Informe Analisis Eolico Panama

Desarrollo de la Energa Elica en Panam
Fondo para el Medio Ambiente Global (GEF) PAN /97/G41

Informe de Validacin y Anlisis de Datos diciembre 03
1.1.1 ndices Elicos Mensuales

Para las estaciones anteriormente descritas se procedi a construir un ndice de actividad elica
mensual. Este indicador estadstico brinda una idea de la magnitud de la velocidad del viento mensual
en el largo plazo. Adems establece una referencia cuantitativa de la velocidad del viento con respecto
al valor promedio annual. Estos valores sern relevantes a la hora de ejecutar dos tareas: establecer
grficamente el potencial elico en un Mapa Elico, y tambin en ajustar los valores de la campaa de
medicin de corto y mediano plazo en funcin del comportamiento promedio del largo plazo.
Los ndices elicos mensuales se pueden percibir en el Cuadro 1.7. y en el Grfico 1.1.
Cuadro 1.7. ndices de actividad elica mensual para las estaciones de la Comisin del Canal de
Panam.
Enero Feb
Albrook
Gamboa
Gatn
Coco Solo
Mrz
Abril Mayo Junio Julio Ago. Sept. Oct.
Nov.
Dic.
118%
132%
132%
120%
96%
82%
91%
88%
82%
79%
87%
93%
118%
131%
134%
128%
100%
84%
83%
86%
87%
78%
76%
96%
127%
143%
141%
127%
92%
75%
85%
82%
73%
73%
79%
103%
129%
142%
144%
131%
91%
75%
79%
77%
75%
74%
78%
105%
ndices Elicos Mensuales

Comisin del Canal
150%
% prom. anual
140%
130%
110%
Albrook
Gamboa
100%
Gatn
120%
90%
Coco Solo
80%
70%
60%
jan
feb mrz
apr
mai
jun
jul
aug sep
okt
nov dez
t (mes)
Grfico 1.1. ndices de actividad elcia mensual para las estaciones tipo Comisin del Canal de
Panam.
GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc
pagina A-1

1.2 Estaciones IRHE

1.2.1 Caracterizacin de la informacin
Como parte del aporte que ETESA est brindando al proyecto en todas las reas, se incluyeron datos
de varias estaciones de medicin metereolgica que el IRHE poseia y operaba desde los aos setentas.
Estas estaciones se filtraron bajo varios criterios relevantes que se detallan a continuacin:
Caracteristicas de los registros en funcin de las caractersticas propias de la instalacin tales como
altura de los anemmetros, ubicacin geogrfica, e instrumentacin y equipo de medicin.
Disponibilidad de los registros en formato electrnico.
Densidad de los datos en las series de tiempo.
Finalidad de los registros y localidad donde se encuentra (influencia del micro clima localregional).
Posibilidad de ejecutar mediciones redundantes durante el perodo de campaa de medicin del
proyecto.
Bajo estos criterios de seleccin se pas a un siguiente nivel de trabajo en el cul el nfasis se enfoco
en la utilidad de la informacin para efectos de correlacin y correccin de los valores obtenidos en la
campaa de medicin. A este respecto se seleccionaron cuatro estaciones meteorolgicas para ser
usadas como referencia de largo plazo en el anlisis posterior a la recoleccin de los datos medidos
dentro del marco del proyecto. Antn, David, Los Santos, y Santiago fueron las estaciones elegidas
para efectuar el anlisis antes mencionado.
No obstante en algunos de los registros electrnicos se encontraron algunos detalles con respecto al
nivel de confiabilidad de la informacin disponible. Por lo que fue necesario tratar las series de datos
de manera jerrquica: fuente primaria los registros mensuales para cada estacin. Para mejorar el nivel
de integridad (completeness) de las series primeras se conformaron archivos electrnicos de respaldo
utilizando los registros redundantes provenientes de las distribuciones de frecuencia de la direccin del
viento. Con ellos se estimaron valores medios mensuales de la velocidad del viento. Adems se
eliminaron de manera anualizada temporadas donde no se produjo ningn registro, o donde la tasa de
disponibilidad de datos no se considera representativa del perodo caracterizado. Tambin se
efectuaron algunos ajustes en valores faltantes por medio de procedimientos estadsticos
convencionales para efecto de poseer series completas de promedios mensuales de velocidad del
viento. De esta manera se construyeron los registros presentados en la siguiente seccin, que van desde
series de 14 hasta 22 aos con un nivel de confianza aceptable. Al ser irrelevante para fines del ndice
elico, por su naturaleza, no se cuantific el nivel de incertidumbre asociado a las estimaciones
realizadas.
pagina A-2

1.2.2 Series de datos procesados

Los siguientes cuadros y grficos presentan los resultados de las series de datos de largo plazo ya
procesados para efectos cuantitativos posteriores.
Cuadro 1.8. Valores promedios mensuales de la velocidad del viento en la estacin Antn, registros en
m/s a 10 m de altura.
Ao Ene.
Feb.
Mrz.
Abril
Mayo Junio
Julio
Ag.
Sept.
Oct.
Nov.
Dic.
4,1
5,5
4,1
4,2
2,8
2,0
1,7
1,7
1,4
1,5
2,4
2,5
3,5
3,8
5,2
4,1
2,5
2,2
2,7
1,6
1,9
1,4
1,7
3,7
3,8
5,3
4,8
4,4
2,5
1,7
3,3
3,3
2,3
2,4
2,3
3,5
5,8
5,8
5,7
4,6
2,9
2,0
2,2
1,7
1,3
1,4
1,6
3,0
4,0
5,1
4,5
5,5
2,1
1,9
2,6
2,2
1,3
1,4
2,5
3,9
4,9
5,4
5,9
5,7
2,8
2,2
1,8
1,5
1,4
1,5
1,6
2,9
4,7
5,2
6,2
4,7
3,5
2,1
3,6
3,2
2,4
1,6
2,3
4,0
5,5
5,7
5,6
3,8
2,2
1,6
3,3
2,1
2,0
1,7
2,0
3,5
4,8
5,5
4,6
3,8
2,1
1,9
2,0
2,1
1,4
1,6
1,9
3,4
10
4,5
5,6
4,9
3,3
2,5
1,8
1,8
2,4
1,5
1,5
2,0
2,7
11
4,2
4,6
6,0
4,8
2,1
1,6
2,1
1,7
1,4
1,4
1,8
2,9
12
4,3
4,7
3,8
3,4
1,4
1,2
4,0
3,9
4,1
4,3
5,1
2,8
13
3,4
4,7
5,1
3,5
1,8
1,7
2,7
2,8
1,9
1,6
2,9
3,9
14
4,2
5,0
4,3
4,2
2,9
1,6
3,1
2,6
1,5
1,5
1,7
2,5
15
3,5
4,2
3,2
3,7
2,4
1,6
1,6
1,4
1,2
1,3
1,2
4,1
16
4,2
5,6
5,4
3,6
2,6
2,1
2,0
1,6
1,4
1,5
1,9
3,1
17
2,9
4,1
3,9
3,3
1,9
1,6
2,1
1,7
1,1
1,1
1,7
2,8
18
3,5
4,2
4,1
3,6
2,2
1,7
2,1
1,5
1,6
1,2
1,5
2,6
19
3,7
4,3
3,5
4,5
1,6
1,2
1,4
1,1
1,1
1,1
1,4
2,0
20
3,0
3,5
3,9
3,6
1,4
1,4
1,0
1,4
0,7
0,9
1,3
1,5
21
1,6
2,2
3,1
2,3
2,0
0,7
1,4
1,5
0,6
0,6
0,5
2,2
En nmeros rojos estimaciones de tendencia temporal, en nmeros azules estimaciones en funcin de registros redundantes, distribuciones de
frecuencia de direccin del viento.
Como se esperaba los registros de la poca seca se manifiestan el alto rgimen de velocidad del viento,
casi se podra efectuar una relacin entre temporada lluviosa y bajas velocidades del viento en esta
localidad. Se destacan los datos calculados por dos diferentes mtodos para efectos de conocimiento de
las fuentes de informacin. Esta estacin se considera pobremente operada a travz del tiempo, con
muy altos niveles de disponibilidad de datos, pero con bastantes faltantes de datos, no obstante con
bastante consistencia en torno a los registros redundantes en otros archivos electrnicos.
pagina A-3

Cuadro 1.9. Valores promedios mensuales de la velocidad del viento en la estacin Santiago1.
Ao Enero Feb
Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov.
Dic.
3,0
3,9
3,8
3,1
2,4
1,8
1,9
1,8
1,8
2,1
1,6
2,2
3,5
3,4
3,9
3,3
2,2
2,0
1,8
1,9
1,8
1,8
1,7
1,7
3,3
3,3
2,7
2,2
1,6
1,5
1,6
1,7
1,9
2,1
1,8
1,9
2,8
3,4
3,6
2,2
1,7
2,1
1,7
1,9
2,3
2,4
1,9
2,0
2,2
3,0
3,7
2,9
1,8
1,9
1,8
1,8
2,0
2,3
2,0
2,1
3,1
3,2
3,2
2,6
2,1
2,2
0,8
2,0
1,9
2,1
1,8
1,9
2,4
4,0
2,9
2,9
1,9
1,6
1,6
1,7
1,8
2,0
1,8
2,1
2,5
3,0
3,5
2,8
1,8
1,5
1,5
1,6
1,5
2,0
1,8
2,0
2,3
3,6
2,5
2,1
1,8
1,6
1,7
1,6
1,7
1,6
1,6
2,3
10
2,7
2,9
3,4
2,9
2,3
1,6
1,6
1,6
1,7
1,6
1,4
1,8
11
2,3
2,9
2,3
2,0
1,7
1,6
1,4
1,4
1,7
1,4
1,4
1,9
12
2,4
2,7
3,5
2,7
1,9
1,5
1,3
1,4
1,6
1,6
1,6
1,8
13
14
2,8
2,0
2,8
2,4
2,6
2,6
1,7
2,0
1,4
1,6
1,6
1,5
1,5
1,5
1,8
1,5
1,6
1,5
2,1
2,0
1,4
1,9
1,4
1,7
Cuadro 1.10. Valores promedios mensuales de la velocidad del viento en la estacin Los Santos1
Ao Ene Feb. Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov. Dic.
1
4,3
4,6
3,6
3,2
1,9
1,2
1,4
1,4
1,3
1,5
1,4
2,0
3,0
4,3
3,8
4,6
2,0
1,6
1,8
1,6
1,4
1,4
1,6
3,1
4,0
4,1
4,3
4,5
2,3
1,6
1,3
1,3
1,5
1,3
1,4
2,4
4,3
4,6
4,9
3,6
2,9
1,6
2,4
2,1
1,9
1,4
1,6
3,1
4,6
4,6
4,7
4,2
2,5
1,7
1,8
1,4
1,5
1,4
1,4
2,3
4,0
4,1
3,5
2,8
2,0
1,4
1,5
1,5
1,5
1,4
1,5
2,5
2,9
3,8
4,4
2,9
1,4
1,1
1,0
1,1
1,2
1,2
1,1
2,4
3,9
4,5
3,2
2,9
1,2
1,2
1,3
1,2
1,2
1,2
1,3
1,7
3,0
3,6
3,9
3,0
1,4
1,3
1,5
1,6
1,3
1,2
2,4
3,5
10
4,1
3,9
3,3
3,6
2,4
1,4
1,8
1,7
1,2
1,2
1,3
1,8
11
3,1
3,1
3,7
2,8
2,0
1,3
1,2
1,2
1,3
1,2
1,4
3,5
12
3,8
4,1
3,2
3,3
2,0
1,3
1,1
1,2
1,3
1,2
1,6
2,1
13
3,6
4,2
3,9
2,8
1,7
1,3
1,1
1,2
1,2
1,2
1,2
2,0
14
2,6
3,4
3,2
2,7
1,3
1,3
1,4
1,3
1,2
1,1
1,3
2,5
15
3,3
3,7
3,6
3,6
2,1
1,3
1,4
1,1
1,1
1,2
1,2
2,8
16
3,6
4,1
3,1
2,3
1,1
1,0
1,0
1,1
1,0
1,0
1,1
1,4
17
2,4
3,5
3,6
2,6
1,4
0,9
0,9
1,0
1,0
1,0
1,5
2,2
18
2,5
3,6
3,9
2,6
2,9
1,2
2,2
1,9
1,6
1,1
0,9
2,8
En nmeros rojos estimaciones de tendencia temporal, en nmeros azules estimaciones en funcin de registros redundantes, distribuciones
de frecuencia de direccin del viento. Valores en m/s a 10 m de altura.
pagina A-4

Cuadro 1.11. Valores promedios mensuales de la velocidad del viento en la estacin David1.
Ao Ene
Feb.
Mrz
Abril
Mayo Junio
Julio
Ago.
Sept.
Oct.
Nov.
Dic.
2,0
3,0
2,8
2,5
1,9
1,7
1,8
1,6
1,9
1,6
1,7
2,0
3,4
3,8
2,4
2,4
1,9
1,7
1,8
1,9
1,8
2,0
1,8
1,7
2,0
3,2
2,5
2,7
2,0
1,8
1,8
1,8
1,9
1,8
1,7
2,1
2,5
2,7
2,9
3,3
1,6
1,6
1,6
1,7
1,6
1,7
1,8
1,8
2,9
4,0
3,7
2,6
2,1
1,6
1,2
1,4
1,5
1,6
1,6
2,0
3,4
3,2
3,5
3,1
2,0
1,6
1,7
1,8
1,7
1,6
1,4
1,8
3,4
3,1
2,7
2,0
1,8
1,7
1,7
1,7
1,8
1,8
1,6
2,2
3,4
3,5
3,8
3,1
1,8
1,8
1,7
1,7
1,8
1,9
1,8
1,8
2,1
3,2
3,2
2,3
2,0
1,7
1,8
1,9
1,8
1,8
1,7
1,8
10
2,9
2,8
2,4
2,8
1,9
1,9
1,7
1,8
1,8
1,8
1,8
1,6
11
2,2
2,5
2,6
2,1
1,9
1,8
1,8
1,8
1,8
1,7
2,0
2,7
12
3,0
2,7
2,6
2,2
1,8
1,8
1,8
1,7
1,9
1,7
1,7
1,7
13
3,0
3,2
2,3
2,1
1,8
1,7
1,7
1,7
1,7
1,6
1,8
2,1
14
3,0
3,0
3,7
2,0
1,8
1,7
1,7
1,7
1,8
1,7
1,6
1,7
15
2,6
2,8
2,6
2,4
1,8
1,7
1,7
1,7
1,7
1,4
1,2
1,7
16
2,6
3,1
3,5
2,4
1,7
1,6
1,6
1,7
1,6
1,6
1,7
1,7
17
1,8
3,6
2,4
1,9
1,7
1,6
1,6
1,6
1,7
1,7
1,7
1,6
18
2,2
2,6
2,5
2,0
1,8
1,7
1,7
1,7
1,8
1,7
1,7
1,9
19
2,4
2,6
2,5
2,4
1,8
1,6
1,6
1,5
1,5
1,7
1,4
1,7
20
2,7
2,9
3,2
1,7
1,6
1,7
1,7
1,7
1,7
1,7
1,5
1,6
21
1,9
2,5
2,2
1,9
1,5
1,5
1,6
1,7
1,7
1,6
1,6
1,7
22
1,8
2,2
3,3
2,2
2,0
1,5
1,5
1,6
1,6
1,5
1,6
2,0
Las estaciones anteriores presentan el mismo comportamiento que la primera en cuanto ciclicidad del
rgimen alto del viento. Sin embargo se puede evidenciar como la disponibilidad de datos en las
estaciones Los Santos y en David y muy superior a las otras dos estaciones seleccionadas. En todo
caso Santiago presenta la operacin mas irregular de las estaciones de referencia, junto con mucha
incertidumbre en la correspondencia de los archivos electrnicos entre promedios mensuales y
distribucin de frecuencia de la direccin del viento.
Es importante destacar que cada una de las estaciones ser definida como una estacin de referencia
para efectuar la correlacin y correccin de los resultados de la campaa de medicin, segn: Antn
El Cop; David Boquete; Los Santos La Miel; y Santiago Cerro Tute. Por lo tanto la fitracin de
algunos datos en los archivos de las estaciones IRHE, se llevaron acabo en funcin de la confiabilidad
y desempeo en esta tarea de los indicadores estadsticos calculados en la siguiente seccin.
pagina A-5

1.2.3 ndices Elicos Mensuales

Para las estaciones anteriormente descritas se procedi a construir un ndice elico mensual. Este
indicador estadstico brinda una idea de la magnitud de la velocidad del viento mensual en el largo
plazo. Adems establece una referencia cuantitativa de la velocidad del viento con respecto al valor
promedio anual. Como se mencion anteriormente estos indicadores sern relevantes a la hora de
efectuar el anlisis de correccin y correlacin de largo plazo con los resultados de la Campaa de
Medicin. Igualmente importante pero en segundo plano resulta su relevancia para grficamente
representar el potencial para producir energa del viento en un Mapa Elico.
Los ndices elicos mensuales se pueden percibir en el Cuadro 1.12. y en el Grfico 1.2. Se calcularon
como el cociente del valor promedio mensual de la magnitud del viento de toda la serie de valores de
largo plazo, entre el valor promedio anual de la velocidad del viento; ambas cifras para toda la serie de
datos disponibles.
Los valores promedio de largo plazo para las estaciones tipo IRHE a 10 m de altura son: 2,83 m/s en
Antn; 2,14 m/s en Santiago; 2,06 m/s en David; y 2,24 en Los Santos. Estos son las cifras base de los
clculos de ndices elicos mensuales.
Cuadro 1.12 ndices de actividad elica mensual para las estaciones tipo IRHE
Santiago
Antn
Los Santos
David
Ene
Feb
Mrz
Abr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dic
125%
142%
156%
126%
149%
168%
178%
146%
148%
165%
168%
140%
118%
142%
144%
115%
88%
81%
85%
89%
80%
60%
59%
82%
72%
82%
65%
81%
79%
72%
62%
83%
83%
56%
59%
84%
90%
55%
55%
82%
79%
70%
62%
80%
89%
107%
109%
90%
Estos indicadoes se pueden interpretar como el nivel promedio que alcanzar la magnitud del viento en
funcin de los registros de largo plazo. Se calcula de manera mensual en virtud de la variabilidad
estacional del recurso y la facilidad para poder establecer una referencia de largo plazo con el fin de
apoyar la construccin peridica de un indicador estadstico que permita revelar si el perodo en
estudio, sea mensual, annual, quinquenal, o cualquiera su base de tiempo; ya este registrado un valor
de refencia de fcil clculo para efectos comparativos.
Es de vital importancia que las instituciones involucradas con el desarrollo de la energa elica en
Panam tomen conciencia de la relevancia de poseer informacin de calidad y actualizada. No slo
para efectos de implementacin de proyectos sino para efectos de planificacin del abasteciemiento de
la electricidad por medio del recurso elico.
pagina A-6

ndices Elicos Mensuales

Estaciones IRHE
190,0%
% prom. anual
170,0%
150,0%
Santiago
130,0%
Antn
110,0%
Los Santos
David
90,0%
70,0%
50,0%
Jan Feb Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez
t (m es)
Grfico 1.2. ndices de actividad elica mensual para las estaciones tipo IRHE.
En el cuadro anterior se aprecia la fluctucin mensual del recurso elico con respecto al valor
promedio anual de largo plazo. Es evidente la disponibilidad del recurso en su mayora durante los
meses de la temporada seca en el Istmo. No obstante se deben de considerar relevantes las condiciones
de medicin de las estaciones para efectos de reconocer las posibles fuentes de variabilidad en virtud
de la ubicacin y orografa locales. De esta manera se podr identificar de manera ms evidente los
comportamientos futuros del recurso.
Al tomar los datos de forma anual se muestra un incremento del rgimen del viento en los aos para
los cuales se inicia la fase del fenmeno del Nio. Se puede establecer claramente como, con variantes
de orden local, los aos: 1982,1986,y 1992 presentan valores promedios mayores a la media de largo
plazo. Estos aos concuerdan con tempranas etapas del fenmeno de El Nio, que ejerce una fuerte
influencia en el desplazamiento de la zona de convergencia intertropical y particularmente en las
condiciones de presin atmosfrica del Caribe. Esto ltimo tiene una estrecha relacin, no causal, con
la formacin de huracanes en esa regin. De todas maneras este hecho incrementa elvalor medio al
incrementar la actividad elica en la temporada lluviosa que se caracteriza por mediciones casi
imperceptibles de la velocidad del viento. El consultor recomienda de manera enftica la planificacin
de de una campaa de medicin cuya operacin contnua de las estaciones de medicin en localidades
fijas asegure la posibilidad de establecer la relacin entre El Nio y el comportamiento elico.
pagina A-7

2 Anlsis de correcin y correlacin del Largo Plazo

2.1 Introduccin
El xito econmico de un proyecto de energa elica es fundamentalmente una cuestin de la
produccin de energa alcanzada. Esta se determina normalmente durante el proceso de planificacin
de un pproyecto mediante medidas y/o modelos metereolgicos. Si la produccin de energa lograda
cae seriamente por debajo del valor esperado, la disminucin del ingreso econmico percibido puede
condicir al debacle financiero del proyecto.
Por esto, tanto en Alemania como en Dinamarca, se refuerza el criterio de medicin de velocidad del
viento en sitio, a efecto de minimizar el riesgo operativo antes expuesto. En la mayora de los otros
pases donde se tienen condiciones orogrficas extremas se recomienda en la mayora de los casos
registros de hasta tres aos a fin de reducir la incertidumbre en el clculo de la estimacin de energa.
De caulquier modo, mientras la importancia de la medida de la velocidad del viento es bien conocida
por el personal de desarrollo de proyectos, la fluctuacin en la energa a largo plazo, causada por la
variacin de la velocidad promedio del viento, afecta severamente la rentabilidad de los proyectos de
energa elica.Una medida de velocidad del viento, llevada a cabo durante un buen ao (produccin
por encima de la media), puede llevar a sobreestimar la produccin de la energa a lo largo de la vida
econmica de las instalaciones. Bajo este escenario se precinde de los potenciales efectos que el
comportamiento del viento en el largo plazo tendrn.
Cuadro 2.1. Tendencia de la produccin de energa a lo largo de seis aos, basados en mediciones en la
torre de medicin de 130 m de altura del sitio de pruebas del Instituto de Energa Elica Alemn
(DEWI).
Energa producida
Ao
(% del promedio)
1993
103,0%
1994
105,9%
1995
102,1%
1996
90,4%
1997
93,8%
1998
105,0%
Prom. 93-98
100 %
Para demostrar esta influencia se muestran cifras (Cuadro 2.1.) registradas bajo ptimas condiciones
de medicin en el sitio de medicin de pruebas del Instituto Alemn de Energa Elica (DEWI). Aqu
se demustra que la energa producida al ao puede variar desde un 6% de sopreestimacin, hasta un
10% de subestimacin. Adems se comprueba que bajo ninguna condicin de medicin annual se
hubiese podido calcular la produccin promedio en el pargo plazo. Si consideramos esto en funcin de
pagina A-8

la rentabilidad de un parque elico, el incremento del 6% bajo cualquier escenario mejorara la tasa
interna de retorno del proyecto; mientras la disminucin del 10% de los ingresos por venta de energa
podra significar registrar perdidas en algunos aos contables.
En esta seccin se detalla el procedimiento para corregir valores de mediciones de viento para
aplicaciones de energa elica. Se definen los parmetros y tratamientos de los datos de largo plazo
para calcular los coeficientes de correccin mensuales. Con esta prctica se trata de disminuir la
variabilidad del valor de velocidad del viento que se usar para estimar la energa elica con respecto a
datos histricos del mismo perodo de tiempo. El objetivo ser estimar un valor corregido.
Esta actividad no debe ser confundida con los anlisis de correlacin que se explican en otro apartado
posterior. En este caso se explica el mtodo Medir-Correlacionar-Predecir (MCP), cuyo objetivo es
establecer cuantitativamente la relacin de similitud existente entre los registros de una campaa de
medicin y los histricos. Tambin se incluyen supuestos y restricciones del procedimiento explicado.
Este mtodo cuenta con gran aceptacin entre la comunidad cientfica y se ha ido instaurando como un
requisito indispensable de cualquier valoracin del recurso elico. Es el mas utilizado por los
programas computacionales para efectuar anlisis de largo plazo. No obstante posee sus restricciones
principalemente en lo referente a la disponibilidad de registros histricos.
Este consiste en trabajar los valores de largo plazo y corto plazo, divididas en sectores, para construir
indicadores peridicos comparables entre ambos. De esta manera establecer la relacin existente entre
ambas localidades en lo referente al potencial elico en el largo plazo para el sitio evaluado. En caso
de la ausencia de datos de direccin se pueden efectuar los ajustes mediante razones de variacin
peridica.
Adems se realiza una descripcin de las estaciones de referencia utilizadas en ambos clculos.
Tambin se mencionan los criterios de seleccin e identificacin de las mismas; adems de la
estimacin de los ndices elicos mensuales (IEM).
2.2 Estaciones de Referencia
2.2.1 Criterios de Seleccin
En esta seccin se describen los criterios de seleccin bajo los cuales se ha tratado la existencia de
datos disponibles. Entre los requisitos que la informacin de la estacin de medicin elica debe
cumplir se encuentra la integridad completeness, as como la periodicidad y frecuencia con que se
efectan los registros y el tipo de sensores que se utilizan. Si se asegura una tasa de validacin del 90%
anual para valores de registro cada 10 minutos, los de mayor densidad de energa, junto con sensores
de aplicaciones elicas de potencia calibrados, instalados de manera apropiada y estandarizada; se
podr contar con el nivel de confianza necesario en la serie de corto plazo en sitio.
pagina A-9

Por otra parte para la serie de tiempo de los registros de largo plazo se sugiere utilizar los siguientes
criterios:
Ubicacin geogrfica de la estacin de referencia mas cercana a la estacin en sitio.
Similitud en las condiciones meteorolgicas para ambos sitios.
Regmenes de viento estables para ambas localidades y condiciones ptimas de medicin del
viento a travs del tiempo.
Que alrededor de la estacin de referencia no hayan habido cambios en la orografa que afecten el
comportamiento del viento.
Que la ubicacin ni la orientacin geogrfica de la estacin de referencia haya sido modificada en
el perodo de anlisis de largo plazo.
Que los anemmetros y las veletas hayan sido calibrados al menos cada dos aNos. O en caso de
instrumentos con rodamientos, que los mismos hayan sido cambiados o ajustados peridicamente.
Otras consideraciones mas puntuales se podran hacer con respecto a formatos de los registros,
cantidad de sectores de clasificacin de la direccin del viento, tipo de archivos de almacenamiento,
clculo de la velocidad en caso de correccin de las curvas de calibracin de los instrumentos, costo de
la informacin, estimacin de estadsticos de manera directa, entre otros. Todos estos forman parte de
las potenciales fuentes de incertidumbre en el clculo de la energa elica. Sin embargo se debe valorar
el nivel de incertidumbre que cada uno de estos componentes brinda a la estimacin de la energa. Este
ser el verdadero indicador en lo que respecta a riesgo operativo (financiero) del proyecto. Es
necesaria una evaluacin particular en cada caso para efectuar esta evaluacin en sitio, y as ponderar
en nivel de relevancia de cada considerando.
2.2.2 Identificacin de las estaciones
Siguiendo los criterios antes mencionados, pero con un fuerte componente en la disponibilidad de
estaciones de referencia con registros continuos con un nivel mnimo de confiabilidad se identificaron
solamente cuatro potenciales estaciones de referencia. Entre todas las estaciones meteorolgicas
detalladas en el Mapa provisto por ETESA se seleccionaron las mostradas en la figura 2.1.
pagina A-10

Figura 2.1. Mapa de localizacin de las estaciones de medicin propias del proyecto, y de las
estaciones meteorolgicas de largo plazo. En rojo las estaciones de medicin del proyecto, en negro las
estaciones de referencia (tipo IRHE), y en rosa las estaciones tipo Comisin del Canal.
Las estaciones de referencia se escogieron del banco de datos de ETESA, siendo criterios prioritarios
la cercana con los sitios de medicin, la disponibilidad, continuidad y densidad de informacin. A este
respecto se presentaron varias incongruencias entre los archivos que presentaban los registros de
velocidad promedio y los que contenan linfromacin referente a la distribucin de frecuencia
segmentada en sectores de direccin del viento. Despus de una exhaustiva labor de validacin de
datos histricos se di prioridad a los archivos cuyos datos presentaban valores promedios; utilizando
los otros archivos como fuente de datos para valores faltantes o errados. En este sentido se trat de
alcanzar la disponibilidad de informacin
2.2.3 ndice de actividad elica mensual
Con base en la seleccin de estaciones meteorolgicas antes descrita se puede calcular los ndices de
actividad elica mensual como se realiz en la seccin 1.3.3. de este informe. El cuadro 2.2 muestra
los valores del respectivo ndice elico mensual, para proceder con el procedimiento MCP.
Cuadro 2.2 ndices de actividad elica mensual para las estaciones de referencia para el anlisis MCP
Ene Feb Mrz Abr May Jun
Jul
Aug Sep Oct Nov Dic
Santiago
Antn
Los Santos
David
125%
142%
156%
126%
149%
168%
178%
146%
148%
165%
168%
140%
118%
142%
144%
115%
88%
81%
85%
89%
80%
60%
59%
82%
72%
82%
65%
81%
79%
72%
62%
83%
83%
56%
59%
84%
90%
55%
55%
82%
79%
70%
62%
80%
89%
107%
109%
90%
pagina A-11

Adems de esta informacin se debe incluir el valor promedio de la velocidad del viento para la serie
de largo plazo a razn de calcular los valores relativos a ste de cada registro mensual en el sitio
establecido. Esta informacin se muestra en el Cuadro 2.3.
Cuadro 2.3. Valores promedio de la velocidad del viento con su respectiva desviacin estndard en m/s
a 10 m de altura para las estaciones de referencia (tipo IRHE), para ser usados en el anlisis MCP.
Velocidad del
Viento Promedio
(m/s)
2,14
2,83
2,24
2,06
Estacin
Santiago
Antn
Los Santos
David
Desviacin
Estndard
(m/s)
0,65
1,39
1,13
0,58
Otro de los datos relevantes de esta estrategia de trabajo es la variabilidad que puede tener un mes a lo
largo del tiempo por eso se presntan los datos ordenados por ao con sus caractersticas principales.
Grfico 2.1. Perfil anual del viento para la estacin de referencia en Santiago.
Perfil Anual del Viento
Santiago
Enero
Febrero
Marzo
6,0
Abril
5,0
Mayo
Junio
m/s
4,0
Julio
Agosto
3,0
Septiembre
Octubre
2,0
Noviembre
Diciembre
1,0
19
96
PR
O
M
19
94
19
95
19
93
19
91
19
92
19
90
19
81
19
89
19
79
19
80
19
78
19
77
19
76
0,0
ao
pagina A-12


Antn
7,0
Enero
6,0
Febrero
Marzo
5,0
Abril
Mayo
m/s
4,0
Junio
Julio
3,0
Agosto
Septiembre
2,0
Octubre
Noviembre
1,0
Diciembre
19
70
19
71
19
72
19
73
19
74
19
75
19
76
19
77
19
78
19
79
19
80
19
81
19
82
19
83
19
84
19
85
19
93
19
94
19
95
19
96
19
97
PR
O
M
0,0
ao
Grfico 2.2. Perfil anual del viento para la estacin de referencia en Antn.

Los Santos
6,0
Enero
Febrero
5,0
Marzo
Abril
4,0
m/s
Mayo
Junio
3,0
Julio
Agosto
2,0
Septiembre
Octubre
1,0
Noviembre
Diciembre
O
M
19
97
PR
19
96
19
95
19
93
19
94
19
88
19
87
19
83
19
84
19
82
19
81
19
80
19
78
19
77
19
76
19
75
19
74
19
73
0,0
ao
Grfico 2.3. Perfil anual del viento para la estacin de referencia en Los Santos
pagina A-13


David
Enero
6,0
Febrero
Marzo
5,0
Abril
Mayo
4,0
ao
Junio
Julio
3,0
Agosto
Septiembre
2,0
Octubre
Noviembre
1,0
Diciembre
M
O
PR
19
9
19
9
5
19
9
19
9
19
9
19
9
0
19
9
19
8
19
8
19
8
3
19
8
19
8
19
8
19
8
9
19
7
19
7
19
7
19
7
5
19
7
19
7
19
7
19
7
0,0
m/s
Grfico 2.4. Perfil anual del viento para la estacin de referencia en David.
Adems de esta caracterizacin se incluye en el grfico 2.5. la velocidad del viento mensual. Esta
informacin se utilizar en la seccin correspondiente al anlsis comparativo de las estaciones de
referencia con cada una de las estaciones dem medicin del proyecto.
Velocidad del Viento Mensual

6
Santiago
Antn
v (m/s)
Los
Santos
David
3
2
1
0
m es
Grfico 2.5. Velocidad promedio del viento mensual en las estaciones de referencia tipo IRHE
pagina A-14

2.3 Correccin de Mediciones de Corto Plazo

Una vez definido el perodo de evaluacin de las series de datos, de corto y de largo plazo, se procede
a trabajar con los datos de la serie de largo plazo. En este caso se divide la serie completa en dos
perodos: el primero que corresponde al registrado en la serie de corto plazo (mediciones simultneas),
y el segundo que corresponde a toda la serie de largo plazo restante.
A partir de estos resultados se calculan los valores promedios mensuales de ambas particiones de la
serie de largo plazo. Una vez calculados estos se calculan los coeficientes de correccin mensuales
dividiendo los promedios mensuales entre s de manera que se estima una relacin del valor mensual
de la serie de largo plazo entre el valor mensual de la serie correspondiente a la campaa de medicin.
Esto se puede interpretar como el valor porcentual equivalente de la medicin registrada durante la
campaa en funcin del valor promedio del largo plazo para la misma estacin de referencia
Una vez terminado el clculo anterior se toman los valores registrados en las estaciones de medicin
(de corto plazo) y se dividen entre estos coeficientes de correccin. De esta manera se obtiene una cifra
que corresponde a la velocidad promedio mensual del perodo de medicin corregida en el largo plazo
con respecto a los registros histricos. Los resultados obtenidos se pueden incluir en los anlisis de
potencial energtico como factores de escala u offset de las mediciones originales de las estacions de
medicin de la campaa de medicin.
En este caso el carecer de informacin simultnea restringe la posibilidad de efectuar estas
correcciones tal y como se explic antes. Sin embargo si se considera que el comportamiento del
recurso elico a lo largo del ao es tpico, normal con respecto al promedio de largo plazo los
coeficientes de correccin son iguales a uno.
2.4 Mtodo Medir-Correlacionar-Predecir
En caso que las campaas de medicin se desarrollen por perodos de corta duracin, de doce a treinta
meses, se debe establecer un mecanismo de ajuste de los valores registrados para valorar de manera
realista el potencial elico. Para esto se sugiere de manera reiterada efectuar una relacin de registros
de largo plazo para ajustar los valores de corto plazo al comportamiento de largo plazo, as se elimina
la posibilidad de sobreestimar el recurso en el caso de efectuar la campaa de medicin durante un
perodo de alta actividad elica; o por el contrario, subestimarlo en aos de bajas diferencias de
presin atmosfrica
2.4.1 Suposiciones y restricciones
Para realizar este procedimiento, que se denomina Medir-Correlacionar-Predecir (MCP), se establecen
una serie de supuestos y parmetros para el anlisis. Dentro de los cules se pueden establecer:
pagina A-15

1. Los perodos de medicin de las series de tiempo son simultneas en todo el perodo de la serie de
corto plazo y con la misma escala.
2. Curvas de distribucin de frecuencia de la velocidad del viento estn disponibles para las dos
series de tiempo.
3. Se posee una distribucin de frecuencia para cada sector de direccin del viento, con su respectivo
sector asociado en la otra serie de datos analizada.
4. La serie de datos de largo plazo posee al menos cinco aos con 90% de disponibilidad de datos
originados a partir de registros horarios o de 10 minuntos.
5. La serie de tiempo de corto plazo posee una disponibilidad de datos de al menos 90% anual, donde
los registros correspondientes a datos faltantes no excendan los 12 das naturales consecutivos
(1728 registros).
Como se percibe en los parrafos anteriores se puede concluir que el requerimiento de informacin
detallada es bastante alto.
2.4.2 Metodologa del Anlisis

En la actualidad existen varias inciativas para ajustar valores de series de corto plazo con coeficientes
estadsiticos de largo plazo. Sin embargo no hay acuerdo en cuanto al procedimiento oficial y
normalizado por agencias internacionales. De hecho en toda la industria de la energa elica slo se
cuentan con algunas cuantas normas en asuntos especficos; y en comparacin con la cantidad de
normas en el sector hidroelctrico no se posee ni el 10% de la cantidad de estndares oficiales del
sector de electricidad con base en agua.
Por ello toda referencia que se hace en este informe se refiere a estndares internacionalmente
aceptados. A esto se debe sumar la toma generalizada de muchas prcticas como las que sientan la
base de referencia para establecer medidas de regulacin ambiental en cada uno de los pases de
manera independiente.
Lo anterior fundamenta la presentacin de dos criterios divergentes en lo que respecta al tratamiento
de datos de corto y largo plazo, as como de su relacin. Ambos utilizan una aproximacin lineal a la
relacin existente entre las series de tiempo. De manera anloga ambos consideran prioritario la
simultaneidad de los datos, la escala y la frecuencia de registro de los mismos. De hecho todos los
supuestos establecidos en la seccin anterior son compartidos por las dos tendencias. Ahora pasemos a
las divergencias:
pagina A-16

2.4.2.1 Anlisis con dos variables de ajuste

El primer planteamiento se basa en una definicin lineal de la relacin largocorto plazo con dos
variables de ajuste. Lo que se estima es la solucin de mnimos cuadrados de la relacin lineal entre
ambas series de datos. Esto se logra minimizando (optimizacin matemtica) la varianza estadstica
entre las series, ver Frmula 2.1. Esta estrategia posee ventajas desde el punto de vista de tiempo y
recursos necesarios para el clculo de las resultados, adems de ser un mtodo divulgado y conocido
por personal tcnico calificado en energa.
N
S = (Vi m U i c )
(2.1)
i =1
Alternativamente tambin se puede calcular los factores de ajuste por el mtodo de York. Este ofrece
la ventaja de minimizar (ptimamente tambin) directamente una distribucin de frecuencia Chicuadrado en funcin de las variables de ajuste, ver Formula 2.2. En este caso se cuenta con la gran
ventaja de pesar los errores a travz de la desviacin estndard de la muestra, por lo que lor residuos
estadsticos tambin se reducen. Esto nos permite que en caso de una serie de datos con niveles de
incertidumbre significativos se puedan aislar su efecto en la optimizacin matemtica, evitando as
sesgar los resultados por el nivel de incertidumbre.
N
(m, c ) =
2
(Vi
m U i c)
(2.2)
i =1
De igual manera cuando son las dos series de tiempo las que presentan niveles de incertidumbre altos,
tambin se puede estimar una solucin que no sesgue estadsticamente los resultados. Esto se realiza
resolviendo el mismo sistema algebrico de dos ecuaciones diferenciales del caso anterior ms una
ecuacin auxiliar de orden 2 . Mejor dicho la optimizacin matemtica tendr una restriccin de dos
valores en una de las variables, tal y como lo muestran las fmulas 2.3 y 2.4.
N
(m, c ) =
2
i =1
(Vi
m U i c)
(2.3)
y2 + m2 x2
var(Vi m U i c ) = var(Vi ) + m var(U i ) = y + m 2 x

2
(2.4)
En este caso no se pudo contar con informacin simulatnea de las estacions de medicion por lo que
se procedi a utilizar el siguiente anlisis con una variable de ajuste. El tratamiento de los datos en este
caso particular se detallar posteriormente junto con los resultados.
pagina A-17

2.4.2.2 Anlisis con una variable de ajuste

Como ya se mencion anteriormente existen dos posibles anlsis de largo plazo en los cuales se posee
una similitud en cuanto resultados, siempre que los niveles de incertidumbre de las muestras no sean
muy grandes. Este segundo procedimiento se define como una variacin del primero y se aplica donde
no se posee suficiente informacin o la calidad de la informacin es deficiente con respecto a las
restricciones descritas en la seccin 2.3.1.
De manera anloga al caso anterior, se podr estimar un ajuste de manera que la recta de ajuste tenga
como refencia el origen, en virtud tambin que ser el punto de conguencia obligado entre las dos
variables analizadas: registros simultneos de corto y de largo plazo. Esto quiere decir que cuando una
una de las dos velocidades es cero, la otra probablemente sea tambin cero. En virtud de lo anterior la
fmula 4.1 queda reducida a:
N
S = (Vi m U i )
(2.5)
i =1
De esta manera se reduce la complejidad del problema, y el tiempo de clculo para obtener una
solucin matemtica ptima. Cabe mencionar que siempre se debe respetar el orden de la informacin
con respecto a los sectores de la rosa de los vientos, y as se estimarn n coeficientes de correlacin en
correespondencia con el nmero de sectores de la rosa de los vientos.
2.4.2.3 Observaciones relevantes
Cabe destacar algunos puntos importantes a la hora de aplicar cualquiera de los mtodos antes
explicados:
El concepto de predecir no hace referencia a un potencial pronstico en el sentido literal de la
palabra (tiempo futuro) que los valores de velocidad del viento se podrn pronosticar para
situaciones venideras.
Cualquier prediccin del viento realizada en el contexto del anlsis aqu explicado se refiere a la
estimacin de la energa que los aerogeneradores seleccionados hubiesen producido en caso de
estar instalados durante el perodo de medicin correspondiente a la serie de largo plazo.
No se pueden comparar resultados para seires de tiempo (corto plazo) cuyos datos validados
posean diferentes escalas y periodicidades de registro.
Es importante recalcar el hecho de que la estimacin de energa futura no se puede pronosticar con
exactitud. Lo que se puede hacer es incrementar el nivel de confianza (reducir la incertidumbre) de
los resultados a fin de lograr una valoracin real del recurso. Actualmente RISO, Dinamarca y la
Universidad de Oldenburg, Alemania trabajan en la evaluacin y comprobacin de los modelos
pagina A-18

meteorolgicos para pronstico del comportamiento del viento con menor incertidumbre en escala
diaria.
Los procedimientos y estimaciones calculados en este reporte no son transferibles a anlisis de
distintas localidades. Aun cuando exist similitud de los sitios y/o condiciones climticas. El
anlsis es puntual y bajo ninguna condicin se pueden tomar los valores como validos para otra
localidad.
Se puede establecer una base de datos de referencia que pueda ser utilizada en estudios posteriores,
siempre y cuando las condiciones orogrficas no cambien drsticamente en los sitios en funcin
del tiempo.
Es importante dejar claro que cualquier estimacin del recurso elico es una labor propia de
personal calificado para tal efecto, y que la elaboracin de un indicador estadstico a partir de los
resultados aqu estimados debe tomar en cuenta el anlsis cualitativo del sitio, previo al anlsis
cuantitativo.
2.5 Anlsis Comparativo
En vista de las condiciones de los registros disponibles a la fecha de elaboracin de este reporte, se
procedi a plantear un anlisis alternativo de valoracin de largo plazo. En este caso se decidi
efectuar un estudio comparativo de los valores obtenido como promedios es las estaciones de
referencia con respecto a su respectiva estacin de medicin, parte del proyecto. En este sentido se
obtuvo las siguientes cifras como resultados.
Cuadro 2.3. Resultados del anlsis comparativo entre las estaciones de referencia y las estaciones de
medicin del proyecto.
Estacin de
Estacin de
Coeficiente
Coeficiente
referencia
medicin
Determinacin
Correlacin.
0,8124
0,9014
Santiago
Cerro Tute
Antn
El Cop
0,8963
0,9468
David
Boquete
0,9064
0,9521
Los Santos
La Miel
En el Cuadro 2.3. se detallan los resultados del anlisis comparativo. Estos se refieren a los
coeficientes de determinacin y correlacin respectivamente. El primero se puede interpretar como un
indicador del grado de ralacin lineal existente entre las dos series de datos (largo y corto plazo). El
segundo, el coeficientes de correlacin se puede interpretar como la relacin entre las variables ante la
variacin de una de ellas. Tambin se puede inteerpretar como el cambio porcentual de las variables
que puede ser efecto de la variacin de la otra.En este sentido es importante que series de alto
coeficiente de correlacin no significa que posean un alto nivel de causalidad . Incluso bajo este caso
el vnculo estre las variables no se considera causa-efecto.
pagina A-19

Informe Analisis Eolico Panama

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Informe Analisis Eolico Panama

Încărcat de

Drepturi de autor:

Formate disponibile

Desarrollo de la Energa Elica en Panam

Fondo para el Medio Ambiente Global (GEF) PAN /97/G41

1.1.1 ndices Elicos Mensuales

Abril Mayo Junio Julio Ago. Sept. Oct.

ndices Elicos Mensuales

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

1.2 Estaciones IRHE

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

1.2.2 Series de datos procesados

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

1.2.3 ndices Elicos Mensuales

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

ndices Elicos Mensuales

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

2 Anlsis de correcin y correlacin del Largo Plazo

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

Perfil Anual del Viento

Perfil Anual del Viento

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

Perfil Anual del Viento

Velocidad del Viento Mensual

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

2.3 Correccin de Mediciones de Corto Plazo

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

2.4.2 Metodologa del Anlisis

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

2.4.2.1 Anlisis con dos variables de ajuste

var(Vi m U i c ) = var(Vi ) + m var(U i ) = y + m 2 x

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

Desarrollo de la Energa Elica en Panam

2.4.2.2 Anlisis con una variable de ajuste

Desarrollo de la Energa Elica en Panam

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc

S-ar putea să vă placă și