![\"\"](\"https:\/\/aeeolica.org\/wp-content\/uploads\/2022\/01\/1-1024x399.jpg\")
El uso de LiDARs instalados en la g\u00f3ndola de los aerogeneradores se ha visto incrementado en los \u00faltimos a\u00f1os, debido a su capacidad superior de medici\u00f3n de la direcci\u00f3n y magnitud del viento, especialmente si se comparan con anem\u00f3metros instalados detr\u00e1s de las palas. Ventus Group cuenta con varios a\u00f1os de experiencia en el uso de este tipo de LiDARs, para comprobar y optimizar el rendimiento de los aerogeneradores mediante la realizaci\u00f3n de mediciones del \u00e1ngulo de yaw, as\u00ed como mediante la verificaci\u00f3n de la curva de potencia y de la funci\u00f3n de transferencia (NTF). Otros par\u00e1metros como la cizalladura del viento o la intensidad de la turbulencia pueden ser calculados tambi\u00e9n mediante el LiDAR, lo cual permite un conocimiento m\u00e1s detallado de los factores ambientales en el parque. Todo esto se hace acorde a est\u00e1ndares IEC 61400-12-1:2017, as\u00ed como el m\u00e1s reciente IEC 61400-50-3:2022.
El primer paso suele ser la identificaci\u00f3n de los aerogeneradores con peor rendimiento en el parque mediante t\u00e9cnicas de \u201cBig Data\u201d. Esto se hace mediante la combinaci\u00f3n de m\u00faltiples fuentes de datos: SCADA, c\u00f3digos de error de la turbina, ubicaci\u00f3n y par\u00e1metros de funcionamiento, lo cual lleva a una visi\u00f3n de los aerogeneradores con mayores p\u00e9rdidas. Esto se hace para asegurarse que otros factores externos no est\u00e9n influenciando esta decisi\u00f3n de que aerogeneradores tienen un peor rendimiento. En base a esto, una campa\u00f1a LiDAR de dos semanas puede identificar la diferencia en el \u00e1ngulo de yaw, mientras que campa\u00f1as m\u00e1s largas permiten realizar correcciones, as\u00ed como verificaciones de curva de potencia y NTFs. Los LiDAR se mueven de un aerogenerador a otro, en base a la planificaci\u00f3n y log\u00edstica proporcionada por Ventus, mediante t\u00e9cnicos encargados de la instalaci\u00f3n, especialistas en IT encargados de trabajar con los datos, y analistas de datos que procesan estos datos y generan informes de alta calidad en un corto periodo de tiempo.<\/figcaption><\/figure>\n\n\n\n
![\"\"](\"https:\/\/aeeolica.org\/wp-content\/uploads\/2022\/01\/2-1024x416.jpg\")
<\/figure>\n\n\n\nEste proceso fue usado recientemente por Ventus en una campa\u00f1a en India con m\u00e1s de 100 aerogeneradores. Las diferentes fuentes de datos fueron unidas y automatizadas para su an\u00e1lisis, permitiendo el procesamiento de grandes cantidades de datos, y resultando en un resumen de los aerogeneradores en funci\u00f3n a su capacidad de producci\u00f3n. De esta lista de aerogeneradores, aquellos con peor rendimiento fueron elegidos para la realizaci\u00f3n de campa\u00f1as LiDAR, de forma secuencial y con los informes presentados al finalizar cada campa\u00f1a. Diferencias de \u00e1ngulo de yaw entre 5\u00b0 y 13\u00b0 fueron identificados, resultando en una ganancia potencial de energ\u00eda entre un 1% y un 8% respectivamente. Una vez esta diferencia es detectada, es posible realizar la correcci\u00f3n y verificaci\u00f3n en el caso de una campa\u00f1a de larga duraci\u00f3n.<\/p>\n\n\n\n Para otro cliente en Castilla y Le\u00f3n, una campa\u00f1a LiDAR de larga duraci\u00f3n de 12 semanas ha sido realizada. La larga duraci\u00f3n de esta campa\u00f1a permiti\u00f3 la recolecci\u00f3n de grandes cantidades de datos, permitiendo un an\u00e1lisis m\u00e1s detallado de las condiciones del viento en el parque, en base a par\u00e1metros como la direcci\u00f3n y magnitud del viento, cizalladura e intensidad de turbulencia. Para esta campa\u00f1a, un LiDAR ZX TM fue usado, con la capacidad a\u00f1adida de capturar el perfil de viento para distintas alturas. Comparando las velocidades de viento adquiridas por el sistema SCADA y el LiDAR, se lleg\u00f3 a la conclusi\u00f3n de que la NTF estimaba a la baja la velocidad del viento, resultando en un desplazamiento de la curva de potencia hacia la izquierda y ocultando el bajo rendimiento del aerogenerador. Durante el an\u00e1lisis de la curva de potencia, se puso un \u00e9nfasis especial en cumplir con los est\u00e1ndares IEC, por el cual los sectores que est\u00e9n en la estela de otros aerogeneradores han de ser filtrados. Una reducci\u00f3n del 15% fue identificada en la producci\u00f3n de potencia comparando la curva de potencia de Ventus y la curva del fabricante. Otros problemas fueron detectados durante la campa\u00f1a, como diferencias en el \u00e1ngulo de yaw, control de \u00e1ngulo de paso de las palas antes de lo previsto, as\u00ed como grandes valores de la intensidad de turbulencia y de la influencia de la capa l\u00edmite en sectores dentro del rotor. Para el cliente, el informe permiti\u00f3 identificar \u00e1reas para mejorar el rendimiento del aerogenerador, en base a los cuales colaboraciones y discusiones pueden ser iniciadas con los fabricantes de los aerogeneradores.<\/p>\n\n\n\n![\"\"](\"https:\/\/aeeolica.org\/wp-content\/uploads\/2022\/01\/3.jpg\")
<\/figure>\n\n\n\n
![\"\"](\"https:\/\/aeeolica.org\/wp-content\/uploads\/2022\/01\/4.jpg\")