Las fuentes de energía alternativa aún están en la etapa de infancia y están dando pasos incipientes hacia el futuro. Por lo tanto, los científicos tienen un amplio margen de maniobra para mejorar los diversos aspectos de los modelos existentes de fuentes alternativas de energía. Hay tanto por explorar en este sector.
Por eso nos inundan diariamente de información en el campo de la energía alternativa. Pero a veces oímos hablar de la mejora de los modelos existentes. Investigadores de la Universidad de Alcalá (UAH) y de la Universidad Complutense de Madrid (UCM) han ideado un nuevo método para predecir la velocidad del viento de los aerogeneradores de parques eólicos.
¿Por qué es necesaria la previsión de la velocidad del viento? ¿Por qué hay que ser preciso a la hora de pronosticar la velocidad del viento? Sabemos que una red eléctrica puede sufrir perturbaciones en el suministro de electricidad si se altera el equilibrio entre la oferta y la demanda. La generación de energía a partir del viento depende totalmente de la velocidad del viento y no es fácil de despachar.
Varios factores afectan la velocidad del viento, como la estación del año, la variación de la temperatura, la variación de la presión, etc. Por lo tanto, el pronóstico preciso de la velocidad del viento no es fácil.
Pero cuando los parques eólicos están contribuyendo considerablemente a la mezcla energética de la red, entonces es necesario saber cuánta energía será producida por el parque eólico. Tienen que comportarse como los grupos electrógenos convencionales. Estos pronósticos se utilizan para programar las operaciones de otras plantas y también se utilizan con fines comerciales.
¿Cómo se desarrolló esta red neuronal? Los investigadores han tomado la ayuda del Sistema Global de Pronósticos de los Centros Nacionales de Pronósticos Ambientales de los Estados Unidos.
Proporcionan los datos de todo el planeta tierra con una resolución de aproximadamente 100 kilómetros. Lo mejor es que se puede acceder a todos los datos de forma gratuita a través de Internet. Pero los investigadores fueron un paso más allá y para obtener predicciones más detalladas integraron el «modelo de mesoescala de quinta generación» (MM5), del Centro Nacional de Investigación Atmosférica de los Estados Unidos. Tiene una resolución de 15×15 kilómetros.
Sancho Salcedo, ingeniero de la Escuela Politécnica Superior y coautor del estudio, publicado en línea en la revista Renewable Energy, explicó: «Esta información todavía no es suficiente para predecir la velocidad del viento de un aerogenerador en particular, por lo que aplicamos redes neuronales artificiales».
Estas redes neuronales son sistemas automáticos de aprendizaje y procesamiento de información. En su trabajo, las redes neuronales imitan los mecanismos del sistema nervioso animal.
Las redes neuronales utilizan los datos de temperatura, presión atmosférica y velocidad del viento que ya les han sido suministrados por los modelos de pronóstico y los datos recogidos de los aerogeneradores.
Todos estos datos se utilizan para aclimatar los sistemas de manera que puedan predecir la velocidad del viento en el rango de tiempo de una a cuarenta y ocho horas. Los parques eólicos están obligados por ley a facilitar estas previsiones a Red Eléctrica Española, empresa suministradora de electricidad y explotadora del sistema eléctrico español.
Salcedo afirma que el método puede aplicarse inmediatamente: «Si se puede predecir la velocidad del viento de un aerogenerador, entonces podemos estimar cuánta energía producirá. Por lo tanto, sumando las predicciones de cada aeronave, podemos predecir la producción de todo un parque eólico». Ya han aplicado este método en el parque eólico de Fuentasanta, en Albacete. El ensayo fue muy exitoso.
Esta red neuronal de previsión de la velocidad del viento puede ahorrar millones de euros. Se ha detectado una mejora del 2% en las predicciones respecto a los modelos existentes. Pero esta mejora es realmente significativa si la vemos en su totalidad, porque conducirá a la cantidad de producción de energía que puede ahorrar millones de euros.
Los científicos están tratando de mejorar el método. Quieren incorporar varios modelos de pronóstico global que darán lugar a varios conjuntos de observaciones. Estas observaciones se aplicarán a los bancos de redes neuronales para lograr una predicción más precisa de las velocidades del viento del aerogenerador. Naturalmente, esto conducirá a un pronóstico más preciso de la velocidad del viento.
