| Resumo: | O Brasil possui um setor energético limpo quando comparado aos demais países do mundo, e um dos seus maiores desafios é sustentar esta condição. Apesar de sua matriz energética ser majoritariamente hidrelétrica, o Brasil abre portas para novas fontes de energias renováveis, tais como: eólica e solar. Seja qual for o setor, eólico ou solar, a prática mais comum para estimar o potencial energético é fazer as medições locais durante um curto período de tempo, e, extrapolar para um longo período. Os potenciais eólico e solar são altamente variáveis no tempo e no espaço, tanto curto como longo período, o que faz com que existam riscos relacionados diretamente ao investimento de capital. Para reduzir a incerteza associada às condições do vento ou da radiação solar de um ano a outro, os dados obtidos na Campanha de Medição são correlacionados com dados registrados de longo período de uma Estação Meteorológica próxima. O presente trabalho tem como objetivo estudar a aplicação do método MCP (Medir – Correlacionar – Predizer) para estimar o recurso de um parque eólico ou solar, abordando diversas leis de correlação, associadas à distância entre as estações meteorológicas usadas e a altura dos equipamentos de medição. Para tal, foram desenvolvidas rotinas em ambiente MATLAB e aplicadas para os pares de estações meteorológicas: Universidade de Brasília – Campus Gama (FGA) e redes SONDA e INMET. Observou-se que a lei de correlação de “Regressão Linear Simples”, em que pese a sua simplicidade, foi a que apresentou melhores resultados, tanto para eólica como para solar. Enquanto que a lei “Regressão Linear Simples por Segmentação”, lei proposta pela autora no presente trabalho aplicado ao recurso solar, apresentou melhor resultado para o cálculo do “bias error”. Parâmetro este, mais utilizado pelas indústrias eólicas. _________________________________________________________________________ ABSTRACT
Brazil has the energy sector extremely clean compared to other countries, and one of his biggest challenges is to maintain this condition. Although his energy matrix is mostly hydroelectric, Brazil is opening his doors to new renewable energies, such as wind and solar. Regardless whether it is wind power or solar energy, the most common practice to estimate the potential energy is to make the local measurements over a short period of time, and extrapolating to a long period. The wind and solar potentials are highly variable in time and space, both short and long term, which results in risks directly related to capital investment. To reduce the uncertainty associated with the conditions of wind or solar irradiation from one year to another, the data obtained in the site-specific resource are correlated with long-term historical data from a neighboring monitoring station. In this context, the present work aims to study the application of MCP (Measure - Correlate - Predict) to estimate the resource of a wind or solar park, applying various laws of correlation, associated with the distance between the meteorological stations used and the height of the measuring equipment. To this end, routines were developed in software MATLAB and applied to the pairs of meteorological stations: University of Brasilia - Campus Gama (FGA) and SONDA and INMET networks. It was observed that the law of correlation "Linear Least Squares", despite its simplicity, showed the best results, for wind and solar. While the " Linear Least Squares Segmentation", law proposed by the author in this study applied to the solar resource, showed better results for the calculation of bias error. Parameter more used by the wind industry. |
