| Acrónimo |
EOLO |
| Nombre de grupo |
EOLO |
| Institución o Centro |
Universidad del País Vasco/Euskal Herriko Unibertsitatea, Dept. Ingeniería energética, Dept. de Física, Dept. de Matemática |
| Sitio web |
https://www.ehu.eus/es/web/eolo |
| Coordinadores de grupo |
|
| Investigadores |
|
| Descripción |
El grupo de investigación EOLO es un grupo multidisciplinar que está incluido dentro de los Departamentos de Física, Ingeniería Energética y Matemáticas de la UPV/EHU. El ámbito de investigación de este grupo es la meteorología, el clima y medio ambiente. En concreto, las tres líneas de investigación principales abiertas en estos momentos son el cambio climático y su impacto sobre viento y olas para energías renovables así como la disponibilidad de recursos hídricos.
|
| Proyectos destacados |
- Cambio Climático y disponibilidad global y regional de recursos energéticos renovables. (PID2020-116153RB-I00). Entidad financiadora: MCIN/AEI/ 10.13039/501100011033, 2021-2024. IPs: Jon Sáenz y Alain Ulazia
- Eolo (GIU20/008). Entidad Financiadora: UPV/EHU. 2021-2023. IP: Gabriel Ibarra
- Sistema global de asimilación de datos con resolución aumentada sobre la Península Ibérica. Aplicabilidad en downscaling numérico. Verificación del ciclo hidrológico. (CGL2016-76561-R). MINECO, 2017-2019. IP: Jon Sáenz.
- Eolo (GIU14/03). Entidad Financiadora: UPV/EHU. 2014-2017. IP: Gabriel Ibarra.
- Ciclo hidrológico y viento superficial en la Península Ibérica. Predicción de lluvia y corriente superficial en zonas costeras del Golfo de Vizcaya (CGL2013-45198-C2-1-R). Entidad Financiadora: MINECO, 2014-2016. IP: Jon Sáenz.
|
| Publicaciones destacadas |
- A. Ulazia et al (2023). Paradigmatic case of long-term colocated wind–wave energy index trend in Canary Islands. Ener. Conv. and Management, 116890. (https://doi.org/10.1016/j.enconman.2023.116890)
- A. Ulazia et al (2023). Performance variations of wave energy converters due to global long-term wave period change (1900–2010). Energy, 126632. (https://doi.org/10.1016/j.energy.2023.126632)
- A. Sáenz-Aguirre et al (2022). Optimal strategies of deployment of far offshore co-located wind-wave energy farm. Ener. Conv. and Management, 251:114914, (https://doi.org/10.1016/j.enconman.2021.114914)
- S. J. González-Rojí et al. (2021). Changes in the simulation of atmospheric instability over the Iberian Peninsula due to the use of 3DVAR data assimilation. Hydrology and Earth System Sciences, 25:3471-3492, (https://doi.org/10.5194/hess-25-3471-2021)
- S. Carreno-Madinabeitia et al. (2021). Long-term changes in offshore wind power density and wind turbine capacity factor in the Iberian Peninsula (1900 to 2010). Energy, 226:120364, (https://doi.org/10.1016/j.energy.2021.120364)
- J. Sáenz et al. (2020). The Sailor diagram - A new diagram for the verification of two-dimensional vector data from multiple models. Geosci. Mod. Dev., 13:3221-3240, (https://doi.org/10.5194/gmd-13-3221-2020)
- A. Ulazia et al. (2020). On the impact of long-term wave trends on the geometry optimisation of oscillating water column wave energy converters. Energy, 206:118146, (https://doi.org/10.1016/j.energy.2020.118146)
- P. Serras et al. (2019). Combining random forests and physics-based models to forecast the electricity generated by ocean waves: A case study of the Mutriku wave farm. Ocean Engineering 189:106314, (https://doi.org/10.1016/j.oceaneng.2019.106314)
- A. Ulazia et al. (2019). Global estimations of wind energy potential considering seasonal air density changes. Energy, 187:115938, (https://doi.org/10.1016/j.energy.2019.115938)
- S. J. González-Rojí et al. (2018). Moisture balance over the Iberian Peninsula according to a regional climate model. The impact of 3DVAR data assimilation. Journal of Geophysical Research-Atmospheres, 123:708-729, (https://doi.org/10.1002/2017JD027511)
|
| Colaboraciones nacionales |
|
| Colaboraciones internacionales |
|
