Modelo Probabilístico

de la Curva de Duración de Caudales

p
para el Diseño de una Central Hidroeléctrica

Edwin Ney Ayros Chumpitazi

Departamento de Centrales Hidroeléctricas
Fichtner GmbH, Stuttgart – Alemania
e-mail: Edwin.Ayros@fichtner.de

Julio Jesús Salazar

Universidad Nacional Agraria La Molina
La Molina – Perú

III Congreso Nacional del Agua

Lima - Perú, 8-10 Marzo 2011

Dokumentnummer
 Objetivos

Presentamos una metodología para la estimación de la curva de duración probabilística de

caudales diarios que puede utilizarse como un enfoque alternativo a la evaluación del
diseño y el funcionamiento de plantas hidroeléctricas pequeñas (sin embalse o reservorio).

La curva de duración de caudales representa la magnitud del caudal igualado o superado

con diversos porcentajes de tiempo. Se describen dos conceptos, uno de la curva de
duración (caso tradicional) y el otro la curva de duración anual.

El enfoque probabilístico de la curva de duración tiene como objetivo cuantificar la

incertidumbre que influye en el diseño y las perspectivas económicas de los proyectos de
centrales hidroeléctricas pequeñas
peq eñas superando
s perando así las limitaciones de la metodología del
diseño estándar, que se basa en un enfoque determinista a través de la curva de duración de
caudales históricos elaborada con la serie histórica completa en la zona de interés del
proyecto hidroeléctrico,
hidroeléctrico en esta caso la bocatoma.
bocatoma

2 Dokumentnummer
 Historia
Evaluación técnica de Centrales Hidroeléctricas sin embalses en:

3 Dokumentnummer
 Conceptos sobre la curva de duración de caudales

La interpretación física de la curva de caudales es muy sencilla, pues

representa
t ell caudal
d l Q que será á iigualado
l d o sobrepasado
b d d durante
t t
días al año y por lo tanto la probabilidad de ser igualado o
sobrepasado será:
t
P=
n +1
Donde
D d n es la
l llongitud
it d ttotal
t ldde lla serie
i hi
histórica
tó i d de caudales
d l didiarios
i
(semanales, mensuales ó anuales, etc).
A continuación pprocedemos a ilustrar dos conceptos, p , uno antiguo
g y
el otro moderno, sobre como construir la curva de duración de
caudales:
• Curva de duración de caudales FDC
• Curva de duración anual de caudales AFDC

4 Dokumentnummer
 Curva de duración de caudales FDC
Esto 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.
 
20
Courbe des débits classés
18
Débit annuel moyen
16 Q95

14
Débits [m3/s]

12

10

0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Probabilité de dépassement [%]

Curva de duración de caudales FDC (1950-2003)

5 Dokumentnummer
 Curva de duración anual de caudales AFDC
En 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 FDC.
FDC
  1000
Median 1991 1992
1993 1994 1995
1996 1997 1998
1999 2000 2001
2002 2003 2004
2005

100
ge [m³/s]
Discharg

10

1
0 10 20 30 40 50 60 70 80 90 100
g of time discharge
Percentage g equaled
q or exceeded [%]
[ ]

Curva de duración de caudales anuales AFDC

6 Dokumentnummer
 Curva de Duración Probabilística de Caudales Diarios
La 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-
normal.l L
La aplicabilidad
li bilid d dde esta
t di
distribución
t ib ió ya sido
id a ffundamentada
d t d por didiversos
investigaciones realizadas. La formulación de la distribución probabilística log-normal con
tres parámetros puede ser representada por la siguiente manera (Niadas (2008), Claps
(1997)):

 ln(Q − Q0 ) = a + b ⋅ zu

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.

7 Dokumentnummer
 Curva de Duración Probabilística de Caudales Diarios

Los p
parámetros de la distribución log-normal
g pueden ser estimado p
p por medio de las
siguientes formulas (Kottegoda and Rosso 1998)

a = ln(Qi ), i = 1,...,365

b = s[ln( )] i = 1,...,365
[l (Qi )],

Donde s es la desviación estándar de los caudales transformados a logaritmos,

g , así de
esta manera los parámetros a y b pueden ser estimados

8 Dokumentnummer
 Curva de Duración Probabilística de Caudales Diarios

La curva de duración p
probabilística de caudales es:  Y ( F ) f = a f + b f ⋅ zu ( F )

 a f = ai + sa ( ai ) ⋅ zu ( f ) , i = 1,,...,, N

 b f = bi + sb (bi ) ⋅ zu ( f ) , i = 1,,...,, N

Donde: z es la llamada función de densidad de la distribución normal estándar

estándar, f es la
probabilidad de no-excedencia

Para
a a la
a ap
aplicación
cac ó de es
este
e método
é odo se pa
parte
e ade
ademásás que los
os a y b pa
parámetros
á e os noo so
son
correlativos 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.

9 Dokumentnummer
 Aplicación - Plochingen
La 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.

10 Dokumentnummer
 Parámetro – ALPHA: Distribución Log-Normal 2P
4.500
Text
4.000
3.500
3.000
2.500
2.000
1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010
Year  [‐]
  Histogram of ALPHA Normal Probability Plot of ALPHA
24 Plochingen Station
3
22

20
2
18

16

Normal Value
1
14
o of obs

12
0
No

Expected N

10

8 -1
6

4 -2

0 -3
2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2 4.4 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2
11 Dokumentnummer ALPHA Observed Value
 Parámetro – BETA: Distribución Log-Normal 2P
1.2000
Text
1.0000
0 8000
0.8000
0.6000
0.4000
0.2000
0.0000
1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010
Year  [‐]
Normall P
N Probability
b bilit Plot
Pl t off BETA
Histogram of BETA
Plochingen Station
40
3

35
2
30

Normal Value
1
25
No of obs

20 0
Expected N

15
-1

10

-2
5

0 -3
0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 0.4 0.5 0.6 0.7 0.8 0.9 1.0
12 Dokumentnummer
BETA Observed Value
 Definiciones
Parámetro  ALPHA  BETA 
Valor Medio
Valor Medio 3 50542298
3.50542298 0 67983705
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 “worse
case” 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.
•Año
Añ lllluvioso
i ( t year)) ell cuall representa
(wet t un año
ñ muy hú
húmedo
d con extremas
t lllluvias,
i cuya
probabilidad es de 95 %.

F zu ( F ) af bf
0.05  ‐1.645  2.910  0.510 
0.95  1.645  4.101  0.849 
0.50  0.000  3.505  0.680 

13 Dokumentnummer
 Curva 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"
Probabilistic  dry  FDC (T=1.05 years, f=5%)
FDC (T=1 05 years f=5%)

Historical median annual FDC
100.00
Dischargge [m³/s]

10.00

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‐exceedance
T= return period

14 Dokumentnummer
 Producción de Energía
Basado en la Curva de Duración
Histórico Probabilístico
Año seco Año Normal Año lluvioso
Mediana
(P=5%) (P=50 %) (P=95%)
Energía GWh 331.07 215.30 335.90 407.79

  Historical and Probabilistic Power Generation Duration Curve
QT = 45 m³/s 60,000

H =45 m
Turbine Francis 50,000
PH = 0 m
P.H.
Qeco= 0 m³/s
40,000
Power  in KW

30,000

20,000

Based on Historical Median FDC

10,000 Based on Probabilistic Dry FDC  (prob=5%) 

Based ob Probabilistic Median FDC (prob=50%) 

Based on Probabilistic Wet FDC (prob=95%) 

0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
percent of time energy equaled or exceeded

15 Dokumentnummer
 Variación de la Energía Anual

500

450

400

350

300
GWh]
Energia [G

250

200

150

100 Año Seco: Probabilistic dry FDC ( f=5%)

Año Humedo: Probabilistic wet FDC (f=95%)

50

0
1920 1930 1940 1950 1960 1970 1980 1990 2000
Año [-]

16 Dokumentnummer
 Variación anual de la Energía

•6 años muestra una energía menor a la del año seco 215

215.30
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
cuall es ffavorable.
bl

8 veces la energía fue mayor que la energía de año lluvioso 407.79

•8
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.

17 Dokumentnummer
 Dependencia
4.500

4.000

3.500
Aplha

3.000

2.500

2.000
0 10 20 30 40 50 60 70 80

MQ [m³/s]
MQ [m /s]

1.2000

1.0000

0.8000
Beta

0.6000

0.4000

0.2000

0.0000
0 10 20 30 40 50 60 70 80

MQ [m³/s]

18 Dokumentnummer
 Función Probabilística limitada

1000.0
Caudal diario  [m³/s]

100 0
100.0

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

19 Dokumentnummer
 Concluciones
•Se ha presentado aquí una metodología sencilla, rápida para determinar curvas
de duración p
probabilística de caudales diarios considerando diversas
probabilidades que representan años normales como extremos.

Mediante un ejemplo se ha podido comprobar que es un método efectivo y que

•Mediante
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
turbina.
bi E
Estamos evaluando
l d actualmente
l esta alternativa
l i

20 Dokumentnummer