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.