[pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: RAFAEL ARAUJO COUTO
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=2
http://doi.org/10.17771/PUCRio.acad.68398
Resumo: [pt] A energia eólica tem crescido de forma estável no Brasil nos últimos anos. Para impulsioná-la, é crucial considerar as mudanças climáticas, já que sua geração é altamente influenciada pelo clima. Por isso, é fundamental incorporar variáveis climáticas externas na modelagem das séries eólicas, contribuindo para reduzir as incertezas. Os Modelos Periódicos Autorregressivos com Variáveis Exógenas (PARX) representam uma abordagem viável para cumprir esse propósito, incluindo a variável exógena ENSO. No presente estudo, realizou-se a modelagem das séries de velocidade do vento nos estados do Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe, Rio Grande do Sul e Santa Catarina. Nesse sentido, foi considerada a covariância entre esses estados em cada região brasileira para avaliar a correlação espacial entre eles, criando a modelagem PARX-Cov. Além disso, a correlação entre os indicadores do fenômeno ENSO também foi considerada para viabilizar a previsão out-of-sample das variáveis climáticas, essa utilizada para a simulação de cenários de velocidade de vento. Ao comparar a modelagem do PARX e PARX-Cov, com o modelo vigente no setor elétrico brasileiro, observou-se um desempenho superior nos modelos propostos para a simulação de realizações futuras das séries de velocidade do vento. O modelo PARX-Cov com o índice ONI Acumulado é o mais adequado para Pernambuco, Rio Grande do Sul e Santa Catarina. O PARX-Cov com o índice SOI é mais apropriado para o Rio Grande do Norte. Para Alagoas e Sergipe, o PARX com o índice ONI Acumulado é o mais indicado, enquanto o PARX com Niño 4 Acumulado é melhor para a Paraíba.
id PUC_RIO-1_e55b59733df9942b619713358b2708c3
oai_identifier_str oai:MAXWELL.puc-rio.br:68398
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str
spelling [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS [en] STOCHASTIC SIMULATION MODELS OF CORRELATED WIND SPEED SCENARIOS WITH INCORPORATION OF CLIMATE VARIABLES [pt] PARX[pt] ENSO[pt] VELOCIDADE DO VENTO[pt] COVARIANCIA[en] PARX[en] ENSO[en] WIND SPEED [en] COVARIANCE[pt] A energia eólica tem crescido de forma estável no Brasil nos últimos anos. Para impulsioná-la, é crucial considerar as mudanças climáticas, já que sua geração é altamente influenciada pelo clima. Por isso, é fundamental incorporar variáveis climáticas externas na modelagem das séries eólicas, contribuindo para reduzir as incertezas. Os Modelos Periódicos Autorregressivos com Variáveis Exógenas (PARX) representam uma abordagem viável para cumprir esse propósito, incluindo a variável exógena ENSO. No presente estudo, realizou-se a modelagem das séries de velocidade do vento nos estados do Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe, Rio Grande do Sul e Santa Catarina. Nesse sentido, foi considerada a covariância entre esses estados em cada região brasileira para avaliar a correlação espacial entre eles, criando a modelagem PARX-Cov. Além disso, a correlação entre os indicadores do fenômeno ENSO também foi considerada para viabilizar a previsão out-of-sample das variáveis climáticas, essa utilizada para a simulação de cenários de velocidade de vento. Ao comparar a modelagem do PARX e PARX-Cov, com o modelo vigente no setor elétrico brasileiro, observou-se um desempenho superior nos modelos propostos para a simulação de realizações futuras das séries de velocidade do vento. O modelo PARX-Cov com o índice ONI Acumulado é o mais adequado para Pernambuco, Rio Grande do Sul e Santa Catarina. O PARX-Cov com o índice SOI é mais apropriado para o Rio Grande do Norte. Para Alagoas e Sergipe, o PARX com o índice ONI Acumulado é o mais indicado, enquanto o PARX com Niño 4 Acumulado é melhor para a Paraíba.[en] Wind energy has been steadily growing in Brazil in recent years. To boost its growth, it is crucial to consider climate change, as wind energy generation is highly influenced by the weather. Therefore, it is essential to incorporate external climatic variables into the modeling of wind series, helping to reduce uncertainties. Periodic Autoregressive Models with Exogenous Variables (PARX) represent a viable approach to achieve this, including the ENSO exogenous variable. In the present study, wind speed series were modeled in the states of Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe, Rio Grande do Sul, and Santa Catarina. In this context, the covariance between these states in each Brazilian region was considered to assess the spatial correlation among them, creating the PARX-Cov modeling. Furthermore, the correlation between ENSO phenomenon indicators was also considered to enable out-of-sample forecasting of climatic variables, used for simulating wind speed scenarios. When comparing the PARX and PARX-Cov modeling with the current model in the Brazilian electric sector, the proposed models showed superior performance in simulating future wind speed series. The PARX-Cov model with the Accumulated ONI index is most suitable for Pernambuco, Rio Grande do Sul, and Santa Catarina. The PARX-Cov model with the SOI index is more appropriate for Rio Grande do Norte. For Alagoas and Sergipe, the PARX model with the Accumulated ONI index is the most recommended, while the PARX model with Accumulated Niño 4 is better for Paraíba.MAXWELLPAULA MEDINA MACAIRA LOUROPAULA MEDINA MACAIRA LOURORAFAEL ARAUJO COUTO2024-10-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=2http://doi.org/10.17771/PUCRio.acad.68398porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2024-10-21T00:00:00Zoai:MAXWELL.puc-rio.br:68398Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342024-10-21T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
[en] STOCHASTIC SIMULATION MODELS OF CORRELATED WIND SPEED SCENARIOS WITH INCORPORATION OF CLIMATE VARIABLES
title [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
spellingShingle [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
RAFAEL ARAUJO COUTO
[pt] PARX
[pt] ENSO
[pt] VELOCIDADE DO VENTO
[pt] COVARIANCIA
[en] PARX
[en] ENSO
[en] WIND SPEED
[en] COVARIANCE
title_short [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
title_full [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
title_fullStr [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
title_full_unstemmed [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
title_sort [pt] MODELOS DE SIMULAÇÃO ESTOCÁSTICA DE CENÁRIOS DE VELOCIDADE DO VENTO CORRELACIONADOS COM INCORPORAÇÃO DE VARIÁVEIS CLIMÁTICAS
author RAFAEL ARAUJO COUTO
author_facet RAFAEL ARAUJO COUTO
author_role author
dc.contributor.none.fl_str_mv PAULA MEDINA MACAIRA LOURO
PAULA MEDINA MACAIRA LOURO
dc.contributor.author.fl_str_mv RAFAEL ARAUJO COUTO
dc.subject.por.fl_str_mv [pt] PARX
[pt] ENSO
[pt] VELOCIDADE DO VENTO
[pt] COVARIANCIA
[en] PARX
[en] ENSO
[en] WIND SPEED
[en] COVARIANCE
topic [pt] PARX
[pt] ENSO
[pt] VELOCIDADE DO VENTO
[pt] COVARIANCIA
[en] PARX
[en] ENSO
[en] WIND SPEED
[en] COVARIANCE
description [pt] A energia eólica tem crescido de forma estável no Brasil nos últimos anos. Para impulsioná-la, é crucial considerar as mudanças climáticas, já que sua geração é altamente influenciada pelo clima. Por isso, é fundamental incorporar variáveis climáticas externas na modelagem das séries eólicas, contribuindo para reduzir as incertezas. Os Modelos Periódicos Autorregressivos com Variáveis Exógenas (PARX) representam uma abordagem viável para cumprir esse propósito, incluindo a variável exógena ENSO. No presente estudo, realizou-se a modelagem das séries de velocidade do vento nos estados do Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe, Rio Grande do Sul e Santa Catarina. Nesse sentido, foi considerada a covariância entre esses estados em cada região brasileira para avaliar a correlação espacial entre eles, criando a modelagem PARX-Cov. Além disso, a correlação entre os indicadores do fenômeno ENSO também foi considerada para viabilizar a previsão out-of-sample das variáveis climáticas, essa utilizada para a simulação de cenários de velocidade de vento. Ao comparar a modelagem do PARX e PARX-Cov, com o modelo vigente no setor elétrico brasileiro, observou-se um desempenho superior nos modelos propostos para a simulação de realizações futuras das séries de velocidade do vento. O modelo PARX-Cov com o índice ONI Acumulado é o mais adequado para Pernambuco, Rio Grande do Sul e Santa Catarina. O PARX-Cov com o índice SOI é mais apropriado para o Rio Grande do Norte. Para Alagoas e Sergipe, o PARX com o índice ONI Acumulado é o mais indicado, enquanto o PARX com Niño 4 Acumulado é melhor para a Paraíba.
publishDate 2024
dc.date.none.fl_str_mv 2024-10-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=2
http://doi.org/10.17771/PUCRio.acad.68398
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=68398&idi=2
http://doi.org/10.17771/PUCRio.acad.68398
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1845797048337563648