MAPEAMENTO DO POTENCIAL EÓLICO DO ESTADO DE ALAGOAS, UTILIZANDO O MODELO WRF

MAPEAMENTO DO POTENCIAL EÓLICO DO ESTADO DE ALAGOAS, UTILIZANDO O MODELO WRF Rosiberto Salustiano da Silva Junior, rosibertojr@gmail.com Roberto Fernando da Fonseca Lyra, rffl@ccen.ufal.br Adriano Correia de Marchi, marchi999@gmail.com Allan Rodrigues Silva, allansilva.r@gmail.com Diogo Nunes da Silva Ramos, diogonsramos@gmail.com Flávia Dias Rabelo, flaviabike@hotmail.com Resumo. No presente trabalho teve como principal objetivo colocar a disposição novas ferramentas computacionais (modelo atmosférico WRF) para a determinação do mapeamento do potencial eólico para o Estado de Alagoas. O grande diferencial seria a utilização de uma ferramenta de baixo custo financeiro, melhorias na descrição dos fenômenos meteorológicos e aumento na capacidade computacional. O modelo atmosférico de mesoescala WRF mostrou-se eficaz na determinação de áreas com potencial eólico. E os resultados das simulações mostraram que o Estado de Alagoas apresenta um grande potencial eólico o que viabiliza o investimento para a instalação de parques eólicos. Em destaque para o Estado de Alagoas as regiões com potencial para a geração de energia eólica, com base nos resultados é possível citar as localidades próximas aos municípios de Delmiro Gouveia, Piaçabuçu, Arapiraca, Palmeira dos Índios, e Coruripe. Em média os ventos estiveram soprando nesta localidade entre 6,2m/s e 8,67m/s. Abstract. In the present study aimed to make available to new computational tools (WRF atmospheric model) to determine the mapping of the eolic energy potential for the state of Alagoas. The big difference was the use of a low financial cost, improvements in the description of weather and increased computing power. The atmospheric model of mesoscale WRF, was able to determining areas with potential wind. The results of simulations showed that the state of Alagoas has great wind energy potential which enables investment for installation of wind farms. Highlights for the State of Alagoas areas with potential for wind energy generation, based on the results we can mention the localities near the cities of Delmiro Gouveia, Piaçabuçu, Arapiraca, Palmeira dos Índios, and Coruripe. For these locations the average wind speed varies between 6.2m/s and 8.67m/s. Palavra Chave: Modelo WRF, Energia Eólica, Mapeamento Eólico 1. INTRODUÇÃO O principal problema enfrentado pela humanidade devido ao crescimento da população do planeta seria a escassez dos recursos naturais, crise energética, aquecimento global, etc. O suprimento da demanda crescente de energia requer um investimento cada vez maior em fontes alternativas de energia, sobretudo aquelas que não impliquem na emissão de gases do efeito estufa. Neste contexto, a energia eólica tem sido adotada como parte da solução do problema de suprimento energético nos últimos anos. No Brasil, o Atlas do Potencial Eólico Nacional, indicou a tendência das maiores velocidades do vento ocorrerem no litoral brasileiro e também em áreas do interior favorecidas por relevo e baixa rugosidade (ELETROBRÁS, 28). Com a aceleração mundial do aproveitamento eólioelétrico em escala e a instalação das primeiras usinas eólicas no Brasil, no final da década de 199, iniciaram as primeiras medições anemométricas específicas para estudos de viabilidade, com uso de torres de 3-5m e equipamentos com precisão e procedimentos requeridos para essa finalidade. Uma questão chave para determinar o custo de um investimento em energia eólica é a correta determinação do seu potencial explorável. Com a estimativa do potencial eólico presente em uma determinada área é possível se estabelecer a quantidade de energia que será produzida por uma central eólica e, por conseqüência, qual será o custo de sua energia gerada. No Brasil, entretanto, não existe uma detalhada determinação do potencial eólico disponível e, pior ainda, não existe uma base de dados de ventos com precisão e qualidade necessárias a projetos de centrais eólicas, sendo esse, provavelmente, um dos grandes entraves ao desenvolvimento dessa tecnologia no Brasil.

Aliado a isso, existe uma questão importante na matriz energética Brasileira, a geração de energia elétrica no Brasil é feita basicamente a partir de centrais hidroelétricas, que segundo o Ministério de Minas e Energia, elas representaram 73,5% do total nacional em 25 (MME, 26). Além de estarmos chegando ao limite do aproveitamento deste tipo de recurso energético, deve ser levada em conta a sua vulnerabilidade às oscilações climáticas. Em geral o estudo do levantamento do potencial eólico de uma determinada região tem como característica a utilização de modelos atmosféricos que possam indicar possíveis localidades para a instalação de parques eólicos, e em seguida são instaladas torres de monitoramento de vento para confirmar a capacidade de uma localidade gerar energia eólica. De posse das medições feitas com as torres anemométricas existe a possibilidade da calibração do modelo atmosférico utilizado para representar de forma ainda mais precisa as variações climáticas da região em questão. Estudos preliminares feitos através simulação numérica mostraram que o Estado de Alagoas apresenta um bom potencial para utilização da energia eólica (CBEE, 1998). Esta indicação foi confirmada pelo Atlas do Potencial Eólico Brasileiro (De Amarante et al, 21). O objetivo do presente trabalho seria colocar a disposição da sociedade novas ferramentas computacionais para o mapeamento eólico e confirmar que o Estado de Alagoas possui potencial eólico para geração de energia. 2. METODOLOGIA Esta seção descreve o modelo utilizado para simular o campo de vento para o Estado de Alagoas, a descrição das medições realizadas para a validação do modelo e como foi calculado o potencial eólico. O WRF (Weather Research and Forecasting) é um modelo não-hidrostático de previsão numérica do tempo desenvolvido pelo NCAR (National Center for Atmospheric Research) com colaboração de diversas universidades e outros institutos de pesquisas (SKAMAROCK e colaboradores, 25). Neste trabalho, o WRF foi configurado para previsão de todo o mês de janeiro de 29, iniciado em 1/1/29, :UTC e terminando em 1/2/29, :UTC, num total de 744 horas de simulação. O domínio horizontal possui 81 x 81 pontos com espaçamento de 5 km centrado em 36,5ºW e 9,7ºS (o domínio é mostrado na figuras 1). Na vertical foram usados 31 níveis com o topo do modelo em 5mb. Figura 1: Detalhamento da área de estudo, e estações de monitoramento. Onde: AGU Água Branca, PAL Palmeira dos Índios, MAR Maragogi, GIR Girau do Ponciano, ROT Roteiro, FEL Feliz Deserto. A elaboração do Atlas Eólico de Alagoas está sendo feita utilizando modelagem numérica e dados observacionais, principalmente com as variáveis velocidade e direção do vento. As observações estão sendo realizadas em 6 locais do Estados de Alagoas (Água Branca, Feliz Deserto, Palmeira dos Índios, Maragogi, Girau do Ponciano e Roteiro, ver figura 1). São quatro torres de 5m e duas de 1m de altura, equipadas com sensores de velocidade e direção do vento. Em uma das torres de 1m também são feitas medidas de temperatura, umidade relativa e pressão atmosférica. A aquisição de dados é feita por um sistema de aquisição automática e transmissão remota via sistema GSM/GPRS (Global System for Mobile Communications /General Packet Radio Service). Em uma delas (Palmeira dos

Índios) a transmissão é feita via satélite (Globalstar). Na ausência de sinal a aquisição dos dados foi realizada de forma manual. Para analisar a eficiência do modelo em simular o campo de vento no Estado de Alagoas, foi feita comparações pontuais nas estações de Arapiraca, Girau do Ponciano, Água Branca, Feliz Deserto, Maragogi, Palmeira dos Índios, Roteiro (ver localização das estações na figura 1). Para as estações mencionadas foram feitas comparações estatísticas de coeficiente de correlação, desvio padrão, variância e erro médio quadrático. Uma localidade é considerada boa para a instalação de parques eólicos, quando oferece ao sistema de produção eletricidade ventos soprando de forma constante durante todo o ano. Usualmente, a geração elétrica se inicia com velocidades de vento da ordem de 2,5-3, m/s; abaixo desses valores o conteúdo energético do vento não justifica o aproveitamento. Velocidades superiores a aproximadamente - 15, m/s ativam o sistema automático de limitação de potência da máquina, dependendo do modelo de turbina (ELETROBRÁS, 28). 3. RESULTADOS E DISCUSSÕES Nesta seção serão mostrados os principais resultados feitos a cerca da precisão do modelo WRF em simular o campo de vento para o Estado de Alagoas. Tendo em vista que a velocidade do vento é a principal variável na determinação do potencial eólico. A figura 2, mostra que o padrão das variações diárias e ocorridas para o mês de janeiro de 29, foram bem representada pelo modelo no que diz respeito a intensidade e nos máximos e mínimos valores. Vale salientar que foi feita uma comparação pontual onde variações locais podem ocasionar a diminuição da qualidade das simulações, tendo em vista que a resolução do modelo é de 5kmx5km, ou seja, 25km 2. De forma visual pode-se afirma que o modelo WRF consegue representar as variações da intensidade do vento para o mês de janeiro de 29, o que auxilia fortemente na determinação de área propícias para instalação de grandes parques eólicos. 1 1 Observação - OBS Simulação - WRF Velocidade do Vento (m/s), 1, 1,5 2,5 3, 3,5 4,5 5, 5,5 6,5 7, 7,5 8,5 9, 9,5 1,5 11, 11,5 12,5 13, 13,5 1 14,5 15, 15,5 1 16,5 17, 17,5 1 18,5 19, 19,5 2, 2,5 21, 21,5 2 22,5 23, 23,5 2 24,5 25, 25,5 2 26,5 27, 27,5 2 28,5 29, 29,5 3, 3,5 31, 31,5 dias de janeiro de 29 Figura 2: Variação diária da velocidade do vento (m/s), estação de Girau do Ponciano para o mês de janeiro de 29. De modo a comprovar estatisticamente a eficiência do modelo WRF em representar a atmosfera real no que se refere a intensidade do vento. Os resultados apresentados na figura 3 realçam o ocorrido na figura 2, onde o coeficiente de correlação (r=,74), que representa o quando as variações de intensidade do vento estão em concordância entre o observado e simulado. Logo o coeficiente de correlação mostra que 74% das variações ocorrida na intensidade do vento foram acertadamente observadas pelo modelo. O ganho da utilização de um modelo calibrado e que consiga representar as variações da intensidade do vento, está baseado na idéia espacial do potencial eólica para todo o Estado de Alagoas, o que são seria possível com a instalação de várias estações meteorológicas automáticas devido ao elevado custo financeiro que seria necessário. De Maria e colaboradores, 28, estudando o potencial eólico para o Estado do Ceará, encontraram correlação para a velocidade do vento variando entre,41 a,81 utilizando o modelo RAMS.

Simulação - WRF (m/s) 1 1 WRF =,44xOBS + 1,32 R² =,54,, 1 1 Observação - OBS (m/s) Figura 3: Comparação da velocidade do vento (m/s) entre a simulação e observação, para a estação de Girau do Ponciano. Outra variável também muito importante no estudo do potencial eólico é a direção predominante do vento, e saber o quanto o modelo é capaz de reproduzir não somente a intensidade e também a direção do vento pelo modelo, é sem dúvidas um grande desafio. A figura 4 mostra que o modelo também representou as variações da direção do vento para o mês de janeiro de 29 para a estação de Girau do Ponciano. Onde em média os ventos sopraram predominantemente de nordeste a leste, logo nesta estação do ano e nesta localidade o vento sopra de nordeste a leste com intensidade média do vento de 8,1 m/s (Observado) e 7,9 m/s (Simulado). Direção do Vento ( ) 36 315 27 225 18 135 9 45 Observação - OBS Simulação - WRF 1, 1,5 2,5 3, 3,5 4,5 5, 5,5 6,5 7, 7,5 8,5 9, 9,5 1,5 11, 11,5 12,5 13, 13,5 1 14,5 15, 15,5 1 16,5 17, 17,5 1 18,5 19, 19,5 2, 2,5 21, 21,5 2 22,5 23, 23,5 2 24,5 25, 25,5 2 26,5 27, 27,5 2 28,5 29, 29,5 3, 3,5 31, 31,5 dias de janeiro de 29 Figura 4: Variação diária da direção do vento ( ), estação de Girau do Ponciano para o mês de janeiro de 29. De modo a comprovar a eficiência estatística das simulações, a figura 5, mostra a ótima correlação linear existente entre a simulação e a observação (r=,66), quando comparado ao estudo realizado por De Maria e colaboradores, 28, obtiveram correlação variando entre,66 e,84 de acordo com a localidade, utilizando o modelo RAMS para o Estado do Ceará durante 4 dias. Vale ressaltar que no presente estudo um maior período de estudo é analisado 31 dias, mas a correlação entre simulação e observação se manteve no mesmo patamar a estudos de curto prazo de tempo que talvez considere fenômenos isolados, o fato de simular períodos mais prolongados significa a possibilidade de abranger maiores variações climáticas, e o modelo WRF se mostrou eficiente em simular grandes períodos, em trabalhos futuros o período de simulação será ainda maior. Pode-se atribuir a essa melhoria dos resultados principalmente ao fato do modelo WRF está mais ajustados as condições climáticas da área de estudo. Definir o direcionamento predominante do vento influência de forma direta no posicionamento da instalação das usinas de energia eólica.

36 315 27 WRF=,65xOBS + 43 R² =,44 Simulação - WRF ( ) 225 18 135 9 45 45 9 135 18 225 27 315 36 Observação -OBS ( ) Figura 5: Comparação da direção do vento ( ) entre a simulação e observação, para a estação de Girau do Ponciano. De modo a enfatizar a capacidade do modelo WRF representar as variações meteorológicas que ocorrem na atmosfera durante o período estudado, a figura 6 mostra a comparação entre a simulação e observação da temperatura do ar para todo o mês de janeiro de 29. Em termos gerais é possível observar com base na figura 6 que os máximos valores de temperatura esta sendo subestimado pelo modelo, mas em contrapartida os mínimos valores estão sendo bem representados. O que mostra que as parametrizações feitas para os módulos de radiação de onda curta e onda longa, em conjunto com os módulos de fluxo de calor sensível, latente e do solo estão sendo bem resolvidos pelo modelo. 45 4 Observação - OBS Simulação - WRF Temperatura do Ar ( C) 35 3 25 2 15 1, 1,5 2,5 3, 3,5 4,5 5, 5,5 6,5 7, 7,5 8,5 9, 9,5 1,5 11, 11,5 12,5 13, 13,5 1 14,5 15, 15,5 1 16,5 17, 17,5 1 18,5 19, 19,5 2, 2,5 21, 21,5 2 22,5 23, 23,5 2 24,5 25, 25,5 2 26,5 27, 27,5 2 28,5 29, 29,5 3, 3,5 31, 31,5 dias de janeiro de 29 Figura 6: Variação diária da temperatura do ar ( C), estação de Girau do Ponciano para o mês de janeiro de 29. Para comprovar estatisticamente a eficiência do modelo em simular a temperatura do ar, a figura 7 mostra um coeficiente de correlação de r=,91, provando que o modelo consegue representar as variações ocorridas durante o período de estudo. 45 4 WRF =,68xOBS + 7,33 R² =,84 Simulação - WRF ( C) 35 3 25 2 15 15 2 25 3 35 4 45 Observação - OBS ( C) Figura 7: Comparação da temperatura do ar ( C) entre a simulação e observação, para a estação de Girau do Ponciano.

As mesmas avaliações foram feitas para outras localidades do Estado de Alagoas, onde os principais resultados podem ser vistos na tabela 1, para as estações de Arapiraca, Feliz Deserto, Roteiro, Palmeira dos Índios, Maragogi, Girau do Ponciano. De todos os resultados encontrados e comparado com as saídas do modelo WRF, a estação de Girau do Ponciano foi a que apresentou melhores resultados devido a altitude, topografia, e distanciamento da costa mar. Tabela 1: Analise estatísticas para todas as estações de medições do experimento de energia eólica do Estado de Alagoas. Estações Coordenadas Atitude (m) Distância da Costa (km) Direção Predominante do Vento Vel. média do Vento Predominante Coeficiente de Correlação da Vel. do Vento Feliz Lat: -1,27 13,8 2,3 Leste OBS(68,9%) OBS(6,2m/s),6 Deserto Lon: -36,31 WRF(71,3%) WRF(5,28m/s) Girau do Lat: -9,77 395,6 75,5 Leste OBS(59,8%) OBS(8,56m/s),74 Ponciano Lon: -36,79 WRF(66,6%) WRF(1m/s) Água Lat: -9,25 528,7 2, Sudeste OBS(61,%) OBS(7,14m/s),6 Branca Lon: -37,94 WRF(39,1%) WRF(8,13m/s) Maragogi Lat: -8,99 3,8,5 Leste OBS(36,5%) OBS(5,27m/s),22 Lon: -35,2 WRF(66,7%) WRF(5,1m/s) Roteiro Lat: -9,94 3, 7,8 Leste OBS(5%) OBS(5,84m/s),72 Palmeira dos Índios Lon: -35,98 Lat: -9,31 Lon: -36,69 WRF(65,5%) 623,4 93,5 Leste OBS(5,3%) WRF(63,6%) WRF(5,9m/s) OBS(7,49m/s) WRF(8,67m,s) Vale salientar que a baixa representação estatística das simulações para algumas localidades, como no caso de Maragogi, não implica necessariamente afirmar que o modelo não consegue simplesmente simular o vento nesta região, por causa de alguns dias em especial com efeitos no vento extremamente locais fizeram com que o modelo não representasse de forma correta o padrão de vento para está localidade. Logo são necessárias novas analises para saber o motivo real dos dias representativos e outros não. Na figura 8, está sendo mostrada a distribuição espacial do potencial eólico com base na intensidade e direção do vento para todo o mês de janeiro/29, onde é possível notar regiões de Alagoas com bom indicativo para a instalação de parques eólicos. Em concordância com os resultados apresentados pela ELETROBRÁS, 28 para a estação de verão no mapeamento do potencial eólico, a figura 8 também mostra as regiões Sul, Central e Oeste como sendo propícias para a instalação de parques eólicos, com velocidade média do vento em torno de 5m/s. Vale salientar que novas simulações estão sendo realizadas para aumentar o espaço amostral e dessa forma tornar mais consistente o mapeamento de potencial eólico, o objetivo será considerar 2(dois) anos de simulação para Alagoas. Pode-se destacar áreas no Estado de Alagoas próximas a Delmiro Gouveia, Palmeira dos Índios, Arapiraca, Girau do Ponciano, Coruripe e Piaçabuçu, como sendo favoráveis a instalação de parques eólicos.,58 Figura 8: Distribuição espacial do potencial eólico para o Estado de Alagoas. Utilizando o modelo WRF.

Além de analisar a velocidade do vento no sentido de estimar o potencial eólico de uma dada região, saber a freqüência da intensidade e direção do vento para a instalação do parque eólico e rotores é de fundamental importância no mapeamento eólico. Logo a figura 9 mostra a distribuição percentual da direção do vento para o município de Girau do Ponciano, de modo a comprovar os resultados obtidos na figura 8. O vento predominante para o período de estudo foi 6% de leste, com velocidade média do vento predominante de 8,6m/s, os resultados obtidos através da simulação também representaram de forma correta o observado nas medições. 35 7 Distribuição Percentual (%) 3 25 2 15 1 5 OBS WRF Distribuição Percentual da (%) 6 5 4 3 2 1 OBS WRF 1 2 9 8 7 6 5 4 3 Velocidade do Vento (m/s) 1 11 12 Norte Nordeste Leste Sudeste Sul Sudoeste Oeste Noroeste (a) (b) Figura 9: Comparação da distribuição percentual da velocidade (a) e direção (b) do vento para a estação de Girau do Ponciano, entre os dados observados (OBS) e os dados simulados (WRF). 4. CONCLUSÃO Este trabalho auxilia aos grandes investidores de geração de energia eólica na instalação de parques eólicos e de seus aerogeradores. Tendo em vista os resultados obtidos para a distribuição espacial da intensidade e direção do vento. Várias localidades do Estado de Alagoas se mostraram com bom potencial eólico com velocidade média do vento superior a 3m/s e inferior a 12m/s. Em destaque para o Estado de Alagoas as regiões com potencial para a geração de energia eólica, as localidades próximas aos municípios de Delmiro Gouveia, Piaçabuçu, Arapiraca, Palmeira dos Índios, e Coruripe. Em média os ventos estiveram soprando nesta localidade entre 6,2m/s e 8,67m/s. A topografia mostrou ser fator importante para a determinação da intensidade do vento, onde o modelo representa de forma acertada a topografia da área de estudo e que influenciou de forma efetiva na simulação do vento (figura 1 e resultados da ELETROBRÁS, 28). O modelo de mesoescala WRF conseguiu representar a velocidade e direção do vento, apesar da resolução de 25km 2 (5km x 5km), onde as variações dos padrões do vento foram simulados de forma satisfatória pelo modelo. Logo com base nos resultados apresentados mostram que é possível utilizar o WRF para indicar localidades para a instalação de parques eólicos. Em trabalhos futuros serão feitas novas simulações para as alturas de 5 e 1m, além de aumentar a resolução do modelo para,1km 2 (1m x 1m) utilizando a tecnologia LES ( Large Eddy Simulation, em fase de testes) e modelo de mapeamento eólico WAsP ( Wind Atlas Analysis and Application Program ). 5. REFERÊNCIAS CBEE, 28, Centro Brasileiro de Energia Eólica. http://www.eolica.org.br/energia.html, acesso em 7 de julho de 21 às 18:45h. DE AMARANTE, O.A.C., 21, Atlas do Potencial eólico Brasileiro. Brasília. DE MARIA, P. H. S.; COSTA, A. A. e SOMBRA, S. S., 28, MODELAGEM NUMÉRICA EM ALTA RESOLUÇÃO PARA PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA NO CEARÁ, Revista Brasileira de Meteorologia, v.23, n.4, 477 489p. ELETROBRÁS, 28, Atlas Eólico do Estado de Alagoas, v.1, 67p. MME., 26, Balanço Energético Nacional, ano base 25. Ministério das Minas e Energia. 192p. SKAMAROCK, W. C.; KLEMP, J.B.; DUDHIA, J.; GILL, D.O. BARKER, D.M.; WANG, W. POWERS, J.G., 25, A Description of the Advanced Research WRF Version 2; NCAR Technical Note. 6. AGRADECIMENTOS

Os autores agradecem a FAPEAL (Fundação de Amparo a Pesquisa do Estado de Alagoas) e CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico), pelo apoio dado ao projeto de pesquisa Implantação de ferramentas computacionais WRF, ETA e WASP, no mapeamento eólico do Estado de Alagoas. Ao grupo GAMA/ICAT/UFAL pelo apoio logístico no tratamento dos dados obtidos. 7. TERMO DE CESSÃO DE DIREITOS AUTORAIS Os autores cedem seus direitos autorais referentes aos trabalhos submetidos e aprovados à UFMG, para publicação nos anais do 1º Seminário Nacional Sobre Engenharia do Vento.