Modelo meteorológico-estocástico para previsão da geração de energia eólica
Orientador : Prof. Dr. Alexandre K. Guetter === Coorientador : Prof. Dr. Saulo R. Freitas === Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa: Curitiba, 31/08/2016 === Inclui referências : f. 189...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | Portuguese |
Published: |
2017
|
Subjects: | |
Online Access: | http://hdl.handle.net/1884/48191 |
id |
ndltd-IBICT-oai-dspace.c3sl.ufpr.br-1884-48191 |
---|---|
record_format |
oai_dc |
collection |
NDLTD |
language |
Portuguese |
format |
Others
|
sources |
NDLTD |
topic |
Recursos hídricos Energia eólica Energia - Fontes alternativas Ventos Teses |
spellingShingle |
Recursos hídricos Energia eólica Energia - Fontes alternativas Ventos Teses Lima, João Marcos Modelo meteorológico-estocástico para previsão da geração de energia eólica |
description |
Orientador : Prof. Dr. Alexandre K. Guetter === Coorientador : Prof. Dr. Saulo R. Freitas === Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa: Curitiba, 31/08/2016 === Inclui referências : f. 189-197 === Area de Concentração: Engenharia de rercursos hídricos === Resumo: O presente trabalho propõe um método para a previsão da geração de energia eólica, no horizonte de curtíssimo e curto prazo, até 72 h à frente, a cada 10 minutos. O método consiste em uma combinação da previsão determinística do vento, realizada por um modelo numérico de previsão de tempo, com modelos estocásticos, para reduzir do erro da previsão. Após a correção, o vento é convertido em potência elétrica. O modelo numérico de previsão de tempo selecionado é o BRAMS (Brazilian Developments on the Regional Atmospheric Modelling System), mantido e desenvolvido pelo INPE/CPTEC (Instituto Nacional de Pesquisas Espaciais/Centro de Previsão de Tempo e Estudos Climáticos). O modelo estocástico de atualização de estado, o filtro de Kalman, empregado com o objetivo de se assimilar as observações em tempo real para redução da magnitude dos erros na previsão de vento e geração eólica. A assimilação do vento e geração observados atualiza os estados de um modelo dinâmico produzido pelas previsões de vento do modelo BRAMS. O modelo dinâmico foi formulado com funções polinomiais, cujos coeficientes foram estimados pelas análises de regressão aplicadas às previsões de vento do BRAMS. A energia eólica é calculada de duas formas distintas: interpolação da curva de potência do aerogerador e equações de regressão. O modelo estocástico é complementado com uma segunda implementação do filtro de Kalman para previsão da energia eólica. O modelo meteorológico-estocástico é validado com medições de vento e geração da usina eólio-elétrica (UEE) de Palmas (PR) e de vento de uma torre anemométrica localizada no município de São Bento do Norte (RN). A aplicação de um modelo de previsão da geração eólica para um país de dimensões continentais como o Brasil requer a sua avaliação de desempenho para regiões com diferentes características de variabilidade diurna e sazonal do regime de ventos. Finalmente, o método proposto poderá ser empregado para qualquer parque eólico localizado no Brasil. Palavras-chave: Energia eólica, Modelos de previsão de tempo, Filtro de Kalman, Aerogerador, Curva de potência. === Abstract: This work proposes a method for wind power forecasting, for very short and short-term, up to 72 hours ahead, at each 10 minutes. The method consists of a combination of deterministic wind forecasting, performed by a numerical weather prediction model, with stochastic models, to reduce the forecast error. After this correction, wind is converted in electric power. The numerical weather prediction model selected is BRAMS (Brazilian Developments on the Regional Atmospheric Modeling on System), maintained and developed by INPE/CPTEC (National Institute for Space Research/Center for Weather Forecasting and Climate Studies). The stochastic model for state update is the Kalman filter, applied to assimilate the observations in real-time to reduce wind prediction errors magnitude and, consequently, wind generation. Wind assimilation and observed generation updates the states of a dynamic model produced by wind forecasts of BRAMS. The dynamic model was formulated with polynomial functions, whose coefficients were estimated by regression analysis applied to BRAMS wind forecasts. Wind power and energy are calculated in two ways: interpolation of the wind turbine power curve and regression equations. The stochastic model is complemented with a second implementation of the Kalman filter to wind power forecast. The weather-stochastic model is validated with wind and generation measurements of Palmas wind farm (PR) and wind measurements of mast located in São Bento do Norte (RN). Applying a wind power forecasting method for a country of continental dimensions like Brazil requires its performance evaluation in regions of different characteristics of diurnal and seasonal variability of the wind regime. Finally, the proposed method can be used for any wind farm located in Brazil. Keywords: Wind power, Numerical atmospheric models, Kalman filter, Wind turbine, Power curve. |
author2 |
Freitas, Saulo Ribeiro |
author_facet |
Freitas, Saulo Ribeiro Lima, João Marcos |
author |
Lima, João Marcos |
author_sort |
Lima, João Marcos |
title |
Modelo meteorológico-estocástico para previsão da geração de energia eólica |
title_short |
Modelo meteorológico-estocástico para previsão da geração de energia eólica |
title_full |
Modelo meteorológico-estocástico para previsão da geração de energia eólica |
title_fullStr |
Modelo meteorológico-estocástico para previsão da geração de energia eólica |
title_full_unstemmed |
Modelo meteorológico-estocástico para previsão da geração de energia eólica |
title_sort |
modelo meteorológico-estocástico para previsão da geração de energia eólica |
publishDate |
2017 |
url |
http://hdl.handle.net/1884/48191 |
work_keys_str_mv |
AT limajoaomarcos modelometeorologicoestocasticoparaprevisaodageracaodeenergiaeolica |
_version_ |
1718645043170902016 |
spelling |
ndltd-IBICT-oai-dspace.c3sl.ufpr.br-1884-481912018-05-23T18:21:43Z Modelo meteorológico-estocástico para previsão da geração de energia eólica Lima, João Marcos Freitas, Saulo Ribeiro Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental Guetter, Alexandre Kolodynskie Recursos hídricos Energia eólica Energia - Fontes alternativas Ventos Teses Orientador : Prof. Dr. Alexandre K. Guetter Coorientador : Prof. Dr. Saulo R. Freitas Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa: Curitiba, 31/08/2016 Inclui referências : f. 189-197 Area de Concentração: Engenharia de rercursos hídricos Resumo: O presente trabalho propõe um método para a previsão da geração de energia eólica, no horizonte de curtíssimo e curto prazo, até 72 h à frente, a cada 10 minutos. O método consiste em uma combinação da previsão determinística do vento, realizada por um modelo numérico de previsão de tempo, com modelos estocásticos, para reduzir do erro da previsão. Após a correção, o vento é convertido em potência elétrica. O modelo numérico de previsão de tempo selecionado é o BRAMS (Brazilian Developments on the Regional Atmospheric Modelling System), mantido e desenvolvido pelo INPE/CPTEC (Instituto Nacional de Pesquisas Espaciais/Centro de Previsão de Tempo e Estudos Climáticos). O modelo estocástico de atualização de estado, o filtro de Kalman, empregado com o objetivo de se assimilar as observações em tempo real para redução da magnitude dos erros na previsão de vento e geração eólica. A assimilação do vento e geração observados atualiza os estados de um modelo dinâmico produzido pelas previsões de vento do modelo BRAMS. O modelo dinâmico foi formulado com funções polinomiais, cujos coeficientes foram estimados pelas análises de regressão aplicadas às previsões de vento do BRAMS. A energia eólica é calculada de duas formas distintas: interpolação da curva de potência do aerogerador e equações de regressão. O modelo estocástico é complementado com uma segunda implementação do filtro de Kalman para previsão da energia eólica. O modelo meteorológico-estocástico é validado com medições de vento e geração da usina eólio-elétrica (UEE) de Palmas (PR) e de vento de uma torre anemométrica localizada no município de São Bento do Norte (RN). A aplicação de um modelo de previsão da geração eólica para um país de dimensões continentais como o Brasil requer a sua avaliação de desempenho para regiões com diferentes características de variabilidade diurna e sazonal do regime de ventos. Finalmente, o método proposto poderá ser empregado para qualquer parque eólico localizado no Brasil. Palavras-chave: Energia eólica, Modelos de previsão de tempo, Filtro de Kalman, Aerogerador, Curva de potência. Abstract: This work proposes a method for wind power forecasting, for very short and short-term, up to 72 hours ahead, at each 10 minutes. The method consists of a combination of deterministic wind forecasting, performed by a numerical weather prediction model, with stochastic models, to reduce the forecast error. After this correction, wind is converted in electric power. The numerical weather prediction model selected is BRAMS (Brazilian Developments on the Regional Atmospheric Modeling on System), maintained and developed by INPE/CPTEC (National Institute for Space Research/Center for Weather Forecasting and Climate Studies). The stochastic model for state update is the Kalman filter, applied to assimilate the observations in real-time to reduce wind prediction errors magnitude and, consequently, wind generation. Wind assimilation and observed generation updates the states of a dynamic model produced by wind forecasts of BRAMS. The dynamic model was formulated with polynomial functions, whose coefficients were estimated by regression analysis applied to BRAMS wind forecasts. Wind power and energy are calculated in two ways: interpolation of the wind turbine power curve and regression equations. The stochastic model is complemented with a second implementation of the Kalman filter to wind power forecast. The weather-stochastic model is validated with wind and generation measurements of Palmas wind farm (PR) and wind measurements of mast located in São Bento do Norte (RN). Applying a wind power forecasting method for a country of continental dimensions like Brazil requires its performance evaluation in regions of different characteristics of diurnal and seasonal variability of the wind regime. Finally, the proposed method can be used for any wind farm located in Brazil. Keywords: Wind power, Numerical atmospheric models, Kalman filter, Wind turbine, Power curve. 2017-08-15T15:53:47Z 2017-08-15T15:53:47Z 2016 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis http://hdl.handle.net/1884/48191 por Disponível em formato digital info:eu-repo/semantics/openAccess 197 f. : il., algumas color., grafs. application/pdf reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná instacron:UFPR |