CNO - anexo acuerdo 1717 de 2023

Protocolo para la Aplicación de la Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Julio 11, 2023 Autores María Alejandra Vargas Torres. Camilo Andrés Sedano Quiroz, M.Sc. Nelson Andrés Salazar Peña, M.Sc. Oscar David Salamanca Gómez, M.Sc. Andrés Leonardo González Mancera, Ph.D.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 1 de 12 Revisión Revisión Fecha Fecha Descripción Descripción 0 2023-06-09 1 2023-07-11 Se revisó de acuerdo a los comentarios públicos y acuerdos al interior del grupo de trabajo.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 2 de 12

1. Objetivo

El presente protocolo define la metodología para la reconstrucción de las series de datos de velocidad del viento, dirección del viento, temperatura ambiente y presión atmosférica para plantas eólicas conforme con lo establecido en Numeral 4 del Artículo 3 de la Resolución CREG 101 006 de 2023.

2. Ámbito de aplicación

Plantas de generación eólica, que van a participar en algún mecanismo de asignación de obligaciones del cargo por confiabilidad de que tra ta la Resolución CREG 071 de 2006 (o todas aquellas que la modifiquen, adicionen o sustituyan), a plantas eólicas que apliquen procedimientos relacionados con asignación de obligaciones del cargo

de obligaciones del cargo por confiabilidad de que tra ta la Resolución CREG 071 de 2006 (o todas aquellas que la modifiquen, adicionen o sustituyan), a plantas eólicas que apliquen procedimientos relacionados con asignación de obligaciones del cargo por confiabilidad, y a plantas eólicas que tengan Obligaciones de Energía Firme (OEF) previamente asignadas a la expedición de la presente resolución.

3. Metodología de reconstrucción de la serie de datos de velocidad del viento

En e l presente protocolo se describe la metodología MCP con que se realiza la reconstrucción histórica de las series de datos de velocidad del viento (𝑉), dirección del viento (𝐷), temperatura ambiente (𝑇𝐴) y presión atmosférica (𝑃).

Para la construcción de las series de datos de diez años o más de velocidad y dirección del viento, y temperatura ambiente, podrá utilizarse información horaria de fuentes secundarias definidas en el listado del Acuerdo CNO Por el cual se aprueba la lista de entidades que pueden utilizarse como fuentes de información secundaria de plantas eólicas.

Para la reconstrucción de la s series de datos de velocidad del viento , dirección del viento temperatura ambiente y presión atmosférica, dichas series de datos debe haber sido adquirida conforme con lo dispuesto en el Acuerdo CNO 1715 de 2023 o aquel que lo modifique o sustituya , y el Acuerdo CNO 1716 de 2023 o aquel que lo modifique o sustituya.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 3 de 12

sustituya.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 3 de 12

Figura 1. Diagrama de flujo de la metodología MCP. Los superíndices 𝑀 y 𝑆 corresponden a las series de datos de medición en sitio y fuente secundaria, respectivamente.

3.1. Corroboración de aplicabilidad

3.1.1. Agregación de datos a resolución horaria

Las series de datos de velocidad del viento, dirección del viento, temperatura ambiente y presión atmosférica medidas en sitio en resolución diezminutal deben agregarse a resolución horaria.

El ajuste de las series de datos de velocidad del viento, temperatura ambiente y presión atmosférica se realiza mediante el promedio simple de los datos presentes en cada rango horario. Por otra parte, el ajuste de la serie de datos de la dirección del viento debe realizarse de forma vectorial a partir de los datos presentes en cada rango horario.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 4 de 12 El resultado son series de datos de velocidad del viento, dirección del viento, temperatura ambiente y presión atmosférica cuyas estampas de tiempo son en resolución horaria.

3.1.2. Chequeo y extrapolación de altura de medición

Se chequea la altura de la serie de datos de la fuente secundaria (𝑉𝑆) con respecto a las alturas de medición de la serie de datos de medición en sitio (𝑉𝑀).

Se chequea la altura de la serie de datos de la fuente secundaria (𝑉𝑆) con respecto a las alturas de medición de la serie de datos de medición en sitio (𝑉𝑀).

Si la altura de medición de la serie de datos de la fuente secundaria (ℎ𝑆) es igual a una de las alturas de medición de la serie de datos de medición en sitio (ℎ𝑀), se continúa con la Sección 3.1.3. Chequeo de Periodo Común.

De lo contrario, se debe emplear el siguiente método de extrapolación por altura:

𝑉𝑥 = 𝑉𝑦 ⋅(ℎ𝑥 ℎ𝑦 ) 𝛼 (1)

Se debe tener presente que:

• Las alturas de medición en sitio (ℎ𝑀) deben estar organizadas de forma ascendente. • Si la altura de la serie de datos de la fuente secundaria es mayor a la máxima altura de las alturas de medición en sitio, es decir ℎ𝑆 > max(ℎ𝑀), entonces ℎ𝑥 = ℎ𝑆, ℎ𝑦 = max(ℎ𝑀) y 𝑉𝑦 = 𝑉𝑀 correspondiente a la altura ℎ𝑦. En este caso, 𝑉𝑥 es la serie de datos de velocidad del viento medida en sitio extrapolada a la altura de la fuente secundaria. • Si la altura de la serie de datos de la fuente secundaria se encuentra entre el

mínimo y máximo de las alturas de medición en sitio, es decir min(ℎ𝑀) ≤ ℎ𝑆 ≤ max⁡(ℎ𝑀), entonces ℎ𝑥 es la altura de medición en sitio más cercana a la altura de la serie de datos de la fuente secundaria, ℎ𝑦 = ℎ𝑆 y 𝑉𝑦 = 𝑉𝑆. En este caso, 𝑉𝑥 es la serie de datos de velocidad del viento de la fuente secundaria extrapolada a la altura de la medición en sitio correspondiente a ℎ𝑥. • Si la altura de la fuente secundaria es menor a la mínima altura de medición en sitio, es decir ℎ𝑆 < min(ℎ𝑀), entonces ℎ𝑥 = min⁡(ℎ𝑀), ℎ𝑦 = ℎ𝑆 y 𝑉𝑦 = 𝑉𝑆. En este caso, 𝑉𝑥 es la serie de datos de velocidad del viento de la fuente secundaria extrapolada a la mínima altura de medición en sitio.

El parámetro 𝛼 se conoce como cortante del viento y su cálculo depende del número de alturas de medición de la serie de datos de medición en sitio.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 5 de 12 • Una altura de medición: Se utiliza la ecuación conocida como Justus -Mikhail (Ecuación 2). En este caso solo existe una serie de datos de medición en sitio de velocidad y dirección del viento a una única altura de medición.

𝛼 = 0.37−0.088⁡ln⁡(𝑉𝑀) 1−0.088⁡ln⁡(ℎ𝑀)

velocidad y dirección del viento a una única altura de medición.

𝛼 = 0.37−0.088⁡ln⁡(𝑉𝑀) 1−0.088⁡ln⁡(ℎ𝑀) (2)

• Dos alturas de medición: Se utiliza la ecuación conocida como Hellman

(Ecuación 3). En este caso ℎ2 𝑀 > ℎ1 𝑀, luego, 𝑉2 𝑀 es la serie de datos de medición en sitio de velocidad del viento a una altura de medición mayor que 𝑉1 𝑀.

𝛼 = ln⁡(𝑉2 𝑀/𝑉1 𝑀) ln⁡(ℎ2 𝑀/ℎ1 𝑀) (3)

• Tres o más alturas de medición: Se utiliza la ecuación conocida como DurisicMikulovic (Ecuación 4). En este caso ℎ𝑖 𝑀 > ⋯ > ℎ2 𝑀 > ℎ1 𝑀, luego, 𝑉𝑖 𝑀 es la serie de datos de medición en sitio de velocidad del viento a una altura de medición mayor que 𝑉2 𝑀 y, a su vez, 𝑉2 𝑀 es la serie de datos de medición en sitio de velocidad del viento a una altura de medición mayor que 𝑉1

𝑀.

𝛼 = pendiente(⁡[ln(𝑉1 𝑀),…,ln(𝑉𝑖 𝑀)], [ln(ℎ1 𝑀),…,ln(ℎ𝑖 𝑀)]⁡) (4)

El cortante del viento ( 𝛼) instantáneo corresponde a la pendiente del ajuste

𝑀)], [ln(ℎ1 𝑀),…,ln(ℎ𝑖 𝑀)]⁡) (4)

El cortante del viento ( 𝛼) instantáneo corresponde a la pendiente del ajuste lineal por mínimos cuadrados ordinarios (OLS, por sus siglas en inglés) entre los datos instantáneos de la velocidad del vi ento en cada altura medida, y la respectiva altura de medición. Este procedimiento se repite para cada estampa de tiempo en la serie de datos.

Nota: El cálculo del co rtante del viento no requiere el uso de todas las alturas de medición. Por ejemplo, si se tienen tres alturas de medición, además de la ecuación de Durisic-Mikulovic (Ecuación 4), también es posible utilizar las ecuaciones de JustusMikhail (Ecuación 2) o Hellman (Ecuación 3).

Aunque el resultado del cálculo del cortante del vie nto es una serie de tiempo en resolución horaria, el cortante del viento debe reportarse como un promedio horario para cada mes y según la dirección del viento (ver Tabla 1). Luego, el valor de cortante del viento a utilizar en la Ecuación 1 es aquel correspondiente al mes, hora y dirección del viento dado por 𝑉𝑀.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 6 de 12 Tabla 1. Promedio horario para cada mes del cortante del viento (𝛼) discretizado por intervalos de dirección del viento (grados relativos al norte geográfico). Mes Hora Cortante del viento (𝜶)

Tabla 1. Promedio horario para cada mes del cortante del viento (𝛼) discretizado por intervalos de dirección del viento (grados relativos al norte geográfico). Mes Hora Cortante del viento (𝜶) [0 – 60) [60 – 120) [120 – 180) [180 – 240) [240 – 300) [300 – 360] 1 0 1 1 1 2 1 ⁡⁡⋮ 1 23 2 0 2 1 2 2 2 ⁡⁡⋮ 2 23 ⁡⁡⋮ ⁡⁡⋮ 12 0 12 1 12 2 12 ⁡⁡⋮ 12 23

El resultado de este procedimiento son dos series de datos (de medición en sitio y fuente secundaria) a una misma altura.

Nota: En lo restante del protocolo se hará mención de series de datos de medición en sitio y fuente secundaria, mas debe entenderse que únicamente una serie de datos ya fue extrapolada de manera que ambas series de datos están a una misma altura.

3.1.3. Chequeo de periodo común

Para la metodología de reconstrucción histórica de la serie de datos de velocidad del viento se requiere:

1. Información de referencia de largo plazo (≥ 10 años); típicamente corresponde a la serie de datos de la fuente secundaria (𝑆). Dicha fuente secundaria debe ser la suministrada por la entidad reconocida y no puede ser modificada ni ajustada previo a la aplicación de este protocolo.

2. Información de corto plazo medida adecuadamente en la ubicación objetivo por al menos (≥) 1 año consecutivo; típicamente corresponde a la serie de datos

ajustada previo a la aplicación de este protocolo.

2. Información de corto plazo medida adecuadamente en la ubicación objetivo por al menos (≥) 1 año consecutivo; típicamente corresponde a la serie de datos de medición en sitio (𝑀). Dicha serie de datos no debe estar afectada porProtocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 7 de 12 obstáculos cercanos capaces de distorsionar su relación con la serie de dato s de medición en sitio.

A partir de las series de datos de medición en sitio (𝑀) y fuente secundaria (𝑆), se debe verificar que:

1. Existe un periodo común entre la serie de datos de medición en sitio y la serie de datos de la fuente secundaria (las dos series de datos a una misma altura).

2. El periodo común es mínimo (≥) de 1 año.

Si alguno de los dos ítems previos no se cumple, no se continúa con la metodología MCP.

3.1.4. Coeficiente de Pearson

El nivel de correlación es cuantificado con el coeficiente de correlación de Pearson (𝑟) a partir de la serie de datos de la serie de datos de medición en sitio y fuente secundaria durante el periodo común (mínimo un año en resolución horaria) y las dos series de datos a una misma altura.

𝑟 = ∑(𝑥𝑖 −𝑥̅)(𝑦𝑖 −𝑦̅)

√∑(𝑥𝑖 −𝑥̅)2(𝑦𝑖 −𝑦̅)2 ≥ 0.85 (6)

Donde el subíndice 𝑖 corresponde a cada valor en la serie de datos, 𝑥 corresponde a la información de la serie de datos de medición en sitio y 𝑥 a su promedio, y 𝑦 corresponde a la información de la serie de datos de la fuente secundaria y 𝑦 a su promedio.

El límite inferior aceptado del parámetro 𝑟 es 0.8 5 (i.e., 𝑟 ≥ 0.85), de acuerdo a lo establecido en el Numeral 4 del Artículo 3 de la Resolución CREG 101 006 de 2023.

3.2. Procedimiento de r econstrucción histórica con metodología MCP

Figura 2. Diagrama de flujo del ajuste temporal por metodología MCP.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 8 de 12 Para el proceso de reconstrucción se incorpora la dirección del viento en el proceso de reconstrucción mediante una clasificación de dos niveles (velocidad y dirección del viento) para la creación de dos matrices, típicamente, de igual tamaño. Este procedimiento de clasificación se realiza para el periodo común entre las series de datos. Se tendrán entonces 𝑁 número de ajustes como combinaciones de niveles (velocidad-dirección) se tengan. Finalmente, la aplicación del modelo de reconstrucción temporal ajusta un modelo lineal para la velocidad del viento junto con un factor de corrección por diferencias en la variable de dirección del viento.

3.2.1. Límites de bins

reconstrucción temporal ajusta un modelo lineal para la velocidad del viento junto con un factor de corrección por diferencias en la variable de dirección del viento.

3.2.1. Límites de bins

Se define una lista por variable (i.e., velocidad del viento y dirección del viento) para las series de datos de medición en sitio y fuente secundaria . Cada una de las listas representa uno de los niveles de clasificación de las matrices homogéneas en tamaño.

• 𝐛𝐢𝐧𝑽: Lista que contiene los límites de velocidad en intervalos de 3 m/s hasta max(𝑉𝑀,𝑉𝑆) en los que se clasificarán las series de datos. La expresión max(𝑉𝑀,𝑉𝑆) indica la velocidad del viento máxima entre las series de datos de medición en sitio y fuente secundaria. Los límites deben ser de la forma [𝑎,𝑏), donde 𝑎 está contenido dentro del intervalo mientras 𝑏 no está incluido. El límite máximo debe ser de la forma [𝑎,𝑏], con ambos valores 𝑎 y 𝑏 contenidos. • 𝐛𝐢𝐧𝑫: Vector que contiene los límites de dirección en los que se clasificar án las series de datos. La lista es: bin𝐷 ⁡=⁡[0,60,120,180,240,300,360].

3.2.2. Parámetros MCP de ajuste por nivel

Este paso se aplica para las dos series de datos (i.e., medición en sitio y fuente secundaria), de forma conjunta por lo que se obtienen matrices de igual tamaño para cada una de las fuentes de información (𝑚×𝑛, siendo 𝑚 los bins de velocidad del

secundaria), de forma conjunta por lo que se obtienen matrices de igual tamaño para cada una de las fuentes de información (𝑚×𝑛, siendo 𝑚 los bins de velocidad del viento y 𝑛 los bins de dirección del viento ). De esta forma, es posible calcular la velocidad del viento promedio y la desviación estándar de cada una de las fuentes de información. Esto se realiza para cada uno de los niveles de clasificación conjuntos.

𝑉̅𝑚,𝑛 = promedio(𝑉𝑚,𝑛) (6)

𝜎𝑚,𝑛 = 𝜎(𝑉𝑚,𝑛) (7)

La desviación estándar corresponde a la muestral (Ecuación 8).Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 9 de 12 𝜎 = √∑(𝑥 −𝑥̅)2 𝑛 −1 (8)

Se deben obtener cuatro variables:

• 𝑽̅𝒎,𝒏𝑴 : Variable que almacena los valores de promedio de la serie de datos de medición en sitio para el ajuste del modelo lineal. • 𝝈𝒎,𝒏𝑴 : Variable que almacena los valores de desviación estándar muestral de la serie de datos de medición en sitio para el ajuste del modelo lineal. • 𝑽̅𝒎,𝒏𝑺 : Variable que almacena los valores de promedio de la serie de datos de la fuente secundaria para el ajuste del modelo lineal. • 𝝈𝒎,𝒏𝑺 : Variable que almacena los parámetros de desviación estándar muestral de

fuente secundaria para el ajuste del modelo lineal. • 𝝈𝒎,𝒏𝑺 : Variable que almacena los parámetros de desviación estándar muestral de la serie de datos de la fuente secundaria en sitio para el ajuste del modelo lineal.

Tabla 2. Se obtienen dos matrices: de promedio y de desviación estándar, tanto para la serie de datos de medición en sitio como para la serie de datos de la fuente secundaria. Los valores de bin𝑉 deben corresponder con lo definido en la Sección 3.2.1. bin𝑉 / bin𝐷 [0 – 60) [60 – 120) [120 – 180) [180 – 240) [240 – 300) [300 – 360] [0 – 3) [3 – 6) [6 – 9) [9 – 12) [12 – ⁡max⁡(𝑉𝑀,𝑉𝑆)]

3.2.3. Reconstrucción temporal histórica de velocidad del viento y dirección del viento

Los parámetros MCP de ajuste por nivel son utilizados junto a la serie de datos de la fuente secundaria para realizar la reconstrucción temporal histórica a (≥) 10 años de la serie de datos de velocidad del viento (𝑉𝑀𝐶𝑃) con la Ecuación 9. Este procedimiento es instantáneo, es decir, debe repetirse para cada estampa temporal 𝑖 de la serie de datos de la fuente secundaria (𝑉𝑖 𝑆).

𝑉𝑖 𝑀𝐶𝑃 = (𝑉̅𝑚,𝑛𝑀 −𝜎𝑚,𝑛𝑀 𝜎𝑚,𝑛

𝑆).

𝑉𝑖 𝑀𝐶𝑃 = (𝑉̅𝑚,𝑛𝑀 −𝜎𝑚,𝑛𝑀 𝜎𝑚,𝑛 𝑆 ⋅𝑉̅𝑚,𝑛𝑆 )+(𝜎𝑚,𝑛𝑀 𝜎𝑚,𝑛 𝑆 ⋅𝑉𝑖 𝑆) (9)

Por otra parte, si se tiene una serie de datos de medición en sitio de dirección del viento inferior a 10 años, la reconstrucción temporal histórica ( 𝐷𝑀𝐶𝑃) se realiza al completar la serie de datos de medición en sitio con los datos de dirección del viento de la fuente secundaria hasta cumplir con el requisito mínimo de 10 años. La fuenteProtocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 10 de 12 secundaria debe ser la misma utilizada para la reconstrucción temporal histórica de velocidad del viento y temperatura ambiente. Luego, dicha fuente secundaria debe cumplir con el coeficiente de Pearson definido en la Sección 3.1.4.

En caso de no tener una serie de datos de medición en sitio de dirección del viento, dicha información de la dirección del viento en la reconstrucción temporal histórica (𝐷𝑀𝐶𝑃) corresponde a la serie de datos de dirección del viento de la fuente secundaria manteniendo coincidencia en la estampa de tiempo. La fuente secundaria debe ser la misma utilizada para la reconstrucción temporal histórica de velocidad del viento.

manteniendo coincidencia en la estampa de tiempo. La fuente secundaria debe ser la misma utilizada para la reconstrucción temporal histórica de velocidad del viento. Luego, dicha fuente secundaria debe cumplir con el coeficiente de Pearson definido en la Sección 3.1.4.

3.2.4. Reconstrucción temporal histórica de temperatura ambiente

La reconstrucción temporal histórica a (≥) 10 años de la serie de datos de temperatura ambiente (𝑇𝐴𝑀𝐶𝑃) se realiza mediante la Ecuación 1 0. Este procedimiento es instantáneo, es decir, debe repetirse para cada estampa de tiempo 𝑖 de la serie de datos de la fuente secundaria.

𝑇𝐴𝑖 𝑀𝐶𝑃 = (𝑇𝐴̅̅̅̅𝑀 −𝜎𝑇𝐴 𝑀 𝜎𝑇𝐴 𝑆 ⋅𝑇𝐴̅̅̅̅𝑆)+(𝜎𝑇𝐴 𝑀 𝜎𝑇𝐴 𝑆 ⋅𝑇𝐴𝑖 𝑆) (10)

Donde:

• 𝑻𝑨̅̅̅̅𝑴: Variable que almacena el promedio de la temperatura ambiente de la serie de datos de medición en sitio. • 𝝈𝑻𝑨 𝑴 : Variable que almacena la desviación estándar muestral de la temperatura ambiente de la serie de datos de medición en sitio. • 𝑻𝑨̅̅̅̅𝑺: Variable que almacena el promedio de la temperatura ambiente de la serie de datos de la fuente secundaria únicamente para el periodo común.

ambiente de la serie de datos de medición en sitio. • 𝑻𝑨̅̅̅̅𝑺: Variable que almacena el promedio de la temperatura ambiente de la serie de datos de la fuente secundaria únicamente para el periodo común. • 𝝈𝑻𝑨 𝑺 : Variable que almacena la desviación estándar muestral de la temperatura ambiente de la serie de datos de la fuente secundaria únicamente para el periodo común. • 𝑻𝑨𝒊 𝑺: Temperatura ambiente de la serie de datos de la fuente secundaria para la estampa temporal 𝑖.

3.2.5. Reconstrucción temporal histórica de presión atmosférica

La reconstrucción temporal histórica a ( ≥) 10 años de la serie de datos de presión atmosférica (𝑃𝑀𝐶𝑃) se realiza mediante la Ecuación 11. Este procedimiento es instantáneo, es decir, debe repetirse para cada estampa de tiempo 𝑖 de la serie de datos de la fuente secundaria.Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 11 de 12 𝑃𝑖 𝑀𝐶𝑃 = (𝑃̅𝑀 −𝜎𝑃 𝑀 𝜎𝑃 𝑆 ⋅𝑃̅𝑆)+(𝜎𝑃 𝑀 𝜎𝑃 𝑆 ⋅𝑃𝑖 𝑆) (11)

Donde:

• 𝑷̅𝑴: Variable que almacena el promedio de la presión atmosférica de la serie de datos de medición en sitio.
• 𝝈𝑷

𝑆) (11)

Donde:

• 𝑷̅𝑴: Variable que almacena el promedio de la presión atmosférica de la serie de datos de medición en sitio. • 𝝈𝑷 𝑴: Variable que almacena la desviación estándar muestral de la presión atmosférica de la serie de datos de medición en sitio. • 𝑷̅𝑺: Variable que almacena el promedio de la presión atmosférica de la serie de datos de la fuente secundaria únicamente para el periodo común. • 𝝈𝑷 𝑺: Variable que almacena la desviación estándar muestral de la presión atmosférica de la serie de datos de la fuente secundaria únicamente para el periodo común. • 𝑷𝒊 𝑺: Presión atmosférica de la serie de datos de la fuente secundaria para la estampa temporal 𝑖.

3.2.6. Reporte de reconstrucción temporal histórica

La reconstrucción temporal histórica de las series de datos de velocidad del viento, dirección del viento y temperatura ambiente (≥ 10 años en resolución horaria ) debe ser incluida en el Formato 21 del Artículo 22 de la Resolución CREG 101 00 6 de 2023. Para los períodos de tiempo en los que se cuenta con d atos medidos en sitio, éstos deben ser reportados en lugar de los datos de la serie reconstruida.

Tabla 3. Reconstrucción temporal histórica de velocidad del viento (𝑉𝑀𝐶𝑃), dirección del viento

deben ser reportados en lugar de los datos de la serie reconstruida.

Tabla 3. Reconstrucción temporal histórica de velocidad del viento (𝑉𝑀𝐶𝑃), dirección del viento (𝐷𝑀𝐶𝑃), temperatura ambiente (𝑇𝐴𝑀𝐶𝑃) y presión atmosférica (𝑃𝑀𝐶𝑃) para mínimo 10 años en resolución horaria. Año Mes Día Hora 𝑽𝑴𝑪𝑷 (m/s) 𝑫𝑴𝑪𝑷 (°) 𝑻𝑨𝑴𝑪𝑷 (°C) 𝑷𝑴𝑪𝑷 (hPa) 20XX – 10 12 1 0 20XX – 10 12 1 1 20XX – 10 12 1 2 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX – 10 12 1 23 20XX – 10 12 2 0 20XX – 10 12 2 1 20XX – 10 12 2 2 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX – 10 12 2 23 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX – 10 12 31 0 20XX – 10 12 31 1 20XX – 10 12 31 2Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

20XX – 10 12 31 0 20XX – 10 12 31 1 20XX – 10 12 31 2Protocolo Aplicación Metodología de Ajuste de las Series de Datos para Plantas Eólicas

Universidad de los Andes – Consejo Nacional de Operación Página 12 de 12 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX – 10 12 31 23 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX 11 30 0 20XX 11 30 1 20XX 11 30 2 ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⁡⋮ ⋮ ⋮ 20XX 11 30 23 : Grados relativos al norte geográfico.