Predicción de potenciales de viento a partir de redes meteorológicas básicas. Lógica difusa aplicada a la caracterización de condiciones locales de viento

Resumen

El aprovechamiento eficiente del potencial eólico existente en una zona está vinculado a la disponibilidad de información fiable y detallada sobre las condiciones de viento que se dan en ella. Así, la información sobre los patrones de viento a largo plazo es fundamental en la selección de emplazamientos rentables para su explotación energética, mientras que el conocimiento de las distribuciones de velocidad instantáneas y su evolución a corto plazo es indispensable para una óptima gestión de los parques eólicos ya instalados. En la actualidad un alto porcentaje de los registros de viento disponibles son descartados en los análisis eólicos porque la adquisición de datos no se realiza bajo los estrictos criterios de fiabilidad sugeridos por la World Meteorological Organization. La consecuencia directa de esta exclusión es el uso de bajas densidades de puntos de medición para sustentar, refinar o validar las estimaciones de los modelos usados para generar distribuciones espaciales de viento. Esta tesis estudia el potencial como fuente adicional de datos eólicos de ese volumen de registros que son descartados por estar adquiridos en estaciones meteorológicas básicas, proponiendo una metodología que permita extraer información util de ellos. Concretamente, aprovecharemos la abundancia de estas estaciones y la diversidad de entornos en que se encuentran para generar distribuciones regionales de viento que se sustenten en observaciones reales. Dadas las peculiaridades de estos datos y el nivel de detalle geográfico asociado a las descripciones regionales, nuestro modelo se basará en lógica difusa por su contrastada capacidad para trabajar con datos imprecisos, incompletos y poco fiables. La utilización de esta herramienta requiere pocos recursos computacionales con lo que los modelos obtenidos podrán servir, además de para la estimación a largo plazo, para generar estimaciones en tiempo real.