Sistemas de control suplementario da contaminación atmosférica

dc.contributor.affiliationUniversidade de Santiago de Compostela. Departamento de Enxeñaría Químicagl
dc.contributor.affiliationUniversidade de Santiago de Compostela. Departamento de Estatística e Investigación Operativagl
dc.contributor.areaÁrea de Enxeñaría e Arquitectura
dc.contributor.authorBermúdez Cela, José Luis
dc.contributor.authorFernández de Castro, Belén María
dc.contributor.authorSouto González, José Antonio
dc.date.accessioned2019-07-22T12:59:04Z
dc.date.available2019-07-22T12:59:04Z
dc.date.issued2002
dc.descriptionTexto dispoñible en galego e españolgl
dc.description.abstractOs sistemas de control suplementario da contaminación atmosférica, baseados en efectuar cambios nas condicións de operación para reduci-las emisións atmosféricas en condicións meteorolóxicas adversas, permiten evita-la aparición de episodios significativos de alteración da calidade do ar. Para que estes sistemas sexan eficaces necesítase dispoñer de ferramentas de predicción concibidas como elementos de apoio da toma de decisións para a operación das instalacións. A central térmica de As Pontes-Endesa implantou dous sistemas de predicción, desenvolvidos mediante proxectos de investigación en colaboración coa Universidade de Santiago de Compostela. Por un lado, o Sistema de Predicción Estatística de Inmisión (SIPEI), que realiza prediccións a moi curto prazo (media e unha hora) utilizando modelos orientados ó receptor a partir dos datos da rede de vixilancia, e que foi desenvolvido polo Departamento de Estatística e Investigación Operativa. Por outro lado, o Sistema de Apoio para a Xestión da Calidade do Ar (SAGA), que realiza prediccións a medio prazo (24 horas) utilizando un modelo de difusión atmosférica a partir de datos de predicción meteorolóxica e de emisións e que foi desenvolvido polos Departamentos de Enxeñería Química e de Física da Materia Condensada. Actualmente, continúan as actividades de optimización e de adaptación dos sistemas ás novas directivas de calidade do ar, dispoñendo de cofinanciamento da Xunta de Galiciagl
dc.description.abstractAtmospheric Pollution Supplementary Control Systems work changing conditions of operation to reduce atmospheric emissions in unfavourable meteorological conditions and avoid quality air level episodes. Prediction tools are necessary to make these systems effective. These prediction tools have to be designed as help elements in decision making. The As Pontes-Endesa power plant has two different prediction systems developed during investigation projects in cooperation with the University of Santiago de Compostela. On the one hand, an Statistic Prediction System (SIPEI) gives forecasts with short horizon (half an hour and an hour). It uses models directed to the receptor with data from Vigilance Network. It has been developed by the Department of Statistics and Operation Research. On the other hand, an Air Quality Management Assessment System gives forecasts with middle horizon (24 hours). It uses an atmospheric diffusion model with data from meteorological predictions and emissions. It has been developed by the Department of Chemistry Engineering and the Department of Condensed Matter Physicsgl
dc.description.abstractLos sistemas de control suplementario de la contaminación atmosférica, basados en efectuar cambios en las condiciones de operación para reducir las emisiones atmosféricas en condiciones meteorológicas adversas, permiten evitar la aparición de episodios significativos de alteración de la calidad del aire. Para que estos sistemas sean eficaces se necesita disponer de herramientas de predicción concebidas como elementos de apoyo a la toma de decisiones para la operación de las instalaciones. La central térmica As Pontes-Endesa ha implantado dos sistemas de predicción, desarrollados mediante proyectos de investigación en colaboración con la Universidad de Santiago de Compostela. Por un lado, el Sistema de Predicción Estadística de Inmisión (SIPEI), que realiza predicciones a muy corto plazo (media y una hora) utilizando modelos orientados al receptor a partir de los datos de la red de vigilancia y que ha sido desarrollado por el Departamento de Estadística e Investigación Operativa. Por otro lado, el Sistema de Apoyo para la Gestión de la Calidad del Aire (SAGA), que realiza predicciones a medio plazo (24 horas) utilizando un modelo de difusión atmosférica a partir de datos de predicción meteorológica y de emisiones y que ha sido desarrollado por los Departamentos de Ingeniería Química y de Física de la Materia Condensada. Actualmente, continúan las actividades de optimización y de adaptación de los sistemas a las nuevas directivas de calidad del aire, disponiendo de cofinanciación de la Xunta de Galiciagl
dc.description.peerreviewedSIgl
dc.identifier.citationRevista Galega de Economía, vol. 11, núm. 2 (2002), pp. 77-88 ISSN 1132-2799gl
dc.identifier.essn2255-5951
dc.identifier.issn1132-2799
dc.identifier.urihttp://hdl.handle.net/10347/19260
dc.language.isoglggl
dc.publisherUniversidade de Santiago de Compostelagl
dc.rights.accessRightsopen accessgl
dc.subjectCalidade do argl
dc.subjectSistemas de control suplementariogl
dc.subjectPredicción estatísticagl
dc.subjectModelos de difusión atmosféricagl
dc.subjectAir qualitygl
dc.subjectSupplementary control systemgl
dc.subjectStatistical predictiongl
dc.subjectAtmospheric diffusion modelsgl
dc.subjectCalidad del airegl
dc.subjectPredicción estadísticagl
dc.titleSistemas de control suplementario da contaminación atmosféricagl
dc.title.alternativeAtmospheric Pollution Supplementary Control Systemgl
dc.title.alternativeSistemas de control suplementario de la contaminación atmosféricagl
dc.typejournal articlegl
dc.type.hasVersionVoRgl
dspace.entity.typePublication
relation.isAuthorOfPublication58d31fdb-ccde-4d0d-8a12-1227d0e47608
relation.isAuthorOfPublication.latestForDiscovery58d31fdb-ccde-4d0d-8a12-1227d0e47608

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
pp_77_88_rge_11_2_glg.pdf
Size:
305.99 KB
Format:
Adobe Portable Document Format
Description:
Loading...
Thumbnail Image
Name:
pp_77_88_rge_11_2_esp.pdf
Size:
306.36 KB
Format:
Adobe Portable Document Format
Description: