TRABAJO ESPECIAL DE GRADO

APLICACIÓN DE TÉCNICAS PROBABILÍSTICAS AL

ANÁLISIS DE FLUJO DE CARGA CON GENERACIÓN
DISTRIBUIDA DE ORIGEN EÓLICO
CASO PRÁCTICO: SISTEMA ELÉCTRICO ISLA DE
MARGARITA

Presentado ante la Ilustre

Universidad Central de Venezuela
por el Br. Ortiz G., Marco A.
para optar al Título de
Ingeniero Electricista

Caracas, 2007
 TRABAJO ESPECIAL DE GRADO

APLICACIÓN DE TÉCNICAS PROBABILÍSTICAS AL

ANÁLISIS DE FLUJO DE CARGA CON GENERACIÓN
DISTRIBUIDA DE ORIGEN EÓLICO
CASO PRÁCTICO: SISTEMA ELÉCTRICO ISLA DE
MARGARITA

Prof. Guía: Ing. Nerio Ojeda

Tutor Industrial: Ing. Juan Ríos

Presentado ante la Ilustre

Universidad Central de Venezuela
por el Br. Ortiz G., Marco A.
para optar al Título de
Ingeniero Electricista

Caracas, 2007

ii
iii
 DEDICATORIA

A Dios, quien en su infinita bondad supo mostrarme el camino a seguir para llegar a
tan ansiada meta.

A la Virgen del Valle, guardiana esclarecida de la Isla de Margarita, fuente de mi fe y

fortaleza espiritual. A ella dedico esta tesis, pues desde el cielo, hizo posible los
vientos que sustentan la esperanza de este proyecto.

A mis padres, Lisbeth y Ramón, quienes me dieron el regalo de la vida y han estado
conmigo en todo momento. Ustedes estimularon en mí el hábito de la formación
académica, el valor del esfuerzo y por sobre todas las cosas el don de la humildad.

A mis hermanas, Francys y Liz, quienes nunca dudaron en regalarme las más
hermosas sonrisas, el cariño sincero y sabios consejos. Ustedes representan mi gran
fuente de inspiración.

A mi novia Karina, con quien he compartido sueños y alegrías, mi compañera

perfecta y principal apoyo en los momentos difíciles. Conocerte fue obra de Dios, y a
su lado tendremos un camino juntos por siempre.

A mis amigos de la Escuela de Eléctrica, con los que viví experiencias gratificantes,
momentos de esfuerzo y de quienes aprendí el lado humano de la universidad.

A todos mis familiares, por sus oraciones y buenos deseos para la consecución de este
gran objetivo.

“El molino ya no está. Pero el viento persiste”

Vincent Van Gogh

iv
 AGRADECIMIENTOS

Quiero aprovechar estas líneas para expresar mi más sincero reconocimiento a todas
aquellas personas que han colaborado a que esta tesis sea una realidad.

En primer lugar, debo agradecer al Ing. Juan José Ríos, el compromiso adquirido con
mi formación desde aquellos días en que hice pasantía corta en la empresa CVG
EDELCA. Durante este tiempo ha demostrado su calidad como tutor y, sobre todo, su
valía como persona.

Así mismo, doy las gracias a mis compañeros del Departamento de Planificación de
Transmisión, de quienes aprendí que el trabajo en equipo, rinde grandes frutos.
Mención especial merece el Ing. Manuel Acosta, pilar fundamental de muchas de las
ideas plasmadas en la realización de esta investigación.

Es oportuno mencionar también, a quien a lo largo de la vida ha sido ejemplo de

firmeza y empeño, mi padre el Ing. Ramón Ortiz, por sus valiosos conocimientos del
Sistema Eléctrico de Margarita.

La esquematización de las ideas expuestas en esta tesis, no hubiera sido posible sin la
asesoría de mi tía, Ing. Mery González, quien desde siempre supo darme un consejo
de constancia y superación.

Por otro lado, tampoco puedo olvidar a quienes han guiado mi desarrollo académico y
personal, especialmente al cuerpo de profesores del Departamento de Potencia, por su
dedicación en la enseñanza de la más hermosa de las profesiones.

Gracias a todos aquellos que, a pesar de no haber sido citados expresamente,

estuvieron conmigo.

v
 RESUMEN
Ortiz González, Marco Antonio
APLICACIÓN DE TÉCNICAS PROBABILÍSTICAS AL ANÁLISIS
DE FLUJO DE CARGA CON GENERACIÓN DISTRIBUIDA DE
ORIGEN EÓLICO
CASO PRÁCTICO: SISTEMA ELÉCTRICO ISLA DE MARGARITA

Profesor Guía: Ing. Nerio Ojeda. Tutor Industrial: Ing. Juan Ríos. Tesis.
Caracas, U.C.V. Facultad de Ingeniería. Escuela de Ingeniería Eléctrica.
Ingeniero Electricista. Opción: Potencia. Institución: CVG EDELCA, 2007, 90
hojas + anexos.

Palabras Claves: Generación Eólica, Distribución Weibull, Simulación de

Montecarlo, Flujo de Carga.

Resumen: La presente investigación tuvo como objetivo desarrollar una metodología

que permita la aplicación de análisis probabilístico, mediante el uso de herramientas
computacionales, al estudio de flujo de carga considerando generación de origen
eólico.
Para la consecución del objetivo planteado, se llevó a cabo el desarrollo de
un generador de velocidades de viento aleatorias a partir de la distribución Weibull
que describe las mediciones de viento realizadas en la Isla de Margarita contempladas
en el Inventario Eólico Nacional; luego, haciendo uso de la técnica Montecarlo, se
elaboró un programa en lenguaje Visual Basic que ejecuta la evaluación automatizada
de muestras aleatorias de velocidad de viento en la curva de potencia de una turbina
eólica, para la obtención de múltiples registros de generación.
Así mismo, como resultado de la investigación, se desarrolló una rutina que
permite realizar el análisis de flujo de carga en el software especializado PSS/E
considerando cada escenario de generación proveniente de las fuentes eólicas.
Por último, para el análisis de los resultados, se llevó a cabo la
implementación de la metodología en un caso práctico (Sistema Eléctrico de la Isla de
Margarita), arrojando como resultado una serie de ampliaciones que garantizan la
correcta operación del sistema ante la incursión de fuentes de generación eólica.

vi
 ÍNDICE GENERAL

DEDICATORIA......................................................................................................... iv

AGRADECIMIENTOS .............................................................................................. v

RESUMEN..................................................................................................................vi

ÍNDICE GENERAL .................................................................................................vii

ÍNDICE DE GRÁFICOS............................................................................................ x

ÍNDICE DE FIGURAS.............................................................................................. xi

ÍNDICE DE TABLAS...............................................................................................xii

ÍNDICE DE MAPAS ...............................................................................................xiii

ABREVIATURAS....................................................................................................xiv

INTRODUCCIÓN .................................................................................................... 15

CAPÍTULO I ............................................................................................................. 17

1.1.- PLANTEAMIENTO DEL PROBLEMA........................................................... 17

1.1.1.- Contextualización de la Temática .......................................................... 17
1.1.2.- Formulación y delimitación del problema ............................................. 18

1.2.- JUSTIFICACIÓN DE LA INVESTIGACIÓN.................................................. 19

1.3.- OBJETIVO GENERAL.................................................................................... 20

1.4.- OBJETIVOS ESPECÍFICOS........................................................................... 21

CAPÍTULO II ........................................................................................................... 22

2.1.- MARCO TEÓRICO REFERENCIAL .............................................................. 22

vii
 2.1.1.- Desarrollo histórico de la generación eólica .......................................... 22
2.1.2.- La energía eólica en el mundo, situación actual y perspectivas a futuro25
2.1.3.- C.V.G. EDELCA en el área de las energías renovables no
convencionales ....................................................................................... 27
2.1.4.- Antecedentes de la investigación ........................................................... 28
2.1.5.- Fundamentos teóricos de la generación eólica....................................... 33
2.1.5.1.- Principios de aprovechamiento del viento ...................................... 33
2.1.5.2.- Modelación estadística de las velocidades de viento ...................... 34
2.1.5.2.1.- Estimación de parámetros de la función Weibull ...................... 34
2.1.5.2.2.- Técnica probabilística de Simulación Montecarlo..................... 36
2.1.5.2.3.- Etapas del proceso de Simulación Montecarlo .......................... 37

CAPÍTULO III .......................................................................................................... 38

3.1.- MARCO METODOLÓGICO .......................................................................... 38

3.1.1.- Tipo de Investigación............................................................................. 38
3.1.2.- Técnicas de Análisis............................................................................... 39
3.1.3.- Procedimiento ........................................................................................ 40
3.1.3.1.- Etapa I – Desarrollo del Simulador de Escenarios de Generación
Eólica .............................................................................................. 40
3.1.3.2.- Etapa II – Flujo de Carga Iterativo.................................................. 46
3.1.3.3.- Etapa III – Caso Práctico................................................................. 47
3.1.3.4.- Metodología de análisis del caso práctico....................................... 51

CAPÍTULO IV .......................................................................................................... 56

4.1.- RESULTADOS ................................................................................................ 56

4.1.1.- Etapa I – Desarrollo del Simulador de Escenarios de Generación Eólica
................................................................................................................ 56
4.1.1.1.- Caracterización del recurso eólico .................................................. 56
4.1.1.2.- Desarrollo del Simulador de Escenarios de Generación (SEGE) ... 57
4.1.2.- Etapa II – Flujo de Carga Iterativo......................................................... 60

viii
 4.1.2.1.- Desarrollo del programa de ejecución de flujo de carga iterativo.
EOLICO.IPL................................................................................... 60
4.1.3.- Etapa III –Caso Práctico......................................................................... 62
4.1.3.1.- Modelación del Sistema Eléctrico Isla de Margarita ...................... 62
4.1.3.2.- Selección de los emplazamientos eólicos ....................................... 65
4.1.3.3.- Criterios de operación en régimen permanente utilizados para el
análisis de los datos obtenidos del flujo de carga iterativo............. 67

CAPÍTULO V............................................................................................................ 69

5.1.- ANÁLISIS DE RESULTADOS ........................................................................ 69

5.1.1.- Resultados del análisis del sistema previo a la inclusión de generación
eólica ...................................................................................................... 69
5.1.2.- Definición de la capacidad de los emplazamientos eólicos ................... 72
5.1.3.- Modelación del número de vientos incidentes dentro de un parque eólico
................................................................................................................ 72
5.1.4.- Identificación de ampliaciones y/o adecuaciones del sistema eléctrico
SENECA ante la inclusión de dos parques de generación eólica. ......... 77

CONCLUSIONES..................................................................................................... 84

RECOMENDACIONES........................................................................................... 86

REFERENCIAS BIBLIOGRÁFICAS .................................................................... 87

BIBLIOGRAFÍAS .................................................................................................... 90

ANEXOS.....................................................................................................................91

ix
 ÍNDICE DE GRÁFICOS

Gráfico 1.- Capacidad Eólica Instalada Acumulada Global 1995-2005 ..................... 26

Gráfico 2.- Capacidad de generación eólica instalada por país al año 2005............... 26
Gráfico 3.- Ejemplo histograma obtenido a partir de los escenarios de generación
simulados para un parque eólico .............................................................. 45
Gráfico 4.- Comparación Distribución Weibull Teórica y Weibull Generada
Aleatoriamente ......................................................................................... 58
Gráfico 5.- Curva de potencia aerogenerador comercial de 2 MW ............................ 59
Gráfico 6.- Resultados análisis de flujo de carga previo a la inclusión de
ampliaciones. ........................................................................................... 70
Gráfico 7.- Sistema Eléctrico Isla de Margarita luego de incluir propuesta de
ampliaciones ............................................................................................. 71
Gráfico 8.- Perfil de tensión con diez valores de velocidad de viento incidente. ....... 74
Gráfico 9.- Perfil de tensión con cuatro valores de velocidad de viento incidente..... 75
Gráfico 10.- Perfil de tensión con dos valores de velocidad de viento incidente. ...... 75
Gráfico 11.- Perfil de tensión con un valor de velocidad de viento incidente. ........... 76
Gráfico 12.- Perfil de tensión en la barra Hernández 34,5 kV luego de la ampliación
Pampatar 115/13,8 kV (20 MVA) ......................................................... 79
Gráfico 13.- Perfil de tensión en la barra Hernández 34,5 kV luego de la ampliación
Luisa Cáceres-Aeropuerto en 34,5 kV................................................... 80
Gráfico 14.- Perfil de tensión en la barra Hernández 34,5 kV luego de la adecuación
de tipo capacitiva (6 MVAr) .................................................................. 81
Gráfico 15.- Perfil de tensión en la barra Hernández 34,5 kV luego de añadir
compensación capacitiva de 12 MVAr .................................................. 82

x
 ÍNDICE DE FIGURAS

Figura 1.- Aerogenerador tripala moderno.................................................................. 23

Figura 2.- Aerogenerador de eje vertical..................................................................... 24
Figura 3.- Esquema de etapas de análisis llevadas a cabo durante la investigación ... 39
Figura 4.- Coeficiente de rugosidad en función de la topografía del terreno.............. 42
Figura 5.- Flujograma de la herramienta de análisis de sistemas con generación eólica
.................................................................................................................... 51
Figura 6.- Flujograma de la herramienta de análisis de sistemas con generación
eólica. Continuación................................................................................... 52
Figura 7.- Flujograma del proceso de identificación de ampliaciones y/o adecuaciones
del sistema.................................................................................................. 55
Figura 8.- Diagrama de flujo del programa EOLICO.IPL .......................................... 61
Figura 9.- Diagrama de flujo del programa EOLICO.IPL. Continuación .................. 62
Figura 10.- Definición en la afectación de vientos dentro de un emplazamiento ....... 73

xi
 ÍNDICE DE TABLAS

Tabla 1.- Matriz de evaluación para la selección de emplazamientos eólicos............ 49

Tabla 2.- Velocidad promedio y desviación de las mediciones de velocidad de viento.
..................................................................................................................... 56
Tabla 3.- Velocidad promedio y desviación de las mediciones de velocidad de viento
corregidas a 50, 55 y 60 m........................................................................... 57
Tabla 4.- Parámetros descriptivos función de distribución Weibull ........................... 57
Tabla 5.- Características de los dos emplazamientos eólicos ..................................... 78
Tabla 6.- Resumen de ampliaciones debidas a la inclusión de los parques de
generación eólica ......................................................................................... 83

xii
 ÍNDICE DE MAPAS

Mapa 1.- Ubicación de estación meteorológica Isla de Margarita.............................. 41

Mapa 2.- Mapa descriptivo del sistema eléctrico SENECA ....................................... 63
Mapa 3.- Mapa descriptivo de ampliaciones simuladas en el sistema eléctrico Isla de
Margarita...................................................................................................... 65
Mapa 4.- Emplazamientos seleccionados para la simulación de los parques eólicos. 66

xiii
 ABREVIATURAS

CADAFE: Compañía Anónima de Administración y Fomento Eléctrico.

CVG EDELCA: Corporación Venezolana de Guayana – Electrificación del Caroní

C.A.

GWEC: Global Wind Energy Council

PSS/E: Power System Simulator for Engineering

SEGE: Simulador de Escenarios de Generación Eólica

SENECA: Sistema Eléctrico del Estado Nueva Esparta Compañía Anónima.

VBA: Visual Basic for Application

xiv
 INTRODUCCIÓN

Las fuentes de energía renovable, en especial la eólica son consideradas

como alternativa de generación en los sistemas eléctricos de potencia, por su
condición no contaminante y por consiguiente baja afectación al medio ambiente. El
gran auge experimentado por este tipo de generación en los últimos años ha motivado
el desarrollo de metodologías que permiten la evaluación de sus efectos en el sistema
eléctrico.

A nivel mundial se han llevado a cabo múltiples estudios relacionados con la

generación eólica y su repercusión en los sistemas de potencia, sin embargo, a pesar
de que Venezuela cuenta con un alto potencial de aprovechamiento de la energía
proveniente del viento, son pocas las investigaciones de este tipo desarrolladas en el
país, lo que le otorga a este proyecto una característica novedosa en el ámbito local.

Considerando que la potencia entregada por las fuentes de generación que

aprovechan la energía del viento es altamente aleatoria, como consecuencia de la
impredecible naturaleza de las condiciones climáticas, resulta apropiado realizar una
aproximación probabilística durante la etapa de planificación de los sistemas de
potencia en los que se desea estudiar el impacto de la implementación de parques de
generación eólica.

Dentro de este marco, el trabajo realizado aplica una metodología de análisis

de sistemas eléctricos ante la inclusión de fuentes de generación eléctrica que
aprovechan la energía del viento, presentado en cinco capítulos, planteados de forma
secuencial según el avance de los objetivos del proyecto. El Capítulo I abarca desde
el planteamiento del problema hasta los objetivos de la investigación. En el Capítulo
II se establece el marco referencial teórico e histórico esencial para la comprensión de
los aspectos más importantes de la generación eólica, así como también, los

15
antecedentes que fundamentan los estudios previos realizados tanto en Venezuela
como a nivel internacional.

El Capítulo III comprende el marco metodológico del proyecto, donde se

señala el tipo de investigación, las técnicas de análisis de los datos y los
procedimientos utilizados para elaborar la herramienta computacional que permite la
obtención de la respuesta del sistema ante la incursión de una fuente de generación de
tipo eólica. En el Capítulo IV se exponen los resultados de las actividades planteadas
en la metodología, referidas al análisis estadístico de los datos de velocidad de viento
de la zona bajo estudio, el desarrollo del simulador de escenarios de generación eólica
y la rutina que permite la ejecución de flujo de carga en el software PSS/E,
considerando múltiples valores de producción de potencia proveniente de las fuentes
que aprovechan la energía del viento.

En el Capítulo V se establece el análisis de los resultados obtenidos

mediante la aplicación de la metodología desarrollada, destacando las condiciones del
sistema bajo estudio, previas a la inclusión de los parques de generación eólica, el
estudio de incidencia de vientos dentro de un mismo emplazamiento y finalmente se
reflejan las ampliaciones del sistema de transmisión y subtransmisión necesarias para
la inclusión de la generación eólica.

16
 1.- CAPÍTULO I

1.1.- PLANTEAMIENTO DEL PROBLEMA

1.1.1.- Contextualización de la Temática

En el ámbito mundial se está tomando conciencia de los efectos ambientales
directos de la quema de combustibles fósiles, particularmente por sus consecuencias
sobre la contaminación del aire. Una serie de efectos ambientales adicionales se
producen por la implementación de distintos combustibles para generar electricidad,
entre los que figuran los peligros derivados de la exploración y explotación de
combustibles fósiles, la contaminación causada por los derrames accidentales de
petróleo y los riesgos para la salud asociados a la radiación [1]. Buena parte del
ímpetu con que se extiende la energía eólica a nivel mundial, se explica por la urgente
necesidad de combatir el cambio climático global.

El mercado global de la energía eólica, se ha ido expandiendo más rápido

que ninguna de las otras fuentes de energía renovable. Si en 1995 el mundo tenía
apenas instalados 4800 MW, en diez años esa cifra se ha multiplicado por doce,
superando a fines del 2005 los 59000 MW según los datos del Consejo Mundial de
Energía Eólica publicados en el 2006. [1]

Pese al auge sostenido experimentado por la energía eólica, existen algunas

consideraciones referidas a la disponibilidad del recurso del viento, por las que en
algunos casos es considerada de poca fiabilidad, puesto que es una energía cuya
fuente primaria es de naturaleza aleatoria. Respecto a este tema diversos
investigadores han estudiado el comportamiento de los sistemas eléctricos ante la
inclusión de fuentes de generación provenientes del viento, a la vez que han

17
formulado metodologías para llevar a cabo simulaciones que describan el
comportamiento del recurso eólico haciendo uso de herramientas computacionales.

1.1.2.- Formulación y delimitación del problema

La operación de los sistemas eléctricos de potencia siempre ha tenido que
manejar variaciones repentinas causadas por la salida tanto de centrales eléctricas,
como de líneas de transmisión y los procedimientos llevados a cabo en esos casos
pueden aplicarse a las variaciones de potencia producto de la operación de parques
eólicos [1]. En particular, la energía provista por el viento es altamente probabilística
y sigue la naturaleza aleatoria de las condiciones atmosféricas, el problema por lo
tanto, no es la variabilidad del recurso eólico en sí mismo, sino ¿Cómo puede
modelarse la intermitencia del viento y al mismo tiempo qué herramientas utilizar
para simular la respuesta del sistema eléctrico ante dichas fluctuaciones?

En este orden de ideas, la presente investigación pretende dar respuesta a la

pregunta planteada mediante el desarrollo y aplicación de una metodología de
análisis, que permita obtener el comportamiento de los sistemas eléctricos ante la
inclusión de generación de origen eólico haciendo uso de simulaciones
computacionales. Para ello se realizó una recopilación de los trabajos de
investigación que se han formulado en esta área de estudio, con el propósito de
establecer un marco teórico referencial de las metodologías utilizadas para modelar el
comportamiento aleatorio del viento, y su incidencia en el desempeño del sistema.

Así mismo, se desarrolló una herramienta de simulación de escenarios de

generación eólica (SEGE) basada en el método Montecarlo, fundamentada en la data
de mediciones de viento proveniente del Inventario Eólico Nacional, específicamente
de la Estación Meteorológica del Aeropuerto Internacional del Caribe Santiago
Mariño ubicada en la Isla de Margarita.

18
 La investigación abarca también la programación de una rutina en lenguaje
FORTRAN que permitió la realización de análisis de flujo de carga iterativo
utilizando la herramienta computacional PSS/E (Power System Simulator for
Engineering) considerando múltiples escenarios de generación proveniente del viento.
Para la evaluación de la rutina se modeló el sistema eléctrico de la Isla de Margarita.

Por último, se desarrolló un programa que permite el análisis de los

resultados, mediante la importación de datos provenientes del programa PSS/E de
cada elemento del sistema bajo estudio y la elaboración automática de histogramas
que representan el comportamiento del mismo.

1.2.- JUSTIFICACIÓN DE LA INVESTIGACIÓN

Históricamente, la energía eólica ha sido aprovechada a través de su

transformación en energía mecánica (molinos, bombeo, etc.), pero su uso en la
generación de energía eléctrica es reciente, existiendo aplicaciones a mayor escala
desde mediados de la década de los 70 en respuesta a la crisis de petróleo y a los
impactos ambientales derivados del uso de combustibles fósiles. En particular, la
energía eólica se ha constituido como la fuente de energía renovable no convencional
de mayor desarrollo en el mundo en los últimos 10 años [2].

La situación actual a nivel mundial referida a costos de combustible,

disponibilidad de nuevas tecnologías eólicas y regulaciones sobre emisiones de gases,
hacen que la generación eólica deba ser considerada como alternativa al
abastecimiento de sistemas en los cuales se disponga de alto potencial de
aprovechamiento del recurso del viento, como lo es el caso de la Isla de Margarita. La
instalación de generación eólica en el estado Nueva Esparta, ha sido considerada en el
contexto de otras alternativas de suministro con miras a atender la situación
deficitaria que confronta esa importante zona del país, cuyo sistema eléctrico se

19
alimenta a través de la planta de generación “Luisa Cáceres de Arismendi” y una
conexión con tierra firme conformada por un cable submarino a nivel de 115 kV, el
cual ha sido rebasado por el crecimiento de la demanda y la obsolescencia que
presenta este sistema de transmisión bajo agua [3].

Teniendo en cuenta la aleatoriedad del recurso del viento, es necesario

desarrollar y evaluar herramientas que permitan caracterizar la respuesta de sistemas
eléctricos de potencia considerando la existencia de este tipo de parques de
generación.

En el presente trabajo de investigación, se desarrolló una metodología

basada en herramientas computacionales que permite el análisis de la respuesta de
sistemas eléctricos de potencia, considerando la naturaleza probabilística de las
fuentes de generación eólica. Para la validación de los resultados obtenidos mediante
la aplicación de la herramienta, se modeló el caso específico del sistema eléctrico de
la Isla de Margarita, donde se simuló la implementación de dos parques de
generación eólica interconectados al sistema.

A continuación se plantea el objetivo general y los objetivos específicos de

esta investigación.

1.3.- OBJETIVO GENERAL

Desarrollar una herramienta computacional que permita la aplicación de técnicas
probabilísticas al análisis de flujo de carga considerando generación distribuida de
origen eólico, basada en simulaciones de Montecarlo.

20
 1.4.- OBJETIVOS ESPECÍFICOS
• Caracterizar el recurso eólico en la Isla de Margarita mediante una
descripción estadística de las velocidades de viento (Distribución de
Weibull).
• Desarrollar un programa basado en el método Montecarlo para la
representación probabilística de la potencia disponible en parques eólicos.
• Aplicar la metodología desarrollada a un caso práctico: Isla de Margarita.
• Simular el sistema eléctrico de la Isla de Margarita utilizando el programa
de flujo de carga PSS/E.
• Identificar las adecuaciones y ampliaciones del sistema para una propuesta
de parques eólicos en la Isla.

21
 2.- CAPÍTULO II

2.1.- MARCO TEÓRICO REFERENCIAL

A continuación se presenta un compendio de información documental que

sirve de base para el presente trabajo de investigación. En primer lugar se trata lo
relativo al desarrollo de la generación eólica, abarcando su evolución histórica,
situación actual y las perspectivas a futuro en el ámbito mundial, así como también la
incursión de la empresa CVG EDELCA en la generación de electricidad de origen
alterno no convencional. Posteriormente se establecen los antecedentes de la
investigación y las bases teóricas inherentes al principio de aprovechamiento de la
energía proveniente del viento con fines de generación de energía eléctrica.

2.1.1.- Desarrollo histórico de la generación eólica

La historia del aprovechamiento de la energía eólica se remonta al año 3500
A.C., cuando los sumerios armaron las primeras embarcaciones de vela. Después, los
griegos construyeron máquinas que funcionaban con el viento [2]. Han pasado más de
5000 años y el viento sigue siendo utilizado como fuente de energía, sin embargo son
las formas de utilización y la tecnología aplicada las que han ido cambiando a lo largo
del tiempo.

Una aplicación familiar, cuya imagen aparece inmediatamente, son los

molinos de viento. Su introducción en la historia data de las épocas más remotas de la
humanidad y la primera noticia que se tiene se refiere al molino de Heron de
Alejandría construido en el siglo II A.C. para proporcionar aire a su órgano [2].

22
 La energía eólica ha sido empleada desde hace siglos para aplicaciones
diversas que van desde el transporte marítimo y aplicaciones agrícolas (bombeo de
agua, molienda de grano) hasta la generación de energía eléctrica a gran escala.

Es a partir de los siglos XII y XIII cuando empieza a generalizarse el uso de

los molinos de viento para la elevación de agua y la molienda de grano. Toda esta
clase de molinos se mantendrán hasta bien entrado el siglo XIX. El desarrollo de los
molinos de viento se interrumpe con la revolución industrial y la utilización masiva
de vapor, la electricidad y los combustibles fósiles como fuentes de energía motriz.

Con el advenimiento de las guerras mundiales y como consecuencia de los

progresos técnicos de las hélices de aviación, fueron apareciendo proyectos a nivel
mundial dirigidos al desarrollo de grandes aerogeneradores de dos o tres palas (en la
actualidad predominan las turbinas tripalas) [2]. Los aerogeneradores están situados
en lo alto de una torre troncocónica de acero, como se muestra en la figura 1.

Figura 1.- Aerogenerador tripala moderno.

Fuente: Sitio Web http://www.windpower.com/

23
 El primer aerogenerador de eje horizontal fue construido en Francia, en
1929. La compañía electromecánica construyó e instaló en Bourget, un aerogenerador
de dos palas de 20 metros de diámetro, pero fue destruido a causa de una violenta
tormenta [2].

En 1941 los estadounidenses y más concretamente la NASA construyó un

bipala de 53 metros de diámetro, previsto para una potencia máxima de 1250 kW que
se instaló en Vermont, en el noreste de EEUU.

En Alemania se construyó entre 1955 y 1957 un aerogenerador de dos palas

de 34 metros de diámetro, instalado cerca de la ciudad de Stuttgart. Por su lado
Dinamarca construyó en 1957 el “Gedser Mill”, hélice de tres palas de 24 metros de
diámetro que producía 200kW con una velocidad de viento en el eje de la máquina de
15 m/s [2].

Otra modalidad de aerogeneradores son los de eje vertical que tienen la

ventaja de adaptarse a cualquier dirección de viento; en su forma más moderna
derivan todos ellos del inventado en 1925 por el ingeniero Francés Darrieus,
patentado en Estados Unidos, y cuyo modelo fundamental se observa en la figura 2.

Figura 2.- Aerogenerador de eje vertical

Fuente: Sitio Web http://www.windpower.com/

24
 En general, desde principios de la década de los 30 del siglo XX se fueron
desarrollando diversos programas a nivel mundial dirigidos a la implementación de
generadores eólicos, pero en los años 70, coincidiendo con la primera crisis del
petróleo, se inicia una nueva etapa en el aprovechamiento de la energía del viento. En
aquel momento se estimaba, que esta energía renovable podría, aparte de sus
aplicaciones tradicionales, proporcionar kWh a las redes eléctricas a un precio igual o
inferior al de las centrales térmicas. En el presente, dicha estimación se ha convertido
en una realidad con la puesta en servicio de grandes aerogeneradores que producen
potencias eléctricas comprendidas entre 2 y 5 MW [2].

2.1.2.- La energía eólica en el mundo, situación actual y perspectivas a futuro

En el curso de la última década, el mercado global de la energía eólica se ha
ido expandiendo más rápido, que ninguna de las otras fuentes de energía renovable.
Desde el año 2000 la capacidad instalada acumulada ha crecido en promedio un 28%
anual. Se ha creado una industria sólida que de acuerdo a las estimaciones emplea
150.000 personas alrededor del mundo.

Tal ha sido el éxito de esta industria, que está atrayendo a un número

creciente de inversionistas, tanto del campo financiero convencional, como de
sectores ligados a las energías tradicionales. En varios países, la proporción de
electricidad generada por la energía eólica, está desafiando a los combustibles
convencionales. “Actualmente en Dinamarca el 20 % de la electricidad del país, es
proporcionada por el viento. En el norte de Alemania, la energía eólica puede
contribuir en el 35 % del abastecimiento. En España, esta contribución ha alcanzado
al 8 % y está previsto que llegue hasta el 15 % a fines de la década”. [1]

El gráfico 1 refleja el total de generación eólica instalada acumulada a nivel

mundial para el período 1995-2005.

25
 70000
59084
60000
47620
50000
39341
40000
MW

31100
30000 23900
20000 17400
13600
10200
10000 6100 7600
4800

0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Año

Gráfico 1.- Capacidad Eólica Instalada Acumulada Global 1995-2005

Fuente: Diseño Propio. Datos tomados del informe Perspectivas globales de la energía eólica, GWEC
2006

En el presente, la energía eólica ya está establecida como fuente de energía,

en más de 50 países alrededor del mundo. Los países con la mayor capacidad
instalada total son Alemania (18.428 MW), España (10.027 MW), los EE.UU. (9.149
MW), la India (4.430 MW) y Dinamarca (3.122 MW). Otros países como Italia, el
Reino Unido, los Países Bajos, China, Japón y Portugal, ya han alcanzado el umbral
de 1.000 MW. En el gráfico 2 se ilustra la distribución de la capacidad instalada por
países hasta finales del año 2005.

Dinamarca Resto del Mundo

5% 24%
India
7%

Estados Unidos Alemania

15% 32%
España
17%

Gráfico 2.- Capacidad de generación eólica instalada por país al año 2005
Fuente: Diseño Propio. Datos tomados del informe Perspectivas globales de la energía eólica, GWEC
2006

26
 Como se ha observado, hasta ahora la industria de la energía eólica había
centrado su mayor dinamismo en los países de la Unión Europea, pero esto ha
empezado a cambiar; tanto Estados Unidos como Canadá, están experimentando una
oleada de actividad y se van abriendo nuevos mercados en Asia y Suramérica. [1]

2.1.3.- C.V.G. EDELCA en el área de las energías renovables no convencionales

Enmarcado en la necesidad mundial de explotar los recursos naturales
renovables para el suministro de energía eléctrica no contaminante, la empresa CVG
EDELCA ha iniciado estudios de prefactibilidad en la zona nororiental del país para
determinar el potencial de los vientos en esta región.

Con el uso de las fuentes de energía alterna no convencionales, CVG

EDELCA incursionaría en la exploración de nuevos sistemas de generación de bajo
impacto ambiental, lo que permitirá ampliar la experiencia en este campo novedoso,
al mismo tiempo que aportaría un beneficio directo al desarrollo sustentable de la
nación. En este sentido, en las VI Jornadas Profesionales llevadas a cabo por CVG
EDELCA en el año 2006, fue expuesta y publicada una investigación [3] que aborda
la posible instalación de generación eólica en el sistema eléctrico de la Isla de
Margarita, a la vez que se evalúa desde el punto de vista comparativo con otras
alternativas de suministro con miras a atender la situación deficitaria que confronta
esa importante zona del país.

Siguiendo el contexto de los estudios realizados previamente, relacionados a

la respuesta de los sistemas de potencia ante la implementación de fuentes de
generación que aprovechan la energía del viento, se presentan a continuación un
compendio de las investigaciones consultadas que sustentan el desarrollo
metodológico del presente trabajo de grado.

27
2.1.4.- Antecedentes de la investigación
La aplicación de técnicas probabilísticas al análisis de sistemas eléctricos
que contienen generación distribuida de origen eólico es un tema estudiado en los
países del mundo donde esta clase de generación alternativa no convencional ha
tenido importante integración a la red. Sin embargo, debido a la escasa incursión
experimentada por la tecnología de aerogeneración de electricidad en Venezuela, son
pocos los estudios realizados en este campo, mas aún resulta innovador el tema del
análisis probabilístico de la respuesta del sistema ante la inclusión de
aerogeneradores.

Cabe destacar que la factibilidad de implementación de parques de

generación eólica ha sido estudiada por algunos investigadores en Venezuela. Entre
los antecedentes se tiene el trabajo realizado por Vivas [4] en la Universidad Central
de Venezuela, donde elabora una metodología para el estudio de la posibilidad de
instalar un sistema de generación eólica, partiendo de la evaluación del potencial del
viento existente en el Municipio Cristóbal Rojas del Estado Miranda.

La investigación abarca cuatro grandes aspectos: técnico, económico,

ambiental y legal. En este estudio se llega a la conclusión de que no es factible
implementar un parque de generación eólica en el Municipio Cristóbal Rojas del
Estado Miranda ya que la velocidad media anual del viento se encuentra en los
límites inferiores de funcionamiento de los aerogeneradores y los períodos de calma
superan el 50% de las mediciones realizadas; concluye además que la velocidad
media anual del viento a partir de la cual se puede considerar la factibilidad técnica de
un parque eólico es de unos 7,5 m/s.

En lo referido a los estudios de mediciones de velocidad de viento en

Venezuela, el informe realizado por Chitty [5] bajo la supervisión del Ministerio de
Energía y Minas, establece un compendio de datos estadísticos relacionados con
mediciones de viento de la zona oriental de país.

28
 Dicho estudio presenta información de mediciones de viento tomadas
durante un año en intervalos de una hora; además expone un tratamiento estadístico
de las variables características de los vientos de la región oriental referidas a
velocidades medias de viento, velocidades máximas registradas y desviación estándar
de las mediciones.

Así mismo, la empresa CVG EDELCA, a través del Centro de

Investigaciones Aplicadas (CIAP), inició en el 2006 un proyecto de factibilidad
técnica en la Isla de Coche ubicada en el Estado Nueva Esparta, en el cual se llevó a
cabo la instalación y puesta en funcionamiento de dos (2) estaciones climatológicas
que permitirán evaluar el potencial eólico (medición de velocidad y dirección del
viento) en la zona insular y norte costera de Venezuela.

Los avances de este proyecto fueron publicados en la revista CVG EDELCA

[6], donde resalta la distribución estratégica realizada por el estado venezolano en la
cual se asigna la explotación de las fuentes renovables de energía alterna no
convencional existentes en el país con fines de generación de electricidad, a las
principales empresas del sector energético que hacen vida en el territorio nacional,
como lo son ENELVEN por la región occidente, CADAFE por la zona central y a
CVG EDELCA la zona nororiental.

A nivel internacional ha sido considerable el desarrollo en esta área de

investigación, sin embargo la mayor parte de los estudios relacionados con el tema de
la aleatoriedad del viento y su repercusión en el sistema han estado dirigidos al área
de confiabilidad, como en el caso del estudio realizado por Karki, Hu y Billinton [7],
donde mencionan que la necesidad de desarrollar herramientas para la evaluación de
beneficios de agregar turbinas de viento a sistemas eléctricos de potencia con
generación de tipo convencional, ha ido incrementándose proporcionalmente con la
extensa implementación de parques eólicos en los últimos años a nivel mundial.

29
 En este estudio los investigadores establecen un modelo que refleja
apropiadamente la característica de generación fluctuante de un parque eólico donde
la turbina de viento está representada como una unidad de generación de múltiples
estados, obtenida usando el modelo de velocidad de viento (relacionado con las
mediciones hechas en la región del emplazamiento) y la curva de potencia del
aerogenerador.

Por otro lado, indican que el modelo de generación de potencia total para un
parque eólico puede ser obtenido por la sumatoria de los niveles de potencia generada
individualmente, correspondiente a la evaluación del modelo de velocidad de viento
en cada máquina.

Esta investigación resalta que los beneficios provenientes de la instalación

de generación de tipo eólico están determinados por el régimen de viento
predominante en el sitio del emplazamiento, en consecuencia es muy importante
obtener un modelo de simulación de viento adecuado y aplicar las técnicas apropiadas
para desarrollar un modelo de generación de potencia del parque eólico que pueda ser
utilizado en el análisis de la respuesta del sistema eléctrico.

Por otro lado, Billinton y Bai [8], presentan datos muy importantes
relacionados con la independencia de la incidencia de vientos en los emplazamientos
eólicos y su repercusión en el desempeño del sistema.

Billinton y Bai, destacan que una turbina eólica no produce potencia

eléctrica en ausencia de viento, y bajo esa circunstancia no realizan una contribución
al sistema de potencia. Este estado de no generación tiene asociada una probabilidad
de ocurrencia; sin embargo, la probabilidad de que no exista viento suficiente de
manera simultánea en dos sitios es mucho menor, por tanto, ubicar las turbinas

30
eólicas en sitios de viento independiente, puede ser de considerable beneficio en el
mejoramiento del desempeño del sistema eléctrico.

De igual forma en Grecia, Hatziargyriou, Karakatsanis y Papadopoulos [9]

llevaron a cabo una investigación en la que plantean que la integración de un alto
porcentaje de sistemas de generación que aprovechan la energía del viento a nivel
mundial, ha motivado la realización de un importante número de investigaciones
respecto a los efectos de las turbinas de viento en la operación en estado estacionario
del sistema.

Establecen que muchos de esos estudios se realizaron usando modelos

deterministas para la producción de energía del viento, dejando a un lado la
incertidumbre en la disponibilidad del recurso eólico; por tanto establecen que llevar
a cabo un análisis probabilístico de los efectos en estado estacionario de la operación
de turbinas de viento en el funcionamiento de la red genera un cuadro mas completo
de las repercusiones de este tipo de fuentes de energía en el sistema.

Por su parte Feijóo, Cidrás y Dornelas [10], realizaron un estudio donde

proponen dos métodos para evaluar el impacto de múltiples emplazamientos eólicos
en sistemas eléctricos de potencia, basados en simulaciones de velocidad aleatorias
incidentes en cada parque, tomando en cuenta las mediciones del valor medio de
velocidad.

Los métodos propuestos en dicho estudio consisten en una simulación

simultánea de las distribuciones de velocidad de viento en las localidades donde se
piensa instalar un parque de generación eólica, tomando en cuenta las probabilidades
de ocurrencia de viento. Para la simulación de los valores utilizan la premisa de la
función de densidad de probabilidades Weibull. Así mismo, establecen que la
velocidad de viento simulada es considerada como la misma para todas las máquinas

31
de un parque eólico, sin tomar en cuenta la influencia de un aerogenerador en otro
ubicado detrás del primero.

Los investigadores concluyen que conociendo los valores de velocidad

media de viento de varios emplazamientos eólicos, es posible llevar a cabo
simulaciones probabilísticas, obteniendo como resultado combinaciones de velocidad
de viento para todos los posibles parques eólicos con errores de aproximación muy
pequeños.

En el contexto de los trabajos mencionados anteriormente, está

fundamentado el desarrollo del presente proyecto, haciendo uso de las metodologías
propuestas y algunas de las hipótesis formuladas por los investigadores citados en el
marco referencial.

32
2.1.5.- Fundamentos teóricos de la generación eólica

2.1.5.1.- Principios de aprovechamiento del viento

El viento representa una forma indirecta de la energía proveniente del sol, así
como del movimiento rotacional de la tierra. El calentamiento no uniforme de la
superficie terrestre, así como la desigual característica térmica de las masas terrestres
y acuáticas del planeta en conjunto con el movimiento rotacional, crea el movimiento
de masas de aire que conocemos como viento, los cuales circulan alrededor de la
superficie terrestre siguiendo un patrón global de circulación.

Para efectos de la cuantificación energética de los vientos interesan tres

características primordiales, éstas son: la velocidad y dirección del viento, las
características topográficas del área donde soplan los vientos y la densidad del aire.
La velocidad del viento es el parámetro de mayor relevancia, pues la potencia eólica
es una variable proporcional al cubo de la velocidad del viento como se establece en
la ecuación de la potencia debida a la energía del aire en movimiento [2].

1
P= ρ ∗ Α ∗V 3 (1)
2

donde ρ es la densidad volumétrica del aire (kg/m3), V es la velocidad del viento

(m/s) y A es el área barrida por el rotor del aerogenerador (m2).

Por otra parte la morfología de la región marca la diferencia fundamental

entre la potencialidad de aprovechamiento energético de los distintos lugares dentro
de una misma geografía. Las características geográficas de los emplazamientos
potenciales afectan los patrones diferenciadores tales como: la intensidad del viento,
la velocidad de las corrientes, la variabilidad diurna de los vientos y el nivel de
turbulencia entre otros.

33
 Debido a que la energía eólica es producto de la radiación solar y del
movimiento de rotación de la tierra, el patrón de vientos tendrá un comportamiento
que reflejará las variaciones de temperatura durante el transcurso del día. Para
mediciones que correspondan a períodos de tiempo mayores, los niveles de variación
de las velocidades del viento seguirán un patrón denominado el patrón global de
circulación, el cual se repite todos los años con algunas pequeñas variaciones o
desviaciones.

2.1.5.2.- Modelación estadística de las velocidades de viento

La velocidad de viento cambia continuamente y por eso para obtener
estimaciones significativas a largo plazo se utilizan métodos estadísticos.

La función de densidad de probabilidad Weibull ha sido ampliamente

utilizada en el campo de la ingeniería para describir las variaciones de la velocidad de
viento [11]. La ecuación 2 describe el modelo:
⎛ ⎛ v ⎞α ⎞
α −1 ⎜ −⎜ ⎟ ⎟
α ⎡v⎤ ⎜ ⎜⎝ β ⎟⎠ ⎟
f (v ) = ⎢β ⎥ ∗e ⎝ ⎠ (2)
β ⎣ ⎦

donde “v” representa la velocidad de viento. Esta distribución contiene dos

parámetros característicos denominados factor de forma “α” y factor de escala “β”,
que la convierten en una función versátil puesto que exhibe varios perfiles que
dependen de los valores de cada parámetro.

2.1.5.2.1.- Estimación de parámetros de la función Weibull

De acuerdo con la información proveniente de las mediciones en campo de
las velocidades de viento, se obtienen los parámetros representativos de la función de
densidad de probabilidad Weibull a partir de la velocidad promedio del viento
definida como la media aritmética de las mediciones realizadas, como se describe en
la ecuación 3.

34
 ⎛1 N ⎞
V = ⎜ * ∑ vi ⎟ (3)
⎝ N i =1 ⎠

donde N es el número total de mediciones realizadas, y Vi la medición de velocidad

de viento realizada.

A partir de este dato de velocidad promedio se conoce la desviación estándar

de las mediciones realizadas, definida como sigue:

1 ⎛ N ⎞ (4)
σ =
N
*⎜
⎜ ∑ (v − V )
i
2 ⎟
⎟
⎝ i =1 ⎠

Una vez obtenido el valor de velocidad promedio del viento y la desviación

estándar, se utilizan las siguientes relaciones:

∞
1
V = ∫ vf (v)dv = β * Γ(1 + ) (5)
0
α

∞
⎧ 2 1 ⎫ (6)
σ 2 = ∫ (v − V ) 2 f (v)dv = β 2 ⎨Γ(1 + ) − Γ 2 (1 + )⎬
0 ⎩ α α ⎭

donde “г” es la función completa de Gamma.

Ambas ecuaciones pueden ser resueltas de manera simultánea para obtener

el factor de forma “α” y el factor de escala “β”; sin embargo resulta un proceso
complejo, es por ello que para la obtención de estos parámetros algunos autores
recomiendan la aproximación de Justus [12] definida por la ecuación 7.
−1.086
⎛σ ⎞ (7)
α =⎜ ⎟
⎝V ⎠

A partir del cual se puede despejar el factor de escala “β” de la ecuación 5.

35
2.1.5.2.2.- Técnica probabilística de Simulación Montecarlo
La simulación Montecarlo proporciona soluciones aproximadas a una
variedad de problemas matemáticos realizando experimentos estadísticos de muestreo
con la ayuda de una herramienta computacional. La importancia del método se basa
en varios hechos, entre ellos, la existencia de problemas numéricos de muy difícil
solución por métodos exclusivamente analíticos y el desarrollo de las aplicaciones
computacionales, que permite que los experimentos no se tengan que realizar
físicamente, sino mediante simulaciones de números pseudo-aleatorios.

En líneas generales, la simulación se puede definir como una técnica que

imita el funcionamiento de un sistema del mundo real a medida que evoluciona en un
periodo de tiempo. Existen dos tipos de modelos de simulación: estático y dinámico.
Un modelo de simulación estática representa un sistema en determinado punto del
tiempo; mientras que la simulación dinámica representa a un sistema cuando
evoluciona en un determinado espacio temporal. Las simulaciones pueden ser
deterministas o estocásticas. Una simulación determinista no contiene variables
aleatorias, sin embargo la simulación estocástica contiene una o más variables
aleatorias. Una variable aleatoria, es una función que asocia un número a cada punto
del espacio muestral de un experimento [13].

La técnica de Montecarlo es una simulación de tipo estática, en la que se

lleva a cabo la representación del comportamiento del sistema en un instante del
tiempo, haciendo uso de generadores de variables pseudo-aleatorias con distribución
de probabilidad conocida, para obtener muestras representativas de las mediciones del
desempeño, con lo cual se analizan las características del sistema en ese estado y se
calculan los índices probabilisticos de interés. Este proceso involucra simulaciones de
tipo iterativa, usando en cada repetición valores específicos de las variables pseudo-
aleatorias generadas en concordancia con la correspondiente función de distribución
de probabilidad.

36
2.1.5.2.3.- Etapas del proceso de Simulación Montecarlo
Según Anders [14] el proceso de simulación Montecarlo está descrito por
tres etapas. Asumiendo que la función de distribución de probabilidades que define la
variable aleatoria del fenómeno estudiado ha sido obtenida, como es el caso de la
velocidad del viento y su representación mediante la distribución Weibull; el primer
paso es la generación de números aleatorios provenientes de esta distribución. La
siguiente etapa es de tipo determinista, en ella son resueltos los modelos matemáticos
haciendo uso de los valores de la variable aleatoria generada previamente, para
obtener las cantidades de interés, como el caso de la potencia generada por una
turbina eólica a una determinada velocidad de viento. Finalmente, después de que las
primeras dos etapas son llevadas a cabo un número de veces que garantice la
precisión definida, se realiza un análisis estadístico de los resultados de la simulación.

La técnica de Montecarlo, es descrita como una aproximación aleatoria,

debido a que durante el proceso de simulación no se obtiene información cronológica
del sistema, a diferencia de la simulación secuencial, en la que el sistema bajo estudio
es examinado en una sucesión cronológica real. La aproximación aleatoria es descrita
en el caso de los sistemas de generación eólica, cuando se realiza la obtención de una
muestra aleatoria de velocidad de viento, con el fin de definir la potencia generada
por las turbinas en ese instante, y se analiza en estado estacionario su repercusión en
el sistema.

37
 3.- CAPÍTULO III

3.1.- MARCO METODOLÓGICO

En este capítulo se describe la metodología seguida en la presente

investigación; abarca los siguientes puntos: tipo de investigación, técnicas de análisis
y por último se describe el procedimiento llevado a cabo durante el desarrollo del
Trabajo de Grado.

3.1.1.- Tipo de Investigación

En lo que respecta al alcance del trabajo y a los objetivos planteados, puede
considerarse a esta investigación de tipo exploratorio. Según Hernández, Fernández y
Baptista [15], “los estudios exploratorios tienen por objeto profundizar sobre un
tópico desconocido, poco estudiado o novedoso, por lo general sirven para
aumentar el grado de familiaridad con fenómenos relativamente desconocidos”
como es el caso de los estudios relacionados con la naturaleza aleatoria del viento y
su repercusión en el comportamiento de sistemas eléctricos que contienen generación
distribuida de origen eólico. Esta investigación desarrolló una metodología de análisis
de la respuesta de sistemas de eléctricos de potencia considerando generación de
electricidad a partir del recurso eólico, partiendo únicamente de la data de viento
proveniente de una región y haciendo uso de la capacidad de programación en un
software de análisis de flujo de carga como lo es el PSS/E, lo que le otorga una
característica novedosa.

38
3.1.2.- Técnicas de Análisis
La presente investigación fue desarrollada con el siguiente procedimiento de
análisis: selección de pruebas estadísticas a los datos disponibles, elaboración de
programa para análisis de datos, compilación y corrida de programa, obtención e
interpretación de análisis.

El análisis llevado a cabo puede resumirse en tres grandes etapas descritas

según el esquema siguiente:

Etapa I Etapa II Etapa III

Matriz de datos de velocidad Definición del sistema
de viento provenientes de la eléctrico bajo estudio
zona bajo estudio

Análisis de datos Elaboración de programa que

ejecuta flujo de carga iterativo
ante cada escenario de Datos de tensiones y
Obtención del modelo de generación eólico y obtiene cargabilidad del sistema bajo
velocidad de viento para la datos del sistema estudio ante cada escenario
ubicación geográfica de generación eólica
seleccionada (Weibull)

Generador de velocidades de Análisis de datos

viento aleatorias (usando Análisis de datos
método de transformada
inversa para distribución
Weibull)
Etapa III Obtención de perfiles de
Curva de potencia de la tensión y cargabilidad de
turbina eólica equipos

Modelo de generación de potencia de

los parques eólicos
(Niveles de potencia de salida de cada
parque en MW y su correspondiente Interpretación de los resultados
probabilidad de ocurrencia) en cuanto a ampliaciones y/o
adecuaciones necesarias en el
sistema

Análisis de datos

Fin
Etapa II

Figura 3.- Esquema de etapas de análisis llevadas a cabo durante la investigación

Fuente: Diseño Propio.

En primer lugar se llevó a cabo un análisis descriptivo de la data

meteorológica contenida en el estudio: “Inventario Eólico Nacional de 1981” [5],
haciendo uso de las medidas descritas en el marco teórico referidas a la obtención de
datos característicos como la velocidad promedio anual y la desviación estándar de
las mediciones.

39
 Luego, haciendo uso de la estadística descriptiva se aplicaron análisis de los
datos de potencia eléctrica generada por las máquinas de los parques eólicos, con el
fin de obtener la distribución de frecuencia que los representa. Dichas distribuciones
fueron reflejadas en un histograma para cada parque eólico.

En lo que respecta a la segunda etapa del proyecto, inherente a la simulación

del caso práctico, se analizaron los datos del sistema eléctrico de la Isla de Margarita
para luego ser llevados al software de simulación.

En la última etapa del proyecto, para realizar el análisis de los resultados de

tensiones y perfiles de cargabilidad se aplicaron de nuevo las técnicas de estadística
descriptiva, como en el caso de la etapa I.

3.1.3.- Procedimiento
Como se mencionó anteriormente, el estudio se llevó a cabo por etapas, es
por ello que el procedimiento se describe estructurado de acuerdo con los pasos
planteados.

3.1.3.1.- Etapa I – Desarrollo del Simulador de Escenarios de Generación Eólica

La primera actividad llevada a cabo fue la revisión bibliográfica, que sirvió
de sustento teórico y metodológico a la investigación. Paralelo a ello se procedió a
diseñar el software en su primer bloque constitutivo.

La etapa I del proyecto se corresponde con la elaboración del software que

permite obtener los escenarios de generación de potencia, que en lo sucesivo
denominaremos “Simulador de Escenarios de Generación Eólica” (SEGE).

40
 Para el diseño del SEGE, se utilizó el programa Microsoft Office Excel
2003, con el que mediante la implementación de funciones estadísticas y su
herramienta de programación VBA (Visual Basic for Application) fue posible simular
el comportamiento del viento, para la obtención de escenarios de generación de dos
parques eólicos, con características que pueden ser definidas por el usuario. En
primer lugar se introdujo una hoja de cálculo la data recopilada en la referencia [5],
proveniente de la región nororiental, específicamente las mediciones de velocidad de
viento realizadas en intervalos de una hora durante los 365 días del año 1981 en la
Estación Meteorológica del Aeropuerto Internacional del Caribe Santiago Mariño
ubicada en la Isla de Margarita, cuyas coordenadas son 10°57´ de latitud Norte y
63°51´ de longitud Oeste. El mapa 1, muestra la ubicación de dicha estación
meteorológica.

Mapa 1.- Ubicación de estación meteorológica Isla de Margarita

Fuente: Nasa World Wind V 1.3

Se registraron 8760 mediciones de velocidad de viento. Es importante

destacar que la altura a la cual fueron hechas las mediciones fue de 10 metros.

41
 Los generadores modernos de gran capacidad tienen turbinas cuyos ejes se
elevan en más de 60 m sobre el nivel del terreno, es por ello que las mediciones
realizadas debieron ser corregidas dado que el principio de rugosidad del terreno
indica que a mayor altura del suelo la velocidad del viento se ve incrementada. Para
este escalamiento se procedió a utilizar la fórmula de corrección por altura, descrita
en el Anexo 1.
μ
V1 ⎡ h1 ⎤ (8)
=⎢ ⎥
V2 ⎣ h2 ⎦

donde “µ” es un parámetro que depende de la topografía del terreno y se le denomina

coeficiente de rugosidad (0,14 a 0,8), V1 y V2 son las velocidades correspondientes a
las alturas h1 y h2 respectivamente. Para la estimación del coeficiente de rugosidad se
utilizó la siguiente escala descrita en la referencia [2]

μ = 0,14-0,34 μ = 0,35 – 0,6 μ = 0,6-0,8

Figura 4.- Coeficiente de rugosidad en función de la topografía del terreno

“μ” = 0,14-0,34: Superficie del agua, terrenos abiertos con superficie lisa
hasta terrenos agrícolas con pocas casas y setos circundantes de 8 metros de altura.
“μ” = 0,35-0,6: Terreno agrícola con muchas casas, arbustos y plantas, hasta
pueblos y ciudades pequeñas.
“μ” = 0,6-0,8: Terreno accidentado y muy desigual, presencia de edificios,
hasta ciudades grandes con edificios altos y rascacielos.

42
 El índice de rugosidad utilizado en este caso fue de 0,14; por tratarse de una
zona costera con baja o nula afectación del terreno. Los datos fueron escalados a tres
valores de altura (50, 55 y 60 metros). Dichos valores están en el rango típico de
altura del buje de turbinas eólicas comerciales que generan entre 750 y 2000 kW.

A estos datos se les aplicó las técnicas de análisis referidas a datos

característicos de velocidad de viento promedio anual y desviación estándar de las
mediciones. Luego se procedió a la obtención de los parámetros de la función de
densidad de probabilidad Weibull haciendo uso del proceso descrito en el apartado
2.1.5.2.1 “Estimación de parámetros Weibull” del marco teórico referencial.

Una vez obtenidos los parámetros de la función de distribución Weibull, fue

posible elaborar un generador de velocidades de viento aleatorias, haciendo uso de la
función “aleatorio” del programa Excel, en conjunto con la herramienta de la teoría
de estadística denominado método de Transformada Inversa, con lo cual se pueden
generar números pseudo-aleatorios que siguen determinadas funciones de densidad
conocidas, partiendo de un número aleatorio con distribución uniforme. [16]

En el marco teórico referencial se establece que la función que describe la

distribución Weibull es la representada por la ecuación 2:

⎛ ⎛v α ⎞
α −1 ⎜ −⎜ ⎞ ⎟
⎟⎟
α ⎡v⎤ ⎜ ⎜⎝ β ⎠ ⎟
f (v ) = ⎢ ⎥ ∗e ⎝ ⎠ (2)
β ⎣β ⎦

El método de la Transformada inversa plantea que:

⎛ ⎛V α ⎞
⎜ −⎜ ⎞ ⎟
⎟⎟
⎜ ⎜⎝ β ⎠ ⎟
F (V ) = 1 − e ⎝ ⎠
=R (9)

donde R es un número uniformemente distribuido en el intervalo [0,1]

43
 Resolviendo F ( R) −1 , se tiene el generador de números pseudo-aleatorios:

F ( R) −1 = β × [− ln(1 − R )]
1/α
=V (10)

donde “α” es el factor de forma, “β” es el factor de escala y R es un número pseudo-

aleatorio uniformemente distribuido en el intervalo [0,1].

Luego de obtener el generador de velocidades aleatorias de viento a partir de

la distribución Weibull, se procedió a modelar las curvas de potencia de cuatro
turbinas de viento comerciales de capacidad de generación de 750 kW, 1000 kW,
1500 kW y 2000 kW, caracterizadas por poseer control por paso de pala, o mejor
conocido como “pitch stall” descrito en el anexo 1 de la investigación. Dado que la
oferta del mercado de aerogeneradores a nivel mundial es extensa, se seleccionó esta
muestra representativa de cuatro aerogeneradores para restringir el alcance de la
investigación y ofrecer al futuro usuario la versatilidad de definir la característica de
capacidad de generación de las máquinas que constituyen el emplazamiento.

Para ello fue necesaria la aplicación de aproximación a trozos de la curva de

potencia haciendo uso de la herramienta “Agregar línea de tendencia” del Microsoft
Office Excel 2003, puesto que la misma, tiene comportamiento lineal para algunas
velocidades de viento, y en otros rangos de velocidad de viento posee
comportamiento no lineal, descrito en algunos casos por ecuaciones de tercer orden.

Paralelamente, se modeló una matriz dinámica que refleja el principio de

dispersión de viento dentro de un mismo parque eólico, es decir, afectación de valores
de velocidad de viento distinto para cada máquina, hasta afectación de un solo valor
de viento para todas las máquinas de un mismo parque eólico.

Luego, haciendo uso del lenguaje de programación VBA fue posible

elaborar rutinas iterativas que permiten estructurar la segunda etapa del proceso de
simulación Montecarlo, para la obtención de múltiples valores de generación de
potencia en MW mediante la evaluación de valores de velocidad de viento aleatorios

44
en dos parques de generación con características definidas previamente por el usuario
(número de máquinas, potencia nominal, altura del buje del aerogenerador, incidencia
de vientos).

En lo que respecta al análisis de datos de potencia obtenidos de la evaluación

de las velocidades de viento aleatorias enmarcados en la tercera etapa de simulación
Montecarlo, se verificó el coeficiente de variación de las muestras de acuerdo al
criterio establecido por Billinton y Bai [8] según la expresión 11.
σ ( P)
≤ 5% (11)
N × E ( P)
donde σ (P) es la desviación estándar de las muestras realizadas, N el número de
iteraciones llevadas a cabo y E (P) el valor promedio de las muestras.

Con esta data de valores de generación (escenarios de generación) en MW se

pudo obtener una matriz de datos (potencia activa, potencia reactiva, límites de
generación) para ser utilizados por el programa de análisis de flujo de carga PSS/E.
Finalmente se elaboró un histograma de los valores obtenidos para verificar si la data
de salida en potencia podía asociarse a algún tipo de distribución probabilística.

Parque Eólico 1
16.00%

14.00% 13.40%
12.60%

12.00% 11.40%
Probabilidad (%)

9.75% 10.00%
10.00%

7.55%
8.00% 6.95%
5.75%
6.00% 5.25% 5.35%
4.70% 4.95%

4.00%
2.35%
2.00%

0.00%
0.0 1.7 3.3 5.0 6.7 8.4 10.0 11.7 13.4 15.1 16.7 18.4 20.0

Potencia Total del Parque (MW)

Gráfico 3.- Ejemplo histograma obtenido a partir de los escenarios de generación simulados para
un parque eólico

45
3.1.3.2.- Etapa II – Flujo de Carga Iterativo
La segunda etapa de esta investigación estuvo dirigida a la elaboración del
algoritmo del programa que ejecuta flujo de carga iterativo ante cada escenario de
generación eólico y obtiene datos del sistema de potencia donde se implementaron los
dos parques de generación eólica.

La fase de mayor importancia de la investigación se fundamenta en este

algoritmo desarrollado en lenguaje FORTRAN para ser implementado en el software
Power System Simulator for Engineering (PSS/E) versión 28 [17], el cual es un
paquete de programas de Power Tecnologies Internacional (Siemens PTI), haciendo
uso de su herramienta de programación IPLAN. En lo sucesivo se hace referencia a
este programa bajo el nombre EOLICO.IPL.

EOLICO.IPL fue desarrollado por el autor de esta investigación,

implementando rutinas concebidas de forma sencilla en sus primeras etapas, que
luego fueron tomando mayor complejidad, hasta convertirse en una herramienta de
simulación completa con la que es posible obtener datos importantes del sistema, y
simular múltiples estados de operación.

En primera instancia, debieron desarrollarse rutinas que permitieran extraer

datos de tensiones y carga de líneas y transformadores de todo el sistema, para ser
almacenados en archivos de texto. Todo esto con el fin de obtener el perfil de
tensiones y cargabilidad de equipos ante los múltiples escenarios de generación
eólica.

Luego se desarrollaron las rutinas que llevan a cabo la lectura de los datos
provenientes de la matriz de escenarios de generación eólica obtenida haciendo uso
del SEGE. Dichos escenarios serían cargados en la data de los dos parques eólicos,
para luego correr el flujo de carga en cada uno de ellos. En otras palabras, esta rutina

46
permite variar la generación de cada parque, a la vez que simula el flujo de carga en
cada iteración.

Así mismo, fue desarrollada una rutina que generara como salida un archivo
de datos contentivo de todas las líneas de un nivel de tensión especificado por el
usuario, con el fin de llevar a cabo la contingencia de cada uno de estos elementos de
manera automática, y bajo esa condición del sistema simular los múltiples escenarios
de generación eólica. Por último, fueron añadidas las instrucciones de interacción con
el usuario, y las rutinas de chequeo de convergencia de las corridas de flujo de carga.

3.1.3.3.- Etapa III – Caso Práctico

La tercera etapa del proyecto se fundamentó en la modelación del sistema
eléctrico del caso de estudio, selección de la ubicación geográfica de los dos
emplazamientos eólicos y el análisis de los datos obtenidos del programa
EOLICO.IPL

La primera actividad llevada a cabo en esta etapa, fue la consulta de las

fuentes que podían suministrar la data del sistema eléctrico de la Isla de Margarita. Se
recurrió en este caso al Departamento de Planificación de la empresa SENECA, el
cual proporcionó un esquema unifilar detallado de todos los componentes que
conforman el sistema eléctrico antes mencionado.

Teniendo la data del sistema, se procedió a obtener los modelos de cada

componente que constituye el sistema eléctrico de Margarita, desde su nivel de
tensión más alto 115 kV, hasta las barras de 13,8 kV. Para la modelación del sistema
fue utilizado el programa PSS/E con el que es posible realizar estudios de flujo de
carga en redes de transmisión tanto en estado estacionario como en régimen
dinámico, cálculo de niveles de cortocircuito, simulación y análisis de fallas
(balanceadas o desbalanceadas) y flujo de carga óptimo, entre otras aplicaciones. Así

47
mismo, el PSS/E cuenta con una gran variedad de instrumentos para el análisis de
sistemas de transmisión, entre ellos, la capacidad de programar rutinas haciendo uso
de una herramienta de programación denominada IPLAN.

Es importante destacar que el sistema fue simulado de forma independiente

al resto del sistema eléctrico nacional, por lo que debió modelarse un intercambio fijo
de potencia con tierra firme, limitado por las condiciones operativas actuales del
cable submarino a 115 kV.

Este cable submarino fue puesto en servicio en el año 1979, y fue diseñado
para un intercambio de 100 MW estimando una vida útil de 25 años. En los últimos
años a estado restringido de 50 a 60 MW de intercambio con tierra firme, dado que ha
sufrido múltiples fallas, especialmente en los empalmes de aterramiento.

En esta etapa también se definió la ubicación de los parques de generación

eólica dentro del sistema eléctrico, para lo cual debió recurrirse a una matriz de
evaluación de posibles emplazamientos [18], con el fin de otorgar una ponderación a
las locaciones y seleccionar las dos ubicaciones con mejores características para el
aprovechamiento de la energía eólica, con fines de generación de energía eléctrica.

El análisis de los posibles emplazamientos consideró las siguientes

características, descritas en detalle en la tabla 1:
• Condicionantes Físicas: Exposición al recurso primario, topografía, áreas
peligrosas, afectación por corredores de servicios, potenciales daños por
inundaciones e incendios forestales.
• Condicionantes Ambientales: Afectación de áreas ambientalmente sensibles,
zonas bajo régimen de administración especial.
• Condicionantes Sociales: Zonificación territorial, afectación de terrenos
cercanos, zonas de patrimonio cultural y/o arqueológico, zonas de recreación.

48
 Tabla 1.- Matriz de evaluación para la selección de emplazamientos eólicos. [18]

MATRIZ DE EVALUACIÓN DE EMPLAZAMIENTOS EÓLICOS

Ponderación

Área de Evaluación Criterio Descripción Métrica Area Ponderacion

Mide en forma relativa la importancia de la

1 menos expuesta , 5 mas
Exposición a Recurso Primario locación con respecto a la exposición y dirección 30%
expuesta
del viento prevaleciente en la zona

Mide en forma relativa las condiciones

1 topografía complicada, 5
topográficas de la locación con respecto a
Topografía topografía plana y de facil 25%
pendiente del terreno, accidentes orográficos
acceso
importantes, acceso.

1 alta exposición o
generación de peligros
Mide en forma relativa las condiciones de peligro
Áreas Peligrosas industriales o de seguridad, 5 10%
que circundan la zona
FISICAS baja exposición o generación 35%
de peligros industriales

Mide en forma relativa el grado de afectación de

Afectación por corredores de la localización del desarrollo eólico a corredores 1 alta afectación 5 baja
20%
servicios de líneas de transmisión, gasductos, oleoductos, afectación
zonas de corredores aéreos

Potenciales daños debidos a Mide en forma relativa el grado de exposición a

1 alta exposición 5 baja
inundaciones y/o incendios daños debidos a inundaciones y/o incendios 15%
exposición
forestales forestales

Mide en forma relativa el grado de afectación de

Afectación de áreas la localización del desarrollo eólico a especies de 1 alta afectación 5 baja
60%
ambientalmente sensibles flora y fauna local, corredores de aves afectación
migratorias, zonas de desobe, etc.
AMBIENTALES 35%
Mide en forma relativa el grado de afectación de
Zonas bajo régimen de
la localización del desarrollo eólico a áreas bajo 1 alta afectación 5 baja
administración especial o 40%
régimen especial de administración que puedan afectación
parques nacionales
complicar la permisología correspondiente

Mide en forma relativa el grado de

1 baja correspondencia 5 alta
Zonificación territorial correspondencia de la explotación eólica con la 20%
correspondencia
zonificación local

Mide en forma relativa el grado de afectación en

1 alta afectación 5 baja
Afectación de terrenos cercanos el valor y uso de los terrenos circundantes la 20%
afectación
existencia del desarrollo eólico
SOCIALES 30%
Mide en forma relativa el riesgo de afectación a
Zonas de patrimonio cultural o
recursos y/o riquezas de orden cultural o 1 alto riesgo 5 baja riesgo 30%
arqueológico
arqueológico

Mide en forma relativa el riesgo de afectación a

Zonas de Recreación zonas de esparcimiento debido a uso del terreno 1 alto riesgo 5 baja riesgo 30%
o afectación visual o sonora

Paralelamente al modelado de todos los componentes del sistema incluyendo

las fuentes de generación eólica, y habiendo verificado la convergencia del análisis de
flujo de carga, fueron creándose las rutinas del programa de flujo de carga iterativo
para cada escenario de generación eólica.

La última parte de esta etapa estuvo dirigida a examinar los datos de salida
del programa EOLICO.IPL, para lo cual el autor de la investigación desarrolló una

49
herramienta de análisis usando el software Microsoft Office Excel 2003, que permite
manejar el gran volumen de muestras de tensiones y carga de todos los elementos del
sistema eléctrico bajo estudio, provenientes de las simulaciones de flujo de carga
considerando los múltiples escenarios de generación eólica. En lo sucesivo, se hace
mención de esta herramienta bajo el nombre PERFILES.XLS.

En este caso se utilizaron las opciones de importación de datos y mediante la

aplicación de múltiples rutinas realizadas en VBA fue posible crear ventanas de
interacción con el usuario, que le permiten extraer los datos de cada elemento del
sistema que desea estudiar, y obtener de forma automática, los histogramas
representativos del perfil de tensión en el caso de las barras, y perfiles de cargabilidad
en el caso de líneas y transformadores.

Se implementaron técnicas de análisis de datos para obtener los histogramas,

así como los métodos de estadística descriptiva para conocer parámetros
característicos importantes de los elementos estudiados.

Una vez desarrollada la herramienta de análisis fue posible evaluar los

efectos de la implementación de los parques eólicos con el fin de identificar
ampliaciones y/o adecuaciones en el sistema eléctrico de la Isla de Margarita.

50
3.1.3.4.- Metodología de análisis del caso práctico
La herramienta de simulación desarrollada durantes las tres etapas descritas
anteriormente, permite llevar a cabo el análisis del sistema eléctrico bajo estudio ante
la inclusión de parques eólicos. El análisis de la respuesta del sistema, abarca varias
etapas contempladas en la siguiente metodología general:

Selección de Sistema bajo estudio

Definición de Características del Emplazamiento Eólico: Número de

Aerogeneradores, Capacidad de las Turbinas, Número de Vientos
Incidentes.

Simulación de la Generación (Gk) del Parque Eólico mediante evaluación de

Velocidad de Viento Aleatorio, proveniente de Distribución Weibull obtenida de la
data Eólica del sitio.

Se genera Archivo de Datos con “N”

(N = Total de Escenarios de Generación) IPLAN

k=0

Flujo de Carga en Condiciones Normales de Operación

Registro Perfil de tensiones de barra y carga de las líneas testigo del

Sistema en cada iteración correspondiente a un escenario de Generación “k”

Si
k<N k=k+1

No

Se genera Archivo de Datos con “M”

( M = Contingencias posibles a un nivel de Tensión especifico del Sistema)

j=0

Se establece la condición de contingencia “j” en el sistema

Figura 5.- Flujograma de la herramienta de análisis de sistemas con generación eólica

51
 Se genera Archivo de Datos
con “M”
( M = Contingencias posibles
a un nivel de Tensión IPLAN
especifico del Sistema )

j=0

Se establece la condición de contingencia “j” en el sistema

k=0

Flujo de Carga en Condiciones de Contingencia “j”

Registro Perfil de tensiones de barra y carga de las líneas testigo del

Sistema en cada iteración correspondiente a un escenario de Generación

Si
k<N k=k+1

No
Si
j<M j=j+1
No
Se generan dos archivos de datos con los registros de Tensión y Carga, en
condiciones normales de operación y en condiciones de contingencia para cada
uno de los escenarios de generación eólicos.

Ajustar No
Equipamiento y Cumple
Expansiones Criterios?
Si

FIN

Figura 6.- Flujograma de la herramienta de análisis de sistemas con generación eólica.

Continuación

1. Definición de características de los emplazamientos eólicos: Haciendo uso

de la herramienta SEGE se definen las características de los dos emplazamientos
eólicos referidas al número de máquinas que lo constituyen, velocidades de viento
dentro de un mismo parque (dispersión del viento), potencia nominal de cada
aerogenerador y altura del buje del aerogenerador.

52
2. Simulación de los escenarios de generación: A continuación se simulan los
múltiples escenarios de generación provenientes de la evaluación de velocidades de
viento aleatorias, en la curva de potencia del aerogenerador seleccionado.
Previamente se define la data de viento proveniente de la zona bajo estudio.

3. Selección del sistema bajo estudio: Se modela el sistema eléctrico en el

software de Flujo de Carga PSS/E, con la formulación del caso base contentivo de los
principales elementos del sistema y la inclusión de los parques eólicos (máximo dos,
por restricciones del programa de simulación de escenarios de generación). Cada
parque de generación eólica está modelado como una única máquina equivalente
(independientemente del número de máquinas que lo constituyan en la realidad), y
acopladas a dos barras del sistema bajo estudio. El usuario define el esquema de
conexión al sistema.

4. Simulación de flujo de carga para cada escenario: Ejecuta el programa

desarrollado EOLICO.IPL (herramienta del PSS/E) para la simulación de flujo de
carga para cada uno de los escenarios de generación obtenidos tanto en condiciones
normales de operación, como para condiciones de contingencia (cuyo nivel de tensión
es definido por el usuario).

5. Análisis de la respuesta del sistema: Una vez ejecutado el programa en

EOLICO.IPL, quedan guardados los archivos contentivos de los perfiles de tensión y
cargabilidad de líneas y transformadores, dichos archivos son llamados por
herramienta PERFILES.XLS para realizar su análisis, y obtiene los gráficos que
describen el comportamiento del sistema.

6. Ajustar equipamiento del sistema: Identificar los elementos del sistema que
presentan problemas de cargabilidad y se realizan las ampliaciones requeridas a nivel

53
de transmisión (Normalización de S/E, aumento de capacidad de transformación,
líneas nuevas, cambio de conductor).

7. Simulación de flujo de carga: Una vez realizados los ajustes del sistema, se
ejecuta el programa EOLICO.IPL para la simulación de flujo de carga considerando
cada uno de los escenarios de generación obtenidos tanto en condiciones normales de
operación, como para condiciones de contingencia generada de forma automática por
el programa a un nivel de tensión definido por el usuario.

8. Adecuaciones del sistema: Identificación de barras del sistema con tensiones

fuera de criterio y se añade compensación requerida para mejorar el perfil de
tensiones.

9. Simulación de flujo de carga: Una vez realizados las adecuaciones del

sistema, se ejecuta el programa desarrollado EOLICO.IPL para la simulación de flujo
de carga considerando cada uno de los escenarios de generación obtenidos, tanto en
condiciones normales de operación, como para condiciones de contingencia
(definidas por el usuario).

La metodología desarrollada para realizar el análisis del sistema ante la

inclusión de parques eólicos puede ser visualizada con más detalle consultando el
“Manual de usuario para el programa de análisis probabilístico de sistemas con
generación distribuida de origen eólico”. Anexo 2

Los pasos descritos referidos a las ampliaciones y adecuación del sistema

enmarcan la acción a seguir luego de que el sistema es analizado y registra un no
cumplimiento de los criterios planteados, los pasos contemplados en este proceso se
resumen en el siguiente esquema.

54
 Se identifican elementos del
sistema con problemas de
Cargabilidad

Ampliaciones del sistema a nivel de transmisión

(Normalización de S/E, aumento de capacidad de
transformación, líneas nuevas)

Flujo de Carga con los múltiples escenarios de generación

Verificar cargabilidad de equipos del Sistema. Criterio de carga máxima 120%

(solo en condiciones de emergencia)

Cumple No
Criterio?
Si
Se identifican barras del
sistema con tensiones fuera
de criterio

Adecuaciones del sistema en S/E con problemas

de Tensión (Compensación)

Flujo de Carga con los múltiples escenarios de generación

Verificar tensiones en barras del sistema. Criterio de variación máx. 5% de la tensión nominal

Cumple No
Criterio?
Si
FIN

Figura 7.- Flujograma del proceso de identificación de ampliaciones y/o adecuaciones del sistema

55
 4.- CAPÍTULO IV

4.1.- RESULTADOS

En este capítulo se describen los resultados obtenidos durante las tres etapas
planteadas en el desarrollo metodológico de la investigación.

4.1.1.- Etapa I – Desarrollo del Simulador de Escenarios de Generación Eólica

4.1.1.1.- Caracterización del recurso eólico

Siguiendo la esquematización planteada en la metodología, la primera
actividad llevada a cabo en la presente investigación estuvo dirigida a la
caracterización del recurso eólico de la Isla de Margarita.

De acuerdo con la data correspondiente a la estación meteorológica de la Isla

de Margarita en el Estado Nueva Esparta localizada a 10°57´ de latitud Norte y
63°51´ de longitud Oeste y luego de realizados los cálculos referidos al análisis
descriptivo de la muestra se obtuvieron los valores indispensables para la obtención
del modelo de la función de distribución Weibull, los cuales son:

Tabla 2.- Velocidad promedio y desviación de las mediciones de velocidad de viento.

Velocidad Promedio Anual

Desviación Estándar
(m/s) @ 10 m de altura
6,3 2,3

Al mismo tiempo fue posible realizar el escalamiento de las mediciones a la

altura de 50, 55 y 60 metros, aplicando los criterios de corrección establecidos en la
referencia [2] dando como resultado los siguientes valores:

56
Tabla 3.- Velocidad promedio y desviación de las mediciones de velocidad de viento corregidas a
50, 55 y 60 m.

Altura Velocidad Promedio Anual

Desviación Estándar
(m) (m/s)
50 7.81 2.87
55 7.92 2.91
60 8.01 2.95

Luego de haber obtenido los datos característicos, se procedió a realizar el

cálculo de los parámetros que describen la función Weibull, haciendo uso de la
aproximación Justus [12]. Los resultados de esta etapa de la metodología se reflejan
en la tabla 4:

Tabla 4.- Parámetros descriptivos función de distribución Weibull

Altura Factor de Forma Factor de Escala

(m) (α) (β)
10 2.96 6.99
50 2.96 8.75
55 2.96 8.87
60 2.96 8.98

4.1.1.2.- Desarrollo del Simulador de Escenarios de Generación (SEGE)

Con los datos obtenidos en la caracterización del viento fue posible concretar
la etapa previa al proceso de simulación Montecarlo. Luego, se procedió a modelar el
generador de velocidades de viento aleatorias a partir de la distribución Weibull
descrita por los parámetros calculados en el paso previo. Hay que destacar que el
programa fue diseñado para simular dos parques eólicos cuyas características pueden
ser definidas de forma independiente.

La primera etapa del proceso de simulación Montecarlo, abarcó además de la

obtención del generador de velocidades de viento aleatoria, la comprobación de los

57
resultados obtenidos en dicho modelo. Para ello fue generada una muestra de cuatro
mil (4000) valores aleatorios de velocidad de viento, y se elaboró un histograma a
efectos de compararlo con la distribución Weibull original de la cual provienen los
valores, a continuación se muestra la comprobación realizada para los valores de
viento provenientes de las mediciones registradas a 10 metros de altura, el mismo
procedimiento fue aplicado para los datos correspondientes a 50, 55 y 60 metros.

DISTRIBUCION WEIBULL DEL VIENTO (@10 m de Altura)

0.496621783
ISLA DE MARGARITA
0.18

0.16

0.14

0.12
Probabilidad

0.1

0.08

0.06

0.04

0.02

0
0.00 1.25 2.50 3.75 5.00 6.25 7.50 8.75 10.00 11.25 12.50 13.75 15.00
Velocidad del Viento (m/s)

Valores aleatorios de velocidad de viento Distribución Weibull Teórica

Gráfico 4.- Comparación Distribución Weibull Teórica y Weibull Generada Aleatoriamente

Fuente: Diseño Propio. Elaborado a partir del registro de valores de velocidad de viento.

Así mismo, se modelaron las curvas de potencia de cuatro turbinas eólicas

comerciales con capacidad de generación comprendida entre 750 kW y 2000 kW.
Para tal fin se procedió a realizar una aproximación lineal para ciertos rangos de
velocidad de viento y aproximación de segundo y tercer orden en los casos donde la
curva posee comportamiento no lineal, haciendo uso de la herramienta de análisis de
gráficos, que posee el software Microsoft Office Excel, la cual permite agregar la
línea de tendencia de un conjunto de datos.

58
 Curva de Potencia Aerogenerador 2 MW
2500

y = 3.7222x 3 - 175.2x 2 + 2746.2x - 12338

y = 2000
2000
Potencia Generada (W)

1500

y = -7.6204x 3 + 217.02x 2 - 1740.3x + 4620.6

1000

y = -2000x + 52000
500

y = 20.141x 2 - 89.87x + 97.679

y=0 y=0
0
0 5 10 15 20 25 30
Velocidad de Viento (m /s)

Gráfico 5.- Curva de potencia aerogenerador comercial de 2 MW

Una vez modelados los aerogeneradores y habiendo obtenido el simulador

de velocidades de viento, se llevó a cabo la segunda etapa del proceso de simulación
Montecarlo, haciendo uso de la herramienta VBA, con la que se programó una rutina
que tomara valores de viento y luego de evaluarlos en el modelo del aerogenerador
para obtener la potencia de salida, repitiera el proceso de forma iterativa.

Es importante destacar, que fue modelada una matriz dinámica para

representar la incidencia de distintas velocidades de viento en un mismo parque, por
lo que el proceso de simulación Montecarlo, lleva consigo algunas aplicaciones
complejas que le confieren al modelo una característica mas cercana a la realidad,
muy superior a la evaluación de un valor de velocidad de viento en la curva de
potencia de un aerogenerador.

De igual forma, una vez obtenidos los datos de potencia generada en cada
iteración, se llevó a cabo la tercera etapa del proceso de simulación Montecarlo,
referido al análisis de los resultados obtenidos. Se pudo constatar que el coeficiente
de variación de los valores de potencia, cumplen el criterio establecido por Billinton y

59
Bai [8] a partir de doscientas (200) iteraciones en la mayoría de las configuraciones
de parques eólicos simulados. No obstante, para tener una muestra más precisa de la
incidencia de la aleatoriedad del viento en los parques eólicos fueron simulados
cuatro mil (4000) escenarios de generación. Los histogramas representativos de la
potencia de salida de cada uno de los dos parques eólicos se actualizan de manera
automática en cada simulación llevada a cabo.

Para garantizar una interacción sencilla con futuros usuarios del programa,
se añadieron ventanas desplegables contentivas de las características de cada uno de
los dos parques eólicos. Las simulaciones se producen mediante la ejecución de
botones de acción que orientan al usuario en el proceso de obtención de datos. Como
producto de esta investigación, el programa SEGE constituye una herramienta que
ilustra el principio de simulación Montecarlo, aplicado a la producción de potencia en
fuentes de generación que aprovechan la energía proveniente del viento. Para tener
una referencia más precisa consultar el manual de usuario en el anexo 2 de la
investigación. De igual forma, el código de las rutinas desarrolladas puede ser
consultado en el anexo 7.

4.1.2.- Etapa II – Flujo de Carga Iterativo

4.1.2.1.- Desarrollo del programa de ejecución de flujo de carga iterativo.

EOLICO.IPL
La herramienta de simulación de flujo de carga iterativo se llevó a cabo
haciendo uso del IPLAN siguiendo los pasos descritos en la metodología de la
investigación. El código fuente del programa fue desarrollado por subrutinas; como
resultado general se obtuvo un programa que ejecuta el siguiente diagrama de flujo.

60
 Interfaz usuario:
™ Ingreso del nombre del archivo contentivo del sistema a ser estudiado

No Advertencia
El caso no converge
Converge? con límites cerrados
por tanto debe ser revisado
Si
Interfaz usuario:
™ Ingreso de números de barra de los dos emplazamientos
™ Ingreso del nivel de tensión de las líneas a fallar
™ Ingreso del número de escenarios de generación a simular

INICIO DEL PROGRAMA DE SIMULACIÓN

Lectura de archivo de datos con “N”

(N = Total de Escenarios de Generación)
Proveniente del SEGE

k=0

Flujo de Carga en Condiciones Normales de Operación

Registro Perfil de tensiones de barra y carga de las líneas testigo del Sistema
en cada iteración correspondiente a un escenario de Generación “k”

Si
k<N k=k+1

No
Se genera Archivo de Datos con “M”
(M = Contingencias posibles a nivel de Tensión especificado por el usuario)

Continúa

Figura 8.- Diagrama de flujo del programa EOLICO.IPL

61
 Lectura Archivo de Datos con “M”
(M = Contingencias posibles a nivel de Tensión especificado por el usuario)

j=0

Se establece la condición de contingencia “j” en el sistema

Lectura de archivo de datos con “N”

(N = Total de Escenarios de Generación)
Proveniente del SEGE

k=0

Flujo de Carga en Condiciones de Contingencia “j”

Registro Perfil de tensiones de barra y carga de las líneas testigo del Sistema
en cada iteración correspondiente a un escenario de Generación “k”

Si
k<N k=k+1

No

Se revierte la condición de contingencia “j” en el sistema

Si
j<M j=j+1
No
Se generan dos archivos de datos con los registros de Tensión y Carga, en
condiciones normales de operación y en condiciones de contingencia para cada
uno de los escenarios de generación eólicos.

Figura 9.- Diagrama de flujo del programa EOLICO.IPL. Continuación

4.1.3.- Etapa III –Caso Práctico

4.1.3.1.- Modelación del Sistema Eléctrico Isla de Margarita

Luego de obtener el esquema unifilar contentivo de la data de todos los
elementos que componen en la actualidad el sistema eléctrico de la Isla de Margarita,
se procedió a modelar cada uno de ellos en el programa de simulación de flujo de
carga PSS/E.

62
 Se llevó a cabo la modelación del caso base contentivo de los generadores,
transformadores, líneas de transmisión, bancos de condensadores y cargas que
conforman el sistema, incluyendo circuitos de distribución a nivel de 34,5 kV hasta
llegar a las barras de 13,8 kV donde fueron simuladas las cargas.

A continuación se presenta un mapa eléctrico representativo del sistema

modelado en el programa de flujo de carga PSS/E.

Municipio
Sistema Eléctrico Margarita Ant. del Campo
Municipio
Gómez
Aricagua

Municipio Municipio
Marcano Los Millanes Arismendi

La Asunción Municipio
Maneiro
Pampatar
Municipio Los Robles
Díaz
Conejeros
Municipio Morropo
Aislado 115 Kv García Porlamar
Municipio Peninsula
de Macanao Municipio
Boca de Rio Mariño
Municipio
Luisa Cáceres
Tubores

LEYENDA Las
Hernández Aeropuerto
Subestaciones Transmisión
Subestaciones Distribución
Líneas 115 kV = 97,18 km
(Incluye 30 km Cable Submarino)
Líneas 34.5 kV= 143,11 km
(Incluye Línea Aislada en 115 kV. Luisa
Cáceres - Boca de Río, utilizada en 34.5 kV).
Líneas 13.8 kV = 1.275 km

Mapa 2.- Mapa descriptivo del sistema eléctrico SENECA

Fuente: Departamento de Planificación SENECA

Cabe destacar, que el estudio se llevó a cabo considerando las condiciones

de demanda máxima del sistema eléctrico de la Isla de Margarita para el año 2015,
correspondiente al estudio “Pronósticos de Energía y Potencia Eléctrica del Sistema
Eléctrico Oriental período 2006-2024. CVG-EDELCA”. [19]. Los requerimientos
estimados por este trabajo referidos al escenario alto, ubican la demanda de SENECA

63
en 437 MW en el año 2015, razón por la cual debió escalarse de forma incremental la
demanda del caso base actual (264 MW).

En lo que respecta a la generación, el sistema eléctrico de la Isla de

Margarita está constituido fundamentalmente por la planta Luisa Cáceres de
Arismendi, que posee 7 unidades tipo turbina de gas de 22 MW aproximadamente y
dos unidades de 40 MW tipo turbina a gas operando con gasoil, para un total de 230
MW; adicionalmente se simularon en el caso base del sistema, las ampliaciones que
estipulan la instalación de una planta de generación de 120 MW en el sector “El
Guamache”, además de la puesta en servicio de plantas de generación distribuida en
el orden de 30 MW; adicionalmente considerando el intercambio con tierra firme a
través del cable submarino fijo en 60 MW, se definió la potencia total disponible al
año 2015 en 440 MW.

A nivel de transmisión, es importante destacar que producto de esta

investigación se elaboró una propuesta de ampliaciones debido a que la data de
expansiones futuras no está disponible en la empresa SENECA. El mapa 3 refleja el
sistema eléctrico de la Isla de Margarita, incluyendo las ampliaciones propuestas por
el autor de la investigación.

64
 LEYENDA
Subestaciones 115 kV
Ampliaciones
Subestaciones 34,5 kV
Sistema Eléctrico Margarita
Líneas 115 kV
Ampliaciones propuestas 115 kV Aricagua
Líneas 34.5 kV
Ampliaciones propuestas 34,5 kV
Líneas 13.8 kV Los Millanes

La Asunción
Pampatar
Los
Robles
Conejeros
Morropo
Porlamar

Boca de Río
Luisa Cáceres

Las
Hernández Aeropuerto

El Guamache Isletas/Eólico
Aeropuerto/Eólico

Mapa 3.- Mapa descriptivo de ampliaciones simuladas en el sistema eléctrico Isla de Margarita

Así mismo, se elaboró un esquema unifilar representativo de los elementos

mas importantes del sistema eléctrico haciendo uso de la herramienta DRAW del
PSS/E, en la que a través de una representación gráfica del sistema bajo estudio, se
puede monitorear el comportamiento del mismo, los niveles de carga, los flujos de
potencia, las tensiones en barra y a su vez pueden modificarse los parámetros de los
elementos modelados en dicho gráfico. El esquema puede ser consultado en el anexo
3 de la investigación.

4.1.3.2.- Selección de los emplazamientos eólicos

En esta etapa también se llevó a cabo la selección de la ubicación geográfica
de los dos emplazamientos eólicos a modelar, los resultados fueron obtenidos
mediante la aplicación de una matriz de ponderación en la que se evalúan
principalmente los siguientes criterios:

65
 • Exposición del recurso: Mide la localización con respecto a la exposición y
dirección de viento prevaleciente en la zona.
• Topografía: Aspecto referido principalmente a la pendiente del terreno,
accidentes orográficos importantes y acceso.
• Afectación geográfica: Evalúa la afectación en el valor y uso de los terrenos.
• Afectación de espacios de recreación: Mide el grado de afectación de las
zonas de esparcimiento debido al uso del terreno y la afectación visual y
sonora del parque eólico.

Los emplazamientos seleccionados a partir de la aplicación de esta matriz de

evaluación fueron los siguientes: “Isletas”, ubicado a 10 km al sur de la planta de
generación “Luisa Cáceres de Arismendi”; el segundo emplazamiento seleccionado
fue “Aeropuerto”, que se encuentra a 5 km de la subestación “Aeropuerto” y a la
misma distancia de la subestación “Las Hernández”. Los resultados se muestran en el
mapa 4, y la matriz de evaluación para cada emplazamiento puede ser consultada en
el anexo 4.

El Tirano
Municipio
5
Ant. del Campo

Municipio
Isla de Margarita Gómez
Aricagua
6
Juan Griego
Municipio Municipio
Leyenda: Marcano Arismendi
Los Millanes
Ubicación de posibles emplazamientos 3
La Asunción Municipio
Guacuco
Maneiro
Pampatar
El Saco 7
Municipio Los Robles
4 La Pared
Díaz
Conejeros
Municipio Morropo
Garcia Porlamar
Municipio Península
de Macanao Municipio
Boca de Rio Mariño
Municipio
Tubores Luisa Cáceres

Manzanillo
Las
Hernández Aeropuerto
2
Emplazamientos seleccionados
1
Las Isletas
9 Exposición al Recurso Eólico Aeropuerto

9 Topografía
9 Afectación Geográfica
9 Recreación

Mapa 4.- Emplazamientos seleccionados para la simulación de los parques eólicos

66
4.1.3.3.- Criterios de operación en régimen permanente utilizados para el
análisis de los datos obtenidos del flujo de carga iterativo
En esta etapa del proyecto fue desarrollada una aplicación mediante la cual
se importan los datos provenientes de los dos archivos generados en el programa
EOLICO.IPL para su posterior análisis. Esta herramienta fue desarrollada haciendo
uso de rutinas programadas en VBA. El resultado es un programa con el que los datos
se actualizan de forma automática una vez ejecutados los botones de acción referidos
a la importación de datos de tensiones y carga de equipos.

Siguiendo los pasos descritos en el manual de usuario correspondiente al

manejo del programa PERFILES.XLS, es posible analizar datos característicos
referidos a los criterios técnicos utilizados en el estudio, los cuales están definidos
con el objetivo de garantizar la calidad del servicio y seguridad del sistema eléctrico.

Los criterios de operación en régimen permanente adoptados fueron los siguientes:

• Sólo se simuló contingencia simple (N-1).

• Se permite una variación máxima de 5% de la tensión nominal, tanto en
condiciones normales como en condiciones de contingencia simple.
• No se permite sobrecarga de ningún equipo en condiciones normales de
operación.
• Bajo contingencia simple, se permite en los transformadores un 20% de
sobrecarga (de la capacidad nominal) y en las líneas solo se permitirá ser
cargada hasta su capacidad de emergencia (100 °C).
• El indicador de Frecuencia Equivalente de Desviación de Tensiones (FEDT)
[20] referido al número de mediciones fuera de la banda permitida de
tensiones no puede ser mayor al 3%.

67
 Del mismo modo, la herramienta PERFILES.XLS permite analizar los
histogramas referidos a los perfiles de tensión provenientes de la simulación de todos
los escenarios de generación eólica, así como también los perfiles de carga de los
equipos de transformación y transmisión. Las rutinas que constituyen la herramienta
PERFILES.XLS pueden ser consultadas en el anexo 7.

En el próximo capítulo se presenta el análisis de la implementación de la

herramienta en el sistema eléctrico de la Isla de Margarita.

68
 5.- CAPÍTULO V

5.1.- ANÁLISIS DE RESULTADOS

Uno de los aspectos más importantes de la investigación llevada a cabo, es el

análisis de los resultados obtenidos mediante la aplicación de la herramienta
desarrollada al caso práctico. En este capítulo se presenta en primer lugar las
condiciones del sistema, previas a la inclusión de los dos parques de generación
eólica, con el fin de establecer un comparativo con los resultados obtenidos luego de
aplicar la herramienta. Posteriormente se muestran los resultados del análisis de los
efectos de incidencia de viento dentro de un mismo parque, finalmente se refleja el
proceso de identificación de ampliaciones y/o adecuaciones del sistema luego de la
inclusión de los emplazamientos eólicos.

5.1.1.- Resultados del análisis del sistema previo a la inclusión de generación

eólica
El gráfico 6, elaborado a partir de las simulaciones de flujo de carga al
sistema eléctrico de la Isla de Margarita (año 2015), considerando la condición de
demanda prevista en la referencia [19], refleja que la mayoría de las barras que
conforman el sistema de subtransmisión en 34,5 kV presentan problemas de tensión,
alcanzando niveles de hasta 0,85 p.u. en la S/E Las Hernández. Los resultados
señalan también que gran parte del sistema de líneas de transmisión a nivel de 115
kV, y transformación 115/34,5 kV y 115/13,8 kV presenta sobrecarga por encima del
100% en condiciones normales de operación. Con el fin de solventar los problemas
de tensiones y carga fuera de criterio, se realizaron ampliaciones al sistema, que
pueden ser consultadas en el anexo 6.

69
 Leyenda
115 kV
34,5 kV
13,8 kV
Fuera de
Criterio

Gráfico 6.- Resultados análisis de flujo de carga previo a la inclusión de ampliaciones.

Anillo de subtransmisión al Oeste de la planta Luisa Cáceres de Arismendi.
Luego de simular la propuesta de ampliaciones, se observó una mejoría
significativa en la condiciones de carga del sistema, y en los niveles de tensión de las
barras a nivel de 34,5 kV. Sin embargo, aunque se observó un incremento respecto a
los valores previos a la inclusión de estas ampliaciones, en algunos casos las
tensiones de barra siguieron estando por debajo de los niveles establecidos en los
criterios de operación en régimen permanente. Es por ello que debió recurrirse a
simular adecuaciones referidas a compensación capacitiva.

El procedimiento descrito anteriormente se llevó a cabo, con el objetivo de

obtener un caso base en condiciones de operación dentro de los criterios establecidos,
para observar con mayor precisión la afectación del sistema luego de la inclusión de
los dos parques eólicos. Los resultados se muestran el gráfico 7.

70
 34,5 kV
13,8 kV
115 kV
Leyenda

Gráfico 7.- Sistema Eléctrico Isla de Margarita luego de incluir propuesta de ampliaciones

71
5.1.2.- Definición de la capacidad de los emplazamientos eólicos
Una vez simulado el caso base del sistema eléctrico de la Isla de Margarita,
se procedió a definir el grado de penetración de generación de tipo eólica en la red.
Según el Consejo Mundial de Energía Eólica [1], los niveles actuales de conexión de
aerogeneración con los sistemas de potencia, está demostrando que es factible
integrar esta tecnología en un grado significativo, respecto a la capacidad de
generación convencional. En tal sentido, mencionan que los métodos de control ya
establecidos y la capacidad de respaldo disponible para gestionar los dos elementos
variables, demanda y suministros, permiten manejar adecuadamente niveles cercanos
al 20% de penetración de otra fuente variable de generación como la energía eólica.
Por encima de esos márgenes, se podrían necesitar algunos cambios en los sistemas
de energía y en los métodos de operación.

En este sentido, teniendo en cuenta que la capacidad de generación del

sistema al año 2015 está en el orden de 380 MW y considerando el intercambio con
tierra firme a través del cable submarino restringido a 60 MW, se decidió establecer
un grado de penetración cercano al 10% con la implementación en el caso práctico de
dos parques de generación eólica compuestos por 10 turbinas de 2 MW cada uno, lo
que da un total de 20 MW por emplazamiento, y 40 MW de generación total de los
dos parques.

5.1.3.- Modelación del número de vientos incidentes dentro de un parque eólico

Una vez definidas las características de los dos parques eólicos relacionadas
con la capacidad de generación, se realizó un estudio comparativo a fin de definir el
efecto de la incidencia de los vientos dentro de un mismo emplazamiento. Para ello se
simuló la afectación en el perfil de tensiones en una barra testigo del sistema,
llevando a cabo el proceso de análisis de flujo de carga iterativo con escenarios de
generación eólica provenientes de parques con variaciones en la definición del

72
número de vientos incidentes. Dicha variación en cuanto la afectación de vientos
dentro de un mismo parque fue establecida en cuatro grupos.

1 Valor de velocidad de viento incidente para todas las máquinas del parque

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

2 Valores de velocidad de viento incidente, dos grupos de 5 máquinas cada uno

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

4 Valores de velocidad de viento incidente, 2 grupos de 3 máquinas y 2 grupos de 2 máquinas

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

10 Valores de velocidad de viento incidente, 1 valor distinto para cada máquina

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

Figura 10.- Definición en la afectación de vientos dentro de un emplazamiento

Los perfiles de tensión obtenidos en una de las barras del sistema, a partir de
las simulaciones de los múltiples escenarios, considerando los efectos de la definición
del número de vientos incidentes dentro de un mismo parque eólico, se muestran a
continuación.

73
 40% Perfil de Tensiones en la barra HERNANDEZ 34.5 kV bajo Condiciones Normales de Operación 110%

Promedio = 0,955 100%

35% Máximo = 0,968 34%
Mínimo = 0,938
90%
Prob < 0.95 = 8,9 %
Prob > 1.05 = 0 % 30%
30%
FEDT = 0,56 % 80%

Probabilidad Acumulada
25% 70%
Probabilidad

60%
20%
18%
50%

15% 40%
12%

30%
10%

20%

5% 4%
2% 10%

0% 0% 0% 0% 0%
0% 0%
0.9380 0.9416 0.9452 0.9488 0.9524 0.9560 0.9597 0.9633 0.9669 0.9705 0.9741

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
AEROPUER 34.5 kV y tiene un valor de 0.87835 pu

10 Valores de velocidad de viento incidente, 1 valor distinto para cada máquina

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

Gráfico 8.- Perfil de tensión con diez valores de velocidad de viento incidente.

El gráfico 8, representativo del perfil de tensiones en la barra Las Hernández

34,5 kV, evidencia que más del 90% de las mediciones está por encima del criterio de
0,95 p.u, además se observa que el indicador de Frecuencia Equivalente de
Desviación de Tensión (FEDT), que toma en cuenta todos los valores de tensión tanto
en condiciones normales de operación, como bajo condiciones de contingencia
simple, se ubica por debajo del 3 % establecido en los criterios técnicos de régimen
permanente definidos para este estudio.

74
 40% Perfil de Tensiones en la barra HERNANDEZ 34.5 kV bajo Condiciones Normales de Operación 110%
37%
Promedio = 0,956 100%
35% Máximo = 0,975
Mínimo = 0,926
90%
Prob < 0.95 = 24,1 %
30% Prob > 1.05 = 0 %
FEDT = 1,41 % 80%
27%

Probabilidad Acumulada
25% 70%
Probabilidad

60%
20% 18%
50%

14%
15% 40%

30%
10%

20%

5%
2% 10%
1%
0% 0% 0% 0% 0%
0% 0%
0.9264 0.9322 0.9380 0.9439 0.9497 0.9556 0.9614 0.9673 0.9731 0.9790 0.9848

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
AEROPUER 34.5 kV y tiene un valor de 0.85377 pu

4 Valores de velocidad de viento incidente, 2 grupos de 3 máquinas y 2 grupos de 2 máquinas

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

Gráfico 9.- Perfil de tensión con cuatro valores de velocidad de viento incidente.

En el gráfico 9, existe incumplimiento del criterio variación máxima de 5%

de la tensión nominal, sin embargo, el indicador FEDT está por debajo del 3 %.
30% Perfil de Tensiones en la barra HERNANDEZ 34.5 kV bajo Condiciones Normales de Operación110%
28%
Promedio = 0,956 100%
Máximo = 0,976
25% Mínimo = 0,923
90%
Prob < 0.95 = 30,1 %
Prob > 1.05 = 0 % 22%
FEDT = 5,81 % 80%
20%
20%

Probabilidad Acumulada
70%

16%
Probabilidad

60%
15%
50%

40%
10%

30%
7%

5% 20%
5%

2% 10%
1%
0% 0% 0%
0% 0%
0.9232 0.9295 0.9358 0.9421 0.9484 0.9547 0.9610 0.9673 0.9737 0.9800 0.9863

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
BOCADRIO 34.5 kV y tiene un valor de 0.84771 pu

2 Valores de velocidad de viento incidente, dos grupos de 5 máquinas cada uno

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

Gráfico 10.- Perfil de tensión con dos valores de velocidad de viento incidente.

75
 A diferencia de los casos anteriores, el gráfico 10, que representa el perfil de
tensiones proveniente de la simulación de dos valores de velocidad de viento
incidente, muestra que el indicador de Frecuencia Equivalente de Desviación de
Tensión sobrepasa el 3 %, así mismo, es notorio que el rango de valores de tensión
aumenta considerablemente, registrándose escenarios que generan tensiones mínimas
de 0,923 p.u.

25% Perfil de Tensiones en la barra HERNANDEZ 34.5 kV bajo Condiciones Normales de Operación 110%
24%

Promedio = 0,956 100%

Máximo = 0,977
Mínimo = 0,923
90%
20% Prob < 0.95 = 44,2 %
Prob > 1.05 = 0 %
FEDT = 18,5 % 80%

Probabilidad Acumulada
15% 70%
15%
Probabilidad

13%
60%
12%
12% 11%
50%

10%
40%

7%
30%
6%

5%
20%

10%
1%
0% 0%
0% 0%
0.9232 0.9296 0.9359 0.9423 0.9487 0.9550 0.9614 0.9678 0.9741 0.9805 0.9869

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
AEROPUER 34.5 kV y tiene un valor de 0.84771 pu

1 Valor de velocidad de viento incidente para todas las máquinas del parque

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

Gráfico 11.- Perfil de tensión con un valor de velocidad de viento incidente.

El gráfico 11, representa el escenario menos favorable, ya que se registra un

no cumplimiento de los indicadores de variación máxima del 5% de la tensión
nominal y la Frecuencia Equivalente de Desviación de Tensión. Teniendo en cuenta
lo anterior, es importante mencionar que la independencia de afectación de vientos
dentro de un mismo parque eólico, tiene un impacto favorable en el desempeño del
sistema.

76
 Como resultado de la investigación, se pudo observar que la producción
eléctrica de un parque eólico es mucho más constante en la medida que definimos
independencia en la afectación de los vientos, lo que se traduce en una mejoría
notoria en el desempeño del sistema. Según la Compañía Administradora del
Mercado Mayorista Eléctrico (CAMMESA) [21] en su informe Conceptos básicos
sobre la Inserción de la Generación Eólica en un Sistema Eléctrico de Potencia, la
razón fundamental para que se produzca esta reducción de variabilidad en la
generación del parque, es que la estructura del viento, tanto espacial como temporal,
se encuentra menos correlacionada a medida que las distancias entre turbinas se hace
mayor. Si se tienen diversos parques instalados, puede aplicarse el mismo principio a
la potencia generada por todos los emplazamientos debido a la falta de correlación
entre las fluctuaciones de los vientos incidentes en las diversas localidades.

Debido a lo anterior, conociendo que el escenario de simulación menos

optimista está representado por la afectación de un solo valor de velocidad de viento a
cada emplazamiento eólico, se estableció como premisa, el análisis del caso práctico
considerando esta condición de incidencia de vientos.

5.1.4.- Identificación de ampliaciones y/o adecuaciones del sistema eléctrico

SENECA ante la inclusión de dos parques de generación eólica.
El proceso llevado a cabo para la identificación de las ampliaciones y/o
adecuaciones del sistema, se rigió bajo el esquema metodológico planteado en la
figura 7.

Previo al proceso de identificación de ampliaciones, se definieron las

características de los dos parques eólicos para la obtención de la matriz de escenarios
de generación aleatorios, como se describe a continuación.

77
 Tabla 5.- Características de los dos emplazamientos eólicos

Parque Eólico Nro. 1 Parque Eólico Nro. 2

Defina el Nro. de Turbinas del Parque Defina el Nro. de Turbinas del Parque

10 10
Velocidades de Viento en un mismo parque Velocidades de Viento en un mismo parque

1 1
Potencia Nominal de cada Aerogenerador (kW) Potencia Nominal de cada Aerogenerador (kW)

2000 2000
Altura de buje del Aerogenerador (m) Altura de buje del Aerogenerador (m)

60 60
Potencia Total Instalada del Parque (MW) Potencia Total Instalada del Parque (MW)

20 20

Con estos datos fue posible obtener los escenarios de generación eólica
haciendo uso de la herramienta SEGE; luego por intermedio del programa
EOLICO.IPL se llevó a cabo el análisis de flujo de carga iterativo para cada uno de
estos escenarios de generación en cada parque y se obtuvieron los histogramas
correspondientes a los perfiles de tensión y carga de equipos con el objeto de
identificar ampliaciones siguiendo la metodología propuesta.

En primer lugar, se identificaron los elementos del sistema con problemas de

cargabilidad, en este caso se verificaron los valores de sobrecarga de equipos por
encima del 100% en condiciones normales de operación y equipos con carga máxima
del 120% bajo condiciones de contingencia. En esta primera iteración se pudo
constatar que el transformador 115/13,8 kV ubicado en la S/E Pampatar, presentaba
carga promedio de 110,3% en condiciones normales de operación. Es por ello que se
decidió añadir una unidad de transformación adicional a la planteada en la propuesta
de ampliaciones debidas a las condiciones del sistema para el año 2015.

A continuación se presenta el perfil de tensiones correspondiente a una de

las barras testigo del sistema eléctrico luego de la inclusión de la ampliación a la red.

78
 Perfil de Tensiones en la barra HRNANDEZ 34.5 kV bajo Condiciones Normales de Operación

25% 110%
23%

Promedio = 0,956 100%

Máximo = 0,976
Mínimo = 0,923
90%
20% Prob < 0.95 = 43,7 %
Prob > 1.05 = 0 %
FEDT = 17,36 % 80%
16%

Probabilidad Acumulada
70%
15%
Probabilidad

13%
60%
12% 12%
11% 50%

10%
40%

7%
30%
5%
5%
20%

10%
1%
0% 0%
0% 0%
0.9232 0.9295 0.9358 0.9421 0.9484 0.9547 0.9610 0.9673 0.9737 0.9800 0.9863

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
BOCADRIO 34.5 kV y tiene un valor de 0.84771 pu

Gráfico 12.- Perfil de tensión en la barra Hernández 34,5 kV luego de la ampliación Pampatar
115/13,8 kV (20 MVA)

En la segunda iteración del proceso se identificaron los elementos que

seguían presentando problemas de cargabilidad en condiciones normales, se pudo
constatar que la línea Luisa Cáceres-Hernández en 34,5 kV presentaba sobrecarga
mayor al 100 % bajo condiciones normales de operación por lo que se llevó a cabo la
definición de una línea adicional Luisa Cáceres-Aeropuerto en 34,5 kV para
descargar el circuito mencionado anteriormente. En el gráfico 13 se muestra el perfil
de tensiones en la barra Hernandez 34,5 kV obtenido luego de la inclusión de esta
ampliación.

79
 Perfil de Tensiones en la barra HRNANDEZ 34.5 kV bajo Condiciones Normales de Operación

30% 110%

Promedio = 0,956 100%

Máximo = 0,975
25% Mínimo = 0,926 24%
90%
Prob < 0.95 = 43,7 %
Prob > 1.05 = 0 %
FEDT = 14,11 % 80%

20%

Probabilidad Acumulada
18% 70%
Probabilidad

60%
15%
50%
12% 11% 12%
11%
40%
10%

30%
7%
5%
20%
5%

10%
1%
0% 0%
0% 0%
0.9264 0.9322 0.9380 0.9439 0.9497 0.9556 0.9614 0.9673 0.9731 0.9790 0.9848

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
AEROPUER 34.5 kV y tiene un valor de 0.85377 pu

Gráfico 13.- Perfil de tensión en la barra Hernández 34,5 kV luego de la ampliación Luisa
Cáceres-Aeropuerto en 34,5 kV

En la tercera iteración al igual que las etapas previas, se verificaron las

unidades con problemas de cargabilidad, sin embargo en este caso no se identificaron
equipos con carga fuera del criterio (mayor al 100% en condiciones normales y
máximo 120% en condiciones de contingencia), por lo que se procedió al chequeo de
las tensiones del sistema, dando como resultado que el valor de tensión mas bajo del
sistema se presenta en la barra Hernández 34,5 kV bajo la contingencia simple Luisa
Cáceres – Aeropuerto en 34,5 kV. Debido a lo anterior se procedió a simular un
bloque de compensación capacitiva de 6 MVAr.

El perfil de tensiones en la barra Hernandez 34,5 kV luego de la adecuación

se muestra en el gráfico 14.

80
 Perfil de Tensiones en la barra HRNANDEZ 34.5 kV bajo Condiciones Normales de Operación

25% 110%

Promedio = 0,955 100%

Máximo = 0,968
21%
Mínimo = 0,938
90%
20% Prob < 0.95 = 37,8 %
Prob > 1.05 = 0 % 18%
FEDT = 4,08 % 80%

Probabilidad Acumulada
70%
15% 14%
Probabilidad

60%
12%
11% 50%
10%
10% 9%
40%

30%

5% 4%
20%

10%
1%
0% 0%
0% 0%
0.9380 0.9416 0.9452 0.9488 0.9524 0.9560 0.9597 0.9633 0.9669 0.9705 0.9741

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
AEROPUER 34.5 kV y tiene un valor de 0.87835 pu

Gráfico 14.- Perfil de tensión en la barra Hernández 34,5 kV luego de la adecuación de tipo
capacitiva (6 MVAr)

La cuarta iteración para la identificación de ampliaciones y/o adecuaciones

estuvo dirigida a la verificación de la mejora en el perfil de tensiones en la barra
Hernández 34,5 kV luego de añadir el bloque de compensación de 6 MVAr, sin
embargo, se pudo constatar que aunque los valores se vieron incrementados, el
indicador FEDT (Frecuencia Equivalente de Desviación de Tensión) sigue estando
por encima del criterio de 3%, debido a esto se simuló un bloque de compensación
adicional de 6 MVAr. Los resultados, luego de simular la compensación de 12 MVAr
totales en la barra Hernández 34,5 kV se muestran en el gráfico 15.

81
 Perfil de Tensiones en la barra HRNANDEZ 34.5 kV bajo Condiciones Normales de Operación

25% 110%

Promedio = 0,974 100%

Máximo = 0,99
21%
Mínimo = 0,952
90%
20% Prob < 0.95 = 0 %
Prob > 1.05 = 0 %
FEDT = 0,09 % 80%
17%

Probabilidad Acumulada
70%
15% 14%
Probabilidad

13%
13% 60%

50%

10%
9% 9%
40%

30%

5%
20%
3%
2%
10%

0% 0%
0% 0%
0.9521 0.9566 0.9611 0.9655 0.9700 0.9745 0.9790 0.9834 0.9879 0.9897 0.9897

Tensión (pu)
El valor de tensión mas bajo del sistema se presenta en la barra HRNANDEZ 34.5 kV bajo la Contingencia simple L1 LSACACER-
HRNANDEZ 34.5 kV y tiene un valor de 0.91076 pu

Gráfico 15.- Perfil de tensión en la barra Hernández 34,5 kV luego de añadir compensación
capacitiva de 12 MVAr

Una vez realizados los análisis respectivos, considerando los criterios

expuestos en el capitulo IV, fue posible identificar las ampliaciones debidas a la
inclusión de los dos parques de generación eólica, con el objeto de garantizar la
obtención de perfiles de tensión y cargabilidad de equipos dentro de los parámetros
establecidos de calidad de servicio. En resumen se plantearon las ampliaciones
estipuladas en la tabla 6:

82
 Tabla 6.- Resumen de ampliaciones debidas a la inclusión de los parques de generación eólica
Resum en Líneas agregadas al Sistem a E léctrico M argarita
Línea Id Tensión (kV) Longitud (km ) Calibre
Luisa Caceres- Isletas L1 34.5 10.00 ACSR #4/0
Isletas- Aeropuerto2 L1 34.5 5.00 ACSR #4/0
Hernandez - Aeropuert(eólico) L1 34.5 5.00 ACSR #4/0
Aeropuerto (eólico) - Aeropuerto L1 34.5 5.00 ACSR #4/0
Luisa Caceres - Aeropuerto L1 34.5 17.30 ACSR #4/0

Resum en Com pensación agregada al Sistem a E léctrico M argarita

Barra M VAr Condición
Las Hernandez 12 Nuevos

Resum en Transform ación agregada al Sistem a E léctrico M argarita

Barra 115/13,8 M VA
Pam patar 1 20

Ampliaciones debidas a la Ampliaciones debidas a

interconexión de los parques la operación de los
eólicos a la Red parques eólicos

Así mismo, partiendo de los resultados de la investigación, se pudo apreciar

que gran parte del sistema a 34,5 kV de la Isla de Margarita que se encuentra
concentrado al oeste de la Planta de Generación Luisa Cáceres de Arismendi,
presenta muy baja afectación a las condiciones operativas de la red a 115 kV,
desarrollada alrededor del mayor centro de consumo de la región insular ubicado al
este. También pudo apreciarse que la inclusión de los dos parques de generación
eólica, refuerza el abastecimiento de la demanda de potencia en las localidades
cercanas al Aeropuerto Internacional del Caribe Santiago Mariño y contribuye de
forma notoria al mejoramiento de los perfiles de tensión en el sistema a 34,5 kV
asociado.

Por lo expuesto anteriormente, es importante señalar, que el problema de la

variabilidad del recurso eólico, no es una limitante para el análisis de la respuesta de
sistemas eléctricos de potencia ante la inclusión de parques eólicos. Sin embargo, es
fundamental el desarrollo de herramientas que permitan representar las fluctuaciones
intrínsecas en la generación de electricidad a partir de un recurso aleatorio como el
viento. En el siguiente apartado se presentan las conclusiones y recomendaciones
derivadas de la investigación.

83
 CONCLUSIONES

La determinación de un modelo de generación de velocidades de viento para

un posible emplazamiento eólico, es un proceso complejo que requiere del análisis de
la data de viento recolectada en el sitio durante un período de tiempo prolongado, tal
y como quedó demostrado en el Capítulo IV referido a la elaboración del Simulador
de Escenarios de Generación Eólica (SEGE) en el cual, se pudo obtener un modelo
general que puede ser aplicado a otras regiones, siempre que se disponga de datos
confiables de mediciones de viento del sitio seleccionado. Este modelo permite
simular el comportamiento del viento para la obtención de múltiples muestras de
forma rápida a través de la aplicación de técnicas de Montecarlo.

Así mismo, es importante destacar que el algoritmo desarrollado en el PSS/E

para la ejecución de flujo de carga iterativo constituye un aporte en la realización de
estudios futuros que requieran del análisis de sistemas eléctricos ante distintos estados
de operación y múltiples escenarios de generación.

Por otro lado, esta investigación demuestra mediante el uso de simulaciones,

que la independencia de la incidencia de vientos tiene un impacto positivo en la
contribución de potencia de los parques eólicos, y por lo tanto, localizando los
emplazamientos en múltiples sitios con baja correlación de vientos se puede mejorar
el desempeño del sistema.

La metodología de análisis desarrollada mediante el uso de herramientas

computacionales permite obtener una aproximación probabilística en el cálculo de las
tensiones y los flujos de potencia, basándose no sólo en el promedio esperado o los
valores pico de potencia entregada por las fuentes de generación eólica; sino haciendo
uso de los múltiples valores de potencia recreados, para obtener un espectro completo
de todos los valores posibles de tensión en el sistema, así como los perfiles de

84
cargabilidad de los equipos, en conjunto con su respectiva probabilidad de ocurrencia.
La metodología de análisis propuesta puede ser utilizada en investigaciones futuras
que tengan por objeto modelar la respuesta de un sistema ante fuentes de generación
de naturaleza aleatoria.

En cuanto a la validación de los resultados arrojados por la aplicación de la

metodología desarrollada, fue posible representar la incidencia de generación de tipo
eólica en el caso práctico Sistema Eléctrico de la Isla de Margarita, para el cual se
simuló el escenario de demanda del año 2015, dando como resultado que la inclusión
de dos emplazamientos eólicos con capacidad nominal de 20 MW cada uno, a ubicar
en Las Isletas y Aeropuerto, refuerza el abastecimiento de la demanda de potencia en
el sistema de subtransmisión a 34,5 kV ubicado al oeste de la principal planta
generadora de la Isla, Luisa Cáceres de Arismendi, y contribuye al mejoramiento de
los perfiles de tensión en dicho sistema. Además, es importante destacar que se
determinó una propuesta de ampliaciones, previas a la inclusión de los
emplazamientos eólicos, ajustada a los criterios de operación en régimen permanente
planteados en el estudio.

85
 RECOMENDACIONES

Para la elaboración de un modelo de generación de velocidades de viento es

indispensable contar con una data de mediciones realizadas con equipos adecuados y
bajo los estándares establecidos, por lo que se recomienda a los organismos
encargados de evaluar el potencial energético del país, realizar campañas de medición
de viento en el sitio de los posibles emplazamiento eólicos durante un período de
tiempo no menor a un año, a fin de representar el total de las variaciones
experimentadas por el viento durante el ciclo anual.

Así mismo, se recomienda profundizar en estudios que implementen nuevas

metodologías para el análisis de la respuesta de los sistemas eléctricos ante la
inclusión de generación de tipo eólica, acorde con las nuevas tendencias mundiales
dirigidas a la utilización de herramientas computacionales y la optimización de los
cálculos mediante el desarrollo de algoritmos novedosos.

En cuanto a los resultados obtenidos en el caso práctico, se recomienda

evaluar el reforzamiento del sistema eléctrico de la Isla de Margarita, mediante la
construcción de nuevas líneas y la implementación de compensación en aquellas
barras que presentan niveles de tensión fuera de criterio. En ese orden de ideas, es
recomendable llevar cabo el análisis comparativo de la implementación de otro tipo
de generación distribuida con el fin de mejorar el desempeño del sistema haciendo
uso de la tecnología más eficiente.

86
 REFERENCIAS BIBLIOGRÁFICAS

[1] Global Wind Energy Council. Perpectivas Globales de la Energía Eólica. Edición
septiembre, 2006. p.p 5 – 24.

[2] Universidad de Zaragoza. Apuntes Energía Eólica, - Zaragoza: España, 2005.

Capítulo I: p.p 1 – 17.

[3] Acosta M., Ríos J., Álvarez E. Análisis de prefactibilidad de generación eólica en
la Isla de Margarita considerando desplazamiento de inversiones en transmisión,
generación y posibles beneficios derivados de los certificados de emisiones. – EN:
Revista Especial VI Jornadas Profesionales CVG-EDELCA. Vol. 1, N°1 (2006), p.p
131 – 135.

[4] Vivas E. Estudio de factibilidad técnica económica en la implementación de un

parque de generación eólica en el Municipio Cristóbal Rojas del Estado Miranda, -
Caracas: Universidad Central de Venezuela, 2003.

[5] Chitty A. Inventario Eólico Nacional. Información eólica detallada región

oriental de Venezuela, Caracas: Ministerio de Energía y Minas, 1981.

[6] CVG-EDELCA. Generación eólica Isla de Coche.- EN: Revista EDELCA, N°3
(2006), p.p 32 – 35.

[7] Karki R., Hu P., Billinton R., A simplified wind power generation model for
reliability evaluation. EN: IEEE Trans. Energy Conversion. – Vol. 21, N°2 (2006),
p.p 533 – 540.

87
[8] Billinton R., Bai G., Generating capacity adequacy associated with wind energy. -
EN: IEEE Trans. Energy Conversion. – Vol. 19, N°3 (2004), p.p 641 – 646.

[9] Hatziargyriou N., Karakatsanis T., Papadopoulos M., Probabilistic load flow in
distribution systems containing dispersed wind power generation. - EN: IEEE Trans.
Energy Conversion. – Vol. 8, N°1 (1993), p.p 159 – 165.

[10] Feijóo A., Cidrás J., Dornelas J., Wind speed simulation in wind farms for steady
– state security assessment of electrical power systems. – EN: IEEE Trans. Energy
Conversion. – Vol. 14, N°4 (1999), p.p 1582 – 1588.

[11] Ministerio de Recursos Naturales de Canada. <http://www.retscreen.com>

[Consulta: 2006]

[12] Justus C., Wind and system performance.- USA: Philadelphia: Franklin Institute
Press., 1978.

[13] Miller I., Probabilidades y estadística para ingenieros, México: Prentice Hall
Hispanoaméricana, 1987.

[14] Anders G., Probability concepts in electric power systems, Canada: Toronto:
Wiley – Interscience Publication, 1990.

[15] Hernández S., Fernández C., Baptista P. Metodología de la investigación,

México: McGraw – Hill Interamericana, 1991.

[16] Tarifa E., Teoría de modelos y simulación. Generación de números aleatorios.

Argentina: Universidad de Jujuy, 2004.

[17] Siemens PTI, Program operation manual of PSS/E-28. USA: PTI, 2001.

88
[18] Acosta M., Ríos J., Factibilidad técnico – financiera para el desarrollo de un
parque de generación eólica en la Isla de Margarita y evaluación del impacto sobre
el sistema eléctrico receptor. España: Universidad de Zaragoza, 2007.

[19] CVG EDELCA, Pronósticos de Energía y Potencia Eléctrica del Sistema

Eléctrico Oriental período 2006-2024. División de Planificación de Sistemas
Eléctricos, Caracas (2006).

[20] Ministerio de Energía y Petróleo. Normas de calidad del servicio de distribución

de electricidad. Venezuela (2004).

[21] Compañía administradora del Mercado Mayorista Eléctrico CAMMESA.

Conceptos básicos sobre la inserción de la generación eólica en un sistema eléctrico
de potencia. España (2005).

89
 BIBLIOGRAFÍAS

Billinton R., Peng W., Teaching distribution system reliability evaluation using
Monte Carlo simulation. - EN: IEEE Trans. Energy Conversion. – Vol. 14, N°2
(1999), p.p 397 – 403.

Sankarakrishnan A., Billinton R., Sequential Monte Carlo simulation for composite
power system reliability analysis with time varying loads. - EN: IEEE Trans. Energy
Conversion. – Vol. 10, N°3 (1995), p.p 1540 – 1545.

Wind Power Denmark, < http://www.windpower.org >, [Consulta, 2006]

Gamesa España, < http://www.gamesa.es>, [Consulta, 2006]

Nasa World Wind Sourface, < http://www.nasa.com>, [Consulta, 2007]

90