Escolar Documentos
Profissional Documentos
Cultura Documentos
RECIFE
2012
ii
UFPE / RECIFE-PE
adrianogouveia04@gmail.com
2012
Catalogao na fonte
Bibliotecria: Rosineide Mesquita Gonalves Luz / CRB4-1361 (BCTG)
L768a
UFPE/BCTG-2013 / 255
iii
_____________________________________________________
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
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.
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.
viii
LISTA DE FIGURAS
17
18
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
28
28
29
29
30
31
31
32
32
33
Figura 3.14- Configurao da torre recomendada pela EPE (figura sem escala)
35
36
37
37
39
Figura 4.2- Perodo de dados concomitantes entre a torre de medio (alvo) e os dados
de longo prazo (referncia)
40
41
43
48
ix
Figura 4.6- Ilustrao do processo que se aplica o mtodo Jackknife
50
50
52
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
Figura 5.10- Comparao dos dados medidos com a sria estimada a partir da Torre 2
NCAR
Figura 5.11- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 2
53
55
55
57
58
58
59
60
60
61
Figura 5.13- Comparao dos dados medidos com a sria estimada a partir da Torre 3
62
NCAR
Figura 5.14- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 3
Figura 5.15- Regresso linear simples - Torre de Medio e NCAR Torre 4
Figura 5.16- Comparao dos dados medidos com a sria estimada a partir da Torre 4
NCAR
Figura 5.17- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 4
Figura 5.18- Comparao dos dados medidos com a sria estimada a partir da Torre 1
62
63
64
64
66
67
x
criada a partir dos dados NCAR Torre 1 usando o mtodo da varincia
Figura 5.20- Comparao dos dados medidos com a sria estimada a partir da Torre 2
NCAR usando o mtodo da varincia
Figura 5.21- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 2 usando o mtodo da varincia
Figura 5.22- Comparao dos dados medidos com a sria estimada a partir da Torre 3
NCAR usando o mtodo da varincia
Figura 5.23- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 3 usando o mtodo da varincia
Figura 5.24- Comparao dos dados medidos com a sria estimada a partir da Torre 4
NCAR usando o mtodo da varincia
Figura 5.25- Comparao percentual entre a velocidade da srie medida e a da srie
criada a partir dos dados NCAR Torre 4 usando o mtodo da varincia
68
69
70
71
72
73
74
Figura 6.2- Perfil vertical do vento para condio atmosfrica neutra, instvel e estvel
77
77
78
79
81
83
xi
LISTA DE TABELAS
16
18
28
28
29
29
30
38
45
49
Tabela 5.1- Comparao da mdia anual de 8 anos entre os dados medidos e as sries
67
69
71
73
84
86
91
correspondentes de z
xii
LISTA DE SIGLAS
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
21
3
3.1
24
25
3.2
27
28
30
31
3.3
34
3.4
Interferncia da torre
36
3.5
38
4
4.1
39
42
4.2
Mtodos de MCP
45
45
46
4.3
47
4.4
48
50
E
DADOS
ESTIMADOS
52
52
57
57
xiv
5.3
6
6.1
6.2
59
61
63
66
66
68
69
71
74
75
75
78
80
80
80
6.3
Modelos Topogrficos
83
6.4
84
7
7.1
86
87
7.2
89
7.3
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
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
28,7
27,1
23
23
22,3
17,4
16,2
Fonte: [3]
Escala - O mercado brasileiro vem ganhando escala e com isso atraindo os principais
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
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
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
21
Incertezas de medio:
Esta incerteza referente a limitaes do processo de medio de dados de vento em
22
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
Cp Total
Potncia (kW)
Cp Total
Potncia (kW)
(a)
(b)
Fonte: Adaptado de [6]
24
Fonte: [7]
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.
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)
27
3.2 Anemmetro tipo concha
Variao (m/s)
Figura 3.3 - Limites permissveis de erro para ndices de classificao dos anemmetros tipo concha
28
A seguir so apresentados os principais anemmetros tipo concha. So apresentadas a
classificao e a incerteza da leitura de cada anemmetro.
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
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.
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
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
Escala
0,4 a 75m/s
Incerteza Padro
0,3 a 1 m/s
Fonte: [12]
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
Escala
0,2 a 75m/s
0.2 m/s (<10 m/s);
Incerteza Padro
2% da leitura (>10
m/s)
Fonte:[ 13]
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
Figura 3.8 - Anemmetro Thies First Class
Advanced
Escala
0,2 a 75 m/s
Incerteza Padro
1% do valor medido ou
< 0,2 m/s
Fonte: [14]
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]
Velocidade Relativa
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
ngulo de Inclinao
Fonte:[15]
Velocidade Relativa
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
ngulo de Inclinao
Fonte:[15]
34
3.3 Localizao da torre e dos instrumentos
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
Fonte: [21]
37
O efeito da interferncia ou sombreamento da torre nas medies mais sentido nos
locais onde a direo do vento muda bastante.
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
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
240
270
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.
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 %
0,5 5 %
0,3 3 %
02%
0,95 8,5 %
39
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
14
Velocidade (m/s)
12
10
8
6
4
2
0
18
16
Tempo
Velocidade (m/s)
14
12
10
8
6
4
2
0
Tempo
Fonte: Elaborado pelo autor
41
Figura 4.3 - Procedimento para anlise de longo prazo
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.
43
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
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]
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.
(4.4)
Onde,
respectivamente,
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.
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:
Fonte: [27]
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
Incerteza Tpica
1 - 5%
1 - 7%
3 - 10%
50
4.4.1 - Mtodo Jackknife
ANLISES
RESULTADOS
Dados
Fonte: Adaptado de [27]
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)
52
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
Velocidade Normalizada
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
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40
54
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
R = 0,4445
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
Velocidade Normalizada - NCAR - Torre 3
1,20
R = 0,7068
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
Velocidade Normalizada - NCAR - Torre 4
Fonte: Elaborado pelo autor
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
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
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
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
R = 0,5287
0,60
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
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
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
1,400
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
-4,0%
-6,0%
Fonte: Elaborado pelo autor
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
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
60
Figura 5.10- Comparao dos dados medidos com a sria estimada a partir da Torre 2 NCAR
1,400
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
Velocidade normalizada
1,600
A Figura 5.11 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 criados a partir dos
dados da NCAR Torre 2 utilizando o mtodo da regresso linear.
Figura 5.11- Comparao percentual entre a velocidade da srie medida e a da srie criada 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
-4,0%
Fonte: Elaborado pelo autor
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.
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
Figura 5.13- Comparao dos dados medidos com a sria estimada a partir da Torre 3 NCAR
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
Velocidade normalizada
1,600
A Figura 5.14 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 criados a partir dos
dados da NCAR Torre 3 utilizando o mtodo da regresso linear.
Figura 5.14- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 3
30,0%
25,0%
20,0%
15,0%
10,0%
5,41%
5,0%
0,0%
-5,0%
Jan
Mai
Jun
Jul
Ago
Set
-10,0%
-15,0%
Fonte: Elaborado pelo autor
63
Com relao as velocidade medias mensais, a diferena entre as sries variou de -9,2%
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.
0,40
0,20
0,00
0,00
0,20
0,40
0,60
0,80
1,00
1,20
64
Figura 5.16- Comparao dos dados medidos com a sria estimada a partir da Torre 4 NCAR
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
A Figura 5.17 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 criados a partir dos
dados da NCAR Torre 4 utilizando o mtodo da regresso linear.
Figura 5.17- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 4
25,0%
20,0%
15,0%
10,0%
5,50%
5,0%
0,0%
Jan
Mai
Jun
Jul
Ago
Set
-5,0%
-10,0%
Fonte: Elaborado pelo autor
65
Com relao as velocidade medias mensais, a diferena entre as sries variou de -6,4%
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 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)
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
A Figura 5.19 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 usando o mtodo da varincia.
67
A srie com 3 anos de dados medidos e 5 anos de dados estimados apresentou um
aumento de 3,97% na velocidade mdia anual quando comparada com a sria de 8 anos de
dados medidos. Com relao as velocidade medias mensais, a diferena entre as sries variou
de -5,69% no ms de janeiro a 12,85% no ms julho.
Figura 5.19- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 1 usando o mtodo da varincia
3,97%
4,0%
2,0%
0,0%
-2,0%
Jan
Fev
Mar Abr
Mai
Jun
Jul
Ago
Set
-4,0%
-6,0%
-8,0%
Fonte: Elaborado pelo autor
NCAR Torre 1
4,23 %
Mtodo da Varincia
3,97 %
68
5.3.2 - Torre de Medio e NCAR Torre 2- Mtodo da Varincia
A funo linear, obtida pelo mtodo da varincia, que correlaciona os dados NCAR
Torre 2 com os dados da torre de medio dada por:
(5.6)
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
A Figura 5.21 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 2 usando o mtodo da varincia.
A srie com 3 anos de dados medidos e 5 anos de dados estimados apresentou um
aumento de 4,08% na velocidade mdia anual quando comparada com a sria de 8 anos de
dados medidos. Com relao as velocidade medias mensais, a diferena entre as sries variou
de -3,98% no ms de janeiro a 15,68% no ms julho
69
Figura 5.21- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 2 usando o mtodo da varincia
4,08%
Jan
Jun
Jul
Ago
Set
Tabela 5.2- Comparao da mdia anual de 8 anos entre os dados medidos e as sries criadas utilizando os
dados NCAR Torre 2
NCAR Torre 2
Regresso Linear
4,34 %
Mtodo da Varincia
4,08 %
A funo linear, obtida pelo mtodo da varincia, que correlaciona os dados NCAR
Torre 3 com os dados da torre de medio dada por:
(5.7)
70
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
A Figura 5.23 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 2 usando o mtodo da varincia.
A srie com 3 anos de dados medidos e 5 anos de dados estimados apresentou um
aumento de 5,60% na velocidade mdia anual quando comparada com a sria de 8 anos de
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
Figura 5.23- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 3 usando o mtodo da varincia
10,0%
5,60%
5,0%
0,0%
-5,0%
Jan
Jun
Jul
Ago
Set
-10,0%
-15,0%
Tabela 5.3- Comparao da mdia anual de 8 anos entre os dados medidos e as sries criadas utilizando os
dados NCAR Torre 3
NCAR Torre 3
Regresso Linear
5,41 %
Mtodo da Varincia
5,60 %
A funo linear, obtida pelo mtodo da varincia, que correlaciona os dados NCAR
Torre 4 com os dados da torre de medio dada por:
(5.8)
72
Figura 5.24- Comparao dos dados medidos com a sria estimada a partir da Torre 4 NCAR usando o
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
A Figura 5.25 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 4 usando o mtodo da varincia.
A srie com 3 anos de dados medidos e 5 anos de dados estimados apresentou um
aumento de 5,47% na velocidade mdia anual quando comparada com a sria de 8 anos de
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
Figura 5.25- Comparao percentual entre a velocidade da srie medida e a da srie criada a partir dos
dados NCAR Torre 4 usando o mtodo da varincia
5,47%
5,0%
0,0%
-5,0%
Jan
-10,0%
Jun
Jul
Ago
Set
Tabela 5.4- Comparao da mdia anual de 8 anos entre os dados medidos e as sries criadas utilizando os
dados NCAR Torre 4
NCAR Torre 4
Regresso Linear
5,50 %
Mtodo da Varincia
5,47 %
74
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.
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
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]
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]
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)
10m de altura
Figura 6.5- Intensidade da turbulncia em funo da altura;
80
6.1.3 - ngulo de Incidncia do Vento
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)
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.
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.
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].
COMPONENTE DE INCERTEZA
INCERTEZA TPICA
Extrapolao Vertical
1- 3 %
Extrapolao Horizontal
1-4%
1-3%
1,7 - 5,8%
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
Onde:
a combinao das incertezas;
e
e quando i j,
, ento:
(7.3)
Medio do Vento
0,95 - 8,5
Incerteza na
PAE (%)
2,85 - 25,5
1,5
1,5 - 6
2,25 - 9
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
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.
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.
(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
P50
Energia
Fonte: Adaptado de [38]
(P50)
90
A probabilidade (P) que (E) exceda um certo valor (e)
(7.5)
, necessrio converter
) obtido multiplicando a
)
(7.8)
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
91
O valor de
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]
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
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.
94
REFERNCIAS
2006
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