23

2
Recursos Elicos

A energia elica pode ser considerada como uma das formas em que se manifesta
a energia proveniente do Sol, uma vez que os ventos tm origem no aquecimento diferenciado da atmosfera. Essa no uniformidade no aquecimento da atmosfera deve ser
creditada, entre outros fatores, orientao dos raios solares e aos movimentos da Terra.
A Figura 4 ilustra a formao do vento nas regies tropicais, que recebem os raios
solares perpendicularmente. Essas regies so mais aquecidas do que as regies polares.

PUC-Rio - Certificao Digital N 0821481/CA

Consequentemente, o ar quente que se encontra nas baixas altitudes das regies tropicais tende a subir, sendo substitudo por uma massa de ar mais frio que se desloca das
regies polares. O deslocamento de massas de ar determina a formao dos ventos.
Existem locais no globo terrestre nos quais os ventos jamais cessam de soprar,
pois os mecanismos que os produzem (aquecimento no equador e resfriamento nos plos) esto sempre presentes na natureza. So chamados de ventos planetrios ou constantes, e podem ser classificados em:
Alsios: ventos que sopram dos trpicos para o Equador, em baixas altitudes;
Contra-Alsios: ventos que sopram do Equador para os plos, em altas altitudes;
Ventos do Oeste: ventos que sopram dos trpicos para os plos;
Polares: ventos frios que sopram dos plos para as zonas temperadas.

24

Figura 4-Formao dos ventos devido ao deslocamento das massas de ar

PUC-Rio - Certificao Digital N 0821481/CA

Fonte: Atlas Elica do Brasil, 1998

Uma estimativa de energia total disponvel dos ventos ao redor do planeta pode
ser feita a partir da hiptese de que, aproximadamente, 2% da energia solar absorvida
pela Terra convertida em energia cintica dos ventos. Este percentual, embora parea
pequeno, representa centenas de vezes a potncia anual instalada nas centrais eltricas
do mundo.
Os ventos que sopram em escala global e aqueles que se manifestam em pequena
escala so influenciados por diferentes aspectos, entre os quais se destacam a altura, a
rugosidade, os obstculos e o relevo.
O comportamento estatstico do vento ao longo do dia um fator que influenciado pela variao da velocidade do vento ao longo do tempo. As caractersticas topogrficas de uma regio tambm influenciam o comportamento dos ventos uma vez que, em
uma determinada rea, podem ocorrer diferenas de velocidade, ocasionando a reduo
ou acelerao na velocidade do vento. Alm das variaes topogrficas e de rugosidade
do solo, a velocidade tambm varia seu comportamento com a altura (CRESESB/CEPEL, 2010).
Tendo em vista que a velocidade do vento pode variar significativamente em curtas distncias (algumas centenas de metros), os procedimentos para avaliar o local, no
qual se deseja instalar aerogeradores, devem levar em considerao todos os parmetros
regionais que influenciam nas condies do vento. Entre os principais fatores de influncia no regime dos ventos destacam-se:

25

A variao da velocidade com a altura;

A rugosidade do terreno, que caracterizada pela vegetao, utilizao
da terra e construes;
Presena de obstculos nas redondezas;
Relevo que pode causar efeito de acelerao ou desacelerao no escoamento do ar.
As informaes necessrias para o levantamento das condies regionais podem
ser obtidas a partir de mapas topogrficos e de uma visita ao local de interesse para avaliar e modelar a rugosidade e os obstculos. O uso de imagens areas e dados de satlite
tambm contribui para uma anlise mais apurada (CRESESB/CEPEL, 2010).

PUC-Rio - Certificao Digital N 0821481/CA

2.1
Integrao da Energia Elica
As implicaes da introduo da gerao elica em um sistema eltrico abrangem
vrios aspectos desde o planejamento e operao at aspectos comerciais e regulatrios.
Em funo de certas caractersticas dos ventos, tais como incerteza, incontrolabilidade e variabilidade das velocidades a integrao da energia elica nos sistemas eltricos de potncia um desafio, e para mitig-los faz-se necessrio a integrao de
modelos eficientes de previses de velocidades dos ventos no planejamento e na operao do sistema eltrico.
2.2
Produo da Energia Elica
A energia elica produzida atravs da energia cintica dos ventos.
O aproveitamento da energia cintica dos ventos para produo de eletricidade se
d atravs de um processo de converso de energia que utiliza as turbinas elicas acopladas aos geradores eltricos.
Neste processo de converso, a integrao entre vento e o rotor da turbina produz
o torque eletromecnico que transferido ao gerador, uma vez que a energia elica
produzida atravs da energia cintica, a qual calculada atravs da equao (2.1).

E 1 mv 2
2
onde, a velocidade do vento e m a massa do ar.

(2.1)

26

Desta forma, a combinao da equao com a definio de potncia, que definida pela razo de energia por unidade de tempo, deduz-se que:
2
P E mv
t
2t

(2.2)

Definindo a taxa de massa ( m ) como sendo a massa por unidade de tempo. Esta
taxa pode ainda ser explicitada pelo produto da densidade do ar () e pela vazo de ar
( Q ), conforme apresentao abaixo:

Q
m

(2.3)

Entretanto, a vazo ( Q ) pode ser calculada atravs do produto da velocidade do

vento ( v ) pela rea no qual o fluxo de ar atravessa as ps do rotor da turbina ( A ).

PUC-Rio - Certificao Digital N 0821481/CA

Q vA

(2.4)

Sendo A a rea varrida pelo rotor da turbina, que diretamente proporcional ao

quadrado do seu dimetro, calculado a partir da equao.

D 2
4

(2.5)

Combinando as equaes (2.2), (2.3) e (2.4), chega-se a seguinte equao para o

clculo da potncia elica:

P 1 Av3
2

(2.6)

A equao (2.6) expressa a potncia contida no vento. Entretanto, as turbinas no

capturam toda energia disponvel nos ventos. Em condies ideais, o valor mximo da
energia captada por um rotor elico limitado pela eficincia de Betz dada pelo fator
16/27 (0,593), ou seja 59, 3 % da energia contida no fluxo de ar podem ser teoricamente extradas por uma turbina elica (Oliveira, 2008).
Na prtica, entretanto, o rendimento aerodinmico das ps reduz ainda mais este
valor. Para um sistema elico, existem ainda outras perdas, relacionadas com todos os
componentes (rotor, transmisso, caixa multiplicadora e gerador). Fora isso, o fato do
rotor elico funcionar em uma faixa limitada de velocidade de vento tambm ir contribuir para reduzir a energia por ele captada, de acordo com a curva de potncia de turbina. Sendo assim, a energia lquida obtida por uma turbina elica calculada atravs da
equao (2.7)

27

P 1 Av3C p
2

(2.7)

O coeficiente de potncia ( C p ) obtido atravs do produto da eficincia mecnica ( m ), eficincia eltrica ( e ) e da eficincia aerodinmica da turbina elica. Todos os
trs fatores dependem da velocidade do vento e da potncia gerada.

A relao entre a potncia gerada pela turbina (P) e a velocidade do vento (v)
expressa pela curva de potncia, normalmente apresentada graficamente como na Figura

PUC-Rio - Certificao Digital N 0821481/CA

5.

Figura 5. Curva de potncia tpica de uma turbina elica.

Fonte: Wikipedia (2009)

Conforme indicado pela curva de potncia na Figura 5, a converso de energia elica em energia eltrica se d a partir de uma velocidade mnima denominada velocidade de partida p (cut-in wind speed). A potncia da turbina limitada ao valor nominal

Pn , velocidade nominal n (rated wind speed). Para velocidades entre p e n a potncia eltrica gerada pela turbina elica cresce com o cubo da velocidade de acordo
com a equao (2.7). A partir da velocidade nominal o controle de velocidade da turbina
mantm a potncia gerada constante at que para velocidades superiores velocidade de
corte c (cut-out wind speed) a turbina retirada de operao para preserv-la de esforos mecnicos excessivos (Custdio, 2009).

28

2.3
Perfil de Velocidades
Quando se faz o estudo de velocidade do vento em uma regio, a medio dos dados feita atravs de um anemmetro que colocado em uma altura determinada. Porm, para o aproveitamento elico, necessria uma avaliao das velocidades em diferentes alturas em relao ao solo para que se determine o tamanho da torre do aerogerador. Ou ainda, no caso de j se dispor de dados a certa altura do solo que no correspondem altura em que um aerogerador ser instalado, como ocorre quando se tem dados
de medies em aeroportos, por exemplo. Nestes casos, uma correo necessria para
que se tenha uma melhor noo das velocidades encontradas nas diferentes alturas.
Caso a medio das velocidades do vento seja realizada a uma altura diferente daquela na qual ser posicionado a centro do rotor da turbina, as velocidades tero que ser
PUC-Rio - Certificao Digital N 0821481/CA

corrigidas para altura de rotor da turbina. Esta correo pode ser realizada atravs de
fatores de converso (Dalmaz, 2007).
Atualmente so utilizados dois mtodos para determinar o fator de converso. O
primeiro o Mtodo da Lei da Potncia, usado nos EUA, e o segundo o Mtodo Logartmico, mais comumente usado na Europa (Salles, 2004).
A primeira aproximao deriva empiricamente das medidas das atuais americanas
e o segundo, usado no Atlas do Vento europeu, provm matematicamente da teoria de
como o vento se move na superfcie da terra. A equao (2.8) mostra a extrapolao
logartmica:

log H
v
z0
v0
H
log 0
z0

(2.8)

onde, v representa velocidade desejada, v0 a velocidade conhecida na altura H0, H a

altura desejada para velocidade v , H0 altura de referncia e z 0 , o comprimento da rugosidade.
A equao (2.9) representa a lei da Potncia. Nas equaes (2.8) e (2.9) observado que a velocidade cresce com o aumento da altura.

v H ,
v0 H 0

(2.9)

29

Na equao (2.9) o coeficiente representa as caractersticas de rugosidades dos

diversos tipos de terrenos, cujos valores tpicos so apresentados na Tabela 4.
Tabela 4-Coeficientes de rugosidades.
Tipo de Terreno

Coeficiente

Lago, Oceano e Solo liso

0,10

Florestas

0,15

Cercas vivas e arbustos

0,20

Pequenas cidades com poucas rvores e arbustos

0,25

Grandes cidades com altos edifcios e construes

0,30

PUC-Rio - Certificao Digital N 0821481/CA

Fonte: adaptado de Oliveira (2009)

2.4
Modelos de Previso para Gerao de Energia Elica
As variaes do vento criam muitas dificuldades em sua previso. Dependendo da
aplicao e horizonte de previso a serem estudados, os modelos mais usados para cada
caso de previso do vento so:
Modelo Fsico
Modelo Estatstico e Inteligncia Computacional Artificial (anlise de
sries temporais)
Modelo Combinado (Estatstico e Fsico)

2.4.1
Modelo Fsico ou Atmosfrico
Nesta categoria o modelo mais usado pelos pesquisadores da rea meteorolgica
conhecido pelo nome de Nmeric Weather Prediction (NWP). Este tipo de modelo fornece a previso de tempo para horizontes de previso maiores que 8 horas, pois a evoluo da atmosfera na escala sinptica significante depois de certas horas, e esta evoluo muda de escala conforme as condies do local. Para uso do modelo NWP necessrio definir condies iniciais e de contorno, bem como o mapa digital do terreno e a
rugosidade do solo.

30

As condies iniciais conhecidas tambm como o estado da atmosfera no momento da previso (temperatura, velocidade de vento, direo de vento, etc.), so definidas a
partir de observaes meteorolgicas. No entanto, nem sempre essas condies so perfeitamente definidas, dado o nmero limitado de estaes de medio disponveis.
Condies de contorno para os modelos aparecem em rea limitada, pelo fato dos
domnios espaciais no cobrirem toda a atmosfera. Essa limitao causa erros motivados
pela falta de informaes sobre o estado e evoluo da atmosfera exterior ao domnio
(Oliveira, 2008). Ainda, segundo Oliveira (2008) este tipo de modelo muito limitado
para horizonte de previso de curto tempo, pelas seguintes razes:
Variabilidade do vento;
Resoluo de Modelo de Elevao Digital (DEM);
Espaamento da grade;
PUC-Rio - Certificao Digital N 0821481/CA

Tempo computacional.
A variabilidade dos ventos ao longo das horas e do dia um fato que no pode ser
evitado. Isto exige um maior detalhamento na modelagem e na resoluo do modelo
NWP, que pode ser obtido atravs do DEM e do espao de grade. Contudo, isso pode
incorrer no aumento de tempo computacional do modelo, j que este resolve equaes
dinmicas, que dependendo da preciso exigida requer mais tempo para resolv-las.
Sendo assim, a preciso exigida para previso de horizonte de tempo maiores, tornam o
modelo muitas das vezes invivel na previso de curto prazo.

2.4.2
Modelos Estatsticos e de Inteligncia Computacional
Este tipo de modelagem conta com ampla variedade de mtodos, tais como: Modelos de Inteligncia Computacional (Rede Neurais, Lgica Fuzzy, Sistema Neuro
Fuzzy ), Modelos Estatsticos (ARIMA, Anlise Harmnica, Wavelets, etc.). Esta abordagem adequada somente para previses de curto prazo, j que a preciso das previses obtidas diminui com a expanso do horizonte de projeo.
Kariniotakis et al. (1996) e Sfetsos (2000) avaliaram a capacidade preditiva de diferentes modelos de sries temporais na previso de curto prazo da gerao elica e da
velocidade do vento respectivamente. Os autores compararam Modelos Lineares Auto
Regressivos, Wavelets, Redes neurais Feed-Forward, Redes Neurais recorrentes, redes

31

com funo de base radial e redes Neuro-Fuzzy adaptativas (Adaptative Neuro-Fuzzy

Inference System ANFIS), sendo que esta ltima abordagem apresentou bons resultados na previso da velocidade do vento (Sfetsos, 2000) e alcanou o melhor desempenho na previso da gerao elica at 10 horas frente e em horizontes de 24 a 48 horas
frente (Pinson & Kariniotakis, 2003).
Pinson & Kariniotakis (2003) apresentaram uma aplicao de Rede Dinmica
NeuroFuzzy baseadas em escalonamento. Na Europa comum a extrapolao regional
para previses de energia elica feitas a partir de parques elicos de referncias. Esse
mtodo j foi utilizado para previso regional entre Dinamarca e Alemanha. Cabe lembrar que ele leva em conta a altura, o tipo de turbina, e a descrio do terreno.
O mtodo consiste em prever o total da produo do mais representativo parque
elico, ou seja, aquele parque que apresenta a melhor correlao entre produo de ePUC-Rio - Certificao Digital N 0821481/CA

nergia e o total da energia gerada. A previso de sada do parque elico de referncia

feita usando a rede Neuro-Fuzzy, a fim de aprender e reproduzir a correlao dinmica
existente entre o parque elico de referncia e a energia total.
Alguns exemplos da aplicao do modelo ANFIS na previso de gerao elica
podem ser encontrados em Potter et al. (2004) e Pousinho et al. (2010).
Um dos projetos de referncia sobre previso de velocidade do vento, o ANEMOS (Development of a Next Generation Wind Resource Forcasting System for the
Large-Scale Integration of Onshore and Offshore Wind Farms), criado por um consrcio de pases europeus com a finalidade de desenvolver modelos com precises maiores
do que todos os estados de arte existentes para previso do vento onshore e offshore.
Para isso, desenvolveram um software integrado com as redes neurais artificiais
para a previso do vento de curto prazo, para horizontes de tempo de at 48 horas. Para
horizontes superiores a 48 horas at 7 dias, eles criam intervalo de confiana para previso. O software desenvolvido incorpora o modelo estatstico e modelo fsico (metrolgico) e com isso as previses geradas so mais robustas do que modelos tradicionais
(ANEMOS,2006).
O projeto foi estruturado em nove partes:
Coleta de dados;
Avaliao de tcnicas de previso off-line;
Desenvolvimento dos modelos estatsticos;
Desenvolvimento dos modelos fsicos;

32

Previso offshore;
Desenvolvimento de plataforma de previso de ANEMOS;
Instalao de plataforma de operao on-line;
Avaliao de operao on-line;
Avaliao global e difuso.

Durante a primeira fase do projeto ANEMOS foram desenvolvidos alguns sistemas de previso, tais como:
AWPPS (Ecole des Mines/Armines).

LocalPred (CENER, CIEMAT)

Prediktor (RISOE)

PUC-Rio - Certificao Digital N 0821481/CA

Previento (U. Oldenburg, EMSYS)

Sipreolico (UC3M/REE)

WPPT (DTU/IMM)

Prediction model of NTUA

Prediction system of RAL
Prediction model of ARIA
Esses modelos de previso foram ajustados nos dados reais em estudos de caso da
Espanha, Alemanha e Dinamarca (includo um offshore), Irlanda, Grcia e Frana. Os
estudos de caso foram selecionados levando em conta diferentes terrenos e condies
climticas, o que permite constatar as vantagens e as desvantagens de cada modelo. O
resultado do estudo de caso revela que o desempenho est em funo de condies do
terreno e o nvel de previsibilidade. Nota-se que a previsibilidade maior quando a produo regional elica prevista a partir do efeito de alisamento espacial e de distribuio dos parques elicos.

2.4.3
Modelo Misto
Este tipo de abordagem combina o mtodo numrico de previso (NWP) com os
mtodos estatsticos, as redes neurais e a lgica fuzzy na composio dos modelos de
previso aproveitando as vantagens de cada um dos mtodos (Ernst et al., 2003).

33

Geralmente estes modelos so aplicados para localidades onde se tm um modelo

NWP, que no tenha resoluo adequada para horizonte de previso desejado. Desta
forma, a sada do modelo NWP usada como entrada dos modelos estatsticos ou de
inteligncia computacional.
A lgica fuzzy utilizada para avaliar a qualidade das previses realizadas a partir
dos modelos numricos, com a finalidade de filtrar as informaes antes de serem repassadas para os ajustes dos modelos estatsticos e de redes neurais. Sendo assim, os
modelos so usados, quase sempre, em horizontes de previso curtos para ajustar os
resultados encontrados atravs deles.
No Tabela 5 na pagina seguinte, so apresentados alguns modelos de previses de

PUC-Rio - Certificao Digital N 0821481/CA

horizonte de curtotempo utilizados em alguns pases da Europa.

34

Tabela 5-Modelos de previso utilizados na Europa.

Modelo de
Previso
Prediktor

WPPT

Desenvolvedor

Mtodo

Risco

Fsico

IMM; University of
Copenhagen

Zephyr, Combination
of WPPT and

PUC-Rio - Certificao Digital N 0821481/CA

Incio de
Operao

Espanha,Dinamarca,

1993

Irlanda e Alemanha
Dinamarca

1994

Dinamarca

2003

----------

----------

Misto:
Riso and IMM

Fsico &
Estatstico

Prediktor
Previento

Estatstico

Posio Operacional

University of Oldenburg, Germany

Estatstico
Estatstico

AWPPS (Mo-

Armines /Ecole des

& Neuro

Irlanda, Creta e Ilha

re-Care)

Mines de Paris

Fuzzy

de Madeira

RAL

Estatstico

Irlanda

----------

Estatstico

Espanha

2002

Fsico

Espanha

2001

Fsico

Irlanda

----------

RAL (MoreCare)

1998, 2002

University Carlos III,

SIPRELICO

Madrid Red Eltrica de

Espan Statistical

LocalPredRegioPred

CENTER
University College

HIRPOM

Cork,
Ireland Danish Meteorological Institute

Estatstico
AWPT

ISET

& Rede

Alemanha

----------

Neural
Fonte: adaptado de European Wind Energy Conference (EWEC) 2003