jueves, 29 de agosto de 2024

Potencial Eólico usando datos de observación de viento y el modelo diagnostico CALMET en La Guajira


Las energías renovables son unas de las mejores alternativas para mitigar el cambio climático y la reducción de las emisiones de gases de efecto invernadero (GEI); según el informe IPCC de 2023, el acceso a las energías y las tecnologías limpias mejora la salud, especialmente en el caso de las mujeres y los niños; la electrificación con bajas emisiones de carbono es esenciales para limitar el calentamiento global a 1.5°C por encima de los niveles preindustriales (IPCC, 2023).

De acuerdo con Global Wind Energy Council (2023), la energía eólica es un elemento clave para la recuperación económica tras el impacto del COVID-19. Esta energía permitirá a los gobiernos renovar las infraestructuras esenciales con vistas a un futuro sostenible. La industria eólica ayudará a crear puestos de trabajo, energía limpia y asequible, además garantizará la seguridad energética necesaria para una recuperación económica sostenible.

Este estudio contribuirá significativamente para determinar las zonas con mayor potencial para la generación de energía y proporcionará información sobre el potencial eólico en el departamento de La Guajira para proyectos de diseño e implementación de energías renovables. También, los resultados pueden establecer criterios para la toma de decisiones y viabilidad de proyectos de inversión, obtener información precisa sobre la cantidad de energía que se puede generar y optimizar el diseño y la operación de los parques eólicos.

Delimitación del proyecto

Delimitación Espacial

El lugar de estudio se encuentra ubicado en la costa del Caribe al norte de la república de Colombia, departamento La Guajira, que limita al norte con el Mar Caribe, oriente con el Mar caribe y Venezuela, sur con el departamento del Cesar y oeste con el departamento del Magdalena y el Mar Caribe, con un área de 20,848 km2 y habitan alrededor de 965,718 habitantes según el Censo Nacional de Población y vivienda (Departamento Administrativo Nacional de Estadística, 2020).



Fuente: Google earth.

Delimitación Teórica


El tema central de la investigación es modelar el potencial eólico mediante simulaciones espaciales finas del modelo diagnóstico CALMET en el Departamento de la Guajira, considerando resoluciones espaciales menores a 1 km, teniendo en cuenta las tendencias y variaciones temporales de los registros de velocidad y dirección del viento en las estaciones en superficie en el área dominio.

Delimitación Temporal


El tiempo para simulación y evaluación del modelo de dispersión CALMET comprende el tiempo de simulación desde enero de 2021 hasta diciembre de 2022. Se estimarán el potencial eólico en la zona de estudio y se comparan los resultados del modelo con los valores de registros de la red de monitoreo.

Antecedentes Investigativos

Según numerosos estudios sobre el uso de energías renovables, como los citados por diversos autores en informes, revistas, libros, etc., en los que se han comprobado los beneficios económicos y medioambientales que pueden producir estos métodos de obtención de energía. Se hace necesario comenzar a indagar sobre nuestro tema de investigación acerca del potencial eólico en el departamento de La Guajira y empezar a recopilar información existente a nivel mundial, nacional y regional que permitirá establecer el punto de partida y las bases teóricas y/o fundamentales que se tienen sobre la temática propuesta en el trabajo.

Por lo cual en la investigación realizada por Carvajal-Romo et al. (2019), en el que presenta un análisis detallado del potencial energético en el departamento de La Guajira, Colombia. En el que Tiene en cuenta el panorama energético y regulatorio de las energías renovables en Colombia debido a la Ley 1715 y los impactos en el clima. Se describe geográfica, social y culturalmente el departamento de La Guajira y se realiza un análisis integral tipo grilla del potencial solar y eólico del departamento con base en bases de datos estadísticas y software específico. Incluye el estado de importantes instalaciones de energía eólica y solar y próximos proyectos según la Unidad de Planificación Minero Energética de Colombia. Además, se comparan los efectos de la demanda colombiana actual y futura hacia el año 2050 y la posible influencia de la Guajira como principal proveedora de esta demanda.

En este sentido, Hernández et al. (2012), Investigaron acerca de la evaluación del recurso eólico para su posible utilización en la generación de energía eléctrica en el Estado de Veracruz, México. Para ello, durante los años 2008 y 2009 se realizaron mediciones de viento cada 10 minutos a una altura de 50 m en 16 estaciones de anemometría repartidas por todo el Estado. Se sabe que hay zonas donde la velocidad promedio del viento es de 5,45 m/s, este valor se ajusta para producir 14.432 kW de energía eléctrica siempre que la velocidad se mantenga en ese rango. Para evaluar la potencia eléctrica se utilizó un aerogenerador ACCIONA modelo AW 70/1500 Clase I, que según el fabricante tiene una potencia de 1500 kW. En el estudio, se instaló un aerogenerador por zona y la red recibiría 10.694 MWh/año de energía eléctrica, lo que se traduciría en 9.933,1 toneladas equivalentes de petróleo (TEP) y una reducción bruta anual de gases de efecto invernadero. (GEI) se ahorrarían 28.806,1 toneladas de CO₂. Además, se obtiene la velocidad media estacional anual del viento; esto se hace para observar la variabilidad del viento en relación con las estaciones del año en el Estado.

Según el estudio realizado por, Silva et al. (2019), se evalúa el Potencial Eólico Marino de Brasil, con el objetivo de mapear las mejores áreas para desarrollar la fuente y estimar la capacidad que podría instalarse en aguas brasileñas. El análisis se realizó desde diferentes perspectivas: Teórica, Técnica, Ambiental, Social y Económica, mediante la aplicación de limitaciones entre niveles. Para ello, adquirieron datos del Centro de Investigaciones en Energía Eléctrica (CEPEL) con las velocidades medias anuales del viento marino de toda la costa brasileña, medidas a 100 metros de altura. Que estos fueron mapeados con el software ArcMap y posteriormente cruzados con las exclusiones impuestas en cada nivel potencial. La elección final de las Áreas Preferidas se basó en un Análisis Espacial de Criterios Múltiples, que considera factores económicos comparativos. Los resultados indican que el Potencial Teórico Offshore de Brasil es de 1.687,6 GW; el Potencial Técnico, de 1.064,2 GW; y el Potencial Ambiental y Social, el más restringido, de 330,5 GW, que actualmente corresponde al doble de la potencia total instalada en Brasil y más de 20 veces la capacidad instalada de energía eólica terrestre. Por lo tanto, este estudio concluye que, en lo que respecta a la energía eólica marina en Brasil, es posible combinar viabilidad técnica, minimización de costos y prevención de impactos ambientales y sociales, con un excelente recurso eólico.

En la investigación realizada por, Da Silva et al. (2022), en este estudio fue evaluado el grado de regularidad y persistencia del viento, y determinar la densidad de potencia eólica en la región Petrolina-PE en episodios ENOS, con y sin la influencia de anomalías de la TSM en el Atlántico Sur Tropical. Se realizaron a partir de datos de re análisis horario del Centro Europeo de Pronósticos Meteorológicos a Plazo Medio, en el período de 1980 a 2000. Los perfiles de viento para las alturas de 100m y 150m y los respectivos parámetros de distribución de Weibull se obtuvieron con el objetivo de determinar la media densidad de energía eólica. Los resultados indican que en los episodios de El Niño la ausencia de anomalías positivas de la TSM en el Atlántico Sur Tropical puede contribuir a un aumento de la intensidad del viento y la producción de energía eólica, mientras que en los episodios de La Niña es la presencia de anomalías negativas de la TSM en el Atlántico Sur Tropical. Atlántico que puede hacer esta contribución.

Bases Teóricas

Modelo CALMET

Para (Scire et al., 2000). CALMET es un modelo meteorológico que incluye un módulo de diagnóstico de campos de viento, que realiza un análisis objetivo y parametrizado de flujos en pendiente, efectos cinemáticos del terreno, efectos de bloqueo del terreno, mediante un procedimiento de minimización por divergencia. El software que se utiliza para la aplicación del modelo CALMET, requiere una serie de parámetros de entrada para la modelación, los cuales se agrupan en cuatro módulos que contienen toda la información necesaria para generar los campos de viento. Estos módulos corresponden a:

· SURF: Incluye toda la información de las estaciones meteorológicas de superficie para cada hora, para este estudio se consideró en este módulo tanto la información de las estaciones meteorológicas recopiladas como los datos del NNR en superficie.

 · UP: Este incluye los datos del perfil vertical registrado por radio sondeos, deben existir tantos módulos de este tipo como estaciones con datos de perfiles verticales. En este estudio no existen estaciones de radio sondeo en la zona, por lo que se utilizaron solo los datos del NNR en el perfil vertical.

· GEO: Este módulo incluye los parámetros geofísicos de la zona a modelar, los que corresponden al modelo digital de elevación y el uso de suelos.

· CALMET.INP: Este corresponde al módulo de control para cada modelación y es en él donde se especifican cuantas horas se debe modelar, la ubicación de cada una de las estaciones, parámetros de formato de los datos de salida, proyección geográfica, resolución y otros.

Factor de ponderación del terreno

Aunque se espera que el uso de modelos de predicción pueda mejorar los resultados del modelo de diagnóstico, en realidad esto tiene sus limitaciones. Los primeros no pueden producir vientos representativos cerca de la superficie debido a la baja resolución de los datos del terreno y a las grandes escalas que habitualmente se utilizan en sus simulaciones. Para estos casos, las mediciones tienen más peso que los modelos de predicción en la interpolación de los vientos realizada por los modelos de diagnóstico. El método empleado para la ponderación implica:

1. Calcular la desviación estándar del promedio de las elevaciones del terreno, σt

2. Definir un factor Woen función de σt

3. Ponderar las mediciones mediante Wo, y los campos de vientos del modelo de pronóstico mediante (1-Wo), en el proceso de interpolación

Temperaturas sobre el agua

Debido al importante efecto sobre la temperatura del aire de las masas de agua y los fuertes gradientes de temperatura que pueden existir en los límites costeros, CALMET puede calcular las directamente a partir de mediciones sobre el agua (datos de boyas). Estas estaciones sobre el agua no se incluyen en la interpolación terrestre. Pará las capas verticales sobre el agua el usuario puede elegir entre dos alternativas de gradientes térmicos, variables en el tiempo o constantes. También se pueden especificar gradientes por separado para las capas por encima o por debajo de la altura de la capa de mezcla. Finalmente, estas mediciones se promedian espacialmente, ya sea mediante 1/ro 1/r2.

Velocidad del viento

El viento es el desplazamiento horizontal de las masas de aire, causado por las diferencias de presión atmosférica, atribuidas a la variación de temperatura sobre las diversas partes de la superficie terrestre. Es decir, las distintas temperaturas existentes en la tierra y en la atmósfera, por la desigual distribución del calentamiento solar y las diferentes propiedades térmicas de las superficies terrestres y oceánicas, producen corrientes de aire. Las masas de aire más calientes tienden a subir y en su lugar se ubican masas de aire más densas y frías. La velocidad del viento por sus siglas en inglés (WS) en la atmósfera libre está en relación directa con la diferencia de presión entre dos puntos separados por una distancia determinada. Este valor se calcula habitualmente en milibares por grado de meridiano. Cuanto más aproximadas están las isobaras, más rápido es el viento en el sector considerado; cerca del suelo, la velocidad se ve reducida de un 30 a un 50% por las turbulencias que provocan los relieves y asperezas del sustrato terrestre, así como las desigualdades térmicas (turbulencia térmica). Ello explica que, a igual gradiente, los vientos sean frenados en mayor medida en los continentes que en los océanos.

Calibraciones del modelo

Según Méndez (2012), para que un modelo sea considerado confiable, debe tener la capacidad de predecir el comportamiento del sistema real bajo una variación de condiciones sobre un periodo extendido de tiempo. Esto se podrá lograr mediante la calibración secuencial del modelo. Comparando cualitativa y cuantitativamente la respuesta del modelo con una serie de mediciones de campo u observaciones. Sin embargo, Hernández & Córdova (2016), consideran que el proceso de calibraciones del modelo se puede dividir en dos fases: siendo la primera fase el ajuste o la calibración de los parámetros propios del modelo. Y la segunda fase los estudios de sensibilidad aplicando diferentes alternativas al modelo.

Condiciones climáticas

Las condiciones atmosféricas varían continuamente con el tiempo, de esta manera Bavera & Bèguet (2010), consideran a la temperatura ambiente, la humedad atmosférica, la radiación solar, el movimiento del aire, la pluviosidad, la luz, la nubosidad y presión atmosférica; como los elementos que condicionan al clima, siendo la temperatura ambiente la más relevante.

Ley de potencia

La velocidad del viento cerca del suelo varía con la altura y se denomina cizalladura del viento. En la capa límite de la superficie atmosférica que se extiende hasta no más de 150 m sobre la superficie del suelo, la ley de potencia se utiliza para calcular la velocidad del viento a la altura del objetivo a partir de la velocidad del viento conocida a otra altura (Li & Yu, 2018).

 Análisis de sensibilidad

El análisis de sensibilidad global es una herramienta ampliamente utilizada para la distribución de la incertidumbre y es muy útil para la toma de decisiones, la evaluación de riesgos, la simplificación de modelos, el diseño óptimo de experimentos, etc. Durante las últimas décadas se han propuesto diferentes tipos de métodos de análisis de sensibilidad global. El análisis de sensibilidad basado en la varianza es uno de los métodos más utilizados. Sin embargo, dado que la varianza solo proporciona un resumen de toda la distribución de probabilidad, conducirá a una pérdida inevitable de información cuando se usa solo la varianza para representar la incertidumbre. Para evitar la pérdida de información, se propuso un análisis de sensibilidad basado en densidad por sus siglas en inglés, (DSA), para medir la influencia de la incertidumbre de entrada en toda la distribución de salida sin referencia a un momento estadístico específico. El método de análisis de sensibilidad basado en densidad se propuso inicialmente para modelos con salida única (que puede representarse mediante una única variable aleatoria.

Clima

El clima es considerado, en primera aproximación, como las condiciones atmosféricas predominantes en un lugar durante un período determinado (Pabón, J., 2001). El clima es el conjunto de fenómenos meteorológicos que caracterizan las condiciones habituales o más probables de un punto determinado de la superficie terrestre. Es, por tanto, una serie de valores estadísticos. Por ejemplo, aunque en un desierto se pueda producir, eventualmente, una tormenta con precipitación abundante, su clima sigue siendo desértico, ya que la probabilidad de que esto ocurra es muy baja (Sierra, 2006).

Meteorología

La Meteorología es la ciencia encargada del estudio de la atmósfera, de sus propiedades y de los fenómenos que en ella tienen lugar, los llamados meteoros. El estudio de la atmósfera se basa en el conocimiento de una serie de magnitudes, o variables meteorológicas, como la temperatura, la presión atmosférica o la humedad, las cuales varían tanto en el espacio como en el tiempo.

Variables

Objetivo general

Determinar el potencial eólico mediante simulaciones espaciales finas del modelo diagnóstico CALMET en el Departamento de la Guajira

Parametrización de variables

Objetivos específicos

Variables

Dimensión de la variable

Indicadores

Analizar las tendencias y variaciones temporales de los registros de velocidad y dirección del viento en las estaciones en superficie en el área dominio.

 

Meteorológicas

Datos de entrada

Vectores de viento

Dirección del viento

 

Velocidad del viento

(m/s)

Simular y validar las estimaciones de los vectores de viento usando el modelo CALMET.

 

Simulación

Re análisis

Temperatura (°C)

Precipitaciones (mm)

Dirección del viento (°)

Velocidad del viento

(m/s)

Determinar las variaciones del potencial eólico mediante las estimaciones de generación de energía en el departamento de la Guajira.

 

Factores meteorológicos

Modelo Calmet

Temperatura promedio, presión atmosférica, velocidad del viento(m/s)


Metodología    

Tipo de Investigación

La investigación central es aplicada debido a que se analizara un fenómeno de estudio, buscando obtener información contundente del objeto de estudio, en este caso el potencial eólico en La Guajira. Usando como soporte herramientas estadísticas y variable meteorológica, con el fin de conocer las zonas que presentan un alto potencial eólico en el departamento de la Guajira.

Métodos de Estudio

El método de estudio es de tipo inductivo, debido que el proceso del análisis de datos parte de la recolección de información específica de la variable viento en cada una de las estaciones meteorológicas de La Guajira con el fin de generar nuevos conocimientos de las zonas con mayor potencial eólico mediante el uso del modelo CALMET. A partir de las observaciones y análisis de los mismos.    

Fuentes e Instrumentos de Recolección de la Información        

Para la presente investigación se tomará información de fuentes primarias, provenientes de las bases de datos de las estaciones meteorológicas por la DIMAR con valor instantáneo de 60 minutos (https://cecoldo.dimar.mil.co/web/est_fijas). También utilizaremos el programa de modelación CALMET para el análisis y observaciones. Posteriormente como base para el inicio y diseño de esta investigación, se toma de revistas científicas, tesis, manuales y guías.

Técnicas de recolección de datos

En la investigación es de suma importancia la recolección de información, dado que de esta depende los resultados de la misma, por ende, la información debe ser representativa, precisa y exacta para evitar errores en el análisis y resultados de los datos. Para la obtención de los datos se consultó la base de datos que proporciona información de las estaciones meteorológicas de la Guajira, por otro lado, para el análisis y validación de los datos meteorológicos se utilizara el modelo CALMET, que nos ayudara a entender y conocer dichas zonas con mayor potencial eólico.

Análisis de datos

Para la obtención de los campos meteorológicos (viento) se requiere como datos de entrada mediciones meteorológicas superficiales, de aire superior, topografía y datos geofísicos del área de estudio. Tomando los datos de las estaciones meteorológicas que están en funcionamiento en el periodo de estudio de 2017 hasta el año 2022 en el departamento de La Guajira. Los datos serán analizados utilizando el programa CALMET para determinar las zonas con mayor potencial eólico durante el dominio temporal desde 2017 hasta el 2022.

El análisis de los datos esta descrito de manera metodológica inicialmente por una descripción de cada uno de los dominios espaciales que abarcan esta investigación, esto, seguido de la mención de las estaciones utilizadas para extraer los datos en superficie distribuidas en varios municipios de La Guajira.

Dominio de modelación

Encontramos la ubicación de las estaciones meteorológicas a una resolución espacial menores a 1Km, con valor instantáneo cada 60 minutos y que corresponden a los siguientes dominios: El dominio 1 (d01) corresponde a la estación Ballenas (Ba), el dominio 2 (d02) a la estación Puerto Estrella (PE), el dominio 3 (d03) a la estación Puerto Brisa (PB), el dominio 4 (d04) a la estación Punta Espada (PE2) y finalmente el dominio 5 (d05), corresponde a la estación Puerto Bolívar. La ubicación de cada una de las estaciones y su categoría se detalla en la Tabla 1.

Análisis de meteorología en superficie

Con respecto a los datos en superficie, en la Tabla 1 se muestra una descripción de las Estaciones que generan los datos de las variables meteorológicas objeto de un análisis estadístico descriptivo.

Tabla 1. Descripción de las estaciones meteorológicas utilizadas para el análisis de superficie de las variables meteorológicas.


Estación

Municipio

Longitud

Latitud

Observación

Ballena (Ba)

Manaure

11.700

-72.724

Temperatura (°C), Campos de viento (velocidad m/s, dirección °), Precipitación (mm),

Humedad Relativa (RH)

Puerto Estrella (PE)

Uribia

12.355

-71.313

Temperatura (°C), Campos de viento (velocidad m/s, dirección °), Precipitación (mm),

Humedad Relativa (RH)

Puerto Brisa (PB)

Dibulla

11.274

-73.381

Temperatura (°C), Campos de viento (velocidad m/s, dirección °), Precipitación (mm),

Humedad Relativa (RH)

Punta Espada (PE2)

Uribia

12.074

-71.121

Temperatura (°C), Campos de viento (velocidad m/s, dirección °), Precipitación (mm),

Humedad Relativa (RH)

Puerto Bolívar (PB2)

Uribia

12.256

-71.972

Temperatura (°C), Campos de viento (velocidad m/s, dirección °), Precipitación (mm),

Humedad Relativa (RH)

En la siguiente imagen, se muestra la ubicación de las estaciones meteorológicas utilizadas para la creación de los campos de viento a través de CALMET. La resolución temporal es cada hora durante los 2021-2022.


Fuente: Google earth.

El Potencial Eólico (W/m2) es una métrica fundamental utilizada para evaluar la viabilidad de la generación de energía eólica en una región geográfica específica. El Potencial Eólico se define según la ecuación 1. El WPD indica la potencia eólica mensual disponible por área del rotor de la turbina por metro cuadrado.



PE=0.5ρV^3                                                                      (1)

Donde V es la velocidad del viento (Diaria, mensual) a una altura de 90 metros, que es la altura del buje de la turbina; p es la densidad del aire (1.23 kg/m3). Los valores de velocidad del viento cambian verticalmente con la altura de forma logarítmica; por lo tanto, determinaremos la velocidad del viento a la altura del buje de la turbina utilizando el método de la ley de potencia para la región de estudio. Algunos estudios suponen que la densidad del aire es constante en el tiempo y el espacio, con un valor de 1.23 kg/m3. Sin embargo, este valor sólo es válido en condiciones estándar de una temperatura ambiente de 15°C y una presión de 1013 hPa, que rara vez se cumplen. Así pues, la estimación de la potencial eólico no suele ajustarse para tener en cuenta los cambios en la densidad del aire. Para resolver este problema, realizaremos un análisis de sensibilidad para evaluar el impacto de los cambios en la densidad del aire sobre la potencial eólico. Es esencial interpretar los resultados obtenidos en zonas montañosas y terrenos complejos en los que la densidad del aire puede variar significativamente.


Impacto esperado

El presente proyecto intenta por medio de la evaluación, observación de viento y modelo CALMET, determinar las zonas con mayor potencial eólico en el Departamento de la Guajira, con el fin de que se sigan implementados proyectos en la generación de energías renovables, dando alternativas de solución para mitigar y controlar los efectos negativos que las energías convencionales generan.

Como impacto indirecto se tratará de crear una cultura de cuidado generando la mínima contaminación atmosférica posible que pueda llegar a incidir en el bien común, creando con ello un impacto positivo al medio ambiente y a la salud de la población; donde las pequeñas, grandes y medianas empresas junto con la comunidad intervengan en el bienestar de todos.

Además, se busca a través de la publicación de este proyecto generar nuevos conocimientos que sirvan de apoyo a la investigación y como referencia a la comunidad estudiantil y a la comunidad científica.