Redes neuronales para predecir la producción de energía eólica

Un parque eólico.

Agencia SINC

¿Por dónde soplará el viento? Esta es una de las grandes preguntas del ser humano para predecir el futuro o para saber por dónde va a ir desde que utiliza su fuerza para todo tipo de tareas, sea la navegación o la producción de electricidad mediante unas aspas que muevan una turbina.

Precisamente uno de los grandes inconvenientes de la energía eólica —una de las fuentes renovables con mayor potencial en el mundo—, es la imprevisibilidad de su producción, que depende de factores como la velocidad y dirección del viento. La aleatoriedad de este plantea serios problemas a los sistemas eléctricos actuales, que calculan la generación con un día de antelación en función del consumo previsto.

Esa dificultad para poder planificar la energía eólica disponible con antelación, puede aumentar el coste operativo de la red eléctrica y generar potenciales amenazas para la fiabilidad del suministro de electricidad.

En este contexto, investigadores de las universidades de Mesina y Catania (Italia) y de la Politécnica de Madrid (UPM) han desarrollado un novedoso método basado en redes neuronales para predecir la producción de energía de parques eólicos, lo que permitirá optimizar su fiabilidad. El estudio se publica en el 'International Journal of Numerical Modeling'.

Uno de sus autores, Gianluca Susi, investigador del Centro de Tecnología Biomédica de la UPM, señala: “Esa incapacidad de predecir con precisión la generación de energía eólica está ralentizándola a la hora de convertirse en un contribuyente importante para el mercado total de energía”.

Sistema de predicción realizado: las señales de intensidad y dirección del viento detectadas por tres torres anemométricas entran en el sistema de predicción, que predice el valor de energía producido por una turbina del campo eólico. A la derecha, orografía del parque eólico investigado / UPM.

La investigación presenta una arquitectura basada en 'spiking neural networks' (SNN, o redes neuronales de tercera generación) para predecir la cantidad de energía que será generada por una turbina eólica, situada en el interior de un parque eólico, en la próxima hora, considerando el comportamiento del viento (intensidad y dirección) en las horas anteriores.

Aplicación del modelo

Este método se ha aplicado a una gran planta de energía eólica, compuesta por 28 turbinas y 3 torres anemométricas, ubicada en el área rural del municipio de Vizzini en la provincia de Catania (Italia), que se caracteriza por una orografía compleja y una extensión de 30 kilómetros cuadrados, con resultados muy prometedores.

“Creemos que el nuevo sistema aporta fiabilidad y optimización en la generación de energía eólica, y se puede aplicar con éxito para predicciones de generación de energia eólica en parques eólicos reales, también en presencia de averías”, concluye el investigador de la Universidad Politécnica de Madrid.

___

Referencia bibliográfica: S. Brusca, G. Capizzi, G. Lo Sciuto and G. Susi. “A new design methodology to predict wind farm energy production by means of a spiking neural network–based system”. International Journal of Numerical Modeling (Wiley) 2019;32:e2267.

Etiquetas
stats