Aplicación Práctica / Practical Issues
Recibido: 30-09-2018, Aprobado tras revisión: 16-01-2019
Forma sugerida de citación: Campo, J.; Boada, M. (2019). “Desarrollo de un modelo hidrológico distribuido para optimizar la
operación de la Central Hidroeléctrica Baba”. Revista Técnica “energía”. No. 15, Issue II, Pp. 47-56
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
© 2019 Operador Nacional de Electricidad, CENACE
Implementation of a hydrological model to optimize the operation of Baba
Hydroelectric Power Plant
Implementación de modelo hidrológico para mejora de la operación de la
Central Hidroeléctrica Baba
J.M. Campo
1
M. Boada
2
1
Especialista hidrólogo CELEC EP Hidronación.
E-mail: jose.campo@celec.gob.ec
2
Jefe de Central, Corporación Eléctrica del Ecuador CELEC EP Hidronación
E-mail: mauricio.boada@celec.gob.ec
Abstract
In order to improve the regulation of the reservoir
associated with the Baba Hydroelectric Power Plant
and optimize the use of the resource for energy
production, a hydrological model was developed and
was incorporated for the first time as an input for
decision making regarding its management.
This paper motivates the choice of the TETIS model
and proposes the development of a methodology for
its implementation to obtain the forecast of flows in
the basin contributing to the reservoir. The proposed
methodology is reproducible in other water sheds of
Ecuador because it's been developed based on
topographic data, land uses and soil types available
at national level.
Motivated by the purpose of the model to optimizing
energy production in the Baba plant, it has been
developed with an 1 hour time scale, considering the
origin data and keeping reasonable computing times,
the spatial scale chosen is 200 meters cell size. With
an efficiency coefficient for calibration of 0.9014 and
0.5538 and 0.6692 for validation, the reliability of the
model can be considered as good.
Another functionality of the model will be risk
management downstream by avenue, anticipating
the arrival of high flows and making possible an
earlier alert through its incorporation in Early
Warning Systems and Decision Support Systems.
Index terms Distributed hydrological model,
hydrological simulation, GIS, TETIS, prediction,
forecast, reservoir, shedding, Ecuador.
Resumen
Con objeto de mejorar la regulación del embalse
asociado a la Central Hidroeléctrica Baba y
optimizar el aprovechamiento del recurso para la
producción energética se desarrolló un modelo
hidrológico que por primera vez se incorpora como
insumo para la toma de decisiones en cuanto a su
manejo.
Este documento motiva la elección del modelo
TETIS y propone el desarrollo de una metodología
para su implementación que permita obtener el
pronóstico de caudales en la cuenca aportante al
embalse de la Central Hidroeléctrica Baba. La
metodología planteada es reproducible en otras
cuencas del Ecuador al haberse desarrollado en
función de datos topográficos y de usos y tipos de
suelo disponibles a nivel nacional.
Motivado por el objeto del modelo de optimizar la
producción energética en la central Baba se ha
desarrollado con una escala temporal horaria,
teniendo en cuenta los datos de origen y para
mantener tiempos de computación razonables la
escala espacial elegida ha sido de 200 metros de
tamaño de celda. Con coeficiente de eficiencia para
calibración de 0,9014 y para validación de 0,5538 y
0,6692 se puede considerar la fiabilidad del modelo
como buena.
Otra funcionalidad del modelo será la gestión de
riesgos aguas abajo por avenida, anticipando la
llegada de altos caudales y haciendo posible una
alerta más temprana mediante su incorporación en
Sistemas de Alerta Temprana y Sistemas de Ayuda a
la Decisión.
Palabras clave Modelo hidrológico distribuido,
simulación hidrológica, SIG, TETIS, predicción,
pronóstico, embalse, vertimiento, Ecuador.
47
Revista Técnica “energía”, Edición No. 15, Issue II, Enero 2019
1. INTRODUCCIÓN
Con objeto de mejorar la regulación del embalse
asociado a la Central Hidroeléctrica Baba y optimizar el
aprovechamiento del recurso para la producción
energética se desarrolló un modelo hidrológico que
permita predecir los caudales de ingreso al embalse y
que por primera vez se incorpora como insumo para la
toma de decisiones en cuanto a su manejo. El modelo
además debería servir para la gestión de riesgos aguas
abajo por avenidas, anticipando la llegada de altos
caudales y haciendo posible una alerta más temprana.
Durante la realización del estudio e implementación
del modelo TETIS [1], se obtuvieron buenos índices de
eficiencia, sin embargo, se identificaron eventos de
precipitación con variaciones entre el tiempo pico del
caudal predicho y el tiempo real de llegada de los
máximos caudales, también se presentaron diferencias
entre los caudales máximos modelados y reales. Estos
errores son atribuibles principalmente a la poca
densidad de la red meteorológica, a las grandes áreas
que se encuentran sin monitorear y a la falta de
información en zonas elevadas de la cuenca.
El presente artículo se encuentra organizado de la
siguiente manera: en la sección II se presenta la
formulación del problema. Las secciones III y IV
contienen el desarrollo y descripción del modelo. En la
sección V se presentan los resultados, para finalizar en
la sección VI con las conclusiones y recomendaciones.
Se describe a detalle la metodología empleada en
este modelo ya que los datos topográficos y de tipos y
usos de suelo están disponibles para todo el territorio
nacional, por lo que la presente metodología es
reproducible en todas las cuencas de Ecuador.
2. PROBLEMÁTICA
La Central Baba es una central de pasada, con un
embalse de regulación diaria, como se demuestra en la
fórmula (1).
(1)
= Capacidad de Regulación.
= Volumen Útil.
=Caudal promedio.
Por tanto y para usar todo el caudal de ingreso al
embalse, este deberá ser descargado a través de las
turbinas y/o del vertedero libre “pico de pato”. En el
primer caso el agua se aprovecharía para generación en
la Central mediante el trasvase al embalse Daule-Peripa
y en el segundo caso seguiría su curso en el rio Quevedo
o la combinación de ambas.
Figura 1. Esquema de embalses y trasvases en la cuenca del
Guayas, elaboración propia
Durante estos casi cinco años de operación (Dic.
2013 – Sept. 2018), se ha podido constatar que hay una
cantidad importante de agua que es vertida por el “Pico
de pato”, porque no se cuenta con un método para el
pronóstico de caudales de ingreso, y que a pesar de
tener una Red Meteorológica que permite verificar la
presencia de lluvias en la cuenca; esta acción es puntual
e instantánea y no permite tomar acciones oportunas
para disminuir al máximo el vertimiento.
Mediante la incorporación del presente modelo con
buena capacidad para la predicción de caudales horarios
hasta el tiempo de concentración de la cuenca, se
dispone de información más precisa para tomar
decisiones que resulten en una disminución del caudal
vertido por el “Pico de pato”.
200,0
400,0
600,0
800,0
1000,0
1200,0
1400,0
1600,0
1800,0
300,0
800,0
1300,0
1800,0
2300,0
2014
2015
2016
2017
2018
Volúmenes Turbinado y Vertido - Embalse Baba
Volúmen Turbinado
Volúmen Vertido
Figura 2. Volúmenes, Embalse Baba. Elaboración propia
Estimamos que únicamente con disminuir el
vertimiento al 50%, la producción en la Central podría
incrementarse en aproximadamente 20%, porcentaje
que, al convertirse en ingreso de recursos económicos,
resulta beneficioso para la Corporación.
3. ÁREA DE ESTUDIO
La cuenca aportante al embalse Baba está localizada
entre las provincias de Los Ríos, Pichincha y Cotopaxi,
48
Campo J.M. et al. / Implementación de modelo hidrológico para mejora de la operación de la Central Hidroeléctrica Baba
República del Ecuador. Se encuentra situada entre los
paralelos 0º 10´ y 0º 50´ Sur y los meridianos 78º 90´ y
79º 30´ Oeste.
Figura 3. Cuenca de estudio. Elaboración propia.
La red hídrica principal está compuesta por los ríos
Baba y Toachi, en la unión de estos se encuentra el
embalse Baba. El área de aporte al embalse es de 1467,3
Km
2
y su cota varía entre los 3179 y los 90 m.s.n.m. La
precipitación media anual en la cuenca varía entre los
1250 y los 3000 mm.
4. MATERIAL Y MÉTODOS
4.1. Información de base
Las bases cartográficas utilizadas fueron: el DEM
ASTER (Advanced Space Born e Thermal Emission and
Reflection Radiometer) de resolución 30x30 metros, las
capas de usos de suelos se obtuvieron del Geoportal del
Agro Ecuatoriano a cargo del Ministerio de Agricultura
y Ganadería (MAG), a través de la Coordinación
General del Sistema de Información Nacional (CGSIN)
de Ecuador.
El principal input del modelo es la información
hidrometeorológica, esta se obtuvo a partir de la red de
estaciones meteorológicas de CELEC Hidronación. La
información de caudales de aforo en el sitio de presa
resultado del balance hídrico de la presa.
4.2. Elección de la metodología y escala
El objetivo del presente estudio es el desarrollo de un
modelo hidrológico continuo con escala temporal
horaria y el mayor ajuste posible teniendo en cuenta la
calidad de la información de entrada y utilizando
tiempos de computación razonables.
Al ser un modelo continuo, para una buena definición
de los caudales tanto en condiciones de precipitación
como secas deberá ser un modelo que tenga en cuenta
los diferentes flujos que resultan en el caudal en un
punto dado de la cuenca, estos flujos de forma reducida
se suelen representar como escorrentía directa, flujo
subsuperficial y flujo profundo o base.
Por razones de tiempos de computación y teniendo en
cuenta la escala temporal de una hora determinada por
el objetivo del modelo, se ha determinado la elección de
un modelo hidrológico distribuido con una escala
espacial de 200 metros de tamaño de celda.
Este modelo además deberá tener la capacidad de ser
implementado como parte de un Sistema de Ayuda a la
Decisión (SAD) mediante la predicción continua de
caudales en tiempo real.
4.3. Breve descripción del modelo utilizado.
El modelo TETIS[1] es un modelo hidrológico
distribuido para la simulación del flujo dentro de
cuencas naturales.
Las ventajas de la modelación distribuida respecto a
la modelación agregada esta principalmente en la mejor
representación de la variabilidad espacial dentro de los
diferentes procesos involucrados en el balance hídrico
de una cuenca.
En TETIS, la producción de la escorrentía se basa en
la realización de un balance hídrico en cada celda
mediante niveles o tanques de almacenamiento
conceptuales Fig. 3.
El flujo entre los tanques es función del agua
almacenada en ellos, por lo que las variables de estado
son los volúmenes almacenados en cada uno de los
tanques. La función que relaciona el flujo con estas
Figura 4. Esquema conceptual de tanques empleado en
TETIS, elaboración propia
49
Revista Técnica “energía”, Edición No. 15, Issue II, Enero 2019
variables de estado es función del esquema conceptual
adoptado, del tipo de tanque y de las características
morfológicas de la celda e hidrológicas del suelo en la
misma.
El modelo TETIS trabaja como una malla
interconectada en tres dimensiones. Los tres tanques
inferiores drenan hacia el correspondiente aguas abajo
siguiendo las direcciones de flujo proporcionadas por el
Modelo Digital del Terreno (MDT), hasta llegar a la red
de drenaje compuestas por cauces o cárcavas y cauces.
La definición de cárcavas y cauces se realiza a través de
áreas umbrales de aportación en determinada celda.
Hacia las celdas normales ingresaría la escorrentía
directa, cárcavas directa e interflujo y cauces directa,
interflujo y flujo base.
El modelo TETIS [2] además cumple las exigencias
para su integración dentro de sistemas de alerta
temprana.
En la presente modelización no se han incluido los
tanques de:
Manto de nieve. Al no ser relevante para la
presente simulación.
Intercepción. Al no disponer de datos para el
modelo de intercepción se ha decidido
incluir esta dentro del tanque de
almacenamiento estático en superficie.
4.4. Parámetros de entrada al modelo,
caracterización de la cuenca
Para optimización del tiempo de ejecución de la
simulación manteniendo la variabilidad espacial de la
información en función de las fuentes, se ha decidido
como tamaño de celda óptimo para la realización del
modelo 200 metros.
4.4.1 Información topográfica:
A partir del Modelo Digital del Terreno SRTM de la
NASA, de 30 metros de tamaño de celda, se ha
realizado la interpolación a un modelo de 200 metros de
lado de celda.
A partir de este MDT 200 metros se han obtenido
los mapas de pendientes, dirección de flujo y flujo
acumulado.
4.4.2 Características del terreno:
Como se mencionó en el numeral 3, la Central Baba
está ubicada en la Provincia de Los Ríos, en el centro
occidente del Ecuador. Desde el punto de vista
geológico, esta zona se encuentra mayormente
conformada por rocas jóvenes, producto de recientes
depósitos de edad cuaternaria.
Las rocas más antiguas se ubican en la parte Este a
lo largo de toda la provincia, tomando la alineación de
la tectónica regional en sentido noreste-suroeste. Estas
rocas consisten en gran parte de rocas volcano-
sedimentarias de origen marino que conforman la ribera
Oeste de la Cordillera Occidental, entre las que se
pueden citar, están: la Unidad Apagua, compuesta de
lutitas y grauvacas, la Formación Macuchi, compuesta
de lavas andesíticas, tobas y volcano-clastos, y la
Formación Piñón, compuesta de lavas basálticas, tobas
y brechas. Interrumpiendo ciertas formaciones rocosas
Figura 5. Movimiento y conexión entre celdas en el modelo
TETIS, fuente DESCRIPCIÓN DEL MODELO
CONCEPTUAL DISTRIBUIDO DE SIMULACIÓN
HIDROLÓGICA TETIS v.9.0.1
Figura 6. Elementos del sistema, áreas umbrales y
componentes del sistema. Fuente Montoya 2008.
Figura 7. Datos topográficos cuenca.
50
Campo J.M. et al. / Implementación de modelo hidrológico para mejora de la operación de la Central Hidroeléctrica Baba
se encuentran los intrusivos de granodiorita, diorita y
pórfido.
Capacidad de infiltración del suelo (Ks); Representa
la permeabilidad superficial o conductividad hidráulica
saturada del suelo. Dado en mm/h.
Tabla 1: Coef. Permeabilidad por tipo de suelo. Fuente [3].
Tipo de suelo
Coef_Permeab_K
ARCILLO-ARENOSO
0,9
ARCILLO-LIMOSO
0,25
ARCILLOSO
0,05
FRANCO
1,3
FRANCO ARCILLO-
LIMOSO
0,8
FRANCO-ARCILLOSO
0,8
FRANCO ARENOSO
2,6
FRANCO LIMOSO
1
LIMOSO
0,9
En función del tipo de terreno obtenido de las capas
de suelos del Geoportal Agroecuatoriano se han
obtenido los siguientes resultados para Ks:
Capacidad de percolación del sustrato (Kp);
Representa la capacidad de percolación o conductividad
hidráulica saturada del estrato rocoso. Dado en mm/h. A
falta de información sobre los estratos profundos se
estima como la mitad de Ks:
Conductividad hidráulica horizontal saturada del
suelo o Conductividad hidráulica para el interflujo en
mm/h (KSS). A falta de datos se estiman en función de
Ks:Kss=Ks.
Conductividad hidráulica horizontal saturada del
estrato rocoso o Conductividad hidráulica saturada del
acuífero en mm/h (KSA). A falta de datos se estiman en
función de Kp:Ksa=Kp.
Capacidad de percolación al acuífero profundo o
conductividad hidráulica saturada del estrato rocoso, en
mm/h (KPS). A falta de datos se estiman en función de
Kp:Kps=0,1Kp.
Almacenamiento estático (Hu); Capacidad máxima
de almacenamiento estático en la capa superficial de
suelo incluye también las abstracciones iniciales, en
milímetros.
No se introduce en el modelo capa de cobertura de
vegetación por lo que se incluye el almacenamiento por
intercepción dentro del almacenamiento estático.
A partir de la capa de uso y cobertura de tierra
obtenida del Geoportal Agroecuatoriano se han
establecido los siguientes valores de abstracciones
iniciales en función del uso del suelo.
Tabla2: Valores asignados a las abstracciones iniciales por
cobertura vegetal, [4]
Cobertura
Almacenamiento
Estático (mm)
BOSQUES
9
AGROPECUARIAS
2
ANTROPICOS
1
VEGETACION ARBUSTIVA Y HERBACEA
3
CUERPOS DE AGUA
0
Obteniendo los siguientes resultados:
Figura 8. Conductividad hidráulica saturada del suelo
(Ks), Elaboración propia.
Figura 9. Capacidad de percolación del sustrato,
elaboración propia.
Figura 10. Conductividad hidráulica para el interflujo. Kss
51
Revista Técnica “energía”, Edición No. 15, Issue II, Enero 2019
A partir de la capa de pendientes se ha obtenido las
abstracciones iniciales en la superficie del suelo.
Tabla3: Almacenamiento en suelo a partir de datos de [5]
Pendiente (5)
Almacenamiento
en suelo (mm)
0
10
1
8,7
2
7,4
3
6,1
4
4,8
5
3,5
6
2,2
7
0,9
>8
0
Obteniendo los siguientes resultados:
A partir de estos datos se ha sumado la intercepción
a partir de la cobertura vegetal a la resultante de la
pendiente del terreno obteniendo el siguiente resultado:
4.4.3 Velocidad del agua en ladera:
A partir de las velocidades aproximadas de
escorrentía de la Tabla 4, obteniendo los siguientes
valores según tipo de cobertura de suelo:
Tabla4: Velocidad superficial del agua (m/s), fuente [6]
Cobertura del
terreno
Pendiente en porcentaje
Descripción
Valor
0-3
4-7
8-11
12-
Bosque
9
0-0,457
0,457-0,076
0,076-0,990
0,990-
Pastizal
5
0-0,076
0,076-1,067
1,067-1,295
1,295-
Cultivo
3
0-0,914
0,914-1,372
1,372-1,676
1,676-
Pavimento
1
0-2,591
2,591-4,115
4,115-5,182
5,182-
Se ha desarrollado la formula (2) para obtención de
la velocidad en ladera en función de la pendiente y del
tipo de cobertura.
(2)
Donde m es la pendiente en tanto por ciento y c es el
tipo de cobertura según valores señalados en la tabla 4.
Obteniendo los siguientes resultados:
Figura 11. Almacenamiento estático por vegetación
Figura 12. Almacenamiento estatico en el suelo, pendientes,
elaboración propia.
Figura 13. Almacenamiento estático en el suelo total, Hu,
elaboración propia.
Figura 14. Velocidades en ladera, elaboración propia.
52
Campo J.M. et al. / Implementación de modelo hidrológico para mejora de la operación de la Central Hidroeléctrica Baba
Tetis establece la forma de la sección característica
en los cauces a partir de relaciones de geometría
hidráulica propuestas por Leopold y Madock[7] El
modelo TETIS emplea nueve parámetros
geomorfológicos que intervienen en el cálculo del área
acumulada de la cuenca y caudal a sección llena, ancho
de la sección transversal a sección llena, caudal a
sección llena.
Dado que no hay información de regiones
geomorfológicas homogéneas en la cuenca se utilizo las
recomendadas por Vélez [8] y propuestos en TETIS
para una sola región.
4.4.5 Información meteorológica:
A continuación, se describe la información
meteorológica de entrada al modelo:
Tabla 5: Coordenadas Estaciones CELEC Hidronación
Nombre
Tipo
utm x
utm y
Cota
(m.s.n.m.)
PtoLimon
MeteorológicaCompleta
681141
9956802
242
Dique1
Precipitación
676325
9925814
124
Baba
MeteorológicaCompleta
701663
9950344
709
Toachi
MeteorológicaCompleta
700433
9932630
411
Gualipe
Precipitación
691978
9915880
270
Chaune
MeteorológicaCompleta
670372
9925684
95
Embalse
Aforos
675784
9925902
90
5. RESULTADOS
5.1. Calibración.
Para calibración del modelo se utiliza el módulo de
optimización automática incluido en el modelo TETIS
conocido como “Shuffled Complex Evolution –
University of Arizona, SCE_UA”[9]. Mediante el cual
se crean estados iniciales aleatorios para los tanques
seleccionados evaluando la función objetivo.
Como función objetivo para la presente calibración
se utilizó el Índice de Eficiencia de Nash-Sutcliffe
(NSE), buscando maximizar la función objetivo.
El coeficiente de eficiencia de Nash-Sutcliffe es
usado para determinar el poder predictivo de modelos
hidrológicos, se define como:
(3)
= descargas medias observadas
= descargas medias modeladas
=descargas medias observadas en el tiempo t
El coeficiente Nash-Sutcliffe puede variar en el
rango -∞ a 1, Un coeficiente de 1 significa un ajuste
perfecto entre los datos observados y simulados, un
coeficiente de 0 significa que el modelo no aporta
predicciones mejores que los propios datos observados,
un coeficiente menor que uno indica que los datos
observados son mejores en la predicción que el propio
modelo.
Algunos criterios para la toma de decisiones son los
siguientes.
Tabla 6: Valores referenciales del modelo de Nash Sutcliffe.
Fuente [10]
E
Ajuste
<0,2
Insuficiente
0,2 - 0,4
Satisfactorio
0,4 - 0,6
Bueno
0,6 - 0,8
Muy bueno
>0,8
Excelente
La calibración se consigue a partir de factores
correctores que incluye el algoritmo de cálculo del
programa para la calibración automática, en el caso de
la presente simulación estos son los 14 factores
correctores calibrados para la precipitación producida
entre el 18/1/2018 y el 15/3/2018:
4.4.4 Propagación en cauce:
Figura 15. Estaciones meteorológicas e hidrológicas
cercanas a la cuenca, elaboración propia.
53
Revista Técnica “energía”, Edición No. 15, Issue II, Enero 2019
Tabla7: Factores correctores en calibración.
Almacenamiento
Estático Máximo
0,95
Evapotranspiración
1,38
Infiltración
19,00
Escorrentía Directa
0,00
Percolación
1,16
Interflujo
70,00
Flujo Subterráneo
0,00
Flujo Base
11662,20
Velocidad en Red
Fluvial
0,1855
Escalamiento
precipitación
1,83
Almacenamiento
Estático (%)
90,50
Agua En la superficie
0,00
Almacenamiento
Gravitacional (mm)
15,73
Nivel del Acuífero
(mm)
15,18
Cauce a Sección Llena
(%)
0,03
Factor de
interpolación de la
Lluvia con la cota
0,00
Exponente De
infiltración al tanque
Estático
8,06
Capacidad Máxima
Tanque Gravitacional
(%Hu)
7703,95
En primer lugar, se procedió a la calibración de los
factores que afectan directamente a la producción de
escorrentía. Se ha tenido en cuenta la indeterminación
de los estados iniciales de la cuenca y para no tenerlos
en cuenta en la simulación se ha determinado en la
calibración que se calcule la función objetivo a partir de
las 50 horas de simulación.
Posteriormente se han calibrado el estado inicial de
los tanques y los otros factores correctores. A partir de
los datos obtenidos se han seguido realizando
calibraciones. Obteniendo los siguientes resultados en la
calibración:
CoefNaschSchutcliffe
0,9014
DifVol
0,6040
RMSE
48,7810
Error al pico
71,0000
Caudal máximo
observado
1029,59
Caudal máximo
simulado
843,78
Error en caudal
-18,05%
Se obtiene un coeficiente de Nash-Sutcliffe de
0,9014.
Se obtiene para la raíz cuadrada del error cuadrático
(RMSE) un valor de 48,781.
A continuación, se adjunta gráfica con caudales
simulados, observados y precipitación media en la
cuenca en el periodo utilizado en la calibración.
Figura 16. Resultados calibración
Una vez establecidos los factores correctores durante
la calibración estos permanecerán fijos durante la
validación y demás corridas del modelo.
5.2. Validación.
La validación es necesaria en cualquier modelo para
confirmar la fiabilidad de este, esta debe ser basada en
datos diferentes a los utilizados en la calibración.
Se han utilizado dos periodos para hacer la
validación del modelo, el primero entre los días
15/3/2018 y 31/03/2018 y el segundo entre el 31/3/2018
y 20/4/2018.
Se utilizaron los ficheros de almacenamiento final de
cada simulación como almacenamiento inicial de la
siguiente simulación. A continuación, los resultados:
5.2.1. Validación 01
Tabla8: Resultados de la calibración
Figura 17. Resultados validación 01
54
Campo J.M. et al. / Implementación de modelo hidrológico para mejora de la operación de la Central Hidroeléctrica Baba
Tabla 9: Resultados validación 01
CoefNaschSchutcliffe
0,5538
DifVol
3,8820
RMSE
84,3500
Error al pico (dt)
276
Caudal máximo
observado
1031,81
Caudal máximo
simulado
651,95
Error en caudal
-36,81%
5.2.2. Validación 02
Figura 18. Resultados validación 02
CoefNaschSchutcliffe
0,6692
DifVol
4,1970
RMSE
82,4980
Error al pico (dt)
2
Caudal máximo
observado
1031,81
Caudal máximo
simulado
867,76
Error en caudal
-15,90%
6. CONCLUSION
El índice de eficiencia del modelo se considera
bueno, sin embargo, hay que señalar que para su
calibración hubo que aplicar un coeficiente de
escalamiento de la precipitación de 1,83, así también
durante las diferentes corridas del modelo se detectaron
importantes diferencias entre la simulación y los datos
reales.
La ausencia de datos de precipitación por la baja
densidad de pluviómetros en gran parte de la cuenca
disminuye la eficiencia del modelo desarrollado,
principalmente en el caso de precipitaciones no
homogéneas, tal como sucede en múltiples eventos de
precipitación donde la precipitación es variable según la
zona de la cuenca, no solo en intensidad sino también en
los tiempos de comienzo y fin.
La carencia de datos en cotas altas de la cuenca es
otra fuente importante de errores a la hora de realizar un
modelo hidrológico eficiente. Actualmente la estación
meteorológica Baba es la más alta de las existentes en la
cuenca con 709 m.s.n.m., no existiendo datos de
precipitación entre esta cota y los 3179 m.s.n.m. del
punto más alto de la cuenca.
La baja densidad de pluviómetros en zonas alejadas
del punto de cierre de la cuenca y el hecho particular
que los instalados actualmente están alejados de las
zonas con mayores tiempos de concentración implica
que se esté lejos de cumplir la máxima validez teórica
del modelo.
A partir de los datos obtenidos se ha determinado
que es prioritaria la incorporación de estaciones
pluviométricas nuevas, mediante las cuales se
conseguirá mayor densidad de estaciones en la cuenca,
así como la incorporación de datos pluviométricos por
encima de los 709 m.s.n.m. El modelo dejará de ser muy
dependiente de una única estación como la estación
meteorológica Baba que actualmente según polígonos
de Thiessen representa el 47,66% de la cuenca,
obteniendo como resultado un modelo más robusto
frente a fenómenos de precipitación localizados. Con
este objeto se está gestionando la instalación de tres
nuevas estaciones pluviométricas, fig. 18.
Figura 19. Estaciones propuestas con polígonos de Thiessen,
elaboración propia
En base a la capacidad de predicción obtenida por el
modelo, se pudo establecer (aún sin la precisión
deseada) los caudales que pueden ser turbinados sin ser
vertidos.
Para caudales mayores a 300m
3
/s y debido a la
capacidad de regulación del embalse, los mismos no
pueden ser aprovechados para generación (turbinados) y
Tabla 10: Resultados validación 02
55
Revista Técnica “energía”, Edición No. 15, Issue II, Enero 2019
por tanto son vertidos en su totalidad o pueden ser
parcialmente trasvasados al embalse Daule Peripa.
Tabla 11: Caudales de ingreso, turbinado y vertido
Caudal de ingreso
estimado (m
3
/s)
Caudal turbinado
(m
3
/s)
Caudal vertido (m
3
/s)
19-99
todo
cero
100-129
todo
depende del nivel inicial
del embalse
130-300
aproximadamente
40%
aproximadamente 60%
Este modelo además podrá servir para la gestión de
riesgos aguas abajo por avenida, anticipando la llegada
de altos caudales y haciendo posible una alerta más
temprana. Para ello se recomienda la incorporación de
este modelo y su automatización dentro de software
especializado en integración automática de datos de
diferentes orígenes, así como de modelos hidrológicos e
hidráulicos de propagación de avenidas dentro de
Sistemas de Ayuda a la Decisión y de Alerta Temprana.
También se recomienda en este sentido realizar
acercamientos con el INAMHI para implementar los
datos del pronóstico de precipitación cuantitativa
espacial [11] en el modelo, con lo que se conseguiría
aumentar el tiempo de predicción.
A partir de la obtención de nuevos datos se
considera la actualización y mejoramiento continuo del
presente modelo.
REFERENCIAS BIBLIOGRÁFICAS
[1] F. Frances, J. I. Velez, J. J. Velez. Split-parameter
structure for the automatic calibration of distributed
hydrological models. Journal of Hydrology 332,
pp226-240, 2007.
[2] J. C. Múnera y F. Francés, “Integración del modelo
TETIS en el Sistema de alarma temprana DELFT
FEWS para predicción de avenidas en tiempo real
en algunas cuencas de la C. H. del Júcar”, Jornadas
de Ingeniería de Agua, Madrid, 2009.
[3] M. A. Lewis, C. S. CHENEY and B. E.
Odochartaigh, Guide to Permeability Indices.
British Geological Survey Open Report,
CR/06/160N, 2006.
[4] J. J. Vélez, M. Puricelli, F. López Unzu, F. Francés,
Parameter extrapolation to ungauged basins with a
hydrological distributed model in a regional
framework, Hydrol. Earth Syst. Sci., 13, 229-246,
2009.
[5] F. Francés and C. Múnera. "Modelación hidrológica
distribuida de la cuenca de los ríossaja-besaya con
el modelo tetis v.7.2, para estimación probabilística
de avenidas en los períodos de estiaje.". XXIII
Congreso Latinoamericano de Hidráulica.
Cartagena de Indias, Colombia, 2008.
[6] V. T. Chow, D. R. Maidment, L. W. Mays,
Hidrología Aplicada. McGraw-Hill.
Interamericana, S.A Colombia,1994.
[7] L. B. Leopold and T. Maddock. The Hydraulic
Geometry of Stream Channels and Some
Physiographic Implications. USGS Professional
Paper No. 252, 1-57, 1953.
[8] J. I. Vélez, "Desarrollo de un modelo hidrológico
conceptual y distribuido orientado a la simulación
de las crecidas.", Tesis Ph.D. U. P. d. Valencia.
2001.
[9] Q. Duan, S Sorooshian, V Gupta, “Effective and
Efficient Global Optimization for Conceptual
Rainfall-Runoff Models", Water Resources
Research, Vol 28(4), pp.1015-1031, 1992
[10] P. Molnar, "Calibration". Watershed Modelling, SS
2011. Institute of Environmental Engineering,
Chair of Hydrology and Water Resources
Management, ETH Zürich. Switzerland, 2011.
[11] INAMHI, Pronóstico Cuantitativo Espacial y
Puntual de la Precipitación para Ecuador con uso
del modelo WRF, Dirección de Pronóstico y
Alertas Meteorológicas, 2018.
José María Campo Carrera.-
Nació en Madrid, España en
1978. Recibió su título de
Ingeniero Civil de la Universidad
Politécnica de Madrid en 2012; y
su título de Máster Universitario
en Hidrología y Gestión de los
Recursos Hídricos de la
Universidad de Alcalá y La
Universidad Rey Juan Carlos, Madrid en 2016. Trabaja
como especialista hidrólogo en CELEC EP
Hidronación, sus campos de estudio están relacionados
con la aplicación de modelos hidrológicos e hidráulicos
y el análisis estadístico de variables hidrológicas.
Mauricio Boada Herrera.-
Nació en Riobamba, Ecuador en
1978. Recibió su título de
Ingeniero en Electricidad de la
Escuela Superior Politécnica del
Litoral en 2006. Actualmente, se
encuentra culminando sus
estudios de Máster en Economía
y Dirección de Empresas en la
Escuela Superior Politécnica del
Litoral. Trabaja como jefe de central en CELEC EP
Hidronación y sus áreas de estudio están relacionadas
con: los mercados eléctricos, la eficiencia energética, la
integración energética regional, las energías renovables
y la gestión de la operación y mantenimiento de
centrales hidroeléctricas.
56