Congreso Cubano de Meteorología Elaboración de pronóstico energético a corto plazo para parques eólicos: Los Canarreos y Gibara I Congreso Cubano de Meteorología   AUTORES: Lic. Alfredo Roque Rodríguez, Lic. Israel Borrajero Montejo, Lic. Adrián Ferrer Hernández y MSc. Maibys Sierra Lorenzo   CENTRO DE FISICA DE LA ATMOSFERA INSTITUTO DE METEOROLOGÍA (INSMET) Diciembre 2015

Proyección de la penetración de las Fuentes renovables de energía al Sistema eléctrico cubano 2020 2030

Elaborar un pronóstico energético a corto plazo para los Objetivo: Elaborar un pronóstico energético a corto plazo para los parques eólicos de Los Canarreos y Gibara I. Modelo de Pronóstico Numerico del Tiempo: Wheather Research Forecast (WRF)

Objetivos Específicos: 1- Realizar pronóstico de vientos a corto plazo con el modelo WRF para el nivel de 50m, utilizando 4 dominios anidados (27, 9 y 3 km) para Cuba entera y 1km para las zonas de ubicación de los parques. 2- Elaboración de pronósticos de potencia de los parques eólicos.

ANTECEDENTES Modelo de Pronostico Numérico : Weather Research Forecast Roque et al., 2015: Pronóstico de viento a corto plazo en torres de referencia meteorológica para el programa eólico cubano. Dominios de 27, 9 y 3km. Perfil vertical del viento en la CSA para distintas estratificaciones térmicas de la atmosfera.

Resultados previos (Roque et al., 2015) Los valores pronosticados por el modelo WRF, tienden a sobrestimar la fuerza del viento, aunque representan la marcha de la variable. Esto es válido tanto para el curso anual como mensual. Los EMA fueron generalmente menores para el experimento 1, es decir 3km Cuba entera, estando los errores por debajo de los 4km/h (1.1 m/s) entre las 6 y 12 horas de pronostico, es decir en los horarios de estabilidad atmosférica, estando los mayores errores en las horas de inestabilidad atmosférica, pero de mejor recurso eólico en la costa norte. Para ambos experimentos los EMA aumentan con la altura. Todas las estaciones disminuyeron sus errores de pronostico con respecto al dominio de 9km, especialmente las ubicadas en la costa o próxima a ella.

MATERIALES Y MÉTODOS Modelo de Pronostico Numérico: Weather Research Forecast Se definen 4 dominios anidados (27, 9 y 3 km) para Cuba entera y 1km para las zonas de ubicación de los parques. En el caso de los dominios de 1km, estos se centraron en los parques y en el caso de Gibara I (d05), el tamaño se amplió para minimizar el efecto de las montañas. Las parametrizaciones realizadas son las mismas empleadas por Sierra et. al, (2014). Los Canarreos Gibara I

MATERIALES Y MÉTODOS Los periodos para efectuar las corridas del modelo WRF se corresponden con el mes de Mayo del 2008, para el parque eólico de Gibara I y Enero 2013, para el parque eólico de Los Canarreos, por ser los únicos datos disponibles con la calidad mínima para poder evaluar los resultados de la modelación. Mayo 2008 Enero 2013 Las comparaciones se hicieron en plazos de 1 hora.

MATERIALES Y MÉTODOS Interpolación de los datos Interpolación horizontal Se interpoló el valor de viento pronosticado a 10 m (primer nivel sigma) hacia las ubicaciones de los parques. Valores en la vertical: Se realizó por 2 métodos: Método de la Ley de Potencia del viento y Método UPP. Para el caso de la ley de potencia se determinó el valor de alfa teniendo en cuenta la estratificación térmica de la atmosfera, utilizando el criterio del comportamiento de la Temperatura Potencial Virtual en la CSA (Emeis 2013): Vz = V10 (z/10)α Valores de alfa Estaciones Estable Neutro Inestable Los Canarreos 0.35 0.30 0.18 Gibara I 0.16 0.10 0.09 - En la estratificación neutral se mantiene constante con la altura - En la estratificación estable aumenta con la altura. - En la estratificación inestable disminuye con la altura.

MATERIALES Y MÉTODOS Clasificación de la estabilidad atmosférica para las salidas numéricas Vz = V10 (z/10)α S. Magidi (2013) Viento (m/s) Horario Diurno Horario Nocturno Radiación Solar (Langleys)  Balance de Radiación (Langleys)  >50 25-50 12.5-25 <12.5 >-1.8 -1.8 - -3.6 < -3.6 < 2 A A-B B D - 2-3 C E F 3-4 B-C 4-6 C-D >6

MATERIALES Y MÉTODOS Interpolación de los datos – Método UPP Postprocesador Unificado (UPP por sus siglas en inglés, http://www.dtcenter.org/wrf-nmm/users/docs/user_guide/V3/users_guide_nmm_chap7.pdf). Este software es el remplazo del post procesador del WRF (WPP) con mejorías en la capacidad de postprocesamiento para diferentes modelos de pronóstico numérico del tiempo. El UPP interpola las salidas de las rejillas nativas de los modelos (en nuestro caso el WRF) a los niveles estándar en altura y presión requeridos en los servicios meteorológicos. Con esta herramienta se obtiene directamente el valor del viento a 50m de altura.

MATERIALES Y MÉTODOS Curva de Potencia del Parque y = 0,2317x4 - 11,654x3 + 194,6x2 - 1100,5x + 2022,9 R² = 0,9968 y = 0,2507x4 - 12,706x3 + 215,28x2 - 1267,6x + 2464,7 R² = 0,9959

MATERIALES Y MÉTODOS Curva de Potencia del Parque y = 0,6693x4 - 34,158x3 + 579,7x2 - 3345,8x + 6369,3 R² = 0,9978 y = 0,6454x4 - 33,42x3 + 577,35x2 - 3420,3x + 6710 R² = 0,997

MATERIALES Y MÉTODOS Estadígrafos Media Error Medio Absoluto Coeficiente de Correlación de Pearson BIAS

Resultados. Viento medio pronosticado y EMA. Gibara I. Método UPP

Resultados. Viento medio pronosticado y EMA. Gibara I. Método alfa

Resultados. Viento medio pronosticado y EMA. Canarreos. Método UPP

Resultados. Viento medio pronosticado y EMA. Canarreos. Método Alfa

Resultados. Gibara I. Método UPP. 1km Índice de Correlación Viento pronosticado Error medio absoluto

Resultados. Gibara I. Método Alfa. 1km Índice de Correlación Viento pronosticado Error medio absoluto

Resultados. Los Canarreos. Método UPP. 1km Indice de Correlacion Viento pronosticado Error medio absoluto

Resultados. Los Canarreos. Método Alfa. 1km Índice de Correlación Viento pronosticado Error medio absoluto

Resultados. Potencia Pronosticada Gibara I. Método UPP Método Alfa

Resultados. Potencia Pronosticada Los Canarreos. Método UPP Método Alfa

Conclusiones Los valores pronosticados de rapidez del viento por el modelo WRF, mostró los mejores resultados para los dominios de 3 y 1km de resolución en los parques eólicos de Gibara I y Los Canarreos, lo cual es consistente con otros estudios internacionales. El uso del método de la ley de potencia del viento y el método UPP para determinar el valor pronosticado a 50m de altura, arrojó resultados aceptables para ambos métodos cuando se aplicaron a la zona del parque eólico de Gibara I, no obstante el método de la ley de potencia dio mejores resultados. La aplicación de ambos métodos al parque eólico de Los Canarreos mostró resultados muy similares, aunque alejados de los valores observados, lo cual evidencia en la necesidad de seguir profundizando en las causas que provocaron esas diferencias. Las curvas de potencia de los parques fueron obtenidas de acuerdo a los datos obtenidos en el parque por lo que permitió una comparación más acorde con los datos reales de potencia. Los resultados alcanzados en este estudio tienen un carácter limitado, dada la data con la cual se realizó y por tanto no son concluyentes, pero permitió permitió crear una metodología de trabajo, que abarca desde la corrida del modelo hasta su evaluación, lo que facilitara el trabajo futuro en esta temática, en aras de obtener mejores pronósticos.

Recomendaciones Realizar nuevos experimentos con series de datos mas largas, de manera que puedan incluirse la mayor cantidad de situaciones sinópticas que afectan a los parques eólicos. Realizar experimentos con nuevas parametrizaciones, tratando de obtener mejores pronósticos de viento. Utilizar un modelo oceánico para tener en cuenta el efecto de la temperatura del mar en zonas costeras. Aplicar asimilación de datos en estos dominios de alta resolución. Aplicación de un método MOS (model output statistic), para corresponder los datos de salida de los modelos numéricos con los datos locales de los emplazamientos eólicos. Gestionar con la dirección de energías renovables del MINEM, la necesidad del restablecimiento de la torre meteorológica de Los Canarreos y de la adquisición de los datos del parque con la calidad requerida, por su importancia en la evaluación de las metodologías que se desarrollen.