1
Gemelos Digitales y su aplicación en la
generación de Energía Eólica.
(Noviembre de 2021)
John Michael Peralta Guanoquiza
john.peralta.07@est.ucacue.edu.ec
Carlos Daniel Sanchez Barros
carlos.sanchez.54@est.ucacue.edu.ec
Resumen – Dentro de la investigación para minimizar el costo y
maximizar la eficiencia y vida útil, en este caso de los
aerogeneradores, siendo esta una energía eléctrica renovable se ha
logrado implementar una nueva técnica denominada Gemelos
Digitales (Digital Twin), el cual puede predecir el comportamiento de
un sistema entre muchas más utilidades los cuales maximizan la vida
útil, entre otros, de los aerogeneradores. Algunos países europeos y
asiáticos ya han implementado esta nueva técnica, llevando a
resultados sobresalientes, entre los que se va a mencionar están:
Países bajos, Holanda, China, Dinamarca y Reino Unido, que han
invertido en el estudio, investigación e implementación de los
Gemelos Digitales.
Índice de Términos – . Gemelos Digitales, turbinas eólicas, MoLs,
FOWT, eficiencia, predicción, vida útil, aerogeneradores.
I. INTRODUCCIÓN
E n la actualidad existen muchos tipos de energía renovable
que han ido tomando más significancia en los últimos
años. Una de estas energías es la que procede del viento o
también llamada energía eólica, la cual a través de turbinas ya
sean terrestres o marinas, mediante un sistema de generación
eólica se llega a producir electricidad, sin embargo, la
implementación de estos sistemas en algunos casos tiene un
coste muy elevado como es el caso de las turbinas marinas.
Para ello se han realizado diferentes investigaciones por parte
de ingenieros logrando de alguna manera implementar los
llamados gemelos digitales, los cuales son una réplica virtual
de un producto, servicio o proceso que simula el
comportamiento de su homólogo físico, con el objetivo de
monitorizarlo, analizando su reacción ante determinadas
situaciones y mejorar su rendimiento y eficacia. La aplicación
de gemelos digitales en la generación de energía eólica
ayudara a que esta sea más factible en su generación
mejorando la vida útil de los elementos como las turbinas a
través de una cuantificación para poder evaluar y controlar la
confiabilidad de los sistemas eólicos.
Este documento describe algunas aplicaciones de los gemelos
Bryam Jose Tacuri Chavez
bryam.tacuri.63@est.ucacue.edu.ec
Jonnathan Byron Cajas Chuqui
jonnathan.cajas.16@est.ucacue.edu.ec
digitales en los sistemas de generación eólica en ciertos países
como: Países bajos, Holanda, China, Dinamarca y Reino
Unido, mejorando la efectividad y confiabilidad de dichos
sistemas.
II. DIGITAL TWIN
A. Gemelos Digitales para turbinas eólicas marinas
flotantes (Países Bajos).
El número de turbinas eólicas marina flotante instaladas
(Floating Offshore Wind Turbines, FOWTs) en los Países
Bajos se han duplicado desde 2017. Esto a conllevado a una
creciente consideración hacia los principales desafíos para los
proyectos FOWT, tales como:
• Monitorear la integridad del sistema
• Extender la vida útil de los componentes
• Mantener la seguridad de los FOWT a escala
Uno de los puntos más críticos de las FOWT, son las líneas de
amarre (The Mooring Lines, MoLs), encargados de fijar la
estructura al fondo marino.
Los principales mecanismos de fallo mecánico en las MoLs
son la carga extrema y la fatiga, ambas funciones de la tensión
axial. La solución más eficaz para detectar derivadas a largo
plazo en la respuesta mecánica de las MoLs es implementar un
Gemelo Digital (Digital Twin, DT), el cual es capaz de
predecir con precisión el comportamiento del sistema sano
para compararlo con el real. Además, se implementa otro DT
el cual es capaz de predecir con precisión la tensión axial del
futuro cercano como una herramienta eficaz con el objetivo de
mejorar la vida útil de los MoLs y la seguridad de las
operaciones de mantenimiento de FOWT.
Al cambiar la configuración operativa de FOWT, con la
predicción de DT, aumenta la vida útil de los MoLs ya que
estos reducen el estrés y en la situación de que el
mantenimiento operativo de FOWT este en progreso, la
predicción de DT sirve como advertencia de seguridad
temprana para los operadores. [1]
B. Fluctuación de la Energía Eólica (China)
La estrategia considera la fluctuación de la conexión a la red
eólica, el error de los resultados de la predicción y la eficiencia
de los equipos de almacenamiento de energía. El modelo de

predicción se establece mediante la introducción del
mecanismo. Luego, combinado con el estándar de fluctuación
de energía conectada a la red y las características de respuesta
de diferentes dispositivos de almacenamiento de energía, se
realiza la descomposición en modo variacional virtual
(VVMD) en los datos de predicción del gemelo digital para
obtener la energía distribuida primaria. Finalmente, el sistema
de servicio de almacenamiento de energía híbrido se utiliza
para modificar la potencia distribuida primaria del
almacenamiento de energía híbrida virtual para obtener la
potencia distribuida final. Los experimentos basados en los
datos de la planta de energía eólica en el noreste de China an
demostrado que si puede mejorar la eficiencia y precisión de la
predicción de energía eólica. [2]
C. Gemelos digitales en aerogeneradores (Países bajos-
Holanda)
La Delft University of Technology de Países Bajos ha
realizado pruebas con aerogeneradores de eje vertical en forma
de H, siendo el modelo clave para dichas pruebas los
denominados gemelos digitales que describe una réplica digital
de lo físico, tienen su importancia para una mejor comprensión
de los fenómenos, efectos aerodinámicos, estructuras
inestables, perdida dinámica y el empuje y la carga de la hoja.
Muchos de los posibles fenómenos que pueden ocurrir se logra
comprender de una mejor manera mediante pruebas en túnel
de viento a escala y el resultado de esas pruebas se mejora al
tener un modelo de gemelo digital bien calibrado. Por lo tanto,
para garantizar que la serie de pruebas en la turbina muestren
resultados correctos, cada componente principal de la turbina,
las palas, los puntales, la plataforma de montaje y el sistema
completamente ensamblado se compara con el modelo de
gemelo digital y debe mantener una coherencia para que se
ajuste correctamente a la realidad.
Aerogenerador real y su gemelo digital:
(a) (b) (c) (d)
Fig. (a) Aerogenerador de eje vertical; (b) Prueba experimental
con direcciones de impacto; (c) modo de oscilación de la
plataforma a 5,5 Hz; (d) Oscilación del rotor.
En el conjunto de pruebas realizadas a la turbina, la
configuración completa del sistema, la dinámica de la
estructura de la plataforma juega un papel importante en la
respuesta de la turbina a frecuencias específicas de interés. Los
resultados obtenidos generan conocimientos sobre el
comportamiento estructural del sistema y frecuencias de modo
de la turbina en general. Por lo tanto, los modelos pueden
capturar adecuadamente todas las dinámicas de interés y se
2
utilizarán para predecir la respuesta de la turbina debido al
cabeceo dinámico y la excitación de la base durante las
mediciones operativas en el túnel de viento. [3]
D. Confiabilidad de las subestructuras eólicas marinas
mediante el uso de información de gemelos digitales
La energia eólica marina ha experimentado un crecimiento
significativo durante los ultimos 10 años,como resultado en
Europa existen mas de 5402 aereogeneradores en 2020,sin
embargo el implementar esos sistemas tiene un coste elevado
en relacion a los aereogeneradores terrestres.Sin contar que la
vida util de una turbina eolica marina oscila entre unos 20 a 25
años
En Dinamarca, una tecnica para controlar y evaluar la
confiabilidad de estos sistemas y con ello darles una vida util
de mas duracion es la implementacion de gemelos
digitales.Los cuales son como una réplica digital de un activo
físico ,en donde la información que reciban estos,se utilizara
para cuantificar y actualizar las incertidumbres asociadas con
la dinámica estructural y los parámetros de modelado de carga
en la acumulación de daños por fatiga,los cuales son
parámetros para alargar la vida útil de la turbina siempre y
cuando sean correctamente analizados para la implementacion
en el sistema eólico marino.
Un gemelo digital ayudara a evaluar la integridad estructural
de las estructuras existentes de forma más precisa en
comparación con las predicciones de las prácticas de diseño
genéricas porque se dispone de información coherente y
actualizada de la estructura.
No obstante, existen algunos parámetros que están en
investigación por la Agencia Federal Marítima Hidrográfica,
las cuales son el cómo utilizar los datos de medición y la
información de inspección para optimizar los modelos de
decisión para las turbinas de viento. Actualmente, un aspecto
clave que falta es cómo utilizar los modelos estructurales
mejorados contenidos en los gemelos digitales para mejorar
posteriormente los modelos de decisión. Aunque los gemelos
digitales totalmente basados en la física aún no se han aplicado
para mejorar los modelos de decisión para las turbinas eólicas,
algunas publicaciones ya indican cómo se pueden utilizar los
datos de medición para lograr tal mejora.
Se han presentado estudios de aplicación para componentes
mecánicos en turbinas y palas de aerogeneradores. Sin
embargo, en estos estudios, los datos de monitoreo de
condición simplemente brindan información de integridad
estructural a nivel global, es decir, si el daño está presente o
no.
El objetivo que propone para mejorar completamente el
sistema y darle una mejor confiabilidad utilizando los gemelos
digitales es elaborar un marco en el que los datos de
seguimiento de la condición se utilizan para actualizar los
modelos estructurales; Estos modelos actualizados se utilizan
posteriormente para actualizar la fiabilidad estructural,
incluida la incertidumbre derivada del procedimiento de
actualización [4]
 3

E. Actualización de un modelo para la identificación y IV. REFERENCIAS

detección de una turbina eólica. (Reino Unido) [1] J. Walker, A. Coraddu, M. Collu, and L. Oneto,
Como ya se conoce las turbinas eólicas marinas son sistemas “Digital twins of the mooring line tension for floating
complejos que operan en lugares hostiles, siendo su offshore wind turbines to improve monitoring,
mantenimiento mucho más costoso que uno terrestre, por lo lifespan, and safety,” J. Ocean Eng. Mar. Energy,
que la importancia de las tecnologías de monitoreo remoto 2021, doi: 10.1007/S40722-021-00213-Y.
para el diagnóstico y pronóstico de habrías en turbinas eólicas [2] Y. Liu, Y. Wang, M. Xu, y X. Zhang, «Wind Power
marinas. De acuerdo al estudio de los gemelos digitales, se Fluctuation Smooth Strategy Based on Digital Twin
puede utilizar para estimar la respuesta no medida del sistema, Hybrid Energy Storage», Dianwang Jishu/Power
es decir, detección virtual. Con ello predice la vida útil restante System Technology, vol. 45, n.o 7, pp. 2503-2513,
de fatiga y el punto de falla de diferentes componentes 2021, doi: 10.13335/j.1000-3673.pst.2021.0188.
estructurales. Un estudio realizado en una turbina eólica de 2
[3] B. Leblanc y C. Ferreira, «Experimental
MW en el parque eólico Blyth en El Reino Unido, se propone characterization of H-VAWT turbine for development
una actualización secuencial del modelo de elementos finitos of a digital twin», 2020, vol. 1452, n.o 1. doi:
bayesianos en el dominio del tiempo para conciliar digital 10.1088/1742-6596/1452/1/012057.
basado en la mecánica.
Se estiman los parámetros de actualización del modelo para [4] D. Augustyn, M. D. Ulriksen, and J. D. Sørensen,
minimizar las discrepancias entre los parámetros modales de la “Reliability Updating of Offshore Wind Substructures
turbina. Se observa que ambos enfoques son capases de una by Use of Digital Twin Information,” ENERGIES,
predicción precisa, por otro lado, el enfoque bayesiano da vol. 14, no. 18, pp. 1–22, 2021, [Online]. Available:
resultados un poco mejores. [5] https://www.webofscience.com/wos/woscc/full-
record/WOS:000699400400001.
III. CONCLUSIÓN
[5] M. S. Nabiyan, F. Khoshnoudian, B. Moaveni, and H.
En la actualidad es fundamental el uso de electricidad para Ebrahimian, “Mechanics-based model updating for
realizar gran parte de nuestras actividades diarias y por ese identification and virtual sensing of an offshore wind
motivo se necesitan de sistemas de generación que sean turbine using sparse measurements,” Struct. Control
capaces de abastecer la demanda energética con el mínimo de Heal. Monit., vol. 28, no. 2, Feb. 2021, doi:
pérdidas y para lograr cumplir con esas características, el 10.1002/STC.2647.
avance de la tecnología ha permitido implementar los gemelos
digitales que son réplicas virtuales de lo físico que de acuerdo Vinculo de los artículos citados.
a la información disponible podrá analizar y visualizar todos https://drive.google.com/drive/folders/1JJ7BYANVIYx2l_MY
los datos mediante pruebas precisas. Por lo tanto, este tipo de rvUcLGhQ16TXZErL
tecnología tiene gran importancia ya que dejará conocer el
estado actual del sistema, como responde a los cambios, el uso
que tiene de los recursos y finalmente nos permitirá saber si
los resultados son los más convenientes para que el sistema sea
eficiente.
Los gemelos digitales son clave importante para comprender y
modelar el rendimiento de una planta energética al presentar
estado, funcionamiento o posición, casi entiempo real. Por lo
que, es beneficioso en el caso de la generación eólica debido a
que permitirá conseguir un sistema eficiente a la hora de
planificar acciones futuras.
• Los gemelos digitales en sistemas eólicos permiten a
la industria anticipar el tiempo de inactividad,
reaccionar a los cambios, probar nuevas mejoras y
que sean capaces de prever posibles fallos hace que se
puedan adelantar a ellos.
• Los gemelos digitales son una gran herramienta que
llevará a la sociedad a otro nivel de eficiencia. Con el
análisis de los datos y la simulación posterior se
permitirá crear comportamientos predictivos que
optimizarán los resultados al máximo, llegando a la
perfección.