NOCIONES GENERALES DE ENERGÍA EÓLICA

L
8. ESTADÍSTICA DEL VIENTO

a velocidad del viento es unfenómeno aleatorio, su

intensidad es muy variable, de modo que es adecuada
tratarla en forma estadística.

Una cantidad estadística de importancia es el promedio o

media aritmética. Si tenemos un conjunto de números ui, que en
nuestro caso serán velocidades de viento, la media de este
conjunto está definida como:

1 n
(1)
u = ∑ ui
n i =1
Donde n es el tamaño de la muestra o números de valores
medidos.

Además de la media, nos va a interesar la variabilidad del

conjunto de datos. Queremos encontrar la discrepancia o
desviación de cada número respecto de las medias y obtener una
especie de promedio de estas desviaciones. La media de estas
desviaciones es (ui - ū), lo que no nos da ninguna información.
Para obtener cantidades definidas positivas,tomamos los
respectivos cuadrados. Para tal fin definimos varianza como:

n
1
σ 2
= ∑(u i
−u) (2)
i =1
n −1
La desviación standard σ está definida como la raíz cuadrada
de la varianza.

Ejemplo:

Se midió la velocidad del viento y sus valores fueron: 2, 4, 7,

8 y 9 m/s. Calcular la media, la varianza y la desviación
standard.

1
u = (2 + 4 + 7 + 8 + 9 ) = 6.00 m / s.
5

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 103

 NOCIONES GENERALES DE ENERGÍA EÓLICA

1
2

σ 2
= 2
+(7 −6) 2
+(8−6) 2
+(9−6) 2} = 1
{ ( 2−6 ) 2 + ( 2 − 4 ) ( 34 ) = 8.5 m / s 2.
4 4
σ= 8.5 m 2 / s 2 = 2.92 m / s

Generalmentela velocidad del viento se mide en números

enteros, entonces, cada valor se registra muchas veces durante
un año de observaciones. Llamamos mi al número de observaciones
de la velocidad específica ui . la media entonces es:

W
1
u= ∑m i
ui (3)
i =1
n
Donde w es el número de diferentes valores de velocidad del
viento que se registran y n el número total de observaciones.

Se puede demostrar que la varianza está dada por:

2 W 11 σ=
W2
( 4)
{∑m i u i − ( ∑m i u i) 2}
n − 1 i =1n i =1
Se deberá tener cuidado ya que los dos términos que están
entre las llaves son casi iguales entre sí, de modo que puede
ser necesario trabajar con varios decimales.

Ejercicio:

De un equipo de adquisición de velocidades de vientoen la

costa noreste de Puerto Rico se midieron: 19 veces 6 m/s, 54
veces 7 m/s, y 42 veces 8 m/s, durante un tiempo de medición
corto.
Calcule la velocidad media, la varianza y la desviación
standard.

Ahora se puede definir la probabilidad p de que se observe una

velocidad discreta ui , como:

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 104

 NOCIONES GENERALES DE ENERGÍA EÓLICA

mi
p (u i ) = (5)
n
La suma de todas las probabilidades debe ser igual a la
unidad.

También definimos una función de distribución acumulativa

F(ui) como la probabilidad de que una velocidad media sea menor
o igual que una ui dada:

W
∑ p (u i ) =1 (6)
i =1

i
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 número total de observaciones es de n = 211

i ui Mi p(ui) F (ui)
1 0 0 0 0
2 1 0 0 0
3 2 15 0.071 0.071
4 3 42 0.199 0.270
5 4 76 0.360 0.630
6 5 51 0.242 0.872
7 6 27 0.128 1.000

Con las ecuaciones (5) y (7), se calcula p (ui) y F (ui)

para completar la tabla.

En algunos casos será útil tener la probabilidad de que la

velocidad del viento esté entre ciertos valores,

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 105

 NOCIONES GENERALES DE ENERGÍA EÓLICA

b
P ( u a ≤ u ≤ ub = ∑ p(u i (8)
) i=a

Donde ub puede ser tan grande como quiera, de modo de

obtener la probabilidad de que una velocidad de viento esté por
En la tabla precedente P (5≤u ≤:). Laencima del valor ua.
probabilidad de que la velocidad sea mayor o igual que 5 m/s es
de 0.242 + 0.128 = 0.370

Por diversos motivos es conveniente que el modelo de la

curva de frecuencia de velocidad del viento sea una función
matemática continua en lugar de una tabla de valores discretos.
En este caso, la probabilidad p (ui) se transforma en una función
de densidad de probabilidad f (u). la función de densidad f (u)
representa la probabilidad de que una velocidad esté en un
intervalo de 1 m/s, centrado en u. las probabilidades discretas
p (ui) tienen el mismo significado si se calculan de datos
tomados en intervalos de 1 m/s.

El área debajo de la función es la unidad, este es:

∫ f (u ) d u =1 (9)
0
La función de distribución acumulativa está dada por:

u
F (u ) = ∫ f ( x) d x
0

Ellímite inferior de ambas integrales es cero porque el

módulo de velocidad del viento no puede ser negativa.

En alguna oportunidad puede ser necesario para el cálculo,

la relación inversa entre la densidad de probabilidad y la
función de distribución acumulativa.

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 106

 NOCIONES GENERALES DE ENERGÍA EÓLICA

d F (u )
f (u ) = (10)
du
La relación general entre f(u) y F(u) se esquematiza como se
esquematiza en la FIGURA 8.1.

El valor medio está dado por:

u= ∫ u f (u ) du (11)
0
Y la varianza por:

σ 2 = ∫ ( u − u ) 2 f (u) du (12)
0

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 107

 NOCIONES GENERALES DE ENERGÍA EÓLICA

FIGURA 8.1

8.1 CASO PARTICULAR: ESTADÍSTICA DE VIENTOS

las que mejor se ajustan

para
H ay dos funciones que son de velocidades de viento.describir la distribución

Estas distribuciones son las que se describen a continuación.

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 108

 NOCIONES GENERALES DE ENERGÍA EÓLICA

8.1.1 DISTRIBUCIÓN DE WEIBULL

L a distribución de mayor precisión es la de Weibull que

está dada por:

k u
k −1
  u k 
f (u ) =   exp −    (13)
c c  c 

En esta expresión exp[x] representa ex.

Esta es una distribución de dos parámetros, donde c y k son

los parámetros de escala y de forma respectivamente.

En la FIGURA 8.2 se puede observar varias gráficas de la

ecuacuión (13) para el parámetro c = 1

FIGURA 8.2 Weibull, densidad de función para un parámetro de escala C=1

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 109

 NOCIONES GENERALES DE ENERGÍA EÓLICA

Como se dijo, la integral sobre todo el dominio de la f (u)

es la unidad, de modo que, para diversos valores de k (forma) la
curva será "alta y flaca" o "petisa y gorda".

Se ve que para mayores valores de k, la curva se hace

relativamente más angosta y picuda. También en ese caso el pico
(que indica la velocidad más frecuente) se va desplazando hacia
velocidades más altas.

Se puede notar que en la FIGURA 8.2, u varía entre 0 y 2.4

m/s quees un rango muy pequeño y de poco interés desde el
punto de vista de la energía eólica. Esto no es problema porque
el parámetro c ajusta la escala de las curvas para diferentes
regímenes de viento.

Si se toma c distinto de la unidad, hay que dividir los

valores del eje vertical por c.

Para k mayor que 1, la f(u) toma valor cero para u=0. La

función de densidad de Weibull no puede ajustarse a una curva de
frecuencia de velocidad en el cero, porque la frecuencia de
calmas es siempre mayor que cero. Esto no es problema porque no
es de gran interés lo que ocurre por debajo de cierta velocidad
de viento (velocidad de CUT-IN (arranque) del aerogenerador).

La determinación de los valores de k y c dependen de los

valores de u registrados en cada caso.

Siendo f(u) la distribución de Weibull, la probabilidad de

que la velocidad del viento u sea mayor o igual que ua, es:

∞   u a k 
(14)
P ( u ≥ u a) = ∫ f (u) du = exp − 

  c   
Así, la probabilidad de que la velocidad del vientouesté
a
dentro de un intervalo de 1 m/s de ancho, centrado en ua es:

P ( u − 0.5 ≤ u ≤ ua + 0.5) ≅ f (15)

(u a )
Ejemplo:

Los parámetros de Weibull de un sitio dado son de c = 6 m/s y

K = 1.8. estime el número de horas por año en que la velocidad
del viento va a estar entre 6.5 y 7.5 m/s. Estime el número de

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 110

 NOCIONES GENERALES DE ENERGÍA EÓLICA

horas por año en que la velocidad del viento será mayor o igual
a 15 m/s.

De la ecuación (15) podemos evaluar la probabilidad de que

la velocidad esté entre 6.5 y 7.5 m/s, simplemente como f(7),
que se obtiene de la ecuación (13):

1.8  7 
1.8 −1
  7 1.8 
exp −    = 0.0907
f (7 ) = 
 6 
6 6 
Esto significa que la velocidad del viento va a estar en
este intervalo el 9.07 % del tiempo, de modo que el número de
horas por año será:

0.0907 (8760) = 794 h /

año
De la ecuación (14) la probabilidad de que la velocidad del
viento sea mayor o igual que 15 m/s, será:

  15 1.8 
P (u ≥15) = exp −    =
0.0055
Lo que representa:  6 

0.0055 (8760) ≅ 48 h /
año
Si la turbina a instalar tuviera "cut - out" en 15 m/s, se
perderían alrededor de 2 días por año de generación.

Por otro lado sabemos que la potencia eólica está dada por
la ecuación:

13P E = ρ Au
2
La potencia media será:

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 111

 NOCIONES GENERALES DE ENERGÍA EÓLICA

W 1
PE = ρ A∑ p (u i ) u 3
2i =1
Para el caso directo; y si el modelo de los datos reales de
viento está dado por la función de densidad de probabilidad
f(u), la potencia media está dada por:

∞
1
PE = ρ A ∫ u 3 f (u ) du
2
8.1.2 DETERMINACIÓN DE0LOS PARAÁMETROS DE WEIBULL

E
l método más utilizado en la determinación de los
parámetros de Weibull es utilizando la función Gamma, la
cual está tabulada.

Creemos más conveniente utilizar la siguiente relación para

determinar los parámetros de Weibull.

Justus determinó que es muy aceptable utilizar el valor

medio y la varianza de la velocidad para calcular el parámetro
K, y esta relación es:

−1.086
σ 
k =  (16)
u
Esto es razonablemente aproximado sobre rangos de K que
varíen entre:

1 ≤ k ≤ 10
Por consiguiente puede determinarse el valor del parámetro
c, de la siguiente manera:

u
c= (17 )
1
Γ 1 + 
k
CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 112
 NOCIONES GENERALES DE ENERGÍA EÓLICA

Ahora bien una forma sencilla de determinar los parámetros

de Weibull es la siguiente:

Teniendo la información de viento de un período, la función de

distribución F(u), pude determinarse como:

ln [− ln (1− F (u))] = k ln u (18)

− k ln c
Esta ecuación es similar a la siguiente ecuación:

y = ax + b (19)
Donde x e y son variables, a es la pendiente y b es la
intersección de los ejes.

En particular:

y = ln[−ln(1−
F(u))]
a =k (20)
x = lnu
b = −klnc
Por consiguiente para cada valor de u corresponde un par de
valores F(u) y tomando en cuenta cada valor x e y de una tabla
de distribución de viento podemos calcular los parámetros de
Weibull de acuerdo a la siguiente expresión:

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 113

 NOCIONES GENERALES DE ENERGÍA EÓLICA

W W

W
∑x ∑y i i W

∑x i
yi −
i =1 i =1
∑ (x − x )(i
y i− y )
i =1 w i =1
a= = (21)
∑ (x )
2 W
W −x
2

∑ x i 
i
W i =1

∑ xi
2
 i =1 
I =1 −
W

W W
1 a
b= yi −axi = yi − ∑x i
(22)
i =1
W ∑ Wi =1
En estas ecuaciones x e yson los valores medios de los x i e
yi, y W es el número total de pares de valores disponibles.

El resultado final para los parámetros de Weibull es:

k =a
 b (23)
c = exp  − 
 k
Si tenemos una tabla de distribución de frecuencia para cada
velocidad, podemos computar la probabilidad p(ui) para cada ui y
por consiguiente reemplazar la ecuación (21) por:

W
p 2 (u i )(x i − x )( y i− y )
a= ∑
i =1
W
(24)
p 2 (u i )( x i − x ) 2

∑i =1

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 114

 NOCIONES GENERALES DE ENERGÍA EÓLICA

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 año 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
información, cabe aclarar que el valor 1 corresponde al valor de
velocidad comprendido entre 0 y 1 m/s.

PUERTO MADRYN
ui xi mi p(ui) F(u) yi
1 0 300 0.103 0.103 -2.22
2 0.69 161 0.055 0.158 -1.76
3 1.10 127 0.044 0.202 -1.49
4 1.39 261 0.090 0.292 -1.07
5 1.61 188 0.065 0.356 -0.82
6 1.79 294 0.101 0.457 -0.49
7 1.95 151 0.052 0.509 -0.34
8 2.08 347 0.119 0.628 -0.01
9 2.20 125 0.043 0.671 0.11
10 2.30 376 0.129 0.800 0.48
11 2.40 67 0.023 0.823 0.55
12 2.48 207 0.071 0.894 0.81
13 2.56 67 0.023 0.917 0.91
14 2.64 91 0.031 0.948 1.09
15 2.71 29 0.010 0.958 1.16
16 2.77 51 0.018 0.976 1.32
17 2.83 19 0.007 0.982 1.40
18 2.89 39 0.013 0.996 1.70
19 2.94 1 0.000 0.996 1.72
20 3.00 7 0.002 0.999 1.89
21 3.04 0 0.000 0.999 1.89
22 3.09 2 0.001 0.999 1.99
23 3.14 0 0.000 0.999 1.99
24 3.18 1 0.000 1.000 2.08
25 3.22 1 0.000 1.000
26 3.26 0 0.000
27 3.30 0 0.000
28 3.33 0 0.000
>28 0 0.000
0 0.000

2912

El parámetro xi surge de calcular el ln(ui), que surge de la

ecuación (20). Los valores mi representan el número de lecturas

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 115

 NOCIONES GENERALES DE ENERGÍA EÓLICA

en que el viento se encontró en el rango de valor de velocidad

comprendido en ui, durante el período de tiempo de observación.

El total de números de lectura n surge de la suma total de

los mi. cabe destacar que las lecturas son valores medios de las
horas de observación de una estación meteorológica climática,
cuyas horas de observación han sido las horas principales, es
decir de valores medios tomados cada tres horas. (tener en
cuenta que no es el valor medio de las tres horas, sino de la
hora correspondiente a la hora principal). Por tal motivo el
número n es igual a 2192.

La función p(ui)es la probabilidad de cada velocidad de

viento y la misma surge de la ecuación (5).

Para calcular los parámetros de Weibull debemos utilizar el

método de linearización antes descripto y para tal fin
utilizamos primeramente la ecuación (7) donde encontramos el
F(ui) para cada ui.

Con la ecuación (20) podemos calcular los yi, tal cual lo

muestra la tabla adjunta.

Ahora bien utilizando la tabla (24) podremos calcular el

valor de a, el mismo tiene un valor de 1.77. Luego utilizando
las ecuaciones 22 y 23 podremos calcular el valor de b y luego
el valor de c.

Realizando los respectivos cálculos observamos que el valor

de K=1.54y el valor de c=8.06 m/s, su velocidad media es de
7.34 m/s.

A continuación se detallan los valores de Gastre, debiéndose

calcular los respectivos parámetros de Weibull, utilizando las
ecuaciones antes mencionadas.

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 116

 NOCIONES GENERALES DE ENERGÍA EÓLICA

GASTRE
ui xi mi p(ui) F(u) yi
1 0 47 0.016 0.016 -4.12
2 0.69 5 0.002 0.018 -4.02
3 1.10 82 0.028 0.046 -3.06
4 1.39 65 0.022 0.068 -2.65
5 1.61 140 0.048 0.116 -2.09
6 1.79 219 0.075 0.192 -1.55
7 1.95 266 0.091 0.283 -1.10
8 2.08 276 0.095 0.378 -0.75
9 2.20 198 0.068 0.446 -0.53
10 2.30 314 0.108 0.554 -0.22
11 2.40 155 0.053 0.607 -0.07
12 2.48 177 0.061 0.668 0.10
13 2.56 141 0.048 0.716 0.23
14 2.64 142 0.049 0.765 0.37
15 2.71 133 0.046 0.810 0.51
16 2.77 96 0.033 0.843 0.62
17 2.83 102 0.035 0.878 0.75
18 2.89 101 0.035 0.913 0.89
19 2.94 48 0.016 0.930 0.98
20 3.00 78 0.027 0.956 1.14
21 3.04 28 0.010 0.966 1.22
22 3.09 21 0.007 0.973 1.29
23 3.14 23 0.008 0.981 1.38
24 3.18 12 0.004 0.985 1.44
25 3.22 19 0.007 0.992 1.57
26 3.26 8 0.003 0.995 1.65
27 3.30 2 0.001 0.995 1.67
28 3.33 9 0.003 0.998 1.85
>28 5 0.002
0 0.000

2912

8.1.3. DISTRIBUCIÓN DE RAYLEIGH

L a otra función de distribución muy usada

distribución de Rayleigh, la cual se expresa:
es la

 ππ u u2 
f (u ) =exp −22 u 4   (25)
 u
Y la función de distribución acumulativa es: 

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 117

 NOCIONES GENERALES DE ENERGÍA EÓLICA

π u 
2

F (u ) = 1 − exp  −   (26)
 4 u
 la velocidad de viento u
En este caso la probabilidad de que
 ua es:
sea mayor o igual que

π u 
2

P (u ≥ u a ) = 1 − F (ua ) = exp   (27)

− u
 4 
La función de Weibull es más versátil pero la de Rayleigh es
más simple de usar. De todas maneras, hay estudios que indican

que la función de Rayleigh conduce a resultados aceptables en la
mayoría de los casos.

Tome en cuenta que para utilizar la distribución de

Rayleigh, sólo necesita saber el valor medio de la velocidad del
viento, en cambio en la distribución de Weibull necesita conocer
la frecuencia del viento para cada valor de velocidad.

Para una mejor comprensión en las FIGURAS 8.3 Y 8.4 se

observan los gráficos con datos reales y ambas estadísticas:

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 118

 NOCIONES GENERALES DE ENERGÍA EÓLICA

FIGURA 8.4 Datos actuales de viento, y curvas de distribución de

Weibull y Rayleigh.

FIGURA 8.3 Datos actuales de viento, y curvas de distribución de

Weibull y Rayleigh.

CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 119

120