Análisis dinámico y modelado del viento

Estimación de los parámetros de

Weibull a partir de los datos de
medición del viento, mediante la
comparación de métodos estadísticos.
Vianey Mateo Díaz, Aníbal Sánchez Toledo, Pedro Ángel García Rosales
Universidad del Istmo-División de Estudios de Posgrado.

11 de Noviembre de 2019

Abstract

En este reporte, se llevo a cabo una investigación para determinar el mejor método para la estimación
de los parámetros de Weibull. Se describen entre ellos cinco de los métodos comúnmente utilizados: Método
empírico, método gráfico, método de momentos, método de patrón energético, método de varianza y los
métodos de máxima verosimilitud modificados. Utilizados para la caracterización y predicción del recurso
eólico, así como la evaluación del rendimiento óptimo de sistemas de conversión de energía eólica. Con el
fin de mejorar la fiabilidad del resultado de la investigación, se emplearon los datos de velocidad del viento
reales de un año, adquiridos de la estación meteorológica CERTEM04 la cual esta ubicada en el municipio
de la Ventosa dentro del Estado de Oaxaca, perteneciente a el Instituto Nacional de Electricidad y Energías
Limpias (INEEL).

Palabras Clave Weibull, viento, parámetros de Weibull, velocidad del viento, recurso eólico.

I. Introducción es de vital importancia para el desarrollo de

El crecimiento de las energías renovables ha
aumenta debido a una serie de factores ambi-
entales, como el suministro limitado de com-
bustibles fósiles, aumento de la producción de
gases de efecto invernadero, etc. Dentro de
las energías renovables, el viento es una de
las fuentes de energía con mayor desarrollo
y avance en tecnología para la generación de
energía eléctrica.
Conocer el potencial energético del viento
proyectos de energía eólica, por lo tanto, se
debe de contar con una serie de registros de
velocidad del viento de un año como mín-
imo para así obtener datos como la velocidad
promedio anual, el perfil vertical del viento,
etc. Con estos registros es posible encontrar un
modelo matemático que describa de manera
estadística su comportamiento.
La distribución de Weibull es un modelo
adecuado para la distribución de frecuencias
de velocidades del viento, y ha sido amplia-

1

mente utilizado en la industria de la energía
eólica. En particular, proporciona una repre-
sentación del potencial eólico, y se utiliza para
evaluar la viabilidad económica de un parque
eólico.
Es importante determinar que tan exactos
son los datos de la distribución de Weibull y si
estas coinciden con los datos de la distribución
real de la velocidad del viento. La distribución
de Weibull cuenta con dos parámetros; uno
de escala y otro de forma, que determinan la
forma y características de la distribución.
[1] La distribución Weibull se comenzó a
usar sin llamarse todavía así durante la primera
parte del Siglo XX. Sin embargo, fue hasta
1951 que se dio a conocer a nivel mundial por
el físico sueco Waloddi Weibull. El artículo [2]
se presenta la distribución y realiza el ajuste
de datos reales de distintas disciplinas. Algu-
nas de las aplicaciones más comunes se han
realizado en el área de confiabilidad. Ha sido
usada frecuentemente para describir tiempos
de falla o voltajes que soportan componentes
eléctricos, fuerzas extremas que resiste un ma-
terial antes de romperse, niveles de corrosión
de cascos de barcos, entre otros. Los tiempos
de falla son interpretados también como tiem-
pos de vida, por esto ha sido de utilidad en
medicina para el estudio de supervivencia en
pruebas clínicas,en [3]. En el análisis de fenó-
menos naturales se destacan las aplicaciones
en la geología para modelar movimientos de la
corteza terrestre, con el fin de predecir terremo-
tos, en [4] y en [5]. Además, esta distribución
ha sido empleada para modelar velocidad de
vientos e intensidad de lluvias.
La amplia variedad de aplicaciones que
tiene la distribución Weibull y la flexibilidad
de esta familia, al tomar diferentes formas, ha
hecho que sea de interés en la comunidad cien-
tífica. Desde su presentación la distribución
Weibull ha provocado diversas investigaciones
sobre sus propiedades. A continuación, se
presenta la distribución Weibull, se mencionan
algunas de las propiedades más relevantes y
2
Análisis dinámico y modelado del viento
se comentan algunos problemas de estimación.
Finalmente se darán algunas referencias bibli-
ográficas.
II. Antecedentes Matemáticos
En la distribución de Weibull, la variación de la
velocidad del viento es caracterizado por dos
funciones de parámetros: la distribución de
densidad de probabilidad y la de distribución
acumulativa.
[6] Se ha demostrado (tanto teórica como
empíricamente) que en estas condiciones una
distribución de Weibull proporciona una aprox-
imación cercana ala distribución de la vida útil
de un artículo.
La función de distribución Weibull esta
dada por la siguiente ecuación:
Variable aleatoria cuya función de distribu-
ción acumulativa es dada por Ecuación se dice
que es una variable aleatoria de Weibull con
los parámetros de diferenciación de Weibull.
Produce la densidad:
La función de Weibull es una función carac-
terizada por dos parámetros; uno de escala y
otro de forma, el primero define cuán dispersa
se encuentra la distribución mientras que el
segundo define la forma de la distribución.
A. Función de probabilidad de Weibull.
Los datos de velocidad del viento en for-
mato de serie temporal se organizan en el
formato de distribución de frecuencias, ya que
es más conveniente para el análisis estadístico,
por lo tanto, los datos de series temporales
disponibles se tradujeron al formato de dis-
tribución de frecuencias.
La densidad de probabilidad de velocidad
del viento diaria, mensual y anual, estas fun-
ciones se modelan utilizando la Función de
Densidad de Probabilidad de Weibull ( PDF ).
La f (v) de la velocidad del viento durante

cualquier intervalo de tiempo se da de la sigu-
iente manera:
k  v  k −1 v k
f (v) = . exp−( c ) . (1)
c c
Donde: f (v) es la densidad de probabilidad
de la velocidad del viento observada; v es la
velocidad del viento en m/s; c es el parámetro
de escala en m/s y k es el parámetro de forma
(adimensional). El parámetro escala esta rela-
cionado con la velocidad media del viento a
través de la forma de parámetro, que deter-
mina la uniformidad de la velocidad del viento
en un sitio determinado[7].
B. Función de distribución acumulada.
La función de distribución acumulada (CDF )
es la frecuencia relativa acumulada de cada
intervalo de la velocidad del viento.El CDF de
Weibull se da por:
Z v
v k
f v0 dv0 = 1 − exp−( c ) .


F (v) = (2)
0
La naturaleza de la ocurrencia de los regímenes
eólicos afecta a la forma de la curva de proba-
bilidad y CDF es el mejor aproximado con la
función Weibull.
C. Función de densidad de potencia del
viento.
La variación anual del viento en un sitio dado
es importante, pero no es suficiente para eval-
uar la viabilidad de la instalación del aerogen-
erador. Para ello, el nivel de recursos eólicos se
define a menudo en términos de valor de den-
sidad de potencia, expresado en W/m2. Este
valor incorpora los efectos combinados de la
frecuencia de velocidad del viento distribución
y la dependencia de la densidad del aire y el
cubo de la velocidad del viento. La potencia
del viento sobre un área A es dado por:
1 3
Pv = ρv . (3)
2
Análisis dinámico y modelado del viento
Donde ρ es la densidad media del aire, expre-
sada en kg/m3.
La densidad de energía eólica mensual o
anual esperada por área unitaria de un sitio
basado en la función de densidad de proba-
bilidad de Weibull y puede expresarse de la
siguiente manera:
ρc3

3

Pw = Γ 1+ . (4)
2 k
Donde: es la función Γ y el parámetro de forma
k. Así ρ la densidad media de la potencia eólica
que es proporcional al cubo del parámetro de
escala c, es decir, estrechamente relacionado
con el viento medio.
D. Velocidad media del viento.
La tendencia central de la velocidad del viento
es muy importante para estos cálculos. Por lo
tanto, un punto inicial es la estimación de la
velocidad media del viento para el sitio en par-
ticular. El más común y la forma más utilizada
para calcular la velocidad media del viento, es
la media aritmética:
1 n
Vm1 =
n ∑ Vi . (5)
i =1
Donde: n es el número total de datos de la
velocidad del viento distintos de cero y Vi es
el ith medido por los datos de la velocidad
del viento. Este es el más simple para calcu-
lar la velocidad media del viento y es el más
adecuado para hacer el peor escenario de la
viabilidad económica para utilizar la energía
eólica,en [8, ?] .
II-A. Método gráfico.
Referencias
[1] Cañon,E.J.S.Inferencia Mejorada de las Dis-
tribuciones Weibull y Generalizada de Valores
Numéricos (2016).
3

[2] Weibull, Waloddi.A statistical distribution
funtion of wide applicabilityJournal of applied
mechanics, 18.3, págs. 293–297, (1951).
[3] Carroll,Kevin J.On the use and utility of
Weibull model in the analysis of survival
dataControlled Clinical Trials, 24(6), págs.
682–701, (2003).
[4] Hagiwara, Yukio.Probability of Earth-
quake Occurrence as Obtained from a
Weibull Distribution Analysis of Crustal
StrainTectonophysics, 23(3), págs. 313–318,
(1974).
[5] Hasumi, Tomohiro,Takuma Akimoto and
Yoji Aizawa.The Weibull–log Weibull distribu-
tion for interoccurrence times of earthquakes”
Análisis dinámico y modelado del viento
Physica A: Statistical Mechanics and its Appli-
cations, 338(4), págs. 491–498, (2009).
[6] Ross, Sheldon. A first course in probability.
Pearson, 2, págs. 216–217, (2014).
[7] Oyedepo,Sunday.Muyiwa S. Adaramola,
and Samuel S. Paul.Analysis of wind speed
data and wind energy potential in three selected
locations in south-east NiegriaInternational
Journal of Energy and Environmental Engi-
neering, 3, págs.1–7, (2012).
[8] Laks,Jason H., and Lucy Y.Pao Optimal
Control of Wind Energy Systems – Towards
a Global ApproachIEEE Control System Maga-
zine, 29.3, págs.105–108, (2009).