Descargar presentación de FSE 6562

Ciclo de difusión de los proyectos
del Fondo Sectorial de Energía
(ANII) del año 2011
Ministerio de Industria, Energía y Minería
Montevideo, Uruguay
16 de octubre de 2015
Aplicación de herramientas de computación de
alto desempeño, de técnicas 4D-var (asimilación
de datos) y de post procesamiento estadístico a
la predicción de la Generación de Energía
Eléctrica de origen eólico.
Instituto de Mecánica de los Fluidos e Ingeniería Ambiental
Facultad de Ingeniería – Universidad de la República
Objetivos
General:
Implementación de un pronóstico continuo de niveles diarios del río
Yí en la ciudad de Durazno, considerando información de
precipitación registrada en tiempo real y pronosticada a 4 días.
Específicos:
Desarrollo de un modelo hidrológico-hidrodinámico de operación
continua en la cuenca del río Yí.
Implementación de modelación regional WRF en la región de la
cuenca del río Yí.
Avances hacia la incorporación del pronóstico de precipitaciones al
pronóstico hidrológico.
Punto de partida
ANII FSE 2009. Sistema
operativo
implementado, buena
calidad de pronósticos
excepto en noches de
verano.
Init. 9:00
Init. 21:00
Efectos de asimilación de observaciones locales.
- “Asimilación” implica incorporar observaciones en un instante dado
a las condiciones iniciales del modelo.
- Se utilizó módulo de asimilación DVAR del modelo WRF.
- El mismo realiza interpolación óptima entre pronóstico previo, para
el instante de asimilación, en los puntos con observaciones, y las
observaciones en ese instante. Se obtiene un pronostico corregido
por observaciones
- Estas correcciones puntuales se extienden a toda la grilla
mediante matriz de covarianza de errores.
Efectos de asimilación de observaciones locales.
Se utilizó la red de
anemómetros instalada en el
proyecto de energía eólica
DNE-UTE, operada y
mantenida por UTE.
Mas de 30 anemómetros en
alturas del orden de 100m,
información 10 minutal
transmitida una vez por día.
Efectos de asimilación de observaciones locales.
Predicciones iniciadas a las
19:00, verano.
- azul, default.
- negro, asimilación de potencia
observada en MOS (basada en
persistencia)
- magenta, asimilación de datos
anemómetros
- rojo, combinación asimilación
de datos y mos con persistencia
de potencia
Uso de clasificación en regímenes climáticos
- Se clasifican pronósticos para las 0:00hs local, inicializados a las
21:00 de la víspera, disponibles a las 9:00 del día de interés
- Se clasifican predicciones regionales de campos de velocidades a
niveles altos o bajos de la troposfera. Criterio de similitud: distancia
euclideana entre campos.
- Se clasifica en “n” categorías establecidas a priori (clasificación no
jerarquica), la cantidad de regímenes “n” se elige haciendo test de
robustez de la clasificación (a posteriori).
Uso de clasificación en regímenes climáticos
- Se encuentran clasificaciones robustas para tres regimenes
(viento a bajos niveles).
- Estas clasificaciones difieren en intervalos de confianza de los
errores. Dos regímenes de buena predictibilidad y uno de baja.
- Información disponible con buena antelación (solo en términos
de intervalos de confianza)
Uso de clasificación en regímenes climáticos
Uso de Técnicas de computación de alta
performance.
- Implementación de módulos del modelo WRF en arquitecturas
de GPU.
- Plataformas de memoria compartida, distribuída, híbrida.
- Aplicación: optimización dela implementación viabiliza
simulaciones de alta resolución (3kmx3km) en todo el territorio
nacional.
- Efectos: mejora en predicción de eventos de cut out por ráfagas.
(tesis A. Gutierrez).
Conclusiones
•
•
•
•
La asimilación de datos mejora significativamente los
pronósticos durante las noches de verano, aunque la mejora
es disponible poco antes del inicio de la noche.
La clasificación de regímenes de circulación permite distinguir
noches de verano de mayor o menor predictibilidad (y de
menores o mayores intervalos de confianza) con buena
antelación.
Se portaron módulos del modelo WRF a arquitectura GPU,
con perspectivas de elevados grados de paralelización a
bajos costos.
La mejora de la resolución permite importantes mejoras en
predicción de ráfagas y eventos de cut-out.