En Turbit, siempre hemos estado comprometidos con ofrecer soluciones científicamente validadas y de alto impacto para la optimización de aerogeneradores. A lo largo de los años, hemos invertido una experiencia considerable en comprender los errores de orientación y su impacto en el rendimiento de los aerogeneradores. Sin embargo, tras una extensa investigación y pruebas en condiciones reales, hemos dejado de priorizar el desarrollo adicional de módulos de detección de errores de orientación. Aquí explicamos por qué:

Profunda experiencia en errores de orientación—con limitaciones clave

Nuestro equipo, especialmente nuestro fundador Michael, cuenta con una amplia experiencia en errores de orientación. Ha trabajado en sistemas basados en LiDAR para la detección de desalineación de yaw e incluso desarrolló un método para detectar errores de orientación mediante mediciones de vibración de la torre. Esta experiencia nos dio una ventaja inicial en la exploración de soluciones para identificar y corregir la desalineación de yaw.

La complejidad de demostrar las mejoras de rendimiento

Las correcciones de errores de orientación prometen mejoras en la producción de energía, pero en la práctica, detectar estas mejoras es extremadamente difícil. En Turbit, nos especializamos en predecir la producción de energía de los aerogeneradores en diversas condiciones. Somos capaces de predecir la producción de energía con IA con la mayor precisión del mundo. Sin embargo, hemos comprobado que:

La variabilidad natural de la producción provocada por la velocidad del viento, la intensidad de la turbulencia, la dependencia de la temperatura y otros factores es muy superior a las mejoras sistemáticas que podrían obtenerse corrigiendo los errores de orientación.

Incluso con modelos de IA avanzados, la señal de una mejora es difícil de aislar de las fluctuaciones normales, especialmente cuando solo se dispone de datos medios de 10 minutos.

Los modelos teóricos sugieren que incluso un error de orientación superior a 15° puede producir mejoras inferiores al 3 %—un cambio tan pequeño que resulta prácticamente indetectable con cualquier método.

Detección de errores de orientación basada en SCADA—un éxito parcial

También desarrollamos un método para detectar la desalineación de yaw usando únicamente datos SCADA, identificando con éxito errores que posteriormente se confirmaron con mediciones LiDAR. Sin embargo, aunque podíamos detectar errores de orientación, demostrar una mejora real de la curva de potencia seguía siendo esquivo. A pesar de nuestros mejores esfuerzos, ninguna validación científica pudo demostrar una ganancia de potencia medible derivada de la corrección de la desalineación de yaw en condiciones reales.

Fieles a las soluciones científicamente probadas

En Turbit, tenemos un principio estricto: no vendemos nada que no esté científicamente probado. Si bien reconocemos que otras empresas pueden desarrollar métodos alternativos para detectar errores de orientación, optamos por centrarnos en soluciones con un impacto claro y medible. Dedicamos nuestros esfuerzos a ámbitos donde podemos impulsar con confianza mejoras de rendimiento reales—como el mantenimiento predictivo, la optimización de las estrategias de limitación de potencia y la reducción de los riesgos de parada mediante la monitorización continua de la potencia del aerogenerador, los componentes principales, las palas y otros componentes en el futuro, para reducir los riesgos operativos. Creemos que las mayores oportunidades de mejora de rendimiento se encuentran en estas áreas.

Conclusión

Creemos que los operadores de parques eólicos merecen soluciones que aporten beneficios tangibles y científicamente validados. Al concentrar nuestros esfuerzos en áreas de alto impacto, garantizamos que nuestros clientes obtengan el mejor retorno posible de sus inversiones en mantenimiento predictivo y optimización del rendimiento.