Estudio Salvador

Determinacin del potencial solar y elico en El Salvador
Ministerio de Medio Ambiente y Recursos naturales (MARN), Universidad Centroamericana Jos Simen Caas (UCA), Servicio Nacional de Estudios Territoriales (SNET/MARN)
Presentan:
Mauricio Ayala, MARN Ismael Snchez, UCA Arturo Escalante, UCA Willian Marroqun, UCA
DOCUMENTO PRINCIPAL
San Salvador, El Salvador, Octubre de 2005
PRESENTACIN
Este documento de Evaluacin del Potencial Elico y Solar en El Salvador, se enmarca dentro de los esfuerzos que est desarrollando el Ministerio de Medio Ambiente y Recursos Naturales (MARN), con el apoyo directo de la Universidad Centroamericana Jos Simen Caas (UCA), para el cumplimiento de los compromisos adoptados por el pas dentro de la Convencin Marco de las Naciones Unidas sobre el Cambio Climtico, encaminados a la promocin de medidas, programas y proyectos que reduzcan emisiones de gases de efecto invernadero. Esta publicacin, es uno de los resultados concretos que se han logrado a travs del proyecto regional Evaluacin del Potencial de Energa Elica y Solar (siglas en ingls SWERA), el cual ha sido coordinado por el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA) y apoyado financieramente por el Fondo para el Medio Ambiente Mundial (GEF). El propsito de formular, editar y publicar este documento es contribuir a superar la barrera de ausencia y accesibilidad de informacin confiable, sobre los recursos de energa solar y elica en El Salvador; con lo cual se espera apoyar la consecucin de los siguientes objetivos especficos: i) ii) iii) iv) Reducir la incertidumbre asociada a las decisiones de inversin y desarrollo para proyectos de energa solar y de viento. Evidenciar la abundancia de radiacin solar con la que cuenta la mayor parte del territorio nacional, durante los diferentes meses del ao, y potenciar su aprovechamiento. Facilitar el diseo tcnico de proyectos de energa solar. Facilitar la identificacin de las zonas geogrficas del pas que cuentan con el mayor potencial elico, sirviendo de base para que otras entidades y empresas interesadas evalen la factibilidad de ejecutar en zonas especficas, tanto proyectos a pequea escala como proyectos comerciales de mayor escala. Contribuir a la reduccin de emisiones de gases de efecto invernadero, a travs de la promocin de fuentes renovables de energa que eviten la quema de combustibles fsiles. Fortalecer la estrategia de promocin de las energas renovables ejecutada por el MARN en coordinacin con el Ministerio de Economa.
v) vi)
El equipo de trabajo de la UCA que particip directamente en la elaboracin de este documento, estuvo conformado por investigadores del Departamento de Ciencias Energticas y del Laboratorio de Sistemas de Informacin Geogrfica de la Maestra en Gestin del Medio Ambiente (MAGMA/UCA).
AGRADECIMIENTOS
El Ministerio de Medio Ambiente y Recursos Naturales (MARN) y la Universidad Centroamericana Jos Simen Caas (UCA) agradecen el apoyo financiero del Fondo para el Medio Ambiente Mundial (GEF), a travs del Programa de las Naciones Unidas para el Medio Ambiente (PNUMA). A la vez agradecen la colaboracin de: El Servicio Nacional de Estudios Territoriales (SNET) El Laboratorio Nacional Riso de Dinamarca (RISO) El Laboratorio Nacional de Energa Renovable de Estados Unidos (NREL)
Nuestro reconocimiento especial a los ingenieros Willian E. Marroqun y Arturo Escalante de la UCA, por su apoyo tcnico para la elaboracin del presente documento y al Ing. Oscar Valencia, tambin de la UCA, por la traduccin de esta publicacin al idioma ingls.
INDICE
Pg. 1. Introduccin ...................................................................................................................... 1.1. Ubicacin geogrfica y clima de El Salvador .............................................................. 1.2. Antecedentes de proyectos solares y mediciones solares .......................................... 1.3. Antecedentes de mediciones de viento en el pas ...................................................... 1.4. Objetivos principales de esta investigacin ................................................................. 2. Metodologa de la investigacin ..................................................................................... 2.1. Datos del proyecto solarimetra de la UES ................................................................. 2.2. Inventario de informacin solar y elica de la divisin de meteorologa del (SNET) ........................................................................................ 2.3. Procedimiento para recuperacin de informacin solar y elica ................................. 2.3.1. Sistema automatizado de manejo de datos meteorolgicos (Brillo solar, Radiacin solar y Viento) .............................................................. 2.4. Resultados obtenidos del proceso de digitalizacin de la informacin en los inventarios ........................................................................................................ 3. Aplicaciones de la tecnologa SIG al modelo de ngstrom ......................................... 3.1. Conceptos bsicos de radiacin solar y luz solar ....................................................... 3.2. Modelo de ngstrom ................................................................................................... 3.3. Datos de radiacin y brillo solar medidos y calculador por el modelo de nstrom para estimacin de los mapas de potencial solar ....................... 4. Mtodo de Kriging para estimacin de potencial solar en El Salvador ...................... 4.1. Mtodo de interpolacin de Kriging ............................................................................. 4.2. Clculo de los promedios anuales de radiacin solar y luz solar usando Kriging ......................................................................................................................... 5. Determinacin del potencial elico en El Salvador ...................................................... 5.1. Conceptos bsicos del viento ...................................................................................... 5.2. Clima elico de las estaciones meteorolgicas del pas ............................................. 5.2.1. Climatologa regional ......................................................................................... 5.3. Climatologa regional en el Cerro Verde ..................................................................... 5.4. Climatologa regional en Planes de Montecristo ......................................................... 5.5. Climatologa regional en La Galera ............................................................................. 5.6. Tablas de medicin de potencial elico en las estaciones meteorolgicas del pas .............................................................................................. 6. Conclusiones .................................................................................................................... 7. Bibliografa ........................................................................................................................ 1-1 1-1 1-3 1-4 1-7 2-1 2-1 2-4 2-8 2-11 2-13 3-1 3-1 3-3 3-11 4-1 4-1 4-10 5-1 5-1 5-8 5-10 5-13 5-17 5-21 5-24 6-1 7-1
1. Introduccin.
En este documento se presentan las estimaciones de mapas de radiacin solar, brillo solar (horas de luz solar) y de potencial elico para El Salvador. Los mapas de tipo solar han sido generados utilizando tecnologa de sistemas de informacin geogrfica y, en el caso del viento se ha utilizado el software WAsP. Para el caso de potencial solar (brillo solar y radiacin solar) se ha utilizado la tcnica de interpolacin de Kriging. Sus estimaciones se han realizado a partir de mediciones en campo en 22 estaciones meteorolgicas en las cuales se utiliz el modelo de ngstrom y datos de clima (zonas de vida de Holdrige) para estimar datos de radiacin solar en estaciones con mediciones nicamente de brillo solar. En el caso de potencial elico las velocidades promedio, direcciones predominantes del viento, los clculos de densidades de potencia y estudios de modelaje elico se han realizado con registros de 18 estaciones meteorolgicas. Durante el desarrollo del proyecto SWERA se han actualizado los datos digitales de potencial elico y solar del pas disponibles en la divisin de meteorologa del MARN/SNET, los avances alcanzados en este proceso se presentan en la seccin 2 de este documento.
1.1 Ubicacin geogrfica y clima de El Salvador.

La Repblica de El Salvador est localizada en la parte noroeste de Centroamrica, limita al norte y este con Honduras, en el extremo sureste con el golfo de Fonseca, al sur con el ocano pacfico, y al oeste y noroeste con Guatemala. Geogrficamente est ubicado entre las siguientes coordenadas: Latitud 13 9N / 14 26N Longitud 87 43O / 90 08O El Salvador es el pas ms pequeo y ms densamente poblado de Centroamrica, tiene su meridiano estndar en 89O (ver Figura 1-1 (a)). Su superficie es de 21,041 Km2. El pas est formado por una meseta central recortada por valles fluviales, entre los que destaca el valle del ro Lempa, su cause fluvial de mayor longitud. Esta meseta est flanqueada por dos cadenas montaosas de origen volcnico: la primera corre paralela al ocano pacfico y la segunda constituye la frontera con Honduras. Posee una estrecha llanura costera en el pacfico de menos de 24 Km de anchura. En el extremo norte se localizan altas y escarpadas montaas. La meseta central tiene una altitud promedio de 600 m. El punto ms alto del pas es el volcn Santa Ana, con 2,385 m, situado en la cadena costera (ver Figura 1-1 (b)). Desde el punto de vista climatolgico, El Salvador se encuentra situado en la parte exterior del Cinturn Climtico de los Trpicos, caracterizado por tener unas propiedades trmicas casi constantes durante todo el ao y dos estaciones muy marcadas, una lluviosa y otra seca. Las precipitaciones se concentran casi exclusivamente durante la estacin lluviosa, si bien, dentro de ella pueden aparecer grandes oscilaciones. Sus valores mximos suelen darse unas semanas despus del paso del sol por su cenit. La estacin seca se presenta durante el semestre invernal que comprende los meses de noviembre a abril, presentndose las mximas temperaturas al final de la misma, en el mes de abril, antes del comienzo de la estacin lluviosa. Otra caracterstica del clima en este pas son los Alisios, vientos predominantes de rumbo aproximando NE y los Nortes, que transportan aire fro procedente del rtico hacia los trpicos. Se puede observar, tambin, un buen desarrollo del sistema que lleva aire del mar hacia tierra y sus zonas inmediatas. El viento se genera por el calentamiento desigual de la superficie de la tierra realizado por el Sol (Tabla 1-2).
Proyecto SWERA-EL SALVADOR
1-1
Figura 1-1 (a) Ubicacin geogrfica de El Salvador; (b) Relieve del pas.
Con los datos obtenidos a lo largo de ms de 50 aos se han podido establecer unas fechas promedio para el comienzo y el final de las dos estaciones, as como para los intervalos de transicin que hay entre ellas (Tabla 1-1). Tabla 1-1 Duracin aproximada de las estaciones climticas en El Salvador. poca del ao Principio Final Das Estacin seca 14 noviembre 19 abril 157 Transicin seca-lluviosa 20 abril 20 mayo 31 Estacin lluviosa 21 mayo 16 octubre 149 Transicin lluviosa-seca 17 octubre 13 noviembre 28 Fuente: Caracterizacin de los riesgos geolgicos y dimensionamiento de los recursos hidrogeolgicos de Nejapa realizado por Gelogos del Mundo y la UCA en agosto de 2003.
1-2
Tabla 1-2 Rgimen de vientos en El Salvador. Tipo de viento Vientos alisios de carcter regional Descripcin El Salvador est sometido a la influencia de los vientos alisios, que constituyen los vientos ms constantes de todo el planeta . Estos soplan en la direccin NE desde las regiones de altas presiones de las latitudes medias hacia la zona de calmas ecuatoriales o frente intertropical. Estos vientos afectan con mayor intensidad las zonas de mayores alturas del territorio. Vientos de Poseen dos direcciones, la primera se produce en sentido mar-tierra durante el da, carcter local: debido al gran calentamiento que se opera en la superficie terrestre, que provoca una brisas mar-tierra zona de menor presin. Mientras, sobre la superficie del ocano Pacfico, que se encuentra ms fra, se genera una zona de mayor presin, lo que provoca que el aire circule en sentido ocano-tierra. Estas brisas marinas pueden llegar a penetrar hasta unos 100 Km tierra adentro, llegando hasta el valle medio del Ro Lempa. Por la noche se produce el fenmeno contrario, debido a la rpida prdida del calor del continente, y el mayor calentamiento de la masa de agua del ocano. Vientos de Estos vientos poseen dos direcciones en funcin del momento del da. Durante el da carcter local: las zonas ms altas del pas se calientan ms rpidamente que los valles y mesetas, brisas montaapor lo que se generan vientos locales que soplan desde los valles y mesetas hacia valles las zonas montaosas (brisas del valle), suavizando las temperaturas diurnas de las reas de mayor altura del pas. Cuando llega la noche las zonas altas del pas se enfran rpidamente, mientras que las zonas bajas (valles y mesetas) pierden lentamente el calor acumulado durante el da, por lo que las brisas soplan desde las zonas montaosas hacia los fondos de los valles y mesetas (brisas de montaa), suavizando las temperaturas nocturnas de las zonas bajas. Nota: Adaptado de la seccin 1.5 Diagnstico-Clima del Plan Nacional de Ordenamiento y Desarrollo Territorial.
1.2 Antecedentes de mediciones solares y proyectos solares.

El principal antecedente de determinacin del potencial solar en el pas lo constituye el proyecto de Solarimetra ejecutado por el departamento de Fsica, de la Facultad de Ingeniera y Arquitectura de la Universidad de El Salvador (UES). Este proyecto, financiado por la Organizacin de Estados Americanos (OEA), fue ejecutado de septiembre de 1986 a enero de 1987 y sus resultados fueron publicados en septiembre de 1989. La UCA con esta investigacin, enmarcada dentro del proyecto SWERA, actualiza con tecnologa la recuperacin de datos digitales, la estimacin del potencial solar del pas y ampla la informacin disponible en la parte elica. Tambin la UCA ha realizado en los ltimos cuatro aos instalaciones fotovoltaicas en el rea rural (4 en total) y en el campus (principalmente con fines de investigacin). Destacan en este esfuerzo el proyecto fotovoltaico de El Alto (financiado por Solidaridad Internacional), que consisti en la electrificacin de 27 casas, 1 escuela y 1 iglesia a travs de energa solar y el proyecto edificio Martn-Bar ((financiado por UCA) que cubre el 30% de la carga de iluminacin del edificio (ver Figura 1-2). El sitio web de la UCA http://dei.uca.edu.sv/dei/html/proyectos/aulasc/aulacano.html?ano=3 presenta datos diarios de mediciones solares en lnea, registrados en el campus UCA, para los aos 2002 a 2004. Los datos recopilados en este estudio provienen del Servicio Meteorolgico Nacional, ahora conocido como Divisin de Meteorologa del Servicio Nacional de Estudios Territoriales (SNET). Tambin se presentan datos de estaciones meteorolgicas de la Fundacin Salvadorea para Investigaciones del Caf (ProCaf) que mide radiacin solar en las principales zonas cafetaleras del pas. Los datos de Proyecto SWERA-EL SALVADOR 1-3
ProCaf fueron extrados de los boletines mensuales publicados por esta fundacin a travs de su sistema de informacin meteorolgica. Es importante mencionar que debido a los pocos aos de mediciones realizados por ProCaf sus datos no fueron utilizados para las estimaciones realizadas de potencial solar.
1.3 Antecedentes de mediciones de viento en el pas.

Existen pocos estudios sobre la determinacin del potencial elico en el pas. Uno de ellos lo constituye El viento en Centroamrica realizado por NRECA en la dcada de los aos 80. Las principales conclusiones de este estudio para el caso de El Salvador fueron: Se seleccionaron 3 sitios para realizar mediciones de potencial elico: zona sur del departamento de Santa Ana, al este del lago de Coatepeque; zona sur-oeste del departamento de la Libertad; y zona centro-oeste del departamento de San Miguel, limtrofe con el departamento de Usulutn. A la fecha de publicacin del documento se tenan menos de 6 meses de mediciones con sensores de velocidad y de direccin a 15 y 30 metros de altura en torres de tipo NRG. Se obtuvo la informacin de 71 estaciones meteorolgicas de la regin centroamericana que medan velocidad del viento. Las alturas se homogenizaron a 30 metros de altura utilizando la ecuacin: v1 = v0 * (z/z0)a, en donde a es el coeficiente de rugosidad igual a 1/7. Tambin en algunas estaciones se corrigieron los datos por un factor de deterioro del equipo de medicin. Se encontr que en el pas existe un patrn de viento estacional fuertemente marcado. El primero es el patrn general de vientos de la regin (alisios) que tiene su mayor velocidad entre los meses de octubre a febrero. El otro sistema es el de las brisas del mar que se contrapone al sistema general y tiene sus mayores velocidades en los meses de abril a septiembre. El Salvador no cuenta con zonas de altas velocidades de viento; las ms altas estaran en la parte central hacia el norte 5-6 m/s. El resto del pas tiene velocidades entre 4-5 m/s con un patrn constante a lo largo del ao. Aunque no se hace explcito en el documento, se infiere que estas velocidades se obtendran a 30 m sobre el nivel de la superficie de la tierra. Tambin concluye que con la informacin recabada con las mediciones de NRECA ms la informacin meteorolgica de las 20 estaciones meteorolgicas del servicio meteorolgico del pas, la posibilidad de que en El Salvador se pueda instalar un parque elico es reducida, no as proyectos de bombeo de agua, telecomunicaciones y/o generacin aislada donde si muestra un gran potencial. En la seccin DIAGNOSTICO-clima del Plan Nacional de Ordenamiento y Desarrollo Territorial se hace referencia a dos estudios que tratan sobre la determinacin del potencial elico en El Salvador. Las principales conclusiones de cada uno de ellos se presentan a continuacin: (a) Extraccin de agua subterrnea con energa elica en El Salvador realizado en la Universidad Politcnica de El Salvador en 1987. El objetivo de este trabajo fue el de determinar el mapa elico de El Salvador para aprovechar la energa en la extraccin de aguas subterrneas. Utilizando la informacin de 20 estaciones meteorolgicas con mediciones de velocidades del viento determin que las velocidades ms altas de 15 minutos se observan de noviembre a marzo con valores de 13.9 m/s en la costa, pudindose alcanzar los 47.2 m/s en las cimas de las montaas, por encima de la cota de los 1600 msnm.1
En este proyecto las velocidades instantneas mximas (rfagas) registradas en las estaciones del pas estn en el rango de 4.5 a 7.8 m/s. Proyecto SWERA-EL SALVADOR 1-4
Figura 1-2 (a) Instalaciones fotovoltaicas proyecto El Alto (Chalatenango); (b) Instalaciones fotovoltaicas edificio Martn-Bar (UCA).
Del anlisis de los resultados estadsticos se infiere que en la mayora de las estaciones el promedio de la velocidad del viento oscila entre los 2.22 3.61 m/s. Las estaciones que presentan las mayores velocidades medias anuales se presentan en la tabla 1-3. Las menores velocidades se presentaron en las estaciones: Estacin Matriz (1.56 m/s), Santa Cruz Porrillo (1.5 m/s), Beneficio El Papaln (1.5 m/s), San Andrs (1.5 m/s), Nueva Concepcin (1.42 m/s) y Cerrn Grande (1.39 m/s). Proyecto SWERA-EL SALVADOR 1-5
Tabla 1-3 reas que presentan mayor potencial elico de acuerdo a estudio UPES. Cdigo A-35 Nombre y depto. Velocidad media anual (m/s) 4.39 3.14 Densidad de potencia media anual (W/m2) 116 70 Densidad de energa media anual (KWh/m2) 1040 629
Cerro Verde (Santa Ana) A-31 Planes de Montecristo (Santa Ana) Z-4 La Galera (Morazn) Fuente: Tomado del Plan Nacional de sobre el nivel del suelo.
2.86 57 519 Ordenamiento y Desarrollo Territorial. Velocidades a 10 metros
(b) Primer plan nacional de desarrollo energtico integrado 1988-2000, publicado en enero de 1988 por la Comisin Ejecutiva Hidroelctrica del Ro Lempa (CEL). Las conclusiones son similares a las obtenidos por el estudio de la UPES. La mayora de estaciones de medicin del viento tienen densidades de energa anual comprendidas entre 100 500 KWh/m2 y slo tres de las 20 estaciones estn por encima de 500 KWh/m2, destacndose Cerro Verde con 1040 KWh/m2. Resultados similares a los presentados en la tabla 1-3. En noviembre de 1994 Alexandre de Lemos Pereira del Centro Brasileiro de Energa Elica realiz con apoyo de la UCA, MARN y la CEL el estudio Site selection for wind power project in El Salvador. Este proyecto se ejecut con fondos del proyecto SWERA-UCA y con el apoyo del laboratorio de SIG de la UCA. El objetivo de este proyecto fue el de seleccionar varios sitios del pas para realizar mediciones de viento, hacer recomendaciones para las mediciones a realizar en cada uno de ellos y definir las especificaciones tcnicas para el sistema de adquisicin de datos de una torre de medicin de velocidad y direccin de viento. Las principales conclusiones de este estudio fueron:
La metodologa para ubicacin de los sitios consisti en: (a) anlisis de la informacin disponible de viento, en este caso el mapa elico generado por NREL para el pas del ao 2004 como parte del proyecto SWERA y la informacin meteorolgica histrica recopilado por la UCA en formato digital; (b) Los criterios para seleccin del sitio fueron los siguientes: ubicados en regiones de densidades de potencia de al menos 300 W/m2 (correspondiente a 7 m/s y a una altura de 50 m) de acuerdo al mapa de NREL, anlisis topogrfico para identificar caractersticas que contribuyeran a mejorar los recursos de viento, tipo de vegetacin, exclusin de reas protegidas, buen acceso y proximidad a la red elctrica; (c) Con apoyo de personal de la UCA y CEL se visitaron 7 diferentes regiones del pas durante 4 das: rea a lo largo de la frontera con Guatemala llamada La Hachadura, rea al sur del lago de Coatepeque entre Armenia y el cerro San Marcelino, rea al noroeste de la ciudad de La Libertad llamada Las Shilas, rea al norte de la ciudad de Metapn arriba de la frontera con Guatemala, rea alrededor de las ciudades de La Palma y San Ignacio, rea entre el ro Lempa, San Ildefonso y Santa Clara y rea alrededor de la villa de Monteca. Despus de aplicar los criterios anteriores se ubicaron cuatro sitios: Metapn, se localiz una pequea cresta en la loma de Santa Cruz, cerca de la ciudad de Metapn a 600 msnm (89.477977 W y 14.345140 N) (better recommended); San Isidro, localizado en un valle relativamente plano cerca de la villa de San Isidro a una altitud de 780 msnm (89.559193 W y 13.793907 N) (good recommmended); La Hachadura localizada cerca de la frontera con Guatemala a lo largo de la carretera CA2 en la costa, a una altitud de 50 msnm (90.082879 W y 13.853474 N) (best recommended); y, Monteca localizado a 900 msnm en una planicie cercana a la frontera con Honduras con acceso difcil desde la ciudad de Santa Rosa de Lima (87.85512 W y 13.87799 N) (recommended).
1-6
A la fecha de elaboracin de este documento se tiene conocimiento de un estudio de viento realizado hace varios aos en el pas por OLADE y datos de viento usados por el consultor colombiano Humberto Rodrguez quien participa en el proyecto Implementacin de medidas para el desarrollo de un mercado nacional sostenible para servicios de energa en el rea rural para el Ministerio de Economa.
1.4 Objetivos principales de esta investigacin.

El Objetivo principal de esta investigacin es la determinacin del potencial solar y elico del pas en base a datos registrados en las estaciones meteorolgicas de la divisin de meteorologa del SNET. Dado que a la fecha no exista una base de datos digital actualizada, los esfuerzos estuvieron dedicados a cumplir los siguientes objetivos especficos: Actualizar la base de datos digital de datos de radiacin y brillo solar (horas de luz solar) y datos de viento (velocidad, direccin y rfaga). Para esto fue necesario realizar un inventario completo de la informacin existente en el SNET. Disear un sistema informtico que permita en el futuro la actualizacin peridica de informacin registrada por las diferentes estaciones meteorolgicas del pas. Este sistema a su vez permite generar diferentes consultas y reportes de la informacin disponible. Investigar los diferentes sistemas de interpolacin utilizados en Geoestadstica (IDW, Spline, Kriging, etc) para generar los mapas de potencial solar. Finalmente, se seleccion el mtodo de Kriging para generar los modelos de superficies. Utilizar el mtodo de ngstrom y el mapa de zonas de vida de Holdrige para estimar datos de radiacin solar en estaciones con mediciones de luz solar nicamente. El principal aporte en este sentido fue la creacin de un modelo cartogrfico, propio de un sistema de informacin geogrfica (SIG), para generar los mapas de radiacin solar y luz solar. Utilizar el software WAsP para hacer estimaciones de potencial elico en el pas y utilizar el mapa elico desarrollado por NREL para el proyecto SWERA. Utilizar WAsP para modelar los sitios de mayor potencial elico en el pas. En las siguientes secciones se presentan los resultados obtenidos los cuales se espera sean de mucha utilidad para investigadores y usuarios de informacin solar y elica.
1-7
2. Metodologa de la investigacin.
Para determinar el potencial de energa solar y elica del pas los esfuerzos iniciales del proyecto SWERA-El Salvador se concentraron en identificar y completar una base de datos digital del pas sobre los parmetros climatolgicos de sol y viento registrados por la divisin de meteorologa del Servicio Nacional de Estudios Territoriales (SNET) y de otras instituciones nacionales. Este proceso consisti de las siguientes actividades: digitalizacin de datos existentes, inventario de registros climatolgicos del Servicio Nacional de Estudios Territoriales (SNET) y ProCaf, creacin de interfaz grfica para la captura de radiacin solar en ArcView, creacin del Sistema Automatizado de Manejo de Datos Meteorolgicos (Luz, Viento y Radiacin), uso de SIG y tcnicas de interpolacin (geoestadstica) y uso del software WAsP para estimaciones de potencial elico. La metodologa utilizada en esta investigacin se ilustra en la figura 2-1.
Figura 2-1 Metodologa de investigacin.
2.1 Datos del proyecto Solarimetra de la UES.

Una primera fuente de informacin fueron las tablas de radiacin solar y brillo solar (horas de luz solar) publicadas en un documento de septiembre de 1989 como resultado del proyecto Solarimetra ejecutado por la UES de 1986 a 1987 con el financiamiento de la OEA. En este documento se tenan Proyecto SWERA-EL SALVADOR 2-1
registrados datos de radiacin solar de 10 estaciones meteorolgicas y brillo solar (horas de luz solar) en 21 estaciones. Usando el modelo de Angstrom les fue posible estimar la radiacin solar en estaciones que tenan registros de brillo solar nicamente pero no de radiacin solar. De esta forma se obtuvieron datos de radiacin solar en 22 estaciones del pas (10 con mediciones reales). En la tabla 2-1 aparecen las estaciones con mediciones de radiacin solar y en la tabla 2-2 se indican los aos con mediciones de radiacin para cada uno de los meses. De manera similar se presentan las tablas 2-3 y 2-4 para el caso de horas de luz solar o brillo solar.
Tabla 2-1 Registros de radiacin solar recopilados por el proyecto de Solarimetra de la UES (Promedios mensuales en KWh/m2/da).1 Estacin a31 g13 g3 h8 n15 s27 s5 u11 v13 z4 Ene 4,5 3,9 4,8 5,1 4,8 5,0 4,8 4,9 4,6 4,3 Feb 4,8 4,1 5,3 5,5 5,2 5,5 5,2 5,4 5,2 4,8 Mar 4,8 4,5 5,6 5,8 5,5 6,1 5,4 5,5 5,3 5,1 Abr 4,2 4,3 5,5 5,6 5,3 5,8 5,4 5,2 5,1 4,5 May 3,5 3,8 5,0 5,2 4,8 5,2 4,7 4,8 4,8 4,1 Jun 3,5 3,7 5,1 4,9 5,0 5,2 5,0 4,8 4,7 4,0 Jul 4,7 4,1 5,4 5,6 5,3 5,9 5,5 5,4 5,1 4,5 Ago 4,0 4,2 5,4 5,3 5,2 5,6 5,1 5,4 5,1 4,3 Sep 3,3 3,3 5,0 4,6 4,8 4,9 4,6 5,0 4,6 3,5 Oct 3,8 3,6 5,0 4,8 4,7 4,8 4,6 4,8 4,5 3,7 Nov 4,2 3,4 4,8 4,9 4,6 5,0 4,7 4,8 4,6 3,7 Dic 4,2 3,5 4,6 4,8 4,6 4,8 4,7 4,7 4,4 3,9
Tabla 2.2 Nmero de aos con registros de radiacin solar para cada una de las estaciones (Proyecto Solarimetra). Estacin a31 g13 g3 h8 n15 s27 s5 u11 v13 z4 Ene 5 6 14 13 13 11 12 6 8 7 Feb 5 6 14 13 13 10 12 6 8 7 Mar 5 6 14 13 13 11 12 6 8 7 Abr 6 6 14 13 13 11 12 6 8 7 May 6 5 14 14 12 10 11 6 8 7 Jun 6 5 14 14 12 10 13 6 8 6 Jul 6 4 13 13 14 10 11 6 8 6 Ago 6 4 13 13 13 10 11 6 9 6 Sep 5 4 12 13 13 10 11 6 9 6 Oct 6 5 12 13 13 10 12 5 8 6 Nov 7 6 13 13 14 9 12 5 8 6 Dic 7 6 13 13 13 10 12 5 8 6
Las mediciones de radiacin solar global fueron medidos con Actingrafos tipo Robitzch tambin llamado Pirangrafo Bimetlico tipo Robitzch. Los aos de registros corresponden al periodo 1969 a 1983, con variaciones en cada una de las estaciones meteorolgicas. Segn el investigador principal del proyecto de Solarimetra, Sra. Ethelvina Morillo de Escobar los registros diarios para cada una de las estaciones estudiadas se encuentran en los archivos del Departamento de Fsica de la UES en formato de papel. Proyecto SWERA-EL SALVADOR 2-2
Tabla 2-3 Registros de brillo solar recopilados por el proyecto de Solarimetra de la UES (Promedios mensuales en horas de luz solar).2 Estacin a18 a31 a35 b10 g3 h8 l4 l8 m18 m23 m6 n15 s27 s5 t6 u11 u6 v13 v6 z2 z4 Ene 7,0 8,8 7,6 8,9 9,1 9,5 9,1 9,8 9,6 8,0 9,4 9,8 8,9 9,0 9,8 9,7 9,2 9,8 9,5 9,4 7,0 Feb 7,9 8,5 7,3 8,9 9,6 9,7 9,1 9,8 10,0 8,6 9,8 10,0 9,6 8,7 9,9 10,0 9,4 10,0 9,8 9,8 7,9 Mar 8,3 8,1 7,0 9,5 9,2 9,6 8,7 9,5 9,7 8,4 9,7 9,7 9,6 9,1 9,6 9,7 9,1 9,5 9,5 9,4 7,9 Abr 7,5 6,7 5,7 8,3 8,5 9,0 7,9 8,1 8,6 6,2 8,9 8,9 8,6 7,4 8,6 8,7 7,9 8,5 8,5 8,5 7,1 May 5,5 5,3 4,9 7,1 7,5 7,5 6,9 6,7 7,3 4,5 7,7 7,4 6,8 5,5 7,3 7,0 6,4 6,9 7,4 7,0 5,6 Jun 4,7 4,6 4,6 6,7 6,8 6,7 6,3 6,0 7,0 4,7 7,3 7,4 6,3 5,5 6,8 6,8 5,6 6,5 6,9 7,0 5,1 Jul 6,7 7,0 7,7 8,1 7,9 8,3 8,1 8,0 8,3 7,2 8,6 8,8 8,3 7,6 8,2 8,1 7,8 8,1 8,3 8,2 7,1 Ago 6,0 5,9 7,0 7,9 7,4 7,4 7,4 7,4 7,6 6,6 8,6 8,5 7,9 7,3 7,7 8,2 7,4 8,0 8,2 8,0 6,2 Sep 4,5 4,2 4,5 6,4 6,3 5,9 5,8 5,9 6,3 5,3 7,2 7,2 6,2 5,6 6,7 7,0 5,5 6,6 6,8 6,9 4,6 Oct 4,6 6,0 5,1 7,3 7,3 7,1 6,6 6,6 7,0 5,5 7,8 8,1 7,0 7,2 7,3 7,3 6,3 7,2 7,4 7,6 4,7 Nov 5,5 7,7 7,0 8,3 8,2 8,6 8,2 8,6 8,4 6,9 8,5 9,1 8,5 8,3 8,9 8,9 8,0 8,9 8,5 8,6 5,7 Dic 5,9 8,3 7,4 8,8 8,1 9,4 8,9 9,5 9,2 7,0 9,3 9,7 8,5 8,9 9,4 9,5 9,0 9,7 9,4 9,2 6,2
Tabla 2-4 Nmero de aos con registros de brillo solar para cada una de las estaciones (Proyecto Solarimetra). Estacin a18 a31 a35 b10 g3 h8 l4 l8 m18 m23 m6 n15 s27 s5 t6 u11
2
Ene 15 5 9 9 15 10 19 23 10 7 21 13 11 5 16 10
Feb 17 5 9 9 15 10 19 24 10 7 21 13 10 6 17 10
Mar 17 5 9 9 15 10 19 23 10 7 21 13 11 6 17 10
Abr 17 6 9 9 15 10 19 23 10 7 21 13 11 6 17 10
May 17 6 9 9 14 11 19 23 10 7 21 12 10 6 17 10
Jun 17 6 9 9 14 11 19 24 10 7 21 12 10 7 16 10
Jul 17 6 9 9 14 11 19 23 10 7 21 13 10 6 17 10
Ago 17 6 9 9 14 11 19 24 10 7 21 13 10 6 17 10
Sep 17 5 9 7 14 11 19 24 10 7 21 13 10 6 17 10
Oct 17 6 9 8 14 11 19 24 10 7 20 13 10 6 16 10
Nov 17 7 9 10 14 11 19 24 10 7 21 13 9 7 16 10
Dic 17 7 9 10 14 11 19 24 10 7 22 13 10 7 16 10
Las mediciones de brillo solar global fueron medidos con Heligrafos tipo Campbell Stokes. Los aos de registros corresponden al periodo 1957 a 1984, con variaciones en cada una de las estaciones meteorolgicas. Proyecto SWERA-EL SALVADOR 2-3
Estacin u6 v13 v6 z2 z4
Ene 25 8 16 14 8
Feb 25 8 16 14 8
Mar 25 8 16 14 8
Abr 24 8 17 14 8
May 25 8 17 14 9
Jun 25 8 17 14 9
Jul 24 8 17 14 9
Ago 25 9 17 14 9
Sep 25 9 17 14 9
Oct 25 8 17 14 9
Nov 26 8 17 14 9
Dic 25 8 17 14 9
2.2 Inventario de informacin solar y elica de la divisin de meteorologa del (SNET).

Uno de los objetivos principales del proyecto SWERA fue la recuperacin de informacin solar y elica de los aos posteriores al estudio de la UES (de1984 a 2004). Para este periodo, afectado por la guerra civil del pas (1980 a 1992), existan registros sin procesar; sin embargo, no se encontraban en formato digital. La divisin de meteorologa se limit a archivar nicamente la informacin. Para la recuperacin de la informacin la UCA realiz, en primera instancia, los inventarios de la informacin disponible. Estos resultados se presentan en las tablas 2-5 a 2- 8. Radiacin Solar. Para el caso de la Radiacin Solar sta se captura en bandas que contienen siete das de lectura en periodos de 12 horas por da, de 6:00 a.m. a 6:00p.m., en la figura 2-1 se muestra un ejemplo de estas bandas y en la tabla 2-5 se muestra el inventario total de bandas (2,663).
Figura 2-1 (a) Ejemplo de una banda de radiacin solar, (b) Mtodo del planmetro para recuperacin de la informacin de radiacin para el proyecto de Solarimetra. Tabla 2-5 Inventario de informacin de radiacin solar a recuperar en formato digital proyecto SWERA (en nmero de bandas).
Codigo A31 H8 G3 G13 S5 S27 Z4 N15
Estacin Montecristo Ahuachapan Nueva Concepcin Las Pilas Observatorio Estacin Matriz La Galera La Unin
Departamento Santa Ana Ahuachapan Chalatenango Chalatenango San Salvador San Salvador Morazan La Unin
perodo Sub-total 1984-1985, 2000, 2002 120 1984-1990, 1992 255 1984-2000, 2002 882 1984-1987, 1989-2000, 2002 602 1984-1986, 1996-1998 215 1984 26 1984 7 1984, 1986-2000, 2002 556 Total 2663
2-4
Brillo Solar (Horas de luz solar)
Para el parmetro de luz solar existen tres tipos de bandas: la curva larga, corta y recta (ver Figura 2-2). Cada una de estas bandas se coloca en el heligrafo en distintas pocas de ao seleccionadas de acuerdo al desplazamiento y orientacin del sol. Cada una de las bandas est dividida de manera horaria en el rango de las 6 a las 18 horas. Para digitalizar se tienen 84,809 bandas.
Tabla 2-6 Inventario de informacin de luz solar a recuperar en formato digital. Cdigo Departamento Aos Subtotal 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1994, 1995, 1996, 1997, 1998, 1999, Los Andes Santa Ana 2000, 2001, 2002 4915 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Los Planes de Montecristo Santa Ana 1998, 1999, 2000, 2001,2002 6398 1983, 1984, 1985, 1986, 1987, Cerro Verde Santa Ana 1554 1988 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Santa Ana El Palmar Santa Ana 1998, 2002 4881 Santa Ana Santa Ana 1986 29 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Ahuachapn Ahuachapn 1998, 1999, 2000, 2001,2002 6623 1996, 1997, 1998, 1999, 2000, La Hachadura Ahuachapn 2001,2002 2341 San Benito El imposible Ahuachapn 1995, 1996 577 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, Acajutla Sonsonate 1993, 1994, 1995 2898 1983, 1984, 1985, 1986, 1987, 1990, 1991, 1992, 1993, 1994, Santa Tecla La Libertad 3942 1995,1996, 1997, 1998 1983, 1984, 1985, 1986, 1987, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, San Andrs La Libertad 2000, 2001,2002 5603 1983, 1984, 1985, 1986, 1987, Observatorio San Salvador 1988, 1989 1363 1983, 1984, 1995,1996, 1997, Estacin matriz(El Matazano) San Salvador 1998 2600 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Nueva Concepcin Chalatenango 1998, 1999, 2000, 2001,2002 5724 2-5 Estacin
A18
A31 A35
A12
H1 H14 H99
T6
L31
L4 S5 S27
G3
Cdigo
Estacin
V6
Santa Cruz Porrillo
B10 U11
Cerrn Grande Beneficio La Carrera
U6 U99
Santiago de Mara Laguna de Alegra
M6
El Papaln
Z2 Z4 M23
San Francisco Gotera La Galera Cerro Cacahuatique
N3
La Unin
Departamento Aos Subtotal 1983, 1984, 1985, 1986, 1987, 1990, 1991, 1992, 1993, 1994, San Vicente 1995, 1996 3772 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Cabaas 1998, 1999, 2000, 2001,2002 6122 Usulutn 1983, 1984, 1985, 1986 761 1983, 1984, 1985, 1986, 1987, 1990, 1991, 1992, 1993, 1994, Usulutn 1995, 1996, 1997, 1998 4739 Usulutn 1998, 1999, 2000, 2001,2002 866 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001,2002 San Miguel 6592 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, Morazn 1998, 1999, 2000, 2001,2002 6432 Morazn 1983, 1984 231 San Miguel 1983 23 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, La Unin 1998, 1999, 2000, 2001,2002 5823 Total 84,809
Figura 2-2 Tres tipos de bandas para medir brillo solar (horas diarias de luz solar).
2-6
Viento Para el parmetro viento, los registros se realizan en dos formatos: (a) bandas que son reemplazadas diariamente cubriendo periodos de 24 horas, de las cuales se puede extraer, al post-procesarla, datos horarios de: rumbo, velocidad y rfaga3 (23,001 bandas diarias) y (b) Cuadros de registros mensuales con informacin de viento (2,558 cuadros). La figura 2-3 muestra las bandas diarias y los cuadros mensuales. Los inventarios de viento en bandas y cuadros mensuales se muestran en las tablas 2-7 y 28.
Figura 2-3 (a) Bandas para registro diario de viento; (b) Cuadro mensual de mediciones de viento (se registra velocidad, direccin y rfaga en forma horaria para cada da del mes). Tabla 2-7 Inventario total de bandas diarias de viento.
A12 A31 H8 T6 G3 L4 S10 V6 N3 Santa Ana el Palmar Planes de Montecristo Ahuachapan Acajutla Nueva concepcin San Andrs Ilopango Santa Cruz Porrillo La Unin Santa Ana Santa Ana Ahuachapan Sonsonate Chalatenango La Libertad San Salvador San Vicente La Unin 1984-1986, 1994-2000 1983-1985, 2000-2002 1984-1986, 1994-1996, 19982001 1986, 1991-2002 1984-1986 1984, 1990-19997, 19992002 1984-2002 1984 1984-1986 Total 2767 1472 2377 4194 809 4361 6221 93 707 23001
Rfaga es la velocidad instantnea del viento de mayor magnitud en un da determinado. 2-7
Tabla 2-8 Inventario de cuadros mensuales de registros de viento.

Codigo A-12 A-31 A-35 H-8 H-13 T-6 L-4 S-10 S-5 S-4 L-18 S-27 V-6 V-13 P-11 B-10 G-3 Estacin Sta. Ana El Palmar Planes de Montecristo Cerro Verde Ahuachapan Apaneca Sta. Leticia Acajutla San Andres Aeropuerto-Ilopango S.S. Observatorio S.S. ITIC El Boqueron Estacion Matriz Sta. Cruz Porrillo Apastepeque Hacienda Astoria Cerron Grande Nueva Concepcion Departamento Santa Ana Santa Ana Santa Ana Ahuachapan Ahuachapan Sonsonate La Libertad San Salvador San Salvador San Salvador San Salvador San Salvador San Vicente San Vicente La Paz Cabaas Chalatenango Periodo 1959-1986 1976-1981 1975-1981, 1983 1969-1984 1973-1980, 1982-1984 1954-1956, 1962-1964, 19661968, 1970-1974, 1976 1958-1962, 1971-1974, 19761984 1965-1969, 1976-1979, 19831984, 1986 1955-1974, 1976-1978, 1986 1952-1956 1973-1974, 1976-1985 1973-1974, 1976-1984 1969-1982, 1984 1973-1980 1970-1975 1974-1981 1970-1974, 1976-1985 Total No Cuadros 320 72 94 184 128 173 216 132 287 38 140 126 180 96 120 83 169 2558
2.3 Procedimiento para recuperacin de informacin solar y elica.

Una vez concluido el inventario de la informacin solar y elica a recuperar se inici la creacin del sistema automatizado para el manejo de datos meteorolgicos en Visual Basic, que servir en el futuro como medio de almacenaje y consulta de informacin una vez concluido el proyecto. Dada la cantidad de informacin a procesar y el tiempo que se requera para hacerlo en la forma tradicional, se opt por desarrollar el sistema informtico con una interfaz grfica en ArcView que permitiera la captura de bandas escaneadas de radiacin solar. A continuacin se detalla el procedimiento para digitalizar cada una de las variables meteorolgicas de inters a este proyecto. Radiacin Solar. La interfaz grfica tena la funcin de calcular los valores meteorolgicos de radiacin a partir de las bandas analgicas escaneadas. Fue creada con herramientas del SIG ArcView y fue considerada de carcter temporal mientras esta tarea se incorporaba al sistema en Visual Basic. La interfaz desarrollada permite manejar los archivos escaneados, calibrar las bandas, cambiar las unidades de pxeles de una imagen escaneada a unidades reales, dibujar puntos, arcos y polgonos o cortar polgonos. Los polgonos posteriormente se convierten a radiacin solar. Los datos calculados se almacenaron provisionalmente en Access. A continuacin se describe el proceso para leer las bandas de radiacin (ver figura 2-4 y 2-5): 1) Escaneo de las bandas, este paso tiene un doble objetivo, el primero es crear un banco digital de imgenes(en formato JPG para generar archivos de calidad con poco tamao) de las correspondientes bandas de registro para tener un respaldo si las bandas en papel se deterioran Proyecto SWERA-EL SALVADOR 2-8
o extravan; y el segundo, consiste en utilizar esta imagen para la digitalizacin en pantalla de las reas a partir de las cuales se calcula la radiacin. Cada imagen se identifica a travs del cdigo de la estacin mas las fechas de inicio y fin de la lectura. 2) Digitalizacin en pantalla, una vez se tiene la imagen, el tcnico la carga dentro del Arcview para proceder a dibujar las reas que no son mas que la cantidad de radiacin dividida en los perodos de maana y tarde. Este proceso genera un Archivo de formato SHP, propio del programa, el cual calcula de forma automtica el rea bajo la curva del registro. Este dato es almacenado directamente en una base de datos para su consulta posterior.
Figura 2-4 Banda de radiacin solar escaneada e incorporada en ArcView para su digitalizacin.
Figura 2-5 (a) Generacin del banco de imgenes de bandas de radiacin; (b) Clculo de la radiacin solar en el software ArcView.
2-9
brillo solar. El procedimiento para digitalizar las bandas de luz solar es el siguiente: cada espacio de hora se divide mentalmente en 10 zonas para facilitar la estimacin de la cantidad de tiempo que el sol perfor la banda, este tiempo se registra de manera horaria en el computador. Luego, cada una de las estimaciones horarias son acumuladas por el software de captura de datos para estimar el nmero de horas de luz solar en ese da en particular. Antes de leer la banda se crea un registro en la base de datos de la fecha del da y de la estacin (ver Figura 2-6).
Figura 2-6 Proceso de captura de luz solar en formato digital.
Viento. El procedimiento para digitalizar la informacin de viento sigue dos procesos: lectura de bandas y lectura de cuadros. Lectura de banda: se escanea la banda en dos partes (debido a su larga longitud) luego se unen mediante software y se identifica el archivo imagen generado con la fecha de registro y el cdigo de la estacin. Luego se captura en ArcView la imagen escaneada y se capturan tres tipos de informacin: direccin del viento, velocidad y rfaga. Lectura de cuadro: se digitaliza la informacin de los tres parmetros (direccin del viento, velocidad y rfaga) los cuales ya estn disponibles en horas, esto debido a que el cuadro es el resultado mensual de las lecturas diarias de las bandas para cada una de las estaciones (ver Figura 2-7).
2-10
Figura 2-7 Proceso de captura en formato digital de los cuadros mensuales de viento.
2.3.1 Sistema Automatizado de Manejo de Datos Meteorolgicos (Brillo solar, radiacin solar y Viento.
El Sistema de Captura de Datos, es un software desarrollado a la medida para la recuperacin de datos histricos de Viento, Radiacin y Brillo Solar, y tiene como objetivo principal brindar una herramienta automatizada para el uso y administracin de los datos de potencial solar y elico del pas. Este software ha sido diseado de la manera mas sencilla, con una interfaz orientada al usuario, permitiendo que la aplicacin tenga una interaccin agradable, fcil de entender y manejar por cualquier tipo de usuario con conocimientos bsicos de computacin. Mediante esta herramienta se obtendrn mayores beneficios en cuanto a las necesidades de informacin que surjan, como por ejemplo elaboracin de informes o reportes, ofreciendo una informacin veraz y confiable, as como tambin un anlisis de la informacin. El Sistema desarrollado facilita el manejo de datos y la obtencin de la informacin a la cual se le da un tratamiento ms gil y efectivo. Ha sido desarrollado en el lenguaje de Programacin de Visual Basic 6.0, utilizando una base de datos en Access 2000. Ventajas del sistema Al instalarse una base de datos centralizada y con conexiones de red, se garantiza la unidad de la informacin, facilitando las labores de mantenimiento, respaldo y consulta. El Sistema mecanizado y enlazado por medio de una red con estaciones de usuarios, permite la facilidad de consulta, as, si se necesita algn reporte o informacin procedente de una consulta, la puede obtener de forma directa sin necesidad de recurrir a recursos adicionales. El sistema desarrollado brinda el apoyo necesario para el manejo productivo de la informacin y la obtencin de la misma, aumentando la capacidad de administrar la informacin. 2-11
La informacin puede ser accedida y ordenada segn los criterios que se estimen convenientes, evitando as, la duplicidad de informacin.
De manera general la estructura del sistema informtico es la siguiente: Catlogos Esta parte involucra todos los mantenimientos de la aplicacin, algunos de estos mantenimientos dependen de otros, como por ejemplo Estaciones y Categoras o Departamentos y Zona Departamental. Cada uno de estos mantenimientos debern ser llenados antes de utilizar la parte de Rubros . a) b) c) d) e) f) Rubros Esta parte del men es prcticamente donde se ingresan los datos de los tres tipos de Medicin, para cada uno de los cuales existe una pantalla diferente. Para los rubros de Viento y Luz Solar, la insercin de los datos es prcticamente igual, para el rubro de Radiacin el dato se obtendr de una interfaz grfica en la cual se escanea la banda y se dibuja sobre ella, realizando una calibracin para obtener un factor, el cual se utiliza para el clculo del rea. Sin embargo la pantalla para Radiacin es igual que para Viento y Luz Solar. De igual manera el rubro de Viento tendr una interfaz grfica, en la cual tambin se escaneara la banda pertinente. a) Captura de Datos Manual 1. Viento 2. Brillo Solar b) Captura de Datos Grfica 1. Radiacin 2. Viento Consultas a) Consulta de Radiacin b) Consulta de Usuarios c) Consulta de Estaciones por Categora Reportes a) Mediciones por Estacin b) Mediciones por Ao c) Medicin por Rango de Aos d) Generales e) Por Status f) Estaciones 1. Por Categora 2. Por Departamento Algunas de las pantallas principales del sistema informtico se presentan en la figura 2- 8 . Categoras Rumbos Tipo de Medicin Zona Departamental Departamentos Estaciones
2-12
Figura 2-8 Pantallas del sistema informtico desarrollado para capturar y almacenar datos de potencial solar y elico del pas.
2.4 Resultados obtenidos del proceso de digitalizacin de la informacin en los inventarios.

A la fecha de elaboracin de este documento el avance de recuperacin de la informacin digitalizada es la siguiente: Radiacin solar. En el caso de la radiacin solar se recuper en formato digital el 100 % de las bandas (2663). Los aos y las estaciones recuperadas se muestran en la tabla 2-9. De las 10 estaciones con mediciones de radiacin solar nicamente se han actualizado 8, completando los aos de 1969 a 2002 (en el mejor de los casos) para algunas de las estaciones. En la tabla 2-10 se muestran los valores en KWh/m2/da actualizados con los datos de Solarimetra y SWERA y en la tabla 2-11 se muestra el nmero de aos con mediciones digitalizadas para cada una de las estaciones. Tabla 2-9 Total de bandas digitalizadas de radiacin solar (SWERA).
Codigo A31 H8 G3 G13 S5 S27 Z4 N15
Estacin Montecristo Ahuachapan Nueva Concepcin Las Pilas Observatorio Estacin Matriz La Galera La Unin
Departamento Santa Ana Ahuachapan Chalatenango Chalatenango San Salvador San Salvador Morazan La Unin
perodo Sub-total 1984-1985, 2000, 2002 120 1984-1990, 1992 255 1984-2000, 2002 882 1984-1987, 1989-2000, 2002 602 1984-1986, 1996-1998 215 1984 26 1984 7 1984, 1986-2000, 2002 556 Total 2663
2-13
Tabla 2-10 Radiacin solar en KWh/m2/da incluyendo datos de Solarimetra y SWERA. Estacin a31 g13 g3 h8 n15 s27 s5 u11 v13 z4 Ene Feb Mar 4.9 5.2 5.0 4.6 5.0 5.6 4.9 5.4 5.7 5.0 5.4 5.7 4.7 5.1 5.4 5.1 5.6 6.2 4.9 5.4 5.7 4.9 5.4 5.5 4.6 5.2 5.3 4.4 4.9 5.1 Abr May 4.5 3.6 5.3 5.1 5.5 5.2 5.5 5.0 5.3 4.8 5.9 5.2 5.4 4.9 5.2 4.8 5.1 4.8 4.8 4.1 Jun 4.1 5.0 5.2 4.7 5.0 5.3 5.1 4.8 4.7 4.0 Jul Ago Sep 5.2 4.7 3.8 5.5 5.5 4.8 5.4 5.4 5.0 5.2 5.0 4.3 5.2 5.2 4.8 5.9 5.6 4.9 5.5 5.2 4.6 5.4 5.4 5.0 5.1 5.1 4.6 4.5 4.3 3.5 Oct Nov 4.4 4.6 4.7 4.3 4.9 4.7 4.5 4.6 4.7 4.5 4.8 5.0 4.8 4.8 4.8 4.8 4.5 4.6 3.7 3.7 Dic 4.6 4.3 4.6 4.5 4.4 4.8 4.8 4.7 4.4 3.9
Tabla 2-11 Nmero de aos de radiacin solar digitalizados para las estaciones meteorolgicas (SWERA + Solarimetra). Estacin a31 g13 g3 h8 n15 s27 s5 u11 v13 z4 Ene 7 19 30 17 23 12 17 6 8 8 Feb 7 18 31 18 23 11 17 6 8 8 Mar 6 19 30 18 23 12 17 6 8 7 Abr 7 18 30 18 23 12 18 6 8 8 May 7 18 30 19 22 11 17 6 8 7 Jun 9 18 29 20 24 11 19 6 8 6 Jul 9 18 28 19 25 10 16 6 8 6 Ago 9 17 30 19 26 10 15 6 9 6 Sep 8 17 30 19 26 10 15 6 9 6 Oct 9 15 28 19 25 10 16 5 8 6 Nov 10 16 28 19 25 9 16 5 8 6 Dic 10 21 30 20 24 10 16 5 8 6
Para propsitos de consulta se incluyen los datos de radiacin solar registrados en estaciones meteorolgicas de Procaf, aun cuando estos datos no se incluyeron para las estimaciones de potencial solar. Tabla 2-10 (a) Datos de radiacin solar KWh/m2/da registrados por estaciones de ProCaf. Estacin Ciudad Barrios Chalchuapa Chaparrastique El Boquern Jayaque Juaya Latitud 13,44 13,93 13,76 13,76 13,71 13,83 Longitud Ene Feb -88,3 6,6 5,7 -89,67 4,3 4,8 -88,21 2,4 4,6 -89,29 5,2 5,8 -89,45 5,6 5,9 -89,74 3,4 3,9 Mar 5,0 4,5 4,4 5,2 6,2 3,9 Abr May 5,5 6,4 5,3 3,6 2,4 7,0 4,4 7,0 4,1 4,6 3,2 Jun 5,7 5,2 3,6 5,0 5,1 3,5 Jul 5,6 5,8 3,8 5,6 5,6 3,8 Ago 6,9 6,1 3,2 5,8 5,3 3,7 Sep 6,2 4,8 2,4 4,7 4,3 2,8 Oct 5,4 5,0 2,3 4,1 4,9 3,1 Nov 7,5 5,6 2,4 5,1 5,4 3,3 Dic 7,8 4,4 2,2 4,9 5,8 3,1
2-14
Tabla 2-10 (b) Nmero de aos de radiacin solar digitalizados para las estaciones meteorolgicas de ProCaf. Estacin Ciudad Barrios Chalchuapa Chaparrastique El Boquern Jayaque Juayua Ene 3 2 3 3 2 3 Feb 2 2 1 2 2 2 Mar 1 2 1 2 2 2 Abr 1 1 1 1 1 1 May 2 1 1 1 1 1 Jun 2 2 2 3 3 3 Jul 2 3 2 3 3 3 Ago 2 1 2 2 2 2 Sep 2 1 2 2 2 2 Oct 3 1 3 3 2 3 Nov 2 2 3 3 4 4 Dic 1 2 2 1 2
Brillo solar.
En el caso del brillo solar, dado que la secuencia de datos de solarimetra cubra el rango de aos de 1957 a 1984 para 21 estaciones meteorolgicas con datos para los diferentes meses desde 5 aos de mediciones hasta 25 aos, se consider que era una buena secuencia de datos para la interpolacin a realizar (estimacin del mapa de Luz Solar). Debido a esto el esfuerzo en tiempo de los tcnicos de la UCA se dedic a obtener un inventario ordenado de las bandas existentes para las diferentes estaciones (84,809 bandas). A la fecha nicamente se han digitalizado los ltimos aos de 17 estaciones, es decir, 7,854 bandas que representan un 9.26 % del total (ver tabla 2-12). Tabla 2-12 Datos de luz solar digitalizados dentro del proyecto SWERA. Cdigo A18 A31 A35 A12 H14 H99 H8 L4 S27 S5 B10 U6 U11 U99 V6 V16 Estacin Los Andes Los Planes de Montecristo Cerro Verde Santa Ana, El Palmar La Hachadura San Benito, El imposible Ahuachapn San Andrs Estacin matriz (El Matazano) Observatorio Cerrn Grande Santiago de Mara Beneficio La Carrera Laguna de Alegra Santa Cruz Porrillo Lempa-Acahuapa San Vicente San Vicente Departamento Santa Ana Santa Ana Santa Ana Santa Ana Ahuachapn Ahuachapn Ahuachapn La Libertad San Salvador San Salvador Cabaas Usulutn Usulutn Aos 2001, 2002 2001, 2002 1987, 1988 1998, 2002 2001, 2002 1995, 1996 2002 2001, 2002 2000, 2001 1988, 1989 2001, 2002 1997, 1998 1985, 1986 2001, 2002 1994 2001, 2002
Total
Subtotal 508 695 379 432 726 577 214 695 700 224 698 392 357 366 209 682 7854
2-15
Viento. La informacin recuperada a la fecha es de 719 cuadros mensuales, equivalentes a 20,890 registros diarios con informacin horaria. La informacin de viento en bandas (23,001) no se han digitalizado.
Tabla 2-13 Cuadros de viento digitalizados en el proyecto SWERA.

Estacin a12 a31 a35 M23 M6 N15 h8 h13 s10 s27 l4 l18 b10 g3 v6 v13 U11 Z4 Nombre Santa Ana El Palmar Los Planes de Montecristo Cerro Verde Cerro Cacahuatique El Papaln La Unin Ahuachapn Apaneca Santa Leticia Aeropuerto Ilopango Estacin Matriz San Andrs Boquern Cerrn Grande Nueva Concepcin Santa Cruz Porrillo Apastepeque Beneficio La Carrera La Galera TOTAL Cuadros 68 36 33 25 48 22 50 35 53 54 54 60 27 61 48 6 17 22 719 Das de medicin 2014 1044 978 678 1450 667 1429 997 1491 1599 1616 1756 703 1818 1350 177 505 618 20,890 Aos 1980-1986 1980-1983 1980, 1981, 1983 1980-1982 1980-1984, 1986 1980, 1985 1980-1984 1980, 1982-1984 1980-1984, 1986 1980-1984 1980-1984 1980-1985 1980-1984 1980-1984, 1986 1980-1984 1980 1980, 1983, 1984 1980-1982
2-16
3. Aplicacin de Tecnologas SIG al modelo de Angstrom

3.1 Conceptos bsicos de Radiacin Solar y Luz solar.
El Sol y la Tierra Se entiende como radiacin solar a la radiacin electromagntica que proviene del Sol1, la cual se extiende desde los rayos gamma (de longitud de onda 10-10 cm e inferiores) hasta las ondas de radio (de longitudes de onda 10+5 cm y superiores). La mayora de la radiacin solar cae entre las longitudes de onda de 0.15 a 120 m (micrmetros), y la radiacin de importancia prctica a los usuarios de la energa solar cae entre 0.15 y 3.0 m. Las longitudes de onda de la radiacin visible estn entre 0.38 y 0.72 m (ver Figura 1). La cantidad de energa radiada por el sol se estima a una razn de 3.8x1023 kW.
Figura 3-1 Espectro Electromagntico. La radiacin de importancia prctica a los usuarios de la energa solar cae entre 0.15 y 3.0 m. La Tierra est a 150 millones de km del Sol y tiene un radio de aproximadamente 6360 km. La Tierra gira alrededor del Sol en una rbita elptica a una velocidad media de 30 km/s y al mismo tiempo rota sobre su eje a una velocidad de 0.5 km/s. El eje de rotacin de la Tierra est inclinado 23.45 con respecto a su rbita alrededor del Sol. La distribucin de la radiacin solar sobre la superficie de la Tierra y su variacin a lo largo de la duracin del da es el resultado de la posicin inclinada de la Tierra, su rotacin diaria y su traslacin anual. Es decir, la radiacin solar recibida en la superficie de la Tierra no es constante y para su comprensin es necesario conocer los ngulos entre el Sol y la Tierra.
El sol es una estrella de radio 0.7 millones de Km, tiene una masa de 2x1030 kg y su temperatura en la superficie es de aproximadamente de 5760 K. Proyecto SWERA-EL SALVADOR 3-1
ngulos entre el Sol y la Tierra. La posicin de una localidad en la superficie de la Tierra se conoce a travs de las coordenadas de latitud y longitud: Latitud ( ) se define como la distancia angular de un punto (en la superficie de la Tierra) medida desde el ecuador. Puede ser al norte o al sur del ecuador y nos indica qu tan lejos est la localidad del ecuador. Longitud (L) o meridiano son semi crculos que pasan por los polos de la Tierra. El meridiano cero pasa por Greenwich y por acuerdo internacional se le conoce como meridiano principal. La longitud se define como el ngulo entre el meridiano principal y el meridiano que pasa a travs de una localidad. Localidades al este del Greenwich se definen como grados Este y localidades al oeste del Greenwich se definen como grados Oeste.
Tiempos de reloj (WT). Se basa en longitudes y depende del meridiano estndar para cada pas o regin. La diferencia en tiempo del meridiano estndar con el Greenwich se conoce como GMT. La velocidad de rotacin de la tierra es de 4 minutos por meridiano (o longitud) o de 15 por hora. Tiempo solar (TS). Se basa en el da solar que se define como el intervalo de tiempo entre dos pasos sucesivos del Sol a travs del meridiano del observador. Todos los clculos en energa solar se basan nicamente en el tiempo solar. El tiempo solar es diferente del tiempo de reloj por dos razones: El tiempo de reloj depende del meridiano estndar del pas o regin y, por lo tanto, existe una diferencia entre la longitud local y el meridiano estndar delta en minutos:
= 4(Les LLo )
Ec. 3-1
Las velocidades de rotacin y angular de la tierra no son constantes. Esta correccin se conoce como la Ecuacin del Tiempo (EOT). Para calcular EOT se utiliza la siguiente ecuacin (en horas):
EOT = 0.123 cos( + 87 ) (1 / 6 )sen[2( + 10 )]
Ec. 3-2 Ec. 3-3
= 0.938[N + 30.3(M 1)]
En donde, N y M representan el nmero del da en el mes y el nmero del mes del ao.
La diferencia entre el tiempo solar y el tiempo de reloj se relaciona con la EOT de la siguiente manera: Para localidades al Este del Greenwich: ST = WT + EOT
Ec. 3-4
Para localidades al Oeste del Greenwich ST = WT + EOT +
Ec. 3-5
La posicin del sol en el cielo se conoce por los ngulos horarios y la declinacin y estos se determinan de la siguiente forma:
3-2
Angulo horario. Es el desplazamiento del sol Este u Oeste del meridiano de una localidad debido a la rotacin de la tierra sobre su eje a 15 por hora. Al medio da solar (el momento en el cual el sol est sobre el meridiano local) el ngulo horario es cero. En la maana es negativo, mientras que en la tarde, es positivo. El ngulo horario se calcula por la siguiente ecuacin:
= 15(ST 12)
En donde ST es el tiempo solar en horas. Declinacin.
Ec. 3-6
Es la posicin angular del sol al medio da solar con respecto al plano del ecuador. Tambin se define como el ngulo formado por la lnea que se extiende desde el centro del sol al centro de la tierra y la proyeccin de esta lnea en el plano ecuatorial de la tierra. La mxima declinacin se obtiene en el solsticio de verano (junio 22, 23.45 ), la mnima en el solsticio de invierno (diciembre 21, -23.45 ) y es igual a cero durante los dos equinoccios (marzo 21 y septiembre 22). Esto nos indica que el sol est directamente sobre nuestras cabezas dos veces al ao en localidades entre 23.45 N y 23.45 S y el sol nunca est sobre nuestras cabezas a latitudes fuera de este rango.
= 23.45Sen{360(284 + N ) / 365 }grados
Ec. 3-7
3.2
Modelo de Angstrom.
Los datos de radiacin registrados por una estacin meteorolgica son la mejor fuente de informacin para estimar la radiacin solar incidente promedio en una localidad. Cuando estos datos faltan o no hay datos de localidades cercanas, con clima similar, al punto de inters, se utilizan ecuaciones empricas para estimar la radiacin a partir de las horas de luz solar o nubosidad (cloudiness). Los datos de horas de luz solar promedio (tambin llamado brillo solar en este documento) usualmente estn disponibles para mayor nmero de estaciones meteorolgicas, para el caso de El Salvador. Uno de los modelos ms conocidos para estimar datos de radiacin solar es la ecuacin de regresin de ngstrom que relaciona, para una localidad de inters, el cociente de la radiacin diaria promedio mensual y la radiacin en da despejado (clear day radiation) (H/Hc), con la fraccin de horas de luz solar posibles (n/N):
H n = a' + b' Hc N
En donde, H : Hc : a y b: n : N :
Ec. 3-8
Radiacin diaria promedio mensual en una superficie horizontal. Radiacin diario promedio en cielo abierto para la localidad y mes de inters. Constantes empricas. Promedio mensual de horas diarias de luz solar. Promedio mensual de las horas mximas de luz solar diarias (es decir, la duracin del da del da promedio del mes).
Una dificultad de esta ecuacin est en la ambigedad de los trminos n/N y Hc. El primero es un error de tipo instrumental (el registro de luz solar diario est sujeto a la interpretacin de la persona que realiza la lectura en la banda), el segundo, resulta de la incerteza en la definicin de da despejado (clear day). Page y otros autores modificaron la ecuacin original de Angstrom por un mtodo basado en la radiacin extraterrestre sobre una superficie horizontal en lugar de la radiacin diaria promedio en cielo despejado,
3-3
H n = a+b H0 N
Ec. 3-9
En donde Ho es la radiacin fuera de la atmsfera para la misma localidad promediada en el periodo de inters y a y b son las constantes modificadas las cuales, obviamente, dependen de la localidad en estudio. La metodologa empleada para evaluar la energa solar disponible de las estaciones que poseen informacin bsica completa (radiacin solar + brillo solar) es la siguiente:
Paso 1. Clculo de los promedios mensuales de la duracin astronmica del da (longitud del da u horas mximas de luz solar diarias). La duracin astronmica del da Nd, o longitud del da, se calcula mediante:
Nd =
en donde:
2 2 s = cos 1 ( tan tan ) 15 15
Ec. 3-10
Declinacin, es la posicin angular del sol al medioda solar con respecto al plano del ecuador.
0.006918 0.399912 cos + 0.070257 sin 0.006758 cos 2 180 = + 0.000907 sen 2 0.002697 cos 3 + 0.00148 sen 3
En donde:
Ec. 3-11
: es el ngulo del da(en radianes) y se representa por:
2 (d n 1) 365
Ec. 3-12
Donde
d n es el nmero del da ( 1 d n 365 ).

: Latitud, es el ngulo con que se determina el lugar de inters (localidad) sobre la tierra con respecto al plano del ecuador. Angulo horario con que se oculta el sol.
El promedio mensual de la duracin astronmica del da Nd puede calcularse, con bastante aproximacin, usando en la ecuacin 3-10 el valor de la declinacin para el da recomendado para cada mes.2 En la tabla 3-1 se muestra el clculo del ngulo de declinacin para cada da caracterstico del mes y en la tabla 3-2 se presenta la duracin astronmica del da para cada mes y en cada una de las estaciones consideradas.
El da recomendado de cada mes o da promedio del mes es el da en el cual su radiacin extraterrestre es la ms cercana al promedio del mes. Proyecto SWERA-EL SALVADOR 3-4
Tabla 3-1 Clculo del ngulo de declinacin dn 17 47 75 105 135 162 198 228 258 288 318 344
0.275427945 0.791855342 1.273854247 1.790281644 2.306709041 2.771493699 3.391206575 3.907633973 4.42406137 4.940488767 5.456916164 5.904486575
(grados) -20.90354682 -12.60892623 -2.041903131 9.480836087 18.67365533 23.0378951 21.34544923 13.98911474 3.342793611 -8.217977789 -18.04105059 -22.84065258
(rad) -0.364835717 -0.220067278 -0.035637933 0.165471806 0.325916769 0.402087122 0.372548369 0.244156112 0.058342755 -0.14343077 -0.314875733 -0.398644591
Tabla 3-2 Duracin astronmica del da para cada estacin (en horas). Cdigo H-8 A-18 A-31 A-35 T-6 L-4 L-8 S-5 S-27 G-3 G-13 V-6 V-13 U-6 U-11 M-6 M-18 M-23 Z-2 Z-4 N-15 B-10 Latitud Longitud Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic 13.94 -89.86 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.88 -89.64 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 14.4 -89.36 11.2 11.6 11.9 12.3 12.7 12.8 12.8 12.5 12.1 11.7 11.4 11.2 13.83 -89.62 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.57 -89.83 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.81 -89.41 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.69 -89.29 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.7 -89.2 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.69 -89.14 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 14.12 -89.29 11.3 11.6 11.9 12.3 12.7 12.8 12.8 12.5 12.1 11.7 11.4 11.2 14.36 -89.09 11.3 11.6 11.9 12.3 12.7 12.8 12.8 12.5 12.1 11.7 11.4 11.2 13.44 -88.8 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.7 -88.75 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.48 -88.47 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.33 -88.52 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.44 -88.12 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.71 -88.36 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.76 -88.23 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.7 -88.11 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 14.04 -88.09 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.33 -87.88 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2 13.94 -88.91 11.3 11.6 11.9 12.3 12.6 12.8 12.7 12.5 12.1 11.7 11.4 11.2
3-5
Paso 2. Clculo del promedio mensual de la radiacin solar extraterrestre en superficie horizontal. La radiacin solar extraterrestre en la superficie horizontal se determina por medio de la siguiente ecuacin:
H0 =
24(3600)
2s 360d n I sc 1 + 0.033cos sen sen cos cos sens + 360 Ec. 3-13 365
En donde, I sc = Constante solar y su valor es 1353 watt/m2 y los otros valores fueron definidos anteriormente. La radiacin extraterrestre, calculada a partir de la ecuacin 3-13, para cada una de las estaciones se presenta en la tabla 3-3, de estas 22 estaciones, solo 9 tienen registros de brillo y radiacin como se mencion en la seccin 2 de este documento. Tabla 3-3 Radiacin extraterrestre para cada estacin (KWh/m2/da). Estacin a18 a31 a35 b10 g3 h8 l4 l8 m18 m23 m6 n15 s27 s5 t6 u11 u6 v13 v6 z2 z4 Ene 8.28 8.21 8.29 8.27 8.25 8.27 8.29 8.31 8.30 8.30 8.34 8.36 8.31 8.31 8.32 8.36 8.33 8.31 8.34 8.31 8.26 Feb 9.13 9.07 9.13 9.12 9.10 9.12 9.14 9.15 9.15 9.14 9.17 9.18 9.15 9.15 9.16 9.18 9.17 9.15 9.17 9.15 9.11 Mar 9.96 9.93 9.96 9.95 9.94 9.95 9.96 9.97 9.96 9.96 9.98 9.98 9.97 9.96 9.97 9.98 9.98 9.96 9.98 9.97 9.95 Abr 10.47 10.47 10.47 10.47 10.47 10.47 10.47 10.47 10.47 10.47 10.46 10.46 10.47 10.47 10.47 10.46 10.47 10.47 10.46 10.47 10.47 May 10.55 10.57 10.55 10.55 10.56 10.55 10.54 10.54 10.54 10.54 10.53 10.52 10.54 10.54 10.53 10.52 10.53 10.54 10.53 10.54 10.56 Jun 10.48 10.52 10.47 10.48 10.50 10.48 10.47 10.46 10.47 10.47 10.45 10.44 10.46 10.47 10.46 10.44 10.45 10.46 10.45 10.46 10.49 Jul 10.47 10.50 10.46 10.47 10.48 10.47 10.46 10.45 10.46 10.46 10.44 10.43 10.45 10.46 10.45 10.43 10.44 10.45 10.44 10.45 10.48 Ago 10.44 10.45 10.43 10.44 10.44 10.44 10.43 10.43 10.43 10.43 10.43 10.42 10.43 10.43 10.43 10.42 10.43 10.43 10.43 10.43 10.44 Sep 10.09 10.07 10.09 10.09 10.08 10.09 10.09 10.10 10.10 10.10 10.11 10.11 10.10 10.10 10.10 10.11 10.10 10.10 10.11 10.10 10.09 Oct 9.33 9.28 9.34 9.33 9.31 9.32 9.34 9.35 9.35 9.34 9.37 9.38 9.35 9.35 9.36 9.38 9.36 9.35 9.37 9.35 9.32 Nov 8.46 8.39 8.46 8.45 8.42 8.45 8.46 8.48 8.48 8.47 8.51 8.53 8.48 8.48 8.49 8.53 8.51 8.48 8.51 8.48 8.43 Dic 8.00 7.93 8.01 7.99 7.97 7.99 8.01 8.03 8.03 8.02 8.07 8.08 8.03 8.03 8.05 8.08 8.06 8.03 8.07 8.03 7.98
3-6
Paso 3. Modelo de ngstrom El modelo parte del supuesto fsico que hay una relacin directa entre la radiacin solar global y el brillo solar, llegando a establecer: Y=a+bx En donde: Y= Ec. 3-14
H (Radiacin medida entre Radiacin extraterrestre) H0 Ni x= (Duracin medida del da entre duracin astronmica del da) Nd
a y b: son los coeficientes de regresin, llamados coeficientes de Angstrom.
Para una estacin determinada se tienen los valores H y Ni (promedios mensuales obtenidos mediante mediciones histricas de campo). Nd se calcula mediante la ecuacin 3-10 y Ho se calcula mediante la ecuacin 3-13. Con todos los pares ordenados H, Ho, Ni y Nd para los diferentes meses, para cada estacin meteorolgica se realiza un ajuste lineal para encontrar los coeficientes a y b. La ecuacin a resolver por mnimos cuadrados es:
N H = a+b i Nd H0
Ec. 3-15
Por ejemplo, para la estacin de Ahuachapn calculamos los pares ordenados (X, Y) para cada uno de los meses del ao, ver tabla 3-4, posteriormente hacemos una regresin lineal de los datos para encontrar las constantes a y b, como se muestra en la figura 3-2, los valores determinados son: b= 0.418 y a = 0.252. Tabla 3-4 Clculo de constantes de Angstrom para la estacin H-8.3 Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic H 5.1 5.5 5.8 5.6 5.2 4.9 5.6 5.3 4.6 4.8 4.9 4.8 N 9.5 9.7 9.6 9.0 7.5 6.7 8.3 7.4 5.9 7.1 8.6 9.4 Ho 8.27 9.12 9.95 10.47 10.55 10.48 10.47 10.44 10.09 9.32 8.45 7.99 Nd 11.27 11.56 11.92 12.31 12.65 12.81 12.74 12.45 12.07 11.68 11.35 11.19 Y 0.6139 0.6009 0.5843 0.5365 0.4904 0.4718 0.5309 0.5079 0.4570 0.5138 0.5832 0.6046 X 0.8426 0.8388 0.8054 0.7308 0.5931 0.5230 0.6517 0.5942 0.4887 0.6079 0.7578 0.8399
El procedimiento de clculo ilustrado en la tabla 3-4 es correcto; sin embargo, las estimaciones para H8 no incluyen el estado actual de la base de datos digitalizada de radiacin solar y brillo solar. Los valores correctos de a y b, con la informacin actualizada, para la estacin H8 se presentan en la tabla 3-5. Proyecto SWERA-EL SALVADOR 3-7
Constantes de Angstrom
0.65 0.60 0.55 Y 0.50 0.45 0.40 0.4000
y = 0.418x + 0.252 R2 = 0.9696
0.5000
0.6000 X
0.7000
0.8000
0.9000
Figura 3-2 Regresin por mnimos cuadrados para los datos de Ahuachapn.
El procedimiento se repite para las nueve estaciones que tenemos mediciones de radiacin solar y brillo solar, obteniendo los valores mostrados en la tabla 3-5. Para comprobar los clculos se sumaron las constantes a y b y estos valores oscilan alrededor de 0.65 como recomienda la literatura para estas latitudes y climas tropicales como el nuestro.
Tabla 3-5 Constantes a y b de ngstrom y su coeficiente de correlacin r Estacin a31 g3 h8 n15 s27 s5 u11 v13 z4 b 0.524 0.351 0.445 0.304 0.449 0.351 0.359 0.309 0.567 a 0.182 0.303 0.213 0.290 0.266 0.308 0.273 0.287 0.147 'a+b' 0.706 0.654 0.658 0.594 0.715 0.659 0.632 0.596 0.714 r 0.942 0.952 0.966 0.981 0.973 0.964 0.959 0.985 0.938 Paso 4. Evaluacin de la energa solar disponible para lugares que poseen o slo brillo solar o slo radiacin solar global. De las 22 estaciones meteorolgicas 12 poseen registro de brillo solar nicamente y 1 tiene slo registro de radiacin solar global. Para evaluar el potencial solar en estos casos se asignaron a estos lugares las constantes ngstrom de las otras estaciones que si posean registros de radiacin y brillo. El criterio utilizado se baso en los siguientes aspectos: Zona de vida en que estaban situadas las estaciones con informacin incompleta. La elevacin sobre el nivel del mar.
3-8
La cartografa de zonas de vida de El Salvador4 describe zonas ecolgicas basadas en las elevaciones, microclimas y temperaturas promedios, registrndose en nuestro pas 10 zonas de vida, as como se muestra en la tabla 3-6 y figura 3-3. Si las estaciones sin registros de radiacin se encuentran en la misma zona de vida, ver figura 3-4, que otra estacin cuya disponibilidad de energa solar se conoce y sus elevaciones sobre el nivel del mar son comparables, se aplicarn los coeficientes a y b conocidos. Los resultados se muestran en la tabla 3-7.
Figura 3-3 Mapa de Zonas de Vida de El Salvador. Puntos rojos muestran estaciones con registros de radiacin y los verdes con registro de brillo.
Tabla 3-6 Zonas de Vida de El Salvador Smbolo bh-MB bh-MBS bh-S bh-S(c) bh-T bmh-MBS bmh-MS bmh-S bs-T bs-T(c) Descripcin Bosque hmedo Montano Bajo Bosque hmedo Montano Bajo Subtropical Bosque hmedo Subtropical Bosque hmedo Subtropical Bosque hmedo Tropical, transicin a Subtropical Bosque muy hmedo Montano Bajo Subtropical, transicin a hmedo Bosque muy hmedo Montano Subtropical Bosque muy hmedo Subtropical, transicin a hmedo Bosque seco Tropical Bosque seco Tropical, transicin a Subtropical (con biotemperatura < 24C.)
La zona de vida elaborado por L. R. Holdridge y ampliado por Joseph Tosi y Gary Hartshorn, CATIE y la Direccin General de Recursos Naturales Renovables del Ministerio de Agricultura y Ganadera. Este mapa se encuentra disponible en el Sistema Ambiental de El Salvador, publicado por el MARN. Proyecto SWERA-EL SALVADOR 3-9
Figura 3-4 Ubicacin de las estaciones con respecto a las zonas de vida. Los puntos en amarillo son aquellas estaciones con coeficientes a y b segn el modelo de ngstrom, los verdes los que no lo poseen y las flechas denotan la asignacin realizada.
Tabla 3-7 Coeficientes del modelo de ngstrom. Datos del tipo 1 ya poseen registros de radiacin y los del tipo 2 se les asignado las a y b de las estaciones mostradas en la columna fuente. Elevacin msnm 725 1770 1851 2027 15 460 960 700 650 320 1960 30 570 920 75 80 195 1370 250 1900 95 245
Estacin H-8 A-18 A-31 A-35 T-6 L-4 L-8 S-5 S-27 G-3 G-13 V-6 V-13 U-6 U-11 M-6 M-18 M-23 Z-2 Z-4 N-15 B-10 Proyecto SWERA-EL SALVADOR
Tipo 1 2 1 2 2 2 2 1 1 1 1 2 1 2 1 2 2 2 2 1 1 2
Fuente A-31 Z-4 U-11 V-13 H-8
(A-31) U-11 Z-4 N-15 N-15 Z-4 N-15
N-15 3-10
N d y H 0 se calculan en la forma ya explicada anteriormente y a y b se obtienen de acuerdo a los

criterios anteriores, de manera que la radiacin solar disponible ser la calculada por la ecuacin 316, en el caso en que la estacin no posea registro de brillo (como la G-13) la ecuacin a utilizar es la 3-17.
N H = a + b i N d
H 0
Ec. 3-16
H a Nd Ni = H b o
En donde los diferentes trminos fueron descritos anteriormente.
Ec. 3-17
3.3 Datos de radiacin y brillo solar medidos y calculados por el modelo de Angstrom para estimacin de los mapas de potencial solar.
Tabla 3-8 Datos utilizados para estimacin del mapa de radiacin solar (KWh/m2/da) (Datos de Solarimetra + SWERA) . Estacin a18 a31 a35 b10 g13 g3 h8 l4 l8 m18 m23 m6 n15 s27 s5 t6 u11 u6 v13 v6 z2 z4 Ene Feb Mar 4.2 4.9 5.4 4.9 5.2 5.0 4.4 4.7 4.7 4.4 4.8 5.3 4.6 5.0 5.6 4.9 5.4 5.7 5.0 5.4 5.7 4.5 4.9 5.1 5.0 5.4 5.7 4.6 5.1 5.4 4.6 5.2 5.4 4.5 5.0 5.4 4.7 5.1 5.4 5.1 5.6 6.2 4.9 5.4 5.7 4.9 5.3 5.6 4.9 5.4 5.5 5.0 5.6 5.8 4.6 5.2 5.3 4.8 5.3 5.6 4.5 5.0 5.3 4.4 4.9 5.1 Abr May 5.3 4.3 4.5 3.6 4.4 4.0 5.2 4.9 5.3 5.1 5.5 5.2 5.5 5.0 5.1 4.8 5.3 4.7 5.3 4.9 4.5 3.7 5.4 5.0 5.3 4.8 5.9 5.2 5.4 4.9 5.5 5.1 5.2 4.8 5.4 4.6 5.1 4.8 5.5 5.1 5.2 4.8 4.8 4.1 Jun 3.9 4.1 3.7 4.7 5.0 5.2 4.7 4.6 4.4 4.8 3.7 4.9 5.0 5.3 5.1 4.9 4.8 4.2 4.7 4.9 4.8 4.0 Jul Ago Sep 4.8 4.6 3.7 5.2 4.7 3.8 5.1 5.0 3.7 5.1 5.1 4.5 5.5 5.5 4.8 5.4 5.4 5.0 5.2 5.0 4.3 5.1 4.9 4.4 5.2 5.0 4.4 5.1 5.0 4.6 4.9 4.7 4.0 5.2 5.2 4.8 5.2 5.2 4.8 5.9 5.6 4.9 5.5 5.2 4.6 5.3 5.2 4.8 5.4 5.4 5.0 5.2 5.1 4.1 5.1 5.1 4.6 5.3 5.3 4.8 5.1 5.1 4.7 4.5 4.3 3.5 Oct Nov 3.6 3.7 4.4 4.6 3.7 4.2 4.5 4.3 4.7 4.3 4.9 4.7 4.5 4.6 4.3 4.3 4.4 4.7 4.4 4.4 3.9 4.2 4.6 4.4 4.7 4.5 4.8 5.0 4.8 4.8 4.7 4.7 4.8 4.8 4.2 4.6 4.5 4.6 4.7 4.6 4.6 4.4 3.7 3.7 Dic 3.6 4.6 4.2 4.2 4.3 4.6 4.5 4.3 4.7 4.3 4.0 4.4 4.4 4.8 4.8 4.6 4.7 4.8 4.4 4.6 4.3 3.9
3-11
Tabla 3-9 Datos utilizados para estimacin del mapa de brillo solar (horas de luz solar) (Datos Solarimetra + SWERA). Estacin a18 a31 a35 b10 g13 g3 h8 l4 l8 m18 m23 m6 n15 s27 s5 t6 u11 u6 v13 v6 z2 z4 Ene Feb Mar 6.9 7.8 8.2 8.7 8.5 8.1 7.7 7.5 6.9 8.9 9.0 9.4 8.2 8.0 8.6 9.1 9.6 9.2 9.1 9.4 9.4 9.2 9.2 8.8 9.8 9.8 9.5 9.6 10.0 9.7 8.0 8.6 8.4 9.4 9.8 9.7 9.8 10.0 9.7 8.5 9.1 9.2 9.1 8.7 9.2 9.8 9.9 9.6 9.7 9.9 9.7 9.1 9.4 9.1 9.8 10.0 9.5 9.4 9.7 9.5 9.4 9.8 9.4 7.0 7.9 7.9 Abr May 7.6 5.5 7.1 5.0 5.9 5.1 8.5 7.0 7.6 7.1 8.5 7.5 9.0 7.4 8.0 6.8 8.1 6.7 8.6 7.3 6.2 4.5 8.9 7.7 8.9 7.4 8.5 6.4 7.5 5.6 8.6 7.3 8.6 7.0 7.9 6.5 8.5 6.9 8.5 7.4 8.5 7.0 7.1 5.6 Jun 4.7 4.8 4.7 6.7 7.2 6.8 6.6 6.4 6.0 7.0 4.7 7.3 7.4 6.4 5.5 6.8 6.9 5.6 6.5 6.9 7.0 5.1 Jul Ago Sep 6.7 6.0 4.3 6.7 6.2 4.0 7.6 7.2 4.6 8.1 8.0 6.2 8.4 8.2 6.8 7.9 7.4 6.3 8.2 7.4 5.9 8.1 7.4 5.7 8.0 7.4 5.9 8.3 7.6 6.3 7.2 6.6 5.3 8.6 8.6 7.2 8.8 8.5 7.2 8.2 7.7 5.9 7.6 7.3 5.6 8.2 7.7 6.7 8.2 8.2 7.0 7.8 7.5 5.5 8.1 8.0 6.6 8.3 8.2 6.8 8.2 8.0 6.9 7.1 6.2 4.6 Oct Nov 4.6 5.4 5.9 7.7 5.2 7.0 7.3 8.3 7.1 7.1 7.3 8.2 7.1 8.6 6.7 8.3 6.6 8.6 7.0 8.4 5.5 6.9 7.8 8.5 8.1 9.1 6.9 7.9 7.3 8.3 7.3 8.9 7.3 8.9 6.2 7.9 7.2 8.9 7.4 8.5 7.6 8.6 4.7 5.7 Dic 5.8 8.0 7.5 8.7 7.6 8.1 9.4 8.9 9.5 9.2 7.0 9.3 9.7 8.2 9.0 9.4 9.5 8.9 9.7 9.4 9.2 6.2
3-12
4. Mtodo de Interpolacin de Kriging para estimacin del potencial solar en El Salvador.

Una vez aplicado el modelo de ngstrom a las estaciones meteorolgicas del pas se obtuvo un total de 22 estaciones con datos calculados y estimados de radiacin solar y brillo solar para cada uno de los meses del ao y un promedio anual para cada uno de estos dos parmetros. Los valores de radiacin y brillo solar se muestran en las tablas 3-8 y 3-9 respectivamente. Luego se evaluaron diferentes mtodos de interpolacin con los datos obtenidos descartando el Inverse Distance Weighted (IDW) principalmente por el patrn de forma duck-egg (huevo de pato) que genera alrededor de puntos de datos solitarios cuyos valores difieren grandemente del de sus vecinos. Tambin este mtodo de interpolacin (IDW) trabaja mejor cuando los datos muestreados son numerosos y estn distribuidos uniformemente lo cual no era nuestro caso. Adems se analiz el mtodo de interpolacin de Spline y se descart por la siguiente razn: el mtodo asume que una funcin aproximada debe pasar tan cerca como sea posible de los puntos de datos y a su vez sea lo ms suave posible; esto produce que algunos puntos estimados queden muy por arriba o por debajo de la funcin suave estimada. En ambos casos los pesos asignados para calcular la combinacin lineal de la aproximacin no son ptimos. Debido a estas razones y dado que en el mtodo de interpolacin de Kriging asigna pesos de manera ptima se opt utilizarlo para el caso del mapa de brillo solar y radiacin solar.
4.1 Mtodo de interpolacin de Kriging.

Para propsitos acadmicos se describe a continuacin el mtodo de interpolacin de Kriging. Cuando se comparan los mtodos de interpolacin IDW y Spline se observa que retornan modelos con grandes diferencias en los patrones globales, en la cantidad de detalle local y en las predicciones de los valores mximos y mnimos interpolados. En estos mtodos, la nica manera de determinar lo bueno de las predicciones es calcular estimados para un conjunto extra de puntos de validacin que no hayan sido usados en la interpolacin original. Otra desventaja de estos mtodos es que no hay un mtodo a priori para saber si se han seleccionado los mejores valores para los pesos o si el tamao para la bsqueda de los vecinos es la apropiada. Estas desventajas motivaron al geomatemtico Francs Georges Matheron y al ingeniero de minas sudafricano D.G. Krige a desarrollar mtodos ptimos de interpolacin para uso en la industria de minas. Estos mtodos de interpolacin ptima basados en Geoestadstica se usan ampliamente para modelar agua subterrnea y mapeo de suelos. Los mtodos Geoestadsticos para interpolacin comienzan con el reconocimiento de que la variacin espacial de cualquier atributo continuo es a menudo demasiado irregular para ser modelada por una simple funcin matemtica suave. En lugar de esto, la variacin puede describirse de mejor manera por medio de una superficie estocstica. El atributo es conocido entonces como una variable regionalizada; el trmino se aplica por igual a la variacin de la presin atmosfrica, a la elevacin sobre el nivel del mar o a la distribucin de indicadores continuos demogrficos. La interpolacin con Geoestadstica es conocida como Kriging en honor de D.G. Krige. Este mtodo es ptimo en el sentido de que los pesos de la interpolacin se seleccionan de tal forma que optimicen la funcin de interpolacin.
4-1
Teora de variable regionalizada.1 La teora de variable regionalizada asume que la variacin espacial de cualquier variable puede expresarse como la suma de tres componentes principales. Estos son: (a) un componente estructural, que tiene una media o tendencia constante; (b) Un componente aleatorio, pero espacialmente correlacionado conocido como la variacin de la variable regionalizada, y (c) ruido aleatorio no correlacionado espacialmente tambin llamado trmino de error residual.
Figura 4-1 Teora de variable regionalizada: (1) diferencias en niveles promedio (a) y tendencia o drift (b); (2) espacialmente correlacionada pero variacin irregular (aleatoria); (3) variacin local no correlacionada y aleatoria. Sea x una posicin en tres dimensiones. Entonces el valor de una variable aleatoria Z en x se expresa como:
Z ( x ) = m( x ) + ' ( x ) + ' '
(A)
en donde m(x) es la funcin determinstica que describe el componente estructural de Z en x, (x) es el trmino que denota el componente estocstico de m(x) - la variable regionalizada -, y es un ruido Gaussiano independiente espacialmente que tiene media cero y varianza 2. Note que el uso de la mayscula Z indica que es una funcin aleatoria y no un atributo medido z. El primer paso es decidir en una funcin apropiada para m(x). En el caso ms simple, en donde no existe tendencia o drift, m(x) es igual al valor medio en el rea de muestreo y el promedio o diferencia esperada entre cualquiera dos lugares x y x + h separados por una distancia vectorial h, ser cero:
E [Z ( x) Z ( x + h)] = 0
en donde Z(x), Z(x+h) son los valores de variable aleatoria Z en los lugares x y x+h. Tambin se asume que la varianza de las diferencias depende nicamente de la distancia entre los sitios, h, tal que:
La teora de variable regionalizada y las grficas de esta seccin han sido adaptadas del libro Principles of Geographical Information Systems de Peter Burrough y Rachael McDonell, Oxford University Press, 1998. Proyecto SWERA-EL SALVADOR 4-2
E {Z ( x) Z ( x + h)} = E { ' ( x) ' ( x + h)} = 2 (h)

2 2
] [
En donde (h) es conocida como la semivarianza. Las dos condiciones, estacionaridad de diferencias y varianza de diferencias, definen los requerimientos para la hiptesis intrnseca de la teora de variable regionalizada. Esto significa que una vez los efectos estructurales han sido tomados en cuenta, la variacin restante es homognea en su variacin de tal forma que las diferencias entre sitios son sencillamente una funcin de la distancia entre ellos. Reescribimos la ecuacin (A) como: Z(x) = m(x) + (h) + Para mostrar la equivalencia entre (x) y (h) se hace la consideracin siguiente: Si las condiciones especificadas por la hiptesis intrnseca se cumplen, la semivarianza puede ser estimada de los datos muestreados por:
( h) =
1 2n
i =1
{z (xi) - z (xi+h)}
Ecuacin 4.1.A
en donde n es el nmero de pares de puntos de observaciones de los valores del atributo z separados por una distancia h. Al grfico de (h) en funcin de h es conocido como el variograma experimental. El variograma proporciona informacin til para la interpolacin, muestreo optimizado y para determinar patrones espaciales. Para hacer esto, sin embargo, debemos primero ajustar un modelo terico al variograma experimental.
Ajustando modelos de variogramas La figura 4-2 muestra un variograma experimental tpico. Para valores grandes de lag, h, la curva se nivela. Esta parte horizontal es conocida como el sill; implica que en estos valores del lag no hay dependencia espacial entre los puntos de datos, debido a que todos los estimados de las varianzas de las diferencias sern invariantes con la distancia de separacin de las muestras.
Figura 4-2 Ejemplo de variograma. Proyecto SWERA-EL SALVADOR 4-3
La curva crece de un valor bajo de (h) hasta el sill, alcanzndolo a un valor de h conocido como el rango. Esta es la parte crtica e importante del variograma debido a que describe cmo las diferencias entre sitios son dependientes espacialmente. El rango responde a la pregunta de qu tan grande debe ser la ventana de interpolacin. Claramente, si la distancia que separa a un sitio no visitado de un punto de datos es mayor que el rango, entonces el punto de datos no hace una contribucin til a la interpolacin. El tercer punto mostrado en la figura es el que en el modelo ajustado no pasa a travs del origen, sino que corta el eje Y en un valor positivo de (h) cuando h tiende a 0 es un estimado de , el residual o ruido espacialmente no correlacionado. es conocido como el nugget. La forma del variograma es bastante reveladora acerca de la clase de variacin espacial presente en un rea, y puede ayudar a decidir cmo proceder con la interpolacin. Cuando la varianza del nugget es considerable pero no demasiado grande y hay claridad en el rango y en el sill, una curva conocida como el modelo esfrico se podra ajustar al variograma observado. Modelo esfrico
(h) = C0 + C1
3h 1 h 3 para 0 < h < a 2a 2 a
para h a = C0 + C1 (0) = 0 en donde a es el rango, h es el lag, C0 es la varianza del nugget y C0 + C1 es igual al sill. Si hay un claro nugget y sill, pero nicamente una aproximacin gradual al rango, el modelo exponencial es la mejor seleccin: (h) = C0 + C1 1 exp h
( a )]
Si la variacin es muy suave y la varianza del nugget es muy pequea comparada con la variable aleatoria (x), entonces el variograma se ajusta mejor a una curva que tiene una inflexin tal como el modelo Gaussiano. (h) = C0 + C1 1 exp h
( a)
2
Todos estos modelos son conocidos como variogramas transitivos debido a que la correlacin espacial vara con h. Los variogramas no transitivos no tienen sill dentro del rea muestreada y podran ajustarse al modelo lineal. (h) = C0 + bh en donde b es la pendiente de la recta.
Ecuacin 4.1.B
4-4
Figura 4-3 Ejemplos de modelos de variogramas. Usando el variograma para interpolacin : Kriging Ordinario El variograma ajustado se puede usar para determinar los pesos local en un punto desconocido Xo.
necesitados para la interpolacin
Z (xo) =
i =1
i z(xi)
con
i =1
i=1
Ecuacin 4.1.C
Los pesos i se seleccionan de tal forma que el estimado varianza de la estimacin La mnima varianza de
Z (xo) sea no sesgado ( unbiased) y que la
2 e
sea menor que cualquier combinacin lineal de los valores observados.
Z (xo), esta dada por:
i =1 n
( xi , xo ) +
Ecuacin 4.1.D
y se obtiene cuando :
i =1
( xi , xj ) +
( xj , xo )
Ecuacin 4.1.E
La cantidad ( xi , xj ) es la semi-varianza de z entre los puntos de datos xi y xj ; ( xi , xo ) es la semivarianza entre el punto de datos xi y el punto no visitado xo. Ambas cantidades se obtienen del Proyecto SWERA-EL SALVADOR 4-5
variograma ajustado. La cantidad es un multiplicador de Lagrange requerido para la minimizacin. Este mtodo es conocido como Kriging Ordinario. Es un interpolador exacto en el sentido que los valores interpolados coinciden con los valores en los puntos de datos. La estimacin del error e conocido como varianza de Kriging, tambin se puede mapear y proporcionar informacin a cerca de la confiabilidad de los valores interpolados en el rea de inters. A menudo la varianza de Kriging se mapea como desviacin estndar Kriging (o error Kriging) debido a que tiene las mismas unidades que las predicciones. Ejemplo de interpolacin de Kriging. Procedimiento de Kriging en trminos matriciales. La ecuacin 4.1.E pueden escribirse en trminos matriciales como sigue:
2
= g
11 ....... 1N : : : ... NN N1 1 ... 1
1 1 10 : : : = 1 N N 0 0 1
La matriz gamma contiene los valores del semivariograma modelado entre todos los pares de localizaciones con valores conocidos. Los ij denotan los valores del semivariograma modelado calculados en base a la distancia entre las localizaciones i y j. El vector g contiene los valores del semivariograma modelado entre cada localizacin conocida la localizacin a predecir (N indica el nmero de localizaciones con valores conocidos y 0 es la localizacin a estimar su valor). Durante los clculos matriciales se estima el valor de que surge como resultado de la restriccin de que los pesos son no sesgados (
i =1
i =
1 ). El objetivo de la interpolacin de Kriging es resolver la ecuacin
= 1 g
para luego estimar el valor en la localizacin a predecir, usando la ecuacin 4.1.C. Ejemplo numrico. En la tabla 4-1 aparecen las estaciones con valores conocidos (radiacin promedio anual del mes de enero) y su ubicacin geogrfica en el pas. Se desea estimar el valor en el punto descrito en la tabla 4-2. Tabla 4-1 Cuadro de Coordenadas y Valores conocidos. Coordenada X Estacin m18 568868.255 m23 583095.785 m6 594472.182 u6 557209.568 z2 596640.804 Proyecto SWERA-EL SALVADOR Valor de Coordenada Radiacin Y de Enero 288152.772 4.6 293725.708 4.6 257998.802 4.5 262868.473 5.0 286393.651 4.5 4-6
Tabla 4-2 Coordenada del punto de Inters a estimar por el mtodo de Kriging Punto de Inters A X 585548 Y 280009
Paso 1. El primer paso para crear el semivariograma emprico es calcular la distancia y la diferencia al cuadrado entre cada par de localizaciones conocidas. La distancia entre dos localizaciones se calcula por la frmula d ij = 4.1.A, es decir, tabla 4-3.
( xi x j ) 2 + ( y i y j ) 2 . La semivarianza emprica se calcula por la ecuacin
0.5 * promedio(valor _ en _ i valor _ en _ j ) 2 . Los resultados se presentan en la

Tabla 4-3 Cuadro de distancias y clculos del paso 1. Est1 m18 m18 m18 m18 m23 m23 m23 m6 m6 u6 Est2 m23 m6 u6 z2 m6 u6 z2 u6 z2 z2 Diferencias SemiDistancia (m) al cuadrado varianza 15280.06 0 0 39557.84 0.01 0.005 27842.79 0.16 0.08 27828.20 0.01 0.005 37494.46 0.01 0.005 40277.35 0.16 0.08 15402.16 0.01 0.005 37579.46 0.25 0.125 28477.54 0 0 45915.75 0.25 0.125
Paso 2. Usando un tamao de lag de 9000 metros se ubican las distancias y los pares de puntos conocidos dentro de cada lag. Se estima el promedio de las distancias entre pares y el promedio de las semivarianzas de la tabla 4-3. Los resultados se presentan en la tabla 4-4. Tabla 4-4 Cuadro de Lags y clculo se semivariograma emprico (tcnica de Binning). # Lags 1 2 3 4 5 Distancia (m) Desde 9000 18000 27000 36000 45000 Hasta 18000 27000 36000 45000 54000 Vectores en el rango de distancia (m18,m23),(m23,z2) (m18,u6),(m18,z2),(m6,z2) (m18,m6),(m23,m6),(m23,u6),(m6,u6) (u6,z2) Distancia promedio de los pares 15341.11 28049.51 38727.28 45915.75 Semivarianza promedio 0.0025 0.02833 0.05375 0.125
Paso 3. Se grafica los pares (distancia promedio de pares, semivarianza promedio) y se ajusta un modelo lineal de semivariograma (ver ecuacin 4.1.B). El modelo a utilizar es 0.000002 * h , en donde h es la distancia entre pares de puntos.
4-7
0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 0 10000 20000 30000 40000 50000 y = 2E-06x R2 = 0.6226
Figura 4-3-a Grfico de Semivariograma emprico y modelo ajustado. Paso 4. Clculo de la matriz gamma. Para ello primero se calcula la matriz de distancias y se evala cada elemento de la matriz con el modelo de semivariograma ajustado, en nuestro caso 0.000002 * h . Tabla 4-5 Matriz de Distancias. m18 0.0 15280.1 39557.8 27842.8 27828.2 m23 15280.1 0.0 37494.5 40277.4 15402.2 m6 39557.8 37494.5 0.0 37579.5 28477.5 u6 27842.8 40277.4 37579.5 0.0 45915.8 z2 27828.2 15402.2 28477.5 45915.8 0.0
m18 m23 m6 u6 z2
Tabla 4-6 Construccin de Matriz Gamma. m18 0.0000 0.0306 0.0791 0.0557 0.0557 1.0000 m23 0.0306 0.0000 0.0750 0.0806 0.0308 1.0000 m6 0.0791 0.0750 0.0000 0.0752 0.0570 1.0000 u6 0.0557 0.0806 0.0752 0.0000 0.0918 1.0000 z2 0.0557 0.0308 0.0570 0.0918 0.0000 1.0000 Lagrange 1 1 1 1 1 0
m18 m23 m6 u6 z2 Lagrange
Paso 5. Se encuentran los pesos
usando la ecuacin = 1 g .
Tabla 4-7 Matriz Inversa de Gamma.
m18 m23 m6 u6 z2 Lagrange
m18 -23.7931 15.9513 -0.1574 8.3011 -0.3019 0.0795
m23 15.9513 -30.0111 -0.8328 -0.7631 15.6556 0.1542
m6 -0.1574 -0.8328 -11.8958 5.0383 7.8476 0.2493
u6 8.3011 -0.7631 5.0383 -11.4389 -1.1374 0.3250
z2 -0.3019 15.6556 7.8476 -1.1374 -22.0640 0.1920
Lagrange 0.0795316 0.1541849 0.2492623 0.3249942 0.1920267 -0.0532174
4-8
Tabla 4-8 Clculo del vector g. Punto m18 m23 m6 u6 z2 Distancia con el punto de inters 18561.65 13934.18 23750.58 33118.94 12798.99 gVector 0.0371233 0.02786836 0.04750115 0.06623789 0.02559797 1
Tabla 4-9 Vector de pesos Estacin m18 m23 m6 u6 z2
: Inversa de Gamma * Vector g.

Pesos ( ) 0.1754 0.2206 0.1898 0.0644 0.3498 -0.008
Paso 6. Se calcula el valor a estimar usando la ecuacin 4.1.C y el error estndar de Kriging (tablas 4-10 y 4-11). Tabla 4-10 Prediccin de Kriging para el punto A. Estacion Radiacin del mes de Enero m18 4.6 m23 4.6 m6 4.5 u6 5.0 z2 4.5 Valor estimado Aporte de cada estacin 0.807 1.015 0.854 0.322 1.574 4.572
Tabla 4-11 Varianza y error estndar de Kriging. Pesos ( ) Vector g 0.17543 0.03712 0.22064 0.02787 0.18976 0.04750 0.06441 0.06624 0.34976 0.02560 -0.00769 1.00000 Varianza de Kriging Error estndar de Kriging Proyecto SWERA-EL SALVADOR
g *
0.00651 0.00615 0.00901 0.00427 0.00895 -0.00769 0.02721 0.16495 4-9
300000 295000 290000 285000 280000 275000 270000 265000 260000 255000 555000 560000 565000 570000 575000 580000 585000 590000 595000 600000
0.2206 0.1754 0.3498 4.572
0.0644
0.1898
Figura 4-3-b Resultados de la estimacin de Kriging. El punto en anaranjado con valor 4.572 es el valor estimado en esa localizacin. En cada uno de los puntos conocidos se indican los pesos con los que contribuyen a la estimacin: m18 (0.1754), m23 (0.2206), m6 (0.1898), u6 (0.0644) y z2 (0.3498). De la figura 4-3-b es claro que el punto que ms contribuye a la estimacin es z2 con un valor de 4.5 y el punto que menos contribuye es u6 con un valor de 5.0.
4.2 Clculo de los promedio anuales de radiacin solar y brillo solar usando Kriging ordinario.
Para el clculo de los mapas de promedios anuales de radiacin y brillo solar y sus respectivos mapas mensuales se utilizaron los siguientes parmetros en el mdulo de anlisis geoestadstico de ArcGis: Tamao del lag igual a 9000 metros. Para ello se utiliz la regla emprica de que el lag size * # de lags 0.5 * distancia mxima entre las estaciones a interpolar, es decir lag size 0.5 * 225 Km / 12 9.375 Km. Se seleccion como nmero de lags el valor de 12, el cual sugiere ArcGis por defecto. Como modelo de semivariograma se utiliz el tipo exponencial ya que experimentalmente arroj los valores ms bajos del promedio de error estndar. Para el caso del promedio anual de radiacin solar el promedio del error estndar est en el rango de 0.07 a 0.36. El valor promedio del valor del error fue de 0.3005. Si se asume que los errores estn normalmente distribuidos, los intervalos de prediccin del 95% se calculan por la frmula valor estimado por Kriging 1.96 * error estndar de Kriging. Por ejemplo, si el valor y error estndar estimado por Kriging en un punto de inters son 4.45 y 0.21 respectivamente, entonces con un 95% de probabilidad el valor de radiacin en ese punto se encuentra en el rango [4.04, 4.86]. Para el caso del promedio anual de brillo solar el promedio del error estndar est en el rango de 0.68 a 0.86.
4-10
Figura 4-5 (a) Mapa de radiacin (promedio anual) en KWh/m2/da para El Salvador. Interpolacin de Kriging.
4-11
Figura 4-5 (b) Mapa del error promedio estndar en radiacin (promedio anual) en KWh/m2/da para El Salvador. Interpolacin de Kriging.
4-12
4-13
Figura 4-6 (a) Mapa de brillo solar (en horas de luz solar) para El Salvador. Interpolacin de Kriging.
4-14
Figura 4-6 (b) Mapa del error promedio estndar en brillo solar (en horas de luz solar) para El Salvador. Interpolacin de Kriging.
Figura 4-7 (a) Horas de luz solar mensuales (enero a junio).
4-15
Figura 4-7 (b) Horas de luz solar mensuales (julio a diciembre).
4-16
Figura 4-8 (a) Radiacin solar mensual (enero a junio).
4-17
Figura 4-8 (b) Radiacin solar mensual (julio a diciembre).
4-18
Tabla 4-1 Tabla de interpolacin de kriging para la radiacin solar en El Salvador.

Average Standard Error 0.3005 0.2555 0.2634 0.3387 0.3866 0.4719 0.5089 0.2667 0.2961 0.442 0.3838 0.3145 0.3218
Period Anual Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Sill 0.10394 0.062812 0.067177 0 0 0.083893 0.22525 0.048243 0.056818 0.21217 0.15824 0.080906 0.057443
Nugget 0 0 0 0.10446 0.1361 0.14855 0 0 0.044953 0 0 0.029254 0.040771
Range 53772 31877 32809 102170 102170 106680 15234 106680 106680 47035 45667 67634 45592
Lag Size Equation 9000 0.10394*Exponential(53772)+0*Nugget 9000 0.062812*Exponential(31877)+0*Nugget 9000 0.067177*Exponential(32809)+0*Nugget 9000 0*Exponential(102170)+0.10446*Nugget 9000 0*Exponential(102170)+0.1361*Nugget 9000 0.083893*Exponential(106680)+0.14855*Nugget 8000 0.22525*Exponential(15234)+0*Nugget 9000 0.048243*Exponential(106680)+0.035319*Nugget 9000 0.056818*Exponential(106680)+0.044953*Nugget 9000 0.21217*Exponential(47035)+0*Nugget 9000 0.15824*Exponential(45667)+0*Nugget 9000 0.080906*Exponential(67634)+0.029254*Nugget 9000 0.057443*Exponential(45592)+0.040771*Nugget
Tabla 4-2 Tabla de interpolacin de kriging para el brillo solar en El Salvador.

Average Standard Error 0.7602 0.8604 0.767 0.724 0.8691 0.9793 0.9607 0.5455 0.6787 0.8172 0.9664 0.9811 1.119
Period Anual Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Sill 0.28763 0.29494 0.28792 0.15358 0 0.83864 0.80708 0.10127 0.30653 0.90693 0.9235 0.43481 0.49805
Nugget 106680 106680 106680 106680 102170 16396 16396 106680 106680 74002 35635 106680 106680
Range 0.34483 0.48436 0.3537 0.3763 0.68797 0 0 0.20599 0.23187 0 0 0.59974 0.81996
Lag Size Equation 9000 0.28763*Exponential(106680)+0.34483*Nugget 9000 0.29494*Exponential(106680)+0.48436*Nugget 9000 0.28792*Exponential(106680)+0.3537*Nugget 9000 0.15358*Exponential(106680)+0.3763*Nugget 9000 0*Exponential(102170)+0.68797*Nugget 9000 0.83864*Exponential(16396)+0*Nugget 9000 0.80708*Exponential(16396)+0*Nugget 9000 0.10127*Exponential(106680)+0.20599*Nugget 9000 0.30653*Exponential(106680)+0.23187*Nugget 9000 0.90693*Exponential(74002)+0*Nugget 9000 0.9235*Exponential(35635)+0*Nugget 9000 0.43481*Exponential(106680)+0.59974*Nugget 9000 0.49805*Exponential(106680)+0.81996*Nugget
4-19
5. Determinacin del potencial elico en El Salvador.

El viento se genera por el calentamiento desigual de la superficie de la tierra realizado por el Sol. En el caso de El Salvador predominan tres sistemas de vientos: vientos alisios de carcter regional, vientos de carcter local brisas mar-tierra y vientos de carcter local brisas montaa-valles. Estos sistemas de viento fueron explicados en detalle en el captulo 1 de este documento. Segn los resultados de este estudio las velocidades instantneas mximas (rfagas) registradas en las estaciones meteorolgicas del pas estn en el rango de 4.5 a 7.8 m/s. Segn la escala de velocidades de la tabla 5-1 estas velocidades mximas corresponden a vientos de tipo 3 y 4, es decir, moderados. En general las velocidades de vientos promedios anuales registrados por el proyecto SWERA-UCA oscilan entre 1.12 a 3.91 m/s1, lo que equivale a vientos de tipo 1 a 3 entre ligeros y moderados. Tabla 5-1 Escala de velocidades de viento. Velocidades del viento en m/s 0.0 - 0.4 0.4 1.8 1.8 3.6 3.6 5.8 5.8 8.5 8.5 11.0 11.0 -14.0 14.0 -17.0 17.0 - 21.0 21.0 - 25.0 25.0 - 29.0 29.0 - 34.0 Tipo 0 1 2 3 4 5 6 7 8 9 10 11 Fuerte temporal Temporal Moderado Fresco Descripcin Calma Ligero
> 34.0 12 Huracn Nota: Velocidades de viento a 10 m de altura Escala Beaufort (anticuada) Viento.
5.1 Conceptos bsicos de viento.

De los estudios de potencial elico realizados en el pas se concluye que existe gran potencial para el desarrollo de sistemas pequeos de energa. La implementacin de granjas y/o parques elicos requiere de mediciones ms precisas. Las instalaciones elicas pequeas evitan los altos costos de extender la red elctrica a localidades remotas, evitan cortes de energa y son no contaminantes. De hecho el nivel del ruido en el ambiente de la mayora de turbinas de viento residenciales es de alrededor de 52 a 55 decibelios. En otras palabras no son tan ruidosas como un refrigerador promedio.
Datos registrados en estaciones meteorolgicas a 10 magl (meters above ground level). Es decir, metros sobre el nivel del suelo. 5-1
Las turbinas de viento convierten la energa cintica del viento en potencia mecnica que mueve a un generador para que produzca electricidad limpia. Un sistema bsico de turbina aparece en la figura 5-1 (a) y un sistema elico aparece en la figura 5-1 (b).
Figura 5-1 (a) Sistema bsico de una turbina elica y (B) Ejemplo de sistema elico. La mayora de turbinas fabricadas son mquinas de eje horizontal con dos o tres aspas de fibra de vidrio. La cantidad de potencia que una turbina produce depende principalmente del dimetro de su rotor. El dimetro del rotor define el rea de barrido o la cantidad de viento interceptada por la turbina. En la estructura de la turbina se instala el rotor, generador y la cola. La cola mantiene a la turbina frente al viento. Debido a que la velocidad se incrementa con la altura, la turbina se monta en una torre. En general, entre ms alta sea la torre ms potencia produce el sistema de viento. La frmula para calcular la potencia de una turbina de viento es : P = k C A V3 P = potencia de salida en Kilowatts C = Mximo coeficiente de potencia, es un valor adimensional que vara de 0.25 a 0.45 (Su mximo valor terico es de 0.59 de acuerdo a la Ley de Betz). = densidad del aire en lb/ft3 A = Area de barrido del rotor en ft2. D2/4 , en donde D es el dimetro del rotor en ft. V = velocidad del viento en mph. K = 0.000133 una constante para que el valor de P sea en kilowatts. La torre tambin sube a la turbina sobre la turbulencia del aire que existe cerca de la tierra debido a obstrucciones tales como montaas, edificios y rboles. Una regla emprica consiste en instalar una turbina de viento en una torre con la parte inferior de las aspas del rotor al menos 9 m sobre cualquier obstculo que est a 90 m de la torre (Vea figura 5-2). Subir un generador de 10 KW de una torre de 18 m de altura a una torre de 30 m implica un incremento del 10% en el costo del sistema, pero se logra producir 29% de ms potencia.
5-2
Figura 5-2 Efecto de los obstculos sobre la velocidad del viento en un sitio. Observe la ubicacin de las aspas de las turbinas para no ser afectadas por la turbulencia. Las velocidades del viento se incrementan al subir las alturas de las torres sobre el nivel de la tierra en los sitios de viento. Este fenmeno, conocido en la industria del viento como wind shear, presenta una oportunidad para mejorar la parte econmica de una inversin elica al disponer de turbinas de viento en torres ms altas. Por aos, los diseadores de instalaciones de viento han usado la regla emprica de que la velocidad del viento en un sitio se incrementa con la ley de potencia de 1/7. La ecuacin matemtica para esta regla emprica es v1 = v0 * (z/z0)a , V0 es la velocidad del viento a la altura del anemmetro, V1 es la velocidad del viento a la altura de la torre, Z1 es la altura de la torre, Z0 es la altura del anemmetro, a es el coeficiente de rugosidad con valores tpicos de 1/7, 1/9 y 1/5. Rangos de turbinas elicas. Las pequeas turbinas estn en el rango de 20 W a 100 KW. Las micro turbinas (10 a 500 watts) se usan en una variedad de aplicaciones tales como carga de bateras de vehculos de recreacin y lanchas. Las turbinas de 1 a 10 KW se usan en aplicaciones para bombeo de agua. Las turbinas para uso residencial varan en tamao de 400 W a 100 KW dependiendo de la electricidad que se quiera generar. Una turbina de viento de 1.5 KW llenara las necesidades de un hogar que requiera de 340 KWh por mes en un lugar como en El Salvador con una velocidad media anual de 6.25 m/s. El fabricante provee informacin sobre la mxima velocidad a la que la turbina opera adecuadamente. La mayora de turbinas tiene sistemas automticos de control de sobre velocidad que hacen que el rotor no gire fuera de control en situaciones de viento muy altas. La potencia en el viento en W/m2 es el parmetro fundamental que determina el xito en un proyecto de viento. La produccin de energa del viento a partir de una turbina cambia en proporcin al cubo de la velocidad del viento.
Cmo determinar si el potencial elico de un sitio es adecuado? En este documento se sugiere un procedimiento estndar para determinar la capacidad de un sitio para ser explotado por un proyecto elico. El procedimiento tiene 5 pasos y se basa en el embudo mostrado en la figura 5-3.
5-3
Figura 5-3 Procedimiento para seleccin de un sitio con potencial elico. Los pasos son los siguientes: Paso 1. Usar mapas de recursos de viento (mapas elicos) y tablas de clases de viento. La clase de potencia de viento se define como el rango de densidades de potencia del viento (en watts por metro cuadrado de rea barrida por el rotor, es decir, un rea perpendicular al flujo de viento) a una altura dado sobre el nivel del suelo. NREL produce estos mapas utilizando un sistema computarizado de mapeo analtico y emprico que combina con modelos matemticos una variedad de conjuntos de datos de clima. El mapa elico de El Salvador desarrollado por NREL en el 2004 aparece en la figura 5-4 y en la tabla 5-2 aparecen las clases de viento de NREL Tabla 5-2 Definiciones estndar de clases de viento (utilizado en EE.UU. por NREL) Clase Densidad de Velocidad del Densidad de potencia del viento viento m/s potencia del viento W/m2 50 m de altura W/m2 30 m de altura 50 m de altura 1 Pobre 0.0 - 5.1 0 - 160 0 5.6 0 200 2 Marginal 5.1 5.9 160 240 5.6 6.4 200 300 3 Considerable 5.9 6.5 240 320 6.4 7.0 300 400 4 Bueno 6.5 7.0 320 400 7.0 - 7.5 400 500 5 7.0 7.4 400 480 7.5 8.0 500 600 6 7.4 8.2 480 640 8.0 8.8 600 800 7 8.2 11.0 640 1600 8.8 11.9 800 - 2000 Nota : La densidad de potencia se expresa en watts por metro al cuadrado (W/m2) de rea barrida perpendicular al flujo del viento. Potencial del Recurso Velocidad del viento m/s 30 m de altura
5-4
Figura 5-4 Mapa elico de El Salvador elaborado por NREL. Paso 2. Indirectamente cuantificar el recurso de viento a partir de informacin de viento de estaciones meteorolgicas cercanas. Datos deseables de mediciones de viento cercanas al sitio de inters son: Elevacin del sitio. Promedio mensual de la velocidad del viento. Rosa de viento (dato de la frecuencia de la velocidad y direccin del viento, que muestran direcciones en las que el viento es ms fuerte y ms dbil). Las rosas de viento son una especie de huella meteorolgica. Un vistazo a la rosa de vientos es extremadamente til para situar aerogeneradores (turbinas elicas). Exposicin del sitio (terreno local- montaas, valles, etc.- cobertura vegetativa y estructuras construidas por el hombre). Un sitio bien expuesto es aquel que no tiene influencias de rboles o edificios. Rugosidad de la superficie (ver tabla 5-3). Alturas sobre el nivel del suelo. Recuperacin de datos (nmero de horas de datos vlidos versus total de horas posibles). Localizacin del sitio con respecto a su propiedad. Una vez validados los datos los puede usar para estimar el recurso viento en su propiedad. Tabla 5-3 Tabla de clases y de longitudes de rugosidad. Clase de rugosidad 0 0.5 1 1.5 Longitud de rugosidad en m 0.0002 0.0024 0.03 0.055 Tipo de paisaje Superficie del agua Terreno completamente abierto con una superficie lisa, p.ej., pistas de hormign en los aeropuertos, csped cortado, etc. rea agrcola abierta sin cercados ni setos y con edificios muy dispersos. Slo colinas suavemente redondeadas . Terreno agrcola con algunas casas y setos resguardantes de 8 metros de altura con una distancia aproximada de 1250 m. 5-5
Clase de rugosidad 2
Terreno agrcola con algunas casas y setos resguardantes de 8 metros de altura con una distancia aproximada de 500 m. 2.5 0.2 Terreno agrcola con muchas casas, arbustos y plantas, o setos resguardantes de 8 metros de altura con una distancia aproximada de 250 m. 3 0.4 Pueblos, ciudades pequeas, terreno agrcola, con muchos o altos setos resguardantes, bosques y terreno accidentado y muy desigual 3.5 0.8 Ciudades ms grandes con edificios altos 4 1.6 Ciudades muy grandes con edificios altos y rascacielos Nota: Definiciones de acuerdo con el Atlas Elico Europeo, WAsP. Paso 3. Otra manera indirecta de cuantificar el recurso es observar la vegetacin del rea. Los rboles, especialmente, las conferas pueden deformarse permanentemente por vientos fuertes. Esta deformacin se conoce como flagging y ha sido utilizada para estimar la velocidad del viento promedio en un rea (ver figura 5-5).
Longitud de rugosidad en m 0.1
Tipo de paisaje
Figura 5-5 Indice de deformidad (flagging) de Griggs-Putnam.
Figura 5-6 Ejemplos de flagging. (a) Clase II correspondiente a velocidades de 4 a 5 m/s; (b) Clase VI correspondiente a velocidades de 8 a 9 m/s. Proyecto SWERA-EL SALVADOR 5-6
Paso 4. Monitoreo directo por un sistema de medicin del recurso de viento da una idea clara del recurso disponible. Las estimaciones ms confiables se obtienen a travs de mediciones en el sitio especfico. Esto puede ser un poco costoso y requiere de 6 meses a varios aos para completarse. Paso 5. Adems de medir o estimar la velocidad media anual en el sitio se necesita conocer las direcciones de viento que ms prevalecen en su sitio. El conjunto ideal de datos para un proyecto de viento consistira de una dcada de mediciones de velocidad y direccin del viento junto con la temperatura y presin tomada sobre, abajo y a la altura exacta (sobre la superficie de la tierra) de la torre de la turbina de viento seleccionada.
Distribucin de Weibull y Rosa de los vientos. Para la industria elica es muy importante ser capaz de describir la variacin de las velocidades del viento. Los proyectistas de turbinas necesitan la informacin para optimizar el diseo de sus aerogeneradores, as como para minimizar los costos de generacin. Los inversores necesitan la informacin para estimar sus ingresos por produccin de electricidad. La variacin del viento en un emplazamiento tpico (estacin meteorolgica) suele describirse utilizando la llamada Distribucin de Weibull, como la mostrada en la figura 5-7 para el caso de la estacin A35 del Cerro Verde. Esta estacin en particular tiene una velocidad media del viento de 3.91 metros (parmetro U) por segundo, y la forma de la curva est determinada por un parmetro de forma de 1.32 (parmetro k). El grfico muestra una distribucin de probabilidad. El rea bajo la curva siempre vale exactamente 1, ya que la probabilidad de que el viento sople a cualquiera de las velocidades, incluyendo el cero, debe ser del 100 %. Como se podr observar, la distribucin de las velocidades del viento es sesgada, es decir, no es simtrica. A veces tendr velocidades de viento muy altas, pero son muy raras (en este caso de 6.17 m/s). Por otro lado, las velocidades del viento de 1.5 m/s son las ms comunes. Los 1.5 metros por segundo es el llamado valor modal de la distribucin. Si multiplicamos cada diminuto intervalo de la velocidad del viento por la probabilidad de tener esa velocidad particular, y los sumamos todos, obtenemos la velocidad del viento media. La distribucin estadstica de las velocidades del viento vara de un lugar a otro del globo, dependiendo de las condiciones climticas locales, del paisaje y de su superficie. Por lo tanto, la Distribucin de Weibull puede variar tanto en la forma como en el valor medio. Si el parmetro de forma es exactamente 2 la distribucin es conocida como distribucin de Rayleigh. En el caso de El Salvador la estacin ms cercana a una distribucin de rayleigh es Z-4 la Galera en Morazn que tiene un factor de forma de 1.73. La rosa de los vientos muestra informacin sobre las distribuciones de velocidades del viento y la frecuencia de variacin de las direcciones del viento. La rosa se divide en 12 sectores cada uno de 30 del horizonte. Un vistazo a la rosa de los vientos es extremadamente til para situar un aerogenerador. Si una gran parte de la energa del viento viene de una direccin en particular la turbina elica se ubicar en esa direccin, asegurando que en esa direccin exista la menor cantidad de obstculos y que el terreno sea lo ms liso posible.
5-7
Figura 5-7 Huella meteorolgica de la estacin A-35 Cerro Verde, Santa Ana. Muestra la rosa de los vientos a la izquierda y la distribucin de Weibull a la derecha.
5.2 Clima elico de las estaciones meteorolgicas del pas.

La base de datos del clima elico del proyecto SWERA-UCA posee un total de 20890 horas de registros de velocidad y direccin del viento en 18 estaciones meteorolgicas, ver figura 5-8. Se encuentra compuesta de datos digitalizados a partir de los cuadros mensuales de anemmetros de la divisin de Meteorologa de SNET, y corresponden a los registrados durante los aos de 1980-1986. Cada registro corresponde a la medicin horaria de la velocidad y direccin del viento durante un da de medicin ms el valor de direccin y hora en la que ocurri la mxima velocidad instantnea del da. Los datos se encuentran almacenados en una base de datos de Microsoft Access y bsicamente se pueden describir en dos de sus tablas: medidas y detalles de las medidas, como se muestra en la figura 5-9. La primera tabla registra la fecha de medicin y por medio de la llave primaria banda se relaciona con la segunda tabla. Por ejemplo el registro de viento de la estacin L4 del da 18 de marzo de 1983 le corresponde una llave primaria 17058 y buscando este nmero en la segunda tabla se encuentran tres registros, el primero de la direccin del viento en decenas de grados, el segundo de velocidad en km/h para cada una de las horas del da y el tercero el valor de la mxima velocidad instantnea del viento (rfaga) detectada en el da. Para este mismo da (18 de marzo) le corresponde a las 10 de la maana (columna h10) una direccin de viento predominante de 28 decenas de grado, es decir 280 grados de acimut y una velocidad de 40 km/h. La mxima velocidad instantnea registrada ese da fue de 6.9 m/s a las cuatro de la tarde (columna h16) y corresponde a una direccin de viento predominante de 22 decenas de grados (columna rumbo_r) que equivale a un acimut de 220 grados.
5-8
Figura 5-8 Estaciones meteorolgicas que poseen registros horarios de viento.
Figura 5-9 Estructura de las tablas principales de la base de datos. Para la determinacin de la velocidad y la potencia media mensual, anual y por temporada (estaciones climticas: lluviosa, seca y sus transiciones) se utiliz el clculo de la densidad de probabilidad por medio de la funcin de Weibull utilizando el programa WAsP. Los datos para el clculo en WAsP fueron obtenidos por medio de consultas SQL a la base de datos de viento de tal manera que se dispusiera de pares ordenados de velocidades y direcciones para cada hora durante periodos de tiempo determinados. Proyecto SWERA-EL SALVADOR 5-9
Llagndose a obtener el clima elico en cada una de las estaciones meteorolgicas para cada mes, ao y temporada de cada una de las 18 estaciones meteorolgicas. Los valores calculados corresponden a: factores de forma y escala de Weibull, velocidad media y potencia media (utilizando la funcin) y distribucin de velocidades por sector de medicin en porcentaje en base al millar. En la figura 5-10 se muestra el clima elico anual de la estacin S-10 en la cul la velocidad media fue de 2.44 m/s y la potencia 22 W/m2, adicionalmente se espera una potencia de 30 W/m2 del viento procedente del sector 1 es decir del Norte.
Figura 5-10 Datos principales del clima elico de la estacin meteorolgica, calculado en WAsP.
5.2.1 Climatologa regional

A partir del clima elico e informacin de la topografa de aquellos lugares que presentaran los mayores valores de potencias medias se determin la climatologa regional a 50 m.a.g.l. Como se muestra en la figura 5-11 los sitios de mayor potencial elico fueron: Cerro Verde, Planes de Montecristo y La Galera.
5-10
Figura 5-11 Potencia media registrada, la primera columna corresponde a la temporada seca, la segunda a la seca-lluviosa, la tercera a la lluviosa y la cuarta a la lluviosa seca . La extensin territorial alrededor de cada uno de los lugares evaluados fue aproximadamente de cuadros de 10 km por lado centrados en la ubicacin de las estaciones, a excepcin de la estacin que registro el mayor potencial elico (Cerro Verde) que se tomo un sector mayor con el objeto de abarcar al lago de Coatepeque. La rugosidad del lugar fue calculada a partir del mapa de uso de suelo de El Salvador de 1996, publicado en el Sistema de Informacin Ambiental de El Salvador; al reclasificar los diferentes usos de suelo en la zona. El mapa de uso de suelo fue creado al georeferenciar y clasificar las bandas 3, 4 y 5 de imgenes Landsat TM tomadas entre 1993 y 1994; trabajo realizado por el Centro agronmico tropical de investigacin y enseanza CATIE y la direccin de economa agropecuaria DGEA del Ministerio de Agricultura y Ganadera MAG. Los valores utilizados para la rugosidades son presentados en la tabla5-4 y corresponden a valores recomendados por Humberto Rodrguez2 en el proyecto de Implementacin de medidas para el desarrollo de un mercado nacional sostenible para servicios de energa en el rea rural. Tabla 5-4 Asignacin de rugosidades en base a los tipo de uso de suelo usado para el modelaje elico en WAsP. Uso de suelo Areas urbanas Bosques naturales Caf Caa de azcar Cuerpo de agua Lava Pastos y granos bsicos Rugosidad 0.32 0.24 0.24 0.18 0.1 0.14 0.1
Consultor colombiano del MINEC en los temas solar y elico. 5-11
Figura 5-12 Zonas seleccionadas para evaluar la climatologa regional La orografa del lugar fue obtenida por medio de la digitalizacin de las curvas de nivel a cada 20 m de cartas topogrficas a escala 1:50,000. Las cartas fueron escaneadas y georeferenciadas para su posterior digitalizacin en el laboratorio de sistemas de informacin geogrfica de la UCA. El procedimiento seguido para la creacin de las capas temticas consisti en el escaneo de mapas a escala 1:50,000 publicados por el Centro Nacional de Registros y su posterior georreferenciacin. Posteriormente se procedi a realizar una digitalizacin de las curvas de nivel y de los puntos de elevacin conocidos. Este trabajo fue realizado en el sistema de informacin geogrfico ArcGIS de ESRI. La rugosidad y la orografa obtenida en formatos de sistemas de informacin geogrficas fueron convertidas a archivos MAP de WAsP por medio de la modificacin de un Script programado en Avenue por Javier Gonzlez y publicado en la web de los fabricantes del software de sistemas de informacin geogrfica, ArcView. Los resultados obtenidos del modelaje en WAsP consistieron en informacin de la funcin de Weibull para cada localidad del rea de estudio y para cada sector de direccin de viento. Se exportaron a un archivo ASCII de extensin WRG (ver la tabla 5-5 para el contenido del archivo generado) para su posterior incorporacin a los sistemas de informacin geogrfica y comparacin con el atlas elico de Centro Amrica. Tabla 5-5 Descripcin del archivo WRG de intercambio.
Columns 01-10 11-20 21-30 31-38 39-43 44-48 49-54 55-69
Width 10 10 10 8 5 5 6 15
Description GridPoint X-coordinate (easting) of the site [m] Y-coordinate (northing) of the site [m] Z-coordinate (elevation) of the site [m] Height above ground level [m a.g.l.] Weibull A-parameter for the total distribution [ms-1] Weibull k-parameter for the total distribution Power density [Wm-2] or power production [Why-1] 5-12
Columns 70-72 73-76 77-80 81-85 86-98 ... 216-228
Width 3 4 4 5 13 ... 13
Description Number of sectors Frequency of occurrence for sector #1 [%10] Weibull A-parameter for sector #1 [ms-110] Weibull k-parameter for sector #1 [100] As columns 73-85, but for sector #2 ... As columns 73-85, but for sector #12
5.3 Climatologa Regional en el Cerro Verde (A-35)

Descripcin general La regin de estudio en Cerro Verde consiste en un cuadro de 16 km de lado que se encuentra, aproximadamente, delimitado por las faldas del volcn de Santa Ana e Izalco al norte y oeste, por la carretera de Sonsonate al sur y por el lmite de la cuenca de Coatepeque al este. En el cerro verde se encuentra una estacin meteorolgica con 978 registros de viento diarios y utilizando la funcin de Weibull se ha determinado valores de velocidades y potencias medias anuales de 3.91 m/s y 123 W/m2 al ao con una direccin de viento predominante NNE, en la figura 5-13 se presenta, por medio de la rosa de vientos, la direccin de viento predominante y la distribucin de frecuencias de las velocidades y los factores de la funcin de Weibull. En las tablas 5-6 y 5-7 se muestran los factores de Weibull, velocidad y potencia media para otros perodos de tiempo. En los perodos de tiempo evaluados la direccin predomnate del viento es siempre NNE.
Figura 5-13 Rosa de los vientos y distribucin de velocidades para la estacin A-35 (Cerro Verde).
5-13
Tabla 5-6 Factores de Weibull, Velocidad y Potencia media para cada uno de los meses del ao. Parmetros Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov A 5 3.3 3.8 2.5 2.8 5.6 4.4 4 4.7 5.7 K 1.46 1.26 1.21 1.24 1.22 1.1 2.04 1.61 1.83 1.4 1.6 U 4.55 4.76 3.09 3.55 2.35 2.67 5 3.95 3.55 4.28 5.08 P 163 241 71 103 31 56 143 93 58 145 200 Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Dic 6 1.59 5.38 238
Tabla 5-7 Factores de Weibull, Velocidad y Potencia media para cada temporada del ao. Temporada Parmetros 1 Anual 2 3 4 A 4.7 2.6 4.2 5 4.2 k 1.29 1.31 1.54 1.36 1.32 U 4.31 2.41 3.8 4.57 3.91 P 170 29 88 186 123 Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Temporada: s, seca; s-ll, seca lluviosa; ll, lluviosa y ll-s, lluviosa seca. Rugosidad La rugosidad de la regin vara de 0.1 en el lago hasta 0.32 en zonas urbanas, siendo el valor predominante en el 77% de la regin la rugosidad de 0.24, asignada a los bosques naturales y los cafetales. La estacin de medicin se encuentra ubicada en el cerro verde en una zona de vegetacin espesa con valores de rugosidad de 0.24, as como se muestra en la figura 5-14.
Figura 5-14 Mapa de uso de suelo reclasificado con valores de rugosidad en los alrededores de la estacin Cerro Verde (A-35).
5-14
Orografa El relieve en la zona es de tipo montaoso con alturas mximas de 2370 y mnimas de 560 msnm en distancias cortas. Existen tres puntos de mayor elevacin en la zona de los cules dos de ellos son volcanes y el otro es un cerro. Los volcanes dentro de la zona son el Lamatepec o volcn de Santa Ana y el volcn de Izalco. El cerro es conocido como Cerro Verde y es en l que se encuentra ubicada la estacin meteorolgica a una altura de 2030 msnm Al este de la zona montaosa se ubica el lago de coatepeque a una altura de 750 msnm, rodeado el lago en casi toda su totalidad por una cordillera con amplia vegetacin, ver figura 5-15.
Figura 5-15. Orografa de la regin Cerro Verde. (a) Curvas de nivel de la zona; (b) Modelo de elevacin digital.
5-15
Estimacin del potencial elico de la zona Cerro Verde La velocidad media de la regin a 50 m.a.g.l. es mostrada en la figura 5-16, identificndose cuatro lugares con las magnitudes mayores de velocidades: Cerro Verde y Cerro Mala Cara, Volcanes de Izalco y de Santa Ana. Las menores velocidades de viento se presentan en zonas bajas o en aquellas que el efecto topogrfico les ha afectado grandemente. La figura 5-17 muestra el potencial elico a 50 m.a.g.l. de la zona Cerro Verde obtenido por medio del modelo realizado en WAsP y el atlas olico de Centro Amrica. La diferencia en las magnitudes de potencia se puede atribuir a que el modelaje realizado en WAsP utiliza datos a 10 m.a.g.l. de estaciones de larga duracin, por lo que es posible obtener en dicha zona una mayor potencia energtica que la calculada. Es importante sealar la existencia de sitios energticos en el Cerro Mala Cara y la zona del cerro Mascarn que no quedaban definidos en el Atlas elico de NREL.
Figura 5-16 Clima regional de la zona Cerro Verde (Velocidades a 50 m.a.g.l.).
5-16
Cerro Mala Cara
Cerro Mascarn
2.3 - 57.2 57.3 - 112.1 112.2 - 167.0 167.1 - 221.9 222.0 - 276.8
Figura 5-17 Mapas de potencial elico a 50 m.a.g.l. en W/m2 obtenido por medio del modelaje de la regin Cerro Verde.
5.4 Climatologa Regional en Planes de Montecristo (A-31).

Descripcin general La regin de estudio consiste en un cuadro de 10 km de lado que se encuentra, aproximadamente, delimitado por la frontera de Honduras al norte, por la quebrada la Chicotera al este y por la carretera que conduce de Metapn a la Hacienda El Pinar al sur y por los cerros Copacho, Carrapinga y Anona. Al centro de la regin, en la Loma Las Toreras se encuentra una estacin meteorolgica (Planes de Montecristo) con 1044 registros de viento diarios y utilizando la funcin de Weibull se han determinado valores de velocidades y potencias medias anuales de 2.65 m/s y 45 W/m2 al ao con una direccin de viento predominante NNE todo el ao y en algunos meses SSW y E, en la figura 5-18 se presenta por medio de la rosa de vientos la direccin de viento predominante y la distribucin de frecuencias de las velocidades y los factores de la funcin de Weibull. En las tablas 5-8 y 5-9 se muestran los factores de Weibull, velocidad y potencia media para otros perodos de tiempo.
5-17
Figura 5-18 Rosa de los vientos y distribucin de velocidades para la estacin A-31. Tabla 5-8 Factores de Weibull, Velocidad y Potencia media para cada uno de los meses del ao. Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic A 3 4.2 2.6 3 1.8 1.7 3.2 2.9 1.9 3.3 4 4 k 1.23 1.44 1.21 1.15 1.41 1.03 1.41 1.41 1.39 1.45 1.53 1.44 U 2.8 3.83 2.4 2.83 1.64 1.71 2.92 2.65 1.77 3 3.57 3.61 P 51 100 33 60 8 17 46 34 10 47 74 83 Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Tabla 5-9 Factores de Weibull, Velocidad y Potencia media para cada temporada del ao. Temporada Anual 1 2 3 4 A 3.4 1.9 2.3 4.4 2.8 k 1.28 1.33 1.2 1.91 1.21 U 3.12 1.78 2.17 3.93 2.65 P 66 11 25 74 45 Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Temporada: s, seca; s-ll, seca lluviosa; ll, lluviosa y ll-s, lluviosa seca. Rugosidad La rugosidad de la regin es de dos tipos: 0.1 en pastos y granos bsicos que cubre el 25% de la regin y de 0.24 a los bosques naturales y a los cafetales cubriendo el resto del territorio. La estacin de medicin se encuentra ubicada en Loma las Toreras, zona de vegetacin espesa con valores de rugosidad de 0.24, as como se muestra en la figura 5-19.
5-18
Figura 5-19 Mapa de uso de suelo reclasificado con valores de rugosidad. Orografa El relieve en la zona es de tipo montaoso con alturas mximas de 2400 y mnimas de 800 msnm en distancias cortas, como se muestra en la figura 5-20. La estacin meteorolgica se encuentra a una altura de 1831 msnm. La regin se encuentra en una zona montaosa con grandes pendientes en cortas distancias, con abundante vegetacin de tal manera que la parte oeste es una zona nacional protegida llamada Montecristo.
Figura 5-20 Orografa de la regin Planes de Montecristo (Metapn). (a) Curvas de nivel; (b) Modelo de elevacin digital.
5-19
Estimacin del potencial elico de la zona Planes de Montecristo. La velocidad media de la regin a 50 m.a.g.l. es mostrada en la figura 5-21, identificndose cinco lugares con las magnitudes mayores de velocidades: la zona de Miramundo y El Cerro Los Cntaros (ubicados en la zona protegida), Cerro Redondo, Loma El Malcotal y Cerro Guamilar. Las menores velocidades de viento se presentan en zonas bajas o en aquellas que el efecto topogrfico les ha afectado grandemente. La figura 5-22 muestra el potencial elico a 50 m.a.g.l. de la zona, obtenido por medio del modelo realizado en WAsP y el atlas olico de NREL para Centroamrica. Existen zonas al sur de la regin que el Atlas de NREL las establece con alto potencial energtico que no aparecen en el modelo realizado, en las cuales se requiere de ubicar una estacin de corta duracin en la zona para evaluar su potencial energtico. La diferencia en las magnitudes de potencia se puede atribuir a que el modelaje realizado en WAsP utiliza datos a 10 m.a.g.l. de estaciones de larga duracin, por lo que es posible obtener en dicha zona una mayor potencia energtica que la calculada.
Figura 5-21 Clima regional de la zona Planes de Montecristo (Velocidades a 50 m.a.g.l.)
Figura 5-22 Mapas de potencial elico a 50 m.a.g.l. en W/m2 obtenido por medio del modelaje de la regin Planes de Montecristo. Proyecto SWERA-EL SALVADOR 5-20
5.5 Climatologa Regional en La Galera (Z-4).

Descripcin general La regin de estudio consiste en un cuadro de 10 km de lado que se encuentra, aproximadamente, delimitado por la frontera de Honduras al norte, por el Cerro Bailaderos y Las Cumbres del Cerro Verde al este y por los Cerros Las Crucitas y El Colorado al sur y por los cerros El Infernal y La Ardilla. Al centro de la regin, en Las Galeras se encuentra una estacin meteorolgica con 618 registros de viento diarios y utilizando la funcin de Weibull se ha determinado valores de velocidades y potencias medias anuales de 2.88 m/s y 33 W/m2 al ao con una direccin de viento predominante N y NNE todo el ao, en algunos meses las direcciones son variadas con velocidades pequeas, en la figura 5-23 se presenta por medio de la rosa de vientos la direccin de viento predominante y la distribucin de frecuencias de las velocidades y los factores de la funcin de Weibull. En las tablas 5-10 y 5-11 se muestran los factores de Weibull, velocidad y potencia media para otros perodos de tiempo.
Figura 5-23 Rosa de los vientos y distribucin de velocidades para la Z-4. Tabla 5-10 Factores de Weibull, Velocidad y Potencia media para cada uno de los meses del ao. Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic A 4 5.1 2.7 3 2.1 2.8 3.5 3.6 2.6 3.7 4.3 4.9 k 1.65 2.16 1.4 1.74 1.54 1.83 2.41 2.24 2.16 1.89 1.99 2.44 U 3.54 4.54 2.5 2.66 1.85 2.47 3.14 3.21 2.26 3.28 3.79 4.34 P 65 102 29 26 10 20 31 35 13 44 64 80 Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Tabla 5-11 Factores de Weibull, Velocidad y Potencia media para cada temporada del ao. Temporada 1 2 3.8 2.3 1.72 1.68 3.35 2.06 52 13
A k U P Proyecto SWERA-EL SALVADOR
3 3 1.97 2.66 22
4 4.3 1.95 3.79 65
Anual 3.2 1.73 2.88 33 5-21
Parmetros: A, factor de escala; K, factor de forma; U, velocidad (m/s); P, potencia (W/m2) Temporada: s, seca; s-ll, seca lluviosa; ll, lluviosa y ll-s, lluviosa seca. Rugosidad Segn el mapa de uso de suelos utilizados el tipo de suelo de la regin es Cafetal o Bosques Naturales por lo que se utiliz un factor de rugosidad de 0.24 en toda la zona. Orografa El relieve en la zona es de tipo montaoso con alturas mximas de 2020 y mnimas de 1120 msnm en distancias cortas, como se muestra en la figura 5-24. La estacin meteorolgica se encuentra a una altura de 1900 msnm. La regin se encuentra en una zona montaosa con grandes pendientes en cortas distancias, con abundante vegetacin.
Figura 5-24 Orografa de la regin La Galera. (a) Curvas de nivel; (b) Modelo de elevacin digital. Estimacin del clima regional de la zona La Galera La velocidad media de la regin a 50 m.a.g.l. es mostrada en la figura 5-25, identificndose tres lugares con las magnitudes mayores de velocidades: La Loma de Enmedio y Costado Nor-Este de Bailaderos y el Volcn de Agua. Las menores velocidades de viento se presentan en zonas bajas o en aquellas que el efecto topogrficos les ha afectado grandemente. La figura 5-26 muestra el potencial elico a 50 m.a.g.l. de la zona, obtenido por medio del modelo realizado en WasP y el atlas olico de NREL para Centroamrica. La ausencia de datos del Atlas se debe a los lmites polticos de El Salvador, pero se observa similitud en la distribucin de las potencias y no a la magnitud de las mismas. La diferencia en las magnitudes de potencia se puede atribuir a que el modelaje realizado en WAsP utiliza datos a 10 m.a.g.l. de estaciones de larga duracin, por lo que es posible obtener en dicha zona una mayor potencia energtica que la calculada.
5-22
Figura 5-25 Clima regional de la zona La Galera (Velocidades a 50 m.a.g.l.)
Figura 5-26 Mapas de potencial elico a 50 m.a.g.l. en W/m2 obtenido por medio del modelaje de la regin La Galera.
5-23
5.6 Tablas de medicin de potencial elico en las estaciones meteorolgicas del pas.
El proyecto SWERA ejecutado por la UCA consider datos de viento horarios de 18 estaciones las cuales se presentan en la tabla 5-12. El total de datos para modelaje en WAsP utiliz 20,890 horas de mediciones de todas las estaciones. Sus resultados en W/m2 y KWh/m2 se presentan en la tabla 5-13. Tabla 5-12 Estaciones con mediciones de viento consideradas en el proyecto SWERA. Estacion A12 A31 A35 B10 G3 H13 H8 L18 L4 M23 M6 N15 S10 S27 U11 V13 V6 Z4 Nombre Santa Ana El Palmar Planes de Montecristo Cerro Verde Cerrn Grande Nueva Concepcin Apaneca Santa Leticia Ahuachapn El Boquern San Andrs Cerro Cacahuatique El Papaln La Unin Aeropuertpo-Ilopango Estacin Matrz Beneficio La Carrera Apastepeque Santa Cruz Porrillo La Galera Longitud -89.5700 -89.3600 -89.6233 -88.7850 -89.2900 -89.7816 -89.8600 -89.2816 -89.4067 -88.2317 -88.1267 -87.8816 -89.1183 -89.1433 -88.5250 -88.7466 -88.8033 -88.0866 Latitud 13.9766 14.3983 13.8266 13.9383 14.1250 13.8616 13.9433 13.7350 13.8083 13.7633 13.4400 13.3316 13.6983 13.6883 13.3300 13.7000 13.4400 14.0430 Elevacion 725 1851 2030 600 320 1300 725 1800 460 1975 1960 95 615 650 75 570 30 1900
En la tabla 5-14 se presenta una comparacin entre los datos de viento obtenidos por la UPES en 1987 y los obtenidos por el proyecto SWERA de la UCA utilizando WAsP. Tabla 5-4 Areas que presentan mayor potencial elico de acuerdo a estudio UPES y al proyecto SWERAUCA (calculados con WAsP). Datos a 10 magl. Densidad de potencia media anual (W/m2) UPES 116 70 57 Densidad de potencia media anual (W/m2) SWERA 123 45 33 Densidad de energa media anual (KWh/m2) UPES 1040 629 519 Densidad de energa media anual (KWh/m2) SWERA 1077 394 289
Cdigo
Nombre y depto.
Velocidad media anual (m/s) UPES 4.39 3.14 2.86
Velocidad media anual (m/s) SWERA 3.91 2.65 2.88
A-35 A-31 Z-4
Cerro Verde (Santa Ana) Planes de Montecristo (Santa Ana) La Galera (Morazn)
5-24
Tabla 5-3 Datos calculados por WAsP para cada mes del ao, se presentan datos en W/m2 y KWh/m2 (anual).
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

114 289 622 105 96 105 96 166 96 140 88 324 412 70 105 70 9 254 26 16 60 103 6 10 8 10 10 10 17 11 30 30 8 10 140 526 902 53 88 70 88 88 88 149 96 263 263 70 88 79 70 272 35 18 35 53 44 114 53 44 140 140 35 79 350 35 88 53 149 491 44 9 18 26 53 26 96 26 70 79 26 61 70 26 175 53 298 815 44 26 79 26 70 26 140 26 44 88 26 53 96 35 307 44 88 508 35 9 44 26 88 26 88 18 35 79 26 44 88 18 114 105 8 894 29 9 8 31 4 2 4 6 5 13 6 5 16 16 4 9 40 79 4 228 10 6 17 56 5 1 2 3 6 3 11 3 8 9 3 7 8 3 20 6 53 6 46 403 34 143 1253 93 4 35 5 1 9 3 7 61 9 4 35 3 9 79 8 3 26 3 17 149 16 3 26 3 8 70 5 10 88 10 3 26 3 9 79 6 9 79 11 8 70 4 31 272 35 5 10 58 4 1 5 3 10 3 10 2 4 9 3 5 10 2 13 8 70 10 88 47 412 74 648 145 1270 200 1752 4 35 3 26 7 61 46 403 36 315 4 35 8 70 21 184 45 394 2 18 5 44 14 123 14 123 1 9 3 26 5 44 9 79 14 123 25 219 3 26 4 35 5 44 6 53 6 53 3 26 5 44 44 385 64 561 Promedio Anual
Estacion a12 a31 a35 b10 g3 h13 h8 l18 l4 m23 m6 n15 s10 s27 u11 v13 v6 z4
17 149 17 149 13 51 447 100 876 33 163 1428 241 2111 71 6 53 8 70 12 14 123 16 140 11 52 456 46 403 12 12 105 14 123 11 35 307 30 263 19 9 79 13 114 11 20 175 16 140 16 9 79 9 79 10 18 158 40 350 37 40 350 29 254 47 6 53 8 70 8 12 105 24 210 12
13 65
114 12 569 102
18 158 12 105 83 727 45 394 238 2085 123 1077 7 61 8 70 16 140 8 70 54 473 19 166 13 114 8 70 48 420 22 193 7 61 6 53 27 237 17 149 7 61 6 53 21 184 16 140 37 324 22 193 6 53 5 44 7 61 8 70 14 123 10 88 7 61 80 701 33 289
5-25
Tabla 5-15 Velocidad promedio del viento en m/s obtenidas en el proyecto SWERA. Promedio Anual 5-26 Septiembre
Noviembre
Estacin a12 a31 a35 b10 g3 h13 h8 l18 l4 m23 m6 n15 s10 s27 u11 v13 v6 z4
2.39 2.8 4.55 1.65 1.47 2.96 1.87 2.76 1.51 2.16 1.6 2.38 3.12 1.66 1.79 -1.86 3.54
2.27 3.83 4.76 1.76 1.55 1.85 1.86 2.62 1.76 2 1.55 3.34 2.84 1.73 1.87 -1.8 4.54
2.19 2.4 3.09 1.78 1.45 1.76 1.81 1.87 1.69 2 1.69 3.12 3.06 1.68 1.74 -1.49 1.5
2.37 2.83 3.55 1.6 1.45 1.65 1.74 1.48 1.63 1.97 1.64 2.67 2.81 1.71 1.77 -1.64 2.66
1.83 1.64 2.35 1.37 0.95 1.36 1.43 1.25 1.68 1.69 1.26 2 2.13 1.24 1.67 2.41 1.18 1.85
1.62 1.71 2.67 1.24 0.78 1.26 1.19 1.45 1.06 1.9 0.98 1.7 1.89 1.28 1.62 1.44 1.18 2.47
1.73 2.92 5 1.41 0.75 1.72 1.36 1.85 1.09 2.16 1.09 1.65 2.1 1.28 1.73 1.35 1.62 3.14
1.72 2.65 3.95 1.41 0.94 1.76 1.22 1.82 1.09 2.13 1.1 1.51 2.05 1.29 1.52 1.53 1.26 3.21
1.58 1.77 3.55 1.31 0.8 1.49 1.11 1.65 1.07 1.83 0.87 1.43 1.87 1.23 1.48 1.29 1.13 2.26
1.82 1.99 2.41 1.95 3 3.57 3.61 2.65 4.28 5.08 5.38 3.91 1.42 1.7 1.12 0.86 0.97 1.42 1.12 2.17 2.43 1.99 1.74 1.28 1.66 1.79 1.55 2.01 2.96 3.11 2.08 0.09 1.24 1.48 1.34 2.12 2.12 2.79 2.12 0.83 0.89 1.39 1.26 1.39 1.57 2.16 1.87 2.11 2.67 3.11 2.44 1.31 1.49 1.64 1.5 1.49 1.57 1.65 1.64 1.17 --- 1.5 1.06 1.34 1.72 1.43 3.28 3.79 4.34 2.88
Tabla 5-16 Datos de viento (W/m2 y KWh/m2) para cada una de las estaciones climticas del pas. Clculos basados en la tabla 1-1 (Duracin aproximada de las estaciones climticas.
Seca Lluviosa
Lluviosa
Estacin meteorolgica a12 15 131 10 a31 66 578 11 a35 170 1489 29 b10 7 61 5 g3 13 114 3 h13 32 280 4 h8 12 105 6 l18 31 272 5 l4 8 70 14 m23 23 201 5 m6 9 79 6 n15 24 210 23 s10 37 324 18 s27 7 61 7 Proyecto SWERA-EL SALVADOR
88 96 254 44 26 35 53 44 123 44 53 201 158 61
6 25 88 6 5 7 3 9 3 13 3 9 10 1
53 219 771 53 44 61 26 79 26 114 26 79 88 9
10 88 74 648 186 1629 5 44 10 88 39 342 7 61 40 350 5 44 --2 18 4 35 19 166 4 35
Lluviosa Seca
Seca
Diciembre
Octubre
Febrero
Agosto
Marzo
Enero
Junio
Mayo
Julio
Abril
Seca Lluviosa
Lluviosa 6 12 5 22 53 105 44 193 5 4 4 65
Estacin meteorolgica u11 v13 v6 z4
12 -10 52
105 -88 456
10 88 54 473 5 44 13 114
Tabla 5-17 Datos de velocidad del viento en m/s para cada una de las estaciones climticas del pas. Clculos basados en la tabla 1-1.
Seca Lluviosa
Lluviosa
Estacin meteorolgica a12 a31 a35 b10 g3 h13 h8 l18 l4 m23 m6 n15 s10 s27 u11 v13 v6 z4
2.29 3.12 4.31 1.67 1.44 2.23 1.81 2.5 1.34 2.38 1.52 2.36 3.02 1.66 1.72 -1.67 3.35
1.94 1.78 2.41 1.58 1.11 1.4 1.46 1.19 1.78 1.64 1.32 2.28 2.18 1.53 1.68 2.81 1.26 2.06
1.68 2.17 3.8 1.45 0.91 1.6 1.25 1.7 1.07 1.96 1 2.37 1.97 0.73 1.58 1.44 1.37 2.66
2 3.93 4.57 1.45 1.4 2.67 1.63 2.71 1.29 -0.86 1.37 2.42 1.47 1.5 1.2 1.27 3.79
Lluviosa Seca
Seca
Lluviosa Seca 44 35 35 569
Seca
5-27
Tabla 5-18 Tabla comparativa de datos de viento m/s, W/m2, KWh/m2 para diferentes proyectos. Estacin a12 a31 a35 b10 g3 h13 h8 l18 l4 m23 m6 n15 s10 s27 s5 u11 v13 v6 z4 t6 p11 Promedio anual SWERA 1.95 12 105 2.65 45 394 3.91 123 1077 1.12 8 70 1.12 8 70 1.74 19 166 1.55 8 70 2.08 22 193 1.34 6 53 2.12 17 149 1.26 6 53 1.87 16 140 2.44 22 193 1.5 5 44 ---1.64 8 70 1.5 14 123 1.43 7 61 2.88 33 289 ------Promedio anual UPES 2.13 31 280 3.14 70 629 4.38 116 1040 1.4 15 133 1.41 16 147 2.06 31 275 2.14 31 277 2.24 36 319 1.5 17 155 2.42 37 334 1.5 17 152 2.55 45 407 2.16 32 289 1.55 18 159 ---1.94 26 230 2.62 48 428 1.49 17 149 2.87 57 510 2.87 53 475 2.23 34 300 Promedio anual MINEC3 2.1 31.8 278 3.14 65.4 573 4.33 118.7 1040 1.41 15.2 133 1.41 16.6 146 2.03 31.4 275 2.16 32 280 2.26 36.7 319 1.5 17.6 154 2.42 39.7 348 1.54 17.5 153 2.55 46.2 405 2.17 33 289 ---1.98 27.7 243 1.95 26.2 230 2.62 48.7 426 1.49 17.1 150 2.81 57.9 508 2.87 55.9 482 2.23 34.3 300
Tabla 5-19 Serie de datos para mediciones elicas. Los datos en azul son los datos mensuales de la base de datos UPES y los datos en rosado son los datos horarios recuperados en el proyecto SWERAUCA.
Santa Ana El Palm ar
2.5 2.4 2.3 2.2 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988
2.9 2.7 2.5 2.3 2.1 1.9 1.7 1.5 0 2 4 6 Meses 8 10 12
Aos de regist ros
Tomados del CD elaborado por el consultor Humberto Rodrguez para el proyecto del MINEC Implementacin de medidas para el desarrollo de un mercado nacional sostenible para servicios de energa en el rea rural. 2005. Proyecto SWERA-EL SALVADOR 5-28
Planes de Monte cristo

4.0 3.5 3.0 2.5
4.5 4.0 3.5 3.0 2.5
2.0 1.5 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984
2.0 1.5 0 2 4 6 8 10 12
A os de regist ros
Meses
Cerro Ve rde
5.5 4.5 3.5 2.5 1.5 0.5 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984
5.5 4.5 3.5 2.5 1.5 0.5 0 2 4 6 8 10 12
A os de regist ros
Meses
Cerron Grande
1.9
1.9 1.7 1.5 1.3 1.1 0.9 0.7 0.5 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985
1.7 1.5 1.3 1.1 0.9 0.7 0.5 0 2 4 6 8 10 12
A os de regist ros
Meses
Nueva Concepcin
1.9 1.7 1.5 1.3 1.1 0.9 0.7 0.5 1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988
2.5 2.3 2.1 1.9 1.7 1.5 1.3 1.1 0.9 0.7 0.5 0 2 4 6 Meses 8 10 12
A os de regist ros
Apaneca Santa Le ticia

3.5 2.7 2.5 2.3 2.1 1.9 1.7 1.5 1972 1974 1976 1978 1980 1982 1984 1986 3.0 2.5 2.0 1.5 1.0 0.5 0 2 4 6 8 10 12
Aos de regist ros
Meses
5-29
Ahuachapn
3.0 2.5 2.0 1.5 1.0 0.5 0.0 1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0 0 2 4 6 8 10 12
A os de regist ros
Meses
El Boquern
4.0 3.5 3.0 2.5 2.0 1.5 1.0 1972 1974 1976 1978 1980 1982 1984 1986 3.5 3.0 2.5 2.0 1.5 1.0 0.5
Aos de regist ros
10
12
Meses
San Andrs
2.0 1.7 1.4 1.1 0.8 0.5 1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 3.0 2.5 2.0 1.5 1.0 0.5 0.0 0 2 4 6 Meses 8 10 12
Aos de regist ros
Cerro Cacahuatique
2.9 2.7 2.5 2.3 2.1 1.9 1.7 1.5 1970 1972 1974 1976 1978 1980 1982 1984 3.1 2.9 2.7 2.5 2.3 2.1 1.9 1.7 1.5
A os de regist ros
10
12
Meses
Beneficio el Papaln
1. 9 1. 7 1. 5 1. 3 1. 1 0. 9 0. 7 0. 5 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987
2.1 1.9 1.7 1.5 1.3 1.1 0.9 0.7 0.5 0 2 4 6 8 10 12
A os de regist ros
Meses
5-30
La Unin
3.0 2.8 2.6 2.4 2.2 2.0 1.8 1.6 1.4 1.2 1.0 1970 1972 1974 1976 1978 1980 1982 1984 1986 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5
A os de regist ros
10
12
Meses
Aeropuerto Ilopango
4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0 1968 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 2.0 1.5 1.0 0 2 4 6 Meses 8 10 12 4.0 3.5 3.0 2.5
Aos de regist ros
Estacin M atriz
1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 1972 1974 1976 1978 1980 1982 1984 1986 2.4 2.2 2.0 1.8 1.6 1.4 1.2 1.0 0 2 4 6 8 10 12
Aos de regist ros
Meses
Beneficio La Carre ra
2.2 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1970 1972 1974 1976 1978 1980 1982 1984 1986 2.6 2.4 2.2 2.0 1.8 1.6 1.4 1.2 1.0 0 2 4 6 8 10 12
A os de regist ros
Meses
Apastepeque
3.3 2.8 2.3 1.8 1.3 0.8 1974 1975 1976 1977 1978 1979 1980 1981 1982 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0 2 4 6 8 10 12
Aos de regist ros
Meses
5-31
Santa Cruz Portillo

1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984
2.1 1.9 1.7 1.5 1.3 1.1 0.9 0.7 0.5 0 2 4 6 Meses 8 10 12
Aos de r egist r os
La Galera
3.4 3.2 3.0 2.8 2.6 2.4 2.2 2.0 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 5.0 4.5 4.0 3.5 3.0 2.5 2.0 1.5 0 2 4 6 8 10 12
Aos de regist ros
Meses
5-32
5-33
5-34
6. Conclusiones y recomendaciones.
1. Para la estimacin de los mapas de radiacin solar se mejor la serie de datos con mediciones de 5 a 14 aos del proyecto de Solarimetra a una nueva serie de datos de 5 a 30 aos con el proyecto SWERA. Para los datos de luz solar se utiliz la serie del proyecto de solarimetra de 5 a 25 aos completado con dos aos de datos (para cada una de las estaciones) digitalizados con el proyecto SWERA. 2. La tecnologa de SIG permiti que se hicieran de mejor manera las asignaciones de constantes de ngstrom a estaciones con mediciones de luz solar nicamente. Para ello se utilizaron diferentes criterios como: el mapa de zonas de vida de Holdrige, las elevaciones de las estaciones (altitud) y las cercanas entre las estaciones. Para la generacin de los mapas de potencial solar (luz solar y radiacin solar) se utiliz la informacin de 22 estaciones meteorolgicas por medio de la interpolacin de Kriging. 3. Se ha realizado un esfuerzo importante en la recuperacin de los datos digitales de sol y viento. El inventario de radiacin solar est completo y falta terminar de digitalizar las series de datos de luz solar y bandas de viento. En el documento se detallan los porcentajes de avances en el proceso de digitalizacin. 4. Para la determinacin del potencial elico del pas se utiliz el software WAsP , el cual permiti modelar la climatologa regional alrededor de tres estaciones meteorolgicas identificadas como de mayor potencial elico: cerro verde, planes de Montecristo y la galera. Adems, se us esta herramienta de software para calcular los atlas de viento de las 18 estaciones meteorolgicas para diferentes meses del ao y estaciones climticas. 5. Se desarroll un sistema informtico que permite incorporar datos nuevos de sol y viento a una base de datos la cual puede ser consultada, generar diferentes tipos de reportes, etc todo esto en un ambiente de red lo que permite aumentar la productividad de los encargados de mantener actualizadas las bases de datos solar y elica del pas. Tambin este sistema podra ser utilizado por otros pases de Centroamrica que utilizan instrumentos de medicin similar a los de nuestro pas. 6. Los mapas generados de brillo solar y radiacin solar deben analizarse dentro del contexto que representan modelos de superficies generados por el mtodo de interpolacin de Kriging. Otros mtodos de interpolacin de seguro producirn modelos de superficies diferentes a los generados en este estudio. Tambin debe considerarse que estos mtodos geoestadsticos dependen del criterio del investigador para ajustar el semivariograma experimental a los modelos tradicionales de semivariogramas (circular, estable, esfrico, exponencial, gaussiano, etc.). 7. Las bandas escaneadas para el caso de la radiacin y el viento constituyen una importante base de datos en digital que permitira en un futuro eliminar fsicamente los inventarios en papel de estas imgenes. 8. Para cada uno de los parmetros de estudio de sol y viento se establece un procedimiento informtico para su recuperacin lo cual permite que la divisin de meteorologa del SNET actualice continuamente estos parmetros. 9. La suma de las constantes de ngstrom (a y b) encontradas en este estudio andan alrededor de 0.65, lo que est de acuerdo a lo que establece la literatura para climas tropicales y hmedos como el de nuestro pas. 10. El anlisis de la climatologa regional nos permite concluir que el mapa elico elaborado por NREL en el ao 2004 para el pas es un excelente instrumento para la determinacin de sitios adecuados para la explotacin elico tanto a nivel residencial como de granjas elicas. 11. En los tres lugares en que se determin la climatologa regional se encontraron sitios con valores altos de potencia y velocidad que no se evidenciaban con los valores registrados por las estaciones meteorolgicas por lo que este estudio no descarta la posibilidad de la creacin de granjas elicas en El Salvador. 12. El mapa elico de NREL es una excelente gua para la ubicacin de estaciones meteorolgicas con el objetivo de afinar las mediciones de viento en las zonas identificadas en el mapa elico. 13. Se recomienda que la divisiones de meteorologa del SNET recupere la informacin horaria de viento utilizados por los estudios de UPES (1987) y MINEC (2005) de tal forma de crear una sola Proyecto SWERA-EL SALVADOR 6-1
14.
15.
16.
17.
base de datos digital en viento que permita hacer mejores estimaciones que las realizadas oir el proyecto SWERA. Comparando las series de datos de viento del proyecto SWERA con las histricas mostradas en otros estudios, indican un deterioro de los instrumentos de medicin (anemmetros) en algunas de las estaciones, lo cual hace necesario que se tome en cuenta al utilizarlos los datos en futuras investigaciones. El modelaje elico desarrollado en este estudio no consider prdidas por obstculos alrededor de las estaciones meteorolgicas y estas debieron haber sido consideradas al observar las rosas de vientos de algunas estaciones que lo evidenciaron. Esto dificult hacer un detalle completo de las huellas meteorolgicas de las estaciones del pas con registros de viento. La incorporacin de lenguaje informtico SQL de bases de datos relacionales y herramientas de sistemas de informacin geogrficas simplific y sistematiz el manejo y clculos de los datos meteorolgicos presentados en este estudio. Se sistematiz adicionalmente los formatos de entrada y salida de WAsP para su representacin y anlisis con sistemas de informacin geogrfica. El grupo de investigadores de la UCA agradece a la divisin de meteorologa de SNET (MARN) por el acceso a los inventarios de informacin solar y elica de el pas y el apoyo tcnico oportuno. As mismo se agradece al proyecto SWERA por el fortalecimiento de las capacidades y habilidades adquiridas por los investigadores en los temas solar y elico.
6-2
7. Bibliografa.
1. Burrough, P.A., Principles of Geographic Information Systems, Oxford University Press, 1998. 2. Manuales de ArcView y Spatial Analyst, ESRI. 3. Manuales de Idrisi Kilimanjaro, 2003. 4. Panatier Y., VARIOWIN: Software for Spatial Data Analysis in 2D, Springer, 1996. 5. Informe del proyecto de Solarimetra publicado por la UES en septiembre de 1989. Financiamiento de OEA. Ejecucin del Departamento de Fsica de la Universidad de El Salvador. 6. Duffie, John, Beckman, W. Solar engineering of thermal processes. John Wiley & Sons. 1980. 7. Mdulos de radiacin solar publicados en el sitio web http://www.courses.ait.ac.th/ED06.22/course1/lecs/ 8. Ib Troen y Erick Lundtang Petersen, El atlas elico europeo, Meteorology and Wind Energy Department, Ris National Laboratory, 1990. 9. WAsP courses and manuals, Wind Atlas Analysis and Application Program, course notes 2002 y 2004. 10. Small wind electric systems: an Ohio consumers guide, US Department of Energy, 2005. 11. Eduardo Morales Manchame, El viento en Centroamrica, principios de los aos 80. 12. Mick Sagrillo, Site Anlisis for Wind Generators, abril-mayo de 1994. 13. Alexandre de Lemos Pereira, Site selection for wind power project in El Salvador, Noviembre de 1994, convenio UCA-CEL-MARN. 14. Humberto Rodrguez, Implementacin de medidas para el desarrollo de un Mercado nacional sostenible para servicios de energa en el rea rural de El Salvador, Ministerio de Economa, Mayo de 2005, CD de divulgacin. 15. Seccin Diagnstico-Clima, vientos en El Salvador, Plan Nacional de ordenamiento y desarrollo territorial, 2005. 16. Lisa M. Daniela, Sara Johnson, Harvest the wind: A wind energy handbook for Illinois, por WINDUSTRY, 2004. 17. Trabajo de graduacin Extraccin de agua subterrnea con energa elica en El Salvador realizado por estudiantes de la Universidad Politcnica de El Salvador (UPES) en 1987. 18. Primer plan nacional de desarrollo energtico integrado 1988-2000, publicado en enero de 1988 por la Comisin Ejecutiva Hidroelctrica del Ro Lempa (CEL).
7-1

Estudio Salvador

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estudio Salvador

Uploaded by

Copyright:

Available Formats

Determinacin del potencial solar y elico en El Salvador

San Salvador, El Salvador, Octubre de 2005

1.1 Ubicacin geogrfica y clima de El Salvador.

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

1.2 Antecedentes de mediciones solares y proyectos solares.

1.3 Antecedentes de mediciones de viento en el pas.

2.86 57 519 Ordenamiento y Desarrollo Territorial. Velocidades a 10 metros

Proyecto SWERA-EL SALVADOR

1.4 Objetivos principales de esta investigacin.

Proyecto SWERA-EL SALVADOR

Figura 2-1 Metodologa de investigacin.

2.1 Datos del proyecto Solarimetra de la UES.

2.2 Inventario de informacin solar y elica de la divisin de meteorologa del (SNET).

Codigo A31 H8 G3 G13 S5 S27 Z4 N15

Proyecto SWERA-EL SALVADOR

Brillo Solar (Horas de luz solar)

Proyecto SWERA-EL SALVADOR

Santa Cruz Porrillo

Cerrn Grande Beneficio La Carrera

Santiago de Mara Laguna de Alegra

San Francisco Gotera La Galera Cerro Cacahuatique

Proyecto SWERA-EL SALVADOR

Rfaga es la velocidad instantnea del viento de mayor magnitud en un da determinado. 2-7

Proyecto SWERA-EL SALVADOR

Tabla 2-8 Inventario de cuadros mensuales de registros de viento.

2.3 Procedimiento para recuperacin de informacin solar y elica.

Proyecto SWERA-EL SALVADOR

Figura 2-6 Proceso de captura de luz solar en formato digital.

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

2.4 Resultados obtenidos del proceso de digitalizacin de la informacin en los inventarios.

Codigo A31 H8 G3 G13 S5 S27 Z4 N15

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

Tabla 2-13 Cuadros de viento digitalizados en el proyecto SWERA.

Proyecto SWERA-EL SALVADOR

3. Aplicacin de Tecnologas SIG al modelo de Angstrom

EOT = 0.123 cos( + 87 ) (1 / 6 )sen[2( + 10 )]

Ec. 3-2 Ec. 3-3

= 0.938[N + 30.3(M 1)]

Para localidades al Oeste del Greenwich ST = WT + EOT +

Proyecto SWERA-EL SALVADOR

= 23.45Sen{360(284 + N ) / 365 }grados

Proyecto SWERA-EL SALVADOR

2 2 s = cos 1 ( tan tan ) 15 15

: es el ngulo del da(en radianes) y se representa por:

d n es el nmero del da ( 1 d n 365 ).

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

y = 0.418x + 0.252 R2 = 0.9696

Proyecto SWERA-EL SALVADOR

Fuente A-31 Z-4 U-11 V-13 H-8

(A-31) U-11 Z-4 N-15 N-15 Z-4 N-15

N d y H 0 se calculan en la forma ya explicada anteriormente y a y b se obtienen de acuerdo a los

Proyecto SWERA-EL SALVADOR

Proyecto SWERA-EL SALVADOR

4. Mtodo de Interpolacin de Kriging para estimacin del potencial solar en El Salvador.

4.1 Mtodo de interpolacin de Kriging.

Proyecto SWERA-EL SALVADOR

Z ( x ) = m( x ) + ' ( x ) + ' '