ESTIMATIVA DOS RECURSOS EÓLICOS NA REGIÃO DE CAMOCIM/CE USANDO UM MÉTODO BASEADO EM REGRESSÃO LINEAR

Transcrição

1 ESTIMATIVA DOS RECURSOS EÓLICOS NA REGIÃO DE CAMOCIM/CE USANDO UM MÉTODO BASEADO EM REGRESSÃO LINEAR Emerson Mariano da Silva 1,2 ; Marcos Antonio Tavares Lira 3 1 Universidade Estadual do Ceará - UECE, Mestrado em Ciências Físicas Aplicadas - MCFA. 2 Laboratório de Pesquisas Avançadas em Energia Eólica EOLUS (emerson@uece.br). 3 Departamento de Engenharia Elétrica da Universidade Federal do Piauí UFPI. ABSTRACT: The current study is the estimate of wind resources in coast of Ceará using the theory of the linear regression. Its main objective is to estimate values of average wind speed at altitude from the data observed at the surface. The region investigated is Camocim, which is located on the west coast of Ceará. Initially characterized the region with your profile daily and monthly of speed mean wind obtained from the raw data from Data Collection Platform (DCP) and the Tower Anemometric (TA). The data on the prevailing wind direction are also used. Using the equation of the logarithmic wind profile estimate the values of average wind speed at altitude for 20, 40 and 60 meters from the data observed at the surface to 10 meters, calculating then the coefficients correlation between these data estimated altitude and the observed TA in the region. Then, we use the linear regression model to estimate new values in altitude. Initially this procedure is done for a period of model calibration for a period of validation. In both periods the linear regression model showed a good performance either by high level of agreement between the data series and the destimated number of observed data and their correlation coefficients, whether the low values of the errors between the series. Palavras chave: Energia eólica, regressão linear, estimativa de ventos. 1 - INTRODUÇÃO A maioria das séries de dados anemométricos observados e disponíveis para a realização de pesquisas cientificas, que objetivam quantificar (ou prever) os recursos eólicos de uma determinada região, além de serem obtidos em superfície (a dez metros de altura - norma da Organização Meteorológica Mundial), são de curtos períodos de tempo. Quando o ideal para essa tarefa seria a obtenção dos valores de velocidade e direção do vento na altura onde se pretende instalar um aerogerador, com o período de tempo suficiente para se determinar suas variabilidades climáticas. Assim, na prática, para o planejamento de instalação de um parque eólico recorre-se à instalação de torres anemométricas que durante um curto intervalo de tempo (1 ou 2 anos) coletam os dados de velocidade e direção do vento na região. Vale ressaltar que o dispêndio de recursos técnicos e financeiros para se instalar uma torre anemométrica para coleta de dados, por um longo período, é elevado. Assim, é nessa perspectiva que este trabalho foi desenvolvido, uma vez que apresenta um método para que a partir dos registros do vento observado em superfície seja possível estimar valores de velocidade do vento em alturas compatíveis com a instalação de geradores eólicos. O método aqui apresentado é baseado na utilização de um modelo que usa regressão linear simples. Foi aplicado para estimativas de velocidade do vento em Camocim a partir dos dados de velocidade do vento observados em superfície, obtidos na Plataforma de Coleta de Dados (PCD) situada em Barroquinha. Essas regiões são classificadas como potenciais sítios de geração de energia eólica no Estado do Ceará.

2 2 - METODOLOGIA E DADOS A localização geográfica da área em estudo, PCD em Barroquinha e Torre Anemométrica (TA) em Camocim, é mostrada na Figura 1 abaixo. Os sensores para medição da velocidade do vento na TA estão instalados em três alturas: 20, 40 e 60 metros. Figura 1 - Mapa do Estado do Ceará destacando-se as regiões da PCD de Barroquinha e da TA de Camocim. Adaptada do Google mapas. Os dados usado são do período entre 22/08/04 e 12/02/06, totalizando 540 dias de observações. A série foi dividida em duas partes, os primeiros 360 dias foram usados como período de calibração do método e os 180 restantes como período de validação. A partir das séries de dados de velocidade do vento na PCD e na TA, calcularam-se as médias em quatro intervalos distintos (diários, 5, 10 e 15 dias). Em seguida, adotando-se os dados da PCD como referência, aplicou-se os mesmos na equação do perfil logarítmico do vento dada por: Em que v(z R ) é a velocidade média à altura de referência Z R. Vale ressaltar que encontra-se na literatura estudos que apontam a destreza da aplicação da equação mostrada acima e que foi usado o valor de Z 0 da literatura para regiões litorâneas, que é de 0,0002 (LYRA e PEREIRA, 2007; ROBALLO e FISCH, 2008; ROBALLO et al., 2009). Na sequencia, para o período de calibração, investigou-se a existência de correlação para os três níveis de altura entre os dados estimados a partir dos dados em superfície, coletados na PCD, e os dados observados em altitude na TA. Cada diagrama de dispersão construído no período de calibração gerou uma equação de uma reta, bem como seu respectivo coeficiente de dispersão. A partir de então, aplicou-se o modelo de regressão linear ajustando-se os dados. Assim, para cada equação da forma y = β 0 + β 1 x, aplicando-se os valores de y (valores obtidos da PCD pela aplicação da equação 1), obteve-se novos valores de x ou x. A partir das equações das retas que representam o ajuste de regressão linear no período de calibração, foram obtidos valores estimados para as três alturas de medição da TA. Em seguida verificou-se a relação de x (valores de velocidades do vento observados na TA) com x (valores de velocidades do vento estimados na TA). Nessa verificação foram quantificados, além dos coeficientes de correlação, os erros através das medidas do Erro Médio

3 Quadrático (Root Mean Squared Error - RMSE), do Erro Absoluto Médio (Mean Absolute Error MAE) e do erro percentual (ε) entre os valores estimados e os observados. 3 - RESULTADOS E DISCUSSÕES A Figuras 2 mostra o perfil médio diário, mensal e a direção predominante do vento nas regiões da PCD e da TA. Observa-se que os maiores valores de velocidade média do vento ocorrem no período diurno, compreendido entre 6 e 18 horas local, com valores máximos de aproximadamente 6,0 e 12,0 m/s. Valores que são superiores a velocidade de entrada dos aerogeradores comerciais. Em relação a média mensal da velocidade do vento nessas regiões, observa-se que no período compreendido entre os meses de agosto e dezembro, se tem os maiores valores de velocidade média do vento. Esse período coincide com a estação seca da região. Por outro lado, os menores valores são observados no período de estação chuvosa da região, entre os meses de fevereiro a maio. A direção predominante do vento na região é de leste, com variações entre as direções de nordeste e sudoeste. (b) (c) (a) (d) (e) (f) Figura 2 Perfil diário (a), mensal (b) e direção predominante (c) da velocidade do vento na PCD. Perfil diário (d), mensal (c) e direção predominante da velocidade do vento na TA. A Figuras 3 apresenta as correlações entre os valores de velocidade média do vento estimados para 60 metros, através dos dados observados em superfície na PCD, e os da TA. Observa-se que a medida em que se aumenta o período de cálculo das médias de velocidade do vento, o coeficiente de determinação aumenta, ou seja o modelo explica um percentual maior da variabilidade do vento observado na região. Na Figura 4 têm-se a comparação entre as séries de dados obtidos pelo método de regressão linear e os observados na TA, para médias diárias, de 5, de 10 e de 15 dias, para a altura

4 de 60 metros. Observa-se que a série de dados obtida pelo modelo de regressão linear, em geral, superestima a série dos dados observados, na estação seca da região e subestima na estação chuvosa. Esta observação fica mais evidente na medida em que se aumenta o período de cálculo das médias. (b) (c) (d) (a) Figura 3 - Correlações entre os dados estimados para 60m (eixo das ordenadas) e os dados observados à 60m na TA (eixo das abscissas) obtidas para médias diárias (a), de 5 (b), de 10 (c) e de 15 dias (d). (a) (b) (c) (d) Figura 4 - Comparação entre as séries de dados estimados (regressão linear) e os dados observados na TA para a altura de 60 metros no período de calibração, médias diárias (a), de 5 (b), de 10 (c) e de 15 dias (d). A Tabela 1 mostra para o período de calibração, os resultados da quantificação dos erros, bem como os valores dos coeficientes de correlação e determinação. Em geral, para as três alturas, obtêm-se os menores valores de RMSE, MAE e ε na comparação entre as séries de valores médios estimados e observados de 15 dias, onde também se verificam os maiores valores dos coeficientes de correlação e determinação. Para se verificar o ajuste entre as duas séries foi realizado o teste de Kolmogorov-Smirnov (2003), que mostrou significância de 95%. Na Figura 5 têm-se a comparação, no período de validação entre as séries de dados obtidos pelo método de regressão linear e os observados na TA, para médias diárias, de 5, de 10 e de 15 dias, para as alturas de 60 metros. Nessa figura observa-se que, em geral, a série de dados obtida pelo modelo de regressão linear, em geral, superestima a série dos dados observados na TA, tornando-se mais evidente na medida em que se aumenta o período das médias de velocidades do vento. Esses resultados estão de acordo com os apresentados no período de calibração, quando também se obteve superestimativa nos mesmos intervalos de tempo, correspondente à estação seca da região. Adicionalmente para o período de validação, avaliou-se o grau de ajuste entre as séries pelo teste de Kolmogorov-Smirnov (2003), que mostrou significância de 95%, bem como quantificou-se os mesmos erros, coeficientes de correlação e determinação. Mostrados na Tabela 2.

5 Tabela 1 Erros, r e R 2 entre os dados estimados e observados na TA para o período de calibração. Altura (m) Médias das velocidades RMSE (m/s) MAE (m/s) ε(%) r R 2 20 m 40 m 60 m Diárias 0,80 0,61 0,56 0,91 0,83 5 dias 0,50 0,39 0,24 0,95 0,90 10 dias 0,39 0,31 0,19 0,97 0,94 15 dias 0,36 0,28 0,06 0,97 0,94 Diárias 0,92 0,69 1,16 0,89 0,79 5 dias 0,55 0,41 0,04 0,95 0,90 10 dias 0,44 0,33 0,04 0,97 0,94 15 dias 0,40 0,30 0,02 0,97 0,94 Diárias 0,94 0,71 0,87 0,90 0,81 5 dias 0,57 0,44 0,03 0,95 0,90 10 dias 0,47 0,36 0,16 0,97 0,94 15 dias 0,42 0,33 0,05 0,97 0,94 (a) (b) (c) (d) Figura 5 - Comparação entre as séries de dados estimados (regressão linear) e os dados observados na TA para a altura de 60 metros no período de validação, médias diárias (a), de 5 (b), de 10 (c) e de 15 dias (d). Tabela 2 Erros, r e R 2 entre os dados estimados e observados na TA no período de validação. Altura (m) Médias das velocidades RMSE (m/s) MAE (m/s) ε(%) r R 2 20 m 40 m 60 m Diárias 0,72 0,58 3,7 0,90 0,81 5 dias 0,34 0,28 1,9 0,97 0,94 10 dias 0,28 0,24 1,5 0,97 0,94 15 dias 0,24 0,21 1,0 0,98 0,96 Diárias 0,82 0,66 4,6 0,90 0,81 5 dias 0,41 0,35 2,7 0,96 0,92 10 dias 0,33 0,28 2,2 0,97 0,94 15 dias 0,28 0,25 1,8 0,98 0,96 Diárias 0,84 0,68 3,7 0,89 0,79 5 dias 0,44 0,37 2,1 0,95 0,90 10 dias 0,37 0,32 1,7 0,95 0,90 15 dias 0,32 0,29 1,2 0,97 0,94 Tanto para o período de calibração quanto para o de validação, as correlações e os valores de RMSE e MAE são inferiores aos encontrados por Santiago de Maria (2006), na comparação dos valores de velocidade média do vento observados na TA de Camocim com os valores simulados com o RAMS a 20, 40 e 60 metros.

6 4 - CONCLUSÕES O método usado baseado em regressão linear mostrou desempenho satisfatório tanto no período de calibração quanto no período de validação, seja pelo alto índice de concordância entre as séries de dados estimados e observados e seus respectivos coeficientes de correlação, seja pelos baixos valores dos erros quantificados. Diante dos resultados obtidos, confirma-se que a região de Camocim caracteriza-se como potencial sítio, favorável para o aproveitamento da energia eólica. Conclui-se ainda que a estimativa de recursos eólicos em altitude a partir de dados observados em superfície, usando-se a metodologia proposta nesse trabalho, é um processo viável tanto do ponto de vista técnico quanto financeiro. Embora o método tenha sido aplicado para uma região litorânea, com a mudança do parâmetro de rugosidade, existe a possibilidade de ser aplicado, utilizando-se dados das PCD, localizadas em regiões continentais, onde se tem a possível expansão da exploração dos recursos eólicos do Estado do Ceará. 5 - REFERÊNCIAS BIBLIOGRÁFICAS DEVORE, D. L. Probabilidade e estatística para engenharia e ciências. São Paulo: Pioneira Thomson Learning, LYRA, G. B.; PEREIRA, A. R. Parâmetros de rugosidade aerodinâmica sobre vegetação esparsa em região semi-árida. Revista Brasileira de Meteorologia, Rio de Janeiro, v.22, n.2, , agosto, KOLMOGOROV-SMIRNOV. Disponível em < Acesso em: 15 outubro ROBALLO, S. T.; FISCH, G. Escoamento Atmosférico no Centro de Lançamento de Alcântara (CLA): PARTE I Aspectos Observacionais. Revista Brasileira de Meteorologia, vol. 23, n ROBALLO, S. T.; FISCH, G.; GIRARDI, R. M. Escoamento Atmosférico no Centro de Lançamento de Alcântara (CLA): PARTE II Ensaios no Túnel de Vento. Revista Brasileira de Meteorologia, vol. 24, n SANTIAGO DE MARIA, P. H. S.; COSTA, A. A.; SOMBRA, S. S. Simulação de ventos em alta resolução no litoral do Ceará. In: CBMET, 14, 2006, Florianópolis. Florianópolis. Anais XIV Congresso Bras. de Meteorologia, AGRADECIMENTOS Os autores desse estudo agradecem o apoio financeiro do CNPq (Edital MCT/CNPq 14/2008, Processo /2008-6) e da SEINFRA/CE pela cessão dos dados observados.