Cinco formas en que la automatización cambiará la industria eólica: desde convertir las turbinas autónomas en equipos de alto rendimiento hasta enviar bladebots

por RES | 23 de octubre de 2023

Cinco formas en que la automatización cambiará la industria eólica: desde convertir turbinas autónomas en equipos de alto rendimiento, hasta enviar bladebots

A medida que la tecnología sigue avanzando, la automatización está transformando la industria energética y creando un futuro más brillante y sostenible. En el sector eólico, la optimización de las operaciones está generando aumentos sin precedentes de la producción de energía y el rendimiento, al tiempo que mejora significativamente la eficiencia y eficacia de las tareas de inspección, reparación y mantenimiento. A continuación, se describen cinco formas sorprendentes en las que la automatización está generando cambios positivos en el rendimiento de la energía eólica marina y terrestre.

1. Aumentar la potencia con la guía de la estela

La guía de la estela es una novedosa estrategia de control de parques eólicos que pretende aumentar la producción, reduciendo las pérdidas por estela. Mientras que, tradicionalmente, cada turbina se optimiza a sí misma, la guía de estela desalinea automáticamente las turbinas situadas antes para mejorar el rendimiento de las situadas atrás; mejorando así la producción de energía en su conjunto.

Al hacer funcionar las turbinas anteriores con una pequeña desalineación de orientación, se consigue una ganancia neta de potencia que crea un aumento de energía de entre el 0,5% y el 2% de media[1].

Si se hubiera aplicado la guía de estela a todos los parques eólicos del mundo en 2022, se podría haber logrado un aumento de entre 10,5 TWh y 42 TWh, lo que equivaldría a suministrar energía a un país del tamaño de Dinamarca o Irlanda[2] durante el año.  

2. Mejora de la alineación de orientación y la potencia de salida con control colectivo

El control colectivo optimiza la producción de energía haciendo que los aerogeneradores compartan información sobre la dirección del viento, lo que mejora la certeza de las lecturas utilizadas para corregir la desalineación de orientación. Por consiguiente, las turbinas se pueden orientar con mayor rapidez y decisión cuando cambian las condiciones del viento. 

Los estudios preliminares sugieren que se puede esperar un aumento de energía de alrededor del 0,5% gracias al control colectivo, es decir, 10,5 TWh más de electricidad, suficiente para abastecer a Estonia[3] durante un año. Junto con la guía de estela, el control colectivo proporciona un nuevo nivel de precisión en la determinación de la alineación óptima de la orientación.

3. Reconocimiento automático del parpadeo de las sombras

La necesidad de prevenir el parpadeo de las sombras es bien conocida en todo el sector. Históricamente, las turbinas se apagaban a determinadas horas para evitar el parpadeo, que se produce cuando la luz del sol que incide directamente sobre las viviendas se ve interrumpida por la rotación de las palas de un aerogenerador. Sin embargo, esto provocaba, a menudo, una pérdida innecesaria de ingresos cuando la nubosidad impide que se proyecten sombras.

Mediante un tipo de arquitectura de algoritmos de aprendizaje automático, denominada red neuronal profunda, el Sistema de optimización dinámica del parpadeo (DFOS, por su sigla en inglés) de RES clasifica las imágenes tomadas desde el sitio, para determinar el tiempo atmosférico, y decide automáticamente si es necesario cambiar el modo de funcionamiento de una turbina y evitar el parpadeo de las sombras.

4. Mejora del acceso para la inspección y reparación de palas mediante robots bladebots

Los robots de pala asistidos por IA (también conocidos como bladebots) utilizan la automatización para identificar y reparar daños en el borde de entrada de una pala. En algunos casos, las reparaciones se pueden realizar hasta cuatro veces más rápido que mediante trabajos verticales.

Estos robots innovadores de inspección interna para aerogeneradores, como NEMO de IM FutuRe, suelen tener acceso a entre el 70% y el 80% de la estructura interna de una pala, donde automáticamente identifican, fotografían, graban vídeos (para crear una vista en 3D) y etiquetan la posición de los defectos en el laminado estructural.

La posibilidad de inspeccionar zonas antes inaccesibles ha permitido dar un salto adelante en la inspección y el mantenimiento preventivos de los parques eólicos.

5. Reducción los tiempos de inactividad y los costos de las fallas con la automatización

Los avances en automatización están mejorando la forma en que se identifican, escalan y abordan las fallas, lo que ayuda a reducir el tiempo de inactividad y los considerables costos asociados. Aunque hay muchos casos de uso de la automatización, los más notables incluyen:

• Determinar automáticamente si es necesaria una intervención física para corregir un modo de falla y restablecer y reiniciar una turbina en caso contrario.
• Programar, con ayuda de IA, las tareas de inspección y reparación de los técnicos con toda la información necesaria recopilada en un solo lugar.
• Identificar la causa de las fallas y alinearlas automáticamente con los contratos pertinentes. Y, esto permitirá generar KPI contractuales con mayor facilidad y precisión.

La automatización está impulsando multitud de mejoras, a lo largo, de todo el ciclo de vida del proyecto, ayudando a reducir costos y tiempos de inactividad y aumentando la producción de energía. Con la aparición constante de nuevos ejemplos de automatización, se podrían producir muchos más teravatios hora de electricidad sin necesidad de construir nuevas infraestructuras energéticas: simplemente optimizando los activos y procesos existentes.  

[1] Suponiendo que se ha corregido cualquier desalineación de orientación estática en primer lugar.

[2]https://www.statista.com/statistics/1260553/eu-power-demand-country/

[3]https://www.statista.com/statistics/1260553/eu-power-demand-country/