Las políticas de Unión Europea en energía y medio ambiente están dirigidas para impulsar y desarrollar plataformas eólicas offshore. Ello hace que el sistema eléctrico español vaya a depender cada vez más de este tipo de sistemas de generación eléctrica. Los aerogeneradores para este caso son de mayor tamaño, más complejos, y requieren de unas altas exigencias de seguridad, fiabilidad, disponibilidad y mantenibilidad. En este proyecto se aborda dicha problemática planteando como fin último la gestión integral y óptima de este tipo de parques de aerogeneradores.
El proyecto parte con la intención de continuar y completar el proyecto Nacional WindSeaEnergy (DPI2012-31579), donde se analizaron más de 300 referencias científicas en revista de alto impacto, observándose que existen grandes carencias en los modelos matemáticos que permitan analizar las señales que se están monitorizando para determinar el estado de las estructuras, así como en la gestión óptima de los aerogeneradores y los parques eólicos.
OptiWindSeaPower pretende continuar y completar este estudio iniciado en el ámbito de los elementos rotativos del aerogenerador, y de la gestión del mantenimiento de los mismos, haciendo un estudio más exhaustivo en los sistemas de monitorización y métodos de procesamientos de señales para los elementos estructurales de dichos equipos. Se tomará como referencia los datos necesarios de WindSeaEnergy, además de los proyectos Europeos OPTIMUS, NIMO, WINPRO y el Nacional IcingBlades. Se precisará para ello del diseño y desarrollo de un banco de ensayos de un sistema de monitorización basado en ultrasonidos para determinar el estado estructural de los aerogeneradores para completar dicho conjunto de señales. Se elaborará un modelo del coste de ciclo de vida para el sistema predictivo de mantenimiento. Se propone emplear modelos matemáticos basados en el análisis en el tiempo, la frecuencia y tiempo/frecuencia, así como Transformadas Wavellets, Redes Neuronales / Inteligencia Artificial, métodos basados en la extracción de características de la señal y derivados de la Función de transferencia del sistema. El análisis multivariable se realizará mediante Árboles de Decisión Lógicos, que se analizarán empleando Diagramas de Decisión Binarias, y las medidas de importancia creadas mediante métodos heurísticos. Esto permitirá controlar y optimizar el estado de un aerogenerador de forma íntegra. Para la gestión óptima del parque eólico marino se planteará como un problema de Decisión Markoviano, y se analizarán los índices de Restless Bandit para poder determinar la estructura de los índices tipo “Whittle” en diferentes contextos. Finalmente se crearán nuevos índices de significancia basados en costes y se formulará el problema de optimización y su resolución mediantes métodos metaheurísticos para determinar la política óptima de inversiones en la gestión de este tipo de parques.
El equipo de trabajo está formado por miembros de la UCLM (6), el Colegio Universitario de Estudios Financieros de Madrid (3), y 5 de las universidades de Drexel (EEUU), Birmingham (Inglaterra), Monterrey (EEUU), King Fasial University (Arabia Saudí), Kyungpook National University (Corea del Sur), con un claro carácter multidisciplinar, constituido por miembros especializados en Ingeniería Industrial, Economía, Estadística e Investigación Operativa, y Energía.