ATLAS DO POTENCIAL EÓLICO PARA PORTUGAL CONTINENTAL

Transcrição

1 ATLAS DO POTENCIAL EÓLICO PARA PORTUGAL CONTINENTAL Paulo Alexandre da Silva Costa Lic. em Ciências Geofísicas Meteorologia e Oceanografia Orientadores: Professor Doutor Pedro Miranda (FCUL) Professora Doutora Ana Estanqueiro (INETI) Dissertação submetida para a obtenção do grau de Mestre em Ciências e Engenharia da Terra Junho 04

2 RESUMO Nos últimos anos, tem-se verificado um esforço de caracterização do vento em Portugal Continental, motivado pelo crescente interesse nos aproveitamentos da energia eólica. Várias instituições de investigação e desenvolvimento com actividade na caracterização desta forma de energia, têm vindo a apresentar estudos do potencial eólico em locais apropriados para o aproveitamento da energia do vento, contribuindo para a caracterização do escoamento atmosférico nesses locais. Contudo os resultados obtidos têm, até agora apresentado um carácter pontual, restringido-se a areas de dimensões reduzidas (tipicamente 5 5km), não permitindo, deste modo, conduzir ao mapeamento deste recurso energético para uma região ou para a globalidade do território. Neste trabalho, apresenta-se uma metodologia para o desenvolvimento de um atlas do potencial eólico para Portugal Continental, com recurso a um modelo numérico de mesoscala - MM5, o qual se insere, actualmente, no padrão mais avançado do estado da arte na simulação da evolução do escoamento atmosférico junto da superfície terrestre, apresentado a capacidade de mapeamento do recurso eólico num país inteiro. Para o desenvolvimento deste trabalho, numa primeira fase, efectuaram-se simulações numéricas ao escoamento atmosférico para aceder a uma distribuição espacial do potencial eólico do nosso país, com base no ano completo de 1999, tendo os resultados sido posteriormente corrigidos por um factor médio de desvio da variabilidade inter-anual, utilizando-se quatro estações de referência e de longo termo do INETI, situadas em locais propícios à geração de fenómenos de concentração do vento. Posteriormente, numa segunda fase, recorreu-se ao processo clássico de uso de regimes de circulação, para identificação dos padrões do escoamento atmosférico junto da superfície, tendo sido simulados os dias representativos de cada regime. O atlas do potencial eólico obtido por esta abordagem consiste no compósito dos mapas médios simulados para cada regime, ponderados pelas respectivas frequências de ocorrência. Espera-se com este trabalho, fornecer uma ferramenta que contribua para a avaliação prévia do potencial do vento, e um auxiliar à decisão de futuros investimentos em campanhas experimentais para caracterização do escoamento atmosférico, bem como de planeamento de redes eléctricas e demais infra-estruturas. Palavras-chave: Atlas, potencial eólico, modelação mesoscala, MM5 i

3 ABSTRACT In the last years there has been an increasing effort in characterizing the wind power in Portugal due to growing interest in this renewable form of energy. Several institutions have been presenting several wind power studies in places that are suited for the use of wind power, but as these studies focus on limited areas, usually on squared area 5 km long, they do not allow mapping the wind resource as a whole. The goal of this work is to provide a tool to help decision makers as it allows choosing sites for a first wind power assessment as well as planning the wind power network and other facilities. This study presents a methodology to develop a wind power atlas for mainland Portugal, using a state-of-the-art mesoscale numerical weather prediction model (MM5). The data used in this work was the observed wind speed and direction at a station located in the west coast of Portugal, in The interannual variability was assessed with the help of four reference masts of INETI, so that the outputs can be representative of climate. Two experiments were made to obtain the wind power: in the first, the whole year of 1999 was simulated and the climate was calculated as the mean value of the field. In the second experiment, a weather type classification scheme was implemented, using the pressure at mean sea level surface. The most representative day of each weather type was simulated and the mean annual fields were obtained by a weighting average of the frequency of occurrence and the respective mean daily fields. Key-words: Atlas, wind power, mesoscale simulations, MM5 ii

4 Índice 1. Introdução Energias renováveis em Portugal Situação actual da energia eólica em Portugal Objectivos Organização da dissertação 5 2. Identificação do potencial eólico Atlas Europeu do Vento Estudos realizados em Portugal Estudos recentes sobre o mapeamento do potencial eólico O escoamento atmosférico A circulação global da atmosfera Vento geostrófico Vento do gradiente 3.2 Circulações locais Brisa marítima e brisa terrestre Brisa de vale e de montanha A depressão térmica na Península Ibérica Efeitos locais da circulação atmosférica Escoamentos sobre montanhas Camada limite atmosférica Turbulência atmosférica Caracterização da energia do vento Regimes de circulação em Portugal Continental 4.1 Metodologia de classificação Escolha dos dias representativos para o ano de Escolha dos dias representativos para um período de 7 anos Metodologia de desenvolvimento do atlas do potencial eólico de Portugal Continental Modelo atmosférico Condições iniciais e de fronteira Caracterização do terreno e da rugosidade 68 iii

5 6. Resultados da aplicação dos modelos e metodologias Atlas do potencial eólico para o ano de Verificação dos resultados Atlas do potencial eólico obtido pelos regimes de circulação Verificação dos resultados Comparação das estimativas do modelo com o Atlas Europeu do Vento Análise dos resultados Conclusões e trabalho futuro 123 Referências 126 ANEXO I Classes de solo/vegetação e respectivos parâmetros físicos para o Verão e Inverno 1 ANEXO II Mapas de precipitação acumulada e temperatura média a 2m para o ano de 1999 simulação MM5 131 iv

6 Lista de tabelas Tabela 1.I - Capacidade instalada em Portugal Continental e nas ilhas até Dez Tabela 3.I - Coeficientes de atrito no solo Tabela 4.I - Índices de circulação Tabela 4.II - 26 tipos de regimes de circulação Tabela 4.III - Dias representativos de cada regime para Tabela 4.IV - Dias representativos de cada regime para sete anos de dados Tabela 5.I - Geo-referenciação das estações anemométricas do INETI Tabela 5.II - Altitude das estações e altura dos sensores de velocidade e direcção das estações anemométricas do INETI Tabela 5.III - Data de início da campanha de monitorização Tabela 5.IV - Dimensões dos domínios e passo de tempo das simulações Tabela 5.V - Opções e parametrizações físicas utilizadas nas simulações Tabela 6.I - Análise da variabilidade inter-anual para o ano de Tabela 6.II - Velocidades, desvios e erros médios quadráticos mensais dos dados da velocidade entre valores observados e os dados do atlas para o ano de Tabela 6.III - Desvios mensais da direcção entre os dados observados e os dados do atlas para o ano de Tabela 6.IV - Correlações (%), índices de ajuste das rectas (R 2 ), desvios e erro médio quadrático entre os dados observados e os dados atlas para o ano de Tabela 6.V - Gráficos de dispersão e declives de recta entre os dados observados e os dados atlas para o ano de Tabela 6.VI - Rosa de ventos entre os dados observados e os dados atlas para o ano de Tabela 6.VII - Rosa de potencias entre os dados observados e os dados atlas para o ano de Tabela 6.VIII - Distribuição de Weibull entre os dados observados e os dados atlas para o ano de v

7 Tabela 6.IX - Séries mensais para a estação IN01 São João das Lampas, entre os dados observados e os dados atlas para o ano de Tabela 6.X - Séries mensais para a estação IN04 Vila do Bispo, entre os dados observados e os dados atlas para o ano de Tabela 6.XI - Séries mensais para a estação IN32 Gardunha, entre os dados observados e os dados atlas para o ano de Tabela 6.XII - Séries mensais para a estação IN33 Arruda, entre os dados observados e os dados atlas para o ano de Tabela 6.XIII - Parâmetros globais da estação IN01 São João das Lampas. Resultados para o ano de Tabela 6.XIV - Parâmetros globais da estação IN04 Vila do Bispo. Resultados para o ano de Tabela 6.XV - Parâmetros globais da estação IN32 Gardunha. Resultados para o ano de Tabela 6.XVI - Parâmetros globais da estação IN33 Arruda. Resultados para o ano de Tabela 6.XVII - Valores observados e simulados da velocidade do vento a 10m acima do solo, para cada regime e estação anemométrica Tabela 6.XVIII - Valores do desvio (º) da direcção calculados com base nos valores observados e simulados em cada uma das estações anemométricas do INETI a 10m acima do solo, para cada regime e estação anemométrica Tabela 6.XIX - Desvios calculados para as estações do IM, com base nos resultados simulados com a metodologia presente neste trabalho e nas estimativas (extrapoladas) do atlas europeu do vento, a 80m do solo. 119 Anexo I - Tabela com as classes de solo/vegetação e respectivos parâmetros físicos para o verão e inverno vi

8 Lista de figuras Figura Potência eólica instalada em Portugal e estimativa de crescimento da capacidade instalada até Figura Efeitos de concentração e turbulência do escoamento atmosférico sobre colinas Figura Atlas Europeu do Vento obtido para a cota dos m Figura Conjunto de modelos e informação de entrada para o modelo WasP Figura Processamento de dados meteorológicos no Atlas Europeu do Vento para quatro estações meteorológicas de Portugal no período Figura Mapa de rosas de vento da rede de estações sinópticas do Instituto de Meteorologia, obtido para o período de 1951 a 19 às 9h TMG Figura Mapa de caracterização energética de Portugal Continental Figura Mapa de ventos extremos calculado com base nas estações sinópticas do Instituto de Meteorologia Figura Mapa de ventos obtido com a metodologia KAMM/WAsP para as regiões: Beira litoral e interior e zona oeste Figura Temperatura média aos 1000 hpa - junto da superfície em Janeiro e Julho. Média de anos Figura Pressão e vento médio junto da superfície em Janeiro e Julho. Média de anos Figura Efeito da força de atrito Figura Brisas marítima e terrestre Figura Brisas de vale e montanha Figura Depressão térmica na península ibérica Figura Escoamento sobre montanhas face a diferentes valores do número de Froude Figura Representação da camada limite atmosférica Figura Efeito da rugosidade do solo na camada limite atmosférica vii

9 Figura Estrutura da camada limite atmosférica.... Figura Esquema de transferência de energia numa camada limite turbulenta Figura Espectro de energia do vento apresentado por Van der Hoven Figura Curva de potência de uma turbina com 2.0MW de potência nominal Figura Grelha dos 16 pontos da pressão ao nível médio do mar, considerados no cálculo dos índices de circulação Figura Frequência de ocorrência dos 26 regimes de circulação para 52 anos de dados ( ) Figura Frequência de ocorrências mensais para cada um dos 26 regimes de circulação, utilizando-se 52 anos de dados ( ) Figura Campo médio da pressão ao nível médio do mar para o regime anticiclónico (H) e ciclónico (L) ( ) Figura Campo médio da pressão ao nível médio do mar para cada regime apresentado ( ) Figura Campo médio da pressão ao nível médio do mar para cada regime apresentado ( ) Figura Campo médio da pressão ao nível médio do mar para cada regime apresentado ( ) Figura Frequência de ocorrência dos 26 regimes de circulação para o ano de Figura Campo da pressão ao nível médio do mar do dia representativo do regime anticiclónico (H) e ciclónico (L) para o ano de Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para Figura Frequência de ocorrência dos 26 regimes de circulação para sete anos de dados viii

10 Figura Comparação dos pesos das frequências dos regimes nos três períodos em análise Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes anticiclónico (H) e ciclónico (L) para sete anos de dados Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados Figura Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados Figura Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados) Figura 4. - Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados) Figura Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados).... Figura Organigrama representativo da metodologia de desenvolvimento do atlas do potencial eólico Figura Mapa com a localização das estações anemométricas do INETI para o estudo do atlas do potencial eólico Figura Domínios de simulação do MM5 para o desenvolvimento do atlas do potencial eólico Figura Orografia e parâmetro de rugosidade médio (z 0 ) (m) Figura Curvas de potência para os conversores: GEWE 1.5sl de 10kW de potência nominal, VESTAS V80 de 00kW e NORDEX N90 de 20kW Figura Mapas médios simulados da intensidade do vento (m/s) Figura Mapas médios simulados do rumo e intensidade do vento Figura Mapas médios do fluxo de potência (W/m 2 ) Figura Mapas médios simulados da intensidade de turbulência (%) Figura Mapas médios simulados do parâmetro de escala da distribuição de Weibull (m/s) ix

11 Figura Mapas médios do parâmetro de escala (adimensional) da distribuição de Weibull Figura Mapas médios do número de horas anuais de funcionamento à potencial nominal para os conversores GEWE 10kW a m; VESTAS V80 00kW a 80m; NORDEX N90 20kW a 80m Figura Mapas médios da velocidade vertical [m/s] a 80m do solo; densidade do ar à superfície [kg/m 3 ] e pressão atmosférica à superfície [hpa] Figura Rosas de vento processadas para a altura de 80m. Simulação domínio 4 (3 3km) Figura Rosas de potências processadas para a altura de 80m. Simulação domínio 4 (3 3km) Figura Mapas compósitos simulados com base no peso das frequências de ocorrência dos regimes nos 52 anos de dados (classificação 1951 a 02) para a velocidade média do vento [m/s] e fluxo de potência [W/m 2 ] a 80m Figura Mapas médios simulados para o regime H Figura Mapas médios simulados para o regime NE Figura Mapas médios simulados para o regime N Figura Mapas médios simulados para o regime W Figura Mapas médios simulados para o regime L Figura Mapas médios simulados para o regime NW Figura Mapas médios simulados para o regime E Figura 6. - Mapas médios simulados para o regime SW Figura Mapas médios simulados para o regime H+N Figura Mapas médios simulados para o regime H+NE Figura Mapas da velocidade média do vento a 80m para a simulação 1999 e compósito simulado com base no peso das frequências de ocorrência dos regimes nos 52 anos de dados (classificação 1951 a 02) Anexo II - Mapas da precipitação acumulada e temperatura média a 2m do solo para o ano de 1999 simulação MM x

12 Lista de símbolos e/ou abreviaturas ACP Análise em Componentes Principais CLA Camada Limite Atmosférica EDP Electricidade de Portugal GTOPO Global arc-second Topografic data INEGI Instituto de Engenharia e Gestão Industrial INETI Instituto Nacional de Engenharia, Tecnologia e Inovação IM Instituto de Meteorologia KAMM the Karlsruhe Atmospheric Mesoscale Model MM5 Fifth-generation Mesoscale Model NCAR National Center for Atmospheric Research PSU Pennsylvania State University TMG Tempo Médio de Greenwich USGS United States Geological Survey WAsP Wind Atlas Analysis and Application Program WGS84 World Geodetic System 1984 xi

13 Agradecimentos O resultado final de uma tese de mestrado é fortemente condicionado pelos apoios disponíveis para a sua execução. Assim, começo por agradecer ao INETI, Instituto Nacional de Engenharia, Tecnologia e Inovação, na pessoa do Senhor Director do Departamento de Energias Renováveis, Doutor António Joyce, pelas condições disponibilizadas para a realização deste trabalho. Agradeço também ao Departamento de Física da Faculdade de Ciências, em particular ao grupo de Meteorologia, pela utilização do cluster de computadores sem o qual não teria sido possível a execução deste trabalho em tempo útil. Uma boa orientação técnica e científica de um trabalho é meio caminho andado para o seu sucesso. Assim, agradeço à Doutora Ana Estanqueiro a sua excelente orientação, as valiosas sugestões transmitidas durante este percurso, o grande incentivo manifestado quer a nível profissional quer a nível pessoal e, o ter acreditado sempre no sucesso deste trabalho. Agradeço também, ao Professor Doutor Pedro Miranda, pela orientação e pelas preciosas sugestões transmitidas no decorrer deste trabalho. A nível profissional, encontro-me inserido num grupo que prima pelo seu grande companheirismo e excelente ambiente de trabalho, pelo que manifesto os meus maiores agradecimentos ao Grupo da Energia Eólica da Unidade de Energia Eólica e dos Oceanos do Departamento de Energias Renováveis, pela colaboração prestada nos momentos de maior aperto. De entre estes, agradeço em particular à Teresa Simões e ao João Rio, pela preciosa ajuda na revisão e formatação dos textos e figuras, e pelo incentivo e entusiasmo constantes manifestado por ambos no decorrer deste trabalho. Agradeço ainda ao Nuno Lopes, pelo apoio sempre presente quer a nível pessoal quer a nível profissional. Agradeço ainda aos colegas do Departamento de Energias Renováveis, pelos momentos bem dispostos proporcionados nos intervalos de lazer, parte que considero imprescindível no sucesso de qualquer trabalho. Destes, destaco a Paula Candeias por me ter deixado ocupar a sua biblioteca durante a fase de composição desta tese e a Vanda Caetano pela boa vizinhança e pelo contagiante bom humor que lhe é característico. Finalmente, agradeço aos meus pais e à minha irmã pelo apoio incondicional que me deram, e por me terem aturado nas fase menos boas, e ainda, ao meu sobrinho pela sua alegria natural que me proporcionou momentos valiosos de grande descontração. xii

14 1. Introdução Nos últimos anos tem-se verificado a nível mundial um crescente interesse pelas alterações que o clima na Terra poderá sofrer num futuro não muito longíquo, relacionadas com o transporte, extracção e manipulação da energia, com consequentes contribuições para o efeito de estufa. A convenção de Quioto foi a prova de que a preocupação ambiental deixou de estar restringida à comunidade científica passando a ter impacto nas tomadas de decisão nos planos políticos, dada a relação evidente entre os níveis de desenvolvimento das sociedades e os índices do consumo energético. Neste cenário, o recurso às energias alternativas, poderá reduzir o impacto ambiental da queima dos combustíveis fósseis, evitando as emissões gasosas de hidrocarbonetos e outros compostos químicos para a atmosfera tais como o SO 2, NO x e CO 2 prejudiciais à saúde humana e directamente relacionados com a problemática do efeito de estufa. Desta forma, vários países, entre os quais Portugal, contribuiram para o estabelecimento do protocolo de Quioto, privilegiando o uso de energias renováveis no sistema produtor eléctrico em detrimento das centrais térmicas. 1.1 Energias renováveis em Portugal A incorporação das energias renováveis em Portugal no conceito da produção independente de electricidade foram iniciadas com base nos aproveitamentos hídricos de pequena escala, sobretudo a partir da década de 90. Embora se tenha verificado um crescimento interessante na implantação desta forma de energia, em que se instalaram cerca de duas centenas de MW, sucede-se actualmente uma fase de estagnação, em que prevalecem dificuldades de carácter ambiental, sendo poucos os locais onde se prevê a possibilidade de promover novos projectos [Rodrigues, 04]. Contudo, o recurso à energia eólica começou a ser encarado como uma possibilidade a ter em consideração, especialmente a partir do ano de Apesar de a energia eólica ser, hoje em dia, a tecnologia energética com maiores taxas de crescimento na Europa e no Mundo, verifica-se em Portugal, uma fraca disseminação desta tecnologia [Rodrigues, 04]. 1

15 1.2 Situação actual da energia eólica em Portugal Uma questão frequentemente abordada é, naturalmente, a do potencial eólico que Portugal poderá deter, e a parte desse potencial que se encontra já identificada. Não sendo Portugal dos países mais ventosos da Europa, tem condições bem mais favoráveis ao aproveitamento da energia do vento do que, por exemplo, algumas zonas da Alemanha onde os projectos se implementam a um ritmo impressionante. Como é do conhecimento geral, o nosso país tem grandes tradições no aproveitamento da energia do vento, desde a navegação à vela da era dos descobrimentos marítimos até à moagem de cereais, sendo mesmo pioneiro na utilização desta tecnologia [Gonçalves et al., 02], existinto até um tipo de moínho de vento (moagem de cereais) que na literatura aparece mencionado como moínho português [Gonçalves et al., 02]. Na era actual, caracterizada pelos aproveitamentos destinados à geração de electricidade, não se verificou, contudo, idêntico pioneirismo. Este facto deve-se sobretudo ao desconhecimento de locais com características potencialmente favoráveis ao recurso energético do vento, juntamente com a ausência de acções de caracterização do potencial eólico e a falta de incentivos ao aproveitamento das energias renováveis em geral. Estes factores, em conjunto com a fraca sensibilidade relativa aos problemas de natureza ambiental e as especificidades do caso português no que respeita à produção e distribuição de electricidade, terão contribuido fortemente para o estabelecimento deste atraso [Rodrigues, 04]. Contudo, nos últimos anos houve alguns desenvolvimentos na implantação da energia eólica em Portugal Continental, motivados pelo surgimento do programa Energia (1995), e pelas alterações introduzidas ao quadro legislativo em Estas iniciativas do Governo Português deram a oportunidade a alguns promotores para investirem na criação de parques eólicos mas, ainda assim, as condições eram pouco aliciantes face às que se verificavam noutros países europeus. Apesar das dificuldades, foram surgindo em Portugal vários parques eólicos, havendo planos para a construcção de alguns dos maiores projectos da Europa [Gonçalves et al., 02]. Em 01 surgiu a directiva comunitária 01/77/CE para a promoção da electricidade gerada a partir de fontes renováveis, para cada Estado-Membro. Quantificando, o texto refere que as metas a estabelecer em cada país deverão ser compatíveis com o objectivo de as energias renováveis satisfazerem 12% do consumo interno bruto de energia em 10 e, com especial ênfase, a quota de 22,1% do consumo de electricidade [Rodrigues, 04]. 2

16 No caso Português, acordou-se em 39% para a parcela do consumo bruto de electricidade a satisfazer por recurso a fontes renováveis de energia. Se tomarmos em consideração o crescimento previsível do consumo, que até 10 deverá implicar a construção de 00 a MW de novos centros electroprodutores cabendo à energia eólica uma contribuição de cerca de 37MW [DGE, 02], sendo este valor bastante ambicioso. Das novas centrais hídricas e restantes energias solar, biomassa e mini-hídricas, espera-se obter uma contribuição conjunta de 1000MW aproximadamente para a geração de electricidade. Face ao diferencial existente entre as metas previstas para 10 e a produção eólica instalada no final de 01, os ministérios da Economia e do Ambiente e Ordenamento do Território apresentaram o programa E4 (Eficiência Energética e Energias Endógenas), com vista a modernizar o quadro legislativo e assim motivar a implantação de parques eólicos, suscitando desta forma, um maior interesse de investimento por parte dos pequenos e médios promotores. No final de 03 estavam ligados à rede eléctrica cerca de 0MW, e cerca de 4MW em construção ou em fase de projecto. Na tabela 1.I apresentam-se os valores para Portugal Continental e Insular. Na figura 1.1 ilustra-se a estimativa de crescimento da capacidade de potência a instalar até 10 meta assumida pelo Governo Português. Tabela 1.I Capacidade instalada em Portugal Continental e nas ilhas até Dez.03. [Simões, 04]. Capacidade total em operação ( Dez. 03) [MW] Nº total de turbinas em operação (Dez. 03) [nº] Continente Açores Madeira TOTAL Capacidade instalada Capacidade eólica [MW] Estimativas crescimento Meta MW Ano Figura 1.1 Potência eólica instalada em Portugal e estimativa de crescimento da capacidade instalada até 10 [Simões, 04]. 3

17 Claramente se evidencia da figura 1.1 o desafio que se coloca ao sector das energias renováveis, e à energia eólica em particular até 10, visando a satisfação dos compromissos que Portugal assumiu a esse respeito. Sendo um desafio, são também muitas as oportunidades que se adivinham. A concretização dos 3.5 a 4 GW necessários exige investimentos de quase 00 milhões de Euros, um dos maiores que se anunciam no nosso país para esta década. [Rodrigues, 04] 1.3 Objectivos Face ao exposto, torna-se perceptível a necessidade da construção de um Atlas do Potencial Eólico para Portugal Continental com vista a fomentar a avaliação prévia do potencial energético do vento para as diversas regiões do país, constituindo-se como uma ferramenta para o promotor no auxilio de decisão em futuros investimentos em campanhas experimentais para a caracterização do escoamento atmosférico. Dado o grande interesse de várias empresas privadas e institutos públicos na medição e caracterização dos regimes de ventos no nosso país, espera-se vir a obter um grande investimento nesta área. O INETI Instituto Nacional de Engenharia, Tecnologia e Inovação, pioneiro nos estudos de avaliação do recurso eólico e na caracterização do escoamento atmosférico em Portugal, tem vindo a desenvolver esforços nos últimos anos no sentido de divulgar informação sobre o regime de ventos em Portugal Continental. Esses esforços foram iniciados com a publicação da base de dados EOLOS [Simões e Estanqueiro, 00], tendo esta alcançado um inesperado sucesso. Apesar de já se encontrar em fase de publicação a nova versão da base de dados EOLOS II [Estanqueiro, 04], abrangendo desta vez um maior número de estações anemométricas espalhadas pelo país (cerca de 57) não deixa de ser, contudo, uma base de dados pontual, e muito embora tenha uma contribuição relevante nas zonas abrangidas pelas medidas do escoamento, não permite a cobertura da globalidade do território, pelo que na sequência deste trabalho se inicia o desenvolvimento de uma metodologia de construção do Atlas do Potencial Eólico em Portugal. Espera-se com este trabalho disponibilizar aos potenciais investidores mapas do recurso energético de Portugal Continental, fomentando o crescente investimento a aplicar nesta forma de energia. 4

18 1.4 Organização da dissertação No capítulo 2, far-se-á a caracterização energética do vento sobre a Europa e sobre Portugal Continental. Serão apresentados alguns estudos relevantes para o mapeamento do recurso eólico, tal como o Atlas Europeu do Vento e sua metodologia de desenvolvimento, e alguns resultados preliminares efectuados por alguns organismos de investigação e desenvolvimento (e.g. INETI, INEGI- Instituto de Engenharia e Gestão Industrial, EDP- Electricidade de Portugal ) relativos ao potencial energético de Portugal Continental. No capítulo 3 será dado destaque à descrição física do vento, onde se discutem alguns processos físicos com importância às escalas sinóptica, regional e local. Efeitos de camada limite e turbulência também serão considerados. Será apresentado o conceito de avaliação do recurso energético e determinação de parâmetros relevantes para o sector da energia eólica. No capítulo 4 apresenta-se uma classificação dos regimes de circulação em Portugal Continental, efectuada com base no campo da pressão ao nível médio do mar, seleccionandose os dias mais representativos da climatologia dos regimes. O capítulo 5 será dedicado à metodologia da construção do Atlas do Potencial Eólico de Portugal Continental, onde se faz uso de um modelo numérico de mesoscala, capaz de simular a variabilidade espacial e temporal do escoamento atmosférico. No capítulo 6 serão apresentados os resultados obtidos para um ano de simulação com elevada resolução espacial (3 3km) tendo sido efectuada a validação com dados de vento provenientes de quatro estações anemométricas de referência do INETI. Os resultados da simulação são posteriormente corrigidos por um factor de variabilidade inter-anual. Neste capítulo será apresentado um cenário calculado com base nos regimes de circulação, de forma a evidenciar a climatologia do escoamento atmosférico para o nosso país. Posteriormente serão discutidos os resultados das simulações. No último capítulo desta dissertação (capítulo 7) serão apresentadas conclusões e sugestões de trabalho futuro no sentido de melhorar os resultados obtidos, nomeadamente no que se refere ao Atlas do Potencial Eólico de Portugal Continental. 5

19 2. Identificação do potencial eólico Neste capítulo apresenta-se de forma simplificada, os estudos de potencial eólico mais relevantes, em particular na Europa e em Portugal. Para efectuar um mapeamento de uma grandeza eólica, tal como a velocidade do vento, torna-se necessário averiguar a sua variabilidade espacial e temporal na superfície terrestre. Este procedimento, era de difícil realização no início dos anos 80, dada a escassez de modelos numéricos capazes de lidar com a turbulência atmosférica e outros fenómenos na camada limite, tais como os efeitos de brisa e de concentração orográfica. Desta forma, os estudos que estiveram na génese do mapeamento do recurso eram de base pontual e recorriam ao uso de dados de estações meteorológicas, normalmente situadas em zonas planas. A intensidade do vento era então extrapolada para locais de interesse energético tais como os topos de colinas e montanhas (fig. 2.1). Nestas zonas, verificou-se que o potencial eólico era subestimado, dada a dificuldade em reproduzir os efeitos de concentração do vento [Meroney, 1991]. Figura 2.1 Efeitos de concentração e turbulência do escoamento atmosférico sobre colinas [Meroney, 1991]. 2.1 Atlas Europeu do Vento Para contornar este problema, e estimar o recurso energético em locais propícios onde não existissem registos de medição de vento, foi proposta uma metodologia de avaliação do recurso eólico, sendo esta o motor de desenvolvimento do Atlas Europeu do Vento [Troen et al., 1989]. Este Atlas resultou de uma investigação conjunta de vários países da Comunidade Europeia, tendo sido o Laboratório Nacional Risø na Dinamarca, responsável pela sua coordenação e metodologia de construção. Na figura 2.2 apresenta-se o Atlas Europeu de Vento processado para a cota dos m. Este mapa combinado de velocidade e fluxo de potência foi modelado para cinco classes de terreno, caracterizadas por diferente rugosidade [Troen et al., 1989]. 6

20 Figura 2.2 Atlas Europeu do Vento obtido para a cota dos m [Troen et al., 1989]. A metodologia espacial de avaliação do recurso energético proposta pelo Risø serviu de base para o desenvolvimento do modelo numérico WAsP Wind Atlas Analysis and Application Program [Mortensen et al., 1993]. O modelo WAsP, para além de permitir a avaliação do recurso energético do vento de forma pontual no local de medida, possui modelos 3D de terreno que conduzem à caracterização espacial da área em redor desse ponto de medida, tendo assim a capacidade de estimar a produção energética de um parque eólico (incluindo as perdas por efeito de esteira) servindo-se da informação meteorológica proveniente de um mastro anemométrico. Hoje em dia, o WAsP tornou-se num modelo de referência para a energia eólica, sendo o mais utilizado a nível mundial no sector. A metodologia de produção do Atlas baseou-se num conjunto de modelos, capazes de reproduzir, embora com grande simplificação, os princípios físicos da camada limite junto da superfície terrestre. Mediante um conjunto de informações de entrada, os modelos utilizados no WAsP, são capazes de corrigir para cada ponto do terreno o perfil vertical do vento quando sujeito a efeitos de sombra derivados da presença de edifícios e outros obstáculos na região em estudo, e também às variações impostas pelo terreno e rugosidade em redor do mastro anemométrico (fig. 2.3). Os parâmetros físicos e equações utilizadas na construção do modelo WAsP são disponibilizados no próprio Atlas [Troen et al. 1989]. 7

21 Convém referir que as estimativas energéticas do escoamento atmosférico obtidas pelo modelo WAsP são feitas em função de uma distribuição de probabilidade de vento, a distribuição de Weibull (descrita no secção 3.5), ajustada aos dados de vento monitorizados. Esta distribuição é caracterizada por dois parâmetros estatísticos, muito utilizados no sector da eólica, e tem a vantagem de reproduzir com boa aproximação a climatologia da ocorrência de classes de vento no local em monitorização [Troen et al., 1989]. Muito embora o WAsP efectue estimativas energéticas para locais afastados do mastro anemométrico, é de esperar que se realizem campanhas de medição nos locais onde o modelo estime valores de energia aparentemente excessivos para confirmação das estimativas obtidas, em especial nos locais situados em terreno complexo [Mortensen et al., 1993]. Convém realçar que o modelo WAsP não consegue caracterizar a variabilidade espacial e temporal do escoamento, dada a simplicidade da sua concepção, no entanto consegue extrapolar com alguma aproximação, as estimativas energéticas do local em estudo utilizando-se topografia de elevada resolução espacial (ex. 10m). Uma das preocupações centrais na construção do Atlas Europeu do Vento foi a definição do período de longo termo a ser considerado. Por um lado seria difícil de arranjar várias estações com pelo menos anos de dados definição de normal climatológica. Neste caso, teriam de ser utilizadas um número muito restrito de estações meteorológicas, sendo esta uma situação a evitar. Para contornar este problema, fez-se uso do trabalho de Larsen et al (1988) onde se evidencia um estudo de variabilidade inter-anual ao fluxo de potência extraível do vento no período de 19 a 1980, a 10m, com base em algumas estações meteorológicas europeias. Verificou-se que esse período era representativo da média climatológica, no período de 1875 a 1975 para a mesma altura. Desta forma, solicitou-se aos países envolvidos na investigação do Atlas, a contribuição de dados de vento velocidade e direcção no período compreendido entre 19 e 1980, podendo os registos ser obtidos em mastros instalados em aeroportos, estações sinópticas ou climatológicas. Foram então seleccionadas 8 estações meteorológicas dos vários países europeus, entre os quais Portugal, contribuindo o IM (Instituto de Meteorologia) com 15 estações (11 estações no continente Beja, Bragança, Cabo Carvoeiro, Coimbra, Faro, Ferrel, Lisboa, Porto, Sagres, Sines e Viana do Castelo, e 4 estações nas ilhas Flores, Funchal, Porto Santo e Santa Maria). Na figura 2.4 encontra-se um extracto da informação processada no Atlas para quatro estações de Portugal no período pretendido. 8

22 Figura 2.3 Conjunto de modelos e informação de entrada para o modelo WAsP [Troen et al. 1989]. Figura 2.4 Processamento de dados meteorológicos no Atlas Europeu do Vento para quatro estações meteorológicas de Portugal no período [Troen et al., 1989]. 9

23 2.2 Estudos realizados em Portugal Embora Portugal não tenha um mapeamento refinado do recurso eólico, convém salientar que desde o final dos anos 1980 se verifica um esforço de caracterização do vento no nosso país. Os primeiros estudos na área da energia eólica foram conduzidos por algumas instituições de investigação e desenvolvimento tais como o INETI, INEGI, IM e pela EDP, tendo os seus resultados suscitado interesse crescente nesta forma de energia. O INETI foi pioneiro na criação de uma unidade piloto, na qual se instalou, em 1985, o primeiro aerogerador em Portugal na região de Lourel/Sintra [Silva, 1986]. Embora o INETI tenha instalado, na sua unidade piloto do Lourel, a primeira estação anemométrica para avaliação do recurso eólico em 1985, foi com recurso ao modelo numérico WAsP que, no início dos anos 1990, instituições como o INEGI e o INETI, entre outras, iniciaram de forma sistemática a caracterização do recurso energético do vento no nosso país, inicialmente nas regiões montanhosas no norte e centro de Portugal Continental [Restivo, 1991; Silva,1992]. O IM também contribui para a avaliação do recurso eólico no país, tendo efectuado um estudo sobre as potencialidades das energias renováveis para a EDP [INMG, 1991]. Esse estudo permitiu caracterizar o escoamento atmosférico em redor de 7 estações sinópticas do IM. Mais tarde, este instituto publicou um mapa com rosas de vento (fig. 2.5) para o período entre 1951 a 19, para as 9h TMG [INMG, S. D.], motivando o interesse nas energias renováveis. Por outro lado, o IM publicou para diversas zonas de Portugal Continental, as normais climatológicas [INMG, 1990, 1991a, 1991b, 1991c]. Estes dados, podem ser utilizados no cálculo da variabilidade interanual do vento nos locais de monitorização do recurso energético. O INETI tem vindo a realizar um grande número de campanhas de medida e caracterização do recurso eólico em Portugal. Estas actividades iniciaram-se no princípio dos anos 1990 sendo financiadas por programas comunitários como o programa VALOREN no qual participou no projecto PV/91/LVT/124 intitulado Parque Eólico de 10 MW na Região de Lisboa e Vale do Tejo [Elkraft et al., 1992], JOULE, projecto Avaliação do potencial Eólico na região sul de Portugal [Silva, 1992] e ALTENER [Simões e Estanqueiro, 1999] e internacionais como o projecto PO-MISTRAL financiado pelo programa SfS - Science for Stability da Nato [Ferreira de Jesus et al., 1992]. 10

24 Figura 2.5 Mapa de rosas de vento da rede de estações sinópticas do Instituto de Meteorologia, obtido para o período de 1951 a 19 às 9h TMG. [INMG, S. D.]. Dentro destes programas foram realizados vários projectos de caracterização local do recurso energético do vento no país baseados em campanhas experimentais. A partir de meados desta década a caracterização da energia do vento deixou de ser financiada por projectos de investigação passando, na sua maioria, a ser suportada pelo sector privado [EDP, 1987, 1989]. É de referir o projecto PO-Mistral [Ferreira de Jesus et al., 1992] que teve como objectivo contribuir para o desenvolvimento da tecnologia na energia eólica e encorajar os produtores privados a investir no ramo das energias renováveis. Dos trabalhos realizados no âmbito do programa SfS destaca-se o mapa preliminar da caracterização energética de Portugal 11

25 Continental (fig. 2.6). Informação sobre ventos extremos (fig. 2.7) - de extrema relevância para a segurança de estruturas por acção do vento - tinha sido já desenvolvida e publicada no âmbito da regulamentação nacional produzida nesta área [Castanheta, 1985]. Figura 2.6 Mapa de caracterização energética de Portugal Continental [Ferreira de Jesus et al., 1992]. Em 00, o INETI publicou uma base de dados do escoamento atmosférico em Portugal Continental EOLOS [Simões e Estanqueiro, 00] apresentando a caracterização do recurso energético em 11 locais, monitorizados pelo INETI. No entanto, apesar de já existir informação e trabalho desenvolvido nesta área, não se realizou a construção de mapas do potencial eólico à escala nacional suficientemente refinados. 12

26 Figura 2.7 Mapa de ventos extremos calculado com base nas estações sinópticas do Instituto de Meteorologia. [Castanheta, 1985]. Tanto o INETI como o INEGI têm vindo a utilizar o modelo WAsP para mapear áreas de interesse, com dimensões aproximadas de 5 5km, de malha refinada, destinadas ao microposicionamento optimizado de turbinas com modelos da especialidade [e.g. Garrad Hassan et al., 02]. Em 03, o INETI apresentou uma metodologia multi-estação para cálculo de combinação de mapas de recurso geradas pelo WAsP, para minimizar o erro nas estimativas energéticas em terreno complexo [Costa e Estanqueiro, 03], a qual se tem revelado uma ferramenta eficaz nos estudos de avaliação energética e micro-posicionamento de aerogeradores em terreno complexo. Em 04, o INETI publicou a segunda versão da base de dados do potencial energético do vento em Portugal EOLOS 2.0 [Estanqueiro, 04], contendo as características físicas e energéticas do escoamento atmosférico num conjunto de 57 locais em Portugal Continental. Face aos resultados animadores deste estudo, encontra-se em preparação uma nova base de dados SIGEOLOS, sendo esta uma base de dados dinâmica e interactiva com o utilizador. [Simões e Estanqueiro, 03] 2.3 Estudos recentes sobre o mapeamento do potencial eólico A metodologia usada no modelo WAsP permite fazer o estudo do potencial eólico com base em registos de vento obtidos, por exemplo, de 10 em 10 min em estações anemométricas. 13

27 Infelizmente, o número de estações a instalar está condicionado pelo custo do material, não sendo possível cobrir uma região ou um país inteiro com uma rede de elevada resolução espacial para este tipo de estudos. A este problema junta-se o facto de ser necessário realizar uma campanha de colecta de dados, pelo menos durante um ano, para se estimar o potencial eólico de cada local. Por outro lado, já existem centros meteorológicos, especializados na assimilação de dados colectados de várias fontes, tais como, radio-sondagens, satélites, observações de superfície e resultados de modelos globais de previsão meteorológica. Esses dados constituem os campos de análise meteorológica e são processados para qualquer região do mundo. [Kalnay et al., 1996]. Contudo, essas análises não têm resolução suficiente para o mapeamento eólico, sendo utilizadas como condição fronteira ou como forçamento para os modelos numéricos de mesoscala. Estes modelos são capazes de discretizar a evolução espacial e temporal das grandezas meteorológicas para áreas de dimensão considerável, com elevada resolução espacial (e.g. 1 1km), chegando a cobrir um país inteiro. Por este motivo, os modelos de mesoscala desde cedo prometeram ser uma ferramenta adequada à obtenção de estimativas do potencial eólico em regiões de interesse. Desta forma, o mapeamento do recurso obtido pode ser utilizado no domínio do ambiente e ordenamento do território, tornando-se uma ferramenta eficaz na avaliação do potencial do vento, e um auxiliar à decisão de futuros investimentos em campanhas experimentais para caracterização do escoamento atmosférico e de planeamento de redes eléctricas e demais infra-estruturas. O Risø, consciente destas vantagens, tem vindo a apresentar resultados de uma metodologia de combinação do modelo numérico de mesoscala KAMM the Karlsruhe Atmospheric Mesoscale Model e o modelo de microescala WAsP. Esta combinação serve para estimar o recurso energético para parques eólicos situados em regiões de topografia complexa. Estudos preliminares deste método apontam desvios da ordem dos 25% para o fluxo de potência incidente em terreno fortemente complexo [Helmut et al., 01]. Os resultados promissores deste método levaram alguns países a testar esta metodologia, apresentando Portugal, estudos preliminares do escoamento atmosférico (fig. 2.8) nas zonas oeste, beira litoral e beira interior [Sousa, 02]. Dada a enorme complexidade de cálculo exigida, foi necessário utilizar uma abordagem a regimes de circulação, tendo-se classificando 10 regimes, para mapear as zonas de interesse. Os resultados obtidos, exclusivamente para o campo da velocidade, mostram a existência de desvios muito pequenos, inferiores a 10%, face 14

28 aos registos de quatro estações de referência do INETI publicadas na base de dados EOLOS 1.0 [Simões e Estanqueiro, 00]. Figura 2.8 Mapa de ventos obtido com a metodologia KAMM/WAsP para as regiões: Beira litoral e interior e zona oeste [Sousa, 02]. Um estudo recente aplicado ao desenvolvimento de um atlas do potencial eólico em terreno complexo, com recurso a modelos numéricos de mesoscala, evidencia desvios da ordem dos 10% a 25% para a velocidade do vento, face a medidas no terreno. Resultados efectuados com o modelo WAsP conduziram à ocorrência de desvios entre e %. [Tammelin, 01] No Brasil estão a ser testadas metodologias de construção de Atlas do Potencial Eólico [Feitosa et al., 02; Amarante, 01]. Neste país, o recurso eólico era praticamente desconhecido, devido ao reduzido número de estações de medição para fins eólicos. Assim, os estudos propostos aproveitam as vantagens dos modelos de mesoscala para preencher lacunas no conhecimento do potencial eólico. Face às poucas estações de medição disponíveis verificaram-se desvios inferiores a 10%. Nos Estados Unidos da América foi apresentado um estudo de mapeamento do vento com recurso a dois modelos de mesoscala e com várias resoluções de terreno, com base em dois anos de análises meteorológicas. As conclusões preliminares a 10m do solo apontam para a existência de desvios de % e º respectivamente para a velocidade e direcção face a valores reais, sobretudo no noroeste do país [Mass et al., 02]. 15

29 Outro estudo efectuado com 4 modelos de mesoscala, embora não sendo de referência para o sector da energia eólica, mostra a existência de desvios consideráveis do vento, com valores em torno dos 25%, sobretudo à altura de referência meteorológica de 10m, quando se utilizam malhas de elevada resolução espacial, inferiores a 3 3km [Hanna et al., 01]. Os autores sugerem que as discrepâncias sejam devidas aos efeitos não lineares com origem na turbulência atmosférica. Embora não seja possível apresentar aqui, por limitação de espaço, todos os estudos de potencial eólico que estão a ser levados a cabo pelo mundo inteiro, com recurso a modelos de mesoscala, é de registar o forte impacto que este tipo de ferramenta está a ter no sector. São já vários os países a tomar como referência o uso de modelos numéricos de mesoscala na elaboração de mapas do potencial energético, sobretudo em regiões de grande dimensão, dado o crescente interesse nesta forma de energia, e Portugal, tendo reunidas as condições para os acompanhar, não pode atrasar-se neste tipo de estudos. 16

30 3. O escoamento atmosférico Neste capítulo pretende-se descrever, de forma simplificada, o comportamento do escoamento atmosférico e sua contribuição para a caracterização energética do vento. De uma forma genérica, o vento é o movimento da atmosfera relativo ao planeta Terra em constante rotação, quando sujeito à acção de forças capazes de lhe induzir quantidade de movimento. Conhecer as características do vento, foi um dos objectivos dos navegantes portugueses, na era dos descobrimentos. Nessa altura já se tinha uma ideia de como se organizava a circulação global do vento no planeta. 3.1 A circulação global da atmosfera As características fundamentais da circulação global do vento foram conhecidas muito antes do estabelecimento de uma rede mundial de observações, sendo motivadas pelos trabalhos de Hadley em 1735 [Cook, 1985]. Este investigador apercebeu-se que o aquecimento solar no globo se dá de forma diferencial, resultante da geometria esférica do planeta. Desse processo resulta, a produção de massas de ar quente nas latitudes baixas em que existe superávit radiativo e a produção de massas de ar frio nas latitudes elevadas em que existe déficit radiativo. A diferença de temperaturas entre aquelas massas de ar implica diferenças de densidade, sendo o ar tropical menos denso do que o ar polar. Por acção da força da gravidade, o ar tropical tenderá a deslocar-se para os polos e para cima, enquanto que o ar polar tenderá a deslocar-se para o Equador e para baixo. Desta forma, Hadley propôs um modelo de circulação modelo unicelular ou célula de Hadley, com subida de ar quente e descida de ar frio. No ano de 1856, Ferrel [Cook, 1985] propôs um modelo de circulação mais complexo, englobando os efeitos de rotação do globo. Neste caso a redistribuição de energia é assegurada por três células em vez de uma. Desta forma, foi possível justificar a existência da zona intertropical de convergência ZITC, e também duas características adicionais da circulação global: a existência de duas zonas de vento muito intenso de Oeste, em altitude as correntes de Jacto e a existência de uma zona de forte gradiente de temperatura nas latitudes médias a frente Polar. Muito embora o modelo de Ferrel possa contribuir para a justificação dos pressupostos atrás descritos, verifica-se que a circulação global observada não tem as características de simetria 17

31 hemisférica e axial propostas. Tal facto deve-se à presença da orografia e rugosidade na superfície do globo. Este facto é bem patente nas figuras (3.1) e (3.2), onde se apresenta, respectivamente a distribuição observada da temperatura média, campo da pressão e do vento à superfície nos meses de Janeiro e Julho. Figura 3.1 Temperatura média aos 1000 hpa - junto da superfície em (a) Janeiro e (b) Julho. Média de anos [Miranda, 01]. No caso da distribuição da temperatura média, observa-se, tanto em Janeiro como em Julho, um forte gradiente Norte-Sul, com máximo na zona equatorial e mínimos nos Polos. No hemisfério Norte, no entanto, esse gradiente é muito deformado, devido à distribuição das massas continentais. No Inverno, observam-se mínimos de temperatura no interior da Ásia (Sibéria) e da América do Norte (Canadá), associados a anticiclones frios (fig. 3.1), enquanto que a temperatura do ar se encontra relativamente elevada, à mesma latitude sobre o Oceano Atlântico, devido à presença da corrente do Golfo. No Verão, observa-se a situação inversa, com aquecimento continental, associado a depressões térmicas, e temperaturas mais baixas na zona marítima, especialmente junto da costa oeste dos continentes. O ciclo anual é muito mais forte no Hemisfério Norte e, aí, sobre os continentes [Miranda, 01]. 18

32 Figura 3.2 Pressão e vento médio junto da superfície em (a) Janeiro e (b) Julho. Média de anos [Miranda, 01]. A distribuição da pressão à superfície também apresenta importantes diferenças interhemisféricas e entre as zonas continentais e oceânicas. A cintura de anticiclones subtropicais considerada no modelo de Ferrel é claramente visível na figura (3.2) no hemisfério Sul e nas regiões oceânicas do hemisfério Norte, e a sua localização acompanha o movimento aparente do Sol no ciclo anual [Miranda, 01]. Sobre o Atlântico Norte, o anticiclone dos Açores encontra-se por volta dos ºN em Janeiro, estendendo-se em direcção às Ilhas Britânicas em Julho. No Hemisfério Norte, a zona depressionária associada à frente polar, encontra-se cerca dos ºN sobre os oceanos, em Janeiro, tornando-se pouco evidente no período de Verão deste hemisfério. Sobre os continentes, a distribuição da pressão é completamente diferente, verificando-se uma substituição dos anticiclones frios, observados no período de Inverno, por depressões quentes no período de Verão. No hemisfério Sul, no entanto, a pressão apresenta uma distribuição muito menos perturbada, mais semelhante à do modelo tricelular de Ferrel. 19

33 3.1.1 Vento geostrófico O movimento do ar pode ser estudado recorrendo às leis da dinâmica, aplicadas a um fluído. No caso de uma partícula de ar o movimento é determinado pela resultante das forças, traduzidas pelo segundo príncipio de Newton lei da variação da quantidade de movimento: r r d( mu) F = (3.1) dt sendo F r a resultante das forças actuantes no elemento de ar e mu r a quantidade de movimento. As forças que actuam no elemento de ar e que dão origem, ou modificam, o estado do movimento, devem-se à: força da gravidade ( mg r ) ; força do gradiente de pressão ( F r p ); força centrífuga ( F r cp ); força de Coriolis ( F r cor ) e força de atrito ( F r a ). Uma das soluções mais simples da equação (3.1) obtém-se quando se considera a situação de equilíbrio puro entre a força do gradiente de pressão e a força de Coriolis. Neste caso, admite-se que o escoamento permanece estacionário aceleração nula, e a equação (3.1) escreve-se: r F cor r + F onde f é o parâmetro de Coriolis ( f p 1 p = 0 fv = 0 ρ n 1 p v = ρf n (3.2) (3.3) = 2Ωsin ϕ, sendo Ω a velocidade angular da terra, 5 Ω = rad s -1 e ϕ a latitude do local), ρ a densidade do ar, p de duas isóbaras contíguas e a diferença de pressão n a menor distância entre elas. A condição imposta pela equação (3.2) traduz-se pelo equilíbrio geostrófico e o valor do vento que lhe corresponde equação (3.3), por vento geostrófico. Esta aproximação, apesar da sua extrema simplicidade, fornece uma boa aproximação ao vento observado longe da superfície Vento do gradiente Da análise de qualquer carta meteorológica, verifica-se facilmente que as isóbaras são quase sempre linhas curvas, observando-se frequentemente sistemas de forma circular ou elíptica, correspondendo a máximos e mínimos locais de pressão, designados, respectivamente por anticiclones e depressões. Nestes sistemas, a aproximação do vento geostrófico deixa de ser válida, pois a curvatura das trajectórias do ar implica necessáriamente uma aceleração. Uma solução simples, embora pouco relevante para o sector da eólica, mas contendo o efeito de curvatura, pode ser obtida, mesmo para movimento estacionário, se a aceleração do

34 movimento for decomposta numa componente tangencial (a t ) com a mesma direcção da velocidade e numa componente normal (a n ) correspondendo à aceleração centrípeta, como: r r a = a u t t r + a u n n 2 v r = u R n dv r + u dt t (3.4) onde R é o raio da curvatura da partícula ao centro do sistema. Se o movimento é estacionário, v=const, fica só a existir aceleração centrípeta. Neste caso, a condição de equilíbrio para a manutenção do vento do gradiente exprime-se através da equação (3.1) por: r F cor r 2 v r + Fp un R = 0 (3.5) em que o terceiro termo negativo corresponde à força centrífuga, dirigida para o exterior da curva, e de sentido contrário à força centrípeta. Dado que os centros de acção se constituem por anticiclones ou depressões, implica que a força do gradiente de pressão seja de sentido inverso nestes sistemas. Neste caso, obtém-se uma solução individualizada para cada sistema, sendo as equações (3.6) e (3.7) as soluções obtidas para um anticiclone e depressão no hemisfério norte: v = fr 2 2 fr 2 4 p ρr n (3.6) 2 fr fr 4 p v = + + (3.7) 2 2 ρr n As soluções físicas aqui apresentadas para o vento do gradiente, foram escolhidas sobretudo pelo uso da força de Coriolis. Este princípio torna-se válido se nos restringirmos aos movimentos de escala sinóptica, dado que a força de Coriolis é muito superior à força centrífuga. No caso de pequenos turbilhões ou tornados, cujos diâmetros são da ordem de 1km, a força de coriolis torna-se desprezável. Neste casos, admitindo um regime de movimento estacionário, chega-se à solução do vento ciclostrófico (eq. 3.8), correspondendo ao equilíbrio entre a força do gradiente de pressão e a força centrífuga R p v = (3.8) ρ n As soluções para o vento geostrófico e do gradiente podem ser facilmente modificadas para entrar em linha de conta com a representação do efeito do atrito, tornando-as utilizáveis na zona da atmosfera próxima da superfície. Admitindo mais uma vez que existe equilíbrio e que as isóbaras são rectas paralelas, pode facilmente concluir-se pela fig (3.3) que o vento deixa 21

35 de ser paralelo às isóbaras, atravessando-as no sentido das baixas pressões, provocando convergência de ar nos centros de baixas pressões e divergência nos centros de altas pressões. (a) (b) (c) Figura 3.3 Efeito da força de atrito para: (a)-vento geostrófico, (b) e (c)- vento do gradiente em regime anticiclónico e ciclónico, respectivamente. P H, e C representam a força do gradiente de pressão e força de coriolis. F representa a força de atrito e R representa a força resultante entre a força de coriolis e a força de atrito [Moran et al., 1997]. Se não houvesse qualquer efeito de compensação, o atrito implicaria, ao fim de algum tempo, a eliminação do gradiente horizontal de pressão nos anticiclones e depressões. Tal facto, não se verifica na atmosfera, o que significa que tem de existir um efeito de compensação. A única forma possível dessa compensação é a existência de movimento vertical. Assim, o ar que converge à superfície sobre uma depressão é retirado para as camadas superiores e aí diverge em altitude. O mecanismo inverso deve ocorrer nos anticiclones. O efeito do atrito permite, por si só, explicar, de forma qualitativa, uma característica fundamental do tempo meteorológico associado aos grandes sistemas de pressão. Os anticiclones, zonas de divergência horizontal de ar à superfície, são normalmente zonas de subsidência (descida) de ar, em que, devido ao aquecimento adiabático de ar das camadas superiores, se observa frequentemente céu limpo ou pouco nublado. Nas depressões, devido à convergência horizontal por atrito, é favorecido o movimento ascendente, justificando condições de nebulosidade e até de precipitação. 3.2 Circulações locais As soluções analíticas para os diversos tipos de vento tratados no sub-capítulo anterior, ocorrem associados a sistemas de escala sinóptica, fazendo-se sentir a altitudes muito acima da superfície terrestre. Contrariamente ao que se passa com esses sistemas, existem contudo os sistemas de mesoscala ou microescala, que se fazem sentir junto da superfície terrestre, possuindo dimensões espaciais mais reduzidas, sendo muito afectados pela sua interação com 22

36 o solo. Essa interacção faz-se sentir sob diversas formas e envolve, em particular, a resposta da temperatura da superfície e os efeitos do atrito. Em algumas regiões, no entanto, as propriedades da superfície variam de forma abrupta que podem originar uma circulação organizada, capaz de afectar o clima local. Essas circulações, produzidas em resposta à existência de diferenças de temperatura entre superfícies próximas, são genericamente designadas por brisas Brisa marítima e brisa terrestre Os oceanos possuem um elevado calor específico, o qual impede a ocorrência de grandes oscilações térmicas durante o ciclo diurno. Por outro lado, sobre os continentes o calor específico é mais baixo, conduzindo a oscilações térmicas maiores que à superfície dos oceanos o que faz com que os continentes sejam mais quentes que os oceanos durante o dia. Desta forma, estão reunidas as condições para o desenvolvimento de brisas nas regiões costeiras dos continentes. Ao longo do dia o ar aquecido e menos denso sobre estas regiões, sobe, e o ar mais frio sobre o oceano circula de forma a substituí-lo. Este tipo de circulação chama-se brisa marítima. Em altitude desenvolve-se uma circulação de retorno, o ar arrefece e desce sobre o oceano, fechando a circulação principal. Neste tipo de circulação, a velocidade do escoamento à superfície pode ir de 5 a 7 m/s. [Stull, 1988]. À noite, o arrefecimento da superfície terrestre é mais acentuado, no qual as temperaturas descem abaixo da temperatura à superfície do oceano, formando uma circulação inversa da que ocorre durante o dia. À superfície o sentido do escoamento é agora da terra para o oceano, sendo este conhecido como brisa terrestre. A circulação da brisa marítima/terrestre (fig. 3.4) estende-se em geral a poucas dezenas de kms da costa nas duas direcções. Em condições favoráveis, no entanto, esta circulação pode assumir um carácter regional definindo o clima de grandes áreas do mundo. Figura 3.4 Brisas marítima e terrestre [Moran et al., 1997]. 23

37 3.2.2 Brisa de vale e de montanha Também a topografia pode dar origem a circulações de brisa, com inversão do sentido da circulação entre a situação diurna e nocturna (fig. 3.5). Tal como no caso da brisa marítima/terrestre, a superfície do solo funciona como fonte de aquecimento durante o dia e de arrefecimento durante a noite. A um dado nível, a atmosfera sobre o vale encontra-se longe do solo, sendo pouco afectada pelo ciclo diurno. Enquanto isso, na zona montanhosa a esse mesmo nível, a atmosfera está em contacto directo com a superfície, trocando calor. Assim, durante o dia a montanha comporta-se como uma fonte de calor, dando origem a uma circulação de ar mais fresco vinda do vale - a brisa de vale. Durante a noite a montanha é uma fonte de arrefecimento, tendo lugar uma corrente de ar frio da montanha para o vale, ao longo da encosta - a brisa de montanha. O vento junto da superfície na circulação de brisa de montanha é designado por vento catabático, podendo atingir velocidades muito elevadas. O vento de superfície associado à brisa de vale é designado por vento anabático. Figura 3.5 Brisas de vale e montanha [Moran et al., 1997] A depressão térmica na Península Ibérica Quando as circulações de brisa dominam o escoamento atmosférico numa região extensa podem dar origem à formação de depressões quentes sobre o continente, designadas por depressões térmicas. A circulação de Verão na Península Ibérica é, frequentemente, deste tipo. A prevalência deste regime de circulação na Península Ibérica deve-se à geometria da península. O aquecimento do continente durante um dia de Verão dá início à circulação da brisa marítima. Dado que a altitude do solo vai crescendo em direcção ao interior, a circulação de brisa é reforçada por uma brisa de vale. Como o sistema se mantém ao longo de muitas horas, o efeito da força de Coriolis faz-se sentir, desviando a brisa para a direita, i.e., transformando uma circulação quase perpendicular à costa numa circulação praticamente paralela. O resultado é uma circulação fechada no centro da península, rodando no sentido ciclónico - contrário aos ponteiros do relógio, no caso do Hemisfério Norte. 24

38 A circulação da depressão térmica na Península Ibérica (fig.3.6) dá origem a vento de Norte ou Noroeste em toda a costa ocidental, com uma intensidade crescente ao longo do dia, atingindo um máximo ao fim da tarde: trata-se do regime da Nortada, caracterísitco do verão português. Durante a noite, a nortada perde intensidade mas não ocorre, geralmente, uma inversão da circulação, i.e., não se observa uma brisa de terra significativa. De facto, durante o Verão, a temperatura no interior da Península baixa durante o período nocturno, mas mantém-se quase sempre um pouco acima da temperatura da superfície do Atlântico, que é relativamente baixa na vizinhança da Península, devido ao afloramento de água profunda que aí tem lugar. Figura 3.6 Depressão térmica na península ibérica. As setas esquematizam o movimento das partículas de ar junto da superfície [Miranda, 01] Efeitos locais da circulação atmosférica Os efeitos de brisa descritos atrás constituem um exemplo de circulações atmosféricas directamente devidas à existência de variações das propriedades da superfície, traduzidas, nesse caso, pela criação de gradientes horizontais de temperatura. É possível produzir efeitos semelhantes quando se encontram gradientes horizontais de vento, devidos, a alteração da rugosidade da superfície. Um exemplo típico é o caso da circulação nas proximidades de um lago. Dado que a superfície do lago é, geralmente, muito mais lisa que a superfície envolvente, especialmente se esta for florestada ou tiver construções, observa-se um aumento da velocidade do vento sobre o lago e uma redução quando o ar volta a circular sobre a margem. Em consequência, observa-se divergência horizontal do ar na transição terra/lago e convergência na transição lago/terra. Tal como no caso da circulação atmosférica em anticiclones e depressões, a zona de divergência à superfície vai forçar uma corrente descendente, enquanto que a zona de convergência vai forçar uma corrente ascendente. 25

39 Uma outra situação frequente é produzida pela presença de zonas urbanas. Estas zonas caracterizam-se por grande rugosidade, devida à presença de edifícios, e também pelo facto de serem, em geral, mais quentes que as zonas rurais circundantes. Nalguns casos, a diferença de temperatura entre o interior da cidade e o ambiente rural próximo pode ultrapassar os 5ºC, devido ao facto de a cidade absorver melhor a radiação solar - menor albedo, e possuir uma menor superfície de evaporação. Este efeito é designado por ilha de calor urbana e pode contribuir significativamente para a deterioração da qualidade do ar na zona urbana, especialmente se existirem fontes de poluição nos arredores da cidade Escoamentos sobre montanhas Em condições de estabilidade estática, uma partícula de ar oscila verticalmente com a frequência de Brunt-Väisälä ( N BV ). Quando esta partícula acompanha uma massa de ar a uma velocidade constante (u ), a partícula segue uma trajectória oscilante. Este movimento ondulatório tem um comprimento de onda vertical proporcional a 2π u / N BV. Se a partícula de ar for obrigada a contornar uma colina ou montanha, o seu movimento irá sofrer uma influência derivada da presença do obstáculo. Em particular, se a semi-largura da montanha que perturba o movimento da partícula for D, então o comprimento de onda efectivo é igual a 2D. A razão entre os dois comprimentos de onda define uma grandeza adimensional, vulgarmente designada por número de Froude interno [Stull, 1988] expressa pela seguinte equação: F r πu = (3.9) N D BV A figura (3.7a) mostra diversas situações do escoamento atmosférico a contornar obstáculos orográficos do tipo montanha face a diferentes valores do número de Froude [Stull, 1988]. Para situações fortemente estáveis e ventos fracos (ie, F 0. 1), o escoamento contorna a montanha. O escoamento directamente incidente na montanha é bloqueado chegando mesmo a estagnar. Para ventos mais fortes, ou para situações de menor estabilidade ( F 0. 4 ), uma parte do escoamento contorna a montanha e outra parte passa por cima originando ondas de montanha. O escoamento perturbado pelo topo da montanha tem um comprimento de onda menor que a largura da montanha. Para um número de Froude igual a um, verifica-se que a estabilidade atmosférica é fraca e/ou os ventos são mais fortes, e o escoamento passa em grande parte r r 26

40 sobre o topo da montanha. As ondas de montanha amplificam-se devido a um efeito de ressonância, podendo o comprimento de onda igualar-se à largura da montanha. Alguns vórtices poderão formar-se na base a jusante da montanha. Neste caso, o escoamento pode mesmo estagnar a intervalos periódicos e pode ocorrer inversão do sentido do escoamento à superfície debaixo dos vórtices. Em casos de ventos ainda mais fortes e/ou estabilidade mais fraca ( F 1. 7 ), o comprimento de onda natural é maior que as dimensões da própria montanha. Nesta situação ocorre separação da camada limite atmosférica na encosta a jusante ao escoamento, criando cavidades com inversão do sentido do escoamento à superfície, junto do sopé da montanha. r (a) (b) Figura 3.7 Escoamento sobre montanhas face a diferentes valores do número de Froude (a). Efeitos da estratificação térmica sobre montanhas (b) [Stull, 1988] Na situação de ventos fortes e estabilidade neutra 1, o número de Froude tende para infinito. A perturbação do escoamento começa-se a sentir a uma distância três vezes da largura da montanha, a montante. Para além desta região de influência o escoamento deixa de sentir a presença da montanha. Perto do topo, as linhas de corrente são comprimidas acelerando 1 Neste caso, o gradiente vertical da temperatura é praticamente nulo, ou seja, uma camada limite, dominada pelos efeitos de corte da velocidade provocados pelas heterogenidades da superfície terrestre. 27

41 significativamente o vento. Do outro lado da montanha, desenvolve-se uma esteira de turbulência. Esta esteira, imediatamente a jusante da encosta tem aproximadamente as dimensões da montanha. À medida que nos afastamos, a esteira cresce, mas a turbulência diminui de intensidade. Na eventualidade da ausência de outros mecanismos de geração de turbulência e longe da montanha, a turbulência decai de intensidade, podendo mesmo o escoamento regressar ao estado anterior à perturbação [Stull, 1988]. Outros fenómenos, igualmente interessantes, podem ocorrer na presença de inversões no gradiente de temperatura sobre montanhas (fig. 3.7b). Definindo o número de Froude modificado [Stull, 1988] por: F * r u = (3.10) N ( z z ) BV onde z M representa a altura do topo da montanha, e z a altura da base da inversão térmica. Para z > z M M, podem ocorrer dois tipos de escoamentos dependentes da velocidade do vento. No caso de ventos fracos ( F 1), verifica-se uma inversão do escoamento por acção do r* << mecanismo de Bernoulli, devido ao constrangimento das linhas de corrente no topo, ou seja, da aceleração do escoamento. Na região de separação da camada limite encontram-se velocidades do vento baixas. Na situação de ventos fortes ( F 1.0) e na presença de uma inversão do gradiente de temperatura mais acentuada, a camada de mistura acelera consideravelmente pela encosta. A jusante pode ocorrer um salto hidráulico, onde o escoamento desacelera e a espessura da camada limite aumenta. No caso z >> z M, o escoamento passa por cima da montanha não sendo fortemente perturbado por esta. Este fenómeno verifica-se em particular na situação de ventos fracos e forte convecção. No exemplo de uma montanha isolada, mas para uma camada limite fina ( z < z ) M, o escoamento é forçado a passar em redor da mesma. A jusante forma-se uma esteira de vórtices de von Karman. Estes efeitos devem ser avaliados com detalhe nos estudos de potencial energético do vento em Portugal, nas regiões com média e elevada complexidade, pois podem introduzir desvios não desprezáveis em relação às estimativas do potencial energético num local. 3.3 Camada limite atmosférica O atrito existente entre a superfície terrestre e o ar em movimento origina um efeito de retardamento ao escoamento. De facto, a condição fronteira de não escorregamento obriga a r* 28

42 que a velocidade do vento seja nula ao nível do solo. Dado que a força de atrito decresce com a distância ao solo, esta torna-se desprezável para alturas suficientemente elevadas nas quais a velocidade do escoamento toma o valor do vento do gradiente. É a esta zona na qual se verifica um variação da velocidade do vento em altura que se dá o nome de camada limite atmosférica - CLA, sendo a sua espessura normalmente representada por δ (fig. 3.8). Acima da CLA diz-se, normalmente, que a atmosfera é livre. Figura 3.8 Representação da camada limite atmosférica [Simiu and Scalam, 1986; Estanqueiro, 1997]. A espessura da CLA é da ordem de algumas centenas de metros e tipicamente entre de 0 a 1000m conforme é referido por vários autores [Saraiva, 1983; Simiu e Scalan, 1986]. Na situação de ventos fortes para os quais se pode desprezar o efeito do gradiente de temperatura normalmente designada por condição de estabilidade/atmosfera neutra (ver comentário atrás) a espessura da CLA depende, tal como a sua forma, essencialmente do tipo de fronteira, ou seja, da configuração da superfície terrestre. A orografia do terreno, ou, a uma menor escala de comprimentos, a rugosidade do solo condiciona de modo determinante o perfil da velocidade média que descreve a CLA. Na fig (3.9) apresenta-se o efeito da rugosidade na CLA [Davenport, 1966]. Figura 3.9 Efeito da rugosidade do solo na camada limite atmosférica [Davenport, 1966]. 29

43 A CLA pode ser dividida em pelo menos duas sub-camadas [Estanqueiro, 1997; Saraiva, 1983; Simiu e Scalan, 1986], a sub-camada logarítmica, ou zona da parede, na qual as tensões de corte são aproximadamente constantes e iguais às tensões de corte no solo, e a sub-camada exterior, na qual as tensões de corte evoluem do valor constante assumido na sub-camada logarítmica até se anularem no topo da CLA (fig. 3.10). É na zona da sub-camada logarítmica (100 a 1m) que se situa o domínio dos aproveitamentos de energia do vento, revestindo-se o seu estudo, por esta razão, de primordial importância. Nesta zona e na condição de atmosfera neutra, o perfil da velocidade do vento pode ser descrito pela lei logarítmica de Prandtl vulgarmente designada por lei de parede [Davenport, 1966]: em que: u * z U z = ln + b0 (3.11) k z 0 onde, u = τ / ρ (3.12) * 0 U z é a velocidade média do vento à altura z, u * a chamada velocidade de atrito, τ 0 é a tensão de corte à superfície da terra, k a constante universal de von Karman ( k 0. 4 ), b 0 uma constante de integração e z 0 é o que se define como comprimento de rugosidade. A distância acima do solo até à qual a lei de parede é considerada válida, é dada pela relação: z l u* = b' (3.13) f c onde b é uma constante que toma valores entre e 0.03 [Simiu and Scanlan, 1986] e f c representa o parâmetro de Coriolis. Figura 3.10 Estrutura da camada limite atmosférica [Estanqueiro, 1997; Davenport, 1966]

44 Relacionado com a sub-camada logarítmica pode ainda definir-se o coeficiente de atrito do escoamento no solo, κ, cujos valores são apresentados para vários tipos de rugosidade na tabela 3.I [Simiu and Scanlan, 1986]: τ0 κ = 2 (3.14) ρu z Tabela 3.I Coeficientes de atrito no solo [Simiu and Scanlan, 1986] Tipo de terreno Z 0 (cm) 3 κ 10 Areia 0.01 a a 1.9 Superfície do mar* a a 3.6 Neve 0.1 a a 3.9 Relva baixa 0.1 a a 3.4 Estepes 1.0 a a 5.2 Descampados 3.0 a a 4.7 Relva alta/cereais 4.0 a a 7.6 Arbustros 10.0 a a 13.0 Terreno arborizado** 90.0 a a.0 Subúrbios.0 a a 15.4 Centro de povoações 35.0 a a 16.6 Centro de grandes cidades.0 a a.0 *função de velocidade do vento e da ondulação **função da altura média das árvores (15m) aproximadamente 10 2 árvores/ha substituindo na equação (3.14) as equações (3.11) e (3.12) obtém-se: 2 2 u* k κ = 2 U = (3.15) z ln ( z / z0 ) É também possível aproximar empíricamente o perfil de velocidades do vento na sub-camada logarítmica por uma lei de potências, embora o seu uso seja somente recomendado como primeira aproximação: α U z 2 z2 = (3.16) U z1 z1 onde o expoente α se pode ajustar ao tipo de terreno, tomando normalmente o valor de 1/9 para terreno aberto, sendo z 1 e U z1 a altura e velocidade de referência conhecidas, e U z2 a velocidade extrapolada para a altura z 2. Na sub-camada exterior, o perfil de velocidades afasta-se do descrito pela lei logarítmica. Este afastamento é controlado pelo escoamento exterior na zona de atmosfera livre que transfere energia para a zona de fronteira com o solo através da sub-camada logarítmica. Esta zona é também denominada sub-camada de esteira pela semelhança que apresenta com os escoamentos de esteira. 31

45 3.4 Turbulência atmosférica Alguns resultados experimentais permitem constatar que, na atmosfera, a taxa de dispersão por turbulência é manifestamente superior à taxa de dispersão por efeitos de difusão molecular. De facto, a turbulência é o processo primário pelo qual a quantidade de movimento, calor e humidade são transferidos na atmosfera [Silva, 03]. O regime turbulento ocorre num escoamento tipo camada limite, quando o número de Reynolds 2 5 excede um valor crítico, ( Re = 3 10 ). Na atmosfera, e em particular na CLA, crit esta situação verifica-se quase sempre, pelo que o escoamento atmosférico é, matematica e conceptualmente, abordado como escoamento turbulento apresentando números de Reynolds, Re>10 8 [Estanqueiro, 1997]. O sistema de equações diferenciais que rege um escoamento turbulento está definido e tem por base as equações que traduzem os princípios básicos da mecânica sendo, no entanto, insolúvel quando não são introduzidas restrições de ordem empírica - equações de fecho. Dado o seu carácter turbulento, é comum, à semelhança dos procedimentos correntes na caracterização dos escoamentos deste tipo, tomar o vento como sendo a soma do seu valor médio com o de uma flutuação: U = U + u (i=1,2,3) (3.17) i i i na qual o índice i representa as direcções dos eixos ortonormados. Considere-se em primeira análise, as equações gerais do movimento, aplicadas a um escoamento médio para um fluido incompressível, de densidade ρ, viscosidade µ e Newtoniano. Neste caso, vem: - equação da continuidade (conservação da massa), U x i i = 0 (3.18) - equação de Navier-Stokes (conservação da quantidade de movimento): U t i + U j U x j i 1 p = ρ x i 2 1 U i + µ ρ x j x j δ3g + f ε ij3 U j (3.19) 2 Parâmetro característico de um escoamento que traduz a proporção entre as forças de inércia e as forças de origem viscosa, onde L representa um comprimento característico do escoamento (desenvolvimento da camada limite): Re= UL / υ 32

46 33 onde, o primeiro termo da equação (3.19) representa a tendência do campo da velocidade (nula para escoamentos estacionários), e o segundo termo representa a advecção do campo da velocidade. Após a igualdade, o primeiro termo representa o gradiente de pressão (engloba as forças gravíticas), o segundo termo representa o transporte difusivo associado à viscosidade, o terceiro termo representa a gravidade (actuando na vertical) e o último termo representa os efeitos de Coriolis. Procedendo à substituição dos termos das equações (3.18) e (3.19), pelos valores instantâneos - equação (3.17), e tomando os valores médios das expressões, obtêm-se as equações que regem o escoamento médio em regime turbulento. Ao conjunto de equações assim obtido dáse o nome de equações de Reynolds [Raudkivi and Callander, 1975]: - conservação da massa (continuidade), 0 ; 0 = = i i i i x u x U (3.) - conservação da quantidade de movimento, ( ) j ij i j j i j j i i j i j i U f g x u u x x U x p x U U t U ε + δ ρ µ ρ + ρ = + (3.21) sendo o termo j u i u ρ normalmente designado por tensor de Reynolds, associados à dissipação de energia turbulenta, e representando a contribuição das flutuações da velocidade para a difusão. A grandeza meteorológica associada à medida da intensidade de turbulência do escoamento atmosférico, denomina-se energia cinética turbulenta, e encontra-se directamente relacionada com as trocas de calor, mistura e quantidade de movimento na camada limite. A equação que rege o prognóstico da energia cinética turbulenta pode ser obtida à custa das equações (3.19) e (3.21). Aplicando os termos instantâneos - equação (3.17) na equação de Navier Stokes e subtraíndo a equação da conservação da quantidade de movimento - equação (3.21), obtém-se a equação de prognóstico para a componente i u [Stull, 1988]: g x u u x x u x p x u u x U u x u U t u v v i j j i j j i i j i j j i j j i j i θ θ + δ + + υ ρ = ) ( 1 (3.22)

47 onde se fez uso da aproximação de boussinesq 3 no primeiro termo do lado direito da igualdade, e agregando-se o termo da impulsão à aceleração da gravidade último termo da igualdade, sendo os termos θv e θ v a temperatura potencial virtual média e perturbada. Aplicando-so o produto interno entre a componente u i e a equação (3.22) e tomando o valor médio da expressão obtida, obtém-se a equação de prognóstico da energia cinética turbulenta [Stull, 1988]: e t + U j e x j 1 ( u ) ( ) i p u je = uiu ρ x x i j j U x j i + δ g u θ i3 ( i v ) θv u υ x j 2 (3.23) onde e = representando a energia cinética turbulenta. Assim, o primeiro termo no 2 0.5ui primeiro membro da equação (3.23) representa a tendência da energia cinética turbulenta e o segundo termo a respectiva advecção. Os restantes termos do lado direito da igualdade representam, respectivamente, a distribuição da energia associada às perturbações do campo da pressão; dispersão de energia por acção dos turbilhões de pequena dimensão; produção da energia associada às tensões de corte do escoamento médio; produção/destruição da energia por efeitos de flutuação e dissipação da energia por acção viscosa. Numa camada limite turbulenta bidimensional, estacionária, em regime de flutuação nula, a equação (3.23) toma a seguinte forma [Silva, 03], U e z U = uw z + ν z 2 2 ( ) 2 2 p u + w we + w z ρ (3.24) Na subcamada exterior da camada limite, onde os efeitos da viscosidade molecular são pequenos, os termos contendo ν podem ser eliminados. A figura (3.11) representa uma imagem global de uma camada limite turbulenta. Sendo a turbulência um fenómeno inerente ao escoamento, tem contudo, grande importância para o sector da energia eólica, sendo de realçar a estrutura do conversor. De facto, a zona de interesse à captação do vento, está confinada à camada limite turbulenta. Se um determinado local estiver sujeito a grandes flutuações do vento, ou seja, fortes rajadas, é provável que o aerogerador sofra, ao fim de algum tempo, um desgaste com o impacto do vento, podendo constituir um forte risco para a danificação das pás e da estrutura da torre. Conscientes do problema, os fabricantes de aerogeradores, são capazes de fabricar modelos de aerogerador, 3 As perturbações do campo da densidade variam exclusivamente na vertical 34

48 classificados com base em índices de turbulência e velocidades máximas de rajada para um período de retorno de anos. Este processo permite adaptar os aerogeradores às diversas condições adversas impostas pelo escoamento atmosférico [IEC 610-1, 1998]. Figura 3.11 Esquema de transferência de energia numa camada limite turbulenta [Estanqueiro, 1997]. 3.5 Caracterização da energia do vento Nas aplicações eólicas interessa salientar as escalas espacial/temporal dos fenómenos meteorológicos mais relevantes para a contribuição do recurso energético, assim como os fenómenos condicionantes do escoamento local orografia e rugosidade. Se o vento for caracterizado por uma sobreposição de diferentes escalas temporais e independentes, torna-se possível descrevê-lo à custa de um espectro de energia sendo normalmente utilizado o espectro de Van der Hoven (fig. 3.12). Figura 3.12 Espectro de energia do vento apresentado por Van der Hoven [Hoven, V. 1957]. 35

49 A zona do espectro entre os dez minutos e as oito horas representa a zona de vazio espectral (reduzido conteúdo energético) sendo adequada ao período de cálculo da média da velocidade entre medições. Nesta zona, os valores médios calculados com base em períodos dentro do vazio espectral não sofrem, na maioria dos casos, grandes variações. [Simões, T., 1999] Desta forma, para se proceder a uma avaliação do recurso eólico para um determinado local, são necessários pelo menos 12 meses de dados consecutivos. Este período mínimo de tempo exigido deve-se à variabilidade sazonal do vento, tal como patente na fig. (3.12). Em locais onde se verifiquem condições atmosféricas rigorosas, tais como trovoadas, neve e gelo, é aconselhável prosseguir com campanhas experimentais mais longas, pois nestes casos é frequente ocorrerem avarias nos sensores. O facto de o comportamento do vento também ser variável de ano para ano é também motivo para a realização de campanhas experimentais mais longas, dado que, o ano escolhido pode vir a ser atípico face a anos anteriores, justificando um estudo de variabilidade inter-anual com dados de estações anemométricas de longo termo. Em suma, quanto mais longa for a campanha experimental maior é a precisão nas estimativas de velocidade média de longo termo do vento. Nas campanhas experimentais, é habitual registar valores médios de velocidade do vento de dez em dez minutos, frequência de aquisição que se situa no vazio espectral. Desta forma a velocidade média do vento é definida através de: 1 T u = u( T ) dt (3.25) T 0 onde u representa o valor médio da velocidade e T o intervalo de tempo considerado. O fluxo de potência do vento (W/m 2 ) disponível num intervalo de tempo T é dado pela equação: E 1 u 2 = ρ 3 (3.26) Se a velocidade instantânea for decomposta pela soma da velocidade média com as flutuações, vem: e têm-se as seguintes relações: u = u + u' (3.27) u = 0 u u 3 2 = u = u 3 2 u + u Assim, o fluxo de potência vem dado por: u 2 u (3.28) 36

50 σ u 3 E ρu + Atlas do Potencial Eólico para Portugal Continental 2 ( 1 3i ) 1 (3.29) u u onde i representa a intensidade de turbulência e σ a variância da velocidade do u vento. A intensidade de turbulência depende da altitude e das condições da superfície. Uma forma de caracterizar o vento local é recorrer a leis de distribuição de classes de vento. Uma das funções de distribuição frequentemente utilizadas para o recurso eólico é a distribuição de Weibull. A distribuição de Weibull é feita à custa de dois 2 parâmetros, A e k, apresentando-se razoavelmente adequada para descrever a distribuição da frequência de ocorrência de classes do módulo da velocidade do vento. Uma vez conhecidos os parâmetros A e k a uma determinada altura do solo podem facilmente ser ajustados para outra altura [Troen et al., 1989]. A lei de distribuição de Weibull exprime-se matematicamente através da expressão: f ( u ) = k A u A u exp A k 1 k (3.) onde f (u ) representa a frequência de ocorrência da classe u. Os parâmetros A e k representam respectivamente o parâmetro de escala (m/s) e o parâmetro de forma (adimensional) da distribuição de Weibull. O valor médio da velocidade v (m/s), pode ser dado por Sendo a função gama (Γ) definida por: 1 v = A Γ 1 + (3.31) k Γ x 1 ( x) = exp( t) t dt 0, com x>0 (3.32) O fluxo de potência E (W/m 2 ), pode ser facilmente calculado pela relação: E 1 3 = ρ A 3 Γ k (3.33) sendo ρ a densidade do ar. 37

51 Os parâmetros da distribuição de Weibull podem determinar-se de várias formas [Justus, 1980, 1996]. Uma vez conhecidos o valor médio e o desvio padrão da série de registos, podem determinar-se através das equações aplicando-se métodos iterativos: u = Γ 1 1 +, A k σ u 2 Γ 1 + k = Γ 1 + k 1/ 2 (3.34) Sendo o desvio padrão dado por: 2 2 ( u u ) 1/ 2 σ = (3.35) O cálculo da estimativa anual de produção de energia En (MWh ano ) para um dado local é feita através da integração do produto da função de distribuição de classes de vento f (u ), pela curva de potência de uma turbina, P WT (u) [Justus, 1996]. Neste caso, obtém-se: En = 87 f ( u ) PWT ( u ) du (3.36) 0 Onde 87 representa o número de horas ao ano. Na figura (3.13), apresenta-se uma curva de potência de uma turbina de referência em energia eólica, com uma potência nominal de 2.0MW Figura 3.13 Curva de potência de uma turbina com 2.0MW de potência nominal Se a função de distribuição do vento for a função de Weibull, então têm-se para a energia: k 1 k k u u En = 87 exp PWT ( u) du A A A 0 (3.37) Embora a energia seja a quantificação pretendida no estudo da produção de parques eólicos, é comum utilizarem-se indicadores de produção energética que retiram à informação da 38

52 produção a capacidade eólica instalada ou a instalar num local. Assim, calculando o quociente entre a equação (3.37) e a potência nominal da(s) turbina(s) (MW), surge o índice NEP S [Decreto Lei nº 339-c, 01], com unidades h ano, representando o número anual de horas de funcionamento do aerogerador à potência nominal. O valor deste índice torna-se indispensável ao promotor no ramo da eólica, uma vez que o custo de distribuição da energia na rede eléctrica nacional é calculado com base nesse índice. De uma forma geral, um parque torna-se rentável ao promotor se o respectivo índice NEP S for superior a 00h ano. Calculado o quociente entre o índice NEP S e o número total de horas do ano, dá origem a um índice adimensional, denominado por factor de capacidade (FC), sendo expresso em percentagem. Neste caso, e tomando como referência valor de 00h ano para o índice NEP S, vem: 00 FC = = 22.8% (3.38) 87 Tal como anteriormente citado, um parque é considerado rentável se o factor de capacidade for superior a 22.8%. 39

53 4. Regimes de circulação em Portugal Continental Neste capítulo pretende-se classificar a circulação atmosférica de escala sinóptica em Portugal Continental. Embora a circulação, seja em grande parte explicada pela influência do anticiclone dos Açores junto ao continente na maior parte ano, pode-se identificar um conjunto de regimes adicionais representativos do escoamento, aliados a índices de circulação com significado físico. Desta forma, cada dia pode ser classificado por um determinado regime de circulação. Se houver a possibilidade de arranjar um ano de dados período típico de avaliação do potencial eólico de certas grandezas meteorológicas, e tendo presente o método de classificação dos regimes, torna-se fácil identificar o peso das frequências de ocorrência dos regimes nesse ano. Através de um critério de selecção apropriado, é possível determinar, o dia mais próximo da média anual de um dado regime. Se este processo for repetido para as restantes classes de regimes, obtém-se um conjunto de dias representativos da climatologia desse ano. Todo este processo é válido para o longo termo, se existir suficiente disponibilidade de dados meteorológicos. Neste caso, os dias seleccionados, poderão ser representativos da climatologia real. Dado que o presente trabalho se insere na modelação do atlas do potencial eólico, com recurso a um modelo de mesoscala, a simulação do recurso energético com, pelo menos, um ano de dados torna-se obrigatória. Contudo, este procedimento, obriga a um grande esforço computacional, dada a complexidade física do modelo e a dificuldade em resolver os fenómenos explícitos, bem como a vasta quantidade de dados meteorológicos exigidos para os domínios de simulação, necessários a vários níveis de altitude. Desta forma, se as simulações com o modelo de mesoscala ficarem restringidas aos dias seleccionados pelos regimes, obtém-se uma redução substancial no tempo de cálculo. Os campos de prognóstico do vento, obtidos para cada um dos regimes, podem ser posteriormente multiplicados pelo peso da frequência respectiva, sendo o mapa climatológico calculado com base no compósito dos campos obtidos. Alguns métodos de cálculo foram propostos para abordar o problema da identificação dos regimes de circulação. Os mais significativos recaem no estudo da análise de componentes principais ACP em algumas grandezas meteorológicas [Corte-Real et al., 1995] e em métodos de identificação de padrões de circulação por centróides - clusters [Zhang et al., 1997; Corte-Real et al., 1998]. Embora a aplicação do método ACP seja de fácil

54 implementação, gera classes de circulação atmosférica com pouco significado físico, tornando difícil a interpretação dos resultados. Relativamente ao uso do método de centróides, torna-se necessário definir, à priori, o número de classes de regimes. Este método conduz à ocorrência de diferenças substanciais nos padrões de circulação, caso se altere o número de classes, para uma mesma área de estudo. 4.1 Metodologia de classificação Para realizar o atlas do potencial eólico de Portugal Continental, com recurso à classificação de regimes de circulação, utiliza-se um conjunto de seis índices diários, dos quais dois estão associados à direcção do escoamento (analogia com as componentes bidimensionais do vector velocidade), outros dois relacionados com o tipo de circulação - anticiclónica e ciclónica, e os restantes relacionados com a magnitude e vorticidade do escoamento. [Trigo and DaCamara, 00]. Na tabela 4.I apresentam-se os índices de circulação. Tabela 4.I Índices de circulação [Trigo and DaCamara, 00]. Índice de circulação Movimento do escoamento SF Norte Sul WF Oeste Este FT Magnitude ZS Circulação ciclónica ZW Circulação anticiclónica ZT Vorticidade Estes índices calculam-se com base no campo da pressão atmosférica ao nível médio do mar, através de 16 pontos de medida da pressão (figura 4.1), admitindo que a circulação do vento é de forma quase-geostrófica. As expressões abaixo indicadas, correspondem à fórmula de cálculo de cada índice [Trigo and DaCamara, 00]: [ 0.25 ( p + 2 p + p ) 0.25 ( p + 2 p )] SF = p12 (4.1) [.5 ( p + p ) 0.5 ( p )] WF = + (4.2) p5 FT SF + WF 2 2 = (4.3) 41

55 ZS = 0.85 [ 0.25 ( p ( p + 2 p p + p p ) 0.25 ( p 12 5 ) ( p + 2 p p + p p ) 11 )] (4.4) ZW = 1.12 [ 0.5 ( p p16 ) 0.5 ( p8 + p9 )] [ 0.5 ( p + p ) 0.5 ( p + p )] (4.5) ZT = ZS + ZW (4.6) ºN ºN ºW 10ºW Figura 4.1 Grelha dos 16 pontos da pressão ao nível médio do mar, considerados no cálculo dos índices de circulação [Trigo and DaCamara, 00]. 10ºE A classificação diária dos regimes foi elaborada com os seguintes pressupostos: A direcção do escoamento é dada por tan -1 (WF/SF), somando-se 180º se WF for positivo. Se ZT <FT, a magnitude domina a vorticidade, sendo o escoamento classificado por 8 regimes de direcção em analogia com a rosa dos ventos (N,NE,E,SE,S,SW,W e NW), com 45º por sector. Se ZT >2FT, a vorticidade domina a magnitude. Neste caso, se ZT>0, o regime é do tipo ciclónico (L), ou anticiclónico (H) se ZT<0. se FT< ZT <2FT, a circulação é designada como híbrida, sendo igualmente dominada pela magnitude e vorticidade. Para este caso, passam a ser considerados 8 2 regimes de circulação. No total, este método fornece um conjunto de 26 regimes de circulação, apresentados na tabela 4.II 42

56 Tabela 4.II 26 tipos de regimes de circulação [Trigo and DaCamara, 00]. Direccionais Anticiclónicos Ciclónicos N norte HN LN NE nordeste HNE LNE E este HE LE SE sueste HSE LSE S sul HS LS SW sudoeste HSW LSW W oeste HW LW NW - noroeste HNW LNW H L Neste trabalho, recorreu-se aos dados do NCAR National Center for Atmospheric Research [Kalnay et al, 1996] para obter o campo diário da pressão atmosférica ao nível médio do mar, no período compreendido entre Janeiro de 1951 a Dezembro de 02. O campo diário da pressão foi calculado pela média dos campos das 00h e das 12h. Convém realçar que método aqui utilizado, classifica os regimes de circulação para o ponto central da área em estudo (ver figura 4.1), com coordenadas WGS84 - (10ºW;ºN). Na figura 4.2, apresenta-se a frequência de ocorrência dos regimes de circulação para os 52 anos de dados ( ) 1951 a % H NE N W L NW E SW H+N H+NE H+W H+NW SE H+SW S H+E L+NE L+N L+E L+W L+SW L+NW H+S L+SE H+SE L+S Regimes Figura 4.2 Frequência de ocorrência dos 26 regimes de circulação para 52 anos de dados ( ) Facilmente se conclui da figura (4.2) que o regime mais frequente em Portugal Continental é o regime anticiclónico, com um peso de 22.12%. Na figura (4.3) apresenta-se as frequências de ocorrência mensal para cada um dos regimes de circulação. 43

57 % 80% % % % 0% jan fev mar abr mai jun jul ago set out nov dez meses H NE N W L NW E SW H+N H+NE H+W H+NW SE H+SW S H+E L+NE L+N L+E L+W L+SW L+NW H+S L+SE H+SE L+S Figura 4.3 Frequência de ocorrências mensais para cada um dos 26 regimes de circulação, utilizando-se 52 anos de dados ( ). Da figura (4.3), observa-se que o regime anticiclónico é o mais frequente, excepto no período do Verão, onde predominam os regimes de Nordeste e Norte, associados ao efeito da brisa/nortada em Portugal Continental. Por outro lado, o regime ciclónco mantém uma presença constante ao longo dos meses, tal como a maioria dos restantes regimes. Contudo, alguns evidenciam reduções, ou acréscimos de frequência nos meses de verão. Nas figuras (4.4) a (4.7) apresentam-se os campos médios da pressão ao nível médio do mar associados a cada regime ( ). H L Figura 4.4 Campo médio da pressão ao nível médio do mar para o regime anticiclónico (H) e ciclónico (L) ( ). [Pa] Da figura (4.4) observa-se que os centros de acção dos regimes anticiclónico (H) e ciclónico (L), estão localizados sobre o continente. 44

58 N NE E SE S SW W NW Figura 4.5 Campo médio da pressão ao nível médio do mar para cada regime apresentado ( ). [Pa] Na figura (4.5) é visível o carácter direccional imposto pelos centros de acção anticiclónica e ciclónica, localizados nas proximidades do continente, aos regimes direccionais. 45

59 HN HNE HE HSE HS HSW HW HNW Figura 4.6 Campo médio da pressão ao nível médio do mar para cada regime apresentado ( ). [Pa] A circulação dos regimes híbridos associados à circulação anticiclónica (figura 4.6) mostra que o centro de acção dominante se extende até ao continente, induzindo a circulação direccional. 46

60 LN LNE LE LSE LS LSW LW LNW Figura 4.7 Campo climatológico da pressão ao nível médio do mar para cada regime apresentado ( ). [Pa] Na figura (4.7), observa-se de novo a mesma situação, ou seja, o centro de acção dominante (circulação ciclónica) extende-se até ao continente, induzindo circulação direccional. 47

61 4.2 Escolha dos dias representativos para o ano de 1999 Aplicando o mesmo príncipio anteriormente descrito, foi possível obter a frequência de cada regime, para o ano de Na figura (4.8), apresenta-se o respectivo gráfico H NE N W L NW E H+NE SW H+N H+NW H+W H+E L+NE H+SW L+N S L+NW H+S L+E L+SW L+W SE H+SE L+SE L+S % Regimes Figura 4.8 Frequência de ocorrência dos 26 regimes de circulação para o ano de Na figura (4.8), destaca-se o domínio do regime anticiclónico, ocorrendo 25.21%, seguindo-se dos regimes nordeste e norte, com uma frequência de 11.51% e 8.49% respectivamente. De acordo com a metodologia de classificação dos regimes aqui apresentada, o ano de 1999 não registou os regimes de SE, H+SE, L+SE e L+S. Para o ano de 1999, foi seleccionado um dia por cada regime, sendo considerado o mais próximo da média de Para realizar esta tarefa, guardou-se a data e os valores de pressão nos 16 pontos de grelha (figura 4.1) para cada regime. Considere-se então o dia d de determinado regime, e os respectivos pontos de grelha calculou-se a seguinte expressão onde 16 j= 1 p d, j, onde j=1,...,16. Para o dia d δ d = γ d, j (4.7),, pd j p j γ d j = σ p j 2 (4.8) 48

62 Sendo p j o valor médio da pressão no ponto j de todos os dias do regime, e σ p j o desvio padrão dessa amostra. Repetindo o processo de cálculo para todos os dias do regime, seleccionou-se o que apresentava menores valores de δ d, sendo esse dia o mais próximo da climatologia do regime considerado. Todo este processo se repete para os outros regimes. Na tabela 4.III, mostra-se os dias representativos de cada regime para o ano de Tabela 4.III Dias representativos de cada regime para H 18 Abril L 01 Maio N 15 Maio NE 22 Julho E 10 Outubro SE --- S 06 Janeiro SW 24 Setembro W 07 Maio NW 26 Abril HN Julho HNE 22 Maio HE 13 Fevereiro HSE --- HS 05 Novembro HSW 04 Janeiro HW 22 Abril HNW 16 Setembro LN 14 Novembro LNE 04 Setembro LE 13 Março LSE --- LS --- LSW 29 Maio LW Outubro LNW 25 Outubro Nas figuras (4.9) a (4.12) mostra-se o campo da pressão dos dias representativos para cada regime. Observam-se algumas semelhanças entre os dias seleccionados e a climatologia dos regimes (figuras 4.4 a 4.7). H L Figura 4.9 Campo da pressão ao nível médio do mar do dia representativo do regime anticiclónico (H) e ciclónico (L) para o ano de [Pa] 49

63 N NE E SE S SW W NW Figura 4.10 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para [Pa]

64 HN HNE HE HSE HS HSW HW HNW Figura 4.11 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para [Pa] 51

65 LN LNE LE LSE LS LSW LW LNW Figura 4.12 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para [Pa] 52

66 4.3 Escolha dos dias representativos para um período de 7 anos Neste caso, aplica-se o mesmo procedimento de classificação, usando-se sete anos de dados, nomeadamente os anos de 1992, 1994, 1998 a 02. Esta selecção deve-se ao facto do INETI ter operado nestes anos estações anemométricas no âmbito de projectos de investigação (cujas dados não estão sujeitos a confidencialidade) permitindo assim a verificação e eventual validação experimental dos trabalhos de mapeamento do recurso eólico. Deste modo foram adquiridas ao NCAR todas as análises de 6 em 6h desses anos, para servirem de condição fronteira para os domínios do modelo de mesoscala utilizado na construção do atlas do potencial eólico. Embora se pretenda, numa fase futura deste trabalho, simular de forma contínua todos esses anos, nesta fase simularam-se apenas os dias representativos dos regimes para estes sete anos. Na figura (4.13) apresenta-se o gráfico com as frequências de cada regime, e na tabela 4.IV os dias representativos. 1992;1994; % H NE N W NW L H+NE SW E H+N H+W H+NW H+SW H+E SE S L+NE L+N L+W H+S L+SW L+NW H+SE L+E L+S L+SE Regimes Figura 4.13 Frequência de ocorrência dos 26 regimes de circulação para sete anos de dados. Tabela 4.IV Dias representativos de cada regime para sete anos de dados. H 31 Outubro 1998 L 01 Maio 1999 N 27 Julho 1998 NE 29 Julho 01 E 04 Outubro 02 SE 06 Novembro 1998 S Novembro 1994 SW 22 Outubro 01 W 24 Abril 01 NW 31 Agosto 1992 HN 07 Julho 01 HNE Junho 01 HE 24 Novembro 01 HSE 29 Abril 1994 HS 19 Fevereiro 1998 HSW 23 Novembro 1992 HW 22 Abril 1999 HNW 27 Junho 1999 LN 09 Maio 00 LNE 24 Agosto 02 LE Março 00 LSE 17 Junho 00 LS Setembro 02 LSW 15 Maio 1994 LW 25 Setembro 1998 LNW 31 Maio

67 Na figura (4.14) apresenta-se o gráfico das frequências de ocorrência de cada um dos regimes, comparando os três períodos aqui apresentados. 25 Comparação regimes ;94; H NE N W L NW E SW H+N H+NE H+W H+NW SE H+SW S H+E L+NE L+N L+E L+W L+SW L+NW H+S L+SE H+SE L+S % Regimes Figura 4.14 Comparação dos pesos das frequências dos regimes nos três períodos em análise. Da figura (4.14) verifica-se que a maioria dos regimes, apresentam valores de frequência muito semelhante nos três períodos em análise, exceptuando-se o regime anticiclónico, onde se constata um desvio mais acentuado face à climatologia dos 52 anos de dados. É de salientar a semelhança entre as frequências dos regimes do ano de 1999 face à climatologia de longo termo, exceptuando-se mais uma vez, o regime anticiclónico. Salienta-se o facto dos regimes híbridos associados à circulação ciclónica (L) nos sete anos, terem pesos idênticos face à climatologia dos 52 anos. As figuras (4.15) a (4.18) apresentam o campo da pressão dos dias representativos dos sete anos, para cada regime. Nesta situação, observam-se de novo semelhanças entre os dias seleccionados e a climatologia dos regimes (figuras 4.4 A 4.7). H L Figura 4.15 Campos da pressão ao nível médio do mar dos dias representativos dos regimes anticiclónico (H) e ciclónico (L) para sete anos de dados. [Pa] 54

68 N NE E SE S SW W NW Figura 4.16 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados. [Pa] 55

69 HN HNE HE HSE HS HSW HW HNW Figura 4.17 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados. [Pa] 56

70 LN LNE LE LSE LS LSW LW LNW Figura 4.18 Campos da pressão ao nível médio do mar dos dias representativos dos regimes apresentados para sete anos de dados. [Pa] 57

71 As figuras (4.19) a (4.22) apresentam a climatologia do campo da pressão para cada um dos regimes correspondentes aos anos 1992, 1994, Neste caso, observa-se que os campos da pressão são praticamente coincidentes com os campos médios dos 52 anos de dados. H L N NE E SE S SW Figura 4.19 Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados). [Pa] 58

72 W NW HN HNE HE HSE HS HSW HW HNW Figura 4. Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados). [Pa] 59

73 LN LNE LE LSE LS LSW LW LNW Figura 4.21 Campo climatológico da pressão ao nível médio do mar para cada regime apresentado (sete anos de dados). [Pa]

74 5. Metodologia de desenvolvimento do atlas do potencial eólico de Portugal Continental Neste trabalho, a metodologia de desenvolvimento do atlas, baseia-se num conjunto de simulações numéricas efectuadas ao campo do vento em Portugal Continental, com recurso a um modelo de mesoscala para se obter uma representação estatística suficientemente representativa da climatologia das grandezas meteorológicas e parâmetros relacionados com o potencial eólico. Desta forma é possivel obter um mapeamento das grandezas representativas do potencial eólico, sendo os resultados das simulações pontualmente comparados com os valores de vento provenientes de quatro estações anemométricas do INETI. Na figura (5.1), apresenta-se o organigrama da metodologia de desenvolvimento do atlas do potencial eólico. Figura 5.1 Organigrama representativo da metodologia de desenvolvimento do atlas do potencial eólico. Numa primeira fase, optou-se por simular o ano completo de 1999, tendo sido corrigido os resultados obtidos com o factor médio de desvio da variabilidade interanual com base em quatro estações do INETI. A selecção do ano de 1999 relaciona-se com a disponibilidade de 61

75 dados experimentais para verificação e eventual calibração das simulações numéricas. Numa segunda fase, recorreu-se ao processo de identificação de regimes de tempo, calculados para o ano de 1999, e para os sete anos de dados (1992,1994, ) simulando-se os dias representativos de cada regime, e tendo-se efectuado o compósito do recurso com base no peso das suas frequências de ocorrência. Para a situação de determinação dos valores médios por ponderação de regimes não se efectuou qualquer ajuste de variabilidade inter-anual. Na figura (5.2), apresenta-se o conjunto de estações de referência do INETI, utilizadas para a verificação dos resultados, estando estas situadas em locais propícios aos efeitos de concentração do vento no terreno e, como tal caracterizadas por um potencial eólico mais elevado que a média. Figura 5.2 Mapa com a localização das estações anemométricas do INETI para o estudo do atlas do potencial eólico. Na tabela 5.I e 5.II apresentam-se respectivamente, as coordenadas das estações e informações da área em redor destas. Na tabela 5.III apresenta-se a data de início da campanha para cada estação. 62

76 Tabela 5.I Geo-referenciação das estações anemométricas do INETI. SIST. WGS84 GEOGRÁFICAS (º) SIST. HAYFORD - GAUSS DATUM LISBOA (m) SIST. UTM DATUM ED (m) Estação Latitude Longitude Latitude Longitude Latitude Longitude IN_01 - S. João Lampas 38º 52.3 (N) 9º (W) IN_04 Vila do Bispo 37º (N) 8º (W) IN_32 - Gardunha º (N) 7º (W) IN_33 - Arruda 38º (N) 9º (W) Tabela 5.II Altitude das estações e altura dos sensores de velocidade e direcção das estações anemométricas do INETI. ESTAÇÃO ALTITUDE DA ESTAÇÃO ALTURA DOS SENSORES Velocidade Direcção OBSERVAÇÕES IN_01 S. João Lampas IN_04 Vila do Bispo IN_32 Gardunha IN_33 Arruda 152m 10m 10m 104m 10m 10m 1210m 10m m 398m 10m m A estação IN01 fica situada num monte de pequeno declive, orientado na direcção predominante do vento a 152m de altitude. É uma zona costeira e de vegetação essencialmente rasteira. perto da Serra de Sintra. A estação IN04 fica situada numa planície irregular a 104m de altitude. O terreno que circunda o mastro é utilizado essencialmente para pasto. A estação IN32 está situada numa zona montanhosa de vegetação rasteira a 1210m de altitude. A estação IN33 está situada num monte de declive médio caracterizado por vegetação rasteira a 398m de altitude. Tabela 5.III Data de início da campanha de monitorização. Estação Início de campanha IN_01 - S. João Lampas Fevereiro 1993 IN_04 Vila do Bispo Março 1991 IN_32 Gardunha Abril 1999 IN_33 Arruda Maio

77 5.1 Modelo atmosférico Para desenvolver o atlas do potencial eólico de Portugal Continental, seleccionou-se o modelo de mesoscala MM5 - Fifth generation Mesoscale Model [Grell et al., 1995] desenvolvido pelo PSU/NCAR Pennsylvania State University / National Center for Atmospheric Research, EUA, na versão 3.6.0, sendo relativamente actualizado no que se refere à formulação física, apresentando igualmente a vantagem de ser distribuído livremente ( freeware ). Dada a complexidade dos pacotes físicos de parametrização do modelo, é impossível proceder à sua descrição, pelo que se apresentam, de forma sucinta, os sub-programas necessários para efectuar qualquer simulação. O modelo MM5 é um modelo atmosférico de mesoscala de acesso livre, sendo continuamente aperfeiçoado através da contribuição de diversos utilizadores em universidades e institutos de investigação em todo o mundo. Este modelo utiliza coordenadas sigma [e.g., Haltiner and Williams, 1980] que acompanham o terreno, tornando-o capaz de simular e prever circulações de mesoscala ou escala regional. O MM5 é composto por um conjunto de módulos independentes utilizando informação adequada a cada um. O conjunto de informação processada por cada módulo constitui a base de dados para as simulações do programa principal - MM5, que fornece os prognósticos dos campos das grandezas meteorológicas. Os dados meteorológicos de superfície e as análises, são interpolados através das sub-rotinas TERRAIN e REGRID para os domínios de simulação. Estes programas definem o domínio (área em análise) e projecção dos mapas nos quais são utilizadas as informações de topografia e uso do solo. É ainda possível definir domínios aninhados com o objectivo de aumentar a resolução das simulações. O módulo TERRAIN, permite processar a orografia e pode utilizar dados de várias fontes, como por exemplo a base de dados geográficos de alta resolução GTOPO, para processar os dados de orografia e rugosidade. O modelo de orografia GTOPO tem resolução espacial de de arco (da ordem de km), com informações que cobrem a totalidade do planeta. O módulo REGRID utiliza os dados provenientes das análises como primeira inicialização ( first guess ) do modelo e executa, posteriormente, interpolações dos parâmetros meteorológicos para todos os pontos da grelha definidos para o domínio principal e subdomínios. O módulo INTERPF realiza a interpolação vertical dos níveis de pressão para o sistema de coordenadas sigma que acompanham a superfície e permite criar as condições 64

78 fronteira para o MM5. No módulo NESTDOWN cria-se condições fronteira para iniciar o modelo MM5 utilizando os campos de prognóstico produzidos pelo modelo. 5.2 Condições iniciais e de fronteira Para realizar as simulações, construiu-se um conjunto de quatro domínios tri-dimensionais e aninhados. Na figura (5.3) apresentam-se as respectivas áreas de simulação. Figura 5.3 Domínios de simulação do MM5 para o desenvolvimento do atlas do potencial eólico. Na tabela 5.IV apresentam-se as dimensões dos pontos de grelha para cada um dos domínios, a resolução espacial e o passo de tempo de simulação considerado. 65

79 Tabela 5.IV Dimensões dos domínios e passo de tempo das simulações Dominio Dimensões de grelha nx ny nσ Resolução espacial Passo de tempo (s) D km 2 D km 81 D km 27 D km 9 As simulações numéricas são efectuadas com as análises do NCAR - National Center for Atmospheric Research - (Projecto Reanalyis), contendo os campos tridimensionais das variáveis meteorológicas 4 em 17 níveis verticais (ficheiros pgrb3d*) e 5 níveis de solo 5 (ficheiros grb2d*). É de salientar que os campos processados pelo NCAR contêm informação horizontal numa malha de 2.5º x 2.5º (aprox km) nos níveis obrigatórios em altitudes padrão, os quais servem para a previsão numérica do tempo, e para fins aeronáuticos. Todas as simulações foram efectuadas com recurso às análises das 00h, 06h, 12h e 18h TUC diárias, servindo estas de condição fronteira para o domínio 1 (81km de resolução espacial). Na primeira fase simulação do ano completo de 1999, e por questões de tempo e logística computacional, optou-se por simular separadamente cada um dos quatro domínios. Iniciou-se o conjunto de simulações com o domínio 1, guardando-se os resultados de 2 em 2 horas. Após o fim da simulação, os dados foram introduzidos no módulo NESTDOWN, gerando este as condições fronteira para o domínio 2. Após este procedimento iniciou-se as simulações com este domínio, guardando-se também os resultados de 2 em 2 horas. A partir daqui, o processo torna-se cíclico até chegar à malha de maior refinamento espacial de 3 3km (domínio 4), sendo os resultados deste domínio, os mapas do atlas do potencial eólico. Relativamente às simulações dos regimes de tempo, optou-se por simular todos os domínios encadeados, dada a capacidade do MM5 em realizar tal tarefa, sendo necessário simular um único dia por regime. Neste caso, não se fez uso do módulo NESTDOWN. Para o domínio de maior refinamento, foram criados ficheiros de saida, com dados de vento processados a cada passo de tempo, nos pontos de grelha mais próximos das estações do INETI, com vista à verificação/validação dos dados. 4 Temperatura, componentes horizontais do vento, humidade relativa, altitude e pressão atmosférica. 5 São processados dados sobre a temperatura e humidade do solo em cinco níveis abaixo da superfície. 66

80 Dado que o recurso energético do vento se confina a poucas dezenas de metros acima da superfície terrestre, realizou-se, numa fase inicial, um conjunto de simulações de controle com o modelo de mesoscala, por forma a seleccionar o pacote de parametrizações da camada limite mais adequado, para reproduzir, embora com alguma aproximação, a evolução do escoamento atmosférico na superfície terrestre. Desta forma, foram feitas algumas simulações de controle - não apresentadas neste trabalho, somente para quatro dias do ano de 1999 (01-Março, 01-Julho, 01-Outubro, 01-Dezembro), tendo-se simulando um período de 24 horas para saber qual das parametrizações disponíveis no modelo, seria a mais adequada para representar o ciclo diário de vento na malha mais refinada (3 3km), comparando-se os prognósticos do campo do vento com as medidas das estações do INETI. Na tabela 5.V mostram-se as opções e parametrizações físicas incluidas nas simulações do atlas do vento, para cada um dos domínios de simulação. Tabela 5.V Opções e parametrizações físicas utilizadas nas simulações [Grell et al., 1995] Simulações MM5 ver Atlas Domínios de simulação D1 D2 D3 D4 81 km 27 km 9 km 3 km Terreno USGS USGS USGS USGS Rugosidade USGS (24 cat.) USGS 24 cat.) USGS (24 cat.) USGS (24 cat.) Dados 3D NCAR [2.5ºx2.5º] Dados superfície e solo NCAR [2.5ºx2.5º] Parametrização Cúmulos Grell Grell Grell - Microfísica Simple Ice Simple Ice Simple Ice Simple Ice Camada limite atmosférica MRF MRF MRF Gayno- Seaman Radiação Cloud- Radiation Cloud- Radiation Cloud- Radiation Cloud- Radiation Modelo solo NOAH NOAH NOAH NOAH Assimilação de dados

81 5.3 Caracterização do terreno e da rugosidade Para representar a topografia de Portugal Continental nas simulações numéricas, foi utilizado o modelo digital de terreno proveniente da base de dados geográfica do projecto GTOPO - Global arc-second TOPOgraphic data desenvolvido pelo USGS United States Geological Survey [USGS, 04a] no MM5. A orografia deste projecto tem, aproximadamente, 1km de resolução espacial, tendo o módulo TERRAIN capacidade para interpolar a topografia desde os 81km até aos 3km de resolução espacial. A rugosidade utilizada nas simulações, foi proveniente do mesmo banco de dados [USGS, 04b] classificando o uso do solo (resolução espacial de 1km) da superfície terrestre em 24 classes, como por exemplo: floresta, água e campo. No anexo I, apresenta-se a tabela com a descrição das 24 classes do uso do solo e alguns dos parâmetros físicos para o hemisfério Norte no período de Verão (15 de Abril a 15 de Outubro) e no período de Inverno (15 de Outubro a 15 de Abril). Na figura (5.4) apresenta-se para a malha mais refinada, o terreno e o parâmetro de rugosidade (z 0 ) médio. m m (a) (b) Figura 5.4 Figura (a) orografia (m); figura (b) - parâmetro de rugosidade médio (z 0 ) (m). 68

82 6. Resultados da aplicação dos modelos e metodologias Os mapas apresentados neste trabalho foram processados para três alturas: 10m (referência meteorológica), e 80m (níveis de referência em energia eólica). Para os regimes característicos, consideraram-se apenas as alturas de 10m e 80m. Desta forma, calcularam-se as seguintes grandezas relevantes para a avaliação do potencial eólico: rumo e intensidade do vento, fluxo de potência, parâmetros de escala e forma da distribuição de Weibull, intensidade de turbulência, e mapas com a distribuição espacial do número de horas anuais de funcionamento à potencia nominal para três aerogeradores de referência em energia eólica, nomeadamente:gewe 1.5sl de 10kW a m, VESTAS V80 de 00kW a 80m e NORDEX N90 de 20kW a 80m. A figura 6.1 mostra as curvas de potência dos conversores utilizadas nas simulações. Curvas de Potência 20 Potência (kw) GEWE 1.5sl 10kW VESTAS V80 00kW NORDEX N90 20kW velocidade (m/s) Figura 6.1 Curvas de potência para os conversores: GEWE 1.5sl de 10kW de potência nominal, VESTAS V80 de 00kW e NORDEX N90 de 20kW. A intensidade de turbulência (IT) foi calculada em cada instante, pela seguinte expressão [Undheim, 03]: IT 2 ( TKE) 1/ 2 3 = (6.1) U Sendo TKE a energia cinética turbulenta e U a velocidade horizontal do vento. Para a simulação do ano de 1999, apresenta-se também os mapas médios da densidade e pressão atmosférica junto do solo e a velocidade vertical aos 80m. No anexo II, apresenta-se a título 69

83 de curiosidade, o campo da precipitação acumulada à superfície e o campo da temperatura média a 2m do solo, obtidos com o modelo MM5, na grelha mais refinada para o ano de Relativamente aos regimes característicos de circulação, optou-se por simular para cada classe as seguintes grandezas: o fluxo de potência e o rumo/intensidade do vento. 6.1 Atlas do potencial eólico para o ano de 1999 Para simular o ano completo de 1999, houve a necessidade de calcular o desvio dos valores médios da intensidade de vento registados neste ano face aos valores médios de longo termo (variabilidade inter-anual). Este procedimento é somente aplicado à intensidade e não à direcção do vento. É de referir que, no que respeita à distribuição por classes desse parâmetro, a mesma é afectada pelo factor de correção na mesma proporção da velocidade média sendo alterado o parâmetro de escala da distribuição de Weibull da série, mas não a forma desta. Para tal, efectuou-se um estudo pontual com base nas quatro estações de referência do INETI. Na tabela 6.I, apresentam-se as velocidades médias das estações e os desvios face ao longo termo. Tabela 6.I Análise da variabilidade inter-anual para o ano de Estação Velocidade média no ano de 1999 (m/s) Velocidade de longo termo (m/s) Desvio (%) IN01 São João Lampas IN04 Vila do Bispo IN32 Gardunha IN33 - Arruda Desvio médio Da tabela 6.I verifica-se que as velocidades médias das estações no ano de 1999 foram inferiores à média de longo termo apresentando desvios reduzidos e muito semelhantes entre si. Desta forma, optou-se por aplicar aos campos de prognóstico do vento o factor resultante do desvio médio (correcção multiplicativa de +3.63%), sem necessidade de efectuar estudos de interpolação espacial na aplicação do desvio. A verificação dos dados simulados neste atlas é feita sob várias vertentes: comparam-se rosas de vento e de potências, distribuições de Weibull, gráficos de dispersão, corrrelações, séries de velocidade e direcção mensais, tabelas de desvios e erros médios quadráticos mensais e anuais da velocidade e direcção e tabelas com parâmetros de Weibull e Fluxo de Potência por sector. Este processo é efectuado com base na construção de ficheiros de saída do modelo,

84 registando, a cada passo de tempo, as componentes da velocidade e direcção nos pontos de grelha mais próximos das estações. Posteriormente, é feita a média das séries temporais (dados de 10 em 10 minutos), comparando-se com os resultados observados com a mesma frequência de aquisição. É de realçar que, no estudo de verificação dos resultados, não se entrou em conta com os dados provenientes dos pontos de grelha adjacentes às estações. Espera-se corrigir este procedimento num trabalho futuro. Nas figuras seguintes, apresentam-se os campos simulados das grandezas atrás referidas. Em particular, na figura 6.2, mostram-se os mapas médios simulados da intensidade do vento (m/s) para as alturas de 10m, m e 80m. Na figura 6.3 apresentam-se os mapas do rumo e intensidade do vento para as mesmas alturas. Os mapas do fluxo de potência do vento (W/m 2 ) e intensidade de turbulência (%) são apresentados nas figuras 6.4 e 6.5 respectivamente. Os parâmetros de escala (m/s) e de forma (adimensional) da distribuição de Weibull aparecem mapeados nas figuras 6.6 e 6.7. Foram elaborados três mapas médios do número de horas anuais de funcionamento à potência nominal para os seguintes conversores: GEWE 10kW a m, VESTAS V80 00kW a 80m e NORDEX N90 20kW a 80m, apresentados na figura 6.8. Na figura 6.9 ilustra-se o campo médio horizontal da velocidade vertical (m/s) a 80m de altitude. Na mesma figura, incluem-se os mapas médios da densidade do ar (kg/m 3 ) e pressão atmosférica (hpa) junto do solo. Estas grandezas não têm, em geral, na fase de identificação de potencial eólico, grande relevância neste sector. Contudo, e face à variação directa da potência do escoamento incidente numa turbina com a densidade do fluido, nos estudos de produção energética de parques eólicos e micro-posicionamento de turbinas são introduzidos valores de densidade do ar observados localmente ou calculados de forma aproximada. 71

85 (a) (b) (c) Figura 6.2 Mapas médios simulados da intensidade do vento (m/s): (a) 10m; (b) m; (c) 80m. [m/s] 72

86 10 m/s 10 m/s 10 m/s (a) (b) (c) Figura 6.3 Mapas médios simulados do rumo e intensidade do vento: (a) 10m; (b) m; (c) 80m. [m] 73

87 (a) (b) (c) Figura 6.4 Mapas médios do fluxo de potência (W/m 2 ) : (a) 10m; (b) m; (c) 80m. [W/m 2 ] 74

88 (a) (b) (c) Figura 6.5 Mapas médios simulados da intensidade de turbulência (%): (a) 10m; (b) m; (c) 80m. [%] 75

89 (a) (b) (c) Figura 6.6 Mapas médios simulados do parâmetro de escala da distribuição de Weibull (m/s): (a) 10m; (b) m; (c) 80m. [m/s] 76

90 (a) (b) (c) Figura 6.7 Mapas médios do parâmetro de escala (adimensional) da distribuição de Weibull: (a) 10m; (b) m; (c) 80m. [adim.] 77

91 (a) (b) (c) Figura 6.8 Mapas médios do número de horas anuais de funcionamento à potência nominal para os conversores: (a) GEWE 10kW a m; (b) VESTAS V80 00kW a 80m; (c) NORDEX N90 20kW a 80m. [h ano ] 78

92 (a) (b) (c) Figura 6.9 Mapas médios: (a) velocidade vertical [m/s] a 80m do solo; (b) densidade do ar à superfície [kg/m 3 ]; (c) pressão atmosférica à superfície [hpa]. [m/s] [Kg/m 3 ] [hpa] 79

93 6.1.1 Verificação dos resultados Apresenta-se de seguida, nas tabelas 6.II a 6.XVI, a verificação dos resultados obtidos com o modelo para a altura de 10m, com base nos dados processados em médias de 10 minutos, período este correspondente aos registos dos valores experimentalmente observados. Em particular, as tabelas 6.XIII a 6.XVI evidenciam os resultados médios obtidos por sector e global, para a velocidade média, fluxo de potência e parâmetros da distribuição de Weibull. Tabela 6.II Velocidades, desvios e erros médios quadráticos mensais dos dados da velocidade entre valores observados e os dados do atlas para o ano de VELOCIDADES MENSAIS valores observados e simulados IN01 IN04 IN32 IN33 obs sim obs sim obs sim obs sim Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Anual DESVIOS MENSAIS VELOCIDADE IN01 IN04 IN32 IN33 Dv* Rms** Dv rms dv rms dv rms Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Anual * desvio médio (m/s); ** erro médio quadrático (m/s) 80

94 Tabela 6.III Desvios mensais da direcção entre os dados observados e os dados do atlas para o ano de DESVIOS MENSAIS DIRECÇÃO IN01 IN04 IN32 IN33 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Anual

95 Tabela 6.IV Correlações (%), índices de ajuste das rectas (R 2 ), desvios e erro médio quadrático entre os dados observados e os dados atlas para o ano de Dados processados em médias de 10 minutos. RESULTADOS GLOBAIS ANO 1999 Comparação entre os dados observados e dados atlas (h=10m) Desvio médio [m/s] Erro médio quadrático [m/s] Correlação (%) R 2 (%) IN_01 S. João Lampas IN_04 Vila do Bispo IN_32 - Gardunha IN_33 - Arruda Tabela 6.V Gráficos de dispersão e declives de recta entre os dados observados e os dados atlas para o ano de IN_01 - S. João Lampas IN_04 - Vila do Bispo IN_32 - Gardunha IN_33 - Arruda 82

96 Tabela 6.VI Rosa de ventos entre os dados observados e os dados atlas para o ano de ROSA DE VENTOS 2 a 5 6 a 21 a > 51 km/h <2 IN_01 S. João Lampas IN_04 Vila do Bispo % IN_32 Gardunha IN_33 Arruda Dados observados (10 min.) Dados atlas (10 min.) 83

97 Tabela 6.VII Rosa de potencias entre os dados observados e os dados atlas para o ano de ROSA DE POTÊNCIAS 10 a 0 0 a 0 0 a 0 > 0 W/m2 <10 IN_01 S. João Lampas IN_04 Vila do Bispo % IN_32 Gardunha IN_33 Arruda Dados observados (10 min.) Dados atlas (10 min.) 84

98 Tabela 6.VIII Distribuição de Weibull entre os dados observados e os dados atlas para o ano de DISTRIBUIÇÃO DE WEIBULL Atlas do Potencial Eólico para Portugal Continental IN_01 S. João Lampas IN_04 Vila do Bispo IN_32 Gardunha IN_33 Arruda Dados observados (10 min.) Dados atlas (10 min.) 85

99 Tabela 6.IX Séries mensais para a estação IN01 São João das Lampas, entre os dados observados e os dados atlas para o ano de SÉRIES MENSAIS 1999 IN_01 - S.JOÃO LAMPAS JANEIRO FEVEREIRO MARÇO DIRECÇÃO VELOCIDADE 86

100 Tabela 6.IX continuação SÉRIES MENSAIS 1999 IN_01 - S.JOÃO LAMPAS ABRIL MAIO JUNHO DIRECÇÃO VELOCIDADE 87

101 Tabela 6.IX continuação SÉRIES MENSAIS 1999 IN_01 - S.JOÃO LAMPAS JULHO AGOSTO SETEMBRO DIRECÇÃO VELOCIDADE 88

102 Tabela 6.IX continuação SÉRIES MENSAIS 1999 IN_01 - S.JOÃO LAMPAS OUTUBRO NOVEMBRO DEZEMBRO DIRECÇÃO VELOCIDADE 89

103 Tabela 6.X Séries mensais para a estação IN04 Vila do Bispo, entre os dados observados e os dados atlas para o ano de SÉRIES MENSAIS 1999 IN_04 VILA BISPO JANEIRO FEVEREIRO MARÇO DIRECÇÃO VELOCIDADE 90

104 Tabela 6.X continuação SÉRIES MENSAIS 1999 IN_04 VILA BISPO ABRIL MAIO JUNHO DIRECÇÃO VELOCIDADE 91

105 Tabela 6.X continuação SÉRIES MENSAIS 1999 IN_04 VILA BISPO JULHO AGOSTO SETEMBRO DIRECÇÃO VELOCIDADE 92

106 Tabela 6.X continuação SÉRIES MENSAIS 1999 IN_04 VILA BISPO OUTUBRO NOVEMBRO DEZEMBRO DIRECÇÃO VELOCIDADE 93

107 Tabela 6.XI Séries mensais para a estação IN32 Gardunha, entre os dados observados e os dados atlas para o ano de SÉRIES MENSAIS 1999 IN_32 GARDUNHA ABRIL MAIO JUNHO DIRECÇÃO VELOCIDADE 94

108 Tabela 6.XI continuação SÉRIES MENSAIS 1999 IN_32 GARDUNHA JULHO AGOSTO SETEMBRO DIRECÇÃO VELOCIDADE 95

109 Tabela 6.XI continuação SÉRIES MENSAIS 1999 IN_32 GARDUNHA OUTUBRO NOVEMBRO DEZEMBRO DIRECÇÃO VELOCIDADE 96

110 Tabela 6.XII Séries mensais para a estação IN33 Arruda, entre os dados observados e os dados atlas para o ano de SÉRIES MENSAIS 1999 IN_33 ARRUDA ABRIL MAIO JUNHO VELOCIDADE n.d * DIRECÇÃO n.d * * dados não disponíveis. 97

111 Tabela 6.XII continuação SÉRIES MENSAIS 1999 IN_33 ARRUDA JULHO AGOSTO SETEMBRO DIRECÇÃO VELOCIDADE 98

112 Tabela 6.XII continuação SÉRIES MENSAIS 1999 IN_33 ARRUDA OUTUBRO NOVEMBRO DEZEMBRO DIRECÇÃO VELOCIDADE 99

113 Tabela 6.XIII Parâmetros globais da estação IN01 São João das Lampas. Resultados para o ano de DADOS OBSERVADOS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. % DADOS ATLAS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. %

114 Tabela 6.XIV Parâmetros globais da estação IN04 Vila do Bispo. Resultados para o ano de DADOS OBSERVADOS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. % DADOS ATLAS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. %

115 Tabela 6.XV Parâmetros globais da estação IN32 Gardunha. Resultados para o ano de DADOS OBSERVADOS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. % DADOS ATLAS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. %

116 Tabela 6.XVI Parâmetros globais da estação IN33 Arruda. Resultados para o ano de DADOS OBSERVADOS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. % DADOS ATLAS Parâmetros obtidos por sector e TOTAL. A e k = Parâmetros de escala e de forma da Distribuição de Weibull; v = Velocidade média; P = Fluxo de potência Parâmetros Sectores (º) TOTAL A (m/s) k v (m/s) P (W/m2) Freq. %

117 Figura 6.10 Rosas de vento processadas para a altura de 80m. Simulação domínio 4 (3 3km). 104

118 Figura 6.11 Rosas de potências processadas para a altura de 80m. Simulação domínio 4 (3 3km). 105

119 6.2 Atlas do potencial eólico obtido pelos regimes de circulação Neste trabalho, tal como mencionado no capítulo 5, optou-se por simular os dias representativos do conjunto de sete anos de dados (1992; 1994; 1998 a 02). Processou-se, para cada regime: o campo médio diário da velocidade do vento (m/s), o fluxo de potência (W/m 2 ) e o rumo/intensidade do vento para os 80m. Efectuaram-se os mapas compósitos (com base no peso das frequências dos 52 anos de dados) para as grandezas descritas, apresentando-se na figura 6.12 os resultados obtidos para o campo da velocidade média do vento e fluxo de potência aos 80m. [m/s] [W/m 2 ] (a) (b) Figura 6.12 Mapas compósitos simulados com base no peso das frequências de ocorrência dos regimes nos 52 anos de dados (classificação 1951 a 02) para: (a) velocidade média do vento [m/s] a 80m; (b) fluxo de potência [W/m 2 ] a 80m. Nas figuras (6.13) a (6.22) apresentam-se os mapas do campo médio do vento, fluxo de potência e rumo/intensidade do vento, dos dez regimes mais significativos no período de 52 anos de dados (1951 a 02), nomeadamente os regimes: H, NE, N, W, L, NW, E, SW, H+N e H+NE. Todos os mapas foram processados para a altura de 80m acima do nível do solo. 106

120 (a) (b) (c) Figura 6.13 Mapas médios simulados para o regime H: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 107

121 (a) (b) (c) Figura 6.14 Mapas médios simulados para o regime NE: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 108

122 (a) (b) (c) Figura 6.15 Mapas médios simulados para o regime N: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m [m/s] [W/m 2 ] 109

123 (a) (b) (c) Figura 6.16 Mapas médios simulados para o regime W: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 110

124 (a) (b) (c) Figura 6.17 Mapas médios simulados para o regime L: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 111

125 (a) (b) (c) Figura 6.18 Mapas médios simulados para o regime NW: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 112

126 (a) (b) (c) Figura 6.19 Mapas médios simulados para o regime E: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 113

127 (a) (b) (c) Figura 6. Mapas médios simulados para o regime SW: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 114

128 (a) (b) (c) Figura 6.21 Mapas médios simulados para o regime H+N: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 115

129 (a) (b) (c) Figura 6.22 Mapas médios simulados para o regime H+NE: (a) velocidade a 80m; (b) fluxo de potência a 80m; (c) rumo e intensidade do vento a 80m. [m/s] [W/m 2 ] 116

130 6.2.1 Verificação dos resultados A verificação dos resultados do mapeamento das grandezas obtido com base na ponderação dos regimes característicos, é feita com base na comparação entre os valores de velocidade e direcção observados (10m acima do solo) e simulados para cada regime. Os dados aqui apresentados foram processados em médias de 10 em 10 minutos. Tabela 6.XVII Valores observados e simulados da velocidade do vento a 10m acima do solo, para cada regime e estação anemométrica. IN01 IN04 IN32 IN33 Regimes Obs* Sim** Desv*** Obs Sim Desv Obs Sim Desv Obs Sim Desv H L N NE E SE S SW W NW HN HNE HE HSE HS HSW HW HNW LN LNE LE LSE LS LSW LW LNW MÉDIA *valores observados (m/s); **valores simulados (m/s); ***desvio (%) 117

131 Tabela 6.XVIII Valores do desvio (º) da direcção calculados com base nos valores observados e simulados em cada uma das estações anemométricas do INETI a 10m acima do solo, para cada regime e estação anemométrica. Regimes IN01 IN04 IN32 IN33 H L N NE E SE S SW W NW HN HNE HE HSE HS HSW HW HNW LN LNE LE LSE LS LSW LW LNW Comparação das estimativas do modelo com o Atlas Europeu do Vento Para finalizar as verificações dos resultados, pretende-se comparar as estimativas de vento para as estações do Instituto de Meteorologia no Atlas Europeu do Vento (Troen et al. 1989) com os resultados das simulações aqui presentes. É de referir que as estimativas presentes nesse atlas são efectuadas para as alturas de m e 100m. Desta forma, realizou-se uma interpolação linear para os 80m por forma a comparar resultados entre as diferentes metodologias. Na tabela 6.XIX, apresenta-se para cada estação do IM, a velocidade estimada pelo atlas europeu do vento, e os resultados obtidos pela aplicação da metodologia presente neste trabalho 118

132 Tabela 6.XIX Desvios calculados para as estações do IM, com base nos resultados simulados com a metodologia presente neste trabalho e nas estimativas (extrapoladas) do atlas europeu do vento, a 80m do solo. Estacao IM Velocidade* Atlas Europeu do vento (m/s) Atlas 1999 MM5 Grelha refinada Atlas 1999** MM5 corrigido Desvio% (*)-(**) Regimes 7 anos*** MM5 Grelha refinada Desvio % (*)-(***) Beja Bragança Cabo Carvoeiro Coimbra Faro Ferrel Lisboa Porto Sagres Sines Viana do Castelo MÉDIA Análise dos resultados Nesta secção, apresenta-se a discussão dos resultados obtidos. Relativamente à simulação do ano completo de 1999, e comparando as estimativas observadas e simuladas para as estações do INETI, observam-se bons resultados para a estação IN01 (São João das Lampas). Este facto pode ser comprovado pelos desvios da velocidade e direcção mensais e anuais desta estação, e também pela configuração semelhante das rosas de ventos e de potências. Para as estações IN04, IN32 e IN33, verifica-se a existência de desvios mais acentuados na velocidade média global, superiores a 1.5m/s, o que implica que os desvios são da ordem dos %. Este facto justifica-se pela localização destas estações, em locais de forte concentração do escoamento atmosférico, não sendo representados de forma razoável pelo modelo numérico aqui considerado. Por outro lado, os desvios globais na direcção para estas estações são baixos (inferiores a 10º) excepto na estação IN33 Arruda onde se verifica um desvio global na direcção de º. Perante estes resultados, pode-se afirmar que em locais de forte concentração energética do escoamento atmosférico, o modelo numérico aqui utilizado consegue representar a direcção do escoamento, mas subestima a intensidade do vento. Ao observar os desvios mensais da velocidade em todas as estações, verifica-se que estes tendem a ser mais acentuados no Verão para as estações de costa IN01 e IN04 Vila do bispo, e menos acentuados para a estação de montanha IN32 Gardunha. Este facto só pode ser 119

133 explicado pelos efeitos locais de concentração provocados pelas brisas marítima/terrestre e brisa vale/montanha. De Inverno, os desvios na velocidade da estação IN32 são provocados pelo forte escoamento de larga escala, dominante nas estações de montanha para essa altura do ano. Na estação IN33 Arruda, os desvios da velocidade apresentam-se constantes ao longo do ano. Este facto pode ser explicado pelos efeitos de concentração induzidos pela orografia do local, sendo esta demasiado complexa para ser representada na malha de maior refinamento nas simulações aqui presentes. Os desvios mensais na direcção apresentam comportamento idêntico. Nas estações de costa, os desvios tendem a ser maiores nos meses de Verão, e na estação de montanha os desvios tendem a ser maiores nos meses de Inverno. Na estação IN33, os desvios tendem a ser menores nos meses de Inverno. As correlações entre os dados das velocidades observadas e simuladas de 10 em 10 minutos apresentam valores da ordem dos %, para todas as estações. Este valor de correlação é relevante, podendo mesmo considerar-se elevado nas presentes condições, tendo em conta a resolução espacial das simulações (3 3km). Os coeficientes de ajuste linear entre as velocidades observadas e simuladas, apresentam valores superiores a 80%, evidenciando a boa capacidade do modelo em descrever os ciclos diurnos. Através das rectas de regressão, observa-se que o modelo numérico sobrestima os valores de velocidade da estação IN01 e subestima fortemente os resultados para as estações restantes, reforçando a ideia de este modelo não ser capaz de simular com eficiência os efeitos de concentração orográficos na resolução espacial aqui utilizada. As rosas de ventos observadas e simuladas apresentam aspectos semelhantes em todas as estações. Observa-se, contudo, um desvio entre os sectores noroeste e norte-noroeste para as estações de IN32 e IN33. Na estação IN04, o desvio torna-se patente nos sectores a norte e norte-noroeste. As rosas de potência evidenciam desvios mais acentuados. Este facto deve-se ao facto da caracterização da rosa de potência ser feita com base no cubo da velocidade média, amplificando os desvios observados naquela grandeza. Relativamente à estação IN04, verifica-se um desvio significativo nos sectores norte e norte-noroeste. Na estação IN33, o desvio acentua-se nos sectores noroeste e norte-noroeste. Relativamente à estação IN32, a rosa de potência evidencia um comportamento diferente. Os desvios centram-se em grande parte nos sectores oeste/noroeste, e norte-nordeste/nordeste. Estes desvios podem ser justificados pela localização da Serra da Gardunha, ficando o escoamento neste local sujeito ao efeito de esteira provocado pela da Serra da Estrela, em especial, no sector a norte, dada a 1

134 fraca ocorrência de valores de velocidade neste sector nos dados observados face aos dados simulados. As distribuições de Weibull apresentam algumas diferenças na frequência de ocorrência das classes de velocidade para as estações IN04, IN32 e IN33. Estes resultados são explicados pela fraca capacidade do modelo numérico aqui utilizado em prever os fortes efeitos de concentração do vento nestas estações. Relativamente à estação IN01, as distribuições de Weibull mostram ser semelhantes entre os resultados observados e simulados. Nas séries mensais da velocidade e direcção, com dados processados de 10 em 10 minutos, pode observar-se, na maioria dos casos, a correcta representação do ciclo diurno, embora não tendo a amplitude necessária em alguns meses e em algumas estações devido ao exposto anteriormente. Globalmente, os resultados simulados para o ano completo de 1999 indicam a existência de desvios da ordem dos % para os valores das velocidades médias nas estações IN04, IN32 e IN33, estando esses valores de acordo com os estudos publicados na aplicação de modelos de mesoscala em terreno complexo (Mass et al., 02). A ferramenta aqui utilizada, consegue descrever os ciclos diurnos, não reproduzindo de forma satisfatória os efeitos orográficos de concentração do vento. Os desvios na direcção foram sempre inferiores a º. Assim, os mapas apresentados neste capítulo podem estar afectados destes desvios, sobretudo em locais de forte complexidade orográfica. Deste modo, sempre que uma determinada região indicar um bom potencial energético com base nas ferramentas ora apresentadas, reforça-se a necessidade da instalação de estações de medida no local para confirmação experimental no terreno. Relativamente aos regimes de circulação [Trigo and DaCamara, 00], observa-se para a maioria dos casos, a existência de desvios inferiores a % para os valores de velocidade e inferiores a º para os valores de direcção. Globalmente, essas diferenças acabam por se compensar, uma vez que as simulações numéricas efectuadas aos regimes foram realizadas com base num dia de simulação. A figura (6.23) apresenta os mapas da velocidade média para o ano de 1999 e o compósito com base nos regimes de circulação, afectado pelo peso das frequências de ocorrência dos 52 anos de dados (classificação 1951 a 02) para a altura de 80m. 121

135 [m/s] [m/s] (a) (b) Figura 6.23 Mapas da velocidade média do vento a 80m para: (a) simulação 1999; (b) compósito simulado com base no peso das frequências de ocorrência dos regimes nos 52 anos de dados (classificação 1951 a 02). É de realçar a semelhança entre os campos de velocidade obtidos pelas duas metodologias, embora se verifiquem ligeiros decréscimos nos valores da velocidade média no mapa compósito dos regimes. Esta tendência é tambem reforçada pelos mapas do fluxo de potência (fig. 6.4c e 6.12b). Em relação à comparação entre as estimativas fornecidas para as estações do IM com o atlas europeu do vento e a metodologia de trabalho aqui presente, observa-se que os desvios da velocidade média tendem a ser menores quando se utiliza as estimativas presentes no mapa do atlas de 1999 corrigido da variabilidade inter-anual. De uma forma global, este atlas apresenta desvios da ordem dos 10% para a maioria das estações do IM, excepto em três delas, onde o desvio é claramente acima dos %. É de realçar que o atlas compósito dos regimes evidencia desvios inferiores a % em todas as estações. Além disso, este atlas realça outra característica importante: apresenta menores desvios nas estações de Cabo Carvoeiro, Lisboa e Viana do Castelo quando se compara com os desvios produzidos pelo atlas simulado com o ano de 1999 corrigido da variabilidade inter-anual. 122

136 7. Conclusões e trabalho futuro Neste trabalho apresentou-se uma metodologia de construção de um atlas do potencial eólico para Portugal Continental numa malha de 3 3km. Embora se reconheça que no nosso país não existe um mapeamento refinado do recurso eólico, convém frisar que, desde o final dos anos 80, se tem verificado um esforço de caracterização do vento em Portugal Continental conduzidos por algumas instituições de investigação e desenvolvimento tais como o INETI Instituto Nacional de Engenharia, Tecnologia e Inovação, INEGI Instituto de Engenharia e Gestão Industrial, entre outros, cujos resultados suscitaram interesse crescente nesta forma de energia, dando uma contribuição relevante para as zonas abrangidas pelas medidas do escoamento. Contudo, a especificidade desses estudos não permite a cobertura da globalidade do território. Neste trabalho considerou-se que esse procedimento pode ser realizado à custa de um modelo numérico de mesoscala. Estes modelos são capazes de discretizar a evolução espacial e temporal das grandezas meteorológicas para áreas consideráveis, com elevada resolução espacial (e.g. 1 1km), chegando a cobrir um país inteiro. Por este motivo, os modelos de mesoscala prometem ser uma boa ferramenta na identificação e avaliação prévia do potencial eólico nas regiões de interesse. Neste trabalho, a metodologia de desenvolvimento do atlas baseou-se num conjunto de simulações numéricas efectuadas para o campo do vento em Portugal Continental, com recurso ao modelo numérico de mesoscala MM5 (versão 3.6.0) para se obter uma representação estatística da climatologia das grandezas meteorológicas e parâmetros relacionados com escoamento atmosférico. Desta forma foi possível obter um mapeamento das grandezas representativas do potencial eólico, sendo os resultados das simulações pontualmente comparados com os valores de vento observados em quatro estações anemométricas do INETI, estando estas situadas em locais propícios aos efeitos de concentração do vento no terreno. Numa primeira fase, optou-se por simular o atlas com base no ano completo de 1999, tendo o resultado sido posteriormente corrigidos com o factor médio de desvio da variabilidade interanual, calculado com base nas estações do INETI. Na segunda fase, recorreu-se ao uso dos regimes de circulação para identificar padrões do escoamento atmosférico junto da superfície. Para determinar a frequência de cada um dos regimes, foi feita uma classificação com base em 52 anos de dados (período 1951 a 02 - dados NCAR), tendo-se posteriormente usado o 123

137 peso das frequências obtidas para calcular o atlas do potencial eólico, sendo este obtido pelo compósito dos mapas médios simulados para cada regime, ponderados pelo peso das frequências de ocorrência. Globalmente, os resultados simulados para o ano completo de 1999, indicam a existência de desvios da ordem dos % para os valores das velocidades médias nas estações IN04 Vila do bispo, IN32 - Gardunha e IN33 - Arruda, estando esses valores de acordo com os estudos publicados na aplicação de modelos de mesoscala em terreno complexo [Hanna and Yang, 01]. Contudo, convém realçar que estas estações estão situadas em locais de forte concentração do escoamento atmosférico, as quais se concluiu não serem representadas de forma razoável pelo modelo numérico aqui considerado. Na estação IN01 São João das Lampas, os desvios aproximaram-se dos 10%. Em relação à direcção, observaram-se desvios inferiores a º em todas as estações. Perante estes resultados, pode-se afirmar que em locais de forte concentração energética do escoamento atmosférico, o modelo numérico aqui utilizado consegue representar a direcção do escoamento, mas falha na intensidade nos locais com forte efeito de concentração do vento. Assim, os mapas apresentados neste trabalho podem estar afectados destes desvios, sobretudo em locais de forte complexidade orográfica. Deste modo, se uma determinada região apresentar um bom potencial energético, realça-se a necessidade da instalação de estações de medida no local para confirmação experimental das estimativas. As correlações entre os dados das velocidades observadas e simuladas de 10 em 10 minutos apresentam valores da ordem dos %, para todas as estações. Este valor de correlação é relevante, tendo em conta a resolução espacial das simulações (3 3km). Os coeficientes de ajuste linear entre as velocidades observadas e simuladas, apresentam valores superiores a 80%, evidenciando a boa capacidade do modelo em descrever os ciclos diurnos. As rectas de regressão calculadas para cada estação, mostram que o modelo numérico aqui utilizado neste trabalho sobrestima os valores de velocidade da estação IN01 e subestima significativamente os resultados para as estações restantes. Desta forma reforça-se a ideia de este modelo não ser capaz de simular com eficiência os efeitos de concentração orográficos na resolução espacial aqui utilizada. Relativamente às simulações efectuadas com os regimes de circulação, observa-se para a maioria dos casos, a existência de desvios inferiores a % para os valores de velocidade e inferiores a º para os valores de direcção. Globalmente, essas diferenças superiores ao 124

138 atlas de 1999 acabam por se compensar, uma vez que as simulações numéricas efectuadas dos regimes apresentam um mapeamento final muito semelhante para o campo médio da velocidade e fluxo de potência para os 80m. Por fim, comparam-se neste trabalho as estimativas obtidas no atlas europeu do vento para algumas estações do IM Instituto de Meteorologia com os resultados da metodologia apresentada. Os desvios obtidos para a altura de 80m permitem constatar que a metodologia empregue neste trabalho conduz a desvios inferiores a % face ao Atlas Europeu, quer se utilize o atlas gerado com o ano completo de 1999 corrigido da variabilidade inter-anual, quer se utilize o mapa compósito com base nos regimes de circulação. Os resultados obtidos permitem, tal como era objectivo deste trabalho, disponibilizar aos potenciais promotores de parques eólicos uma estimativa prévia do recurso energético de Portugal Continental, apoiando o crescente investimento a aplicar nesta forma de energia. O mapeamento do recurso assim obtido pode igualmente ser aplicado no domínio do ambiente e ordenamento do território, podendo constituir um auxiliar à decisão de futuros investimentos em campanhas experimentais para caracterização do escoamento atmosférico e de planeamento de redes eléctricas e demais infra-estruturas. No futuro, e face aos resultados obtidos, considera-se poder melhorar esta ferramenta encadeando os resultados obtidos por modelos de mesoscala e por modelos de microscala, estes capazes de lidar com orografia de alta resolução espacial (tipicamente com resoluções superiores a 100m) e desta forma, estimar com maior rigor os efeitos de concentração do vento em terrenos complexos. Espera-se também, com recurso a esses modelos, entrar em conta com a presença de obstáculos e influencia detalhada da rugosidade na região de simulação. 125

139 1.1. Referências Amarante, O. (01). Atlas do Potencial Eólico do Estado do Ceará. Secretaria da infraestrutura - Governo do Estado do Ceará. Brasil. Castanheta, M. (1985) Sobre a quantificação da acção do vento com vista à verificação da Segurança de Estruturas, LNEC Cook, N. J. (1985) The designer s guide to wind loading of building structures (Part 1). ISBN ,BRE Corte-Real J, Qian B, Xu H. (1998) Regional climate change in Portugal: precipitation variability associated with large-scale atmospheric circulation. International Journal of Climatology 18: Corte-Real J, Zhang X, Wang X. (1995) Downscaling GCM information to regional scales: a non-parametric multivariate approach. Climate Dynamics 11: Costa, P., A. Estanqueiro (03) A Methodology to Compute Wind Resource Grids in Complex Terrain Based on Multiple Anemometric Stations. European Wind Energy Conference, Junho, Madrid. Davenport, A. G. (1966) The treatment of wind loading on tall buildings Proceedings of the Symposium on Tall Buildings, University of Southampton, Decreto Lei nº 339-c/01 de 29 de Dezembro, I-A Série, DR nº0, pp85(2)-85(3) DGE (02). 1º relatório de avaliação da realização das metas indicativas relativas à produção de electricidade a partir de fontes renováveis em Portugal. Texto não publicado, Direcção Geral de Energia, Lisboa. EDP, European Wind Energy Penetration Study. Electricidade de Portugal, Lisboa, 1987 EDP, Integration of Wind Power in the Portuguese Generating System. Electricidade de Portugal, Lisboa,1987. Elkraft et al. (1992) Parque Eólico de 10MW na região de Lisboa e Vale do Tejo. Programa VALOREN Relatório Final. Projecto PV/91/LVT/124, Elkraft Consult Ltd, Sucursal Portugal. Estanqueiro, A. (1997). Modelação Dinâmica de Parques Eólicos. Instituto Superior Técnico, Universidade Técnica de Lisboa, Dissertação para a obtenção do grau de Doutor em Engenharia Mecânica. Estanqueiro, A. (04) Base de Dados do Potencial Energético do Vento em Portugal Eolos 2.0. Publicação em CD-ROM, INETI/DER, Lisboa Feitosa, E., A. Pereira, G. Silva, D. Veleda, C. Silva. (02) Panorama do Potencial Eólico no Brasil. Agência Nacional de Energia Elétrica. Brasil. 126

140 Ferreira de Jesus, J. M., R. M. G. Castro, J. A. G. Saraiva, A. I. Estanqueiro, R. Aguiar, (1992) Strategic Study on Wind Energy in Portugal NATO SfS Program III Modelling machine interaction in a wind park with regard to stability regulation. Projecto MISTRAL, Lisbon, Portugal. Garrad Hassan and Partners (02). Windfarmer. The Wind Farm Design and Optimisation Software. Theory Manual. Garrad Hassan and Partners, Ltd. Gonçalves, H. A. Joyce, L. Silva (02). Uma Contribuição para os Objectivos de Política Energética e Ambiental. Fórum Energias Renováveis em Portugal. INETI/ADENE, Lisboa. Grell, G. A., J. Dudhia, D. R. Stauffer (1995) A Description of the Fifth-Generation Penn State/NCAR Mesoscale Model (MM5). NCAR Technical Note, NCAR/TN-398+STR. Hanna, SR., Yang, RX. (01) Evaluations of Mesoscale Model s Simulations of Near Surface Winds, Temperature Gradients and Mixing Depts. Journal of Applied Meteorology., pp Haltiner, G.J. e R.T. Williams (1980). Numerical Prediction and Dynamic Meteorology. Second Edition. John Willey and Sons, New York, USA. Helmut, P. F, O. Rathmann, N. Mortensen, L. Landberg, E. Petersen (01) The numerical Wind Atlas The KAMM/WAsP Method Proceedings of the European Wind Energy Conference. Denmark. pp Hoven, V. (1957) Power Spectrum of Horizontal Wind Speed in the Frequency Range From to 900 Cycles Per Hour. Journal of Meteorology. Vol. 14. IEC (1998). Wind Turbine Generator Systems Part1: Safety requirements. INMG, (S.D.) Recursos nacionais relacionados com as energias renováveis. Instituto Nacional de Meteorologia e Geofísica. INMG (1990). O clima de Portugal. Normais climatológicas da região de entre douro e minho e beira litoral correspondentes a Fascículo XLIX, volume 1 1ª região. Instituto de Meteorologia, Lisboa. INMG (1991). O clima de Portugal. Normais climatológicas da região de ribatejo e oeste correspondentes a Fascículo XLIX, volume 2 2ª região. Instituto de Meteorologia, Lisboa. INMG (1991). O clima de Portugal. Normais climatológicas da região de trás-os-montes e alto douro e beira interior correspondentes a Fascículo XLIX, volume 3 3ª região. Instituto de Meteorologia, Lisboa. INMG (1991). O clima de Portugal. Normais climatológicas da região de alentejo e algarve correspondentes a Fascículo XLIX, volume 4 4ª região. Instituto de Meteorologia, Lisboa. 127

141 INMG (1991). Comparative Study of the Potentialities of Renewable Energy in Portugal Solar, Wind, Waves. Report prepared for EDP. Instituto Nacional de Meteorologia e Geofísica, Lisboa. Justus, C. (1980) Vent et performances des éoliens. SCM, Paris. Justus, C. (1996) Introduction to Wind Energy. Physical Climatology for Solar and Wind Energy, Miramare-Trieste, Italy, pp Kalnay, E. et al. (1996) The NCEP/NCAR -Year Reanalysis Project. Bull. Amer. Meteor. Soc. 77, pp Mass CF, Ovens D., Westrick K., Colle BA. (02) Does increasing horizontal resolution produce more skilful forecasts? The results of two years of real-time numerical Weather Prediction over the Pacific Northwest. Bull. Amer. Meteo. Soc. 83, pp Meroney, R. (1991). Fluid Dynamics of flow over hills/mountains. Insights obtained throught physical modelling. Seminário de escoamentos em terrenos complexos. Universidade de Coimbra. Miranda, P. (01) Meteorologia e Ambiente. Universidade aberta, Lisboa Moran, J. M. et al. (1997) Meteorology: the atmosphere and the science of weather. Prentice- Hall, New Jersey. Mortensen, N. G., L. Landberg, I. Troen, E. L. Petersen (1993). Wind Atlas Analysis and Application Program WAsP. Risø National Laboratory. Raudkivi, A. J., Callander, R. A. (1975) Advanced Fluid Mechanics: An Introduction, Edward Arnold Pub., London. Restivo, A. (1991) Resource assessment in regions of Portugal with complex terrain Proceedings of the European Wind Energy Conference. Amsterdam, pp Rodrigues, A. (04) Situação Eólica em Portugal: Situação presente e perspectivas. Simpósio sobre Energias Renováveis em Portugal. APDEE, Figueira da Foz. Saraiva, J. G. (1983) Ensaio de um Aerogerador. Laboratório Nacional de Engenharia Civil, Relatório LNEC proc.36/1/76. Silva, F., (1986). Estudo aerológico na unidade piloto de sistemas de aproveitamento de energia eólica em Lourel Sintra, 1ª fase. Lisboa. Silva, F. (1992) Caracterização do recurso eólico na região Sul de Portugal: Vila do Bispo, Sines, Calhariz/Arrábida, Alcochete. Report INETI/ITE/DER, JOULE Project, Lisbon, 145pp. Silva, F. (03). Ventilação Natural de Edifícios: Turbulência Atmosférica. Instituto Superior Técnico, Universidade Técnica de Lisboa, Dissertação para a obtenção do grau de Doutor em Engenharia Mecânica. 128

142 Simiu, E. e R. H. Scanlan (1986) Wind effects on structures. John Wiley and Sons, 2 nd edition. Simões, T. (1999) Caracterização do escoamento atmosférico em locais com elevado potencial eólico. Relatório de estágio de Licenciatura, Faculdade de Ciências da Universidade de Lisboa. Simões, T. (04) Base de dados do potencial energético do vento em Portugal Metodologia e Desenvolvimento. Dissertação para a obtenção do grau de Mestre em Ciências e Engenharia da Terra. Faculdade de Ciências da Universidade de Lisboa. Simões, T. e Estanqueiro, A. (1999) Study of the Wind Energy Potential of Serras do Alvão and Marão. ALTENER, Contract No. XVII/4.10/Z/95-1, INETI/ITE, Lisboa. Simões, T., A. Estanqueiro, (00). Base de Dados do Potencial Energético do Vento em Portugal Eolos. Publicação em CD-ROM, INETI/DER, Lisboa. Simões, T.,A. Estanqueiro (03). Portuguese Wind Energy GIS Database. European Wind Energy Conference, Junho, Madrid (publicação em CD-ROM) Sousa, J. M. M. (02) Using Meso-Scale Modelling for the Predictions of Wind Resources in Portugal. International Conference on New and Renewable Technologies for a Sustainable Development, June 24-26, 8.3, Ponta Delgada, Portugal. Stull, R. B., (1988) An Introduction to Boundary Layer Meteorology. Kluwer Academic Publishers Tammelin, B., H. Bergström, G. Botta, D. Douvikas, R. Hyvönen, O. Rathman, M. Strack (01) Verification on Wind Energy Predictions Produced by WAsP and Some Mesoscale Models in European Mountains. Proceedings of the European Wind Energy Conference. Denmark. pp Trigo, R. And C. DaCamara (00) Circulation weather types and their influence on the precipitation regime in Portugal. International Journal of Climatology : Troen, I. and E. L. Petersen (1989) European Wind Atlas. Risø National Laboratory, pp. 656 Undheim, O. (03) Comparison of turbulence models for wind evaluation in complex terrain. Proceedings of the European Wind Energy Conference, EWEC 03, Madrid, Spain. USGS (04), Global arc-second topographic database web site, 04, USGS (04), Land Cover Characteristics database web site, Zhang X, Wang XL, Corte-Real J. (1997) On the relationships between daily circulation patterns and precipitation in Portugal. Journal of Geophysical Research 102:

143 Anexo I Tabela com as classes de solo/vegetação e respectivos parâmetros físicos para o Verão e Inverno. Classe Categoria Albedo (%) Humidade (%) Emissividade (%) a 9µm Rugosidade (cm) Inércia Térmica (cal cm -2 K -1 s -1/2 ) Ver. Inv. Ver. Inv. Ver. Inv. Ver. Inv. Ver. Inv. 1 Urbano Culturas e pastagens sequeiro Culturas e pastagens regadio Culturas e pastagens sequeiro e regadio Mosaico agrícola e relvado Mosaico agrícola e florestal Terreno relvado Arbustros Terreno relvado e Arbustros Savana Floresta folha larga e caduca Floresta folha agulha e caduca Floresta folha larga e perene Floresta folha agulha e perene Floresta mista Água Zonas húmidas herbáceas Zonas húmidas florestais Vegetação escassa Tundra herbácea Tundra florestal Tundra mista Tundra escassa Neve ou gelo

144 Anexo II Mapas da precipitação acumulada e temperatura média a 2m do solo para o ano de 1999 simulação MM5. mm ºC (a) (b) A.1 Mapas médios anuais de 1999: (a) - precipitação acumulada (mm); (b) temperatura a 2m do solo (ºC). 131