Como es bien sabido la carrera en la reducción del LCOE de parques lleva implícita no sólo una mayor componente tecnológica en los desarrollos de nuevos aerogeneradores, sino también generar cada vez diseños más ad-hoc para cada emplazamiento, con márgenes de seguridad cada vez más ajustados (fuera de clase en algunas variables). Además la llegada de la digitalización y cada vez mayor conectividad implican también riesgo de ataques cibernéticos que hay que considerar y controlar. Sin embargo, esta conectividad y digitalización del sector permite también una ventaja competitiva basada en la disponibilidad de datos de forma casi instantánea y la posibilidad de analizar estos datos para disponer de variables de control que nos permitan conocer el estado de los activos en todo momento.
La variable de control histórica ha sido la producción, ya que está íntimamente ligada al nivel de ingresos. Dentro de este análisis de producción se consideran también otras variables como disponibilidad o rendimiento de la máquina (garantía de curva de potencia), que junto con una información precisa del recurso disponible permiten evaluar la producción y entender sus variaciones.
Otra variable que históricamente ha sido controlada es el coste de O&M. Dentro de este coste y dependiendo del modelo de O&M, un análisis claro de fallos de componentes no estructurales, y el coste asociado a estos fallos es fundamental. Este tipo de análisis contiene una incertidumbre reducida en máquinas ya en operación con un histórico reseñable, pero su estimación en nuevos modelos de máquina es compleja e implica conocer no sólo condiciones de emplazamiento desde un punto de vista de viento, sino también otras como humedad, frecuencia e intensidad de rayos o corrosividad ambiental. E incluso otras no ambientales como métodos, condiciones y validación de montaje, condiciones de red, o procedimientos de mantenimiento definidos para los distintos componentes.
Finalmente una variable con una historia de control más reducida es la vida estructural de los activos. Para la estimación de esta variable se precisa de modelos que permitan analizar la evolución de la vida de los materiales (envejecimiento por fatiga estructural), modelos de obtención de cargas en los diferentes componentes como los IAMs (Independent Aeroelastic Models) de UL, y una estimación precisa del recurso. Esta variable no sólo se debe considerar en parques veteranos, donde la vida útil de diseño puede estar llegando a su fin, sino que su análisis desde una fase preconstructiva puede tener un impacto importante en el modelo financiero del parque, y por lo tanto en su viabilidad económica.
En todas las variables de control descritas hay un factor común y que puede introducir una incertidumbre elevada: el recurso eólico. Una incertidumbre elevada en la estimación de recurso implica un riesgo implícito por incertidumbre en los valores de las variables de control expuestas. Ante este riesgo son varias la opciones.
Si el riesgo es suficientemente bajo, no hacer nada puede ser una opción. Sin embargo, en la planificación de futuros parques, el realizar estudios de recurso precisos, mantener mástiles de medida durante la operación y tener funciones de transferencia para las distintas posiciones del layout de parque es una práctica recomendada. El problema principal es que esto sólo es aplicable a activos por definir.
Otra opción es realizar análisis de operación del parque de forma periódica. En estos análisis, se puede reducir considerablemente la incertidumbre del recurso si existe una medida de curva de potencia de la máquina y también mediante una monitorización histórica: cuantos más años se analicen más se reduce la incertidumbre. El problema de esta opción es que si no se actúa desde las primeras fases de proyecto con una medida de curva de potencia, las incertidumbres se reducen en base a años de operación.
Finalmente desde UL se ha trabajado para poder ofrecer una última opción que es el uso de una nueva herramienta de estimación de recurso. Sin necesidad de mástiles previos (y sin llegar a reemplazarlos en el nivel de incertidumbre obtenible) y aplicable en cualquier momento de la operación del activo si se cumplen unas condiciones mínimas de disponibilidad de datos. Conceptualmente se trata de utilizar la propia turbina como anemómetro, permitiendo obtener valores de velocidad media y de intensidad de turbulencia sin el flujo afectado por el paso por rotor.
Esta herramienta permite reducir la incertidumbre en el recurso en un plazo reducido, e incluso monitorizarlo de forma pormenorizada, no sólo en cada posición en parque, sino también por sectores o en diferentes franjas horarias. Esta discretización en el análisis permite además hacer una gestión óptima de los activos, ya que la monitorización de todas las variables y sus ratios se pueden discretizar al mismo nivel. Así mediante el uso de nuevas tecnologías, UL está trabajando para poder ofrecer soluciones como esta, que permiten minimizar riesgo, y optimizar la gestión de activos.
Angel.Sedano@ul.com
