Modelo dinámico de la velocidad del viento en una zona boscosa tropical

Contenido principal del artículo

Gustavo Richmond-Navarro
Gustavo Murillo-Zumbado
Frank Marín-Guillén
Pedro Casanova-Treto

Resumen

Costa Rica establece en sus estrategias nacionales el desarrollo de energías renovables para disminuir la dependencia de los combustibles fósiles, la explotación del recurso eólico es una de las alternativas para este fin. Para maximizar este recurso es necesario entender la interacción del viento con el terreno, en especial en un país que el 52 % de cobertura corresponde a zona boscosa. Lograr encontrar un modelo dinámico que describa la conducta del viento y que considere la longitud de rugosidad como variable y no como una constante, como usualmente se utiliza en la literatura, es el objetivo de este trabajo. Para lograr esto se analizan series de tiempo de datos obtenidos de dos estaciones meteorológicas, administradas por el Instituto Tecnológico de Costa Rica (ITCR) y el Instituto Meteorológico Nacional (IMN), ambas estaciones ubicadas en el Campus de Cartago del ITCR, los datos corresponden a alturas sobre el suelo de 1.5 m y de 10 m. Se utiliza el software Eureqa para encontrar la relación de las distintas variables meteorológicas, tanto para la longitud de rugosidad como para la velocidad del viento. Se obtienen varias expresiones en distintos escenarios y se logra obtener un modelo para la velocidad del viento en el eje vertical, que sustituye el valor clásico de la longitud de rugosidad por una función, haciendo posible estimar el valor de la velocidad del viento en el eje vertical con mediciones en un punto cercano al suelo de modo que evita tener que instalar equipo costoso y grandes estructuras.

Detalles del artículo

Cómo citar
Richmond-Navarro, G., Murillo-Zumbado, G., Marín-Guillén, F., & Casanova-Treto, P. (2022). Modelo dinámico de la velocidad del viento en una zona boscosa tropical. Revista Tecnología En Marcha, 35(2), Pág. 3–15. https://doi.org/10.18845/tm.v35i2.5465
Sección
Artículo científico

Citas

A. Tummala, R. K. Velamati, D. K. Sinha, V. Indraja y V. H. Krishna, “A review on small scale wind turbines,” Renew. Sust. Energ. Rev., vol. 56, pp. 1351-1371, 2016, doi: https://doi.org/10.1016/j.rser.2015.12.027

“Plan Nacional de Energía 2015-2030,” MINAET, San José, Costa Rica, 2015.

FAO, Situación de los bosques del mundo. Los bosques y la agricultura: desafíos y oportunidades en relación con el uso de la tierra. Roma, Italia, 2016.

J. D. Holmes, Wind loading of structures, EUA: CRC Press, 2018.

T. Foken y C. J. Napo, Micrometeorology, vo1. 2, Berlin, Alemania: Springer.

K. Sunderland, T. Woolmington, J. Blackledge y M. Conlon, “Small wind turbines in turbulent (urban) environments: A consideration of normal and Weibull distributions for power prediction,” J. Wind. Eng. Ind., vol. 121, pp. 70-81, 2013, doi: https://doi.org/10.1016/j.jweia.2013.08.001

S. Mertens, “Book Review: Wind Energy in the Built Environment —Concentrator Effects of Buildings,” Wind. Eng., vol. 30, n. 5, pp. 451–452, 2006, doi: http://dx.doi.org/10.1260/030952406779502623

W. Tong, “Fundamentals of wind energy”, en Wind Power Generation and Wind Turbine Design, CIUDAD, PAÍS: WIT Press, 2010, pp 1-44.

M. Beccali, G. Cirrincione, A. Marvuglia y C. Serporta, “Estimation of wind velocity over a complex terrain using the Generalized Mapping Regressor”, Appl. Energy, vol. 87, n. 3, pp. 884-893, 2010, doi: https://doi.org/10.1016/j.apenergy.2009.05.026

L. Kang, J. Zhang, X. Zou, H. Cheng, C. Zhang y Z. Yang, “Experimental investigation of the aerodynamic roughness length for flexible plants,” Bound.-Layer Meteorol., vol. 172, n. 3, pp. 397-416, 2019, doi: https://doi.org/10.1007/s10546-019-00449-0

A. Rigden, D. Li y G. Salvucci, “Dependence of thermal roughness length on friction velocity across land cover types: A synthesis analysis using AmeriFlux data,” Agric. For. Meteorol., vol. 249, pp. 512-519, 2018, doi: https://doi.org/10.1016/j.agrformet.2017.06.003

E. S. Miles, J. F. Steiner y F. Brun, “Highly variable aerodynamic roughness length (z0) for a hummocky debris-covered glacier,” J. Geophys. Res., vol. 122, n. 16, pp. 8447-8466, 2017, doi: https://doi.org/10.1002/2017JD026510

K. D. Maurer, B. S. Hardiman, C. S. Vogel y G. Bohrer, “Canopy-structure effects on surface roughness parameters: Observations in a Great Lakes mixed-deciduous forest,” Agric. For. Meteorol., vol. 177, pp. 24-34, 2013, doi: https://doi.org/10.1016/j.agrformet.2013.04.002

J. T. Millward-Hopkins, A. S. Tomlin, L. Ma, D. B. Ingham y M. Pourkashanian, “Mapping the wind resource over UK cities,” Renew. Energy, vol. 55, pp. 202-211, 2013, doi: https://doi.org/10.1016/j.renene.2012.12.039

S. M. Weekes y A. S. Tomlin, “Evaluation of a semi-empirical model for predicting the wind energy resource relevant to small-scale wind turbines,” Renew. Energy, vol. 50, pp. 280-288, 2013, doi: https://doi.org/10.1016/j.renene.2012.06.053

L. É. Boudrealt, A. Bechmann, N.N. Sørensen, A. Sogachev y E. Dellwik, “Canopy structure effects on the wind at a complex forested sites,” J. Phys. Conf. Ser., vol. 524, no. 1, p. 012112, 2014, doi: https://doi.org/10.1088/1742-6596/524/1/012112

L. É. Boudrealt, A. Bechmann, L. Tarvainen, L. Klemedtsson, I. Shendryk y E. Dellwik, “A LiDAR method of canopy structure retrieval for wind modeling of heterogeneous forests,” Agric. For. Meteorol., vol. 201, pp. 86-97, 2015, doi: https://doi.org/10.1016/j.agrformet.2014.10.014

D. Hu, S. Cao, S. Chen y N. Feng, “Mapping aerodynamic roughness length with multi-source remote sensing data,” en 2016 4th. Int. Workshop on Earth Obs. Remote Sens. App. (EORSA), 2016, pp. 373-376, doi: https://doi.org/10.1109/EORSA.2016.7552832

Artículos más leídos del mismo autor/a

1 2 > >>