Nociones de Energía Eólicaa

NOCIONES GENERALES DE ENERGA ELICA
CAPTULO 8: ESTADSITICA DEL VIENTO 103

8. ESTADSTICA DEL VIENTO

a velocidad del viento es un fenmeno aleatorio, su
intensidad es muy variable, de modo que es adecuada
tratarla en forma estadstica.

Una cantidad estadstica de importancia es el promedio o
media aritmtica. Si tenemos un conjunto de nmeros u
i
, que en
nuestro caso sern velocidades de viento, la media de este
conjunto est definida como:

Donde n es el tamao de la muestra o nmeros de valores
medidos.

Adems de la media, nos va a interesar la variabilidad del
conjunto de datos. Queremos encontrar la discrepancia o
desviacin de cada nmero respecto de las medias y obtener una
especie de promedio de estas desviaciones. La media de estas
desviaciones es (u
i
- ), lo que no nos da ninguna informacin.
Para obtener cantidades definidas positivas, tomamos los
respectivos cuadrados. Para tal fin definimos varianza como:

La desviacin standard est definida como la raz cuadrada
de la varianza.

Ejemplo:

Se midi la velocidad del viento y sus valores fueron: 2, 4, 7,
8 y 9 m/s. Calcular la media, la varianza y la desviacin
standard.

L
L
( ) 1
1
1
=
=
n
i
i
u
n
u
) 2 ( ) (
1
1
1
2
=
n
i
i
u u
n
. / 00 . 6 ) 9 8 7 4 2 (
5
1
s m u = + + + + =

Generalmente la velocidad del viento se mide en nmeros
enteros, entonces, cada valor se registra muchas veces durante
un ao de observaciones. Llamamos m
i
al nmero de observaciones
de la velocidad especfica u
i .
la media entonces es:

Donde w es el nmero de diferentes valores de velocidad del
viento que se registran y n el nmero total de observaciones.

Se puede demostrar que la varianza est dada por:

Se deber tener cuidado ya que los dos trminos que estn
entre las llaves son casi iguales entre s, de modo que puede
ser necesario trabajar con varios decimales.

Ejercicio:

De un equipo de adquisicin de velocidades de viento en la
costa noreste de Puerto Rico se midieron: 19 veces 6 m/s, 54
veces 7 m/s, y 42 veces 8 m/s, durante un tiempo de medicin
corto.
Calcule la velocidad media, la varianza y la desviacin
standard.

Ahora se puede definir la probabilidad p de que se observe una
velocidad discreta u
i ,
como:
. / 5 . 8 ) 34 (
4
1
} ) 6 9 ( ) 6 8 ( ) 6 7 ( ) 4 2 ( ) 6 2 ( {
4
1
2 2 2 2 2 2 2
2
s m = = + + + + =
s m s m / 92 . 2 / 5 . 8
2 2
= =
) 3 (
1
1
=
=
W
i
i i
u m
n
u

= =
=
W
i
W
i
i i i i
u m
n
u m
n
1 1
2
2
2
) 4 ( } ) (
1
{
1
1


La suma de todas las probabilidades debe ser igual a la
unidad.

Tambin definimos una funcin de distribucin acumulativa
F(u
i
) como la probabilidad de que una velocidad media sea menor
o igual que una u
i
dada:

Ejemplo:
Se tiene un conjunto de mediciones, que se da en la TABLA 8.1
adjunta. Halle p (u
i
) y F (u
i
), para cada velocidad.
El nmero total de observaciones es de n = 211

i u
i
M
i
p(u
i
) F (u
i
)
1 0 0 0 0
2 1 0 0 0
3 2 15 0.071 0.071
4 3 42 0.199 0.270
5 4 76 0.360 0.630
6 5 51 0.242 0.872
7 6 27 0.128 1.000

Con las ecuaciones (5) y (7), se calcula p (u
i
) y F (u
i
)
para completar la tabla.

En algunos casos ser til tener la probabilidad de que la
velocidad del viento est entre ciertos valores,
) 5 ( ) (
n
m
u p
i
i
=
) 6 ( 1 ) (
1
=
=
W
i
i
u p
) 7 ( ) ( ) (
1
=
=
i
j
j i
u p u F

Donde u
b
puede ser tan grande como quiera, de modo de
obtener la probabilidad de que una velocidad de viento est por
encima del valor u
a
. En la tabla precedente P (5u :). La
probabilidad de que la velocidad sea mayor o igual que 5 m/s es
de 0.242 + 0.128 = 0.370

Por diversos motivos es conveniente que el modelo de la
curva de frecuencia de velocidad del viento sea una funcin
matemtica continua en lugar de una tabla de valores discretos.
En este caso, la probabilidad p (u
i
) se transforma en una funcin
de densidad de probabilidad f (u). la funcin de densidad f (u)
representa la probabilidad de que una velocidad est en un
intervalo de 1 m/s, centrado en u. las probabilidades discretas
p (u
i
) tienen el mismo significado si se calculan de datos
tomados en intervalos de 1 m/s.

El rea debajo de la funcin es la unidad, este es:

La funcin de distribucin acumulativa est dada por:

El lmite inferior de ambas integrales es cero porque el
mdulo de velocidad del viento no puede ser negativa.

En alguna oportunidad puede ser necesario para el clculo,
la relacin inversa entre la densidad de probabilidad y la
funcin de distribucin acumulativa.
) 8 ( ) ( (

=
=
b
a i
i b a
u p u u u P
=
0
) 9 ( 1 ) ( u d u f
=
u
x d x f u F
0
) ( ) (

La relacin general entre f(u) y F(u) se esquematiza como se
esquematiza en la FIGURA 8.1.

El valor medio est dado por:

Y la varianza por:

) 10 (
) (
) (
u d
u F d
u f =
=
0
) 11 ( ) ( du u f u u
=
0
2 2
) 12 ( ) ( ) ( du u f u u

8.1 CASO PARTICULAR: ESTADSTICA DE VIENTOS

ay dos funciones que son las que mejor se ajustan para
describir la distribucin de velocidades de viento.

Estas distribuciones son las que se describen a continuacin.

H
H

FIGURA 8.1
FIGURA 8.2 Weibull, densidad de funcin para un parmetro de escala C = 1
8.1.1 DISTRIBUCIN DE WEIBULL

a distribucin de mayor precisin es la de Weibull que
est dada por:

En esta expresin exp[x] representa e
x
.

Esta es una distribucin de dos parmetros, donde c y k son
los parmetros de escala y de forma respectivamente.

En la FIGURA 8.2 se puede observar varias grficas de la
ecuacuin (13) para el parmetro c = 1

L
L
) 13 ( exp ) (
1
(
(
|
.
|
\
|
|
.
|
\
|
=
k k
c
u
c
u
c
k
u f
Como se dijo, la integral sobre todo el dominio de la f (u)
es la unidad, de modo que, para diversos valores de k (forma) la
curva ser "alta y flaca" o "petisa y gorda".

Se ve que para mayores valores de k, la curva se hace
relativamente ms angosta y picuda. Tambin en ese caso el pico
(que indica la velocidad ms frecuente) se va desplazando hacia
velocidades ms altas.

Se puede notar que en la FIGURA 8.2, u vara entre 0 y 2.4
m/s que es un rango muy pequeo y de poco inters desde el
punto de vista de la energa elica. Esto no es problema porque
el parmetro c ajusta la escala de las curvas para diferentes
regmenes de viento.

Si se toma c distinto de la unidad, hay que dividir los
valores del eje vertical por c.

Para k mayor que 1, la f(u) toma valor cero para u=0. La
funcin de densidad de Weibull no puede ajustarse a una curva de
frecuencia de velocidad en el cero, porque la frecuencia de
calmas es siempre mayor que cero. Esto no es problema porque no
es de gran inters lo que ocurre por debajo de cierta velocidad
de viento (velocidad de CUT-IN (arranque) del aerogenerador).

La determinacin de los valores de k y c dependen de los
valores de u registrados en cada caso.

Siendo f(u) la distribucin de Weibull, la probabilidad de
que la velocidad del viento u sea mayor o igual que u
a
, es:

As, la probabilidad de que la velocidad del viento est
dentro de un intervalo de 1 m/s de ancho, centrado en u
a
es:

Ejemplo:

Los parmetros de Weibull de un sitio dado son de c = 6 m/s y
K = 1.8. estime el nmero de horas por ao en que la velocidad
del viento va a estar entre 6.5 y 7.5 m/s. Estime el nmero de
(
(
|
.
|
\
|
= =
a
u
k
a
a
c
u
du u f u u P ) 14 ( exp ) ( ) (
( ) ( ) ) 15 ( 5 . 0 5 . 0
a a
u f u u u P +
horas por ao en que la velocidad del viento ser mayor o igual
a 15 m/s.

De la ecuacin (15) podemos evaluar la probabilidad de que
la velocidad est entre 6.5 y 7.5 m/s, simplemente como f(7),
que se obtiene de la ecuacin (13):

Esto significa que la velocidad del viento va a estar en
este intervalo el 9.07 % del tiempo, de modo que el nmero de
horas por ao ser:

De la ecuacin (14) la probabilidad de que la velocidad del
viento sea mayor o igual que 15 m/s, ser:

Lo que representa:

Si la turbina a instalar tuviera "cut - out" en 15 m/s, se
perderan alrededor de 2 das por ao de generacin.

Por otro lado sabemos que la potencia elica est dada por
la ecuacin:
La potencia media ser:
( ) 0907 . 0
6
7
exp
6
7
6
8 . 1
7
8 . 1 1 8 . 1
=
(
(
|
.
|
\
|
|
.
|
\
|
=

f
( ) ao h / 794 8760 0907 . 0 =
( ) 0055 . 0
6
15
exp 15
8 . 1
=
(
(
|
.
|
\
|
= u P
( ) ao h / 48 8760 0055 . 0
3
2
1
u A P
E
=
Para el caso directo; y si el modelo de los datos reales de
viento est dado por la funcin de densidad de probabilidad
f(u), la potencia media est dada por:

8.1.2 DETERMINACIN DE LOS PARAMETROS DE WEIBULL

l mtodo ms utilizado en la determinacin de los
parmetros de Weibull es utilizando la funcin Gamma, la
cual est tabulada.

Creemos ms conveniente utilizar la siguiente relacin para
determinar los parmetros de Weibull.

Justus determin que es muy aceptable utilizar el valor
medio y la varianza de la velocidad para calcular el parmetro
K, y esta relacin es:

Esto es razonablemente aproximado sobre rangos de K que
varen entre:

Por consiguiente puede determinarse el valor del parmetro
c, de la siguiente manera:
E
E

( )
=
=
W
i
i E
u u p A P
1
3
2
1
( )
=
0
3
2
1
du u f u A P
E

) 16 (
086 . 1
|
.
|
\
|
=
u
k

10 1 k
) 17 (
1
1
|
.
|
\
|
+
=
k
u
c
Ahora bien una forma sencilla de determinar los parmetros
de Weibull es la siguiente:

Teniendo la informacin de viento de un perodo, la funcin de
distribucin F(u), pude determinarse como:

Esta ecuacin es similar a la siguiente ecuacin:

Donde x e y son variables, a es la pendiente y b es la
interseccin de los ejes.

En particular:

Por consiguiente para cada valor de u corresponde un par de
valores F(u) y tomando en cuenta cada valor x e y de una tabla
de distribucin de viento podemos calcular los parmetros de
Weibull de acuerdo a la siguiente expresin:

( ) | | ) 18 ( ln ln ) ( 1 ln ln c k u k u F =
) 19 ( b ax y + =
( ) | |
) 20 (
c ln k b
u ln x
k a
) u ( F 1 ln ln y
=
=
=
=

En estas ecuaciones x e y son los valores medios de los x
i
e
y
i
, y W es el nmero total de pares de valores disponibles.

El resultado final para los parmetros de Weibull es:

Si tenemos una tabla de distribucin de frecuencia para cada
velocidad, podemos computar la probabilidad p(u
i
) para cada u
i
y
por consiguiente reemplazar la ecuacin (21) por:

( )( )
( )
) 21 (
1
2
1
1
2
1
2
1
1 1

=
=
=
=
=
= =

=
|
|
.
|
\
|
=
W
i
W
i
i i
W
I
W
i
i
i
W
i
W
i
i
W
i
i
i i
x x
y y x x
W
x
x
w
y x
y x
a
i

= =
= =
W
i
W
i
i i i i
x
W
a
y
W
x a y b
1 1
) 22 (
1
) 23 (
exp
|
.
|
\
|
=
=
k
b
c
a k
( )( )( )
( )( )
) 24 (
1
2 2
1
2
=
=

=
W
i
i i
i i i
W
i
x x u p
y y x x u p
a
Ejemplo:

Los valores actuales de la velocidad del viento a 10 metros de
altura, para dos ciudades de la provincia del Chubut (Puerto
Madryn y Gastre), durante el ao 1997 son los que se adjuntan en
la tabla siguiente:

En la tabla se expresa la velocidad en m/s y cada valor u
i

corresponde al valor de la velocidad de viento obtenida en la
informacin, cabe aclarar que el valor 1 corresponde al valor de
velocidad comprendido entre 0 y 1 m/s.

El parmetro x
i
surge de calcular el ln(u
i
), que surge de la
ecuacin (20). Los valores m
i
representan el nmero de lecturas
ui xi mi p(ui) F(u) yi
1 0 300 0.103 0.103 -2.22
2 0.69 161 0.055 0.158 -1.76
3 1.10 127 0.044 0.202 -1.49
4 1.39 261 0.090 0.292 -1.07
5 1.61 188 0.065 0.356 -0.82
6 1.79 294 0.101 0.457 -0.49
7 1.95 151 0.052 0.509 -0.34
8 2.08 347 0.119 0.628 -0.01
9 2.20 125 0.043 0.671 0.11
10 2.30 376 0.129 0.800 0.48
11 2.40 67 0.023 0.823 0.55
12 2.48 207 0.071 0.894 0.81
13 2.56 67 0.023 0.917 0.91
14 2.64 91 0.031 0.948 1.09
15 2.71 29 0.010 0.958 1.16
16 2.77 51 0.018 0.976 1.32
17 2.83 19 0.007 0.982 1.40
18 2.89 39 0.013 0.996 1.70
19 2.94 1 0.000 0.996 1.72
20 3.00 7 0.002 0.999 1.89
21 3.04 0 0.000 0.999 1.89
22 3.09 2 0.001 0.999 1.99
23 3.14 0 0.000 0.999 1.99
24 3.18 1 0.000 1.000 2.08
25 3.22 1 0.000 1.000
26 3.26 0 0.000
27 3.30 0 0.000
28 3.33 0 0.000
>28 0 0.000
0 0.000
2912
PUERTO MADRYN
en que el viento se encontr en el rango de valor de velocidad
comprendido en u
i
, durante el perodo de tiempo de observacin.

El total de nmeros de lectura n surge de la suma total de
los m
i.
cabe destacar que las lecturas son valores medios de las
horas de observacin de una estacin meteorolgica climtica,
cuyas horas de observacin han sido las horas principales, es
decir de valores medios tomados cada tres horas. (tener en
cuenta que no es el valor medio de las tres horas, sino de la
hora correspondiente a la hora principal). Por tal motivo el
nmero n es igual a 2192.

La funcin p(u
i
) es la probabilidad de cada velocidad de
viento y la misma surge de la ecuacin (5).

Para calcular los parmetros de Weibull debemos utilizar el
mtodo de linearizacin antes descripto y para tal fin
utilizamos primeramente la ecuacin (7) donde encontramos el
F(u
i
) para cada u
i
.

Con la ecuacin (20) podemos calcular los y
i
, tal cual lo
muestra la tabla adjunta.

Ahora bien utilizando la tabla (24) podremos calcular el
valor de a, el mismo tiene un valor de 1.77. Luego utilizando
las ecuaciones 22 y 23 podremos calcular el valor de b y luego
el valor de c.

Realizando los respectivos clculos observamos que el valor
de K=1.54 y el valor de c=8.06 m/s, su velocidad media es de
7.34 m/s.

A continuacin se detallan los valores de Gastre, debindose
calcular los respectivos parmetros de Weibull, utilizando las
ecuaciones antes mencionadas.

8.1.3. DISTRIBUCIN DE RAYLEIGH

a otra funcin de distribucin muy usada es la
distribucin de Rayleigh, la cual se expresa:

Y la funcin de distribucin acumulativa es:

L
L

ui xi mi p(ui) F(u) yi
1 0 47 0.016 0.016 -4.12
2 0.69 5 0.002 0.018 -4.02
3 1.10 82 0.028 0.046 -3.06
4 1.39 65 0.022 0.068 -2.65
5 1.61 140 0.048 0.116 -2.09
6 1.79 219 0.075 0.192 -1.55
7 1.95 266 0.091 0.283 -1.10
8 2.08 276 0.095 0.378 -0.75
9 2.20 198 0.068 0.446 -0.53
10 2.30 314 0.108 0.554 -0.22
11 2.40 155 0.053 0.607 -0.07
12 2.48 177 0.061 0.668 0.10
13 2.56 141 0.048 0.716 0.23
14 2.64 142 0.049 0.765 0.37
15 2.71 133 0.046 0.810 0.51
16 2.77 96 0.033 0.843 0.62
17 2.83 102 0.035 0.878 0.75
18 2.89 101 0.035 0.913 0.89
19 2.94 48 0.016 0.930 0.98
20 3.00 78 0.027 0.956 1.14
21 3.04 28 0.010 0.966 1.22
22 3.09 21 0.007 0.973 1.29
23 3.14 23 0.008 0.981 1.38
24 3.18 12 0.004 0.985 1.44
25 3.22 19 0.007 0.992 1.57
26 3.26 8 0.003 0.995 1.65
27 3.30 2 0.001 0.995 1.67
28 3.33 9 0.003 0.998 1.85
>28 5 0.002
0 0.000
2912
GASTRE
( ) ) 25 (
4
exp
2
2
2
(
(
|
.
|
\
|
=
u
u
u
u
u f

En este caso la probabilidad de que la velocidad de viento u
sea mayor o igual que u
a
es:

La funcin de Weibull es ms verstil pero la de Rayleigh es
ms simple de usar. De todas maneras, hay estudios que indican
que la funcin de Rayleigh conduce a resultados aceptables en la
mayora de los casos.

Tome en cuenta que para utilizar la distribucin de
Rayleigh, slo necesita saber el valor medio de la velocidad del
viento, en cambio en la distribucin de Weibull necesita conocer
la frecuencia del viento para cada valor de velocidad.

Para una mejor comprensin en las FIGURAS 8.3 Y 8.4 se
observan los grficos con datos reales y ambas estadsticas:

( ) ) 26 (
4
exp 1
2
(
(
|
.
|
\
|
=
u
u
u F

( ) ( ) ) 27 (
4
exp 1
2
(
(
|
.
|
\
|
= =
u
u
u F u u P
a a


FIGURA 8.3 Datos actuales de viento, y curvas de distribucin de
Weibull y Rayleigh.


FIGURA 8.4 Datos actuales de viento, y curvas de distribucin de
Weibull y Rayleigh.

Nociones de Energía Eólicaa

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Nociones de Energía Eólicaa

Enviado por

Direitos autorais:

Formatos disponíveis

NOCIONES GENERALES DE ENERGA ELICA

CAPTULO 8: ESTADSITICA DEL VIENTO 103

NOCIONES GENERALES DE ENERGA ELICA

Você também pode gostar