Search

In December 2018, the call for the Special Issue “Short-Term Load Forecasting 2019” of the journal Energies was launched [...]

The penetration of wind farms into the power systems (nearly 9% of the electric energy consumed in Spain in 2006 was generated in wind farms) requires effective short-term forecasting tools of the electrical production in these plants. These tools are needed by the electric network Operator and by the managers of wind farms. The electric network Operator needs to know beforehand the value of the electric power generation and demand that is going to exist in each one of the buses of the System to obtain the correct operation. The manager of a wind farm needs to predict the hourly electric power generation generated in the wind park, to sell the energy produced to the electrical market. By means of the application and development of suitable tools, based on meta-heuristic methods known as "soft-computing" techniques, and using real data of wind parks, a set of new forecasting models have been developed to be used for a variety of cases with different types and amounts of data available. Also a global forecasting system has been developed, including a set of models, each of which is specialized in a range of the forecasting horizons, and obtains a total range from 0.5 to 72 hours. The global forecasting system uses sophisticated techniques such as a new Kalman filter to improve the predictions of the average wind speed provided by a numerical weather prediction model; such as the combination of the forecasts from different models by means of fuzzy inference systems; and the selection of the suitable forecasting model based on the moment in which the forecasts are carried out. The performance of all the developed models has been evaluated by comparing the results obtained in the prediction of the electrical production, with those from other models described in international literature, using always the same data. In all the cases, the results obtained with the new forecasting models are better than those obtained with the rest of the models. La integración de la energía producida en los parques eólicos en los sistemas eléctricos (el 9% de la energía eléctrica consumida en España en el año 2006 fue de origen eólico) requiere disponer de eficaces herramientas de predicción, a corto plazo, de la producción eléctrica en los mismos. Estas herramientas son necesarias tanto para el Operador de la Red Eléctrica como para los gestores de parques eólicos. El Operador de la Red Eléctrica necesita conocer de antemano la generación y la demanda de potencia eléctrica que va a existir en cada uno de los nudos del Sistema para lograr un correcto funcionamiento del mismo. El gestor del parque eólico necesita la predicción de la generación de potencia eléctrica horaria generada en el parque eólico para poder realizar ofertas de venta de la energía producida al mercado eléctrico. Mediante la aplicación y desarrollo de herramientas adecuadas, basadas en técnicas meta-heurísticas conocidas como "soft-computing", y utilizando datos reales de parques eólicos, se han desarrollado un conjunto de nuevos modelos de predicción para una variedad de casos con diferentes tipos y cantidad de datos disponibles. También se ha desarrollado un sistema global de predicción, que incluye un conjunto de modelos, cada uno de ellos especializado en un rango del horizonte de predicción, consiguiendo un rango total de 0.5 a 72 horas. El sistema global emplea sofisticadas técnicas como un nuevo filtro Kalman para mejorar las predicciones de velocidad media del viento suministradas por un modelo de predicción numérica meteorológica; como la combinación de predicciones de diferentes modelos específicos para las predicciones a muy corto plazo por medio de sistemas de inferencia difusa; y como la selección del modelo idóneo de predicción en función del momento en que se realicen las predicciones. La adecuación de todos los modelos desarrollados ha sido evaluada comparando los resultados logrados en la predicción de la producción eléctrica, con los de otros modelos descritos en la literatura internacional, utilizando siempre los mismos datos. En todos los casos, los resultados obtenidos con los nuevos modelos de predicción son superiores a los obtenidos con el resto de modelos.

El marco en el que se engloban los trabajos de investigación que dan lugar a los artículos recogidos en el compendio de publicaciones, que conforman esta tesis doctoral, es la búsqueda de los lugares más adecuados para la construcción de nuevas infraestructuras eléctricas. Lugares en los que se respeten ciertos criterios establecidos de observabilidad desde determinados puntos de observación. El término observabilidad no aparece en el diccionario de la Real Academia Española (RAE), sin embargo, en este trabajo el término observabilidad representa el número acumulado de horas, en las que un objeto puede ser visto por cada uno de los posibles observadores durante un periodo de tiempo determinado. Esta nueva variable, tal como se ha definido, es más afín al impacto visual que la visibilidad, que, o bien, hace referencia a la cualidad de ser visible, o bien, a la distancia a la que pueden reconocerse o verse los objetos, según recoge la RAE. Las infraestructuras eléctricas consideradas, en los estudios realizados en la elaboración de este trabajo, son centrales eléctricas basadas en energías renovables, fundamentalmente plantas fotovoltaicas (FV) y determinadas instalaciones asociadas a las mismas, como líneas eléctricas aéreas de alta tensión (HVOPL). Para este fin, se han utilizado Sistemas de Información Geográfica (GIS), cuya eficacia en el análisis de datos espaciales es ampliamente reconocida. La superposición de capas de datos geográficos en un GIS permite realizar complicados cálculos y facilita la visualización de los datos obtenidos en un mapa geográfico, con el fin de resolver problemas complejos de planificación y gestión, convirtiéndose así, en una valiosa herramienta de apoyo en la toma de decisiones. A pesar de las ventajas medioambientales que ofrecen las centrales fotovoltaicas, existen algunas restricciones respecto a la aceptación social de estas instalaciones. Una de estas restricciones es el impacto visual que pueden generar en las personas a causa de cambios indeseados en el paisaje, provocando el rechazo de la población local y, por ende, el retraso o anulación de la construcción de nuevas instalaciones de este tipo. En este contexto, se desarrolló inicialmente una metodología para clasificar los lugares factibles de una determinada zona geográfica, para la construcción de nuevas plantas fotovoltaicas en función de su observabilidad (aportación 1). Esta metodología se basa en métodos de fuzzy viewshed (cuencas visuales difusas) y decaimiento visual con la distancia, que permiten calcular el número máximo de horas, de un día medio, en las que la nueva planta fotovoltaica puede ser vista por cada posible observador. Este observador puede estar fijo en un lugar (in situ) o en movimiento, viajando por carretera. Los resultados, en formato de mapas, ayudan a identificar visualmente las mejores áreas de la zona estudiada. Posteriormente, se presenta un segundo trabajo que expone una metodología de ayuda a la identificación de las rutas óptimas para la construcción de nuevas HVOPL, bajo un criterio de observabilidad, permitiendo la selección de aquellas rutas con menor tiempo de observación, en una determinada zona de estudio (aportación 2). Esta metodología utiliza métodos de fuzzy viewshed y una función de decaimiento cuyos valores decrecen con la distancia. La aplicación de esta metodología sobre un sistema GIS consigue un conjunto de rutas que une los puntos origen y destino de la nueva HVOPL, creando un corredor visual, que incluye todas las rutas posibles con una observabilidad de sus apoyos por debajo de un determinado umbral límite. Finalmente se presenta una metodología mejorada para evaluar la observabilidad de futuras plantas FV en zonas con un especial valor paisajístico y/o cultural, donde el rechazo que pueden sufrir este tipo de instalaciones por su alteración visual de la escena puede ser importante (aportación 3). Como posibles observadores se han considerado los caminantes o senderistas que se desplazan por los caminos que atraviesan la zona estudiada. La percepción que los observadores tienen de este tipo de instalaciones es evaluada mediante una nueva variable denominada Tiempo de Percepción Acumulado (APT). Esta variable representa el valor acumulado de las posibles horas al año en las que la nueva instalación fotovoltaica puede ser vista por todos los observadores potenciales que recorren todos los puntos de observación de una determinada ruta. Para realizar una evaluación más precisa de la percepción visual que los observadores pueden tener de este tipo de instalaciones, se han incluido dos nuevos componentes para el cálculo de APT. Un factor que considera exclusivamente la parte visible de la planta FV y un índice que tiene en cuenta la parte de la instalación que puede ser vista sobre la línea del horizonte. Esto permite dar mayor grado de visibilidad a aquellas instalaciones que se ven total o parcialmente por encima del horizonte. Esta metodología puede ayudar a los diferentes agentes implicados en la toma de decisiones a clasificar los lugares más adecuados para la instalación de nuevas plantas FV bajo un criterio de percepción visual, manteniendo los entornos de especial interés cultural o paisajístico a salvo de perturbaciones que puedan causar un impacto visual.

El importante aumento en el número de instalaciones generadoras de energía eléctrica basadas en fuentes renovables (fundamentalmente solares fotovoltaicas) experimentado en todo el mundo desarrollado, el aumento de la capacidad de las nuevas instalaciones, junto con la obligatoriedad de su participación en los mercados eléctricos, ha impulsado la necesidad de desarrollar modelos de predicción a corto plazo (hasta 72 horas) de la generación eléctrica en estas plantas. La precisión de estos modelos de predicción tiene, así, importantes repercusiones económicas (por su uso para preparar ofertas al mercado eléctrico) como de seguridad de la red (para la determinación de congestiones, establecimiento de reservas y gestión de otras plantas). El objetivo de los trabajos de investigación de esta tesis es el desarrollo de nuevos modelos de predicción a corto plazo de la energía eléctrica media horaria generada en una planta generadora basada en energía solar fotovoltaica. Los modelos utilizan como entradas variables astronómicas, valores de predicción para las variables meteorológicas y valores pasados de producción eléctrica. Proporcionan como salida la potencia eléctrica media horaria generada para horizontes de predicción a corto plazo. Además uno de los modelos desarrollado en la presente tesis, a pesar de proporcionar un punto de predicción de potencia esperado, proporciona también una predicción de la incertidumbre asociada al valor de predicción. Esta herramienta es de gran importancia, ya que facilita una más completa información de predicción permitiendo, así, mejorar la toma de decisiones. La aplicación de este último modelo proporciona la probabilidad de que la potencia que se generará en el horizonte de predicción considerado se encuentre en un intervalo u otro del rango total de potencia generable. Los modelos desarrollados utilizan técnicas de minería de datos: árboles de decisión y sistemas de reglas, redes neuronales artificiales, máquinas de vectores soporte, sistemas basados en lógica borrosa y algoritmos evolutivos, y poseen características distintas a las de otros publicados en la literatura internacional. Proporcionan gran cantidad de información a sus usuarios, permitiendo mejorar el rendimiento de los modelos de predicción de potencia y apoyo en su toma de decisiones. Además, la incorporación de la incertidumbre asociada a cada valor de predicción puntual puede permitir al usuario evaluar el riesgo inherente al uso de dicho valor de predicción. Los resultados computacionales obtenidos de los ensayos efectuados con los nuevos modelos desarrollados, muestran menores errores y/o mayores horizontes de predicción que los de otros modelos publicados en la literatura internacional.

En este trabajo se presenta una interesante herramienta, que combina los métodos de optimización basados en técnicas evolutivas con los sistemas de información geográfica (GIS), con el fin de facilitar el proceso de diseño y planificación de nuevos parques eólicos. Ambas técnicas se han utilizado tradicionalmente por separado en la resolución de múltiples problemas reales, concretamente las técnicas evolutivas han demostrado ser una poderosa aliada a la hora de resolver problemas altamente complejos, en los que se busca una solución óptima y en la que entran en juego un gran numero de variables. Por otro lado, los sistemas de información geográfica se presentan como la herramienta más eficaz para el estudio y el análisis de cualquier fenómeno con un importante componente geográfico, es decir, cualquier problema de ámbito territorial. Todo aquello que se pueda representar en un mapa, se puede estudiar y analizar con la ayuda de un GIS. El diseño de un parque eólico es un problema que encaja perfectamente dentro del alcance de ambas herramientas, ya que por una parte las variables que entran en juego, tienen un marcado carácter geográfico y territorial, y por otra la enorme complejidad del problema de búsqueda de una solución óptima hace de los métodos evolutivos los candidatos perfectos. En este trabajo he comenzado con una breve exposición acerca del comportamiento del sector eólico en los últimos años. A la vista de los datos disponibles, parece ser que a nivel mundial, a pesar de la crisis, se espera un aumento considerable en el número parques eólicos que se instalaran en el futuro. Ello justifica el desarrollo de nuevas herramientas, como la que aquí se expone, que permitirán facilitar el proceso de planificación de los nuevos parques eólicos que se construirán en los próximos años. En el presente documento se describe, paso a paso, el proceso que se ha ido siguiendo hasta obtener la versión final de la herramienta de optimización. Inicialmente se ha programado un algoritmo genético que permite al GIS calcular y representar en un mapa las posiciones óptimas de un conjunto de aerogeneradores atendiendo únicamente al criterio de máxima producción energética anual esperada (EAS). En una segunda fase de diseño, se ha implementado el método Park Modificado que permite calcular la disminución de la energía esperada en un parque eólico, provocada por la influencia entre los rotores de los aerogeneradores. Finalmente se ha incorporado un segundo algoritmo evolutivo que permite, simultáneamente con el primero, determinar el parque eólico con una mayor producción y un menor coste en las líneas de conexión subterráneas que transmiten la potencia generada por cada uno de los aerogeneradores hasta la subestación. Por ultimo se ha demostrado el funcionamiento de los algoritmos desarrollados en esta tesis a través varios ensayos, cuyos resultados se presentan al final del capítulo cinco.

Los sistemas de generación de energía suponen una parte importante e imprescindible de nuestro sistema económico, cultural, social y ambiental; permiten mejorar notablemente nuestro bienestar y condicionan nuestro futuro. Este condicionamiento se puede presentar en el campo económico, medioambiental o de sostenibilidad, por lo que suponen unos recursos valiosos que es necesario aprovechar y optimizar al máximo. De entre todos los sistemas de generación de energía, este estudio se centra en los hidroeléctricos, y, más concretamente, en la optimización de minicentrales hidroeléctricas dedicadas a otros usos, es decir, aquellas cuyo objetivo prioritario no es la producción de energía eléctrica. El caso de estudio escogido corresponde al sistema de generación eléctrica implementado en una estación de tratamiento de agua potable (ETAP). La generación de energía en este tipo de instalaciones es normalmente relegada a las necesidades y características específicas del proceso principal, lo que supone una oportunidad de estudio sumamente interesante. Las características particulares de este tipo de instalaciones (ETAP) hace que se necesiten sistemas de gestión y predicción, distintos y adaptados, esencialmente diferentes de los puramente destinados a la generación de energía eléctrica, y hacer que sean más eficaces, eficientes, ecológicos, sostenibles, económicos y rentables. Así, se comienza por la estimación de la demanda de agua por parte de los consumidores, analizando los factores que la rigen, tales como estacionalidad y meteorología. Tras la estimación de la demanda se realiza la del montante necesario de agua a depurar para mantener constantes las reservas de agua tratada; también se realiza la programación de la cantidad de agua necesaria, y el momento de su captación y recepción en la planta. Una vez asegurado el funcionamiento del proceso principal (potabilización del agua), el estudio se centra en la correcta gestión de los elementos de la cadena de generación de energía eléctrica, desde la captación de agua, pasando por la conducción de la misma en condiciones óptimas a la instalación, hasta el turbinado y la generación de energía eléctrica. También se propone una guía de diseño de nuevas instalaciones, con infraestructuras que permitan mejorar e incrementar la sostenibilidad y el rendimiento económico de este tipo de instalaciones.

Durante los últimos años la evolución sufrida por la energía fotovoltaica en España recuerda en gran medida a la que sufrió anteriormente la energía eólica, por lo que es previsible que en un futuro cercano la energía fotovoltaica pase a participar también en el Mercado Eléctrico. Por ello, tanto los gestores de los parques fotovoltaicos como el Operador de la Red Eléctrica precisarán de modelos de predicción de la generación eléctrica fotovoltaica a corto plazo eficaces. En el caso del Operador dichos modelos serán útiles para la planificación, mientras que en el caso de los productores, los modelos de predicción de la generación de potencia eléctrica horaria generada en el parque fotovoltaico les permitirán realizar las ofertas pertinentes. Concretamente, se han desarrollado una serie de modelos híbridos que combinan un modelo atmosférico de meso-escala con una herramienta de predicción perteneciente al denominado como ¿soft-computing¿. El desarrollo de dichos modelos ha sido posible gracias a una serie de datos reales de producción horaria pertenecientes a instalaciones fotovoltaicas. Se han entrenado diversos modelos, llegando finalmente al desarrollo de tres modelos de predicción definitivos para tres horizontes de predicción distintos (día siguiente, dos días vista y tres días vista). Estos modelos definitivos se tratan de modelos avanzados que en función del tipo de día y del horizonte combinan un conjunto de redes neuronales artificiales (optimizadas mediante algoritmos genéticos), de forma que a partir de una serie de entradas (predicciones atmosféricas y otros estadísticos) predicen el valor horario de la generación eléctrica en un parque solar fotovoltaico concreto. La adecuación de todos los modelos desarrollados ha sido evaluada comparando los resultados logrados en la predicción de la producción eléctrica, con los de otros modelos descritos en la literatura internacional y con la aplicación directa del modelo persistente. Los resultados obtenidos con los nuevos modelos de predicción son superiores a los obtenidos con el resto de modelos.