Predicción a Corto Plazo de Potencial Eólico Para Generación Distribuida en La Provincia de Cotopaxi

8/20/2019 Predicción a Corto Plazo de Potencial Eólico Para Generación Distribuida en La Provincia de Cotopaxi

1/16


2/16

RESUMEN

A través de estudios de evaluación del potencialenergético extraíble del viento se utiliza laherramienta ANFIS para entrenar el Generador deInducción Doblemente Alimentado DFIG! " así

obtener el valor medio m#s probable en el $ue sepuede conseguir una potencia moderada con unavelocidad media de viento% poder programar ladisponibilidad del e$uipo " así conocer lacapacidad eólica instalable $ue servir# al sistema

de Distribución de la &rovincia de 'otopaxi%adem#s se podr# entrenar los datos ingresadospara poder hacer la corrección de velocidad poraltura " me(orar el potencial disponible)


3/16

MARCO CONTEXTUAL

*n el &lan Nacional para el +uen ,ivir &N+,! -./01-./2divide al país en 3 zonas estratégicas)

4a provincia de 'otopaxi se encuentra ubicada (unto a&astaza% 5ungurahua " 'himborazo en la 6ona 0)

5ensión principal de la 6ona 07 8&ro"ectos de energía limpiahidroeléctrica% geotérmica " eólica9% con miras a cumplir elob(etivo /. 8Impulsar la trans:ormación de la matrizproductiva9 " el ob(etivo // 8Asegurar la soberanía "e;ciencia de los sectores estratégicos para latrans:ormación industrial " tecnológica9% en:ocados en lapolítica //)/ 8


4/16

LA ENERG+A EÓLICA EN ELECUADOR


5/16

Al medir las velocidades del viento a lo largo de un a=ose observar# $ue en la ma"oría de #reas ecuatoriales%los :uertes vendavales son raros% mientras $ue losvientos :rescos " moderados son bastante comunes)

4a variación del viento en un emplazamiento típico suele

describirse utilizando la llamada Distribución de >eibull)

*n la $ue7 &robabilidad estadística de ocurrencia de velocidad de

viento) ,elocidad de viento determinada : Factor de :orma /? /%@ -! : Factor de escala

DISTRIBUCIÓN DE VELOCIDADES DE VIENTO


6/16

Al incorporar todas las variaciones de velocidad con :recuencias$ue sobrepasen al cambio de la velocidad media se puedeentender el término turbulencia% $ue adem#s puede serde;nida como la desviación de la velocidad instant#nea conrespecto a la velocidad media) 4a expresión Iv(z) relaciona lamedia de las velocidades en el periodo de tiempo considerado

" la desviación est#ndar% a una altura z previamentedeterminada% lo $ue va a representar un índice de variabilidadde la velocidad del viento)

4a expresión Ivz! relaciona la media de las velocidades en el

periodo de tiempo considerado " la desviación est#ndar% a unaaltura z previamente determinada% lo $ue va a representar uníndice de variabilidad de la velocidad del viento7

)

TURBULENCIA


7/16


8/16

CUANTI,ICACIÓN DEL POTENCIAL EÓLICO NOMINAL

4a disminución de la presión con el aumento de la altura delemplazamiento% puede tener una inuencia signi;cativa% puesto $ue pore(emplo% para la misma velocidad de viento " sección interceptada% ladensidad del aire "% en consecuencia% la potencia eólica disponible al niveldel mar se reduce en para lugares de sobre los /... metros de alturasegCn7

Siendo7

7 0E2@? 7 /%--@

? ?


9/16

AN,IS

&ermite sintonizar o crear la base de reglas de un sistema di:uso%utilizando el algoritmo de entrenamiento de retropropagación apartir de la recopilación de datos de un proceso) Su ar$uitecturaes :uncionalmente e$uivalente a una base de reglas tipo Sugeno)

4a red adaptiva es una estructura de varias capas con nodos "

enlaces direccionales a través de los cuales esos nodos sonconectados% estas redes adaptativas est#n :undamentadas enprincipios de aprendiza(e híbrido% es decir% $ue usa di:erentesmétodos de aprendiza(e b#sico para el entrenamiento de la red)

4as capacidades adaptivas de las redes ANFIS las hacendirectamente aplicables a una gran cantidad de #reas comocontrol adaptativo% procesamiento " ;ltrado de se=ales%clasi;cación de datos " extracción de características a partir dee(emplos% etc)


10/16

DESCRIPCIÓN DEL MODELO EXPERIMENTAL

&ara la modelación de la red neuro1di:usa ANFIS se utiliza elcomando ANFIS*DI5 del so:tare Hatlab% en el cual seingresa como datos de entrada las mediciones de viento en&usuchisi Alto% provincia de 'otopaxi para periodos de /.minutos durante tres meses completos de la siguiente

manera7

Datos de *ntrenamiento 5raining Data!7 registro de lasmediciones de viento del mes de enero del -.//) Anexos!

Datos de &rueba 5esting Data!7 registro de las mediciones

de viento del mes de marzo del -.//) Anexos!Datos de 'ontrol 'hecing Data!7 registro de las

mediciones de viento del mes de ma"o del -.//) Anexos!


11/16


&ara la utilización del modelo Sugeno en Hatlab se tomaronlas siguientes consideraciones7 Función Gaussiana para los datos de entrada) /.. HFs tipo lineal) /... épocas $ue permiten obtener un menor error en el

entrenamiento de la red)

Adem#s se consideró al aerogenerador Goldind 2.J/@..para la modelación% lo cual nos da las siguientesrestricciones7

) ,elocidad de viento mínima para generar potencia eléctrica

de salida7 0 mJs) H#xima velocidad de viento permitida para generar

potencia eléctrica de salida7 /- mJs)


12/16



13/16

RESULTADOS


14/16

DISCUSIÓN


15/16

CONCLUSIONES

De acuerdo a las mediciones de velocidad de viento obtenidas en situ sepuede concluir $ue la :actibilidad de ingreso de pe$ue=as centraleseólicas en la provincia de 'otopaxi es alta% corroborando así con el mapaexpuesto en el Atlas *ólico del *cuador)

Así mismo es prudente concluir $ue la utilización de herramientas deinteligencia arti;cial en la resolución de problemas de ingeniería es mu"acertada "a $ue presenta resultados mu" apegados a la realidad% en estecaso muestra con claridad la potencia eléctrica extraíble del viento%permitiendo así encontrar la :unción de trans:erencia $ue sirva paraentrenar al Generador de Inducción Doblemente Alimentado DFIG! parael aerogenerador eólico)

Del presente traba(o se puede concluir $ue los resultados obtenidos

mediante la red neurodi:usa me(oran en ciertas partes al modeloplanteado por el :abricante% "a $ue considera la posible reducción de lapotencia de salida en ciertas condiciones debido a la actuación delsistema de control Laing


16/16

RECOMENDACIONES

Se recomienda considerar en investigaciones :uturas lascondiciones de :renado mec#nico en el modelo neurodi:uso "a$ue este es el respaldo del control Laing S"stem% es decir $ueentrar# en :uncionamiento en condiciones de emergencia en las$ue dicho control :alle)

Así mismo se recomienda a partir del presente traba(o plantearmodelos neurodi:usos para el control de generación :otovoltaicadistribuida)

Se recomienda continuar con los traba(os investigativos a partirdel presente estudio% implementar el modelo obtenido paracontrolar el Generador de Inducción Doblemente AlimentadoDFIG! " realizar un an#lisis de la red de distribución de energíaconsiderando el ingreso de generación distribuida del tipo eólica)

Documents

Predicción a Corto Plazo de Potencial Eólico Para Generación Distribuida en La Provincia de Cotopaxi