MODELAÇÃO OPERACIONAL COMO FERRAMENTA DE SUPORTE

Transcrição

1 MODELAÇÃO OPERACIONAL COMO FERRAMENTA DE SUPORTE À PREVISÃO DE ENERGIA EÓLICA E AVISOS METEOROLÓGICOS Ana Rosa Trancoso 24 Abril 2012 Dissertação para obtenção do grau de Doutor em Engenharia do Ambiente Orientador: Prof. José Delgado Domingos Co-Orientador: Prof. João Corte-Real

2 Estrutura I. Objectivo II. Modelação Operacional Meteorológica no IST III. Previsão de Energia Eólica IV. Influência do Upwelling na Eólica Offshore V. Avisos Meteorológicos em Lisboa VI. Conclusões e Trabalho Futuro IST,

3 I. Objectivo Explorar metodologias com base no sistema operacional de previsão meteorológica do IST para responder à pergunta Qual a previsão mais adequada? Previsão de Energia Eólica Integração segura e económica na rede Perspectiva do Operador do Sistema (TSO) Eólica Offshore Efeito do upwelling da costa portuguesa na energia eólica offshore Produção de Avisos Meteorológicos Aumento da eficiência da resposta na gestão da emergência Perspectiva do Serviço Municipal de Protecção Civil (SMPC) da Câmara Municipal de Lisboa IST,

4 II. Modelação Operacional Meteorológica no IST CONTEXTO Modelação numérica meteorológica é uma ciência recente : 1950 s (WWII): estabelecimento de rede hemisférica de radiossondagens e primeiros computadores 1962: Primeiro modelo operacional (EUA) 1966: Primeiro modelo global ENIAC Hoje é acessível e tem vindo a ser explorada por outras áreas científicas que necessitam de produtos derivados da meteorologia: Energias renováveis Sistemas de aviso A verificação é necessária para quantificar incerteza e valor económico da previsão IST,

5 II. Modelação Operacional Meteorológica no IST Disponível desde 2001 em Modelo MM5 com GFS 1º (formato GRIB1) Previsões a 3 dias, 4x/dia (00, 06, 12 e 18Z) MM5 81 km 27 km 9 km Latitude (ºN) Longitude (ºE) IST,

6 II. Modelação Operacional Meteorológica no IST A partir de 2005 Modelos MM5 e WRF com GFS 0.5º (formato GRIB2) Previsões a 3 dias, 4x/dia (00, 06, 12 e 18Z) e a 7 dias (00Z) MM5 WRF Latitude (ºN) 27 km 9 km Latitude (ºN) 9 km 3 km Longitude (ºE) Longitude (ºE) IST,

7 II. Modelação Operacional Meteorológica no IST CONJUNTOS DESFASADOS NO TEMPO Previsões a 3 dias ( 72 h) Actualizadas 4x/dia ( 6h) N 1 Horizonte de Previsão (hz) [h] Nº membros (N) Potência (MW) Tempo Horas do dia IST,

8 III. Previsão de Energia Eólica CONTEXTO Portugal Cap. Inst. (GW) Tx. Cresc. Mundo % EU % PT % 17%! Variabilidade do vento necessita de ser prevista para uma integração segura e económica na rede Custos de integração da eólica: Alocação do excesso nas horas de vazio Necessidade de reserva IST,

9 III. Previsão de Energia Eólica PREVISÃO PARA O TSO Curto prazo: próximas horas (hz < 6 h) para decisões de despacho Médio prazo: próximo dia (hz < 24 h) para estratégia de gestão da carga Longo prazo: próxima semana (hz < 168 h) para calendarização de operações de manutenção MM Potência instalada Previsão de vento para o parque i Curva de potência Modelo Previsão de potência para o parque i Potência medida Disponível em Previsão IST,

10 III. Previsão de Energia Eólica CURVA DE POTÊNCIA Rated Cut-out Curva do Fabricante Curva do Parque Aerogerador equivalente Necessita dados fiáveis e parque estável Cut-in Com Vento Previsto Potência (MW) Vento (m/s) Por quadrante Curva do Parque com Previsões Para um ponto representativo no parque Aproximações acompanham curva do fabricante Trancoso et al (2006a), Previsibilidade da Energia Eólica, XXIX AME IST,

11 III. Previsão de Energia Eólica VENTO VS POTÊNCIA Curva de Potência não linear Predictabilidade distinta previsto y=0.5x R 2 = 0.58 Vento Autocorrelação observado 0.6 y=0.8x R 2 = 0.74 Potência previsto Atraso (horas) observado IST,

12 III. Previsão de Energia Eólica VENTO VS POTÊNCIA Erro do Vento (m/s) Erro da Potência (MW) Dia médio (horas) Durante o dia, as previsões subestimam velocidades mais elevadas (BIAS) Dia médio (horas) RMSE ~ DISP Durante a noite, as velocidades são próximas do valor cut-in Durante o dia, a sub-estimação do modelo é compensada pela sobre-estimação pela curva do fabricante Trancoso et al (2006b), Online Monitoring and Prediction of Wind Power, ENER IST,

13 III. Previsão de Energia Eólica PARQUES ESTUDADOS 7 parques com telemedida Estáveis entre 2007 e 2009 Total MW Potência (rel. cap. inst.) Total Parques com média relativa > 28 % Menor diferença entre média e mediana IST,

14 III. Previsão de Energia Eólica OUTPUT DIRECTO DO MODELO Sistema MM5, 9 km Previsões a 3 dias, 4x/dia Previsão de referência: Recent RMSE dos 4 ciclos, climatologia e persistência Decomposição do Erro Previsão Recent 0.2 erro (MW) 18Z 00Z 06Z 12Z erro (rel. cap. inst.) Dia médio (horas) Parques Trancoso et al (2007b), Wind Power Predictability: Comparative Study of Forecasts using MM5 and WRF for the TSO, 7th EMS IST,

15 III. Previsão de Energia Eólica MODEL OUTPUT STATISTICS (MOS) Conceito: Combinação da NWP com dados observados Previsão a curto prazo (próximas 6 h) Autocorrelação da potência > 0.6 até 6 h APO (21.6 MW) 1 Método LIN EXP ACF LS - /10 1 /. 1 1 Total ( MW) Método SS (%) BIAS (MW) Recent LIN EXP ACF LS Horizonte previsão (horas) Trancoso et al (2007b), Wind Power Predictability: Comparative Study of Forecasts using MM5 and WRF for the TSO, 7th EMS IST,

16 III. Previsão de Energia Eólica UPDATABLE MODEL OUTPUT STATISTICS (UMOS) Conceito: Subtrair o erro da previsão passada Vantagem: Maior flexibilidade na expansão de parques 5% RMSE (MW) 00Z BIAS (MW) Método MA LIN ESM 1/ / 1 1 Erro da previsão numérica obs. com atraso 6 h obs. dias anteriores, mesma hora Largura da janela de integração (dias) IST,

17 III. Previsão de Energia Eólica TIME LAGGED ENSEMBLE MOS (TLE-MOS) Métodos: MEAN, ESM, FIX, STEP, PCR, PLSR RMSE (rel. cap. inst.) BIAS (rel. cap. inst.) Regressões Curto-Prazo: Regressões melhoram BIAS e RMSE (~11%) Médio-Prazo: Melhorias de 12 a 14 % (Regressões) e 1-2 % (MEAN, ESM) IST,

18 III. Previsão de Energia Eólica SUMÁRIO Curto prazo: MOS traz melhorias de 33% (LIN) e não necessita de sistema estável UMOS traz melhorias inferiores 5% (LIN, LIN2) Não necessita sistema estável. Não necessita de dados em tempo real, apenas do dia anterior. Remoção total do BIAS TLE-MOS melhora 12% (Regressões) mas necessita sistema estável (parques e modelo) Não utiliza dados observados Médio prazo: TLE-MOS melhora 12-14% (Regressões) e 2% (MEAN, ESM) TLE dá nuvem de incerteza, importante no caso da ocorrência de Rampas. IST,

19 III. Previsão de Energia Eólica INFLUÊNCIA DE REGIMES METEOROLÓGICOS Validação do modelo PCA aplicada a cada parque 4 clusters (k-means) Limitações: Ventos simulados e à altura da turbina RMSE em potência,,,,,,,,,,,, L L Maior erro nos parques do centro L L Maior erro nos parques do norte Maior erro nos parques do centro Trancoso et al (2008), Comparative Evaluation of Wind Power Forestacts for the TSO, EWEC IST,

20 IV. Influência do Upwelling na Eólica Offshore Temperatura Superficial do Mar (ºC) GFS (res. 0.5º) ODYSSEA (res. 0.02º) Diferença média vento 80 m (ODYSSEA GFS) Z GFS ODYSSEA Feedback positivo: -2.5 em 19ºC (13%) -0.6 em 6 m/s (1%) Efeito estabilizador até aos 200 m altura. Rotação horária enfraquecimento da brisa costeira. IST, Z (m) θ (ºC) Trancoso et al (2009), Forecasting Offshore Wind in Portugal, EOWC

21 V. Avisos Meteorológicos em Lisboa Necessidades Meteorológicas do SMPC: Previsões: quantitativas horárias formato tabular (para cruzamento e arquivo) à escala do concelho elevada frequência de actualização atempadas Integração do efeito de maré Avisos automáticos SISTEMA OPERACIONAL INTEGRADO DE PREVENÇÃO DO RISCO METEOROLÓGICO EM LISBOA MM5 & WRF Previsões Avisos Observações MODELO MARÉ Briefings diários ANPC CDOS Alertas Comunicados Prevenção/Operações QREN POVT FCOES IST,

22 V. Avisos Meteorológicos em Lisboa Objectivo: Avaliação do sistema de avisos definidos com critérios do IM, na perspectiva do SPMC. PCP acc. 6 h (mm), IG PCP horária (mm), SJT Temperatura 2 m (ºC), LPPT Velocidade vento 10 m (m/s), LPPT Out 09 / Set 10 Trancoso et al (2011) Early Warning System for Meteorological Risk in Lisbon Municipality. 8th ISCRAM IST,

23 V. Avisos Meteorológicos em Lisboa PRECIPITAÇÃO PCP acc. 6 h (mm), IG PCP horária (mm), SJT Obs. Prev. N N > 0.01 > 30 > 40 > / (73/68 %) 1 151/870 (5/4 %) 0/0 4/3 0/0 Obs. Prev. N N >0.01 > 10 >20 > / (80/77%) 9 952/8 807 (7/6 %) 41/38 12/12 0/0 > /3 778 (11/16 %) 2 613/2 937 (11/12 %) 16/17 44/47 0/0 > / (7/10 %) 7 882/9 245 (6/6%) 88/96 19/18 0/0 > 30 6/4 7/9 0/0 0/1 0/0 > 40 0/2 0/1 0/0 0/0 0/0 > 60 0/1 1/0 0/0 0/0 0/0 > 10 28/33 36/25 1/1 0/0 0/0 > 20 0/0 1/3 0/0 0/0 0/0 > 40 0/0 0/0 0/0 0/0 0/0 H alto e FAR baixo nas categorias mais frequentes Mais previsões em falta (misses) que falsos alarmes. Falsos alarmes correspondem a previsões com mais de 4 dias de antecedência. Piores resultados para precipitação horária dada a maior discretização temporal e afastamento da estação. IST,

24 V. Avisos Meteorológicos em Lisboa TEMPERATURA Obs. Prev. Temperatura Máxima (ºC) / (99/99%) >30 > 33 > /1 011 (1/1%) 269/99 0/0 Tmax: WRF distingue-se Tmin: MM5 mais frio que WRF. Erro Tmax > Erro Tmin > 30 9/189 26/541 51/170 0/0 > 33 0/4 0/17 0/51 0/0 > 37 0/0 0/0 0/0 0/0 3 Erro da Temperatura 2 m (ºC) RMSE Obs. Prev. Temperatura Mínima (ºC) / (100%) < 3 <0 < -1 75/88 0/0 0/0 < 3 78/5 45/11 0/0 0/ BIAS MM5 WRF < 0 0/0 0/0 0/0 0/0-2 < -1 0/0 0/0 0/0 0/ Horizonte de Previsão (horas) IST,

25 V. Avisos Meteorológicos em Lisboa TEMPERATURA ONDA DE CALOR 2010 WRF reproduz bem os resultados temporal e espacialmente :00 T(ºC) WRF 3 km T skin LPPT, T2m, obs WRF 3 km LSA-SAF IST,

26 V. Avisos Meteorológicos em Lisboa VENTO Erro do Vento 10 m (m/s) Vento 10 m (m/s) RMSE Obs. Prev / (100%) > 14 > 19 > 25 45/48 0/0 0/0 2 1 BIAS MM5 WRF > 14 43/7 4/1 0/0 0/0 > 19 0/0 0/0 0/0 0/0 > 25 0/0 0/0 0/0 0/ Horizonte de Previsão (horas) MM5 tem maior H e FAR que WRF Ambos têm bastantes previsões em falta (misses) Critério desajustado à climatologia e às características da cidade (vedações, mobiliário urbano, árvores em mau estado, limitação da circulação em pontes e barras) IST,

27 V. Avisos Meteorológicos em Lisboa SUMÁRIO 1 0 ê 0 Índices de melhoria (skill scores) positivos. MM5 (9 km) melhor que WRF (3 km) excepto para TMax: WRF tem maior resolução, base de dados uso do solo mais actualizada, parametrização do solo mais completa (Noah) Falsos alarmes correspondem a previsões > 3 dias Categorias de aviso com poucas ou nenhumas ocorrências IST,

28 VI. Conclusões e Trabalho Futuro ENERGIA EÓLICA 1. Estado da arte (RMSE ~ 20% por parque, 10% total) 2. MOS é prático e traz melhorias significativas a curto prazo 3. TLE melhora previsão a médio prazo e dá nuvem de incerteza 4. Erro correlacionado com regime meteorológico 5. Existe influência do upwelling no vento offshore Trabalho Futuro: Melhorar caracterização do ciclo diurno do erro, nomeadamente em offpeak (estudo da camada limite) Melhorar previsão de rampas (estudo da influência das condições de fronteira) Utilizar da informação probabilística do TLE IST,

29 VI. Conclusões e Trabalho Futuro AVISOS METEOROLÓGICOS Sistema permite: Previsões erradas por excesso têm horizontes de previsão > 3 dias. Previsões mais recentes subestimam avisos. Erros de fase intrínsecos aos modelos numéricos Previsão por conjuntos desfasados no tempo Frequência actualização Correcção com observações adquiridas em tempo real (imagens de satélite) Previsões e observações quantitativas e de base horária. Monitorização atempada Poupança de custos se avisos não persistirem. Resposta operacional adequada Trabalho Futuro: Necessidade de período de estudo mais longo e em mais estações Adaptação dos limites de aviso (comparação com ocorrências) à escala do concelho Verificação de avisos por horizonte de previsão Estatística que contabilize previsões em falta (missings) IST,

30 VI. Conclusões e Trabalho Futuro CONCLUSÕES GERAIS O sistema operacional meteorológico do IST está no estado da arte As metodologias desenvolvidas permitem melhorias significativas das aplicações estudadas, e são base sólida para futuros desenvolvimentos A investigação foi inovadora no que respeita à verificação de previsões na perspectiva do utilizador da previsão, e não apenas do modelador. As respostas à pergunta Qual a previsão mais adequada? são: Previsão de Energia Eólica Recent com MOS a curto prazo e TLE a médio prazo Eólica Offshore O efeito de upwelling deve ser tido em conta na eólica offshore Produção de Avisos Meteorológicos As múltiplas previsões à escala do concelho e avisos automáticos aumentam a eficiência da resposta do SMPC IST,

31 Obrigada pela atenção.