Modelado del coeficiente de potencia de un

aerogenerador por efecto de friccion

Juvenal Villanueva Maldonado y Luis Alvarez-Icaza
Instituto de Ingeniera
Universidad Nacional Aut
onoma de Mexico
04510 Coyoacan DF, Mexico

I. Introduccion
La energa cinetica que esta contenida en las corrientes de aire, y que es extraida por las turbinas e
olicas
para generar energa electrica es una de las fuentes
renovables con mayor crecimiento en el mundo. Se
desea que estas turbinas maximicen la energa generada,
siempre y cuando se puedan mantener condiciones
seguras de operacion. Para esto, el control tiene un
papel muy importante en el estudio de la conversi
on y
extraccion segura de la energa disponible en el viento.
En la literatura se pueden encontrar trabajos donde se
lleva a cabo el dise
no y la simulaci
on de controladores
a traves de diferentes tecnicas que buscan mejorar el
funcionamiento de las turbinas e
olicas y que hacen uso
de modelos heursticos para la potencia mecanica, (P ),
y del coeciente de potencia, (Cp ), de la turbina. En
(Heier, 1998) se puede encontrar un modelo que se
utiliza frecuentemente y que est
a dado por
P =

1
Cp (, )AR x 3
2

y
=

Cp = 0.5

0.35
0.3
0.25
0.2
0.15
0.1

(1)

0.05
0
0

8
10
12
[adimencional]

14

16

18

20

(2)
Figura 1.
Curvas caracteristicas de Cp vs , para distintos
ngulos de ataque.
a

con



0.035
1
1

=
i
+ 0.08 3 + 1

=0
=1
=2
=5
=7
= 10
= 12
= 15
= 20
= 21
= 25
= 30

0.4

116
21
0.4 5 e i
i

(4)

0.45

donde

R
x

Aqu,
AR es el
area de barrido por la turbina
Cp es el coeciente de potencia
x
es la velocidad del viento
es la densidad del viento
es la velocidad de punta en la h
elice
es el
angulo de ataque de la helice
R es el radio de las h
elices
es la velocidad angular
En la Fig. 1, se observan las curvas caractersticas del
coeciente de potencia (Cp ) dados por (2).

Cp [adimencional]

Resumen En este artculo se propone un modelo para

el coeficiente de potencia (Cp ), el elemento m
as importante
para obtener la potencia mec
anica del aerogenerador. Se
utiliza como variable principal la velocidad relativa entre el
viento y las helices y, a traves de un modelo de fricci
on, se
propone un nuevo modelo para el coeficiente de potencia de
un aerogenerador. El modelo obtenido se compara con un
modelo heurstico de referencia.
Palabras clave: Coeficiente de potencia, velocidad relativa y
modelo de fricci
on.

(3)

Investigaci
on apoyada por los proyectos CONACYT 47583 y
UNAM-PAPIIT IN109306
Estudiante de posgrado, JVillanuevaMa@iingen.unam.mx
Investigador, alvar@pumas.iingen.unam.mx, corresponsal.

En este trabajo se supone que la velocidad del viento

(x)
es conocida, aunque se sabe que la determinaci
on
precisa de esta velocidad es un problema abierto en el
dise
no de controladores para aerogeneradores que debe
ser resuelto con el dise
no de observadores o estimadores
apropiados (Sbarbaro y Pe
na, 2000) y que ser
a trabajo
para futuras investigaciones.

Congreso Nacional de Control Automtico A.M.C.A. 2007

24-26 de octubre, Monterrey, N.L.

El modelo dado por (1) deja de lado el fen

omeno de
fricci
on y la velocidad relativa que existe entre el viento
y las helices. En este trabajo se propone modelar el
coeciente de potencia a traves de un modelo de friccion
din
amico que permita el modelado de la potencia.
En muchos sistemas, la fricci
on es un fen
omeno no
deseado que provoca perdida de energa, en este caso
se puede decir que la friccion es un fen
omeno beneco
que permite la transformacion de la energa cinetica del
viento en energa cinetica en las helices. Lo que se espera
es obtener la maxima fuerza de fricci
on entre el viento
y las helices, para obtener una maxima transformaci
on
y un mejor rendimiento.

Se conocen x m , x y R, de esta forma r es la variable

que relaciona a y
. Para encontrar el valor de r se
postula que

= 0

Cp = 0

de esta forma se tiene que


116
21
0.5
0.4 5 e i = 0
i

(9)

despejando i se obtiene que

0.4 + 5
1
=
i
116

(10)

Al igualar (3) y (10) se tiene que

II. Transformaci
on del modelo de coeciente de
potencia, Cp .
El coeciente de potencia es un elemento muy importante dentro del modelo del aerogenerador, ya que es
el factor que determina la cantidad de energa cinetica
que se puede extraer del viento. Tiene un lmite te
orico
(lmite de Betz) dado por Cp 0.59.
Al ver la Fig. 1 se puede observar que el valor de
se encuentra en un rango de 0 a 20. Por otro lado, la
estructura de la Ec. (4) impide tener la capacidad de
manejar una relacion negativa entre x y R que ocurre
cuando existen cambios repentinos en los valores de x
o . El objetivo de este trabajo es obtener un modelo
que este en funci
on de la velocidad relativa (x R ), dada
por
x R = x R.

1
0.08
0.035
0.4 + 5
+ 3
116
+1
Si se utiliza (7) y (11) se llega a
=

(5)

Para esto, se propone una transformacion que permita

manejar esta variable. Considere que

0
Cp = 0 para
> 0 [0, 30]o

4.06

(0.4 + 5) + 3

+
1
r=R

4.06 
116 0.08 (0.4 + 5) + 3
+1
De esta manera, Cp esta dado por



116
21


0.4 5 e i
Cp = sgn( )0.5
i

(13)

0.5
0.4
0.3



x m = 0

(6)

donde x m es la velocidad media del viento y r es un

radio anular equivalente, (r = R). Si se toman (4) y
(6), se despeja en ambas y se igualan, se obtiene


x

R
m
1

(7)
=
r
x

Cp [adimencional]

0.2

dada por
x r
,
x m

(12)

con dependencia de (3), (6), (7) y (12). La Fig. 2

muestra las curvas caractersticas que presenta este
nuevo modelo. Debe notarse la simetra del modelo
que describe indistintamente los regmenes de turbina
o ventilador.

Para encontrar una transformaci

on en terminos de Cp ,
se hace la suposicion de que existe una variable

=

(11)

0.1
0
0.1
0.2
=0
=1
=2
=5
=7
= 10
= 12
= 15
= 20
= 21
= 25
= 30

0.3
0.4
0.5

1.5

o, si se despeja a , se tiene


x
r


=
1
x m
R

(8)

Congreso Nacional de Control Automtico A.M.C.A. 2007

Figura 2.

0.5

0
0.5

[adimencional]

1.5

Curvas caracteristicas de Cp vs  .

24-26 de octubre, Monterrey, N.L.

III. Modelo din

amico de friccion.
El modelo de friccion din
amico de referencia es el
modelo de LuGre (Canudas et al., 1994) que esta dado
por
|x R |
(14)
z = x r 0 z
g(x r )
Ff = 0 z + 1 z + 2 x r

(15)

con
g(x r ) = Fc + (Fs Fc )e(x r /x s )

es el vector de los parametros estimados.

donde
Al utilizar el metodo de mnimos cuadrados recursivo
normalizado sin factor de olvido (Ioannou y Sun, 1996),
se lleg
o a los siguientes resultados.
IV. Resultados
Se analizaron tres casos para obtener un modelo
equivalente a Cp , que toma como modelo de referencia
el que se muestra en las Ecs. (3), (6), (7), (12) y (13).
A. Caso 1

(16)

x r = x r

(17)

este modelo supone que la supercie de contacto es

irregular y trata de representar el comportamiento entre
las supercies por medio de z, un estado interno que
mide la deformacion microscopica de la supercie, x r
es la velocidad relativa y 0 , 1 y 2 son los valores
de rigidez, amortiguamiento y fricci
on viscosa respectivamente, mientras que g(x r ) es una funci
on positiva
que representa el efecto Stribeck, la cual depende de la
fuerza de Coulomb, (Fc ), la fuerza estatica, (Fs ), y de
la velocidad Stribeck, (x s ).

Para este caso, Cp esta parametrizado por la Ec. (22)

y se realiza la estimacion parametrica con los datos
siguientes
k1 =3
k2 =1
x=
25 m/s
x
m = 15 m/s
R= 6 mts.
y como se
nal de excitacion se usa la curva de

mostrada en la Fig. 3. Esta se
nal se dise
no para
proporcionar excitaci
on persistente.
1.5

A. Modelado de Cp a traves de modelo de LuGre

modicado.
Se tomaron (14) y (15), que representan a Cp , y
se propusieron las siguientes modicaciones. Para la
ecuacion del estado interno z, se tomo g(x r ) = 1, 0 =
3 y se agregaron potencias k1 y k2 en algunos de los
terminos. Para obtener
z = sgn(x r )|x r |k2 3 z|x r |

(18)

Cp = 0 z + 1 z + 2 sgn(x r )|x r |k1

(19)

0.5

0.5

1.5
0

100

200

si se sustituye (18) en (19), se obtiene

Cp = 0 z + 1 sgn(x r )|x r |k2 1 3 z|x r | + 2 sgn(x r )|x r |k1
(20)
que se parametriza de la siguiente forma

0
0
1 1

=
2 = 2
3
1 3

y
= [z

sgn(x r )|x r |k2

sgn(x r )|x r |k1

|x r |z]

De esta manera se tiene el modelo en la forma

Cp =

(21)

que permite utilizar cualquier algoritmo convencional

de identicaci
on directa, donde el estimado de Cp esta
dado por

Cp =
(22)

Figura 3.

300

400

500
600
tiempo [seg]

700

800

900

1000

Se
nal de exitaci
on  vs tiempo.

En las Fig. 4 (a) y (b) se muestra el resultado

de la estimacion para los valores de = 0 y 30
respectivamente, en (a) se observa una muy buena
estimacion en comparacion con la que se muestra en
(b). En la Fig. 5 (a) y (b) se observan los errores para
estos dos casos.
En la Fig. 6 se puede observar la evoluci
on de los
par
ametros. Se observa que dos de ellos, 0 y 3 ,
muestran una oscilaci
on en su valor que se reduce al
transcurrir el tiempo y que es debida a la naturaleza de
la se
nal de excitacion y a limitaciones en la estructura
del modelo propuesto. El valor nal tomado corresponde
al valor medio al que tienden a converger. Como los
par
ametros resultaban en juegos de valores distintos
para cada valor de , se busco la manera de codicar los
cambios de i con respecto a . Para ello se obtuvieron
estimaciones de los parametros para varios valores de
. Se propuso de manera heurstica una curva en que

Congreso Nacional de Control Automtico A.M.C.A. 2007

24-26 de octubre, Monterrey, N.L.

0.03
0.6
0.02

0.5
0.4

0.01

0.2

Cp - Cp

Cp[-], Cp [-.-]

0.3

0.1

0
0.01

0.1
0.2

0.02
0.3
0.4
0

50

100

150

200

250
300
tiempo [seg]

350

400

450

0.03
0

500

100

300

400

500

600

700

800

900

1000

tiempo [seg]

(a) Respuesta de la estimacion de Cp para = 0o .

(a) Error de estimacion para = 0o .

0.08

0.04

0.06

0.03

0.04

0.02

0.01

0.02

Cp - Cp

Cp [-], Cp[-.-]

200

0.01
0.02
0.02
0.04
0.03
0.06
0

50

100

150

200

250

300

350

400

450

0.04
0

500

100

200

300

tiempo [seg]

400

500

600

700

800

900

1000

tiempo [seg]

(b) Respuesta de la estimacion de Cp para = 30o .

(b) Error de estimaci

on para = 30o .

p (lnea punteada) vs
Figura 4. Se
nal de Cp (lnea continua) y C
tiempo. Caso 1.

Figura 5.

Se
nal de error vs tiempo. Caso 1.

x 10

0.04

codicara la variaci
on observada. El resultado obtenido
se puede ver en la Fig. 7. Las ecuaciones (23) - (26)
representan la codicacion lograda para representar la
dependencia de i sobre . Puede notarse que estas
ecuaciones presentan un alto grado de complejidad en
.

0.03

0.02

1
0.01
2
200

400

600
800
tiempo [seg]

0
0

1000

+ 3.2925 10

10 0.1

3.8531 10

10

0.06

+ 3.7778 10

+ 8.3556 1012

2.4

1000

1
0

2.6

(23)

600
800
tiempo [seg]

12 1.4

0 = 5.2925 10

2.5

1000

x 10

x 10
2.2

14

500
tiempo [seg]

2.8
200

400
600
800
tiempo [seg]

1000

1
200

400

1 = 0.000883882.2 0.00142012.1 +

+ 0.0291671.05 0.0405870.9 + 0.063485

23

2 = 1.541 10

12.1 /20

22

+ 1.42 10

11.9

(24)

Figura 6. Comportamiento de los par

ametros vs tiempo, para
valores de =0o , 1o , 5o , 15o , 25o y 30o , para el Caso 1.

+ 1.8223 106 1.1 + 9.3817 105 0.009

0.00021274

(25)

3 = 3.4341 1014 3.2 + 1.9491 1012 2.1 +

+ 2.2601 1011 0.1 3.3524 1011 0.6 +

+ 2.1279 1011

(26)

En la Fig. 8 se observa el comportamiento del

modelo dado por (18) y (19) con la integraci
on de
los par
ametros i , dados por (23) - (26), teniendo un
error medio cuadr
atico del 16%. Se pueden apreciar el
error que se presenta en las curvas caractersticas de Cp ,
obtenido con el modelo propuesto (lneas discontinuas)
en relacion al modelo heurstico (lneas continuas).

B. Caso 2
Para mejorar los resultados del Caso 1, se busco otra
forma de representaci
on con k2 =1.1, 3 =0 y k1 dada
por

k1 = 4.2347(e 4 )4 + 7.2838 1074

5.0131 105 3 + 0.16456 2.53830.4 + 6.8171

(27)

Aunque k1 presenta una complejidad en su representacion, el estado interno z se reduce y se elimina un

par
ametro. Por lo que se tiene que

Congreso Nacional de Control Automtico A.M.C.A. 2007

24-26 de octubre, Monterrey, N.L.

x 10

0.04

1 [-], 1 [-*-]

0 [-], 0 [-*-]

2
0

0.035

0.6

0.03

0.5

0.025

0.4

0.02

0.3

Cp[-], Cp []

0.015
0.01

4
0

10

15

20

25

0.005
0

30

10

15

20

25

30

0.2
0.1
0

2.5

0.1

x 10

x 10

0.2

3 [-], 3 [-*-]

2 [-], 2 [-*-]

3
3.5
4
4.5

0.3

0.4

0.4
0

10

15

20

25

1
0

30

50

100

150

200

0.6

10

15

20

25

250
300
tiempo [seg]

350

400

450

500

(a) Respuesta de la estimacion de Cp para = 0o .

0.8

5
5.5
0

0.2

30

0.06

0.04

Par
ametros [-] y
[-*-] vs , para el Caso 1.

0.02

Cp [-], Cp[]

Figura 7.

0.02

0.4

0.04

0.35
0.3

Cp [-] y Cp [-.-]

0.06
0

50

100

150

200

250

300

350

400

450

500

tiempo [seg]

0.25

(b) Respuesta de la estimacion de Cp para = 30o .

0.2
0.15

p (linea punteada) vs
Figura 9. Se
nal de Cp (linea continua) y C
tiempo, para el Caso 2.

0.1
0.05
0
0.2

Figura 8.

0.4

0.6

0.8

1.2

Curvas caractersticas de Cp vs  , para el Caso 1.

de generar dos modelos para los par

ametros i , pero el
error se reduce signicativamente. En el primer caso se
toman valores de =[0, 17]o con k2 =1 y

k1 = 4.0315(e 4 )4 1.7915 106 4 + 2.043 105 3 +

+ 0.13959 2.14850.4 + 6.5253 (29)

Cp = 0 z + 1 sgn(x r )|x r |k2 + 2 sgn(x r )|x r |k1

(28)

Se puede observar que este modelo depende directamente de x r , el cual es uno de los objetivos principales
de este trabajo. Realizando el mismo procedimiento
de parametrizacion y estimaci
on que en el Caso 1,
se obtuvieron los siguientes resultados; en la Fig. 9
se puede ver que en la gr
aca (a) se mantiene una
muy buena estimacion, y en (b) se ve que se mejoro
notablemente. Esto tambien se observa en la Fig. 10,
que muestra el error de estimacion para ambos casos.
En (a) se observa que el error se mantiene con la
misma magnitud, mientras que en (b), este se redujo.
on
Al momento de codicar los par
ametros i en funci
de se tuvo el mismo grado de complejidad en las
ecuaciones. El resultado global se puede observar en la
Fig. 11, donde se muestran las curvas de Cp . En dicha
gura se puede ver que el error que se presenta es de
20%, mayor al del caso anterior.

mientras que para =[17, 30]o , k2 =1.6 y

k1 = 3.9968e 0.435 0.0960591.6 + 0.665821.4

0.682641.3 + 0.729320.0006 + 1.5

De esta manera se encontr

o que para = [0, 17]o los
par
ametros estan dados por

0 = 6.8931 106 0.95 e 0.33 1.8946 1010 3 +

+ 1.103 109 2.5 3.27 106 0.4 + 4.986 1060.3

2.1754 106 0.0006 + 3.8793 107 (31)

1 = 0.0482550.43 e 2 0.00360921.5 + 0.0135881.2

0.0650580.5006 + 0.0661420.0006 + 0.071483 (32)

2 = 0.00102470.9 e 0.9 + 3.21 107 2.5 +

5 1.8

+ 2.4537 10

0.00081731.1 + 0.0014990.8
0.000209910.0006 0.00097305 (33)

C. Caso 3
Para reducir el error que se presenta en los casos
anteriores se realizo la estimacion en dos partes, en
relacion a los valores de . Esto tiene la desventaja

(30)

mientras que para el caso de =[17, 30]o , estan dados

por

Congreso Nacional de Control Automtico A.M.C.A. 2007

24-26 de octubre, Monterrey, N.L.

0.1
0.4

0.08
0.06

0.3

0.04
0.2

0.02

0.1

Cp [-], Cp []

0.02
0.04

0.08
0.1
0

0.1

0.06

0.2

100

200

300

400

500

600

700

800

900

1000

tiempo [seg]

0.3

(a) Error de estimacion para = 0o .

0.4
1

0.5

0.5

0.1
0.08
0.06

Figura 12.

0.04

Curvas caractersticas de Cp vs  , para el Caso 3.

0.02

0.02

V. Conclusiones

0.04
0.06
0.08
0.1
0

100

200

300

400

500

600

700

800

900

1000

tiempo [seg]

(b) Error de estimaci

on para = 30o .
Figura 10.

Se
nal de error vs tiempo, para el Caso 2.

0.5
0.45
0.4

Cp [-], Cp [-.-]

0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0

Figura 11.

0.2

0.4

0.6

0.8

1.2

Curvas caractersticas de Cp vs  , para el Caso 2.

0 = 1.4117 1039 0.8 e 0.15 + 1.3915 1010 3

Se presento un estudio que deriva nuevas formas de

modelar la potencia de los aerogeneradores por medio
del efecto de fricci
on que existe entre el viento y las
helices. Se obtuv
o un modelo equivalente para el coeciente de potencia a traves de un modelo modicado
de LuGre que permite comprender el fenomeno real
que existe en la transformacion de energa cinetica del
viento. Se obtuvo una transformaci
on del modelo de Cp
que muestra una serie de curvas simetricas que permiten
modelar las dos posibles formas en que una helice
puede funcionar, turbina o ventilador, y que utiliza
como variable clave la diferencia de velocidades entre
el viento y las helices. Se obtuvieron tres modelos para
ltimos muestran un
la representacion del Cp , los dos u
muy buen comportamiento para valores jos del angulo
de ataque.
Se obtuvo un modelo global del coeciente de potencia valido para el angulo de ataque de [0, 30]o ,
que reproduce muy bien el comportamiento del modelo
heurstico de referencia, pero que sin embargo presenta
una estructura muy compleja con dependencia en .
Es necesario seguir con el estudio de la relacion
que existe entre las variables , y , y as obtener
caracterizaciones menos complejas de los par
ametros i .

1.4935 109 2.5 + 2.9322 108 1.5 +

+ 9.4239 108 0.6 1.9411 106

Referencias

Canudas, C., P. Dupont y B. Armstrong-Helouvry (1994). A

(34)
survey of models, analysis tools and compensation methods for the control of machines with friction. Automatica

1 = 2.452 1067 1.8 e 0.1 9.6495 107 3.5 +

30(7), 10831138.
5 2.75
1.6
0.0017569
+
+ 3.1404 10
Heier, S. (1998). Grid Integration of Wind Energy Conversion
Systems. Wiley.
+ 2.20030.06 2.515
(35)
Ioannou, Petros A. y Jing Sun (1996). Robust Adaptive Control.
PTR Prentice-Hall.

2 = 2.434 1067 1.8 e 0.1 + 7.6088 107 3.5

Sbarbaro, D. y R. Pe
na (2000). A non linear wind velocity observer
for a small wind energy system. En: Proceedings of the 39th
2.4046 105 2.75 + 0.0013051.6 1.94720.06 + 2.2636 (36)
IEEE Conference on Decision and Control. pp. 3086 3087.

Con estos datos se pueden observar en la Fig. 12

las curvas de Cp , donde las curvas dadas por el modelo
propuesto (lneas punteadas) presenta una buena aproximaci
on con respecto al modelo heurstico, mostrando
un error del 2%.

Congreso Nacional de Control Automtico A.M.C.A. 2007

24-26 de octubre, Monterrey, N.L.