Dissertação Adriano Lira - Incertezas

UNIVERSIDADE FEDERAL DE PERNAMBUCO
PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA
ADRIANO GOUVEIA LIRA
ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE ENERGIA

EM PARQUES ELICOS
Orientador: Pedro Andr Carvalho Rosas

Co- Orientador: Alex Maurcio Arajo
RECIFE
2012
ii
ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE

ENERGIA EM PARQUES ELICOS
Dissertao para apresentao ao

programa de Ps-Graduao em
Engenharia Mecnica como requisito
para obteno do grau de Mestre em
Engenharia Mecnica, orientada pelo
Prof. Dr. Pedro Andr de Carvalho Rosas.
UFPE / RECIFE-PE
adrianogouveia04@gmail.com
2012
Catalogao na fonte
Bibliotecria: Rosineide Mesquita Gonalves Luz / CRB4-1361 (BCTG)
L768a
Lira, Adriano Gouveia .

Anlise das incertezas na estimativa da produo de energia em parques
elicos / Adriano
Lira Gouveia
Iluminao
irregular Recife: O Autor, 2012.
96f. il., figs., grfs., tabs.
Orientador: Prof. Dr. Pedro Andr de Carvalho Rosas.

Co-Orientador: Prof. Dr. Alex Maurcio Arajo.
Dissertao (Mestrado) Universidade Federal de Pernambuco. CTG.
Programa de Ps-Graduao em Engenharia Mecnica, 2012.
Inclui Referncias.
1. Engenharia Mecnica. 2. Energia Elica. 3. Incertezas. 4. Estimativa
de Produo de Energia. 5. I. Rosas, Pedro Andr de Carvalho
(Orientador). II. Arajo, Alex Maurcio (Co-Orientador). III. Ttulo.
621 CDD (22.ed)
UFPE/BCTG-2013 / 255
iii
ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE

ENERGIA EM PARQUES ELICOS
ESTA DISSERTAO FOI JULGADA ADEQUADA PARA OBTENO DO
TTULO DE MESTRE EM ENGENHARIA MECNICA
REA DE CONCENTRAO: ENERGIA ELICA

APROVADA EM SUA FORMA FINAL PELO
PROGRAMA DE PS-GRADUAO EM ENGENHARIA
MECNICA/CTG/EEP/UFPE
_____________________________________________________
Prof. Dr. PEDRO ANDR CARVALHO ROSAS
ORIENTADOR/PRESIDENTE
_____________________________________________________
Prof. Dr. ALEX MAURCIO ARAJO
CO-ORIENTADOR
____________________________________________________
Prof. Dr. JORGE RECARTE HENRQUEZ GUERRERO
COORDENADOR DO PROGRAMA
BANCA EXAMINADORA:
________________________________________________________________
Prof. Dr. PEDRO ANDR CARVALHO ROSAS (UFPE/PPGEM)
_________________________________________________________________
Prof. Dr. ALEX MAURCIO ARAJO (UFPE/PPGEM)
_________________________________________________________________
Prof. Dr. SEVERINO LEOPOLDINO URTIGA FILHO (UFPE/PPGEM)
_________________________________________________________________
Prof. Dr. GUSTAVO MEDEIROS SOUZA AZEVEDO (UFPE/DEE)
iv
"Vento, ventania me leve para as bordas do cu
Pois vou puxar as barbas de Deus
Vento, ventania me leve pra onde nasce a chuva
Pra l de onde o vento faz a curva...
Me deixe cavalgar nos seus desatinos
Nas revoadas, redemoinhos...
Vento, ventania
Me leve sem destino
Quero juntar-me a voc
E carregar os bales pro mar
Quero enrolar as pipas nos fios
Mandar meus beijos pelo ar...
Vento, ventania
Me leve pr qualquer lugar
Me leve para qualquer canto do mundo
sia, Europa, Amrica..."
Biquni Cavado
"Ser homem precisamente ser responsvel.

sentir vergonha diante da misria,
mesmo quando ela no parece ter qualquer relao com voc.
ter orgulho de uma vitria dos companheiros.
sentir, ao colocar a sua pedra,
que voc est contribuindo para construir o mundo."
Saint-Exupry
AGRADECIMENTOS
A Deus por ter me dado inspirao, sabedoria e nimo pra escrever este trabalho.
Ao meu pai, Admilson, por sempre me apoiar e incentivar meus estudos.
minha me, Gilma, por todo o carinho e cuidado.
Aos meus irmos, Vinicius e Jessica, que, por serem mais novos, eu tento ser exemplo
para eles e isso me motiva a superar os desafios.
minha namorada, Paloma, por estar sempre do meu lado e por fazer minha vida
mais feliz.
Ao meu orientador, prof. Dr. Pedro Rosas, que acreditou no meu trabalho e entendeu a
dificuldade de escrever um trabalho acadmico e trabalhar ao mesmo tempo.
Ao meu co-orientador, prof. Dr. Alex Arajo, e a todos que pertence ao Programa de
Ps-Graduao em Engenharia Mecnica da Universidade Federal de Pernambuco, por todos
os ensinamentos.
IMPSA por apoiar a concluso desse trabalho e valorizar o conhecimento
acadmico dentro do meio coorporativo.
Aos meus companheiros de trabalho que sempre me motivaram. Em especial a Lucas
Maia e Nyzar Jorio, por todo o conhecimento compartilhado, por ter me ajudado bastante na
concluso desse trabalho, por fazer o ambiente de trabalho um lugar agradvel e por toda a
amizade.
Carolina Cahet e Emilia Sampaio que contriburam bastante no meu crescimento
profissional.
Por fim, a todos que contriburam de forma direta ou indireta para que eu pudesse
realizar esta conquista.
vi
RESUMO
A estimativa de produo anual de energia ao longo do ciclo de vida do projeto um dos mais
importantes fatores para determinar a rentabilidade do projeto de energia elica. Os mtodos
utilizados para estimar a Produo Anual de Energia (PAE) em um parque elico exigem a
avaliao das incertezas associadas em todas as etapas. Para financiar um projeto de energia
elica os bancos exigem que o empreendedor apresente as incertezas relacionadas
estimativa da produo de energia do parque elico, visando mitigar erros e aumentando a
confiabilidade do projeto. A avaliao adequada das incertezas fundamental para julgar a
viabilidade e o risco no desenvolvimento de um projeto de energia elica. Neste trabalho so
apresentadas e analisadas as principais fontes de incertezas no processo de estimativa de
energia em parques elicos, informa maneiras de mitigar estas incertezas e indica o quanto
cada fonte de incerteza influencia na incerteza total da produo anual de energia em um
parque elico.
Palavras-Chave: Energia Elica, Incertezas, Produo Anual de Energia.
vii
ABSTRACT
The Annual Energy Production (AEP) estimate over the lifecycle of the project is one of the
most important factors to determine the profitability of wind power project. The methods used
to estimate the AEP in a wind farm requires the assessment of uncertainties associated in all
steps. To finance a wind power project banks requires that the developer submit the
uncertainties related to the AEP estimate of the of the wind farm, to mitigate errors and
increase the reliability of the project. The appropriate assessment of uncertainties is critical to
determine the feasibility and risk in development of a wind energy project. This study
presents and analyzes the main sources of uncertainty in the energy estimate process in wind
farms, informs ways to mitigate them and indicates how much each source of uncertainty
influences the global uncertainty of the annual energy production on a wind farm.
Keywords: Wind Power, Uncertainty, Annual Energy Production
viii
LISTA DE FIGURAS
Figura 1.1 - Evoluo da Potncia Instalada de Energia Elica no Brasil
17
Figura 1.2 - Fator de Capacidade mdio para vrios pases
18
Figura 2.1 - Curva de potncia (pontos pretos) e coeficiente de potncia- Cp - (pontos

cinzas) de uma turbina elica: (a) em terreno plano e (b) e em terreno
23
moderadamente complexo
Figura 3.1 - Aplicaes do sistema anemomtrico
Figura 3.2 - Variao percentual da energia em funo da variao da velocidade do
vento
Figura 3.3 - Limites permissveis de erro para ndices de classificao dos anemmetros
tipo concha
24
26
27
Figura 3.4 - Anemmetro NRG Maximum 40
28
Figura 3.5 - Anemmetro Thies First Class
28
Figura 3.6 - Anemmetro Vaisala WAA 252
29
Figura 3.7 - Anemmetro Vector L100 First Class
29
Figura 3.8 - Anemmetro Thies First Class Advanced
30
Figura 3.9- Inclinao negativa e positiva do anemmetro no tnel de vento
31
Figura 3.10- Teste de Inclinao com o NRG #40
31
Figura 3.11- Teste de Inclinao com o Thies First Class
32
Figura 3.12- Teste de Inclinao com o Vaisala WAA 151
32
Figura 3.13- Teste de Inclinao com o Vector AL100 LK
33
Figura 3.14- Configurao da torre recomendada pela EPE (figura sem escala)
35
Figura 3.15- Interferncia da torre no fluxo de vento
36
Figura 3.16- Direo do vento com comportamentos distintos: a) Vento na regio

nordeste. b)Vento na regio sul
37
Figura 3.17- Identificando a interferncia da torre de medio
37
Figura 4.1- Sequncia para ajuste de longo prazo
39
Figura 4.2- Perodo de dados concomitantes entre a torre de medio (alvo) e os dados
de longo prazo (referncia)
40
Figura 4.3 - Procedimento para anlise de longo prazo
41
Figura 4.4- Estaes meteorolgicas automticas do INMET
43
Figura 4.5- Variabilidade Interanual do Vento nos Estados Unidos (%)
48
ix
Figura 4.6- Ilustrao do processo que se aplica o mtodo Jackknife
50
Figura 4.7- Ilustrao de anlise para a determinao da incerteza dos resultados.
50
Figura 5.1- Mdias anuais
52
Figura 5.2- Mdias Anuais da torre de medio e dos dados NCAR
53
Figura 5.3- Correlaes Mensais com 8 anos de dados - Torre de Medio e dados
NCAR
Figura 5.4- Destaque nos anos utilizados no estudo
Figura 5.5- Correlaes Mensais com 3 anos de dados - Torre de Medio e dados
NCAR
Figura 5.6- Regresso linear simples - Torre de Medio e NCAR Torre 1
Figura 5.7- Comparao dos dados medidos com a sria estimada a partir da Torre 1
NCAR
Figura 5.8- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 1
Figura 5.9 - Regresso linear simples - Torre de Medio e NCAR Torre 2
NCAR
53
55
55
57
58
58
59
60
60
61
62
NCAR
NCAR
62
63
64
64
66
NCAR usando o mtodo da varincia

67
x
criada a partir dos dados NCAR Torre 1 usando o mtodo da varincia
68
69
70
71
72
73
Figura 6.1- Linhas de fluxo sobre o terreno complexo
74
Figura 6.2- Perfil vertical do vento para condio atmosfrica neutra, instvel e estvel
77
Figura 6.3- Extrapolao Vertical do WAsP
77
Figura 6.4- Mudana do cisalhamento do vento em uma colina suave
78
Figura 6.5- Intensidade de turbulncia
79
Figura 6.6- rea para clculo do RIX
81
Figura 6.7- Curvas de Nvel SRTM
83
xi
LISTA DE TABELAS
Tabela 1.1 - Evoluo da Energia Elica no Brasil
16
Tabela 1.2 - Resultado Leilo de Energia A-3/2011.
18
Tabela 3.1 - Caractersticas NRG Maximum 40
28
Tabela 3.2 - Caractersticas Thies First Class
28
Tabela 3.3 - Caractersticas Vaisala WAA 252
29
Tabela 3.4 - Caractersticas Vector L100 First Class
29
Tabela 3.5 - Caractersticas Thies First Class Advanced
30
Tabela 3.6 Incertezas na determinao da velocidade do vento
38
Tabela 4.1- Resumo dos conjuntos de dados de reanlises utilizados
45
Tabela 4.2- Fonte de dado de longo prazo e incertezas associadas
49
Tabela 5.1- Comparao da mdia anual de 8 anos entre os dados medidos e as sries
67
criadas utilizando os dados NCAR Torre 1

69

71

73

Tabela 6.1- Incerteza tpica dos modelos tericos/computacionais
84
Tabela 7.1- Incertezas na PAE
86
Tabela 7.2- Tabela de distribuio normal para probabilidades especficas e os valores
91
correspondentes de z
xii
LISTA DE SIGLAS
PROINFA - Programa de Incentivo a Fontes Alternativas

PCHs - Pequenas Centrais Hidreltricas
MW - Mega Watt
MWh - Mega Watt Hora
LER - Leilo de Energia de Reserva
LFA - Leilo de Fonte Alternativa
LEN - Leilo de Energia Nova
A-3 - Leilo de Energia com gerao prevista para entrar operao em 3 anos
A-5 - Leilo de Energia com gerao prevista para entrar operao em 5 anos
EPE - Empresa de Pesquisa Energtica
GF - Garantia Fsica (MW mdio)
Cp - Coeficiente de Potncia
MEASNET - Measuring Network of Wind Energy Institutes
IEA - International Energy Association
MCP - Medir Correlacionar e Prever
WMO - World Meteorological Organization
INMET - Instituto Nacional de Metereologia
EMA - Estaes Metereolgicas Automticas
NCEP - National Centers for Environmental
NCAR - National Center for Atmospheric Research
MERRA - Modern Era Retrospective-analysis for research and applications
NASA - National Aeronautics and Space Administration
CFSR - Climate Forecast System Reanalysis
ECMWF - European Centre for Medium Range Weather Forecasts
R - Coeficiente de Correlao
WAsP - Wind Atlas Analysis and Aplication Program
RIX - Ruggedness Terrain Index
CFD - Computational Fluid Dynamics
SRTM - Shuttle Radar Topography Mission
PAE - Produo Anual de Energia
IEC - International Electrotechnical Commission
xiii
SUMRIO
AGRADECIMENTOS
RESUMO
ABSTRACT
LISTA DE FIGURAS
LISTA DE TABELAS
LISTA DE SIGLAS
v
vi
vii
viii
xi
xii
1 INTRODUO
1.1 Justificativa do trabalho
15
19
1.2
Objetivos do trabalho
20
1.3
Estrutura da dissertao
20
FONTES DE INCERTEZAS EM PROJETOS ELICOS
21
3
3.1
INCERTEZAS NA MEDIO DO VENTO

Qualidade e Incerteza
24
25
3.2
Anemmetro tipo concha
27
3.2.1 - Principais anemmetros tipo concha
28
3.2.2 - Calibrao dos anemmetros
30
3.2.3 - Influncia do ngulo de incidncia do vento
31
3.3
Localizao da torre e dos instrumentos
34
3.4
Interferncia da torre
36
3.5
Resumo das Incertezas na Medio do Vento
38
4
4.1
INCERTEZA NO AJUSTE DE LONGO PRAZO

Fontes de dados de longo prazo
39
42
4.2
Mtodos de MCP
45
4.2.1 Mtodo da Regresso Linear
45
4.2.2 Mtodo da Varincia
46
4.3
Mtodo da Correo da Mdia
47
4.4
Incerteza no Ajuste de Longo Prazo
48
4.4.1 - Mtodo Jackknife

5
COMPARAO ENTRE DADOS MEDIDOS
ATRAVS DE UM ESTUDO DE MCP
5.1 Dados medidos e dados de reanlises (NCEP/NCAR).
5.2
50
E
DADOS
MCP - Regresso Linear Simples

5.2.1 - Torre de Medio e NCAR Torre 1 - Regresso Linear Simples
ESTIMADOS
52
52
57
57
xiv
5.3
6
6.1
6.2
59
61
63
MCP - Mtodo da Varincia
66
5.3.1 - Torre de Medio e NCAR Torre 1 - Mtodo da Varincia
66
5.3.2 - Torre de Medio e NCAR Torre 2- Mtodo da Varincia
68
69
71
INCERTEZAS DOS MODELOS TERICOS

- Fluxo Complexo
74
75
6.1.1 - Cisalhamento do Vento - Wind Shear
75
6.1.2 - Intensidade de Turbulncia
78
6.1.3 - ngulo de Incidncia do Vento
80
Tratando/Manipulando o fluxo complexo

6.2.1 - Avaliao do Fluxo Elico
80
80
6.3
Modelos Topogrficos
83
6.4
Incerteza dos Modelos Tericos/Computacionais
84
7
7.1
COMBINANDO AS INCERTEZAS E AVALIANDO AS PERDAS

Perdas.
86
87
7.2
Probabilidade da Energia Produzida.
89
7.3
Clculo da Garantia Fsica
91
8
8.1
CONCLUSES
Recomendaes para trabalhos futuros
92
93
REFERNCIAS
94
15
1 INTRODUO
A maioria dos projetos de energia elica do Brasil esto sendo desenvolvidos na
regio Nordeste, com destaque para os estados do Cear, Bahia e Rio Grande do Norte. A
regio Sul do pas tambm est crescendo sua importncia no cenrio elico nacional.
A energia elica ganhou espao no Brasil a partir de 2004 com o Programa de
Incentivo a Fontes Alternativas - PROINFA. Nesse programa o governo incentivou a
utilizao de fontes renovveis, como elica, biomassa e Pequenas Centrais Hidreltricas (PCHs).
Foram assinados contratos de compra e venda de energia com prazo de 20 anos a partir da
data planejada para entrada em operao comercial, viabilizando 1423MW de projeto de
energia elica, sendo que apenas 1288MW foram implantados.
Em 2004, o preo mdio da energia elica contratada foi de R$210,00 por MWh. Esse
valor corrigido para 2012 atinge o patamar dos R$310,00 por MWh.
Os projetos do PROINFA apresentaram um fator de capacidade mdio de 32,5% e
tiveram dificuldades para serem implementados, mas serviram de experincia para
amadurecer o setor elico brasileiro. Fator de capacidade a proporo entre a produo
efetiva da usina em um perodo de tempo e a capacidade total mxima neste mesmo perodo.
Em 2009 aconteceu no Brasil o 1 Leilo de Energia de Reserva (LER) exclusivo para
a Fonte Elica. Foram contratados 1807 MW com o preo mdio de R$148,39 o MWh.
Nestes projetos o fator de capacidade dos parques ficou em torno de 43,33%.
Em 2010 aconteceram o Leilo de Fonte Alternativa (LFA) e o Leilo de Energia de
Reserva (LER), ambos com a participao de diversas fontes de energia. Foram contratados
1584,8 MW de energia elica no leilo de Fonte Alternativa e 528,6 MW no leilo de Energia
de Reserva, totalizando 2113,2 MW de energia elica contratada com o fator de capacidade
mdio de 45,51%.
Em 2011 aconteceram trs leiles de energia, Leilo de Energia Nova (LEN) A-3, o de
Energia de Reserva e o LEN A-5. No leilo A-3 foram contratados 1067,6 MW de energia
elica, estes projetos devem entrar em operao trs anos aps a assinatura de contrato, por
isso o termo A-3. O leilo de Energia de Reserva contratou 861,1 MW de energia elica. E o
leilo A-5 contratou 976,5 MW de energia elica, estes projetos devem entrar em operao
cinco anos aps a assinatura de contrato, por isso o termo A-5. Em 2011 houve um
incremento de 2905,2 MW contratados de energia elica com o fator de capacidade de 47,8%.
16
Em 2012 aconteceu o Leilo de Energia A-5/2012, com o objetivo de suprir a
demanda projetada das empresas distribuidoras de energia para o ano de 2017. De elica
foram contratados 10 projetos, totalizando 281,9 MW com fator de capacidade mdio de 54%.
Verificou-se que com o passar dos anos houve um aumento do fator de capacidade dos
parques e um reduo significativa do custo da energia elica, atingindo, por exemplo, o
preo mdio de 87,94 R$/MWh no Leilo de Energia A-5 de 2012 [1].
A Tabela 1.1 apresenta a evoluo da energia elica no Brasil, desde o PROINFA at
o Leilo de Energia A-5 de 2012. Foram contratados 8395,2 MW de energia elica, esse valor
no leva em conta os parque que entraro em operao no mercado livre de energia nem os
parques instalados para autogerao das empresas.
Tabela 1.1 - Evoluo da Energia Elica no Brasil
Potncia
MW
Preo Mdio
Fator de Capacidade
Contratada (MW)
Mdios
(R$/MWh)
Mdio
PROINFA 2004
1.288,0
418,6
310
32,50%
LER 2009
1.806,9
783,0
148,39
43,33%
LFA 2010
1.584,6
695,0
130,86
43,85%
LER 2010
528,6
266,8
122,69
50,5%
A-3 2011
1.067,6
484,2
99,37
45,35%
LER 2011
861,1
428,8
99,54
49,80%
A-5 2011
976,5
478,5
105,1
49%
A-5 2012
281,9
152,2
87,4
54%
TOTAL
8395,2
Fonte: Adaptado de [2]
17
A Figura 1.1 apresenta a evoluo da potncia elica instalada no Brasil, considerando os
parques que foram contratados no PROINFA e nos leiles at 2012.
Figura 1.1 - Evoluo da Potncia Instalada de Energia Elica no Brasil
9000
282
8000
7000
MW
6000
977
977
861
861
861
861
1068
1068
1068
1068
5000
528
528
528
528
528
4000
1584
1584
1584
1584
1584
1807
1807
1807
1807
1807
1807
1288
1288
1288
1288
1288
1288
3000
2000
1000
0
2003
2004
2005
208
218
385
2006
2007
2008
573
2009
1013
2010
1288
2011
2012
2013
2014
2015
2016
2017
Ano
Antes Proinfa
Proinfa
LER 2009
LFA 2010
LER 2010
A-3 2011
LER 2011
A-5 2011
A-5 2012
Segundo a Empresa de Pesquisa Energtica (EPE), a demanda de energia eltrica no

Brasil ter um incremento mdio de 3.200 MW no perodo de 2011- 2020. O planejamento
energtico tem priorizado a insero de fontes renovveis, principalmente a energia elica.
A energia elica vem ganhando espao na matriz energtica brasileira devido,
principalmente, a quatro fatores:
Caractersticas Fsicas - O vento no Brasil est entre um dos melhores do planeta para
a gerao de energia elica, pois apresenta boa velocidade, pouca rajada e baixa
turbulncia. Estas caractersticas permitem que os parques elicos brasileiros apresentem
bons fatores de capacidades. A Figura 1.2 mostra que o fator de capacidade mdio dos
parques elicos do Brasil superior a vrios pases onde a energia elica bem mais
difundida.
18
Figura 1.2 - Fator de Capacidade mdio para vrios pases
> 40
Fator de Capacidade Mdio

29
28,7
27,1
23
23
22,3
17,4
16,2
Fonte: [3]
Poltica de Desenvolvimento - O governo adotou polticas de incentivo atravs de
leiles e regras especficas, isso motivou a indstria elica no Brasil;
Escala - O mercado brasileiro vem ganhando escala e com isso atraindo os principais
fabricantes, investidores e desenvolvedores de projetos elicos;
Preo - O ganho de escala, aliado com a competio entre os players do mercado fez
com que o preo da energia elica se tornasse competitivo com outras fontes. Na Tabela 1.2
apresentado o resultado do Leilo de Energia A-3/2011 onde possvel verificar que a preo
mdio da energia elica foi o menor entre todas as outras fontes.
Tabela 1.2 - Resultado Leilo de Energia A-3/2011
Fonte
Projetos
Contratados
Potncia Instalada (MW)
Preo Mdio (R$/MWh)
Elica
44
1.067,70
99,58
Biomassa
197,8
102,41
Hdrica
450
102
Gs
1.029,10
103,26
TOTAL
51
2.744,60
102,07
Fonte:[4]
19
1.1 Justificativa do trabalho
A produo de energia em uma central elica segue um princpio estocstico, e como

tal, exige um tratamento estatstico onde as estimativas de produo devem ser associadas s
probabilidades de ocorrncias.
A viabilidade tcnica e financeira de um parque elico resulta em uma grande
exigncia de anlise de riscos que esto associados a incertezas de produo.
No processo de financiamento de parques elicos, os bancos apresentam exigncias
especficas para assegurar que a energia prevista do empreendimento tenha a menor margem
de erro possvel. No Brasil, em funo de leiles, a EPE, solicita uma declarao, emitida por
um rgo independente, declarando a Garantia Fsica (GF), que disponibilidade anual de
energia gerada em MW mdios, para cada parque elico que ir concorrer no leilo de
energia.
Com o objetivo de mitigar o risco da produo de energia ser menor do que a energia
contratada, a Garantia Fsica da gerao elica deve ser calculada levantando em considerao
todas as fontes de incertezas no projeto de forma que a energia certificada seja pelo menos
90% da energia gerada, esse valor conhecido com P90.
Ao se estabelecer a GF como o P90, reduz-se o risco de no atendimento a 10%,
aumentando a segurana do suprimento.
De acordo com [5] a viabilizao econmica e financeira da produo da energia
elica no contexto regulatrio do mercado brasileiro de energia eltrica trouxe a necessidade
de um conjunto de regras especficas, que buscam atender aos seguintes objetivos:
Comprometer o agente empreendedor com a efetiva produo da energia contratada;
Minimizar o custo da energia, atravs da reduo do custo financeiro dos

empreendimentos pela mitigao da incerteza da receita da venda da energia;
Incentivar a contratao eficiente do parque elico;
Reduzir o risco de no atendimento do montante de energia contratado.
Com as regras atuais dos leiles de energia, os empreendedores so penalizados por produo
abaixo da energia contratada, considerando uma margem de tolerncia.
A diminuio da incerteza com a alta qualidade dos critrios de projetos a nica
maneira de manter o risco financeiro de um parque elico dentro dos limites aceitveis para os
financiadores e investidores alm de proporcionar uma maior segurana no atendimento da
demanda energtica.
20
1.2 Objetivos do trabalho
O objetivo principal desse trabalho apresentar e analisar as principais fontes de

incertezas no processo de estimativa de produo de energia em parques elicos.
Estas incertezas esto relacionadas com a medio do vento, ajuste de longo prazo dos
dados medidos, resultados dos modelos tericos para modelagem do fluxo de vento e
incerteza da curva de potncia das turbinas elicas.
Cada um desses tpicos apresentados acima, com exceo da curva de potncia, tem
um destaque nos captulos a seguir. Sendo cada um deles analisado com maior profundidade.
O parmetro curva de potencia no faz parte do escopo principal dessa dissertao,
sendo os parmetros relacionados com medio e representao do recurso elico os focos
principais da dissertao.
1.3 Estrutura da dissertao
O captulo 1 apresenta a evoluo da energia elica no Brasil. Tambm so

apresentados as justificativas e os objetivos deste trabalho.
O captulo 2 faz uma breve descrio das principais fontes de incertezas em projetos
elicos.
O captulo 3 apresenta as incertezas relacionadas com a medio do vento.
apresentada uma faixa de incerteza para cada componente de incerteza
O captulo 4 relata algumas fontes de dados de longo prazo, mtodos para estudo de
MCP (Medir Correlacionar e Prever) e calculo de incerteza no ajuste de longo prazo.
O captulo 5 mostra uma comparao entre dados medidos e dados estimados atravs
de um estudo de MCP.
O captulo 6 descreve um fluxo complexo e compara a modelagem linear com CFD.
Tambm apresentada uma faixa de incerteza para os a extrapolao vertical, horizontal e
efeito esteira.
O captulo 7 anlise a combinao das fontes de incertezas e o impacto na Produo
Anual de Energia.
O captulo 8 descreve as concluses deste trabalho. Apresenta tambm algumas
propostas para trabalhos futuros relacionados com o tema abordado.
21
2 FONTES DE INCERTEZAS EM PROJETOS ELICOS
O clculo da estimativa de produo de energia de um parque elico est sujeito a

incertezas que devem ser contabilizadas para avaliar o risco de investimentos baseados na
preciso da produo de energia estimada. Em geral, a avaliao do recurso elico um
processo complexo que est sujeito a diversas fontes de incerteza.
A seguir esto listadas as principais fontes de incertezas em projetos elicos.
importante ressaltar que dentro de cada categoria de incerteza, existem vrias fontes de
incerteza individuais:
Incertezas de medio:
Esta incerteza referente a limitaes do processo de medio de dados de vento em
estaes de medio. Incluem-se nesse tpico as incertezas associadas a sensores, localizao

de torres, montagem dos sensores, etc.
Incertezas no ajuste de longo prazo:
Esta incerteza est relacionada com a utilizao de dados de outros locais, chamados
de dados de referncia, visando obter uma srie representativa em termos temporais para os
dados medidos no stio.
Incertezas do modelamento do recurso elico:

Nesse tpico esto agrupados todos os elementos de incertezas relacionados s
aproximaes dos modelos tericos e computacionais. O modelo de fluxo de vento nem

sempre capaz de descrever o comportamento do vento das torres de medio at a
localizao das turbinas. A complexidade do terreno, a rugosidade local, a presena de
obstculos e a distncia de cada turbina at as torres de medio, so alguns dos fatores que
determinam a magnitude das incertezas. Dentro da incerteza dos modelos tericos tambm
est o clculo de perda por efeito esteira, que so as perdas aerodinmicas provocadas por
outras turbinas e pelas condies topogrficas. Esta incerteza inclui os modelos de esteira e a
incerteza relacionada ao coeficiente de empuxo (trust) da turbina elica. Existem vrios
modelos de clculo de efeito esteira e os resultados apresentados por eles podem diferir
dependendo das condies do fluxo de vento e das condies ambientais.
22
Incertezas da curva de potncia da turbina elica:
A curva de potencia de uma turbina elica a curva que indica a produo de potncia em
funo da velocidade de vento e deste modo um dos principais parmetros na estimativa de
produo de energia. Devido s caractersticas dos terrenos, o escoamento atmosfrico tem
caractersticas quase sempre distintas daquelas em que a curva caracterstica dos
aerogeradores foi determinada. Isso pode refletir um funcionamento diferente do aerogerador
resultando em uma curva de potncia diferente. Variveis como turbulncia, orografia,
rugosidade e obstculos, entre outros, podem assumir uma importncia significativa na
variao da curva de potncia dos aerogeradores inferindo uma incerteza na curva de
potncia.
Cada um dos tpicos apresentados acima, com exceo da curva de potencia, ter um
destaque nos captulos a seguir. Sendo cada um deles analisado com maior profundidade. A
incerteza da curva de potencia no faz parte do escopo principal dessa dissertao, sendo
parmetros relacionados com medio e representao do recurso elico os focos principais
da dissertao.
Os procedimentos para determinar a curva de potncia de uma turbina elica so
baseados em normas internacionais. possvel determinar a curva de potncia de uma turbina
elica em medies realizadas em campo e atravs de simulaes computacionais.
A determinao da curva de potncia atravs de medio em campo tida como a
mais representativa, pois considera todos os parmetros ambientais, operacionais e de
fabricao reais. Entretanto, o local de instalao da turbina elica tem um impacto direto na
curva de potencia levantada. Para fins de uso em projetos, essa curva de potencia medida
processada para ser normalizada e assim passvel de aplicao em qualquer local.
Os clculos baseados em modelos computacionais, apesar de no levarem em
considerao as diversas interferncias de campo e de produo, podem apresentar uma boa
indicao da produo de energia em funo da velocidade de vento.
A incerteza da curva de potncia consiste na representatividade dos resultados da
curva de potncia para todas as turbinas fabricadas e nas limitaes relacionadas
metodologia de medio da curva.
Os grficos abaixo apresentam a diferena da curva de potncia e do coeficiente de
potncia (Cp) da turbina em condies de vento em um terreno plano e em um terreno
moderadamente complexo. A curva de potncia representada pelos pontos pretos e o
coeficiente de potncia (Cp) pelos pontos cinzas.
23
Figura 2.1 - Curva de potncia (pontos pretos) e coeficiente de potncia- Cp - (pontos cinzas) de uma
turbina elica: (a) em terreno plano e (b) e em terreno moderadamente complexo
CP
CP
Velocidade do Vento (m/s)
Cp Total
Potncia (kW)
Cp Total
Potncia (kW)
(a)
(b)
24
3 INCERTEZAS NA MEDIO DO VENTO
A confiabilidade da estimativa de gerao de energia em centrais elicas est

diretamente relacionada com a qualidade da representao dos parmetros elicos do local. A
produo de energia em uma turbina elica depende do cubo da velocidade do vento. Sendo
assim, velocidade do vento a varivel mais importante em uma avaliao do recurso elico.
As principais aplicaes de medio anemomtricas em projetos elicos so resumidas
na Figura 3.1 - Aplicaes do sistema anemomtrico
Figura 3.1 - Aplicaes do sistema anemomtrico
Fonte: [7]
As medies de velocidade e direo do vento e as medies climatolgicas

(temperatura, umidade e presso atmosfrica) so essenciais para avaliar, ainda na fase de
projeto, se a rea possui atributos suficientes para que o parque elico seja economicamente.
Para a definio do potencial elico em uma regio, faz-se necessrio a medio das
caractersticas de vento mesmo que existam mapas elicos regionais.
Mesmo depois de montado o parque elico, ainda importante manter as medies
anemomtricas e climatolgicas. Os valores medidos tm a funo de monitorar o
desempenho das turbinas, isso ajudar a verificar as condies contratuais junto ao fabricante e
o operador dos parques elicos.
Adicionalmente, so realizadas medies de velocidade e direo do vento com
instrumentos instalados na nacele das turbinas elicas. Estas medies tambm so usadas
25
para controle das turbinas elicas na central elica. Neste caso os dados de vento tm a funo
de parar determinadas mquinas da central elica quando ocorrer velocidades de vento em
determinadas setores (direes) evitando que a mquina opere em regime de grande
turbulncia, operao chamada de sector management.
3.1 Qualidade e Incerteza
A qualidade dos resultados obtidos est diretamente relacionada com a qualidade dos
equipamentos e a forma com que eles foram instalados na torre de medio. Deste modo,
importante muito zelo na escolha e nos procedimentos de instalao dos sensores e da torre de
medio. Os custos de um sistema de medio de alta qualidade e sua correta instalao so
muito inferiores quando comparando aos custos de um parque elico.
Existe uma grande diversidade de sensores disponveis no mercado. As condies
climticas e geogrficas devem ser levadas em considerao para a correta escolha dos
equipamentos de medio.
Uma incerteza de 3% nos dados de vento pode representar 10% de incerteza no valor
final da produo de energia de um parque, sendo assim a medio do vento representa um
importante parmetro para os investidores avaliarem o risco de investimento no parque elico.
Imprecises nas medies anemomtricas podem resultar em significativas perdas
econmicas.
Uma anlise do efeito da incerteza do sistema anemomtrico nos resultados de energia
gerada apresentada em [7]. Na Figura 3.2 apresentado o efeito da incerteza da velocidade
de vento sobre a estimativa de energia gerada.
26
Figura 3.2 - Variao percentual da energia em funo da variao da velocidade do vento
Fonte: [7]
Conforme pode ser visto na Figura 3.2, quando a velocidade mdia anual do vento for
de 6 m/s, com uma preciso de 0,5 m/s, o erro no clculo da produo anual de energia ser
aproximadamente 25%. Esse erro pode inviabilizar um projeto, mostrando dessa forma a
relevncia da qualidade da medio do vento parmetro.
A produo de energia de uma turbina elica proporcional ao cubo da velocidade do
vento. Dessa forma, um pequeno desvio na velocidade do vento ir representar uma grande
variao na produo de energia. O desvio relativo da produo de energia com relao
incerteza na velocidade do vento pode ser calculado atravs de:
(3.1)
As principais causas de incertezas relacionadas com a medio do vento so,

normalmente, devidas a:
Tipo e qualidade do anemmetro utilizado;
Montagem imprpria dos sensores;
Altura de medio inadequada;
27
3.2 Anemmetro tipo concha
Existem no mercado vrias tecnologias de sensores para medio da velocidade do

vento. Alm do anemmetro do tipo copo (concha), existe o anemmetro de propulso,
ultrassnico, a fio quente e a laser. Atualmente na indstria elica utilizado principalmente o
anemmetro tipo concha por ter melhor relao custo-benefcio entre os outros sensores.
Neste trabalho so avaliadas as incertezas dos anemmetros tipo concha. Estes
anemmetros so diferenciados e classificados de acordo com a incerteza que eles impem ao
sistema de medio. Isto determinou a classificao deste tipo de anemmetro em Classes de
acordo com os correspondentes erros intrnsecos.
O sistema de classificao por ndices baseado em variaes sistemticas do sinal de
sada, devido a variaes nas grandezas de maior influncia no comportamento do
anemmetro. Essas grandezas so: temperatura do ar, densidade do ar, intensidade de
turbulncia e declividade mdia do terreno ou do ngulo do fluxo. Para anemmetros tipo
concha, os ndices de classe determinados so considerados invariantes. Os intervalos que
definem a classificao no devem ser totalmente expressos como percentagens, pois nestes
casos, o erro sistemtico em velocidades de vento menor, ou em velocidades do vento maior
iria dominar a classificao.
Os ndices definem uma faixa que combina os desvios absolutos e relativos. A Figura
3.3 apresenta as faixas de incerteza e as respectivas classes de anemmetros.
Variao (m/s)
Figura 3.3 - Limites permissveis de erro para ndices de classificao dos anemmetros tipo concha

Fonte: [8]
28
A seguir so apresentados os principais anemmetros tipo concha. So apresentadas a
classificao e a incerteza da leitura de cada anemmetro.
3.2.1 - Principais anemmetros tipo concha
NRG MAXIMUM 40
Um dos anemmetros mais utilizados na indstria de energia elica o NRG
Maximum 40, apresentado na Figura 3.4. A Tabela 3.1 resume algumas caractersticas deste
sensor
Figura 3.4 - Anemmetro NRG Maximum 40
Tabela 3.1 - Caractersticas NRG Maximum 40
Escala
1 m/s a 96 m/s
0.14 m/s para 10 m/s
Incerteza Padro
(terrenos planos)
0.45 m/s para 10 m/s
(terreno complexo)
Fonte: [9]
Segundo [10] este anemmetro tem uma preciso de 0,1 m/s para a faixa de
velocidade do vento de 5 m/s para 25 m/s. Esta incerteza, portanto, varia entre 0,4% e 2%,
dependendo da velocidade do vento.
THIES FIRST CLASS

O anemmetro Thies First Class, apresentado na Figura 3.5, na faixa de 0,3 a 50 m/s
apresenta um incerteza de 3% da leitura ou 0,3 m/s. Para a faixa de 50 a 70m/s a incerteza

de 6% da leitura, conforme Tabela 3.2.
Escala
0,3 a 75m/s
0,3 a 50m/s < 3% da
leitura ou < 0,3 m/s.
Incerteza Padro
50 a 75 m/s < 6% da
leitura
Fonte: [11]
29
VAISALA WAA 252

O anemmetro Vaisala, apresentado na Figura 3.6, apresenta uma faixa de medio de
0,4 a 75 m/s e uma incerteza padro de 0,3 a 1 m/s, conforme apresentado na Tabela 3.3.
Figura 3.6 - Anemmetro Vaisala WAA 252
Tabela 3.3 - Caractersticas Vaisala WAA 252
Escala
0,4 a 75m/s
Incerteza Padro
0,3 a 1 m/s
Fonte: [12]
VECTOR L100 FIRST CLASS

A Figura 3.7 apresenta o anemmetro Vector L100 First Class. Este anemmetro
possui uma faixa de medio de 0,2 a 75 m/s e uma incerteza padro de 0,2 m/s para
velocidades inferiores a 10 m/s e 2% da leitura para velocidades maiores do que 10 m/s,
conforme Tabela 3.4.
Figura 3.7 - Anemmetro Vector L100 First Class
Tabela 3.4 - Caractersticas Vector L100 First Class
Escala
0,2 a 75m/s
0.2 m/s (<10 m/s);
Incerteza Padro
2% da leitura (>10
m/s)
Fonte:[ 13]
THIES FIRST CLASS ADVANCED

O anemmetro Thies First Class Advanced, apresentado na Figura 3.8, possui faixa de
medio de 0,2 a 75 m/s e incerteza padro de 1% do valor medido, sendo que a incerteza
mxima de 0,2 m/s, conforme Tabela 3.5. Este sensor um dos melhores equipamentos
disponveis no mercado.
30
Advanced

Advanced
Escala
0,2 a 75 m/s
Incerteza Padro
1% do valor medido ou
< 0,2 m/s
Fonte: [14]
Em geral, uma estimativa razovel da incerteza na leitura do anemmetro de 1,5%.

Incertezas na leitura do anemmetro tambm podem gerar incertezas nos parmetros de
distribuio do vento.
3.2.2 - Calibrao dos anemmetros

Um aspecto importante no que diz respeito garantia da qualidade das medies de
vento a calibrao dos anemmetros em tnel de vento adequado.
Estudos que demonstram que h incertezas maiores que 3,5% na calibrao de
anemmetros em diferentes tneis de vento. Por esta razo, a MEASNET Measuring
Network of Wind Energy Institutes definiu um procedimento de medio para calibrao de
anemmetros do tipo concha, especialmente idealizado para aplicaes de energia elica.
Com esta prtica, as instituies garantem que os tneis de vento usados nos
procedimentos de calibrao no diferem em mais de 0,5% da velocidade de vento de
referncia e, assim, tal procedimento garante que haver uma incerteza controlada e pequena
nas medies dos anemmetros certificados por este mtodo.
Atualmente, a grande maioria dos rgos de pesquisa e avaliao de energia elica
exigem que os anemmetros possuam certificado de calibrao emitido por instituio que
possui o selo MEASNET, ou seja, que segue os padres de calibrao definidos por este
rgo.
O uso de anemmetros calibrados individualmente tem um impacto direto na reduo
da incerteza da medio da velocidade do vento.
31
3.2.3 - Influncia do ngulo de incidncia do vento
O valor medido da velocidade do vento influenciado pelo angulo que o vento faz
com o anemmetro. Este ngulo pode ser consequncia de uma instalao errada do
anemmetro ou pode ser devido s caractersticas complexas do fluxo elico do local
Em [15] so apresentados os resultados das medidas dos principais anemmetros com
a variao do ngulo de incidncia do vento. Os ensaios foram realizados em tnel de vento.
A Figura 3.9 apresenta as inclinaes mximas (positiva e negativa) do anemmetro dentro do
tnel de vento para simular a variao do angulo de incidncia do vento.
Figura 3.9- Inclinao negativa e positiva do anemmetro no tnel de vento
Fonte:[8]
O valor da velocidade apresentada nos grficos a seguir um percentual da medida do

anemmetro com ngulo zero, ou seja, um percentual em relao situao ideal de medida.
Os ensaios foram realizados mantendo constante a velocidade do tnel de vento e
variando a inclinao do anemmetro. Foram realizados ensaios com a velocidade do tnel de
vento em 5, 8 e 11 m/s. A Figura 3.10 apresenta os resultados para o anemmetro NRG #40.
Velocidade Relativa
Figura 3.10- Teste de Inclinao com o NRG #40
ngulo de Inclinao
Fonte:[15]
32
possvel verificar que na maioria das inclinaes as medidas foram superiores a
velocidade real, chegando a atingir mais de 10% na velocidade mdia de 11m/s e com
inclinao de 40. Para inclinao de -10 a medio deste sensor apresenta um valor inferior
de aproximadamente 5%.
A Figura 3.11 apresenta os resultados para o anemmetro Thies First Class. Neste
anemmetro as medidas apresentaram um aumento de 2% em aproximadamente 5 de
inclinao. Para inclinaes negativas e as medidas foram inferiores ao valor real da
velocidade do vento
Velocidade Relativa
Figura 3.11- Teste de Inclinao com o Thies First Class
ngulo de Inclinao
Fonte:[15]
A Figura 3.12 apresenta os resultados do teste de inclinao do anemmetro Vaisala.

Para inclinaes negativas as medidas deste anemmetro ficaram acima do valor real.
Velocidade Relativa
Figura 3.12- Teste de Inclinao com o Vaisala WAA 151
ngulo de Inclinao
Fonte:[15]
33
A Figura 3.13 apresenta os resultados para o anemmetro Vector AL100 LK. Para
inclinaes entre 0 e 5 , os valores medidos por este anemmetro ficaram levemente
superiores ao valor real. Para as demais inclinaes os valores medidos foram inferiores ao
valor real.
Velocidade Relativa
Figura 3.13- Teste de Inclinao com o Vector AL100 LK
ngulo de Inclinao
Fonte:[15]
34
3.3 Localizao da torre e dos instrumentos
Com a finalidade de obter dados representativos do recurso elico local, as torres

anemomtricas devem ser instaladas em locais com caractersticas topogrficas e de
rugosidade semelhantes aos locais onde sero colocadas as turbinas elicas e considerando a
ferramenta de simulao do recurso elico, isso diminuir os erros de extrapolao do vento
pelos modelos computacionais de determinao do potencial elico.
Em terrenos planos com rugosidade homognea uma torre de medio pode
representar o vento em um raio de at 10 km em torno da torre. Em terrenos complexos a torre
de medio pode representar o vento em um raio 6 km. Em terrenos muito complexos
recomenda-se a separao entre as torres de no mximo 2 km.
Em terrenos complexos importante medir o vento nos pontos de maior e menor
elevao da rea e na elevao mdia das mquinas, com a finalidade de diminuir incertezas
nos resultados dos modelos tericos de extrapolao do vento.
De acordo com [16] as medies da velocidade de vento devem ser realizadas, quando
possvel, mesma altura do cubo do rotor da turbina elica que se pretende instalar. Desta
forma diminui-se o erro na extrapolao vertical da velocidade de vento. Alm desta medida,
deve-se realizar mais uma ou duas medidas para conhecer a variao da velocidade de vento
com a altura. A medio da direo do vento tambm deve ser realizada altura do cubo da
turbina e em outra altura de preferncia na metade ou dois teros da altura principal.
A utilizao de medies a mais de uma altura tambm importante do ponto de vista
da confiabilidade dos dados de vento. Os anemmetros e sensores de direo devem ser
fixados na torre por meio de hastes rgidas, para que no haja vibrao nos sensores e que esta
no interfira na medio dos dados. As dimenses destas hastes devem seguir recomendaes
da IEA - International Energy Association. A separao entre a torre e os sensores deve
refletir o nvel de incerteza considerado aceitvel.
No Brasil, a EPE exige que cada parque elico vencedor de um leilo,
independentemente da potncia instalada ou rea ocupada, deve instalar, dentro da rea do
parque, uma estao para medio e registro de dados anemomtricos e climatolgicos. A
estao de medio deve ser posicionada na parte frontal do parque elico tendo como
referncia a direo predominante dos ventos, em local representativo do parque e onde a
interferncia por obstculos naturais ou turbulncia produzida por aerogeradores de parques
adjacentes seja mnima. A EPE estabelece que devem ser utilizados anemmetros do tipo
35
Classe 1 ou melhor e que a calibrao inicial dos anemmetros deve ser realizada por
instituio acreditada MEASNET. Isto diminui a incerteza no processo de medio do vento.
A Figura 3.14 apresenta o padro da torre de medio recomendado pela EPE para ser
instalada nos parque vencedores dos leiles.
Figura 3.14- Configurao da torre recomendada pela EPE (figura sem escala)
Fonte: [17]
36
3.4 Interferncia da torre
A montagem dos instrumentos na torre de medio muito importante para a

qualidade das medies. A separao inadequada entre o anemmetro e a estrutura da torre
pode influenciar a medio do sensor, dessa forma registrada uma velocidade que no a
velocidade real do vento.
Na Figura 3.15 apresenta-se isolinhas de velocidade do vento com a perturbao do
fluxo devido proximidade da torre. Na esquerda representa uma torre tubular e a direita uma
torre treliada.
Figura 3.15- Interferncia da torre no fluxo de vento
Fonte: [21]
De acordo com [16] no intuito de minimizar a interferncia da torre nos sensores de

velocidade e direo, estes equipamentos devem ser separados da torre por uma distncia
mnima e posicionados onde a isolinha de interferncia tenha o valor mais prximo da
unidade, utilizando a direo predominante do vento como referncia.
A norma elaborada pela IEA recomenda que para torres tubulares e um erro de 0,5%, a
distncia mnima entre os sensores e a torre deve ser de 8,5 vezes o dimetro da torre, medida
a partir do centro da torre. Para torres treliadas e um erro de 0,5%, a distncia deve ser de no
mnimo 5,7 vezes a largura da face. Recomenda-se, entretanto, que a haste no seja to maior
que esta medida para reduzir vibraes.
37
O efeito da interferncia ou sombreamento da torre nas medies mais sentido nos
locais onde a direo do vento muda bastante.
Em algumas regies, especialmente no
nordeste brasileiro, o vento vem de algumas poucas direes isso pode diminuir o
sombreamento da torre nos sensores, ver Figura 3.16 (a). Os locais em que o vento apresenta
o comportamento semelhante ao apresentado na Figura 3.16(b) as medies esto mais
sujeitas a interferncia da torre devido mudana da direo do vento.
Figura 3.16- Direo do vento com comportamentos distintos: a) Vento na regio nordeste. b)Vento na
regio sul
(a)
(b)
Fonte: Elaborado pelo autor
Para identificar o efeito do sombreamento da torre sobre os sensores, dois

anemmetros devem ser instalados na mesma altura, porem defasados de 180. Dividindo a
leitura de um anemmetro pela leitura do outro anemmetro, instalados na mesma altura,
possvel localizar as direes onde a torre exerce mais influncia nas medies de velocidade
do vento, conforme apresentado na Figura 3.17.
Figura 3.17- Identificando a interferncia da torre de medio
1,20
Vel. do anemmetro1 /
Vel do anemmetro 2
1,15
1,10
1,05
1,00
0,95
0,90
0,85
0,80
0
30
60
90
120 150 180 210
240
Direo do vento (graus)
270
300 330 360
38
Na Figura 3.17 nota-se que nas direes 120 e 300 h interferncia da torre sobre a
medio dos anemmetros. Nestas direes um dos anemmetros apresenta medio real,
enquanto o outro tem sua medio reduzida. Para cada um destes intervalos de direo so
excludos os dados do anemmetro prejudicado.
A redundncia dos sensores mesma altura possibilita tambm a validao das
medies. Em caso de divergncia de registro entre os dois sensores identifica-se a
inconsistncia no trecho de dados em questo.
3.5 Resumo das Incertezas na Medio do Vento
importante destacar que o perodo de medio tambm uma fonte de incerteza na

determinao da velocidade do vento. ideal que cada ano calendrio (01 de janeiro a 31 de
dezembro) os registros das medies no tenham ndice de perda de dados superior a 10% e o
perodo contnuo mximo de interrupo das medies no sejam superior a 15 dias.
A anlise dos dados medidos tambm poder inserir incertezas nos resultados.
preciso identificar os erros de leitura dos sensores.
A faixa tpica de incerteza na medio do vento e as fontes dessas incertezas esto
resumidas na Tabela 3.6.
A adoo de boas prticas de medio resulta em incertezas mais baixas na
caracterizao da velocidade do vento.
Tabela 3.6 Incertezas na determinao da velocidade do vento
COMPONENTE DE INCERTEZA
FAIXA TPICA DE
INCERTEZA
Calibrao do anemmetro
0,5 3 %
Seleo do anemmetro
0,5 4 %
Montagem do Anemmetro
0,2 3 %
Seleo do local de medio
0,5 5 %
Seleo do perodo de medio
0,3 3 %
Gravao de dados e avaliao
02%
Total de Incerteza na Determinao da Velocidade do

Vento
0,95 8,5 %
39
4 INCERTEZA NO AJUSTE DE LONGO PRAZO
O vento apresenta um comportamento estocstico onde se verifica uma significativa

variabilidade interanual, ou seja, a intensidade mdia do vento pode variar de ano para ano.
As medies de vento em um perodo curto (1 a 3 anos) no representam o recurso
elico de longo prazo em funo da variabilidade interanual.
Sendo assim, para avaliar corretamente o potencial elico de um local necessrio um
longo perodo de dados para reduzir o erro associado a estas variaes do comportamento do
vento entre os anos. Ento para diminuir erros na estimativa da produo de energia do
parque, feita a correo dos dados medidos no local com dados de longo prazo de uma
localidade prxima.
A anlise de longo prazo realizada atravs do recurso de Medir Colacionar e Prever
- MCP, que utiliza as informaes de estaes de medio do vento prximas ao local em
questo, que possuam longo perodo de medio (preferencialmente de 10 anos ou mais).Caso
no haja disponibilidade de medies de 10 anos ou mais, podem-se admitir perodos
menores, porm com aumento da incerteza na predio.
O procedimento de MCP consiste inicialmente em medir o vento no local onde se
pretende avaliar o recuso elico, este local denominado "alvo". Depois se busca dados de
vento de longo prazo prximos torre de medio (alvo). Estes dados de longo prazo so
denominados "referncia". Ento, no perodo de dados coincidentes entre o "alvo" e a
"referncia", conhecido como "perodo de dados concomitantes", os dados so
correlacionados e se estabelece uma funo matemtica entre os dois locais. Por fim, com
relao matemtica encontrada e com os dados de longo prazo possvel estimar o vento no
alvo no perodo semelhante ao da referncia. A Figura 4.1 ilustra a sequncia para ajuste de
longo prazo dos dados medidos.
Figura 4.1- Sequncia para ajuste de longo prazo
Dados medidos
(Alvo)
Seleo de
dados de Longo
Prazo
(Referncia)
Definio de nvel de
representabilidade
Ajuste de
Longo Prazo no
Alvo
40
A Figura 4.2 apresenta o perodo concomitante ente a torre de medio (alvo) e o dado
de longo prazo (referncia):
Figura 4.2- Perodo de dados concomitantes entre a torre de medio (alvo) e os dados de longo prazo
(referncia)
16
Dados de Longo Prazo (Referncia)
14
Velocidade (m/s)
12
10
8
6
4
2
0
18
16
Tempo
Torre de Medio (Alvo)
Velocidade (m/s)
14
12
10
8
6
4
2
0
Tempo
A correlao entre o alvo e a referncia pode ser verificada, visualmente, atravs de

um grfico de disperso dos dados no perodo concomitante, conforme mostrado na Figura
4.3
41
Figura 4.3 - Procedimento para anlise de longo prazo
Segundo [22], usualmente no se obtm uma nica relao para correlacionar as

velocidades de vento da referncia e do alvo. comum, em primeiro lugar, obter relaes
diferentes em funo do setor de direo. Este procedimento pressupe que as velocidades de
vento dos dois locais no se relacionam igualmente para todas as possveis direes. Alm
disso, possvel restringir ainda mais o escopo de uma relao, construindo relaes
diferentes para faixas de velocidades diferentes, e no uma s relao para toda a gama de
velocidades medidas.
O ideal que a torre de referncia e torre alvo estejam prximas, aproximadamente 5
km. Mas se isto no for possvel devem-se buscar dados de referncia com as mesmas
condies climatolgicas da torre alvo para evitar erros de efeito local.
Quando a referncia no est prxima ao alvo, pode existir uma variao na
velocidade do vento com o tempo, ou seja, em um mesmo intervalo de tempo pode existir um
42
atraso do vento entre a referncia e o alvo devido ao percurso do vento entre os sites. Se no
for bem avaliado, este atraso pode prejudicar a correlao entre a referncia e o alvo.
A funo matemtica que relaciona a referncia com o alvo varia de acordo com o
intervalo de tempo considerado (mdia a cada 10 minutos, media horria, media diria ou
mdia mensal). O intervalo de tempo deve ser escolhido de acordo com a distncia entre os
locais. Ou seja, se a referncia e o alvo esto prximos (distancia inferior a 5 km) a funo
matemtica poder ser obtida com dados a cada 10 minutos ou dados horrios. Se a referncia
e o alvo esto distantes, a equao matemtica dever ser obtida a partir de dados dirios ou
mensais.
importante ressaltar que a anlise de longo prazo melhora o entendimento sobre a
variabilidade interanual do vento, mas que tambm insere incertezas na avaliao do recurso
elico do local.
As tcnicas de MCP tambm podem ser usadas para preencher as lacunas ocasionadas
por perodos invlidos ou ausentes da srie de medio. Estas lacunas so referentes s falhas
no sensor, interferncia da estrutura da torre em algumas direes, paradas devido
manuteno do sistema de aquisio de dados, etc.
4.1 Fontes de dados de longo prazo
Alguns institutos de pesquisa, instituies de ensino, e outras organizaes que

oferecem servios pblicos (aeroportos, por exemplo) realizam rotineiramente medidas de
dados de vento e outras variveis meteorolgicas de interesse para a rea energtica.
Mesmo considerando que o procedimento de coleta de dados esteja em acordo com os
padres estabelecidos pela World Meteorological Organization - WMO, importante destacar
que muitas das medidas realizadas rotineiramente no tm como foco principal o setor
energtico. Assim, uma anlise cuidadosa deve ser realizada antes da sua utilizao a fim de
verificar a adequao e aplicabilidade dos dados. Alguns aspectos que devem ser
considerados esto relacionados disponibilidade de operao do anemmetro (falhas
ocorridas, substituio e calibrao do equipamento, etc.)
A seguir esto apresentadas as principais fonte de dados de longo prazo:
43
Torre para avaliao do recurso elico

O ideal seria que existisse prximo ao sitio uma torre de medio com mais de 10 anos
de medio, instalada especificamente para levantar o potencial elico. No Brasil dados

medidos com mais de 10 anos so difceis, e a maioria no so pblicos.
Visando criar um banco de dados referencial para estudos sobre a energia elica e para
o desenvolvimento de instrumental tcnico voltado ao planejamento, operao e
integrao de parques elicos ao sistema eltrico nacional, a EPE exige que todos os parques
elicos vencedores de um leilo instalem uma estao de medio e registro de dados
anemomtricos e climatolgicos e exige o envio de dados a cada 15 dias. Este banco de dados
poder, futuramente, ser uma boa fonte de dados de longo prazo para novos parques elicos.
Dados do Instituto Nacional de Metrologia - INMET

O INMET possui varias Estaes Meteorolgicas Automticas EMA - espalhadas
pelo Brasil. Este tipo de estao coleta, de minuto em minuto, as informaes meteorolgicas
(temperatura, umidade, presso atmosfrica, precipitao, direo e velocidade dos ventos,
radiao solar) representativas da rea em que est localizada. A cada hora, estes dados so
integralizados e disponibilizados para serem transmitidos, via satlite ou telefonia celular,
para a sede do INMET, em Braslia. O conjunto dos dados recebidos validado, atravs de
um controle de qualidade e armazenado em um banco de dados. Na Figura 4.4 so
apresentadas as EMA do INMET:
Figura 4.4- Estaes meteorolgicas automticas do INMET
Fonte: [23]
44
Os dados so disponibilizados gratuitamente, em tempo real, atravs do site do
INMET e so utilizados para elaborao de previso do tempo e produtos meteorolgicos
diversos de interesse de usurios setoriais e do pblico em geral e ainda para uma vasta gama
de aplicaes em pesquisa em meteorologia, hidrologia e oceanografia.
Os dados de vento so medidos a 10 metros de altura. preciso cautela para us-los
em uma anlise de longo prazo para um parque elico.
Dados de Reanlise
Dados climticos em escala global so gerados em projetos de reanlise de dados
meteorolgicos. Essas bases de dados contemplam um conjunto homogneo de dados de

vento para o intervalo de uma dcada ou mais e so preparadas com o uso de modelos
numricos de previso do tempo alimentados com dados coletado em bias ocenicas,
satlites, embarcaes, etc.
Os dados meteorolgicos assimilados nos modelos passam por um rgido controle de
qualidade e so manipulados para alimentar cada um dos pontos de grade do modelo
numrico. As bases dados de reanlise permitem uma viso geral da climatologia global dos
ventos e podem ser utilizados como estimativas para regies onde a quantidade de dados
coletados em superfcie muito pequena.
Outro aspecto importante que as bases de dados de reanlise no apresentam falhas,
isto , os dados de vento esto disponveis em todo o perodo de tempo englobado pelo
projeto. No entanto, a sua principal desvantagem a baixa resoluo espacial uma vez que a
malha da grade apresenta dimenses grandes para reduzir o esforo computacional dos
modelos que rodam em escala global.
O primeiro conjunto de dados deste tipo foi produzido durante a dcada de 1990 pelo
National Centers for Environmental Prediction (NCEP) e do National Center for
Atmospheric Research (NCAR). At 2009 este foi o nico conjunto de dados disponvel
gratuitamente para uso comercial. Agora existem mais conjuntos de dados disponveis. Entre
eles esto o Modern Era Retrospective-analysis for Research and Applications (MERRA),
publicado pelo National Aeronautics and Space Administration (NASA) [24], Climate
Forecast System Reanalysis (CFSR), publicado pelo NCEP. O mais recente conjunto de dados
a ERA-Interim que foi recentemente lanado pelo European Centre for Medium Range
Weather Forecasts (ECMWF).
Os dados de reanlise so comumente utilizados para ajuste de longo prazo nos dados
medidos em torre de anemomtrica.
45
A Tabela 4.1 apresenta um resumo dos principais conjuntos de dados de reanlises que
so utilizados.
Tabela 4.1- Resumo dos conjuntos de dados de reanlises utilizados
Dados
Instituio
NCAR
MERRA
ERA-Interim
NCEP
NASA
ECMWF
Ano de
Lanamento
1995
2009
2011
Intervalo
Disponvel
1948 at o presente
1979 at o presente
1989 at o presente
Resoluo
dos dados
6h
1h
6h
Fonte: [24]
4.2 Mtodos de MCP
Existem uma grande quantidade de mtodos de MCP, entretanto os mais utilizados so

a regresso linear, mtodo da varincia e a correo da mdia. Estes mtodos so
apresentados a seguir.
4.2.1 Mtodo da Regresso Linear
Existem diversos mtodos de MCP, o mtodo linear o que apresenta a abordagem

mais simples, foi proposto em [25].
No mtodo linear construda uma relao entre as velocidades de vento na torre de
medio (alvo) e os dados de longo prazo (referncia), esta relao do tipo
(4.1)
Onde a e b so os coeficientes angular e linear. Esta relao matemtica obtida no

perodo de dados comuns as duas torres chamado de "perodo de dados concomitantes".
Para descobrir os valores de a e b so utilizados
que so as velocidades de vento
no alvo e na referncia, respectivamente, dentro do perodo de dados concomitantes.

Uma vez obtidos os coeficientes da relao linear, aplica-se a mesma equao para
obter a velocidade de vento no alvo durante o perodo de estimativa.
(4.2)
A notao designa valores estimados, de velocidade de vento no alvo. Eventuais

velocidades negativas so convertidas em velocidades nulas.
46
O principal inconveniente do mtodo linear que ele muito tendencioso,
especialmente quando no h um bom grau de correlao entre as velocidades de vento no
alvo e na referncia. No havendo correlao entre os ventos dos dois locais, ele cria uma
relao linear tal, que retrata o vento no alvo sendo realmente pouco afetado por variaes no
vento da referncia. Por este motivo, espera-se que o mtodo linear resulte em boas previses
de velocidade mdia, e que suas previses das grandezas energticas e da distribuio das
velocidades sejam tanto piores quanto menor for a correlao entre os ventos na referncia e
no alvo.
O mtodo da regresso linear pode ser aplicado para cada setor de direo visando
obter melhores resultados. No entanto neste trabalho foi utilizada a mesma equao para todas
as direes.
4.2.2 Mtodo da Varincia
O mtodo da varincia outro caminho para a realizao do MCP, foi proposto e

apresentado por Anthony Rogers em [26] no intuito de corrigir o carter tendencioso do
mtodo linear.
Assim como o mtodo linear, o mtodo da varincia tambm constri uma relao
linear entre as velocidades de vento, ou seja, semelhante a (4.1). No entanto, obtm-se os
coeficientes a e b a partir da razo entre os desvios padro dos dados de velocidade de vento
no alvo e na referncia, conforme as expresses:
(4.3)
(4.4)
Onde,
respectivamente,
so as mdias das velocidades medidas na referncia e no alvo,

e
so os desvios padro das velocidades medidas na referncia e no
alvo, respectivamente. Os dados de vento utilizados para calcular a mdia e o desvio padro
so as velocidades no perodo de dados concomitantes
47
Uma vez obtidos os coeficientes da relao linear, aplica-se (4.2) para obter a
velocidade de vento no alvo durante o perodo de estimativa. Eventuais velocidades negativas
so convertidas em velocidades nulas.
O mtodo da varincia, sem deixar de utilizar funes lineares para relacionar as
velocidades de vento no alvo e na referncia, consegue evitar as tendncias do mtodo linear,
sendo relevante quando essas velocidades no so bem correlacionadas.
De fato, nos caso de no haver correlao entre os ventos no alvo e na referncia, ao
invs de neg-la em seu modelo, o mtodo da varincia a fora, impondo um grau de
influncia do vento na referncia sobre o vento no alvo, que proporcional razo entre os
graus de variao da velocidade do vento nesses dois locais, sendo esses graus de variao
representados pelo desvio padro.
Nos casos de pouca ou nenhuma correlao, espera-se, portanto, que esta abordagem
devolva ao vento estimado uma distribuio de velocidades mais prxima da real e inclusive
possibilite melhores estimativas das grandezas energticas.
Por forar uma correlao entre alvo e referncia maior que a real, o mtodo da
varincia acaba prejudicando a correlao da srie estimada com a srie medida no alvo.
4.3 Mtodo da Correo da Mdia
aconselhvel que o clculo de produo de energia de um parque elico seja feito

utilizando dados medidos a cada 10 minutos para que sejam bem aplicados os modelos
tericos utilizados pelos programas computacionais.
Quando os dados de longo prazo no forem a cada 10 minutos, no possvel fazer
um estudo de MCP para aumentar a srie da torre alvo com dados a cada 10 minutos. Sendo
assim, possvel ajustar a mdia da srie medida (10 minutos) utilizando a mdia da srie de
longo prazo, para isto a sria medida deve ser multiplicada por um fator de ajuste ( )
(4.5)
Onde:
- Velocidade mdia de longo prazo
- Velocidade mdia medida no stio
Multiplicando cada valor da srie medida a cada 10 minutos por , possvel ajustar a
velocidade mdia da srie medida, conforme (4.6).
48
(4.6)
Onde:
- Velocidade medida a cada 10 minutos

- Velocidade ajustada
4.4 Incerteza no Ajuste de Longo Prazo
Muitos estudos esto sendo realizados para verificar a variabilidade interanual do

vento em diversas partes do mundo. Um valor tpico assumido uma variabilidade interanual
de 6%. Na Figura 4.5 apresentado um mapa da variabilidade interanual dos Estados Unidos
baseados em dados NCEP/NCAR.
Figura 4.5- Variabilidade Interanual do Vento nos Estados Unidos (%)
Fonte: [27]
O aumento do nmero de anos de medio diminui a incerteza da variabilidade

interanual, conforme (4.7).
(4.7)
Onde:
a incerteza na variabilidade do vento em N anos
I a variabilidade interanual do vento
o nmero de anos de medio no site.
49
MCP um mtodo eficaz para estimar o recurso elico de longo prazo em um site
mesmo com uma campanha de medio curta. No entanto, a metodologia pode introduzir
erros aleatrios na avaliao. O risco deste resultado particularmente elevado quando os
dois stios so apenas fracamente correlacionados.
Para serem verdadeiramente teis em aplicaes de energia elica, as previses MCP
devem ter as incertezas bem estimadas.
Para um modelo linear de regresso, em [25] desenvolvida uma abordagem para
estimar a incerteza da previso MCP. No entanto, como mostrado em [26], esta abordagem
subestima a incerteza real das previses.
Para avaliar a incerteza em um ajuste de longo prazo preciso analisar a incerteza dos
dados de longo prazo e a incerteza da relao entre a referncia e o alvo. Estas incertezas
devem ser combinadas conforme (4.8).
(4.8)
Onde:
- Incerteza do dado de longo prazo;
- Anos de dados de longo prazo (referncia) utilizados;
- Incerteza na relao entre a referncia e o site.
As incertezas dos principais dados de longo prazo esto apresentadas na Tabela 4.2
Tabela 4.2- Fonte de dado de longo prazo e incertezas associadas
Fonte de Dados de Longo Prazo (Referncia)
Incerteza Tpica
Torre para avaliao de recurso elico
1 - 5%
Estaes climatolgicas, plataforma de coletas de

dados, aeroportos.
Reanlise
1 - 7%
3 - 10%
A incerteza na relao entre a referncia e o site

mtodo de Jackknife, apresentado a seguir.
) pode ser encontrada atravs do
50
4.4.1 - Mtodo Jackknife
Quando os resultados de uma anlise utilizam dados de entrada que so

correlacionados, ento uma estimativa da incerteza desses resultados requer mtodos que so
insensveis correlao dos dados.
Todos os mtodos estatsticos para estimar a incerteza da predio MCP tem
necessariamente de utilizar a variabilidade na relao entre os dados dos dois locais para
prever a variabilidade global das previses.
Vrios mtodos poderiam ser usados para estimar a incerteza das medies, incluindo
a estimativa Jackknife da varincia e o mtodo Bootstraps. O mtodo Jackknife simples de
usar, lida diretamente com os objetivos da campanha de medio (a reduo da incerteza) e
relativamente insensvel correlao da srie.
O mtodo Jackknife consiste em excluir subconjuntos de dados usados para
correlacionar os dois sites, produzindo estimativas mltiplas da varivel desejada, como por
exemplo a mdia de longo prazo da velocidade do vento.
A Figura 4.6 ilustra o processo que se pode aplicar o mtodo Jackknife, onde os dados
da srie, desde o incio at ao final, so representados como uma barra, indicando que todos
os dados so utilizados numa anlise.
Figura 4.6- Ilustrao do processo que se aplica o mtodo Jackknife
ANLISES
RESULTADOS
Dados
A estimativa Jackknife da varincia estima a incerteza dos resultados de uma anlise

por considerar a variabilidade dos resultados quando subconjuntos subsequentes dos dados
so removidos, tal como ilustrado na Figura 4.7.
Figura 4.7- Ilustrao de anlise para a determinao da incerteza dos resultados
ANLISES
INCERTEZA
DOS
RESULTADOS
51
Sendo R o ajuste feito nos dados da torre alvo considerando todos os dados da
referncia e Ri os ajustes encontrados com a retirada de um conjunto de dados da referncia,
ento a estimativa Jackknife do erro padro (incerteza) do resultado dada por:
(4.9)
A abordagem assume que os subconjuntos n que so removidos so independentes.

Isto no pode ser verdade se os subconjuntos n so de curta durao de tal forma que eles
esto correlacionados. Nesse caso a correlao em srie dos dados ir afetar este mtodo. Na
prtica, seis subconjuntos de dados tm provado proporcionar resultados adequados com um
mnimo de esforo analtico.
52
5 COMPARAO ENTRE DADOS MEDIDOS E DADOS ESTIMADOS

ATRAVS DE UM ESTUDO DE MCP
Visando analisar as incertezas inseridas no ajuste de longo prazo, foram feitas

comparaes entre uma srie de dados medidos e uma sria estimada atravs de dados de
reanlises (NCEP/NCAR). Utilizou-se 3 anos da srie de dados medidos para correlacionar
com os dados de reanlises e ento obter uma srie de 8 anos. Os valores encontrados para a
srie criada foram comparados com os valores reais medidos na torre durante 8 anos. Para
comparao foram utilizados mtodo da regresso linear e o mtodo da varincia.
5.1 Dados medidos e dados de reanlises (NCEP/NCAR).
A torre de medio utilizada foi instalada seguindo normas internacionais, por

questes comerciais no sero informadas a localizao da torre, as alturas de medio nem os
anos de medio utilizados. Os dados medidos foram coletados a cada 1 segundo e os valores
registrados foram integralizados a cada 10 minutos.
O comportamento da srie medida de 8 anos est apresentado Figura 5.1, os valores de
velocidade do vento foram normalizados pela mdia de todos os dados medidos.
Figura 5.1- Mdias anuais normalizadas pela mdia dos dados
8 Anos de Dados Medidos - Normalizados pela Mdia

Velocidade Normalizada
1,10
1,05
1,00
0,95
0,90
0,85
0,80
Ano 1
Ano 2
Ano 3
Ano 4
Ano 5
Ano 6
Ano 7
Ano 8
53
Foram utilizados dados de 4 torres NCAR para correlacionar com os dados da torre de
medio. Na Figura 5.2 possvel verificar que os dados NCAR possuem comportamento
semelhante ao da torre de medio, sendo que os dados da torre 1 e 2 se aproximaram mais
dos valores da velocidade do vento da torre de medio.
Figura 5.2- Mdias Anuais da torre de medio e dos dados NCAR
Mdias Anuais - Torre de Medio e Dados NCAR
1,20
1,00
0,80
0,60
0,40
Torre de Medio
NCAR - Torre 2
NCAR - Torre 4
0,20
0,00
Ano 1
Ano 2
Ano 3
Ano 4
NCAR - Torre 1
NCAR - Torre 3
Ano 5
Ano 6
Ano 7
Ano 8
So apresentados a seguir os coeficientes de correlao (R) dos dados medidos com

os dados NCAR. O coeficiente de correlao uma medida do grau de relao linear entre
duas variveis quantitativas. Em energia elica, quanto mais prximo o valor de R estiver de
1, mais forte a associao linear entre as torres.
A seguir so apresentadas as correlaes mensais dos 8 anos de dados medidos com os
dados das torres NCAR. Os valores de velocidade esto normalizados pela mdia dos dados
medidos.
Figura 5.3- Correlaes Mensais com 8 anos de dados - Torre de Medio e dados NCAR
Vel. Normalizada - Torre de Medio
Correlao entre a Torre de Medio e NCAR Torre 1

1,40
1,20
1,00
0,80
R = 0,8002
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
Velocidade Normalizada - NCAR - Torre 1
1,20
1,40
54
Vel. Normalizada -Torre de Medio

1,60
1,40
1,20
1,00
0,80
R = 0,7944
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
Velocidade Normalizada -NCAR - Torre 2
1,40
1,60
Vel. Normalizada Torre de Medio

1,40
1,20
1,00
0,80
0,60
R = 0,4445
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20

1,40
1,20
1,00
0,80
0,60
R = 0,7068
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
55
Foram escolhidos trs anos da torre de medio para correlacionar com os dados das
torres NCAR e criar uma srie de 8 anos. Os resultados estimados foram comparados com os
valores reais da srie de 8 anos medidos. A Figura 5.4 destaca os anos medidos que foram
utilizados no estudo
Figura 5.4- Destaque nos anos utilizados no estudo
Dados utilizados - 3 anos de dados medidos normalizado

pela mdia de todos os dados
1,10
1,05
1,00
0,95
0,90
0,85
0,80
Ano 1
Ano 2
Ano 3
Ano 4
Ano 5
Ano 6
Ano 7
Ano 8
A correlao dos 3 anos de medio com os dados NCAR est apresentada na Figura 5.5
Figura 5.5- Correlaes Mensais com 3 anos de dados - Torre de Medio e dados NCAR
Correlao - 3 anos - Torre de Medio e NCAR

Torre 1
1,40
1,20
1,00
0,80
R = 0,8311
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40
56

Torre 2
1,40
1,20
1,00
0,80
R = 0,867
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40

Torre 3
1,40
1,20
1,00
0,80
R = 0,5287
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00

Torre 4
1,40
1,20
1,00
0,80
R = 0,8706
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00

1,20
57
5.2 MCP - Regresso Linear Simples
A seguir so apresentados os resultados do estudo de MCP com o mtodo da regresso

linear simples. Foi criada uma srie com 8 anos de dados utilizando 3 anos de dados medidos
e os dados das 4 torres NCAR. Os valores de velocidade do vento, apresentados nas figuras a
seguir, foram normalizados pela mdia de todos os dados medidos.
Os 3 anos de dados concomitantes entre a torre de medio e os dados NCAR Torre 1

apresentaram um coeficiente de correlao mensal de R = 0,831. A Figura 5.6 apresenta
estes dados, os valores foram normalizados pela mdia dos dados mdia dos dados.
A funo linear que correlaciona os dados NCAR Torre 1 com os 3 anos de dados da
torre de medio dada por:
(5.1)
Correlao 3 anos - Torre de Medio e

NCAR Torre 1
1,40
1,20
1,00
0,80
0,60
y = 0,7917x + 0,2881
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00

1,20
1,40
58
A Figura 5.7 apresenta a comparao entre os dados medidos e a srie estimada
utilizando o mtodo da regresso linear simples, a partir de (5.1)
Figura 5.7- Comparao dos dados medidos com a sria estimada a partir da Torre 1 NCAR
Comparao das Sries

Regressao Linear
Dados Medidos
1,400
Srie estimada com a Torre 1 NCAR
1,200
1,000
0,800
0,600
0,400
Out
Jul
Jan
Abr
Out
ANO 8
Jul
Abr
Jan
Out
ANO 7
Jul
Abr
Jan
Out
ANO 6
Jul
Abr
ANO 5
Jan
Jul
ANO 4
Jan
0,000
Out
0,200
Abr
Velocidade normalizada
1,600
A Figura 5.8 apresenta a comparao das mdias mensais entre a srie medida de 8
anos e a srie criada com 3 anos de dados medidos e 5 anos de dados estimados a partir dos
dados da NCAR Torre 1 utilizando o mtodo da regresso linear.
Figura 5.8- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 1
14,0%
12,0%
10,0%
8,0%
6,0%
4,23 %
4,0%
2,0%
0,0%
-2,0%
Jan
Fev
Mar Abr
Mai
Jun
Jul
Ago
Set
Out Nov Dez
-4,0%
-6,0%
A srie com 3 anos de dados medidos e 5 anos de dados estimados apresentou um

aumento de 4,23% na velocidade mdia anual quando comparada com a sria de 8 anos de
59
dados medidos. Com relao as velocidade medias mensais, a diferena entre as sries variou
de -5,1% no ms de janeiro a 12,4% nos meses de junho e julho

apresentaram um coeficiente de correlao mensal de R = 0,867. A Figura 5.9 apresenta estes
dados
(5.2)
Figura 5.9 - Regresso linear simples - Torre de Medio e NCAR Torre 2

NCAR Torre 2
1,40
1,20
1,00
0,80
0,60
y = 0,801x + 0,2615
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40


utilizando o mtodo da regresso linear simples, a partir de (5.2)
60
Comparao das Sries

Regresso Linear
Dados Medidos
1,400
Srie Estimada com a Torre 2 NCAR
1,200
1,000
0,800
0,600
0,400
Out
Jul
Jan
Abr
Out
ANO 8
Jul
Abr
Jan
Jul
ANO7
Out
Abr
Jan
ANO6
Out
Jul
Jan
ANO 5
Out
Jan
Jul
ANO 4
0,000
Abr
0,200
Abr
1,600
anos e a srie criada com 3 anos de dados medidos e 5 anos de dados criados a partir dos
dados NCAR Torre 2
18,0%
16,0%
14,0%
12,0%
10,0%
8,0%
6,0%
4,34%
4,0%
2,0%
0,0%
-2,0%
Jan
Fev
Mar Abr
Mai
Jun
Jul
Ago
Set
Out Nov Dez
-4,0%
A srie com 3 anos de dados medidos e 5 anos de dados criados apresentou um

dados medidos.
61
Com relao as velocidade medias mensais, a diferena entre as sries variou de -3,1%
no ms de janeiro a 15,1% no ms julho.
Os dados NCAR Torre 2 apresentaram melhor correlao com os dados medidos do
que os dados NCAR Torre 1, no entanto o erro na velocidade mdia da srie final foi maior
usando os dados NCAR Torre 2.

estes dados.
(5.3)
Vel. normalizada - Torre de Medio

NCAR Torre 3
1,40
1,20
1,00
0,80
0,60
y = 0,898x + 0,476
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40

Figura 5.13 apresenta a comparao entre os dados medidos e a srie criada utilizando
o mtodo da regresso linear simples, a partir de (5.3)
62
Comparao das Sries

Regresso Linear
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
Out
Jul
Abr
Jan
Jul
ANO 8
Out
Abr
Jan
Out
ANO7
Jul
Abr
Jan
Jul
ANO6
Out
Jan
ANO 5
Out
Jan
Jul
ANO 4
0,000
Abr
0,200
Abr
1,600
dados NCAR Torre 3
30,0%
25,0%
20,0%
15,0%
10,0%
5,41%
5,0%
0,0%
-5,0%
Jan
Fev Mar Abr
Mai
Jun
Jul
Ago
Set
Out Nov Dez
-10,0%
-15,0%

aumento de 5,41% na velocidade mdia anual quando comparada com a srie de 8 anos de
dados medidos.
63
no ms de janeiro a 24,3% no ms junho.
Os dados NCAR Torre 3 no apresentaram boa correlao com os dados medidos,
logo era de se esperar que a srie criada apresentasse erros considerveis.

estes dados.
(5.4)

NCAR Torre 4
1,40
1,20
1,00
0,80
0,60
y = 1,103x + 0,203
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20

A Figura 5.16 apresenta a comparao entre os dados medidos e a srie criada

utilizando o mtodo da regresso linear simples, a partir de (5.4).
64
Comparao das Sries

Regresso Linear
1,600
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
0,200
ANO 4
ANO 5
ANO6
ANO7
ANO 8
Out
Jul
Abr
Jan
Jul
Out
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Jan
Abr
0,000
dados NCAR Torre 4
25,0%
20,0%
15,0%
10,0%
5,50%
5,0%
0,0%
Jan
Fev Mar Abr
Mai
Jun
Jul
Ago
Set
Out Nov Dez
-5,0%
-10,0%

dados medidos.
65
no ms de janeiro a 20,8% no ms junho.
Apesar dos dados NCAR Torre 4 possuir a melhor correlao com os dados medidos,
a velocidade mdia anual da srie de 3 anos de dados medidos e 5 anos de dados criados
apresentou a maior diferena quando comparada com a srie de 8 anos de dados medidos.
66
5.3 MCP - Mtodo da Varincia
A seguir so apresentados os resultados do estudo de MCP com o mtodo da

varincia. Foi criada uma srie com 8 anos de dados utilizando 3 anos de dados medidos e os
dados das 4 torres NCAR. Os valores de velocidade do vento, apresentados nas figuras a
seguir, foram normalizados pela mdia de todos os dados medidos.
A funo linear, obtida pelo mtodo da varincia, que correlaciona os dados NCAR
Torre 1 com os dados da torre de medio dada por:
(5.5)

utilizando o mtodo da varincia, a partir de (5.5)
Figura 5.18- Comparao dos dados medidos com a sria estimada a partir da Torre 1 NCAR usando o
mtodo da varincia
Comparao das Sries

Mtodo da Varincia
1,600
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
0,200
Out
Jul
Abr
Jan
Jul
Out
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Jan
Abr
0,000
dados da NCAR Torre 1 usando o mtodo da varincia.
67
de -5,69% no ms de janeiro a 12,85% no ms julho.
dados NCAR Torre 1 usando o mtodo da varincia
Diferena percentual na velocidade

14,0%
12,0%
10,0%
8,0%
6,0%
3,97%
4,0%
2,0%
0,0%
-2,0%
Jan
Fev
Mar Abr
Mai
Jun
Jul
Ago
Set
Out Nov Dez
-4,0%
-6,0%
NCAR - Torre 1 - Mtodo da Varincia
-8,0%
Para os dados NCAR torre 1, o mtodo da varincia apresentou melhores resultados do

que o mtodo da regresso linear simples, ou seja, utilizando o mtodo da varincia os
resultados encontrados foram mais prximo dos dados medidos.
A Tabela 5.1 apresenta a comparao da srie de 8 anos medidos com a srie de 3 anos
medidos e 5 anos estimados usando a regresso linear e o mtodo da varincia.
Tabela 5.1- Comparao da mdia anual de 8 anos entre os dados medidos e as sries criadas utilizando os
dados NCAR Torre 1
NCAR Torre 1
Diferena da velocidade mdia anual

com 8 anos de dados medidos
Regresso Linear Simples
4,23 %
Mtodo da Varincia
3,97 %
68
(5.6)

utilizando o mtodo da varincia, a partir de (5.6).
mtodo da varincia
Comparao das Sries

Mtodo da Varincia
1,600
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
0,200
ANO 4
ANO 5
ANO6
ANO7
ANO 8
Out
Jul
Abr
Jan
Jul
Out
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Jan
Abr
0,000
de -3,98% no ms de janeiro a 15,68% no ms julho
69

18,0%
16,0%
14,0%
12,0%
10,0%
8,0%
6,0%
4,0%
2,0%
0,0%
-2,0%
-4,0%
-6,0%
4,08%
Jan
Fev Mar Abr Mai
Jun
Jul
Ago
Set
Out Nov Dez


que o mtodo da regresso linear, ou seja, utilizando o mtodo da varincia os resultados
encontrados foram mais prximo dos dados medidos.
dados NCAR Torre 2
NCAR Torre 2

Regresso Linear
4,34 %
Mtodo da Varincia
4,08 %
(5.7)
70

utilizando o mtodo da varincia, a partir de. (5.7).
mtodo da varincia
Comparao das Sries

Mtodo da Varincia
1,600
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
0,200
ANO 4
ANO 5
ANO6
ANO7
ANO 8
Out
Jul
Abr
Jan
Jul
Out
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Jan
Abr
0,000
dados medidos.
Com relao as velocidade medias mensais, a diferena entre as sries variou de
12,33% no ms de janeiro a 27,15% no ms julho.
71

30,0%
25,0%
20,0%
15,0%
10,0%
5,60%
5,0%
0,0%
-5,0%
Jan
Fev Mar Abr Mai
Jun
Jul
Ago
Set
Out Nov Dez
-10,0%
-15,0%

Para os dados NCAR torre 3, o mtodo da regresso linear simples apresentou

melhores resultados do que o mtodo da varincia.
dados NCAR Torre 3
NCAR Torre 3

Regresso Linear
5,41 %
Mtodo da Varincia
5,60 %
(5.8)

utilizando o mtodo da varincia, a partir de. (5.8).
72
mtodo da varincia
Comparao das Sries

Mtodo da Varincia
1,600
Dados Medidos
1,400
1,200
1,000
0,800
0,600
0,400
0,200
ANO 4
ANO 5
ANO6
ANO7
ANO 8
Out
Jul
Abr
Jan
Jul
Out
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Abr
Jan
Out
Jul
Jan
Abr
0,000
dados medidos.
Com relao as velocidade medias mensais, a diferena entre as sries variou de
8,26% no ms de fevereiro a 21,07% no ms junho.
73

25,0%
20,0%
15,0%
10,0%
5,47%
5,0%
0,0%
-5,0%
Jan
Fev Mar Abr Mai
-10,0%
Jun
Jul
Ago
Set
Out Nov Dez


que o mtodo da regresso linear simples, ou seja, utilizando o mtodo da varincia os
resultados encontrados foram mais prximo dos dados medidos.
medidos e 5 anos estimados usando a regresso linear e o mtodo da varincia
dados NCAR Torre 4
NCAR Torre 4

Regresso Linear
5,50 %
Mtodo da Varincia
5,47 %
74
6 INCERTEZAS DOS MODELOS TERICOS
Terrenos planos, relevo simples, so ideais para a construo de parques elicos. No

Brasil os parques elicos comearam a serem desenvolvidos no litoral, mas devido a
restries ambientais e a grande quantidade de terras j arrendadas para parques elicos,
novos projetos elicos esto migrando para o interior do pas e para regies com relevo
complexo que antes no eram procuradas.
Sendo assim muitos projetos esto sendo desenvolvidos em terrenos complexos. Estes
sites tendem a possuir condies de vento susceptveis a afetar o desempenho de uma turbina
elica e os clculos de produo de energia. O terreno complexo pode, por exemplo, induzir
grandes quantidades de turbulncia e cargas elevadas sobre as ps da turbina elica. Isso
aumenta a preocupao com o baixo desempenho do parque elico e com custos de
manuteno superiores ao previsto.
Existem ferramentas e mtodos para a concepo de parques elicos eficientes em
terreno complexo, no entanto alguns softwares comerciais utilizados no setor elico ainda no
esto totalmente integrados a essas tecnologias.
A Figura 6.1 representa linhas de fluxos de vento em um terreno complexo. Verificase que em algumas regies h recirculao de fluxo. Nestas regies deve-se evitar o
posicionamento de turbinas elicas. No possvel identificar estas regies usando uma
modelagem linear para o fluxo de vento.
Figura 6.1- Linhas de fluxo sobre o terreno complexo
Fonte: [28]
75
6.1 - Fluxo Complexo
A indstria elica define o fluxo complexo como sendo o que afeta a produo e a
integridade das turbinas elicas. Vrios parmetros, tais como cisalhamento do vento (wind
shear), intensidade de turbulncia e ngulo de incidncia, so teis para quantificar a
complexidade do fluxo.
6.1.1 - Cisalhamento do Vento - Wind Shear

O cisalhamento do vento caracteriza a variao da velocidade do vento com a altura.
Em um terreno plano a velocidade do vento aumenta com a altura seguindo um perfil
exponencial ou logartmico.
Perfil Exponencial:
Segundo [16], a hiptese do perfil exponencial a mais simples. Esta hiptese geralmente
vlida para altitudes at 150 metros e sobre condies atmosfricas neutras. A equao para o
gradiente de velocidade de vento exponencial :
(6.1)
Onde,
a velocidade do vento na altura
a velocidade do vento na altura

o expoente do gradiente de velocidade
Perfil Logaritmo
Uma expresso mais abrangente para a variao da velocidade de vento com a altura o perfil
logartmico, que considera a estabilidade atmosfrica do local de interesse.
(6.2)
Onde,
Z a altura onde se deseja estimar a velocidade;
U (Z) e a velocidade na altura desejada;
u* a velocidade de frico, relacionada ao cisalhamento da superfcie;
o comprimento da rugosidade;
a funo de estabilidade atmosfrica, positiva para condies instveis, negativa para estveis
e nula para neutras.
k a constante de Von Krman
76
Florestas, encostas e elevaes no terreno podem perturbar significativamente o perfil
vertical do vento. O vento ao passar sobre uma floresta perde fora devido ao atrito com as
rvores e pode existir recirculao do vento no nvel das rvores, o que implica alto
cisalhamento do vento com a altitude. Em uma colina normalmente o cisalhamento do vento
diminui com o aumento da altitude.
A temperatura tambm pode afetar o perfil vertical do vento. O aquecimento do solo
induz o movimento de fluxo ascendente do ar o que pode provocar mudanas na estabilidade
atmosfrica e no perfil vertical do vento. Em alguns casos isto pode resultar em um wind
shear negativo, isto , diminuio da velocidade do vento com a altura.
A estabilidade atmosfrica e o perfil vertical do vento tm influncia na potncia
elica disponvel e na intensidade de turbulncia.
A atmosfera estvel caracterizada por pouca turbulncia devido ao fato do ar
prximo ao solo estar mais frio. Dessa forma no h troca de massa de ar. Nesse tipo de
atmosfera um pequeno aumento na altura pode provocar grande variaes na velocidade do
vento.
Na atmosfera instvel o ar prximo ao solo mais quente e isso provoca a troca de
massa por conveco. Isso gera turbulncia. Devido s condies de turbulncia, nesse tipo de
atmosfera o aumento da altura no necessariamente ir representar ganhos significativos na
velocidade do vento.
Na atmosfera neutra assumido que no h variao de temperatura com a altura, isso
induz em pouca turbulncia e pequeno wind shear.
A Figura 6.2 apresenta a diferena do perfil vertical do vento para condio
atmosfrica neutra, instvel e estvel.
77
Figura 6.2- Perfil vertical do vento para condio atmosfrica neutra, instvel e estvel
Fonte: [16]
Um dos principais programa comerciais utilizado para o desenvolvimento de projetos

elicos o Wind Atlas Analysis and Application Program - WAsP.
O WAsP tem como envelope padro uma srie de caractersticas definidas para uma
atmosfera tpica europia, condies climticas neutra.
A curva preta da Figura 6.3 apresenta o perfil padro do WAsP. As curvas coloridas
ilustram os perfis com os parmetros do WAsP ajustados.
Figura 6.3- Extrapolao Vertical do WAsP
Fonte: [30]
78
Dois parmetros so utilizados para caracterizar a estabilidade atmosfrica do WAsP,
Hoff e Hrms, que representam o fluxo de calor superficial mdio e sua variabilidade. Para
ajustar os parmetros da estratificao atmosfrica deve-se conhecer o gradiente vertical de
temperatura para rea [29]. Mais detalhes sobre como caracterizar a estabilidade atmosfrica
pode ser encontrado em [29] e [31].
A regio Nordeste do Brasil apresenta condies atmosfricas diferentes dos padres
do WAsP. Foi observado que sem os corretos ajuste nos parmetros do WAsP possvel
encontrar resultados inconsistentes.
As mudanas significativas do vento com a altura pode aumentar a fadiga nas ps,
reduzindo a potncia de sada das mquinas e consequentemente o no cumprimento da curva
de potncia. Isso diminuiria o fator de capacidade dos parques, prejudicando o retorno
financeiro esperado.
A Figura 6.4 ilustra a muda mudana ao longo de uma colina suave:
Figura 6.4- Mudana do cisalhamento do vento em uma colina suave
Fonte: [28]
6.1.2 - Intensidade de Turbulncia
Intensidade de turbulncia uma medida da variao da velocidade do vento no

espao e no tempo.
Os efeitos da alta turbulncia sobre as turbinas elicas so semelhantes aos
mencionados anteriormente para cisalhamento do vento.
79
Em um projeto de parque elico fundamental entender a intensidade de turbulncia
do local para o correto dimensionamento da turbina elica que ser utilizada. O efeito do
vento e da turbulncia nas estruturas um assunto que hoje em dia j bem dominado e isso
permite que o mercado oferea turbinas que trabalham de forma segura, mesmo em condies
extremas de vento.
Os esforos causados pela turbulncia na estrutura da turbina podero reduzir a vida
til da turbina.
A turbulncia completamente irregular e no pode ser descrita de uma maneira
determinstica, sendo assim necessrio recorrer a tcnicas estatsticas, podendo ser definida
como:
(6.3)
Onde:
a intensidade de turbulncia;
o desvio padro da amostra utilizada para o clculo da velocidade mdia
avelocidade mdia do vento.
Como o desvio padro varia mais lentamente com a altura do que a velocidade mdia,
ento a intensidade da turbulncia normalmente decresce com a altura. A variao da
intensidade de turbulncia com a altura dada por:
(6.4)
A Figura 6.5 representa a variao da intensidade da turbulncia com a altura para o

caso de um terreno com rvores (
). Verificam-se maiores variaes nos primeiros
10m de altura
Figura 6.5- Intensidade da turbulncia em funo da altura;
80
6.1.3 - ngulo de Incidncia do Vento
Em terreno plano, o vento normalmente atinge as turbinas perpendicularmente ao

rotor. Quando h inclinao acentuada no terreno o vento acompanha esta inclinao,
atingindo o rotor em um angulo que no perpendicular. Este o ngulo de incidncia do
vento. A IEC 61400-11 recomenda que os valores do ngulo de incidncia sejam de 8 , que
muitas vezes no o caso quando se pretende instalar turbinas nas proximidades de encostas
ngremes. Valores fora dos limites de 8 geralmente implicam em aumento da carga de
fadiga e reduo de potncia das mquinas.
6.2 Tratando/Manipulando o fluxo complexo
Encostas ngremes, florestas e efeitos trmicos podem levar diminuio da produo

de energia da turbina elica e consequentemente ao fracasso do projeto elico. No entanto, os
softwares de vento utilizado para o projeto do parque devem prever esses fenmenos e mitigar
seus impactos sobre a produo de energia elica. importante analisar as incertezas dos
modelos tericos implementados nos softwares.
6.2.1 - Avaliao do Fluxo Elico
Para avaliar a complexidade do fluxo elico se deve primeiramente analisar a

complexidade do terreno. A complexidade do relevo pode ser avaliada recorrendo a um
parmetro denominado ndice de complexidade, Ruggedness Terrain Index (RIX), definido
como a percentagem da superfcie do stio especfico que mais complexa do que um terreno
de referncia, no sentido em que provoque o descolamento do escoamento. O ndice RIX
uma medida da extenso da separao do fluxo do vento e, por esse motivo avalia se o tipo de
terreno viola os requisitos dos modelos lineares de previso, tal como o usado pelo WAsP.
O RIX, na configurao padro do WAsP, representa o percentual da rea dentro de
um crculo com R=3,5 que possui inclinao maior do que 0,3 (17). A inclinao de 0,3 o
limite do WAsP para que no provoque o descolamento do fluxo elico. Se o ndice RIX est
entre 0 e 5%, o terreno se encontra dentro dos limites de utilizao do WAsP. Valor alto do
81
RIX pode induzir erros significativos.O WAsP permite editar as configuraes para o clculo
do RIX
A Figura 6.6 representa um circunferncia com R=3,5 km e as reas destacadas em
vermelho, localizadas dentro dessa circunferncia, possuem inclinao maior do que um valor
determinado. O RIX o percentual da rea vermelha em relao rea da circunferncia.
Figura 6.6- rea para clculo do RIX
Fonte: [32]
O RIX calculado para o local da torre de medies como para os locais das turbinas
elicas.
Um ponto importante para avaliar o impacto da orografia na predio do vento a
analisar a diferena entre o RIX das turbinas elicas com o RIX da torre de medio. Isto
conhecido como RIX.
.
(6.5)
Se a torre de medio e os locais das turbinas elicas esto igualmente acidentados

(RIX aproximadamente zero) os erros na estimativa do vento so relativamente pequenos.
Se o local da torre de medio for mais acidentado do que o local da turbina elica,
RIX < 0, o vento na turbina elica ser subestimado. Da mesma forma para RIX > 0 o
vento nas turbinas ser sobrestimado.
Medies no local tambm podem fornecer uma indicao da complexidade de fluxo.
Valores altos de turbulncia ou de cisalhamento do vento, por exemplo, indicam o fluxo
82
complexo em um local especfico. A amplitude das variaes dirias ou mensais deve ser
levada em considerao e pode indicar a presena de efeitos trmicos.
Uma torre de medio localizada no centro da rea normalmente no representativa
para toda a rea. A incerteza no fluxo de vento pode ser minimizada atravs do aumento do
nmero de torres, mas este procedimento aumenta o custo do projeto elico.
Sensores de vento portteis, como o lidar ou sodar, podem avaliar as condies de
fluxo em vrios locais.
Se o fluxo complexo no esperado no local, a modelagem linear (WAsP) do fluxo
normalmente aceitvel. Os modelos lineares resolvem casos linearizados, ou seja,
simplificados, por exemplo, as verses das equaes de Navier-Stokes, o que os torna rpido e
fcil de usar. Modelos lineares fazer um bom trabalho prevendo a velocidade do vento sobre
um site, desde que o terreno no seja muito complexo.
Conforme aumenta a complexidade do terreno, os pressupostos embutidos dentro de
modelos lineares se tornam insuficientes. Aconselha-se resolver as equaes completas 3D de
Navier-Stokes para obter-se um quadro preciso do fluxo[33]. Este mtodo conhecido como
Computational Fluid Dynamics (CFD). Modelos de CFD tm vrias vantagens em relao aos
modelos lineares:
Eles incorporam mais dados fsicos, incluindo um modelo de turbulncia, que
permite prever a sua intensidade em cada ponto do campo de fluxo.
Eles so 3D o que, entre outras coisas, implica que eles permitem a modelagem de
ngulos de influxo e mapeamento de reas de recirculao.
Os modelos avanados de CFD apresentam alguns inconvenientes:

Eles exigem a manipulao e anlise de inmeras variveis, o que implica uma
mentalidade crtica e um bom conhecimento de mecnica dos fluidos. Isto no
necessariamente o caso para os modelos lineares
Implicam clculos complexos, que so mais facilmente executadas em computadores
de alto desempenho, necessitando tempo e investimento.
Aps concluir os clculos de CFD, os resultados devem ser traduzidos em
recomendaes teis. Em cada local planejado para instalar uma turbina devem ser avaliadas a
turbulncia, cisalhamento de vento, ngulo de entrada e velocidade do vento. Os valores
encontrados devem ser levados em considerao para a correta escolha de turbina e a
localizao adequada da mquina.
83
prefervel uma anlise CFD nos primeiros estgios de um projeto de energia elica
para pode oferecer subsdios para a construo de parques elicos mais eficientes, onde a
produo maximizada e fadiga da mquina minimizada.
O clculo de CFD realizado aps a construo de um parque elico pode explicar o mau
desempenho, caso isto esteja acontecendo. Neste caso como o parque j est montado, as aes
de mitigao so essencialmente limitadas ao gerenciamento dos setores do vento e
eventualmente realocao de turbinas.
Tais informaes sobre as condies do local, no entanto, so importante para os
fabricantes de turbinas e investidores que necessitam de avaliao confivel das condies
locais para a tomada de decises apropriadas para que os parques elicos sejam mais seguros e
eficientes.
6.3 Modelos Topogrficos
O correto levantamento da topografia garante um estudo dos recursos elicos com

maior preciso. Uma das maiores fontes de erro na estimativa de recursos elicos a
modelagem da topografia.
Em projetos de energia elica so amplamente utilizadas as curvas de nvel fornecidas
pelo Shuttle Radar Topography Mission (SRTM). Estes dados apresentam um modelo digital
do terreno com curvas de nvel a cada 10 m. A Figura 6.7 apresentam uma rea com curvas de
nvel SRTM.
Figura 6.7- Curvas de Nvel SRTM
84
Em terrenos planos as curvas de nvel SRTM, com uma separao de 10 m entre as
linhas, oferece uma boa representao topogrfica.
Para terrenos complexos aconselhvel realizar um levantamento topogrfico da rea
do parque e utilizar estas curvas de nvel para detalhar melhor o mapa criado com as curvas
SRTM. Este procedimento pode dificultar a convergncia dos modelos CFD mas os
resultados sero mais confiveis.
Elementos topogrficos como morros, dunas, colinas e penhascos afetam o gradiente
vertical do vento. A definio dos limites e da resoluo do mapa topogrfico a ser utilizado
na anlise muito subjetiva e depende fundamentalmente da complexidade da regio de
interesse.
Em regies com inclinaes maiores do que 0,3 (17) devem ter seus recursos elicos
calculados com cautela, preferivelmente atravs de modelos CFD, devido ao descolamento do
fluido induzido por tais inclinaes e a capacidade desse modelo de representar tal situao
[29].
6.4 Incerteza dos Modelos Tericos/Computacionais
A Tabela 6.1 apresenta as principais incerteza relacionadas aos modelos

tericos/computacionais.
Tabela 6.1- Incerteza tpica dos modelos tericos/computacionais
COMPONENTE DE INCERTEZA
INCERTEZA TPICA
Extrapolao Vertical
1- 3 %
Extrapolao Horizontal
1-4%
Efeito Esteira e Topogrfico
1-3%
Total de Incertezas dos Modelos

Tericos/Computacionais
1,7 - 5,8%
Os parmetros de estabilidade atmosfrica devem ser avaliados para a correta

extrapolao vertical do vento. ideal medir o vento na altura do rotor das mquinas que
sero instaladas.
A complexidade dos terrenos deve ser cuidadosamente avaliada para evitar erros na
extrapolao horizontal do vento. A qualidade dos modelos topogrficos determinar a
magnitude da incerteza na extrapolao horizontal.
85
A intensidade de turbulncia do local, o layout das mquinas e direo do vento so os
parmetros que devem ser analisados para avaliar as perdas causadas por efeitos esteira.
Projetos com baixa turbulncia do vento, vento unidirecional e separao adequada entre as
maquinas, apresentam baixa incerteza nas perdas aerodinmicas calculadas.
86
7 COMBINANDO AS INCERTEZAS E AVALIANDO AS PERDAS
Para a melhor compreenso sobre os aspectos de incertezas em projetos elicos

importante entender o impacto de cada fonte de incerteza sobre a Produo Anual de Energia
(PAE). A sensibilidade de cada fonte de incerteza deve ser avaliada. As incertezas
combinadas na PAE pode ser escrita de forma generalizada como:
(7.1)
Onde:
a combinao das incertezas;
e
so as incertezas dos componentes;
o coeficiente de correlao entre os componentes i e j;

,
so os coeficientes de sensibilidade de i e j na PAE.
Quando os componentes i e j no so correlacionados, isto ,
e quando i j,
ento (7.1) se torna:

(7.2)
Quando i e j so perfeitamente correlacionados, isto
, ento:
(7.3)
A Tabela 7.1 ilustra as principais fontes de incerteza, o fator de sensibilidade e a

incerteza na PAE provocada por cada fonte.
Tabela 7.1- Incertezas na PAE
Medio do Vento
0,95 - 8,5
Incerteza na
PAE (%)
2,85 - 25,5
Ajuste de Longo Prazo
1,5
1,5 - 6
2,25 - 9
Variabilidade Futura (1 ano)*
4-6
4-6
1,5
1,7 - 5,8
2,55 - 8,7
4-8
4-8
Componente de Incerteza
Modelos Tericos/Computacionais
Curva de Potncia
Sensibilidade
Faixa de Incerteza (%)
Total de incerteza na PAE assumindo que os componentes no so correlacionados,

raiz quadrada da soma dos quadrados.
Fonte: Adaptado de [34] [35] e [36]
7,19 - 30,12
87
A variabilidade futura a mudana do recurso elico durante a vida do projeto. A
faixa apresentada na Tabela 7.1 referente ao horizonte de 1 ano. A variabilidade de 20 anos
de 1 a 3%.
Os valores da sensibilidade e das incertezas so especficos do projeto e devem ser
computados como parte de uma avaliao abrangente. A sensibilidade representa a perturbao
de cada fonte de incerteza no valor da estimativa de produo de energia.
A incerteza dos modelos tericos/computacionais est relacionadas com a qualidade
do mapa topogrfico, com a caracterizao da rugosidade do local e obstculos presentes, com
a distancia das torres de medio at os aerogeradores e o com o layout das turbinas no parque.
A incerteza tpica resultante do ensaio de medio da curva de potncia se situa entre 4
e 6 %, quando realizadas conforme os procedimentos IEC e MEASNET. Quando no feita a
certificao da turbina a incerteza da curva de potncia pode ser considerada em 8%
7.1 Perdas.
Devem-se considerar as perdas de energia para assegurar maior confiabilidade nos

resultados da energia eltrica gerada no parque elico. Aps descontar as perdas possvel
encontrar o valor da Produo de Energia Anual (PAE) lquida. A seguir esto listadas as
principais fontes de perdas de energia:
Indisponibilidade
Os aerogeradores e a infraestrutura das instalaes do parque no estaro sempre
disponveis. Nveis provveis de indisponibilidade para estes itens devem ser considerados
para se chegar ao uma estimativa de energia lquida do parque.
A
indisponibilidade
dos
aerogeradores
garantida
pelo
fabricante.
Essa
indisponibilidade deve ser descontada da energia bruta para levar em considerao as perdas
de energia relacionadas com o tempo em que os aerogeradores no esto disponveis para
produzir eletricidade. A indisponibilidade do aerogerador pode variar de fabricante para
fabricante e ser diferente durante a vida til do parque. Mas, normalmente, a indisponibilidade
do aerogerador de 3%.
A disponibilidade da infraestrutura do parque elico o fator que define a
disponibilidade esperada da subestao do parque e da rede eltrica. A disponibilidade da
infraestrutura de ser descontada da energia bruta para ter em conta as perdas de energia
88
associadas com a no disponibilidade da infraestrutura. A indisponibilidade da infraestrutura,
normalmente, de 0,2%.
Eltrica
Perdas eltricas entre os terminais de baixa tenso de cada um dos aerogeradores e o
ponto de conexo do parque elico. Esta perda deve ser calculada e o valor encontrado deve
ser prximo a 3%.
Degradao da p
O desempenho aerodinmico dos aerogeradores pode ser afetado pela degradao das
ps devido ao acmulo de sujeira, que pode ser lavada pela chuva de tempos a tempos, bem
como a degradao fsica da superfcie da p durante um funcionamento prolongado. Em
lugares com incidncia de neve, pequenas quantidades de gelo nas ps do aerogerador podem
alterar o desempenho aerodinmico do aerogerador, resultando numa perda de energia. O
mercado elico assume a degradao da p provoca uma perda 0,5% na energia do parque.
Restries tcnicas
As cargas mecnicas de aerogerador so influenciadas pelos efeitos de esteira dos
aerogeradores em seu redor. O espaamento curto entre alguns aerogeradores pode levar a necessidade
de desligar alguns aerogeradores em certas direes e velocidade do vento. Isto referido como gesto
por setores de direo (wind sector management) e geralmente resultar numa reduo da produo da
energia do parque elico. Caso seja necessrio parar alguma mquina em determinadas direes
preciso descontar o valor de energia que seria gerada, se a mquina no estivesse parada, do valor total
da produo de energia do parque.
Em alguns lugares possvel que exista a necessidade de desligar os aerogeradores em
determinadas condies visando atender os requisitos de rudo sonoro, sombra ou mesmo condies
ambientais como pssaros e morcegos. Neste caso tambm deve ser descontada a energia que no foi
produzida.
Desempenho do aerogerador
A curva de potncia fornecida pelo fabricante esta relacionada com condies especficas de
densidade do ar, turbulncia, coeficiente de extrapolao vertical, angulo de incidncia do vento, etc.
Em situaes onde o aerogerador estar submetido a condies substancialmente diferentes
das condies da curva de potncia fornecida pelo fabricante, importante aplicar um ajuste na curva
de potncia.
89
7.2 Probabilidade da Energia Produzida.
A estimativa da PAE lquida e a incerteza total determinam, respectivamente, a mdia

e o desvio padro de uma distribuio gaussiana normal. O desvio padro absoluto obtido
multiplicando a incerteza total pela PAE lquida.
A PAE lquida calculada representa a produo de energia P50, estimativa central de
produo de energia. Isso representa um valor de energia com 50% de chances de ser
excedido.
Em geral, a distribuio de probabilidade da produo de energia, assumindo uma
distribuio gaussiana normal, dada por:
(7.4)
Onde:
f (E) probabilidade de a produo ser igual energia E [%];
a PAE lquida com probabilidade de 50% de ser excedida; P50
o desvio padro absoluto da estimativa de produo de energia.
A equao (7.4) mostrada graficamente na Figura 7.1, indicando o
Probabilidade
Figura 7.1- Distribuio Normal - Probabilidade de produo de energia
P50
Energia
(P50)
90
A probabilidade (P) que (E) exceda um certo valor (e)
(7.5)
Com a finalidade de utilizar valores tabelados para o
, necessrio converter
em uma distribuio de Gauss normalizada:

(7.6)
Para conhercer a produo de energia com um nvel de probabilidade especfico,

necessrio conhecer o
. Para isto existem tabelas de distribuio normal para
probabilidades especficas e os valores correspondentes de z.

A produo de energia que excedida com uma determinada probabilidade definida
a partir de:
(7.7)
Conforme j mencionado o desvio padro absoluto

incerteza total pela PAE lquida (
) obtido multiplicando a
)
(7.8)
O valor da produo de energia lquida para a probabilidade desejada dada por

(7.9)
Onde:
e produo de energia lquida excedida para a probabilidade desejada
a incerteza total na estimativa de
z o valor encontrado na tabela de probabilidade
O valor de z depende do nvel de probabilidade desejada. A Tabela 7.2 apresenta

valores de z para diversos nveis de probabilidade.
Com o valor de z e conhecendo o valor de
(P50) e da incerteza total da estimativa de
energia, possvel encontrar o valor da produo anual de energia para a probabilidade

desejada atravs de (7.9).
91
O valor de
excedido com uma probabilidade de 50%. Assim, para a estimativa
central, z igual a 0.
Tabela 7.2- Tabela de distribuio normal para probabilidades especficas e os valores correspondentes de
z
P(%)
99
2.326
95
1.645
90
1.282
85
1.036
84
1.000
80
0.842
75
0.674
50
25
0.674
10
1.282
2.326
Fonte: [38]
7.3 Clculo da Garantia Fsica
A garantia fsica de empreendimentos elicos calculada com base em cenrios de

produo de energia. Atualmente nos leiles de energia realizados no Brasil o clculo de
garantia fsica de energia realizado considerando P90.
A Garantia Fsica de energia de empreendimentos elicos, considerando o P90,
determinada pela seguinte equao:
(7.10)
Onde:
valor de energia com 90% de chances de ser excedido (MWh/ano)
a taxa de indisponibilidade (%)
a taxa de perdas eltricas (%)
a taxa de perda aerodinmica relacionada com a degradao da p (%)
a taxa de perdas por restries tcnicas (%)
a taxa de perdas devido ao ajuste da curva de potncia (%)
92
8 CONCLUSES
Essa dissertao apresentou as principais contribuies das incertezas na estimativa da

produo de energia em parques elicos. As fontes de incertezas so muitas e relacionadas
com vrias interferncias. importante quantificar as incertezas, pois podem representar
significativas variaes na produo de energia.
A medio do vento o componente que insere muita incerteza na estimativa da
produo de energia. Existem variaes de 0,5 a 8,5% ne incerteza na medio do vento, o
que pode representar at 25% de incerteza na estimativa de energia. A alta qualidade da
campanha de medio de vento , portanto, de importncia crucial na reduo da incerteza na
produo de energia prevista de um projeto elico visando diminuir a incerteza da medio do
vento e consequentemente na estimativa de energia. muito importante que cada anemmetro
usado seja calibrado individualmente em um tnel de vento de acordo com a recomendao
da IEA, que o modelo do anemmetro apresente incerteza reduzida e a instalao dos sensores
seja feita corretamente.
A incerteza do ajuste de longo prazo deve ser avaliada para que erros adicionais no
sejam inseridos no processo de estimativa de energia. importante verificar a qualidade dos
dados de referncia.
A incerteza dos modelos computacionais est diretamente relacionada com o fluxo de
vento do local. aconselhvel que as torres de medio sejam colocadas em locais com
caractersticas semelhantes aos locais onde as mquinas sero instaladas.
Para que se tenha uma boa representatividade da rea a quantidade de torres de
medio deve atender aos requisitos topogrficos da rea. Em terrenos uma torre de medio
pode representar o vento em um raio de at 10 km em torno da torre. Em terrenos complexos
a torre de medio pode representar o vento em um raio 6 km. Em terrenos muito complexos
recomenda-se a separao entre as torres de no mximo 2 km.
A incerteza associada extrapolao vertical pode ser reduzida medindo a velocidade
do vento na altura do rotor das turbinas que se pretende instalar ou atravs do uso de sistema
de sensoriamento remoto (sodar ou lidar). A utilizao de sodar ou lidar pode ajudar a
compreender tambm a turbulncia do local.
A topografia do local pode inserir incerteza significativa no recurso elico. No devem
ser utilizados modelos linearizados em terrenos complexos.
93
Na combinao das incertezas foi assumido que as componentes de incertezas no so
correlacionadas e foi verificado que a incerteza da estimativa de energia pode indicar valores
na ordem de 30%. preciso verificar para cada projeto a sensibilidade de cada componente
de incerteza.
8.1 Recomendaes para trabalhos futuros
Avaliao da relao matemtica entre o coeficiente de correlao e a incerteza no

ajuste de longo prazo;
Determinao dos parmetros de estabilidade atmosfrica para as condies do

nordeste brasileiro;
Utilizao de sensoriamento remoto para validao de dados anemomtricos;
Instalao de torres anemomtricas em lugares estratgicos visando comprovar

capacidade do modelo CFD em estimar velocidade onde h separao do fluxo de
vento;
Acompanhamento do desempenho de um parque elico em operao visando analisar

as incertezas que foram estimadas na fase de projeto;
Verificao da influncia de levantamento topogrfico com diferentes resolues na

estimativa de produo de energia;
Verificao da influncia da rugosidade na estimativa de produo de energia;
Avaliao dos modelos de efeito esteira frente a diferentes condies de vento e

diferentes layouts;
Avaliao da correlao entre as componentes de incertezas
94
REFERNCIAS
[1] Informe Imprensa Leilo de Energia A-5 / 2012 - EPE

[2] O Apoio do BNDES aos Projetos de Energia Elica. Wind Frum Brazil 2012
[3] Ferreira, T. L. Potencialidades da Energia Solar associada gerao Elica ABEElica
2012
[4] Informe Imprensa Leilo de Energia A-3 / 2011 - EPE
[5] Estudo para Expanso de Gerao - EPE - 2013
[6] International Energy Agency: Expert Group Study on Recommended Practices for Wind
Turbine Testing and Evaluation, 11. Wind Speed Measurement and Use of Cup Anemometry,
1999
[7] Al, J. A., Simione, G. S., e Hack, P. S. (2008). Aspectos da Calibrao de Anemmetros
nos Empreendimentos Elicos
[8] J.A. Dahlberg, T.F. Pedersen, Peter Busche, ACCUWIND -Methods for Classification of
Cup Anemometers, Ris National Laboratory, Denmark, May
2006
[9] NRG SYSTEMS. Disponvel em

<http://www.nrgsystems.com/sitecore/content/Products/4350.aspx>, acessado em julho de
2012
[10] Lockhart, T., and Bailey, B., The Maximum Type 40 Anemometer CalibrationProject,
NRG Systems Report, 1998
[11] Ammonit, ficha tcnica - Thies Anemometer First Class
[12] Ammonit, ficha tcnica - Anemometer Vaisala WAA252
[ 13] Ammonit, ficha tcnica - Vector L100 First Class
[14] Ammonit, ficha tcnica - Thies Anemometer First Class Advanced
[15] ACCUWIND -Classification of Five Cup Anemometers According to IEC61400-12-1;
Ris National Laboratory Roskilde Denmark May 2006
[16] Silva, C. C. Anlise dos Aspectos Meteorolgicos e Estruturas na Gerao de Energia
Eltrica de Centrais Elicas. Dissertao de Mestrado, UFPE, 2006
[17] Nota Tcnica DEA 04/12. Leiles de Energia: Instrues para as medies
anemomtricas e climatolgicas em parques elicos. EPE, abril 2012
[18] Peter H. van Emden Accuracy of Wind Speed Data: a key-factor in the economic
analysis of wind energy projects www.ekopower.nl/know_how_accur.htm (2008).
95
[19] Characterisation and Classification of RIS P2546 Cup Anemometer; Ris National
Laboratory, Roskilde, March 2004
[20] Ammonit Presentation on ACCUWIND Thies First Class Advanced
[21] IEA. Recommended Practices for Wind Turbine Testing - Part 11 Wind speed
measurements and use of cup anemometry
[22] Guimares R. A, " Anlise de Estimativas de Velocidade de Vento
Utilizando Tcnicas De MCP", Recife, 2006
[23] INMET - Instituto Nacional de Metrologia www.inmet.gov.br Acessado em 28/08/2012
[24] Bosilovich, M. MERRA & Beyond Towards the development of an Integrated Earth
System Analysis at GMAO. NASA, maro de 2012
[25] A. Derrick, "Development of the measure-correlate-predict strategy for siteassessment,"
EWEC, Lubeck-Travemunde, Germany, 1993, pp. 681-685
[26] Rogers, A.L., Rogers, J.W., e Manwell, J.F., Uncertainties in Results of MeasureCorrelate-Predict Analyses, AWEA Windpower 05, Denver, CO, 2005
[27] Rogers, A.L.Measure - Correlate - Predict. Seminrio de Energia Elica CTGAS , NatalRN, 2011
[28] Douglas, N. Services in Complex Terrain, Natural Power 2010
[29] Loureiro, B. A. Avaliao de Ferramentas e Mtodos para a Elaborao de Mapas
Elicos. Dissertao de Mestrado, UFPE, 2011
[30] Svenningsen L., Changing WAsP Parameters In WindPRO. EMD 2010
[31] Vieira, C. F. A. Sensibilidade do Modelo WAsP aos Efeitos da Estabilidade Atmosfrica
no Nordeste do Brasil. Dissertao de Mestrado, Universidade Estadual do Cear, 2008
[32] Niels G. Mortensen1, Anthony J. Bowen e Ioannis Antoniou. Improving WAsP
Predictions In (Too) Complex Terrain. 1Wind Energy Department, Ris National Laboratory
[33] Corbett, J.F, Whiting, R.Woodcock, J. Horn,U. Landberg,L. Tindal, A. CFD can
consistently improve wind speed predictions and reduce uncertainty in complex terrain
EWEA 2012
[34] Mads V. Srensen, Wind Resource Analysis -how to minimize uncertainty in annual
yield estimates, EMD Internacional
[35] Reduo da Incerteza em Estimativas de Projetos de Energia Elica, KEMA-DNV e
Secondwind, Rev 18/06/2012.
[36] Pramod, J. Wind Energy Engineering. Livro, captulo 8.
[37] IEC 61400-12-1, "Wind Turbines - Part 12-1: Power performance measurements of
electricity producing wind turbines
96
[38] WindFarmer Theory Manual - V4.2
[39] High Quality Wind Speed Measurements for Site Assessment, DEWI Magazin Nr. 15,
August 1999
[40] Wind Pro Manual - Captulo 12 - LOSS & UNCERTAINTY
[41] ROHATGI, J. S. Wind characteristics: An analysis for the generation of wind power. 1.
ed. Canyon: Alternative Energy Institute, West Texas A&M University, 1994. ISBN
0808714783.
[42] Nikola Suevi, N. urii, Z Influence of Atmospheric Stability Variation on
Uncertainities of Wind Farm Production Estimation. EWEA 2012

Dissertação Adriano Lira - Incertezas

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Dissertação Adriano Lira - Incertezas

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE PERNAMBUCO

PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA

ADRIANO GOUVEIA LIRA

ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE ENERGIA

Orientador: Pedro Andr Carvalho Rosas

ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE

ADRIANO GOUVEIA LIRA

Dissertao para apresentao ao

Lira, Adriano Gouveia .

Orientador: Prof. Dr. Pedro Andr de Carvalho Rosas.

621 CDD (22.ed)

ANLISE DAS INCERTEZAS NA ESTIMATIVA DA PRODUO DE

REA DE CONCENTRAO: ENERGIA ELICA

"Ser homem precisamente ser responsvel.

Palavras-Chave: Energia Elica, Incertezas, Produo Anual de Energia.

Keywords: Wind Power, Uncertainty, Annual Energy Production

Figura 1.1 - Evoluo da Potncia Instalada de Energia Elica no Brasil

Figura 1.2 - Fator de Capacidade mdio para vrios pases

Figura 2.1 - Curva de potncia (pontos pretos) e coeficiente de potncia- Cp - (pontos

Figura 3.4 - Anemmetro NRG Maximum 40

Figura 3.5 - Anemmetro Thies First Class

Figura 3.6 - Anemmetro Vaisala WAA 252

Figura 3.7 - Anemmetro Vector L100 First Class

Figura 3.8 - Anemmetro Thies First Class Advanced

Figura 3.9- Inclinao negativa e positiva do anemmetro no tnel de vento

Figura 3.10- Teste de Inclinao com o NRG #40

Figura 3.11- Teste de Inclinao com o Thies First Class

Figura 3.12- Teste de Inclinao com o Vaisala WAA 151

Figura 3.13- Teste de Inclinao com o Vector AL100 LK

Figura 3.15- Interferncia da torre no fluxo de vento

Figura 3.16- Direo do vento com comportamentos distintos: a) Vento na regio

Figura 3.17- Identificando a interferncia da torre de medio

Figura 4.1- Sequncia para ajuste de longo prazo

Figura 4.3 - Procedimento para anlise de longo prazo

Figura 4.4- Estaes meteorolgicas automticas do INMET

Figura 4.5- Variabilidade Interanual do Vento nos Estados Unidos (%)

Figura 4.7- Ilustrao de anlise para a determinao da incerteza dos resultados.

Figura 5.1- Mdias anuais

Figura 5.2- Mdias Anuais da torre de medio e dos dados NCAR

Figura 5.12- Regresso linear simples - Torre de Medio e NCAR Torre 3

NCAR usando o mtodo da varincia

Figura 6.1- Linhas de fluxo sobre o terreno complexo

Figura 6.3- Extrapolao Vertical do WAsP

Figura 6.4- Mudana do cisalhamento do vento em uma colina suave

Figura 6.5- Intensidade de turbulncia

Figura 6.6- rea para clculo do RIX

Figura 6.7- Curvas de Nvel SRTM

Tabela 1.1 - Evoluo da Energia Elica no Brasil

Tabela 1.2 - Resultado Leilo de Energia A-3/2011.

Tabela 3.1 - Caractersticas NRG Maximum 40

Tabela 3.2 - Caractersticas Thies First Class

Tabela 3.3 - Caractersticas Vaisala WAA 252

Tabela 3.4 - Caractersticas Vector L100 First Class

Tabela 3.5 - Caractersticas Thies First Class Advanced

Tabela 3.6 Incertezas na determinao da velocidade do vento

Tabela 4.1- Resumo dos conjuntos de dados de reanlises utilizados

Tabela 4.2- Fonte de dado de longo prazo e incertezas associadas

criadas utilizando os dados NCAR Torre 1

criadas utilizando os dados NCAR Torre 2

criadas utilizando os dados NCAR Torre 3

criadas utilizando os dados NCAR Torre 4

Tabela 7.1- Incertezas na PAE

Tabela 7.2- Tabela de distribuio normal para probabilidades especficas e os valores

PROINFA - Programa de Incentivo a Fontes Alternativas