Modelado de potencia eólica mediante modelos físicos y procesos gaussianos

Resumen

El modelado adecuado de la producción de potencia en sistemas eólicos es clave para optimizar su operación en tiempo real y garantizar el cumplimiento de sus objetivos técnicos o económicos. Este trabajo compara enfoques paramétricos y no paramétricos, en concreto modelos físicos basados en expresiones analíticas del coeficiente de potencia C_P(λ,β) y modelos probabilísticos construidos mediante procesos gaussianos (GP), que capturan la relación entre variables operativas y potencia generada. Los modelos paramétricos son eficientes, interpretables y útiles cuando se conoce la dinámica del sistema, funcionando bien en distintos escenarios. En contraste, los modelos GP ofrecen mayor flexibilidad, integran la incertidumbre y se adaptan a patrones complejos en los datos. Se analiza el ajuste de ambos enfoques con datos reales de una turbina eólica y se evalúa su rendimiento mediante métricas como el Root Mean Square Error (RMSE) y el coste computacional. Los resultados muestran que ambos métodos son complementarios para modelar el comportamiento de turbinas eólicas en contextos diversos.