Estudio de aprovechamiento de la energía del oleaje en ... · Resumen Isla Fuerte es una isla...

Estudio de aprovechamiento de la energía del oleaje en Isla Fuerte (Caribe Colombiano)

Tesis presentada como requisito parcial para obtener el título de Magister

en Ingeniería de Recursos Hidráulicos

Santiago Ortega Arango I.C.

Director: Andrés Fernando Osorio Arias PhD

Codirector: Jaime Ignacio Vélez Upegui PhD

Asesor: Pablo Agudelo Restrepo PhD (c)

Escuela de Geociencias y Medio Ambiente

Facultad de Minas

Universidad Nacional de Colombia

Medellín

2010

A mi madre, por sus años de paciencia y apoyo

Agradecimientos El ejercicio del desarrollo de esta tesis no es solamente un ejercicio académico, sino todo un proceso personal en el que contribuyeron de distintas maneras todas las personas que influyen en mi vida. Estos agradecimientos, más que una simple mención, son un reconocimiento al apoyo constante sin el cual esta tesis no hubiera sido posible.

Quisiera agradecer a los profesores Andrés Fernando Osorio Arias y a Jaime Ignacio Vélez Upegui, mi director y codirector de tesis. Su guianza y consejos sirvieron para encaminar mis esfuerzos de forma que mi investigación avanzó hasta convertirse en esta tesis. Asimismo, quisiera agradecer a los jurados de este trabajo; el Profesor Jesús Portilla de la Universidad de San Francisco de Quito, y al Capitán Julián Reyna de la Comisión Colombiana del Océano. Sus pertinentes correcciones fueron muy valiosas para consolidar la versión final de esta tesis.

A mi Mamá, mi Papá, Sebastián, María Antonia y Mónica, mi abuela, mi abuelo, y a toda mi familias gracias por todo el amor y el apoyo constante e incondicional, por aguantarme en mis múltiples crisis y ayudarme a superarlas. Me siento supremamente afortunado de pertenecer a la una familia con ustedes. A Lina, gracias por todo el amor, por estar ahí siempre, y por convertirse en la persona tan especial que es para mí. A las personas que me brindan su amistad cercana, les agradezco por hacerme merecedor de tal honor y fortuna.

Sin duda, lo mejor que obtuve de mi experiencia en el posgrado fueron los vínculos con la gente que hace parte de él, y a quien hicieron que mi paso por allí valiera la pena. Quiero agradecer por todos los momentos vividos a Juan Camilo Castro Juan David Franco, Ricardo Román, Alejandra Ochoa, José Daniel Vélez, Alejandra Carmona, Luis Gabriel Molina, Oscar Álvarez, Carolina Ortiz, Juan David Osorio, Juan Camilo Martínez, Julio César Mesa, Cristian Ortiz, Juan Camilo Pérez, Jaime Carmona, Daniel Largo, Nicolás Velásquez, Diego Patiño, Maria Isabel Marín, y a quienes por olvido momentáneo y no por falta de gratitud, dejo de mencionar.

No puedo dejar por fuera a las personas que apoyaron académicamente para enriquecer este trabajo, entre los que se cuentan Farid Chejne y Gladys Rocío Bernal de la Universidad Nacional, Raúl Medina de la Universidad de Cantabria, el Fabio Gomez Delgado de la Universidad Javeriana, el Capitán Ricardo Torres de la Armada Nacional, los ingenieros Ulpiano Plaza y Germán Hernandez del IPSE, Rubén Montoya de la Universidad de Medellín y el Capitán Luis Otero y en su nombre la Dirección General Marítima – DIMAR por permitirme usar la información de las boyas de oleaje del Caribe.

Quisiera agradecer muy especialmente el apoyo de Pablo Agudelo Restrepo. Sin miedo a exagerar, me atrevo a decir que esta tesis no hubiera sido una realidad es sin la asesoría, los consejos y las revisiones de Pablo. Su labor fue tan pertinente y valiosa que sentí como si tuviera un director adicional, y me hace quedar corto en palabras de agradecimiento.

Por último, quiero agradecer a la Universidad Nacional de Colombia y al Programa de Becas para Estudiantes Sobresalientes de Posgrado, que aportó los recursos financieros para la realización de la investigación.

Resumen

Isla Fuerte es una isla localizada en el Caribe Colombiano frente a las costas de Córdoba. Por su distancia al continente, la isla no tiene acceso a energía eléctrica del Sistema de Transmisión Nacional, y ésta debe generarse en la isla con fuentes fósiles, lo que tiene altos costos asociados y se convierte en una barrera para el desarrollo y para la mejora de las condiciones de vida de los habitantes de la isla. Este estudio busca presentar un esquema de abastecimiento energético para Isla Fuerte basado en el aprovechamiento del oleaje, un recurso renovable que puede generar energía limpia. Debido a la falta de registros para cuantificar el oleaje en la Isla, se propone una metodología para generar datos sintéticos de oleaje basada en el uso de modelos de generación de oleaje de tercera generación, que utilizan batimetrías y datos de viento de reanálisis como insumo. Esta metodología permite conocer el recurso y sus variaciones temporales y espaciales, además de identificar los lugares óptimos para la ubicación de una eventual planta, y puede ser replicada para evaluar el potencial en distintos lugares del Caribe. Una vez se generan los registros sintéticos de oleaje y se cuantifica el recurso energético, se hace una revisión tecnológica para escoger la tecnología de generación de energía con el oleaje más adecuada para Isla Fuerte. Finalmente se define un esquema de abastecimiento basado en la energía disponible, las demandas de energía de la población, y la infraestructura energética existente.

Abstract

Isla Fuerte is an island located in the Colombian Caribbean, near the coast of Cordoba Department. Because of its distance to the continent, the island doesn’t have access to electric power from the national grid and has to generate its power using fossil fuels, which implies high costs and becomes a barrier for development and for improving the life conditions of the habitants of the Island. This study strives to present a power supply scheme for the island based in the harnessing of ocean waves, a clean and renewable resource which can be used to generate electric power. Due to the lack of records to quantify the wave resource, a methodology is proposed to produce synthetic data using third generation wave generation models, with bathymetries and reanalysis winds as inputs. The methodology permits to analyze the wave resource and its variations in time and space, to identify the best places for a wave farm, and it can be replicated to evaluate the wave potential in other places in the Caribbean Sea. Once the wave records are generated and the wave power resource is quantified, a technological revision is made to choose the most adequate wave power conversion device for Isla Fuerte. Finally, a supply scheme is defined based on the available power, the power demand of the population and the existing power infrastructure on the island.


1

Contenido

Índice de Figuras ................................................................................................................................. 5

Índice de Tablas ................................................................................................................................... 8

1. Introducción ................................................................................................................................ 9

Las energías renovables y las Zonas No Interconectadas ............................................................... 9

La energía del oleaje e Isla Fuerte ................................................................................................. 10

Contenido del presente trabajo .................................................................................................... 10

2. Zona de Estudio ......................................................................................................................... 12

2.1. Localización ....................................................................................................................... 12

2.2. Geología y Geomorfología ................................................................................................. 13

2.3. Clima .................................................................................................................................. 14

2.3.1. Hidrometeorología .................................................................................................... 14

2.3.2. Radiación Solar .......................................................................................................... 16

2.1.1. Precipitación .............................................................................................................. 16

2.2. Oceanografía ..................................................................................................................... 17

2.2.1. Oleaje ........................................................................................................................ 17

2.2.2. Mareas ....................................................................................................................... 19

2.2.3. Corrientes .................................................................................................................. 19

2.2.4. Huracanes .................................................................................................................. 20

2.3. Ecología ............................................................................................................................. 21

2.3.1. Vegetación ................................................................................................................. 21

2.3.2. Arrecifes Coralinos .................................................................................................... 22

2.4. Población ........................................................................................................................... 23

2.5. Infraestructura .................................................................................................................. 24

3. Generalidades sobre la Energía Marina .................................................................................... 26

3.1. Fuentes de Energía Marina ............................................................................................... 26

3.1.1. Oleaje ........................................................................................................................ 26

3.1.2. Marea ........................................................................................................................ 28

3.1.3. Corrientes oceánicas ................................................................................................. 30

3.1.4. Gradientes Térmicos ................................................................................................. 30

3.1.5. Gradientes Salinos ..................................................................................................... 31


2

3.2. La energía marina en Colombia ......................................................................................... 32

3.3. La energía marina en Isla Fuerte ....................................................................................... 33

3.4. Energía del Oleaje ............................................................................................................. 33

3.5. Uso de modelos numéricos para el cálculo de la potencia ............................................... 37

4. Caracterización de la Potencia del Oleaje ................................................................................. 39

4.1. Fuentes de Información .................................................................................................... 39

4.1.1. Batimetrías ................................................................................................................ 39

4.1.2. Datos de Viento ......................................................................................................... 39

4.1.1. Boyas de Oleaje ......................................................................................................... 41

4.2. El Modelo SWAN ............................................................................................................... 41

4.3. Metodología de Caracterización ....................................................................................... 43

4.4. Modelación Numérica (Paso 1) ......................................................................................... 45

4.4.1. Consideraciones de Modelación ............................................................................... 45

4.4.2. Mallas Anidadas ........................................................................................................ 46

4.4.3. Resultados del Modelo .............................................................................................. 49

4.5. Corrección de datos (Paso 2) ............................................................................................. 49

4.5.1. Comparación Boya Barranquilla ................................................................................ 50

4.5.2. Comparación Boya Puerto Bolívar ............................................................................ 59

4.5.3. Ecuaciones de corrección escogidas ......................................................................... 67

4.6. Mapas Energéticos (Paso 3) .............................................................................................. 68

4.6.1. Escogencia de Casos para la generación de Mapas Energéticos............................... 69

4.6.2. Resultados ................................................................................................................. 72

4.7. Escogencia Sitios de Generación (Paso 4) ......................................................................... 73

4.7.1. Criterios de selección de sitio .................................................................................... 74

4.7.2. Identificación del Sitio de Generación ...................................................................... 74

4.8. Análisis de la serie de oleaje en el sitio de generación (Paso 5) ....................................... 76

4.8.1. Rosa de Oleaje ........................................................................................................... 76

4.8.2. Histogramas ............................................................................................................... 76

4.8.3. Probabilidad Conjunta ............................................................................................... 78

4.8.4. Variabilidad Temporal de la Serie ............................................................................. 78

4.9. Potencia ............................................................................................................................. 80


3

4.9.1. Corrección de la Potencia .......................................................................................... 80

4.9.2. Potencia ..................................................................................................................... 82

5. Revisión Tecnológica ................................................................................................................. 86

5.1. Tipos de Dispositivos ......................................................................................................... 86

5.1.1. Atenuadores .............................................................................................................. 86

5.1.2. Absorbedores Puntuales ........................................................................................... 87

5.1.3. Columnas de Agua Oscilante – OWC ......................................................................... 88

5.1.4. Placas Oscilantes ....................................................................................................... 89

5.1.5. Dispositivos de Rebose .............................................................................................. 89

5.1.6. Presiones sumergidas ................................................................................................ 90

5.1.7. Otros .......................................................................................................................... 90

5.2. Tecnologías Existentes ...................................................................................................... 91

5.3. Criterios de Selección ........................................................................................................ 91

5.4. Tecnologías Identificadas .................................................................................................. 92

5.4.1. CETO Wave Energy .................................................................................................... 92

5.4.2. Dennis Auld Turbine .................................................................................................. 94

5.4.3. Wave Roller ............................................................................................................... 96

5.4.4. Swell Fuel ‐ Lever Operated Pivoting Float with Generator ...................................... 97

5.4.5. Aqua Marine Power – Oyster .................................................................................... 99

5.4.6. Seabased Wave Energy Converter .......................................................................... 100

5.4.7. Wave Plane .............................................................................................................. 102

5.5. Escogencia de la tecnología óptima ................................................................................ 104

6. Propuesta de Solución Energética ........................................................................................... 108

6.1. Descripción de la infraestructura existente .................................................................... 108

6.2. Demanda de la Isla .......................................................................................................... 109

6.3. Oferta de Energía del Oleaje ........................................................................................... 110

6.3.1. Generación de Energía usando el Seabased ........................................................... 110

6.3.2. Escogencia de la Potencia Nominal ......................................................................... 111

6.3.3. Energía Generada .................................................................................................... 113

6.4. Articulación con la infraestructura existente .................................................................. 114

6.5. Posibles Impactos Ambientales ....................................................................................... 117


4

6.5.1. Impacto del cableado submarino ............................................................................ 118

6.5.2. Impacto de la Infraestructura de generación .......................................................... 118

6.5.3. Otros impactos posibles .......................................................................................... 119

7. Discusión, Conclusiones y Líneas futuras de Investigación ..................................................... 121

7.1. Modelación numérica ..................................................................................................... 122

7.2. Escogencia sitios generación ........................................................................................... 123

7.3. Tecnologías ...................................................................................................................... 123

7.4. Normatividad ................................................................................................................... 124

7.5. Impactos Ambientales ..................................................................................................... 124

8. Bibliografía .............................................................................................................................. 126


5

Índice de Figuras

Figura 2‐1 Localización (IGAC, 2002) y vista aérea deIsla Fuerte (Google Earth) ............................. 12 Figura 2‐2 Geomorfología de la Isla (Díaz et al., 2000) ..................................................................... 14 Figura 2‐3 Posición de la ZCIT, dirección de los vientos e isobatas durante a) épocas secas b) épocas húmedas c) épocas de transición. Tomado de (Quiceno, 2008) adaptado de (Pujos et al., 1986) ................................................................................................................................................. 15 Figura 2‐4 Radiación Solar Promedio – Estación la Doctrina ............................................................ 16 Figura 2‐5 Promedios de alturas de ola trimestrales en el periodo 1968 – 2008. a) DEF b) MAM c)JJA d) SON. Adaptado de (Mesa, 2009) .......................................................................................... 18 Figura 2‐6 Rosa de oleaje para la coordenada 10° N,76° W. (Mesa, 2009) ..................................... 19 Figura 2‐7 Velocidad de las corrientes superficiales durante a) épocas secas b) épocas. Tomado de (Quiceno, 2008) adaptado de (Pujos et al., 1986) ............................................................................ 20 Figura 2‐8 Trayectoria de huracanes en el Caribe Colombiano (Martínez, 2010) ............................ 21 Figura 2‐9 Deforestación del Mangle en la zona Norte de la Isla (Abril 2008) ................................. 22 Figura 2‐10 Unidades ecológicas submarinas de Isla Fuerte (Díaz et al., 2000) ............................... 23 Figura 2‐11 Generación Privada en la Isla: Plantas diesel (derecha) paneles solares (izquierda) .... 25 Figura 3‐1 Generación de Oleaje (CA‐OE, 2006) ............................................................................... 26 Figura 3‐2 Energía presente en el oleaje(CA‐OE, 2006) .................................................................... 27 Figura 3‐3 Oleaje de Sea y Swell (Holthuijsen, 2007) ........................................................................ 28 Figura 3‐4 Central Eléctrica de Marea Le Rance ............................................................................... 29 Figura 3‐5 Perfil de temperatura del océano .................................................................................... 31 Figura 3‐6 Superposición de ondas lineales que componen el oleaje (IH Cantabria, 2009) ............. 34 Figura 3‐7 Espectro bidimensional. (IH Cantabria, 2009) ................................................................. 35 Figura 3‐8 Espectro de Energía unidimensional ................................................................................ 36 Figura 4‐1 Vientos del Reanálisis NARR en m/s durante a) época seca b) época húmeda c) Huracán Emily – Julio 2005 .............................................................................................................................. 41 Figura 4‐3 Batimetrías de las mallas computacionales ..................................................................... 49 Figura 4‐4 Ubicación de las boyas de la DIMAR (CCCP, 2009) .......................................................... 50 Figura 4‐5 Comparación de Hs – Modelo SWAN y Registro Boya Barranquilla ................................ 51 Figura 4‐6 Ajuste Hs Modelo SWAN vs Registro Boya Barranquilla .................................................. 52 Figura 4‐7 Comparación de Tp – Modelo SWAN y Registro Boya Barranquilla ................................ 52 Figura 4‐8 Ajuste Tp Modelo SWAN vs Registro Boya Barranquilla .................................................. 53 Figura 4‐9 Comparación de Direcciones – Modelo SWAN y Registro Boya Barranquilla ................. 54 Figura 4‐10 Ajuste de Direcciones – Modelo SWAN y Registro Boya Barranquilla ........................... 54 Figura 4‐11 Transformadas de Fourier de las series de Hs para el modelo SWAN y la boya de Barranquilla ....................................................................................................................................... 55 Figura 4‐12 Transformadas de Fourier de las series de Tp para el modelo SWAN y la boya de Barranquilla ....................................................................................................................................... 56 Figura 4‐13 Ajuste de Hs a la distribución Gumbel – SWAN y Boya Barranquilla ............................. 57


6

Figura 4‐14 Ajuste de Tp a la distribución Gumbel ‐ SWAN y Boya Barranquilla .............................. 57 Figura 4‐15 Corrección de Hs por medio de ajuste de cuantiles‐ Barranquilla ................................. 58 Figura 4‐16 Corrección de Tp por medio de ajuste de cuantiles‐ Barranquilla ................................. 59 Figura 4‐17 Comparación de Hs – Modelo SWAN y Registro Boya Puerto Bolívar ........................... 60 Figura 4‐18 Ajuste Hs Modelo SWAN vs Registro Boya Puerto Bolívar ............................................ 60 Figura 4‐19 Comparación de Tp – Modelo SWAN y Registro Boya Puerto Bolívar ........................... 61 Figura 4‐20 Ajuste Tp Modelo SWAN vs Registro Boya Puerto Bolívar ............................................ 62 Figura 4‐21 Comparación de Dir– Modelo SWAN y Registro Boya Puerto Bolívar ........................... 62 Figura 4‐22 Ajuste Dir Modelo SWAN vs Registro Boya Puerto Bolívar ............................................ 63 Figura 4‐23 Espectros de Fourier de las series de Hs para el modelo SWAN y la boya de Puerto Bolívar ............................................................................................................................................... 63 Figura 4‐24 Espectros de Fourier de las series de Tp para el modelo SWAN y la boya de Puerto Bolívar ............................................................................................................................................... 64 Figura 4‐25 Ajuste de Hs a la distribución Gumbel ‐ SWAN y Boya Puerto Bolívar .......................... 65 Figura 4‐26 Ajuste de Tp a la distribución Gumbel ‐ SWAN y Boya Puerto Bolívar .......................... 65 Figura 4‐27 Corrección de Hs por medio de ajuste de cuantiles –Puerto Bolívar ............................. 66 Figura 4‐28 Corección de Tp por medio de ajuste de cuantiles –Puerto Bolívar .............................. 67 Figura 4‐29 Zonificación de la corrección. Fuente imagen: Google Earth ........................................ 68 Figura 4‐30 Malla Anidada No. 4 ....................................................................................................... 69 Figura 4‐31 Probabilidad Conjunta Hs y Tp ....................................................................................... 70 Figura 4‐32 Percentiles de Potencia .................................................................................................. 71 Figura 4‐33 Algunos de los mapas energéticos ................................................................................. 73 Figura 4‐34 Batimetría de la isla y localización planta de generación .............................................. 75 Figura 4‐35 Ubicación Aproximada de la estructura de generación con respceto a los corales ...... 75 Figura 4‐36 Rosa de Oleaje para Hs en el Sitio de Generación ......................................................... 76 Figura 4‐37 Histograma de Hs en el sitio de generación ................................................................... 77 Figura 4‐38 Histograma de Tp en el sitio de generación. .................................................................. 77 Figura 4‐39 Probabilidad Conjunta Hs y Tp ....................................................................................... 78 Figura 4‐40 Espectro de Frecuencias para Hs – Serie horaria ........................................................... 79 Figura 4‐41 Espectro de Potencias para Hs– Serie mensual ............................................................. 79 Figura 4‐42 Comparación Cálculos de Potencia ................................................................................ 82 Figura 4‐43 Ciclo Anual del Ciclo Diurno de la Potencia y Direcciones Promedio ............................ 83 Figura 4‐44 Potencia Omnidireccional Mensual Promedio .............................................................. 84 Figura 4‐45 Percentiles de Potencia .................................................................................................. 84 Figura 5‐1 Esquema de funcionamiento de un atenuador y dipositivo Pelamis (PelamisWave, 2010) ........................................................................................................................................................... 86 Figura 5‐2 Pelamis Wave Power(PelamisWave, 2010) ...................................................................... 87 Figura 5‐3 Esquema de funcionamiento absorberdor puntual ......................................................... 87 Figura 5‐4 Oscilador Puntual OPT ..................................................................................................... 88 Figura 5‐5 Esquema de funcionamiento OWC.(Falcao, 2010) .......................................................... 88 Figura 5‐6 Derecha: Pico OWC en Portugal. Izquierda: Mighty Whale en Japón .............................. 89


7

Figura 5‐7 Esquema Placa Oscilante.................................................................................................. 89 Figura 5‐8 Esquema de funcionamiento de dispositivos de rebose ................................................. 90 Figura 5‐9 Esquema dispostivo de presiones sumergidas (Falcao, 2010) ......................................... 90 Figura 5‐10 CETO Wave Energy y esquema de funcionamiento ...................................................... 92 Figura 5‐11 Dennis‐Auld Turbine ...................................................................................................... 94 Figura 5‐12 Esquema de funcionamiento Dennis‐Auld Turbine ....................................................... 95 Figura 5‐13 Wave Roller y esquema de operación ........................................................................... 96 Figura 5‐14 Swell Fuel ‐ Lever Operated Pivoting Float y esquema de funcionamiento .................. 98 Figura 5‐15 Aquamarine Oyster ........................................................................................................ 99 Figura 5‐16 Seabased Wave Energy Converter ............................................................................... 101 Figura 5‐17 Wave Plane y esquema ................................................................................................ 103 Figura 5‐18 Diseño conceptual Seabased (Waters, 2008) .............................................................. 106 Figura 5‐19 Generación de corriente alterna (der) y generación de corriente directa (izq). (Waters, 2008) ............................................................................................................................................... 107 Figura 6‐1 Seguidor Solar de 25 kW instalado en Isla Fuerte .......................................................... 109 Figura 6‐2 Factor de Planta y potencia promedio según la potencia nominal ............................... 112 Figura 6‐3 Generación anual de cada dispositivo según la potencia nominal ................................ 113 Figura 6‐4 Generación Mensual por dispositivo ............................................................................. 114 Figura 6‐5 Costos y Longitudes de Arreglo requeridas según la capacidad instala adicional ......... 115 Figura 6‐6 Potencial de generación de energía planta GLP que trabaje 12 horas diarias y planta de oleaje ............................................................................................................................................... 116 Figura 6‐7 Oferta de energía de oleaje vs demandas energéticas en el año 2009 ......................... 117 Figura 6‐8 Organismos Marinos habitando el arrecife artificial creado. Tomado de (Waters, 2008) ......................................................................................................................................................... 119


8

Índice de Tablas

Tabla 3‐1 Expresiones potencia del oleaje ........................................................................................ 37 Tabla 4‐1 Características de las Mallas Anidadas .............................................................................. 47 Tabla 4‐2 Características de las boyas. (CCCP, 2009) (NDBC, 2010) ................................................. 50 Tabla 4‐3Casos Escogidos de acuerdo con la probabilidad conjunta ................................................ 70 Tabla 4‐4 Casos Escogidos correspondientes a los percentiles de potencia .................................... 71 Tabla 4‐5 Casos escogidos usando el algoritmo k‐means ................................................................. 72 Tabla 5‐1 Generación de CETO Wave Energy .................................................................................... 94 Tabla 5‐2 Generación Dennis Auld Turbine ...................................................................................... 96 Tabla 5‐3 Tabla resumen tecnologías.............................................................................................. 104 Tabla 6‐1 Costos de la energía para los habitantes de la Isla .......................................................... 108 Tabla 6‐2 Consumos energéticos mensuales 2009 Fuente SUI ....................................................... 110 Tabla 6‐3 Correcciones a la energía generada ................................................................................ 113 Tabla 6‐4 Energía mensual promedio generada por cada dispositivo ............................................ 114 Tabla 6‐5 Ahorro por el uso de energía de Olaje ............................................................................ 117


9

1. Introducción En los últimos años ha existido una creciente preocupación por el problema del calentamiento global al punto que este pasó de ser un tema estrictamente científico para convertirse en un tema de discusión en distintos ámbitos sociales, políticos y académicos. Este fenómeno tiene repercusiones en las acciones de los gobiernos y en las conciencias de los individuos que buscan reducir emisiones en distintos frentes, al mismo tiempo que se busca el desarrollo y la creación de riqueza. Conciliar el crecimiento económico con la protección del ambiente no es algo sencillo. Hacerlo implica voluntad política, desarrollo tecnológico, educación y reeducación de comunidades, creatividad e innovación para ingeniar maneras de producir de manera sostenible. Esta es una respuesta frente al llamado “bussiness as usual”, un esquema económico que considera insignificantes impactos ambientales y sociales frente a los beneficios por utilidades, y que es el principal responsable de la crisis ambiental que cruza el planeta

Una de las alternativas para reducir emisiones al tiempo que se crea desarrollo sostenible en las comunidades es el uso de energías limpias y renovables que desplacen el uso de los combustibles fósiles(UNFCCC, 1997). Esta posibilidad de reducción de emisiones, sumada al hecho que el precio del petróleo alcanzó niveles históricos en el 2008 y está sujeto a grandes variaciones que dependen de especulación financiera y factores geopolíticos, ha hecho que se encaminen grandes esfuerzos para el desarrollo, investigación e implementación de tecnologías de energía limpia, que puedan ser usadas de forma local por las comunidades o que generen energía para una red con recursos naturales renovables y que no tengan efectos nocivos sobre el medio ambiente.

Las energías renovables y las Zonas No Interconectadas Tradicionalmente, las pequeñas comunidades no interconectadas han tratado de suplir sus necesidades energéticas mediante el uso de generadores con fuentes fósiles, los cuales tienen altos costos de combustibles y de transporte asociados su funcionamiento. Estos costos generalmente son muy altos para comunidades con pocos recursos económicos, y consecuentemente, el acceso a la energía eléctrica es muy limitado. Esta limitación imposibilita el mejoramiento de las condiciones económicas, lo cual resulta en una mayor imposibilidad de acceder a ellos, creando un ciclo negativo que afecta la calidad de vida y los ingresos de la comunidad. Como consecuencias negativas de este ciclo se cuentan el detrimento de la calidad de los servicios básicos de educación y salud para una población vulnerable, y la falta de iluminación en las horas de la noche, lo que limita y dificulta las actividades humanas y representa una barrera significativa al desarrollo (Peon et al., 2004)

Esta tesis presenta un estudio acerca del posible aprovechamiento de le energía presente en el oleaje para el abastecimiento de energía eléctrica a la población que habita en Isla Fuerte, Corregimiento de Cartagena de Indias. Isla Fuerte es considerada una Zona No Interconectada –ZNI‐ debido a que se encuentre a 11 kilómetros del continente y a que llevar energía eléctrica del Sistema de Transmisión Nacional no es viable desde el punto de vista económico. Por tal razón, el encargado de suministrar de energía a la Isla es el Instituto de Planeación de Soluciones


10

Energéticas para Zonas no Interconectadas –IPSE, dependencia del Ministerio de Minas y Energía. Según su misión y dentro de sus planes de energetización(IPSE, 2006) el IPSE ha promovido la instalación de una planta de GLP y de seguidores solares para abastecer a la población.

La energía del oleaje e Isla Fuerte Se cree que el oleaje en Isla Fuerte puede representar un recurso de abastecimiento importante para la Isla, que complementará en la infraestructura de generación con gas licuado de petróleo ‐GLP y seguidores solares instalada por el IPSE. De esta manera, se tendrá un sistema híbrido que pueda prestar un servicio de energía en donde se combine el uso de un recurso energético renovable como la energía del oleaje y la energía solar con la confiablidad del combustible fósil de la plante de GLP.

La implementación y un eventual aprovechamiento de la energía del oleaje en la Isla no es algo sencillo. Existen muchas barreras para el uso de la energía del oleaje, que van desde la necesidad de mayores avances tecnológico y las barreras económicas hasta la falta de información oceanográfica confiable. Para el caso de Colombia es muy difícil saber cuál es la energía disponible en el oleaje, debido principalmente a la falta de información oceanográfica y meteorológica, ya sea por falta física de instrumentación o por lo difícil y costoso que puede ser adquirir registros de series a buena resolución temporal y con duraciones lo suficientemente largas para realizar un análisis estadístico válido. La presente investigación ofrece un enfoque para obtener datos por medio de la simulación, basado en el uso de fuentes de datos libres, utilización de modelos abiertos de propagación de oleaje y posterior corrección con mediciones de campo. Aunque este estudio se sitúa en Isla Fuerte, si se usa el mismo esquema se pueden obtener series artificiales para cualquier lugar del Caribe colombiano y de otros países caribeños.

La energía del oleaje es todavía una promesa de una fuente energética confiable, abundante y aprovechable por las comunidades. Existen desarrollos tecnológicos acelerados en diversos sitios a lo largo del planeta, las cuales deberán rendir frutos en los años venideros. Esta tesis representa uno de los primeros peldaños para hacer posible en Colombia el futuro aprovechamiento, de forma limpia y ambientalmente sostenible, de la energía presente en el océano para mejorar la calidad de vida de los habitantes del país.

Contenido del presente trabajo Este trabajo está divido en 7 capítulos, enfocados a desarrollar el objetivo principal de calcular el potencial energético del oleaje en la isla, y proponer un esquema de abastecimiento basado en dicho potencial.

El capítulo 2 hace una descripción de la zona de estudio, donde se tocan temas climáticos, geográficos, oceanográficos, bióticos, y sociales. De esta forma se tiene una base sobre la que se puede trabajar y proponer soluciones que no alteren los ecosistemas y la forma de vida de la población negativamente.


11

El capítulo 3 describe las distintas formas que hay para generar energía usando los océanos, por medio del aprovechamiento de 5 variables oceanográficas: Oleaje, marea, corrientes, gradientes térmicos y gradientes de salinidad. En este capítulo se explica por qué el oleaje es la opción más viable para aprovechar la energía marina en Isla Fuerte, y se habla en detalle sobre los desarrollos históricos, los distintos enfoques, y las ecuaciones gobernantes de este tipo de energía.

El capítulo 4 explica el procedimiento que se hace para poder contar con una serie de oleaje confiable en cercanías de la Isla. Esta serie se obtiene usando datos de viento en el Caribe provenientes de modelos de reanálisis, que se usan como insumos para un modelo de generación de oleaje de tercera generación. Las series son calibradas usando instrumentación existente en sitios del litoral Caribe Colombiano. Una vez se cuenta con estas series, se hace una caracterización del clima marítimo de la zona, y se cuantifica la energía presente en el oleaje para distintas escalas temporales.

El capítulo 5 explora las tecnologías existentes para generación con oleaje, y allí se escogen y describen algunas que podrían utilizarse en la Isla. En este capítulo se hace una discusión acerca de cuál sería la tecnología idónea en la isla entre las escogidas, y se escoge una tecnología para usarse en el sistema de abastecimiento.

En el capítulo 6 se estudia la infraestructura existente de generación de la Isla, y la forma como esta cubre la demanda de la población. Allí se propone un sistema de complemento al sistema instalado por el IPSE, usando la energía que sería generado por la tecnología escogida en el capítulo 5 y se discuten los posibles impactos ambientales.

Finalmente, en el capítulo 7 se presentan las conclusiones de esta tesis, se hace una discusión sobre los resultados encontrados en las distintas etapas y se proponen líneas futuras de investigación.


12

2. Zona de Estudio Cuando quiere generarse energía para una población, no es suficiente con caracterizar el recurso energético completamente y hacer un análisis técnico. Es quizás más importante entender las distintas características geográficas, climáticas, físicas, bióticas, ambientales y sociales de la zona en donde se ubicaría el eventual proyecto. Tener en cuenta estas características a la hora de proponer un proyecto implica se minimizarán los eventuales impactos negativos sobre el medio ambiente y la población. De esta manera, el desarrollo que se crea estará articulado con el entorno en el cual se ubica y se puede considerar sostenible ya que mejora las condiciones de vida mientras se protege el medio ambiente.

Por su relevancia para el presente estudio y para generar un entendimiento del entorno enfocado a proponer una solución de abastecimiento energético apto para la isla, en este capítulo se describen algunas de las características de Isla Fuerte.

2.1. Localización Isla Fuerte es una isla del Caribe Colombiano (9°23’11’’ N, 76°10’5’’ W) ubicada frente a la costa de Córdoba al oeste del Delta de Tinajones y al Norte de la Ensenada la Rada (Bahía de Moñitos). La isla tiene un área de 3.23 km2, está ubicada a 11 kilómetros del continente(Anderson, 1976) y la población continental más cercana es un pequeño pueblo conocido como Paso Nuevo. La Isla hace parte del complejo arrecifal de Isla Fuerte, Bajo Bushnell y Bajo Burbujas. Aunque geográficamente la isla se ubica al frente del Departamento de Córdoba, políticamente pertenece al Departamento de Bolívar, al ser un corregimiento de la ciudad de Cartagena de Indias.

La Isla tiene una población permanente de alrededor de 2000 personas que puede doblarse en épocas de vacaciones, debido a la llegada de turistas. La isla no cuenta con energía eléctrica del sistema de transmisión nacional STN, y por tanto es considerada una Zona no Interconectada ZNI(IPSE, 2006).

Figura 2.1 Localización (IGAC, 2002) y vista aérea deIsla Fuerte (Google Earth)


13

2.2. Geología y Geomorfología Hay dos hipótesis que explican el origen geológico de Isla Fuerte. La primera plantea que la Isla es el resultado de un arrecife coralino que se formó en un bajo cuando el nivel del mar estaba más alto. Al bajar el nivel del mar en el cuaternario, los corales quedaron expuestos a la atmósfera y posteriormente se fosilizaron formando la isla. (Anderson, 1976) La segunda hipótesis le otorga a la isla un origen diapírico, característica de esta Zona del Caribe colombiano, lo que genera unas geoformas características como lo son los volcanes de lodo. Estos domos volcánicos pueden presentarse en el talud, en la plataforma continental y en la línea costera. Cuando estos domos se generan bajo el agua, son sujetos de la colonización coralina que pueden terminar en la formación de islotes. (Vernette, 1989)

Las playas de la Isla están formadas principalmente por dos materiales, uno son arenas calcáreas producto de la desintegración de organismos coralinos, el otro son arenas finas de origen continental, presumiblemente de la desembocadura del Río Sinú. También se encuentran arcillas grises en unos pocos sitios de la Isla y en pocas cantidades, las cuales se presumen que tienen un origen en el volcanismo de lodo del Caribe. La estratigrafía general de la Isla tiene una primera capa de suelo de 0.6 a 1.5 m de espesor, seguida por una capa de calizas coralinas de 11 m de espesor aproximadamente, luego 3 metros de calizas alteradas. En las capas inferiores hay un estrato delgado (>0.5m) de arenas con gran cantidad de carbonatos y en el fondo de la columna se encuentran un estrato impermeable de arcillas grises con óxidos de hierro que presumiblemente tiene un espesor bastante grande.(Gomez Rave et al., 2004)

Geomorfológicamente la isla se caracteriza por tener pendientes suaves y no presenta colinas o alturas considerables. Tiene dos terrazas, una se ubica en el centro de la isla y tiene una elevación de 20 m sobre el nivel del mar corresponde a la primera porción de la isla que emergió. La segunda está 9 metros más abajo y bordea el perímetro de la Isla. Ambas terrazas se encuentran inclinadas hacia el oeste.(Anderson, 1976). En la isla también se presentan cavernas con estalactitas formadas por la disolución del estrato de las calizas coralinas.(Gomez Rave et al., 2004). La Figura 2.2 muestra un mapa geomorfológico de la isla, tomado de (Díaz et al., 2000).


14

Figura 2.2 Geomorfología de la Isla (Díaz et al., 2000)

2.3. Clima

2.3.1. Hidrometeorología El ciclo anual meteorológico anual es definido por el paso de la Zona de Convergencia Intertropical ‐ ZCIT, que crea una época seca que ocurre desde diciembre a abril y una época de lluvias entre agosto y octubre. El resto de meses se consideran “de transición”. Entre julio y agosto hay un periodo seco corto llamado el “Veranillo de San Juan”. En los meses de diciembre hasta abril, es decir, en el verano del hemisferio sur, la ZCIT se encuentra hacia Suramérica, entre el Ecuador y los paralelos y 5° N, lo cual hace que los vientos Alisios del NE se intensifiquen y den como resultado una época seca y con poca precipitación. En la época húmeda y en las épocas de transición, el verano del hemisferio norte desplaza la ZCIT entre los paralelos 10°N y 12°N ubicándola sobre toda la cuenca Caribe colombiano. Esto implica un aumento considerable en la precipitación, un debilitamiento de los Alisios del Noreste y aumento sustancial en la humedad(Bernal et al.,


15

2006)(Andrade, 2000). La Figura 2.3 ilustra la distribución de vientos y presión de acuerdo con distintas posiciones de la ZCIT.

Figura 2.3 Posición de la ZCIT, dirección de los vientos e isobatas durante a) épocas secas b) épocas húmedas c) épocas de transición. Tomado de (Quiceno, 2008) adaptado de (Pujos et al., 1986)

En la época seca y en el veranillo la zona se encuentra bajo la acción de un chorro atmosférico superficial llamado el chorro de San Andrés, proveniente de los Alisios del Este y responsable de los vientos presentados. Este chorro se localiza entre la latitud 13°N y 15°N, cuenta con un núcleo intenso en los 900 hPa, y velocidades máximas de 12 m/s y en épocas secas (DEF) y mínimas de 6 m/s en épocas húmedas (SON).(Poveda & Mesa, 1999) El paso de la ZCIT intensifica el chorro de San Andrés en los meses de diciembre a abril, pero en el veranillo la fuerza del chorro se explica por una intensificación temporal del sistema de alta presión del Atlántico Norte (Bernal et al., 2006).

Además de la variación estacional producida por el paso de la ZCIT, existen oscilaciones interestacionales que afectan el clima de la zona. Entre estas se cuentas las ondas tropicales del este, las cuales tienen una periodicidad de 7 días, y los frentes fríos que se generan en América del Norte y que llegan al Caribe con una periodicidad de 10 a 14 días. Los efectos combinados de estas oscilaciones afectan los campos de viento y presión y los patrones de precipitación. (Andrade, 2000).

En términos de oscilaciones de baja frecuencia, la zona se ve afectada por las ondas de Madden‐Julian (30‐60 días) , y por el ENSO, el cual tiene una significativa influencia en el Mar Caribe evidenciada por cambios en la precipitación y en la temperatura superficial del agua(Andrade, 2000). Otras oscilaciones que afectan el clima de la región son la Oscilación Decadal del Pacífico (PDO) y la Oscilación del Atlántico Norte (NAO) (Poveda, 2004).


16

2.3.2. Radiación Solar Al ubicarse en la Región Caribe, Isla Fuerte goza de valores altos de radiación solar, en comparación con el resto del territorio Colombiano. Según un estudio de radiación solar en Colombia (Rodriguez & Gonzalez, 1992) el promedio anual de la zona es de 5.04 kWh/m2/día, calculado a partir de los de la estación La Doctrina, ubicada en las coordenadas 9°18’ N y ‐75°54’ W en el municipio de Lorica, Córdoba. Para el periodo 1971 a 1980, los promedios de radiación global y extraterrestre de la Isla se presentan en la Figura 2.4.

Figura 2.4 Radiación Solar Promedio – Estación la Doctrina

Los valores de radiación en el tope de la atmósfera son más altos en los meses de marzo a septiembre, obedeciendo a la estación de verano del hemisferio Norte. Sin embargo, los valores más altos de radiación en tierra se presentan en los meses de diciembre, enero, febrero y julio. Esto sugiere que la radiación en la zona es más dependiente de la nubosidad que de la posición astronómica, ya que los meses con mayores valores corresponden a los meses de la temporada de verano de principios de año y con el llamado veranillo de San Juan, los cual se describe en la sección 2.3.1.

Cabe recalcar que Isla Fuerte como tal debe gozar de valores un poco más altos que los que se registran en esta estación de brillo solar, ya que la distancia de la isla al continente y la acción de los vientos Alisios evitan que se formen procesos microclimáticos que ocurren en el continente, donde las corrientes de aire (Anderson, 1976) que aumentan las nubosidad en horas de la tarde y fomentan la precipitación.

2.1.1. Precipitación La precipitación media anual de la zona es de 1366 mm, de acuerdo con los registros de la estación ubicada en San Bernardo del Viento. Coherentemente con lo expuesto en la sección 2.3.1, los meses más lluviosos son aquellos que coinciden con el paso de la ZCIT (mayo a octubre) donde se tienen valores mayores de precipitación promedio de 150 mm/mes. En los meses secos (diciembre


17

a marzo), se obtienen valores menores a 50 mm/mes, y en los meses de transición entre ambas estaciones (abril y noviembre), se tienen valores intermedios entre los mencionados anteriormente (Gomez Rave et al., 2004).

2.2. Oceanografía Como es común en el Caribe Colombiano, la instrumentación oceanográfica es, en el mejor de los casos, escasa. Por esta razón, la información oceanográfica en una zona como Isla Fuerte, donde la mayoría de actividades marítimas son a pequeña escala y desarrolladas en su mayoría por la población nativa, es prácticamente inexistente. La información existente describe la región a una escala espacial más extensa, y no hay datos específicos para la Isla. A continuación se describen las variables oceanográficas presentes en la zona.

2.2.1. Oleaje Debido a la escasa instrumentación en el Caribe colombiano, no es fácil determinar con exactitud las condiciones de oleaje. Los datos existentes comprenden una boya propiedad de la NOAA instalada al sur de Jamaica, 3 boyas propiedad de la Dirección General Marítima –DIMAR instaladas en Barranquilla, Puerto Bolívar y Providencia y datos de oleaje visual recopilados por los barcos en ruta. A partir de los datos de oleaje visual se han determinado las direcciones predominantes en el Caribe y se ha definido que la altura de ola pasada el 50% del tiempo es de 1.5m(Agudelo Restrepo et al., 2005).

Ante la falta de instrumentación en cercanías de la Isla, un camino interesante para tener datos de oleaje es el uso de modelos de generación de oleaje de tercera generación, alimentados con datos de reanálisis y batimetrías. Tomando este camino, (Mesa, 2009) usó los vientos del reanálisis NCEP–NCAR como insumos del modelo WaveWatchIII(Tolman, 2002), las cuales fueron calibradas con datos de oleaje visual y con datos satelitales de las misiones TOPEX‐POSEIDON y JASON‐1, y generó series de oleaje en 108 boyas virtuales de 40 años de duración a resolución horaria, aportando información valiosa para el clima marítimo del Caribe. La Figura 2.5 muestra las alturas de ola promedio en el Caribe para distintos trimestres del año, calculadas por (Mesa, 2009).


18

Figura 2.5 Promedios de alturas de ola trimestrales en el periodo 1968 – 2008. a) DEF b) MAM c)JJA d) SON. Adaptado de (Mesa, 2009)

La boya virtual más cercana a Isla Fuerte es aquella ubicada en los 10°N y 76°W. Un análisis a esta boya muestra que el oleaje viene predominante viene del NE, aunque también se presenta oleaje desde el N. Desde ambas direcciones llegan oleajes con probabilidades de no excedencia del 75%, es decir hasta con 1.57 m de altura de ola significante (Figura 2.6). Así mismo, el valor de probabilidad de no excedencia del 50% de la serie es de 1.09m de altura de ola significante.(Mesa, 2009)


19

Figura 2.6 Rosa de oleaje para la coordenada 10° N,76° W. (Mesa, 2009)

Estas características corresponden al oleaje en aguas profundas. Para conocer las características del oleaje en la isla será necesario hacer propagaciones hasta aguas someras y generar series de datos ubicadas en cercanías de la isla. Estos procedimientos y los resultados obtenidos serán explicados en detalle en el Capítulo 4.

2.2.2. Mareas El mar Caribe tiene un régimen micro mareal, con rangos de variación del nivel del mar entre 10 y 20 cm, y la marea de la zona es dominada por las componentes diurnas y semidiurnas de la marea astronómica (Martínez, 2010) (Andrade, 2000). Adicional a la marea astronómica, existe marea meteorológica generada por procesos climáticos del Mar Caribe, la cual es afectada por los huracanes y los mares de leva. Aunque no se conocen bien sus ciclos ocurrencia ni su contribución a la marea que se presenta, es claro que durante los mares de leva hay ascensos anómalos de los niveles del mar(Martínez, 2010).

2.2.3. Corrientes La isla está en una zona de influencia de dos corrientes, las cuales están relacionadas con los vientos presentes en la zona y que inciden en la dispersión de los sedimentos de los ríos que desembocan en el Caribe. Estas son la corriente del Caribe, y la contracorriente de Panamá. La corriente del Caribe es la continuación de las corrientes ecuatoriales del Atlántico, que entran por las Antillas menores, pasan por la costa norte de Colombia y Venezuela, al sur de las Antillas mayores, y siguen la dirección de la costa centroamericana hacia la península de Yucatán, para posteriormente alimentar las aguas de la corriente del Golfo (Andrade, 2000). Por su parte, la contracorriente de Panamá es un contraflujo semicontinuo que viaja por el margen continental de la costa colombiana, y su intensidad varía con el paso de la ZCIT. En la época seca, los Alisios del NE soplan con mucha fuerza, la contracorriente se debilita, y se vuelve subsuperficial a la altura de la Guajira. En la época húmeda, la debilitación de los Alisios hace que la circulación del Caribe sea


20

dominada por el giro ciclónico de Panamá‐Colombia, lo que hace que la contracorriente de Panamá se fortalezca (Bernal et al., 2006)(Pujos et al., 1986)(Andrade, 2000). La Figura 2.7 ilustra el comportamiento de las corrientes para distintas épocas del año.

Figura 2.7 Velocidad de las corrientes superficiales durante a) épocas secas b) épocas. Tomado de (Quiceno, 2008) adaptado de (Pujos et al., 1986)

2.2.4. Huracanes Al ubicarse en el Mar Caribe, la zona de estudio tiene influencia del paso de los huracanes que ocurren en una temporada anual de Mayo a Noviembre. En esta época, los Alisios se debilitan creando las condiciones favorables para la formación de estas tormentas, donde hay una elevada temperatura de las aguas, la ausencia de fuertes vientos cortantes, interacciones con vientos provenientes del sur, y un gran contenido de humedad que propicia la inestabilidad atmosférica (Andrade, 2000).

Las regiones de Colombia que se ven más afectadas por el paso de los huracanes son la Guajira y las Islas de San Andrés y Providencia. El resto del país está relativamente protegido debido a 3 factores: la dirección de los huracanes que es predominantemente hacia el W‐NW, la inclinación de la costa Caribe Colombiana que hace que el oleaje generado no impacte perpendicularmente a la costa y la protección que ofrece la Sierra Nevada de Santa Marta, que teóricamente funcionaría como una escudo natural contra las tormentas, aunque en la práctica no funcione siempre (Figura 2.8). Desde el año 1900 sólo 3 huracanes han tocado tierra en Colombia: Joan en 1988, Bret en 1993 y César en 1996 (Ortiz, 2007).


21

Figura 2.8 Trayectoria de huracanes en el Caribe Colombiano (Martínez, 2010)

A pesar que los huracanes pasen lejos de la línea de costa, estos fenómenos generan oleaje de tipo swell que transporta grandes cantidades de energía y puede propagarse hasta el continente, donde presentan alturas de ola de 2 a 4 metros, y periodos de 12 a 18 segundos (Ortiz, 2007). Este oleaje puede ser potencialmente dañino para las poblaciones, ya que puede generar inundaciones costeras y mares de leva (Martínez, 2010).

Como se observa en la Figura 2.8, no existen registros de pasos de huracanes en las cercanías de la isla. Debido a su posición muy al sur de las trayectorias de los huracanes, y a la protección del continente puede afirmar que la isla está segura frente al paso de un ciclón. Sin embargo, el swell de estos huracanes puede llegar hasta la isla y generar oleaje extremo potencialmente dañino.

2.3. Ecología

2.3.1. Vegetación Según la clasificación de Holdridge, la zona de vida donde se encuentra Isla Fuerte se puede clasificar como un Bosque Seco Tropical (Bs‐T), dominada por árboles y arbustos (Anderson, 1976). La población tiene ha llevado cultivos de diversas clases, entre los que se cuentan plátanos, mangos, níspero, guayabas, cacao, mamey papaya y una importante cantidad de plantas cocoteras.

La isla tiene presencias de bosques de manglar, los cuales se ubican principalmente en la ciénaga ubicada al norte de la isla y en otros lugares costeros alrededor de la misma (Figura 2.9). Lamentablemente, estos manglares están amenazados debido a que la población residente en la Isla utiliza su madera para diversos fines, entre los que se cuentan la construcción y el uso como combustible para cocción, ya que los pobladores no cuentan con otro recurso energético que la


22

sustituya. La especie más utilizada para cocinar es la Cornocarpus erecta también conocida como Zaragoza, pero al mismo tiempo es la que menor capacidad de regeneración tiene de las especies presentes en Isla Fuerte.

Figura 2.9 Deforestación del Mangle en la zona Norte de la Isla (Abril 2008)

A pesar que hay conciencia de los pobladores de la necesidad de proteger el mangle, los bosques de manglares presentes en Isla Fuerte se consideran en peligro y tienen probabilidades de desaparecer en los próximos 15 a 20 años a menos que se tomen acciones de protección, manejo y recuperación. (Sánchez Montes, 2007) Cabe recordar que las zonas de manglar son de vital importancia para la reproducción de varias especies de peces, para la estabilización de las formas litorales y para la protección costera(Ruiz, 2006).

2.3.2. Arrecifes Coralinos En los alrededores la Isla existen arrecifes coralinos y praderas con pastos marinos. Aunque la información en Isla Fuerte es escasa y fragmentaria, el INVEMAR (Díaz et al., 2000) ha recopilado información de estudios y campañas realizadas para realizar una descripción de las áreas coralinas de la zona.

Al oeste de la isla existe una terraza calcárea formada principalmente llamada Bajo el Bobito de 5 a 7 metros de profundidad, cubierta principalmente por algas y costras de coral. Más al oeste, cuando se llega a una vertiente se encuentra una zona con un notorio desarrollo coralino hasta los 30 metros de profundidad. Al Norte de la isla también baja una vertiente donde se encuentran distintas variedades de algas y corales, hasta llegar a los 27 metros de profundidad, donde termina una franja de coral de Agaricia tenuifoli, bastante deteriorada en la actualidad. Al Este, Sur y Suroeste de la Isla se encuentran praderas de algas que rodean parches de coral. (Díaz et al., 2000). La Figura 2.10 muestra las unidades ecológicas presentes en la Isla.


23

Figura 2.10 Unidades ecológicas submarinas de Isla Fuerte (Díaz et al., 2000)

En términos generales, la cobertura de coral vivo en cercanías de la isla ha disminuido un 25% desde 1995 hasta el 2000. Esto puede deberse a la presencia de una fuerte presión sobre el ecosistema por el aumento de la población y de las actividades marinas, la extracción comercial de peces y moluscos, la pesca con dinamita y el paso de barcos a motor a poca profundidad (Díaz et al., 2000) (Castellanos et al., 2004). Otros procesos como la entrada en operación comercial de la central hidroeléctrica Urrá I también han generado stress a las especies coralinas, según ha sido evidenciado por análisis radiográfico y ultravioleta a capas de coral (Quiceno, 2008)

2.4. Población La población de la isla es predominantemente afro descendiente, lo cual contrasta con la costa continental adyacente donde hay más mestizaje. Se estima que en la Isla viven alrededor de 3000


24

personas, pero existe una importante población flotante que puede hacer crecer la población hasta 5000 personas en épocas turísticas. La mayor parte de la población vive en un poblado llamado Puerto Limón, en la parte sur de la Isla. También hay pobladores con pequeñas fincas agrícolas regadas por la isla. Las cabañas de los turistas se encuentran al oeste de la Isla en el sector del El Matá, y al este en las cercanías del centro de buceo.

Aunque en general la gente en la Isla tiene buenas condiciones de vida, y si bien la pobreza no se manifiesta en ausencia de alimentos, lo hace en implementos de vestimenta, estado de algunas viviendas y en falta de mercancías(Anderson, 1976) Aunque esta situación ocurre desde hace años, la falta de inversión y educación y la poca presencia del Estado han mantenido a la isla desprovista de mecanismos que permitan su desarrollo integral(Ortiz Laverde, 2007). Las principales actividades económicas de la Isla son la pesca, la agricultura y el turismo. Vale la pena recalcar que estas actividades se ven afectadas por la falta de energía eléctrica y de tecnificación.

2.5. Infraestructura La Isla tiene una institución educativa, la Institución Educativa de Isla Fuerte INSTEDIF, con niveles desde preescolar hasta bachillerato y donde se ofrece educación media técnica con énfasis en ecoturismo (Castellanos et al., 2004). A pesar de esto, la población tiende a mostrar un desinterés en el estudio debido a que prefieren dedicarse a otras actividades económicas. Además, las herramientas pedagógicas y las oportunidades para que los estudiantes continúen sus estudios afuera de la Isla son escazas.(Ortiz Laverde, 2007).

En términos de saneamiento básico la isla no tiene acueducto ni alcantarillado, y el agua potable se obtiene principalmente de la recolección de aguas lluvias. En la parte central de la isla existe una laguna que también fue usada como fuente de agua, pero que actualmente presenta altos grados de eutrofización y de contaminación en sus alrededores (Ortiz Laverde, 2007). Existen algunos posos artesanales de donde los locales obtienen agua y que funcionan con bombas manuales o eléctricas. En la isla se han realizado estudios de abastecimiento con aguas subterráneas los cuales recomiendan el uso de bombas manuales, ya que la sobreexplotación de estos posos con bombas eléctricas puede causar problemas de intrusión salina.(Gomez Rave et al., 2004) La isla también presenta serias deficiencias en los servicios y el equipamiento de la infraestructura de salud, al contar con un centro que no llega a considerarse de Nivel 1 (Castellanos et al., 2004), lo que implica las urgencias deben ser tratadas en poblados cercanos como San Bernardo, Lorica, Moñitos y, en casos de enfermedades más graves, Cartagena.

Tradicionalmente la energía eléctrica se obtenía mediante el uso de plantas generadoras privadas que operan a diesel. Muy poca gente en la isla tiene acceso a ella debido a los costos asociados a su operación, y son usadas principalmente por los turistas que tienen cabañas en la Isla (Figura 2.11) o algunos negocios como la discoteca y el centro de buceo. Aparte del costo, estas plantas generan contaminación atmosférica y auditiva. Algunas viviendas de la zona cuentan con paneles solares, pero esto era una iniciativa particular de los dueños de las mismas. Por su alto costo, esta solución tampoco estaba al alcance de la población mayoritaria de la Isla.


25

Figura 2.11 Generación Privada en la Isla: Plantas diesel (derecha) paneles solares (izquierda)

Para solucionar el problema del acceso a la energía eléctrica de la mayoría de habitantes de la Isla, el Instituto de promoción y planeación de soluciones energéticas para zonas no interconectadas – IPSE, del Ministerio de Minas y Energía, montó en el 2008 una planta generadora que opera con gas licuado de petróleo GLP y un sistema de conexión para abastecer a los pobladores de Puerto Limón. La energía eléctrica es subsidiada por los IPSE para los habitantes de la Isla y funciona en horas de la noche. En el 2009, el IPSE instaló un seguidor solar piloto para abastecer al centro de salud y al colegio. Esta planta de generación será descrita con mayor detalle en el Capítulo 6.

Actualmente el IPSE explora alternativas para complementar la infraestructura existente con fuentes renovables, como la eólica, el almacenamiento de hidrógeno o ampliando su infraestructura de energía solar. Asimismo, se estudia la posibilidad de instalar una red de gas para los habitantes de la Isla.


26

3. Generalidades sobre la Energía Marina A continuación se exponen distintos temas para proveer un contexto que ayudará a entender muchos conceptos que tienen que ver con los fenómenos oceanográficos y la forma como se puede generar energía, enfocado en la energía del oleaje. Este capítulo describe la metodología para el análisis estadístico del oleaje, muestra las ecuaciones que determinan la potencia presente, y expone experiencias existentes en el mundo de dispositivos de aprovechamiento y de uso de modelos numéricos para la evaluación de potencial.

3.1. Fuentes de Energía Marina En el océano existe una gran cantidad de energía, que se manifiesta en distintos fenómenos oceanográficos, los cuales pueden ser aprovechados para la generación de energía eléctrica. Si bien, estas no son las únicas maneras de sacar provecho de la energía oceánica y hay otros fenómenos que podrían ser aprovechables, se presentan a continuación los esquemas más comunes y en los que hay investigación actual relevante.

3.1.1. Oleaje El oleaje se define como la oscilación de la superficie del mar, causada por una superposición de ondas que se propagan en determinadas direcciones. La energía del oleaje es, en esencia, una transformación de la energía solar. El sol es el responsable de crear gradientes de temperatura en la atmósfera que dan lugar a las corrientes de vientos. Las olas se generan en mar abierto, donde la acción de arrastre de los vientos crea ondas sobre la superficie cuyas características dependen de la intensidad y la duración del viento, y sobre el espacio geográfico (o “fetch”) donde se generen. Estas ondas, al propagarse por la superficie del agua, es lo que se conoce comúnmente como las olas.

Figura 3.1 Generación de Oleaje (CA‐OE, 2006)


27

Desde su generación hasta su rompiente en la costa, las olas sufren distintos procesos de transformación que dependen de la geografía, de la acción del fondo marino, de los vientos locales y de la interacción y superposición de ondas. Para la generación de energía se aprovecha la variación de la energía potencial presente en las diferencias de alturas causadas por la oscilación del oleaje, y la energía cinética presente en los movimientos orbitales de las partículas que son movidas por la onda que se propaga (Figura 3.2).

Figura 3.2 Energía presente en el oleaje(CA‐OE, 2006)

El oleaje puede ser de dos tipos. El oleaje tipo swell (o mar de fondo) es un oleaje altamente energético que se genera por eventos de temporal zonas lejanas y que se propaga por largas distancias. En estas propagaciones, las frecuencias tienen a organizarse por medio de interacciones entre las ondas, y llegan a la costa con una frecuencia predominante. El oleaje tipo sea (o mar de mar) es aquel que se genera por los vientos locales de una zona, y tiene mayor dispersión en las frecuencias y direcciones. La Figura 3.3 ilustra los tipos de oleaje y muestra la forma de sus espectros.


28

Figura 3.3 Oleaje de Sea y Swell (Holthuijsen, 2007)

3.1.2. Marea La marea es la variación del nivel del mar debido a fenómenos de atracción gravitacional de los cuerpos celestes sobre las masas de agua, o sobre la acción de campos de vientos y de presión sobre los mismos. Estos forzadores crean una onda larga que se propaga hasta la línea de costa, y de acuerdo con la batimetría local, resultan en una variación periódica del nivel del mar. Las variaciones de este nivel pueden ser desde apenas 30 cm hasta 15 metros. De acuerdo con la fuerza que la genera, la marea puede definirse de dos tipos, marea meteorológica y marea astronómica. La marea astronómica se define como el conjunto de movimientos regulares de ascenso y descenso del nivel del mar con periodos próximos a las 12 o 24 horas que se producen por los efectos gravitacionales del sistema tierra‐luna‐sol. Desde el punto de vista práctico, es necesario conocer el comportamiento de la onda de marea, especialmente para predecir la amplitud de la misma en un instante y lugar determinados. La marea meteorológica, es la variación debido a fenómenos climáticos como tormentas, ondas de presión viajeras y campos de vientos. La marea que se registra en un mareógrafo, es la superposición de ambas.

Dentro del concepto de generación de energía, la marea es un fenómeno altamente energético, periódico y confiable que puede ser aprovechado para la generación de energía. . De acuerdo con los desarrollos actuales, la energía de la marea puede ser aprovechada usando dos enfoques distintos, los diques y las corrientes de marea (Grabbe et al., 2009)

El enfoque de los diques contempla la construcción de un dique a la entrada de un estuario o una bahía, de tal manera que se pueda almacenar agua y posteriormente aprovechar la caída que resulta de la variación del nivel del mar. La tecnología para generación es conocida y probada, y funciona de manera similar a la que se usa en generación hidroeléctrica a filo de agua. Existen


29

pocas centrales de este tipo en el mundo, siendo la central de Le Rance en Francia la más grande y famosa, que cuenta con una capacidad instalada de 240 MW y funciona desde la década de los 60 (Figura 3.4). Las otras centrales existentes tienen capacidades instaladas mucho menores, y se ubican en Canadá, Rusia y China. Estas centrales pueden operarse para generar energía en dos direcciones. Cuando hay marea baja y se genera con el agua almacenada en el estuario, o cuando hay marea alta, y se aprovecha para generar energía al mismo tiempo que se llena el estuario para el ciclo siguiente.

Figura 3.4 Central Eléctrica de Marea Le Rance

El enfoque de las corrientes busca aprovechar las corrientes que se crean cuando el agua entra o sale de una zona de estuario por acción de la marea. Estas corrientes pueden ser aprovechadas con el uso de turbinas de eje vertical u horizontal que son movidas por la corriente, de una marea similar a las turbinas eólicas. Este enfoque tiene la ventaja que no se requiere la construcción de diques ni embalses, por lo que se cree que los impactos ambientales serán minimizados, haciendo que se genere energía de forma limpia y sin emisión de gases de efecto invernadero.

En el uso de diques se aprovecha la energía potencial mientras que el uso de las corrientes de marea aprovechan la energía cinética de la masa de agua (o lo que se conoce como el prisma de marea) que entra desde el mar a un determinado estuario o bahía durante la primera fase del ciclo y que sale durante la siguiente. Según (Carballo et al., 2009), la energía cinética de un flujo con densidad ρ que atraviesa una sección de área A, con una velocidad de flujo V y un coeficiente α está dada por la Ecuación 3‐1


30

12

Ecuación 3‐1

Esta es una ecuación similar a la usada para los proyectos de generación de energía eólica, ya que el principio es el mismo, lo que cambia es el fluido en movimiento. Debido a que las bondades del la generación de energía por corrientes de marea entre las que se cuenta su alta predictibilidad, la cantidad de energía presente en el fenómeno, sus reducidos impactos ambientales y su disponibilidad en cercanías de centros poblados, la energía por corrientes de marea está experimentando un boom de desarrollo a nivel mundial.

3.1.3. Corrientes oceánicas Las corrientes oceánicas son movimientos de agua en una dirección determinada que obedecen a gradientes de temperatura y densidad entre cuerpos de agua, que además son influenciadas s por la circulación de los vientos y factores como la fuerza de coriolis. Estas corrientes se dan a todas las escalas, desde la continental hasta la local, y pueden ser usadas para la generación de energía eléctrica usando principios similares a los de la generación eólica, es decir, haciendo girar un rotor dotado de palas que son movidas por la corrientes de agua. Estos equipos deben permitir orientarse de acuerdo a la dirección de las corrientes para optimizar su aprovechamiento.

El principal inconveniente del aprovechamiento de este fenómeno es el hecho que regularmente las corrientes oceánicas estás muy alejadas de zonas pobladas, entonces hay grandísimos costos asociados a la conexión. Adicionalmente algunas corrientes varían mucho su intensidad y dirección a los largo del año, por lo que presentan problemas de confiabilidad.

3.1.4. Gradientes Térmicos Las masas de agua oceánica están expuestas a varios factores que pueden afectar su temperatura. El más importante de ellos es la radiación solar, que incide sobre las capas superficiales del agua, haciendo que la temperatura en ellas aumente. La temperatura de las aguas superficiales contrasta con la de las masas de agua del fondo del océano, que aparte de no recibir radiación solar, debido a la circulación oceánica están en interacción con aguas frías provenientes del las áreas polares.

Las capas superficiales se mezclan con capas más profundas por la acción de las corrientes, el viento, el oleaje y los temporales. Sin embargo, la mezcla no se hace en toda la profundidad, sino que alcanza órdenes de cientos de metros a partir de la superficie. A mayores profundidades las aguas siguen teniendo muy bajas temperaturas. La interface entre las dos masas de agua con temperaturas distintas se conoce como la termoclina. En profundidades menores a la termoclina, la temperatura del agua decrece proporcionalmente a la profundidad, y al pasar la termoclina la temperatura se estabiliza y tiene poca variación con la vertical. La Figura 3.5 presenta el perfil de temperaturas del océano.


31

Figura 3.5 Perfil de temperatura del océano

En áreas tropicales, donde hay mucha radiación solar sobre el océano, las aguas superficiales pueden alcanzar temperaturas de 35°C, mientras que las aguas profundas pueden tener temperaturas del orden de 18°C. Esta diferencia de temperatura puede usarse para generar energía eléctrica. A pesar de que los costos de generación son altos comparados con los de las otras tecnologías, esta puede volverse una opción de generación eléctrica muy interesante para las zonas tropicales.

La energía por gradientes térmicos (OTEC – Ocean Termal Energy Conversion) aprovecha la diferencia de temperatura que hay entre las aguas superficiales y las aguas profundas. Para generar, se bombean las aguas frías de zonas profundas a la superficie usando una tubería, y el gradiente con las aguas cálidas de la superficie es aprovechado por un generador que funciona basado en el principio del motor de calor. Para que el generador pueda funcionar La diferencia de temperatura entre las aguas profundas y las superficiales debe ser de alrededor de 20° C. Por lo general, las bajas temperaturas se encuentran en el orden de cientos de metros de profundidad. Las plantas OTEC gastan gran parte de la energía generada (~30%) en el bombeo de agua desde las profundidades. Por tal razón, lo ideal es encontrar lugares donde la termoclina se encuentre a la menor profundidad posible y así se minimicen los costos y la energía consumida por la operación de la bomba. También es deseable que los lugares se encuentren cerca de la costa, de ahí que los lugares óptimos para este tipo de plantas son lugares con plataformas continentales muy pendientes (Torres & Andrade, 2006).

3.1.5. Gradientes Salinos La energía osmótica es tal vez la más novedosa entre las fuentes de energía marina. Esta funciona aprovechando los gradientes de salinidad entre el agua salada marina y el agua dulce de los ríos


32

que desembocan al océano. La energía se obtiene mediante el uso de membranas que aumentan la cabeza de presión del agua. Para realizar el proceso hacerlo el agua salada y el agua dulce sitúan en dos cámaras separadas por una membrana. Debido a la mayor concentración de elementos en el agua salada, el agua dulce pasa a la cámara del agua salada por un proceso de osmosis (es el proceso inverso de la desalinización), incrementando la cabeza de presión en la cámara de agua salada que equivale a 120 metros de cabeza de altura. El agua a presión es usada posteriormente para generar energía, usando un generador hidroeléctrico. (Statkraft, 2009) En este momento solo existe una planta piloto de 4 kW en el mundo ubicada en Tofte, Noruega, y hay muchos esfuerzos investigativos enfocados en avances en tecnología de membranas que reduzcan los altos costos de estos materiales y en el uso de diferentes técnicas para aprovechar la diferencia osmótica.

3.2. La energía marina en Colombia La energía marina es un tema de investigación de punta en el mundo, y debido a que en Colombia existen grandes potenciales de generación hidroeléctrica convencional, y el potencial de generación marina no es tan evidente, este no ha sido un tema de mucha difusión científica en el país. A pesar de esto, existen estudios que cuantifican la energía marina en varios fenómenos presentes en Colombia.

Un grupo de investigadores de la Universidad Pontifica Javeriana analizaron las corrientes de marea en algunos sitios de la costa pacífica colombiana para la generación de energía (Polo et al., 2008). En este análisis realizado con los promedios de los niveles asociados a mareas meteorológicas, se cuantificó en 130 MW el potencial de generación con mareas en el Pacífico colombiano, y se identificaron varios sitios donde un proyecto de aprovechamiento podría ser posible. Adicionalmente, se realizó un procedimiento similar en el Caribe, confirmando que no es posible un proyecto en esta zona debido a la poca velocidad de las corrientes de marea.

Un estudio del dos investigadores de la Armada Nacional (Torres & Andrade, 2006) encontró que existe un potencial interesante de generación con Gradientes térmicos en la Isla de San Andrés, ya que al suroccidente de la isla, el talud continental desciende abruptamente y se encuentran temperaturas de 20 grados que se mantienen todo el año. Esto hace que la Isla tenga condiciones oceanográficas similares a las de lugares donde la tecnología se ha probado exitosamente. En cuanto a oleaje, este estudio se basó en mediciones por satélite y de oleaje visual. Se encontró que los sitios en Colombia con mayores potenciales se encontraban en la Guajira y en los alrededores de Barranquilla. Los autores descalifican esta fuente como posible debido a que la potencia del oleaje no llegaba a los valores que se considera que la hacen comercialmente válida en otros lugares del mundo (15 kW/m). Sin embargo, todavía hace falta un estudio con series de oleaje medidas instrumentalmente, que aporte más solidez a las conclusiones. Otro factor que se debe revaluar es el límite de energía para que un proyecto sea comercial, que no es necesariamente una barrera fija ya que las condiciones en todos los países y sus respectivos mercados, y la variabilidad de los costos del petróleo hacen que este límite pueda cambiar para casos específicos.


33

En la actualidad, no existen estudios que evalúen el potencial energético de las corrientes oceánicas ni de los gradientes de salinidad para Colombia.

3.3. La energía marina en Isla Fuerte Isla Fuerte, al estar ubicada en el mar Caribe, no tiene una carrera de marea muy importante (ver sección 2.2.2) y consecuentemente se ubica en una región donde las corrientes de marea no son lo suficientemente altas para un posible aprovechamiento(Polo et al., 2008). Adicionalmente, en la isla no hay ríos de tamaño considerable, entonces no hay zonas de estuario donde se puedan generar corrientes localmente. Debido a estas condiciones, un aprovechamiento de la energía de las corrientes de marea no es técnicamente factible. Asimismo, al no haber ríos en la isla, el aprovechamiento de los gradientes salinos no es una buena alternativa.

En el caso de los gradientes térmicos, la batimetría de la isla muestra que la plataforma continental de la isla no es muy pendiente. Por el contrario, las mayores profundidades son de 50 m, a distancias de 5km a la línea de costa. La diferencia de temperatura entre las aguas a esta profundidad y las aguas superficiales no alcanzan los 20° C necesarios para el funcionamiento de las plantas OTEC.

La Isla está en la zona de Influencia de dos corrientes oceánicas, la Corriente del Caribe Colombiano (CCC) y la Contra‐ Corriente de Panamá. Esto hace que en los alrededores de la Isla haya dinámicas de corrientes asociadas a ambas. Sin embargo, la misma interacción entre estas corrientes hace que en unas épocas del año cuando la CCC se debilita (ver sección 2.2.3) algunas corrientes cambien de dirección o incluso desaparezcan. Esta variación, sumada al hecho que las corrientes aprovechables se encuentran a distancias mayores que la distancia al continente, descalifican a las corrientes oceánicas como alternativa de solución.

A partir de éste análisis, se propone el aprovechamiento del oleaje como posible solución energética para la Isla, ya que el uso de alguna otra fuente marina para la generación de energía no se presenta como atractivo, considerando las condiciones geográficas y oceanográficas de la isla. Como se explicó en la sección 2.2.1, el oleaje en la zona cercana a la isla viene impulsado por los fuertes vientos Alisios del noreste, por lo cual trae un flujo de energía considerable. La caracterización del oleaje en la Isla se presentará en el Capítulo 4, y se propondrá un esquema de abastecimiento en el Capítulo 6.

3.4. Energía del Oleaje La teoría para la modelación y la caracterización del oleaje se ha estudiado desde el siglo XIX, partiendo de la teoría lineal de ondas para las aguas profundas, de la teoría no lineal y la teoría de Stokes para aguas someras y zonas de rompiente. Entrar en una descripción completa del estado del arte de la teoría del oleaje sería un ejercicio excesivo para presentar en esta tesis, pero existen muchas fuentes de referencia que pueden ser consultadas, entre las que se destaca (Young, 1999). Esta sección describirá en detalle las variables más importantes para el estudio de la energía para hacer una contextualización sobre las expresiones que cuantifican la energía en el oleaje.


34

Para entrar en contexto, la generación de energía parte de olas individuales que pasan por un determinado punto, para su análisis se introduce el concepto estadístico de estado de mar. Un estado de mar es un periodo de tiempo en que las condiciones del oleaje son similares, y normalmente se usa como referencia que tiene una duración de una hora en el mar Caribe y tres horas en el Océano Pacifico. El oleaje generado por viento, cuando se encuentra en aguas profundas, es una superposición de ondas lineales que con distintas, direcciones, amplitudes y longitudes de onda, como lo ilustra laFigura 3.6.

Figura 3.6 Superposición de ondas lineales que componen el oleaje (IH Cantabria, 2009)

Estadísticamente, se pueden representar todas las ondas que ocurren en un estado de mar utilizando espectros. Conceptualmente, un espectro S(ω, θ) es una superposición de ondas monocromáticas y describe la distribución de ondas de energía como función de la frecuencia ω (espectro 1D) o como función de la frecuencia ω y la dirección θ (espectro 2D) (Rodriguez et al., 2005), un espectro de 2 direcciones se muestra gráficamente en la Figura 3.7. Trabajar con espectros permite facilidades de cálculo de parámetros, y es muy útil para usarse en modelos de propagación de oleaje.


35

Figura 3.7 Espectro bidimensional. (IH Cantabria, 2009)

A continuación se definen los parámetros más usados para el cálculo de la energía:

Altura de ola significante ‐Hs.

La altura de ola significante, Hs o Hm0es el parámetro más extendido a la hora de describir un estado de mar. Fue presentado por primera vez por Sverdrup and Munk (1947) y surgió de la necesidad de establecer un parámetro estadístico que relacionara las alturas de ola obtenidas en el registro instrumental del oleaje y las establecidas a través de observación visual de un estado de mar. A partir de un registro de oleaje del desplazamiento vertical de la superficie libre, la altura de ola significante se define, como la media aritmética del tercio medio de olas de mayor altura del registro, es decir:

3/

Ecuación 3‐2

Donde Hi es la serie de alturas de ola individuales del registro, ordenada de mayor a menor (Hi es la altura de ola máxima y HN es la altura de ola mínima) y N es el número total de olas individuales del registro.

Dirección media

La dirección media se define como el promedio de las direcciones del oleaje en un determinado periodo de registro. La dirección indica desde donde vienen las olas, midiendo un ángulo con respecto al norte en sentido horario (azimut). Conocer la dirección del oleaje es importante para


36

generación energética marina dado que permite concebir alineaciones o arreglos de dispositivos enfocados a optimizar la captura de energía y por consiguiente el aprovechamiento del recurso.

Periodos

El periodo de una ola se define como el tiempo en que se demoran dos crestas de una onda en pasar por un mismo punto. Existen muchas formas de definir el periodo de un estado de mar, pero uno los más utilizados son los conceptos del periodo medio y el periodo pico. Si bien el periodo medio es más utilizado para la cuantificación de la energía que el periodo pico, el periodo pico es utilizado extensivamente en aplicaciones generales de energía de costas, y ambos se utilizarán en el presente trabajo.

El periodo medio se define como el promedio de todos los periodos registrados en un estado de mar, hay varias formas de determinarlo a partir de una serie de oleaje. La más común por el método de los pasos ascendentes por cero, que mide el tiempo que se demorar el nivel del mar en subir consecutivamente por un punto de referencia. El periodo pico se define como el periodo asociado a las olas de mayor energía dentro del estado de mar. Su determinación se hace a partir de la gráfica del espectro de energía (Figura 3.8).

Figura 3.8 Espectro de Energía unidimensional

Energía y potencia del Oleaje

De acuerdo con la teoría lineal de ondas la energía de una ola es una suma de la energía potencial por la altura de la lámina de agua y de la energía cinética asociada al movimiento de las partículas de agua (Fernández, 2006). Según Fernández, La energía depende principalmente de la altura de ola H, y está dado por la relación que se presenta en la Ecuación 3‐3.

8

Ecuación 3‐3

Donde ρ es la densidad del fluido, λ la longitud de onda, g la aceleración de la gravedad y b el ancho de frente de onda. En términos del periodo T, y para el caso de aguas profundas, la ecuación queda según lo mostrado por la Ecuación 3‐4.


37

32

Ecuación 3‐4

Para la generación de energía, es importante saber la potencia en el oleaje, ésta se define en la Ecuación 3‐5, donde cg representa es la celeridad de grupo.

8 32

Ecuación 3‐5

Esta expresión es válida para aguas profundas y está dada en kW/m, y representa la potencia en kW en un frente de onda de un metro de ancho. De todas maneras, para efectos de determinar la disponibilidad de energía en una determinada zona, se debe trabajar con los datos de oleaje real. La potencia presente en un estado de mar dependerá de principalmente del espectro de frecuencias direccional del oleaje S(ω,θ) y de parámetros como de la profundidad y de la celeridad de grupo (Ecuación 3‐6).

, ,

Ecuación 3‐6

Algunos autores han propuesto expresiones simplificadas de la integral bajo el espectro en términos de los parámetros de oleaje. Para hacerlo de aguas profundas, y desarrollan la integral para llegar a expresiones en términos de la altura de ola significante Hs (relacionada al primer momento del espectro) y al periodo medio de paso ascendente por cero, que se relaciona con la forma del espectro considerado. Algunas de estas de estas expresiones se muestran en la Tabla 3‐1(Fernández, 2006).

Tabla 3‐1 Expresiones potencia del oleaje

Aproximación Expresión

ISSC 0.595

Jonswap 0.458

Pierson‐Moskowitz 0.550

3.5. Uso de modelos numéricos para el cálculo de la potencia En la ingeniería actual, se hace uso extensivo de los modelos de propagación de oleaje para estudiar las características del oleaje en una zona. Estos modelos propagan los espectros teniendo en cuenta su interacción con las fuentes y los sumideros de la energía presente. Su diseño y funcionamiento parte de las bases teóricas de teoría ondulatoria lineal de finales del siglo XIX y de


38

los desarrollos teóricos y experimentales sobre el crecimiento del oleaje desarrollados en el siglo XX, que explicaban de forma más completa y precisa la física del oleaje. La forma numérica de cómo se resuelve la ecuación de la energía del oleaje, y la evolución de la estimación de los términos fuentes y sumideros de energía, permiten clasificar los modelos de generación de oleaje en modelos de primera, segunda y tercera generación. (Montoya & Osorio, 2007).

Los primeros modelos, o llamados de primera generación, eran modelos los cuales propagaban el espectro de acuerdo a condiciones paramétricas impuestas, y el espectro se representaba como un arreglo de paquetes de energía discretizados en 2 dimensiones: frecuencia y dirección. Cada uno de esos paquetes se propagaba individualmente. Por esta razón se les conoce como modelos desacoplados. Luego aparecieron los modelos de segunda generación, donde se modificaban algunos de los términos fuentes y sumideros, y las componentes del espectro se propagaban conjuntamente. Estos modelos eran capaces de propagar individualmente el oleaje sea y swell , por lo que se les conoce como modelos híbridos acoplados. Estos modelos tienen limitaciones en las parametrizaciones para considerar las transferencias no lineales de energía, lo que se envidencia al considerar casos donde la dirección y velocidad del viento cambiada abruptamente (Montoya & Osorio, 2007). Actualmente existen modelos de tercera generación que no imponen formas definidas al espectro, y consecuentemente permiten calcular completamente la ecuación de transporte de energía y los términos no lineales. Además estos modelos permiten observar la evolución el espectro del oleaje en el tiempo, y por tanto mostrar la variación y distribución del oleaje de forma detallada, convirtiéndose en una poderosa herramienta para la ingeniería (Mesa, 2009).

Estos modelos presentan una alternativa al cálculo de la potencia en el oleaje a partir de ecuaciones paramétricas. Si bien la mayoría de expresiones de oleaje son muy útiles para aguas profundas, muchos proyectos de aprovechamiento de la energía del oleaje se ubican en zonas de aguas intermedias donde la fricción del fondo marino y la batimetría modifican el oleaje, haciendo complicadas muchas expresiones que se simplifican al trabajar en aguas profundas. Sin embargo, el uso de los modelos numéricos permite propagar el espectro de oleaje que viene desde aguas profundas hasta aguas intermedias y someras. De esta manera se pueden utilizar para conocer las características del oleaje de forma preliminar en zonas costeras (IH Cantabria, 2009), además permiten integrar bajo el espectro para conocer la potencia de un estado de mar, y no tener que recurrir al uso de parametrizaciones que encuentran los valores de potencia usando aproximaciones (Iglesias & Carballo, 2009).


39

4. Caracterización de la Potencia del Oleaje Para poder cuantificar la potencia presente en el oleaje en Isla Fuerte, se debe contar con una serie de datos para poder hacer los cálculos correspondientes. Debido a que en la Isla no existe instrumentación para medir el oleaje, se propone el uso de un esquema para generar estas series basado en el uso de modelos de propagación de oleaje, que utilizan como insumos vientos de modelos de reanálisis. Este capítulo presenta la metodología de caracterización del oleaje y de escogencia de sitio, describe los modelos y los datos utilizados y muestra las correcciones hechas a los datos obtenidos. Finalmente, se analiza la serie de oleaje en el lugar escogido y se cuantifica la potencia presente.

4.1. Fuentes de Información Las fuentes de datos usadas comprenden insumos para los modelos de propagación y datos de oleaje instrumental para comparar resultados. Para generar la serie, se utilizan dos insumos principales: las batimetrías del Mar Caribe y del Litoral Caribe Colombiano y los datos de vientos del Renálisis North American Regional Reanalysis ‐ NARR. Los datos de oleaje instrumental corresponden a datos de boyas ubicadas en el Caribe Colombiano.

4.1.1. Batimetrías Se usó una batimetría general del Mar Caribe, sacada del modelo ETOPO1, un modelo de relieve global desarrollado por la NOAA (Amante & Eakins, 2009). Las batimetrías locales fueron sacadas del Sistema de Modelado Costero – SMC (González et al., 2007) desarrollado por la Universidad de Cantabria el cual contiene bases de datos de las batimetrías de la costa colombiana elaboradas y recopiladas por la Dirección General Marítima – DIMAR (DIMAR, 2005). Las cartas náuticas utilizadas fueron las siguientes:

• Carta Naútica COL 042 – Isla Fuerte a Barranquilla

• Carta Naútica COL 043 – Cabo Tiburón a Isla Fuerte

• Carta Naútica COL 267 – Isla Fuerte

Para las modelaciones enfocadas a corregir las series de oleaje, por medio comparándolas con las boyas ubicadas en Puerto Bolívar y Barranquilla, se usaron adicionalmente las cartas:

• Carta Naútica COL 407 – Punta Colombia a Santa Marta

• Carta Naútica COL 612 – Aproximación a Barranquilla

• Carta Naútica COL 612 – Península de la Guajira

• Carta Naútica COL 228 – Aproximación a Bahía Portete

Las batimetrías fueron interpoladas para ajustarse a las dimensiones de las mallas computacionales utilizadas usando el método de Kriging, en las distintas etapas de la modelación.

4.1.2. Datos de Viento Los datos de vientos a 10 metros de altura fueron sacados de la serie de la base de datos generada por el North American Regional Reanalysis – NARR(Mesinger et al., 2006). Este fue desarrollado


40

por el NCEP con el propósito de mejorar los datos del reanálisis global NCEP‐NCAR para la región norteamericana, de tal manera que se modelaran más acertadamente los ciclos hidrológicos, el ciclo diurno y otras variaciones climáticas importantes. En comparación con el reanálisis global, el NARR tiene mejores ajustes en las estaciones de medición de vientos a 10m de altura, mejora sustancialmente la circulación troposférica, y presenta avances en muchos otros campos como la precipitación, la interacción tierra‐atmósfera etc., lo que convierte en un modelo consistente y de alta resolución para la región.(Mesinger et al., 2006)

Los datos de viento a 10 metros de altura fueron bajados de la red de la página de la NOAA (ftp://ftp.cdc.noaa.gov/Datasets/NARR/monolevel/) para el periodo 1979–2008. Estos se encuentran a una resolución espacial de 0.25°por 0.25°, y a una resolución temporal de 3 horas. Miembros del Grupo de Oceanografía en Ingeniería Costera – OCEANICOS – de la Universidad Nacional de Colombia, Sede Medellín (http://oceanicos.unalmed.edu.co/) realizaron un recorte e interpolación de los mismos para la región Caribe, entre las latitudes 6°N y 22°N, y las longitudes 82°E y ‐66°E. Dichos datos fueron los utilizados en el presente estudio, y fueron interpolados de acuerdo con las mallas computacionales que se usaron.

Una rápida mirada a los datos ilustra que se ajustan a la hidroclimatología de la región (ver sección 2.3.1) mostrando los patrones de circulación en las épocas húmedas y secas, donde se destaca la presencia de chorro de San Andrés en la época seca. Adicionalmente, el NARR refleja el paso de los huracanes y la circulación de los vientos asociada a ellos, aunque subestima muchos los vientos generados (Figura 4.1). En el caso del huracán Emily, las velocidades máximas del modelo son de 72 km/h, cuando el huracán era categoría 4, es decir, con velocidades mayores a los 200 km/h. Sin embargo, el hecho de considere vientos fuertes asociados al paso de los huracanes ayuda a que estos fenómenos sean tenidos en cuenta, aunque de forma imprecisa. La modelación busca determinar los regímenes medios para la generación de energía eléctrica, por lo tanto, el hecho que los regímenes extremales no sean representados en su totalidad, no representa errores muy grandes en el procedimiento planteado.


41

Figura 4.1 Vientos del Reanálisis NARR en m/s durante a) época seca b) época húmeda c) Huracán Emily – Julio 2005

4.1.1. Boyas de Oleaje Para la corrección de los datos se utilizaron los registros de dos boyas oceanográficas ubicadas en el Caribe Colombiano, propiedad de la Dirección General Marítima. Estas boyas están ubicadas en Barranquilla, al oeste de Bocas de Ceniza, y en Puerto Bolívar al norte de la Bahía Portete. La información de estas boyas es descrita con mayor detalle en la sección 4.5.

4.2. El Modelo SWAN El modelo escogido para hacer las propagaciones es el modelo SWAN ‐ Simulating WAves Nearshore (Booij et al., 1999), un modelo de oleaje de 3era generación desarrollado en la Delft University of Techonology en Holanda. Este modelo se escoge sobre los modelos WAM y WWIII principalmente porque el modelo SWAN está diseñado para hacer propagaciones en zonas costeras, al tiempo que puede usarse para propagar oleaje en aguas profundas.

Asimismo, se escoge sobre otros modelos pensados para aguas costeras como el OLUCA (González et al., 2007). Si bien el OLUCA resuelve la ecuación de energía completamente y no tiene


42

problemas en propagar la difracción (lo cual es una deficiencia del modelo SWAN), no permite la propagación de series completas de oleaje, no considera el viento como término fuente para la ecuación de la energía del oleaje, y las condiciones de contorno deben ser impuestas por medio de parametrizaciones.

De acuerdo con las condiciones en Isla Fuerte, donde hay una gran acción de vientos locales y donde además el oleaje incide de frente hacia la isla, sin ningún obstáculo importante que pueda crear difracción, el modelo SWAN se presenta como el modelo más adecuado para simular las condiciones del espectro de oleaje en la isla. A continuación se hace una breve descripción del mismo.

Descripción El modelo se basa en la ecuación de balance de energía con fuentes y sumideros, y propaga un espectro bidimensional de densidad de acción N(ω,θ). El modelo propaga este espectro en vez del más conocido espectro de densidad de energía, debido a que cuando hay interacciones con corrientes el espectro de densidad de acción se conserva, mientras el espectro de energía no. Sin embargo, ambos espectros están íntimamente relacionados, ya que el espectro de densidad de acción es el espectro de densidad de energía dividido por la frecuencia relativa (Ecuación 4‐1).

N ω, θS ω, θω

Ecuación 4‐1

La ecuación fundamental de modelo SWAN se muestra a continuación en términos del espectro de densidad de acción (Ecuación 4‐2).

∂∂tN

∂∂xC N

∂∂yC N

∂∂ω

C N∂∂θ

C NFSω

Ecuación 4‐2

En esta ecuación, el primer término representa la variación temporal del espectro, y el segundo y el tercero representan la propagación en el espacio geográfico con velocidades cx y cy. El cuarto y quinto término de la ecuación representan la migración de frecuencia relativa y refracción respectivamente, debido a variaciones en el fondo y corrientes, donde cω y cθ son la velocidad en los espacios ω y θ (frecuencia y dirección respectivamente). Finalmente, término a la derecha de la igualdad (FS) representa las variaciones que tendrá el espectro debido a la acción de las distintas fuentes y sumideros.

Funcionalidad El modelo propaga un espectro de oleaje a través de una batimetría dada y simula varios procesos de transformación del oleaje entre los cuales se incluyen:

• Propagación a través del espacio geográfico


43

• Refracción por fondo y corrientes

• Asomeramiento por fondo y corrientes

• Bloqueo y reflexión y paso a través de obstáculos y corrientes

Así mismo, el modelo considera una serie de fenómenos de generación de oleaje y de disipación de energía:

• Generación por vientos

• Disipación por “whitecapping” o rotura en aguas profundas

• Disipación por rotura inducida por el fondo

• Disipación por fricción de fondo

• Interacciones ola – ola

• Obstáculos

El hecho que considere la generación de oleaje por vientos lo hace particularmente útil en zonas donde el oleaje tipo “sea” es decir, el oleaje formado por los vientos locales es tan importante como el de tipo “swell”. De acuerdo a las hipótesis y aproximaciones bajo las cuales se construye el modelo, este presenta una serie de limitaciones:

• No considera el fenómeno de difracción por tanto no se recomienda su uso en puertos

• No calcula corrientes inducidas por el oleaje, éstas deben entrar al modelo como insumos

• Se debe tener cuidado cuando hay interacciones de triadas o cuádruplas de olas, ya que según los autores las aproximaciones para estos casos no son muy buenas.

4.3. Metodología de Caracterización En principio, se pensó en usar datos de oleaje de resultado de estudios previos. Estos datos correspondían a una serie de oleaje de 40 años a resolución horaria, ubicada en las coordenadas 10°N ‐76°W (Mesa, 2009). Aunque la altura de ola estaba calibrada con una metodología sólida usando datos satelitales, los datos satelitales no tienen información sobre los periodos y por esta razón las series de oleaje no tenían los periodos corregidos, lo que afectaba la confiabilidad. Al propagar los estados de mar, los errores en los periodos (eran fuertemente subestimados) hacían que el oleaje rompiera en aguas profundas Adicionalmente, usar un solo dato para definir un contorno para una zona cercana a la costa representa un error sistemático, ya que las condiciones de contorno representarían situaciones irreales. Esto se debe a que tomar un único dato para una sección muy grande del contorno que representa una dimensión geográfica extensa, implica no considerar posibles variaciones y transformaciones locales del oleaje.

Otra razón de peso, es que se contaba con datos de viento más precisos y con mayor resolución temporal y espacial:(Sección 4.1.2), los datos del NARR están a una resolución espacial de 0.25° y a una resolución temporal de cada 3 horas, mientras que los datos del NCEP‐NCAR están a una resolución espacial de 1.8° y a una resolución temporal de 6 horas. Estas diferencias justificaban una ejecución nueva debido a que los resultados podrían mejorar sustancialmente.


44

Estas razones impulsaron la decisión de hacer una ejecución general del Caribe, y luego bajar de escala mediante el uso de mallas anidadas. De esta manera se mantienen condiciones realistas en los contornos, lo cual puede significar resultados más acordes con la realidad.

Con estos antecedentes, se propone y se desarrolla una metodología de caracterización para sitios con instrumentación escasa, la cual se aplicará al caso de Isla Fuerte. La metodología propuesta empieza con unas modelaciones numéricas de un modelo de propagación de oleaje al cual entran como insumos datos de viento a de reanálisis, y batimetrías del Caribe. Por medio de ejecuciones anidadas del modelo se baja de escala hasta el sitio de interés, y se generan series de oleaje a resolución horaria, y con longitud de registro en el orden de las décadas (Paso 1).

Una vez se cuenta con las series sintéticas, la metodología se parte en dos caminos. El primero es una comparación con registros de oleaje existentes, para comparar los resultados y encontrar ecuaciones de corrección para que las series sintéticas reflejen la realidad de forma confiable (Paso 2). El otro camino comprende de la generación de mapas energéticos, los cuales sirven para conocer los sitios donde el recurso energético podría ser aprovechable. Estos mapas de construyen a partir de la propagación de estados de mar característicos de las series sintéticas, los cuales se escogen con base en 3 criterios: probabilidad conjunta de Hs y Tp, percentiles característicos de la potencia del oleaje, y una selección de casos representativos según el algoritmo de agrupación k‐means. Estos mapas muestran de forma clara la disponibilidad espacial del recurso, y ayudan a identificar los sitios donde el potencial de generación es mayor (Paso 3). Un análisis conjunto de estos mapas, y de las restricciones sociales, ambientales, técnicas y geográficas ayudan a escoger el sitio idóneo para la eventual planta de generación (Paso 4).

Finalmente, al contar con un lugar idóneo y conociendo las ecuaciones de corrección que deben aplicarse a las serie sintéticas, se usa de nuevo el modelo numérico para generar una serie de oleaje en el sitio escogida y posteriormente corregirla (Paso 5). Esta serie sirve para cuantificar el potencial energético de generación a distintas escalas temporales, y se convierte en una herramienta muy útil para determinar la factibilidad de un proyecto. Un esquema de la metodología se presenta en la Figura 4.2.


45

Figura 4.2 Metodología de Caracterización

Usando esta metodología se sacaron resultados en un punto offshore cercanos a la Isla y en el sitio más óptimo para la generación (ver sección 4.5.) para el análisis. Además, en la malla general del Caribe se sacaron varios puntos cercanos a la costa colombiana para dar una idea del potencial de generación con energía del oleaje en Colombia, y abrir nuevos caminos de investigación (ver Capítulo 7)

4.4. Modelación Numérica (Paso 1) A continuación se presentan las consideraciones de modelación y las mallas computacionales usadas para generar las series de oleaje y los mapas energéticos de la isla.

4.4.1. Consideraciones de Modelación Para la modelación numérica, el modelo SWAN se corrió bajo las siguientes consideraciones:

• Las ejecuciones del modelo se realizaron en la Unidad de Cálculo Numérico Avanzado –UNICA – de la Facultad de Minas de la Universidad Nacional de Colombia, Sede Medellín. Este clúster tiene 36 CPU tipo EMT64T con un CPU Clock de 3.6 GHz y una Peak Perfomance de 259.2 GFLOPS. En este clúster el profesor Andrés Osorio instaló una versión paralelizada del modelo SWAN, que permite hacer ejecuciones largas en poco tiempo.

• Se corrió un periodo de 30 años, desde el primero de enero de 1979 a las 0:00 h hasta el 31 de diciembre de 2008 a las 23:00 horas.


46

• Por limitaciones capacidad de espacio en el clúster UNICA de la Universidad Nacional, los 30 años de ejecución se partieron en 15 ejecuciones de 2 años cada una. El paso de tiempo se tomó de una hora, según con la duración de los estados de mar considerados. La modelación es dinámica ya que para correr un estado de mar se usan los resultados de la ejecución del estado de mar inmediatamente anterior.

• No se impusieron condiciones de contorno para la ejecución general del Caribe, lo que implica que todo el oleaje que se genera se hace en la cuenca del Caribe, y que no se consideran flujos de energía provenientes del Atlántico Norte a través de las Antillas Menores. Las condiciones de contorno de las mallas anidadas se sacan de la ejecución anterior en la malla que las contiene.

• Se utilizó una propagación en dos direcciones espaciales x y y, un espacio de direcciones θ y un espacio de frecuencias ω1. El espacio θ se discretizó en 36 direcciones (con 10° de separación), y el espacio ω en 30 frecuencias, desde los 0.0412 Hz hasta los 0.6536 Hz, las cuales se encuentran distribuidas logarítmicamente según la relación ω 1.1ω .

• Se tomó un nivel de marea constante, ya que se considera insignificante la variación de la marea. Esto se toma con base en las condiciones de marea características del Caribe (Ver sección 2.2.2)

• Todas las mallas son regulares y tienen forma rectangular. Se usaron coordenadas esféricas para facilitar el anidamiento de las mallas al bajar de escalas oceánicas a escalas costeras.

• No se consideró la presencia de corrientes, al no tener información detallada y cuantificada de las mismas

• Para el crecimiento del oleaje por viento se utilizó la parametrización según Kommen et al (1984)

• Se considera la rotura en agua profundas o “whitecapping según Kommen et al (1984)

• Se considera la fricción de fondo, y se considera un valor constante para todas las mallas, según JONSWAP. (Hasselman et al, 1973)

• Se consideraron las interacciones no lineales de triadas (Edeberkly, 1996) y cuadrupletas (Hasselman et al, 1985)

• El esquema de propagación fue BSBT back space back time

• No se considera el setup inducido por el oleaje.

• Al entregar los resultados de energía, el modelo puede darlos en términos de variación o de energía espectral(TUDelft, 2009). Se escoge la opción de entregarlos en energía espectral, ya que así el transporte de energía se entrega en unidades de kW/m, que son las comúnmente usadas al hacer evaluaciones de potencial energético.

4.4.2. Mallas Anidadas Para bajar de la escala oceánica del Caribe hasta la escala local de Isla Fuerte, se requirió el uso de diversas mallas anidadas, donde una ejecución creaba una condición de contorno para una

1 Para una descripción de los espectros de oleaje, remitirse a la sección 3.4


47

ejecución subsecuente en una malla más detallada. El modelo SWAN permite el uso de estas mallas, pero exige que el factor de escala de la resolución de una malla a la de otra sea máximo de 3 (TUDelft, 2009).

Debido a esta razón, se hizo necesario el uso de 6 mallas en total. La primera es una malla general del Caribe desde el meridiano 82° W hasta el 66° W, y entre los paralelos 6°N y 22°N. Las mallas subsecuentes son aproximaciones a la Isla, hasta llegar a un plano general de la misma. La última malla es un detalle de la zona (norte) donde se encontró mayor energía según la sección 4.5. La características de las mallas están resumidas en la Tabla 4‐1 y ilustran en la Figura 4.3. Los cuadros naranja en las mallas presentadas en la Figura 4.3 indican la zona usada para la próxima malla anidada.

Tabla 4‐1 Características de las Mallas Anidadas

NombreResolución

(km)Longitud

Mínima (°W)Longitud

Máxima (°W)Latitud

Mínima (°N)Latitud

Máxima (°N)Nodos en X Nodos en Y

Caribe 13.5 82 66 6 22 128 128Anidada 1 5 76.492 76.0423 9.251300 9.970800 10 16Anidada 2 2 76.3979 76.0022 9.251300 9.736900 22 27Anidada 3 0.75 76.2366 76.1287 9.324800 9.473200 16 22Anidada 4 0.3 76.228234 76.141899 9.330527 9.435748 32 39Anidada 5 0.12 76.189189 76.170843 9.395165 9.418907 17 22


48


49

Figura 4.3 Batimetrías de las mallas computacionales

4.4.3. Resultados del Modelo Además de las condiciones de contorno de las mallas anidadas, se configurará el modelo para que entregue resultados de Hs, Tp, Dir, y Transporte de energía en las direcciones x y y. Estos resultados estarán en forma de series horarias con una duración total de 30 años. Asimismo, se escogerán unos casos característicos para hacer mapas energéticos de Isla Fuerte, los cuales tendrán los mismos valores que las series.

Un ejemplo de los archivos utilizados para la ejecución se encuentra en el Anexo I – Ejemplo Ejecuciones SWAN.

4.5. Corrección de datos (Paso 2) En el presente trabajo, se hace una corrección de datos en vez de una calibración y validación de los datos obtenidos. En las ejecuciones del modelo SWAN, al mover parámetros que afectaban la física del modelo, se observó que los resultados que más se ajustaban a los datos de las boyas correspondían a las ejecuciones con las opciones predeterminadas del modelo. Por esta razón, la realización de calibración no era relevante. Para el caso de la validación de la corrección, las series de las boyas con las cuales se comparaba el modelo no tenían registros muy largos (ver Tabla 4‐2), y dentro de su tiempo de registro estaba fragmentada y con muchos datos faltantes (ver Figura 4.5 y Figura 4.17). Esta gran ausencia de datos implica que la validación no tuviera mucho sentido, ya que no se contaba con datos extensos con los cuales comparar y la corrección podía caer en errores sistemáticos.

Vale la pena resaltar que las boyas con las cuales se corrigió el modelo se encuentran en aguas profundas y por lo tanto no sufren los efectos de la fricción del fondo. A pesar de esto, la serie final en cercanías de la isla es corregida con las expresiones de corrección de estas boyas. Idealmente hubiera sido deseable contar con una serie en aguas someras que estuviera bajo los efectos de la fricción, pero no fue posible. Se debe hacer un análisis una vez se cuente con una serie en aguas someras, y se propone para investigaciones futuras (Ver sección 7.1).

La corrección de los datos de las boyas se hizo por medio de dos boyas pertenecientes a la Dirección General Marítima, ubicadas en Barranquilla y en Puerto Bolívar. Las características de estas boyas se muestran en la Tabla 4‐2 y su ubicación en la Figura 4.4.


50

Figura 4.4 Ubicación de las boyas de la DIMAR (CCCP, 2009)

Tabla 4‐2 Características de las boyas. (CCCP, 2009) (NDBC, 2010)

Para obtener los datos de modelación en estos sitios se utilizó un procedimiento similar con mallas anidadas, donde se usaban las mismas consideraciones de modelación expuestas en la sección 4.4.1. Las series modeladas y las series de las boyas fueron comparadas en el dominio del tiempo y de la probabilidad y se realizó una análisis de variabilidad temporal de la serie a partir de comparaciones en el dominio de la frecuencia. Hacer el análisis en dichos dominios, permite comparar la modelación en varios frentes, y arroja luces acerca de la comparación entre ambas series que no es posible ver a simple vista en el dominio del tiempo. Para estos análisis se eliminaron datos considerados como outliers y errores de medición así:

• Mediciones de altura de ola iguales a 0 m

• Mediciones de periodo mayores a 17 s

• Errores de modelación como datos inconsistentes o incoherentes

A continuación se presentan las comparaciones para cada una de las boyas.

4.5.1. Comparación Boya Barranquilla La comparación con la boya de Barranquilla se hace con el registro de la boya desde que empezó a funcional en marzo de 2006 hasta el 31 de diciembre de 2008.

Dominio del tiempo Altura de Ola – Hs

Boya Latitud Longitud ProfundidadParámetros Medidos

Periodo de Registro

Barranquilla 11.161 N 74.681 W 150 m Hs Tp Dir Temp Marzo 2006 ‐ HoyPuerto Bolivar 12.351 N 72.218 W 150 m Hs Tp Dir Temp Noviembre 2007 ‐ Hoy


51

Al comparar la altura de ambas series, se ve que la modelación se ajusta bastante bien a los datos de la boya y que las series se encuentran en fase, aunque con algunas diferencias y cierta dispersión.

Figura 4.5 Comparación de Hs – Modelo SWAN y Registro Boya Barranquilla

En algunas ocasiones el modelo no reproduce los casos de oleaje extremo, pero en términos generales el modelo sigue la tendencia de las variaciones de la boya, dando buenos resultados. Al realizar un ajuste lineal a los datos (Figura 4.6), se observa dispersión entre los datos del modelo y la boya, y se encuentra que ajustan linealmente según la Ecuación 4‐3:

0.7089 0.2816

Ecuación 4‐3

Este ajuste tiene un R2 medio de 0.6251 y un error cuadrático medio de 0.40m, el cual corresponde al 25% del valor promedio de la serie instrumentada.


52

Figura 4.6 Ajuste Hs Modelo SWAN vs Registro Boya Barranquilla

Periodo Pico ‐ Tp

En el caso del periodo se observa que amabas series están en fase aunque la correspondencia no es tan evidente como la de de las alturas de ola(Figura 4.7)

Figura 4.7 Comparación de Tp – Modelo SWAN y Registro Boya Barranquilla

Para realizar el ajuste lineal, se fijó el intercepto igual a cero, ya que al dejarlo libre el ajuste se vuelve una línea horizontal La Ecuación 4‐4 presenta de ajuste lineal de los datos de periodo.


53

1.167

Ecuación 4‐4

Este ajuste tiene un R2 medio de ‐1.27 y un error cuadrático medio de 1.3 s, que corresponde al 17% del valor medio del periodo. El hecho de contar con un R2 negativo significa que el ajuste lineal de los datos no es para nada bueno, mucho menos comparado con el valor de 0.65 del R2 de las alturas de ola.

Figura 4.8 Ajuste Tp Modelo SWAN vs Registro Boya Barranquilla

Dirección

En cuanto a las direcciones, se observa que las direcciones de la boya y el modelo son similares, aunque en algunos casos presentan algunas diferencias (Figura 4.9).


54

Figura 4.9 Comparación de Direcciones – Modelo SWAN y Registro Boya Barranquilla

El ajuste de las direcciones también da un resultado que muestra que el modelo tiene un buen ajuste a las direcciones. Aunque no es una línea recta, los puntos se concentran en las esquinas de la gráfica.

Figura 4.10 Ajuste de Direcciones – Modelo SWAN y Registro Boya Barranquilla

Dominio de la frecuencia – Variablidad temporal Para hacer el análisis en el dominio de las frecuencias, se debió buscar un periodo de tiempo lo suficientemente largo donde existieran datos de la boya y datos modelados, sin que hubieran datos faltantes entre la serie. Al eliminar “outliers” la serie se fragmentaba en periodos muy


55

cortos, entonces se decidió hacer análisis de frecuencia de la serie incluyendo los outliers, ya que ellos no cambiarían significativamente los resultados. De acuerdo con esto, se realizó una comparación de las transformadas rápidas de Fourier para las Hs (Figura 4.11) y los Tp (Figura 4.12), en un periodo de tiempo comprendido desde Junio de 2007 hasta Diciembre de 2007

Figura 4.11 Transformadas de Fourier de las series de Hs para el modelo SWAN y la boya de Barranquilla

Al mirar las comparaciones de Hs, se observa que ambas series tienen un espectro de potencias similar, y llama la atención que ambas comparten un pico importante. Este pico corresponde a la frecuencia de 0.0049 1/Hora, es decir que se repite cada 23.8 horas, lo cual claramente representa el ciclo diurno del oleaje.

10-3 10-2 10-110-5

10-4

10-3

10-2

10-1

100

101

102

103

104

Frecuencia (1/Hora)

Ene

rgía

Análisis de Frecuencias - Hs -Barranquilla - Junio a Diciembre 2007

SimulaciónBoya


56

Figura 4.12 Transformadas de Fourier de las series de Tp para el modelo SWAN y la boya de Barranquilla

En el caso de los periodos pico, se observa que si bien ambas series son similares, no se observa un pico claro como el de las serie de Hs, ni una correspondencia clara entre ambas series.

Dominio de la probabilidad Para comparar las series en el dominio de la probabilidad, se ajustan ambas series a una distribución Gumbel, y se grafican en escala logarítmica. En el caso de Hs, la gráfica muestra que las distribuciones de altura de ola de acuerdo con la probabilidad de ocurrencia presentan similitudes importantes, incluso en los casos extremos (Figura 4.13). Esta grafica, así como la Figura 4.5, muestran la sobreestimación de la altura de ola al modelar con el SWAN.

10-3 10-2 10-110-5

10-4

10-3

10-2

10-1

100

101

102

103

104

Frecuencia (1/Hora)

Ene

rgía

Análisis de Frecuencias - Tp -Barranquilla - Junio a Diciembre 2007

SimulaciónBoya


57

Figura 4.13 Ajuste de Hs a la distribución Gumbel – SWAN y Boya Barranquilla

En el caso de Tp, se observa que los periodos simulados están generalmente subestimados, y que las distribuciones son similares hasta cierto rango de periodos (Figura 4.14). Los casos extremos, que corresponden a periodos mayores de 10 segundos, y que ocurren el 1 por ciento del tiempo, presentan un punto de quiebre en la distribución. Esto muestra que el modelo es incapaz de simular los Tp extremos.

Figura 4.14 Ajuste de Tp a la distribución Gumbel ‐ SWAN y Boya Barranquilla

0.10 0.30 0.50 0.70 0.80 0.90 0.95 0.98 0.99 0.995 0.999 0.99990

5

10

15Ajuste Gumbel Barranquilla - Hs

Probabilidad

Hs(

m)

SimulaciónBoya

0.10 0.30 0.50 0.70 0.80 0.90 0.95 0.98 0.99 0.995 0.999 0.99990

5

10

15Ajuste Gumbel Barranquilla - Tp

Probabilidad

Tp(s

)

SimulaciónBoya


58

Corrección Dado que los ajustes en el dominio del tiempo no tenían buenos valores en los estadísticos del ajuste, se decide realizar una corrección por medio de la comparación de cuantiles de valores de la series de altura de ola y periodo para la simulación y para la boya. Un cuantil es una medida estadística que representa la posición de un valor en una distribución, y la divide en intervalos iguales. Para realizar las correcciones se sacaron cuantiles de 0.1% de ambas series, y se graficaron uno contra otro. Al hacerlo, se obtienen unas gráficas las cuales se asemejan a una línea recta, y se les aplica un ajuste lineal (Figura 4.15). La Ecuación 4‐5 muestra la ecuación del ajuste

0.8892 0.07556

Ecuación 4‐5

Figura 4.15 Corrección de Hs por medio de ajuste de cuantiles‐ Barranquilla

Este ajuste tiene un R2 de 0.98, y un error cuadrático medio de 0.1m. Esto representa un muy buen ajuste, mejor que los ajustes anteriores. Se escoge esta ecuación como ecuación de corrección.

Para el caso del periodo, se ve que los periodos se acercan relativamente bien al ajuste, pero existe el mismo problema con los periodos mayores de 10 segundos que se evidenció en la comparación de las distribuciones Gumbel (Figura 4.14). Esto implica, que si bien se puede usar una corrección buena para los regímenes medios, se deben tener en cuenta los problemas que aparecen en el caso de los periodos extremos. La ecuación de corrección es mostrada en la Ecuación 4‐6. Este ajuste tiene un R2 de 0.93 y un error cuadrático medio de 0.33s.

0 1 2 3 4 50

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5Calibración Barranquilla - Hs

Hs Modelo (m)

Hs

Med

ició

n (m

)


59

1.241 0.2973

Ecuación 4‐6

Figura 4.16 Corrección de Tp por medio de ajuste de cuantiles‐ Barranquilla

4.5.2. Comparación Boya Puerto Bolívar La comparación con la boya de Puerto Bolívar se hace con el registro de la boya desde que empezó a funcionar en Noviembre de 2007, hasta el 31 de diciembre de 2008. Este es un periodo significativamente menor que el de la boya de Barranquilla.

Dominio del tiempo Altura de Ola‐Hs

Al comprar la serie de Puerto Bolívar en el dominio del tiempo con la modelación se observa que, al igual como ocurre con la serie de Barranquilla, ambas series son muy similares (Figura 4.17) y se encuentran en fase. A diferencia de barranquilla, la gráfica muestra que la altura de ola simulada con el SWAN está algo subestimada.

0 2 4 6 8 10 12 14 160

2

4

6

8

10

12

14

16Calibración Barranquilla - Tp

Tp Modelo (s)

Tp M

edic

ión

(s)


60

Figura 4.17 Comparación de Hs – Modelo SWAN y Registro Boya Puerto Bolívar

Se realiza un ajuste lineal de los puntos, el cual se muestra en la Figura 4.18. La ecuación del ajuste se muestra en la Ecuación 4‐7.

0.9108 0.423

Ecuación 4‐7

Este ajuste tiene un R2 de 0.4 y un error cuadrático medio de 0.32m , que corresponde al 22% del valor medio de las alturas de ola.

Figura 4.18 Ajuste Hs Modelo SWAN vs Registro Boya Puerto Bolívar


61

Periodos Pico ‐ Tp

Al observar la comparación de los periodos, se observa nuevamente que ambas series están en fase, y que los datos simulados siguen las variaciones de los del registro de la boya (Figura 4.1). De nuevo, como se observó en la comparación con los periodos de la boya de barranquilla, los periodos pico son subestimados por el modelo SWAN.

Figura 4.19 Comparación de Tp – Modelo SWAN y Registro Boya Puerto Bolívar

El ajuste lineal de los periodos, se hace fijando el intercepto con el eje “y” igual a cero. Con estas condiciones, la ecuación de ajuste se muestra en la Ecuación 4‐8. Este ajuste tiene un R2 de ‐0.06 y un error cuadrático medio de 1.36 s que corresponde al 16% del valor promedio del periodo. Como en el caso de Barranquilla, el R sugiere que el ajuste lineal a estos datos no es bueno.

1.230

Ecuación 4‐8


62

Figura 4.20 Ajuste Tp Modelo SWAN vs Registro Boya Puerto Bolívar

Dirección

Tanto la comparación de las series de dirección (Figura 4.21), como el ajuste de los datos (Figura 4.22), muestran que las direcciones de la boya de Puerto Bolívar son simuladas coherentemente.

Figura 4.21 Comparación de Dir– Modelo SWAN y Registro Boya Puerto Bolívar


63

Figura 4.22 Ajuste Dir Modelo SWAN vs Registro Boya Puerto Bolívar

Dominio de la frecuencia – Variabilidad temporal Al igual que con la boya de Barranquilla, para hacer el análisis de frecuencias se debieron incluir outliers en las series para contar un periodo suficientemente largo para que los análisis fueran válidos (ver sección Comparación Boya Barranquilla). El análisis se hace sobre el periodo más largo encontrado, es decir desde noviembre del 2007 hasta abril del 2008.

Figura 4.23 Espectros de Fourier de las series de Hs para el modelo SWAN y la boya de Puerto Bolívar

10-3 10-2 10-110-5

10-4

10-3

10-2

10-1

100

101

102

103

104

Frecuencia (1/Hora)

Ene

rgía

Análisis de Frecuencias - Hs -Puerto Bolivar - Noviembre 2007 a Abril 2008

SimulaciónBoya


64

Si bien las graficas de los espectros de frecuencias de la altura de ola tiene formas similares (Figura 4.23), no se tienen las coincidencias presentes en las comparaciones con la boya de barranquilla, donde los picos energéticos del ciclo diurno saltaban a la vista (ver sección 4.5.1). En el caso de los espectros de frecuencias de los periodos, la gráfica no muestra similitud entre las series (Figura 4.24)

Figura 4.24 Espectros de Fourier de las series de Tp para el modelo SWAN y la boya de Puerto Bolívar

Dominio de la probabilidad Al ajustar las series a una distribución gumbel y graficarlas juntas, se ven fenómenos que también ocurren en la comparación con la boya de Barranquilla. Para el caso de las alturas de ola, ambas distribuciones son muy similares, pero a diferencia de Barranquilla, en este caso la modelación del SWAN se encuentra subestimada con respecto a la boya de Puerto Bolívar (Figura 4.25).

10-3 10-2 10-110-5

10-4

10-3

10-2

10-1

100

101

102

103

104

Frecuencia (1/Hora)

Ene

rgía

Análisis de Frecuencias - Tp -Puerto Bolivar - Noviembre 2007 a Abril 2008

SimulaciónBoya


65

Figura 4.25 Ajuste de Hs a la distribución Gumbel ‐ SWAN y Boya Puerto Bolívar

Para el caso de los periodos pico, ocurre lo mismo que con la baya de Barranquilla, se ve una relativa similitud entre ambas distribuciones, pero a partir de valores de altas probabilidades de no excedencia (98%) y periodos mayores de 10 segundos, la similitud se pierde (Figura 4.26).

Figura 4.26 Ajuste de Tp a la distribución Gumbel ‐ SWAN y Boya Puerto Bolívar

Corrección Para calibrar las series se aplica un análisis de cuantiles descrito en la sección 4.5.1. Para la serie de altura de ola se encuentra que el ajuste se asemeja mucho a la línea recta (Figura 4.27 Corrección de Hs por medio de ajuste de cuantiles –Puerto Bolívar) La ecuación de corrección usada será la

0.10 0.300.50 0.70 0.80 0.90 0.95 0.98 0.99 0.995 0.999 0.99990

1

2

3

4

5

6

7

8Ajuste Gumbel Puerto Bolivar - Hs

Probabilidad

Hs(

m)

SimulaciónBoya

0.10 0.300.50 0.70 0.80 0.90 0.95 0.98 0.99 0.995 0.999 0.99990

5

10

15Ajuste Gumbel Puerto Bolivar - Hs

Probabilidad

Tp(s

)

SimulaciónBoya


66

ecuación del ajuste (Ecuación 4‐9) el cual tiene un R2 de 0.98, y un error cuadrático medio de 0.41m.

1.417 0.1565

Ecuación 4‐9

Figura 4.27 Corrección de Hs por medio de ajuste de cuantiles –Puerto Bolívar

En el ajuste de los periodos, se observa que los periodos de los casos extremos no se ajustan a la línea recta (Figura 4.28), lo cual es coherente con el análisis en el dominio de la probabilidad, aunque el resto de los datos se ajusta relativamente bien: La Ecuación 4‐10 muestra el ajuste, el cual tiene R2 de 0.96, y un error cuadrático medio de 0.2 s.

1.818 2,844

Ecuación 4‐10

.

0 0.5 1 1.5 2 2.5 3 3.50

0.5

1

1.5

2

2.5

3

3.5Calibración Puerto Bolivar - Hs

Hs Modelo (m)

Hs

Med

ició

n (m

)


67

Figura 4.28 Corección de Tp por medio de ajuste de cuantiles –Puerto Bolívar

4.5.3. Ecuaciones de corrección escogidas Al hacer el análisis de error, salta a la vista la subestimación de los periodos pico en ambas boyas s, lo cual era una situación esperada ya que es bien conocido que el SWAN subestima el periodo de pico(TUDelft, 2009). Por otro lado, se presenta una situación particular al mirar el caso de las alturas de ola. En la boya de barranquilla, se puede ver que la altura de ola del modelo es mayor que la registrada por la boya (Figura 4.5) lo cual se confirma y se ve de forma más clara al comparar las series en el dominio de la probabilidad (Figura 4.13). Para el caso de la boya de Puerto Bolívar, se presenta la situación inversa ya que las mediciones de la boya son mayores a los resultados que presenta el modelo (Figura 4.25), lo que se confirma asimismo en la comparación de las distribuciones Gumbel (Figura 4.25)

Esta situación se puede deber principalmente a las consideraciones de modelación que tienen que ver con las condiciones de contorno, donde no se consideran flujos a través de las Antillas menores. Esto sugiere que para el oleaje en Puerto Bolívar estos flujos pueden ser importantes, mientras que el oleaje presente en Barranquilla es generado enteramente en la cuenca Caribe por la acción de los Alisios. Adicionalmente, la malla computacional corta la zona de estudio por el meridiano 66N (Figura 4.3) y esto ocasiona que se pierda parte del “fetch” para la zona de Puerto Bolívar, y consecuentemente presente alturas de ola menores

De acuerdo con el análisis anterior, se propone el uso de ambas ecuaciones de corrección, dependiendo de la zona del país, de acuerdo con el “fetch” dominante de la zona. Para las zonas de la costa Caribe al noroeste de la Sierra Nevada de Santa Marta, se propone el uso de las ecuaciones de corrección encontradas para Puerto Bolívar. Para las zonas de la costa al Sureste de la Sierra Nevada, se propone el uso de las ecuaciones de corrección usadas para Barranquilla, lo que se ilustra en la Figura 4.29.

0 2 4 6 8 10 12 14 160

2

4

6

8

10

12

14

16Calibración Puerto Bolívar - Tp

Tp Modelo (s)

Tp M

edic

ión

(s)


68

Por consiguiente, para las series de Isla Fuerte se usarán las ecuaciones de corrección de Barranquilla, es decir la Ecuación 4‐5 para Hs y la Ecuación 4‐6 para Tp.

Figura 4.29 Zonificación de la corrección. Fuente imagen: Google Earth

Las ecuaciones de corrección escogidas muestran buenos ajustes en los casos donde se está en el régimen medio de oleaje. En el régimen extremal, tanto las alturas de ola extremas como los periodos pico extremos no se ajustan a los resultados del modelo. Esto es más visible en los periodos extremales, donde hay una distribución completamente distinta de las probabilidades de ocurrencia para los periodos mayores de 10 segundos. Esta situación se puede deber principalmente a que los vientos de reanálisis del NARR, si bien siguen la distribución espacial en los huracanes, subestiman en gran medida las velocidades del viento (ver sección 4.1.2). De todas maneras esto no representa un problema mayor debido a que cuando se genera energía se aprovecha el oleaje en condiciones medias. Aunque los oleajes extremos transportan gran cantidad de energía, esta no se aprovecha debido a que existe un riesgo de dañar los equipos de generación. Además, debido a que los eventos extremos pueden ocurrir en cualquier momento, estos no se planifican en la operación de largo plazo de la planta.

4.6. Mapas Energéticos (Paso 3) Para ilustrar la distribución de energía en los alrededores de la Isla, se propone propagar ciertos casos característicos para generar mapas energéticos. Estos mapas energéticos se convierten en una herramienta poderosa para entender y visualizar en qué lugares de la isla hay mayores recursos energéticos, de forma simple y ágil. Los mapas se harán para la zona que comprende la malla anidada número 4 (Figura 4.30), que presenta un plano general de la isla a un buen nivel de detalle, con una resolución espacial de 300m.


69

Figura 4.30 Malla Anidada No. 4

4.6.1. Escogencia de Casos para la generación de Mapas Energéticos Para la escogencia de los casos de propagación se escoge un punto aguas afuera de la Isla, ubicado en las coordenadas 76.1827 W y 9.4664 N, y se genera una serie de oleaje dicha ubicación. Esta serie es analizada y se escogen casos característicos se escogen de tal forma que provean una visión global de la potencia del oleaje en la Isla, y su escogencia está basada en diferentes criterios. En total se escogen 30 casos, de usando 3 métodos. El primero es la probabilidad de ocurrencia conjunta de alturas de ola y periodos, que permite escoger los casos más comunes. El segundo escoge casos de acuerdo percentiles representativos de la energía presente. El tercer método, utiliza un algoritmo de clusterización para seleccionar característicos de la serie.

Tradicionalmente, las características del oleaje en los casos de propagación escogidos son aplicadas sobre la longitud de uno de los contornos de la malla computacional y se hace la propagación usando esa condición de contorno. Esto acarrea problemas debido a que no se consideran los fenómenos que ocurren en los otros contornos, y generalmente presente situaciones irreales. Para mantener coherencia en las condiciones de frontera no se escogerá un caso de oleaje para aplicarse a un sobre un contorno de una batimetría de detalle., sino que se propagará el oleaje en la fecha y hora donde se presente el clima marítimo más cercano al caso escogido. De esta manera, se elimina el problema de las condiciones de contorno, y no se tienen situaciones irreales de propagación.

Se debe notar que debido a este procedimiento, los valores de energía de estos mapas no se encuentran corregidos, sin embargo esto no es un impedimento para cumplir con su función


70

principal de identificar los sitios con más energía. Los métodos de escogencia, y los casos escogidos en cada uno se presentan a continuación.

Casos escogidos Probabilidad conjunta Se escogen los 5 casos que tengan mayor probabilidad conjunta de ocurrencia de Hs y Tp. Para determinar la probabilidad conjunta, se hace un análisis de la serie donde se busca la probabilidad de ocurrencia de una pareja de datos de altura de ola significante y periodo. La probabilidad se encuentra contando los casos donde la altura y el periodo ocurren simultáneamente, y dividendo por el número total de casos. Se construye una gráfica que muestra la probabilidad conjunta de ocurrencia y se seleccionan los casos correspondientes a las mayores probabilidades de ocurrencia. La Figura 4.31 muestra la gráfica de probabilidad conjunta de Hs y Tp

Figura 4.31 Probabilidad Conjunta Hs y Tp

Como se observa en la gráfica, los casos más con más probabilidad ocurren con periodos cercanos a los 4 segundos, y alturas de ola cercanas a los 0.6 m. Debe tenerse en cuenta que estos son datos sin corregir. La Tabla 4‐3, muestra las fechas y horas en las que ocurren el estado de mar más cercano a las mayores probabilidades de excedencia.

Tabla 4‐3Casos Escogidos de acuerdo con la probabilidad conjunta

Hs (m)

Tp (s

)

Probabilidad conjunta de Hs y Tp omnidireccional

0 0.5 1 1.5 2 2.52

3

4

5

6

7

8

9

10

0

0.002

0.004

0.006

0.008

0.01

0.012

CASO Año Mes Día Hora Hs (m) Tp (s)1 1981 9 26 12 0.6002 3.90032 1988 10 27 4 0.5014 4.0013 1983 8 31 7 0.6 4.00134 1990 6 12 10 0.6996 3.99925 1996 2 18 0 0.6004 4.0995


71

Casos escogidos Percentiles de potencia Los 5 siguiente casos que correspondientes los percentiles de potencia. Para escogerlos se debe calcular la potencia presente en el oleaje, en términos de Hs y Tm, por medio de la aproximación

0.5 A la serie de potencia se la calculan los percentiles de de 25%, 50%, 75%, 90% y 95%., lo que representan las probabilidades de no excedencia de dichos valores. Estos se muestran en la Figura 4.32.

Figura 4.32 Percentiles de Potencia

Los casos de percentiles de potencia dan una idea de la energía disponible, y al propagarse, ilustran la distribución de energía en la isla, la cual se puede comparar para distintos niveles de energía. En la Tabla 4‐4, se muestran los percentiles de potencia, la potencia presente en cada uno de ellos, y la fecha y hora donde se tiene el caso más cercano.

Tabla 4‐4 Casos Escogidos correspondientes a los percentiles de potencia

Casos escogidos – Algoritmo Kmeans Se escogen 20 casos usando algoritmo k‐means (MacQueen, 1967) teniendo en cuenta 5 variables: Hs, Tp, Dir, velocidad del viento en dirección U y velocidad del viento en dirección V. Se debe destacar que se tienen en cuenta las direcciones de los vientos locales, ya que estas tienen incidencia sobre los casos de oleaje que ocurren, y pueden ser tratadas fácilmente como una

0 1 2 3 4 5 6 7 8 9 100

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Potencia (kW/m)

Pro

babi

lidad

Percentiles de Potencia - Offshore

DistribuciónQuartil de Potencia del 25% = 0.3933Quartil de Potencia del 50% = 0.7495Quartil de Potencia del 75% = 1.475Quartil de Potencia del 90% = 2.723Quartil de Potencia del 95% = 3.756

CASO Año Mes Día Hora Potencia (Kw/m) Percentil6 1993 1 8 6 0.3933 257 2000 12 23 9 0.7495 508 1987 3 30 7 1.4752 759 2003 1 27 22 2.7227 9010 1990 3 20 10 3.7565 95


72

variable más por el algoritmo k‐means. Se escoge este algoritmo específico porque es ampliamente utilizado para agrupar datos con muchas variables. El algoritmo parte el conjunto total de datos en k subconjuntos, donde todos los elementos tienen propiedades similares y una distancia a un centroide que los representa. El algoritmo funciona por medio de medir las distancias de los datos a lo centroides, e iterar para que cada dato pertenezca a un conjunto donde todos los elementos comparten la propiedad de tener una distancia mínima a un mismo centroide. Así se obtienen k categorías de datos para una misma muestra (Ver Anexo II‐ Descripción del algoritmo k‐means). El algoritmo se corre para 20 casos usando las 5 variables enumeradas anteriormente y se determinan los 20 centroides. Los casos escogidos serán los puntos más cercanos a dichos centroides, y se convierten en una muestra representativa del conjunto de todos los casos que ocurren. La Tabla 4‐5 muestra los datos escogidos y las fechas en las cuales ocurren.

Tabla 4‐5 Casos escogidos usando el algoritmo k‐means

4.6.2. Resultados Para cada uno de los casos se construye un mapa energético que ayuda a visualizar los flujos de energía en la Isla, y los lugares donde hay mayor recurso energético. La Figura 4.33 muestra algunos de los mapas energéticos de la Isla. En estos casos se muestra el oleaje incidiendo en diferentes direcciones y con distintos valores de potencia. El resto de los mapas se puede visualizar en el Anexo III – Mapas Energéticos,

CASO Año Mes Día Hora Hs (m) Tp (s) Dir (°) U (m/s) V (m/s)11 1979 2 9 20 0.9 4.8 334.3 3.2 ‐5.412 1984 10 7 13 0.5 3.9 302.1 3 1.513 1984 6 16 23 0.9 4.2 304.5 6 ‐2.714 1985 10 28 13 0.3 13.6 327.9 0.6 0.215 1986 4 7 4 1.6 6.7 357.7 ‐1.4 ‐716 1986 9 12 23 0.7 4.4 326.5 3.1 ‐3.717 1986 2 16 11 1.2 6.4 356.5 ‐1.4 ‐4.318 1986 4 8 5 1.2 5.7 351.7 0.2 ‐6.819 1991 1 11 4 0.8 5.9 347.1 1.5 ‐2.520 1991 4 27 14 0.7 5.3 337.7 2.6 021 1993 8 24 14 0.8 4.3 294.8 5.7 0.722 1996 9 29 17 0.5 3.7 255.3 3.4 2.523 1997 11 12 9 0.5 4.2 336.8 0.7 ‐2.524 1998 10 9 13 0.4 4.3 326.1 ‐0.2 0.825 1998 12 20 11 0.8 5.4 355.4 ‐1.3 ‐2.526 1999 8 21 22 0.5 4 322 2.2 ‐127 2000 3 13 2 0.8 4.8 349.6 0.4 ‐5.328 2003 5 13 6 1 6.3 337 4 ‐129 2004 3 5 18 1.2 6.8 349.1 1.9 ‐3.630 2005 2 28 17 0.6 4.1 311.1 4.4 ‐1.2


73

Figura 4.33 Algunos de los mapas energéticos

En términos generales, se observa que los sitios con más concentración de energía en la cercanías de la Isla es el sector al norte de la Isla, así como el bajo El Bobito, ubicado al este de la isla. Esto sirve como elementos de juicio para escoger el sitio óptimo para generar. El este y el sur de la Isla se descartan como zonas con generación posible, ya que la isla actúa como barrera del oleaje.

4.7. Escogencia Sitios de Generación (Paso 4) A continuación se presenta la forma como se escoge el sitio para ubicar la planta. Esto se basa en un análisis de la disponibilidad de la energía y en condiciones físicas y ambientales de la Isla, teniendo en cuenta una serie de criterios que deben cumplirse para que una planta sea factible.


74

4.7.1. Criterios de selección de sitio Para escoger el sitio óptimo para la generación se tuvieron en cuenta varios criterios que buscan generar en el sitio más óptimo. Estos criterios se enumeran y describen a continuación.

Energía: El primer criterio es naturalmente el de la energía, ya que se busca aprovechar los sitios donde haya mayor disponibilidad del recurso.

Distancia a la Isla: Se busca que los sitios de generación estén lo más cerca posible a la isla, para disminuir los costos del cableado submarino o de alguna conexión energética a la isla. Por otra parte, deben estar lo suficientemente alejados para no causar un impacto visual y sonoro importante, y para no interferir con las actividades marítimas desarrolladas por los pobladores

Profundidad: Se deben escoger profundidades entre los 15 y los 30m, ya que la mayoría de tecnologías de generación existentes están pensadas para trabajar a profundidades intermedias o mayores (ver Capítulo 5) y profundidades mayores a este rango implicarían altos costos y requieren actividades de buceo especializadas. La mayoría de agencias de buceo no recomiendan bucear a profundidades mayores de 30m/100ft debido a los peligros posibles. Ubicar la infraestructura a profundidades menores de 30 metros facilita en gran medida la inspección y el mantenimiento de las unidades.

Además, en estas profundidades todavía no se ha entrado en la zona de aguas someras, donde los procesos de transformación del oleaje y la rotura ocasionan pérdidas de energía importantes.

Ecosistemas: Debido a que los corales de Isla Fuerte son un ecosistema frágil que se encuentra amenazado por varios factores, (ver sección 2.3.2) la infraestructura de generación no puede convertirse en un factor adicional que cree presiones sobre el ecosistema. Por tal razón, la infraestructura no debe ubicarse sobre o muy cerca a formaciones coralinas, para evitar daños ambientales. Asimismo, el paso del cable submarino sobre los mismos debe evitarse en lo posible, o hacerse de la forma menos intrusiva posible,

4.7.2. Identificación del Sitio de Generación Mirando los mapas de potencia en la Isla, y tomando en cuenta los criterios presentes en la sección 4.7.1, se escoge un sitio para ubicar la estructura de generación localizado en las coordenadas 9.408° N y 76.180° W, en la zona norte de la Isla. Las razones para escogerlo son varias, pero la principal es la potencia presente, ya muestran que es un punto que se localiza al norte de la Isla cual es un lugar con un buen flujo de energía, según lo que se muestra en los mapas energéticos. El otro sitio con buenos valores de energía era el Bajo El bobito, sin embargo, debido a la poca profundidad que presenta (5‐10 metros, ver Figura 4.34) este debe ser descartado ya que pocas tecnologías operan a estas profundidades y la infraestructura puede dañarse severamente en casos de olaje extremo.

El sitio escogido de generación se encuentra a una profundidad de 29 metros, y se muestra en la Figura 4.33 marcado con una estrella. Si bien existen sitios con mayor potencia al norte y al oeste


75

de este sitio, las profundidades incrementan, haciendo muy complicada la instalación y el mantenimiento de las plantas de generación.

Figura 4.34 Batimetría de la isla y localización planta de generación

El sitio escogido se encuentra a un kilómetro y medio de la línea de costa hacia el norte. Esta es una distancia razonable para la ubicar infraestructura la infraestructura de generación, ya que mayores distancias acarrearían mayores costos. Además, a esta distancia la infraestructura no se ubicaría sobre una zona de coral, donde podría vulnerar el ecosistema (Figura 4.35).

Figura 4.35 Ubicación Aproximada de la estructura de generación con respceto a los corales

LAT

LON

Batimetría Isla Fuerte Res: 300 m

25

30

3540

45

50

45

40

35

30

25

10

5

10 1520

10

20

155

-76.22 -76.21 -76.2 -76.19 -76.18 -76.17 -76.16 -76.15

9.34

9.35

9.36

9.37

9.38

9.39

9.4

9.41

9.42

9.43


76

Vale la pena decir que el sitio escogido es propenso a mejorarse, si se tienen costos claros del valor de la infraestructura de generación y de los costos del cable submarino. Al no tener costos concretos de las tecnologías porque la mayoría están en estado de desarrollo (ver Capítulo 5), una optimización del sitio se hace complicada y poco válida, sin embargo presenta una interesante línea de investigación a futuro. Por el momento, se harán los análisis de energía en dicho punto.

4.8. Análisis de la serie de oleaje en el sitio de generación (Paso 5) Una vez se escoge el sitio de generación, la serie de oleaje se corrige usando la ecuación de corrección mostrada en la sección 4.5.3. Con la serie corregida, se hace un análisis para describir las características del oleaje en la Isla.

4.8.1. Rosa de Oleaje Se construye una rosa de oleaje para la serie de altura de ola generada para el sitio de generación, la cual se muestra en la Figura 4.1.De acuerdo con esto, el oleaje más importante viene del NNO, y en menor medida desde el NO. Es interesante que la serie presente estas direcciones, ya que los vientos de la zona soplan predominantemente desde el NE y NNE (ver sección 2.3.1) y las series de boyas virtuales aguas profundas también obedecen a estas direcciones (Mesa, 2009) (ver sección 2.2.1). El hecho que el oleaje haya tenido un cambio tan significativo de dirección, evidencia la gran importancia que tiene la plataforma continental en la propagación del oleaje de la zona desde las aguas profundas hacia las costeras. Este cambio de dirección podría estar asociado a pérdidas importantes de energía.

Figura 4.36 Rosa de Oleaje para Hs en el Sitio de Generación

4.8.2. Histogramas Una mirada al histograma de alturas de ola (Figura 4.37) muestra ver que la altura de ola más común corresponde a los 0.5m. Comparando este valor con el valor en aguas profundas, se confirma que el oleaje pierde mucha energía en la propagación hacia la costa.

N

S

EW 2%2%5%

5%

10%

10%

15%

15%

20%

20%

25%

25%

30%

30%

35%

35%

40%

40%

45%

45%

N

S

EW 2%2%5%

5%

10%

10%

15%

15%

20%

20%

25%

25%

30%

30%

35%

35%

40%

40%

45%

45%

N

S

EW 2%2%5%

5%

10%

10%

15%

15%

20%

20%

25%

25%

30%

30%

35%

35%

40%

40%

45%

45%

N

S

EW 2%2%5%

5%

10%

10%

15%

15%

20%

20%

25%

25%

30%

30%

35%

35%

40%

40%

45%

45%

N

S

EW 2%2%5%

5%

10%

10%

15%

15%

20%

20%

25%

25%

30%

30%

35%

35%

40%

40%

45%

45%

Quartiles de Hs

25%

50%

75%


77

Figura 4.37 Histograma de Hs en el sitio de generación

El histograma de periodos muestra que los periodos más comunes están alrededor de los 5 y los 6 segundos (Figura 4.38), y a partir de los 10 segundos la ocurrencia es muy poca. Asimismo, los periodos pico con valores menores de 2 segundos son muy poco frecuentes.

Figura 4.38 Histograma de Tp en el sitio de generación.

0 0.5 1 1.5 2 2.5 30

1

2

3

4

5

6

7

8

9

10

Hs(m)

Frec

uenc

ia d

e oc

urre

ncia

(%)

Histograma de Hs

0 5 10 15 200

5

10

15

20

25

30

Tp (s)

Frec

uenc

ia d

e oc

urre

ncia

(%)

Histograma de Tp (s)


78

4.8.3. Probabilidad Conjunta La gráfica de probabilidad conjunta muestra que los casos con mayor probabilidad de ocurrencia están entre los 4 y los 6 segundos, con alturas de ola entre los 0.4 y los 0.6 m (Figura 4.39). Estos valores son coherentes con los valores de los histogramas presentados en la sección 4.8.2.

Figura 4.39 Probabilidad Conjunta Hs y Tp

Se puede observar que los casos más comunes tienen valores bajos de energía, entre los 0.2 y 0.5 kW/m, aunque hay una cantidad considerable de valores en niveles de energía un poco más altos entre 0.5 y 2 kW/m. La probabilidad de tener estados de mar con potencias mayores de 4 kW/m es muy baja.

4.8.4. Variabilidad Temporal de la Serie Al analizar las frecuencias predominantes en la serie de Hs por medio de un análisis usando la transformada rápida de Fourier, se observa que la serie es sensible a ciclos importantes que fuerzan el clima de la zona de estudio (ver sección 2.3). En escalas de tiempo cortas, se resalta la energía presente en el la frecuencia correspondiente a 24 horas, es el ciclo diurno y en la frecuencia de 12 horas o el ciclo semidiurno. En menor medida se observan frecuencias que corresponden a fracciones del cliclo diurno (Figura 4.40).


79

Figura 4.40 Espectro de Frecuencias para Hs – Serie horaria

Para realizar un análisis en escalas de tiempo mayores, se debe agregar la serie para convertirla en una serie con resolución mensual (Figura 4.41). Esto se hace con el fin de eliminar el ruido presente por frecuencias cortas. Al hacer graficar el espectro de potencias de la serie mensual aparecen claramente las variaciones del ciclo anual y la del ciclo semi‐anual, que está relacionada con el paso de la ZCIT. Adicionalmente, aparece una frecuencia de 3 años, la cual puede corresponder al fenómeno de El Niño y la Oscilación del Sur – ENSO. Sin embargo no hay suficientes elementos para afirmarlo.

Figura 4.41 Espectro de Potencias para Hs– Serie mensual


80

4.9. Potencia

4.9.1. Corrección de la Potencia Si bien existen muchas aproximaciones para calcular la potencia de un estado de mar a partir de Hs y Tp, estas son más simples en aguas profundas donde se puede usar la teoría lineal de ondas, que en aguas someras donde se vuelven más complicadas de usar debido a las transformaciones del oleaje Por esta razón, en aguas intermedias o someras es mejor usar el valor de la integral debajo del espectro de oleaje (Ecuación 4‐11).

,

Ecuación 4‐11

El modelo SWAN calcula el transporte de energía, o la potencia presente, en las direcciones x y y, en la dirección de la malla computacional escogida.(TUDelft, 2009). Al hacer una suma vectorial de estos parámetros se obtiene el valor de la integral bajo el espectro (Iglesias & Carballo, 2009). Las componentes y la suma vectorial se muestran en la Ecuación 4‐12.

, ,

Ecuación 4‐12

Sin embargo, el valor de potencia que arroja el modelo no se encuentra calibrado, por lo tanto se propone el siguiente método para encontrar valores de energía corregidos.

En la sección 4.5, se corrigió la altura de ola y el periodo pico. A partir de estos dos parámetros se puede calcular la potencia presente en un estado de mar a partir del cuadrado de Hs, multiplicado por Tp y por un coeficiente que representa de la celeridad de grupo de las olas en el sitio de generación. Este coeficiente ε, relaciona la potencia presente con los valore de Hs y Tp, como lo muestra la Ecuación 4‐13.

Ecuación 4‐13

Como calcular el valor de la celeridad de grupo en aguas someras puede acarrear cálculos muy complicados se propone un enfoque distinto para encontrar la potencia en términos de las serie de Hs y Tp corregida. Para cada estado de mar el Modelo SWAN calcula P (según la Ecuación 4‐12) ,Hs, y Tp. Esto quiere decir que es posible encontrar un valor del coeficiente ε para cada uno de los n estados de mar de las series, de acuerdo con la Ecuación 4‐14.


81

Ecuación 4‐14

Para encontrarse un coeficiente εc único para aplicarse a la serie calibrada se calcula el promedio de la serie de coeficientes ε (Ecuación 4‐15)

/

Ecuación 4‐15

El coeficiente único εc se aplica a cada uno de los elementos de la serie de Hs y Tp calibradas de acuerdo con lo descrito en la sección 4.5.3, para obtener la potencia calibrada Pcal, para cada estado de mar i, lo que se muestra en la Ecuación 4‐16.

Ecuación 4‐16

Al aplicarse este procedimiento a las series generadas en el punto escogido para la generación de energía, se obtiene un coeficiente de relación 0.3444. Para confirmar que el enfoque escogido sea coherente y no represente grandes errores en la potencia, se realiza un ajuste lineal de la potencia calculada con la integral bajo del espectro contra la potencia calculada con el coeficiente aplicado al producto de Hs2 por Tp. (Figura 4.42)


82

Figura 4.42 Comparación Cálculos de Potencia

0.9905 0.022

Ecuación 4‐17

Un ajuste lineal de los datos tiene un valor de R2 de 0.98 y un error cuadrático medio de 0.1 kW/m. La ecuación del ajuste (Ecuación 4‐17 ) sugiere que al usarse el método propuesto, no se cometerán grandes errores en el cálculo de la potencia.

4.9.2. Potencia Una vez se tiene la serie horaria de potencia, se construye una gráfica del ciclo anual del ciclo diurno (Figura 4.43). Esta gráfica ayuda a visualizar la disponibilidad promedio del recurso energético del oleaje y sus variaciones en el día al tiempo que muestra las variaciones en el mes del año, así como la dirección promedio del oleaje en dicha hora y mes.


83

Figura 4.43 Ciclo Anual del Ciclo Diurno de la Potencia y Direcciones Promedio

Como se puede observar en la Figura 4.43, los meses donde la potencia del oleaje es mayor corresponden a la temporada de verano fuerte de diciembre hasta abril, que es cuando los Alisios del Noreste soplan con mayor intensidad, por la posición hacia el sur de la ZCIT (ver sección 2.3.1) Coherentemente, hay potencia en mayo y junio y los meses con el menor transporte de energía son septiembre, octubre y noviembre. Se observan valores intermedios en el mes de julio, el cual probablemente esté relacionado con el veranillo de San Juan.

En el ciclo diurno, no se observan variaciones importantes, excepto en la temporada de verano, donde hay más potencia desde las 00h hasta el final de la tarde, comparado a la que hay entre el final de la tarde y el principio de la noche.

Vale la pena notar que en la época con mayor potencia la dirección predominante del oleaje es el NNE, mientras que en los otros meses hay direcciones desde el NE y NEE. Esto refleja que las olas más energéticas vienen del NNE, lo que se evidencia en la Rosa de Oleaje de la serie de Hs (Figura 4.36).

La potencia promedio mensual, se presenta en la Figura 4.44. Está gráfica permite apreciar el ciclo anual, y la influencia del veranillo de San Juan en el mes de julio: Según la gráfica las potencias promedios son mayores en los meses enero febrero y marzo, donde tienen valores mayores a 1 kW/m. La gráfica también presenta los valores de los cuantiles de potencia del 10% y del 90%. La línea del cuantil del 10% (en verde) no presenta variaciones importantes a lo largo del año, lo que contrasta fuertemente con la línea del cuantil de 90% (en rojo).

Ciclo Anual del Ciclo Diurno - Potencia (kW/m)

Hora

Mes

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

Enero

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2


84

Figura 4.44 Potencia Omnidireccional Mensual Promedio

Una mirada a los percentiles de potencia muestra que el 50% del tiempo se tiene una potencia de 0.5kW/m en el sitio de generación. Los valores mayores de 1kW/m solamente ocurren el 25% del tiempo, y los mayores de 2 kW/m solo ocurren el 10% del tiempo. La gráfica de percentiles y probabilidades de ocurrencia de muestra en la Figura 4.45. Estos son valores de energía muy pequeños comparados con los que se encuentran en otros lugares del mundo, debido a la relativa protección que tiene el Mar Caribe frente de las dinámicas marinas del Atlántico Norte.

Figura 4.45 Percentiles de Potencia

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero0

0.5

1

1.5

2

2.5

3

3.5

4Promedio Potencia Omnidireccional Mensual (kW/m)

Pot

enci

a (k

W/m

)

Potencia PromedioCuantil del 10% Cuantil del 90%

0 1 2 3 4 5 6 7 8 9 100

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Potencia (kW/m)

Pro

babi

lidad

Percentiles de Potencia - Sitio Generación

DistribuciónQuartil de Potencia del 25% = 0.2321Quartil de Potencia del 50% = 0.4921Quartil de Potencia del 75% = 1.04Quartil de Potencia del 90% = 2.017Quartil de Potencia del 95% = 2.848


85

A primera vista, un proyecto de generación de energía usando el oleaje no parece factible. Pero considerando que la demanda en Isla Fuerte es poca por el reducido número de habitantes y por sus condiciones de vida, es posible que pueda utilizarse para el abastecimiento de la población que allí reside. Adicionalmente, el oleaje es muy energético en los meses de diciembre a abril, que corresponden con la temporada vacacional más importante. La energía generada con el oleaje podría convertirse en un complemento importante a la infraestructura de generación existente, y ayudaría a suplir la demanda del verano de principios de año.

Estudio de aprovechamiento de la energía del oleaje en ... · Resumen Isla Fuerte es una isla...

Documents

Transcript of Estudio de aprovechamiento de la energía del oleaje en ... · Resumen Isla Fuerte es una isla...