perspectiva a futuro de las metodologías de pronóstico · 1. mayor optimización de modelos...
TRANSCRIPT
![Page 1: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/1.jpg)
Perspectiva a futuro de las metodologías
de pronóstico
Dr.-Ing. Matthias Müller-Mienack
Director del Departamento de Estudios e Investigaciones
Cochabamba, 16 de Noviembre del 2017
![Page 2: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/2.jpg)
2
Contenido
1. Mayor optimización de modelos númericos de predicción meteorológica
2. Introducción de modelos probabilísticos de predicción meteorológica
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
![Page 3: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/3.jpg)
3
1. Mayor optimización de modelos númericos
de predicción meteorológica
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
![Page 4: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/4.jpg)
4
Mayor optimización de modelos númericos
de predicción meteorológica (I)
Fuente: Fraunhofer IWES
• Pronósticos de día anterior, corto plazo y largo plazo
• Uso de pronósticos meteorológicos de modelos númericos de predicción
meteorológica con resolución hasta de ~ 2.7 km
• Mayor combinación de diferentes modelos de predicción meteorológica
• Modelos de transformación basados en física o en estadística
• La calidad depende primeramente de la calidad de los modelos
meteorológicos
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
Medición
Medición a futuro
Su
min
istr
o
Ahora Tiempo
Medición
Medición a futuro
Su
min
istr
o
Tiempo
Pronóstico a corto plazo (también día anterior)
![Page 5: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/5.jpg)
5
Mayor optimización de modelos númericos
de predicción meteorológica (II)
Fuente: Fraunhofer IWES
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
Ahora
Medición
Medición a futuro Pronóstico a corto plazo (también día anterior)
Pronóstico más corto (Intradía)
Tiempo
• Pronósticos intradía y plazo más corto
• Uso de pronósticos meteorológicos de modelos númericos de predicción
meteorológica con resolución hasta de ~ 2.7 km
• Uso de valores medidos actuales
• Modelos híbridos que consisten en modelos de transformación y series
históricas
• La exactitud depende mayormente de la información disponible y su calidad.
Su
min
istr
o
![Page 6: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/6.jpg)
6
2. Introducción de modelos probabilísticos
de predicción meteorológica
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
![Page 7: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/7.jpg)
7
Introducción de modelos probabilísticos
de predicción meteorológica (I)
• Para un modelo númerico de predicción meteorológica:
o El completo estado inicial en toda el área del modelo debe ser conocido,
o El modelo númerico meteorológico en todas las escalas debe ser perfecto
y describir tanto los procesos físicos impecablemente como los eventos
meteorológicos marginalizados fuera del área del modelo.
• Estas condiciones perfectas del pronóstico númerico meteorológico nunca
son alcanzables pese al gran esfuerzo:
o Mediciones del estado inicial y el modelo meteorológico en sí siempre
tienen incertidumbres, es crucial estimar el tamaño de las incertidumbres
y así establecer un grado para el pronóstico .
• El tamaño de las incertidumbres puede ser evaluado con los llamados
“sistemas de predicciones en ensamble”.
Fuente: DWD, Fraunhofer IWES: EWELINE reporte, 2017
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
![Page 8: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/8.jpg)
8
• Ejemplo: Cosmo-de-EPS es un
conjunto de 20-miembros
• La configuración del ensamble
resulta de la combinación de
diferentes condiciones de
arranque y sus límites.
Fuente: DWD, Fraunhofer IWES: EWELINE reporte, 2017
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
Introducción de modelos probabilísticos
de predicción meteorológica (II)
![Page 9: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/9.jpg)
9
• Ejemplo: Velocidad del
viento el día 20.03.2013 a
98 m en la estación FINO1.
• En rojo lo observado,
el color azul muestra el
percentil de la predicción
Cosmo-de-EPS .
Fuente: DWD, Fraunhofer IWES: EWELINE reporte, 2017
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
Introducción de modelos probabilísticos
de predicción meteorológica (III)
Pronóstico plazo de entrega (h)
![Page 10: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/10.jpg)
10
• El pronóstico de valor esperado es incrementado para incluir el pronóstico de
percentil seleccionado. Aquí:
o El pronóstico de percentil 5% corresponde a un valor de rendimiento, el
cual será extendido con una probabilidad de 95% = con 95% rendimeinto
asegurado
o Percentil 10%: corresponde = a 90% rendimiento asegurado
Fuente: Fraunhofer IWES
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
Introducción de modelos probabilísticos
de predicción meteorológica (IV)
Con 90% de
rendimiento
garantizado
Con 95% de
rendimiento
garantizado
Tiempo – 5 días
Medición
Pronóstico
5% Cuartil
10% Cuartil
Re
nd
imie
nto
MW
![Page 11: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/11.jpg)
11
¿Preguntas?
Centro Europeo de Formación e Investigación en Materia de Seguridad para Sistemas Eléctricos
![Page 12: Perspectiva a futuro de las metodologías de pronóstico · 1. Mayor optimización de modelos númericos de predicción meteorológica 2. Introducción de modelos probabilísticos](https://reader033.vdocuments.mx/reader033/viewer/2022042915/5f53ed148919bf7bd854cfa9/html5/thumbnails/12.jpg)
12
GridLab GmbH
Mittelstraße 7
12529 Schönefeld (cerca de Berlín)
Alemania
Tel.: +49 30 600 866 60
Correo eléctronico: [email protected]
Página de internet: http://www.gridlab.de
12
GridLab, Centro Europeo de Formación e
Investigación en Materia de Seguridad para
Sistemas Eléctricos
Información de contacto
Dr. -Ing. Matthias Müller-Mienack
Director del Departamento de Estudios e Investigación
LinkedIn: Matthias Müller-Mienack