Académique Documents
Professionnel Documents
Culture Documents
8.
1 n
u = ui
n i =1
(1)
1
=
n 1
(u
i =1
u)
(2)
u=
1
(2 + 4 + 7 + 8 + 9 ) = 6.00 m / s.
5
103
1
{ ( 26 ) 2 + ( 2 4 )
4
+(7 6)
+(86)
+(96) 2} =
2
1
( 34 ) = 8.5 m / s 2.
4
8.5 m 2 / s 2 = 2.92 m / s
Generalmente
la velocidad del viento se mide en nmeros
enteros, entonces, cada valor se registra muchas veces durante
un ao de observaciones. Llamamos mi al nmero de observaciones
de la velocidad especfica ui . la media entonces es:
1
u=
n
m
i =1
ui
(3)
( 4)
104
mi
p (u i ) =
n
(5)
p (u
i =1
) =1
(6)
F (u i ) = p (u j )
(7 )
j =1
Ejemplo:
Se tiene un conjunto de mediciones, que se da en la TABLA 8.1
adjunta. Halle p (ui) y F (ui), para cada velocidad.
El nmero total de observaciones es de n = 211
i
1
2
3
4
5
6
7
ui
0
1
2
3
4
5
6
Mi
0
0
15
42
76
51
27
p(ui)
0
0
0.071
0.199
0.360
0.242
0.128
F (ui)
0
0
0.071
0.270
0.630
0.872
1.000
p (ui)
y F (ui)
105
P ( u a u ub = p ( u i )
(8)
i=a
f (u ) d u =1
(9)
F (u ) =
f ( x) d x
0
El
lmite inferior de ambas integrales es cero porque el
mdulo de velocidad del viento no puede ser negativa.
En alguna oportunidad puede ser necesario para el clculo,
la relacin inversa entre la densidad de probabilidad y la
funcin de distribucin acumulativa.
106
f (u ) =
d F (u )
du
(10)
u = u f (u ) du
0
Y la varianza
(11)
por:
= ( u u ) 2 f (u) du
2
(12)
107
FIGURA 8.1
para
108
k u
f (u ) =
c c
k 1
u k
exp
c
(13)
FIGURA 8.2
C = 1
109
u a k
P ( u u a ) = f (u) du = exp
c
ua
(14)
P ( u 0.5 u ua + 0.5) f (u a )
(15)
Ejemplo:
Los parmetros de Weibull de un sitio dado son de c = 6 m/s y
K = 1.8. estime el nmero de horas por ao en que la velocidad
del viento va a estar entre 6.5 y 7.5 m/s. Estime el nmero de
CAPTULO 8: ESTADSITICA DEL VIENTO
110
1.8 1
1.8 7
f (7 ) =
6 6
7 1.8
exp = 0.0907
6
15 1.8
P (u 15) = exp = 0.0055
6
Lo que representa:
0.0055 (8760) 48 h / ao
Si la turbina a instalar tuviera "cut - out" en 15 m/s, se
perderan alrededor de 2 das por ao de generacin.
Por otro lado sabemos que la potencia elica est dada por
la ecuacin:
PE=
1
Au 3
2
111
W
1
PE = A p (u i ) u 3
2
i =1
Para el caso directo; y si el modelo de los datos reales de
viento est dado por la funcin de densidad de probabilidad
f(u), la potencia media est dada por:
1
PE = A u 3 f (u ) du
2
0
8.1.2
k =
u
1.086
(16)
1 k 10
Por consiguiente puede determinarse el valor del parmetro
c, de la siguiente manera:
c=
u
1
1 +
k
(17 )
112
ln [ ln (1 F (u))] = k ln u k ln c
(18)
y = ax + b
Donde x e y son variables,
interseccin de los ejes.
(19)
a
es
la
pendiente
es
la
En particular:
y = ln[ln(1 F(u))]
a =k
x = lnu
b = klnc
(20)
113
a=
i =1
yi
x y
i =1
i =1
x i
i =1
W
W
x
I =1
2
i
(x
i =1
x )( y i y )
(x
W
i =1
1
b= yi axi =
W
i
W
i =1
(21)
x
i =1
(22)
En estas ecuaciones x e y
son los valores medios de los xi e
yi, y W es el nmero total de pares de valores disponibles.
El resultado final para los parmetros de Weibull es:
k =a
b
c = exp
k
(23)
a=
p (u )(x
2
i =1
x )( y i y )
p (u )(x
i =1
x) 2
(24)
114
Ejemplo:
Los valores actuales de la velocidad del viento a 10 metros de
altura, para dos ciudades de la provincia del Chubut (Puerto
Madryn y Gastre), durante el ao 1997 son los que se adjuntan en
la tabla siguiente:
En la tabla se expresa la velocidad en m/s y cada valor ui
corresponde al valor de la velocidad de viento obtenida en la
informacin, cabe aclarar que el valor 1 corresponde al valor de
velocidad comprendido entre 0 y 1 m/s.
PUERTO MADRYN
ui
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
>28
xi
0
0.69
1.10
1.39
1.61
1.79
1.95
2.08
2.20
2.30
2.40
2.48
2.56
2.64
2.71
2.77
2.83
2.89
2.94
3.00
3.04
3.09
3.14
3.18
3.22
3.26
3.30
3.33
mi
300
161
127
261
188
294
151
347
125
376
67
207
67
91
29
51
19
39
1
7
0
2
0
1
1
0
0
0
0
0
p(ui)
0.103
0.055
0.044
0.090
0.065
0.101
0.052
0.119
0.043
0.129
0.023
0.071
0.023
0.031
0.010
0.018
0.007
0.013
0.000
0.002
0.000
0.001
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
F(u)
0.103
0.158
0.202
0.292
0.356
0.457
0.509
0.628
0.671
0.800
0.823
0.894
0.917
0.948
0.958
0.976
0.982
0.996
0.996
0.999
0.999
0.999
0.999
1.000
1.000
yi
-2.22
-1.76
-1.49
-1.07
-0.82
-0.49
-0.34
-0.01
0.11
0.48
0.55
0.81
0.91
1.09
1.16
1.32
1.40
1.70
1.72
1.89
1.89
1.99
1.99
2.08
2912
115
116
GASTRE
ui
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
>28
xi
0
0.69
1.10
1.39
1.61
1.79
1.95
2.08
2.20
2.30
2.40
2.48
2.56
2.64
2.71
2.77
2.83
2.89
2.94
3.00
3.04
3.09
3.14
3.18
3.22
3.26
3.30
3.33
mi
47
5
82
65
140
219
266
276
198
314
155
177
141
142
133
96
102
101
48
78
28
21
23
12
19
8
2
9
5
0
p(ui)
0.016
0.002
0.028
0.022
0.048
0.075
0.091
0.095
0.068
0.108
0.053
0.061
0.048
0.049
0.046
0.033
0.035
0.035
0.016
0.027
0.010
0.007
0.008
0.004
0.007
0.003
0.001
0.003
0.002
0.000
F(u)
0.016
0.018
0.046
0.068
0.116
0.192
0.283
0.378
0.446
0.554
0.607
0.668
0.716
0.765
0.810
0.843
0.878
0.913
0.930
0.956
0.966
0.973
0.981
0.985
0.992
0.995
0.995
0.998
yi
-4.12
-4.02
-3.06
-2.65
-2.09
-1.55
-1.10
-0.75
-0.53
-0.22
-0.07
0.10
0.23
0.37
0.51
0.62
0.75
0.89
0.98
1.14
1.22
1.29
1.38
1.44
1.57
1.65
1.67
1.85
2912
8.1.3.
DISTRIBUCIN DE RAYLEIGH
a otra funcin de distribucin muy usada
distribucin de Rayleigh, la cual se expresa:
u
f (u ) =
exp
2 u2
4
u
u
es
(25)
117
la
u 2
F (u ) = 1 exp
4 u
(26)
u 2
P (u u a ) = 1 F (ua ) = exp
4 u
(27)
118
se
119
120