Herramientas de predicción de muy corta y corta duración de la energía eólica

Abstract

El aumento del índice de penetración de la energía eólica en Uruguay, hace necesario el abordaje de la temática del pronóstico de la generación futura a los efectos de la gestión del sistema eléctrico regional. Se presentará el abordaje de modelos de pronósticos de energía eólica de corta y muy corta duración. Describiéndose la metodología empleada para el desarrollo e implementación de un modelo de pronóstico de energía eólica de corta duración operativo. El modelo de pronóstico de corta duración se basó en el modelo de circulación general Global Forecasting System (GFS), el modelo regional Weather Research and Forecasting Model (WRF), y en uno de los modelos de tipo Model Output Stastistic (MOS) desarrollados en este trabajo. Se constató que el aumento de resolución de grilla desde 30 KM a 1,1 km muestra un impacto positivo en términos de la capacidad de pronóstico del modelo GFS-WRF-MOS. La incertidumbre del pronóstico de modelo GFS-WRF-MOS, se basó en la serie histórica de errores, en el periodo de calibración, asignando un valor uniforme igual al error medio absoluto. Los resultados de este trabajo fueron utilizados para la construcción de la herramienta de pronósticos operativos disponible en el sitio web: www.fing.edu.uy/cluster/eolica.

The increment in the penetration wind energy participation in Uruguay, implies the need of study the wind energy forecast, for better manage the electric grid in the next future. This work present a short term and very short term wind energy forecast. With a description of the methodology that was utilized for the implementation of a operational wind energy short term forecast. The work develop Models Output Statistic (MOS) based on the General Circulation Model Global Forecast System (GFS) and the regional model Weather Research and Forecasting Advanced Research (WRF). The results of the simulation GFS-WRF-MOS compared with the 30 km gird domain, shows that the higher grid resolution 1,1 km grid domain with a cloud resolving model have a positive impact in the skill of the wind energy forecast. The uncertainty of the wind energy forecast GFS-WRF-MOS, was calculated as the mean absolute error (MAE) in the period on calibration of the model. The results of this work was utilized to develop the operational wind energy forecast: www:fing:edu:uy=cluster=eolica.