Seasonal climate prediction for the wind energy sectormethods and tools for the development of a climate service

  1. Torralba Fernández, Verónica
Dirigida por:
  1. Francisco J. Doblas Reyes Director/a

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 14 de junio de 2019

Tribunal:
  1. Jesús Fidel González-Rouco Presidente
  2. Teresa Losada Doval Secretaria
  3. Javier García Serrano Vocal
  4. Laura Ferranti Vocal
  5. Pablo Ortega Montilla Vocal

Tipo: Tesis

Teseo: 149939 DIALNET

Resumen

Las predicciones climáticas estacionales han mostrado un gran potencial para su aplicación en distintos sectores socioeconómicos (energía, agricultura, transporte, turismo, salud,etc). Sin embargo, la integración de estas predicciones en procesos de toma de decisión requiere que éstas sean adaptadas para poder ser utilizadas de una manera automática y sencilla en distintas actividades. En este contexto, la objetivo principal de esta Tesis Doctoral es proporcionar una evaluación de las oportunidades y limitaciones de las predicciones estacionales para su utilización en el desarrollo de un servicio climático dirigido a beneficiar al sector eólico. En esta tesis se ha llevado a cabo una evaluación exhaustiva del sistema de predicción estacional System 4 del ECMWF mediante la descripción de los errores sistemáticos en la velocidad del viento y la temperatura. Estos errores sistemáticos no afectan sólo en la media, si no también a otros momentos de la distribución y en las tendencias. Estos errores sistemáticos muestran una dependencia con la referencia observacional utilizada, lo que revela el importante papel que juega la incertidumbre que afecta a los distintos reanálisis, y en particular a la variable velocidad del viento. Otro de los aspectos fundamentales en la evaluación de un sistema de predicción estacional, es la investigación de su capacidad para reproducir los índices climáticos que permiten caracterizar la variabilidad inter-anual de ¿El Niño-Southern Oscillation¿ (NIño-3.4), la ¿North Atlantic Oscillation¿ (NAO) y las ¿storm track¿ así como sus teleconexiones con las variables de interés para el sector eólico. Este análisis ha revelado que los índices Niño 3.4 así como los storm tracks en el Pacífico son buenos candidatos para ser utilizados como predictores en un modelo híbrido que combine las predicciones dinámicas de los índices con las relaciones empíricas basadas en observaciones de estos índices con el viento o la temperatura. En esta tesis se ha investigación del potencial de las predicciones estacionales para el desarrollo de productos novedosos que permitan anticipar variaciones en los recursos eólicos y que mejoren la información utilizada actualmente para los procesos de toma de decisión. Uno de los posibles productos relevantes para la industria eólica es el uso de regímenes de tiempo para entender la variabilidad de la velocidad del viento y la temperatura en la región Euro-Atlántica. Utilizando datos de reanálisis se han identificado regiones y meses específicos en las que el los regímenes de tiempo permiten explicar la variabilidad en los recursos eólicos. El potencial de las predicciones estacionales para reproducir tanto los patrones espaciales de los regímenes de tiempo así como sus frecuencias de ocurrencia ha sido analizado. Los resultados han demostrado que la asignación de las predicciones al régimen de tiempo observado mediante la distancia cuadrática media es un método apropiado para generar un producto que pueda ser utilizado fácilmente. Finalmente, se ha analizado la calidad de las predicciones estacionales de la velocidad del viento y se han comparado distintas metodologías para el ajuste de sus errores sistemáticos. Esta investigación es esencial en el desarrollo de un servicio climático ya que las predicciones estacionales adaptadas deben incluir información acerca de su valor añadido respecto a una predicción de referencia. Otro de los requisitos del sector eólico es que éstas predicciones tengan propiedades estadísticas similares a las referencias observacionales para poder ser interpretadas y utilizadas correctamente. Las contribuciones científicas de esta tesis doctoral ilustran un uso innovador de las predicciones estacionales para la creación, por primera vez, de productos climáticos orientados al sector eólico.