Escolar Documentos
Profissional Documentos
Cultura Documentos
REPORTE FINAL
Zonas Potencialmente Productoras de
Energía Eléctrica Eólica, en Baja California
REPORTE FINAL
Preparado para
Por
Centro de Investigación
Científica y de Educación
Superior de Ensenada
Mayo, 2003
2
Zonas Potencialmente Productoras de
Energía Eléctrica Eólica, en Baja California
REPORTE FINAL
3
Tabla de Contenido
♦ Resumen
♦ Objetivos
♦ Introducción
♦ Metodología
♦ Resultados
♦ Conclusiones y Recomendaciones
♦ Apéndices
♦ Bibliografía
4
RESUMEN
El hombre, ha utilizado la energía eólica de una u otra forma desde
hace miles de años. Los primeros “molinos de viento”, fundamentalmente sirvieron
para la agricultura durante el siglo XIX. Con la imperante preocupación que se tiene
de conservar el medio ambiente, el interés hacia la energía renovable se ha
incrementado en las últimas dos décadas. La energía eólica, como una fuente de
energía alternativa, renovable y ambientalmente sustentable, ha ido creciendo
aceleradamente. Cualquier objeto que se mueve tiene energía cinética; el movimiento
del aire, el viento, tiene esta energía, y ésta es la fuente de energía que se utiliza para
hacer girar las aspas de un generador, rotor o turbina eólica. Conocidos también como
convertidores de energía eólica y aerogeneradores, ellos se encargan de transformar, o
“cosechar”, la energía cinética del viento en energía eléctrica.
5
magnitud de las otras estaciones climatológicas se encuentra entre estos dos
valores.
6
OBJETIVOS
7
INTRODUCCIÓN
8
El aprovechamiento de la energía eólica, hoy en día, es una de las
tecnologías más promisorias. Por ser abundante, una energía totalmente sustentable,
además de que en su transformación en energía eléctrica, tiene grandes ventajas, entre
las más importantes, se pueden mencionar: no produce, en general, contaminación
alguna al agua ni al aire ni al suelo, no involucra substancias tóxicas o peligrosas, y
no representa peligro alguno para los habitantes. Por estas razones, la energía eólica
es considerada como una energía verde.
9
METODOLOGÍA
10
Los registros diarios de viento (velocidad y dirección) para cada una
de las siete estaciones climatológicas, fueron capturados, procesados y analizados.
Estos datos fueron obtenidos de la Comisión Nacional del Agua, CNA. Con estos
registros diarios magnitud y dirección del viento, se obtuvieron los promedios
mensuales y anuales, y las rosas de viento, para cada una de las estaciones
climatológicas. El análisis de esta información se presenta en el capítulo de
resultados.
11
Fig. 2.- Modelo de elevación digital, muestra el relieve tridimensional
de la región noroeste de Baja California. Este mapa se elaboró con la información
proporcionada por INEGI.
12
calidad, para desechar aquellos datos inconsistentes. Las variables que se analizaron,
fueron: temperatura (máxima, media y mínima), precipitación total mensual, número
de días con heladas, número de días con precipitación mayor de 1 mm, etc. Las
estaciones climatológicas utilizadas en el presente estudio, así como su ubicación
geográfica y el periodo con registro, se encuentra en la Tabla I.
Ej. José Ma. Pino Suárez 32° 22’ 22” 116° 04’ 05” 1345 1978-2000
13
Fig. 3.- Muestra las temperaturas: máxima (barras de color rosa),
media (barras moradas), y mínima (barras azul claro), para la estación climatológica
del Ejido Jacumé.
14
Fig.- 4. Precipitación media mensual para el Ejido José Maria Pino
Suárez. Se puede ver la distribución bimodal de la precipitación.
15
Al igual que la Fig. 5, la estación de El Pinal presenta la mayor
cantidad de precipitación en un periodo de 24 horas (precipitación máxima en 24
horas). En el mes de febrero, se presenta el valor máximo 37 mm, aproximadamente.
Es evidente el carácter bimodal de la precipitación en este lugar, ya que en el mes de
agosto se presenta un valor de 13.3 mm. Se observa lo anterior, en la Figura 6.
Para el caso del número de días con heladas, el Ejido J. Ma. Pino
Suárez, es el caso más representativo de las estaciones procesadas. Los valores
máximos se presentan en los meses de diciembre y enero, como puede observarse en
la figura 7. No obstante, los meses de noviembre, febrero y marzo, también presentan
valores de más de 15 días con heladas, en un promedio de 31 años.
16
Fig. 7.- El Ejido José María Pino Suárez, presenta los valores más
altos en la incidencia de heladas en un periodo de 31 años de registros.
Clasificación Climática
17
Fig. 8.- Clasificación Climatológica del Sistema Köppen, modificado
por Enriqueta García, (tomada del Atlas del Medio Ambiente, INEGI, 1988).
Las características del clima tipo BWks(x’), que se presenta al este del
área de estudio, la zona escarpada de la rumorosa, son: clima seco templado de
latitudes medias desértico, con lluvia de invierno, principalmente, y con un porcentaje
de lluvias invernales menor del 36 %. El clima de la Laguna Salada, es del tipo muy
seco semicálido, con precipitación invernal, y porcentaje menor de 36 % de la lluvia
de invierno. El clima para el Valle de Mexicali, es muy similar al de la Laguna
Salada, es del tipo seco semicálido, y lluvias en invierno, y estas lluvias con
porcentaje menor a 26 %.
18
Estadísticas y Modelo Matemático del Viento
19
Figura 9.- Mapas del viento sinóptico con los datos obtenidos del
Nacional Centers for Environmental Prediction, NCEP. Estos mapas, fueron
elaborados con 10 años de registros.
20
Datos diarios
En este último punto, hace alusión a que a pesar de que existe una
uniformidad de los símbolos para designar las magnitudes del viento, dicha
uniformidad no es posible mantenerla en todo los observadores, de tal forma que cada
observador hace un símbolo parecido más no el mismo, y la interpretación de dicho
símbolo también dependerá del capturista de los datos. Hoy día, este error se subsana
con las estaciones automáticas, pues guardan en forma electrónica los datos. Además
es posible tener los datos en tiempo real si a estas estaciones se les implementa el
sistema de telemetría.
Cabe mencionar que todos los datos en los cuales no se tenía certeza
por la poca legibilidad de los datos, fueron eliminados. Asimismo la mayoría de las
21
líneas que sirven para designar la magnitud del viento, debido a la imprecisión de los
símbolos fueron tomadas como múltiplos de diez.
ENERO ABRIL
17
JACUME
14
17 14 13 20
24 61 22 56 10
10 14
16
11
20
18
FEBRERO MAYO
18
18 17 13 19
24
17 65 10 22 61 10
15
13 12
19
18
MARZO JUNIO
16
10 12 17
15 11
18 55 10 14 63 10
10
14 13 18
17
20
% Frecuencias
0 10 20 30
22
JULIO OCTUBRE
JACUME
15
13 13 15
10 14
13 70 15 20 70 10
10
13
13 13
14 16
AGOSTO NOVIEMBRE
16
15
20
10 19 12
11 69 10 20 63
15 20
13 15
14
18
SEPTIEMBRE DICIEMBRE
15
13 12 18
15 14
15 74 18 67
20 15
14 14
16 18
% Frecuencias
0 10 20 30
Una turbina eólica convierte la fuerza del viento en una torca que gira
las aspas de la turbina, las cuales están conectadas al vástago de un generador
eléctrico. La cantidad de energía que el viento transfiere a las aspas depende de la
densidad del aire, el área del aspa y de la rapidez del viento. La velocidad del viento
determina cuanta energía hay disponible para la conversión a electricidad.
Generalmente, para establecer una granja eólica se buscan localidades con una
23
velocidad del viento media anual de 5.5 a 6 m•s-1, esta magnitud, medida a la altura
del dinamo de la turbina por ejemplo a 60 m, (AWEA, 1998).
k ⎛u⎞
k −1
⎛ ⎛ u ⎞k ⎞
Φ= ⎜ ⎟ exp⎜ − ⎜ ⎟ ⎟
c⎝c⎠ ⎜ ⎝c⎠ ⎟
⎝ ⎠
⎛ n⎞
u n
= c nΓ ⎜1 + ⎟
⎝ k ⎠
24
y, por ende
⎛ 3⎞
u 3
= c 3Γ ⎜1 + ⎟
⎝ k ⎠
1 3 ⎛ 3⎞
Ε= ρc Γ ⎜ 1 + ⎟
2 ⎝ k⎠
⎡⎛ 2 ⎞ ⎛ ⎛ 1 ⎞ ⎞ 2 ⎤
σ = c ⎢⎜1 + ⎟ − ⎜⎜ Γ⎜1 + ⎟ ⎟⎟ ⎥
2 2
⎢⎣⎝ k ⎠ ⎝ ⎝ k ⎠ ⎠ ⎥⎦
u* ⎛ z − D ⎞
u= ln ⎜ ⎟
k ⎜⎝ z 0 ⎟⎠
25
La velocidad del viento, a cualquier altura puede calcularse a partir de
la velocidad del viento a una altura conocida, zR:
⎛ z ⎞
ln ⎜⎜ ⎟⎟
u
= ⎝ z 0 ⎠
u R ⎛ z R ⎞
ln ⎜⎜ ⎟⎟
⎝ z 0 ⎠
donde uR es la velocidad del viento a la altura de referencia zR. La
altura de referencia normalmente es de 10 m, la altura a la cual el viento medio es
medido.
⎛ ⎛z ⎞ ⎞
⎜ ln⎜ z ⎟ ⎟
ln⎜ ⎝ 0⎠
⎟
⎜⎜ ln⎛⎜ R ⎞⎟ ⎟⎟
z
⎝ z0 ⎠ ⎠
α= ⎝
1
≈
⎛
ln⎜ z ⎟ ⎞ z • zR
⎝ zR ⎠ ln
z0
26
RESULTADOS
Marcha Anual del Viento
Un buen ejemplo del comportamiento del viento en la region de
estudio, a lo largo del año, se presaenta en las Figuras 12 y 13, que representan las
rosas de viento para la estacion climatológica de La Rumorosa. En particular,
podemosEn las Figuras 10 y 11, se muestran las rosas de viento para la estación
climatológica en el .
27
ENERO ABRIL
RUMOROSA
15 15 14
14
15 16
18 7 15 21 4 14
16 13
21
19
15 21
FEBRERO MAYO
15 14
15
14
14 17
20 4 14 19 7 14
16 13
20 20
15
20
MARZO JUNIO
14 15 15
18 13
17
20 4 17 17 4 15
18 17
21 18 15
17
% Frecuencias
0 10 20 30
28
JULIO OCTUBRE
RUMOROSA
14 12
12 11
12 12
15 12 12 18 8 14
12 14
16
12
14
12
AGOSTO NOVIEMBRE
13
11 13
11
11 12
14 8 12 18 7 14
10 15
18
14
14
13
SEPTIEMBRE DICIEMBRE
15 15
13 13
13 17
16 11 14 17 8 14
12 15
16
16
13 16
% Frecuencias
0 10 20 30
29
Influencias de Escala Sinóptica, Regional y Local, y Fenómenos
Diversos
La región de estudio, se encuentra localizada dentro del cinturón de las
altas presiones, el cual se manifiesta alrededor de los 30° de latitud, de ambos
hemisferios, norte y sur. En particular, esta región, recibe una gran influencia del
sistema anticiclónico del pacifico nor-oriental, que oscila dependiendo la época del
año. Durante el invierno, la influencia de los fenómenos de escala sinóptica, se
muestran en la Fig. 12.
30
En particular, la región noroeste de Baja California, se encuentra
influenciada por una circulación monzónica, conocida como El Monzon Mexicano o
también El Monzón de Norteamérica. Reyes (2001), en su libro menciona que, ‘las
características y efectos de esta circulación monzónica sobre el clima de la región,
muestran que el mayor porcentaje de la humedad está contenido en los niveles
inferiores de la troposfera y se asocian a los máximos de precipitación de verano del
noroeste mexicano y suroeste de EUA.
Los campos de viento promedio sobre los 11 años de datos y para los
tres niveles de la atmósfera (superficie, 925 mb, y 850 mb) son mostrados en las
figuras (13). Se muestra una zona comprendida entre los 30 y 35 °N y los 112 y 120
°W, cubriendo de esta manera el área de interés. En éstas figuras, es posible apreciar
un régimen estacional del viento, con vientos promedio de ~ 4 m/s (2 m/s) durante el
verano-otoño (invierno-primavera).
31
Figura 13.- Mapas del viento sinoptico para la region noroeste de Baja
California, y suroeste de los EUA. Se pueden apreciar los contrastes entre el
verano(julio,agosto y septiembre) y el invierno (diciembre, enero y febrero).
32
Fenómenos de Escala Regional
33
34
Modelo Matemático y Densidad Energética del Viento
Fig. xx, Muestra los resultados del modelo matemático, aplicado a cada una de las
estaciones climatológicas utilizadas en el presente trabajo.
35
Media Media Desv. Energía
Estación (nudos) m/s Std (W•m2)
36
37
CONCLUSIONES Y RECOMENDACIONES
El viento varia durante el día, la época del año, la altura sobre el suelo,
y por el tipo de terreno. Un área con una superficie rugosa y con obstáculos,
puede también ser determinante en el aprovechamiento de este recurso. Una gran
rugosidad de la superficie del suelo y grandes obstáculos en la trayectoria del
viento, dan como resultado una disminución de la velocidad del viento creando
38
turbulencia, por lo tanto, disminuyendo la cantidad de energía cinética que
pudiera ser transformada a electricidad por el aerogenerador
39
APÉNDICE
40
Figura 3.2.- Gráficas de Precipitación Promedio Mensual
41
Figura 3.3.- Graficas de la Precipitación Máxima Ocurrida en 24 horas.
42
Figura 3.4.- Graficas del Número de Dias con Precipitación Mayor o Igual a 0.1mm.
43
Figura 3.5.- Gráficas del Número de Días con Heladas.
44
Mapas Mensuales del Viento Sinóptico
Figura 14.1.- Gráficas del Viento Sinóptico. Estos datos fueron obtenidos del NCEP,
del Proyecto Reanálisis. El espaciamiento de los dados originales es de 2
grados de latitud por 2 grados de longitud. Aqui se muestran de un grado
de latitud por un grado de longitud.
45
Figura 14.2.- Gráficas del Viento Sinóptico para el nivel de los 850 milibares. Estos
datos fueron obtenidos del NCEP, del Proyecto Reanálisis. El
espaciamiento de los dados originales es de 2 grados de latitud por 2
grados de longitud. Aqui se muestran de un grado de latitud por un grado
de longitud. Como puede observarse durante los meses de verano (julio,
agosto y septiembre) hay un marcado flujo del suroeste.
46
Rosas de Viento de las Estaciones Climatológicas Seleccionadas para
este Proyecto.
47
48
Bibliografía
Andersen, D., Ph. D., 1999: ‘Review of Historical and Modern Utilization of Wind
Power’. Risø National Laboratory. Wind Energy Department. DK-4000
Roskilde.
Country Guardian, 2003: ‘What’s Wrong With Windarms?, The Case Against Wind
Farms’. Document at the WebSite: http://www.countryguardian.net/case.htm.
DWIA, 2003: ‘21 Frequently Asked Questions About Wind Energy’. Danish Wind
Industry Association, - Vester Voldgade 106 - DK-1552 Copenhagen V,
DenmarkD.L.
49
Elliott and M.N. Schwartz, 1993: ‘Wind Energy Potential in the United States’. PNL-
SA-23109. Richland, WA: Pacific Northwest Laboratory. NTIS no.
DE94001667.
Muljadi, E., Y. Wan, C.P. Butterfield, and B. Parsons, 2002: ‘A Study of a Wind Farm
Power System’. Preprint, January 2002 • NREL/CP-500-30814. To be
presented at the 21st American Society of Mechanical Engineers Wind Energy
Symposium Reno, Nevada January 14–17, 2002 National Renewable Energy
Laboratory. Golden, Colorado 80401-3393,NREL is a U.S. Department of
Energy Laboratory.
INEGI, 1988: ‘Atlas Nacional del Medio Físico’. Impreso en México. ISBN-968-892-
278-1.
Milligan, M. R. & R. Artig, ‘ Choosing Wind Power Plant Locations and Sizes Based
on Electrical Reliability Measures Using Multiple-Year Wind Speed
Measurements’, U. S. Association for Energy Economics Annual Conference,
Orlando Florida, August 29-September 1, 1999.
50
Schwartz, Marc N. & Dennis L. Elliot, ‘ México Wind Resource Assesment Project’.
Prepared for Wind power ’95, Washington, D. C., March 27-30, 1995.
Schwartz, Marc N. & Raymond L. George: ‘On the Use of Reanalysis Data for Wind
Resource Assesment’. Presented at 11th Applied Climatology Conference,
American Meteorology Society, Dallas, Texas. January 10-15, 1999. National
Renewable Energy Laboratory. NRRL/CP-500-25610.
51