Los indicadores meteorológicos son un elemento clave para calcular la producción de un molino de viento. El conocer los datos meteorológicos es muy relevante.
Hace mucho tiempo, el rey de Siracusa quería una nueva corona de oro y encargó al sabio Arquímedes el diseño de un método para determinar si el orfebre sisaba parte del oro al construir la corona. Un día en la bañera, se le oyó al sabio gritar ¡Eureka! ya que al sumergirse y observar que su cuerpo flotaba se fijó en la densidad de los objetos. ¿Qué tiene que ver con la energía eólica? Pues mucho, porque la densidad es clave en la generación de energía por parte de las turbinas eólicas.
El concepto fundamental de la generación eólica se basa en la transformación de energía cinética en energía eléctrica y la energía cinética es función de la masa por la velocidad. Cuánto más rápidamente sople el viento, mayor velocidad cogerán las aspas. Pero, realmente la energía que produce el viento está relacionada tanto con la velocidad como con la masa del viento y la masa del viento depende de la densidad.
¿Cuál es la densidad del viento? Varía según la temperatura y la humedad del aire. Las turbinas producirán más o menos energía dependiendo de la velocidad del viento (a 100 metros del suelo), el volumen del aire que se mueva (depende claro del viento) y la masa (que dependerá de la densidad, o sea de la temperatura, altitud, humedad, etc.).
Vemos, por tanto, que los indicadores meteorológicos son un elemento clave para calcular la producción de un molino de viento. El conocer los datos meteorológicos es muy relevante. A día de hoy se realizan análisis aproximados. En el mercado existen numerosos algoritmos que permiten la aproximación de estas predicciones, pero se están realizando interesantes avances en el área de Big Data y con diversos análisis estadísticos. También en la aplicación de técnicas de Machine Learning: la obtención de predicciones precisas es de un interés capital para la gestión y organización del sistema.
La estabilidad de la red, o la eficiencia dependen de la calidad de estas estimaciones. Hemos de saber con la máxima precisión posible cuanto será la previsión de producción de un elemento o de un conjunto de elementos o de todo el sistema. Mejorar la previsión en puntos porcentuales puede parecer poco relevante, pero sí tiene importancia en la mejora de la gestión de la red. A mayor calidad de previsión, más eficiente es todo el sistema y el manejo del conjunto de actores en el proceso de generación eléctrica se puede realizar de una forma más precisa.
Análisis de los datos a la máxima granularidad, interpretación de los resultados mediante técnicas analíticas y utilización de los datos meteorológicos al máximo nivel de detalle son las herramientas que utilizamos para lograr previsiones lo más cercanas posible a la realidad. La información meteorológica es un activo clave hoy en día, y por esta razón IBM adquirió recientemente The Weather Company, uno de los proveedores globales más importantes de información meteorológica. Su aplicación en problemas como el de la previsión de la producción eléctrica es muy relevante.