8º Seminario: La Meteorología de las Energías Renovables

El  30 de noviembre tuvo lugar en la Escuela Politécnica Superior de la Universidad Autónoma de Madrid (UAM) el octavo seminario organizado por la cátedra de patrocinio UAM-IIC de Aprendizaje Automático en Modelado y Predicción, bajo el título «La Meteorología de las Energías Renovables».

Al evento asistieron profesionales involucrados en la predicción de energías renovables y contó con la presencia de ponentes de prestigio en el sector.

Como en anteriores ocasiones, el acto fue inaugurado por Dña. Estrella Pulido, directora de la Escuela Politécnica Superior de la UAM y D. José Miguel Mata, director general del Instituto de Ingeniería del Conocimiento (IIC). El objetivo de la jornada era ofrecer diversas perspectivas sobre avances recientes en la predicción meteorológica de relevancia para las energías renovables, así como servir de punto de encuentro y debate para compartir experiencias y exponer distintas aproximaciones sobre el mejor uso y efecto de estas previsiones.

En la primera sesión, moderada por D. José Ramón Dorronsoro, director del área de Innovación de Modelado y Predicción del IIC, catedrático de Ciencias de la Computación de la UAM y director de  la Cátedra UAM-IIC, se contó con las ponencias de D. Sancho Salcedo, director del Grupo de Heurísticos Modernos de Optimización y Diseño de Redes (GHEODE) de la Universidad de Alcalá de Henares, Dña. Isabel Martínez, jefa del área de Aplicaciones  de la Agencia Estatal de Meteorología (AEMET) y D. Manuel de Castro, director del Instituto de Ciencias Ambientales de Castilla-La Mancha (ICAM) y coordinador del grupo de investigación Modelado para el Medio Ambiente y el Clima (MOMAC).

Comenzó D. Sancho Salcedo con su ponencia Clasificación de Patrones Sinópticos con Algoritmos de Soft Computing sobre la aplicación de métodos de aprendizaje automático para la predicción meteorológica y de energías renovables, centrándose en los problemas de predicción en energías renovables y el cambio climático: Aproximaciones Aprendizaje-Máquina.

Habló de la aplicación de patrones sinópticos para la gestión de parques eólicos; de la reconstrucción de series de viento y su análisis, de la predicción a largo plazo de los parques eólicos usando la clasificación sinóptica de situaciones y aplicando para dicha clasificación algoritmos evolutivos; y de aplicaciones alternativas para otro tipo de problemas de predicción.

Como trabajos futuros mencionó la posibilidad de aplicar el sistema de clasificación sinóptica propuesto a variables relacionadas con la energía, como por ejemplo, la radicación. Además recalcó que este sistema también puede usarse para mejorar los sistemas de predicción de la velocidad del viento a corto plazo.  Concluyó  matizando que a pesar de que las técnicas difusas de clustering pueden mejorar los resultados obtenidos hasta el momento, estas técnicas no han sido estudiadas hasta ahora para estos problemas específicos. Ver presentación.

A continuación, Dª Isabel Martínez, especialista en desarrollo e implantación de modelos de predicción meteorológica, expuso La Modelización de la Atmósfera en Alta Resolución. Los puntos principales que trató fueron la predicción climática numérica, los rangos de previsión y las actividades operacionales.

Explicó cómo, dada una descripción del estado actual de la atmósfera, los modelos numéricos pueden servir para propagar esta información y extenderla para generar una previsión a futuro del tiempo. Los procesos que el modelo no pueda resolver deben ser “parametrizados”. Y dado que los  algoritmos numéricos se ven comprometidos en exactitud y velocidad es necesario prestar especial atención para asegurar la estabilidad numérica.

Se centró también en la asimilación de datos de cara a la predicción meteorológica. Habló de la implementación de 4D-Var pues la asimilación de variaciones 4D permite detectar ciclones y otros fenómenos ya que no elimina variables. Este sistema, además, usa más datos de tipo sinóptico que la 3D-Var. Hizo hincapié en la importancia de los procesos físicos y de las condiciones iniciales; y concluyó destacando varios modelos numéricos de la atmósfera: ECMWF Model, HIRLAM Models (High Resolution Limited Area Model) y el nuevo modelo HARMONIE. Ver presentación.

Cerró la primera parte del seminario D. Manuel de Castro, experto en desarrollo y aplicación de modelos matemáticos para la predicción meteorológica y la simulación del clima a escala regional con su charla Modelos en Predicción de Energía Eólica y Solar.

Comenzó destacando las características de los modelos NWF y del modelo W2P (Wind-to-Power) para extrapolar el total de la generación de energía eólica dentro de una región a partir de predicciones realizadas para un número representativo de parques eólicos. Recalcó que para plazos un poco más largos los modelos estadísticos necesitan variables meteorológicas.

Entre las conclusiones más notables de su exposición citó los modelos NWF como herramienta fundamental para las predicciones eólica y solar a horizontes más lejanos que el de unas pocas horas en adelante. Explicó cómo simular la evolución temporal de las variables atmosféricas mediante la resolución de un complejo conjunto de ecuaciones diferenciales que expresen leyes físicas para una condición inicial conocida. Además ilustró cómo las resoluciones espaciales de los actuales modelos NWF (varios kilómetros) no son capaces de reproducir con exactitud los detalles geográficos locales de una instalación eólico-solar individual y cómo estos deben ser adecuadamente “ajustados”. Concluyó matizando que las incertidumbres inherentes deben ser estimadas e integradas en los procesos de toma de decisiones. Ver presentación.

En la segunda sesión intervinieron el Dr. Lloyd A. Treinish, senior technical staff member and chief scientist of the Deep Thunder project at the IBM Thomas J. Watson Research Center de Nueva York y D. José Antonio García-Moya Zapata, jefe del departamento de Desarrollo y Aplicaciones de la Agencia Estatal de Meteorología (AEMET).

El Dr. Lloyd A. Treinish tiene una amplia experiencia en servicios de base científica para operaciones de negocios sensibilizados con el medio ambiente, en particular en temas relacionados con el clima, el agua, la energía y la sostenibilidad. Y en su ponencia Optimal Unit Commitment and Dispatch for Wind Farm Operations presentó un modelo de configuración climática (Weather Model Configuration).

Mostró los resultados de un caso experimental relacionado con la predicción eólica para ejemplificar los problemas explícitos e implícitos de los modelos deterministas y estocásticos. Concluyó su presentación comparando ambos modelos: tipo de previsión, riesgos, fiabilidad, optimización y compromiso. Como trabajo futuro necesario, además, destacó el uso de un verdadero conjunto NWP para representar la incertidumbre en la predicción meteorológica y la necesidad de incluir representaciones 3D completas del viento para determinar su producción de energía. Ver presentación.

D. José Antonio García-Moya Zapata, que cuenta con una amplia experiencia en el desarrollo e implantación de modelos de predicción meteorológica, en su ponencia Predicción Probabilística del Tiempo explicó que no podemos aplicar herramientas deterministas en la predicción del tiempo y que para el futuro necesitaremos un mejor conjunto de predicciones.

La predicción  del tiempo, explicó,  mejora en 2 días cada veinte años de investigación. Hoy, las previsiones  a 3 días aciertan al 95% y a 7 días al 70%. También expuso ejemplos muy interesantes sobre gestión del riesgo de eventos meteorológicos  y cómo podemos usar la predicción probabilística dentro de un marco determinista.

Cerró su intervención concluyendo que la atmósfera es un sistema caótico pero que esto no quiere decir, sin embargo, que sea un sistema impredecible, sino que su predecibilidad es limitada. El uso de previsiones probabilísticas es una herramienta muy útil para evitar errores debidos al comportamiento caótico de la atmósfera. Por ello, tienen más valor, porque son más útiles, las predicciones probabilísticas que las deterministas. En su opinión, es preferible actuar siempre siguiendo la probabilidad que el azar. Ver presentación.

A continuación, antes de finalizar el evento,  se llevó a cabo un turno de preguntas y un breve debate entre los ponentes y los asistentes al evento.

Pueden ver las fotografías del evento en el canal de Flickr del IIC.

 

Programa

9:00-9:30 Recepción

9:30 Apertura y presentación

9:45-10:30 Sancho Salcedo, Universidad de Alcalá de Henares

Clasificación de Patrones Sinópticos con Algoritmos de Soft Computing

10:30-11:15 Isabel Martínez, Agencia Estatal de Meteorología (AEMET)

Modelización de la Atmósfera en Alta Resolución

11:15-12:00 Manuel de Castro, Universidad de Castilla la Mancha

Modelos en Predicción de Energía Eólica y Solar

12:00-12:30 Pausa y Café

12:30-13:15 Lloyd Treinish, IBM Thomas J. Watson Research Center

Optimal Unit Commitment and Dispatch for Wind Farm Operations

13:15-14:00 José Antonio García-Moya Zapata, Agencia Estatal de Meteorología (AEMET)

Predicción Probabilística del Tiempo

14:00 Cierre