Skip to content

¿CUÁNTA ENERGÍA TE ESTÁ QUITANDO LA EROSIÓN DE PALA ANTES DE QUE LA VEAS EN LA CURVA DE POTENCIA?

La curva de potencia es la métrica en la que confías para saber si tus turbinas producen lo que deben. Pero la erosión del borde de ataque la degrada poco a poco, y cuando la pérdida asoma en los informes ya lleva tiempo acumulándose. ATENEA, desarrollada por CENER, calcula la producción anual y las pérdidas de energía a lo largo de la vida de la pala, para que dejes de estimar a ciegas y empieces a decidir con cifras.

La curva en la que confías no cuenta toda la historia

Para el propietario de un parque, la curva de potencia es casi un contrato: relaciona viento y potencia, y es la vara con la que se mide si una turbina rinde. El problema es lo que esa curva no muestra hasta que es tarde. Tarde por daños críticos de costosa reparación y tarde por energía no producida que un mantenimiento a tiempo podría haber entregado.

La erosión del borde de ataque, el desgaste continuo por lluvia y partículas en suspensión, altera la aerodinámica del perfil: reduce la sustentación (lift) y aumenta la resistencia aerodinámica (drag). Y lo hace sobre todo en el tercio exterior de la pala, donde la velocidad de punta es mayor y se genera la mayor parte del par aerodinámico. Esa degradación del perfil se traslada, sección a sección, a la curva de potencia de toda la turbina.

Figura 1. La pérdida se concentra en la zona de carga parcial (aprox. 6-13 m/s), justo donde el parque acumula la mayor parte de sus horas de producción. En la meseta de potencia nominal la turbina regula el pitch, así que la merma pasa desapercibida en los indicadores habituales. (Esquema ilustrativo)

 

Una curva de potencia medida es una foto tardía: cuando la degradación aparece en los promedios, la pérdida de energía, y de ingresos, lleva meses acumulándose.

¿Cuánto cuesta esto en producción? El daño arranca de cero en una pala nueva y crece con los años. Los análisis de campo basados en datos SCADA de flotas comerciales sitúan la pérdida media de producción anual entre el 3 % y el 8 % en turbinas con erosión visible [1]. Las simulaciones a nivel de parque muestran además que el efecto es casi nulo los primeros años y se acelera con el tiempo, hasta alcanzar un 2,9 % de pérdida de AEP en el último año de una simulación a diez años [2]. Y Sandia National Laboratories, sobre la turbina de referencia NREL 5 MW, asocia las categorías iniciales de erosión con hasta un 2 % de pérdida y las categorías ya con daño estructural con hasta un 5 % [3]. Sobre una cartera, ese porcentaje se traduce en una cantidad de energía, y de ingresos, nada despreciable.

¿Y cuánto es eso en euros? Una turbina de 3 MW que funciona unas 2.500 horas equivalentes al año produce en torno a 7.500 MWh. A un precio de 60 €/MWh, eso supone unos 450.000 € de ingresos anuales por turbina. Cada punto porcentual de AEP que se lleva la erosión equivale, por tanto, a unos 4.500 € al año y por turbina, una cifra que se multiplica por el número de máquinas del parque y que se repite año tras año mientras el daño avanza.

El sector reconoce la erosión como un factor de primer orden en la vida útil de la pala y en la energía producida, con marcos de clasificación de su estado ya consolidados (IEA Wind Task 46 [4]) e incluso esquemas que vinculan el estado de erosión con la pérdida de AEP [5]. Lo que falta no es el vocabulario, sino traducir el estado de erosión a producción perdida para cada turbina y cada emplazamiento concretos.

Figura 2. El mecanismo físico detrás de la pérdida: la erosión baja la sustentación y eleva la resistencia del perfil. Como la producción de energía depende directamente de las fuerzas sobre el perfil, predecir la pérdida de AEP exige predecir bien esa caída de Cl y ese aumento de Cd. (Esquema ilustrativo.)

ATENEA: de la foto tardía a la producción cuantificada

Para cuantificar esa pérdida antes de que se materialice en la curva medida, CENER ha desarrollado ATENEA, un script en Python (descargable para Windows y Linux) que combina el código aeroelástico de referencia OpenFAST con un modelo de comportamiento de perfil (APM) entrenado mediante Machine Learning más las series meteorológicas de viento y lluvia del emplazamiento.

En lugar de esperar a que la curva de potencia caiga y se haga visible en los indicadores de producción, ATENEA estima la producción anual (AEP) y las pérdidas de AEP conforme progresa la erosión, sección a sección de la pala, para las condiciones reales de operación de cada turbina.

01 De la foto a la trayectoria de producción. No entrega una única lectura, sino la evolución de la AEP y de las pérdidas año a año respecto al primer año de operación en estado de pala limpia.

02 Anclada a la física del perfil. Deriva las curvas de coeficiente de potencia y empuje (Cp/Ct) y las curvas de potencia degradadas a partir de la sustentación y la resistencia reales del perfil erosionado, no de un supuesto genérico.

03 Resultados comparables entre turbinas. ATENEA toma como entrada las categorías de erosión estandarizadas del sector (IEA Wind Task 46), la escala que la industria ya utiliza. Su aportación es traducir esa erosión, a lo largo de los perfiles de la pala, en pérdida de producción de energía, de modo que puedes comparar máquinas y priorizar sobre una misma predicción.

04 Sobre los datos que ya generas. Trabaja con las series meteorológicas y las condiciones de operación que el propietario ya tiene. Al ser solo software, no requiere invertir en hardware ni instalar y mantener equipos.

La pérdida de AEP no crece de forma lineal: aumenta cada año y se acelera a medida que la erosión avanza. Los primeros años el efecto es casi imperceptible, pero, una vez que el daño progresa, cada temporada resta más energía que la anterior.

Figura 3. Pérdida de AEP modelada con ATENEA para una turbina y condiciones meteorológicas específicas. Estos valores proceden del modelo (simulación aerodinámica y aeroelástica).

ATENEA parte de la pala en estado limpio, aplica el mismo daño a las tres palas, adopta la velocidad de impacto máxima y ajusta los parámetros de incubación del daño para compensar el carácter conservador de esas hipótesis. Esa transparencia es deliberada: hace auditable el resultado y lo mantiene anclado a la ingeniería, no a una caja negra.

Esa misma trayectoria, llevada a euros, es lo que convierte el análisis en una mejor decisión de mantenimiento planificado. La Figura 4 traduce la pérdida de AEP anual a ingresos no percibidos por turbina: casi nulos los primeros años, la pérdida crece hasta rondar los 18.000 € anuales al final de la vida de la pala.

Figura 4. Pérdida económica anual por turbina derivada de la variación de AEP (3 MW, 2.500 horas equivalentes a 60 €/MWh).

Leído año a año, el gráfico responde a la pregunta que de verdad importa: ¿cuándo reparar? A modo de ejemplo, supongamos una reparación de rotor (tres palas) de 30.000 € y una tasa de retorno objetivo de cuatro años. Reparar en el año 14 aún es pronto: los cuatro años siguientes evitarían unos 24.600 €, todavía por debajo del coste. El año 15 marca el punto óptimo: la pérdida evitada entre los años 15 y 18 (unos 29.200 €) iguala el coste de la reparación, de modo que la inversión se recupera en cuatro años, y todo lo que se evita a partir del año 19 es ya retorno neto.

Reparar cuando protege producción, no cuando toca por calendario

Y no hace falta mirar a los grandes rotores del futuro: la flota que ya está en operación, miles de MW instalados que llevan años erosionándose, es donde el problema muerde antes y donde la producción recuperable es mayor. A medida que esa flota envejece, y que los nuevos proyectos suman rotores mayores, velocidades de punta más altas y emplazamientos más expuestos, la erosión pesará más sobre la producción, no menos. Cuantificar la pérdida antes de verla en la curva es el paso que convierte el mantenimiento de pala de reactivo en proactivo y basado en datos: reparar en el momento que protege energía e ingresos, y planificar con cifras en lugar de con calendario.

Así entendemos en CENER la ingeniería aplicada al sector eólico: rigurosa, pero puesta al servicio de las decisiones que los equipos técnicos toman cada día. Convertir el dato en conocimiento, y el conocimiento en valor real para la industria. Y para quien quiera probarlo de primera mano, el script demostrativo está disponible para su descarga (Windows y Linux) en www.windtools.cener.com/ATENEA.

Referencias

[1] Panthi, K., & Iungo, G. V. (2023). Quantification of wind turbine energy loss due to leading-edge erosion through infrared-camera imaging, numerical simulations, and assessment against SCADA and meteorological data. Wind Energy, 26(3), 266-282. https://doi.org/10.1002/we.2798

[2] Visbech, J., Göçmen, T., Özçakmak, Ö., et al. (2024). Aerodynamic effects of leading-edge erosion in wind farm flow modeling. Wind Energy Science, 9, 1811-1826. https://doi.org/10.5194/wes-9-1811-2024

[3] Maniaci, D. C., Meyer Forsting, A., Barlas, A., Bak, C., & Olsen, A. S. (2025). Model to predict annual energy production loss based on blade erosion class (IEA Wind Task 46, WP3.1). Sandia National Laboratories.

[4] Maniaci, D., MacDonald, H., Paquette, J., & Clarke, R. (2022). Leading edge erosion classification system (IEA Wind Task 46 Technical Report). IEA Wind TCP.

[5] Olsen, A. S., Forsting, A. M., Fischer, A., Lylloff, O., Sørensen, N. N., Dicholkar, A. C., Madsen, J., Munoz, A., Vronsky, T., Grasso, F., Gaudern, N., Akay, B., Kommer, R., & Bak, C. (2026). A categorisation scheme for energy losses and noise increase due to leading edge roughness. Journal of Physics: Conference Series, 3232(1), 012012. https://doi.org/10.1088/1742-6596/3232/1/012012

SÍGUENOS

© Centro Nacional de Energías Renovables (CENER) · Ciudad de la Innovación, nº 7 · 31621 Sarriguren (Navarra) · España
T + 34 948 25 28 00 · F + 34 948 27 07 74 · info@cener.com

Volver arriba

Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.