Doctorado en Ingeniería (mecánica)
Machine Learning para la mejora de eficiencia de turbinas eólicas

Andrea Matiz Chicacausa

Resumen:

A nivel mundial hay dos problemas que surgen a partir de la crisis energética. El primero se trata de  la relación entre acceso a la energía y las emisiones de gases efecto invernadero; el segundo y más preocupante es la falta de acceso a energía de cientos de millones de personas. Estos dos problemas dominan gran parte de la discusión sobre el cambio climático. La energía eólica es una de las posibles soluciones ofrecidas como alternativa efectiva para diferentes países, en los que se encuentra Colombia.

Colombia es un país con ventajas energéticas ya que sus recursos favorecen la generación hidroeléctrica, por lo que el país se encuentra dentro de los pocos que tienen alto potencial energético con bajas emisiones de gases invernadero. Sin embargo, miles de personas en el país se encuentran sin servicio eléctrico. Mientras se preveía que el problema de generación eléctrica del país se superaría con la puesta en marcha de la generadora eléctrica de Hidroituango, la realidad es que dicha presa no ha podido empezar su operación. A su vez la reactivación económica después de la pandemia de COVID19, demanda cada vez más suministro eléctrico. Para suplir estas demandas energéticas, las energías renovables han entrado al mercado y ya son varios los proyectos de generación eólica que se están poniendo en marcha.

El funcionamiento de dicha alternativa  eólica en Colombia requiere del acompañamiento de investigadores enfocados en el desarrollo de técnicas que mejoren, por ejemplo, la eficiencia de las turbinas. Para esto, el control de flujo activo (AFC) es una de las técnicas más prometedoras; sin embargo, esta no ha sido aplicada en turbinas de producción debido a la falta de herramientas computacionales para simular su efecto sobre las cargas de una turbina.

Esta propuesta apunta al meollo del problema mediante el desarrollo de un modelo computacional de orden reducido de un chorro sintético para que pueda emplearse en la cadena de herramientas estándar de un diseñador de turbinas eólicas sin los astronómicos costos computacionales asociados con un modelo AFC completamente resuelto. A partir del modelo reducido se podrá entrenar algoritmos de machine learning como redes neuronales para predecir el comportamiento del flujo sobre una turbina en operación.

Objetivo principal:

El objetivo principal del proyecto es validar el efecto que tiene un controlador de flujo sobre la eficiencia de una turbina eólica por medio del uso de algoritmos de inteligencia artificial que permitan obtener información precisa del comportamiento del flujo sobre la turbina. Este objetivo aporta al conocimiento en el área de las energías renovables, especialmente eólica ya que las técnicas actuales de control no contemplan que el control de flujo activo se retroalimente a partir de las condiciones de operación de la turbina. Adicionalmente, no existen modelos que permitan simular este tipo de dispositivos, por lo tanto el uso de modelos simplificados junto con algoritmos de inteligencia artificial es un aporte novedoso que no se ha desarrollado aun en esta aplicación específica.

En cuanto al aporte a la sociedad, reducir el precio de la energía se ve reflejado en que los ingresos reales de las personas aumentan. Por lo tanto, el adelanto tecnológico que se propone en este proyecto para el aumento de la capacidad de generación de las turbinas eólicas tiene dos grandes objetivos sociales: reducir las emisiones de contaminantes y liderar un crecimiento económico, particularmente en las regiones más pobres del mundo. Adicionalmente, el desarrollo energético está fuertemente relacionado con el desarrollo social. A medida que el potencial eólico se aproveche de forma más eficiente, más empresas estarán interesadas en operar en la región trayendo beneficios en términos de generación de empleo, acceso a energía y por lo tanto a otros suministros que aun no llegan a ciertas zonas del país.

Impacto

Alineado con los objetivos de desarrollo sostenible, Colombia ha trazado la meta de proveer acceso a energía eléctrica al 100% de los colombianos para 2030 y aumentar el porcentaje global de energía renovable aumentando la capacidad instalada de fuentes no convencionales de 22.4 MW en 2018 a 1500 MW en 2030. El potencial de generación en la región de la Guajira es cerca de 8 veces la energía necesaria para cubrir la demanda energética nacional. Por esta razón, el desarrollo de técnicas de mejora de eficiencia de turbinas eólicas podría impactar de forma beneficiosa tanto la industria de energía eólica que podrá generar mayor energía como la sociedad que encontrará mejores precios.