Evaluacion del recurso eólico de la Ciudad Universitaria de la Universidad Nacional Mayor de San Marcos

Abstract

En el estudio realizado en la ciudad universitaria de la Universidad Nacional Mayor de San Marcos, se analizó el recurso eólico durante cuatro meses. Se recolectaron datos de flujo de viento mediante un anemómetro digital que capturaba variables instantáneas entre las 10:00 am y las 4:00 pm. La información recolectada se organizó y procesó estadísticamente, utilizando la Distribución de Weibull. Se emplearon cuatro métodos de estimación de parámetros: el Empírico de Justus, Máxima Verosimilitud, Mínimos Cuadrados y Densidad de Potencia. Estos parámetros se corroboraron con métricas de error, y los resultados indicaron que los parámetros no eran representativos de las series temporales in situ; en contraste, los parámetros del método de Densidad de Potencia fueron mejores para la data satelital. Se utilizaron modelos bayesianos para analizar el comportamiento de las series temporales, los cuales mostraron convergencia y menor incertidumbre en comparación con los datos satelitales, demostrando la fiabilidad de la información in situ. La correlación con los datos satelitales arrojó valores inferiores a 0.1, lo que indicaba una mala relación entre los datos in situ y los satelitales. Ante esta limitación, se utilizaron redes neuronales con una función de activación sigmoide logística, con modelos de configuraciones de capas diferenciadas. Este enfoque permitió obtener estimaciones de variables meteorológicas en diferentes coordenadas en función del tiempo sin haberse medido. Para la visualización del potencial eólico, se utilizó el programa ArcMap. El método empírico bayesiano fue el mejor en comparación con otros métodos, y se calculó la potencia predicha, que fue de 15.5 vatios a 21.2 vatios por hora en el sector 10, el cual destacaba por ser el menos perturbado por los obstáculos, según las simulaciones realizadas con ANSYS STUDENT. Esta investigación contribuyó a la comprensión del recurso eólico en áreas urbanas.