ANÁLISE DO POTENCIAL DE GERAÇÃO DE ENERGIA ELÉTRICA A PARTIR DE TURBINAS EÓLICAS NA REGIÃO METROPOLITANA DE BELO HORIZONTE, MINAS GERAIS

Transcrição

1 FACULDADE IETEC José Ronaldo Tavares Santos ANÁLISE DO POTENCIAL DE GERAÇÃO DE ENERGIA ELÉTRICA A PARTIR DE TURBINAS EÓLICAS NA REGIÃO METROPOLITANA DE BELO HORIZONTE, MINAS GERAIS Belo Horizonte 2016

2 José Ronaldo Tavares Santos ANÁLISE DO POTENCIAL DE GERAÇÃO DE ENERGIA ELÉTRICA A PARTIR DE TURBINAS EÓLICAS NA REGIÃO METROPOLITANA DE BELO HORIZONTE, MINAS GERAIS Dissertação apresentada ao Curso de Mestrado da Faculdade Ietec, como requisito parcial à obtenção do título de Mestre em Engenharia e Gestão de Processos e Sistemas. Área de concentração: Engenharia e Gestão de Processos e Sistemas Linha de pesquisa: Engenharia de Processos e Sistemas Orientador: Prof. José Helvecio Martins Faculdade Ietec Belo Horizonte Faculdade Ietec 2016

3 S237a Santos, José Ronaldo Tavares. Análise do potencial de geração de energia elétrica a partir de turbinas eólicas na região metropolitana de Belo Horizonte, Minas Gerais / José Ronaldo Tavares Santos. - Belo Horizonte, f., enc. Orientador: José Helvécio Martins. Dissertação (mestrado) Faculdade Ietec. Bibliografia: f Energia eólica. 2. Dinâmica de sistemas. 3. Pequenos empreendimentos. 4. Modelagem. 5. Energia elétrica sustentável. 6. Engenharia econômica. I. Martins, José Helvécio. II. Faculdade Ietec. Mestrado em Engenharia e Gestão de Processos e Sistemas. III. Título. CDU:

4 1 Faculdade letec Programa de Pós-Graduação em Engenharia e Gestão de Processos e Sistemas José Ronaldo Tavares Santos. Engenharia de Processos e Sistemas. ANÁLISE DO POTENCIAL DE GERAÇÃO DE ENERGIA ELÉTRICA A PARTIR DE TURBINAS EÓLICAS NA REGIÃO METROPOLITANA DE BELO HORIZONTE, MINAS GERAIS. Dissertação apresentada ao Programa de Mestrado em Engenharia e Gestão de Processos e Sistemas da Faculdade letec, como requisito parcial à obtenção do título de Mestre em Engenharia e Gestão de Processos e Sistemas. Área de concentração: Engenharia e Gestão de Processos e Sistemas. Linha de Pesquisa: Engenharia de Sistemas e Processos. Orientador: Prof. Dr. José Helvécio Martins Faculdade letec Aprovada pela banca examinadora constituída pelos professores: 1 Prof. Dr. Antefio José Steidle Neto - UFSJ/Sete Lagoas Belo Horizonte, 27 de maio de 2016.

5 DEDICATÓRIA A Deus, por conceder-me a graça da vida e por fortalecer-me a cada manhã. Às maiores razões em minha vida, minha esposa Vânia e meus filhos Daniel e Arthur, pela paciência e pelo incentivo. Aos familiares, pai, mãe, irmãos e, em especial, a uma pessoa que me ensinou a estudar, me acolheu, nos amou intensamente e cumpriu a sua missão, Kátia Macaron. Àqueles que um dia me concederam a oportunidade de tornar o meu sonho de muitos anos uma realidade, especialmente a Professora Alice Maria Hosken Vieira. Aos que me atribuíram o dever de ensinar, acreditaram e me incentivaram diariamente: Professores Cleiton Geraldo Mendes Miranda e Maurília Cássia Veloso.

6 AGRADECIMENTOS Os meus agradecimentos vão a todos àqueles que contribuíram direta ou indiretamente para conclusão desta pesquisa, especialmente a minha cunhada, que considero uma irmã, Viviane Valente Vieira, por confiar e me ajudar continuamente nos impasses que a vida nos traz. Ao professor José Helvecio Martins, pela orientação, pela atenção e contínua prestatividade. A todos os professores e funcionários do Instituto de Educação Tecnológica. Aos inesquecíveis colegas de curso que se tornaram grandes amigos, unidos em conjunto em um só propósito.

7 Muitos dos problemas que o mundo enfrenta hoje são o resultado final de medidas de curto prazo tomadas [...] Jay Wright Forrester

8 RESUMO Existem vários tipos de energia alternativa que podem ser utilizados para geração de energia elétrica. Todavia, não existe processo de conversão de energia sem causar impacto ambiental. Em vista disto, a energia eólica foi o foco principal deste trabalho, uma vez que ela é uma excelente fonte renovável para produção de energia elétrica, com baixo impacto ambiental, e seus custos de instalação e de manutenção têm apresentado tendência de diminuição a cada ano. O objetivo principal nesta pesquisa foi demonstrar, por meio da modelagem dinâmica de sistemas, a possibilidade de geração de energia elétrica de forma sustentável, preferencialmente renovável, em pequenos empreendimentos com baixo consumo energético. Nesta pesquisa, apresenta-se uma proposta de modelagem dinâmica de um sistema de geração de energia elétrica, utilizando a ferramenta computacional Vensim-PLE Versão 6.3 para a análise do potencial de aproveitamento da energia eólica para geração de energia elétrica em pequenos empreendimentos localizados na região metropolitana de Belo Horizonte, MG. Além disso, foi realizada a análise de viabilidade econômica do empreendimento. Os resultados, em geral, comprovaram a viabilidade técnica de utilização da energia eólica para geração de energia elétrica na região metropolitana de Belo Horizonte, MG. Entretanto, os resultados demonstraram a inviabilidade econômica de implantação deste projeto na região metropolitana de Belo Horizonte, MG. Por outro lado, este trabalho vem a contribuir com a apresentação de uma metodologia que pode ser utilizada como ferramenta de análise para elaboração de futuros projetos de empreendimentos na área de energia, em particular energia eólica, por meio da modelagem e simulação de processos dinâmicos. Palavras-chave: Energia eólica. Dinâmica de sistemas. Pequenos empreendimentos. Modelagem. Energia elétrica sustentável. Engenharia econômica.

9 ABSTRACT Several different types of alternative energy sources are available for electricity generation. However, there is no energy conversion process without causing environmental impact. In view of this, wind energy was the main focus of this work, since it is an excellent renewable source for electricity production with low environmental impact, and its installation and maintenance costs have shown decreasing trend each year. The main objective of this research was to demonstrate, through dynamic systems modeling, the possibility of power generation in a sustainable manner, preferably renewable, for small enterprises having low energy consumption. A dynamic modeling of a power generation system was developed using the software Vensim-PLE, Version 6.3, as a computational tool to analyze the potential of the wind energy utilization for electricity generation in small businesses in the metropolitan region of Belo Horizonte, MG. In addition, an economic feasibility analysis of the project was performed. The results, in general, confirmed the technical feasibility of using wind energy for power generation in the metropolitan region of Belo Horizonte, MG. However, the results demonstrated the economic infeasibility of implementation of this project in the metropolitan region of Belo Horizonte, MG. On the other hand, this work may contribute through the discussion of a methodology that can be used as an analysis tool for the development of future projects developed by the enterprises in the energy sector, particularly wind power, through modeling and simulation of dynamic processes. Keywords: Wind energy. Dynamic systems. Small businesses. Modeling. Sustainable energy. Economic engineering.

10 LISTA DE FIGURAS Figura 1 - Formação dos ventos devido ao deslocamento das massas de ar Figura 2 - Potencial eólico brasileiro Figura 3 - Funcionamento de uma turbina eólica Figura 4 - Desenho esquemático de uma turbina eólica moderna Figura 5 - Ilustração do comportamento do fluxo de ar através do rotor de uma turbina eólica, da pressão do ar e velocidade do vento Figura 6 - Coeficientes de torque e de potência em função do parâmetro a Figura 7 - Variação da velocidade do vento em função da altura e do coeficiente de rugosidade da superfície Figura 8 - Turbina Savonius desenvolvida pela empresa EMAT, Inglaterra Figura 9 - Turbina Darrieus Figura 10 - Turbina de eixo horizontal Figura 11 - Localização das estações com as distâncias entre elas Figura 12 - Posicionamento dos sensores DV, UV, TA e UR Figura 13 - Diagrama causal inicial Figura 14 - Diagrama causal ampliado Figura 15 - Diagrama de fluxo inicial Figura 16 - Coeficiente de potência em função da velocidade do vento e da massa específica do ar Figura 17 - Diagrama de fluxo com inclusão da variável altura da torre, do coeficiente de rugosidade da superfície do solo e do coeficiente de potência Figura 18 - Diagrama de fluxo com a inclusão das variáveis para análise econômica (VPL, ROI e TIR) Figura 19 - Potencial eólico na região Sudeste Figura 20 - Velocidades dos ventos na estação meteorológica da Pampulha... 66

11 Figura 21 - Velocidades dos ventos na estação meteorológica de Confins Figura 22 - Velocidades dos ventos na estação meteorológica de Cercadinho Figura 23 - Comparação das velocidades médias dos ventos ocorridas nas estações meteorológicas da Pampulha, Confins e Cercadinho Figura 24 - Diagrama de fluxo para simulação do sistema de geração de energia elétrico-eólica na região da Pampulha Figura 25 - Velocidade média mensal dos ventos nas estações meteorológicas da Pampulha, Confins e Cercadinho a 10 m de altura Figura 26 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica da Pampulha Figura 27 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica de Confins Figura 28 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica de Cercadinho Figura 29 Velocidade média do vento a 50 metros de altura na região metropolitana de Belo Horizonte, MG Figura 30 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região da Pampulha Figura 31 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região de Confins Figura 32 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região de Cercadinho Figura 33 - Saldo de energia em função da altura da turbina na região da Pampulha para uma demanda de energia mensal de 200 kwh Figura 34 - Saldo de energia em função da altura da turbina na região de Confins para uma demanda de energia mensal de 200 kwh Figura 35 - Saldo de energia em função da altura da turbina na região de Cercadinho para uma demanda de energia mensal de 200 kwh... 86

12 Figura 36 - Saldo de energia em função da altura da turbina na região da Pampulha para uma demanda de energia mensal de 300 kwh Figura 37 - Saldo de energia em função da altura da turbina na região de Confins para uma demanda de energia mensal de 300 kwh Figura 38 - Valor Presente Líquido (VPL) na Estação da Pampulha para uma demanda de potência de 200 kwh Figura 39 - Valor Presente Líquido (VPL) na Estação de Confins para uma demanda de potência de 200 kwh Figura 40 - Retorno sobre Operações de Investimento (ROI) na Estação da Pampulha para uma demanda de potência de 200 kwh Figura 41 - Retorno sobre Operações de Investimento (ROI) na Estação de Confins para uma demanda de potência de 200 kwh Figura 42 - Taxa Interna de Retorno (TIR) na Estação da Pampulha para uma demanda de potência de 200 kwh Figura 43 - Taxa Interna de Retorno (TIR) na Estação de Confins para uma demanda de potência de 200 kwh Figura 44 - Valor Presente Líquido (VPL) na Estação da Pampulha para uma demanda de potência de 300 kwh Figura 45 - Valor Presente Líquido (VPL) na Estação de Confins para uma demanda de potência de 300 kwh Figura 46 - Retorno sobre Operações de Investimento (ROI) na Estação da Pampulha para uma demanda de potência de 300 kwh Figura 47 - Retorno sobre Operações de Investimento (ROI) na Estação de Confins para uma demanda de potência de 300 kwh Figura 48 - Taxa Interna de Retorno (TIR) na Estação Pampulha para uma demanda de potência de 300 kwh Figura 49 - Taxa Interna de Retorno (TIR) na Estação de Confins para uma demanda de potência de 300 kwh... 97

13 Figura 50 - Densidade do Fluxo de Energia nas Estações da Pampulha, de Confins e de Cercadinho para turbina instalada a 50 m de altura em relação ao solo Figura 51 - Simulação para o VPL com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial Figura 52 - Simulação para o ROI com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial Figura 53 - Simulação para a TIR com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial

14 LISTA DE TABELAS Tabela 1 - Cenário mundial da energia eólica. Os 15 países mais bem classificados em relação ao número de instalações de geração eólica Tabela 2 - Identificação e localização das estações de monitoramento climático terrestres da região metropolitana de Belo Horizonte MG Tabela 3 - Coeficiente de potência e potência de geração, em função da velocidade do vento para diâmetro de rotor da turbina (D) igual a 5,55 m, massa específicas do ar ( ) iguais a 1,08 e 1,2 kg/m³ e área varrida pelas pás da turbina (A) igual a 24,19 m² Tabela 4 - Investimento para implantação de um sistema com a turbina instalada a 25 m de altura Tabela 5 - Investimento para implantação de um sistema com a turbina instalada a 50 m de altura Tabela 6 - Investimento para implantação de um sistema com a turbina instalada a 80 m de altura Tabela 7 - Valores das depreciações Tabela 8 - Velocidades dos ventos na estação da Pampulha Tabela 9 - Velocidades dos ventos na estação de Confins Tabela 10 - Velocidades dos ventos na estação de Cercadinho Tabela 11 - Massa específica média do ar nas estações meteorológicas da Pampulha e de Confins Tabela 12 - Coeficientes de Rugosidade calculados de acordo com os valores de velocidade dos ventos nas estações meteorológicas Tabela 13 - Número de horas de geração por mês na Estação Meteorológica da Pampulha Tabela 14 - Número de horas de geração por mês na Estação Meteorológica de Confins... 74

15 Tabela 15 - Número de horas de geração por mês na Estação Meteorológica de Cercadinho Tabela 16 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região da Pampulha Demanda de 200 kwh Tabela 17 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região de Confins Demanda de 200 kwh Tabela 18 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região da Pampulha Demanda de 300 kwh Tabela 19 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região de Confins Demanda de 300 kwh

16 SUMÁRIO 1 INTRODUÇÃO Histórico da Energia Eólica Panorama Mundial da Energia Eólica Panorama da Energia Eólica no Brasil Vantagens e Desvantagens da Energia Eólica OBJETIVOS Geral Objetivos Específicos REVISÃO BIBLIOGRÁFICA Energia Eólica Mecanismos de Formação dos Ventos Potencial Eólico Velocidade dos Ventos Funcionamento da Turbina Eólica Análise das Turbinas Eólicas Horizontais Massa Específica do Ar Classificação e Tipos de Turbinas Eólicas Análise de Viabilidade Econômica Ferramentas Computacionais METODOLOGIA Análise Estatística dos Dados das Variáveis Relativas aos Ventos Modelagem e Simulação do Processo de Geração de Energia Elétrica por meio de Turbinas Eólicas Análise de Viabilidade Econômica da Geração de Energia Elétrica por meio de Turbinas Eólicas RESULTADOS E DISCUSSÃO Análise Estatística dos Dados das Variáveis Relativas aos Ventos... 64

17 5.2 Análise Estatística da Massa Específica do Ar Análise do Coeficiente de Rugosidade Análise do Potencial de Geração de Energia Elétrico-Eólica Modelagem do Processo de Geração de Energia Elétrica por meio de Turbinas Eólicas Análise da Viabilidade Técnica e Econômica da Geração de Energia Elétrica por meio de Turbinas Eólicas CONCLUSÕES REFERÊNCIAS APÊNDICE A APÊNDICE B APÊNDICE C APÊNDICE D APÊNDICE E APÊNDICE F

18 17 1 INTRODUÇÃO Não há dúvida de que um dos grandes problemas do mundo moderno é a questão energética. A maior parte da energia utilizada no planeta Terra é de origem não renovável. Esta energia é originada de recursos que, quando utilizados, não podem ser repostos pela ação humana ou pela natureza em um prazo útil. Quando uma determinada quantidade de recursos energéticos é utilizada, esta mesma quantidade só estará disponível novamente depois de milhares ou milhões de anos. Além disso, muitos destes recursos têm um grande potencial destruidor do meio ambiente, fazendo com que a energia gerada a partir deles seja altamente poluente. Alguns desses recursos são: o petróleo, o carvão e o gás natural (GOH et al., 2014; GOLDEMBERG; LUCON, 2007). É possível gerar energia de forma mais inteligente, menos poluente e menos dispendiosa, mas, para que isto seja possível, é necessário buscar novas fontes de energia renováveis e não poluentes, para que haja uma combinação desejável adequada entre proteção do meio ambiente e crescimento econômico (GOH et al., 2014; XAVIER et al., 2013). Para que isto ocorra, devem-se levar em conta as fontes alternativas, por exemplo, como a energia eólica, solar, das marés e geotérmica. Estas fontes são provenientes dos recursos renováveis, aqueles que, quando usados, são naturalmente reabastecidos em um prazo útil para serem reutilizados (MARTINS; GUARNIERI; PEREIRA, 2008). Atualmente, o desenvolvimento tecnológico avança cada vez mais rápido e o desenvolvimento econômico encontra-se acima de qualquer coisa, o que acarreta uma demanda por energia elétrica cada vez maior. Durante muito tempo, esta demanda era atendida pela queima de combustíveis fósseis, o que trouxe graves problemas para o meio ambiente da Terra, tais como: chuva ácida, efeito estufa, buracos na camada de ozônio, aquecimento global, dentre outros (GOH et al., 2014; XAVIER et al., 2013). Não existe processo de conversão de energia sem causar impacto ambiental. A energia eólica será o foco principal deste trabalho, haja vista que representa uma excelente fonte renovável para produção de energia elétrica, com baixo impacto ambiental. Além disso, seus custos de instalação e de manutenção apresentam tendência de diminuição a cada ano.

19 18 Neste trabalho, o enfoque será sobre a energia eólica, com ênfase em seu potencial de utilização por pequenos consumidores. 1.1 Histórico da Energia Eólica Energia eólica é a energia que provém do vento, uma abundante fonte de energia, limpa, renovável e disponível em todos os lugares. O termo eólico vem do latim aeolicus, pertencente ou relativo à Éolo, deus dos ventos na mitologia grega e, portanto, pertencente ou relativo ao vento (RAMOS; SEIDLER, 2011). Desde a antiguidade, que a energia do vento começou a ser usada para auxiliar nas tarefas do cotidiano da época. Há indícios de que foram os egípcios os primeiros povos a usar, na prática, a energia do vento. Acredita-se que, por volta do ano 2800 AC, eles começaram a usar velas para ajudar a força dos remos dos escravos e, eventualmente, estas velas ajudavam o trabalho da força dos animais utilizados em tarefas como moagem de grãos e bombeamento de água (MARTINS; GUARNIERI; PEREIRA, 2008; RAMOS; SEIDLER, 2011). Acredita-se que foram os egípcios os primeiros a fazer uso prático do vento. Em torno do ano 2800 AC, eles começaram a usar velas para ajudar a força dos remos dos escravos. Eventualmente, as velas ajudavam o trabalho da força animal em tarefas como moagem de grãos e bombeamento de água (MARTINS; GUARNIERI; PEREIRA, 2008). Somente poucos séculos antes de Cristo os persas começaram a usar a força do vento, e por volta do ano 700 DC, eles estavam construindo moinhos de vento verticais elevados ou panemones, para serem usados como força nas mós utilizadas na moagem de grãos (SHEPHERD, 1994). Outras civilizações do oriente médio, notadamente os muçulmanos, prosseguiram com o que os persas deixaram e construíram seus próprios moinhos de vento. Assim que as cruzadas retornaram, pensava-se que eles tinham levado as ideias sobre moinhos de vento e seus desenhos para a Europa. Mas, possivelmente, foram os holandeses que desenvolveram o moinho de vento horizontal com hélices, muito comumente encontrado nos campos dos holandeses e ingleses (SHEPHERD, 1994; CEPEL, 2001). As forças do vento e da água logo se tornaram a fonte primária da energia mecânica medieval inglesa. Durante esse período, os holandeses utilizavam a força

20 19 do vento para bombeamento de água, moagem de grãos e operações de serraria (SHEPHERD, 1994). A geração de energia elétrica a partir da força do vento somente começou em torno do início do século XX, com alguns dos primeiros desenvolvimentos creditados aos dinamarqueses (SHEPHERD, 1994). Por volta do ano de 1930, aproximadamente, uma dúzia de empresas americanas produziam esses carregadores de vento, e os vendiam, na maior parte, a fazendeiros. Tipicamente, essas máquinas poderiam fornecer uma potência útil de até 1000 W (1 kw), em corrente contínua, quando o vento estava soprando (SHEPHERD, 1994; CEPEL, 2001). Muitos países europeus construíram geradores de vento enormes. Durante os anos 1950 e 1960, os franceses desenvolveram e construíram projetos avançados de unidades geradoras de 100 kw a 300 kw. Por outro lado, os alemães construíram geradores eólicos para proporcionar força extra para sua linha de utilidades, mas por causa da rígida competição dos geradores movidos por combustível fóssil, estas máquinas experimentais foram eventualmente descartadas (SHEPHERD, 1994). Atualmente, é fácil observar o ressurgimento do interesse por esse tipo de fonte de energia, devido à preocupação com a sustentabilidade que existe no mundo, pois, como exposto anteriormente, é uma fonte de energia renovável e, relativamente, limpa. 1.2 Panorama Mundial da Energia Eólica Devido ao alto custo da produção de energia, em geral, aliado às vantagens da energia eólica como uma fonte de energia renovável e amplamente disponível, vários países têm estabelecidos incentivos, regulamentando e dirigindo investimentos financeiros, para estimular a geração de energia elétrica a partir da energia eólica (GOH et al., 2014; MARTINS; GUARNIERI; PEREIRA, 2008; RAMOS; SEIDLER, 2011). Os dois últimos estudos da Associação Mundial de Energia Eólica (WWEA, na sigla em inglês) mostram um crescimento do uso de energia eólica no mundo (WWEA, 2011). Os trabalhos, que avaliaram os anos de 2010 e o primeiro semestre de 2011, revelaram que um total de 86 países já utilizava esta fonte renovável para a

21 20 produção de energia elétrica. Dentre estes países, destaca-se a China, que se tornou o país com maior capacidade instalada, acrescentando 18,9 GW em sua matriz energética em um ano, e também o centro da indústria eólica internacional. Desde 2010, a China é o maior produtor mundial de energia eólica e, em 2011, o total instalado neste país ultrapassava os 62 GW. Quando comparado com os 44 GW instalados até 2010, houve um aumento de 41% (WWEA, 2011). Até o ano de 2005, a Alemanha era líder entre os países na produção de energia elétrica por meio de fonte eólica, mas em 2008 foi ultrapassada pelos Estados Unidos. No ano de 2015 houve um acréscimo de 63,7 GW de capacidade instalada de potência eólica mundial e, com este aumento, a capacidade total de potência eólica no mundo alcançou o total de 435 GW, com um crescimento de 17,2 %, maior do que em 2014, que foi de 16,4 %. Dentre os 15 principais mercados, o Brasil, Polônia, China e Turquia foram os países com taxas de crescimento mais fortes (WWEA, 2016). A China mais uma vez sustentou seu papel como líder global de energia eólica, acrescentando 33 GW de nova capacidade, o que representa uma participação de 51,8 % no mercado (WWEA, 2016). O mercado dos Estados Unidos apresentou um bom desempenho, com a adição de 8,6 GW em sua capacidade de produção de energia eólica, o crescimento mais forte desde 2012 (GWEC, 2015). A Alemanha, antecipando as mudanças na legislação, instalou 4,9 GW, estabelecendo um novo recorde de 13 % de contribuição da energia eólica na demanda de energia do país em 2015 (GWEC, 2015). Como no ano de 2014, o Brasil foi o quarto maior mercado para instalação de novas turbinas eólicas em 2015, com um volume de mercado de 2,8 GW, sendo o primeiro principal mercado de energia eólica da América Latina (WWEA, 2016). A Índia acrescentou 2,3 GW de novas instalações até novembro de 2015, o suficiente para ultrapassar a Espanha como quarto maior mercado em termo de capacidade total de 2014 (WWEA, 2016). Enquanto o Canadá teve um bom desempenho, e ambas, Polônia e Turquia até subiram na classificação mundial, a Espanha foi uma grande decepção com capacidade adicionada nula. Nenhum país que desempenhou, anteriormente, um

22 21 papel de liderança, nunca experimentou uma paralisação completa como esta (WWEA, 2016). A Tabela 1 contém os dados mais recentes que ilustram o cenário mundial da capacidade de produção de energia elétrica, a partir da energia eólica, para os principais países que dominam este mercado (WWEA, 2016). É importante ressaltar que, de acordo com a Tabela 1, o Brasil teve a maior taxa de crescimento da sua capacidade de produção de energia eólica no mundo, com valor igual a 46,2%, demonstrando sua participação ativa e representatividade na implantação desta fonte de energia. O aumento da participação da energia eólica no mundo está relacionado a diversos fatores. Dentre estes fatores encontra-se a necessidade de os países poderem contar com uma fonte de energia segura (GWEC, 2015). Por outro lado, o custo de instalação da energia eólica vem diminuindo, além dela não causar emissão de CO 2 e outros gases poluentes na atmosfera, provocando menores impactos ao meio ambiente (WWEA, 2016; GOH et al., 2014). Em alguns países, a energia elétrica gerada a partir do vento representa significativa parcela da demanda. Na Dinamarca, ela representa 23% da produção, na Alemanha 6%, e em Portugal e na Espanha cerca de 8% (dados de setembro de 2007). Globalmente, a energia eólica não ultrapassa a 1% do total gerado por todas as fontes. O cenário atual (2015/2016) indica que o crescimento do setor de energia eólica na China está sufocado devido a um acesso insuficiente às malhas de conexão, enquanto um cenário de desaceleração parece ter retornado aos Estados Unidos por causa de incertezas sobre a expiração de programas de incentivo.

23 22 Tabela 1 - Cenário mundial da energia eólica. Os 15 países mais bem classificados em relação ao número de instalações de geração eólica Posição em 2015 País/Região Capacidade Total em 2015** [MW] Capacidade Adicionada em 2015*** [MW] Taxa de Crescimento [%] Capacidade Total em 2014 [MW] 1 China , Estados Unidos , Alemanha , Índia* , Espanha , Reino Unido , Canadá , França , Itália , Brasil , Suécia , Polônia , Portugal , Dinamarca , Turquia , Resto do mundo , Total , Fonte: WWEA, * Referência a novembro de ** Inclui toda capacidade eólica instalada, conectada e não conectada à rede. *** Inclui a capacidade líquida adicionada durante o ano de Na Alemanha e na Itália, cortes de tarifa e desafios relacionados às malhas de conexão de energia têm reduzido a atratividade em curto prazo, enquanto o fim de um importante benefício fiscal na Índia deve prejudicar o crescimento do setor eólico neste ano (2016).

24 23 Na contramão desse cenário, diversos países, incluindo México e Chile, anunciaram novos objetivos em geração de energia limpa ou reafirmaram o apoio do governo por meio de incentivo financeiro. Apesar desses problemas, a quantidade de usinas de energia eólica instalada no mundo deverá crescer de modo significativo nas próximas décadas e será parte importante do portfólio de energia renovável de muitos países. Por exemplo, a projeção do potencial de energia eólica instalada no mundo para o ano de 2020 é de MW. Quando comparado com os MW em 2015, haverá um aumento de 73,5 % (WWEA, 2016). 1.3 Panorama da Energia Eólica no Brasil No início do ano 2000, uma grande seca no Brasil diminuiu o nível de água nas barragens hidrelétricas do país, causando uma grave escassez de energia. A crise, que devastou a economia brasileira e levou ao racionamento de energia elétrica, trouxe à tona a necessidade urgente do país em diversificar suas fontes de energia (SANTOS et al., 2012). No Brasil, mais de 75 % da matriz energética é constituída de energia hidroelétrica (BARBOSA FILHO et al., 2015), mas as autoridades estão incentivando a produção de energia de biomassa e eólica como alternativas primárias (BEN, 2014). Segundo dados do Balanço Energético Nacional de 2014 (BEN, 2014), realizado pela Empresa de Pesquisa Energética (EPE), em 2013 a participação de fontes renováveis na Matriz Elétrica Brasileira foi de 79,3 %. A produção de eletricidade a partir de fonte eólica alcançou GWh em 2013, equivalente a um aumento de 30,3 % em relação ao ano anterior, quando se atingiu GWh. Em 2013, a potência instalada para geração eólica no país expandiu 16,5% (BEN, 2014). Segundo o Banco de Informações da Geração (BIG), da Agência Nacional de Energia Elétrica (ANEEL), o parque eólico nacional cresceu 313 MW, alcançando MW ao final de 2013 (BEN, 2014). A primeira turbina de energia eólica do Brasil foi instalada em Fernando de Noronha em Dez anos depois, o governo criou o Programa de Incentivo às Fontes Alternativas de Energia Elétrica (Proinfa), para incentivar a utilização de

25 24 outras fontes renováveis, como eólica, biomassa e Pequenas Centrais Hidrelétricas (PCHs). Segundo a Associação Brasileira de Energia Eólica (ABEE, 2016), no Brasil, o primeiro leilão de energia eólica foi realizado em 2009, em um movimento para diversificar a sua matriz energética. O potencial de energia eólica no Brasil é mais intenso de junho a agosto nas regiões nordeste, sudeste, centro-oeste e sul, coincidindo com os meses de menor intensidade de chuvas (CEPEL, 2001). Portanto, nos meses em que falta chuva é exatamente quando há mais disponibilidade de vento, sendo esta uma grande fonte suplementar à energia gerada por hidrelétricas (BARBOSA FILHO et al., 2015). Segundo Alves (2010), a tendência de estabilização sazonal na oferta de energia foi comprovada, utilizando a energia eólica como complemento, ao se estudar o nível médio de vazão dos rios em algumas usinas da região Nordeste e na região Sul. O período em que ocorre a menor vazão dos rios é aquele em que ocorrem as incidências de vento com maior velocidade, portanto, com maior potencial de geração de energia. Durante o período de seca, podem-se preservar as bacias hidrográficas fechando ou minimizando o uso das hidrelétricas. Por essa razão, a energia eólica é excelente contra a baixa pluviosidade e a distribuição geográfica dos recursos hídricos existentes no país. A maior parte dos parques eólicos se concentra nas regiões nordeste e sul do Brasil, embora quase todo o território nacional tenha potencial para geração desse tipo de energia. 1.4 Vantagens e Desvantagens da Energia Eólica Apesar de ser uma fonte de energia higiênica, limpa, renovável e ecológica a energia eólica tem algum impacto ambiental, embora contribua para reduzir a contaminação causada pela queima dos combustíveis fósseis. Uma análise um pouco mais profunda irá constatar algumas vantagens e desvantagens da energia eólica, que devem ser levadas em consideração na hora de escolher a energia que melhor se adapta a determinado ambiente, situação e objetivo. Dentre suas principais vantagens podem-se mencionar (PORTAL ENERGIA, 2016): É uma fonte de energia inesgotável;

26 25 Não emite gases poluentes e não produz resíduo; Os parques eólicos podem ser utilizados também para outros meios, como a agricultura e a criação de gado; É uma das fontes mais baratas de energia, podendo competir em termos de rentabilidade com as fontes de energia tradicionais; Não requer uma manutenção frequente, uma vez que sua revisão é semestral; Em menos de seis meses o aerogerador recupera a energia que foi gasta para ser fabricado. No entanto, apresenta algumas desvantagens (LIMA, 2016): Como é preciso um fenômeno da natureza para funcionar, às vezes, a energia não é gerada em momentos necessários, o que torna difícil a integração da produção dessa tecnologia; Pode ser superada pelas pilhas de combustível (H 2 ) ou pela técnica do bombeamento hidroelétrico; Os parques eólicos geram um grande impacto visual devido aos aerogeradores; Causa impacto sonoro, pois o vento bate nas pás produzindo um ruído constante de, aproximadamente, 43 decibéis, tornando necessário que as habitações mais próximas estejam no mínimo a 200 metros de distância; Pode afetar o comportamento habitual de migração das aves. É extremamente importante conhecer as características principais da energia que será utilizada em determinada localidade, para que se possa tirar o melhor proveito das potencialidades de seu uso, sem prejudicar o meio ambiente. Somente assim é possível prevenir possíveis problemas futuros referentes ao uso de uma determinada forma energia (FILIPE; LOBATO; QUINTAN, 2010; SILVA, 2013). Neste trabalho, especificamente, o foco principal é o potencial de geração de energia elétrica por meio de turbinas eólicas, e a viabilidade de sua implantação, para pequenos consumidores na região de Belo Horizonte, Minas Gerais. Neste contexto, a seguir, são apresentados os objetivos almejados.

27 26 2 OBJETIVOS 2.1 Geral Realizar uma análise técnica e econômica, por meio de modelagem e da dinâmica de sistemas, do potencial de geração de energia elétrica a partir de turbinas eólicas em pequenos empreendimentos. 2.2 Objetivos Específicos Obter, a partir de uma base de dados, valores de velocidade dos ventos e de massa específica do ar para a região metropolitana de Belo Horizonte, Minas Gerais; Realizar uma análise estatística dos dados obtidos de velocidade dos ventos e da massa específica do ar, para obter seus valores mínimos, médios, máximos e desvios-padrão; Demonstrar, graficamente, o comportamento das velocidades médias dos ventos em cada mês, para a região metropolitana de Belo Horizonte, Minas Gerais; Realizar uma análise de viabilidade técnica da geração de energia elétrica por meio de turbinas eólicas utilizando simulação de dinâmica de sistemas; Realizar uma análise de viabilidade econômica da geração de energia elétrica, por meio de turbinas eólicas, para a região metropolitana de Belo Horizonte, Minas Gerais.

28 27 3 REVISÃO BIBLIOGRÁFICA Nesta seção, serão abordados, sucintamente, os conceitos básicos, a tecnologia disponível e a metodologia de análise de dados de geração de energia elétrica, a partir da energia disponível no vento, por meio de turbinas eólicas. Alguns dados e informações necessárias para o desenvolvimento deste trabalho serão obtidos da literatura e também apresentados e discutidos. 3.1 Energia Eólica Embora existam diversas fontes renováveis de energia, neste trabalho será abordada apenas a energia eólica, haja vista que não se trata de um estudo comparativo entre fontes de energia. O interesse pelas fontes renováveis de energia ressurgiu na década de 1970 devido, principalmente, à crise do petróleo naquela época. A motivação principal deste interesse foi a necessidade de assegurar a diversidade e a segurança no fornecimento de energia e a obrigação de proteger o meio ambiente da degradação acentuada devida ao uso de combustíveis fósseis (GOH et al., 2014; GOLDEMBERG; LUCON, 2007; COLAK et al., 2015). Posteriormente à crise do petróleo de 1970, vários países iniciaram pesquisas e programas para o aproveitamento da energia do vento. Nos últimos anos, a energia eólica registrou uma significativa evolução. No período de 1998 até 2007 houve um crescimento em torno de 10 vezes na capacidade mundial de geração de energia a partir do vento (RAMOS; SEIDLER, 2011). A quantidade de eletricidade que pode ser gerada utilizando a energia eólica depende, basicamente, de quatro fatores: (i) quantidade de vento que passa pela hélice do gerador, (ii) diâmetro da hélice, (iii) dimensão do gerador e (iv) rendimento de todo o sistema (RAMOS; SEIDLER, 2011; SLOOTWEG; KLING, 2003). Para que a produção de energia elétrica por meio de turbinas eólicas se torne economicamente viável é necessário agrupar os aerogeradores em parques eólicos, todavia podem ser utilizados isoladamente para alimentar com energia elétrica localidades remotas e distantes da rede de transmissão. É possível, ainda, a utilização dos aerogeradores de baixa tensão, quando se trata de requisitos limitados de energia elétrica (RAMOS; SEIDLER, 2011).

29 28 Apesar de não queimarem combustíveis fósseis e não emitirem poluentes, as usinas eólicas não são totalmente desprovidas de impactos ambientais. Elas alteram paisagens com suas torres e hélices e podem ameaçar pássaros se forem instaladas em rotas de migração. Emitem certo nível de ruído, que pode causar algum incômodo. Além disso, podem causar interferência na transmissão de sinais de televisão (RAMOS; SEIDLER, 2011). O regime de vento é variável, portanto a geração de energia por meio eólico também é variável, atingindo picos de mínimos e de máximos durante o ano. Segundo Silva (2013), as flutuações do vento possuem caráter não determinístico, ocasionados por variações instantâneas, variações sazonais, variações com a altura, variações com a topografia do terreno e seus obstáculos. Estes fatores, por consequência, afetam o regime de geração de energia elétrica por meio de geradores eólicos (RAMOS; SEIDLER, 2011; SILVA, 2013). 3.2 Mecanismos de Formação dos Ventos Os ventos são causados pelo aquecimento diferenciado da atmosfera, portanto, a energia proveniente deles é uma forma de energia obtida indiretamente do sol. Este aquecimento não uniforme da atmosfera é devido a, dentre outros fatores, à orientação dos raios solares e aos movimentos da Terra (CRESESB, 2008; PICOLLO; RÜHLER; RAMPINELLI, 2014): Nas regiões tropicais, os raios solares incidem na superfície da Terra quase que perpendicularmente, por isto estas regiões são mais aquecidas do que as regiões polares. Consequentemente, o ar quente que se encontra nas baixas altitudes das regiões tropicais tende a subir, sendo substituído por uma massa de ar mais frio que se desloca das regiões polares. Este deslocamento das massas de ar determina a formação dos ventos, cujo mecanismo é ilustrado na Figura 1 (CEPEL, 2001).

30 29 Figura 1 - Formação dos ventos devido ao deslocamento das massas de ar Fonte: CEPEL, Em alguns lugares do globo terrestre os ventos nunca cessam de soprar, pois os mecanismos que os produzem (aquecimento no equador e resfriamento nos polos) estão sempre presentes na natureza. Estes ventos são chamados de ventos planetários ou constantes e podem ser classificados como descrito a seguir (CRESESB, 2008; PICOLLO; RÜHLER; RAMPINELLI, 2014). Alísios: ventos que sopram dos trópicos para o equador, em baixas altitudes; Contra-Alísios: ventos que sopram do equador para os polos, em altas altitudes; Ventos do oeste: ventos que sopram dos trópicos para os polos; Polares: ventos frios que sopram dos polos para as zonas temperadas. O eixo da Terra está inclinado de 23,5 o em relação ao plano de sua órbita ao redor do sol. Isto causa variações sazonais na distribuição de radiação solar recebida na superfície da Terra, provocando variações sazonais na intensidade e na duração dos ventos em qualquer local da superfície terrestre. Este fenômeno faz surgir os ventos continentais ou periódicos e compreendem as monções e as brisas (CRESESB, 2008; PICOLLO; RÜHLER; RAMPINELLI, 2014). As monções são ventos periódicos que mudam de direção, aproximadamente, a cada seis meses. Geralmente, as monções sopram em determinada direção numa estação do ano e em sentido contrário em outra estação (CRESESB, 2008; PICOLLO; RÜHLER; RAMPINELLI, 2014).

31 30 Cada tipo de superfície (tais como mares e continentes) tem diferentes capacidades de refletir, absorver e emitir a energia térmica (calor) do sol. Isto faz surgir brisas, que são ventos periódicos que sopram do mar para o continente e viceversa (CRESESB, 2008). Durante o dia, devido à maior capacidade da terra refletir os raios solares, a temperatura do ar aumenta e, consequentemente, forma-se uma corrente de ar que sopra do mar para terra (brisa marítima). Durante a noite, a temperatura da terra diminui mais rapidamente do que a temperatura da água e, portanto, ocorre a brisa terrestre, que sopra da terra para o mar. Em geral, a intensidade da brisa terrestre é menor do que a da brisa marítima, por causa da menor diferença de temperatura que ocorre no período noturno (CRESESB, 2008). Em sobreposição ao sistema de geração dos ventos, descrito anteriormente, encontram-se os ventos locais. Estes ventos, também chamados de variáveis, são originados e influenciados pelos elementos de paisagem de superfície, principalmente pelo relevo, florestas, bosques e edifícios (CRESESB, 2008), ou seja, são resultantes das condições locais, tornando-os bastante individualizados. Segundo CEPEL (2001), estes ventos não são padronizados, podendo apresentar variações no sentido e na velocidade, dependendo das condições naturais do ambiente. A manifestação local dos ventos mais conhecida é observada nos vales e nas montanhas. Durante o dia, o ar quente nas encostas da montanha se eleva e o ar mais frio desce sobre o vale para substituir o ar que subiu. À noite, a direção em que sopram os ventos é novamente revertida e o ar frio das montanhas desce e se acumula nos vales (CRESESB, 2008). 3.3 Potencial Eólico Para avaliação do potencial eólico de uma região, é necessária a coleta precisa de dados dos ventos, no intuito de se ter o mapeamento eólico regional. A geração de energia, principalmente energia elétrica, por meio do aproveitamento da energia eólica expandiu-se mundialmente de forma acelerada durante a última década (2000 a 2010/2015), atingindo a escala de potência instalada da ordem de gigawatts (GWEC, 2015).

32 31 Visando a disponibilização de áreas adequadas para a exploração de energia eólica, no Brasil foi criado o Atlas do Potencial Eólico Brasileiro. Este documento foi obtido utilizando um programa computacional chamado de MesoMap, que fornece, dentre outras variáveis, estimativas da velocidade média dos ventos em várias altitudes acima da superfície, por meio de um modelo complexo que simula as condições climáticas (CEPEL, 2001). O MesoMap simula a dinâmica atmosférica dos regimes dos ventos e variáveis meteorológicas correlatas. O sistema inclui as condicionantes geográficas, tais como o relevo, a vegetação, o uso do solo, as interações térmicas entre a superfície e a atmosfera, inclusive os efeitos do vapor d água (CEPEL, 2001). O mapa mostrado na Figura 2 contém informações sobre o potencial de produção de energia eólica no Brasil, distribuído por região (CEPEL, 2001). Observa-se que na região sudeste o potencial de energia eólica é de 29,7 GW, com possibilidade de produção de 54,9 TWh/ano. Figura 2 - Potencial eólico brasileiro Fonte: CEPEL, 2001.

33 Velocidade dos Ventos Os ventos são gerados pela diferença de temperatura da terra e das águas, das planícies e das montanhas, das regiões equatoriais e dos polos do planeta Terra. A quantidade de energia disponível no vento varia de acordo com as estações do ano e as horas do dia. A topografia e a rugosidade do solo também têm grande influência na distribuição de frequência de ocorrência dos ventos e de sua velocidade em um local (RAMOS; SEIDLER, 2011). Os ventos mais fortes, mais constantes e mais persistentes ocorrem em alturas situadas a cerca de 10 km da superfície da terra. Como não é possível colocar os conversores eólicos nestas zonas, o espaço de interesse encontra-se limitado a algumas dezenas de metros em relação à superfície, onde as formações do relevo e as características da vegetação e do solo têm influência direta no regime dos ventos, que é diretamente afetado pelo coeficiente de atrito local, o que provoca uma diminuição na sua velocidade (RAMOS; SEIDLER, 2011). Para que a energia eólica seja considerada tecnicamente aproveitável, é necessário que sua densidade de fluxo de energia seja maior ou igual a 500 W/m 2, a uma altura de 50m, o que requer uma velocidade mínima do vento de 7 a 8 m/s (GRUBB; MEYER, 1993; XIE et al., 2008). 3.5 Funcionamento da Turbina Eólica O funcionamento de uma turbina eólica envolve vários campos do conhecimento, incluindo meteorologia, aerodinâmica, eletricidade, controle, bem como de engenharia civil, mecânica e estrutural. O princípio de funcionamento baseia-se na conversão da energia cinética, resultante do movimento de rotação causado pela incidência do vento nas pás do rotor da turbina, em energia elétrica (CEPEL, 2001). As pás das máquinas modernas são dispositivos aerodinâmicos com perfis especialmente desenvolvidos, equivalentes às asas dos aviões, e que funcionam de acordo com o princípio físico da sustentação, como ilustrado na Figura 3 (HOWSTUFFWORKS, 2006). Este princípio físico não é objeto de discussão neste trabalho.

34 33 Figura 3 - Funcionamento de uma turbina eólica Fonte: HOWSTUFFWORKS, Um desenho esquemático de uma turbina eólica moderna para geração de energia elétrica é mostrado na Figura 4 e seus principais componentes são descritos a seguir. Figura 4 - Desenho esquemático de uma turbina eólica moderna Fonte: ANEEL, 2016.

35 34 Principais componentes e dispositivos de uma turbina eólica moderna para geração de energia elétrica (RAMOS; SEIDLER, 2011): Torre de sustentação: é o elemento que sustenta o rotor e a nacele na altura adequada ao funcionamento da turbina eólica. Esse item estrutural de grande porte é de elevada contribuição no custo inicial do sistema. Rotor: é o componente que efetua a transformação da energia cinética dos ventos em energia mecânica de rotação. No rotor são fixadas as pás da turbina. Todo o conjunto é conectado a um eixo que transmite a rotação das pás para o gerador, muitas vezes, por meio de uma caixa multiplicadora. Nacele: é o compartimento instalado no alto da torre e que abriga todo o mecanismo do gerador, o qual pode incluir: caixa multiplicadora, freios, embreagem, mancais, controle eletrônico, sistema hidráulico. Multiplicador de velocidade (transmissão): é o mecanismo que transmite a energia mecânica do eixo do rotor ao eixo do gerador. Gerador elétrico: é o componente que tem função de converter a energia mecânica do eixo em energia elétrica. Mecanismos de controle: as turbinas eólicas são projetadas para fornecer potência nominal de acordo com a velocidade do vento prevalecente, ou seja, a velocidade média nominal que ocorre com mais frequência durante um determinado período. Sensor de vento: Mede a intensidade e a velocidade dos ventos, normalmente, de 10 em 10 minutos. Possui um sensor de direção do vento (biruta), permitindo que este esteja sempre perpendicular à torre para obtenção de maior desempenho. Pás do rotor: Captam o vento e convertem sua potência ao centro do rotor. Banco de baterias: composto por uma ou mais baterias, normalmente, baterias de chumbo-ácido de 12 V seladas; funciona como elemento armazenador de energia elétrica para uso durante os períodos de calmaria, quando não há disponibilidade de vento;

36 35 Controlador de carga: dispositivo eletrônico que protege as baterias contra sobrecarga ou descarga excessiva; Inversor: dispositivo eletrônico que converte a energia elétrica em corrente contínua (CC) para corrente alternada (CA), de forma a permitir a utilização de eletrodomésticos convencionais. Alguns sistemas pequenos não empregam inversores e utilizam cargas alimentadas diretamente por corrente contínua (CC), tais como luminárias e televisores. Segundo Favera et al. (2012), de acordo com a Organização Mundial de Meteorologia (WMO), em apenas 13% da superfície terrestre o vento apresenta velocidade média igual ou superior a 7 m/s, a uma altura de 50 m. Essa proporção varia muito entre regiões e continentes, chegando a 32% na Europa Ocidental. A energia eólica pode ser usada também em pequena escala, utilizando geradores de pequeno porte capazes de gerar energia com velocidade de vento a partir de 2,5 m/s (RAMOS; SEIDLER, 2011). 3.6 Análise das Turbinas Eólicas Horizontais Neste trabalho é considerada no processo de geração de energia elétrica uma turbina eólica de eixo horizontal, cuja análise é apresentada a seguir. A análise das turbinas eólicas envolve aerodinâmica e mecânica dos fluidos, por isto é complexa (LIMA, 2016; PICOLLO; RÜHLER; RAMPINELLI, 2014). Todavia, os conceitos básicos podem ser obtidos por meio de simplificações na análise. A quantidade de energia contida no vento na direção horizontal é, basicamente, igual à sua energia cinética, porque não há variação de pressão nem variação de altitude nesta situação. Portanto, pode-se iniciar a análise escrevendo a expressão da energia cinética (RAGHEB; RAGHEB, 2015; CRESESB, 2008; PICOLLO; RÜHLER; RAMPINELLI, 2014). E 1 2 mv 2 (1) em que E = Energia fornecida pelo vento, J. m = Massa do fluxo de ar através do rotor da turbina, kg.

37 36 v = Velocidade do vento, m/s. A Equação (1) é extremamente simples e conhecida, mas na sua aplicação encontram-se algumas dificuldades. Uma destas dificuldades é saber qual a massa de fluxo de ar a ser considerada (LIMA, 2016; RAGHEB; RAGHEB, 2015; PICOLLO; RÜHLER; RAMPINELLI, 2014). A Figura 5 ilustra uma aproximação para o fluxo de ar através de um rotor de uma turbina eólica. Figura 5 - Ilustração do comportamento do fluxo de ar através do rotor de uma turbina eólica, da pressão do ar e velocidade do vento Fonte: LIMA, Nota: Adaptado pelo autor. Considerando a lei da conservação da energia, a quantidade de energia retirada do vento irá causar uma redução na quantidade de energia contida no vento após a turbina. Isto implica na redução da velocidade do vento após o rotor, denominada aqui de v o e representada distante do rotor, devido a complexas alterações no fluxo de ar provocada pela presença do rotor (LIMA, 2016; PICOLLO; RÜHLER; RAMPINELLI, 2014). Quanto menor for esta velocidade, maior será a quantidade de energia retirada do vento e maior será o impacto ambiental.

38 37 A questão da massa a ser considerada é mais complexa. Uma primeira aproximação é considerar somente a massa de ar que atravessa o rotor. Desta forma, considera-se apenas a massa de ar contida no tubo fictício, ilustrado na Figura 5. Portanto, considera-se que não existe fluxo de ar para dentro ou para fora deste duto imaginário e, consequentemente, a lei da conservação de massa é aplicável a todo o duto. Assim, pode-se escrever: em que Aovo Advd Aeve (2) = Massa específica do ar, kg/m³. A = Área, m². v = Velocidade, m/s. A velocidade no disco da turbina está relacionada com a velocidade do vento a montante por meio do fator de indução de fluxo axial, a, de acordo com a Equação (3). d o v v 1 a (3) Substituindo-se a Equação (3) na Equação (2) obtém-se: A d Ao 1 a De acordo com a Equação (4), devido à conservação de massa, a redução da velocidade do vento, causada pelo rotor da turbina, causa um aumento da área do tubo fictício proporcionalmente ao mesmo fator de redução da velocidade. A redução da velocidade do vento representa também uma variação de momento no fluxo de ar. Esta variação é devida à força exercida pela variação de pressão no rotor da turbina. Matematicamente, tem-se: vm PA (5) v v A v 1 a P P A (6) o e o d o d d d Aplicando a equação de Bernoulli às duas seções do tubo fictício, obtém-se: v g h v g h P (7) o o o o 2 d d d d d Considerando o fluido incompressível e o sistema horizontal, tem-se: v P v P (8) o o 2 d d (4)

39 38 v P v P (9) e o 2 d d Subtraindo a Equação (9) da equação (8) obtém-se: Pd Pd 2 v0 ve (10) Esta expressão demonstra que a variação da velocidade do vento ocorre metade a montante e metade a jusante do rotor da turbina. Substituindo a Equação (10) na Equação (6), obtém-se: v e 1 2 a v (11) o A força exercida pelo vento no rotor da turbina, Equação (12), será dada por: 2 d d d d o F P P A 2 A v a 1 a (12) Portanto, a potência será dada por: 3 d d o 2 P F v 2 A v a 1 a (13) Observa-se que a potência de um gerador eólico é proporcional ao cubo da velocidade do vento e à área do rotor da turbina eólica. A Equação (13) pode ser reescrita da seguinte maneira: P C A v (14) p d o em que = Massa específica do ar, kg/m³. A d = Área do rotor, m². V o = Velocidade do vento, m/s. C p = Coeficiente de potência. O coeficiente de potência extraída pelo rotor e a potência existente no vento: C p vo C p é definido como sendo a razão entre a potência P A (15) d É importante observar que a massa específica do ar é 800 vezes menor do que a massa específica da água. Portanto, a potência de turbinas eólicas é muito menor do que a potência das turbinas hidráulicas. O coeficiente de potência representa a fração máxima da energia contida no vento que pode ser extraída pela turbina.

40 39 Combinando as Equações (14) e (15), o coeficiente de potência expresso como: Cp 2 C p pode ser 4 a 1 a (16) A potência máxima possível de ser extraída do vento foi calculada por Albert Betz (RAGHEB; RAGHEB, 2015) maximizando a Equação (16) em relação ao parâmetro a: dc p 2 41 a 8a1 a 0 da ou (17) 1 a (18) 3 Substituindo o valor de a na Equação (16), obtém-se: Cpmax 4 1 0, (19) 27 De acordo com a Equação (19), conclui-se que não é possível aproveitar mais do que, aproximadamente, 59 % da potência disponível no vento. Além disso, para otimizar a potência eólica, é necessário operar a turbina com velocidade variável e proporcional à velocidade do vento. A força exercida no rotor também pode ser normalizada considerando a energia do vento como base. Desta maneira, pode-se definir o coeficiente de torque 2 C T de acordo com a seguinte expressão: C 2 d o T vo 2 A v a 1 a 4 a 1 a A d (20) Os valores de coeficientes de torque e de potência, em função do parâmetro a, são apresentados na Figura 6. A transformação da energia do vento em energia mecânica depende do projeto específico da turbina eólica. Todavia, a maioria das turbinas existentes atualmente, utiliza rotores com determinado número de pás que giram com velocidade angular ω paralela à direção do vento e ortogonal ao plano das pás (LIMA, 2016).

41 40 Figura 6 - Coeficientes de torque e de potência em função do parâmetro a Fonte: LIMA, Nota: Adaptado pelo autor. As pás giram ao longo da área perpendicular A p e, devido ao seu projeto aerodinâmico, criam a diferença de pressão ao longo da área que é responsável pela redução do momento no fluxo do vento e pela conversão da energia contida no vento em energia mecânica (LIMA, 2016). O eixo do rotor da turbina é acoplado a um gerador de energia elétrica que completa a conversão da energia mecânica em energia elétrica. Neste processo, o gerador produz um torque, em sentido contrário ao torque exercido pelo vento, que é proporcional à quantidade de energia elétrica gerada. Em condições de equilíbrio, estes torques se igualam e a velocidade angular permanece constante (LIMA, 2016). A geração do torque no rotor devido à passagem do vento produz um torque igual e contrário no ar. Isto significa que o ar, após o rotor da turbina, adquire um momento angular com rotação contrária à rotação do rotor, que não existia no vento a montante da turbina. Esta variação de momento e de velocidade angular representa um aumento na energia cinética, que é compensado pela queda de pressão no ar a jusante do rotor (LIMA, 2016).

42 Massa Específica do Ar A massa específica do ar varia com a pressão e com a temperatura. Para valores de pressão menores do que 506,625 kpa (5 atm), o ar pode ser considerado, com precisão aceitável, como um gás ideal. Portanto, pode-se estimar sua massa específica usando a lei dos gases ideais (MORAN et al., 2015). PV mrt ou (21) m P V R T (22) em que P = Pressão, Pa. V = Volume, m³. M = Massa, kg. R = Constante dos gases para o ar, 0,287 kj/kg K. T = Temperatura, K. = Massa específica do ar, kg/m³. No nível do mar, onde a pressão atmosférica é igual a 101,325 kpa (1 atm), à temperatura de 15 C, a massa específica do ar é igual a 3 1,225 kg / m. A maioria das turbinas eólicas é instalada nas proximidades da costa marítima e, geralmente, a altura das torres de sustentação não ultrapassa a 100 m. Portanto, assumir um valor igual a 1,225 kg/m³ para a massa específica do ar em projetos de sistemas de geração de energia por meio eólico é satisfatório. A temperatura do ar atmosférico varia com a altitude acima do nível do mar, normalmente decrescendo com o aumento da altitude. Portanto, como a massa específica do ar varia em função da temperatura, ela é também uma função da altitude. Então, em casos específicos, pode ser necessário considerar esta variação. A variação na massa específica do ar (vento) com a altitude causa variação também na velocidade do vento. A velocidade do vento aumenta com a altura, devido ao atrito na superfície da terra (COLAK et al., 2015; PICOLLO; RÜHLER; RAMPINELLI, 2014). A taxa de aumento da velocidade pode ser calculada pela expressão:

43 42 v h v o n h z n h z o em que v(h) = Velocidade do vento em função da altura do local, m/s. v o = Velocidade do vento na altura de referência, m/s. z = Coeficiente de rugosidade, adimensional. h = Altura do local em relação ao nível do mar, m. h o = Altura de referência, geralmente ao nível do mar, m. (23) O coeficiente da rugosidade, z, do ar pode variar de 0,0002 na superfície da água até 1,6 para grandes edifícios. Este coeficiente pode variar de acordo com a característica do terreno (COLAK et al., 2015; PICOLLO; RÜHLER; RAMPINELLI, 2014) e pode ser calculado partindo da Equação (23), com a seguinte expressão: o v-vh v o. nh-vh.nh h n h z=exp o o (24) Utilizam-se, como base, os coeficientes de rugosidade tabelados no Atlas Eólico Europeu (EUROPEAN WIND ATLAS, 1989). Este atlas possui uma descrição dos vários tipos de terrenos com seus respectivos valores de coeficiente de rugosidade. O gráfico da Figura 7 ilustra a relação da velocidade do vento em relação à altura e as suas variações, de acordo com o coeficiente de rugosidade, bem como as características locais de acordo com este coeficiente. Observa-se que quanto maior a altura de instalação da turbina, maior a velocidade do vento e, portanto, maior será o incremento na potência de geração.

44 43 Figura 7 - Variação da velocidade do vento em função da altura e do coeficiente de rugosidade da superfície Fonte: Elaborado pelo autor, Classificação e Tipos de Turbinas Eólicas As turbinas eólicas podem ser classificadas de diversas formas, de acordo com características distintas dos diversos tipos e tamanhos das turbinas existentes no mercado atualmente. Neste trabalho, são citados alguns tipos e características mais comuns das turbinas existentes no mercado atualmente (SILVA, 2013), sem entrar nos detalhes específicos. As turbinas eólicas são classificadas de acordo com o porte, tipo de eixo de rotação, número de pás, direção do vento, sistema de controle de potência e modo de operação (SILVA, 2013). Ainda com base em Silva (2013), os principais tipos de turbinas eólicas são Savonius, Darrieus e de Eixo Horizontal. Cada uma delas apresentam características particulares. O presente trabalho se baseia em Turbinas de Eixo Horizontal. Estas turbinas são as mais utilizadas no mundo devido à sua alta eficiência, investimento tecnológico e custo benefício, podendo ser de tamanho pequeno, grande e multimega e possuem duas ou três pás (SILVA, 2013).

45 44 As turbinas pequenas e as grandes desenvolvem altas velocidades de rotação, aproximadamente de 100 a 300 rpm, porém as turbinas do tipo multimega desenvolvem baixas velocidades de rotação, abaixo de 50 rpm. Estes tipos de turbinas são mais usados, principalmente, em regiões agrícolas e com poucos obstáculos, como prédios ou árvores, pois requer vento mais laminar ou pouco turbulento. As Figuras 8, 9 e 10 mostram os tipos de turbinas mais comuns. Figura 8 - Turbina Savonius desenvolvida pela empresa EMAT, Inglaterra Fonte: THE WORLDS OF DAVID DARLING, 2015b.

46 45 Figura 9 - Turbina Darrieus Fonte: THE WORLDS OF DAVID DARLING, 2015a. Figura 10 - Turbina de eixo horizontal Fonte: LOOS, 2015.

47 Análise de Viabilidade Econômica A análise da viabilidade econômica tem por objetivo avaliar a rentabilidade do projeto. Uma tomada de decisão empresarial deve, imprescindivelmente, passar por uma análise econômica idônea, para embasar a definição e a escolha, dentre vários projetos, aquele mais rentável (DUARTE; BEDREGAL, 2008). Os métodos mais utilizados para realizar uma análise de investimentos é o método do Valor Presente Líquido (VPL) e da Taxa Interna de Retorno (TIR). O método do Valor Presente Líquido (VPL) baseia-se na diferença entre o valor dos benefícios (ou pagamentos) previstos de caixa e o valor presente do fluxo de caixa inicial, também chamado de investimento (DUARTE; BEDREGAL, 2008; SAMANEZ, 2009). O cálculo do VPL é realizado utilizando a seguinte equação: VPL n j FC j 0 (25) j 1 FC 1 i em que VPL = Valor presente líquido, $. FC j = Valor de entrada de caixa previsto para cada intervalo de tempo j, $. FC 0 = Investimento inicial no projeto, $. i = Taxa de juros. n = Intervalo de tempo. O investimento somente será viável se o valor do VPL for positivo. A Taxa Interna de Retorno (TIR) é a taxa de juros que iguala, em um determinado momento de tempo, o valor presente das entradas com as saídas previstas de caixa (DUARTE; BEDREGAL, 2008; SAMANEZ, 2009). O cálculo da TIR é realizado utilizando a seguinte equação: FC FC (26) 1 i n j 0 j j 1 em que i é a taxa de juros (TIR) que torna esta igualdade verdadeira. A Taxa Interna de Retorno do Investimento pode ser comparada à Taxa Mínima de Atratividade (TMA). Se o valor da TIR for superior ao da TMA, o

48 47 investimento será viável, caso contrário será inviável. Caso os valores da TIR e da TMA forem iguais, o investimento será indiferente. O outro método alternativo em relação ao VPL é o Retorno sob Operações de Investimento (ROI). É o tempo decorrido entre o investimento inicial e o momento no qual o lucro líquido acumulado se iguala ao valor desse investimento. O método consiste, basicamente, em determinar o valor do período de tempo de retorno do investimento, n (SAMANEZ, 2009), utilizando a Equação (25), em que o investimento inicial do projeto (FC 0 ) seja igual ao somatório do fluxo de caixa neste intervalo de tempo. No presente trabalho, foram utilizados os três métodos de análise econômica descritos anteriormente: VPL, TIR e ROI Ferramentas Computacionais As ferramentas computacionais utilizadas neste trabalho foram os programas computacionais Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015) e o Statistica (DELL, 2015). O Vensim é uma ferramenta de modelagem visual que permite conceituar, documentar, simular, analisar e otimizar modelos de sistemas dinâmicos. O Vensim fornece uma maneira simples e flexível para construção de modelos de simulação a partir do ciclo causal ou diagramas de fluxo e de estoque. Este programa possibilita que as relações entre as variáveis do sistema sejam inseridas e registradas como conexões causais. Esta informação é usada pelo editor de equações para ajudar a formar um modelo completo de simulação. O modelo pode ser analisado em todo o processo de construção, olhando para as causas e os usos de uma variável, e também nas malhas que envolvem a variável. Quando um modelo que possa ser simulado tiver sido construído, o Vensim permite explorar completamente o comportamento do modelo. O programa Statistica (DELL, 2015) possui um conjunto de ferramentas estatísticas que possibilitam a realização de análises, testes de aderência, testes de hipótese, dentre outros (CHWIF; MEDINA, 2010). Além destes, possui também ferramentas de gestão e visualização da base de dados.

49 48 4 METODOLOGIA A presente pesquisa foi estruturada em três etapas. A primeira etapa consistiu na obtenção de uma base de dados de velocidade dos ventos, temperatura e pressão atmosférica para a região metropolitana de Belo Horizonte, e o tratamento estatístico destes dados. A segunda etapa consistiu na simulação do processo de geração de energia elétrica por meio de turbinas eólicas utilizando dinâmica de sistemas e a ferramenta computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015). Na terceira etapa foi realizada uma análise econômica do empreendimento proposto. A turbina eólica utilizada para este estudo é do tipo eixo horizontal, de pequeno porte, três pás, direção de entrada do vento frontal (downwind) e velocidade variável. Foi escolhida a Turbina Eólica Verne 555 (ENERSUD, 2016) que, segundo o fabricante, é considerada a ideal para alimentar pequenos conjuntos residenciais, podendo gerar uma potência ativa de até 6 kw na velocidade do vento igual a 12 m/s. As informações técnicas desta turbina encontram-se no Apêndice E. 4.1 Análise Estatística dos Dados das Variáveis Relativas aos Ventos Primeiramente foi pesquisada uma base de dados com valores mínimos, médios e máximos da velocidade dos ventos, temperatura e pressão atmosférica, fornecidos pelo Instituto Nacional de Pesquisas Espaciais INPE, obtidas das estações de monitoramento climático localizadas nas superfícies terrestres da região metropolitana de Belo Horizonte MG, conforme Tabela 2 e localizadas no mapa ilustrado na Figura 11.

50 49 Tabela 2 - Identificação e localização das estações de monitoramento climático terrestres da região metropolitana de Belo Horizonte MG Código WMO da Estação Local Latitude Longitude Altitude (*) Cercadinho - 19,93-43, m Aeroporto da Pampulha - 19,85-43, m Aeroporto de Confins - 19,63-43, m (*) Altitude em relação ao nível do mar. Fonte: INPE, Nota: Elaborado pelo autor, Figura 11 - Localização das estações com as distâncias entre elas Fonte: GOOGLE, Nota: Adaptado pelo autor. Estas estações meteorológicas são controladas e monitoradas pelo Ministério da Defesa, por meio do Comando da Aeronáutica, e Departamento de Controle do Espaço Aéreo, seguindo o manual de procedimento técnico MCA (BRASIL, 2015). A medição dos parâmetros relativos aos ventos é feita por meio de instrumentos, conhecidos como anemômetros, localizados a dez metros de altura, em relação à base da torre de suporte das estações, segundo o item deste manual. O anemômetro é um dispositivo eletrônico destinado a sensoriar, continuamente, a direção do vento (DV), a velocidade e pico de vento (UV) nas proximidades dos pontos de toque da(s) pista(s). Abaixo deste instrumento, com

51 50 altura entre 1,5 e 2,0 metros da pista de acesso, são instalados também o sensor de temperatura do ar (TA) e o sensor de umidade relativa (UR). A Figura 12 ilustra o posicionamento destes sensores. A partir da base de dados (INPE, 2016), foi realizada uma simulação no Statistica (DELL, 2015) para obter os dados estatísticos dos valores mínimos, médios e máximos da velocidade dos ventos, e da massa específica do ar, que foi calculada a partir da Equação (22), com os valores mínimos, médios e máximos das temperaturas e pressões atmosféricas. Figura 12 - Posicionamento dos sensores DV, UV, TA e UR Fonte: BRASIL, Nota: Adaptado pelo autor. As bases de dados utilizadas foram obtidas no período de janeiro de 2013 a dezembro de 2015 na página do Instituto de Pesquisas Espaciais disponível na internet (INPE, 2016). Ao acessar esta página, existe um campo onde pode ser selecionado o Banco de Dados do CPTEC (INPE, 2016). Digita-se o código da estação meteorológica e seleciona-se o período desejado. Posteriormente, é gerada uma tabela de dados que pode ser importada para o programa computacional Microsoft Excel 2010 (MICROSOFT, 2010). Como a energia eólica é uma das fontes com maior variabilidade, devido à sua intermitência, esta variabilidade pode ser obtida utilizando diversas técnicas estatísticas (COLAK et al., 2015). Normalmente, utiliza-se uma distribuição de probabilidade para expressar esta variabilidade. Neste trabalho foi utilizada a função

52 51 de distribuição de probabilidade de Weibull (COLAK et al., 2015; GYPARAKIS et al., 2014; CHWIF; MEDINA, 2010), expressa pela Equação (27). k 1 k k u u f(u) = exp c c (27) c em que k = Parâmetro de forma da curva. c = Parâmetro de escala. u = Variável sendo analisada, que no caso é a velocidade do vento, m/s. 4.2 Modelagem e Simulação do Processo de Geração de Energia Elétrica por meio de Turbinas Eólicas A modelagem matemática do processo de geração de energia foi realizada utilizando o programa computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015) para a simulação de vários cenários do problema proposto. O início da modelagem constitui no desenvolvimento dos diagramas causais do sistema proposto, que serão necessários para a solução do problema em pauta. Posteriormente, são desenvolvidos os diagramas de fluxo do sistema. Para o desenvolvimento dos diagramas causais, foi necessário estabelecer as premissas para solução do problema (GARCIA, 2009). Diagramas Causais do Sistema O diagrama causal inicial deste projeto pode ser definido como na Figura 13. Para a elaboração deste diagrama foi utilizado o programa computacional Vensim- PLE Versão 6.3 (VENTANA SYSTEMS, 2015). O diagrama causal da Figura 13 ilustra, de forma simplificada, as três partes principais, necessárias para o entendimento e a realização deste trabalho. A quantidade de turbinas eólicas pode afetar a geração total de energia. A polaridade positiva no final da flecha significa que, aumentando-se o número de turbinas eólicas, consequentemente, pode-se aumentar a quantidade de energia gerada. Este laço é chamado realimentação (feedback) de reforço. Simultaneamente, quanto maior a demanda de energia, maior deverá ser a quantidade de energia gerada,

53 52 como indicada também pela flecha positiva. Este laço é chamado de realimentação (feedback) de balanço (GOH et al., 2014). Figura 13 - Diagrama causal inicial + Número de Turbinas Movidas à Vento Geração de Energia Demanda de Energia Fonte: GOH et al., Depois de visualizada a sequência para a solução do problema, o diagrama causal pode ser ampliado, com a inclusão de mais variáveis do processo, tais como velocidade do vento, temperatura, pressão atmosférica, potência de geração, dentre outras. Esta ampliação pode ser visualizada na Figura 14 que também foi desenvolvida utilizando mesmo programa computacional da Figura 13. O diagrama causal da Figura 14 mostra todas as etapas e as variáveis essenciais para a solução do problema. Figura 14 - Diagrama causal ampliado Fonte: GOH et al., 2014.

54 53 Diagramas de Fluxo do Sistema A modelagem do processo de geração de energia foi desenvolvida a partir dos seus Diagramas Causais, utilizando a técnica de dinâmica de sistemas. O modelo assim obtido, também conhecido como Diagrama de Fluxos, foi desenvolvido seguindo a metodologia apresentada por Goh et al. (2014). O modelo proposto foi desenvolvido a partir dos diagramas causais do sistema e da equação final da potência gerada, Equação (14), em relação ao tempo. Considerando o potencial máximo de geração possível ( cp 0,593), obtido utilizando a Equação (19), a potência máxima possível é dada por: Pmáx c 2 p v A 0,297 v A (28) Com base nesta equação, foram inseridas no Diagrama de Fluxo as variáveis dimensionais e adimensionais do processo, desde o modelo inicial básico até o modelo final mais complexo (GARCIA, 2009). Depois de definidas as variáveis que satisfazem aos objetivos do trabalho, o Diagrama de Fluxo inicial foi definido como mostrado na Figura 15, elaborado utilizando o programa computacional Vensim - PLE Versão 6.3 (VENTANA SYSTEMS, 2015). Figura 15 - Diagrama de fluxo inicial Fonte: GOH et al., Nota: Adaptado pelo autor.

55 54 Este diagrama de fluxo é resultado de algumas adaptações em relação ao modelo proposto por Goh et al. (2014), com a inclusão das seguintes variáveis (destacadas na Figura 15): Saldo de Energia Elétrica, Demanda de Energia, Diâmetro da Turbina e o domínio do tempo (time). O cenário representado por este diagrama de fluxo inicial foi simulado como teste preliminar sem apresentar problemas. Porém, a potência possível de ser gerada foi muito baixa, devido à baixa velocidade dos ventos e às perdas de potência. Como as medições da velocidade dos ventos obtidas nas estações meteorológicas foram realizadas por meio de anemômetros instalados a dez metros de altura em relação ao solo (BRASIL, 2015), foi necessário um ajuste no modelo de simulação, levando em conta a variação de altura da torre de sustentação da turbina. Este ajuste foi realizado aplicando as Equações (23) e (24), com o cálculo da velocidade do vento em função da altura inicial (h 0 ), do coeficiente de rugosidade (z) e velocidade medida no anemômetro (v 0 ). Partindo do gráfico de potência em função da velocidade do vento (apresentado no Apêndice E) e da equação que fornece a potência de geração, Equação (14), foi elaborada uma tabela (Tabela 3) com os valores do coeficiente de potência e da potência de geração, em função da velocidade do vento e das massas específicas do ar (1,08 e 1,20 kg/m³). A Equação (29) é para a massa específica do ar igual a 1,08 kg/m³ e a Equação (30) para massa específica do ar igual a 1,20 kg/m³. Partindo dos dados contidos na Tabela 3, foram ajustados dois modelos polinomiais de terceiro grau, Equação (29) e Equação (30), aos dados de coeficientes de perda em função da velocidade do vento (Figura 16): 3 2 Cp 0,0005.v 0,0123.v 0,1254.v 0,014 (29) 3 2 Cp 0,0005.v 0,0186.v 0,189.v 0,0273 (30) Os coeficientes de determinação, R 2, dos dois modelos, Equações (29) e (30), foram idênticos e iguais a 0,9988, indicando que ambos os modelos explicam 99,98% das variações nos dados observados.

56 55 Tabela 3 - Coeficiente de potência e potência de geração, em função da velocidade do vento para diâmetro de rotor da turbina (D) igual a 5,55 m, massa específicas do ar ( ) iguais a 1,08 e 1,2 kg/m³ e área varrida pelas pás da turbina (A) igual a 24,19 m² Velocidade (m/s) Potência (W) Massa Específica do Ar: 1,08 kg/m³ Coeficientes de Potência Massa Específica do Ar: 1,20 kg/m³ 1 0,00 0,00 0,00 2 0,00 0,00 0, ,02 0,26 0, ,74 0,30 0, ,12 0,34 0, ,27 0,36 0, ,39 0,37 0, ,05 0,36 0, ,43 0,34 0, ,62 0,31 0, ,85 0,28 0, ,80 0,25 0, ,83 0,21 0, ,28 0,17 0, ,71 0,13 0, ,18 0,09 0,08 Fonte: Elaborado pelo autor, 2016.

57 56 Figura 16 - Coeficiente de potência em função da velocidade do vento e da massa específica do ar Fonte: Elaborado pelo autor, O novo modelo de simulação inclui a variação da altura da torre de sustentação da turbina, com valores de 25, 50 e 80 metros de altura, e também o coeficiente de rugosidade da superfície do solo, z. Outro fator importante e necessário na simulação é a inclusão de um coeficiente de potência. Este valor pressupõe uma situação real e prevista de geração de energia. O diagrama de fluxo com as novas variáveis está ilustrado na Figura 17.

58 57 Figura 17 - Diagrama de fluxo com inclusão da variável altura da torre, do coeficiente de rugosidade da superfície do solo e do coeficiente de potência Energia Gerada Saldo de Energia Eletrica Demanda de Energia Área do Rotor Diâmetro da Hélice Massa Específica do Ar Coeficiente de Rugosidade Potência Turbina Velocidade conforme Altura da Instalação Velocidade do Vento Medida na Estação Coeficiente de Potência Altura do Anemômetro <Time> Horas de Operação por Mês Altura da Turbina Fonte: Elaborado pelo autor, Em todos os diagramas de fluxos, foram inseridas as variáveis do modelo, os dados obtidos no catálogo do fabricante da turbina (Apêndice E), bem como os dados obtidos nos resultados das análises estatísticas (Apêndices A, B, C e D), cuja metodologia encontra-se descrita no item 4.1 deste trabalho. 4.3 Análise de Viabilidade Econômica da Geração de Energia Elétrica por meio de Turbinas Eólicas Nesta etapa, o modelo ou modelos utilizados foram avaliados técnica e economicamente, para que os passos executados na construção do modelo (ou modelos) pudessem ser revistos, e os objetivos definidos para o sistema pudessem ser verificados. Foram consideradas as duas tarefas: Avaliação dos resultados. Foi avaliado se o modelo atingiu os objetivos propostos e se apresentou alguma deficiência em algum ponto. Revisão do processo. Foram revistas todas as etapas do processo, de forma a destacar as atividades que foram esquecidas e/ou que necessitavam de ser repetidas.

59 58 Estimativa do Investimento Inicial do Projeto A análise econômica foi realizada, inicialmente, fazendo-se a composição da estimativa do investimento inicial do projeto de implantação do empreendimento (COPEL, 2007). Esta estimativa foi realizada por meio de uma pesquisa de mercado, para obtenção dos preços dos equipamentos e da mão-de-obra necessários na execução do empreendimento (ENERSUD, 2016; AZEVEDO, 2016). Os resultados estão apresentados nas Tabelas 4, 5 e 6. A análise econômica foi realizada com os valores contidos nestas tabelas. Tabela 4 - Investimento para implantação de um sistema com a turbina instalada a 25 m de altura Torre de suporte da turbina de 50 m de altura Valor unitário Valor Total* Item Descrição Quantidade (R$) (R$) 1 Turbina Eólica , ,00 2 Torre de Suportação 25 m , ,00 3 Base Civil , ,00 4 Inversor / Controlador de carga , ,00 5 Materiais diversos , ,00 6 Projeto , ,00 7 Mão de obra civil , ,00 TOTAL (R$) ,00 * Valor do dólar Americano em 18/03/2016 (IBOVESPA, 2016): $ 1,00 = R$ 3,625 Fonte: Elaborado pelo autor, 2016.

60 59 Tabela 5 - Investimento para implantação de um sistema com a turbina instalada a 50 m de altura Torre de suporte da turbina de 50 m de altura Valor unitário Valor Total* Item Descrição Quantidade (R$) (R$) 1 Turbina Eólica , ,00 2 Torre de Suportação 50 m , ,00 3 Base Civil , ,00 4 Inversor / Controlador de carga , ,00 5 Materiais diversos , ,00 6 Projeto , ,00 7 Mão de obra civil , ,00 TOTAL (R$) ,00 * Valor do dólar Americano em 18/03/2016 (IBOVESPA, 2016): $ 1,00 = R$ 3,625 Fonte: Elaborado pelo autor, Tabela 6 - Investimento para implantação de um sistema com a turbina instalada a 80 m de altura Torre de suporte da turbina de 80 m de altura Valor Unitário Valor Total* Item Descrição Quantidade (R$) (R$) 1 Turbina Eólica , ,00 2 Torre de Suportação 80 m , ,00 3 Base Civil , ,00 4 Inversor / Controlador de carga , ,00 5 Materiais diversos , ,00 6 Projeto , ,00 7 Mão de obra civil , ,00 TOTAL (R$) ,00 * Valor do dólar Americano em 18/03/2016 (IBOVESPA, 2016): $ 1,00 = R$ 3,625 Fonte: Elaborado pelo autor, Estimativa do Fluxo de Caixa O fluxo de caixa representa as contribuições monetárias, ou seja, as entradas e saídas de dinheiro, durante o período equivalente ao horizonte de planejamento do projeto. O fluxo de caixa pode ser estimado usando a seguinte equação (Adaptado de LOPES, 2002):

61 60 Fi i k R E * 1 M p VDM 100 i i (31) em que F i = Fluxo de caixa no ano i, R$. R E = Receita proveniente da geração de energia, R$/ano. k = Índice de aumento de energia acima da inflação, %. i = Ano considerado, (i=1, 2,..., N). M P = Custo de manutenção do sistema, R$ / ano. V DA = Valor da depreciação anual da turbina eólica, R$ / ano M P = Custo de Manutenção, R$ / mês O período de tempo do fluxo de caixa começa a ser contado a partir de um ano, assim, o ano zero (tempo zero) é o ano inicial do investimento no sistema de geração de energia elétrico-eólica. Para fins de viabilidade econômica, considera-se o custo de manutenção igual ao valor percentual de 2,5 % do valor de investimento na turbina, o que é equivalente ao custo de manutenção do sistema (LOPES, 2002): 2,5 V M P = 100 em que V T é o valor da turbina eólica, em reais (R$). T i (32) Estimativa do Valor e Depreciação do Sistema O valor de depreciação do sistema pode ser estimado usando as seguintes equações (LOPES, 2002), com adaptações para o caso de turbinas eólicas. V F V F T F T OP D D (33) F V 100 F D (34) VU em que V U T H VU (35) F

62 61 V D = Valor depreciado da turbina eólica, R$. V T = Valor da turbina eólica, R$. T OP = Tempo em operação, ano. F D = Fator de depreciação da turbina, adimensional. V F = Valor da turbina ao final de sua vida útil com relação ao valor de uma nova turbina, %. V U = Vida útil da turbina, ano. F = Coeficiente de depreciado (para venda F = 90; quando o preço depreciado for para o reaproveitamento, F = 100). H F = Tempo de operação da turbina na geração, h/ano. T VU = Tempo de vida útil da turbina, h. Substituindo os resultados da Equação (34) e (35) na Equação (33) obtém-se a Equação (36), para a estimativa do valor de depreciação. 1 H F VD VT F TOP F VF 100 ` (36) TVU O tempo de vida útil da turbina, H F, é de 20 anos, para operação contínua e ininterrupta, equivalente a horas por ano. O valor da depreciação é estimado em função do valor da turbina, V T, do fator de depreciação da turbina, F D, do valor da turbina no final de sua vida útil, V F, do coeficiente de depreciação, F, e do tempo de vida útil da turbina, T VU. No presente trabalho têm-se os seguintes valores: H F = h/ano V T = R$ ,00 F = 100 (Futuro reaproveitamento) V F = 30% T VU = 20 anos = h Portanto, utilizando a Equação (36), e substituindo-se esses valores, a depreciação da turbina, durante 20 anos de vida útil, para operação contínua e ininterrupta, pode ser estimado pela Equação (37): VD ,65.T op (37)

63 62 A geração de energia pela turbina eólica pressupõe um retorno de investimento anual. Esta receita pode ser obtida pelo produto entre o valor da geração de energia no ano e o valor do custo da energia. Segundo CEMIG (2016), a maior tarifa de energia elétrica em Minas Gerais é igual a R$ 0,55474/kWh, sem os impostos inclusos. Com os impostos, este valor é acrescido em, aproximadamente, 30%, passando para R$ 0, /kWh. Portanto, o fluxo de caixa (FC j ), pode ser obtido pela Equação (38): FC j = I+(0, E) VD Fi (38) em que I é o investimento inicial em reais (R$). Partindo dos valores de investimentos iniciais apresentados nas Tabelas 4 e 5 e das Equações (37) e (38), foram estimados os valores das depreciações. Estes resultados encontram-se na Tabela 7. Tabela 7 - Valores das depreciações Variáveis Estação da Pampulha (R$) Estação de Confins (R$) V T (R$) , ,00 F i (R$/ano) 999,75 999,75 H F (h/ano) 8.760, ,00 V D (R$)* , ,00 V Di (R$/ano)** 1.399, ,65 * Valor da depreciação depois de 20 anos de vida útil. ** Valor da depreciação anual. Fonte: Elaborado pelo autor, O cálculo do fluxo de caixa (FCj) mensal foi feito partindo da Equação (38) e com o uso da ferramenta computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015). Para o valor da taxa de juros anual foi adotado o valor da taxa de juros Selic (BRASIL, 2016) acumulada nos anos de 2013, 2014 e 2015, com um valor médio de 10,3% ao ano.

64 63 Cálculo dos Indicadores de Viabilidade Econômica: VPL, TIR e ROI Foi possível desenvolver no programa computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015) a modelagem para o cálculo do VPL, ROI e TIR. Partindo do diagrama de fluxo da Figura 17, foram inseridas estas novas variáveis. A Figura 18 ilustra este novo modelo com destaque das novas variáveis inseridas, especialmente o Fluxo de Caixa, o VPL, o ROI e a TIR. Figura 18 - Diagrama de fluxo com a inclusão das variáveis para análise econômica (VPL, ROI e TIR) Fonte: Elaborado pelo autor, Análise da Viabilidade Econômica A análise da viabilidade econômica foi realizada partindo do princípio do saldo disponível de energia em função da demanda de energia, sendo consideradas as demandas médias mensal de 200 kwh e 300 kwh. Este saldo seria o valor no qual o consumidor deixaria de pagar pelo custo de energia e venderia esta energia para a concessionária, tornando-se uma receita financeira mensal.

65 64 5 RESULTADOS E DISCUSSÃO 5.1 Análise Estatística dos Dados das Variáveis Relativas aos Ventos De acordo com o Atlas do Potencial Eólico da região sudeste, especificamente na região metropolitana de Belo Horizonte, localizada no estado de Minas Gerais, a velocidade média anual dos ventos varia entre 3,5 e 4,5 m/s a 50 m de altura, como ilustrado na Figura 20 (CEPEL, 2001). Figura 19 - Potencial eólico na região Sudeste Fonte: CEPEL, Nota: Adaptado pelo autor, Os dados utilizados nas análises foram obtidos da base de dados, conforme descrito no item 4.1 da Metodologia.

66 65 Os resultados das análises estatísticas, obtidos com a utilização do programa Statistica (DELL, 2015), encontram-se resumidos nos Apêndices A (Resultados Estatísticos da Velocidade dos Ventos Estação Pampulha), B (Resultados Estatísticos da Velocidade dos Ventos Estação de Confins), C (Resultados Estatísticos da Velocidade dos Ventos Estação Cercadinho) e D (Resultados Estatísticos da Massa Específica do Ar Estações da Pampulha, de Confins e Cercadinho. Análise Estatística da Velocidade dos Ventos Estação Meteorológica do Aeroporto da Pampulha Utilizando-se os resultados apresentados no Apêndice A foi elaborada a Tabela 8 e o gráfico da Figura 20, que contêm os resultados dos dados estatísticos de velocidade dos ventos ocorridas na estação meteorológica localizada no Aeroporto da Pampulha, em Belo Horizonte, Minas Gerais. Observa-se, na Tabela 8 e na Figura 20, que a velocidade média dos ventos na estação meteorológica do Aeroporto da Pampulha variou entre 2,7 m/s e 3,6 m/s, para uma altura de instalação de 10 m. Os valores mínimos e máximos da velocidade do vento foram 2,6 m/s e 3,7 m/s, respectivamente, neste local, no período considerado. O período com velocidades superiores a 3,0 m/s foi entre agosto e novembro, ou seja, no período de maior potencial de geração (CEPEL, 2001).

67 66 Tabela 8 - Velocidades dos ventos na estação da Pampulha Estação Meteorológica da Pampulha - Código Média Mensal da Velocidade dos Ventos (m/s) Mês Média dos últimos 3 anos Variância Desvio padrão Janeiro 2,57 3,15 3,06 2,93 0,0973 0,3119 Fevereiro 3,14 3,56 2,65 3,12 0,2074 0,4554 Março 2,97 3,13 2,67 2,92 0,0555 0,2355 Abril 2,61 2,71 2,86 2,73 0,0160 0,1265 Maio 2,72 2,80 2,98 2,83 0,0178 0,1333 Junho 2,55 2,82 3,10 2,83 0,0765 0,2767 Julho 2,87 2,96 3,09 2,97 0,0122 0,1106 Agosto 3,33 3,11 3,27 3,24 0,0125 0,1118 Setembro 3,51 3,69 3,23 3,48 0,0557 0,2360 Outubro 3,46 3,70 3,70 3,62 0,0189 0,1376 Novembro 3,49 3,10 2,94 3,18 0,0807 0,2842 Dezembro 2,61 2,94 2,75 2,77 0,0280 0,1673 Fonte: Elaborado pelo autor, Figura 20 - Velocidades dos ventos na estação meteorológica da Pampulha Fonte: Elaborado pelo autor, 2016.

68 67 Estação Meteorológica do Aeroporto de Confins Utilizando-se os resultados apresentados no Apêndice B foi elaborada a Tabela 9 e o gráfico da Figura 21, que contêm os resultados dos dados estatísticos de velocidade dos ventos ocorridas na estação meteorológica localizada no Aeroporto de Confins, Vespasiano, Minas Gerais. Tabela 9 - Velocidades dos ventos na estação de Confins Estação Meteorológica de Confins - Código Média Mensal da Velocidade dos Ventos (m/s) Mês Média dos Desvio últimos Variância padrão 3 anos Janeiro 2,27 2,57 3,27 2,70 0,2633 0,5132 Fevereiro 2,62 3,60 3,16 3,13 0,2409 0,4908 Março 2,89 3,09 2,76 2,91 0,0276 0,1662 Abril 2,33 2,57 2,87 2,59 0,0732 0,2706 Maio 2,47 2,57 3,24 2,76 0,1753 0,4187 Junho 2,39 2,10 3,17 2,55 0,3062 0,5534 Julho 2,88 3,10 2,85 2,94 0,0186 0,1365 Agosto 3,30 2,93 3,36 3,20 0,0542 0,2329 Setembro 3,74 3,69 3,36 3,60 0,0426 0,2065 Outubro 3,72 3,85 3,51 3,69 0,0294 0,1716 Novembro 3,73 3,28 3,18 3,40 0,0858 0,2930 Dezembro 3,02 3,13 2,93 3,03 0,0100 0,1002 Fonte: Elaborado pelo autor, 2016.

69 68 Figura 21 - Velocidades dos ventos na estação meteorológica de Confins Fonte: Elaborado pelo autor, Observa-se, na Tabela 9 e na Figura 21, que a velocidade média dos ventos na estação meteorológica do Aeroporto de Confins variou entre 2,6 m/s e 3,7 m/s, para uma altura de instalação de 10 m. Os valores mínimos e máximos da velocidade do vento foram 2,1 m/s e 3,9 m/s, respectivamente, neste local, no período considerado. O período com velocidades superiores a 3,0 m/s foi entre agosto e dezembro, ou seja, no período de maior potencial de geração segundo CEPEL (2001). Estação Meteorológica de Cercadinho Utilizando-se os resultados apresentados no Apêndice B foi elaborada a Tabela 10 e o gráfico da Figura 22, que contêm os resultados dos dados estatísticos de velocidade dos ventos ocorridas na estação meteorológica localizada em Cercadinho, Belo Horizonte, Minas Gerais. Observa-se, na Tabela 10 e na Figura 21, que a velocidade média dos ventos na estação meteorológica de Cercadinho variou entre 1,3 m/s e 1,5 m/s. Os valores mínimos e máximos da velocidade do vento foram 1,1 m/s e 1,7 m/s, respectivamente, neste local, no período considerado. O período com velocidades

70 69 superiores a 3,0 m/s foi entre agosto e dezembro, ou seja, no período de maior potencial de geração (CEPEL, 2001). Segundo INPE (2016) a Estação Cercadinho possui o anemômetro instalado a 5 metros de altura. Além disso, o coeficiente de rugosidade é maior, pois o local desta instalação é composto de uma grande formação florestal. Tabela 10 - Velocidades dos ventos na estação de Cercadinho Estação Meteorológica de Cercadinho - Código Média Mensal da Velocidade dos Ventos (m/s) Mês Média dos últimos 3 anos Variância Desvio padrão Janeiro 1,37 1,13 1,25 0,0288 0,1697 Fevereiro 1,43 1,56 1,10 1,36 0,0562 0,2371 Março 1,37 1,29 1,33 0,0032 0,0566 Abril 1,45 1,17 1,41 1,34 0,0229 0,1514 Maio 1,13 1,20 1,58 1,30 0,0586 0,2421 Junho 1,47 1,33 1,36 1,39 0,0054 0,0737 Julho 1,42 1,26 1,28 1,32 0,0076 0,0872 Agosto 1,74 1,30 1,39 1,48 0,0540 0,2325 Setembro 1,67 1,40 1,27 1,45 0,0416 0,2040 Outubro 1,55 1,44 1,22 1,40 0,0282 0,1680 Novembro 1,30 1,25 1,13 1,23 0,0076 0,0874 Dezembro 1,28 1,28 1,28 0,0000 0,0000 Fonte: Elaborado pelo autor, 2016.

71 70 Figura 22 - Velocidades dos ventos na estação meteorológica de Cercadinho Fonte: Elaborado pelo autor, Comparação dos Resultados de Velocidade dos Ventos nas três Estações Meteorológicas Utilizando conjuntamente os dados contidos nas Tabelas 8, 9 e 10, foi elaborado o gráfico apresentado na Figura 23, mostrando o comportamento médio da velocidade dos ventos nas três estações meteorológicas consideradas.

72 71 Figura 23 - Comparação das velocidades médias dos ventos ocorridas nas estações meteorológicas da Pampulha, Confins e Cercadinho Fonte: Elaborado pelo autor, Observa-se, na Figura 23, que, em termos de comportamento, as estações da Pampulha e Confins apresentam variações semelhantes. Porém, a estação de Cercadinho apresentou pequenas variações durante o ano. 5.2 Análise Estatística da Massa Específica do Ar A partir dos dados de temperatura e da pressão atmosférica, foram obtidos os dados da massa específica do ar para as estações meteorológicas da Pampulha, de Confins e de Cercadinho. Os valores médios encontrados de massa específica do ar, para as estações localizadas na Pampulha e em Confins, foram iguais a 1,2 kg/m³, com desvio padrão de 0,020 kg/m³, e na estação de Cercadinho foi igual a 1,08 kg/m³, com desvio padrão de 0,016 kg/m³ (Tabela 11). Estes desvios-padrão são inferiores a 2,0 % e podem ser considerados baixos. Os dados utilizados para obtenção das estimativas contidas na Tabela 11 encontram-se no Apêndice D.

73 72 Tabela 11 - Massa específica média do ar nas estações meteorológicas da Pampulha e de Confins Massas Específicas do Ar (kg/m³) Estação Valor Médio (kg/m³) Variância Desvio Padrão Valor Mínimo Valor Máximo Pampulha 1,20 0,0004 0,020 1, Confins 1,20 0,0004 0,020 1, Cercadinho 1,08 0,0003 0,016 1,03 1,11 Fonte: Elaborado pelo autor, Observa-se, na Tabela 11, que, nas estações meteorológicas da Pampulha e de Confins, os valores das massas específicas médias do ar são idênticos, com os mesmos desvios-padrão. Porém, a massa específica do ar na Estação de Cercadinho é menor, pois é a estação localizada na maior altitude, conforme Tabela 2. Para a modelagem utilizando o programa computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015), assumiu-se um valor de massa específica do ar igual a 1,2 kg/m 3 nas estações da Pampulha e de Confins e 1,08 kg/m 3 na estação de Cercadinho. 5.3 Análise do Coeficiente de Rugosidade Partindo da Equação (24), dos dados de velocidade dos ventos na altura de 10 metros e da Figura 19 (CEPEL, 2001), a qual contém a velocidade do vento em uma altura de 50 metros, foram obtidos os valores dos Coeficientes de Rugosidade, conforme apresentados na Tabela 12. De acordo com os dados da Tabela 12, os coeficientes de rugosidade das regiões da Pampulha e de Confins são idênticos, porém, na região de Cercadinho, este coeficiente é maior, pois o local oferece maior resistência à passagem do vento, por ser uma área com maior formação florestal.

74 73 Tabela 12 - Coeficientes de Rugosidade calculados de acordo com os valores de velocidade dos ventos nas estações meteorológicas Estação Velocidade Média do Vento Medida a 10 m de Altura em relação ao solo (m/s) Velocidade Média do Vento Indicada a 50 m de Altura em relação ao solo (m/s) Coeficiente de Rugosidade, z (adimensional) Pampulha 3,05 4,5 0,35 Confins 3,04 4,5 0,35 Cercadinho 1,34 4,5 1,20 Fonte: Elaborado pelo autor, Análise do Potencial de Geração de Energia Elétrico-Eólica Conforme já discutido anteriormente, esta análise foi realizada para as localidades da Pampulha, de Confins e de Cercadinho. De acordo com a base de dados das estações meteorológicas da Pampulha, de Confins e de Cercadinho, foram obtidos os percentuais médios mensais do tempo de operação, potencialmente possível, para uma turbina eólica instalada nessas localidades, onde realmente ocorreram velocidades de vento com valores superiores a 2,2 m/s. A partir dos dados de velocidade de ventos superiores a 2,2 m/s (Apêndices A, B, C), foram elaboradas as Tabelas 13, 14 e 15, com os valores das velocidades médias mensais dos ventos nas alturas de 10 metros (Pampulha e Confins) e 5 metros (Cercadinho), recalculadas para a altura mínima de 25 metros, partindo das Equações (23) e (24).

75 74 Tabela 13 - Número de horas de geração por mês na Estação Meteorológica da Pampulha Velocidade Média do Vento Medida a 10 m Mês de Altura em relação ao piso (m/s) Janeiro 3,73 Estação Meteorológica da Pampulha Código Coeficiente de Rugosidade (z) Velocidade do Vento calculada a 25 m de Altura em relação ao solo (m/s) Horas de geração mensal (h) Fevereiro 3, Março 3, Abril 3, Maio 3, Junho 3, ,35 Julho 3, Agosto 4, Setembro 4, Outubro 4, Novembro 4, Dezembro 3, Fonte: Elaborado pelo autor, Número de horas de geração acumulada por ano Tabela 14 - Número de horas de geração por mês na Estação Meteorológica de Confins Velocidade Média do Vento Medida a 10 m de Mês Altura em relação ao piso (m/s) Janeiro 2,70 Estação Meteorológica de Confins Código Coeficiente de Rugosidade (z) Velocidade do Vento calculada a 25 m de Altura em relação ao solo (m/s) Horas de geração mensal (h) 3, Fevereiro 3,13 3, Março 2,91 3, Abril 2,59 3, Maio 2,76 3, Junho 2,55 3, ,35 Julho 2,94 3, Agosto 3,20 4, Setembro 3,60 4, Outubro 3,69 4, Novembro 3,40 4, Dezembro 3,03 3, Fonte: Elaborado pelo autor, Número de horas de geração acumulada por ano 8.760

76 75 Tabela 15 - Número de horas de geração por mês na Estação Meteorológica de Cercadinho Velocidade Média do Vento Medida a 10 m de Mês Altura em relação ao piso (m/s) Janeiro 1,25 Estação Meteorológica de Cercadinho Código Coeficiente de Rugosidade (z) Velocidade do Vento calculada a 25 m de Altura em relação ao solo (m/s) Horas de geração mensal (h) 2, Fevereiro 1,36 2, Março 1,33 2, Abril 1,34 2, Maio 1,30 2, Junho 1,39 2, ,20 Julho 1,32 2, Agosto 1,48 3, Setembro 1,45 3, Outubro 1,40 2, Novembro 1,23 2, Dezembro 1,28 2, Fonte: Elaborado pelo autor, Número de horas de geração acumulada por ano As horas consideradas na simulação do potencial de geração de energia foram aquelas em que ocorreram valores mínimos de velocidade do vento maior ou igual a 2,2 m/s, que é o valor mínimo recomendado no catálogo do fabricante da turbina considerada nas análises (Apêndice E). Observa-se, nas Tabelas 13, 14 e 15, que o potencial de geração é contínuo e sem paradas, pois as velocidades dos ventos na altura mínima de 25 metros são superiores à velocidade de 2,2 m/s. Foram inseridos os dados correspondentes destas três estações na modelagem e simulação do sistema de geração de energia.

77 Modelagem do Processo de Geração de Energia Elétrica por meio de Turbinas Eólicas Velocidade dos Ventos Os modelos e os resultados simulados foram obtidos usando o programa computacional Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015), por meio da técnica de dinâmica de sistemas. O diagrama de fluxo do sistema para a estação meteorológica da Pampulha está ilustrado na Figura 24. Similarmente, este mesmo diagrama de fluxo foi aplicado para a estação meteorológica de Confins e na estação meteorológica de Cercadinho. Figura 24 - Diagrama de fluxo para simulação do sistema de geração de energia elétrico-eólica na região da Pampulha Fonte: Elaborado pelo autor, Os resultados simulados de velocidade média mensal dos ventos, para ambas as estações meteorológicas, com anemômetro instalado a 10 m de altura, para as medições nas estações da Pampulha e de Confins e 5 m de altura na estação de Cercadinho (INPE, 2015), encontram-se na Figura 25.

78 77 Figura 25 - Velocidade média mensal dos ventos nas estações meteorológicas da Pampulha, Confins e Cercadinho a 10 m de altura Fonte: Elaborado pelo autor, Observa-se, na Figura 25, que o comportamento médio da variação da velocidade dos ventos na região da Pampulha e de Confins a 10 m de altura é semelhante durante todo o ano, com valores de velocidade média dos ventos, na região de Confins superiores aos da região da Pampulha nos meses de setembro, outubro, novembro e dezembro. Os valores mínimos ocorrem entre os meses de abril e junho o os máximos em outubro. Estes resultados estão de acordo com os dados observados, conforme mostrado na Figura 23. A velocidade do vento pode variar em função da altura de instalação da turbina. Para refletir esta variação, foram simuladas as velocidades dos ventos nas estações meteorológicas da Pampulha, de Confins e de Cercadinho, variando-se a altura de instalação da turbina entre 25 m e 80 m. Os resultados encontram-se nas Figuras 26, 27 e 28. Pode-se observar, claramente, na Figura 26, o aumento da velocidade à medida que a altura em relação à superfície aumenta.

79 78 Figura 26 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica da Pampulha Fonte: Elaborado pelo autor, Para altura de 50 m, normalmente usada para instalação da turbina eólica, observa-se uma velocidade mínima em torno de 4,1 m/s entre os meses de abril e junho e um máximo em torno de 5,4 m/s em outubro. Para a altura de 80 m, estes valores são iguais a 4,6 m/s e 5,9 m/s, respectivamente, e para a altura de 25 m, estes valores são iguais a 3,6 m/s e 4,6 m/s, respectivamente. É importante salientar que, mesmo para a altura de 25 m, a velocidade mínima do vento foi em trono de 3,6 m/s, que é superior a 2,2 m/s (ENERSUD, 2016), considerado como valor mínimo para que seja possível a geração de energia elétrica por meio de turbinas eólicas. De maneira similar à estação meteorológica da Pampulha, a mesma análise foi realizada para a estação meteorológica de Confins. Os resultados encontram-se no gráfico da Figura 27. Em Confins, a velocidade dos ventos apresenta os valores mínimos ocorrendo nos meses de abril e junho e os máximos em outubro. Para a altura de 50m, normalmente usada para instalação da turbina eólica, observa-se uma velocidade mínima em torno de 3,8 m/s no mês de junho e um máximo em torno de 5,5 m/s em outubro.

80 79 Figura 27 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica de Confins Fonte: Elaborado pelo autor, Para a altura de 80 m, estes valores são iguais a 4,1 m/s e 6,0 m/s, respectivamente, e para a altura de 25 m, estes valores são iguais a 3,2 m/s e 4,7 m/s, respectivamente. Para a altura de 25 m, a velocidade mínima de 2,2 m/s (ENERSUD, 2016), para que seja possível a geração de energia elétrica por meio de turbinas eólicas, também foi superada, atingindo um valor mínimo de 3,3 m/s. De acordo com a Figura 28, observa-se que na estação de Cercadinho, as velocidades dos ventos foram muito inferiores às velocidades nas estações da Pampulha e de Confins, devido ao alto coeficiente de rugosidade nesta região. Para a altura de 50 m, normalmente usada para instalação da turbina eólica, observa-se uma velocidade mínima em torno de 3,4 m/s no mês de maio e um máximo em torno de 3,9 m/s em agosto. Para a altura de 80 m, estes valores são iguais a 3,8 m/s e 4,4 m/s, respectivamente, e para a altura de 25 m, estes valores são iguais a 2,8 m/s e 3,1 m/s, respectivamente.

81 80 Figura 28 - Velocidade média mensal dos ventos em função da altura da turbina na estação meteorológica de Cercadinho Fonte: Elaborado pelo autor, Para a altura de 25 m, a velocidade mínima de 2,2 m/s (ENERSUD, 2016), para que seja possível a geração de energia elétrica por meio de turbinas eólicas, também foi superada, atingindo um valor mínimo de 2,8 m/s. Porém, este valor mínimo é muito baixo, sendo necessária a instalação da turbina nesta região a, pelo menos, 50 m de altura, para maior aproveitamento na geração de energia. Segundo Amarante, Silva, Andrade (2010), a velocidade média dos ventos na região metropolitana de Belo Horizonte numa altura de 50 metros e conforme mapa da Figura 29 está entre 4,0 e 5,0 m/s, comprovando os valores obtidos nos resultados das Figuras 26, 27 e 28.

82 81 Figura 29 Velocidade média do vento a 50 metros de altura na região metropolitana de Belo Horizonte, MG Fonte: AMARANTE; SILVA; ANDRADE, Nota: Adaptado pelo autor, Potencial de Geração de Energia Elétrico-Eólica Utilizando-se os valores de velocidade dos ventos, as correções conforme o coeficiente de rugosidade do ambiente (Tabela 12) e o tempo de operação do sistema de 8760 horas por ano foram simulados os potenciais de geração de energia elétrica na região da Pampulha, de Confins e de Cercadinho, para três alturas de instalação da turbina eólica: 25 m, 50 m e 80 m. Os resultados estão apresentados graficamente, na Figura 30 para a região da Pampulha, na Figura 31 para a região de Confins e na Figura 32 para a região de Cercadinho.

83 82 Figura 30 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região da Pampulha Fonte: Elaborado pelo autor, Figura 31 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região de Confins Fonte: Elaborado pelo autor, 2016.

84 83 Figura 32 - Potencial de geração de energia elétrica em função da altura da turbina eólica na região de Cercadinho Fonte: Elaborado pelo autor, Observa-se, obviamente, nas Figuras 30, 31 e 32, que os perfis do potencial de geração de energia elétrica pelos geradores eólicos seguem as mesmas tendências dos perfis de velocidade, discutidos previamente, uma vez que a potência produzida pelos geradores eólicos é proporcional ao cubo da velocidade do rotor da turbina eólica. Similarmente ao que ocorrem com a velocidade dos ventos, os valores mínimos e máximos de energia gerada ocorrem ao mesmo tempo em que ocorrem estes valores de velocidade. Na região da Pampulha, para a turbina instalada a 25 m altura, observa-se uma quantidade mínima de energia gerada em torno de 187 kwh/mês, no mês de abril e um máximo em torno de 526 kwh/mês por volta do mês de outubro. Para a altura de 80 m, estes valores são iguais a 442 kwh/mês e 1181 kwh/mês, respectivamente. Na região de Confins, para turbina instalada a 25 m altura, observa-se uma quantidade mínima de energia gerada em torno de 146 kwh/mês, no mês de junho, e um máximo em torno de 560 kwh/mês por volta do mês de outubro. Para a altura de 80 m, estes valores são iguais a 347 kwh/mês e 1257 kwh/mês, respectivamente.

85 84 Na região de Cercadinho, para turbina instalada a 25 m altura, observa-se uma quantidade mínima de energia gerada em torno de 44 kwh/mês, no mês de janeiro, e um máximo em torno de 83 kwh/mês por volta do mês de agosto. Para a altura de 80 m, estes valores são iguais a 147 kwh/mês e 273 kwh/mês, respectivamente. De forma geral, os resultados mostrados nas Figuras 30, 31 e 32 indicam que o período mais promissor para geração de energia elétrico-eólica nas três regiões é o período com condições de clima seco. Observa-se que este período ocorre entre os meses de agosto e novembro e o período menos promissor é o período com condições de clima úmido, entre os meses de dezembro e julho. Observa-se, também, que a altura mínima necessária para instalação da turbina eólica com potencial mínimo para geração de energia elétrica é igual a 25 m para as regiões da Pampulha e de Confins. Porém, para a região de Cercadinho, a altura mínima de instalação deverá ser superior a 50 m, para que se tenha uma geração mínima mensal superior a 100 kwh, conforme gráfico da Figura Análise da Viabilidade Técnica e Econômica da Geração de Energia Elétrica por meio de Turbinas Eólicas Análise da Viabilidade Técnica Para a análise da viabilidade técnica é necessário verificar o saldo acumulado de energia em função da diferença entre a energia gerada e a demanda de energia. Esta análise foi realizada para as três localidades em conjunto: Pampulha, Confins e Cercadinho. A partir dos diagramas de fluxo foi realizada uma simulação de três cenários de consumo médio mensal de energia na região próxima às estações de monitoramento, considerando os valores mensais de 200 kwh e 300 kwh de demanda, com as três alturas da turbina, 25 m, 50 m e 80 m, em relação à superfície do solo. Segundo o fabricante da Turbina VERNE 555 (ENERSUD, 2016), como ilustrado no Apêndice E, a altura máxima simulada de instalação é de 50 m.

86 85 Segundo Azevedo (2016), é possível a instalação desta turbina a 80 metros de altura. Foram escolhidas as demandas médias mensais de energia de 200 e 300 kwh, por serem os valores médios consumidos por consumidores residenciais e comerciais (BEEMG, 2015). Demanda de 200 kwh/mês A partir dos resultados das simulações, para a demanda de 200 kwh/mês, com altura da turbina de 25 m, 50 m e 80 m, foram elaborados os gráficos da Figura 33, da Figura 34 e da Figura 35. Figura 33 - Saldo de energia em função da altura da turbina na região da Pampulha para uma demanda de energia mensal de 200 kwh Fonte: Elaborado pelo autor, 2016.

87 86 Figura 34 - Saldo de energia em função da altura da turbina na região de Confins para uma demanda de energia mensal de 200 kwh Fonte: Elaborado pelo autor, Figura 35 - Saldo de energia em função da altura da turbina na região de Cercadinho para uma demanda de energia mensal de 200 kwh Fonte: Elaborado pelo autor, Observa-se que, na região da Pampulha (Figura 33), para a turbina instalada a 50 m e 80 m de altura, existe a possibilidade técnica de um saldo positivo de energia durante todo o período do ano. Porém, para esta mesma região, se a turbina estiver instalada a 25 m de altura, o saldo de energia somente será negativo no mês de abril. Estes resultados indicam um elevado potencial de geração nesta região.

88 87 Na região de Confins (Figura 34) também é possível obter um saldo positivo de energia com a turbina a 50 m e 80 m de altura em todos os meses do ano. Nesta mesma região, se a turbina estiver instalada a 25 m de altura, o saldo de energia somente será negativo entre os meses de abril e junho. Na região de Cercadinho (Figura 35) comprovou-se a inviabilidade técnica de instalação da turbina eólica, pois apresentou saldo de energia positivo somente nos meses de junho, agosto, setembro e outubro, com a turbina instalada a 80 m de altura. Portanto, para esta região, o potencial é muito baixo e inviabiliza a análise para maior demanda de potência, bem como a análise econômica de sua instalação. Demanda de 300 kwh/mês Para a demanda de 300 kwh/mês, com altura da turbina de, 25m, 50 m e 80 m, foram elaborados os gráficos das Figuras 36 e 37. Figura 36 - Saldo de energia em função da altura da turbina na região da Pampulha para uma demanda de energia mensal de 300 kwh Fonte: Elaborado pelo autor, 2016.

89 88 Figura 37 - Saldo de energia em função da altura da turbina na região de Confins para uma demanda de energia mensal de 300 kwh Fonte: Elaborado pelo autor, Observa-se que, na região da Pampulha (FIGURA 35), para a turbina instalada a 50 m e 80 m de altura existe a possibilidade técnica de um saldo positivo de energia em todos os meses do ano. Porém, para esta mesma região, se a turbina estiver instalada a 25 m de altura, o saldo de energia somente será positivo entre os meses de agosto e novembro. Na região de Confins (FIGURA 37), com a turbina a 80 m de altura, o saldo de energia será positivo em todos os meses do ano. Se a turbina estiver instalada a 50 m de altura, o saldo de energia somente será positivo entre os meses de janeiro e março, entre os meses de agosto e novembro e no mês de maio. E se a turbina estiver instalada a 25 m de altura, o saldo será positivo somente no período entre agosto e novembro, inviabilizando tecnicamente a sua instalação nesta altura. De acordo com os resultados, o sistema é tecnicamente viável para atender às regiões com consumos médios mensais de até 300 kwh, com instalação da turbina a uma altura mínima de 50 m. Para o consumo médio mensal de 300 kwh, é necessário que a turbina esteja instalada, no mínimo, a 50 m de altura e, neste caso, em um ano, o saldo de energia seria positivo durante todos os meses do ano nas regiões da Pampulha e de Confins.

90 89 Análise da Viabilidade Econômica O Valor Presente Líquido (VPL), a Taxa Interna de Retorno (TIR) e o Retorno sobre Operações de Investimento (ROI) foram obtidos usando as Equações (24), (25) e (26), para a taxa básica de juros de 10,3 % ao ano e o fluxo de caixa (FC j ), anualmente reajustado por esta taxa, devido aos reajustes anuais da tarifa de energia elétrica. Considerando os valores de demanda de potência média mensal analisada (200 kwh/mês e 300 kwh/mês), têm-se os seguintes resultados: Demanda de 200 kwh/mês Partindo da modelagem ilustrada na Figura 18, foram obtidos os resultados do VPL conforme mostrados nas Figuras 38 e 39. Figura 38 - Valor Presente Líquido (VPL) na Estação da Pampulha para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, 2016.

91 90 Figura 39 - Valor Presente Líquido (VPL) na Estação de Confins para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, Além do VPL, foram obtidos os resultados do ROI, conforme apresentados nas Figuras 40 e 41. Figura 40 - Retorno sobre Operações de Investimento (ROI) na Estação da Pampulha para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, 2016.

92 91 Figura 41 - Retorno sobre Operações de Investimento (ROI) na Estação de Confins para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, Partindo da modelagem mostrada na Figura 18, foram obtidos os resultados da TIR, os quais estão apresentados nas Figuras 42 e 43. Figura 42 - Taxa Interna de Retorno (TIR) na Estação da Pampulha para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, 2016.

93 92 Figura 43 - Taxa Interna de Retorno (TIR) na Estação de Confins para uma demanda de potência de 200 kwh Fonte: Elaborado pelo autor, Observa-se nos gráficos mostrados nas figuras antecedentes (Figuras 38 a 43) que os resultados obtidos para cada variável são muito semelhantes. Desta forma, foram elaboradas as Tabelas 16 e 17. Estas tabelas contêm os valores anuais das receitas, dos fluxos de caixa, e dos indicadores econômicos, para uma demanda média de energia de 200 kwh/mês, nas regiões da Pampulha e de Confins, durante um período de 20 anos de operação.

94 93 Tabela 16 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região da Pampulha Demanda de 200 kwh. Ano Turbina a 25 m Receitas (R$) Turbina a 50 m Turbina a 80 m Turbina a 25 m Fluxo de Caixa FCj (R$) Turbina a 50 m Turbina a 80 m 0(*) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,02 VPL (R$) , , ,26 TIR ( % ) 2,41 3,62 3,97 Tempo do ROI > 20 anos > 20 anos > 20 anos * Ano do investimento inicial (R$). Fonte: Elaborado pelo autor, 2016.

95 94 Tabela 17 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região de Confins Demanda de 200 kwh. Ano Turbina a 25 m Receitas (R$) Turbina a 50 m Turbina a 80 m Turbina a 25 m Fluxo de Caixa FCj (R$) Turbina a 50 m Turbina a 80 m 0(*) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,02 VPL (R$) , , ,46 TIR ( % ) 2,42 3,61 3,95 Tempo do ROI > 20 anos > 20 anos > 20 anos * Ano do investimento inicial (R$). Fonte: Elaborado pelo autor, 2016.

96 95 Demanda de 300 kwh/mês Partindo da modelagem representada no diagrama de fluxo da Figura 18, foram obtidos os resultados do VPL, conforme mostrado nas Figuras 44 e 45. Figura 44 - Valor Presente Líquido (VPL) na Estação da Pampulha para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, Figura 45 - Valor Presente Líquido (VPL) na Estação de Confins para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, 2016.

97 96 Além do VPL, foram obtidos os resultados do ROI, conforme apresentados nas Figuras 46 e 47. Figura 46 - Retorno sobre Operações de Investimento (ROI) na Estação da Pampulha para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, Figura 47 - Retorno sobre Operações de Investimento (ROI) na Estação de Confins para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, 2016.

98 97 Similarmente ao que foi feito para a demanda de 200 kwh/mês, partindo da modelagem mostrada na Figura 18, foram obtidos os resultados da TIR para uma demanda de 300 kwh/mês, os quais estão apresentados nas Figuras 48 e 49. Figura 48 - Taxa Interna de Retorno (TIR) na Estação Pampulha para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, Figura 49 - Taxa Interna de Retorno (TIR) na Estação de Confins para uma demanda de potência de 300 kwh Fonte: Elaborado pelo autor, Observa-se nos gráficos mostrados nas figuras antecedentes (Figuras 48 a 49) que os resultados obtidos para cada variável são muito semelhantes. Desta forma, foram elaboradas as Tabelas 18 e 19. Estas tabelas contêm os valores

99 98 anuais das receitas, dos fluxos de caixa, e dos indicadores econômicos, para uma demanda média de energia de 300 kwh/mês, nas regiões da Pampulha e de Confins, durante um período de 20 anos de operação. Tabela 18 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região da Pampulha Demanda de 300 kwh. Ano Turbina a 25 m Receitas (R$) Turbina a 50 m Turbina a 80 m Turbina a 25 m Fluxo de Caixa FCj (R$) Turbina a 50 m Turbina a 80 m 0(*) , , , , , , , , ,71 614, , , , , ,12 669, , , , , ,53 723, , , , , ,94 778, , , , , ,35 833, , , , , ,77 887, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,02 VPL (R$) , , ,90 TIR ( % ) 0,46 3,03 3,58 Tempo do ROI > 20 anos > 20 anos > 20 anos * Ano do investimento inicial (R$). Fonte: Elaborado pelo autor, 2016.

100 99 Tabela 19 - Receitas, fluxos de caixa com os valores do VPL, TIR e ROI para a região de Confins Demanda de 300 kwh. Ano Turbina a 25 m Receitas (R$) Turbina a 50 m Turbina a 80 m Turbina a 25 m Fluxo de Caixa FCj (R$) Turbina a 50 m Turbina a 80 m 0(*) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,02 VPL (R$) , , ,00 TIR ( % ) 0,56 3,02 3,57 Tempo do ROI > 20 anos > 20 anos > 20 anos * Ano do investimento inicial (R$). Fonte: Elaborado pelo autor, Observa-se, nas Tabelas 16, 17, 18 e 19, que, para ambas as regiões (Pampulha e Confins), o VPL é negativo, portanto o investimento é considerado economicamente inviável, por este critério. A TIR é positiva, porém muito inferior à Taxa Mínima de Atratividade (TMA) de 10,3% ao ano. Portanto, o investimento é considerado economicamente inviável, também por este critério. A Taxa Interna de Retorno (TIR) do Investimento pode ser comparada à Taxa Mínima de Atratividade (TMA). Se o valor da TIR for superior ao da TMA, o

101 100 investimento é economicamente viável, caso contrário, será inviável. Caso a TIR e a TMA forem iguais, o investimento será indiferente. O Retorno sobre Operações de Investimento (ROI) é superior ao tempo de vida útil da turbina, para ambas as regiões, conforme consta nas Tabelas 16, 17, 18 e 19, que é de 20 anos, justificando a inviabilidade econômica para a sua aquisição. Segundo Xie et al. (2008), para a turbina instalada a 50 metros de altura, com velocidade dos ventos entre 4,0 e 5,5 m/s, a densidade do fluxo de energia necessária para que seja economicamente viável o investimento deve ser igual a, no mínimo, 200 W/m². A Figura 50 mostra a variabilidade anual dos valores das densidades dos fluxos de energia nas regiões da Pampulha, Confins e Cercadinho, para instalação da turbina na altura de 50 metros. Figura 50 - Densidade do Fluxo de Energia nas Estações da Pampulha, de Confins e de Cercadinho para turbina instalada a 50 m de altura em relação ao solo. Fonte: Elaborado pelo autor, Observa-se, na Figura 50, que os valores de densidade dos fluxos de energia encontram-se, aproximadamente, entre 15 e 50 W/m², nas regiões da Pampulha e de Confins, ou seja, de 7,5% a 25% do valor ideal de 200 W/m² (XIE et al., 2008; GRUBB; MEYER, 1993).

102 101 Apesar de existir potencial de geração de energia por meio de turbina eólica nas regiões da Pampulha e de Confins, a baixa densidade de fluxo de energia está relacionada ao baixo coeficiente de potência em função da velocidade dos ventos nestas regiões. De acordo com o gráfico da Figura 17, devido às baixas velocidades dos ventos, o coeficiente de potência está entre 27% e 29%, enquanto que se a velocidade dos ventos estivesse entre 6,0 e 8 m/s, estes coeficientes seriam de 36% a 38%. De acordo com o Anexo 5, a turbina VERNE 555 (ENERSUD, 2016), mostra, graficamente, que o maior aproveitamento de potência ocorre quando a velocidade dos ventos está entre 12 e 16 m/s, sendo estas as velocidades mais possíveis de ser obtidas em regiões litorâneas e áreas marítimas. No caso em estudo, isso não seria possível, por ser uma área urbana. Outro fator importante é o investimento inicial de implantação. Se este investimento fosse reduzido, o sistema também seria mais viável economicamente. Fazendo uma nova simulação no Vensim, com velocidade dos ventos entre 6 e 8 m/s e com a redução do investimento em, no máximo 50%, ter-se-ia os seguintes resultados, como apresentados nas Figuras 51, 52 e 53. Figura 51 - Simulação para o VPL com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial. Fonte: Elaborado pelo autor, 2016.

103 102 Figura 52 - Simulação para o ROI com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial. Fonte: Elaborado pelo autor, Figura 53 - Simulação para a TIR com velocidade do vento entre 6,0 e 8,0 m/s e redução de 50% no investimento inicial. Fonte: Elaborado pelo autor, Observa-se pelos gráficos das Figuras 51, 52 e 53 que o investimento reduzido em 50% e com a velocidade dos ventos entre 6,0 e 8,0 m/s, o investimento torna-se economicamente viável, com VPL superior aos investimentos iniciais, valor do ROI ocorrendo no prazo aproximado de 60 meses ou 5 anos, e valor da TIR superior à TMA.

104 103 6 CONCLUSÕES A análise estatística dos dados utilizados neste trabalho foi realizada utilizando o programa Statistica (DELL, 2015). Os resultados foram satisfatórios e o programa foi capaz de fornecer as melhores distribuições de probabilidade para a velocidade dos ventos e a massa específica do ar. A massa específica do ar apresentou baixa variabilidade, com resultados similares nas três localidades, justificando a utilização do valor médio nas simulações. Foi possível realizar a modelagem dinâmica do sistema, utilizando o programa Vensim-PLE Versão 6.3 (VENTANA SYSTEMS, 2015), que atendeu plenamente aos objetivos do trabalho no desenvolvimento dos diagramas causais e dos diagramas de fluxos, para simulação e tratamento dos dados de potência de geração, demanda de consumo de energia, fluxo de caixa, VPL, TIR e ROI. Os resultados dos testes de simulação comprovaram a viabilidade técnica de utilização da energia eólica para geração de energia elétrica, em pequenos empreendimentos, com consumo médio mensal de até 200 kwh, com instalação da turbina a uma altura mínima de 50 m nas regiões da Pampulha e de Confins. O período mais promissor para geração de energia elétrica a partir da energia eólica nestas regiões é o período que se estende entre os meses de agosto e novembro, ou seja, período em que ocorrem menores índices de umidade do ar. Os resultados das simulações permitem concluir também que, para um consumo médio mensal de 300 kwh, é necessário que a turbina esteja instalada, no mínimo a 50 m de altura, em ambas as regiões, Pampulha e Confins. Neste caso, em um ano, o saldo de energia seria positivo, respectivamente, durante todos os meses do ano na Pampulha e dez meses em Confins. Para um consumo de energia médio mensal acima de 300 kwh, é tecnicamente inviável a implantação do sistema de geração de energia elétrica por meio de turbinas eólicas na região metropolitana de Belo Horizonte, MG. Os indicadores econômicos Valor Presente Líquido (VPL) e Taxa Interna de Retorno (TIR) apresentaram valores negativos, atestando a inviabilidade econômica da implantação deste sistema, na região metropolitana de Belo Horizonte, MG. Além disso, o tempo de ocorrência do Retorno sobre Operações de Investimento (ROI), para as condições analisadas neste trabalho, para ambas as regiões consideradas,

105 104 foi superior ao tempo de vida útil do equipamento, tornando o empreendimento inviável, também, por este critério. Os resultados deste trabalho, em geral, comprovaram a viabilidade técnica e a inviabilidade econômica de implantação de um sistema de geração de energia elétrica, a partir de turbinas eólicas, na região metropolitana de Belo Horizonte, MG. Apesar da inviabilidade econômica constatada, este trabalho pode ser de grande importância, por contribuir com a apresentação de uma metodologia que pode ser utilizada como ferramenta de análise para a elaboração de futuros projetos de empreendimentos na área de energia, em especial eólica, por meio da modelagem e simulação de processos dinâmicos. A simulação de um cenário, considerando a possibilidade de redução dos custos de implantação do sistema de geração elétrico-eólico, mostra que, futuramente, esta implantação possa tornar-se viável, principalmente devido à evolução constante do processo de inovação tecnológica.

106 105 REFERÊNCIAS ABEE. Disponível em: < Acesso em: 05 abr ALVES, José J. A. Análise regional da energia eólica no Brasil. Revista Brasileira de Gestão e Desenvolvimento Regional, v. 6, n. 1, p , jan./abr AMARANTE, Odilon A. Camargo do; SILVA, Fabiano de Jesus Lima da; ANDRADE, Paulo Emiliano Piá de. Atlas eólico: Minas Gerais. Belo Horizonte. Cemig, p. ANEEL. Disponível em: < Acesso em: 05 abr AZEVEDO, Silvia. Gerência Comercial. (silvia.azevedo@enersud.com.br). Re: Informações Técnicas e Cotação Turbina VERNE 555 [mensagem pessoal]. Mensagem recebida por joseronts@gmail.com em 17 mar BARBOSA FILHO, Wilson Pereira et al. Mudanças climáticas e o setor elétrico brasileiro: Perspectivas para o estado de Minas Gerais. AGRENER GD 2015: 10 Congresso sobre Geração Distribuída e Energia no Meio Rural. USP Universidade de São Paulo. 10 p. Nov BEEMG Balanço Energético do Estado de Minas Gerais. Relatório (ano base 2013) Disponível em: < >. Acesso em: 10 nov BEN. Balanço Energético Nacional. Relatório (ano base 2013) Disponível em: < Acesso em: 9 nov BRASIL. Comando da Aeronáutica. Departamento de Controle do Espaço Aéreo. MCA 101-1: Instalação de Estações Meteorológicas de Superfície e de Altitude. Brasília: Ministério da Defesa, BRASIL. Taxa de Juros. Ministério da Fazenda. RFB Receita Federal do Brasil. Disponível em: <

107 106 parcelamentos/taxa-de-juros-selic#taxa_selic_acumulados>. Acesso em: 12 mar CEMIG Centrais Elétricas de Minas Gerais. Valores de Tarifas e Serviços. Disponível em: < de_tarifa_e _servicos.aspx>. Acesso em: 10 mar CEPEL. Atlas do Potencial Eólico Brasileiro Disponível em < Acesso em: 12 jan COPEL. Companhia Paranaense de Energia. Manual de avaliação técnicoeconômica de empreendimentos eólio-elétricos. Instituto de Tecnologia para o Desenvolvimento LACTEC, Engenharia Eólica. Curitiba, 112p, CHWIF, Leonardo e MEDINA, Afonso C. Modelagem e simulação de eventos discretos: teoria & aplicações. 3. ed. São Paulo: Bravarte, p. COLAK, Ilhami et al. Critical aspects of wind energy systems in smart grid applications. Renewable and Sustainable Energy Reviews, n. 52, p , jan.- jul CRESESB - CENTRO DE REFERÊNCIA PARA ENERGIA SOLAR E EÓLICA SÉRGIO DE SALVO BRITO. Energia Eólica: Princípios e Tecnologia Disponível em < =tutorial_eolica>. Acesso em: 12 mar DUARTE, Gabriella C. P.; BEDREGAL, Benjamin R. C.. Introdução à Matemática Intervalar: Análise Intervalar de Investimentos. Disponível em: < Acesso em: 12 mar ENERSUD. Turbina Eólicas Verne 555. Disponível em: < Acesso em: 12 jan EUROPEAN WIND ATLAS Disponível em: < Acesso em: 07 mai

108 107 FAVERA, A. C. D. et al. Potencial eólico no Rio Grande do Sul Distribuição Estatística dos Ventos na Região Central do Estado. Revista Geográfica Acadêmica, v. 6, n. 1, p , FILIPE, Diego B. L., LOBATO, Emanuel M., QUINTAN, Vinícius C., Energia Eólica: Análise sobre o potencial eólico brasileiro. Bolsista de Valor: Revista de Divulgação do Projeto Universidade Petrobrás/IF Fluminense, v. 1, p , jul GARCIA, Juan Martin. Theory and practical exercises of System Dynamics. 6. ed. Barcelona: p. GOH, H. H. et al. Renewable energy project: Project management, challenges and risk. Renewable and Sustainable Energy Reviews, n. 18, p , jul GOLDEMBERG, J.; LUCON, O. Energia e meio ambiente no Brasil. Estudos Avançados, v. 21, n. 59, p. 7-20, GOOGLE. Google Earth. Version Disponível em: < Acesso em: 30 mai GRUBB, M. J.; MEYER, N. I Wind energy: resources, systems, and regional strategies. Renewable Energy: Sources for Fuels and Electricity. Washington, D.C.: Island Press. Cap. 3. GWEC. Global Wind Energy Council. Report Disponível em: < 2016_22_04.pdf>. Acesso em: 19 abr GYPARAKIS, G. et al. Renewable energy project: Project management, challenges and risk. International Journal of Mechanical and Electrical Engineering, vol. 1, n. 1 9 p., out HOWSTUFFWORKS Como tudo funciona. A moderna tecnologia de geração eólica. Disponível em: < Acesso em: 12 abr INPE - Instituto Nacional de Pesquisas Espaciais. Disponível em < Acesso em: 15 jan

109 108 LIMA, Antônio Guilherme. Turbinas Eólicas. Rio de Janeiro: Faculdade de Engenharia. UERJ Universidade do Estado do Rio de Janeiro. Disponível em: < Acesso em: 17 abr LOOS, Márcio R. Desafio Turbinas Eólicas. Universidade Federal de Santa Catarina (UFSC), Blumenau. Disponível em: < Acesso em: 11 nov LOPES, Daniela de Carvalho. Sistema Computacional de Análise Técnica e Econômica para Adequação de Força Motriz. Universidade Federal de Viçosa, Viçosa, p. (Dissertação - Mestrado em Engenharia Agrícola). MARTINS, F. R.; GUARNIERI, R. A.; PEREIRA, E. B. O aproveitamento da energia eólica. Revista Brasileira de Ensino de Física, v. 30, n. 1, p.1304/1-1304/13, MICROSOFT. Excel for Windows 7. Versão [S.I.]; Microsoft Corporation, 2010, 1 CD-ROM. MORAN, Michael J. et al. Princípios de Termodinâmica para Engenharia. 7. ed. Rio de Janeiro: Editora LTC, p. PICOLLO, A. P., RÜHLER A. J., RAMPINELLI, G.A. Uma abordagem sobre a energia e_olica como alternativa de ensino de tópicos de física clássica. Revista Brasileira de Ensino da Física, vol. 36, n. 4, p. 1-13, dez PORTAL ENERGIA. Vantagens e Desvantagens da Energia Eólica. Disponível em: < Acesso em: 12 mai RAGHEB, M.; RAGHEB, Adam M. Wind Turbines Theory: The Betz Equation and Optimal Rotor Tip Speed Ratio. Rupp Carriveau. U.S.A. (New York). Disponível em: < Acesso em: 11 nov RAMOS, Filipe G.; SEIDLER, Nelson. Estudo da energia eólica para aproveitamento em pequenos empreendimentos. Vivências: Revista Eletrônica de Extensão da URI, vol. 7, n. 13, p , out

110 109 SAMANEZ, Carlos P. Engenharia Econômica. 1. ed. São Paulo: Pearson/Prentice Hall, p. SANTOS, Andréia C. et al. Estudo comparativo entre o potencial eólico em Natal-RN e Uberlândia-MG. X CEEL: 10ª Conferência de Estudos e Energia Elétrica. 6 p., set SHEPHERD, D. G. Historical Development of the Windmill. In Wind Turbine Technology Fundamental Concepts of Wind Turbine Engineering, SPERA, S.A, (ed), 1 ed. New York, ASME Press, pp SILVA, S. R. Energia Eólica: Características Operacionais de Turbinas Eólicas. CPDEE-UFMG: Centro de Pesquisa e Desenvolvimento em Engenharia Elétrica, Universidade Federal de Minas Gerais, Belo Horizonte - UFMG, Disponível em: < Acesso em: 15 abr SILVA, S. R. Fundamentos em Fontes Alternativas de Energia. CPDEE-UFMG: Centro de Pesquisa e Desenvolvimento em Engenharia Elétrica, Universidade Federal de Minas Gerais, Belo Horizonte - UFMG, Disponível em: < Acesso em: 20 abr SLOOTWEG J. G., KLING W. L. Representing Wind Turbine Electrical Generating Systems in Fundamental Frequency. IEEE Transactions on Energy Conversion, n. 4, vol. 18, p , dez STATISTICA. DELL. Disponível em: < Acesso em: 31 mai THE WORLDS OF DAVID DARLING. Darrieus turbine 2015a. Encyclopedia of Alternative Energy. Disponível em: < D/AE_Darrieus_machine.html>. Acesso em: 11 nov THE WORLDS OF DAVID DARLING. Savonius turbine 2015b. Encyclopedia of Alternative Energy. Disponível em: < S/AE_Savonius_turbine.html>. Acesso em: 11 nov VENTANA SYSTEMS. Vensim simulation software. Ventana Systems Inc., Disponível em: < Acesso em: 10 jan

111 110 WWEA. World Wind Energy Association. WWEA Quaterly Bulletin - Issue1, Disponível em: < Acesso em: 15 abr WWEA. World Wind Energy Association. WWEA Report, Disponível em: < Acesso em: 15 abr XAVIER, H. H. et al. Energy scenarios for the Minas Gerais State in Brazil: an integrated modeling exercise using System Dynamics. Energy, Sustainability and Society, 3:17, 13 p., XIE, T. et al. Wind Energy: A Thorough Examination of Economic Viability. Energy and Energy Policy, University of Chicago. 53 p., 2008.

112 111 APÊNDICE A Resultados Estatísticos da Velocidade dos Ventos Estação Pampulha Tabela Resumo com os Resultados do Statistica. Código da Estação: 83583

113 112 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio ( **** ) Valor Máximo Desvio Padrão Moda Mediana 01/ *0,5000*weibull(x;2,9039,2,5329;0,0000) 0,135 7, ,03 2,57 6,18 1,09 2,06 2,57 02/ *0,5000*weibull(x;3,5176;3,1368;0,0000) 0,106 6, ,03 3,14 5,66 1,11 3,09 3,14 03/ *0,5000*weibull(x;3,3520;2,6020;0,0000) 0,091 6, ,03 2,97 6,69 1,23 2,57 2,97 04/ *0,5000*weibull(x;2,9432;2,7089;0,0000) 0,130 8, ,03 2,61 5,66 1,04 2,57 2,57 05/ *0,5000*weibull(x;3,0753;2,6013;0,0000) 0,108 7, ,03 2,72 5,66 1,14 2,06 2,57 06/ *0,5000*weibull(x;2,8702;2,7195;0,0000) 0,130 9, ,03 2,55 5,66 1,01 2,06 2,57 07/ *0,5000*weibull(x;3,2511;2,4491;0,0000) 0,109 6, ,03 2,87 6,69 1,27 2,57 2,57 08/ *0,5000*weibull(x;3,7592;2,5893;0,0000) 0,099 5, ,03 3,33 7, ,06 3,09 09/ *0,5000*weibull(x;3,9522;2,8014;0,0000) 0,077 4, ,03 3,51 6,69 1,37 3,09 3,60 10/ *0,5000*weibull(x;3,8989;2,6504;0,0000) 0,082 5, ,03 3,46 6,69 1,43 3,60 3,60 11/ *0,5000*weibull(x;3,9205;2,9051;0,0000) 0,105 5, ,03 3,49 6,69 1,31 2,57 3,60 12/ *0,5000*weibull(x;2,9551;2,5006;0,0000) 0,117 9, ,03 2,61 6,69 1,12 1,54 2,57 01/ *0,5000*weibull(x;3,5328;2,9402;0,0000) 0,104 6, ,03 3,15 6,18 1,17 3,09 3,09 02/ *0,5000*weibull(x;3,9573;3,5872;0,0000) 0,108 6, ,03 3,56 6,18 1,13 3,60 3,60 03/ *0,5000*weibull(x;3,5059;3,1037;0,0000) 0,100 6, ,03 3,13 6,69 1,10 2,57 3,09 04/ *0,5000*weibull(x;3,0499;2,7036;0,0000) 0,148 9, ,03 2,71 6,18 1,07 2,06 2,57 05/ *0,5000*weibull(x;3,1662;2,3719;0,0000) 0,122 8, ,03 2,80 6,69 1,26 2,06 2,57 06/ *0,5000*weibull(x;3,1757;2,7638;0,0000) 0,109 2, ,03 2,82 5,70 1,10 2,10 2,60 07/ *0,5000*weibull(x;3,3356;2,5910;0,0000) 0,109 2, ,03 2,96 6,20 1,25 2,60 2,85 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. ( **** ) Média calculada de acordo com a distribuição de probabilidade. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, 2016.

114 113 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio ( **** ) Valor Máximo 08/ *0,5000*weibull(x;3,5224;2,4255;0,0000) 0,122 2, ,03 3,11 6,20 1,38 2,10 2,60 09/ *0,5000*weibull(x;4,1507;2,8449;0,0000) 0, ,03 3,69 7,20 1,41 4,10 3,60 10/ *0,5000*weibull(x;4,1639;2,7113;0,0000) 0,088 4, ,03 3,70 7,72 1,48 3,60 3,60 11/ *0,5000*weibull(x;3,4827;2,8811;0,0000) 0,1038 6, ,03 3,10 6,69 1,17 3,09 3,09 12/ *0,5000*weibull(x;3,3045;2,8843;0,0000) 0,1110 6, ,03 2,94 6,18 1,10 3,09 3,09 01/ *0,5000*weibull(x;3,4393;2,9327;0,0000) 0,0995 6, ,03 3,06 6,18 1,14 2,57 3,09 02/ *0,5000*weibull(x;2,9866;2,7057;0,0000) 0,1167 7, ,03 2,65 5,66 1,06 2,57 2,57 03/ *0,5000*weibull(x;3,0088;2,6871;0,0000) 0,1438 8, ,03 2,67 5,66 1,07 2,06 2,57 04/ *0,5000*weibull(x;3,2160;2,8651;0,0000) 0,1212 7, ,03 2,86 5,66 1,09 2,57 2,57 05/ *0,5000*weibull(x;3,3591;2,6705;0,0000) 0,0924 6, ,03 2,98 6,69 1,21 3,09 3,09 06/ *0,5000*weibull(x;3,5093;2,4924;0,0000) 0,1124 6, ,03 3,10 6,18 1,35 2,06 3,09 07/ *0,5000*weibull(x;3,4840;2,6663;0,0000) 0,1119 5, ,03 3,09 6,18 1,25 2,57 3,09 08/ *0,5000*weibull(x;3,6850;2,6842;0,0000) 0,0933 4, ,03 3,27 6,69 1,33 2,57 3,09 09/ *0,5000*weibull(x;3,6324;2,7400;0,0000) 0,0977 5, ,03 3,23 6,69 1,28 2,06 3,09 10/ *0,5000*weibull(x;4,1510;2,9383;0,0000) 0,0806 3, ,03 3,70 7,72 1,37 3,09 3,60 11/ *0,5000*weibull(x;3,3002;2,8809;0,0000) 0,0937 5, ,03 2,94 5,66 1,12 2,57 3,09 12/ *0,5000*weibull(x;3,1004;2,6496;0,0000) 0,1082 5, ,03 2,75 5,66 1,13 2,57 2,57 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. ( **** ) Média calculada de acordo com a distribuição de probabilidade. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

115 114 APÊNDICE B Resultados Estatísticos da Velocidade dos Ventos Estação Confins Tabela Resumo com os Resultados do Statistica. Código da Estação: 83566

116 115 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio Valor Máximo 01/ *0,5000*weibull(x;2,5740;2,1982;0,0000) 0,119 6, ,51 2,27 6,18 1,1015 2,06 2,06 02/ *0,5000*weibull(x;2,9679;2,1695;0,0000) 0,122 4, ,51 2,62 6,18 1,2894 2,06 2,57 03/ *0,5000*weibull(x;3,2644;2,1638;0,0000) 0,091 3, ,51 2,89 7,21 1,4173 2,57 2,57 04/ *0,5000*weibull(x;2,6330;2,1749;0,0000) 0,099 5, ,51 2,33 5,66 1,1389 2,06 2,06 05/ *0,5000*weibull(x;2,7945;2,0951;0,0000) 0,103 6, ,51 2,47 6,18 1,2551 1,03 2,06 06/ *0,5000*weibull(x;2,7038;2,1801;0,0000) 0,135 8, ,51 2,39 5,15 1,1729 2,06 2,06 07/ *0,5000*weibull(x;3,2707;2,0653;0,0000) 0,128 9, ,03 2,88 6,69 1,4983 1,54 2,57 08/ *0,5000*weibull(x;3,7345;2,1054;0,0000) 0,096 6, ,03 3,30 7,72 1,6746 1,54 3,09 09/ *0,5000*weibull(x;4,2157;2,5835;0,0000) 0,084 4, ,03 3,74 7,72 1,5713 3,60 3,60 10/ *0,5000*weibull(x;4,2055;2,3605;0,0000) 0,082 4, ,03 3,72 7,72 1,6971 4,12 3,60 11/ *0,5000*weibull(x;4,2150;2,5722;0,0000) 0,096 4, ,03 3,73 7,72 1,5715 3,09 3,60 12/ *0,5000*weibull(x;3,4208;2,1065;0,0000) 0,104 7, ,03 3,02 7,72 1,5336 2,06 2,57 01/ *0,5000*weibull(x;3,4008;2,2326;0,0000) 0,101 4, ,51 2,57 7,21 1,4377 2,06 2,57 02/ *0,5000*weibull(x;3,9024;2,6624;0,0000) 0,078 3, ,03 3,60 7,21 1,4073 3,60 3,60 03/ *0,5000*weibull(x;3,7268;2,4287;0,0000) 0,104 5, ,03 3,09 7,72 1,4692 2,57 3,09 04/ *0,5000*weibull(x;3,2030;2,2510;0,0000) 0,112 5, ,51 2,57 6,18 1,3464 2,57 2,57 05/ *0,5000*weibull(x;3,2742;1,9902;0,0000) 0,094 5, ,51 2,57 6,69 1,5428 1,03 2,57 06/ *0,5000*weibull(x;2,9762;2,2484;0,0000) 0,176 4, ,00 2,10 5,10 1,2661 1,50 2,10 07/ *0,5000*weibull(x;3,3685;2,4572;0,0000) 0,128 3, ,00 3,10 5,10 1,3300 1,50 3,10 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

117 116 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio Valor Máximo 08/ *0,5000*weibull(x;3,3201;2,2978;0,0000) 0,158 2, ,00 2,93 5,70 1,3827 1,50 2,60 09/ *0,5000*weibull(x;4,1597;2,7247;0,000) 0,109 1, ,50 3,69 6,70 1,4784 2,60 3,60 10/ *0,5000*weibull(x;4,3436;2,5121;0,0000) 0,078 3, ,03 3,85 7,72 1,6592 4,12 3,60 11/ *0,5000*weibull(x;3,6940;2,8382;0,0000) 0,111 4, ,03 3,28 6,18 1,2638 2,57 3,09 12/ *0,5000*weibull(x;3,5321;2,5490;0,0000) 0,090 4, ,03 3,13 6,69 1,3251 2,57 3,09 01/ *0,5000*weibull(x;3,6859;2,6413;0,0000) 0,085 3, ,03 3,27 6,18 1,3532 2,57 3,09 02/ *0,5000*weibull(x;3,5720;2,4108;0,0000) 0,099 4, ,03 3,16 6,18 1,4212 3,09 3,09 03/ *0,5000*weibull(x;3,1295;2,0860;0,0000) 0,095 4, ,51 2,76 6,69 1,4087 1,54 2,57 04/ *0,5000*weibull(x;3,2422;2,2844;0,0000) 0,090 3, ,51 2,87 6,18 1,3415 2,06 2,57 05/ *0,5000*weibull(x;3,6628;2,4581;0,0000) 0,118 7, ,03 3,24 6,18 1,4370 1,54 3,09 06/ *0,5000*weibull(x;3,5777;1,9906;0,0000) 0,098 4, ,51 3,17 7,21 1,6728 1,03 3,09 07/ *0,5000*weibull(x;3,2245;2,1031;0,0000) 0,110 5, ,51 2,85 6,18 1,4450 2,06 2,57 08/ *0,5000*weibull(x;3,8071;2,3205;0,0000) 0,094 4, ,03 3,36 6,69 1,5645 2,57 3,09 09/ *0,5000*weibull(x;3,7982;2,4192;0,0000) 0,085 3, ,03 3,36 6,69 1,5005 3,60 3,09 10/ *0,5000*weibull(x;3,9659;2,6100;0,0000) 0,081 3, ,03 3,51 6,69 1,4696 3,09 3,60 11/ *0,5000*weibull(x;3,5933;2,5530;0,0000) 0,097 4, ,03 3,18 6,18 1,3554 2,57 3,09 12/ *0,5000*weibull(x;3,3159;2,3306;0,0000) 0,102 5, ,03 2,93 6,18 1,3544 1,54 2,57 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

118 117 APÊNDICE C Resultados Estatísticos da Velocidade dos Ventos Estação Cercadinho Tabela Resumo com os Resultados do Statistica. Código da Estação: 83587

119 118 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio Valor Máximo 01/ *0,1000*weibull(x;1,5062;4,2530;0,0000) 0,271 0, ,00 1,37 2,10 0,3463 1,50 1,50 02/ *0,1000*weibull(x;1,5973;3,5026;0,0000) 0,268 0, ,00 1,43 2,10 0,4557 1,00 1,50 03/ *0,1000*weibull(x;1,4972;4,4916;0,0000) 0,282 0, ,00 1,37 2,10 0,3259 1,50 1,50 04/ *0,1000*weibull(x;1,5993;3,8813;0,0000) 0,246 0, ,00 1,45 2,10 0,4116 1,50 1,50 05/ *0,2000*weibull(x;1,2804;1,9737;0,0000) 0,198 0, ,50 1,13 3,10 0,6224 1,00 1,00 06/ *0,1000*weibull(x;1,6169;4,2845;0,0000) 0,294 0, ,00 1,47 2,10 0,3823 1,50 1,50 07/ *0,1000*weibull(x;1,5621;4,1307;0,0000) 0,275 0, ,00 1,42 2,10 0,3753 1,50 1,50 08/ *0,1000*weibull(x;1,8683;6,5120;0,0000) 0,387 0, ,50 1,74 2,10 0,3016 1,50 1,50 09/ *0,1000*weibull(x;1,7926;6,2142;0,0000) 0,433 0, ,50 1,67 2,10 0,2777 1,50 1,50 10/ *0,1000*weibull(x;1,7023;4,2575;0,0000) 0,268 0, ,00 1,55 2,10 0,4154 1,50 1,50 11/2013 5*0,1000*weibull(x;1,4005;6,8479;0,0000) 0,398 0, ,00 1,30 1,50 0,2739 1,50 1,50 02/ *0,2000*weibull(x;1,7665;2,3737;0,0000) 0,156 0, ,50 1,56 3,10 0,7117 1,50 1,50 03/ *0,1000*weibull(x;1,4575;2,6879;0,0000) 0,208 0, ,50 1,29 2,10 0,5339 1,50 1,50 04/ *0,1000*weibull(x;1,3150;2,6845;0,0000) 0,265 0, ,50 1,17 2,10 0,4839 1,50 1,50 05/ *0,1000*weibull(x;1,3557;2,3699;0,0000) 0,251 0, ,50 1,20 2,10 0,5545 1,50 1,50 06/ *0,1000*weibull(x;1,5009;2,7978;0,0000) 0,275 0, ,50 1,33 2,10 0,5373 1,50 1,50 07/ *0,1000*weibull(x;1,4214;2,5226;0,0000) 0,237 0, ,50 1,26 2,10 0,5511 1,50 1,50 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. ( **** ) Base de Dados do INPE (2016) não apresentou informações sobre os meses/anos: 12/2013, 01/2014, 03/2015. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

120 119 Mês / Ano Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio Valor Máximo 08/ *0,1000*weibull(x;1,4648;2,7697;0,0000) 0,249 0, ,50 1,30 2,10 0,5255 1,50 1,50 09/ *0,1000*weibull(x;1,5627;3,3297;0,0000) 0,266 0, ,50 1,40 2,10 0,4818 1,50 1,50 10/ *0,1000*weibull(x;1,6117;3,3421;0,0000) 0,234 0, ,50 1,44 2,10 0,4960 1,50 1,50 11/ *0,1000*weibull(x;1,4139;2,4161;0,0000) 0,190 0, ,50 1,25 2,10 0,5673 1,50 1,50 12/ *0,1000*weibull(x;1,4139;2,4161;0,0000) 0,231 0, ,50 1,28 2,10 0,4989 1,50 1,50 01/ *0,1000*weibull(x;1,2824;2,4748;0,0000) 0,180 0, ,50 1,13 2,10 0,5007 1,00 1,00 02/ *0,1000*weibull(x;1,2284;3,4280;0,0000) 0,262 0, ,50 1,10 1,50 0,3839 1,00 1,00 04/ *0,1000*weibull(x;1,5584;4,0365;0,0000) 0,265 0, ,00 1,41 2,10 0,3795 1,50 1,50 05/ *0,1000*weibull(x;1,7368;4,4982;0,0000) 0,282 0, ,00 1,58 2,10 0,4030 1,50 1,50 06/ *0,1000*weibull(x;1,5309;2,9217;0,0000) 0,243 0, ,50 1,36 2,10 0,5268 1,50 1,50 07/ *0,1000*weibull(x;1,4401;2,7931;0,0000) 0,200 0, ,50 1,28 2,10 0,5082 1,50 1,50 08/ *0,1000*weibull(x;1,5423;3,8025;0,0000) 0,240 0, ,00 1,39 2,10 0,3941 1,50 1,50 09/ *0,1000*weibull(x;1,4163;3,1053;0,0000) 0,310 0, ,50 1,27 2,10 0,4653 1,50 1,50 10/2015 9*0,1000*weibull(x;1,3261;5,5930;0,0000) 0,369 0, ,00 1,22 1,50 0,2635 1,00 1,00 11/ *0,1000*weibull(x;1,2736;2,4836;0,0000) 0,193 0, ,50 1,13 2,10 0,4967 1,50 1,00 12/ *0,1000*weibull(x;1,4462;2,6046;0,0000) 0,212 0, ,50 1,28 2,10 0,5409 1,00 1,00 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. ( **** ) Base de Dados do INPE (2016) não apresentou informações sobre os meses/anos: 12/2013, 01/2014, 03/2015. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

121 120 APÊNDICE D Resultados Estatísticos da Massa Específica do Ar Estações Meteorológicas: Pampulha, Confins e Cercadinho Período de 2013 a 2015 Tabela Resumo com os Resultados do Statistica.

122 121 Estação Distribuição Probabilística (Função) Teste K-S ( * ) Teste AD ( ** ) Quantidade de Dados Intervalo de Classe ( *** ) Valor Mínimo Valor Médio Valor Máximo Pampulha 22335*0,0100*Normal(x;1,2010;0,0200) 0,083 20, ,14 1,20 1,25 0,0200 1,21 1,20 Confins 22784*0,0100*Normal(x;1,2039;0,0195) 0,056 14, ,15 1,20 1,26 0,0195 1,21 1,20 Cercadinho 2699*0,0100*Normal(x;1,0756;0,0155) 0,167 2, ,03 1,07 1,11 0,0155 1,08 1,08 ( * ) Teste de Kolmorogov-Smirnov com valores superiores ao nível de significância α = 0,05, não rejeita Ho (CHUWIF; MEDINA; 2010). ( ** ) Teste de Anderson-Darling com menor valor em relação às outras distribuições contínuas (Normal, Log-normal, Beta, Erlang e etc...). ( *** ) Intervalo de Classe conforme Regra de Sturges. Fonte: STATÍSTICA, Nota: Adaptado pelo autor, Desvio Padrão Moda Mediana

123 122 APÊNDICE E Catálogo Técnico e Manual da Turbina Eólica Verne 555 ENERSUD

124 123