Actualidad

3er Seminario -Técnicas de Inteligencia Computacional en Predicción de Viento en Parques Eólicos y Problemas Relacionados

El día 11 de marzo de 2010 a las 12:30 horas se celebra el 3º Seminario de la cátedra en la Sala de Grados de la Escuela Politénica Superior de la UAM. El título del seminario es «Técnicas de Inteligencia Computacional en Predicción de Viento en Parques Eólicos y Problemas Relacionados», impartido por D. Sancho Salcedo Sanz. D. Sancho Salcedo Sanz es Licenciado en Ciencias Físicas por la Universidad Complutense de Madrid, en 1998, y Doctor en Telecomunicaciones por la Universidad Carlos III de Madrid en 2002. Actualmente dirige el grupo de investigación GHEODE (Grupo de Heurísticos Modernos de Optimización y Diseño de Redes) de la Universidad de Alcalá, donde es profesor Titular de Universidad en el Departamento de Teoría de la Señal y Comunicaciones.

Resumen: El objetivo europeo de alcanzar el 20% del suministro de energía procedente de fuentes renovables para el año 2020 proporciona una importante continuidad en el desarrollo de la energía eólica para los próximos años. Específicamente, se espera que hasta el 16% de la electricidad generada en Europa pueda proceder del viento. Esta cifra coloca a la energía eólica como uno de los actores principales en el mix energético de los diferentes países que están apostando por su desarrollo, pero el camino a seguir no va a ser nada fácil. Las características del viento llevan consigo importantes problemas de integración en la red, que deben de ser minimizados al máximo para alcanzar los objetivos propuestos. En este escenario de alta integración de la energía eólica, la predicción de la velocidad de viento en parques eólicos juega un papel fundamental, tanto para los productores como para la gestión de la red. Este seminario se centra en describir una serie de sistemas propuestos recientemente, basados en técnicas de inteligencia computacional para la predicción a corto plazo de velocidad de viento en parques eólicos. También se tratarán problemas abiertos relacionados como por ejemplo las últimas tendencias en algoritmos emergentes para el diseño óptimo del posicionamiento en parques eólicos, la mejora de modelos de mesoescala mediante técnicas de optimización o la modelización a largo plazo del viento en parques eólicos, a partir de clasificación no supervisada.

Para ver la presentación pulse aquí.