U3 Aplicacionesdelaenergeticacomputacional

Programa de la asignatura:
Energética computacional
U3 Aplicaciones de la energética
computacional
U3 Aplicaciones de la energética computacional
Índice
Introducción..................................................................................................... 3
3.1. Programación de ecuaciones diferenciales .......................................... 4
3.1.1. Definición del problema.................................................................. 5
3.1.2. Resolución de problemas ............................................................. 10
3.2. Simulación de fenómenos aplicados a energías renovables .............. 14
3.2.1. Definición del problema................................................................ 18
3.2.2. Resolución de problemas ............................................................. 23
Cierre de la unidad .................................................................................... 28
Fuentes de consulta ...................................................................................... 29
Universidad Abierta y a Distancia de México | DCSBA 2

Introducción
En esta unidad, se abordan la aplicación de los conocimientos que has adquirido de
programación de computadoras y el uso de los métodos numéricos en las energías
renovables, por lo tanto, se pretende dar una base sólida para la aplicación a
diversos problemas de simulación y predicción de sistemas energéticos, puesto que
los métodos numéricos y su detallada descripción son una herramienta muy útil y
básica para modelar y predecir, además de ser fundamentales en la ingeniería.
Para ello, se te dará a conocer cómo formular adecuadamente la ecuación o función

que resuelve un problema mediante computadora y fortalecer el análisis e
interpretación correcta de la solución que entregue el programa.
Se hace un esfuerzo significativo por vincular las realidades física y matemática,

también te muestra el razonamiento de las diferentes estructuras, modelos y
conceptos. Esto se nota en las aplicaciones demostrativas, que revelan la unión
entre modelo y realidad.
La asignatura Energética computacional pertenece al quinto semestre y se incluye

en el módulo de formación disciplinar para la carrera de Ingeniería en Energías
Renovables perteneciente al área de Ciencias de la Salud, Biológicas y
Ambientales.
El aporte de esta asignatura a tu perfil de egreso como ingeniero es que puedas

realizar herramientas de software para que puedas resolver una amplia variedad de
problemas que se necesita el uso de computadoras por la complejidad de las
operaciones y puedas realizar simulaciones para predecir el funcionamiento de un
sistema energético sin tenerlo que implementar de manera física.

3.1. Programación de ecuaciones diferenciales

Considera un sistema, como un segmento de la naturaleza, el cual, está constituido
por diversos elementos interrelacionados. Una representación de este sistema lo
constituye un modelo que es una imagen abstracta del sistema real. El modelo te
servirá para predecir algunos aspectos del comportamiento del sistema.
Un modelo matemático es una representación matemática de la naturaleza, de la

forma más fiel posible, que explica cómo se comporta un fenómeno. Para ello, se
pueden usar ecuaciones diferenciales, ecuaciones funcionales, programación
matemática, modelos en diferencias y de elementos finitos, entre otros.
En el ensayo “Cómo hacer un modelo matemático”, publicado en la revista Temas

de Ciencia y Tecnología volumen 12 no. 35 de mayo-agosto 2008 pág. 9 – 18, los
autores Alejandro Regalado, Ever Peralta y Carlos Alberto González, indican que los
científicos e ingenieros usan alguna de las tres metodologías para la obtención de
un modelo, las cuales, se describen a continuación:
 Metodología fundamental: usa la teoría aceptada de la ciencia fundamental

para obtener las ecuaciones. En este caso, las teorías que se aceptan son
los axiomas básicos.
 Metodología empírica: hace uso de observación directa para desarrollar
ecuaciones que describen los experimentos.
 Analogía: usa las ecuaciones, ya modeladas en un sistema, para describir
otro sistema análogo, con variables identificadas por analogía en una base
uno a uno.
Además Regalado, (2008), menciona que un modelo matemático está basado en la

lógica matemática, y que a través de su lenguaje particular: funciones, ecuaciones,
leyes físicas y relaciones; tratan de imitar las correspondientes relaciones del mundo
real y, además, que los modelos tienen gran importancia porque:
 Revelan relaciones que no son evidentes a primera vista.

 Se pueden obtener del modelo propiedades y características que de otra
forma podrían permanecer ocultas.
 Ofrecen una opción cuando no es posible experimentar con la realidad.
Los modelos, generalmente, derivan en ecuaciones diferenciales que se pueden

resolver por métodos numéricos, los cuales, pueden transformar una ecuación
diferencial en tiempo continuo, a otra en tiempo discreto, (ecuación de diferencias
finitas).

3.1.1. Definición del problema

Para reafirmar, lo anteriormente dicho, se te da el siguiente ejemplo de construcción
de un modelo, respecto a la calidad del agua superficial.
Primeramente habrá que definir qué se entiende por el término “agua superficial”, y
los parámetros que intervienen en su definición. Y de ahí se desarrolla el modelo o
modelos necesarios para trabajar con ellos en la predicción del comportamiento del
sistema.
James (1993), en su libro Una introducción al modelado de la Calidad del Agua,

indica que los ríos se han considerado como el principal destino de descargas
contaminantes de la industria, domésticos y de agricultura, hacia el océano, o
grandes lagos. Por ello, se producen alteraciones indeseables en flora y fauna,
debido principalmente a descargas de materia orgánica que dan como resultado una
mayor concentración de oxígeno disuelto OD. Observarás que se ha identificado,
prácticamente, mediante análisis de laboratorio, a la principal descarga
contaminante, y su efecto principal en las aguas. Estos datos describen un “modelo
general”, y se aplicará a un caso particular, por analogía.
Existen ya modelos que tratan esta problemática, se elige uno de ellos, conocido
como modelo DBO-OD de Streeter- Phelps, que da una idea de la calidad del agua.
Parámetros
Demanda biológica de oxígeno (DBO),es una medida del oxígeno que consumen
los microorganismos para descomponer la materia orgánica disuelta en el agua. Si
hay muchos microorganismos trabajando, entonces demandarán mayor cantidad de
oxígeno. Ciencias de la Salud, Biológicas y Ambientales | Energías Renovables 6

Tabla “Nivel DBO presente en el agua”.
Oxígeno disuelto, otro parámetro para caracterizar el modelo, el cual muestra la

cantidad de oxígeno que, como estándar, debe de existir en un río (o lago)
saludable. Un nivel más alto de oxigeno indica mayor calidad de agua.
Tabla “Nivel de OD presente en el agua”.
Siguiendo el modelo de Streeter-Phelps, indica los procesos clave del transporte de

un soluto en las masas de agua:
 Convección, debida a la velocidad media de la masa de agua.

Ciencias de la Salud, Biológicas y Ambientales | Energías Renovables 7

Difusión o dispersión, ya sea molecular o turbulenta.
Dando como resultado dicho modelo:
“Balance de Materia General”
Cuyas ecuaciones matemáticas correspondientes son:
Y simplificando:
Donde,
C es la concentración del contaminante.
W flujo de descarga del contaminante.
Qw flujo del afluente.
Q flujo de agua fresca
K constante cinética de reacción.
La ecuación anterior es el modelo matemático que simula la acción de la

contaminación en un río, y que es una ecuación lineal homogénea de coeficientes
constantes. Finalmente, se especifican las condiciones de frontera, las cuales son:
cuando x=0 el flujo es igual el flujo de descarga, matemáticamente expresado como:
Se muestra en el diseño de este modelo la importancia del manejo avanzado de las

matemáticas, así como la práctica en programas computacionales para encontrar
las soluciones y correspondiente simulación del modelo, especialmente el manejo
del lenguaje C, debido a su integración de librerías y a su estructura interna, lo que
lo hace una herramienta fundamental para facilitar la solución y simulación de estos
modelos.

Según el autor Fernando Llavador Colomer, en su ensayo “Modelos matemáticos de

modelos variables en el tiempo” (Colomer, FL MODELOS DE SISTEMAS
Matemáticos VARIABLES EN EL TIEMPO.) indica que la elaboración de un modelo
se ajusta a las siguientes fases:
1.- Adquisición de información y conocimientos previos del sistema.

2.- Reconocimiento de las características del entorno que afectan el sistema. Y su
delimitación del intervalo de valores que opera dentro del modelo.
3.- Especificación del objeto y alcance del modelo: Identificación del modelo y
delimitación del marco espacial temporal.
4.- Asignación de los elementos modelo que caracterizan el estado del sistema.
5.- Descripción matemática de la estructura del modelo.
6 y 7 Verificación y validación del modelo.
Colomer, indica, además, que se puede hacer uso de los “diagramas de control”,
que son las relaciones causa-efecto entre los distintos componentes del sistema y
constituye la representación gráfica de la hipótesis de su funcionamiento. Por
ejemplo:
“Ejemplo de variables de control, Interacciones entre variables externas e internas.”

Esto indica que, partiendo de la observación de un fenómeno físico se pasa a un
nivel de abstracción que se denomina modelo teórico físico, el cual, se fundamenta
en la conceptualización del fenómeno, que significa: la identificación del sistema, la
constitución de ciertas hipótesis, la definición de las variables y el
establecimiento de las matemáticas adecuadas para resolverlo; que nace de las
leyes propuestas por la física y la idea empírica del problema. Este modelo queda
conformado en un cuerpo de hipótesis.
Continuando con la formulación del modelo matemático, es la representación del

problema por medio del análisis matemático (ecuaciones diferenciales, integrales,
etc.). Para desarrollarlo, es preciso recurrir a las leyes físicas generales que rigen el
fenómeno.

En muchos problemas prácticos la solución por métodos analíticos no es viable, por

lo que, se procede a discretizar el modelo teórico matemático, para convertir el
problema analítico en uno algebraico, y recurrir al uso de la computadora. A esta
derivación se le llama “simulación numérica”.
El siguiente paso, en su caso, es la simulación analógica, que supone estudiar un

fenómeno diferente pero gobernado por las mismas leyes estudiadas.
Al desarrollar esta técnica en el campo de la hidráulica, dada la gran variedad de

problemas a los que se enfrenta esta ciencia, de un estudio a otro el modelo teórico
matemático cambia significativamente. Si bien la base canónica del modelo está
fundada por las ecuaciones de Navier-Stokes, los filtrados y simplificaciones del
mismo, conducen a términos matemáticos que, en muchos casos, solo conservan
un remoto parecido con el modelo original.
En la hidráulica, al igual que en otras partes de la física, la mayoría de los modelos

se expresan sobre la “hipótesis del medio continuo”, la cual, enuncia que el sistema
a modelar es continuo, y que sus propiedades: densidad, presión, velocidad, entre
otros, se describen como funciones continuas.
Por ejemplo, se supone que el medio agua, aire, entre otros, es continuo; esto
significa que se separa de su estructura microscópica. Los movimientos
microscópicos no están desarticulados de los macroscópicos; los primeros obtienen
su energía de los segundos, en un proceso que se conoce como “disipación” de la
energía mecánica.
Para expresar matemáticamente esta disipación, según Batchelor (1967) se recurre

a leyes empíricas: como las ecuaciones de Navier-Stokes, ya mencionadas, las
cuales, reúnen relaciones empíricas entre el tensor de las tensiones (escala
molecular) y la velocidad de deformación del medio (cantidad macroscópica),
acoplando los coeficientes de viscosidad.
Dentro de lo macroscópico existen escalas de movimiento diferentes unas de otras,

que conduce a que sea aconsejable, proceder a nuevos “filtrados”. Por ejemplo,
según Hinze, J., Turbulence, McGraw-Hill, (1975), en el caso de flujos turbulentos es
común, desde Reynolds, descomponer a las variables en valores medios y
fluctuaciones. Los primeros son promedios estadísticos. Y las fluctuaciones
turbulentas están alimentadas por el movimiento medio. Por lo que existe un
torrente de energía desde las escalas mayores a las menores.
Al aplicar este tratamiento a las ecuaciones de Navier-Stokes, dan como resultado
las ecuaciones de Reynolds para el movimiento medio. En ellas, la influencia de las
escalas no resueltas, las de las fluctuaciones turbulentas, se manifiestan a través de
las tensiones de Reynolds. Para expresar a estas tensiones en términos de
cantidades medias, se recurre a los denominados “modelos de turbulencia”, de
diversos grados de complejidad.

Cuando los movimientos de escalas distintas están alimentados externamente, es

decir, no hay un trasvase de energía del uno al otro, cada uno de ellos puede
estudiarse independientemente. Tal es lo que sucede, por ejemplo, entre los
movimientos generados por las olas y aquellos producidos por las mareas.
3.1.2. Resolución de problemas

El alumbrado exterior es una de las aplicaciones más importantes de métodos
numéricos, debido a la gran cantidad de factores que intervienen, ya que su cálculo
es un problema de difícil solución analítica.
A medida que se fue aumentando la capacidad de procesamiento de datos de las

computadoras, los cálculos se fueron orientando hacia la determinación de
iluminancias. Esto no hubiera sido posible sin la presencia de computadoras que
permitan ejecutar los métodos de cálculo numérico en un tiempo moderado.
Del documento Luminotecnia. Iluminación de interiores y exteriores. Javier

García Fernández, Oriol Boix Aragonès. ISBN: 84-600-9647-5. Última modificación:
Abril del 2012 tomamos el siguiente ejemplo de cálculo de alumbrado público.
García (2012), indica que los cálculos se deben enfocar a determinar las
condiciones de iluminancia sobre la calle o avenida que proporcione una óptima
visibilidad dentro de los márgenes establecidos por las leyes regulatorias y los
organismos competentes.
Los métodos numéricos aplicados a este caso, se basan en la idea de que no es

preciso calcular la iluminancia en todos los puntos de la calle o avenida para tener
una idea fiel de la distribución luminosa; alcanza con calcularlo en unos cuantos
puntos específicos llamados nodos.
Para ello, se divide la franja a estudiar en pequeñas particiones llamadas dominios,

cada uno con su propio nodo. En dichos dominios se conjetura la iluminancia
uniforme. La iluminancia total de la avenida se calcula como la media ponderada de
las iluminancias de cada dominio.
Continúa mencionando el autor García (2012), que el número de dominios que se

forme dependerá de la fidelidad que se desea conseguir. En este ejemplo se trabaja
con un criterio llamado “de los nueve puntos” que es el más simple. El
procedimiento explicado es el mismo, no importando el número de dominios que se
asuma.
Supón que un tramo de vía recta con disposición unilateral de las luminarias y
separadas a una distancia d.

“Plano de la vía a iluminar” Este y los demás gráficos de este ejemplo fueron
tomados de Luminotecnia. Iluminación de interiores y exteriores. Javier
García Fernández, Oriol Boix Aragonès. ISBN: 84-600-9647-5. Última
modificación: Abril del 2012
Continuando con el autor García (2012),, indica que, a consecuencia de las

simetrías existentes en la figura, basta con calcular las iluminancias en la zona
señalada con rosa. En el resto de la vía, los cálculos obtenidos en la mencionada
zona, se repiten periódicamente.
La zona se divide en nueve dominios con sus correspondientes puntos.
“Plano que indica los nueve dominios”
Indica el autor García (2012), que el valor medio de las iluminancias será para este
caso:
Con:

García (2012)señala que la expresión anterior de es también válida para las

disposiciones de luminarias llamadas “tresbolillo” y “bilateral pareada”.
Y que para calcular las iluminancias de cada nodo se supondría la contribución de
las luminarias más próximas despreciándose las demás luminarias por tener una
influencia pequeña en el resultado final.
La iluminancia en cada punto se calcula así:
Ei = EiA + EiB + EiC
Ei = EiA + EiB +
EiC
Ei = EiA + EiB +
EiC

Ei = EiA + EiB +
EiC +
EiD + EiE + EiF
Ahora se debe calcular los coeficientes de uniformidad media y extrema de las

iluminancias.
Uniformidad media = Emin / Em

Uniformidad extrema = Emin / Emax
Para calcular las iluminancias se usa la siguiente fórmula:
Los valores de se obtienen de los gráficos polares o de la matriz de intensidades en

cada punto y se registran en una tabla. A estos valores se les llama “relativos”.
Luego se suman los valores relativos para cada punto y se calculan los valores
reales. Finalmente, se calcula la iluminancia media y los factores de uniformidad
media y extrema.
Suponiendo una calle con luminarias de 20,000 lm situadas a una altura de 8 m.

Tabla para anotar los valores relativos de cada punto
Luego se procede a calcular la iluminancia media y los factores de uniformidad:
Existen otros métodos de cálculo más potentes y fiables pero los principios en que
se basan son los que acaban de exponer. En un simulador se pueden observar
cuáles serían los resultados cuando se alteran ciertas condiciones de operación. Y
son de suma utilidad para el diseño, en el que se podrían simular condiciones de
seguridad y menor costo posibles, etc.
3.2. Simulación de fenómenos aplicados a energías

renovables
Los simuladores puedes ser estáticos o dinámicos, los estacionarios son capaces
de describir el estado de una planta para establecer los factores óptimos de
operación y para entender mejor el proceso que se lleva a cabo en dicha planta. Un
simulador dinámico puede ser utilizado para el estudio de la puesta en marcha,
régimen normal parada de una planta, según lo indica Tarifa, (1997).
La puesta en marcha se inicia con todos los equipos detenidos, los operarios deben
tomar varias operaciones conducentes a lograr que los equipos trabajen
normalmente. El estado de la planta progresa: los caudales dejan de ser cero, las
temperaturas varían, hasta lograr conducir la planta desde su estado inicial hasta el
de funcionamiento normal.
En el régimen normal, posterior a la etapa de inicio, los operadores deben
supervisar muchas variables en evolución.

Después, los procesos deberán ser detenidos de vez en cuando para labores de
mantenimiento con todos o parte de sus equipos apagados, que es el tercer estado
descrito por Tarifa, (1997).
La información que proporcionan los simuladores es vital para los ingenieros que
diseñan los sistemas y determinan sus condiciones de operación. Como ejemplo se
describe el proceso de diseño de un simulador dinámico de tiempo real, que viene
en el libro: Modelado, simulación y optimización de procesos químicos, del
autor/editor Nicolas J. Scenna y col. ISBN: 950-42-0022-2 - ©1999 cap XXII pag.
801- y sigs.
Tomar el sistema representado en la siguiente gráfica, el cual es un tanque con flujo

gravitacional y control de nivel del tipo P+I. (Control Proporcional más Integrativo).
Un aumento en el caudal F1 provoca un aumento en el nivel L; la descarga mediante
el caudal de salida F2, tiende a disminuir el nivel L. Este nivel L, puede estar
estacionario cuando los dos caudales se cancelan entre sí. Este último estado
depende de la apertura/cierre X de la válvula V1, manipulada por el controlador CL,
de manera tal que el nivel L concuerde con el “set point” Sp.
“Tanque de ejemplo.”
Se usara para este ejemplo un modelo orientado a ecuaciones, en lugar de un

modelo modular, debido a que en este caso, la velocidad se establece como factor
crítico. Con esto, ya no se contara con una biblioteca de modelos estándar, pero a
favor se tiene una reducida complejidad del simulador. El sistema algebraico del
modelo es:
Y las ecuaciones diferenciales son:

Dónde:
E es el error del controlador.

Xi es el efecto integral.
X0 es la apertura inicial de la válvula.
Cv es la conductividad de la válvula.
A es el área de la sección transversal del tanque.
L el nivel.
F1 y F2 son los caudales de entrada y salida.
La siguiente figura muestra la estrategia propuesta por Tarifa (1997)
“Estrategia de Simulación, según Tarifa (1997)”
1.El simulador monitorea constantemente la interface, en busca de un evento.

(Pulsación de un botón, por ejemplo).
2.- Cuando detecta un evento, suspende el monitoreo, y ejecuta la rutina
correspondiente al evento detectado. Para ello, se programa una “interrupción” de la
ejecución de los cálculos que en ese momento está haciendo el computador,
mediante un “timer” que ejecuta una rutina cada vez que transcurre un intervalo de
tiempo determinado con anticipación, la cual realiza una “instantánea” del estado del
proceso.

3.- Una vez terminados los cálculos de la “interrupción”, se ejecuta nuevamente el

monitoreo.
Los eventos pueden ser:

 Controles, por ejemplo, cuando el operario cambia el set point.
 Simular, cuando el usuario inicia la simulación.
 Timer, evento originado por el timer cada segundos).
Detener la simulación, es provocado por el usuario o el simulador.

Las rutinas que se ejecutan mediante la interrupción de la simulación son:
- Inicializar, establece los valores iniciales de las variables del sistema de
ecuaciones diferenciales.
- Resolver, resuelve el sistema de ecuaciones algebraicas.
- Reportar, actualiza los valores adquiridos de las variables.
- Actualizar parámetros. Timer ON, Timer OFF.
Los componentes de la interface son los indicadores y registradores.
Una vez obtenida esta estrategia, resta probarla con la incorporación de “ruidos de
proceso y ruidos de medición” y “fallas”. En el ejemplo que se estudia, el ruido de
proceso externo puede provenir de variaciones del caudal de alimentación F1, y
cuando el líquido cae de cierta altura, produce ondulaciones en el nivel,
ocasionando un ruido de proceso interno, el cual, no existiría si el modelo fuera muy
detallado, y lo incluye.
Para incluir estos ruidos, basta con sumar a los caudales de entrada un número
aleatorio de distribución normal.
El otro punto a ser considerado son las fallas, que pueden ser, según Tarifa ( 1997)
afectaciones a la forma del modelo y/o a sus parámetros. Y que pueden ser fallas
bruscas, graduales, débiles y fuertes.
Las consecuencias de una falla se llaman “síntomas”, los cuales son valores
anormales que adoptan las variables. Y para su simulación solo se debe incluir en el
modelo la perturbación inicial, siendo el modelo mismo el encargado de propagar la
anomalía y producir los síntomas.
Indica Scenna (op. cit) que si se desea simular el taponamiento en una válvula,
bastará con reducir el valor del parámetro, en el ejemplo anterior, el parámetro Cv.

Una fuga en el tanque a una altura h, se modelará considerando un tercer caudal

F3, como:
Y esto modificará la ecuación del balance de materia:
Para producir la perturbación inicial se introduce la función escalón continuo, que

según Tarifa (1997.), dada por:
La estrategia de simulación debe considerar tanto a los ruidos como a las fallas. En
el caso de ruidos éstos se agregan al proceso, suponiéndolos previamente
conocidos.
3.2.1. Definición del problema

La energía eléctrica y térmica son básicas para cubrir las necesidades energéticas
de los países. Según datos proporcionados por la IEA (2011) el petróleo, el carbón y
el gas natural contribuyeron con el 81% de la demanda mundial, en el año 2009.
Sin embargo, aún se siguen presentando problemas como:

- La producción no aumenta significativamente
- Las reservas están en peligro de agotamiento
- Los precios suben constantemente
- El impacto ambiental es grave
Según Twidell J., Weir T., (2006). Los factores antes mencionados repercuten en el
fortalecimiento de las energías renovables, las cuales, puede generar electricidad y
calor con muy pocas emisiones contaminantes, a precios razonables y de manera
sostenible.
Las energías renovables presentan grandes desafíos, uno de ellos es la variabilidad
de la fuente, ya que no se puede garantizar el suministro.
Una solución propuesta es el almacenamiento de la energía en tiempos de

abundancia. Y otra mejor solución es la diversificación de las fuentes de energía
renovable, procurando un desfase en el tempo. Es decir, cuando una cierta fuente
este con poca o nula producción, otra fuente deberá estar en periodo de
abundancia, complementándose una con la otra.

También es común que las fuentes de energía renovable tengan un soporte auxiliar,
por ejemplo, los generadores de diesel, o un sistema de aporte a la red eléctrica,
como lo indica Master (2004), para el caso del aporte, la red no necesita sistema de
almacenamiento, siempre y cuando la demanda no sea igual al suministro
renovable.
También dice Master (2004) que las pérdidas en el sistema de distribución en la red
eléctrica son del orden del 10% a 20% en redes rurales y del 5% en redes urbanas.
Siendo una solución para evitar estas pérdidas el que la fuente se encuentre
localizada cerca o en el sitio del consumo.
Distribución de la energía eléctrica. Tomado de Master, (2004).
Se presenta un ejemplo tomado de la Revista Iberoamericana de Automática e

Informática industrial 9 (2012) 267–281Modelado y Simulación de un Sistema
Conjunto de Energía Solar y Eólica para Analizar su Dependencia de la Red
Eléctrica de los autores M Mikati,, M. Santos y C. Armenta.
El modelo considera un paisaje urbano, co-generadores de pequeña demanda

conectados a la red eléctrica, los cuales, son conformados con celdas fotovoltaicas
y un aerogenerador. La energía se vende y se compra a la red eléctrica.
La irradiación solar tiene dos fuentes: la directa , que llega desde el sol en línea
recta, y la difusa , la cual no tiene dirección determinada debido al proceso de
dispersión. La radiación total recibida se expresa como:
Se define el coeficiente de transmisión de la radiación directa terrestre Gb la

radiación extraterrestre Go como:
Go se obtiene a partir del ángulo cenital.
Los parámetros que representan las condiciones atmosféricas se obtienen de:

Siendo:
A altitud del lugar.
r0 , r1 , rk constantes características de la zona climática. Según la siguiente tabla,
tomada de Duffie & Beckman, (1991):
Zonas características.
rd es la radiación difusa, cuyo valor se obtiene de:
Para simular la irradiación de un día despejado se define “día característico”, como

el día más cercano a la declinación promedio de cada mes. Y se introducen
números aleatorios como elemento de distorsión del recurso solar.
En la siguiente figura, tomada de CNA, Mérida, México, 2008 se muestra el

monitoreo de dos días: 14 y 15 de mayo del 2006.

Para la simulación del modelo debemos escoger, según Mikati et al. (op.cit.), alguno
de los cuatro siguientes tipos de días:
1.- Completamente despejado

2.- Parcialmente despejado
3.- Parcialmente nublado
4.- Completamente nublado
Para generar en el modelo un día característico, el usuario define:
Latitud. Inclinación del plano y ángulo azimutal.

Altitud. Parámetros atmosféricos, relacionados con el día solar.
Parámetro correspondiente al tipo de día. Y factor de nubosidad de cada mes.
Modelo del viento.
La potencia del viento por unidad de área es:
Siendo “P”, la potencia en Watts, “A” el área en metros cuadrados, “v” la velocidad
del viento en metros por segundo, y “ρ”, es la densidad del aire en kilos por metro
cúbico. Indica Mikati (op. cit.) que la variación diaria del viento viene dada por la
insolación y los efectos térmicos del lugar específico. El año proporciona un
intervalo de tiempo natural en el cual la insolación es cíclica y se define “turbulencia”
como una variación del viento menor de diez minutos.
En el modelo que se estudió, se incorporan consideraciones tales como que el

viento tiene una velocidad media, a la cual se le suman las turbulencias, y se divide
el día en 6 tramos iguales. El usuario define el punto inicial y pendiente de cada
tramo. Siendo estos tramos iguales para cada uno de los días característicos del
año. La velocidad inicial se define por mes.
Modelo del módulo fotovoltaico.
Los módulos comerciales tienen una eficiencia de alrededor del 10% de la máxima
irradiancia terrestre. La potencia por módulo es de alrededor de máximo 100 W/m2.

Su principal desventaja es el precio y su reducida densidad de potencia, su ventaja

es que su densidad de potencia coincide con la demanda humana durante el día y el
reducido coste de mantenimiento.
Las características del módulo se pueden obtener directamente de las hojas de

datos del fabricante, y su comportamiento se describe por curvas de corriente-
voltaje I-V, y potencia-voltaje P-V.
Su rendimiento queda descrito por su factor de idealidad “A”, mientras más alto,
menor es su rendimiento. También influye en el rendimiento, la suciedad de los
módulos. En condiciones estándar se han conseguido rendimientos de alrededor del
25%.
Otro factor a considerar en el modelo es la temperatura, ya que a mayor

temperatura, el voltaje decae y la corriente sube; ambos ligeramente. Y se considera
la temperatura de 25° C como estándar y el voltaje del módulo a 17.6 V. Para una
irradiancia cercana a 1000 W/m2 el módulo proporciona su capacidad nominal de
130 W.
Simulación de un día de irradiancia vs. Generación de potencia. Mikati et.al. (op.cit.)
En el modelo se deben incluir además de lo indicado, el modelo del generador

eólico, la simulación del sistema de transferencia de energía, y en general de todos
los sistemas reunidos en un todo.
En resumen, la necesidad de suministro eléctrico ha fomentado el desarrollo de

proyectos de energías renovables eólico-fotovoltaicos, los cuales integran las dos
fuentes de energía renovable más utilizadas. Debido a la redundancia de fuentes se
reduce la posibilidad de no satisfacer la demanda de energía.
Por medio de simulación numérica es posible evaluar el desempeño del sistema

en diversas condiciones de trabajo. Es posible modificar los parámetros del
sistema y observar sus efectos. Por lo cual, sería permisible diseñar sistemas lo

más cercano a la realidad, evitando el sobre-dimensionamiento, para disminuir

costos, o el sub-dimensionamiento, para impedir fallas de energía.
3.2.2. Resolución de problemas

Este apartado intenta no desarrollar un modelo basado en modelos matemáticos
previamente establecidos, sino en un enfoque intuitivo centrado en datos
geográficos y meteorológicos de la zona estudiada, de tal manera que se facilite el
entendimiento del desarrollo de modelos y su simulación.
Para que un sistema eólico fotovoltaico sea fiable, se deben obtener los datos de
radiación solar y velocidad del viento en la zona, con estos datos se obtiene la
producción de energía en el peor mes y se dimensiona para el trabajo en
condiciones menos favorables.
Se calcula la carga instalada y el consumo diario total, para ello se realiza un

registro de los equipos eléctricos con que se cuenta en la planta de estudio, más las
luminarias de las instalaciones. Por ejemplo:
Distribución de cargas instaladas.
Para obtener el consumo diario total, y la carga instalada.
Los datos geográficos pueden ser obtenidos en el INEGI, u otro organismo

especializado y para realizar el análisis los datos necesarios son: altitud,
coordenadas, superficie, clima, temperatura promedio, así como un estudio solar de

la zona experimentada: insolación global y heliofania, por un periodo de varios años.

Un ejemplo de parte de este estudio se muestra a continuación:
Ejemplo de heliofanía.
De dicha tabla se puede obtener la siguiente gráfica:
Un ejemplo de gráfica de datos de heliofanía, mensual y anual por cinco años.

(Favor de hacer una gráfica similar).
El concepto de “horas pico solar”, se define como horas luz solar por “día
equivalente”, basándose en una irradiación “I” de 1 Kw/m2 . Los cálculos son:

Luego se debe hacer un estudio eólico de la zona, para obtener la dirección,

velocidad máxima, velocidad media, velocidad mínima del viento, según escala de
Beaufort. Dicha información se obtiene de un mapa de viento.
Con estos datos a la mano se deben considerar los “días de autonomía”, en que el
sistema diseñado pueda continuar proporcionando energía, sin producción en la
fuente primaria, Se calcula la tensión mediante la acumulación de energía en las
baterías.
Se calcula el requerimiento nominal de la instalación. Luego el promedio de la
radiación diaria disponible, mediante el siguiente procedimiento:
Declinación del sol, ajustando los datos a los previamente investigados:
Ángulo horario de la puesta del sol.
Donde Φ es la latitud geográfica del lugar.
Factor FTS, según datos investigados.
Irradiación en la cima de la atmósfera:
Donde Ss es la constante solar 4.9256 J/m2

Transformamos a KWh/m2 , la irradiación en la cima de la atmósfera.
Se calcula la irradiación en el plano inclinado, usando una inclinación del panel

fotovoltáico de 15° y un albedo de 0.2 .
Donde Hs0 es la radiación global en el lugar estudiado.
Se calcula Rb para cada mes del año.

Luego se calcula Ra:
De esta fórmula se despeja Hs, como sigue:

y se continúa con la determinación, con base a estos cálculos, del mes más
desfavorable.
La capacidad necesaria del sistema, es igual a la energía total necesaria entre el

voltaje nominal, y se realiza mediante:
Se calcula la capacidad efectiva:
Donde D es la degradación del sistema (10%)

Y luego la capacidad total:
Donde Rf es la reserva futura (10%).
Para “n” días de autonomía, se considera un banco de baterías de:
Donde PDD es la profundidad de descarga de la batería.
Resulta una práctica muy generalizada sobredimensionar los sistemas, sin ofrecer
alternativas de selección al usuario. El sobredimensionamiento repercute en
mayores costos, por lo que el propósito de un simulador es evaluar las diferencias
en las diversas soluciones propuestas, varios niveles de calidad, y repercusión en
los costos.
Otro aspecto positivo de los simuladores es poder evaluar el comportamiento

esperado del sistema, incluyendo aspectos económicos, durante toda la vida útil del
mismo. Para ello se incluye el aspecto de optimización.
A continuación se presenta un ejemplo, tomado de Westerberg, (1981) para mostrar

distintas aplicaciones de optimización, en el diseño de un absorbedor.
La siguiente figura muestra el diagrama de un absorbedor, Indica Westerberg que

cuando se diseña un equipo de este tipo, se debe establecer su altura y diámetro, el
caudal de agua demandado, etc. Y se pueden proyectar distintos criterios a
satisfacer. Un objetivo podría ser localizar la solución que requiere la mínima
inversión en equipamiento y que satisface las restricciones de que al menos el 99%

de la acetona y el 99,5% del éter son eliminados. Otra opción es encontrar la

mínima cantidad de agua requerida para hacer esta tarea en una columna de 15 m
de alto. Conociendo ambas soluciones se puede obtener una idea de la sensibilidad
del diseño a ambos criterios.
“Diagrama de un absorbedor”
Luego de resolver el problema inicial, se pueden plantear otros interrogantes. Por

ejemplo, ¿cuánto mejora la eliminación de acetona con un aumento en la inversión
de un 10%?, o ¿cuánto si se incrementa el agua un 5% sobre el mínimo?
Resolver este tipo de cuestionamientos, daría márgenes de seguridad al diseño del
absorbedor ante posibles modificaciones de la operación, por ejemplo, ante
consideraciones ambientales. Se tendrían así elementos para aceptar o rechazar la
opción del absorbedor.

Cierre de la unidad
Durante la presente unidad se observó la aplicación de los conocimientos de
programación y métodos numéricos para resolver problemas de energías
renovables, los cuales se utilizan desde el proceso de simulación de sistemas
energéticos hasta el análisis de dichos sistemas para medir su eficiencia y
factibilidad en su implementación en un sistema real.
También se contempló la aplicación de los conocimientos que adquirieron en la

asignatura para solucionar problemas matemáticos, físicos, químicos y la
implementación de simuladores, las cuales complementaran sus estudios en su
carrera de energías renovables pues les permitirán resolver problemas
computacionales en general e implementar sistemas de ahorro de energía y el
estudio de factibilidad de sistemas de energías renovables.

Fuentes de consulta
1. AYRES, F Jr. 1991. Ecuaciones diferenciales. Editorial Mc Graw – Hill/
Interamericana de BOYCE, W. E.; DI PRIMA, R. C. 1974. Ecuaciones
diferenciales y problemas con valores en la frontera. Editorial LIMUSA.
México.
2. BURDEN, R. L.; FAIRES, J. D. 1985. Análisis Numérico. Grupo editorial
Interamericana de México, S.A. de C. V. México.
3. CHAPRA, S. C.; CANALE, R. P. 1994. Métodos Numéricos para Ingenieros.
Editorial McGraw – Hill/ Interamericana de México, S.A. México.
4. EDWARDS, C. H. Jr., PENNEY, D. E. 1993. Ecuaciones diferenciales
aplicadas. Editorial Prentice – Hall Hispanoamericana S.A. México. 3º
edición. México.
5. KREYSZIG., E. 1991. Matemáticas avanzadas para Ingeniería. Vol I y II.
Editorial LIMUSA, S. A. de C. V. México.
6. LASBAINES A. 2003. Introducción al Cálculo Numérico. Cuaderno de
Laboratorio de Teoría de Sistemas Nº 6. UNSE. Santiago del Estero.
Argentina
7. LUTHE, R.; OLIVERA, A.; SCHUTZ, F. 1995. Métodos Numéricos. Editorial
LIMUSA, S. A. de C. V. México.
8. MATHEWS, John; KURTIS, Fink. Métodos Numéricos con MATLAB.
Prentice Hall, 2000. México, S.A. México.
9. PITA, C. 1989. Ecuaciones diferenciales: una introducción con aplicaciones.
Editorial LIMUSA, S. A. de C. V. México. Ciencias de la Salud, Biológicas y
Ambientales | Energías Renovables 32
10. Prawda Witenberg, Juan, Métodos y Modelos de Investigación de
Operaciones, Edit. Limusa, 1976
11. SPIEGEL, M. R. 1997. Ecuaciones diferenciales aplicadas. Editorial Prentice
– Hall Hispanoamericana S.A. México.
12. SPIEGEL, M. R. 1997. Transformadas de Laplace. Editorial Mc Graw – Hill/
Interamericana de México, S.A. México.
13. WILLIAMS, J. 1975. Transformadas de Laplace. Vol. 10. Editorial LIMUSA.
México.

Idioma

U3 Aplicacionesdelaenergeticacomputacional

Cargado por

Información del documento

Descripción:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Descripción:

Copyright:

Formatos disponibles

U3 Aplicacionesdelaenergeticacomputacional

Título original:

Cargado por

Descripción:

Copyright:

Formatos disponibles

Programa de la asignatura:

Universidad Abierta y a Distancia de México | DCSBA 2

Para ello, se te dará a conocer cómo formular adecuadamente la ecuación o función

Se hace un esfuerzo significativo por vincular las realidades física y matemática,

La asignatura Energética computacional pertenece al quinto semestre y se incluye

El aporte de esta asignatura a tu perfil de egreso como ingeniero es que puedas

Universidad Abierta y a Distancia de México | DCSBA 3

3.1. Programación de ecuaciones diferenciales

Un modelo matemático es una representación matemática de la naturaleza, de la

En el ensayo “Cómo hacer un modelo matemático”, publicado en la revista Temas

 Metodología fundamental: usa la teoría aceptada de la ciencia fundamental

Además Regalado, (2008), menciona que un modelo matemático está basado en la

 Revelan relaciones que no son evidentes a primera vista.

Los modelos, generalmente, derivan en ecuaciones diferenciales que se pueden

Universidad Abierta y a Distancia de México | DCSBA 4

3.1.1. Definición del problema

James (1993), en su libro Una introducción al modelado de la Calidad del Agua,

Universidad Abierta y a Distancia de México | DCSBA 5

Tabla “Nivel DBO presente en el agua”.

Oxígeno disuelto, otro parámetro para caracterizar el modelo, el cual muestra la

Tabla “Nivel de OD presente en el agua”.

Siguiendo el modelo de Streeter-Phelps, indica los procesos clave del transporte de

 Convección, debida a la velocidad media de la masa de agua.

Universidad Abierta y a Distancia de México | DCSBA 6

Difusión o dispersión, ya sea molecular o turbulenta.

Dando como resultado dicho modelo:

“Balance de Materia General”

Cuyas ecuaciones matemáticas correspondientes son:

La ecuación anterior es el modelo matemático que simula la acción de la

Se muestra en el diseño de este modelo la importancia del manejo avanzado de las

Universidad Abierta y a Distancia de México | DCSBA 7

Según el autor Fernando Llavador Colomer, en su ensayo “Modelos matemáticos de

1.- Adquisición de información y conocimientos previos del sistema.

“Ejemplo de variables de control, Interacciones entre variables externas e internas.”

Continuando con la formulación del modelo matemático, es la representación del

Universidad Abierta y a Distancia de México | DCSBA 8

En muchos problemas prácticos la solución por métodos analíticos no es viable, por

El siguiente paso, en su caso, es la simulación analógica, que supone estudiar un

Al desarrollar esta técnica en el campo de la hidráulica, dada la gran variedad de

En la hidráulica, al igual que en otras partes de la física, la mayoría de los modelos

Para expresar matemáticamente esta disipación, según Batchelor (1967) se recurre

Dentro de lo macroscópico existen escalas de movimiento diferentes unas de otras,

Universidad Abierta y a Distancia de México | DCSBA 9

Cuando los movimientos de escalas distintas están alimentados externamente, es

3.1.2. Resolución de problemas

A medida que se fue aumentando la capacidad de procesamiento de datos de las

Del documento Luminotecnia. Iluminación de interiores y exteriores. Javier

Los métodos numéricos aplicados a este caso, se basan en la idea de que no es

Para ello, se divide la franja a estudiar en pequeñas particiones llamadas dominios,

Continúa mencionando el autor García (2012), que el número de dominios que se

Universidad Abierta y a Distancia de México | DCSBA 10

Continuando con el autor García (2012),, indica que, a consecuencia de las

La zona se divide en nueve dominios con sus correspondientes puntos.

“Plano que indica los nueve dominios”

Universidad Abierta y a Distancia de México | DCSBA 11

García (2012)señala que la expresión anterior de es también válida para las

La iluminancia en cada punto se calcula así:

Ei = EiA + EiB + EiC