UNIVERSIDAD DEL PAÍS VASCO

El grupo EOLO (UPV/EHU) ha desarrollado una técnica para prever con varias horas de antelación la energía del oleaje

La intermitencia es uno de los problemas de las energías renovables, incluida la marina: a veces, abunda; otras veces, escasea. De ahí que, para gestionar adecuadamente la energía del mar e integrarla en la red eléctrica, convenga saber cuándo traerán suficiente fuerza las olas. La revista Ocean Engineering ha publicado recientemente un artículo del citado grupo —“Short-term forecasting of the wave energy flux: Analogues, random forests, and physics-based models”— con los detalles del proyecto.

La energía marina tiene un gran potencial de futuro, según los expertos, pero hay que recorrer todavía un largo camino hasta su aprovechamiento masivo. Pese al problema de la intermitencia, la energía de las olas tiene una ventaja con respecto, por ejemplo, a la eólica: es más fácil predecir un oleaje óptimo que unas ráfagas de viento apropiadas. Por eso, tan importante como contar con prototipos eficientes para el aprovechamiento de la energía undimutriz es saber cuánta energía traerán las olas dentro de unas horas. Conociendo dicho dato, se puede insertar mejor la energía producida por las olas en la red eléctrica, y, de paso, aumentar el consumo de energía renovable.

El grupo EOLO (UPV/EHU) ha desarrollado varios modelos de predicción de la cantidad de energía undimutriz para el golfo de Bizkaia, utilizando para ello la técnica denominada random forests (bosques aleatorios). “Random forests (RF) es un algoritmo desarrollado durante los últimos años en el campo del Machine learning. La base de los RF son los llamados ‘árboles de regresión’, en los que las variables de entrada se consideran raíces y los de salida, hojas. De ahí la denominación ‘árbol’. El random forest es un desarrollo de los árboles de regresión que, en lugar de un solo árbol, utiliza muchos (por lo general, más de mil), formando un ‘bosque’ o selva”, aclara Gabriel Ibarra, del grupo EOLO.

Según el citado investigador, los modelos desarrollados por su grupo son más fiables que otros ya existentes para las predicciones a tres-dieciséis horas vista. Los modelos de EOLO están basados en una serie histórica de mediciones que comparan entre sí los niveles de energía de las olas en un momento dado y los que se prevén para dentro de algunas horas. La medición se realiza mediante boyas, de las que cinco están instaladas en el golfo de Bizkaia, tres cerca de la costa gallega y dos en mar abierto. El organismo Puertos del Estado se encarga del mantenimiento de las boyas instaladas en Galicia, y el servicio meteorológico británico (MetOffice) de las de mar abierto.

Cambio climático y oleaje

Dos son las prioridades del grupo EOLO de cara al futuro: por una parte, acceder en tiempo real a los datos del modelo meteorológico WRF (Weather Research and Forecasting), que le servirán para mejorar los resultados actuales; por otra, continuar investigando los escenarios climáticos que puedan producirse en el futuro. Y es que el cambio climático afecta también al oleaje, así como a los temporales que, con cierta frecuencia, azotan la costa vasca. En opinión de los miembros de EOLO, es importante saber qué evolución tendrá la energía marina las próximas décadas. Ese es, precisamente, el eje de su esfuerzo investigador. En cualquier caso, las investigaciones sobre la predicción de la energía de las olas no han hecho más que comenzar, y no han llegado todavía a la fase operativa, es decir, no se aplican directamente.

La primera instalación operativa para el aprovechamiento de la energía marina se erigió en Portugal, en el 2008. En el País Vasco, se inauguró en el 2011 una pequeña instalación en Mutriku. La central de Mutriku funciona con tecnología OWC, y envía a la red eléctrica la energía que produce. Por otra parte, la plataforma BIMEP (Biscay Marine Energy Platform), dependiente de EVE, creará en breve una plataforma de ensayos para probar prototipos con actividad de olas real.

Referencias bibliográficas

G. Ibarra-Berastegi, J. Saénz, G. Esnaola, A. Ezcurra, A. Ulazia (2015) “Short-term forecasting of the wave energy flux: Analogues, random forests, and physics-based models”. Ocean Engineering, doi: 10.1016/j.oceaneng.2015.05.038. 104. 530-539. 2015