A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas
| Ano de defesa: | 2014 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal do Pampa
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Campus Alegrete
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Área do conhecimento CNPq: | |
| Link de acesso: | http://dspace.unipampa.edu.br/jspui/handle/riu/741 |
Resumo: | O uso da energia eólica para produção de eletricidade tem crescido em todo o mundo. De acordo com o PDE 2023 (Plano Decenal de Expansão Energia) disponibilizado pela EPE (Empresa de Pesquisa Energética) a capacidade instalada provinda de energia eólica em 2013 foi de 2,2 GW, cerca de 1,8% da matriz energética brasileira. A perspectiva de aumento para 22,4 GW, que em 2023 representará cerca de 11,8% da matriz energética brasileira. Com isso, a necessidade de se ter uma programação da disponibilidade de energia de parques eólicos se torna extremamente importante na operação do sistema elétrico brasileiro. Usando os dados de velocidade de vento gerados pelo modelo WRF com resoluções espaciais de 15 km e 5 km a 100 m de altura fez-se a estimativa de geração de energia para os complexos eólicos de Cerro Chato e Osório no período de 9 de agosto de 2014 a 29 de agosto de 2014. Então comparou-se com os dados de programação diária de produção de energia feitos pelas usinas, pelo modelo ETA e com os de geração real, do mesmo período, fornecidos pelo Operador Nacional do Sistema em seus boletins semanais. No período de estudo deste trabalho os erros médios percentuais absolutos da previsão de geração no complexo eólico de Cerro Chato foram de 18,42% do PDP da Usina, 15,97% do modelo ETA, 20,96% e 20,30% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 7,55% e 6,89% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente. Os erros médios percentuais absolutos das programações de geração de energia do complexo eólico de Osório foram de 16,29% do PDP da usina, 19,19% do modelo ETA, 9,38% e 8,78% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 5,94% e 5,09% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente. |
| id |
UNIP_3b43e2b0ce6a446b6deff24e92874bc6 |
|---|---|
| oai_identifier_str |
oai:repositorio.unipampa.edu.br:riu/741 |
| network_acronym_str |
UNIP |
| network_name_str |
Repositório Institucional da UNIPAMPA |
| repository_id_str |
|
| spelling |
Sperandio, MauricioMoraes, Marcelo Romero deHidalgo, Pedro2017-01-24T11:44:33Z2017-01-24T11:44:33Z2014-07-01HIDALGO, Pedro. A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas. Orientador: Mauricio Sperandio. 2014. 91 p. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2014.http://dspace.unipampa.edu.br/jspui/handle/riu/741O uso da energia eólica para produção de eletricidade tem crescido em todo o mundo. De acordo com o PDE 2023 (Plano Decenal de Expansão Energia) disponibilizado pela EPE (Empresa de Pesquisa Energética) a capacidade instalada provinda de energia eólica em 2013 foi de 2,2 GW, cerca de 1,8% da matriz energética brasileira. A perspectiva de aumento para 22,4 GW, que em 2023 representará cerca de 11,8% da matriz energética brasileira. Com isso, a necessidade de se ter uma programação da disponibilidade de energia de parques eólicos se torna extremamente importante na operação do sistema elétrico brasileiro. Usando os dados de velocidade de vento gerados pelo modelo WRF com resoluções espaciais de 15 km e 5 km a 100 m de altura fez-se a estimativa de geração de energia para os complexos eólicos de Cerro Chato e Osório no período de 9 de agosto de 2014 a 29 de agosto de 2014. Então comparou-se com os dados de programação diária de produção de energia feitos pelas usinas, pelo modelo ETA e com os de geração real, do mesmo período, fornecidos pelo Operador Nacional do Sistema em seus boletins semanais. No período de estudo deste trabalho os erros médios percentuais absolutos da previsão de geração no complexo eólico de Cerro Chato foram de 18,42% do PDP da Usina, 15,97% do modelo ETA, 20,96% e 20,30% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 7,55% e 6,89% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente. Os erros médios percentuais absolutos das programações de geração de energia do complexo eólico de Osório foram de 16,29% do PDP da usina, 19,19% do modelo ETA, 9,38% e 8,78% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 5,94% e 5,09% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente.The use of wind energy for electricity production has increased worldwide. According to the PDE 2022 (Ten Year Plan for Energy Expansion) provided by EPE (Energy Research Company) installed capacity of wind power stemmed in 2013 was 2,2 GW, about 1.8% of the Brazilian. The energy matrix, with perspective increase to 22.4 GW, which in 2023 represent about 11.8% of the Brazilian energy matrix. Thus the need to have a schedule of availability of power wind farms is extremely important in the operation of the Brazilian electrical system. Using the wind speed data generated by the WRF model with spatial resolution of 15 km and 5 km 100 m long made up an estimated power generation for wind complex of Cerro Chato and Osorio from 9 August 2014 to 29 August 2014. Then compared with the daily schedule of data for energy production made by plants, by ETA model and the actual generation of the same period, provided by the National System Operator in its weekly newsletters. During the study period of this study, the absolute percentage mean errors of prediction in wind generation complex of Cerro Chato were 18.42% of the Plant PDP, 15.97% of the ETA model, 20.96% and 20.30% of the WRF model with spatial resolution of 15 km disregarding and considering the influence of temperature variation, respectively, and 7.55% and 6.89% of the WRF model with spatial resolution of 5 km disregarding and considering the influence of temperature variation, respectively. The absolute percentage mean errors schedules of the wind farm of Osório power generation were 16.29% of the plant's PDP, 19.19% of the ETA model, 9.38% and 8.78% of the WRF model with spatial resolution 15 km disregarding and considering the influence of temperature variation, respectively, and 5.94% and 5.09% of the WRF model with spatial resolution of 5 km disregarding and considering the influence of temperature variation, respectively.Universidade Federal do PampaCampus AlegreteAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIASEngenhariaEngenharia elétricaEnergia eólicaGeração de energia elétricaSistema de energia elétricaEngineeringElectrical engineeringWind powerElectric energy generationElectric power systemA influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPAORIGINALA influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas.pdfA influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas.pdfapplication/pdf2764488https://repositorio.unipampa.edu.br/bitstreams/0ff83e81-7dbe-4521-a91d-b405381e9542/download81db7c3fde344866addede3ebc92a198MD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.unipampa.edu.br/bitstreams/4a7991d4-6f24-4dc9-88b3-6ecf218c8154/download66e71c371cc565284e70f40736c94386MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unipampa.edu.br/bitstreams/11e27b2e-e399-47f8-9cd2-ac84e3121973/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTEXTA influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas.pdf.txtA influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas.pdf.txtExtracted texttext/plain116112https://repositorio.unipampa.edu.br/bitstreams/e098eaf7-c2a4-4ca1-9131-5f1956710cf3/download8a487bfd4da3d3eb6d2ec04f53a09e4aMD54falseAnonymousREADriu/7412021-04-15 16:22:32.679http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Brazilopen.accessoai:repositorio.unipampa.edu.br:riu/741https://repositorio.unipampa.edu.brRepositório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2021-04-15T16:22:32Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)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 |
| dc.title.pt_BR.fl_str_mv |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| title |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| spellingShingle |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas Hidalgo, Pedro CNPQ::ENGENHARIAS Engenharia Engenharia elétrica Energia eólica Geração de energia elétrica Sistema de energia elétrica Engineering Electrical engineering Wind power Electric energy generation Electric power system |
| title_short |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| title_full |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| title_fullStr |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| title_full_unstemmed |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| title_sort |
A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas |
| author |
Hidalgo, Pedro |
| author_facet |
Hidalgo, Pedro |
| author_role |
author |
| dc.contributor.co-advisor.none.fl_str_mv |
Moraes, Marcelo Romero de |
| dc.contributor.advisor1.fl_str_mv |
Sperandio, Mauricio |
| dc.contributor.author.fl_str_mv |
Hidalgo, Pedro |
| contributor_str_mv |
Sperandio, Mauricio |
| dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
| topic |
CNPQ::ENGENHARIAS Engenharia Engenharia elétrica Energia eólica Geração de energia elétrica Sistema de energia elétrica Engineering Electrical engineering Wind power Electric energy generation Electric power system |
| dc.subject.por.fl_str_mv |
Engenharia Engenharia elétrica Energia eólica Geração de energia elétrica Sistema de energia elétrica |
| dc.subject.eng.fl_str_mv |
Engineering Electrical engineering Wind power Electric energy generation Electric power system |
| description |
O uso da energia eólica para produção de eletricidade tem crescido em todo o mundo. De acordo com o PDE 2023 (Plano Decenal de Expansão Energia) disponibilizado pela EPE (Empresa de Pesquisa Energética) a capacidade instalada provinda de energia eólica em 2013 foi de 2,2 GW, cerca de 1,8% da matriz energética brasileira. A perspectiva de aumento para 22,4 GW, que em 2023 representará cerca de 11,8% da matriz energética brasileira. Com isso, a necessidade de se ter uma programação da disponibilidade de energia de parques eólicos se torna extremamente importante na operação do sistema elétrico brasileiro. Usando os dados de velocidade de vento gerados pelo modelo WRF com resoluções espaciais de 15 km e 5 km a 100 m de altura fez-se a estimativa de geração de energia para os complexos eólicos de Cerro Chato e Osório no período de 9 de agosto de 2014 a 29 de agosto de 2014. Então comparou-se com os dados de programação diária de produção de energia feitos pelas usinas, pelo modelo ETA e com os de geração real, do mesmo período, fornecidos pelo Operador Nacional do Sistema em seus boletins semanais. No período de estudo deste trabalho os erros médios percentuais absolutos da previsão de geração no complexo eólico de Cerro Chato foram de 18,42% do PDP da Usina, 15,97% do modelo ETA, 20,96% e 20,30% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 7,55% e 6,89% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente. Os erros médios percentuais absolutos das programações de geração de energia do complexo eólico de Osório foram de 16,29% do PDP da usina, 19,19% do modelo ETA, 9,38% e 8,78% do modelo WRF com resolução espacial de 15 km desconsiderando e considerando a influência da variação da temperatura, respectivamente, e de 5,94% e 5,09% do modelo WRF com resolução espacial de 5 km desconsiderando e considerando a influência da variação da temperatura, respectivamente. |
| publishDate |
2014 |
| dc.date.issued.fl_str_mv |
2014-07-01 |
| dc.date.accessioned.fl_str_mv |
2017-01-24T11:44:33Z |
| dc.date.available.fl_str_mv |
2017-01-24T11:44:33Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
HIDALGO, Pedro. A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas. Orientador: Mauricio Sperandio. 2014. 91 p. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2014. |
| dc.identifier.uri.fl_str_mv |
http://dspace.unipampa.edu.br/jspui/handle/riu/741 |
| identifier_str_mv |
HIDALGO, Pedro. A influência da resolução espacial em modelos de previsão em mesoescala na programação de despacho da produção de usinas eólicas. Orientador: Mauricio Sperandio. 2014. 91 p. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2014. |
| url |
http://dspace.unipampa.edu.br/jspui/handle/riu/741 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Pampa |
| dc.publisher.department.fl_str_mv |
Campus Alegrete |
| publisher.none.fl_str_mv |
Universidade Federal do Pampa |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIPAMPA instname:Universidade Federal do Pampa (UNIPAMPA) instacron:UNIPAMPA |
| instname_str |
Universidade Federal do Pampa (UNIPAMPA) |
| instacron_str |
UNIPAMPA |
| institution |
UNIPAMPA |
| reponame_str |
Repositório Institucional da UNIPAMPA |
| collection |
Repositório Institucional da UNIPAMPA |
| bitstream.url.fl_str_mv |
https://repositorio.unipampa.edu.br/bitstreams/0ff83e81-7dbe-4521-a91d-b405381e9542/download https://repositorio.unipampa.edu.br/bitstreams/4a7991d4-6f24-4dc9-88b3-6ecf218c8154/download https://repositorio.unipampa.edu.br/bitstreams/11e27b2e-e399-47f8-9cd2-ac84e3121973/download https://repositorio.unipampa.edu.br/bitstreams/e098eaf7-c2a4-4ca1-9131-5f1956710cf3/download |
| bitstream.checksum.fl_str_mv |
81db7c3fde344866addede3ebc92a198 66e71c371cc565284e70f40736c94386 8a4605be74aa9ea9d79846c1fba20a33 8a487bfd4da3d3eb6d2ec04f53a09e4a |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA) |
| repository.mail.fl_str_mv |
sisbi@unipampa.edu.br |
| _version_ |
1854750407768670208 |