Limitaciones de los NWP para predicción meteorológica en PEs

Subtítulo (fuente 25, seminegrita, #060B2A)

Subtítulo (fuente 20, negrita, #6787C0)

Los modelos globales son insuficientes para predicciones de parques eólicos. Se requieren modelos de alta resolución para una mayor precisión.

Durante mucho tiempo, se ha confiado en los modelos meteorológicos globales (GFS, ECMWF, JMA, GDPS etc.) para todo lo que tuviera que ver con la predicción del tiempo atmosférico aplicada al sector industrial. Sin embargo, cuando se trata de predecir eventos o patrones atmosféricos que puedan afectar al rendimiento de parques eólicos y plantas fotovoltaicas, estos modelos presentan varias limitaciones.

Representación de las condiciones de contorno

La topografía, el uso del suelo, los flujos de calor e incluso la línea de costa, suelen estar inadecuadamente represententados dentro de los modelos globales. Al contar con un único valor de estos parámetros dentro de cada celda del modelo, puntos geográficos distantes (incluso a más de 10 km de distancia), no presentan variación alguna en todo lo referente a estas características, lo que afecta cuantitativa y cualitativamente a la solución de la solución final.

Nieblas de radiación, canalizaciones de viento, etc. difícilmente podrán ser pronosticadas si las mallas topográficas no recogen los detalles más finos de la geografía local.

Capacidad para predecir ciertas estructuras atmosféricas y mantenerlas dentro de la solución

Fenómenos meteorológicos propios de la mesoescala o microescala, aunque, puntualmente, puedan ser incluidos (forzando la condición inicial) dentro del modelo, este, a lo largo de sus iteraciones (resolviendo las ecuaciones de Navier Stokes) será incapaz de mantener dichas estructuras o eventos.

Asimilar, dentro de la condición inicial o análisis de un modelo global, una medida de velocidad de viento derivada de una brisa marina no mejorará el pronóstico

Aproximaciones inadecuadas de ciertos procesos físicos

Gran cantidad de fenómenos físicos se producen a escalas espaciotemporales irresolubles por un modelo de estas características. Por ejemplo, algunas tormentas de finales de verano (en función de su tamaño) pueden ser “invisibles para el modelo” en la medida en que fenómenos clave para su detonación, como el enfriamiento radiactivo, la condensación de gotas de lluvia, etc. están insuficientemente representados dentro del modelo (su intensidad y velocidad).

No poder pronosticar una fuerte racha de viento derivada de una tormenta vespertina puede ser una limitación inherente al modelo usado

Todos estos factores derivan, en muchos casos, en un pronóstico inadecuado y, consecuentemente, en una mala programación de las actividades en parque.

En resumen, las particularidades geográficas propias de los emplazamientos eólicos, las cuales afectan significativamente el régimen de viento y por ende al rendimiento de las turbinas, demandan modelos físicos de alta resolución y conocimientos profundos sobre meteorología de meso y microescala. Una de las soluciones es contar con modelos meteorológicos ad-hoc para regiones concretas, lo que permite aumentar la resolución espacial (3-1km) y, a la larga, mejorar la toma de decisiones.

En SOLUTE, nuestra marca de servicios meteorológicos, Aphelion, cuenta con expertos en la configuración y puesta en marcha de modelos de predicción meteorológica de alta resolución. Gracias a esta tecnología, los operadores renovables pueden acceder a pronósticos precisos y confiables, incluso en áreas con escasa densidad de estaciones o torres meteorológicas.

Predicción de velocidad de viento para operaciones en PE, generada por Aphelion

“Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis”.

“Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis”.

Diapositiva anterior
Diapositiva siguiente

Añade tu encabezado
Texto aqui

Agregue el texto de su encabezado aquí

Ejemplo de descripción de una imagen.

Descripción de la imagen

SOLUTE_Engineering_