Avaliação da precipitação como variável exógena na previsão de geração eólica de curto prazo de uma central eólica no Ceará

• Main Author: BARROS, Alessandra Maciel de Lima
• Other Authors: SOBRAL, Maria do Carmo Martins, VALENÇA, Mêuser Jorge Silva, http://lattes.cnpq.br/2849386233516118, http://lattes.cnpq.br/4167833928991356
• Format: Doctoral or Postdoctoral Thesis
• Language: Portuguese
• Published: Universidade Federal de Pernambuco 2017
• Subjects: Engenharia civil; Energia eólica; Índices climáticos; Redes neurais; Pacific; Nordeste; Eta; North Atlantic
• Online Access: https://repositorio.ufpe.br/handle/123456789/31649

A energia eólica vem despontando como uma das principais fontes renováveis de energia no Nordeste do Brasil, especialmente nos últimos anos, devido à escassez hídrica e a sua complementariedade energética sazonal à geração hidráulica. Desde 2014, o Brasil está entre os dez países do mundo com maior capacidade instalada de energia eólica. Em 2016, a capacidade instalada era de cerca de 10 GW com previsão de alcançar 16 GW, em 2021. O Nordeste concentra 85% deste total. O objetivo do trabalho foi avaliar a inclusão da variável exógena precipitação na previsão de geração eólica de curto prazo de uma central eólica no estado do Ceará. Foram utilizados dados diários de: geração eólica verificada do Operador Nacional do Sistema Elétrico; velocidade do vento verificada do Sistema de Medições Anemométricas da Empresa de Pesquisa Energética; precipitação pluviométrica diária da Agência Nacional de Águas e da Funceme; índices climáticos do NCEP; previsão da velocidade do vento do modelo ETA (15 km). Neste trabalho foram utilizados os seguintes softwares/métodos: RClimdex para cálculo dos índices de extremos climáticos; WRPLOT para caracterização do regime de ventos; SPSS para análise da correlação de Pearson; cálculo do Índice de Anomalia de Chuva e utilização do software NeuroHidro. Dentre os principais resultados, destacam-se: predominância de tendências negativas de diminuição da precipitação total com chuvas distribuídas e concentradas em curto período de tempo; existência de uma relação inversamente proporcional entre o Índice de Anomalia de Chuva e o Fator de Capacidade da geração eólica; as correlações obtidas evidenciaram que o regime de ventos e precipitação das estações analisadas é influenciado pelas variações de temperatura do Oceano Atlântico e Oceano Pacífico, com uma maior correlação positiva do Atlântico Norte. O aumento da temperatura da superfície do mar dos oceanos Atlântico Norte e Pacífico equatorial, especificamente, nas regiões Niño 1+2 e Niño 3 provoca uma redução da precipitação e uma intensificação na velocidade dos ventos nas estações estudadas da região litorânea dos estados do Ceará e Rio Grande do Norte. As correlações obtidas com o Atlântico Sul não apresentaram significância estatística. Em relação ao regime de ventos, constatou-se uma maior intensidade dos ventos no período seco e uma menor intensidade no período úmido, sendo os ventos mais intensos no segundo semestre do ano. As previsões da velocidade do vento do modelo ETA (15 km) apresentaram uma tendência em superestimar a velocidade do vento prevista com maiores desvios no período úmido. Os desvios da previsão de vento são mais elevados para velocidades de 4 a 6 m/s, enquanto que, os desvios são reduzidos para velocidades de 8 a 10 m/s. A inserção da variável exógena precipitação melhorou o desempenho do modelo de previsão de geração eólica no período úmido analisado, especificamente, para os dias com precipitação superior a 40 mm. Os resultados apresentados nesta pesquisa não podem ser generalizados para todo o Nordeste. Os resultados obtidos contribuirão para o aprimoramento dos modelos de previsão de geração eólica e podem subsidiar o planejamento energético do Sistema Interligado Nacional. CAPES Wind energy is the fastest growing renewable energy source for electricity generation in the Northeast of Brazil, especially in recent years, due to the water scarcity and its seasonal energy complementarity to hydroelectric power. Since 2014, Brazil has been among the ten countries with the largest installed capacity of wind power. In 2016, the installed capacity was about 10 GW, with forecast to reach 16 GW in 2021. The Northeast concentrates 85% of this total installed capacity. The aim of this work was to evaluate the inclusion of the exogenous precipitation variable in the forecast of short-term wind generation of a wind farm in the state of Ceará. The main data used were: wind generation verified of the National Electric System Operator (2012 to 2014); wind speed verified in the Anemometric Measurement System of the Energy Research Company rainfall of the National Water Agency and Funceme; climate indices of the NCEP; wind speed prediction of the ETA model (15 km). The following methodology was used: RClindex to calculate the climate extremes indices; WRPLOT for characterization of wind regime; SPSS for analysis of the Pearson correlation; calculation of Rainfall Anomaly Index and software tools as NeuroHidro and others. Among the main results, it stands out the predominance of negative trends and decrease in the total precipitation with more sporadic rains and concentrated in a short period. In addition, there was an inversely proportional relationship between the Rain Anomaly Index and the Wind Power Capacity Factor. The increase of the Pacific and North Atlantic Oceans´ surface temperature causes a reduction of precipitation and an intensification of the wind velocities in the studied points of the coastal region of the states of Ceará and Rio Grande do Norte. The wind speed predictions of the ETA model (15 km) showed a tendency to overestimate the predicted wind velocity with larger deviations in the rainy period. Deviations from the wind forecast were higher at speeds of 4 to 6 m/s, while deviations were reduced at speeds of 8 to 10 m/s. The insertion of the exogenous precipitation variable improved the performance of the wind generation prediction model in the rainy period analyzed, specifically for the days with precipitation over 40 mm. The results presented in this research should not be generalized throughout the Northeast. It is recommended to carry out new analyzes with a greater history of precipitation and wind generation data for wind farms analyzed and located in different geographic regions and complex terrains, as well as evaluation of other models of meteorological forecast such as the HRES models of the Center (ECMWF) and GFS (NCEP). The results obtained will contribute to the improvement of wind power forecasting models and may support the energy planning of the National Interconnected System.