modelo probabilistico de la curva de duraciones edwin...
TRANSCRIPT
Modelo Probabilístico de la Curva de Duración de Caudales
para el Diseño de una Central Hidroeléctricap
Edwin Ney Ayros ChumpitaziDepartamento de Centrales Hidroeléctricas
Fichtner GmbH, Stuttgart – Alemaniae-mail: [email protected]
Julio Jesús SalazarUniversidad Nacional Agraria La Molina
La Molina – Perú
III Congreso Nacional del Agua
Dokumentnummer
III Congreso Nacional del AguaLima - Perú, 8-10 Marzo 2011
ObjetivosObjetivos
Presentamos una metodología para la estimación de la curva de duración probabilística decaudales diarios que puede utilizarse como un enfoque alternativo a la evaluación deldiseño y el funcionamiento de plantas hidroeléctricas pequeñas (sin embalse o reservorio).
La curva de duración de caudales representa la magnitud del caudal igualado o superadocon diversos porcentajes de tiempo. Se describen dos conceptos, uno de la curva deduración (caso tradicional) y el otro la curva de duración anual.
El enfoque probabilístico de la curva de duración tiene como objetivo cuantificar laincertidumbre que influye en el diseño y las perspectivas económicas de los proyectos decentrales hidroeléctricas peq eñas s perando así las limitaciones de la metodología delcentrales hidroeléctricas pequeñas superando así las limitaciones de la metodología deldiseño estándar, que se basa en un enfoque determinista a través de la curva de duración decaudales históricos elaborada con la serie histórica completa en la zona de interés delproyecto hidroeléctrico en esta caso la bocatomaproyecto hidroeléctrico, en esta caso la bocatoma.
Dokumentnummer2
HistoriaHistoriaEvaluación técnica de Centrales Hidroeléctricas sin embalses en:
Dokumentnummer3
Conceptos sobre la curva de duración de caudalesConceptos sobre la curva de duración de caudales
La interpretación física de la curva de caudales es muy sencilla, pues t l d l Q á i l d b d d t trepresenta el caudal Q que será igualado o sobrepasado durante t
días al año y por lo tanto la probabilidad de ser igualado o sobrepasado será:
D d l l it d t t l d l i hi tó i d d l di i
1+=
ntP
Donde n es la longitud total de la serie histórica de caudales diarios (semanales, mensuales ó anuales, etc).A continuación procedemos a ilustrar dos conceptos, uno antiguo y p p , g yel otro moderno, sobre como construir la curva de duración de caudales:
• Curva de duración de caudales FDC• Curva de duración de caudales FDC• Curva de duración anual de caudales AFDC
Dokumentnummer4
Curva de duración de caudales FDCCurva de duración de caudales FDCEsto se define como la curva de duración de caudales elaborada usando los registros históricos completos. Es decir si existen 78 años de registros diarios de caudales diarios, es decir 28470 caudales diarios, el producto final es solo una curva de duración de caudales diarios con los 28470 valores registrados. Este es el caso tradicional, es decir, enfoque tradicional.
16
18
20Courbe des débits classés
Débit annuel moyen
10
12
14
16
[m3 /
s]
Q95
4
6
8
10
Déb
its
0
2
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100Probabilité de dépassement [%]
Dokumentnummer5
Curva de duración de caudales FDC (1950-2003)
Probabilité de dépassement [%]
Curva de duración anual de caudales AFDCCurva de duración anual de caudales AFDCEn este caso para cada año calendario ó hidrológico se elabora una curva de duración de caudales. Es decir si existen 78 años de registros diarios de caudales diarios, el producto final son 78 curvas de duración de caudales diarios. Esto es nuevo concepto presentado por Vogel y Fennesey (1994). Esta metodología es mas flexible porque por ejemplo permite definir intervalos de confianza de una curva de duración, lo cual no es posible en el método FDCmétodo FDC.
1000
Median 1991 19921993 1994 19951996 1997 19981999 2000 20012002 2003 2004
100
ge [
m³/s
]
2002 2003 20042005
10
Dis
char
g
10 10 20 30 40 50 60 70 80 90 100
Percentage of time discharge equaled or exceeded [%]
Dokumentnummer6
Curva de duración de caudales anuales AFDC
g g q [ ]
Curva de Duración Probabilística de Caudales DiariosCurva de Duración Probabilística de Caudales DiariosLa curva de duración Probabilística hace uso de las curvas de duración anuales AFDC, de la distribución probabilística log-normal así como de la distribución normal estandarizada (Niadas (2008), Claps (1997)).
El modelo asume que los caudales diarios estas representados por la distribución log-l L li bilid d d t di t ib ió id f d t d dinormal. La aplicabilidad de esta distribución ya sido a fundamentada por diversos
investigaciones realizadas. La formulación de la distribución probabilística log-normal con tres parámetros puede ser representada por la siguiente manera (Niadas (2008), Claps(1997)):(1997)):
uzbaQQ ⋅+=− )ln( 0
Donde Q es el caudal diario en m³/s, Qo es el parámetro de ubicación (locación) en m³/s, el cual representa él limite inferior del caudal, a y b llamados también ALPHA y BETA, representan los parámetros de la distribución y es el percentil de la distribución normal estandarizada. En la practica es considera igual a cero.
Dokumentnummer7
Curva de Duración Probabilística de Caudales DiariosCurva de Duración Probabilística de Caudales Diarios
Los parámetros de la distribución log-normal pueden ser estimado por medio de las p g p psiguientes formulas (Kottegoda and Rosso 1998)
3651)ln( == iQa 365,...,1,)ln( == iQa i
3651)][l ( iQb
Donde s es la desviación estándar de los caudales transformados a logaritmos, así de
365,...,1)],[ln( == iQsb i
g ,esta manera los parámetros a y b pueden ser estimados
Dokumentnummer8
Curva de Duración Probabilística de Caudales DiariosCurva de Duración Probabilística de Caudales Diarios
La curva de duración probabilística de caudales es: )()( Fufff zbaFY ⋅+=p )(Fufff
Nizasaa fuiaif ,...,1,)( )( =⋅+= fuiaif , ,,)( )(
Nizbsbb fuibif ,...,1,)( )( =⋅+=
Donde: z es la llamada función de densidad de la distribución normal estándar f es la
fuibif , ,,)( )(
Donde: z es la llamada función de densidad de la distribución normal estándar, f es la probabilidad de no-excedencia
Para la aplicación de este método se parte además que los a y b parámetros no son a a a ap cac ó de es e é odo se pa e ade ás que os a y b pa á e os o socorrelativos con el caudal medio anual. En caso de que exista una correlación muy alta, (Ionnis, 2008, Claps,1997) recomienda estimar los parámetros mediante el método de mínimos cuadrados, esto reduce la dependencia correlativa.
Dokumentnummer9
Aplicación - PlochingenAplicación - PlochingenLa serie cubre los caudales diarios desde 1921 hasta 1998, es decir la serie tiene una longitud de 78 años. Se realizo un análisis de plausibilidad resultando que los caudales son estacionarios, por lo tanto pueden ser utilizados.
Dokumentnummer10
Parámetro – ALPHA: Distribución Log-Normal 2PParámetro – ALPHA: Distribución Log-Normal 2PText4.000
4.500
2.500
3.000
3.500
2.000
1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010Year [‐]
Histogram of ALPHA
18
20
22
24Normal Probability Plot of ALPHA
Plochingen Station
2
3
12
14
16
18
o of
obs
0
1
Nor
mal
Val
ue
4
6
8
10No
-2
-1Exp
ecte
d N
Dokumentnummer11
2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2 4.4
ALPHA
0
2
2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2
Observed Value
-3
Parámetro – BETA: Distribución Log-Normal 2PParámetro – BETA: Distribución Log-Normal 2PText0 8000
1.0000
1.2000
0.2000
0.4000
0.6000
0.8000
N l P b bilit Pl t f BETA
0.0000
1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010
Year [‐]
Histogram of BETA
35
40
Normal Probability Plot of BETAPlochingen Station
2
3
20
25
30
of o
bs
0
1
Nor
mal
Val
ue
10
15
No
-2
-1Exp
ecte
d N
Dokumentnummer120.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1
BETA
0
5
0.4 0.5 0.6 0.7 0.8 0.9 1.0
Observed Value
-3
-2
DefinicionesDefinicionesParámetro ALPHA BETA
Valor Medio 3 50542298 0 67983705Valor Medio 3.50542298 0.67983705
Desv. Estandard 0.36205415 0.10305705
•Año Seco (dry year) es cual es representado por periodos de extrema sequía, es este caso representado por la probabilidad de 5%, esto es también conocido como el “worsecase” en idioma ingles.•Año Normal es cual representa un año normal, es decir un año cualquiera sin influencia de periodos extremos lluviosos o de sequía, esto es representado por la probabilidad 50% y corresponde a la mediana.Añ ll i ( t ) l l t ñ hú d t ll i•Año lluvioso (wet year) el cual representa un año muy húmedo con extremas lluvias, cuya
probabilidad es de 95 %.
F )(Fuz fa fb
0.05 ‐1.645 2.910 0.510 0.95 1.645 4.101 0.849 0.50 0.000 3.505 0.680
Dokumentnummer13
Curva de duración probabilísticaCurva de duración probabilística
Historical and Probabilistic Flow Duration Curve
1000.00
Probabilistic "wet" FDC (T=20 years, f=95%)
Probabilistic median FDC (T =2 years, f= 50%)
Probabilistic "dry" FDC (T=1 05 years f=5%)
100.00
ge [m
³/s]
Probabilistic dry FDC (T=1.05 years, f=5%)
Historical median annual FDC
10.00
Discharg
1.00
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Percentage of time discharge equaled or exceeded [%] f= probabilidad of non‐exceedanceT= return period
Dokumentnummer14
Producción de EnergíaProducción de Energía
Basado en la Curva de Duración Histórico Probabilístico Histórico Probabilístico
Mediana Año seco (P=5%)
Año Normal (P=50 %)
Año lluvioso (P=95%)
Energía GWh 331.07 215.30 335.90 407.79
50,000
60,000
Historical and Probabilistic Power Generation Duration CurveQT = 45 m³/sH =45 mTurbine FrancisP H = 0 m
40,000
n KW
P.H. = 0 mQeco= 0 m³/s
20,000
30,000
Power i
Based on Historical Median FDC
0
10,000
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Based on Probabilistic Dry FDC (prob=5%)
Based ob Probabilistic Median FDC (prob=50%)
Based on Probabilistic Wet FDC (prob=95%)
Dokumentnummer15
percent of time energy equaled or exceeded
Variación de la Energía AnualVariación de la Energía Anual
500
400
450
500
300
350
GW
h]
200
250
Ener
gia
[G
50
100
150
Año Seco: Probabilistic dry FDC ( f=5%)
Año Humedo: Probabilistic wet FDC (f=95%)
01920 1930 1940 1950 1960 1970 1980 1990 2000
Año [-]
Dokumentnummer16
Variación anual de la EnergíaVariación anual de la Energía
•6 años muestra una energía menor a la del año seco 215 30 GWh•6 años muestra una energía menor a la del año seco 215.30 GWh (p=5%, worse case), entre 1921 y 1950. Desde 1950 hasta 1998 no se ha presentado una energía inferior a la del año seco (worse case), lo
l f blcual es favorable.
•8 veces la energía fue mayor que la energía de año lluvioso 407.798 veces la energía fue mayor que la energía de año lluvioso 407.79 GWh (p=95%) y es distribuida sobre todo el periodo de 1931 a 1998, con una frecuencia de 7-10 años. Lo cual es muy favorable.
Dokumentnummer17
DependenciaDependencia
4.000
4.500
3.000
3.500
Aplha
2.000
2.500
0 10 20 30 40 50 60 70 80
MQ [m³/s]
1.0000
1.2000
MQ [m /s]
0.4000
0.6000
0.8000
Beta
0.0000
0.2000
0 10 20 30 40 50 60 70 80
MQ [m³/s]
Dokumentnummer18
Función Probabilística limitadaFunción Probabilística limitada
1000.01000.0
100 0rio [m
³/s]
100.0
Caud
al dia
Caudal de diseno
MTF= 10%,40%
10.0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Probabilidad de Excedencia
Dokumentnummer19
ConclucionesConcluciones•Se ha presentado aquí una metodología sencilla, rápida para determinar curvas de duración probabilística de caudales diarios considerando diversas pprobabilidades que representan años normales como extremos.
•Mediante un ejemplo se ha podido comprobar que es un método efectivo y queMediante un ejemplo se ha podido comprobar que es un método efectivo y que permite cuantificar la incertidumbre de la producción de energía durante la evaluación financiera de un proyecto hidroeléctrico.
•Condición para la aplicación de este modelo es que las parámetros de la distribución log-normal no deben ser correlativos con el caudal medio anual.
•Otra posibilidad ser considerada es usar directamente una curva de duración limitada por el caudal máximo de la turbina y el caudal mínimo requerido de
bi E l d l l iturbina. Estamos evaluando actualmente esta alternativa
Dokumentnummer20