Uso de dados meteorológicos observacionais e de reanálise para a estimativa da velocidade do vento nos níveis de aerogeradores

Abstract

Resumo: O Brasil apresenta um expressivo crescimento na utilização de fontes de energia eólica, cuja avaliação do potencial eólico depende de boa disponibilidade de dados observacionais para o cálculo de estatísticas, assim como de boas metodologias para estimar a velocidade do vento a 50 m (ou mais) acima do solo, uma vez que a maioria das redes de observações meteorológicas medem o vento a 10 m de altura. Com isso, o objetivo do presente trabalho é fazer uma investigação de boas técnicas de extrapolação da velocidade vertical do vento para alturas superiores a 10 m. Com as séries de dados de reanálise do modelo Climate Forecast System Version 2 (CFSV2) vindas dos National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) e com dados medidos em uma torre localizada em Minas Gerais, foi possível estimar a velocidade do vento em níveis superiores a 10 m. Foram estimados valores do comprimento de rugosidade para o uso na previsão da velocidade do vento e o que produziu melhores resultados para o local da torre citada foi z0 = 0;15m. Para estimar a velocidade do vento foram analisados três modelos, um deles é o perfil logarítmico e os outros dois utilizam funções de correção de estabilidade atmosférica. As estimativas de velocidade do vento geradas com a utilização de cada um desses modelos de previsão foram comparadas com a velocidade do vento observada na torre meteorológica estudada. Os resultados dos índices estatísticos mostram que a estimativa da velocidade do vento para a altura de 50 metros com o uso perfil logarítmico gerou uma raiz do erro quadrático médio (REQM) de 3;22ms*1 para todo o conjunto de dados e um coeficiente de correlação de 0;30. A melhor estimativa com função de estabilidade gerou uma REQM de 2;18ms*1 para todo o conjunto de dados e um coeficiente de correlação de 0;64. Além disso, foi feita uma comparação entre os três métodos de estimativa de velocidade do vento utilizados, o que evidenciou a importância de utilizar funções de correção de estabilidade para reduzir os erros na previsão da velocidade do vento. Palavras-chave: Energia eólica, velocidade do vento, reanálise, extrapolação vertical da velocidade do vento, estabilidade atmosférica.

Abstract: Brazil presents a significant growth in the use of wind energy sources, which evaluation of the wind potential depends on the availability of observational data for the calculation of statistics, as well as good methodologies to estimate the wind speed at 50m(or more) above ground, since most of the meteorological observations networks measure the wind at a height of 10 m. With this, the objective of the present work is to do an investigation of good techniques of extrapolation of the vertical velocity of the wind to heights superior to 10 m. With the series of reanalysis data of the Climate Forecast System Version 2 (CFSV2) model coming from the National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) and with data measured in a tower located in Minas Gerais, it was possible to estimate the wind speed at levels higher than 10 m. Roughness length values were estimated for use in wind speed predictionand the one that produced the best results for the site of the cited tower was z0 = 0;15m. In order to estimate wind speed, three models were analyzed, one being the logarithmic profile and the other two using atmospheric stability correction functions. The wind speed estimates generated with the use of each of these forecast models were compared with the wind speed observed in the meteorological tower studied. The results of the statistical indices show that the estimate of the wind speed for the height of 50 meters with the use logarithmic profile generated a root mean square error (RMSE) of 3;22ms*1 for the entire data set and a correlation coefficient of 0;30. The best estimate with stability function generated a RMSE of 2;18ms*1 for the entire data set and a correlation coefficient of 0;64. In addition, a comparison was made among the three wind speed estimation methods used, which evidenced the importance of using stability correction functions to reduce errors in wind speed prediction. Keywords: Wind energy, wind speed, reanalysis, wind speed vertical extrapolation, atmospheric stability.