Análise e previsão de curto prazo do vento através de modelagem estatística em áreas de potencial eólico no nordeste do Brasil.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-08-13T15:28:50Z No. of bitstreams: 1 POLLYANNA KELLY DE OLIVEIRA SILVA - TESE (PPGMet) 2017.pdf: 11004478 bytes, checksum: 0d5e098181f432beffc2fd8155027f1e (MD5)Made available in DSpace on 2018-08-13T15:28:50Z (GMT). No. of bitstreams: 1 POLLYANNA KELLY DE OLIVEIRA SILVA - TESE (PPGMet) 2017.pdf: 11004478 bytes, checksum: 0d5e098181f432beffc2fd8155027f1e (MD5) Previous issue date: 2017-08-30CNPqO vento como fonte para geração de energia elétrica é analisado neste trabalho através de sua variabilidade e da obtenção de previsões de curto prazo para o ano de 2010, período de atuação de El Niño-Oscilação Sul (ENOS) moderado. Modelos de séries temporais propostos por Box-Jenkins e o indicador de desempenho de predição MMREE são usados para obter as melhores estimativas da velocidade do vento com base nas séries observadas. São utilizados dados anemométricos do Projeto SONDA situado às margens do Rio São Francisco em Petrolina – PE, e de dois parques eólicos localizados no litoral do Estado do Ceará: Quixaba (litoral leste), na cidade de Aracati, e Lagoa Seca (litoral oeste), na cidade de Acaraú. O ciclo diário do vento tem velocidades mais baixas (altas) no período da madrugada-início da manhã (pela manhã e final da noite, com exceção do litoral oeste, cujas máximas ocorrem no final da tarde). Um cisalhamento vertical negativo, no vento local, é observado em períodos distintos do dia nas três áreas de estudo. No Ceará ele ocorre no período da manhã (início da tarde e meio da noite) no litoral leste (oeste) e no Lago de Sobradinho durante a noite até o início da manhã. Foi observado que no litoral leste os ventos são mais fortes, provavelmente devido à curvatura côncava do litoral. As estimativas da velocidade do vento no horizonte de 24 horas pelo modelo SARIMA, com dados horários dos 30 dias anteriores ao dia da previsão para treino (Caso 2), mostraram redução nos erros e melhora significativa na série estimada no período da madrugada-início da manhã; no Lago de Sobradinho essas estimativas são mais precisas, quando comparadas àquelas feitas com base em toda a série de dados (Caso 1). Os resultados indicam que o modelo SARIMA com período de entrada de dados menor pode ser aplicado para a previsão da velocidade do vento em áreas de potencial eólico, dando suporte ao operador da rede elétrica na programação da geração despachável para o dia seguinte.The wind as a source for power generation is analyzed in this work by means of its variability and short-range wind forecasts for the year of 2010, period of moderate El Niño-Southern Oscillation (ENSO). Time series models proposed by Box-Jenkins and the indicator of forecast accuracy MMREE are used to obtain the best wind speed estimates based on the observed series. Anemometric data of the SONDA Project located on the shore of the São Francisco River in Petrolina-PE, and of two wind power plants located on the coast of the Ceará State, Quixaba (east coast), in the city of Aracati, and Lagoa Seca (west coast), in the city of Acaraú, are used. The daily wind cycle has lower (higher) speeds in late night-early morning (in the morning and end of the night, with exception of the west coast, whose maxima occur in late afternoon). A negative vertical shear in the local wind is observed in distinct periods of the day in the three study areas. In Ceará it occurs in the morning (early afternoon and middle of the night) on the east (west) coast and on Sobradinho Lake at night until early in the morning. It was observed that the winds are stronger on the east coast, probably due to the coast’s concave curvature. The wind speed estimates in a 24-hour horizon by the SARIMA model, with hourly data of the 30 days that precede the forecast day for training (Case 2), showed reduction in the errors and significant improvement in the estimated series in late night-early morning; in Sobradinho Lake these estimates are more accurate, as compared to the estimates based on the entire data series (Case 1). The results indicate that the SARIMA model with horter time series as input may be applied to forecast wind speed in areas of eolic potential, giving support to the system operator in programming the dispatchable distributed generation for the next day