Modelos de computadora más nítidos despejan el camino para más energía eólica

La empresa de servicios públicos con mayor capacidad de energía eólica en los Estados Unidos, Xcel Energy , confía más en esta fuente de energía y ahorra millones de dólares gracias a nuevos modelos de pronóstico similares a los que se utilizan para predecir el cambio climático.

Viento adivino: La información de los sistemas de radar de Dopplar, como la que se muestra aquí, podría ayudar a predecir cambios rápidos en la energía eólica.

Las previsiones, desarrolladas por el Centro Nacional de Investigaciones Atmosféricas (NCAR) en Boulder, Colorado, podría ayudar a abordar un problema cada vez mayor con la energía eólica: cómo integrar este recurso intermitente en la red eléctrica. NCAR también está desarrollando modelos mejorados que podrían ayudar a pronosticar la energía solar.

Tener un pronóstico preciso nos permite generar más energía renovable, dice Drake Bartlett, responsable de integrar las energías renovables en la red de Xcel. Las empresas de servicios públicos deciden con un día de anticipación qué plantas de energía funcionarán en un día determinado. Los pronósticos inexactos de energía eólica causan problemas con esta programación de dos maneras principales. Primero, obligan a las empresas de servicios públicos a programar plantas de energía de respaldo. Estos funcionan de manera ineficiente a baja potencia, esperando aumentar su producción si hay menos energía eólica disponible de la prevista. Derrochan combustible y son costosos de operar.

En segundo lugar, los malos pronósticos dificultan que las empresas de servicios públicos justifiquen el cierre de las centrales eléctricas de carga base, incluso si hubiera viento más que suficiente para hacerlas innecesarias. Estas plantas, a menudo de carbón o de ciclo combinado de gas natural, son costosas y requieren mucho tiempo para cerrarlas y reiniciarlas. Si se cierran y la energía eólica es menor de lo esperado, la empresa de servicios públicos tiene que usar energía más cara de plantas de respuesta más rápida o recurrir al mercado spot de alto precio. Si, por otro lado, la empresa de servicios públicos deja las plantas de carga base encendidas, es posible que tenga que reducir la energía eólica, tal vez pidiendo a los parques eólicos que apaguen algunas turbinas. En ese caso, la empresa de servicios públicos pierde dinero de dos maneras. Tiene que pagar el combustible para hacer funcionar las plantas de carga base, aunque realmente no necesitaba energía de ellas. Y en virtud de su contrato con los operadores de parques eólicos, todavía tiene que pagar por la energía eólica que no está utilizando.

Los viejos pronósticos permitían que estos escenarios surgieran con frecuencia. En promedio, las predicciones diferían de la producción de energía real en un 20 por ciento y, a veces, estaban hasta en un 50 por ciento. Los nuevos pronósticos reducen el error entre un 30 y un 40 por ciento, lo que le da a Xcel la confianza para reducir la cantidad de plantas de respaldo en línea, dice Bartlett. Esto le ha ahorrado a la empresa de servicios públicos $ 22 millones en combustible. No ha calculado los ahorros de costos adicionales que se derivan de poder evitar el mercado al contado.

Los nuevos pronósticos también son lo suficientemente precisos como para respaldar el cierre de la energía de carga base. Hace unos años, no teníamos la confianza para cerrar las plantas de carga base, dice Bartlett. Ahora, si es un fin de semana largo con buen clima y mucho viento, cerraremos una planta de carbón. Eso nos permite integrar más energías renovables.

NCAR tomó varias medidas para hacer mejores pronósticos. Mejoró los modelos anteriores de predicción del tiempo al ejecutarlos en incrementos más finos de tiempo y espacio, algo que requiere mayor potencia de cálculo. Combinó sus modelos con los de otras organizaciones y con mediciones de las condiciones reales en los parques eólicos para predecir la velocidad del viento. Fundamentalmente, luego convierte estas predicciones de velocidad del viento en estimaciones de cuánta energía producirán los parques eólicos, algo que puede diferir considerablemente de lo que afirman los fabricantes (consulte Mejores modelos informáticos necesarios para mega parques eólicos).

Además, en lugar de ejecutar un modelo una sola vez, NCAR lo ejecuta varias veces. El resultado promedio suele ser más preciso, dice Sue Ellen Haupt , director del Programa de Evaluación de Sistemas Meteorológicos del centro.

Aunque los modelos se ejecutan en alta resolución, no captan todo. El siguiente paso es enfocarse en mejores formas de predecir dos tipos de eventos: cambios en la velocidad del viento y el clima que hace que se forme hielo en las palas de las turbinas eólicas.

Los cambios rápidos en la velocidad del viento pueden ser particularmente difíciles de manejar en la red (consulte Turbinas eólicas, baterías incluidas, Pueden mantener estables las fuentes de alimentación). Las predicciones de hielo también serán importantes; Es difícil saber cuándo una tormenta creará las condiciones adecuadas para depositar hielo en las turbinas eólicas, pero cuando se forma hielo, puede disminuir en gran medida la cantidad de energía que puede generar una turbina. En el pasado, los pronósticos llevaron a Xcel a planificar grandes cantidades de viento, solo para que la producción de energía cayera inesperadamente cuando se formaba el hielo.

Predecir la energía solar puede ser un desafío mayor en conjunto (consulte Una solución a la intermitencia de la energía solar). La producción de energía de los paneles solares puede cambiar en segundos, y las nubes se encuentran entre las cosas más difíciles de tener en cuenta en los modelos climáticos. NCAR está utilizando datos de satélites y sensores terrestres para mejorar sus predicciones de nubes, y está trabajando para predecir cómo las diferentes cantidades de luz solar (y otros factores como la temperatura) se traducen en la producción de energía real de los paneles solares.

esconder