Tesis Influencia Del Viento en LT

UNIVERSIDAD DE SANTIAGO DE CHILE
FACULTAD DE INGENIERIA
Departamento de Ingeniería Eléctrica
INFLUENCIA DE LA VELOCIDAD DEL VIENTO EN LA

CAPACIDAD DE DISEÑO DE UNA LÍNEA DE
TRANSMISIÓN DE ALTA TENSIÓN
David Pérez Mardones
Profesor Guía: Luis Ortiz Navarrete
Trabajo de Titulación presentado en

conformidad con los requisitos para
obtener el Título de Ingeniero Civil en
Electricidad
Santiago – Chile
2019
Algunos derechos reservados. Esta obra está bajo una Licencia Creative
Commons Atribucin-NoComercial-Compartir Igual 3.0. Sus condiciones de uso pueden ser
revisadas en: <http://creativecommons.org/licenses/bync-sa/3.0/cl/>.
TÍTULO: INFLUENCIA DE LA VELOCIDAD DEL VIENTO EN LA
CAPACIDAD DE DISEÑO DE UNA LINEA DE TRANSMISIÓN
DE ALTA TENSIÓN.
CLASIFICACIÓN TEMÁTICA: Líneas de Transmisión, Capacidad de
Transmisión, Balance Térmico, Trabajo Titulación, Modelo de
Distribución.
AUTOR: David Sergio Pérez Mardones
CARRERA: Ingeniería Civil en Electricidad
GRADO: LICENCIADO en Ciencias de la Ingeniería
PROFESOR GUÍA: Ortiz Navarrete, Luis
AÑO: 2019
CODIGO UBICACIÓN BIBLIOTECA: 2019 / X / 00X
RESUMEN
Este trabajo estudia la posibilidad de asumir una velocidad de viento mayor en el

cálculo de la capacidad de diseño de una línea de transmisión de alta tensión de
longitud corta.
Se revisan registros de velocidad de viento en estaciones meteorológicas a lo
largo del territorio nacional y se evalua su distribución de probabilidad. Además se
acota la zona de estudio a la cuarta región de Coquimbo y se considera una línea corta
de la zona para comparar los límites térmicos de transmisión con la velocidad de viento
utilizada actualmente y con una considerada más representativa.
Finalmente presenta los efectos del estudio y los trabajos futuros propuestos.
RESUMEN
Este trabajo estudia la posibilidad de asumir una velocidad de viento mayor en el cálculo
de la capacidad de diseño de una línea de transmisión de alta tensión y de longitud corta.
Se revisan registros de velocidad de viento en estaciones meteorológicas ubicadas a lo
largo del territorio nacional y se evalúa su distribución de probabilidad. Además se acota la zona
de estudio a la cuarta región de Coquimbo y se considera una línea corta de la zona para
comparar los límites térmicos de transmisión con la velocidad de viento utilizada actualmente y
con una considerada más representativa.
Finalmente presenta los efectos del estudio y los trabajos futuros propuestos.
Palabras Claves: Capacidad de diseño, Balance térmico, velocidad del viento,

Distribución Weibull
i
ABSTRACT
This thesis studies the possibility of assuming a higher wind speed in the calculation of the
design capacity of a high voltage and short length transmission line.
Wind speed records of meteorological stations located throughout the national territory are
reviewed and their probability distribution is evaluated. In addition, the study area is delimited to
the fourth region of Coquimbo and a short line of the zone is considered to compare the thermal
limits of transmission with the current wind speed and with one considered more representative.
Finally, it presents the effects of the study and the proposed future works.
Keywords: Design capacity, Thermal balance, wind speed, Weibull distribution.
ii
TABLA DE CONTENIDO
ÍNDICE DE TABLAS ..................................................................................................................... vii
ÍNDICE DE FIGURAS .................................................................................................................... ix
1. INTRODUCCIÓN ................................................................................................................. 10
1.1 ORIGEN Y NECESIDAD DEL TEMA .......................................................................... 10
1.2 DESCRIPCIÓN DEL PROBLEMA ............................................................................... 10
1.3 OBJETIVOS ................................................................................................................. 12
Objetivo general ................................................................................................... 12
Objetivos específicos ........................................................................................... 12
1.4 DESARROLLO Y ALCANCES ..................................................................................... 12
1.5 APORTE PERSONAL .................................................................................................. 13
1.6 ESTRUCTURA DEL TRABAJO ................................................................................... 13
2. MARCO TEÓRICO .............................................................................................................. 15
2.1 LÍMITE TÉRMICO ........................................................................................................ 15
Limite Estático ...................................................................................................... 15
Limite Dinámico .................................................................................................... 15
2.2 MÉTODOS DE REPOTENCIACIÓN TÉRMICA .......................................................... 15
Repotenciación Estática ....................................................................................... 15
Repotenciación Dinámica .................................................................................... 16
2.3 CAPACIDAD TÉRMICA ............................................................................................... 18
Balance de Energía .............................................................................................. 18
Análisis de Sensibilidad ....................................................................................... 19
Efectos Mecánicos ............................................................................................... 19
2.4 CÁLCULO SEGÚN NORMATIVA ................................................................................ 20
Requerimientos de la Norma Técnica .................................................................. 20
IEEE Standard for Calculating the Current-Temperature Relationship of Bare

Overhead Conductors [10] ................................................................................................... 22
Balance de energía en estado estable: ............................................................... 22
iii
Balance de energía en régimen transiente .......................................................... 22
Ganancia de calor por efecto Joule ..................................................................... 23
Ganancia de calor por radiación solar ................................................................. 23
Pérdidas de calor por convección ........................................................................ 24
Pérdidas de calor por radiación del conductor ..................................................... 25
2.5 VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD..................... 25
Distribuciones de probabilidad de variables aleatorias continuas ....................... 25
Modelo de distribución de Weibull ....................................................................... 27
Ajuste de la muestra ............................................................................................ 28
Test de Kolmogorov-Smirnov ............................................................................... 29
3. PROBABILIDAD Y VELOCIDAD DE VIENTO ..................................................................... 31
3.1 REGISTROS DE VELOCIDAD DE VIENTO ................................................................ 31
3.2 MODELO DE DISTRIBUCIÓN DE LAS MEDICIONES ............................................... 31
3.3 PROBABILIDAD DE OCURRENCIA DEL VIENTO ..................................................... 32
3.4 CONSTANTES DE ESCALA Y FORMA ...................................................................... 33
Primera Región de Tarapacá ............................................................................... 33
Segunda Región de Antofagasta ......................................................................... 33
Tercera Región de Atacama ................................................................................ 34
Cuarta Región de Coquimbo ................................................................................ 34
Quinta Región de Valparaíso ............................................................................... 35
Sexta Región de O’Higgins .................................................................................. 35
Séptima Región del Maule ................................................................................... 35
Octava Región del Bio Bio ................................................................................... 35
Novena Región de la Araucanía .......................................................................... 35
Décima Región de Los Lagos .............................................................................. 36
Undécima Región de Aysén ................................................................................. 36
Duodécima Región de Magallanes ...................................................................... 37
iv
Decimotercera Región Metrtopolitana.................................................................. 37
Decimocuarta Región de los Ríos........................................................................ 37
Decimoquinta Región de Arica y Parinacota ....................................................... 37
Decimosexta Región de Ñuble ............................................................................. 38
4. ZONA DE ESTUDIO ............................................................................................................ 39
4.1 LOCALIZACIÓN DE LÍNEAS Y ESTACIONES DE LA IV REGIÓN ............................ 40
4.2 VELOCIDADES DE VIENTO EN LÍNEA LAS COMPAÑÍAS-TAP ROMERAL 110 KV 43
4.3 IMPLICANCIAS EN LA CAPACIDAD DE DISEÑO ..................................................... 47
Condiciones de cálculo ........................................................................................ 48
Época de verano, durante día .............................................................................. 49
Época de verano, durante la noche ..................................................................... 51
Época de invierno, durante el día ........................................................................ 53
Época de Invierno, durante la noche ................................................................... 54
4.4 CONSECUENCIAS TÉCNICAS Y ECONÓMICAS ..................................................... 56
Desgaste del conductor ....................................................................................... 56
Campo magnético ................................................................................................ 56
Impacto en la inversión ........................................................................................ 58
Despacho económico ........................................................................................... 59
5. DESARROLLO AVANZADO DEL ESTUDIO ....................................................................... 60
5.1 DATA MINDING ........................................................................................................... 60
Integración y Recopilación de datos .................................................................... 61
Selección, limpieza y transformación ................................................................... 61
Minería de datos................................................................................................... 62
Evaluación e interpretación .................................................................................. 63
Difusión, uso y monitorización ............................................................................. 64
5.2 ALGORITMOS GENÉTICOS ....................................................................................... 64
5.3 ESTADÍSTICA ESPACIAL ........................................................................................... 65
v
6. CONCLUSIONES Y TRABAJOS FUTUROS ...................................................................... 68
6.1 CONCLUSIONES ........................................................................................................ 68
6.2 TRABAJOS FUTUROS ................................................................................................ 69
REFERENCIAS ............................................................................................................................ 70
A. AJUSTE DE TIPO WEIBULL EN ESTACIONES ................................................................. 72
B. VELOCIDADES REPRESENTATIVAS PARA LÍNEAS CORTAS DE LA CUARTA REGIÓN

77
C. PROBABILIDAD ACUMULADA EN ESTACIONES DE COQUIMBO ................................. 81
D. VELOCIDADES DE VIENTO DE ESTACIONES DE MEDICIÓN INFLUYENTES EN

LINEAS DE LA CUARTA REGIÓN .............................................................................................. 89
vi
ÍNDICE DE TABLAS
Tabla 2.1: Información técnica referente a capacidad de transmisión para condiciones normales
de operación con y sin sol. Fuente [7]. ........................................................................................ 21
Tabla 2.2: Información técnica referente a capacidad de transmisión para condiciones de
sobrecarga admisibles de corta duración con y sin sol. Fuente [7] ............................................. 21
Tabla 2.3: Coficientes del polinomio que caracteriza a Qs .......................................................... 24
Tabla 2.4: Componente variable de la azimut solar .................................................................... 24
Tabla 2.5 Valores de cuantiles superiores de la distribución de la estadística 𝐃𝐧. de
Kolmogorov-Smirnov. Fuente [12]. .............................................................................................. 30
Tabla 3.1: Constantes de escala y forma de los datos de estaciones de la II Región ................ 34
Tabla 3.2: Constantes de escala y forma de los datos de estaciones de la III Región. .............. 34
Tabla 3.3: Constantes de escala y forma de los datos de estaciones de la IV Región. .............. 34
Tabla 3.4: Constantes de escala y forma de los datos de estaciones de la VI Región. .............. 35
Tabla 3.5: Constantes de escala y forma de los datos de estaciones de la VII Región. ............. 35
Tabla 3.6: Constantes de escala y forma de los datos de estaciones de la VIII Región. ............ 35
Tabla 3.7: Constantes de escala y forma de los datos de estaciones de la IX Región. .............. 36
Tabla 3.8: Constantes de escala y forma de los datos de estaciones de la X Región. ............... 36
Tabla 3.9: Constantes de escala y forma de los datos de estaciones de la XI Región. .............. 36
Tabla 3.10: Constantes de escala y forma de los datos de estaciones de la XII Región. ........... 37
Tabla 3.11: Constantes de escala y forma de los datos de estaciones de la XIII Región. .......... 37
Tabla 3.12: Constantes de escala y forma de los datos de estaciones de la XIV Región. ......... 37
Tabla 3.13: Constantes de escala y forma de los datos de estaciones de la XV Región. .......... 38
Tabla 4.1: Estaciones de medición presentes en cada región. ................................................... 39
Tabla 4.2: Estaciones de medición representativas para cada línea de transmisión. ................. 41
Tabla 4.3: Velocidades de viento y Probabilidad acumulada en estaciones influyentes en Línea
Las Compañías-Tap Romeral [110kV] ........................................................................................ 44
Tabla 4.4: Media y desviación estándar de velocidades de vientos de Tabla 4.3....................... 45
Tabla 4.5: Datos de la línea Las compañías-Tap Romeral 110kV .............................................. 47
Tabla 4.6: Datos de localización de la línea. ............................................................................... 48
Tabla 4.7: Características del conductor AAAC Alliance ............................................................. 48
Tabla 4.8: Capacidad de transmisión para la velocidad de diseño declarada y calculada. ........ 50
Tabla 4.9: Aumento en la capacidad de transporte ..................................................................... 50
Tabla 4.10: Promedio de aumento de capacidad ........................................................................ 50
vii
Tabla 4.11: Capacidad de transmisión para la velocidad de diseño declarada y calculada. ...... 52
Tabla 4.12: Aumento en la capacidad de transporte ................................................................... 52
Tabla 4.13: Medias del aumento en la capacidad de transporte ................................................. 52
Tabla 4.16: Medias del aumento en la capacidad de transporte ................................................. 54
Tabla 4.19: Medias de aumento en la capacidad de transporte .................................................. 56
Tabla 5.1: Medidas de evaluación ............................................................................................... 63
viii
ÍNDICE DE FIGURAS
Figura 1.1: Comparación de límites térmicos estáticos y dinámicos. .......................................... 11

Figura 2.1: Función de distribución Weibull ................................................................................. 28
Figura 4.1: Mapa geo-referenciado (1) de estaciones de medición en la cuarta región (Archivo
del Coordinador editado por el autor). ......................................................................................... 40
Figura 4.2: Mapa geo-referenciado (2) de estaciones de medición en la cuarta región (Archivo
del Coordinador editado por el autor). ......................................................................................... 41
Figura 4.3: Velocidad de viento en función de la probabilidad acumulada. ................................ 43
Figura 4.4: Velocidad de viento promedio de estaciones de medición influyentes para la línea
Las Compañías-Tap Romeral 100kV en función de la probabilidad acumulada en el rango de
más menos la desviación estándar. ............................................................................................. 46
Figura 4.5: Capacidad de transmisión en función del viento época de verano durante el día. ... 49
Figura 4.6: Capacidad de transmisión en función del viento época de verano durante la noche.
..................................................................................................................................................... 51
Figura 4.7: Capacidad de transmisión en función del viento época de invierno durante el día. . 53
Figura 4.8: Capacidad de transmisión en función del viento época de invierno durante la noche.
..................................................................................................................................................... 55
Figura 4.9: Perfil de campo magnético respecto del centro de una la línea de 220 kV, un
conductor por fase. Fuente: Apuntes de la asignatura Sistemas de Distribución de la Energía
Eléctrica. Profesor Luis Ortiz Navarrete. ...................................................................................... 57
Figura 5.1: Proceso KDD ............................................................................................................. 60
Figura 5.2: Individuo genético binario .......................................................................................... 65
Figura 5.3: Distancia estándar referidas desde el centro medio [24] .......................................... 66
ix
CAPITULO 1
1. INTRODUCCIÓN
1.1 ORIGEN Y NECESIDAD DEL TEMA
Las líneas de transmisión de energía eléctrica forman parte fundamental de los Sistemas
Eléctricos de Potencia (en adelante SEP), y cumplen la tarea de transportar la energía desde
los sistemas de generación a los centros de consumo [1].
El sistema de transmisión puede clasificarse por sus niveles de tensión, en líneas de
media y alta tensión. En particular, las líneas aéreas de transmisión de alta tensión (tensión
nominal entre 60 y 220 Kv [2]), son la solución para el transporte de grandes bloques de
energía, pues al elevar el voltaje, para una misma capacidad de corriente se incrementa el
producto de estas, además de reducir sustancialmente las perdidas Joule producto de la
circulación de corriente [1].
Por otra parte, el despacho económico de cargas se realiza mediante un modelo de
optimización lineal, donde las capacidades de las líneas de transmisión forman parte de las
restricciones, es por esto que juegan un rol fundamental en el despacho económico a la hora de
determinar los costos marginales de la energía [3].
Considerando que las principales limitantes en la capacidad de transmisión son la
impedancia característica, caídas de tensión, límites de estabilidad y límites térmicos [4], [5],
además de que la velocidad de viento es la variable que más influye en la capacidad de
transmisión desde la participación del balance de energía del conductor [6], es que el estudio de
probabilidad de velocidades de viento aplicado al balance energético en una línea de
transmisión puede resultar un ejercicio importante de resolver para determinar la estimación de
la capacidad de transmisión de una línea.
1.2 DESCRIPCIÓN DEL PROBLEMA
Existen dos formas de entender el límite térmico para el diseño de una línea. La primera y
tradicional corresponde a suponer el peor caso, donde la demanda es máxima y todas las
variables meteorológicas hacen que el limite sea menor que en ausencia de ellas. Este límite se
conoce como límite térmico estático. La segunda es aceptar que el límite térmico varía en
función de la demanda y variables externas al conductor, y que monitoreando estas variables es
posible aprovechar los aumentos de capacidad temporales de la línea, en tiempo real (límite
térmico dinámico).
10
1,6
Capacidad de la Línea
1,4
1,2
1
0,8
en 0/1
0,6
0,4 Límite Térmico Estático
0,2 Límite Térmico Dinámico
0
Hora del día
Figura 1.1: Comparación de límites térmicos estáticos y dinámicos.
Actualmente se emplea el primer concepto para varios periodos durante el día [7], lo que
permite estimar a través del límite térmico estático una curva un tanto conservadora de
capacidad dinámica de una línea.
Independiente del punto de vista de diseño que se aplique, la variable de mayor
incidencia en la capacidad térmica, es la velocidad del viento que impacta en los conductores.
Es por esto que para el cálculo de límite estático se asume la peor condición de viento de las
que se tenga registro, o la que asegure la mayor cantidad de mediciones por sobre ella. Por su
parte, para aprovechar la capacidad dinámica de una línea, la variable que es de mayor
importancia monitorear es la velocidad de viento en conjunto con la temperatura del conductor
[4]–[6].
Considerando lo anterior, surge la idea de aplicar un método de cálculo de la probabilidad
de la velocidad del viento con el fin de obtener una capacidad térmica estática de diseño
representativa. Actualmente los anexos técnicos de los operadores y/o dueños de las líneas de
trasmisión se realizan asumiendo una velocidad del viento igual a 0,6 m/s cuando en realidad la
velocidad de viento del “pero caso” puede ser mayor considerando registros de la zona en la
que está emplazada la línea [8].
Una velocidad de viento de diseño mayor a la que actualmente se ocupa (0,6 m/s)
proporciona una mayor capacidad de transmisión en una línea. El presente trabajo pretende
comprobar que las velocidades de viento que se registran en el territorio nacional son mayores
a la utilizada actualmente y que su aplicación puede generar cambios positivos en el aumento
de la capacidad de transporte.
Ahora al momento de estimar una velocidad de diseño más representativa es necesario
aplicar técnicas de cálculo de estadística espacial, minería de datos y algoritmos genéticos.
Estas materias no se encuentran al alcance de ésta carrera de pregrado, por lo que una muy
buena aproximación es emplear modelos estadísticos en puntos donde se tenga registro de
velocidades de viento. Luego dependiendo de los resultados pueden desarrollarse estudios más
avanzados para profundizar el tema de investigación.
11
1.3 OBJETIVOS
Objetivo general
Aplicar un modelo de distribución estadística a la velocidad de viento para estimar, en
una primera instancia de investigación, la capacidad térmica de diseño de una línea de
transmisión de alta tensión.
Objetivos específicos
 Aplicar un método de cálculo de capacidad térmica de transporte de una línea de
transmisión de alta tensión, en función de datos de velocidad modelados según una
función de distribución.
 Calcular la variación de la capacidad térmica de diseño al considerar velocidades de
viento más representativas en una región acotada.
 Identificar desventajas y beneficios de la estimación propuesta.
1.4 DESARROLLO Y ALCANCES
Como se ha expuesto, existen dos formas de entender el límite térmico para el diseño de
una línea. La primera es establecer el límite térmico, asumiendo las peores condiciones
meteorológicas de operación y carga (Límite Térmico Estático) y la otra forma es monitorear las
variables meteorológicas y determinar una capacidad dinámica en tiempo real considerando las
variaciones de la carga (Límite Térmico Dinámico) [4]–[6].
Al calcular el límite térmico estático, en la etapa e diseño se realizan consideraciones de
viento igual a 0,6 m/s. Éstas consideraciones no son realistas para todas las zonas del país,
pues no se realizan estudios de velocidad de viento apropiadas para cada caso.
Es por esto que en el presente trabajo de título se aplicará un modelo de distribución
estadística a las velocidades de viento medidas en estaciones meteorológicas, y conociendo
que esta es la variable que más influye en el balance energético de un conductor aéreo, se
establecerá el limite térmico que determina la capacidad de diseño en una línea de transmisión
aérea de alta tensión.
Para esto se revisa la normativa vigente y se recopilan mediciones de velocidades de
viento mensuales de estaciones meteorológicas. Luego se desarrollan 2 programas en el
software de simulación Matlab; el primero es para determinar las constantes de formas de la
función de distribución de tipo Weibull que se ajusta a datos recopilados y el segundo es para
calcular la una curva de capacidad de transmisión en función de la velocidad del viento, según
el estándar IEEE [10].
Luego con las funciones de probabilidades identificadas para cada estación, se escoge
una zona de estudio en función de la zona con mayores puntos de registro de velocidad de
12
viento. Por su parte se identifican las líneas cortas de la zona de estudio para ver que puntos de
medición son influyentes debido a su proximidad con la línea al momento de estimar una
velocidad de viento representativa.
Se realizan cuatro casos de estudio para una línea de la zona escogida (cuarta región).
Se simula la capacidad de transmisión para distintas velocidades de viento y temperatura
ambiente, en época de verano e invierno, durante el día y la noche para finalmente realizar
observaciones, conclusiones y comentarios técnico económicos del estudio y como se puede
ahondar en el tema.
1.5 APORTE PERSONAL
Como se ha expuesto, existen dos formas de entender el límite térmico para el diseño de
una línea. La primera es establecer el límite térmico, asumiendo las peores condiciones
meteorológicas de operación y carga (Límite Térmico Estático) y la otra forma es monitorear las
variables meteorológicas y determinar una capacidad dinámica en tiempo real considerando las
variaciones de la carga (Límite Térmico Dinámico).
Teniendo en cuenta el mal supuesto de cálculo en el que se incurre actualmente para
determinar la capacidad de diseño estática con la velocidad de viento igual a 0,6 m/s. El
presente estudio desarrolla la idea de conseguir una aproximación representativa de la
velocidad de viento al momento de diseño. Por lo tanto su importancia radica en el
planteamiento de una nueva forma de calcular la capacidad de diseño con una velocidad de
viento obtenida a partir de los registros de vientos que se tienen en la zona de estudio. No
obstante, sabiendo que las técnicas empleadas para determinar dicha velocidad de mayor
representatividad son la aproximación primaria de un estudio más acabado, se presentan
además las teorías pertinentes para la indagación futura de consecuencias y validación futura
del trabajo.
1.6 ESTRUCTURA DEL TRABAJO
Como se ve, el capítulo 1 es introductorio al tema de titulación., describe su origen,

objetivo y alcance, además del aporte del autor. El capítulo 2 contiene la teoría necesaria para
el desarrollo íntegro del presente trabajo para que quienes lean puedan tener las nociones
teóricas en las que se basa el tema, se presentan definiciones de términos importantes como el
límite térmico, balance de energía y repotenciación de una línea, se expone la normativa
nacional competente a la capacidad de transmisión, la teoría de distribuciones de probabilidad y
pruebas de bondad.
En el capítulo 3 se expone la fuente de los datos empleados en el trabajo, el ajuste de
distribución que se les aplica, la relación de probabilidad para dicha distribución y las constantes
13
que la definen para cada región del país. En el capítulo 4 se define la zona de estudio, las
estaciones de medición de la zona y las líneas que son influenciadas por los registros de sus
estaciones meteorológicas, se define la línea de estudio y se calcula la capacidad de diseño en
función de la velocidad del viento para finalmente presentar las consecuencias técnico
económicas.
El capítulo 5 está destinado a presentar la teoría necesaria para desarrollar el tema de
manera más avanzada. Se aborda la minería de datos, los algoritmos genéticos y la estadística
espacial. En el capítulo final se realizan las conclusiones del trabajo y se dan descripciones de
trabajos futuros para seguir en la línea de investigación
14
CAPÍTULO 2
2. MARCO TEÓRICO
2.1 LÍMITE TÉRMICO
Los conductores de las líneas de transmisión tienen una temperatura máxima de

operación que limita la cantidad de corriente que pueden transportar. Este límite es influenciado
por variables climáticas y determinado por las características del conductor [4], [5]
Si se conocen entonces los valores de las variables climáticas y las características del
conductor, es posible obtener el límite térmico de la línea que a su vez define una corriente
máxima de operación para esas condiciones.
Limite Estático
En general para realizar el cálculo del límite térmico, se asumen las peores condiciones
climáticas de la zona que aseguren cumplir todas las normas de seguridad establecidas. Lo
anterior origina un único valor máximo de temperatura para el transporte de corriente a través
de la línea en cuestión, que se denomina límite térmico estático.
Limite Dinámico
Debido a la naturaleza del clima y sus variables es que se han desarrollado tecnologías
que permiten realizar mediciones en tiempo real, de las condiciones meteorológicas, para
establecer la corriente que es capaz de transportar una línea. Éste límite se conoce como
“Dynamic Line Rating” DLR que es la capacidad dinámica de transmisión.
2.2 MÉTODOS DE REPOTENCIACIÓN TÉRMICA
La repotenciación de una línea consiste en aumentar su capacidad de transmisión. Los

motivos por los que surge esta necesidad son principalmente aumentos de demanda sostenidos
en el tiempo, dificultades para obtener nuevas servidumbres debido a la urbanización de una
zona o el elevado valor que implica la expropiación [5]. Por otra parte, también se puede deber
a la incidencia que tiene en los costos marginales de la energía, puesto que al aumentar esta
capacidad, disminuye una restricción en el problema de optimización del despacho económico
[3].
Repotenciación Estática
La repotenciación estática acepta la capacidad de transmisión como un límite constante

que puede aumentar a otro valor constante [4], [5].
15
2.2.1.1 Aumento de temperatura de operación del conductor existente
Básicamente consiste en someter el conductor a una mayor temperatura de operación

previendo los aumentos de flecha y realizando acciones de disminución del efecto insertando
estructuras en medio del vano, reemplazando las estructuras por estructuras de mayor altura,
aumentando las alturas de los puntos de apoyo del conductor en las estructuras, o re-tensando
los conductores [4], [5].
2.2.1.2 Aumento de la sección de conductores
El aumento de la sección del conductor consiste en cambiar el conductor existente por

otro de mayor sección considerando las exigencias mecánicas extras que se tendrán con el
cambio, como el aumento de peso vertical en las estructuras, aumento del impacto horizontal
del viento en los conductores y el aumento de la tensión del vano. Por lo general estos
aumentos de sección se limitan al 25% de la sección inicial y no representan una repotenciación
mayor al 20% de la capacidad de la línea [4], [5].
2.2.1.3 Aumento de conductores por fase
Esta solución se efectúa solo cuando en la planificación de una línea se contempla que a
futuro se puede tender otro conductor paralelo al existente, pues de no ser así el costo es
demasiado significativo debido a que el trabajo consiste en reemplazar la totalidad de las
estructuras por estructuras más robustas y ocupar solo la servidumbre de la línea que se desea
repotenciar [4], [5].
2.2.1.4 Aumento del nivel de tensión
Al igual que el caso anterior este método es factible solo cuando en la planificación se
contempla el aumento de nivel de tensión puesto que las distancias mínimas de seguridad se
pueden ver vulneradas producto del aumento de los campos eléctricos en las superficies de los
conductores, aunque si el aumento de tensión no es grande podría efectuarse sin mayor
inconveniente, pero por supuesto sería un aumento menor de capacidad [4], [5].
Repotenciación Dinámica
La repotenciación dinámica hace referencia a la oportunidad de aumentar el flujo de

potencia de una línea considerando condiciones temporales que lo permiten. Como se expone
más adelante la capacidad térmica al depender de variables climáticas como el viento
(velocidad y dirección) puede aumentar en momentos que la velocidad del viento aumenta. Para
una repotenciación de este tipo, son necesarios equipos de monitoreo que permiten determinar
si la repotenciación es posible considerando la seguridad de los elementos del SEP, y calidad
del servicio eléctrico [4], [5].
16
El aumento de capacidad de transmisión aplicando el monitoreo de las variables
climáticas puede ser de un 15% a un 30% el 95% del tiempo. Se debe tener en cuenta que para
conseguir este aumento de capacidad es necesario invertir en estaciones meteorológicas y/o
puntos de medición de variables que deben estar comunicados en tiempo real [4], [5].
2.2.2.1 Estaciones meteorológicas
Las instalaciones meteorológicas para monitoreo, pueden medir temperatura ambiente,

radiación solar, velocidad y dirección del viento y precipitaciones si se considera necesario.
Para que la medición sea representativa la estación de meteorológica debe ubicarse a una
altura similar a la del conductor y no debe existir bloqueo del viento.
A partir de los datos obtenidos de la estación meteorológica y la corriente de la línea, se
puede estimar la temperatura del conductor en puntos cercanos. Este método resulta uno de los
menos costosos y consigue cambiar la condición de peor caso por el escenario real de la línea
[4], [5].
2.2.2.2 Dispositivos de monitoreo de temperatura
Existen dos tipos de monitoreo de temperatura:

Medición directa: consiste en una termocupla instalada directamente en el conductor
energizado realiza mediciones de corriente de línea, voltaje, temperatura del conductor y se
complementa con datos de una estación que proporciona mediciones de temperatura ambiente
y radiación solar. La termocupla es alimentada por medio de inducción magnética y se
comunica mediante radio a una estación remota.
La temperatura del conductor es convertida en una velocidad de viento perpendicular
equivalente y en conjunto con los parámetros que proporciona la estación meteorológica se
determina la capacidad máxima de transmisión [4], [5].
Medición indirecta: en esta medición se escogen dos barras de aluminio de tal manera
de imitar el conductor. Una barra cuenta con un radiador a modo de imitar el conductor
energizado y la otra barra se expone de manera natural en el ambiente.
Se mide la temperatura de ambas barras para determinar el efecto de la radiación y de la

convección. De lo anterior se calcula una velocidad de viento efectiva. Para esta medición no se
necesita la medición de temperatura ambiente ni de la radiación solar por estar en manera
implícita en la medición de la temperatura de cada barra [4], [5].
2.2.2.3 Dispositivos de monitoreo de tensión mecánica
Se trata de celdas de carga unidas por medio de unidades de transmisión a los extremos
de los vanos, precisamente entre la estructura y la cadena de aisladores. Estos equipos miden
tensión mecánica, radiación solar y temperatura ambiente. Emplean la tensión medida para
17
calcular una temperatura promedio del conductor y en conjunto con la radiación y temperatura
ambiente se calcula una velocidad de viento efectiva. En este método se emplea el concepto
“vano equivalente” para representar a partir de un vano, otros tramos de la línea [4], [5].
2.2.2.4 Dispositivos de monitoreo de flecha
Se trata de una cámara de video y un reflector pasivo con un sistema de comunicación.

La operación es realizada a partir de algoritmos de reconocimiento de imágenes. Se mide flecha
mediante la cámara, radiación solar y temperatura ambiente por medio de una unidad de
transmisión. El método de cálculo de capacidad es a partir de una temperatura equivalente del
conductor y luego se procede como n el método de monitoreo de tensión mecánica [4], [5].
2.3 CAPACIDAD TÉRMICA
La capacidad térmica de una línea, es la corriente que corresponde a la máxima

temperatura a la que puede operar, sin afectar las distancias mínimas de seguridad, producto
del aumento de flecha y sin que se produzcan pérdidas significativas de resistencia de tracción,
producto del recocido del conductor [11].
Balance de Energía
Para estudiar la respuesta térmica de un conductor existen en general 3 ecuaciones de

equilibrio que se fundamenta en el balance de energía para un conductor [4]–[6].
2.3.1.1 Equilibrio en régimen permanente
La primera ecuación (2.1), considera las ganancias y pérdidas de energía en régimen

permanente:
𝑞𝑗 + 𝑞𝑚 + 𝑞𝑠 = 𝑞𝑐 + 𝑞𝑟 + 𝑞𝑣 [𝑊/𝑚] (2.1)
𝑞𝑗 : Ganancia de calor por efecto Joule
𝑞𝑚 : Ganancia de calor por efecto magnético
𝑞𝑠 : Ganancia de calor producto de la radiación solar
𝑞𝑐 : Perdida de calor por convección
𝑞𝑟 : Perdida de calor por radiación del conductor
𝑞𝑣 : Perdida de calor por evaporación de humedad del conductor
2.3.1.2 Equilibrio en régimen transitorio
La segunda (2.2), considera el almacenamiento de energía ante un cambio transitorio de

las condiciones de operación:
18
𝑑𝑇𝑐
𝑞𝑗 + 𝑞𝑚 + 𝑞𝑠 = 𝑚 ∙ 𝑐𝑝 ∙ + 𝑞𝑐 + 𝑞𝑟 + 𝑞𝑣 (2.2)
𝑑𝑡
𝑚 : Masa del conductor por unidad de longitud
𝑐𝑝 : Calor específico del material conductor
𝑇𝑐 : Temperatura del conductor
𝑡 : Tiempo
2.3.1.3 Equilibrio en cortocircuito
Y la tercera (2.3), es la que estudia el equilibrio térmico en situación de cortocircuito,

considerando el carácter adiabático del sistema:
𝑑𝑇𝑐
𝑞𝑗 = 𝑚 ∙ 𝑐𝑝 ∙ (2.3)
𝑑𝑡
Análisis de Sensibilidad
El estudio realizado en [6] evaluó la incidencia de las variables relevantes del balance de
energía en la determinación de la capacidad de transmisión para un conductor de una línea
aérea de alta tensión.
Se concluye que las variables que mayor incidencia tienen en el aumento de la capacidad
de transmisión son la velocidad y dirección del viento, y las que mayor incidencia tienen en la
disminución de la capacidad de transmisión son la temperatura ambiente y la corriente que
circula por la línea. Efectos mucho menores provocan por ejemplo el día del año, la latitud o la
altura sobre el nivel del mar.
Efectos Mecánicos
La operación del conductor a una temperatura mayor a la máxima recomendada por el

fabricante puede provocar la pérdida de las características mecánicas del conductor, aumentos
de flecha, que son un peligro para las distancias de seguridad y pérdida de vida útil [6].
2.3.3.1 Cálculo de Flecha
Para determinar la variación de la flecha luego de un cambio de temperatura, se emplea

la ecuación de cambio de estados (2.4). A partir de esta ecuación y conociendo datos
constructivos de la línea y mecánicos del conductor en conjunto con las condiciones de
temperatura y viento iniciales se puede obtener la nueva flecha [12].
𝑤 ∙ 𝐿 ∙ 𝑎2 1 1
𝐿2 − 𝐿1 = 𝛼 ∙ (𝑇2 − 𝑇1 ) + ∙( − ) (2.4)
8 ∙ 𝐴𝑐 ∙ 𝐸 𝑓2 𝑓1
𝐿𝑖 : Longitud del cable correspondiente a la temperatura Ti en metros
𝛼 : Coeficiente de dilatación lineal del cable
19
𝛼 = 2,3 ∙ 10−5 1/℃ para el aluminio y aleación de aluminio.
𝛼 = 1,7 ∙ 10−5 1/℃ para el cobre
𝑇𝑖 : Temperaturas a las que puede ser sometido el cable ℃
𝐴𝑐 : Sección del conductor mm2
𝐸 : Módulo de elasticidad del cable kg/mm2
𝐸 = 5600 𝑘𝑔/𝑚𝑚2 para el aluminio.
𝐸 = 6250 𝑘𝑔/𝑚𝑚2 para aleación de aluminio
𝐸 = 11250 𝑘𝑔/𝑚𝑚2 para el cobre
𝑓𝑖 : Flechas del cable m
2.3.3.2 Pérdida de vida útil
Como se mencionó anteriormente las variaciones de temperaturas y la operación a

temperaturas elevadas producen una perdida en la resistencia de tracción, disminuyendo la vida
útil del conductor. Los métodos para calcular la perdida de tracción requieren tener datos de las
temperaturas del conductor durante su operación en conjunto con un estudio de las variables
meteorológicas, pueden estimar, aunque de manera no muy certera, la perdida de vida útil de
un conductor [6].
2.4 CÁLCULO SEGÚN NORMATIVA
Requerimientos de la Norma Técnica
En el capítulo 6 de La Norma Técnica de Seguridad y Calidad de Servicio [9] se

establecen los requerimientos de los estudios que debe llevar a cabo el Coordinador para
realizar la programación y coordinación de la operación del SEN. En particular el artículo 6-5
indica que dichos estudios son el respaldo técnico para realizar la operación en tiempo real del
sistema.
Por su parte el anexo técnico [7] menciona la información que deben presentar los
coordinados, al Coordinador Eléctrico Nacional, para dar cumplimiento a los requerimientos de
información para los estudios mencionados, entre otras aplicaciones.
Se entiende por coordinado a todo propietario, arrendatario, usufructuario o quien opere o
explote a cualquier título instalaciones que se encuentren interconectadas, sean éstas [9]:
 centrales generadoras,
 sistemas de transporte,
 instalaciones para la prestación de servicios complementarios,
20
 sistemas de almacenamiento de energía,
 instalaciones de Distribución,
 instalaciones de Clientes Libres.
El Artículo 16 del anexo [7] indica la información que deben entregar los coordinados que
explotan a cualquier título líneas de transmisión. Dicho artículo contempla 32 ítems, refiriéndose
a la información de capacidad de transmisión en los ítems comprendidos entre el 27 y el 30,
como se indica en la Tabla 2.1 y la Tabla 2.2 respectivamente. Se solicita información del límite
térmico y sobrecarga admisible de corta duración para condiciones de operación con y sin sol.
Se indica que los cálculos deben realizarse para época estival y que se debe consultar la norma
IEEE Std 738-2016 y 2012 [10].
Por lo expuesto anteriormente es que, en el presente trabajo de título, se toman en
cuenta los procedimientos de cálculo de la norma [10] que se exponen en la sección.
Tabla 2.1: Información técnica referente a capacidad de transmisión para condiciones normales de
operación con y sin sol. Fuente [7].
Límites térmicos de la línea para una condición de operación sin sol para temperaturas
1.27 ambiente comprendidas entre 0° C y los 45° C, incluyendo ambas, con pasos de 2.5 °C
[kA]
Límites térmicos de la línea para una condición de operación con sol para temperaturas
1.28 ambiente comprendidas entre 0° C y los 45° C, incluyendo ambas, con pasos de 2.5
°C[kA]
Tabla 2.2: Información técnica referente a capacidad de transmisión para condiciones de sobrecarga
admisibles de corta duración con y sin sol. Fuente [7]
Límites de sobrecarga admisible de corta duración para una condición de operación sin
sol para temperaturas ambientes comprendidas entre 10° C. y los 40° C., incluyendo
1.29 ambas, para corrientes iniciales por circuito iguales al 0%, 50% y 75% de la corriente
nominal por circuito, entendiéndose por corta duración al período de duración igual a 15
minutos (Ref.:Art. 5-35 de la NT) [kA]
Límites de sobrecarga admisible de corta duración para una condición de operación con
sol para temperaturas ambientes comprendidas entre 10° C. y los 40° C., incluyendo
1.30 ambas, para corrientes iniciales por circuito iguales al 0%, 50% y 75% de la corriente
nominal por circuito, entendiéndose por corta duración al período de duración igual a 15
minutos (Ref.:Art. 5-35 de la NT) [kA]
21
IEEE Standard for Calculating the Current-Temperature Relationship of
Bare Overhead Conductors [10]
Este estándar presenta un método de cálculo para la relación corriente y temperatura de

un conductor desnudo en líneas de alta tensión. No es aplicable para un número alto de
conductores, ni recomienda condiciones climáticas conservadoras para el cálculo. De todas
maneras proporciona un método estándar para el cálculo en condiciones de clima y corriente
constante o variable.
Balance de energía en estado estable:
El estándar no considera ganancia por efecto magnético ni perdidas por evaporación de

humedad en el conductor, como se expresa en la ecuación (2.5) :
𝑞𝑗 + 𝑞𝑠 = 𝑞𝑐 + 𝑞𝑟 [𝑊/𝑚] (2.5)
Donde:
𝑞𝑗 : Ganancia de calor por efecto Joule
𝑞𝑠 : Ganancia de calor por radiación solar
𝑞𝑐 : Pérdida de calor por convección
𝑞𝑟 : Perdida de calor por radiación del conductor
Además se conoce que la ganancia por efecto Joule es directamente proporcional al

cuadrado de la intensidad de corriente que circula por el conductor I 2 y a la resistencia lineal R
que a su vez depende de la temperatura de operación del conductor T, esto es:
𝑞𝑗 = 𝐼 2 ∙ 𝑅(𝑇) [𝑊/𝑚] (2.6)
Reemplazando (2.6) en (2.5) y reordenando algunos términos se obtiene la capacidad de
transmisión de corriente como se expresa en (2.7) :
𝑞𝑐 + 𝑞𝑟 − 𝑞𝑠
𝐼=√ (2.7)
𝑅(𝑇)
Balance de energía en régimen transiente
Tal como se expuso en 2.3.1.2, para el balance de energía en régimen transitorio se debe
considerar la energía almacenada en el conductor, resultando la ecuación (2.8) :
𝑑𝑇
𝑞𝑗 + 𝑞𝑠 + 𝑚 ∙ 𝐶𝑝 ∙ = 𝑞𝑐 + 𝑞𝑟 [𝑊/𝑚] (2.8)
𝑑𝑡
Donde
𝑚 : Masa equivalente de los materiales del conductordel conductor
𝐶𝑝 : Calor específico equivalente de los materiales del conductor
Luego, reordenando:
22
𝑑𝑇 1
= ∙ [𝑞𝑐 + 𝑞𝑟 − 𝑞𝑗 − 𝑞𝑠 ] [𝑊/𝑚] (2.9)
𝑑𝑡 𝑚 ∙ 𝐶𝑝
Que se rescribe como una ecuación de diferencias:
∆𝑇 1
= ∙ [𝑞𝑐 + 𝑞𝑟 − 𝐼 2 ∙ 𝑅(𝑇) − 𝑞𝑠 ] (2.10)
∆𝑡 𝑚 ∙ 𝐶𝑝
Ganancia de calor por efecto Joule
La ganancia de calor por efecto Joule describe el calentamiento del conductor producto
de la circulación de corriente por el mismo, y se calcula según la ecuación (2.6) vista
anteriormente. Ahora para determinar la resistencia a temperatura máxima es necesario realizar
un ajuste lineal como el descrito en la siguiente ecuación:
𝑅(𝑇2 ) − 𝑅(𝑇1 )
𝑅(𝑇𝑚𝑎𝑥 ) = ∙ (𝑇𝑚𝑎𝑥 − 𝑇1 ) + 𝑅(𝑇1 ) (2.11)
𝑇2 − 𝑇1
Ganancia de calor por radiación solar
La ganancia de calor por radiación solar se define por la ecuación (2.12):

𝑞𝑠 = 𝛼 ∙ 𝑄𝑠𝑒 ∙ 𝑠𝑖𝑛(𝜃) ∙ 𝑑𝑒 (2.12)
Donde:
𝛼 : Absorción solar
𝑄𝑠𝑒 : Intensidad de calor total de la radiación del sol, corregida por altura
𝜃 : Ángulo de incidencia efectiva de los rayos del sol
𝑑𝑒 : Diámetro exterior del conductor
Además:
𝑄𝑠𝑒 = 𝐾𝑠𝑜𝑙𝑎𝑟 ∙ 𝑄𝑠 (2.13)
𝐾𝑠𝑜𝑙𝑎𝑟 : Factor de corrección por altura sobre el nivel del mar He
𝐾𝑠𝑜𝑙𝑎𝑟 = 1 + 1,148 ∙ 10−4 ∙ 𝐻𝑒 + 1,108 ∙ 10−8 ∙ 𝐻𝑒 2 (2.14)

𝑄𝑠 : Intensidad de calor total de la radiación del sol
A su vez 𝑄𝑠 se obtiene del polinomio de la ecuación (2.14)(2.15), y los valores de los

coeficientes del polinomio se ocupan dependiendo si la atmósfera se considera limpia o del tipo
industrial, como se indica en la Tabla 2.3: Coeficientes del polinomio que caracteriza a 𝐐𝐬 Tabla 2.3:
𝑄𝑠 = 𝐴 + 𝐵 ∙ 𝐻𝑐 + 𝐶 ∙ 𝐻𝑐 2 + 𝐷 ∙ 𝐻𝑐 3 + 𝐸 ∙ 𝐻𝑐 4 + 𝐹 ∙ 𝐻𝑐 5 + 𝐺 ∙ 𝐻𝑐 6 (2.15)
Con:
𝐻𝑐 = 𝑎𝑟𝑐𝑠𝑒𝑛[𝑐𝑜𝑠(𝐿𝑎𝑡) ∙ 𝑐𝑜𝑠(𝛿) ∙ 𝑐𝑜𝑠(𝜔) + 𝑠𝑒𝑛(𝐿𝑎𝑡) ∙ 𝑠𝑒𝑛(𝛿)] (2.16)
Donde:
𝐿𝑎𝑡: Latitud [°]
23
𝜔: Diferencia horaria entre la hora de medición y el mediodía local (12:00),
multiplicado por 15.
𝛿: Declinación solar [°]:
284 + 𝑁
𝛿 = 23,4583 ∙ 𝑠𝑒𝑛 ( ∙ 360) (2.17)
365
𝑁: Día del año (1-365)
Tabla 2.3: Coeficientes del polinomio que caracteriza a 𝐐𝐬
Coeficiente Limpia Industrial

A -42,2391 53,1821
B 63,8044 14,211
C -1,922 6,61E-01
D 3,47E-02 -3,17E-02
E -3,61E-04 5,47E-04
F 1,94E-06 -4,34E-06
G -4,08E-09 1,32E-08
Finalmente se tiene que el ángulo de incidencia de los rayos del sol resulta de la
ecuación (2.18):
𝜃 = 𝑎𝑟𝑐𝑐𝑜𝑠[𝑐𝑜𝑠(𝐻𝑐 ) ∙ 𝑐𝑜𝑠(𝑍𝑐 − 𝑍𝑙 )] (2.18)

En donde Zl es la azimut de la línea o del conductor y Zc es la azimut solar que consta de
una componente constante C y una componente variable χ:
𝑍𝑐 = 𝐶 + 𝑎𝑟𝑐𝑡𝑔(𝜒) (2.19)
La componente variable depende del ángulo horario, la latitud de la línea y la declinación
solar como se ve en la ecuación (2.20(2.20):
𝑠𝑒𝑛(𝜔)
𝜒= (2.20)
𝑠𝑒𝑛(𝐿𝑎𝑡) ∙ 𝑐𝑜𝑠(𝜔) − 𝑐𝑜𝑠 (𝐿𝑎𝑡) ∙ 𝑡𝑎𝑛(𝛿)
Y la componente constante se ocupa según la Tabla 2.4:
Tabla 2.4: Componente variable de la azimut solar
χ≥0 χ<0
−180 ≤ ω < 0 0 180
0 ≤ ω < 180 180 360
Pérdidas de calor por convección
Para determinar las pérdidas por convección, [10] establece que se debe ocupar el valor
máximo que se obtiene de las siguientes 3 ecuaciones:
𝑞𝑐𝑛 = 3,645 ∙ 𝜌𝑓 0,5 ∙ 𝑑𝑒 0,75 ∙ (𝑇𝑠 − 𝑇𝑎 )1,25 (2.21)
24
𝑞𝑐1 = 𝐾𝑎𝑛𝑔𝑙𝑒 ∙ [1,01 + 1,35 ∙ 𝑁𝑅𝑒 0,52 ] ∙ 𝑘𝑓 ∙ (𝑇𝑠 − 𝑇𝑎 ) (2.22)
𝑞𝑐2 = 𝐾𝑎𝑛𝑔𝑙𝑒 ∙ 0,754 ∙ 𝑁𝑅𝑒 0,6 ∙ 𝑘𝑓 ∙ (𝑇𝑠 − 𝑇𝑎 ) (2.23)
Lo que matemáticamente puede escribirse como en (2.24):
𝑞𝑐 = 𝑚𝑎𝑥{𝑞𝑐𝑛 , 𝑞𝑐1 , 𝑞𝑐2 } (2.24)
Donde 𝑞𝑐𝑛 es la convección natural en ausencia de viento y 𝑞𝑐1 con 𝑞𝑐2 son ajustes de la
convección en presencia de viento para números de Reynolds 𝑁𝑅𝑒 bajos y altos
respectivamente.
Además se tiene que ρf es la densidad del aire, que depende de la altura sobre el nivel
del mar y del promedio entre la temperatura de servicio del conductor 𝑇𝑠 y la temperatura
ambiente 𝑇𝑎 que se define por 𝑇𝑓𝑖𝑙𝑚 como se presenta en la ecuación (2.25) :
1,293 − 1,525 ∙ 10−4 ∙ 𝐻𝑒 + 6,379 ∙ 10−9 ∙ 𝐻𝑒 2
𝜌𝑓 = (2.25)
1 + 0,00367 ∙ 𝑇𝑓𝑖𝑙𝑚
Por su parte el número de Reynolds se obtiene de la ecuación (2.26):
𝑑𝑒 ∙ 𝜌𝑓 ∙ 𝑉𝑤
𝑁𝑅𝑒 = (2.26)
𝜇𝑓
Donde Vw es la velocidad del viento y μf es la viscosidad dinámica del aire que a su vez
depende de Tfilm al igual que la conductividad térmica del aire k f , como muestran las
ecuaciones (2.27) y (2.28):
1,5
1,458 ∙ 10−6 ∙ (𝑇𝑓𝑖𝑙𝑚 + 273)
𝜇𝑓 = (2.27)
𝑇𝑓𝑖𝑙𝑚 + 383,4
𝑘𝑓 = 2,424 ∙ 10−2 + 7,477 ∙ 10−5 ∙ 𝑇𝑓𝑖𝑙𝑚 − 4,407 ∙ 10−9 ∙ 𝑇𝑓𝑖𝑙𝑚 2 (2.28)
Pérdidas de calor por radiación del conductor
Las pérdidas de calor por radiación del conductor se definen por la ecuación
𝑇𝑠 + 273 4 𝑇𝑎 + 273 4
𝑞𝑟 = 17,8 ∙ 𝑑𝑒 ∙ 𝜀 ∙ [( ) −( ) ] (2.29)
100 100
Donde:
ε : Emisividad del conductor.
2.5 VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
Distribuciones de probabilidad de variables aleatorias continuas
Para entender con claridad ésta sección es necesario recordar algunas definiciones de
probabilidad y estadística [13]:
Definición 2.1: El conjunto de todos los posibles resultados de un experimento aleatorio
recibe el nombre de espacio muestral.
Definición 2.2: De dice que un espacio muestral es discreto si su resultado puede
ponerse en una correspondencia uno a uno con el conjunto de los enteros positivos.
25
Definición 2.3: Se dice que un espacio muestral es continuo si sus resultados consisten
de un intervalo de números reales.
Definición 2.4: Un evento del espacio muestral es un grupo de resultados contenidos en
éste, cuyos miembros tienen una característica común.
Definición 2.5: Sea S cualquier espacio muestral y E cualquier evento de éste. Se llamará
función de probabilidad sobre el espacio muestral S a P(E) si satisface los siguientes axiomas1:
1. 𝑃(𝐸) ≥ 0
2. 𝑃(𝑆) = 1
3. ∀𝐸 ∈ 𝑆, 𝐸𝑖 ∩ 𝐸𝑗 = ∅ ∀𝑖 ≠ 𝑗 ⟹ 𝑃(𝐸1 ∪ 𝐸2 ∪ ⋯ ) = 𝑃(𝐸1 ) + 𝑃(𝐸2 ) + ⋯
Ahora bien, la distribución de probabilidad de una variable aleatoria continua X está
caracterizada por una función f(x) que recibe el nombre de función de densidad de probabilidad.
Si se le asignara una probabilidad a cada valor específico x de la variable aleatoria X, la suma
en X no sería uno. Por lo tanto, la probabilidad de que una variable aleatoria continua X tome un
valor específico x es cero. Por lo anterior es que la función de densidad de probbilidad no
representa la probabilidad de X = x, en concreto ésta proporciona un medio para determinar la
probabilidad de un intervalo a ≤ X ≤ b [13].
Definición 2.6: Sea S un espacio muestral sobre el que se encuentra definida una función
de probabilidad. Sea X una función de valor real definida sobre 𝑆, de manera que transforme los
resultados de S en puntos sobre la recta de los reales. Se dice entonces que 𝑋 es una variable
aleatoria.
Definición 2.7: Se dice que una variable 𝑋 es continua si sus valores consisten en uno o
más intervalos de la recta de los reales.
Definición 2.8: Si existe una función 𝑓(𝑥) tal que
1. 𝑓(𝑥) ≥ 0, −∞ < 𝑥 < ∞,
∞
2. ∫−∞ 𝑓(𝑥) 𝑑𝑥 = 1, y
𝑏
3. 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = ∫𝑎 𝑓(𝑥) 𝑑𝑥
para cualesquiera 𝑎 y 𝑏, entonces 𝑓(𝑥) es la función de densidad de probabilidad de la variable
aleatoria continua 𝑋.
La función de distribución acumulativa de una variable aleatoria continua 𝑋 es la
probabilidad de que X tome valor menor o igual a algún x específico. Esto es:
𝑥
𝑃(𝑋 ≤ 𝑥) = 𝐹(𝑥) = ∫ 𝑓(𝑡) 𝑑𝑡, (2.30)
−∞
en donde t es la variable artificial de integración [13].

Dado que para cualquier variable aleatoria continua X,
𝑥
𝑃(𝑋 = 𝑥) = ∫ 𝑓(𝑡) 𝑑𝑡 = 0, (2.31)
𝑥
1 Proposición tan clara y evidente que se admite sin demostración.
26
se tiene que,
𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 < 𝑥) = 𝐹(𝑥). (2.32)
La función de distribución acumulativa F(x), es una función lisa no decreciente de los
valores de la variable aleatoria con las siguientes propiedades [13]:
1. 𝐹(−∞) = 0;
2. 𝐹(∞) = 1;
3. 𝑃(𝑎 < 𝑋 < 𝑏) = 𝐹(𝑏) − 𝐹(𝑎);
𝑑𝐹(𝑥)
4. = 𝑓(𝑥).
𝑑𝑥
Modelo de distribución de Weibull
La distribución Weibull fue establecida por el físico suizo del mismo nombre quien
demostró, con base en una evidencia empírica, que el esfuerzo al que se someten los
materiales puede modelarse de manera adecuada mediante el empleo de ésta distribución [13].
Definición 2.4: Se dice que una variable aleatoria X tiene una distribución de Weibull si
su función de densidad de probabilidad está dada por (2.33):
𝑏 𝑥 𝑏−1 −(𝑥 )𝑏
𝑓(𝑥; 𝑎, 𝑏) = {𝑎 (𝑎) ∙ 𝑒 𝑎 , 𝑥 > 0; 𝑎, 𝑏 > 0.
(2.33)
0 para cualquier otro caso
Como se puede apreciar ésta distribución depende de dos parámetros el de escala a y el
de forma b. Adicionalmente se puede reemplazar la variable aleatoria de Weibull X por X − c, en
donde c es un parámetro de localización que representa un valor umbral o tiempo de garantía.
Por su parte, la función de distribución acumulativa de Weibull se muestra en (2.34):

𝑏 𝑥 𝑡 𝑏−1 −( 𝑡 )𝑏 0 𝑏 𝑥 𝑏 𝑥 𝑏
𝐹(𝑥; 𝑎, 𝑏) = ∫ ( ) ∙ 𝑒 𝑎 𝑑𝑡 = 𝑒 −(𝑎) − 𝑒 −(𝑎) = 1 − 𝑒 −(𝑎) (2.34)
𝑎 0 𝑎
Por consiguiente la probabilidad de que x esté dentro del intervalo comprendido entre x0 y
x1 se puede obtener de la siguiente manera [13]:
𝑥1 𝑏 𝑥0 𝑏 𝑥0 𝑏 𝑥1 𝑏
𝑃(𝑥0 ≤ 𝑥 < 𝑥1 ) = 𝐹(𝑥1 ) − 𝐹(𝑥0 ) = 1 − 𝑒 −( 𝑎 ) − (1 − 𝑒 −( 𝑎 ) ) = 𝑒 −( 𝑎 ) − 𝑒 −( 𝑎 ) (2.35)
También se puede obtener 𝑥 para cuando la función es máxima, derivando e igualando a

cero lo que trae como resultado:
1
𝑏−1 𝑏
𝑥𝑚𝑎𝑥 =𝑎∙( ) (2.36)
𝑏
En la Figura 2.1 se presentan graficas de la función de distribución Weibull para a = 1 y
distintos valores de b.
27
Figura 2.1: Función de distribución Weibull
Ajuste de la muestra
Para una muestra de una variable aleatoria, es posible realizar un ajuste con sus
observaciones para obtener los parámetros de una función de distribución de probabilidad del
tipo Weibull que se aproxima a describir el comportamiento de la función de distribución de
probabilidad de la muestra. Los ajustes más comunes son el ajuste lineal y no lineal, que en
general, cualquier paquete de software computacional de ingeniería puede realizar, de todas
formas a continuación se desarrolla el método teórico para el ajuste lineal [14].
Se tiene que la función de probabilidad acumulativa es:
𝑥 𝑏
𝐹(𝑥) = 1 − 𝑒 −(𝑎) (2.37)
Que se reordena de la siguiente manera:
1 𝑥 𝑏
= 𝑒 (𝑎) (2.38)
1 − 𝐹(𝑥)
Aplicando logaritmo natural 2 veces la expresión se reescribe:
1 𝑥 𝑏
𝐿𝑛 [𝐿𝑛 ( )] = 𝐿𝑛 [( ) ] = 𝑏 ∙ 𝐿𝑛(𝑥) − 𝑏 ∙ 𝐿𝑛(𝑎) (2.39)
1 − 𝐹(𝑥) 𝑎
Luego, se tiene una relación lineal al asumir las variables auxiliares:
1
𝑧 = 𝐿𝑛 [𝐿𝑛 ( )] (2.40)
1 − 𝐹(𝑥)
𝑢 = 𝐿𝑛(𝑥) (2.41)
𝑚=𝑏 (2.42)
𝑛 = −𝑏 ∙ 𝐿𝑛(𝑎) (2.43)
28
Que se expresa por:
𝑧=𝑚∙𝑢+𝑛 (2.44)
Con lo que se puede aplicar una regresión lineal al cálculo de los puntos (u(x), z(x))
según las relaciones de las ecuaciones (2.40)(2.41)(2.42) y (2.43).
Dicho ajuste, se somete a una prueba de bondad, que acepta o rechaza la aproximación
a la función de distribución de probabilidad.
Test de Kolmogorov-Smirnov
El test de Kolmogorov-Smirnov (KS) forma parte del conjunto de pruebas que se

denominan como bondad de ajuste debido a que se comparan los resultados de una muestra
aleatoria con aquellos que se espera observar si la hipótesis nula es correcta, considerando la
verificación de la hipótesis nula H0 : F(x) = F0 (x), en donde el modelo de probabilidad propuesto
F0 (x) se encuentra especificado de manera completa con respecto a todos sus parámetros [13].
El test KS no necesita que los datos se encuentren agrupados, es aplicable a muestras
de tamaño pequeño y se basa en una comparación entre las funciones de distribución
acumulativa que se observan en la muestra ordenada y la distribución propuesta bajo la
hipótesis nula. Si la comparación da como resultado una diferencia significativa entre la
funciones de distribución muestral y propuesta, entonces la hipótesis nula de qu la distribución
es F0 (x), se rechaza.
Considérese la hipótesis nula H0 : F(x) = F0 (x), en donde F0 (x) se especifica en forma
completa. Denótese por X (1) , X (2) , … , X (n) a las observaciones ordenadas de una muestra
aleatoria de tamaño n y defínase la función de distribución acumulativa muestral como [13]:
0 x < x(1)
k
Sn (x) = { x(k) ≤ x < x(k+1) (2.45)
n
1 x ≥ xn
Luego, para cada valor ordenado x de la muestra, Sn (x) es la proporción del número de
valores en la muestra que son iguales o menores a x. Considerando que F0 (x) se encuentra
completamente especificada, es posible evaluar a F0 (x) para algún valor deseado de x, y
entonces comparar este último con el valor correspondiente de Sn (x). Si la hipótesis nula es
verdadera, entonces es lógico esperar que la diferencia sea relativamente pequeña. La
estadística de KS se define como [13]:
𝐷𝑛 = 𝑚𝑎𝑥 |𝑆𝑛 (𝑥) − 𝐹0 (𝑥)| (2.46)
𝑥
La estadística Dn tiene una distribución independiente de la distribución del modelo

propuesto por la hipótesis nula. Esto trae como consecuencia que la función Dn pueda evalarse
solo en función del tamaño de la muestra y después usarse para cualquier F0 (x). En la Tabla
2.5 se presentan valores cuantiles superiores de Dn .
29
Para un tamaño e del error del tipo I (“falso negativo”, es decir que se rechaza
erróneamente H0 ), la región crítica es de la forma:
𝑐
𝑃 (𝐷𝑛 > )=𝛼 (2.47)
√𝑛
De acuerdo con lo anterior, la hipótesis H0 se rechaza si para algún valor x observado del
valor Dn se encuentra dentro de la región crítica de tamaño α [13].
Tabla 2.5 Valores de cuantiles superiores de la distribución de la estadística 𝐃𝐧 . de Kolmogorov-Smirnov.

Fuente [13].
1−α
n
0.80 0.85 0.90 0.95 0.99
1 .900 .925 .950 .975 .995
2 .684 .726 .776 .842 .929
3 .565 .597 .642 .708 .828
4 .494 .525 .564 .624 .733
5 .446 .474 .510 .565 .669
6 .410 .436 .470 .521 .618
7 .381 .405 .438 .486 .577
8 .358 .381 .411 .457 .543
9 .339 .360 .388 .432 .514
10 .322 .342 .368 .410 .490
11 .307 .326 .352 .391 .468
12 .295 .313 .338 .375 .450
13 .284 .302 .325 .361 .433
14 .274 .292 .314 .349 .418
15 .266 .283 .304 .338 .404
16 .258 .274 .295 .328 .392
17 .250 .266 .286 .318 .381
18 .244 .259 .278 .309 .371
19 .237 .252 .272 .301 .363
20 .231 .246 .264 .294 .356
25 .21 .22 .24 .27 .32
30 .19 .20 .22 .24 .29
35 .18 .19 .21 .23 .27
Fórmula para 1,07 1,14 1,22 1,36 1,63
una n mayor √n √n √n √n √n
30
CAPITULO 3
3. PROBABILIDAD Y VELOCIDAD DE VIENTO
Como se expone en la sección 2.4.1, la normativa nacional vigente, obliga a los

operadores de líneas de transmisión a entregar la información referente a los límites térmicos
de operación en estado normal y de sobrecarga de corta duración. Se dan condiciones de
temperatura ambiente, y de radiación (ausencia o presencia de sol), también se establece el
estándar mediante el cual se deben realizar los cálculos, pero no se mencionan condiciones de
viento que se deban considerar. Por lo general, en el cálculo de la capacidad de diseño, se
asume la velocidad de viento empleada en el estándar [10] (0,61 m/s), valor que no es requisito
para aplicar el estándar y debe ser representativo para cada caso de diseño de línea.
En estricto rigor, se debe realizar un estudio acabado de las velocidades de viento
registrables en la zona particular que se ubicará la línea con el fin de asumir un valor
representativo. Incluso para ser más determinantes se puede acudir a herramientas de
modelación con estadística espacial para que a partir de registros históricos de mediciones de
velocidad de viento y datos que puedan medirse en tiempo real, se puedan tomar decisiones de
planificación de corto plazo. Debido a que lo planteado en el presente párrafo escapa de los
alcances de un trabajo de titulación de pre grado, es que se plantea como trabajo futuro y se
procede a realizar un estudio estadístico a nivel nacional de velocidades de viento que se
podrían asumir en los cálculos de capacidad de diseño sujetos a la evaluación espacial antes
descrita.
3.1 REGISTROS DE VELOCIDAD DE VIENTO
Existen distintas entidades que realizan mediciones de variables meteorológicas en el

país, como por ejemplo: la Dirección General de Aguas (DGA), Dirección Meteorologica de
Chile (DMC), el explorador climático CR2 y la Red Agrometeorológica de INIA entre otras. Es de
esta última que se recogen datos para obtener las funciones de distribución de probabilidad de
dichos datos y así analizar posibles velocidades de vientos que se puedan asumir a lo largo del
territorio nacional.
Existe un total de 166 estaciones de medición pertenecientes a la Red de INIA a lo largo
del territorio nacional que poseen registros de velocidad de viento. Los registros están
disponibles en el sitio web de la red y proporcionan información en distintos periodos de tiempo.
3.2 MODELO DE DISTRIBUCIÓN DE LAS MEDICIONES
Como bien se explica en la sección 2.5, una variable aleatoria es continua si sus valores
consisten en uno o más intervalos de la recta de los reales, por consiguiente los registros de
velocidad de viento representan a una variable aleatoria continua. Luego, es preciso emplear
31
funciones de densidad de probabilidad para poder determinar la probabilidad de que la variable
aleatoria tome un rango específico de valores. Se emplea entonces la función de distribución
acumulativa definida como la integral de la función densidad.
La distribución de probabilidad o función de distribución de probabilidad Weibull es
utilizada en diversas aplicaciones. Dentro de ellas se encuentra el modelado de la distribución
de velocidad de viento [14]. Weibull permite describir la distribución de la velocidad de viento
cuando se desea, por ejemplo, estimar volúmenes de generación de energía de parques
eólicos, y pese a que la aplicación desarrollada en el presente trabajo aborda la estimación de
la incidencia en la convección forzada del calor y por ende en la capacidad de una línea de
transmisión a causa del viento, no debiese alejarse de una buena aproximación.
El ajuste de los datos a una distribución de tipo Weibull y luego la prueba de bondad
mediante el test de Kolmogorov Smirnov permiten saber si es posible modelar los datos
registrados de velocidad de viento como una función de ti Weibull. En el Anexo A se presentan
los resultados del proceso de ajuste y prueba de bondad de las estaciones evaluadas.
3.3 PROBABILIDAD DE OCURRENCIA DEL VIENTO
Al conocer las estaciones que cumplen con el ajuste, es posible realizar un análisis de las
probabilidades de obtener ciertas velocidades de viento de una manera no muy compleja. Basta
con graficar o tabular la probabilidad acumulada respecto de la velocidad de viento para
determinar por ejemplo una tolerancia, o en otras palabras, que velocidades de viento se está
dispuesto descartar o valores frecuentes de viento e incluso valores de los que no se tienen
registro. Todo esto puede dar una idea del comportamiento espacial del viento, por lo que sirve
como base de un modelo más complejo que pueda corroborar con certeza la probabilidad de
ocurrencia del viento en una determinada zona geográfica.
Recordando que la función de distribución de probabilidad de Weibull está descrita por la
siguiente ecuación:
𝑣𝑤 𝑏
𝐹(𝑣𝑤 ) = 1 − 𝑒 −( 𝑎 ) (3.1)
Es posible obtener de manera matemática una velocidad de viento mínima que asegure
con una probabilidad determinada que el resto de las velocidades de viento sean superiores a la
velocidad mínima.
Sea P la probabilidad de resgistrar una velocidad de viento inferior a la velocidad de
viento mínima vwmín , se tiene que dicha velocidad mínima se puede calcular de la siguiente
manera:
𝑣𝑤𝑚í𝑛 𝑏
𝐹(𝑣𝑤𝑚í𝑛 ) = 1 − 𝑒 −( 𝑎
)
=𝑃 (3.2)
𝑣𝑤𝑚í𝑛 𝑏 (3.3)
𝑒( 𝑎
)
= (1 − 𝑃)−1
32
Aplicando logaritmo natural:
𝑣𝑤𝑚í𝑛 𝑏 (3.4)
( ) = −𝐿𝑛(1 − 𝑃)
𝑎
𝑣𝑤𝑚í𝑛 𝑏 = 𝑎𝑏 ∙ −𝐿𝑛(1 − 𝑃) (3.5)
Finalmente:
𝑏 (3.6)
𝑣𝑤𝑚í𝑛 = 𝑎 √−𝐿𝑛(1 − 𝑃)
Como se puede observar en la ecuación (3.6) la velocidad mínima que se puede

considerar, dada una probabilidad que se desea asegurar, depende sólo de los factores de
escala y forma de la función de Weibull, es decir, que conociendo las constantes a y b en
conjunto con la probabilidad que se quiere asegurar, se puede establecer un valor mínimo de
velocidad de viento.
Los valores obtenidos son datos importantes para acercarse a conocer cuáles son las
velocidades de viento que se pueden asumir en las distintas zonas del país, por lo que en los
siguientes capítulos se tabularan y clasificarán los resultados de asumir distintas probabilidades
en la estaciones de mediciones y las implicancias en la capacidad de diseño de las líneas
presentes en el territorio nacional.
3.4 CONSTANTES DE ESCALA Y FORMA
Como se revisó en la sección anterior, para determinar velocidades de viento que se

pueden asumir como mínimas para calcular la capacidad de diseño de líneas de transmisión
solo basta conocer las constantes de escala y forma de la función de distribución de Weibull, es
por eso que a continuación se presentan los ajustes realizados a los datos de las estaciones
empleando el software Matlab y sus funciones de ajuste. Los resultados se presentan
separados por región y se les realiza un filtro de antigüedad de registros, descartando
estaciones que no tienen registros de a lo menos cinco años atrás a diciembre de 2018.
Primera Región de Tarapacá
De la primera Región de Tarapacá no se tienen estaciones pertenecientes a la Red de

INIA que cumplan con que los registros de velocidad de viento tengan más de 5 años.
Segunda Región de Antofagasta
Para la Región de Antofagasta las estaciones que cumplen con el filtro de antigüedad de
registro son las 7 que se presentan en la Tabla 3.1:
33
Tabla 3.1: Constantes de escala y forma de los datos de estaciones de la II Región
Estación a b Meses de registro

Calama Rural 5,31 4,32 93
Caspana 4,72 3,07 66
Chiu Chiu 8,80 8,68 93
Ollagüe 8,81 3,66 90
San Pedro de Atacama 4,71 5,89 91
Socaire 10,89 8,90 93
Toconao 4,11 5,46 93
Tercera Región de Atacama

Para la Región de Atacama las estaciones que cumplen con el filtro de antigüedad de
registro son las 2 que se presentan en la Tabla 3.2.
Tabla 3.2: Constantes de escala y forma de los datos de estaciones de la III Región.

Amolana 6,42 4,66 60
CE Huasco 4,27 2,51 88
Cuarta Región de Coquimbo

Para la Región de Atacama las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.3: Constantes de escala y forma de los datos de estaciones de la IV Región.

Canela 7,98 10,35 59
Coquimbo [El Panul] 6,55 5,50 113
Huintil 4,05 3,76 98
Hurtado [Lavaderos] 13,70 17,11 65
Illapel 2,25 2,97 89
La Serena [El Romeral] 5,94 6,46 113
Las Cardas 4,51 7,31 72
Ovalle [Talhuén] 8,47 6,78 65
Pan de Azúcar 5,38 4,53 95
Punta de Choros 11,47 4,15 89
Quebrada Seca 11,96 10,41 66
Rapel 2,97 4,86 75
Rivadavia 3,92 1,52 93
Salamanca [Chillepín] 6,43 7,84 59
UCN Guayacan 7,50 4,52 88
Vicuña 3,59 4,31 110
34
Quinta Región de Valparaíso
De la quinta Región de Valparaíso no se tienen estaciones pertenecientes a la Red de

Sexta Región de O’Higgins
Para la Región de O’Higgins las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.4: Constantes de escala y forma de los datos de estaciones de la VI Región.

El Tambo 5,38 3,86 96
Hidango 4,89 5,39 96
Séptima Región del Maule
Para la Región del Maule las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.5: Constantes de escala y forma de los datos de estaciones de la VII Región.

Chanco 6,46 5,64 97
Coronel 12,03 7,05 60
Coronel de Maule 5,98 4,11 105
Los Despachos 5,14 3,83 98
Santa Sofía 4,18 3,44 106
Octava Región del Bio Bio

Para la Región del Bio Bio las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.6: Constantes de escala y forma de los datos de estaciones de la VIII Región.

Chiguayante 9,21 6,85 60
Lebu 9,09 4,24 77
Navidad 6,13 5,09 84
Ninhue 6,59 4,07 98
Yungay 4,24 3,54 98
Novena Región de la Araucanía

Para la Región de la Araucanía las estaciones que cumplen con el filtro de antigüedad de
35
Tabla 3.7: Constantes de escala y forma de los datos de estaciones de la IX Región.

Carillanca 6,78 4,79 105
Cuarta Faja 4,70 2,88 102
Dominguez 7,75 4,10 104
Quiripio 9,52 5,76 104
San Luis 5,32 4,64 98
Santa Adela 4,96 4,21 91
Tranapuente 5,69 4,07 105
Décima Región de Los Lagos

Para la Región de los Lagos las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.8: Constantes de escala y forma de los datos de estaciones de la X Región.

Butalcura 6,98 5,37 104
Colegual 7,75 5,00 86
Desagüe Rupanco 6,43 3,31 61
Ensenada 2,99 4,24 60
Los Canelos 7,07 4,56 104
Octay 6,62 5,98 86
Quilacahuin 3,17 2,92 50
Quilanto 7,96 6,26 82
Remehue 4,57 4,17 104
Tara 8,54 5,23 88
Undécima Región de Aysén

Para la Región de Aysén las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.9: Constantes de escala y forma de los datos de estaciones de la XI Región.

Chile Chico 5,27 3,43 105
Cochrane 7,68 3,85 99
El Claro 8,25 3,73 72
Tamelaike 21,40 4,70 105
Vista Hermosa 11,39 4,41 99
36
Duodécima Región de Magallanes
Para la Región de Aysén las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.10: Constantes de escala y forma de los datos de estaciones de la XII Región.

Isla Riesco 10,73 5,45 67
Kampenaike 23,30 5,26 70
Puerto Natales 13,65 4,02 98
Punta Arenas Rural 12,48 5,82 78
Tierra del Fuego 18,44 4,99 78
Decimotercera Región Metrtopolitana

Para la Región de Metropolitana las estaciones que cumplen con el filtro de antigüedad
de registro son las 2 que se presentan en la Tabla 3.11.
Tabla 3.11: Constantes de escala y forma de los datos de estaciones de la XIII Región.

San Antonio de Naltahua 3,90 2,25 62
San Pedro de Melipilla 2,34 4,97 62
Decimocuarta Región de los Ríos

Para la Región de los Ríos las estaciones que cumplen con el filtro de antigüedad de
Tabla 3.12: Constantes de escala y forma de los datos de estaciones de la XIV Región.

El Cardal 5,04 3,70 85
Lago Verde 8,53 6,14 84
Las Lomas 3,20 3,22 63
Palermo 3,96 4,27 54
Decimoquinta Región de Arica y Parinacota

Para la Región de Arica y Parinacota las estaciones que cumplen con el filtro de
antigüedad de registro son las 6 que se presentan en la Tabla 3.13.
37
Tabla 3.13: Constantes de escala y forma de los datos de estaciones de la XV Región.

Azapa Alto 4,11 4,10 99
Codpa 2,24 5,07 62
Lago Chungará 5,83 3,88 97
Lluta Alto 7,38 6,93 78
Lluta Medio 7,37 7,87 103
Visviri 9,78 5,26 74
Decimosexta Región de Ñuble

De la decimosexta Región de Ñuble no se tienen estaciones pertenecientes a la Red de
38
CAPITULO 4
4. ZONA DE ESTUDIO
En el presente capítulo se revisan las funciones de probabilidad acumuladas de los

registros de velocidad de viento en estaciones meteorológicas pertenecientes a la Red de INIA
de las Regiones que cumplen con el requisito de tener registros de más de cinco años y que
tienen mayor presencia en sus respectivas regiones. En la Tabla 4.1 se muestra un recuento de
las estaciones meteorológicas en cada región y la superficie a la que deben representar. El ratio
representa la superficie que debe representar la estación de medición si estuviesen distribuidas
uniformemente en cada región.
Tabla 4.1: Estaciones de medición presentes en cada región.
Región Nombre Nro. estaciones Superficie Km2 Ratio

I Región de Tarapacá 0 42.226 No aplica
II Región de Antofagasta 7 126.049 18.007
III Región de Atacama 2 75.176 37.588
IV Región de Coquimbo 16 40.580 2.536
V Región de Valparaíso 0 16.396 No aplica
Región del Libertador Gral.
16.387 8.194
VI Bernardo O’Higgins 2
VII Región del Maule 5 30.269 6.054
VIII Región del Biobío 5 23.890 4.778
IX Región de La Araucanía 7 31.842 4.549
X Región de Los Lagos 10 48.584 4.858
Región Aisén del Gral.Carlos
108.494 21.699
XI Ibáñez del Campo 5
Región de Magallanes y de la
1.382.291 276.458
XII Antártica Chilena 5
Región Metropolitana de
15.403 7.702
XIII Santiago 2
XIV Región de Los Ríos 4 18.430 4.608
XV Región de Arica y Parinacota 6 16.873 2.812
XVI Región de Ñuble 0 13.179 No aplica
Según el ratio se analiza la región con mayor cobertura respecto de su superficie.
39
4.1 LOCALIZACIÓN DE LÍNEAS Y ESTACIONES DE LA IV REGIÓN
Una primera aproximación y base para el desarrollo futuro de trabajos de investigación

acerca de la influencia real del viento en líneas de transmisión con modelos de estadística
espacial, se consigue al relacionar las funciones de probabilidad de estaciones cercanas a
líneas de transmisión de longitud corta (longitud menor a 80km). Esta cercanía se entenderá
como un radio de 40 kilómetros desde la estación de medición y no significa que la probabilidad
estimada en dicho punto sea representativa en todo el radio, sino que pretende entregar valores
cercanos a los que se pueden asumir como velocidad de viento mínima de diseño. Claro está y
es de gran importancia recordar que el objetivo es graficar las implicancias que puede tener el
asumir una velocidad de viento mayor a la que actualmente se asume y a su vez exponer las
consecuencias de estos valores.
En primer lugar se presentan las líneas del SEN y las estaciones de medición en los
mapas geo-referenciados de la Figura 4.1 y la Figura 4.2.
Figura 4.1: Mapa geo-referenciado (1) de estaciones de medición en la cuarta región (Archivo del
Coordinador editado por el autor).
40
Figura 4.2: Mapa geo-referenciado (2) de estaciones de medición en la cuarta región (Archivo del
Coordinador editado por el autor).
De las figuras expuestas se puede relacionar líneas de transmisión cortas de alta tensión
con estaciones de medición cercanas. En la Tabla 4.2 se puede observar las líneas que son
influenciadas por las respectivas estaciones meteorológicas.
Tabla 4.2: Estaciones de medición representativas para cada línea de transmisión.

Línea Estaciones
Rivadavia
1 Vicuña - Rivadavia Vicuña
Hurtado [Lavaderos]
La Serena [El Romeral]
Coquimbo [El Panul]
Las Cardas
2 Pan de azúcar - Vicuña Pan de Azúcar
UCN Guayacan
Vicuña
Rivadavia
Coquimbo [El Panul]
Pan de Azúcar
3 Las Compañías-Tap Romeral
UCN Guayacan
41
Las Cardas
UCN Guayacan
4 Pan de azucar - Minera Teck CDA
Pan de Azúcar
Coquimbo [El Panul]
Las Cardas
UCN Guayacan
5 Nueva Pan de Azucar-Pan de Azucar
Pan de Azúcar
Coquimbo [El Panul]
Las Cardas
UCN Guayacan
6 El Peñón-Pan de Azucar
Pan de Azúcar
Coquimbo [El Panul]
Las Cardas
UCN Guayacan
Pan de Azúcar
7 Pan de Azúcar-Marquesa
Coquimbo [El Panul]
Vicuña
Las Cardas
UCN Guayacan
8 Pan de Azúcar-San Joaquín Pan de Azúcar
Coquimbo [El Panul]
UCN Guayacan
Pan de Azúcar
Coquimbo [El Panul]
9 El peñon - Ovalle
Las Cardas
Ovalle [Talhuén]
Quebrada Seca
Pan de Azúcar
10 El Peñón-Andacollo
Las Cardas
Ovalle [Talhuén]
11 Los Molles - Monte Patria
Rapel
Ovalle [Talhuén]
12 Monte Patria-Ovalle
Rapel
Pan de Azúcar
13 El Peñon - Min Carmen de Andacollo
Las Cardas
42
4.2 VELOCIDADES DE VIENTO EN LÍNEA LAS COMPAÑÍAS-TAP
ROMERAL 110 KV
Como bien se presenta en la Tabla 4.2 las estaciones, cuyas mediciones de vientos son
relevantes para la línea Las compañías-Tap Romeral 110kV son Coquimbo [El Panul], La
Serena [El Romeral], Pan de Azúcar y UCN Guayacán. Las velocidades de viento en función de
la probabilidad acumulada se obtienen con la ecuación vista en la sección 3.3:
𝑏
𝑣𝑤 = 𝑎 √−𝐿𝑛(1 − 𝑃) y las gráficas se presentan en la Figura 4.3:
Figura 4.3: Velocidad de viento en función de la probabilidad acumulada.
También se presentan los datos tabulados a modo de ejemplo en la Tabla 4.3 (en pasos
de 5%) para cada estación que influencia a la línea Las Compañías-Tap Romeral [110kV]. Y el
promedio para cada probabilidad de las estaciones se puede apreciar en la Tabla 4.4.
43
Tabla 4.3: Velocidades de viento y Probabilidad acumulada en estaciones influyentes en Línea Las
Compañías-Tap Romeral [110kV]
Coquimbo La Serena [El Pan de UCN

Probabilidad
[El Panul] Romeral] Azúcar Guayacán
0,00 0,00 0,00 0,00 0,00
0,05 3,82 3,75 2,79 3,89
0,10 4,35 4,19 3,28 4,56
0,15 4,71 4,49 3,60 5,02
0,20 4,99 4,71 3,87 5,38
0,25 5,22 4,90 4,09 5,69
0,30 5,43 5,07 4,29 5,97
0,35 5,62 5,22 4,47 6,22
0,40 5,80 5,36 4,64 6,46
0,45 5,96 5,49 4,80 6,69
0,50 6,13 5,61 4,96 6,91
0,55 6,29 5,74 5,12 7,13
0,60 6,45 5,86 5,28 7,35
0,65 6,61 5,99 5,44 7,58
0,70 6,77 6,12 5,61 7,81
0,75 6,95 6,25 5,78 8,06
0,80 7,14 6,40 5,98 8,33
0,85 7,36 6,56 6,20 8,64
0,90 7,62 6,76 6,47 9,02
0,95 8,00 7,04 6,86 9,56
44
Tabla 4.4: Media y desviación estándar de velocidades de vientos de Tabla 4.3.
Probabilidad Promedio Desviación

0,00 0,00 0,00
0,05 3,56 0,51
0,10 4,09 0,57
0,15 4,45 0,61
0,20 4,74 0,64
0,25 4,98 0,67
0,30 5,19 0,71
0,35 5,38 0,74
0,40 5,56 0,77
0,45 5,74 0,79
0,50 5,91 0,82
0,55 6,07 0,85
0,60 6,24 0,88
0,65 6,40 0,92
0,70 6,58 0,95
0,75 6,76 0,99
0,80 6,96 1,03
0,85 7,19 1,08
0,90 7,47 1,14
0,95 7,86 1,24
Ahora bien, según la relación entre la probabilidad acumulada y la velocidad de viento, se

promedian para cada línea de transmisión las velocidades de viento determinadas para una
misma probabilidad de ocurrencia, con el fin de obtener un aproximado de la velocidad de
viento que se puede asumir. La Figura 4.4 muestra dichos promedios con su desviación
estándar asociada.
45
Figura 4.4: Velocidad de viento promedio de estaciones de medición influyentes para la línea Las
Compañías-Tap Romeral 100kV en función de la probabilidad acumulada en el rango de más menos la
desviación estándar.
Es importante destacar que lo que se hace en el presente trabajo es considerar que los
eventos de obtener una determinada velocidad de viento en distintas estaciones, no son del
todo independientes los unos de los otros y existe una relación que se debe determinar en un
estudio acabado y específico con algún método como los que se proponen en el Capítulo XXX.
Es por esta razón que se ha determinado que una media con una baja desviación estándar para
una línea de longitud de 15 km es una buena medida para la aproximación de una predicción
certera.
La curva de la Figura 4.4 se tabula en la Tabla 4.4 con pasos de probabilidad de 5% y el

fin de observar numéricamente los resultados obtenidos.
46
Las tablas de resumen análogas a la Tabla 4.4 para cada línea de transmisión se
encuentran en el ANEXO B así como también las gráficas de probabilidad acumulada de
velocidad de viento de cada estación de medición de la cuarta región en el ANEXO C y las
gráficas de la velocidad de viento influyente en cada línea en función de la probabilidad
análogas a la Figura 4.3 en el ANEXO D.
4.3 IMPLICANCIAS EN LA CAPACIDAD DE DISEÑO
La capacidad de diseño depende del balance térmico del conductor en el cual las
pérdidas de calor por convección dependen directamente del viento. Desde este punto de vista
(con las pérdidas y ganancias restantes, constantes) la capacidad de diseño tiene una
dependencia de la velocidad del viento, por lo que asegurar que el viento sea mayor a un valor
específico, implica directamente asegurar que la capacidad de la línea también es mayor a un
valor específico. Es decir, cuando la velocidad de viento se escoge de forma que existe un 5%
de probabilidad de que la velocidad de viento sea menor que la escogida, se puede calcular una
capacidad de transmisión que a su vez asegura que la capacidad de la línea será mayor a la
calculada con un 95% de probabilidad.
Siguiendo el ejemplo de la sección 4.2 y empleando las ecuaciones del balance
energético en un conductor, se obtiene la capacidad de diseño con una velocidad de viento
representativa. Para el caso de la línea Las Compañías-Tap Romeral 110 kV se emplea 3,56
m/s de la Tabla 4.4 cuyo valor de velocidad de viento es el promedio de las estaciones que
influyen en la línea, para una probabilidad acumulada del 5%. Es decir, se asegura que existe
un 5% de probabilidad de que la velocidad de viento sea menor a dicha velocidad de viento y
por consiguiente un 5% de probabilidad de que la capacidad de la línea se a menor a la
determinada para una velocidad de viento de 3,56 [m/s].
La línea Las compañías-Tap Romeral 110 kV posee las características generales
presentes en la Tabla 4.5 [8]:
Tabla 4.5: Datos de la línea Las compañías-Tap Romeral 110kV
Línea de Transmisión Las Compañías - Tap Romeral
Longitud km 15
Voltaje kV 110
Conductor AAAC Alliance
Capacidad MVA 79.44
Propietario Transelec
Calificación Zonal
Las condiciones de cálculo del límite térmico que solicita el Coordinador en éste caso son
para época de verano con sol y viento de 0,6 m/s, obteniendo una corriente nominal de 417 (A)
47
para una temperatura ambiente de 25°C y temperatura de operación de 80°C [15]. La corriente
determinada por el balance térmico del conductor proporciona una capacidad de transporte de
la línea de 79,44 MVA.
En adición, hay muchos otros casos que también se abarcan; para distintas
temperaturas ambiente y de operación, con y sin viento, en régimen normal y de sobrecarga,
aunque solo en época de verano [16]–[19].
A continuación se revisan las consecuencias de aumentar de 0,6 a 3,56 m/s la velocidad
del viento para los cálculos de la capacidad de diseño de la línea en cuatro casos: invierno y
verano, de día y de noche. Además se expone acerca de la utilidad del cálculo en condición de
no viento.
Condiciones de cálculo
Para realizar los cálculos y las consecuencias de la consideración de velocidad de viento
mayor, es importante definir los datos de entrada para cada cálculo.
En primer lugar se definen los datos de ubicación de la línea necesarios en la Tabla 4.6
[15]:
Tabla 4.6: Datos de localización de la línea.
Latitud Lat −29,73°

Altura sobre el nivel del mar He 300 m. s. n. m
Por su parte las características del conductor AAAC Alliance se presentan en la Tabla
4.7. El cálculo de las resistencias a 25℃ y 75℃ se realiza conforme a la teoría [20].
Tabla 4.7: Características del conductor AAAC Alliance
Resistencia de corriente alterna a 25℃ 𝑅(25) 2,71 ∙ 10−4 [𝛺/𝑚]

Resistencia de corriente alterna a 75℃ 𝑅(75) 3,25 ∙ 10−4 [𝛺/𝑚]
Factor de absorción 𝛼 0,5
Factor de emisión 𝜀 0,5
Diámetro exterior 𝑑𝑒 14,31 [𝑚𝑚]
Para los cuatro casos de estudio que se desarrollan en las siguientes secciones se
considera una temperatura de operación del conductor de 80℃, atmósfera limpia y una
incidencia perpendicular del viento en el conductor.
Para el estudio en época de verano se emplea el día utilizado en la declaración de límite

térmico del propietario de la línea (Transelec S.A) 21 de diciembre. Y para invierno el día 21 de
Junio. Para los cálculos de día se emplea las 12:00 hrs y para los cálculos de noche se
48
considera que las ganancias de temperatura por radiación solar son nulas (Q s = 0). Para cada
caso se grafica la capacidad de la línea en función de la velocidad de viento con valores de
temperatura ambiente de entre 10℃ y 30℃ en pasos de 5℃ lo que proporciona cinco curvas
para analizar.
Época de verano, durante día
En la Figura 4.5 se ve claramente que la capacidad de transmisión crece a medida que
se asume una velocidad de viento de diseño mayor. También se ve que la curva de capacidad
se desplaza hacia abajo a medida que aumenta la temperatura ambiente y hacia arriba en el
caso contrario. En la Tabla 4.8 se puede apreciar la cantidad de corriente que puede transportar
la línea con velocidad de viento 0,6 y 3,56 m/s. Luego la Tabla 4.9 muestra la diferencia para
dichas velocidades de viento y su equivalente en potencia considerando cada una de las
temperaturas ambiente definida en la sección anterior.
Figura 4.5: Capacidad de transmisión en función del viento época de verano durante el día.
49
Tabla 4.8: Capacidad de transmisión para la velocidad de diseño declarada y calculada.
Ampacity
𝑇𝑎 °𝐶 𝑉𝑤 = 0,6 [𝑚/𝑠] 𝑉𝑤 = 3,56 [𝑚/𝑠]
10 462,12 729,12
15 444,26 701,44
20 425,56 672,64
25 405,89 642,57
30 385,09 611,04
Es de gran importancia mencionar que existe una diferencia en los cálculos realizados en
este trabajo, respecto del declarado por el dueño de la línea. Para una velocidad de viento de
0,6 [m/s], una temperatura ambiente de 25℃ y el resto de condiciones iguales, hay una
diferencia de 11 (A) que proporciona el siguiente error:
417 − 406
𝑒𝑟𝑟𝑜𝑟 = ∙ 100% = 2,64% (4.1)
417
Lo anterior se debe a la forma de estimar la resistencia de corriente alterna de un
conductor de aleación de aluminio 6201 como si fuera puramente de aluminio. Pese a esto la
diferencia no es relevante para el estudio que se realiza a los límites térmicos y la capacidad de
transporte porque, como se ve en la ecuación anterior, el error es despreciable [20].
Tabla 4.9: Aumento en la capacidad de transporte
Aumento
𝑇𝑎 °𝐶 Corriente [𝐴] Potencia [𝑀𝑉𝐴] Porcentaje
10 267,01 50,87 57,78%
15 257,18 49,00 57,89%
20 247,08 47,08 58,06%
25 236,69 45,09 58,31%
30 225,96 43,05 58,68%
Tabla 4.10: Promedio de aumento de capacidad
Aumento
Corriente [𝐴] Potencia [𝑀𝑉𝐴] Porcentaje
Media 246,78 47,02 58,14%
Desviación 16,22 3,09 0,36%
50
En definitiva para la época de verano durante el día la capacidad de trasmisión puede
aumentar entre 43,3 y 50,11 𝑀𝑉𝐴 dependiendo de la temperatura ambiente, equivalente a un
aumento promedio de 58,14% con una desviación estándar de 0,36% en la capacidad de
transmisión.
Época de verano, durante la noche
De manera similar a la sección anterior se grafican las curvas de capacidad de transporte
en función de la velocidad del viento para las temperaturas ambiente definidas previamente en
la Figura 4.6.
Existe un desplazamiento hacia arriba de la curva respecto de los cálculos realizados
para la condición de día, lo que significa un aumento en la capacidad de transmisión, esto se
debe a que no existe la ganancia de calor producto de la radiación solar permitiendo circular
una mayor corriente en la noche para la misma temperatura de operación del conductor.
Figura 4.6: Capacidad de transmisión en función del viento época de verano durante la noche.
51
Ampacity
Ta °C Vw = 0,6 [m/s] Vw = 3,56 [m/s]
10 485,72 744,31
15 468,77 717,21
20 451,09 689,08
25 432,58 659,76
30 413,12 629,09
Una observación importante se hace al comparar los aumentos en las corrientes de

transporte para distintas temperaturas ambientes. Nótese que a medida que la temperatura
ambiente sube, el aumento en la capacidad de transporte disminuye, no obstante sigue siendo
significativo respecto la corriente nominal para la velocidad original de diseño.
Aumento
Ta °C Corriente [A] Potencia [MVA] Porcentaje
10 258,59 49,27 53,24%
15 248,44 47,33 53,00%
20 237,99 45,34 52,76%
25 227,18 43,28 52,52%
30 215,97 41,15 52,28%
Tabla 4.13: Medias del aumento en la capacidad de transporte
Aumento
Corriente [A] Potencia [MVA] Porcentaje
Media 237,63 45,28 52,76%
Desviación 16,84 3,21 0,38%
En las tablas 4.12 y 4.13 se puede ver como también existe un considerable aumento en
la capacidad de transmisión de la línea para la noche, en verano. Se observa que la capacidad
puede aumentar entre 41,15 y 49,27 MVA dependiendo de la temperatura ambiente, siendo
más posible que los valores bordeen el límite inferior (41,15 MVA) debido a que difícilmente se
alcancen niveles de temperatura ambiente cercanos a 30°C durante la noche. Estos aumentos
representan en promedio un 52,76% con una desviación estándar de 0,38%.
52
Época de invierno, durante el día
Para época de invierno durante el día, se presentan las curvas de capacidad de

transmisión en la Figura 4.7 graficadas para las temperaturas ambientes antes expuestas.
Nótese que existe una pequeña diferencia entre la capacidad de transporte que se da a misma
temperatura ambiente durante época de invierno y época de verano. Esto es producto de que
en invierno la ganancia de calor por radiación es menor, lo que da lugar a que las ganancias de
calor por circulación de corriente aumenten de manera que permanezca constante la
temperatura del conductor.
Figura 4.7: Capacidad de transmisión en función del viento época de invierno durante el día.
Ampacity
Ta °C Vw=0,6 m/s Vw=3,56 m/s
10 465,45 731,24
15 447,73 703,64
20 429,18 674,94
25 409,68 644,97
30 389,08 613,56
53
En las tablas 4.15 y 4.16 se presentan los aumentos en la capacidad de transmisión para
éste caso. Se observa que la capacidad puede aumentar entre 42,77 y 50,64 MVA dependiendo
de la temperatura ambiente Estos aumentos representan en promedio un 57,33% con una
desviación estándar de 0,24%.
Aumento
Ta °C Corriente A Potencia MVA Porcentaje
10 265,79 50,64 57,10%
15 255,91 48,76 57,16%
20 245,76 46,82 57,26%
25 235,30 44,83 57,44%
30 224,49 42,77 57,70%
Tabla 4.16: Medias del aumento en la capacidad de transporte
Aumento
Corriente A Potencia MVA Porcentaje
Media 245,45 46,76 57,33%
Desviación 16,32 3,11 0,24%
Época de Invierno, durante la noche
Para éste caso es posible hacer tres importantes observaciones con la ayuda de la Figura
4.8 y la Tabla 4.17. La primera es que efectivamente las capacidades de transmisión para
distintas temperaturas ambientes, aumentan bajo la lógica de no existencia de radiación en la
noche. La segunda es que justamente la ausencia, en invierno y verano, de radiación nocturna
hace que las capacidades de transmisión a mismas temperaturas ambiente, sean exactamente
las mismas en ambas épocas. Ahora bien la tendencia de bajas temperaturas del presente caso
provoca también una tendencia a mayores capacidades de transmisión que en época de
verano.
54
Ampacity
Ta °C Vw=0,6 m/s Vw=3,56 m/s
10 485,72 744,31
15 468,77 717,21
20 451,09 689,08
25 432,58 659,76
30 413,12 629,09
Figura 4.8: Capacidad de transmisión en función del viento época de invierno durante la noche.
Aumento
Ta °C Corriente A Potencia MVA Porcentaje
10 258,59 49,27 53,24%
15 248,44 47,33 53,00%
20 237,99 45,34 52,76%
25 227,18 43,28 52,52%
30 215,97 41,15 52,28%
55
Tabla 4.19: Medias de aumento en la capacidad de transporte
Aumento
Corriente A Potencia MVA Porcentaje
Media 237,63 45,28 52,76%
Desviación 16,84 3,21 0,38%
Se observa que la capacidad puede aumentar entre 41,15 y 49,27 MVA dependiendo de
la temperatura ambiente Estos aumentos representan en promedio un 57,33% con una
desviación estándar de 0,24%.
4.4 CONSECUENCIAS TÉCNICAS Y ECONÓMICAS
Como se expone en la sección anterior, al asumir una mayor velocidad de viento en el

diseño y cálculo térmico de una línea existe un aumento sustancial en la capacidad de
transmisión de la misma. Por esta razón es de pensar que hay consecuencias del tipo técnico-
económicas producto del aumento de la corriente que circula por un conductor.
Desgaste del conductor
La primera impresión al pensar aumentar la capacidad de transmisión de corriente de una

línea se asocia a el aumento de temperatura, y por consiguiente al aumento en la flecha que, a
su vez, podría ocasionar violaciones a las distancias mínimas de separación de los conductores
y disminución de la vida útil del conductor debido a la pérdida de tracción mecánica.
Lo anterior no es más que una intuición errada. El presente estudio se realiza
considerando una temperatura de operación constante. Luego, el aumento de la transmisión de
corriente es posible ya que la velocidad de viento, partícipe del balance de calor en el
conductor, provoca pérdidas de calor en el conductor (disminuye su temperatura) lo que permite
aumentar la corriente en la proporción que genere la ganancia de calor igual en módulo a la
pérdida por convección. En otras palabras la cantidad de calor que disipa la convección puede
ser aumentada en pérdidas Joule, manteniendo así la temperatura de operación del conductor
constante. Este comportamiento físico del balance térmico, asegura que no hallan pérdidas de
vida útil ni aumentos considerables de flecha.
Campo magnético
La circulación de corriente por los conductores de una línea, provocan la inducción de un

campo magnético perpendicular al campo eléctrico generado por la tensión de la línea, que a su
vez es perpendicular a la superficie del conductor. Por lo tanto el campo magnético se presenta
en forma tangente a las circunferencias concéntricas al centro del conductor disminuyendo su
intensidad conforme aumenta el radio de la circunferencia.
56
A continuación se presentan las ecuaciones que determinan el campo magnético 𝐵 en un
punto del plano transversal al trazado de una línea de transmisión mediante el método de la
imagen a una distancia compleja.
𝑛
𝜇0 ∙ 𝐼𝑖 𝑦 − ℎ𝑖 𝑦 − ℎ𝑖 + 𝛼
𝐵𝑥 = − ∑ ( − ) (4.2)
2𝜋 𝑅𝑖 2 𝑅"𝑖 2
𝑖=1
𝑛
𝜇0 ∙ 𝐼𝑖 𝑥 − 𝑑𝑖 𝑥 − 𝑑𝑖
𝐵𝑦 = ∑ ( − ) (4.3)
2𝜋 𝑅𝑖 2 𝑅"𝑖 2
𝑖=1
En donde:
ℎ𝑖 : distancia vertical del conductor al punto de medición del campo magnético.
𝑑𝑖 : distancia horizontal del conductor al punto de medición del campo magnético.
𝑅𝑖 = √(𝑥𝑖 − 𝑑𝑖 )2 + (𝑦𝑖 − ℎ𝑖 )2 (4.4)
𝑅"𝑖 = √(𝑥𝑖 − 𝑑𝑖 )2 + (𝑦𝑖 − ℎ𝑖 + 𝛼)2 (4.5)

𝛼 = 𝛿 ∙ (1 − 𝑗) (4.6)
𝜌
𝛿 = √𝜇0 ∙ 𝜎 ∙ 𝜔 ≈ 503 ∙ √ (4.7)
𝑓
Como muestran las ecuaciones (4.2) y (4.3) el campo magnético considera la influencia
de cada corriente de la línea de transmisión para determinar las componentes vectoriales
horizontales y verticales. Luego la magnitud se determina con la ecuación (4.8).
|𝐵| = √𝐵𝑥 2 + 𝐵𝑦 2 (4.8)
La Figura 4.9 muestra el campo magnético medido en un línea de transmisión a

distancias perpendiculares del trazado de la línea.
Figura 4.9: Perfil de campo magnético respecto del centro de una la línea de 220 kV, un conductor por
fase. Fuente: Apuntes de la asignatura Sistemas de Distribución de la Energía Eléctrica. Profesor Luis
Ortiz Navarrete.
57
El campo magnético es directamente proporcional a la corriente, esto quiere decir que
para un aumento en la corriente que pasa por el conductor de una línea de transmisión, el
campo magnético generado en un punto (𝑥, 𝑦) del plano transversal al trazado del conductor
también aumenta. Se puede demostrar fácilmente dicho fenómeno.
Sean las componentes 𝑥 e 𝑦 del campo magnético definidas por las ecuaciones (4.2) y
(4.3) respectivamente, y la corriente para una velocidad de 3,56 m/s es 1,5 veces la corriente
para la que se diseña la línea con una velocidad de viento igual a 0,6 m/s, se tiene que:
𝑛
𝜇0 ∙ 1,5 ∙ 𝐼𝑖 𝑦 − ℎ𝑖 𝑦 − ℎ𝑖 + 𝛼
𝐵𝑥 (𝑣𝑤 = 3,56) = − ∑ ( − ) = 1,5 ∙ 𝐵𝑥 (𝑣𝑤 = 0,6) (4.9)
2𝜋 𝑅𝑖 2 𝑅"𝑖 2
𝑖=1
𝑛
𝜇0 ∙ 1,5 ∙ 𝐼𝑖 𝑥 − 𝑑𝑖 𝑥 − 𝑑𝑖
𝐵𝑦 (𝑣𝑤 = 3,56) = ∑ ( − ) = 1,5 ∙ 𝐵𝑥 (𝑣𝑤 = 0,6) (4.10)
2𝜋 𝑅𝑖 2 𝑅"𝑖 2
𝑖=1
Luego el módulo del campo magnético:
|𝐵(𝑣𝑤 = 3,56)| = √𝐵𝑥 (𝑣𝑤 = 3,56)2 + 𝐵𝑦 (𝑣𝑤 = 3,56)2 (4.11)
2
|𝐵(𝑣𝑤 = 3,56)| = √(1,5 ∙ 𝐵𝑥 (𝑣𝑤 = 0,6))2 + (1,5 ∙ 𝐵𝑦 (𝑣𝑤 = 3,56)) (4.12)
|𝐵(𝑣𝑤 = 3,56)| = √1,52 ∙ (𝐵𝑥 (𝑣𝑤 = 0,6)2 + 𝐵𝑦 (𝑣𝑤 = 0,6)2 ) (4.13)
2
|𝐵(𝑣𝑤 = 3,56)| = 1,5 ∙ √(𝐵𝑥 (𝑣𝑤 = 0,6)2 + 𝐵𝑦 (𝑣𝑤 = 0,6)2 ) (4.14)
|𝐵(𝑣𝑤 = 3,56)| = 1,5 ∙ |𝐵(𝑣𝑤 = 0,6)| (4.15)

Impacto en la inversión
La inversión de una línea, y en particular de un tramo de transporte (definido conforme a

la Ley General de Servicios Eléctricos, LGSE), depende principalmente de las estructuras de
soporte (torres de alta tensión), conductores, cables de guardia, elementos de ferretería,
servidumbres de paso y mano de obra.
Desde este punto de vista, un aumento en la capacidad de transmisión, con los mismos
requerimientos constructivos, equivale a tener una disminución en la inversión respecto de la
capacidad de transmisión. Por lo tanto, una línea diseñada considerando una mayor velocidad
de viento permite aumentar la capacidad de diseño sin aumentar la inversión en infraestructura.
Luego una línea diseñada para una determinada capacidad, puede ver disminuida su inversión.
La diferencia en la inversión viene dada básicamente por el cambio del conductor de
diseño, pudiendo ocupar un conductor de menor diámetro para la misma capacidad de diseño
requerida. Además del ahorro que significa un conductor de menor diámetro, existe una
disminución en los requerimientos de las estructuras de soporte dado que el peso de
soportación disminuye al disminuir el diámetro del conductor.
58
La línea estudiada en la sección anterior presenta un aumento promedio de un 55,25% en
la capacidad de transmisión considerando los cuatro casos de estudio. Esto significa que si se
diseña una línea con los requerimientos de capacidad iguales a 1,55 veces el diseñado en el
caso anterior, pero con una velocidad de viento de diseño de 3,56 𝑚/𝑠, la inversión será del
mismo orden. En consecuencia si se requiere la capacidad diseñada, tomando una velocidad de
viento de 3,56 𝑚/𝑠 los requerimientos en inversión serán menores.
Despacho económico
Si en lugar de realizar el estudio para una línea que está en la etapa de diseño, se evalúa
el impacto de considerar una mayor influencia del viento en las líneas existentes, se podrían
operar las líneas de transmisión cortas a una capacidad mayor.
Lo anterior tiene consecuencias en las líneas catalogadas como zonales, puesto que
dichas líneas son parte del sistema que estudia el despacho económico y las restricciones de
capacidad forman parte de las restricciones del problema de optimización lineal que se debe
resolver. Un aumento de la capacidad de la líneas de trasmisión puede afectar de manera
positiva el despacho y optimizarlo si es que alguna de las restricciones de capacidad pasa de
estar activa a desactiva, es decir si una línea pasa de estar operando a máximo técnico a
operar con capacidad de holgura.
59
CAPITULO 5
5. DESARROLLO AVANZADO DEL ESTUDIO
Claro está que el trabajo desarrollado hasta acá no garantiza de manera total o certera un
criterio aceptable de determinación de la velocidad del viento para aplicar al diseño de todas la
líneas cortas del país. Es necesario entonces presentar la teoría que puede abordar un estudio
más avanzado en el tema. En el presente capítulo se explican a grandes rasgos métodos y
procesos de trabajo con datos que se pueden aplicar a la contribución y el desarrollo del
presente tema de pregrado. Dicho desarrollo tiene cabida en una investigación de postgrado.
5.1 DATA MINDING
Existen múltiples definiciones para la minería de datos (Data Minding en inglés). Según
Frawley (1992) la minería de datos es la tarea no trivial de extraer información implícita,
previamente desconocida y potencialmente útil de bases de datos, para Jiawei Han y Micheline
Kamber (2001) es el proceso descubrir conocimiento interesante de grandes cantidades de
datos. El némesis de la minería de datos toma lugar en los años 80 cuando surge la necesidad
de nuevas herramientas para analizar información contenida en grandes bases de datos ya que
herramientas más convencionales como la estadística no son lo suficientemente sofisticadas.
En definitiva la minería de datos es parte del proceso de descubrimiento de conocimiento en
bases de datos denominado KDD Process en inglés y se ilustra en Figura 5.1.
Figura 5.1: Proceso KDD
60
Integración y Recopilación de datos
El procesamiento tradicional de datos denominado procesamiento transaccional en línea

(OLTP, On-Line Transaction Processing) no es suficiente para desarrollar funciones complejas
como el análisis, la planificación y la predicción, lo que no permite tomar decisiones estratégicas
a largo plazo. En éste caso se hace necesario desarrollar un proceso KDD con datos
pertenecientes a la institución, entidad u organización encargada del estudio en conjunto con
otros datos provenientes de externos dependiendo de la aplicación. Éste escenario obliga a los
desarrolladores a crear estrategias de integración de datos en los denominados almacenes de
datos (data warehousing). Un almacén de datos es un repositorio de información coleccionada
desde diversas fuentes y en diversos formatos lo que obliga a construir los almacenes a través
de un proceso de integración y almacenamiento en nuevos esquema. En esencia los almacenes
de datos se utilizan para cruzar y agregar la información de manera sofisticada y estructurada
en bases de datos multidimensionales donde las dimensiones son atributos o conjuntos de
atributos que pueden estar asociados a “hechos” que almacenan el valor de una medida
agregada. Dicha característica multidimensional de los almacenes los hace idóneos para el
procesamiento analítico en línea (OLAP, On-Line Analytical processing) [21].
Selección, limpieza y transformación
Ésta etapa consiste, entre otras cosas, en descartar datos irrelevantes que se obtuvieron
en la fase de recopilación para construir un subconjunto de datos determinados campo minable,
que en definitiva serán sometidos a la minería de datos. Además de los datos irrelevantes
existen en muchos casos datos que no se ajustan al comportamiento general del resto de datos
(outliers) o también se puede dar la ausencia de datos (missing values). Para ambos problemas
hay soluciones, existen algoritmos de minería de datos que dejan a un lado los outliers y para
los missing values existen técnicas de aproximación. Las cualidades de las bases de datos
vistas justifican la tarea de una adecuada limpieza con el fin de mejorar la calidad.
La selección de los atributos relevantes es de gran importancia. Supóngase que al
momento de estudiar la velocidad del viento no se considera otras variables climatológicas
directamente relacionadas con él, e incluso se agregan otros atributos redundantes poco
concluyentes. Pues es de imaginar que los resultados carecerán probablemente de sentido de
análisis considerando que un algoritmo de datos sería arroje una regla como la siguiente:
𝑆𝑖(𝑓𝑒𝑐ℎ𝑎 = 23 𝑑𝑒 𝑗𝑢𝑛𝑖𝑜 𝑑𝑒 2003) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠(𝑣𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑣𝑖𝑒𝑛𝑡𝑜 = 5 𝑚/𝑠)
que, en definitiva no sirve para realizar conjeturas, ni predicciones. Además de una buena
elección, en ocaciones es necesario crear nuevos atributos en base a los presentes en el
almacen de datos, por ejemplo si se iene la cantidad de puntos de mediciónde una región y se
tiene el área de esa región, es posible crear un ratio que asigna una densidad de puntos de
mediciones en la región de estudio. Por otra parte se pueden discretizar datos que están
61
distribuidos en rangos numéricos continuos con el fin de simplificar los datos potencialmente
minables o por el contrario asignar un número real a cualidades, como por ejemplo el tipo de
conductor de una línea [21].
Minería de datos
Es la fase más importante del proceso KDD y muchas veces se usa su nombre para
definir el proceso. El objetivo de ésta fase es crear conocimiento y ponerlo a disposición para la
toma de decisiones. Lo primero que se debe hacer es identificar la tarea a realizar, luego el
modelo y en seguida el algoritmo para llevar a cabo la tarea.
Dentro de las tareas se encuentran [21]:
 la clasificación, que consiste en tratar de asignar una clase a los datos minables
e intentar predecir la clase de datos que aún no se obtienen, es una de las tareas
más utilizadas;
 la regresión, que es una tarea de predicción tal como la clasificación que ocupa
una función definida en los reales, por lo que el valor a predecir es un número y
no una clase;
 el agrupamiento, que consiste en seleccionar grupos naturales muy similares
entre si y muy distintos a los de otros grupos, para asignarles una etiqueta;
 las correlaciones, que sirven para asociar comportamientos de variables
numéricas por medio del índice de correlación que se comprende entre -1 y 1, si
el valor para dos variables es positivo significa que se comportan de manera
proporcional y lo contrario para valores negativos del índice, por su parte si
asume un valor 0 significan que son independientes y no se correlacionan.
 las reglas de asociación, un ejemplo de estas reglas es si el atributo X toma tal
valor, el atributo Y tomo este otro valor, claramente se entiende que buscan
explicitar las relaciones numéricas entre atributos;
 las reglas de asociación secuenciales, que se basan en secuencias temporales
de datos y se usan para determinar los patrones asociados a dichos datos, se
diferencian de las reglas de asociación solo en que las relaciones son
temporales.
Para cumplir con las tareas presentadas, existe una serie de técnicas sustentadas en la
estadística y matemática, tales son: las regresiones lineales y no lineales, métodos basados en
núcleos, métodos bayesianos, arboles de decisión, inducción de reglas, técnicas de conteo y
soporte mínimo, aprendizaje basado en instancias y casos, y algoritmos evolutivos. Dichas
técnicas se escogen conforme a las tareas que se desarrollarán. En particular los algoritmos
genéticos son aplicables en la mayoría de las tareas antes descritas y se explican con mayor
detalle más adelante.
62
Las técnicas son la base de los modelos que en su definición deben ser consistentes con
los pasos previos, es decir con los datos minables y sus formatos, y con los pasos siguientes
que significan la evaluación e interpretación. Desde este punto de vista es probable que en la
búsqueda o diseño del modelo más adecuado para la tarea definida, sea necesario realizar
modificaciones en los pasos previos y tener bien definidos las técnicas de evaluación del
modelo y sus medidas.
Evaluación e interpretación
Una vez que la minería de datos defina los patrones es necesario verificar o validar el
método por el cual se obtuvieron. Los resultados deben ser precisos, comprensibles e
interesantes. Las evaluaciones de métodos más utilizadas se denominan validaciones del tipo
simple, cruzada y cruzada de 𝑛 pliegues.
La validación simple consiste en separar los datos minables en dos grupos con el objetivo
de aplicar el modelo de minería de datos al subconjunto de menor tamaño, el de entrenamiento
y según los resultados se tendrá noción de que tan efectivo es el método para luego aplicarlo al
otro subconjunto denominado de prueba y estimar la certeza de la predicción. La validación
cruzada consiste en separar los datos minables en dos grupos, para realizar el ejercicio de la
validación simple, primero ocupando un grupo como entrenamiento y el otro como prueba, y
luego viceversa, entonces la certeza de la o predicción del modelo será la determinada por los
ratios de aciertos respecto intentos de cada validación simple. De manera muy similar la
validación cruzada de 𝑛 capas consiste en crear 𝑛 grupos e ir utilizándolos uno por uno como
conjunto de entrenamiento para determinar la certeza de la predicción del modelo con todos los
ratios de validación simple resultantes.
Por su parte, las medidas de evaluación dependen de la tarea. En general de la manera
descrita en Tabla 5.1. No obstante existen otras medidas más subjetivas como el interés, la
novedad, la simplicidad o a comprensibilidad, y también se debe considerar el contexto en el
que se dan los resultados [21].
Tabla 5.1: Medidas de evaluación
Tarea Medida de evaluación
Clasificación Precisión predictiva, probabilidad de acertar
Reglas de asociación Cobertura y confianza
Regresión Error cuadrático medio
Agrupamiento Distancia media entre grupos y componentes del grupo
63
Difusión, uso y monitorización
En la fase final se debe informar de la técnica de minería de datos y sus resultados a las
personas competentes relacionadas a la toma de decisiones dentro de la institución que realiza
el proceso KDD. Mantener un permanente monitoreo y ocuparlo como realimentación que
puede servir para mejorar el modelo y aumentar la calidad del conocimiento.
5.2 ALGORITMOS GENÉTICOS
Un algoritmo genético es un conjunto ordenado y finito de operaciones que permite hallar

la solución de un problema basándose en la mecánica de selección natural y la información
genética. Ocupa procesos de selección, reemplazo, copia, elitismo y mutación de información
imitando los procesos evolutivos presentes en la naturaleza y que se realizan con la información
genética contenida en los cromosomas.
En la naturaleza, los individuos de una población compiten constantemente con otros por
recursos tales como comida, agua y refugio. Los individuos que tienen más éxito en la lucha por
los recursos tienen mayores probabilidades de sobrevivir y generalmente una descendencia
mayor. Al contrario, los individuos peor adaptados tienen un menor número de descendientes, o
incluso ninguno. Esto implica que los genes de los individuos mejor adaptados se propagarán a
un número cada vez mayor de individuos de las sucesivas generaciones.
La combinación de características buenas de diferentes ancestros puede originar, en
ocasiones, que la descendencia esté incluso mejor adaptada al medio que los padres. De esta
manera, las especies evolucionan adaptándose más y más al entorno a medida que transcurren
las generaciones
Pero la adaptación de un individuo al medio no sólo está determinada por su composición
genética. Influyen otros factores como el aprendizaje, en ocasiones adquirido por el método de
prueba y error, en ocasiones adquirido por imitación del comportamiento de los padres, la
cultura, la religión, etc. aspectos no contemplados en el Algoritmo Genético clásico, pero sí en
otras variantes [22][23].
Cualquier posible solución de un problema se puede asociar a una serie de parámetros.
El conjunto de todos los parámetros (genes en la terminología de Algoritmos Genéticos) se
codifica en una serie de valores de datos llamada cromosoma. El conjunto de parámetros
asignado a un cromosoma se denomina genotipo y contiene la información (ADN de un
individuo) que origina al organismo (el individuo como tal), es decir, la solución del problema o
fenotipo. Ver Figura 5.2.
Muy comúnmente la codificación suele realizarse de manera binaria acumulando la
información genética, de cada individuo de las poblaciones a través de las generaciones de
evolución, en series de unos y ceros. Daca digito de la codificación se denomina alelo.
64
Figura 5.2: Individuo genético binario
Como se vio en la sección anterior los algoritmos genéticos, evolutivos y la programación
genética, pueden emplearse en la etapa de minería de datos del proceso KDD. Específicamente
los algoritmos genéticos se emplean para la búsqueda de reglas dándole la calidad de
cromosomas a estas, esto lo hacen de manera individual o como conjunto de reglas.
Llevando esta teoría al problema de representatividad de las mediciones de velocidad de
viento, se puede intuir que la manera de abordar el tema es, en primer lugar, establecer un
punto de comparación de la predicción del viento en las líneas de transmisión que pueden ser
las relaciones físicas y geográficas de la zona de estudio. Además el algoritmo debe recoger
datos de estaciones de mediciones cercanas a dichas líneas y debe ser capaz de realizar los
procesos de selección, reemplazo, copia, elitismo y mutación mencionados anteriormente con la
finalidad de acercarse generación tras generación de la población, a las velocidades de vientos
que concuerdan con las relaciones físicas y geológicas de la zona y que son representativas de
asumir en el recorrido de la línea.
5.3 ESTADÍSTICA ESPACIAL
La información obtenida de una región espacial definida puede ser analizada como
cualquier otro tipo de información. No obstante cada dato registrado u obtenido de dicha región,
tiene coordenadas de localización asociadas que entregan mayor información aún y se pueden
tener más resultados estadísticos. Por eso se dice que el problema pasa de ser un análisis de
una serie de la variable 𝑎, a un análisis de una serie de ternas (𝑥, 𝑦, 𝑎). De éste hecho se
derivan dos técnicas de análisis; el estudio de los pares de localización independiente de la
variable 𝑎 y el estudio integrado de las ternas.
Análogamente a las medidas de tendencia central de la estadística clásica, en estadística
espacial existen las medidas centrográficas. En primer lugar se define el centro medio en la
ubicación (𝑥̅ , 𝑦̅) donde 𝑥̅ es la media de las coordenadas 𝑥 e 𝑦̅ es la media de las coordenadas
𝑦, dicho punto minimiza las distancias cuadradas de los demás puntos respecto al centro medio.
Por otra parte, define el centro medio ponderado que incluye el valor de la variable como un
ponderador, peso o masa.
∑𝑛𝑖=1 𝑎𝑖 ∙ 𝑥𝑖
𝑥𝑝 =
̅̅̅ (5.1)
∑𝑛𝑖=1 𝑎𝑖
65
∑𝑛𝑖=1 𝑎𝑖 ∙ 𝑦𝑖
𝑦𝑝 =
̅̅̅ (5.2)
∑𝑛𝑖=1 𝑎𝑖
Además se definen las medidas de dispersión, que dan cuenta de la densidad de las
ubicaciones dentro de la región de estudio. Una medida comúnmente adoptada es la desviación
típica como la raíz del cociente entre la suma de las distancias cuadradas de los puntos
respecto del centro medio y el número de puntos tal como se ve en la ecuación (5.3):
∑𝑛𝑖=1 𝑑𝑖 2 ∑𝑛 𝑥𝑖 2 ∑𝑛 𝑦𝑖 2
𝜎=√ = √( 𝑖=1 − 𝑥̅ 2 ) + ( 𝑖=1 − 𝑦̅ 2 ) (5.3)
𝑛 𝑛 𝑛
También es aceptable emplear la ecuación que considera los pesos de la variable

registrada en los respectivos puntos:
∑𝑛 𝑎𝑖 ∙ 𝑑𝑖 2
𝜎 = √ 𝑖=1𝑛 (5.4)
∑𝑖=1 𝑎𝑖
Dichas desviaciones acotan hasta el momento un área circular que representa cuan
agrupados están los puntos en los que se encuentran los datos y por consiguiente un espacio
de validez de los datos.
Figura 5.3: Distancia estándar referidas desde el centro medio [24]
En la práctica dicha circunferencia puede ser reemplazada por una elipse que tenga una
determinada dispersión en un semieje que en el otro. E inclusive dichos semiejes se encuentran
rotados respecto de los ejes trazados en el centro medio. Se puede expresar dicha rotación por
la ecuación
66
∑𝑛𝑖=1 𝑑𝑥𝑖 − ∑𝑛𝑖=1 𝑑𝑦𝑖 √(∑𝑛𝑖=1 𝑑𝑥𝑖 − ∑𝑛𝑖=1 𝑑𝑦𝑖 )2 + 4 ∑𝑛𝑖=1 𝑑𝑥𝑖 ∙ 𝑑𝑦𝑖
𝜃 = 𝑎𝑟𝑐𝑡𝑎𝑛 ( + ) (5.5)
2 ∑𝑛𝑖=1 𝑑𝑥𝑖 ∙ 𝑑𝑦𝑖 2 ∑𝑛𝑖=1 𝑑𝑥𝑖 ∙ 𝑑𝑦𝑖
Donde 𝑑𝑥𝑖 y 𝑑𝑦𝑖 son las distancias de las coordenadas 𝑥 e 𝑦 respectivamente del punto al
origen situado en el centro medio.
Ahora sean 𝑥′ e 𝑦′ los nuevos ejes rotados en 𝜃 respecto del centro de masas, se pueden
definir las desviaciones para cada semieje formando una elipce.
Dado que no es la finalidad seguir ahondando en ésta teoría se dejará hasta aquí el
desarrollo matemático de la estadística espacial [24].
Las medidas vistas, ya poseen la suficiente complejidad para la comprensión como para
seguir desarrollando ideas en base a su matemática. Lo importante es destacar que la
profundización en temas de autocorrelación espacial de los datos 𝑎𝑖 , denominados pesos y
asociados a las ubicaciones, permite inferir con base estadística el valor de un peso para otra
ubicación dentro de la región de estudio y más aún pueden originar métodos predictivos
manejando series temporales para cada ubicación y lo más valioso, define áreas en las que es
aplicable la teoría.
67
CAPITULO 6
6. CONCLUSIONES Y TRABAJOS FUTUROS
6.1 CONCLUSIONES
La red agrometeorológica de INIA, posee un 86% de estaciones meteorológicas en el

territorio de Chile continental con registros de velocidad de viento mensuales que se ajustan a
distribuciones de probabilidad del tipo Weibull y un 46% de estaciones que cumplen lo anterior y
además sus registros tienen una antigüedad de a lo menos 5 años. Por lo tanto, los registros
pueden ser modelados por una distribución Weibull, pero la mayoría de las estaciones carece
de antigüedad de sus mediciones para una mayor precisión del ajuste de distribución.
Las regiones del país que poseen una mayor densidad de estaciones meteorológicas que
cumplen los criterios expuestos en el párrafo anterior son la región de Arica y Parinacota y la
región de Coquimbo, con un ratio de cobertura de superficie de 2536 𝑘𝑚2 y 2812 𝑘𝑚2 por
estación respectivamente (Ver Tabla 4.1).
Sólo once de las dieciséis estaciones de medición de Coquimbo influyen (no se alejan
más de 40 km) en alguna de las líneas de transmisión cortas identificadas en el capítulo 4 para
la zona.
Al revisar la relación entre la capacidad de diseño y la velocidad de viento que se
considera en los cálculos cuando se establece una probabilidad acumulada de ocurrencia de la
media de las velocidades de viento en las estaciones que influyen a la línea de estudio, igual a
5%, se obtienen aumentos del orden del 55,25% en la capacidad de transmisión para distintas
temperaturas ambiente, promediando los cuatro casos de estudio (verano-día, verano-noche,
invierno-día e invierno-noche).
Los resultados anteriores son sumamente positivos considerando que en promedio las
trece líneas de transmisión identificadas en la zona de Coquimbo pueden asumir una velocidad
de viento de 3,48 m/s, muy por sobre lo que se asume generalmente (0,6 m/s).
El aumento de capacidad de trasmisión de una línea bajo las condiciones del estudio,
tiene como consecuencia la disminución en la inversión producto de menores requerimientos
asociados a estructuras de soporte y conductores además de la optimización del despacho
económico debido a la holgura que puede resultar al realizar el estudio en líneas existentes. No
obstante Es necesario revisar las consecuencias del aumento del campo magnético producto de
la mayor corriente que circula en las líneas.
Un punto importante es la temperatura de operación de la línea. Como bien se explica en
la sección 4.4 los cálculos de capacidad de transmisión en función de la velocidad del viento se
realizan para una temperatura de operación constante (80°C para éste caso). Por lo tanto
concluir que la capacidad de la línea aumenta su capacidad no significa que aumente su
68
temperatura de operación, esto debido al aumento de las pérdidas de calor por convección dan
lugar a una corriente que es posible aumentar para provocar la misma temperatura (80°C en
éste caso) en el conductor. Otra forma de entenderlo es que, el aumento en pérdidas de calor
por convección, se genera en ganancia de calor por efecto Joule, manteniendo así la
temperatura del conductor constante.
Lo anterior sustenta la idea de que en realidad las líneas de transmisión de alta tensión
de corta longitud (menores a 80km) no tienen definido un límite térmico representativo. Es más
se concluye que las líneas poseen holguras cuando se cree que están operando a dicho límite.
6.2 TRABAJOS FUTUROS
Como se dijo antes, el trabajo se realiza con promedios de las velocidades de viento, que
cumplen funciones de distribución del tipo Weibull, en cada estación de medición. Por lo tanto
las velocidades de viento asumidas, pueden no representar fielmente la velocidad de viento que
cumple con el 5% de probabilidad acumulada en el lugar de la línea, pues la condición de
proximidad de las estaciones meteorológicas (40 kms) puede no ser suficiente. No obstante, se
considera que para ser un trabajo que plantea por primera vez el estudio de una velocidad de
viento más representativa en la capacidad de diseño, es una aproximación.
Por lo tanto, el presente trabajo puede ser desarrollado de manera más avanzada y
acabada con teorías como la estadística espacial que considera mediciones distribuidas en una
región acotada del espacio, la minería de datos es que capaz de encontrar patrones de
predicción y estimación de velocidades de viento mediante la utilización de algoritmos genéticos
u otros algoritmos presentados en el capítulo 5.
El mismo trabajo planteado en el párrafo anterior puede desarrollarse considerando más
variables que solo la velocidad del viento, pudiéndose generar una mayor cantidad de patrones
que aporten al conocimiento y la toma de decisiones en el proceso KDD.
Por otra parte el estudio en los costos marginales del sistema en la medida que
aumentan los límites térmicos de las líneas de transmisión cortas es también un trabajo
interesante que se puede derivar a partir del presente.
69
REFERENCIAS
[1] J. j. Grainger y W. D. Stevenson Jr, Análisis de sistemas eléctricos de potencia, 4ta ed.
México: McGRAW-HILL/INTERAMERICANA DE MÉXICO, S. A. de C. V., 1996.
[2] Electricidad Tensiones Normales para Sistemas e Instalaciones. Chile: Comisión
Nacional de Energía, 1975.
[3] K. de los Á. Tapia Ahumada, “Impacto De Las Restricciones De Transmisión En Un
Mercado Competitivo De Electricidad”, Pontificia Universidad Católita de Chile, 1998.
[4] J. M. Moya Lizana, “Calculo de la capacidad de transmision de una linea electrica
considerado efectos de ventilación.”, Tesis, Universidad de Chile, 2011.
[5] U. D. Soto González, “Sistemas de Monitoreo Dinámico de la Capacidad de Líneas de
Transisión”, Universidad de Chile, 2011.
[6] C. Sanchez Farias, “Calculo de la sobrecarga dinámica en líneas aéreas de distribución
de alta tensión.”, Universidad de Santiago de Chile, 2000.
[7] Comisión Nacional de Energía, ANEXO TÉCNICO : Información Técnica De
Instalaciones y Equipamiento. Chile: Comisión Nacional de Energía, 2018, p. 49.
[8] CEN, “Home - Infotecnica”. [En línea]. Disponible en: https://infotecnica.coordinador.cl/.
[Accedido: 10-may-2019].
[9] Comisión Nacional de Energía, Norma técnica de seguridad y calidad de servicio. Chile:
Comisión Nacional de Energía, 2018, p. 183.
[10] D. Committee, I. Power, y E. Society, IEEE Standard for Calculating the Current-
Temperature Relationship of Bare Overhead Conductors. 2013.
[11] H. Andrews, “Hydro Tasmania - Annual & Sustainability Report 2009”, Energy, vol. 16, no
5, pp. 803–814, 2009.
[12] L. M. Checa, Líneas de transporte de energía, 3ra ed. Barcelona: Marcombo Boixareu
Editores, 1988.
[13] G. C. Canavo, Probabilidad y estadistica aplicaciones y métodos, 1ra ed. México:
McGRAW-HILL/INTERAMERICANA DE MÉXICO, S. A. de C. V., 1988.
[14] A. F. García, “Función de distribución de Weibull”, 2018. [En línea]. Disponible en:
http://www.sc.ehu.es/sbweb/fisica3/datos/viento/estadistica.html.
[15] Transelec S.A, “Límite Térmico”, Santiago, Chile, 2012.
[16] Transelec S.A, “Límite Térmico Permanente Sin Sol”, Santiago, Chile, 2012.
[17] Transelec S.A, “Límite Térmico Permanente Con Sol”, Santiago, Chile, 2012.
[18] Transelec S.A, “Límite Térmico Transitorio Sin Sol”, Santiago, Chile, 2012.
[19] Transelec S.A, “Límite Térmico Transitorio Con Sol”, Santiago, Chile, 2012.
[20] J. Córdova, Distribucion Industrial de la Energía Eléctrica. Santiago, Chile., 1994.
70
[21] J. Hernández Orallo, M. J. Ramirez Quintana, y C. Ferri Remirez, Introducción a la
Minería de Datos. Madrid, España: Pearson Educación, S.A, 2004.
[22] M. Gestal, D. Rivera, J. R. Rabuñal, J. Dorado, y A. Pozos, Introducción a los Algorítmos
Genéticos y la Programación Genética., Universida. Coruña, 2010.
[23] D. Beasley, D. Bull, y R. Martin, “An Overview of Genetic Algorithms: Part 1,
Fundamentals”, 1993.
[24] V. Olaya, Sistemas de Información Geográfica. 2014.
71
ANEXO A
A. AJUSTE DE TIPO WEIBULL EN ESTACIONES
Tabla A 1: Resultados del ajuste de distribución

Estación Cumplen la distribución a b
1 Azapa Medio 0 0,00 0,00
2 Camarones 0 0,00 0,00
3 Azapa Alto 1 4,11 4,10
4 Caleta Vitor 1 11,71 18,72
5 Belén 0 0,00 0,00
6 Cerro Blanco 1 3,93 4,88
7 Codpa 1 2,24 5,07
8 Lago Chungará 1 5,83 3,88
9 Chaca 1 7,03 4,08
10 Cuya 1 14,24 15,17
11 Lluta Bajo 0 0,00 0,00
12 Lluta Medio 1 7,37 7,87
13 Socoroma 0 0,00 0,00
14 Lluta Alto 1 7,38 6,93
15 Putre 1 7,26 7,22
16 Calama Rural 1 5,31 4,32
17 Visviri 1 9,78 5,26
18 Ticnamar 1 6,35 20,36
19 Pica 1 0,62 5,31
20 Altos la Portada 1 5,23 8,68
21 Caspana 1 4,72 3,07
22 Chiu Chiu 1 8,80 8,68
23 Ollagüe 1 8,81 3,66
24 Camar 1 9,67 15,89
25 La Cachina 1 7,86 9,51
26 Socaire 1 10,89 8,90
27 Toconao 1 4,11 5,46
28 San Pedro de Atacama 1 4,71 5,89
29 CE Huasco 1 4,27 2,51
30 Amolana 1 6,42 4,66
72
31 Algarrobo Bajo 0 0,00 0,00
32 Camarico 0 0,00 0,00
33 Falda Verde 1 8,96 18,83
34 La Copa 1 6,32 13,87
35 Chaguaral 1 7,53 6,53
36 El Palqui 0 0,00 0,00
37 Cuncumén 1 2,08 10,55
38 Colliguay 1 1,51 7,21
39 Huentelauquen 1 5,45 12,32
40 Quilimari 1 8,22 18,13
41 La Platina 0 0,00 0,00
42 La Cruz 0 0,00 0,00
43 Hacienda Lampa 1 3,57 3,46
44 El Maqui 0 0,00 0,00
45 El Asiento 1 2,93 6,67
46 Los Tilos 0 0,00 0,00
47 San Antonio de Naltahua 1 3,90 2,25
48 San Pedro de Melipilla 1 2,34 4,97
49 Rinconada - U de Chile 1 5,27 2,78
50 El Arenal 1 4,27 5,77
51 Human 0 0,00 0,00
52 Nueva Aldea 0 0,00 0,00
53 Ninhue 1 6,59 4,07
54 Navidad 1 6,13 5,09
55 Lebu 1 9,09 4,24
56 Santa Sofía 1 4,18 3,44
57 Coronel 1 12,03 7,05
58 Chiguayante 1 9,21 6,85
59 Cañete 0 0,00 0,00
60 CE Arroz 1 8,89 6,43
61 El Membrillo 1 5,21 6,66
62 El Quincho 1 4,28 4,54
63 Faja Maisan 1 5,61 5,62
64 Gaby-Ranquilco 1 6,02 5,39
65 El Vergel 1 7,56 7,83
66 Tamelaike 1 21,40 4,70
67 Vista Hermosa 1 11,39 4,41
68 Cerro Castillo 1 15,27 3,59
69 Estancia 5 de Enero 1 20,65 11,26
70 Ñirehuao 1 19,65 8,35
73
71 Cauquenes 0 0,00 0,00
72 El Tambo 1 5,38 3,86
73 Hidango 1 4,89 5,39
74 Puente Negro 1 3,92 13,76
75 Liceo Jean Buchanan 1 2,29 8,78
76 Coronel de Maule 1 5,98 4,11
77 Los Despachos 1 5,14 3,83
78 Chanco 1 6,46 5,64
79 Lomas 1 3,19 8,45
80 Deuca 1 3,27 4,41
81 San Clemente 1 3,92 3,47
82 Santa Amada 1 4,21 3,66
83 Monte Flor-Tucapel 1 6,91 4,60
84 San Jorge Los Niches 1 2,46 6,47
85 Miraflores 1 6,82 5,74
86 Carillanca 1 6,78 4,79
87 Dominguez 1 7,75 4,10
88 Cuarta Faja 1 4,70 2,88
89 Yungay 1 4,24 3,54
90 Collimallin 1 3,90 9,05
91 La Providencia 0 0,00 0,00
92 Huiscapi 1 5,36 6,57
93 Las Palmas 1 5,46 6,70
94 La Isla 1 4,90 3,35
95 La Paz 1 8,01 14,71
96 Quiripio 1 9,52 5,76
97 Perales 1 4,93 3,23
98 Puala 1 4,59 5,21
99 San Enrique 1 4,53 6,19
100 Radal 1 3,95 17,39
101 Santa Adela 1 4,96 4,21
102 San Luis 1 5,32 4,64
103 San Fabián 1 8,34 8,21
104 San Rafael 1 7,29 5,12
105 San Sebastián 1 6,61 49,14
106 Tranapuente 1 5,69 4,07
107 Santa Inés 1 6,77 4,87
108 Surco y Semilla 1 6,21 3,99
109 Austral 1 5,74 5,23
110 Taplon 1 3,65 13,50
74
111 El Cardal 1 5,04 3,70
112 Lago Verde 1 8,53 6,14
113 Las Lomas 1 3,20 3,22
114 Palermo 1 3,96 4,27
115 Rucatayo 1 8,97 4,15
116 Butalcura 1 6,98 5,37
117 Colegual 1 7,75 5,00
118 Santa Carla 0 0,00 0,00
119 Desagüe Rupanco 1 6,43 3,31
120 Carelmapu 1 11,48 5,94
121 Huyar Alto 0 0,00 0,00
122 La Pampa 0 0,00 0,00
123 Ensenada 1 2,99 4,24
124 Huacamapu 1 4,95 5,71
125 Isla Chelin 1 4,64 14,30
126 Los Canelos 1 7,07 4,56
127 Polizones 0 0,00 0,00
128 Octay 1 6,62 5,98
129 Quilacahuin 1 3,17 2,92
130 Pid-Pid 1 5,93 14,60
131 Remehue 1 4,57 4,17
132 Quilanto 1 7,96 6,26
133 Tara 1 8,54 5,23
134 Quilquico 1 6,27 16,52
135 Arroyo el Gato 1 12,75 12,85
136 Chile Chico 1 5,27 3,43
137 Cochrane 1 7,68 3,85
138 El Claro 1 8,25 3,73
139 La Junta 1 4,88 7,79
140 Bajada Ibañez 1 16,24 12,09
141 Puerto Natales 1 13,65 4,02
142 Kampenaike 1 23,30 5,26
143 Punta Arenas Rural 1 12,48 5,82
144 Isla Riesco 1 10,73 5,45
145 Estancia Zenia 1 23,75 12,39
146 Tierra del Fuego 1 18,44 4,99
147 Coquimbo [El Panul] 1 6,55 5,50
148 Gabriela Mistral 0 0,00 0,00
149 Huintil 1 4,05 3,76
150 Canela 1 7,98 10,35
75
151 Illapel 1 2,25 2,97
152 Las Cardas 1 4,51 7,31
153 La Serena [El Romeral] 1 5,94 6,46
154 Hurtado [Lavaderos] 1 13,70 17,11
155 La Laguna [Elqui] 0 0,00 0,00
156 Punta de Choros 1 11,47 4,15
157 Pisco Elqui 0 0,00 0,00
158 Pan de Azúcar 1 5,38 4,53
159 Ovalle [Talhuén] 1 8,47 6,78
160 Los Molles [Bocatoma] 1 8,87 6,37
161 Rapel 1 2,97 4,86
162 Rivadavia 1 3,92 1,52
163 UCN Guayacan 1 7,50 4,52
164 Quebrada Seca 1 11,96 10,41
165 Salamanca [Chillepín] 1 6,43 7,84
166 Vicuña 1 3,59 4,31
76
ANEXO B
B. VELOCIDADES REPRESENTATIVAS PARA LÍNEAS CORTAS DE LA

CUARTA REGIÓN
Tabla A 6: Medias y desviaciones estándar de velocidades de viento y probabilidad acumulada en

estaciones influyentes en líneas de la cuarta región.
Vicuña-Rivadavia 110 Pan de Azúcar-Vicuña El Peñón-Min Carmen de

[kV] 110 [kV] Andacollo [110kV]
Probabilidad Media Desviación Media Desviación Media Desviación
0 0,00 0,00 0,00 0,00 0,00 0,00
0,05 4,62 6,00 2,80 1,24 2,90 0,15
0,1 5,01 6,09 3,24 1,33 3,29 0,03
0,15 5,29 6,12 3,55 1,38 3,56 0,06
0,2 5,52 6,12 3,80 1,40 3,77 0,14
0,25 5,72 6,10 4,02 1,42 3,94 0,20
0,3 5,90 6,07 4,21 1,43 4,10 0,26
0,35 6,08 6,04 4,39 1,43 4,24 0,32
0,4 6,25 6,00 4,57 1,44 4,38 0,37
0,45 6,43 5,95 4,73 1,44 4,50 0,43
0,5 6,60 5,90 4,90 1,43 4,63 0,48
0,55 6,77 5,85 5,06 1,43 4,75 0,53
0,6 6,95 5,79 5,23 1,43 4,87 0,58
0,65 7,14 5,72 5,40 1,43 4,99 0,64
0,7 7,34 5,65 5,59 1,43 5,11 0,70
0,75 7,57 5,56 5,78 1,44 5,25 0,76
0,8 7,82 5,47 6,00 1,45 5,39 0,83
0,85 8,12 5,36 6,26 1,49 5,56 0,91
0,9 8,51 5,23 6,58 1,55 5,76 1,00
0,95 9,10 5,07 7,06 1,70 6,05 1,15
77
Tabla A 7: Medias y desviaciones estándar de velocidades de viento y probabilidad acumulada
en estaciones influyentes en líneas de la cuarta región.
Nueva Pan de Azúcar- El Peñón-Pan de Azúcar Pan de Azúcar-La

Pan de Azúcar [220kV] [110kV] Marquesa [66kV]
0,00 0,00 0,00 0,00 0,00 0,00 0,00
0,05 3,37 0,56 3,37 0,56 3,18 0,81
0,10 3,87 0,67 3,87 0,67 3,64 0,91
0,15 4,21 0,76 4,21 0,76 3,95 0,98
0,20 4,48 0,84 4,48 0,84 4,19 1,04
0,25 4,70 0,90 4,70 0,90 4,40 1,09
0,30 4,90 0,96 4,90 0,96 4,58 1,14
0,35 5,08 1,02 5,08 1,02 4,75 1,18
0,40 5,25 1,07 5,25 1,07 4,91 1,22
0,45 5,42 1,12 5,42 1,12 5,06 1,26
0,50 5,57 1,17 5,57 1,17 5,20 1,30
0,55 5,73 1,22 5,73 1,22 5,34 1,34
0,60 5,88 1,28 5,88 1,28 5,49 1,38
0,65 6,04 1,33 6,04 1,33 5,63 1,42
0,70 6,20 1,39 6,20 1,39 5,78 1,47
0,75 6,38 1,45 6,38 1,45 5,94 1,51
0,80 6,57 1,51 6,57 1,51 6,11 1,56
0,85 6,78 1,59 6,78 1,59 6,31 1,62
0,90 7,04 1,69 7,04 1,69 6,55 1,69
0,95 7,41 1,82 7,41 1,82 6,89 1,80
78
El Peñón-Andacollo Los Molles-Monte Patria

El Peñón-Ovalle [110kV] [66kV] [66kV]
0,00 0,00 0,00 0,00 0,00 0,00 0,00
0,05 4,66 2,32 2,90 0,15 3,54 2,72
0,10 5,20 2,40 3,29 0,03 3,97 2,98
0,15 5,56 2,45 3,56 0,06 4,26 3,14
0,20 5,84 2,48 3,77 0,14 4,48 3,26
0,25 6,08 2,51 3,94 0,20 4,67 3,36
0,30 6,28 2,53 4,10 0,26 4,84 3,45
0,35 6,47 2,55 4,24 0,32 4,99 3,52
0,40 6,65 2,57 4,38 0,37 5,13 3,59
0,45 6,82 2,59 4,50 0,43 5,26 3,66
0,50 6,98 2,61 4,63 0,48 5,39 3,73
0,55 7,13 2,62 4,75 0,53 5,51 3,79
0,60 7,29 2,64 4,87 0,58 5,64 3,85
0,65 7,45 2,66 4,99 0,64 5,76 3,91
0,70 7,62 2,67 5,11 0,70 5,89 3,97
0,75 7,79 2,69 5,25 0,76 6,03 4,04
0,80 7,98 2,71 5,39 0,83 6,18 4,11
0,85 8,19 2,73 5,56 0,91 6,34 4,19
0,90 8,45 2,76 5,76 1,00 6,55 4,28
0,95 8,82 2,80 6,05 1,15 6,83 4,41
79
Pan de Azúcar-Minera Pan de Azúcar-San Monte Patria-Ovalle

Teck CDA [220kV] Joaquín [110kV] [66kV]
Probabilidad Promedio Desviación Media Desviación Media Desviación
0,00 0,00 0,00 0,00 0,00 0,00 0,00
0,05 3,37 0,56 3,45 0,51 3,54 2,72
0,10 3,87 0,67 3,94 0,60 3,97 2,98
0,15 4,21 0,76 4,27 0,67 4,26 3,14
0,20 4,48 0,84 4,52 0,73 4,48 3,26
0,25 4,70 0,90 4,74 0,79 4,67 3,36
0,30 4,90 0,96 4,93 0,84 4,84 3,45
0,35 5,08 1,02 5,11 0,88 4,99 3,52
0,40 5,25 1,07 5,27 0,93 5,13 3,59
0,45 5,42 1,12 5,43 0,97 5,26 3,66
0,50 5,57 1,17 5,58 1,02 5,39 3,73
0,55 5,73 1,22 5,73 1,06 5,51 3,79
0,60 5,88 1,28 5,88 1,11 5,64 3,85
0,65 6,04 1,33 6,03 1,15 5,76 3,91
0,70 6,20 1,39 6,19 1,20 5,89 3,97
0,75 6,38 1,45 6,35 1,25 6,03 4,04
0,80 6,57 1,51 6,53 1,31 6,18 4,11
0,85 6,78 1,59 6,74 1,38 6,34 4,19
0,90 7,04 1,69 6,98 1,47 6,55 4,28
0,95 7,41 1,82 7,34 1,59 6,83 4,41
80
ANEXO C
C. PROBABILIDAD ACUMULADA EN ESTACIONES DE COQUIMBO
81
82
83
84
85
86
87
88
ANEXO D
D. VELOCIDADES DE VIENTO DE ESTACIONES DE MEDICIÓN

INFLUYENTES EN LINEAS DE LA CUARTA REGIÓN
89
90
91
92
93
94
95

Tesis Influencia Del Viento en LT

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Influencia Del Viento en LT

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE SANTIAGO DE CHILE

INFLUENCIA DE LA VELOCIDAD DEL VIENTO EN LA

David Pérez Mardones

Profesor Guía: Luis Ortiz Navarrete

Trabajo de Titulación presentado en

CODIGO UBICACIÓN BIBLIOTECA: 2019 / X / 00X

Este trabajo estudia la posibilidad de asumir una velocidad de viento mayor en el

Palabras Claves: Capacidad de diseño, Balance térmico, velocidad del viento,

Keywords: Design capacity, Thermal balance, wind speed, Weibull distribution.

ÍNDICE DE FIGURAS .................................................................................................................... ix

1.1 ORIGEN Y NECESIDAD DEL TEMA .......................................................................... 10

1.2 DESCRIPCIÓN DEL PROBLEMA ............................................................................... 10

1.3 OBJETIVOS ................................................................................................................. 12

Objetivo general ................................................................................................... 12

Objetivos específicos ........................................................................................... 12

1.4 DESARROLLO Y ALCANCES ..................................................................................... 12

1.5 APORTE PERSONAL .................................................................................................. 13

1.6 ESTRUCTURA DEL TRABAJO ................................................................................... 13

2. MARCO TEÓRICO .............................................................................................................. 15

2.1 LÍMITE TÉRMICO ........................................................................................................ 15

Limite Estático ...................................................................................................... 15

Limite Dinámico .................................................................................................... 15

2.2 MÉTODOS DE REPOTENCIACIÓN TÉRMICA .......................................................... 15

Repotenciación Estática ....................................................................................... 15

Repotenciación Dinámica .................................................................................... 16

2.3 CAPACIDAD TÉRMICA ............................................................................................... 18

Balance de Energía .............................................................................................. 18

Análisis de Sensibilidad ....................................................................................... 19

Efectos Mecánicos ............................................................................................... 19

2.4 CÁLCULO SEGÚN NORMATIVA ................................................................................ 20

Requerimientos de la Norma Técnica .................................................................. 20

IEEE Standard for Calculating the Current-Temperature Relationship of Bare

Balance de energía en estado estable: ............................................................... 22

Ganancia de calor por efecto Joule ..................................................................... 23

Ganancia de calor por radiación solar ................................................................. 23

Pérdidas de calor por convección ........................................................................ 24

Pérdidas de calor por radiación del conductor ..................................................... 25

2.5 VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD..................... 25

Distribuciones de probabilidad de variables aleatorias continuas ....................... 25

Modelo de distribución de Weibull ....................................................................... 27

Ajuste de la muestra ............................................................................................ 28

Test de Kolmogorov-Smirnov ............................................................................... 29

3. PROBABILIDAD Y VELOCIDAD DE VIENTO ..................................................................... 31

3.1 REGISTROS DE VELOCIDAD DE VIENTO ................................................................ 31

3.2 MODELO DE DISTRIBUCIÓN DE LAS MEDICIONES ............................................... 31

3.3 PROBABILIDAD DE OCURRENCIA DEL VIENTO ..................................................... 32

3.4 CONSTANTES DE ESCALA Y FORMA ...................................................................... 33

Primera Región de Tarapacá ............................................................................... 33

Segunda Región de Antofagasta ......................................................................... 33

Tercera Región de Atacama ................................................................................ 34

Cuarta Región de Coquimbo ................................................................................ 34

Quinta Región de Valparaíso ............................................................................... 35

Sexta Región de O’Higgins .................................................................................. 35

Séptima Región del Maule ................................................................................... 35

Octava Región del Bio Bio ................................................................................... 35

Novena Región de la Araucanía .......................................................................... 35

Décima Región de Los Lagos .............................................................................. 36

Undécima Región de Aysén ................................................................................. 36

Duodécima Región de Magallanes ...................................................................... 37

Decimocuarta Región de los Ríos........................................................................ 37

Decimoquinta Región de Arica y Parinacota ....................................................... 37

Decimosexta Región de Ñuble ............................................................................. 38

4. ZONA DE ESTUDIO ............................................................................................................ 39

4.1 LOCALIZACIÓN DE LÍNEAS Y ESTACIONES DE LA IV REGIÓN ............................ 40