El factor de capacidad de un aerogenerador es actualmente una métrica ampliamente utilizada para determinar la viabilidad técnico-económica en un sitio determinado (Ayodele et al., 2016). Además, la elección de la máquina de viento adecuada para un sitio determinado depende de las características del viento de la región y su adaptación con las propiedades de los aerogeneradores que se operarían para conseguir el mejor producto eléctrico (Ahmed Shata Ahmed, 2018). En el Figura 5.5 se aprecia la diferencia de producción anual de energía entre cada aerogenerador.
Figura 5.5: Generación anual de energía por cada aerogenerador, factor de capacidad, Chao. Fuente: Elaboración propia.
Generalmente se preferiría tener un gran factor de capacidad, pero puede no ser siempre ventajoso desde el punto de vista económico. En localizaciones con mucho viento, por ejemplo, puede ser ventajoso usar un generador más grande con el mismo diámetro de rotor (o diámetro de rotor más pequeño para un tamaño determinado de generador),
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0 1000 2000 3000 4000 5000 6000 7000 Nordex
N27 EnerconE44 NordexN50 NordexS82 VestasV90 VestasV112
Fa cto r de ca pac ida d Ener gí a pr oducida (M Wh/ año) Aerogeneradores
esto tendería a disminuir el factor de capacidad (utilizando menos de la capacidad de un generador relativamente grande), pero puede significar una producción anual sustancialmente mayor. A esta situación se le conoce a menudo como la paradoja del factor de capacidad.
Otra forma de ver la paradoja del factor de capacidad es decir que, hasta cierto punto, se tiene la posibilidad de elegir entre tener una producción de potencia relativamente estable (cerca del límite del diseño del generador) con un alto factor de capacidad, o bien una alta producción de energía (que fluctuará) con un bajo factor de capacidad. Si vale o no la pena tener un menor factor de capacidad con un generador relativamente mayor, depende tanto de las condiciones eólicas como, por supuesto, del precio de los diferentes modelos de aerogeneradores. Para esta investigación se inclinó por tomar el criterio del factor de capacidad para seleccionar el aerogenerador más idóneo. Según la Asociación de la Industria Eólica Danesa, califica al factor de capacidad dentro de un rango, esto se muestra en la Tabla 5.2.
Tabla 5.2: Calificación del funcionamiento de las instalaciones eólicas según el factor de capacidad.
Fuente: Adaptado de Danish Wind Industry Association (2003). Factor de capacidad (Cf) Calificación
Menos de 0.20 Inaceptable 0.20 - 0.25 Aceptable 0.25 - 0.30 Bueno 0.30 - 0.40 Muy bueno 0.40 - 0.50 Excelente Mayor de 0.50 Extraordinario
De la Tabla 4.10 presentada en la sección de resultados, se elaboró la Tabla 5.3, la cual muestra la calificación de cada aerogenerador de acuerdo a su factor de capacidad.
Tabla 5.3: Calificación de los aerogeneradores.
Fuente: Elaboración propia.
A primera instancia, todos los aerogeneradores se encuentran admitidos según la calificación hecha. En este punto, existe la tentación a quedarse con el modelo Vestas V112 ya que presenta una producción de energía anual con un valor de 6563.484 MWh/año, aproximadamente 16 veces la producción del modelo Nordex N27, el cual posee el factor de capacidad más alto entre todos los modelos seleccionados. Sin embargo, es necesario analizar la variación del factor de capacidad a lo largo del año y asegurarse que los valores no decaigan por debajo de 0.20, valor inaceptable en la calificación.
En la Figura 5.6 muestra la variación mensual del factor de capacidad de los seis aerogeneradores. Se observa que el mes más crítico es julio, donde la aparición de vientos fuertes es escasa y la velocidad promedio es la más baja del año. En ese mes, el factor de capacidad para los modelos Enercon E44, Nordex N50 y Vestas V112, decae por debajo de 0.20 (descartándolos por completo) excepto los modelos Nordex N27, Nordex S82 y Vestas V90, que se mantienen con un valor igual o superior a 0.20.
Modelo Producción de energía Factor Calificación [MWh/año] Capacidad
Nordex N27 416.792 0.33 Muy bueno
Enercon E44 1349.413 0.27 Bueno
Nordex N50 1704.613 0.25 Aceptable
Nordex S82 3892.946 0.31 Muy Bueno
Vestas V90 5030.025 0.30 Muy Bueno
Figura 5.6: Variación mensual del factor de capacidad de cada aerogenerador, Chao. Fuente: Elaboración propia.
La comparación del factor de capacidad entre los modelos Nordex N27, Nordex S82 y Vestas V90, queda en segundo plano, ya que bajo este criterio los tres modelos se encuentran admitidos, prestando más atención al aerogenerador con la mayor producción de energía.
Por consiguiente, el modelo Vestas V90 con una potencia nominal de 2000 kW es el más idóneo para el valle de Chao, con una producción de 5,03 GWh/año y un factor de capacidad del 30%. 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 Cf Meses
Nordex N27 Enercon E44 Nordex N50 Nordex S82 Vestas V90 Vestas V112
CAPITULO VI
6.1 Conclusiones
Los resultados más importantes de este trabajo se pueden concluir de la siguiente manera.
1) A base de estaciones meteorológicas que registraron valores de viento a 10 metros de altura durante un periodo de un año (2017). Se obtuvieron las velocidades medias mensuales y anuales. Los valores promedios anuales del viento a 50 metros de altura fueron de 7.25 m/s (desviación estándar 1.20 m/s) en Chao, 2,81m/s (desviación estándar 0.83 m/s) en Virú y 1.04 m/s (desviación estándar 0.68 m/s) en Moche. A 100 metros sobre el suelo, se obtuvo una velocidad media anual de 7.79 m/s (desviación estándar 1.30 m/s) en Chao. Estos hallazgos demostraron que Chao es un sitio prometedor para aplicaciones de tecnología eólica.
2) Se examinaron las características como las variaciones anuales, mensuales y diurnas de la velocidad del viento para Chao. Los datos de velocidad de viento revelan que los meses de viento son prácticamente todo el año, siendo noviembre y julio, el mes más ventoso (9.26 m/s) y menos ventoso (5.37 m/s), respectivamente, a 100 metros de altura. La tendencia diurna muestra que en el día soplan vientos considerables desde las 10:00 a.m. hasta las 8:00 p.m., mientras el horario nocturno se caracteriza por ser calmado.
3) Se determinó para Chao, mediante la función de distribución acumulada, una presencia de vientos de 64% horas por año por encima de 3 m/s (velocidad de conexión de la gran mayoría de aerogeneradores), 19% horas por año por encima de 13 m/s (velocidad a la cual algunos aerogeneradores alcanzan su potencia nominal) y 5% horas por año por encima de 25m/s (velocidad de corte). Esto es
una excelente guía para conocer el número de horas de operación de un aerogenerador.
4) A partir del ¨Método de Momentos¨ se consiguió estimar los parámetros de forma y escala de la distribución de Weibull para los tres sitios de estudio. Se obtuvieron valores mensuales y anuales. Para Chao (a 100 metros de altura), el valor del parámetro de forma ¨k¨ fue de 0.89 (desviación estándar 0.09), dándonos una idea del alto grado de dispersión de los datos que va acorde con la tendencia diurna del viento. El valor del parámetro de forma ¨c¨ fue de 7.35 m/s (desviación estándar 1.57 m/s), particularmente alto, lo que significa que el lugar es ventoso. Al observar una desviación estándar baja en el valor del parámetro de escala, se confirma estabilidad en el clima de Chao.
5) El potencial eólico disponible fue determinado a partir de los parámetros de Weibull, mensualmente y anual. Los valores anules a 50 metros de altura para Chao, Virú y Moche fueron de 1145.188 W/m2, 65.859 W/m2 y 11.308 W/m2,
respectivamente; a 100 metros de altura para Chao fue de 1523.114 W/m2. De
acuerdo con la clasificación del recurso eólico según NREL, Virú y Moche son zonas con potencial mediocre para cualquier aplicación de viento, estando ambas dentro de la CLASE I. Chao pertenece a la CLASE 7, indicando ser un sitio viable para integración a la red eléctrica mediante aerogeneradores.
6) Se estudiaron seis aerogeneradores con diferentes capacidades que van desde 150 kW hasta 3000 kW, para conocer sus comportamientos ante el régimen eólico de Chao y estimar una producción de energía. El criterio de selectividad se basó en el factor de capacidad. El aerogenerador Vestas V112 con una potencia nominal de 3 MW, presentó la más alta producción de energía anual a comparación de los otros modelos, con un valor de 6.56 GWh/año, sin embargo;
capacidad, llevándolo a trabajar demasiado lejos de su punto de diseño en ese mes. Similares situaciones presentaron los modelos Enercon E44 y Nordex N50. Dentro de los aerogeneradores que se ajustaron al criterio de selectividad, el modelo Vestas V90 con una potencial nominal de 2 MW, presentó la mayor producción de energía con un valor de 5.03 GWh/año y un factor de capacidad del 30% a una altura de cubo de 100 metros. Por lo tanto, se recomienda el uso del aerogenerador Vestas V90 para el valle de Chao.
7) El aerogenerador Vestas V90 en su primer día de operación, tendría una producción de energía alrededor de los 13.8 MWh.
6.2 Recomendaciones
- La capacidad para generar energía a un bajo costo operativo es la clave para la viabilidad económica de un aerogenerador. Sería ideal complementar este estudio con alguna metodología para el análisis de costos en la generación de energía.
- Se recomienda calcular la longitud de rugosidad o el coeficiente de fricción para cada terreno específico y limitarse a solo seleccionarlo.
- En un futuro cercano, evaluar el recurso eólico marino para considerar a los aerogeneradores offshore.
- El paquete de software WAsP, el cual se encuentra cargado con los mejores modelos físicos - estadísticos más actuales en cuanto a tecnología eólica. Es el estándar de la industria para la evaluación de los recursos eólicos, emplazamiento y el cálculo del rendimiento energético de aerogeneradores y parques eólicos. El paquete de software WAsP se utiliza para sitios ubicados en todo tipo de terreno en todo el mundo. Su adquisición sería muy beneficioso para evaluar de una manera integral, distintas zonas geográficas en el Perú y poder ayudar a la política de energía renovable, para un desarrollo más acelerado en proyectos de energía eólica.
REFERENCIAS BIBLIOGRAFICAS
Ahmed Shata Ahmed (2018). ¨Wind energy characteristics and wind park installation in Shark El - Ouinat, Egypt¨, Renewable and Sustainable Energy Reviews, Vol.82, pp. 734 – 742.
Bansal R.; Bati, T.S. & Kothari, D.P. (2002). ¨On Some of the Design Aspects of Wind Energy Conversion Systems¨. Energy Conversion and Management. Vol. 43, N°16, pp. 2175 – 2187.
Betz, A. (1920). ¨Das maximum der theoretisch möglichen ausnützung des windes durch windmotoren. Zeitschrift für das gesamte Turbinewesen¨, pp. 307–309.
Bloomberg New Energy Finance (2013). Global renewable energy market outlook 2013. Disponible en https://www.bnef.com/insightdownload/7526/pdf
Borja M.A.; González, R.; Mejía, F.; Hacuz, J.M.; Medrano, M.C.; & Saldaña, R. (1998). Estado del Arte y Tendencias de la Tecnología Eoloeléctrica. (In spanish) IIE/UNAM, ISBN 968-36-7433-X, México: Instituto de Investigaciones Eléctricas.
Camblong, D. (2003). Minimización de Impacto de las Perturbaciones de Origen Eólico en la Generación por Aeroturbinas de Velocidad Variable. PhD Thesis. Mondragón Unibertsitatea, Spain.
Celik AN, (2003). ¨Energy output estimation for small-scale wind power generators using Weibull – representative wind data¨. J Wind Eng Ind Aerodyn, Vol.91, pp. 693 – 707. C.G. Justus, W.R. Hargraves, A. Mikhail and D. Graber (1978). ¨Methods for Estimating Wind Speed Frequency Distributions¨, J Appl Meteorol, Vol. 17, pp. 350 –353.
COES (2018). Informe de la Operación Anual del SEIN. Recuperado de: http://www.coes.org.pe/Portal/Publicaciones/Estadisticas/
Congreso de la República (2008). Decreto Legislativo N°1002-2008-EM. Promoción de la inversión para la generación de electricidad con el uso de energías renovables. Lima, 01 de mayo. Disponible en:
http://www.minem.gob.pe/archivos/legislacion-9ozj22z9ap5zz33z-
DL_de_promocion_de_la_inversion_para_la_generacion_de_electricidad_con_el_uso _de_energias_renovables_1002.pdf
C.R. Ranganathan, M. Ramanathan and K. R. Swaminathan (1991). ¨Estimation of wind power availability in Tamil Nadu¨, Renewable Energy, Vol. 1 No. 3/4, pp. 429 – 434. Danish Wind Industry Association. (2003). Wind Energy Reference Manual. Disponible en: http://xn--drmstrre-64ad.dk/wp-
content/wind/miller/windpower%20web/en/stat/units.htm
Danielson, D. (2012). A Banner Year for the U.S. Wind Industry. The White House President Barack Obama. Disponible en:
https://obamawhitehouse.archives.gov/%20blog/2012/08/14/banner-year-us-wind- industry
Diario Gestión (2016). MEM: Solo el 1% del potencial eólico del Perú se ha concretado en centrales de generación. Disponible en : https://gestion.pe/economia/mem-1- potencial-eolico-peru-concretado-centrales-generacion-115924
Doran, A (s,f). Classification of wind turbines. Recuperado de:
http://www.articlesbase.com/electronics-articles/classifi cation-of-wind-turbines- 429469.html
Dr. Alberto Ríos Villacorta (2016). Estudio ¨Futuro de la Energía en Perú¨: Estrategias energéticas sostenibles. Disponible en:
https://www.internationalrivers.org/sites/default/files/attached-files/estudio_- _futuro_de_la_energia_en_peru_-_alberto_rios._fsp_-_ir_0.pdf
D.R. Drew, J.F. Barlow, T.T. Cockerill (2013), ¨Estimating the potential yield of small wind turbines in urban areas: A case study for Greater London, UK¨. J. Wind Eng. Ind.Aerodyn. Vol.35, pp. 104 – 111.
E.K. Akpinar and S. Akpinar (2004), ¨Determination of the wind energy potential for Maden-Elazig, Turkey, Energy Conversion and Management¨, Vol. 45, pp. 2901 – 2914.
ENEL GREEN POWER PERÚ (2017). Enel construye el parque eólico más grande del Perú. Disponible en:
https://www.enel.pe/content/dam/enel-
pe/medios/press/20170904%20NP%20Enel%20Green%20Power%20- %20e%C3%B3lica%20Wayra.pdf
EREDA, Renewable energy solutions (s,f). Evaluación del recurso eólico. Disponible en :
http://biblioteca.uns.edu.pe/saladocentes/archivoz/curzoz/lectura_2__evaluacion_recurs o_eolico.pdf
European Wind Energy Association (2009). Wind energy – the facts, part I: Technology. Recuperado de: http://www.wind-energy-the-facts.org/en
Francisco Bañuelos Ruedas, César Ángeles Camacho and Sebastián Ríos Marcuello (2011). ¨Methodologies Used in the Extrapolation of Wind Speed Data at Different Heights and Its Impact in the Wind Energy Resource Assessment in a Region¨. Ciudad de México, México: Instituto de Ingeniería de la UNAM. Disponible en: https://www.intechopen.com/books/wind-farm-technical-regulations-potential-
estimation-and-siting-assessment/methodologies-used-in-the-extrapolation-of-wind- speed-data-at-different-heights-and-its-impact-in-th
Gary L. Johnson (2006). WIND ENERGY SYSTEMS. Manhattan, KS: Academic Press. Giovanni Gualtieri, Sauro Secci (2013). ¨Extrapolating wind speed time series vs. Weibull distribution to assess wind resource to the turbine hub height: A case study on coastal location in Southern Italy¨, Renewable Energy, Vol.62, pp. 164 – 176.
Global Wind Energy Council (2017). Annual market update 2017, Global wind report. Disponible en: https://www.tuulivoimayhdistys.fi/filebank/1191-
GWEC_Global_Wind_Report_April_2018.pdf
IEA (2011). World Energy Outlook: Part A, Global Energy Trends. Recuperado de: https://www.iea.org/publications/freepublications/
IEA (2016). International Energy Outlook 2016. Disponible en: https://www.eia.gov/outlooks/ieo/pdf/0484(2016).pdf
IRENA (2012). Renewable Power Generation Costs in 2012: An Overview. Disponible en: https://www.irena.org/publications/2013/Jan/Renewable-Power-Generation-Costs- in-2012-An-Overview
Instituto para la Diversificación y Ahorro de la Energía (2006). Manuales de Energías Renovables, Madrid, España.
International Electrotechnical Commission (IEC), (2005). “INTERNATIONAL STANDARD IEC 61400-12-1”.
J.V. Seguro and T.W. Lambert (2000). ¨Modern estimation of the parameters of the Weibull wind speed distribution for wind energy analysis¨. J Wind Eng. Ind. Aerodyn., Vol. 85, pp. 75 – 84.
Marrs, R.W. and J. Marwitz (1977). “Locating Areas of High Wind Energy Potential by Remote Observation of Eolian Geomorphology and Topography”. Third Wind Energy Workshop Proceedings, Washington D.C., pp. 307 – 320.
Masters G.M. (2004). Renewable and Efficient Electric Power Systems. ISBN 0471280607, USA: John Wiley and Sons.
MEM (2014). Plan Energético Nacional 2014 – 2025. Disponible en: http://www.minem.gob.pe/minem/archivos/2ResEje-2014-2025%20Vf.pdf MINEM (2016). Anuario Ejecutivo de Electricidad 2016. Disponible en : https://cdn.www.gob.pe/uploads/document/file/98809/publicacion-
MINAS_Anuario_Ejecutivo_de_Electricidad_2016_OK-z6zj1414z34.pdf
Middleton, W., E. Knowles, and A.F. Spilhaus (1953). Meteorological Instruments, 3rd. ed., Toronto, Canada: University of Toronto Press.
M. Jafarian, A. M. Ranjbar, (2010). “Fuzzy modeling techniques and artificial neural networks to estimate annual energy output of a wind turbine”. Renewable Energy, Vol.35, Issue 9, pp. 2008 – 2014.
M. Veigas and G. Iglesias, (2012). "Evaluation of the wind resource and power performance of a turbine in Tenerife", Journal of renewable and sustainable Energy, Vol.4. National Grid (2006). Transmission and Wind Energy: Capturing the Prevailing Winds
for the Benefit of Customers. Disponible en:
https://www9.nationalgridus.com/non_html/c3-3_NG_wind_policy.pdf
N.J. Cook (2001). ¨Discussion on modern estimation of the parameters of the Weibull wind speed distribution for wind speed energy analysis by J.V. Seguro, T.W. Lambert¨. J Wind Eng Ind Aerodyn; 892001 – 9.
Lanchester, F.W. (1915). ¨A contribution to the theory of propulsion and the screw propeller¨. Trans. Institution of Naval Architects, Vol. XXX, p. 330.
OSINERGMIN (2016). La industria de la electricidad en el Perú: 25 años de aportes al crecimiento económico del país. Disponible en:
http://www.osinergmin.gob.pe/seccion/centro_documental/Institucional/Estudios_Econo micos/Libros/Osinergmin-Industria-Electricidad-Peru-25anios.pdf
OSINERGMIN (2017). La industria de la energía renovable en el Perú: 10 años de contribuciones a la mitigación del cambio climático. Disponible en:
http://www.osinergmin.gob.pe/seccion/centro_documental/Institucional/Estudios_Econo micos/Libros/Osinergmin-Energia-Renovable-Peru-10anios.pdf
Patel M.R. (2006). Wind and solar power systems: design analysis, and operation. 2nd ed. ISBN 0849315700, Florida, USA: CRC Press.
P.A. Costa Rocha, R. Coelho de Sousa, C. Freitas de Andrade, M.E. Vieira da Silva (2012). ¨Comparison of seven numerical methods for determining Weibull parameters for wind energy generation in the northeast region of Brazil¨, Applied Energy, Vol. 89, pp. 395 – 400.
Pedro Fernández Díez (1993). Energía Eólica. España: Servicio Publicaciones E.T.S.I. Industriales y T.
Paul Gipe, John Wiley & Sons (1995). Wind Energy Comes of Age. New York, USA: ElSEVIER.
Plan CC (2012). Escenarios de mitigación en el Perú al 2050 ¨Construyendo un desarrollo bajo en emisiones¨. Disponible en:
http://planccperu.org/wp-
content/uploads/2016/05/plancc_escenarios_de_mitigacion_del_cambio_climatico_en_ el_peru_al_2050._analisis_de_resultados-14.pdf
REN21 (2018). Renewables Global Status Report (GSR). Disponible en: http://www.ren21.net/wp-content/uploads/2018/06/17-
Renewable Energy Research Laboratory/University of Massachusetts at Amherst (2002). Wind power: capacity factor, intermittency, and what happens when the wind doesn’t blow? Disponible en:
https://ljfo.vermont.gov/assets/docs/envy/2d50be63c1/Wind-Power-Fact-Sheet.pdf R.D. Christofferson, D.A. Gillette (1987). ¨A simple estimator of the shape factor of the two- parameter Weibull distribution¨. Journal of Climate and Applied Meteorology. Vol.26, pp. 323–5.
Shikha, S., Bhatti, T.S. & Kothari, D.P (2003). ¨Aspect of technology development of wind turbines. Journal of Energy Engineering¨, Vol.129(3), pp. 81–95.
Sociedad Peruana de Energías Renovables (2017). Urge promover la inversión en energías renovables. Disponible en: https://www.spr.org.pe/
Smith J.M., Van Ness, M.M. Habott, (1997). Introducción a la termodinámica en ingeniería química, E.U.A Quinta edición, Mc Graw Hill.
S.S. Dorvlo Atsu (2002). ¨Estimating wind speed distribution¨. Energy Conversion and Management, Vol. 43 pp. 2311 – 2318.
Tony Burton, David Sharpe, Nick Jenkins, Ervin Bossanyi (2001). Wind Energy Handbook. United Kingdom: John Wiley & Sons, Ltd.
T.R. Ayodele, et al. (2012). "Wind Distribution and Capacity Factor Estimation for Wind Turbines in the Coastal Region of South Africa," Energy Conversion and Management. Vol. 64, pp. 614–625.
Trevor M. Letcher (2017). Wind Energy Engineering, A Handbook for Onshore and Offshore Wind Turbines. 125 London Wall, London, United Kingdom: ELSEVIER. Vanek, F.M. & Albright, L.D. (2008). Energy Systems Engineering: Evaluation & Implementation. USA: McGraw-Hill.
Villarrubia L.M. (2013). Ingeniería de la energía eólica. (1st ed.). México: Alfa Omega Grupo Editor S.A.
Wei Tong (2010). Wind Power Generation and Wind Turbine Design. United Kingdom: Wessex Institute of Technology.
Zhifeng Wang, Chenglin Duan, Sheng Dong (2018). ¨Long-term wind and wave energy resource assessment in the South China sea based on 30-year hindcast data¨, Ocean Engineering, Vol.163, pp. 58 – 75.