Sistemas de control suplementario de la contaminaci

1
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos

• José Luis Bermúdez Cela
• Belén Mª Fernández de Castro

2
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Estrategias de lucha contra la contaminación
atmosférica

• Estrategias Posibles
• Fijación de normas de calidad de aire que no
  pueden sobrepasarse
• Control de las emisiones mediante las mejores
  tecnologías disponibles
• Estrategia Óptima
• Control de los nuevos focos mediante las mejores
  tecnologías disponibles
• Adaptación progresiva de los focos existentes a
  las exigencias de los nuevos
• Vigilancia y control de la calidad del aire

CEIOME05, A Coruña
3
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Sistemas de control suplementario de la
contaminación atmosférica
RED DE ALERTA
INFORMACIÓN METEOROLÓGICA
CONTROL DE EMISIONES
ADQUISICIÓN Y GESTIÓN DE LA INFORMACIÓN EN TIEMPO
REAL
TÉCNICAS DE PREDICCIÓN DE INMISIÓN
CONTROL SUPLEMENTARIO
CEIOME05, A Coruña
4
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Control suplementario en la UPT As Pontes

• Objetivo
• Asegurar el cumplimiento de los requisitos
  contemplados en el RD 1073/2002 sobre evaluación
  y gestión del aire ambiente en el entorno de la
  UPT As Pontes
• Actuaciones
• Planificación de la explotación minera
• Modificaciones inmediatas de las mezclas de
  carbón de consumo con el fin de utilizar hasta un
  100 de carbón de importación

CEIOME05, A Coruña
5
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Control suplementario en la UPT As Pontes

• Elementos
• Sistema de control de emisiones
• Red de vigilancia de la calidad del aire
• Estación meteorológica
• Unidad central de Adquisición de datos y gestión
  de la información
• Sistema de Predicción Estadística de Inmisión
  (SIPEI)

CEIOME05, A Coruña
6
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Red de Vigilancia de la Calidad de Aire
Océano Atlántico
CEIOME05, A Coruña
7
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Sistema de predicción estadística de inmisión

• Desarrollado por por el Departamento de
  Estadística e Investigación Operativa de la
  Universidad de Santiago
• Objetivo predecir con media hora de
  anticipación la evolución de los niveles de
  dióxido de azufre en el entorno de la UPT As
  Pontes y sugerir una línea de actuación
• Utilización de modelos estadísticos a partir de
  la información en tiempo real de emisiones,
  calidad de aire y meteorología
• Aplicación informática en tiempo real concebida
  como ayuda a la operación en la toma de
  decisiones inmediatas
• Nuevos desarrollos ampliación de horizontes de
  predicción, utilización de datos minutales,
  predicciones probabilísticas

CEIOME05, A Coruña
8
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Sistema de predicción estadística de inmisión
Planteamiento del problema estadístico
Se recogen datos de calidad de aire, en
particular de SO2, de las estaciones de la Red de
Vigilancia de Calidad de Aire (frecuencia
pentaminutal). La legislación vigente obliga a
controlar la media horaria de valores de SO2.
CEIOME05, A Coruña
9
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
CEIOME05, A Coruña
10
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
CEIOME05, A Coruña
11
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
CEIOME05, A Coruña
12
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Principal objetivo prevenir episodios de
alteración de la calidad del aire

• La instalación necesita disponer de información,
  al menos, con ½ hora de antelación.

Solución Herramientas de predicción de valores
de SO2, en media horaria, basados en modelos
estadísticos
CEIOME05, A Coruña
13
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Las diferentes metodologías utilizadas han
aportado soluciones desde varios puntos de vista

1. Predicción puntual
2. Predicción probabilística
3. Predicción espacial
4. Predicción funcional

CEIOME05, A Coruña
14
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
I. Predicción puntual Este planteamiento nos
permite dar como respuesta la predicción del
nivel de SO2.
CEIOME05, A Coruña
15
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos

• I. Predicción puntual
• Modelos utilizados
• Semiparamétrico
• Redes Neuronales

CEIOME05, A Coruña
16
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos

• I. Predicción puntual
• Modelos utilizados
• Parcialmente Lineal

CEIOME05, A Coruña
17
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
II. Predicción probabilística La utilización del
modelo G-GAM nos permite dar como respuesta la
probabilidad de superar un cierto nivel de SO2.
CEIOME05, A Coruña
18
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
II. Predicción probabilística El objetivo es
predecir Siendo Yt la variable binaria El
modelo
CEIOME05, A Coruña
19
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
III. Predicción espacial Los modelos de
predicción espacial nos permiten construir una
superficie de predicción de niveles de SO2 para
el entorno de la instalación.
CEIOME05, A Coruña
20
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
IV. Predicción funcional Los modelos funcionales
permiten dar como respuesta la curva completa de
niveles de SO2 para un cierto intervalo de tiempo.
CEIOME05, A Coruña
21
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos

• IV. Predicción funcional
• Modelo
• Núcleo funcional
• Autorregresivo de Hilbert

CEIOME05, A Coruña
22
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Integración de los sistemas de predicción
MEDAS Crea archivos de datos
SIPEI
Recoge datos
Predicción Binaria
Predicción Puntual
Predicción Espacial
Resultados
Usuarios VPR_INM NL
CEIOME05, A Coruña
23
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
Herramienta de visualización
Los modelos de predicción han sido programados e
integrados en un sistema que funciona en tiempo
continuo en la instalación. Se ha desarrollado un
programa que permite a los usuarios del sistema
visualizar la predicción. Su última versión
(VPR_INM NL) contiene información en tiempo real
de valores de diferentes contaminantes,
información meteorológica, datos de emisión,
predicciones de SO2, gráficas de predicción,
mapas,
CEIOME05, A Coruña
24
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL pantalla principal
CEIOME05, A Coruña
25
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL predicción puntual
CEIOME05, A Coruña
26
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL predicción espacial
CEIOME05, A Coruña
27
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL emisión
CEIOME05, A Coruña
28
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL meteorología
CEIOME05, A Coruña
29
Sistemas de control suplementario de la
contaminación atmosférica predicción con modelos
estadísticos
VPR_INM NL visualización de históricos
CEIOME05, A Coruña
30
José Luis Bermúdez Cela jbermudez_at_endesa.es Belé
n Mª Fernández de Castro fdcastro_at_usc.es