New soft-computing techniques in wind energy: contributions to wind speed reconstruction, prediction and wind farm design

Abstract

En esta tesis se presentan diferentes problemas que surgen durante la planificación, el diseño y la operación de un parque eólico. Este trabajo propone abordar estos problemas utilizando diferentes técnicas de soft-computing. En primer lugar se aborda la reconstrucción de valores de velocidad de viento basada en valores de presiones sinópticas. Se propone la utilización de máquinas de vectores de soporte, para establecer una relación entre los valores de viento y los valores de presión, disponibles en un grid sobre el área de estudio. Además, se aplica una técnica de Weather Regimes, para comparar. Ambos algoritmos son evaluados en varias situaciones reales en tres localizaciones, obteniendo resultados excelentes en términos de reconstrucción de viento.

Se propone también la reconstrucción de series de viento utilizando datos de torres reales de medida. En este trabajo, se presenta la aplicación de dos redes neuronales, con un entrenamiento extremadamente rápido y con un rendimiento excelente en términos de precisión. En concreto, se aplican Extreme Learning Machines y Group Method of Data Handling para la reconstrucción de series de viento en un parque eólico real en España. Se realiza una comparación con otros algoritmos alternativos de la literatura en términos de tiempo de computación y precisión.

Por otro lado, la distribución espacial del viento sobre un parque eólico proporciona información muy útil. Esta información se obtiene normalmente de simulaciones de modelos de mesoescala. En este trabajo se presentan diferentes técnicas para corregir estas simulaciones de modelos de mesoescala, utilizando datos de torres de medida situadas en el propio parque. En concreto, se proponen diferentes métodos heurísticos para ajustar mediante superficies los parámetros Weibull de la serie de viento del modelo de mesoescala con los de la serie de viento real medida por las torres. Se muestra el buen rendimiento obtenido por los algoritmos propuestos en dos parques eólicos en España.

Por último se propone un novedoso algoritmo para el posicionamiento óptimo de las turbinas en un parque eólico. Se considera un modelo de parque eólico más realista, incluyendo orografía del terreno, forma del parque eólico, simulación de velocidad y dirección de viento y costes de instalación y conexión entre turbinas. Este trabajo propone la aplicación de un algoritmo heurístico que obtiene una solución inicial razonable para el problema. Esta solución se utilizará para inicializar la población inicial de un algoritmo evolutivo. Se muestra que el algoritmo evolutivo inicializado con la solución inicial del heurístico, obtiene muy buenos resultados, maximizando el beneficio económico.