Análise da Variabilidade Inter -Anual d o Vento em ... · Relativamente ao ‘índice de ventos’, tanto na base de velocidades de vento como de produção de parques, foram inicialmente

Análise da Variabilidade Inter

Contribuição para o Estabelecimento de um ‘Índice d e Vento’

Relatório do Projecto Final / Dissertação do

Orientador na FEUP: Prof. Álvaro Rodrigues

Faculdade de Engenharia da Universidade do Porto

Mestrado Integrado em Engenharia Mecânica

Análise da Variabilidade Inter -Anual d o Vento em Portugal Continental


Fernando Mourão

Relatório do Projecto Final / Dissertação do MIEM

Orientador na FEUP: Prof. Álvaro Rodrigues


Mestrado Integrado em Engenharia Mecânica

Julho de 2010

o Vento em Portugal



Estudo da Variabilidade inter-anual do Vento em Portugal Continental Contribuição para o Estabelecimento de um “Índice de Ventos”

III

“Desultory readers are seldom remarkable for the exactness of

their learning. No man burdens his mind with small matters

unless he has some very good reason for doing so.”

Sir Arthur Conan Doyle


IV


V

Resumo

A crescente importância da energia eólica no fornecimento energético mundial requer uma compreensão cada vez mais detalhada do fenómeno natural que é o vento, quer seja relativamente aos mecanismos que os originam quer seja quanto à forma como este varia em diversas escalas temporais.

A compreensão da variabilidade do vento nas suas diferentes escalas temporais é também bastante relevante na análise da produção e facturação de um parque eólico. A natureza deste recurso torna o retorno financeiro obtido através destes projectos bastante variável. Como tal, torna-se necessário fornecer aos investidores destes projectos as razões pela qual, num determinado período, a produção se encontra acima ou abaixo do que era esperado.

Este trabalho tem como objectivos analisar a variabilidade inter-anual do vento em Portugal, tentando identificar tendências na evolução das velocidades médias anuais do vento; mas também contribuir para o estabelecimento de um ‘índice de ventos’, uma ferramenta de monitorização que possibilitará enquadrar a velocidade média do vento ou produção de um parque, de um determinado período, relativamente a um período de referência tido como médio.

Foram utilizadas as séries operacionais NCEP Final (FNL) Global Analysis ao longo de todo este trabalho. Estas foram correlacionadas com dados de medições de estações de terra e com dados de produções de parques, concluindo-se que apresentavam uma boa qualidade na representação do clima de ventos.

Quanto à análise de variabilidade foram utilizados os pontos da grelha de análise das séries operacionais que se encontram sobre Portugal e zonas circundantes. Tentou-se efectuar uma análise da sazonalidade do vento nesses pontos de modo a tentar identificar os diferentes regimes de vento que se fazem sentir em Portugal. Posteriormente foi analisada a forma como as velocidades médias anuais apresentadas por estas séries têm vindo a evoluir nos últimos dez anos. Conclui-se que estas apresentam uma tendência decrescente na passada década e que evoluem de forma diferente entre o Norte e Centro e o Sul de Portugal.

Relativamente ao ‘índice de ventos’, tanto na base de velocidades de vento como de produção de parques, foram inicialmente testados diferentes períodos de referência para o cálculo destes. Em seguida foi testada a sua aplicação na estimativa de velocidades de vento e de produção de parques, a nível mensal, para o ano de 2009.

Os resultados obtidos com o ‘índice de velocidades do vento’ foram satisfatórios. Os erros relativos mais baixos na estimativa da velocidade, para o período em análise, encontram-se entre -14% e +10%. Foram então propostos os valores deste índice, numa base mensal e anual, para todos os pontos da grelha analisados, para 2009.

Os resultados para o ‘índice de produção do vento’ apresentam erros relativos superiores aos referidos anteriormente. Os melhores resultados apresentam erros relativos entre -30% e +16%.


VI


VII

Abstract

The growing importance of wind power in the world supply of energy requires an ever more detailed comprehension of the natural phenomena that is the wind, weather relatively to the mechanisms that originate it or to the way that it varies in different time scales.

The comprehension of wind variability in its different time scales is also very relevant in analyzing de production and billing of a wind farm. The variable nature of this resource makes the financial return of this projects variable as well. Therefore, it’s necessary to supply the investors with the reasons why, on a given time, the production is above or below expectations.

As its objectives this work intends to analyze the inter-annual variability of the wind in Portugal, in an attempt to identify trends in the evolution of annual mean wind speeds; it also intends to contribute to establishing a ‘wind index’, a monitoring tool that will allow to understand how a mean wind speed or a wind farm production, at a given time, relates to a reference period.

The operational dataset NCEP Final (FNL) Global Analysis was used throughout this work. These were correlated with wind measurements from ground stations and with production data from wind farms and it was concluded that these datasets show a good quality representing the wind climate.

As to the analysis of the wind variability, it were used the analyzed grid points of the operational datasets that are over and surrounding Portugal. Efforts were made to analyze wind seasonality at those points in order to identify the different wind regimes that occur over Portugal. Afterwards it was analyzed how the annual mean wind speeds, given by this datasets, have been evolving in the past ten years. It follows that there has been a decreasing trend in the annual mean wind speeds in the past decade but that the evolution of this wind speeds are different in the North and Center and in the South of Portugal.

Relatively to the ‘wind index’, either this is based on wind speeds or wind farm productions; the initial test was made in order to test different reference periods used to calculate the indexes. Following that, it was tested its application in estimating wind speeds and energy productions, monthly, for the year 2009.

The results obtained with the ‘wind speed index’ were satisfactory. The lower values of the relative error in estimating the wind speed, to the period of time in study, are between -14% and +10%. It was then proposed the values of this index, monthly and annually, for all the analyzed grid point, for the year 2009.

The results for the ‘wind production index’ present bigger values then referenced before for the relative error. The best results for the values of the relative errors are between -30% and +16%.


VIII


IX

Agradecimentos

Em primeiro lugar gostaria de agradecer ao Professor Álvaro Rodrigues pelo acompanhamento e orientação ao longo dos meses sobre os quais este trabalho se desenvolveu. Apesar das suas imensas responsabilidades e compromissos conseguiu sempre disponibilizar algum do seu tempo na orientação desta tese, demonstrando não só um grande profissionalismo, como também um grande interesse pelo trabalho que ia sendo desenvolvido.

Gostaria também de agradecer a todas as pessoas da secção de Energia Eólica do INEGI (Instituto de Engenharia Mecânica e Gestão Industrial) pela forma como me acolheram e se mostraram sempre disponíveis para me ajudar. Fizeram-me sentir bem em vossa casa. Em especial gostaria de agradecer ao Engenheiro Miguel Marques, meu tutor no INEGI, não só por todos os ensinamentos, mas também pela boa disposição e pela disponibilidade que sempre demonstrou em me ouvir, ajudar e aconselhar. Uma palavra de apreço também aos engenheiros José Carlos Matos e Bruno Silva, cujo interesse que demonstraram neste trabalho me incentivou a ir sempre mais longe. Um obrigado também aos Engenheiros Amândio Ferreira, Vítor Gomes e João Rio, colegas de curso, por todas as dúvidas tiradas, por todo o material de trabalho fornecido e pela paciência com que sempre me ouviram e ajudaram.

Agradeço também às promotoras Iberwind, aos Empreendimentos Eólicos de Espiga, à Eólica da Cabreira e Eólica de Montemuro por todos os dados que me disponibilizaram. Apesar de não utilizar todos os dados fornecidos neste relatório a vossa ajuda tornou este trabalho muito mais credível e interessante.

Obrigado a todos os meus amigos, que nas horas de maior dificuldade tiveram sempre uma palavra de força e de encorajamento. Em especial ao Luís Pinto pela ajuda preciosa na fase de concepção das m-files do MatLab®. Obrigado pela paciência.

Finalmente quero agradecer aos meus pais e irmãos. A vossa força e ensinamentos ajudaram a transformar-me no que sou hoje e por isso estou-vos eternamente grato.

Obrigado a todos!


X


XI

Índice

Resumo................................................................................................................................ V

Abstract............................................................................................................................... VII

Agradecimentos.................................................................................................................. IX

Índice de Figuras................................................................................................................. XV

Índice de Tabelas................................................................................................................ XXV

Nomenclatura...................................................................................................................... XXIX

Lista de Acrónimos............................................................................................................. XXXI

1. Introdução..................................................................................................................... 1

1.1 Enquadramento................................................................................................... 1

1.2 Objectivos.......................................................................................................... 2

1.3 Organização....................................................................................................... 2

2. O vento como fonte renovável de energia.................................................................... 5

2.1 A circulação atmosférica.................................................................................... 5

2.1.1 Ventos planetários ou constantes.............................................................. 5

2.1.2 Ventos continentais ou periódicos............................................................ 6

2.2 Variabilidade temporal........................................................................................ 8

2.2.1 Variabilidade de longo termo ou inter-anual............................................ 9

2.2.2 Variabilidade anual................................................................................... 10

2.2.3 Variabilidade diária.................................................................................. 10

2.3 Caracterização do recurso................................................................................... 11

2.3.1 Campanhas de medição............................................................................ 11

2.3.2 Equipamento............................................................................................. 12

3. Caracterização e análise do recurso............................................................................. 15

3.1 Histogramas de velocidades............................................................................... 16

3.2 Distribuição de Weibull...................................................................................... 16

3.3 Rosas de vento.................................................................................................... 17

3.4 Estimativa de produção....................................................................................... 18

3.4.1 Curvas de Potência................................................................................... 19

3.4.2 Processo de cálculo................................................................................... 19

4. Índice de Vento - O Estado-da-Arte............................................................................ 21

5. Fontes de Informação.................................................................................................. 25


XII

5.1 Séries de Medição .............................................................................................. 25

5.2 Séries de Reanálise.............................................................................................. 26

5.2.1 Origem...................................................................................................... 27

5.2.2 Dados Utilizados na Elaboração das Séries.............................................. 27

5.2.3 Séries NCEP/NCAR 40-years Reanalysis Project……………………… 28

5.3 Séries de Dados Operacionais............................................................................. 30

5.3.1 Evolução das Previsões Operacionais (Operational Forecast).................. 30

5.3.2 Séries NCEP FNL (Final) Operational Global Analysis……………….. 31

5.4 Dados de Velocidade de Vento Mensais............................................................ 33

5.5 Dados de Produção Mensais de Parques............................................................ 33

6. Análise de Variabilidade do Vento em Portugal Continental...................................... 35

6.1 Validação das séries FNL................................................................................... 35

6.2 Análise de Regimes de Vento Regionais............................................................ 39

6.3 Teste da Qualidade das Séries FNL para Diversos Pontos do País.................... 42

6.4 Análise da Variabilidade Inter-Anual do Vento em Portugal Continental......... 50

7. Contribuição para o estabelecimento de um ‘índice de vento’.................................... 57

7.1 Criação do ‘Índice de Velocidade do Vento’...................................................... 58

7.1.1 Determinação do nível de 100%............................................................... 58

7.1.2 Análise dos ‘Índices de Velocidade do Vento Relativos’......................... 63

7.1.3 ‘Índices de Velocidade do Vento’............................................................. 67

7.2 Criação de um ‘Índice de Produção do Vento’................................................... 68

7.2.1 Dados de Produção Mensal de Parques e Estimativas de Produção......... 69

7.2.2 Determinação do nível de 100%............................................................... 71

7.2.3 Análise dos ‘Índices Relativos de Produção do Vento’............................ 74

8. Conclusões................................................................................................................... 79

Bibliografia......................................................................................................................... 81

Anexo A: Oscilação do Norte do Atlântico (NAO)............................................................ 85

AnexoB: Localizações relevantes....................................................................................... 87

B.1 Grelha de pontos FNL........................................................................................ 88

B.2 Estações de medição........................................................................................... 90

Anexo C: Resultados da validação das séries FNL............................................................ 91

C.1 Comparação entre as séries FNL e a série de medição...................................... 91


XIII

C.2 Comparação entre a série NCEP/NCAR e a série de medição........................... 105

Anexo D: Análise de regimes de vento regionais............................................................... 109

D.1 Velocidades mensais médias para cada ponto FNL........................................... 110

D.2 ‘Mapas de Recurso’........................................................................................... 112

Anexo E: Avaliação da qualidade das séries FNL para diversos pontos de Portugal Continental.......................................................................................................................... 117

E.1 Comparação entre os dados de Cabril e do ponto FNL 50.353.......................... 118

E.2 Comparação entre os dados da Serra dos Candeeiros e do pontos FNL 51.352 e 52.352............................................................................................................................... 120

E.3 Comparação entre os dados do Alqueva e dos pontos FNL 53.353 e 53.354.... 125

E.4 Comparação entre os dados da Serra do Caldeirão e do ponto FNL 53.353...... 130

E.5 Comparação entre os dados de Monchique e dos pontos FNL 53.353 e 54.352 132

Anexo F: Análise da variabilidade inter-anual do vento em Portugal Continental............ 137

F.1 Velocidades médias anuais adimensionalizadas para os pontos FNL............... 138

F.2 Velocidades médias anuais adimensionalizadas para os pontos NCEP/NCAR 143

Anexo G: ‘Índices de velocidade do vento relativos’ para Portugal Continental............... 145

Anexo H:‘Índices de velocidade do vento’ regionais para Portugal Continental............... 159

Anexo I:Dados de produções mensais do parque d Espiga vs produções estimadas pelas séris FNL............................................................................................................................. 161

Anexo J:Determinação do nível de 100% para os índices de produção do Parque da Espiga................................................................................................................................. 165

Anexo L:Análise dos índices de produção para o Parque da Espiga................................. 169

L.1 Teste I................................................................................................................ 170

L.2 Teste I................................................................................................................ 170

.


XIV


XV

Índice de Figuras

Figura 2.1-Padrões de circulação globais......................................................................................... 6

Figura 2.2 – Depressõ térmica no centro da Peninsula Ibérica........................................................ 7

Figura 2.3- Espectro de velocidade do vento para Brookehaven, Van der Hooven (1957)................................................................................................................................................ 8

Figura 2.4 Evolução dos índices de vento europeus para o período entre 1990 e 2005.................. 9

Figura 2.5 – Evolução das velocidades mensais para dois locais próximos no Norte de Portugal............................................................................................................................................. 10

Figura 2.6 – Evolução das velocidades médias ao longo de um dia médio de Verão e de um dia de Inverno, para uma zona no Norte de Portugal............................................................................. 11

Figura 2.7-Anemómetro de copos.................................................................................................... 12

Figura 2.8- Sensor de direcção......................................................................................................... 13

Figura 2.9-Anemómetro sónico........................................................................................................ 13

Figura 3.1-Influência do parâmetro de forma na Distribuição de Weibull....................................... 16

Figura 3.2-Distribuição de weibull para uma estação do Nordeste brazileiro, Julho de 2004....... 17

Figura 3.3 a) – rosa-dos-ventos......................................................................................................... 18

Figura 3.3 b) – Rosa das velocidades............................................................................................... 18

Figura 3.3 c) – Rosa dos fluxos de potência..................................................................................... 18

Figura 3.4 – Curva de potência de um aerogerador.......................................................................... 19

Figura 5.1- Equipamentos utilizados na observação e medição das condições atmosféricas...................................................................................................................................... 27

Figura 5.2-Pontos da grelha do dataset de níveis de pressão........................................................... 29

Figura 5.3 – Pontos da gralha NCEP/NCAR. De cima para baixo: 20.142,21.142,22.142.............. 30

Figura 5.4-Grelha parcial dos pontos de pressão das séries FNL..................................................... 32

Figura 6.1 – Posição relativa entre a estação da Serra de Arga (amarelo) e os pontos FNL 49.352 (azul à esquerda) e 49.353 (azul à direita) e o ponto NCEP/NCAR 20.142 (vermelho).................. 36

Figura 6.2- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto FNL 49.352.6, entre Janeiro de 2002 e Dezembro de 2004............... 37

Figura 6.3 – Correlação mensal e diária entre a série de medição da Serra de Arga e o ponto FNL 49.352.6.................................................................................................................................... 38

Figura 6.4- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto NCEP/NCAR 20.142.3, entre Janeiro de 2002 e Dezembro de 2004. 38

Figura 6.5 – Correlação mensal e diária entre a série de medição da Serra de Arga e o ponto NCEP/NCAR 20.142.3..................................................................................................................... 39

Figura 6.6 – Gráfico da evolução das velocidades mensais médias para os pontos FNL em análise............................................................................................................................................... 39

Figura 6.7 – Gráfico da evolução das velocidades médias mensais, entre Novembro de 2004 e Outubro de 2005, para as estações da Serra do Caldeirão e do Prque de Cabril.............................. 40


XVI

Figura 6.8- Gráfico da evolução das velocidades médias mensais da série de medição do Parque de cabril e dos pontos FNL 50.353, entre Janeiro de 2003 e Dezembro de 2009............................ 43

Figura 6.9 – Correlação mensal entre a série de medição do Parque de Cabril e o ponto FNL 50.353.6............................................................................................................................................ 43

Figura 6.10 – Posição relativa entre a estação da Serra dos Candeeiros e os pontos FNL 50.352 e 501.352............................................................................................................................................. 44

Figura 6.11 Gráfico da evolução das velocidades médias mensais da série de medição da Serra dos Candeeiros e dos pontos FNL 51.352, entre Janeiro de 2003 e Dezembro de 2005.................. 44

Figura 6.12 Gráfico da evolução das velocidades médias mensais da série de medição da Serra dos Candeeiros e dos pontos FNL 52.352, entre Janeiro de 2003 e Dezembro de 2005.................. 45

Figura 6.13 - Correlação mensal entre a série de medição da Serra dos Candeeiros e o ponto FNL 52.352.1.................................................................................................................................... 45

Figura 6.14 - Gráfico da evolução das velocidades médias mensais da série de medição do Alqueva e dos pontos FNL 53.353, entre Janeiro de 2003 e Dezembro de 2005............................. 46

Figura 6.15 - Gráfico da evolução das velocidades médias mensais da série de medição do Alqueva e dos pontos FNL 53.354, entre Janeiro de 2003 e Dezembro de 2005........... 46

Figura 6.16 - Correlação mensal entre a série de medição do Alqueva e o ponto FNL 53.353.3.... 47

Figura 6.17 - Gráfico da evolução das velocidades médias mensais da série de medição da Serra do Caldeirão e dos pontos FNL 53.353, entre Novembro de 2004 e Outubro de 2005.................... 47

Figura 6.18 - Correlação mensal entre a série de medição da Serra do Caldeirão e o ponto FNL 53.353.7............................................................................................................................................ 48

Figura 6.19 - Gráfico da evolução das velocidades médias mensais da série de medição de Monchique e dos pontos FNL 54.352, entre Novembro de 2004 e Outubro de 2005...................... 48

Figura 6.20 - Gráfico da evolução das velocidades médias mensais da série de medição de Monchique e dos pontos FNL 53.353, entre Novembro de 2004 e Outubro de 2005...................... 49

Figura 6.21 - Correlação mensal entre a série de medição de Monchique e o ponto FNL 53.352.2............................................................................................................................................ 49

Figura 6.22 – Velocidades médias anuais adimensionalizadas para o ponto FNL 49.352.6............ 51

Figura 6.23 – Velocidades médias anuais adimensionalizadas para a zona Norte e Centro............ 52

Figura 6.24 – Velocidades médias anuais adimensionalizadas para a zona Sul............................... 53

Figura 6.25 – Evolução das médias móveis entre 1978 e 2009 para o ponto de reanálise NCEP/NCAR 20.142.3..................................................................................................................... 54



Figura 7.1 - Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 50.353.6 com o período de referência............................................................................................... 60

Figura 7.2 Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 50.353.6 com o período de referência............................................................................................... 61

Figura 7.3 – Evolução do erro absoluto dos índices relativos com o período de referência............ 62

Figura 7.4 – Evolução das velocidades médias anuais para diferentes períodos de referência........ 62


XVII

Figura 7.5 – ‘Índices de velocidade de vento’ para todos os pontos da grelha FNL, para o nível de pressão seis................................................................................................................................... 68

Figura 7.6 – Evolução temporal das produções adimensionalizadas para o parque de Cabril e para o ponto FNL 50.353.5............................................................................................................... 70

Figura 7.7 – Correlação entre os dados de produção de Cabril e as produções estimadas pelo ponto 50.353.5 entre Janeiro de 2005 e Dezembro de 2009............................................................. 70

Figura 7.8 - Evolução do índice de produção de vento anual de 2009 para o ponto FNL 50.353.5 com o período de referência.............................................................................................................. 72

Figura 7.9 - Evolução do índice de produção de vento mensal de 2009 para o ponto FNL 50.353.5 com o período de referência............................................................................................... 73

Figura 7.10 - Evolução do erro absoluto dos índices relativos com o período de referência........... 74

Figura A.1 . Oscilação do Norte do Atlântico, fase positiva............................................................ 86

Figura A.2 - Oscilação do Norte do Atlântico, fase negativa........................................................... 86

Figura B.1 – Grelha de análise dos pontos FNL............................................................................... 88

Figura B.2 – Localização das estações de medição.......................................................................... 90

Figura C.1- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto FNL 49.352.1, entre Janeiro de 2002 e Dezembro de 2004............... 92

Figura C.2 – Correlação mesal e diária entre a série de medição da Serra de Arga e o ponto FNL 49.352.1............................................................................................................................................ 92








Figura C.10 – Correlação mesal e diária entre a série de medição da Serra de Arga e o ponto FNL 49.352.5.................................................................................................................................... 96






XVIII













Figura C.27- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto NCEP/NCAR 20.142.1, entre Janeiro de 2002 e Dezembro de 2004.................................................................................................................................................. 105

Figura C.28 – Correlação mesal e diária entre a série de medição da Serra de Arga e o ponto NCEP/NCAR 20.142.1..................................................................................................................... 105








XIX

Figura D.1 – Gráfico da evolução das velocidades mensais médias para os pontos da grelha FNL 111

Figura D.2 – ‘Mapa das velocidades mensais médias’..................................................................... 112

Figura D.3 – ‘Mapa dos histogramas de velocidades’...................................................................... 113

Figura D.4 – ‘Mapa das rosas-dos-ventos’....................................................................................... 115

Figura D.5 – ‘Mapas das rosas de fluxo de potência’....................................................................... 116

Figura E.1 - Correlação mensal entre a série de medição da estação de Cabril e o ponto FNL 50.353.1............................................................................................................................................ 118






Figura E.7 - Correlação mensal entre a série de medição da estação da Serra dos Candeeiros e o ponto FNL 51.352.1.......................................................................................................................... 120














XX

Figura E.19 - Correlação mensal entre a série de medição da estação do Alqueva e o ponto FNL 53.353.1............................................................................................................................................ 124













Figura E.32 - Correlação mensal entre a série de medição da estação da Serra do Caldeirão e o ponto FNL 53.353.1.......................................................................................................................... 130






Figura E.38 - Correlação mensal entre a série de medição da estação de Monchique e o ponto FNL 53.353.1.................................................................................................................................... 132




XXI











Figura F.1 – Velocidades médias anuais adimensionalizadas para o ponto FNL 49.353.6.............. 138









Figura F.10 – Velocidades médias anuais adimensionalizadas para o ponto FNL 53.353.6............ 141





Figura F.15 – Velocidades médias anuais adimensionalizadas para o ponto NCEP/NCAR 20.142.3............................................................................................................................................ 143



Figura G.1 – Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 146


XXII

49.352.6 com o período de referência...............................................................................................

Figura G.2 – Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 49.352.6 com o período de referência............................................................................................... 146

Figura G.3 – Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 49.353.6 com o período de referência.............................................................................................. 147


Figura G.5 – Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 49.354.6 com o período de referência............................................................................................... 148

Figura G.6 – Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 49.354.6 com o período de referência.............................................................................................. 148



Figura G.9 – Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 51.352.6 com o período de referência............................................................................................. 150















XXIII





Figura I.1 - Evolução temporal das produções adimensionalizadas para o parque da Espiga e para o ponto FNL 49.352.4............................................................................................................... 162

Figura I.2 - Correlação entre os dados de produção do parque da Espiga e as produções estimadas pelo ponto 49.352.4 entre Janeiro de 2006 e Dezembro de 2009.................................... 163

Figura J.1 - Evolução do índice de produção de vento anual de 2009 para o ponto FNL 49.352.4 com o período de referência.............................................................................................................. 166

Figura J.2 - Evolução do índice de produção de vento mensal de 2009 para o ponto FNL 49.352.4 com o período de referência............................................................................................... 167


XXIV


XXV

Índice de Tabelas

Tabela 6.1-Disponibilidades mensais para a série de medição da Serra de Arga, para o período entre Janeiro de 2002 e Dezembro de 2004.......................................................... 36

Tabela 6.2 – Velocidades médias de longo-termo para os pontos FNL em análise......... 51

Tabela 6.3 –Velocidades médias anuais adimensionalizadas para a zona Norte e Centro................................................................................................................................. 52

Tabela 6.4 - Velocidades médias anuais adimensionalizadas para a zona Sul.................. 53

Tabela 7.1 – ‘Índices de velocidade de vento relativos’ anuais para 2009....................... 59

Tabela 7.2 - ‘Índices de velocidade de vento relativos’ mensais para 2009...................... 60

Tabela 7.3 – Erro absoluto entre os diferentes índices relativos mensais e o ivr,9 anos... 61

Tabela 7.4 – Velocidades médias mensais para a estação de Cabril, para o período entre Janeiro de 2003 e Dezembro de 2009; velocidade média mensal para 2009 obtida para a estação de Cabril..................................................................................................... 64

Tabela 7.5 – Velocidades médias mensais do vento estimadas através dos diferentes índices relativos................................................................................................................. 64

Tabela 7.6 – Erros relativos na estimativa das velocidades mensais para 2009................ 65

Tabela 7.7 – Velocidades médias mensais de Cabril quando calculadas através de diferentes períodos de tempo............................................................................................. 65

Tabela 7.8 – Velocidades médias mensais do vento estimadas através do ivr,9 anos.................................................................................................................................... 66

Tabela 7.9 – Erros relativos na estimativa das velocidades mensais para 2009................................................................................................................................... 67

Tabela 7.10 – Produções adimensionalizads para o parque de Cabril e para o ponto FNL 50.353.5 entre Janeiro de 2005 e Dezembro de 2009............................................... 70

Tabela 7.11 – Erros relativos entre a produção esimada através do ponto FNL 50.353.5 adimensionalizada e a produção do parque de Cabril entre Janeiro de 2005 e Dezembro de 2009 .............................................................................................................................. 71

Tabela 7.12 – ‘Índices de produção do vento relativos’ anuais para 2009................................................................................................................................... 72

Tabela 7.13 - ‘Índices de produção do vento relativos’ mensais para 2009................................................................................................................................... 72

Tabela 7.14 - Erro absoluto entre os diferentes índices relativos mensais e o ipr,9 anos.................................................................................................................................... 73

Tabela 7.15 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de referência....................................................................................... 75

Tabela 7.16 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de dados.............................................................................................. 76

Tabela B.1 – Localização geográfica dos pontos da grelha FNL...................................... 89


XXVI

Tabela D.1 – Velocidades mensais médias para os pontos da grelha FNL....................... 110

Tabela D.2 – Parâmetros de escala e de forma para os pontos da grelha FNL.................. 114

Tabela G.1 – Erros absolutos entre os índices de vento relativos de 2009 para o ponto FNL 49.352.6..................................................................................................................... 146

Tabela G.2 - Erros absolutos entre os índices de vento relativos de 2009 para o ponto FNL 49.353.6..................................................................................................................... 147








Tabela G.10 - Erros absolutos entre os índices de vento relativos de 2009 para o ponto FNL 53.354.6............................................................................................................................. 155




Tabela H.1 – ‘Índices de velocidade do vento’ anuais para 2009, para cada ponto da grelha FNL, nível de pressão 6.......................................................................................... 160

Tabela H.2 - ‘Índices de velocidade do vento’ mensais para 2009, para cada ponto da grelha FNL, nível de pressão 6.......................................................................................... 160

Tabela I.1 - Produções adimensionalizads para o parque da espiga e para o ponto FNL 49.352.4 entre Janeiro de 2006 e Dezembro de 2009........................................................ 162

Tabela I.2 - Erros relativos entre a produção esimada através do ponto FNL 49.352.4 e a produção do parque da Espiga entre Janeiro de 2006 e Dezembro de 2009................... 163

Tabela J.1 - ‘Índices de produção do vento relativos’ anuais para 2009........................... 166


XXVII

Tabela J.2 - ‘Índices de produção do vento relativos’ mensais para 2009................................................................................................................................... 166

Tabela J.3 - Erro absoluto entre os diferentes índices relativos mensais e o ipr,9 anos.................................................................................................................................... 167

Tabela L.1 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de referência....................................................................................... 170

Tabela L.2 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de dados.............................................................................................. 170


XXVIII


XXIX

Nomenclatura

�� - Fluxo de potência médio

�� – Energia mecânica

�� - Energia cinética

– caudal mássico

�, V,u – Velocidade média

� - massa volúmica do ar

�� - Fluxo de potência

�� - Fluxo de potência médio

�� – função densidade de probabilidade da variável u

� – parâmetro de forma

A – parâmetro de escala

σ – coordenada sigma

R2 – coeficiente de correlação

ivr - ‘índice de vento relativo’

�� ⁄ ,� ��– ‘índice de vento relativo’ anual/mensal referente a um período de x anos

�� ê�⁄ ,� �� - Velocidade média anual/mensal referente a x anos

�� ê� �⁄�� - Velocidade média do ano m ou do mês n

�!�,"#$�� - Produção média adimensional estimada através das séries FNL

�!�,%�&'�� - Produção média adimensional de parque

ipr - ‘índice de produção relativo’


XXX


XXXI

Lista de Acrónimos

CDAS - Climate Data Assimilation System

CISL/DSS - Computational & Information Systems Laboratory/Data for Atmospheric and Geosciences Research

COADS - Comprehensive Ocean Atmosphere Data Set

EMD – Energy and Environmental Data

ENS - Esemble

FNL - Final Global Data Assimilation System

GFS - Global Forecast System,

GTS - Global Telecommunications System

GRIB - Gridded Binary

INEGI – Instituto de Engenharia Mecânica e Gestão Industrial

ISET - Institut für Solare Energieversorgungstechnik

NAO - North Atlantic Oscillation

NCAR - National Center for Atmospheric Research

NCDC - National Climate Data Center

NCEP - National Center for Environmental Prediction

NMC - National Meteorological Center

NOAA/ERL - National Oceanic and Atmospheric Administration/Environmental Research

OWC - Observed Wind Climate

SSM/I - Special Sounding Microwave/Imager

UTC - Tempo Universal Coordenado

WAsP - Wind Atlas Analysis and Application Program

WMEP - Scientific Measurement and Evaluation Programme

WMO - World Meteorological Organization


1

1. Introdução

De todas as tecnologias que fazem uso de fontes renováveis de energia, as associadas à energia eólica têm vindo, ao longo dos últimos dez anos, a tomar um papel preponderante na satisfação dos requisitos energéticos mundiais. A nível europeu a energia obtida através de parques eólicos representava 2% de toda a energia produzida em 2000 enquanto que hoje em dia representa 9% da capacidade de produção energética instalada.

Pode-se afirmar que a tecnologia de conversão da energia do vento em electricidade é uma tecnologia madura, tendo-se vindo a verificar ao longo dos anos um aumento significativo da capacidade geradora não só dos parques eólicas, mas também dos próprios aerogeradores. A maior limitação, ainda hoje, prende-se com a natureza variável do vento.

No panorama mundial Portugal é um caso de sucesso na utilização da energia do vento. Neste momento Portugal ocupa o sexto lugar a nível europeu e nono a nível mundial relativamente à potência instalada de energia eólica, com 3,353 MW, que representam 2,2% de toda a potência instalada de base eólica mundial. [1]

1.1 Enquadramento A compreensão de como o vento varia nas suas diferentes escalas temporais é uma parte fundamental não só no projecto de um parque eólico, como também no acompanhamento do funcionamento deste ao longo do seu tempo de vida.

Hoje em dia o projecto de um parque eólico tem como base campanhas de medição de curta duração, cujos dados são extrapolados para o longo-termo utilizando séries de dados de longa duração. Tenta-se desta forma encontrar um nível médio de produção e produtividade que caracterize o potencial do recurso numa determinada zona, para o período de vida útil do projecto, tipicamente 20 anos.

Contudo, a evolução do clima mundial, em parte devido às mudanças climatéricas que se verificam, torna difícil a compreensão de como o vento vai variar a longo prazo. Isto causa problemas na análise da produção de parques eólicos.

Analisando a produção e consequentemente a facturação de um determinado parque eólico, verifica-se uma enorme variabilidade desta, seja numa escala anual, mas mais ainda numa escala mensal. Nasce assim a necessidade de encontrar novas ferramentas de projecto e monitorização que não só dêem segurança aos investidores, mas também permitam a comparação do desempenho e produtividade de um parque relativamente ao que é esperado


2

deste, de modo a determinar se a quebra de produção num determinado período se deve a factores relacionados com o vento que se fez sentir nesse período ou com a capacidade da tecnologia de corresponder às expectativas.

1.2 Objectivos Este trabalho tem dois objectivos, ambos relacionados com a variabilidade temporal do vento.

O primeiro prende-se com a análise da variabilidade do vento à escala sazonal e inter-anual, não só na tentativa de identificar diferentes regimes sazonais ao longo do país, mas também de modo a tentar identificar a evolução que a velocidade média do vento tem vindo a ter nos últimos anos.

O segundo tem que ver com o estabelecimento de um ‘índice de ventos’ para Portugal Continental. O ‘índice de ventos’ é uma ferramenta que permite enquadrar a velocidade média do vento ou a produção de um parque relativamente a um período passado de longo-termo. Serão analisados factores importantes, bem como fontes de informação e metodologias que possam servir para a criação deste índice.

1.3 Organização No Capítulo 2 é feita uma abordagem a alguns temas essenciais à compreensão do trabalho elaborado. São referidos alguns mecanismos de geração de ventos, é analisada a variabilidade que o vento apresenta em diversas escalas temporais e finalmente são referidos alguns aspectos importantes das campanhas de medição do recurso e os equipamentos nelas utilizados.

Segue-se o capítulo 3, no qual se apresentam algumas ferramentas utilizadas na caracterização e análise do recurso num determinado local, tal como histogramas de velocidades, a distribuição de Weibull e os parâmetros a ela associados, rosas de vento, de velocidades e de fluxo de potência, bem como o processo de cálculo utilizado neste trabalho para efectuar a estimativa da produção eléctrica de um parque eólico.

No capítulo 4 apresenta-se o estado-da-arte no que diz respeito à utilização e cálculo do ‘índice de ventos’.

O capítulo 5 tem como objectivo apresentar as diferentes fontes de informação utilizadas ao longo da tese. São referidas as características mais importantes de cada tipo de informação, bem como o propósito que cada uma serviu neste trabalho e os locais a que cada tipo de informação se refere.

O capítulo 6 inicia-se com a validação das séries NCEP FNL (Final) Global Analysis. De seguida é feita uma tentativa de, através destas séries de dados, apresentar uma divisão ao longo de Portugal Continental das zonas caracterizadas por diferentes regimes de ventos. Posteriormente é feita uma análise da qualidade das séries FNL para diversos pontos do país. Conclui-se este capítulo com uma análise da variabilidade inter-anual do vento no território nacional.


3

No capítulo 7 centra-se o trabalho desenvolvido sobre o ‘índice de ventos’. Em primeiro lugar é criado e analisado um ‘índice de velocidades do vento’. Posteriormente segue-se a criação e análise de um ‘índice de produção do vento’.

No oitavo capítulo apresentam-se as conclusões principais retiradas ao longo do trabalho desenvolvido, bem como algumas propostas de melhorias e trabalhos futuros que possam dar seguimento ao trabalho realizado no âmbito desta tese.


4


5

2. O vento

como fonte renovável de energia

“A atmosfera terrestre é uma máquina térmica” (World Meteorological Organization (WMO), 1981).

O vento, ou circulação de ar, é causado pela incidência não homogénea de radiação solar no nosso planeta. Devido à combinação de factores como a orientação dos raios solares, o movimento da Terra (efeito de Coriolis) e sua inclinação sobre o seu eixo de rotação, a distribuição heterogénea das massas de água e de terra, a própria orografia dos continentes e mesmo a composição química da atmosfera, o vento adquire uma natureza muito variável e volátil. Contudo, isto não impediu cientistas de tentarem compreender o fenómeno que é o vento.

2.1 A circulação atmosférica Apesar da elevada variabilidade, tanto de velocidade como de direcção, que se verifica quando se tenta caracterizar o vento num determinado local, existem padrões de circulação globais e mecanismos de geração de ventos bem conhecidos.

2.1.1 Ventos planetários ou constantes

Os mecanismos de geração destes ventos encontram-se sempre presentes. Eles resultam do aquecimento diferenciado da atmosfera terrestre. Nas regiões tropicais, a incidência quase perpendicular dos raios solares provoca um maior aquecimento do que nas regiões polares. O ar quente, nas baixas altitudes destas zonas, tende a subir, sendo substituído por ar mais frio, proveniente das regiões polares.

Ventos Alísios

Ventos originados pelo deslocamento de massas de ar quente de zonas de alta pressão (trópicos) para zonas de baixa pressão (equador). Devido ao efeito de Coriolis estes sofrem um desvio, soprando de Nordeste para Sudoeste no hemisfério Norte e de Sudeste para Noroeste no hemisfério Sul. Ao atingir as zonas de baixa pressão, estes ventos ascendem, como consequência, a sua temperatura baixa e estes perdem humidade, dando origem a precipitação.


6

Estes ventos são os responsáveis pelo transporte de humidade das zonas dos trópicos em direcção ao equador.

Ventos Contra-Alísios

Ventos que sopram do Equador para os pólos, em altas altitudes, originados pela subida dos ventos alísios quando estes atingem as zonas de baixa pressão (equador). Ao contrário dos alísios, estes são ventos secos, os quais dissipam a cobertura das nuvens, permitindo que mais radiação solar atinja a superfície terrestre. A maioria dos grandes desertos do nosso planeta encontram-se em regiões cruzadas por ventos alísios.

Ventos do Oeste

Ventos que sopram de Oeste de zonas subtropicais para zonas subpolares. Estes ventos atravessam extensas massas oceânicas, sendo responsáveis pelo transporte de humidade e ventos quentes para a costa oeste dos continentes.

Ventos Polares

Ventos que sopram dos pólos para as zonas temperadas. São ventos frios e secos, causadores de queda de neve na Europa. [2][3]

2.1.2 Ventos continentais ou periódicos

Estes sistemas meteorológicos são normalmente designados como sistemas de mesoescala, cuja dimensão vai desde 1 a 100 km. Ao contrário dos sistemas tratados anteriormente (sistemas sinópticos), os sistemas de mesoescala são rapidamente afectados pela interacção com a superfície terrestre, a qual se deve particularmente a variações da temperatura da superfície e aos efeitos de atrito.

Brisa Marítima

Brisa é o nome genérico dado a circulações de ar causadas pela diferença de temperaturas entre superfícies próximas.

As brisas referidas neste capítulo ocorrem, pois o mar e a terra têm diferentes capacidades para absorver a radiação solar.

Figura 2.1-Padrões de circulação globais


7

Durante o dia, o solo aquece mais do que a superfície do oceano, a qual possui uma maior capacidade calorífica. O gradiente de temperaturas que se verifica vai desencadear uma circulação directa: o ar quente continental tende a subir e dirigir-se em direcção ao mar, enquanto que o ar mais frio se desloca para baixo e em direcção ao continente.

Durante a noite, o solo arrefece mais rapidamente, podendo mesmo a chegar a temperaturas mais baixas do que a superfície marítima. Neste caso o mecanismo de formação de brisa inverte-se e desenvolve-se a chamada brisa terrestre. [4]

Brisa de Montanha e Vale

Esta circulação de brisa ocorre devido a influências topográficas. A um determinado nível de pressão, no vale, o ar atmosférico encontra-se longe do solo. Nesse mesmo nível, na montanha o ar encontra-se junto ao solo, processando-se assim uma troca de calor entre a terra e o ar. Isto origina a ascensão do ar quente da montanha, dando lugar a uma brisa mais fria proveniente do vale, a denominada brisa de vale. Durante a noite, e tal como no caso da brisa marítima/terrestre, o processo inverte-se e o ar mais frio da montanha desce sobre o vale, enquanto o ar mais quente do vale tende a subir, dando origem à brisa de montanha.[4]

Circulação na Vizinhança de Lagos e Cidades

As circulações de brisa descritas anteriormente têm na sua origem factores que produzem gradientes horizontais de temperatura. Contudo, o efeito de brisa também pode ser criado devido a fenómenos que originam gradientes horizontais de vento. Estes podem ser, por exemplo, lagos e cidades, os quais vão provocar alterações na rugosidade do solo.

Tendo um lago, habitualmente, uma superfície mais lisa do que as zonas circundantes, vai-se observar uma aceleração do ar sobre o lago e um abrandamento quando este se aproxima da margem. Como consequência, cria-se uma divergência horizontal do ar quando este transita entre a terra e o lago, dando origem a uma corrente de ar descendente. Na transição do lago para a terra cria-se uma zona de convergência, a qual produz uma corrente de ar ascendente, normalmente identificável devido à formação de nuvens. [4]

Depressões térmicas

Este fenómeno tem particular relevância pois ajuda a entender certos regimes de vento que se verificam em Portugal Continental.

As depressões térmicas são depressões quentes, que ocorrem quando as circulações de brisa dominam numa região geográfica extensa.

Devido à geografia da Figura 2.2 – Depressão térmica no centro da Peninsula Ibérica


8

Península Ibérica, as brisas dominam o escoamento atmosférico no Verão. Durante o dia dá-se início à circulação de brisa marítima, a qual é reforçada por uma brisa de vale à medida que se dirige para o interior da península. Como este sistema se mantém durante horas, a força de Coriolis vai-se fazer notar. Esta vai provocar um desvio do escoamento para Sul, transformando um escoamento, inicialmente perpendicular à costa, num escoamento quase paralelo a esta. Como resultado cria-se uma circulação fechada no centro da Península Ibérica, que roda no sentido ciclónico (contrário aos ponteiros do relógio, para o Hemisfério Norte). Esta circulação de depressão térmica (figura 2.2) é a responsável pelo regime de nortada, que se verifica ao longo da costa, no Verão em Portugal. Durante a noite, esta circulação perde intensidade, mas não se inverte, isto porque, durante o Verão, as temperaturas no interior da península são quase sempre superiores à temperatura da superfície oceânica. [4]

2.2 Variabilidade temporal Como fica visível nos capítulos anteriores, a variabilidade espacial do vento manifesta-se em diversas escalas. O mesmo se passa quanto à sua variabilidade temporal.

Uma das formas de analisar as diferentes escalas da variabilidade temporal do vento é descrevê-lo no domínio da frequência.

Esta análise foi efectuada pela primeira vez por Van der Hooven, em 1957, utilizando dados de medições de velocidades de vento de curto e longo-prazo, registadas em Brookehaven, Nova York. Van der Hooven conseguiu através da sua análise obter uma representação espectral do vento (figura 2.3), isto é, uma medida da energia cinética associada à componente horizontal do vento nas suas diferentes escalas temporais. Apesar do espectro de vento apenas poder ser aplicado ao local das medições em questão, verificou-se que a sua forma se é semelhante em muitos outros locais.

Pela análise da figura, podem-se identificar 3 zonas distintas:

A zona macrometeorológica, associada a baixas frequências. Esta zona abrange as movimentações atmosféricas sinópticas, como depressões e anticiclones, mas também circulações diárias.

Figura 2.3- Espectro de velocidade do vento para Brookehaven, Van der Hooven (1957)


9

A zona micrometeorológica, referente a fenómenos de elevada frequência, comumente referidos como turbulência, que são de grande importância na concepção e escolha das turbinas eólicas para uma determinada região, mas menos relevantes do ponto de vista da energia convertida;

A zona de vazio espectral, cujo tempo de ocorrência vai desde dez minutos a duas horas e que corresponde a uma região de muito pouca energia. [5][6]

2.2.1 Variabilidade de longo termo ou inter-anual

A compreensão de como a velocidade do vento varia, num determinado local, no longo-termo, tem bastante interesse, não só do ponto de vista da análise desse local para a criação de um parque eólico, como também para o financiamento do mesmo. A compreensão de como a vento vai variar, para o tempo de vida de um projecto desta natureza, pode permitir a antecipação de períodos de ventos fracos, minimizando riscos associados a quebras de produtividade e mesmo dar um certo grau de confiança aos investidores.

Uma das grandes barreiras a este tipo de estudo é a falta de séries históricas de velocidades do vento. Contudo, alguns estudos permitiram retirar algumas conclusões sobre este assunto.

O trabalho de Palutikoff, J.P, Guo, X. e Halliday, J.A, denominado “Climate Variability and the UK Wind Resource” [7], apresenta claras tendências na variabilidade do vento, em parte ligadas à evolução da temperatura atmosférica. Este facto leva-nos a questionar como será que os efeitos do aquecimento global vão alterar as tendências até agora verificadas.

Outro estudo, denominado “Long-Term Wind Speed Trends in Northwestern Europe” [8], levado a cabo pela empresa Garrad-Hassan, não só aborda este tema, como também se apresenta de elevado interesse no âmbito deste trabalho. Neste estudo, são utilizados diversos índices de vento, produzidos na Europa, como forma de analisar tendências de velocidade do vento a longo prazo. Uma das conclusões apresentadas demonstra uma tendência decrescente da velocidade do vento no Noroeste Europeu entre os anos de 1990 e 2005, a qual se encontra patente em todos os índices analisados (figura 2.4). Contudo, a utilização destes índices para anos anteriores a 1990 não é aconselhável, devido à qualidade questionável que eles apresentam.

Figura 2.4 Evolução dos índices de vento europeus para o período entre 1990 e 2005 [8]


10

Como tal, foram utilizados outros tipos de índices de forma a estudar o período de tempo anterior a 1990 entre os quais o North Atlantic Oscillation (NAO), este índices é descrito no anexo A. Todos estes índices apresentam a mesma tendência decrescente para os anos analisados com os índices de vento. Estes índices também demonstram um aumento significativo na velocidade do vento no início da década de 90, o que pode sugerir que esta tendência decrescente, que se tem vindo a verificar, não passa de um retorno da velocidade do vento à média de longo-termo e que pressupor que esta tendência se vai continuar a verificar pode ser errada. [5][8]

2.2.2 Variabilidade anual

A nível anual ou sazonal, as tendências que se verificam, em cada local, para a variabilidade da velocidade do vento, são muito mais vincadas.

Como foi referido, o vento é uma consequência da incidência da radiação solar no nosso planeta. Como tal, a distância ao sol e a inclinação da Terra, são factores que criam tendências anuais na velocidade do vento, facilmente identificáveis.

Contudo, é necessário ter em conta que, apesar de se poder identificar uma tendência anual que caracterize correctamente uma vasta região geográfica, a orografia e outras condições locais são sempre factores a ter em conta. Damos como exemplo dois locais situados no Norte de Portugal, separados por poucos quilómetros (figura 2.5). Apesar de a tendência das evoluções mensais ser semelhante nos dois locais, o valor que as velocidades do vento adquire para cada mês são diferentes, sendo que a potência que se pode extrair do vento depende do cubo da velocidade, os valores desta podem variar bastante.

Também de realçar que, para diversos locais, os regimes de vento anuais são bem representados por uma distribuição de probabilidade (ver sub-capítulo 3.2). Fornecendo assim uma ferramenta analítica importante na análise deste recurso.

2.2.3 Variabilidade diária

Numa escala temporal diária também existem variações da velocidade do vento importantes de referir. A variação da velocidade média ao longo de um dia é bastante diferente de dia para dia e de estação para estação. Habitualmente é apresentada a variação

Figura 2.5 – Evolução das velocidades mensais para dois locais próximos no Norte de Portugal


11

0

2

4

6

8

10

0 2 4 6 8 10 12 14 16 18 20 22

Vel

ocid

ade

do v

ento

[m/s

]

[h]

Inverno

Verão

horária, ao longo de um dia médio, para a estação de Verão e de Inverno (figura 2.6). Em Portugal, as velocidades horárias ao longo de um dia médio de Inverno tendem a ser superiores às verificadas num dia médio de Verão, também de referir que no Verão, as velocidades médias horárias tendem a variar mais do que no Inverno.

A análise destas variações pode ser importante na integração de um parque na rede eléctrica existente. Sabendo se a demanda energética ocorre em alturas de maiores velocidades de vento, a electricidade proveniente de um parque eólico pode servir para colmatar a falta de oferta do sistema existente, ou então saber se será necessário um sistema de armazenamento, de modo a fornecer energia quando esta é mais precisa.

2.3 Caracterização do recurso Como se tem vindo a referir, a natureza do vento faz com que ele se apresente bastante variável, tanto no espaço como no tempo. Isto torna difícil efectuar previsões correctas do recurso a longo-prazo, passo necessário para viabilizar um projecto de um parque eólico. Para além disto, não existe uma rede de medições de velocidade e direcção do vento que possibilite a caracterização correcta de um determinado lugar de interesse para o aproveitamento energético. Habitualmente, os registos de longo-termo de medições da velocidade e direcção do vento são obtidos por estações dos institutos meteorológicos de cada país. Os dados obtidos através destas estações não possuem aptidão para efectuar a caracterização do recurso num determinado local, tendo em vista o aproveitamento energético, seja pela localização da estação, pela influência da orografia ou mesmo pela inconsistência dos dados devido à substituição de equipamentos de medição. Como tal, torna-se indispensável efectuar campanhas de medição no local de interesse para o aproveitamento energético.

2.3.1 Campanhas de medição

Estas campanhas têm uma duração entre um e cinco anos, sendo que a sua duração deve ser a maior possível, de modo a obter o máximo de informação quanto à variabilidade do

Figura 2.6 – Evolução das velocidades médias ao longo de um dia médio de Verão e de um dia de Inverno, para uma zona no Norte de Portugal


12

vento no local de interesse, minimizando a incerteza associada à variabilidade inter-anual do recurso na região em estudo.

Nestas campanhas são levantadas as características do terreno (construções, orografia complexa não descrita em mapas habitualmente utilizados, entre outras), e são medidas a velocidade e direcção do vento a várias alturas.

2.3.2 Equipamento Diversos equipamentos podem ser utilizados numa campanha para a medição da velocidade e direcção do vento, bem como para a medição da temperatura, pressão e humidade do ar. Aqui, iremos fazer referência apenas aos equipamentos mais comuns e relevantes no âmbito deste trabalho.

Torre de Medição

Estas torres servem de suporte ao equipamento de medição. Devem ser instaladas em locais afastados de construções ou outros obstáculos que possam interferir com o escoamento a medir, mas também num local representativo da região em estudo. Estas podem ser torres auto-suportadas (tubulares), ou de treliça, sendo estas últimas as mais utilizadas em Portugal.

Idealmente os equipamentos devem ser instalados à altura do eixo do rotor das turbinas que irão ser instaladas. São também colocados na torre, mas a uma altura inferior (habitualmente 30 ou 10 metros), um segundo conjunto de equipamento de medição da velocidade e direcção do vento, que têm como função não só efectuar a medição a uma altura diferente, de modo a poder-se obter o perfil vertical de velocidades, mas também, em caso de mau funcionamento dos equipamentos de topo, possibilitar a reconstrução das séries de dados no período em que ocorreu a falha.

Anemómetro de Copos e Sensores de Direcção

Estes equipamentos continuam a ser os mais difundidos devido à sua simplicidade. O anemómetro de copos (figura 2.7) é constituído por um eixo vertical, ao qual estão ligadas, habitualmente, três hastes; estas possuem na sua extremidade uma superfície côncava (os “copos”). Ao rodar, um transdutor associado ao eixo vertical transforma o movimento de rotação num sinal eléctrico, o qual é enviado para os equipamentos de tratamento e armazenamento de dados.

Ao utilizar estes equipamentos, é necessário ter em conta algumas das suas desvantagens: o valor medido tende a afastar-se do valor real quando existe uma forte componente vertical no escoamento atmosférico; também o facto de, devido à massa do sistema de copos e a fricções internas, existir um amortecimento das variações do vento, o que torna estes equipamentos imprecisos quando se tenta medir a velocidade do vento a elevadas frequências.

Figura 2.7-Anemómetro de copos


13

Os sensores de direcção (figura 2.8) são constituídos por um eixo vertical, ao qual está acoplado um “leme”. A direcção do vento é obtida fazendo recurso a um potenciómetro ligado ao eixo vertical.

Devido à inércia do equipamento, estes são caracterizados pelo seu limiar de resposta, o qual é uma medida da resistência do cata-vento à mudança de posição, parâmetro importante na medição de vento com baixa velocidade (inferior a 1 m/s).

Anemómetro Sónico

Estes aparelhos apresentam algumas vantagens relativamente aos referidos anteriormente, pois possibilitam: a medição da velocidade e direcção do escoamento; a medição da componente vertical do mesmo; e possibilitam também a medição mais correcta de escoamentos turbulentos.

O anemómetro sónico é constituído por dois conjuntos de braços, montados sobre uma haste vertical (figura 2.9). A medição faz-se recorrendo a impulsos sonoros. Os transdutores piezométricos colocados nos braços do anemómetro emitem e captam ultra-sons. Na ausência de vento este ultra-som demora um tempo determinado a percorrer a

distância entre o emissor e o receptor. Quando o meio entre estes é perturbado, o tempo que o sinal demora a percorrer o espaço entre os transdutores varia consoante a direcção e a velocidade do escoamento.

Equipamentos de registo de dados

Habitualmente designados por data loggers, estes equipamentos são responsáveis pelo pré-processamento e armazenamento de todos os dados registados pelos aparelhos de medição.

Apesar de a taxa de recolha dos aparelhos de medição se situar em 0,5 Hz, devido à limitação da capacidade de memória o data logger apenas armazena as médias de 10 minutos, as velocidades máximas e mínimas nesse período e o desvio padrão das grandezas medidas.

Considerando o modo de recolha dos dados, podemos dividir estes equipamentos em dois grupos: os de recolha manual; e os de recolha remota.

Os data loggers de recolha manual possuem unidades de memória amovíveis, que requerem uma visita periódica à torre de medição.

Os data loggers de recolha remota estão providos de um modem (GSM, GPRS ou Satélite), que permite enviar a informação directamente para o computador onde se efectua o processamento da informação. Esta capacidade evita constantes deslocações ao local da campanha de modo a efectuar a recolha dos dados, mas também permite acompanhar o funcionamento dos equipamentos de medição e detectar de uma forma mais rápida eventuais avarias. [9][10]

Figura 2.8- Sensor de direcção

Figura 2.9-Anemómetro sónico


14


15

3. Caracterização e análise do recurso

A análise do vento num determinado local é efectuada recorrendo a séries de dados temporais (referidas no capítulo 5), as quais contêm um grande volume de dados. Como tal, são habitualmente utilizados alguns parâmetros estatísticos que facilitam esta análise.

O parâmetro mais simples e mais comummente utilizado é a velocidade média, V. Habitualmente este parâmetro vem acompanhado de outro, a disponibilidade. Esta pode ser calculada para diferentes escalas temporais. Tomemos como exemplo a determinação da disponibilidade mensal, para um determinado mês. Este parâmetro é calculado da seguinte forma: considerando uma determinada série de dados, o número de ocorrências, nesse mês, para as quais existem valores conjuntos de velocidade e direcção é dividido pelo número total de registos desse mês.

Contudo, a velocidade média do vento não oferece uma visão energética do recurso. Para tal adopta-se outro parâmetro, denominado fluxo de potência médio, ��.

Considerando uma situação ideal, na qual toda a energia cinética do vento é transformada em energia mecânica na turbina, à luz da Lei da Conservação da Energia temos:

�� = �� (eq. 3.1)

Donde se obtém, agora considerando fluxos de potência: )* �+ = �� eq. 3.2�

Sabendo que, = �� e dividindo pela área de incidência nas pás da turbina, Área, obtemos o fluxo de potência instantâneo:

�� = )* ��1 = 23

Á&�� 5 6�+7 �eq. 3.3�

Através da série temporal de velocidades obtém-se o fluxo de potências médio

�� = )* � ∑ �91 �eq. 3.4�

Esta expressão apresenta duas falhas importantes: o facto de a massa volúmica do ar variar ao longo do tempo; e o facto de a energia cinética do vento não ser toda transformada em energia mecânica na turbina (o vento não tem velocidade zero a jusante das pás). Este parâmetro oferece uma visão do conteúdo energético do vento, por unidade de área, nas condições observadas.


16

3.1 Histogramas de velocidades Uma das formas mais simples e versáteis de estudar o regime de vento de uma determinada região é efectuar uma análise das ocorrências das velocidades do vento por classes. Se a série de dados for longa, obtém-se uma análise da densidade de probabilidade da velocidade do vento. O resultado desta análise é apresentado sob a forma de um histograma de velocidades.

As classes de velocidade do vento encontram-se divididas em intervalos de 1 m/s. Para cada classe de velocidades é calculada a frequência, dividindo o número de ocorrências de cada classe pelo número total de ocorrências.

3.2 Distribuição de Weibull A análise referida anteriormente ganha uma maior importância ao poder ser representada analiticamente. Isto é conseguido através da distribuição de Weibull, a qual apresenta uma boa aproximação à função densidade de probabilidade.

A função densidade de Weibull é dada pela seguinte expressão:

�� = ;< =�

<>;?) @AB C− =�<>;E (eq. 3.5)

Em que f(u) é a frequência de ocorrência da velocidade u, sendo A e k, os dois parâmetros de Weibull, respectivamente o parâmetro de escala (cujas unidades são [m/s]) e o parâmetro de forma (adimensional).

A forma da distribuição de Weibull encontra-se ligada ao local em análise. Por exemplo, na Europa é comum obterem-se valores para o parâmetro de forma entre 1,8 e 2,5. No Nordeste Brasileiro, onde os regimes são dominados por ventos alísios, muito mais constantes, atingem-se valores de 3 para o mesmo parâmetro. Em zonas onde existe uma elevada dispersão da velocidade do vento sobre as diferentes classes, o parâmetro de forma k pode atingir valores entre 1 e 1,8. A figura 3.1 apresenta a variação da forma da distribuição de Weibull com a variação do parâmetro k.

Existem diversos métodos possíveis de serem utilizados na determinação dos parâmetros A e k. Podemos referir, a título de exemplo, o Método do Atlas Europeu de Vento,

Figura 3.1-Influência do parâmetro de forma na Distribuição de Weibull


17

implementado no software WAsP (Wind Atlas Analysis and Application Program) e o Método da Regressão Linear, habitualmente utilizado quando a informação é disponibilizada sob a forma de um histograma de velocidades.

O método do Atlas Europeu de Vento baseia-se em duas premissas:

• O fluxo de potência identificado na série de velocidades é igual aquele que se obtém através da função de Weibull ajustada. Isto tem como objectivo igualar o conteúdo energético extraído das séries de dados e o conteúdo dado pela distribuição de Weibull;

• A frequência das ocorrências superiores à velocidade média é igual tanto na séries de dados como na função de Weibull ajustada, de modo a respeitar o papel fulcral que as velocidades de vento mais elevadas têm no potencial energético.

O método da Regressão linear faz uso do carácter linear da distribuição acumulada de Weibull, à qual é aplicada uma transformada logarítmica.

Existem, contudo, algumas situações em que a distribuição de Weibull perde qualidade: quando existe elevada concentração de ocorrências em torno de apenas algumas classes de velocidades, como acontece em muitos locais do Nordeste Brasileiro, figura 3.2; ou então no caso da aproximação da distribuição de Weibull a histogramas bi-modais, encontrados em locais com distintos regimes de vento para o Inverno e para o Verão. [5][9][10][12]

3.3 Rosas de vento À semelhança da análise efectuada, no domínio da frequência, para diferentes classes de velocidades, é também possível efectuar uma análise para as diferentes direcções do vento. Obtém-se assim a chamada rosa de ventos, a qual se encontra dividida, habitualmente em doze ou dezasseis sectores, em que cada um apresenta um intervalo de 30 ou 22,5º, respectivamente.

O procedimento é em tudo idêntico ao descrito anteriormente para a criação do histograma de velocidades: as ocorrências registadas em cada sector são divididas pelo

Figura 3.2-Distribuição de weibull para uma estação do Nordeste brazileiro, Julho de 2004


18

número de ocorrências totais. A informação é disponibilizada sob a forma de um gráfico polar, o qual permite a identificação dos rumos predominantes do vento, no local em estudo.

Para além desta rosa de ventos, é também habitual a criação da rosa de velocidades e da rosa de fluxos de potência. A rosa de velocidades apresenta-nos a velocidade média registada para cada sector, enquanto que a rosa de fluxos de potência nos dá uma visão da contribuição energética de cada sector, calculada utilizando o conceito de fluxo de potência médio. As figuras 3.3 a) b) e c) apresentam as diferentes rosas, respectivamente a rosa-dos-ventos, rosa das velocidades e a rosa de fluxos de potência obtidas num local do Norte de Portugal.

3.4 Estimativa de produção Existem diversas metodologias utilizadas na previsão da produção eléctrica de um parque eólico. Neste trabalho será utilizada uma forma expedita baseada na utilização das curvas de potência de aerogeradores

Figura 3.3 c) – Rosa dos fluxos de potência

Figura 3.3 a) – rosa-dos-ventos Figura 3.3 b) – Rosa das velocidades


19

3.4.1 Curvas de potência

A curva de potência de um aerogerador é um gráfico que apresenta a potência de saída dessa máquina, consoante a velocidade do vento (figura 3.4). Estas são definidas entre uma velocidade de entrada (velocidade mínima para a qual o aerogerador produz energia eléctrica) e uma velocidade de saída (definida por razões de segurança estrutural).

A utilização das curvas de potência na estimativa da produção eléctrica leva a erros significativos, pois a curva não nos fornece a informação da quantidade de potência que um aerogerador produz para uma velocidade média. Como tal, é necessário compreender se a velocidade média que se utiliza foi obtida num período de grande variabilidade, ou num período de velocidade de vento muito constantes.

Também de realçar que as condições de operação de uma turbina, podem não corresponder às condições estandardizadas de pressão e temperatura para as quais a curva de potência se refere, sendo, nestes casos, necessário proceder a ajustes que tenham em consideração a alteração da massa volúmica do ar.

3.4.2 Processo de cálculo

Pelo que foi dito no sub-capítulo anterior, torna-se necessário fazer uma observação.

O cálculo da potência estimada que se fará neste trabalho, não tem como objectivo tentar saber ao certo qual a potência que um aerogerador produzirá num determinado período de tempo, mas sim efectuar uma análise de como o potencial energético varia num determinado período de tempo.

A estimativa da produção de um aerogerador será efectuada no âmbito da criação de um ‘índice de produção do vento’, o qual terá na sua base as séries FNL (ver capítulo 5.3), as quais nos fornecem registos de velocidade do vento de seis em seis horas.

O processo de cálculo utilizado neste trabalho é bastante simples. Os cálculos são efectuados recorrendo ao software MatLab®.

Figura 3.4 – Curva de potência de um aerogerador


20

Os parâmetros de entrada destas funções são as séries de dados e as curvas de potência de interesse. Então, para cada registo de seis horas, é efectuada uma interpolação linear, utilizando a curva de potência fornecida à função, que permite saber qual a potência que o aerogerador produz para a velocidade em questão. Obtemos então a potência em kW.

Essa potência é então multiplicada pelo intervalo de tempo entre cada registo, de modo a nos fornecer a energia produzida em kWh.

Agrupando os resultados por meses e somando essas energias, obtemos para o período de tempo à nossa escolha a energia ‘produzida’ por um determinado aerogerador, numa base mensal.


21

4. Índice de Vento

O Estado-da-Arte

O índice de vento foi originalmente calculado na Dinamarca, no início da década de 80. Pouco tempo depois foi adoptado pela Alemanha, Suécia, Países Baixos e mais recentemente Reino Unido.

A EMD, empresa encarregue de elaborar o índice de vento dinamarquês, apresenta a seguinte fórmula para o cálculo do índice:

FGH@A= IJK�LM NGKMℎP�LG�LM� B�NH�JK�NG MNGQ K@� NGKℎMP�LG�LM� L�@�LQ@ B�NH�JK�NG⁄

Este índice tem como base a produtividade mensal de um número de turbinas eólicas de referência distribuídas ao longo de uma vasta área geográfica. O índice estabelece assim um período estatístico “normal” de conteúdo energético anual, expresso como 100%. [12]

Propósitos

Pode-se dizer que existem três razões para o estabelecimento de um índice de vento:

Primeiramente, este é considerado uma ferramenta de monitorização, que ajuda a saber se a produção energética se encontra dentro do esperado e em caso de desvio se este se deve ao funcionamento deficiente das turbinas ou a velocidades de vento baixas. É uma forma de relacionar a produção mensal/anual com a produção mensal/anual média a longo prazo. Será neste ponto que incidirá o presente relatório.

À medida que cada vez mais estações de medição se encontram em funcionamento e acções são tomadas no sentido de melhorar as existentes, a capacidade de medição e entendimento do fenómeno natural que é o vento melhora. Isto permite que o índice de vento sirva outros propósitos. Com melhor capacidade de medir não só a quantidade de vento, mas também a sua “qualidade”, as previsões a longo prazo tornam-se mais precisas. O índice passa então a ser utilizado também como uma ferramenta de projecto e mais do que isso, permite uma visão económica e financeira mais realista no que diz respeito ao conteúdo energético do vento. Este último ponto tem especial importância, pois permite, a longo-prazo, saber o retorno que um empreendimento como o de um parque eólico tem, podendo assim facilitar o investimento num determinado projecto.

Em último lugar, o índice permite o estudo de correlações das velocidades do vento sobre grandes áreas geográficas. Este ponto começa a ter grande importância, pois cada vez


22

mais empresas começam a ter investimentos disseminados sobre vastas áreas geográficas. Compreendendo como o vento se correlaciona de local para local, os proprietários poderão mitigar o risco que provém da incerteza das velocidades de vento que se verificarão. [13]

Fontes de Informação

Existem diversas fontes de informação e métodos que podem ser utilizadas para o cálculo do índice.

O Institut für Solare Energieversorgungstechnik (ISET) efectua o cálculo do índice ISET-Wind-Index para toda a Alemanha, utilizando cerca de 60 estações de medição em sítios passíveis de serem utilizados para a instalação de parques eólicos. Uniformizando os dados e interpolando-os para locais sem estações de medição conseguem oferecer um mapa que expressa o conteúdo energético anual em todo o país. De modo a obter um índice “energético” foi obtida uma relação empírica entre a velocidade do vento e a produção de energia, tendo como base a produção anual de 1200 turbinas que fazem parte da WMEP (“Scientific Measurement and Evaluation Programme”). De seguida foi encontrada uma equação para o cálculo do Wind-Index, que incorpora a regulação da potência das turbinas eólicas para velocidades de vento elevadas. [14][15][13]

A EMD apresenta várias fontes de dados possíveis de serem utilizadas, para além da referida no parágrafo anterior, no cálculo de um índice de vento:

• As curvas reais de produção de energia das turbinas eólicas. • Dados de medidas de vento de estações meteorológicas ou outras estações de

medição com períodos de medição relativamente longos. • Dados NCAR (Upper Air data- aproximadamente 1500 m de altura), simulados

com um modelo climático global. • Dados NCAR filtrados através de um modelo de MESO-escala (como, por

exemplo, o World Wind Atlas (Sander & Cube))[16]

Esta empresa é a responsável pelo cálculo do índice dinamarquês. Para tal utiliza os dados de produção de cerca de 2500 turbinas. Os dados de produção encontram-se publicados pela Agência Energética Dinamarquesa (Danish Energy Agency) no seu sítio na internet www.ens.dk. [17]

No Reino Unido é utilizado um índice ligeiramente diferente, o UK Wind Speed Index. Este fornece uma indicação da velocidade média do vento dum determinado período relativamente a um período de longo-prazo. Este índice é assim independente do tipo de turbinas que serão utilizadas num determinado local. Uma das empresas que calcula este índice é a Garrad Hassan. São utilizados dados relativamente aos 10 anos anteriores ao período para o qual se pretende obter o índice, obtidos através de estações de medição meteorológicas escolhidas devido à consistência dos seus dados, recolhidos no período pretendido. [18]


23

Fraquezas

Apesar do índice de vento se apresentar como uma ferramenta versátil e prática, tem-se gerado alguma controvérsia quanto à precisão e robustez que ele oferece.

Muitas dos empreendimentos feitos no Norte da Europa, no que diz respeito a aproveitamento energético do vento, tiveram como base previsões de “conteúdo energético do vento” efectuadas a partir do índice de vento. E tendo acontecido que centrais eólicas alemãs tenham falhado nos seus objectivos de produção, tendo as previsões como base o índice de vento, investidores questionam até que ponto este índice é uma ferramenta viável na previsão a longo-prazo do rendimento de um parque eólico.

A maior questão quanto à precisão deste índice prende-se com o estabelecimento do denominado nível de 100%, referido no início deste capítulo.

Em 2006 foi estabelecido que, tanto o índice dinamarquês como o alemão, foram desenvolvidos num período de 20 anos de velocidades de vento muito elevadas. Tendo sido observado recentemente uma tendência decrescente nas velocidades de vento no Norte da Europa, existem razões para preocupações. Estas observações são suportadas pela análise de padrões climatológicos de longo-termo, mais precisamente o índice NAO, uma medida da diferença de pressão atmosférica entre os Açores e a Islândia. A tendência crescente e positiva deste índice, observada nos finais do século vinte, sinal de invernos moderados e ventos fortes, reforça o que foi dito anteriormente.

Outro dos problemas associado com o índice de vento prende-se com a consistência e continuidade dos dados utilizados, mas também com a evolução normal da tecnologia.

Tomemos como exemplo o caso alemão. O índice é obtido tendo como turbinas de referência, turbinas antigas do Noroeste alemão. Ora muitas delas são controladas por stall, o que faz com que a sua performance difira da das turbinas actuais. Outro dos problemas é a utilização de turbinas de referência que têm diferentes alturas do eixo do rotor.

O problema mais difícil de combater prende-se com a substituição dos equipamentos de referência (torres de medição, equipamentos de medição e turbinas). Isto é, sempre que algum destes equipamentos é substituído ou é posto fora de serviço, a consistência dos dados é alterada, o que leva a que a avaliação do conteúdo energético do vento seja influenciada. Outro factor que acarreta o mesmo problema é a alteração da topografia nas imediações destes equipamentos, sejam construções erigidas perto das estações de medição ou turbinas instaladas nas proximidades das turbinas de referência. [6]

Apesar de todas as deficiências do índice aqui apresentadas a criação de um índice com o intuito de monitorizar um determinado parque e oferecer uma referência à produção é relativamente simples. Neste caso de modo a criar um índice robusto e fiável apenas é necessário identificar qual o tipo de informação que melhor se adequa ao local, ou, com os dados disponíveis (medição ou produção) tentar criar um índice e comparar com outros já existentes.


24


25

5. Fontes de informação

No desenvolvimento deste trabalho foram utilizadas diferentes fontes de informação.

As séries de dados que estarão no centro das análises realizadas serão as séries operacionais NCEP FNL (Final) Operational Global Analysis (sub-capítulo 5.3), contudo, como se desconhece a qualidade destas na representação do vento em Portugal Continental, foi necessário proceder-se à validação das mesmas. Para tal foi utilizada uma série de medição de uma estação do Norte de Portugal. As características desta série de medição são apresentadas no sub-capítulo 5.1.

Depois de alguns cálculos verificou-se que a validação das séries NCEP FNL (Final) Operational Global Analysis utilizando apenas os dados para um local de Portugal era insuficiente. Como tal, foram utilizados dados de velocidades mensais do vento (sub-capítulo 5.4) para diversos locais do país.

As séries NCEP/NCAR 40-years Reanalysis Project, descritas no sub-capítulo 5.2 foram utilizadas no estudo da variabilidade inter-anual do vento em Portugal Continental, devido ao período extenso de dados que estas fornecem.

Finalmente são descritas algumas características de dados de produções mensais de alguns parques, os quais foram utilizados na criação do ‘índice de produção de vento’.

5.1 Séries de medição Estas séries são obtidas através dos equipamentos referidos no capítulo 2.

Os valores que estas séries nos apresentam são médias de 10 minutos e as variáveis que nos apresentam são: a direcção, a velocidade média, a rajada mais forte nesses 10 minutos, o desvio padrão e a data em que o registo é efectuado.

Como foi referido anteriormente, o intervalo de tempo ao qual estas séries se referem pode ir de um a vários anos, sem necessariamente existir uma continuidade nos registos efectuados, isto é, podem existir saltos temporais nestas séries. Estas falhas podem-se dever a diversos factores, tais como avarias nos equipamentos ou mesmo interrupção na operação de medição. Quando estas falhas acontecem e são de curta duração, a série é preenchida com mensagens de erro.

Foram então criadas várias funções no software MatLab® (ver cd-rom em anexo, pasta denominada ‘Tratamento dados estação’), bem como algumas folhas de cálculo no


26

Excel, que nos permitiram trabalhar com estas séries de medição. Através das ferramentas criadas é possível obter os seguintes resultados: velocidades médias diárias, mensais, anuais e sazonais; disponibilidades mensais; histogramas de frequência e parâmetros de Weibull; rosas de ventos; e gráficos de velocidade para os dias médios, considerando as diferentes estações do ano.

Para além dos resultados enumerados anteriormente, foi também desenvolvida uma função que, utilizando a curva de potência de um aerogerador e o processo de cálculo exposto no sub-capítulo 3.4, nos fornece uma previsão da produção que se obteria no local e à altura onde foi efectuada a medição.

A série de medição utilizada provém de dados de medições efectuadas por uma estação localizada na Serra de Arga. Esta foi utilizada na validação das séries FNL (ver capítulo 6).

A localização da estação é a seguinte, em coordenadas decimais do sistema WGS84:

• Serra de Arga:

Latitude: 41,82º

Longitude: -8,72º

A série apresenta medições para os seguintes períodos:

• Maio de 1997 a Abril de 1998 • Setembro de 2000 a Setembro de 2005

5.2 Séries de reanálise As campanhas de medição têm uma duração que, habitualmente, não excede os cinco anos. Este período de tempo encontra-se longe do que, meteorologicamente, se define como longo-termo, 20 a 30 anos. Utilizar estas séries de curta duração faz com que as previsões de produção de um parque eólico venham acrescidas de uma incerteza, associada à variabilidade inter-anual da velocidade de vento no local em questão, a qual pode levar a expectativas erróneas do que será a produção real desse parque.

Uma forma de contornar este problema prende-se com a utilização das denominadas séries de reanálise, as quais nos fornecem dados climatéricos que podem atingir os 50 anos.

Estas séries são correlacionadas com os dados obtidos durante as campanhas de medição, de modo a poder ser feita uma previsão da produção para o tempo de vida do projecto, habitualmente 20 anos.

Existem diversas séries disponíveis online, algumas gratuitas, outras com custos para o utilizador. Neste relatório damos ênfase a duas séries de dados, as NCEP/NCAR 40-years Reanalysis Project e as séries de dados operacionais NCEP FNL (Final) Operational Global Analysis (ver sub-capítulo 5.3), ambas gratuitas e de muito fácil acesso.


27

5.2.1 Origem

O projecto que deu origem a estas séries de reanálise foi iniciado em 1991, elaborado em conjunto pelo National Center for Environmental Prediction (NCEP), na altura conhecido como National Meteorological Center (NMC), e o National Center for Atmospheric Research (NCAR). Este projecto apareceu como o desenvolvimento de um outro, iniciado em 1989 pelo NCEP, denominado Climate Data Assimilation System (CDAS), o qual tinha como objectivo melhorar as previsões meteorológicas, tendo em consideração as alterações climáticas que se vinham a observar na década anterior.

A ideia base deste projecto de reanálise consistiu em utilizar um sistema de análise/previsão, que se mantivesse inalterado ao longo do tempo, e efectuar a assimilação de dados de medições desde 1957 (Ano Internacional da Geofísica), até ao presente. O uso de um sistema com estas características permite a assimilação de dados no futuro, sem comprometer a consistência das séries, possibilitando assim a análise de anomalias climáticas relativamente às séries de reanálise de longo-termo, através de um sistema de assimilação de dados que se mantém inalterado. [20]

5.2.2 Dados utilizados na elaboração das séries

Um dos grandes desafios deste projecto consistiu na aquisição e consolidação de todas as observações meteorológicas, provenientes de diversos equipamentos espalhados pelo globo, ao longo de períodos de tempo diversos. Esta tarefa ficou a cargo do NCAR. Foram utilizadas observações de superfície e geostróficas na criação destas séries de reanálise figura5.1. De seguida apresenta-se uma referência aos diferentes tipos de dados de observações utilizados na elaboração das séries.

Figura 5.1- Equipamentos utilizados na observação e medição das condições atmosféricas


28

Dados de rawinsondes

As rawinsondes são radiossondas que possibilitam a medição da direcção e velocidade do vento. Radiossondas são conjuntos de equipamentos e sensores, que medem diversos parâmetros atmosféricos, transportados por balões meteorológicos.

O NCAR possui dados do NCEP GTS (Global Telecommunications System), para alturas elevadas desde Março de 1962. Estes dados são a principal fonte de dados da reanálise.

Dados COADS da superfície marítima

Este projecto COADS (Comprehensive Ocean Atmosphere Data Set) teve início em 1983, com o esforço conjunto do NOAA/ERL (National Oceanic and Atmospheric Administration/Environmental Research), NCAR e NCDC (National Climate Data Center), tal como de muitos outros países e organizações que ajudaram à sua criação. O COADS inclui medições efectuadas por navios, bóias fixas, bóias móveis, bóias fixas em massas de gelo, entre outros.

Dados de aeronaves

Tal como para os dados de radiossondas, este tipo de dados encontram-se disponíveis através do NCEP GTS, desde Março de 1962, tendo também existido contribuição de outros projectos e países.

Para além destes dados é também de referir a utilização de dados sinópticos de superfície, dados de sondas satélite, dados SSM/I (Special Sounding Microwave/Imager) da velocidade superficial do vento e dados de movimentação das nuvens obtidos por imagens satélite. [20][21]

5.2.3 Séries NCEP/NCAR 40-years Reanalysis Project

De modo a satisfazer as necessidades de diferentes tipos de utilizadores, foi decidido à partida que seriam fornecidos vários produtos da reanálise. Para o desenvolvimento deste trabalho foram utilizados os arquivos de observações atmosféricas e de superfície para os anos de interesse. O facto de estas séries serem largamente utilizadas e também deste trabalho ter sido desenvolvido num meio empresarial (no INEGI), facilitou a obtenção das mesmas.

Estas séries encontram-se distribuídas por duas grelhas de análise, dependendo do dataset utilizado. Dos diversos datasets existentes, este trabalho utilizará o dos níveis de pressão. Neste, os dados de reanálise encontram-se distribuídos numa grelha com uma resolução espacial de 2,5ºx2,5º (figura 5.2), sendo a coordenada vertical a pressão geopotencial, distribuída por 17 níveis (de 1000 hPa (nível 1) até 10 hPa (nível 17)).


29

Tal como para os dados das séries de medição, foram criadas rotinas no software MatLab® (cd-rom em anexo, pasta: ‘Tratamento dados reanálise’) e folhas de cálculo no Excel, que permitiram efectuar as análises necessárias. O período de tempo que estas séries abarcam vai de Janeiro de 1978 a Dezembro de 2009. Neste trabalho utilizaremos apenas três pontos e apenas serão utilizados os primeiros 5 níveis de pressão. Cada um destes pontos é identificado por um índice de latitude, seguido de um índice de longitude e ainda um índice que indica o nível de pressão ao qual nos queremos referir. As suas coordenadas, no sistema WGS84 (utilizadas no software Google Earth®) são:

• Ponto 20.142: Latitude: 42º30’0.00’’ Norte Longitude: 7º30’0.00’’ Oeste



A posição deste ponto relativamente ao território nacional é apresentada na figura 5.3.

Figura 5.2-Pontos da grelha do dataset de níveis de pressão


30

Ao longo deste relatório estas séries serão referidas pela denominação, séries NCEP/NCAR.

5.3 Séries de dados operacionais Como foi dito no sub-capítulo anterior, as séries de reanálise têm como propósito oferecer uma série de dados temporal, através de um sistema de aquisição de dados que se mantém inalterado com o tempo, que pode ser utilizada na abordagem de diversos tópicos de pesquisa.

As séries de dados operacionais têm outro objectivo: fornecer as condições iniciais para modelos de previsão operacional (‘operational forecast models’), os quais efectuam previsões detalhadas das condições climatéricas até, no máximo, 10 dias. Como tal possuem características diferentes das séries de reanálise.

Figura 5.3 – Pontos da gralha NCEP/NCAR. De cima para baio: 20.142,21.142,22.142


31

5.3.1 Evolução das previsões operacionais (Operational Forecast)

A primeira previsão meteorológica efectuada através de um computador realizou-se em 1950. Esta previsão foi efectuada com recurso a um modelo simples de um nível, para um domínio limitado. Em 1960 foram usadas as primeiras equações de Navier-Stokes simplificadas, que devido a limitações operacionais e de computação apenas eram aplicadas a um hemisfério.

Posteriormente, os centros operacionais deixaram de utilizar aproximações às equações de Navier-Stokes com diferenças finitas e passaram a utilizar diferenciais harmónicos esféricos. Outra alteração passou por se substituir a utilização da pressão como coordenada vertical, pelo sistema de coordenadas ‘sigma’ (σ), o qual representa uma transformação das coordenadas de pressão. Uma das vantagens deste sistema prende-se com o facto de ser muito mais simples de lidar com a camada limite, uma vez que os níveis sigma acompanham de uma forma quase paralela a topografia do modelo. Modelos recentes utilizam um sistema de coordenadas híbrido, utilizando coordenadas sigma na troposfera e coordenadas de pressão na estratosfera, procedendo-se a uma transição gradual entre os dois sistemas.

O processo de estabelecimento das séries de dados, que servem de condições iniciais a estes modelos, é tão antigo como as primeiras rotinas numéricas de previsão e, tal como estas, tem vindo a evoluir ao longo do tempo.

Estas séries de dados são grelhas de análise (analyzed grids), as quais são a base de muitos estudos atmosféricos. Inicialmente estas grelhas eram desenvolvidas utilizando simples métodos de análise. Na actualidade, são produzidas utilizando sistemas de assimilação de dados de quatro-dimensões (4-D). Nestes, diferentes tipos de dados de observação são combinados com uma ‘primeira estimativa’, utilizando um esquema estatístico óptimo. Esta ‘primeira estimativa’ tenta ser a melhor representação do estado actual da atmosfera, conseguida através da última análise efectuada com o modelo de previsão.

As análises operacionais são efectuadas para limites temporais, pois não servem para descrever o estado da atmosfera ao longo de um longo período de tempo, mas sim para propósitos de previsões meteorológicas. De tal forma, a contínua melhoria dos modelos operacionais, dos sistemas de assimilação de dados, dos próprios dados de observações e medições, entre outros, pode afectar a continuidade da análise. Também de realçar que, habitualmente, a representação da orografia nos modelos operacionais é bastante simplificada. [23]

5.3.2 Séries NCEP FNL (Final) Operational Global Analysis

Estas séries são obtidas através do Sistema Global Final de Assimilação de Dados (Final Global Data Assimilation System, FNL), o qual faz parte do Sistema Global Operational, desenvolvido pelo NCEP. Este sistema é constituído por três elementos: o FNL, as previsões do Sistema Global de Previsão (Global Forecast System, GFS) e as previsões Esemble (ENS).

O FNL é considerado a espinha dorsal do sistema global. Nele é reunida informação de observações passadas até 6 horas e é efectuada uma análise global e previsões a 3, 6 e 9


32

horas (as ‘primeiras estimativas’ da análise seguinte), quatro vezes por dia, nomeadamente às 0000 UTC (Tempo Universal Coordenado, Universal Time, Coordinated), 0600 UTC, 1200 UTC e 1800UTC.

A resolução horizontal obtida através deste sistema, 1ºx1º, oferece uma grelha de análise mais fina do que aquela disponível nas séries NCEP/NCAR (figura 5.4). À semelhança das séries NCEP/NCAR, o dataset utilizado é o dos níveis de pressão, mas neste caso não existem 17 níveis, mas sim 26 (desde os 1000 mb até aos 10mb). [23][24]

Estas séries encontram-se disponíveis no sítio da internet do CISL/DSS (Computational & Information Systems Laboratory/Data for Atmospheric and Geosciences Research), do NCAR. Como estas séries nunca foram utilizadas no INEGI, foi necessário proceder a algumas tarefas, de modo a obter as séries temporais para os pontos de interesse para este trabalho.

Estes ficheiros são disponibilizados no formato GRIB (Gridded Binary), da WMO. Foram então criadas rotinas para o software MatLab® (ver cd-rom em anexo, pasta :’NJ toolbox’), utilizando uma caixa de ferramentas Java, denominada NJ Toolbox-2.0.05, disponível na internet. Estas rotinas ajudaram a identificar os pontos da grelha global, pertinentes para este relatório, bem como a criar as séries de dados.

O formato dado a estas séries é igual aquele utilizado pelo INEGI, para as séries NCEP/NCAR, logo, as ferramentas de análise destas séries são as mesmas das utilizadas para as séries de reanálise referidas anteriormente. O período de tempo que estas séries operacionais abrangem vai de Janeiro de 2000 a Dezembro de 2009.

Tal como para as séries de reanálise, cada ponto é identificado por um índice de latitude, um índice de longitude e um índice do nível de pressão, estes servem para identificar cada ponto da grelha global no ficheiro de origem. Devido ao elevado número de pontos que serão analisados através destas séries, a sua definição e localização geográfica é apresentada no anexo B.1. Foram obtidas as séries apenas para os primeiros 7 níveis de pressão.

Ao longo deste relatório estas séries operacionais serão denominadas, séries FNL.

Figura 5.4-Grelha parcial dos pontos de pressão das séries FNL


33

5.4 Dados de velocidade de vento mensais Para além da série de medição da Serra de Arga, foram facilitados pelo INEGI dados de outras campanhas de medição.

Estes dados foram fornecidos sob a forma de tabelas em ficheiros Excel. O período de tempo que cada ficheiro abrange é variável, indo de 7 anos até um ano. Estes dados não são constituídos por valores de velocidades médias de 10 minutos, mas sim por valores de velocidades médias mensais, bem como as respectivas disponibilidades.

Por razões de confidencialidade não serão apresentadas as coordenadas das estações. Cada uma destas será identificada por uma referência geográfica próxima ou pelo nome do parque eólico mais próximo. É apresentado no anexo B.2 uma imagem das posições relativas das estações. De seguida são descritos, para cada série de dados, o período que estes abrangem e o distrito onde se encontram:

• Estação do Parque de Cabril: Distrito: Viseu; Período de tempo: Janeiro de 2003 a Dezembro de 2009;

• Estação do Parque do Pinheiro: Distrito: Viseu; Período de tempo: Janeiro de 2003 a Dezembro de 2009;

• Estação da Serra dos Candeeiros: Distrito: Leiria Período de tempo: Janeiro de 2003 a Dezembro de 2005;

• Estação do Alqueva: Distrito: Évora Período de tempo: Janeiro de 2003 a Dezembro de 2005;

• Estação da Serra do Caldeirão: Distrito: Beja Período de tempo: Novembro de 2004 a Outubro de 2005;

• Estação de Monchique: Distrito: Faro Período de tempo: Novembro de 2004 a Outubro de 2005;

5.5 Dados de Produção Mensais de Parques Os dados aqui apresentados destinam-se a testar o ‘índice de produção do vento’ criado.

Por razões de confidencialidade, existem algumas limitações quanto à utilização destes dados:


34

• os valores fornecidos das produções mensais não podem ser apresentados. Sempre que for necessário referenciá-los, estes estarão adimensionalizados.

Ao todo serão utilizados dados de três parques. De seguida é apresentado: o nome pelo qual cada um se identifica; o distrito em que se encontra; o período de tempo para o qual foram fornecidos dados; o nome do promotor responsável; a sua capacidade geradora; e o tipo e número de aerogeradores que estes possuem em funcionamento.

• Parque de Cabril: Distrito: Viseu; Período de dados: Janeiro de 2005 a Dezembro de 2009; Promotor: Eólica da Cabreira; Capacidade Geradora: 20,2 MW; Aerogeradores em funcionamento: 9 E-60 e 2 E-70.

• Parque da Espiga: Distrito: Viana do Castelo; Período de dados: Janeiro de 2006 a Dezembro de 2009; Promotor: Empreendimentos Eólicos da Espiga; Capacidade Geradora: 6,0 MW; Aerogeradores em funcionamento: 3 E-70.

• Parque do Chiqueiro: Distrito: Coimbra; Período de dados: Janeiro de 2008 a Julho de 2008; Promotor: Iberwind; Capacidade Geradora: 4,0 MW; Aerogeradores em funcionamento: 2 V80.


35

6. Análise de variabilidade do vento em Portugal Continental

Como foi referido na Introdução, este trabalho consiste em duas partes: Analisar a variabilidade do vento em Portugal Continental; e contribuir para o estabelecimento de um ‘índice de vento’.

Estas duas análises encontram-se ligadas, pois o próprio índice serve como medida de comparação com um certo período de referência, sendo ele próprio uma ferramenta de análise da variabilidade do vento, podendo ser utilizado em diversas escalas temporais.

Foi então decidido testar as séries FNL, de modo a saber se estas ofereciam uma boa representação do vento sobre Portugal. Se esta boa representação se verificasse, teríamos uma série temporal consistente, para um período de 10 anos, sobre diversos pontos do país. Isto possibilitaria não só a análise da variabilidade do vento para esse período de tempo, como também testar estas séries como possível fonte de informação no estabelecimento do ‘índice de vento’.

Estas séries nunca foram utilizadas pelo INEGI e não foram encontradas nenhumas referências na literatura quanto à qualidade que elas apresentam neste tipo de análise. Como tal, foi necessário analisar as séries e testar a sua correlação com séries de medições locais.

6.1 Validação das séries FNL A validação das séries FNL foi realizada comparando os dados destas com os dados da série de medição referida no sub-capítulo 5.1.

Foram efectuadas duas análises:

• Comparação da evolução das velocidades médias mensais e diárias, entre as séries FNL e a série de medição, para o período de tempo entre Janeiro de 2002 e Dezembro de 2004;

• Correlação entre os dados das duas séries, para o mesmo período de tempo, nas escalas temporais mensal e diária.

Em primeiro lugar foram calculadas as disponibilidades mensais (tabela 6.1) e diárias, para o período em questão, para a série de medição. As disponibilidades diárias não se apresentam pois consistem num número demasiado elevado de registos (1096). De realçar que


36

durante os cálculos não foram utilizados valores de velocidade do vento de Novembro de 2003 pois para este mês a disponibilidade é de 0%.

Tabela 6.1-Disponibilidades mensais para a série de medição da Serra de Arga, para o período entre Janeiro de 2002 e Dezembro de 2004

Disponibilidade

mensal (%)

Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez

2002 100 100 100 100 100 100 100 100 100 100 100 100

2003 100 100 100 100 100 100 100 100 100 68 0 63

2004 93 98 100 100 100 100 100 100 100 100 99 67

De seguida foram identificados os pontos de análise FNL mais próximos da estação em questão. A sua localização relativa é apresentada na figura 6.1. Os pontos a azul pertencem à grelha de análise FNL, o ponto a vermelho à grelha NCEP/NCAR, enquanto que o ponto a amarelo representa a estação de medição. Foram escolhidos dois pontos para análise: o ponto 49.352; e o ponto 49.353. O ponto 49.352 encontra-se, aproximadamente a 31 km da estação de medição, enquanto que o ponto 49.353 se a encontra a aproximadamente 63 km. As duas análises referidas foram efectuadas para todos os níveis de pressão.

A comparação da evolução das velocidades de vento foi realizada calculando, para o período de tempo em análise, as velocidades médias mensais e diárias das duas séries de dados. Obtidas essas velocidades, foram traçados gráficos que nos apresentam a evolução temporal destas, apresentadas lado a lado.

Figura 6.1 – Posição relativa entre a estação da Serra de Arga (amarelo) e os pontos FNL 49.352 (azul à esquerda) e 49.353 (azul à direita) e o ponto NCEP/NCAR 20.142 (vermelho)


37

A análise da correlação entre os dados das duas séries foi obtida, recorrendo às mesmas velocidades médias. Para uma data específica, o valor da velocidade média obtida através das séries FNL e da série de medição é representado num gráfico de dispersão. O processo realiza-se para todo o intervalo de tempo. É então efectuada uma regressão linear aos pontos do gráfico e calculado o coeficiente de correlação, R2.

Para ambos os pontos testados, os resultados foram muito satisfatórios. Considerando todos os níveis de pressão analisados, os valores obtidos para o coeficiente de correlação mensal foram sempre superiores a 0,75. Os valores do coeficiente de correlação diário foram sempre inferiores aos mensais, tal como era esperado, mas sempre superiores a 0,67. Este facto, aliado à análise que se pode fazer dos gráficos obtidos, permite-nos dizer que não só a correlação entre as duas séries de dados é boa, como também que as séries FNL conseguem reproduzir a tendência verificada na evolução das velocidades médias do vento a nível mensal e diário.

O melhor valor para o coeficiente de correlação mensal foi encontrado para o ponto 49.352.6. O valor do coeficiente de correlação diário mais elevado foi calculado para o mesmo ponto, mas para o nível de pressão imediatamente inferior (nível 5). Os resultados obtidos para os dois pontos, para todos os níveis de pressão, encontram-se expressos no Anexo C.1. Aqui apenas iremos apresentar os resultados obtidos para o ponto 49.352.6. Na figura 6.2 é apresentado o gráfico da evolução das velocidades médias mensais e diárias das duas séries.

Na figura 6.3, são apresentados os gráficos das correlações das velocidades médias nas duas escalas temporais em análise e o respectivo valor do coeficiente de correlação.

Figura 6.2- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto FNL 49.352.6, entre Janeiro de 2002 e Dezembro de 2004


38

De modo a saber se os resultados obtidos com as séries FNL são melhores ou piores do que aqueles que se obteriam com as séries NCEP/NCAR, foram efectuadas as mesmas análises, utilizando a série de dados relativa ao ponto de reanálise NCEP/NCAR mais próximo da estação da Serra de Arga, o ponto 20.142 (figura 6.1), que se encontra a cerca de 125 km da estação de medição.

Também pela análise dos gráficos da evolução das velocidades médias, se pode verificar que estes dados representam bem a tendência das velocidades, para o período em questão, verificada pela estação de medição.

Os resultados obtidos para os coeficientes de correlação mostraram-se inferiores aos obtidos com as séries FNL. Para a correlação mensal, os valores de R2 variam entre 0,94 e 0,90. Na análise das correlações diárias, o menor valor de R2 calculado foi de 0,43, sendo o maior de 0,67. À semelhança das séries FNL, o melhor resultado para o valor de R2 mensal foi obtido para a pressão geopotencial de 850 mbar (no caso das séries NCEP/NCAR, nível de pressão 3). Apresentam-se de seguida os resultados obtidos para o ponto 20.142.3, sendo que os resultados obtidos para os outros níveis de pressão se encontram no Anexo C.2.

Figura 6.3 – Correlação mensal e diária entre a série de medição da Serra de Arga e o ponto FNL 49.352.6

Figura 6.4- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto NCEP/NCAR 20.142.3, entre Janeiro de 2002 e Dezembro de 2004


39

0,00

2,00

4,00

6,00

8,00

10,00

12,00


Ve

loci

dad

e m

éd

ia [

m/s

)

49.351 49.352

49.353 49.354

49.355 50.351

50.352 50.353

50.354 50.355

51.351 51.352

51.353 51.354

51.355 52.351

52.352 52.353

52.354 52.355

53.351 53.352

53.353 53.354

53.355 54.351

54.352 54.353

54.354 54.355

6.2 Análise de regimes de vento regionais Devido aos resultados, bastante satisfatórios, obtidos na validação das séries FNL, foi proposto efectuar a análise seguinte: Utilizar os dez anos de dados fornecidos pelas séries FNL e tentar identificar os diferentes regimes de vento que ocorrem em Portugal.

Para tal foram utilizados todos os pontos apresentados no anexo B.1. Face aos resultados obtidos para o nível de pressão seis, na análise anterior, foi utilizado o mesmo nível de pressão no estudo seguinte. Foram então utilizadas as ferramentas criadas utilizando o MatLab® e o Excel.

Em primeiro lugar foi calculada a velocidade mensal média, para cada um dos doze meses do ano. O gráfico das evoluções mensais para cada ponto é apresentado na figura seguinte. Os resultados sob a forma de tabela (tabela D.1) encontram-se no anexo D.1.

Pela análise da figura 6.6 podemos inferir que existe uma tendência clara, apontada

Figura 6.6 – Gráfico da evolução das velocidades mensais médias para os pontos FNL em análise

Figura 6.5 – Correlação mensal e diária entre a série de medição da Serra de Arga e o ponto NCEP/NCAR 20.142.3


40

4,0

5,0

6,0

7,0

8,0

9,0

10,0

Ve

loci

dad

es

mé

dia

s m

en

sais

(m

/s)

Estação da Serra

do Caldeirão

Estação do

Parque de Cabril

por estas séries de dados, para o comportamento da velocidade mensal média do vento sobre o território nacional: Outono e Inverno apresentam ventos mais elevados do que a Primavera e Verão. Também é possível verificar que nem todas as curvas apresentam exactamente a mesma forma. Analisando com cuidado conseguimos verificar que à medida que as latitudes dos pontos vão diminuindo a curva desce, o que demonstra que o valor do vento que se regista no Norte para um determinado mês é superior ao valor que se verifica, para esse mesmo mês, mais a Sul, podendo essa diferença ser superior a 2 m/s. Contudo, na realidade existem locais no Sul do país que, num determinado mês, chegam a ter velocidades médias do vento superiores às registadas no Norte. A Serra do Caldeirão é um bom exemplo disso.

Considerando o período de tempo entre Novembro de 2004 e Outubro de 2005, calcularam-se as velocidades médias mensais utilizando os dados da estação de Cabril e da Serra do Caldeirão. Como podemos verificar pela figura 6.7, a velocidade no Sul do país nem sempre é inferior à verificada no Norte.

De forma a ter uma melhor visão de como o recurso se apresenta distribuído pelo país foram efectuados outros cálculos. Foram obtidos para cada ponto, para o nível de pressão 6 e utilizando os dez anos de dados os seguintes gráficos: rosas de vento; rosas de energia; e histogramas de velocidades. As rosas de vento e histogramas de velocidades foram obtidos recorrendo ao OWC (Observed Wind Climate) Wizard, um componente do software WAsP.

De modo a obter uma visão geográfica sobre esta análise foram criados diversos ‘Mapas de Recurso’, todos eles apresentados no anexo D.2.

• ‘Mapa das Velocidades mensais médias do Vento’, figura D.2; • ‘Mapa das Rosas de Vento’, figura D.4; • ‘Mapa das Rosas de Energia’, figura D.5; • ‘Mapa dos Histogramas de Velocidades’, figura D.3; acompanhado pela tabela

D.2 com os valores dos parâmetros de escala e de forma calculados para cada ponto.

Figura 6.7 – Gráfico da evolução das velocidades médias mensais, entre Novembro de 2004 e Outubro de 2005, para as estações da Serra do Caldeirão e do Prque de Cabril


41

Nestes mapas, cada um dos tipos de gráficos obtidos foram colocados sobre o ponto de análise correspondente, oferecendo uma visão espacial dos resultados.

‘Mapa dos Histogramas de Velocidades’

Analisando separadamente cada latitude, indicada através dos índices dos pontos FNL correspondentes:

• Verifica-se, para todas as latitudes, uma diminuição do factor de escala A, quando nos dirigimos da costa para o interior;

• Quanto ao factor de forma k, para as latitudes correspondentes aos índices 49 a 51, este aumenta à medida que nos afastamos da costa, sendo que para o índice 51 este aumento é inferior ao verificado para as latitudes imediatamente acima. Para latitudes inferiores ao índice 51 esta tendência inverte-se, verificando-se uma diminuição deste factor da costa para o interior.

Efectuando o mesmo exercício, agora para as longitudes:

• Considerando os índices de longitudes 351 e 352, é possível identificar tendências claras: diminuição do factor de escala à medida que as latitudes diminuem (indo do índice 49 para o índice 54); diminuição do factor de forma entre os índices 49 e 50, e aumento deste para latitudes inferiores.

• Atendendo ao índice 353: não se verificam grandes alterações dos dois factores com a alteração da latitude;

• Para os índices 354 e 355: o factor de escala pouco varia entre o Norte e o Sul do País; o factor de forma diminui com a latitude.

As séries FNL dizem-nos então, que os valores mais elevados de vento ocorrem para o litoral Norte do país e vão diminuindo à medida que nos dirigimos para o interior. Ora, sabe-se que isto não é verdade. Na realidade o interior montanhoso é habitualmente mais ventoso do que o litoral. Isto deve-se à orografia local, a qual tem um efeito acelerador no escoamento atmosférico. Daí a maior parte dos parques eólicos se encontrarem no interior do país em zonas montanhosas e não ao longo da costa. Esta discrepância torna evidente a incapacidade das séries FNL de contabilizarem o efeito da orografia local num determinado regime de ventos.

Quanto ao factor de forma, os valores mais elevados foram encontrados para o interior Norte e litoral Sul de Portugal, o que nos indica que o valor da velocidade do vento encontra-se mais concentrado em torno da velocidade média obtida para estes locais.

‘Mapa das Rosas de Vento’ e ‘Mapa das Rosas de Energia’

Os resultados apresentados nestes mapas não provaram ser de grande interesse. Como é possível verificar, em ambos os mapas, quase todas as rosas obtidas apresentam uma contribuição significativa do vento em quase todos os sectores. Tal era esperado, uma vez que os modelos globais através dos quais estas séries são obtidas, não apresentam uma resolução suficiente na descrição da orografia, pelo que as séries não conseguem captar a influência desta num regime de vento específico de um local.


42

‘Mapa das Velocidades mensais médias do Vento’

Este mapa foi obtido colocando as curvas apresentadas na figura 6.6 sobre o ponto geográfico correspondente.

Os resultados obtidos nesta análise não foram tão satisfatórios como no sub-capítulo 6.1. Contudo, é possível identificar algumas diferenças:

• Para latitudes acima de Lisboa, quase não se verificam diferenças na forma das curvas. As curvas alteram-se um pouco à medida que nos deslocamos para latitudes mais baixas.

• Para uma determinada latitude, à medida que nos dirigimos para o interior, a forma da curva mantém-se practicamente inalterada, mas os valores das velocidades médias tendem a descer (tal como era esperado pela análise efectuada ao ‘Mapa dos Histogramas de Velocidades’).

Apesar de alguma informação que foi possível retirar desta análise, as séries não apresentaram os resultados que eram esperados. Esperávamos obter diferentes tipos de curvas, bem definidas, indicando diferentes comportamentos do vento ao longo do ano, sobre o território nacional. Tal não se verificou.

Face aos resultados obtidos, tornou-se necessário testar de novo a correlação destas séries com dados de estações de medição, mas agora para diversos pontos do país. Isto permite descobrir para que zonas do país estas séries apresentam uma boa representação do vento, se essas zonas são amplas o suficiente para considerar estas séries como ferramenta de interesse no âmbito deste projecto e tentar perceber para que zonas a qualidade das séries é inferior e porquê.

6.3 Teste da qualidade das séries FNL para diversos pontos do país

Para realizar este estudo procedeu-se à mesma análise efectuada no sub-capítulo 6.1, com algumas diferenças no que diz respeito ao tipo de dados de medições utilizados e quanto às ferramentas utilizadas na análise.

Os dados utilizados encontram-se descritos no sub-capítulo 5.4. Foram utilizados os dados de todas as estações aí referidas excepto os dados da estação do Parque do Pinheiro. Para cada estação foram identificados os pontos, ou ponto, de análise mais próximos.

De seguida, para o período de tempo que os dados de medição abrangem, é traçado um gráfico da evolução das velocidades médias mensais para esse período utilizando as séries FNL e os dados das estações (exemplo, figura 6.8).

Finalmente é calculada a correlação entre os dados das séries FNL e os dados das medições, à semelhança do que foi feito com a série de medição da Serra de Arga (exemplo, figura 6.9).


43

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

16,00

Jan

-03

Mar

-03

Ma

i-0

3

Jul-

03

Se

t-0

3

No

v-0

3

Jan

-04

Mar

-04

Ma

i-0

4

Jul-

04

Se

t-0

4

No

v-0

4

Jan

-05

Mar

-05

Ma

i-0

5

Jul-

05

Se

t-0

5

No

v-0

5

Jan

-06

Mar

-06

Ma

i-0

6

Jul-

06

Se

t-0

6

No

v-0

6

Jan

-07

Mar

-07

Ma

i-0

7

Jul-

07

Se

t-0

7

No

v-0

7

Jan

-08

Mar

-08

Ma

i-0

8

Jul-

08

Se

t-0

8

No

v-0

8

Jan

-09

Mar

-09

Ma

i-0

9

Jul-

09

Se

t-0

9

No

v-0

9

Ve

loci

da

de

méd

ia d

o v

en

to (

m/s

)

Estação do Parque de cabril

50.353.1

50.353.2

50.353.3

50.353.4

50.353.5

50.353.6

50.353.7

y = 0,7271x + 1,6649

R² = 0,8975

0,00

2,00

4,00

6,00

8,00

10,00

12,00

0,00 5,00 10,00 15,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)

Velocidade média no ponto de análise FNL (m/s)

Vel med

50.353.6 Vs

Vel med

Estação de

Cabril

Estação do Parque de Cabril

O ponto da grelha global de análise utilizado na comparação com os dados desta estação foi o ponto 50.353, o qual se encontra a aproximadamente 4 km da estação.

A figura 6.8 apresenta a comparação da evolução das velocidades médias mensais do vento, para o período comum aos dados da estação e das séries FNL.

A melhor correlação entre as duas séries de dados foi encontrada para o nível de pressão 6, a qual é apresentada na figura 6.9. No anexo E.1 apresentam-se os resultados obtidos para todos os níveis de pressão testados.

Pela figura 6.8 podemos concluir que, à semelhança do que fora obtido para a série de medição da Serra de Arga, o ponto FNL testado apresenta uma boa demonstração da evolução temporal da velocidade média do vento, para o período em análise. Isto, aliado ao valor de

Figura 6.8- Gráfico da evolução das velocidades médias mensais da série de medição do Parque de cabril e dos pontos FNL 50.353, entre Janeiro de 2003 e Dezembro de 2009

Figura 6.9 – Correlação mensal entre a série de medição do Parque de Cabril e o ponto FNL 50.353.6


44

0

2

4

6

8

10

12

14

Velo

cida

de m

édia

do

vent

o (m

/s)

Estação da Serra

dos Candeeiros

51.352.1

51.352.2

51.352.3

51.352.4

51.352.5

51.352.6

51.352.7

0,8975 obtido para o valor do coeficiente de correlação, permite-nos dizer que as séries FNL apresentam muito boa qualidade da representação do recurso nesta zona geográfica.

Estação da Serra dos Candeeiros

Ao utilizar os dados desta estação, foram testados dois pontos FNL da grelha de análise: o ponto 51.352 (a cerca de 59 km da estação); e o ponto 52.352 (a aproximadamente 53 km da estação). A posição relativa entre estes dois pontos e a estação de medição é apresentada na figura 6.10.

Os gráficos que demonstram a evolução temporal das velocidades médias de vento calculadas, para o período comum aos dados da estação e dos pontos de análise FNL, apresentam-se nas figuras 6.11 e 6.12.

Figura 6.11 Gráfico da evolução das velocidades médias mensais da série de medição da Serra dos Candeeiros e dos pontos FNL 51.352, entre Janeiro de 2003 e Dezembro de 2005

Figura 6.10 – Posição relativa entre a estação da Serra dos Candeeiros e os pontos FNL 50.352 e 501.352


45

0

2

4

6

8

10

12

14

Vel

oci

dad

e m

édia

do

ven

to (m

/s)

Estação da Serra

dos Candeeiros

52.352.1

52.352.2

52.352.3

52.352.4

52.352.5

52.352.6

52.352.7

y = 0,7316x + 4,0377

R² = 0,4856

0

2

4

6

8

10

12

0,0 5,0 10,0

Ve

loci

da

de

mé

dia

na

Est

açã

o (

m/

s)


Vel med

52.352.1 Vs

Vel med

Estação da

Serra dos

Candeeiros

A melhor correlação foi obtida para o ponto 52.352, para o primeiro nível de pressão. Contudo, verifica-se que a correlação apresenta um valor baixo, 0,4856. Todos os outros resultados encontram-se expostos no anexo E.2.

Como se pode verificar, os resultados obtidos para esta zona geográfica não são tão satisfatórios. Pelos gráficos da evolução temporal das velocidades médias, vemos que as séries FNL não acompanham muito bem as velocidades registadas pela estação, principalmente para meses de Verão. Comparando o melhor coeficiente de correlação, obtido para este caso particular, com os obtidos anteriormente, podemos concluir que a qualidade das séries para esta região é bastante inferior à obtida para latitudes superiores.

Figura 6.12 Gráfico da evolução das velocidades médias mensais da série de medição da Serra dos Candeeiros e dos pontos FNL 52.352, entre Janeiro de 2003 e Dezembro de 2005

Figura 6.13 - Correlação mensal entre a série de medição da Serra dos Candeeiros e o ponto FNL 52.352.1


46

0

2

4

6

8

10

12

14

Vel

oci

dad

e m

édia

do

ven

to (m

/s)

Estação do Alqueva

53.353.1

53.353.2

53.353.3

53.353.4

53.353.5

53.353.6

53.353.7

0

2

4

6

8

10

12

14

Vel

oci

dad

e m

édia

do

ven

to (m

/s)


53.354.1

53.354.2

53.354.3

53.354.4

53.354.5

53.354.6

53.354.7


Nesta análise foram utilizados dois pontos FNL: o ponto 53.353 (a aproximadamente 63 km da estação de medição); e o ponto 53.354 (a cerca de 52 km da estação).

Os gráficos da evolução temporal das velocidades médias mensais do vento são apresentados de seguida.

A melhor correlação foi obtida para o nível de pressão 3 do ponto 53.353 (figura 6.16). Verifica-se no entanto que o valor obtido foi o mais baixo encontrado até agora. Os cálculos efectuados para os restantes níveis são apresentados no anexoE.3.

Figura 6.14 - Gráfico da evolução das velocidades médias mensais da série de medição do Alqueva e dos pontos FNL 53.353, entre Janeiro de 2003 e Dezembro de 2005

Figura 6.15 - Gráfico da evolução das velocidades médias mensais da série de medição do Alqueva e dos pontos FNL 53.354, entre Janeiro de 2003 e Dezembro de 2005


47

0,0

2,0

4,0

6,0

8,0

10,0

12,0

Nov-

04

Dez-

04

Jan-

05

Fev-

05

Mar

-05

Abr-

05

Mai

-05

Jun-

05

Jul-0

5

Ago-

05

Set-0

5

Out

-05

Velo

cida

de m

édia

do

vent

o (m

/s)

Estação da serra do

Caldeirão

53.353.1

53.353.2

53.353.3

53.353.4

53.353.5

53.353.6

53.353.7

y = 0,2209x + 3,1

R² = 0,2788

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0V

elo

cid

ad

e m

éd

ia n

a E

sta

ção

(m

/s)


Vel med

53.353.3 Vs

Vel med

Estação do

Alqueva

Tanto a análise das figuras 6.14 e 6.15, como do gráfico de dispersão apresentado na figura 6.16, permite-nos concluir que estas séries apresentam uma péssima qualidade na representação do vento na zona geográfica analisada.

Estação da Serra do Caldeirão

Neste teste foi utilizado o ponto 53.353, utilizado na análise anterior. Este ponto encontra-se a cerca de 46 km da estação de medição.

Na figura 6.17 é apresentado o gráfico com as curvas de evolução das velocidades médias de vento mensais, para o período comum entre as séries FNL e os dados da estação de medição.

A melhor correlação foi obtida para o nível de pressão 7. Os cálculos realizados para os outros níveis de pressão estão expostos no anexo E.4.

Figura 6.17 - Gráfico da evolução das velocidades médias mensais da série de medição da Serra do Caldeirão e dos pontos FNL 53.353, entre Novembro de 2004 e Outubro de 2005

Figura 6.16 - Correlação mensal entre a série de medição do Alqueva e o ponto FNL 53.353.3


48

0,0

2,0

4,0

6,0

8,0

10,0

12,0

No

v-0

4

De

z-0

4

Jan

-05

Fev-

05

Mar

-05

Ab

r-0

5

Mai

-05

Jun

-05

Jul-

05

Ago

-05

Set-

05

Ou

t-0

5

Vel

oci

dad

e m

édia

do

ven

to

(m/s

)

Estação de Monchique

54.352.1

54.352.2

54.352.3

54.352.4

54.352.5

54.352.6

54.352.7

y = 0,4608x + 3,2509

R² = 0,9364

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0 15,0

Ve

loci

da

de

mé

dia

na

Est

açã

o (

m/s

)


Vel med

53.353.7 Vs

Vel med

Estação da

Serra do

Caldeirão

Comparativamente às análises anteriores, o período de tempo analisado neste caso é de apenas um ano. Contudo, a subida observada, relativamente ao teste efectuado com a estação do Alqueva, é muito elevada, o que nos leva a crer que, mesmo com mais anos de dados, a correlação se manterá boa entre as duas séries de dados. Isto leva-nos a concluir que, para estações colocadas nas latitudes circundantes à da estação da Serra do Caldeirão, as séries FNL apresentam uma óptima qualidade na representação do vento que aí se observa.


Neste último teste foram utilizados dois pontos FNL na comparação com os dados da estação de medição de Monchique: o ponto 53.353, a aproximadamente 91 km da estação de medição; e o ponto 54.352, a cerca de 52 km da estação.

Os gráficos das evoluções temporais das velocidades médias mensais do vento obtidos são os seguintes:

Figura 6.19 - Gráfico da evolução das velocidades médias mensais da série de medição de Monchique e dos pontos FNL 54.352, entre Novembro de 2004 e Outubro de 2005

Figura 6.18 - Correlação mensal entre a série de medição da Serra do Caldeirão e o ponto FNL 53.353.7


49

0,0

2,0

4,0

6,0

8,0

10,0

12,0

No

v-0

4

De

z-0

4

Jan

-05

Fev-

05

Mar

-05

Ab

r-0

5

Mai

-05

Jun

-05

Jul-

05

Ago

-05

Set-

05

Ou

t-0

5

Vel

oci

dad

e m

édia

do

ven

to

(m/s

)


53.353.1

53.353.2

53.353.3

53.353.4

53.353.5

53.353.6

53.353.7

y = 0,9597x + 0,053

R² = 0,6194

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

da

de

mé

dia

na

Est

açã

o (

m/s)


Vel med

54.352.2 Vs

Vel med

Estação de

Monchique

A melhor correlação obtida verificou-se para o segundo nível de pressão, para o ponto 54.352 (figura 6.21). Todos os outros resultados obtidos nesta análise são apresentados no anexo E5.

Neste caso, volta-se a verificar uma descida no valor do coeficiente de correlação. Contudo, pela análise das figuras 6.19 e 6.20, podemos afirmar que as séries apresentam uma representação do vento razoável para esta zona do país.

Conclusões

Dos pontos FNL analisados, podemos retirar as seguintes conclusões:

• Entre os 40 e os 42º de latitude (índices 51 a 49), as séries FNL conseguem reproduzir com muito boa qualidade as condições de vento;

• Entre os 37 e os 38º de latitude (índice 54 e 53) a qualidade das séries vai de razoável a óptima, dependendo do local específico em análise. Nos dois casos analisados, estação da Serra do Caldeirão e estação de Monchique, afastados cerca de meio grau de latitude (cerca de 45 km), o melhor valor obtido para o

Figura 6.20 - Gráfico da evolução das velocidades médias mensais da série de medição de Monchique e dos pontos FNL 53.353, entre Novembro de 2004 e Outubro de 2005

Figura 6.21 - Correlação mensal entre a série de medição de Monchique e o ponto FNL 53.352.2


50

coeficiente de correlação variou aproximadamente 30% entre os dois locais. Isto leva-nos a por a hipótese de que existem certas condições locais que estas séries não conseguem reproduzir.

• Entre os 38 e os 40º de latitude (índices 53 a 51) a qualidade das séries baixa consideravelmente, sendo particularmente má no interior do país, entra os 38 e 39º de latitude. Como foi dito na secção 2.2.2, existe um fenómeno denominado Depressão Térmica, que ocorre durante o Verão português: este fenómeno ajuda a explicar os maus resultados obtidos para esta zona do país. O facto de este fenómeno ter uma origem térmica e ser potenciado por questões orográficas explica porque é que as séries FNL não o conseguem reproduzir. Analisando as figuras 6.11 e 6.12, podemos ver claramente a influência que este fenómeno tem nas velocidades registadas durante o Verão pela estação de medição, e a dificuldade que as séries FNL têm em acompanhar esta tendência. Isto ajuda a explicar o porquê de não se terem obtido os resultados esperados, nesta zona, na criação dos ‘Mapas de Recurso’.

• Apesar de em algumas zonas as séries não apresentarem os resultados esperados, como essa falha se deve maioritariamente a razões de orografia, pensamos que seria interessante utilizar estas séries como condições iniciais em modelos de micro-escala, de forma a contabilizar as influências do terreno, que os modelos globais não conseguem reproduzir tão bem. Pensamos que desta forma seria possível obter melhorias nos resultados para as zonas problemáticas, o que tornaria as séries FNL uma ferramenta poderosa na análise do vento, na área da indústria eólica, pelo menos em Portugal.

• Também se verificou que, para locais diferentes, a melhor correlação entre as séries FNL e os dados de estações nem sempre se verifica para os mesmos níveis de pressão. Para além disto, mesmo que a melhor correlação entre os dados se verifique para um determinado nível, a representação dos valores das velocidades do vento para um determinado local pode não ser conseguida para esse nível de pressão. Vejamos por exemplo a análise efectuada com os dados da estação da Serra do Caldeirão, em que a melhor correlação foi obtida para o sétimo nível de pressão, mas através da figura 6.17, vemos que nem sempre este nível representa o valor da velocidade de vento que se verifica numa determinada altura do ano. Este facto também ajuda a explicar os fracos resultados obtidos na elaboração do ‘Mapa das Velocidades mensais médias do Vento’, o qual foi obtido utilizando sempre o mesmo nível de pressão.

6.4 Análise da variabilidade inter-anual do vento em Portugal Continental

Apesar de não ter sido conseguido, através das séries FNL, efectuar uma análise de regimes regionais como foi proposto, confirmamos que, para a maior parte do país, estas apresentam uma boa representação da evolução temporal da velocidade do vento.

Como tal, temos à nossa disposição uma série de dados que cobre quase todo o território português, e que oferece um período de análise consistente ao longo de dez anos.


51

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

Serão apenas utilizados os pontos da grelha FNL correspondentes aos índices de latitude de 49 a 54 e aos índices de longitude de 352 a 354. Serão ignorados os pontos correspondentes aos índices de latitude 52, os quais apresentam má qualidade na representação do vento nas suas zonas. O nível de pressão utilizado será o nível seis.

Foram calculadas, para cada ponto, as velocidades médias de longo-termo. Os resultados apresentam-se na tabela 6.2.

Tabela 6.2 – Velocidades médias de longo-termo para os pontos FNL em análise

Velocidades médias de longo termo (m/s)

Pontos FNL 49.352 49.353 49.354

8.1 7.7 7.4

Pontos FNL 50.352 50.353 50.354

7.6 7.3 7.2

Pontos FNL 51.352 51.353 51.354

7.5 7.2 7.1

Pontos FNL 53.352 53.353 53.354

7.3 7.0 6.7

Pontos FNL 54.352 54.353 54.354

7.4 7.1 7.0

À semelhança das conclusões retiradas no sub-capítulo 6.2, aquando da análise do ‘mapa dos histogramas de velocidades’, também aqui as séries FNL apresentam uma tendência decrescente da velocidade do vento de Norte para Sul e do litoral para o interior.

Para cada ponto foram então calculadas as velocidades médias anuais e estas adimensionalizadas relativamente à velocidade média de longo termo. Fica-se assim a saber se um determinado ano se encontra acima ou abaixo da média. Sob a forma gráfica tornam-se evidentes algumas tendências da evolução da velocidade médio do vento nos últimos dez anos. Os resultados apresentados na figura 6.22, referem-se ao ponto 49.352, sendo que no anexo F.1, encontram-se os resultados para todos os pontos analisados.

Figura 6.22 – Velocidades médias anuais adimensionalizadas para o ponto FNL 49.352.6


52

0,85

0,90

0,95

1,00

1,05

1,10

1,15

2000 2002 2004 2006 2008

Ve

loci

dad

e m

éd

ias

anu

ais

adim

en

sio

nal

izad

as

Zona Norte e

Centro

Analisando os resultados verificam-se duas tendências distintas, acima (zona Norte e Centro) e abaixo (zona Sul) da linha de pontos da grelha FNL com o índice de latitude de 52.

Os maiores desvios relativamente à média de longo termo verificaram-se na zona Norte e Centro, mais precisamente para o ponto 49.354, com valores que chegam a estar 13% acima da média e 12% abaixo da média.

Agrupando os pontos pelas duas zonas definidas, foram então calculados os desvios médios relativamente às médias, para cada ano. Os resultados foram os seguintes:

Tabela 6.3 –Velocidades médias anuais adimensionalizadas para a zona Norte e Centro

Velocidades médias anuais

adimensionalizadas

Zona Norte e Centro

2000 1.07

2001 1.09

2002 1.10

2003 1.05

2004 0.96

2005 0.96

2006 0.94

2007 0.89

2008 0.96

2009 0.98

Figura 6.23 – Velocidades médias anuais adimensionalizadas para a zona Norte e Centro


53

0,85

0,90

0,95

1,00

1,05

1,10

1,15

2000 2002 2004 2006 2008

Ve

loci

dad

e m

éd

ias

anu

ais

adim

en

sio

nal

izad

as

Zona Sul

Tabela 6.4 - Velocidades médias anuais adimensionalizadas para a zona Sul

Velocidades médias

anuais adimensionalizadas

Zona Sul

2000 1.01

2001 1.06

2002 1.03

2003 1.06

2004 0.95

2005 0.94

2006 0.95

2007 0.94

2008 1.01

2009 1.05

As duas tendências distintas tornam-se então mais evidentes.

Na figura 6.23, para a zona Norte e Centro, as séries FNL demonstram uma tendência decrescente da velocidade média anual entre 2002 e 2007, e uma aumento das velocidades médias entre 2000 e 2002 e entre 2007 e 2009, sendo que em 2009 a velocidade média anual ainda se mantém abaixo da média de longo termo. Verifica-se que as velocidades médias anuais variem em torno da média entre -10% e +10%.

A figura 6.24 demonstra-nos que entre 2001 e 2003, as velocidades, na zona Sul, se mantiveram em 5% acima da média de longo termo, enquanto que entre 2004 e 2007 estas estiveram 5% abaixa da média. Verifica-se, tal como na zona Norte e Centro uma subida das velocidades média anuais em 2008 e 2009, mas neste caso estas encontram-se acima da média de longo termo. Nesta zona, as velocidades médias anuais variam -5% e +5% em torno da média de longo termo, metade do que se verifica na zona Norte e Centro.

Figura 6.24 – Velocidades médias anuais adimensionalizadas para a zona Sul


54

8,35

8,4

8,45

8,5

8,55

8,6

8,65

8,7

19

79

19

82

19

85

19

88

19

91

19

94

19

97

20

00

20

03

20

06

20

09

Mé

dia

s d

as v

elo

cid

ade

s m

éd

ias

anu

ais

(m/s

)

médias móveis

7,3

7,4

7,5

7,6

7,7

7,8

7,9

8

8,1

19

79

19

82

19

85

19

88

19

91

19

94

19

97

20

00

20

03

20

06

20

09

Mé

dia

s d

as v

elo

cid

ade

s m

éd

ias

anu

ais

(m/s

)

médias móveis

Contudo, apenas dez anos de dados são insuficientes para tentar antever tendências futuras na evolução das velocidades médias do vento

Sabendo que as séries NCEP/NCAR nos fornecem 31 anos de dados, foi feita uma análise semelhante utilizando os pontos descritos no sub-capítulo 5.2., na tentativa de identificar evoluções passadas das velocidades médias anuais, de modo a enquadrar as verificadas na última década. Foi utilizado o nível de pressão três destas séries, correspondente ao nível 6 das séries FNL (850 mbar). Os resultados encontram-se no anexo F.2.

Para melhor identificar a tendência da evolução das velocidades médias foram criados gráficos em que o primeiro ponto representa a média entre 1978 e 1979, o segundo representa a média entre 1978 e 1980 e assim sucessivamente até ao último ponto que representa a média entre 1978 e 2009. Os resultados encontrados para os três pontos foram os seguintes:

Figura 6.25 – Evolução das médias móveis entre 1978 e 2009 para o ponto de reanálise NCEP/NCAR 20.142.3



55

6,7

6,8

6,9

7

7,1

7,2

7,3

7,4

7,5

7,6

19

79

19

82

19

85

19

88

19

91

19

94

19

97

20

00

20

03

20

06

20

09

Mé

dia

s d

as v

elo

cid

ade

s m

éd

ias

anu

ais

(m/s

)

médias móveis

Todos os gráficos apresentam uma tendência decrescente das velocidades médias anuais desde 1978. A figura 6.25 demonstra uma descida da velocidade média desde 8,65 m/s até 8,5 m/s, apresentando uma subida da velocidade entre 2000 e 2002, tal como as séries FNL para a zona Norte e Centro apresentaram. As figuras 6.26 e 6.27 demonstram uma descida acentuada entre 1978 e 1982, sendo que nos anos seguintes a velocidade média ronda os 7,6 m/s na figura 6.26 e 7,1 m/s na figura 6.27.

Pode-se então dizer que a descida das velocidades médias que se verificaram na última década se enquadram numa tendência decrescente da velocidade do vento que se verifica desde 1978. Contudo, não sabemos se esta descida representa um retorno a uma velocidade média de muito longo termo (mais de 30 anos), se esta descida se restringe a este período de tempo e voltará a subir, ou se a tendência decrescente se continuará a verificar.

Torna-se então necessário analisar séries de dados que recuem no tempo mais do que 30 anos. Uma análise que poderia ser efectuada poderia ter como base o índice NAO, o qual nos fornece dados que remontam até 1864 e que, por ser uma medida da diferença de pressões, podemos dizer que apresentará uma consistência de dados que seria impossível de obter para séries de dados de velocidades médias, pois a medição da pressão atmosférica não se alterou muito ao longo do tempo, ao contrário dos aparelhos de medição da velocidade do vento.



56


57

7. Contribuição para o estabelecimento de um ‘índice de vento’

A segunda parte deste trabalho consiste no estudo de fontes de informação e metodologias que possam contribuir para a criação de um ‘índice de vento’.

As fraquezas de outros índices, expostas no capítulo 4, levaram a que fossem tomadas algumas decisões importantes, logo na fase inicial de projecto:

• O cálculo de um índice regional seria obtido com base em dados de velocidade de vento e não de produção eléctrica;

• Seriam utilizadas as séries FNL para o cálculo do índice; • O período de referência, isto é, o nível de 100% do índice, será um período

móvel, à semelhança do ‘índice de vento’ do Reino Unido.

O ‘índice de vento’, por região, que tentaremos obter neste trabalho, terá como objectivo fornecer uma referência do recurso, relativamente ao que era esperado deste, para uma zona geográfica, numa determinada data. Assim obtemos uma ferramenta de análise do recurso, independente do número de parques de uma região e do tipo de turbinas que estes utilizam.

As características que nos levaram a escolher as séries FNL como base para este trabalho foram enumeradas anteriormente e prendem-se com a resolução espacial que estas possuem, bem como o facto de nos fornecerem uma série de dados consistente ao longo de dez anos, para todo o país, o que não seria possível recorrendo a dados de estações de medição ou a dados de produção de parques. Contudo, deve-se ter em conta que, para algumas zonas do país, a qualidade das séries FNL não é satisfatória.

O facto de se decidir utilizar um período de referência móvel prende-se com dois motivos: o facto de as séries FNL apenas fornecerem dados de velocidade do vento para a primeira década do século XXI; e, como ficou patente no capítulo anterior, não sabermos como a velocidade do vento evoluirá no futuro, sendo assim impossível dizer com certeza qual será o período de referência que vai possibilitar no futuro obter os melhores resultados.

Depois de criado o ‘índice de velocidades do vento’, tentou-se estabelecer um índice baseado na produção energética. Este índice foi estabelecido para dois parques específicos, o parque de Cabril e o Parque da Espiga. Tomou-se a decisão de não tentar criar um índice regional pois não possuíamos uma amostragem de dados suficientemente grande para fazer uma análise estatística acertada da produção de uma região.


58

Para ambos os índices foram efectuados testes de funcionalidade.

O primeiro teste consiste na análise dos diversos índices relativos (ver secção 7.1.1), na tentativa de identificar qual o período de referência que, sendo aplicado ao cálculo do índice para uma determinada data, oferece a melhor estimativa, tanto da velocidade do vento como da produção eléctrica num local específico.

O segundo teste teve como objectivo analisar a qualidade do índice (que melhores resultados deu no primeiro teste), quando se faz uso deste, recorrendo a diferentes períodos de tempo para os quais se possuem dados de medições de velocidades do vento ou de produções de parques.

7.1 Criação do ‘índice de velocidade do vento’ É aconselhado na literatura, para a criação de um ‘índice de vento’ utilizando séries de reanálise (neste caso séries operacionais), utilizar dados de velocidade de vento geostróficas (acima dos 825 mbar, no caso das séries FNL, a partir do nível de pressão seis). Como tal, todos os ‘índices de velocidade do vento’, calculados neste sub-capítulo serão obtidos para o sexto nível de pressão, de cada ponto da grelha de análise FNL.

A primeira tarefa passou por definir o período de referência. Como foi dito este será móvel, isto é, de ano para ano, ou de mês para mês, o nível de 100% irá alterar-se. Isto é, se na análise que iremos efectuar para 2009 for concluído que o período de referência que oferece melhores resultados é aquele que abrange os cinco anos anteriores ao ano em análise (analisando o ano de 2009 esses cinco anos abrangem o anos de 2008 a 2004), quando fosse calculado o índice para 2010, o ‘comprimento’ do período de referência manter-se-ia, mas os anos correspondentes seriam os anos de 2009 a 2005.

7.1.1 Determinação do nível de 100%

O índice será calculado na base mensal e na base anual. Os índices mensais habitualmente calculados oferecem uma representação do desvio da velocidade do vento (ou da produtividade) mensal, relativamente a uma média anual de longo-termo. Contudo, do ponto de vista de um promotor de um parque, esta não é a perspectiva mais acertada. Na nossa opinião o ‘índice de vento’ deve encontrar-se sempre o mais próximo possível dos 100%. Para tal é proposto o seguinte: não comparar um determinado mês com a média anual de longo-termo, mas sim com a média mensal, para esse mês, de longo-termo.

Utilizando os dez anos de dados disponibilizados pelas séries FNL podemos testar diversos períodos de referência. De modo a facilitar esta análise, vamos calcular o que iremos denominar como ‘índices de vento relativos’ (ivr), para todo o ano de 2009, utilizando 9 períodos de referência diferentes.

Tomemos como exemplo o ‘índice de velocidade de vento relativo’ calculado para Janeiro de 2009. Serão calculados nove, cada um com um período de referência que abrange intervalos de tempo diferentes. O primeiro índice (ivr,1 ano) é obtido dividindo o valor da velocidade média do vento em Janeiro de 2009 pela velocidade do vento de Janeiro do ano imediatamente anterior, 2008; obtemos assim um índice relativo a um ano. De seguida


59

obtemos um índice relativo a 2 anos (ivr,2 anos), fazendo o quociente entre a velocidade média do vento em Janeiro de 2009 e a média das velocidades médias de vento de Janeiro dos dois anos anteriores, 2008 e 2007. Continuamos o processo até obtermos o índice relativo a nove anos, dividindo o valor da velocidade média de Janeiro de 2009 pela média das velocidades médias de vento de Janeiro desde 2000 a 2008. Este processo é repetido para os doze meses do ano e para os índices anuais. A equação utilizada pode ser descrita como sendo:

�� ⁄ ,� �� = �� ê� �⁄�� ê�⁄ ,� �� @R. 7.1�

Estes índices foram calculados para diversos pontos da grelha de análise FNL. Apresentamos aqui os resultados obtidos para o ponto 50.353.6. Todos os outros resultados encontram-se expostos no anexo G, também para o nível de pressão seis.

Tabela 7.1 – ‘Índices de velocidade de vento relativos’ anuais para 2009

índice de vento relativo anual (%)

2009

ivr,1 ano 104

ivr,2 anos 107

ivr,3 anos 106

ivr,4 anos 106

ivr,5 anos 105

ivr,6 anos 103

ivr,7 anos 101

ivr,8 anos 100

ivr,9 anos 98


60

92

94

96

98

100

102

104

106

108

110

ivr,1

ano

ivr,2

anos

ivr,3

ano

ivr,4

anos

ivr,5

ano

ivr,6

anos

ivr,7

ano

ivr,8

anos

ivr,9

ano

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

Tabela 7.2 - ‘Índices de velocidade de vento relativos’ mensais para 2009

índice de vento relativo mensal (%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

ivr,1 ano

123 108 70 75 105 127 108 72 80 106 145 117

ivr,2 anos

136 83 72 98 98 106 103 66 82 126 165 138

ivr,3 anos

141 87 69 102 105 113 112 67 73 100 155 138

ivr,4 anos

139 88 71 98 104 114 109 69 75 96 149 137

ivr,5 anos

129 90 74 99 106 116 108 65 78 88 154 135

ivr,6 anos

119 88 76 92 105 113 111 65 78 88 148 134

ivr,7 anos

118 85 77 95 100 112 107 66 76 86 141 126

ivr,8 anos

110 85 72 93 101 112 104 67 76 84 143 131

ivr,9 anos

114 86 75 87 103 110 103 67 76 85 137 122

De seguida foram obtidos gráficos através destes resultados, numa tentativa de tentar perceber se, ao fim de alguns anos, os índices tendem para um valor específico.

Figura 7.1 - Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 50.353.6 com o período de referência


61

60

80

100

120

140

160

ivr,1

ano

ivr,2

anos

ivr,3

ano

ivr,4

anos

ivr,5

ano

ivr,6

anos

ivr,7

ano

ivr,8

anos

ivr,9

ano

Índ

ice

de

ve

nto

me

nsa

l (%

)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Através da figura 7.2, verificamos que, para a maior parte dos meses, a partir do ‘índice de vento relativo’ mensal ivr,5 anos, o valor do índice tende a estabilizar, principalmente nos meses de verão. Considerando o valor do índice relativo a nove anos como sendo a melhor aproximação do ‘índice de vento’, fomos calcular o erro absoluto entre este e os índices relativos que utilizam períodos de referência inferiores a nove anos. Os resultados obtidos foram os seguintes:

Tabela 7.3 – Erro absoluto entre os diferentes índices relativos mensais e o ivr,9 anos

erros absolutos (%)

1 ano 2 anos 3 anos 4 anos 5 anos 6 anos 7 anos 8 anos

Jan-09 9 22 28 25 15 6 4 -3

Fev-09 22 -3 1 2 4 2 -1 -1

Mar-09 -4 -2 -5 -3 0 1 2 -3

Abr-09 -11 11 15 12 13 5 8 6

Mai-09 2 -5 2 1 3 2 -3 -2

Jun-09 17 -4 3 4 6 3 2 2

Jul-09 5 0 10 6 5 8 4 1

Ago-09 6 0 1 2 -2 -2 -1 0

Set-09 4 6 -3 -1 2 2 0 0

Out-09 20 41 15 10 3 3 1 -1

Nov-09 9 28 18 12 17 12 4 6

Dez-09 -4 16 16 15 14 12 4 9

Figura 7.2 Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 50.353.6 com o período de referência


62

-15

-10

-5

0

5

10

15

20

25

30

35

40

45


Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

6,4

6,6

6,8

7,0

7,2

7,4

2008 2008 a 2007 2008 a 2006 2008 a 2005 2008 a 2004 2008 a 2003 2008 a 2002 2008 a 2001 2008 a 2000

Ve

loci

dad

e m

éd

ia m

(m/s

)

Velocidades médias

Podemos verificar que para os meses de Verão, utilizando períodos de referência superiores a cinco anos, os índices mensais variam entre -2% e +8%, sendo que para os meses de Inverno esse intervalo aumenta para valores entre -3% e + 12%. Analisando todos os pontos da grelha de análise FNL, verificamos que à medida que nos dirigimos para latitudes inferiores, este intervalo fica mais restrito, chegando a encurtar para valore apenas entre -5% e +5%.

Analisando os ‘índices de velocidade de vento relativos’ anuais, podemos retirar outras conclusões.

Analisando a tabela 7.1 e a figura 7.1, verificamos que os índices anuais não tendem para nenhum valor específico, mais ainda, à medida que os anos utilizados no período de referência aumentam, o índice tende a decrescer. Ora, considerando que no cálculo deste, o numerador (da equação 7.1) é sempre o mesmo, a variação do índice provém da variação da velocidade média dos períodos de referência.

Figura 7.3 – Evolução do erro absoluto dos índices relativos com o período de referência

Figura 7.4 – Evolução das velocidades médias anuais para diferentes períodos de referência


63

A tendência aqui apresentada é a mesma do que aquela discutida no capítulo anterior aquando da análise da variabilidade inter-anual do vento: Tendência decrescente, desde o início da década, da velocidade média anual do vento, sendo que em 2007 se verificou uma inversão desta tendência. Analisando a figura 7.2 verificamos que esta evolução se encontra presente nos ‘índices de vento’ mensais, sendo mais evidente nos meses de Inverno.

O próximo passo passa por testar a aplicabilidade do índice e analisar quantitativamente a utilização de diferentes períodos de referência.

Pela análise efectuada, a utilização do período de referência de nove anos anteriores à data em análise é o que nos oferece melhores resultados. Sabemos, contudo, que estas séries operacionais continuarão a ser criadas e disponibilizadas. É proposto que, à medida que mais anos de dados são publicados, a mesma análise seja feita, de modo a saber se o erro absoluto aqui calculado diminui, se mantém ou, pelo contrário, aumenta.

7.1.2 Análise dos ‘índices de velocidade do vento relativos’

O local escolhido para efectuar os testes foi o da estação do Parque de Cabril, o qual sabemos que apresenta uma correlação muito boa com o ponto da grelha de análise FNL 50.353 (ver sub-capítulo 6.3), para o sexto nível de pressão e também para o qual existem seis anos de dados de medições.

Teste I – Efeito dos diferentes períodos de referência na qualidade do índice

Foi então efectuada a estimativa das velocidades de vento mensais para 2009, utilizando os diferentes ‘índices de velocidade do vento relativos’. A velocidade do vento será apenas estimada para este ano pois é o único que nos permite testar todos os períodos de referência descritos anteriormente.

Considerando apenas os dados de medições da estação, entre o período anterior ao qual se pretende estimar o recurso, Janeiro de 2003 a Dezembro de 2008, calculamos as médias das velocidades de vento para cada mês (tabela 7.4)


64

Tabela 7.4 – Velocidades médias mensais para a estação de Cabril, para o período entre Janeiro de 2003 e Dezembro de 2009; velocidade média mensal para 2009 obtida para a estação de Cabril

Velocidade média

mensal (m/s) Velocidade média

mensal em 2009 (m/s)

Jan 7.6 8.9

Fev 7.9 6.8

Mar 8.1 6.5

Abr 7.3 6.0

Mai 5.8 6.0

Jun 5.2 5.2

Jul 4.9 4.6

Ago 5.7 4.2

Set 5.4 4.7

Out 8.0 7.3

Nov 7.9 9.9

Dez 8.2 10.1

As velocidades médias mensais estimadas para os meses de 2009 foram obtidas multiplicando as médias de cada mês da tabela 7.4, pelos diversos índices relativos do mês correspondente (tabela 7.2). As velocidades médias mensais do vento estimadas constam da tabela 7.5:

Tabela 7.5 – Velocidades médias mensais do vento estimadas através dos diferentes índices relativos

Velocidades médias mensais de vento estimadas (m/s)

ivr,1 ano

ivr,2 anos

ivr,3 anos

ivr,4 anos

ivr,5 anos

ivr,6 anos

ivr,7 anos

ivr,8 anos

ivr,9 anos

Jan 9.3 10.2 10.7 10.5 9.7 9.0 8.9 8.3 8.6

Fev 8.5 6.5 6.9 6.9 7.1 6.9 6.7 6.7 6.8

Mar 5.7 5.8 5.6 5.8 6.0 6.1 6.2 5.8 6.0

Abr 5.5 7.1 7.4 7.2 7.2 6.7 6.9 6.7 6.3

Mai 6.1 5.7 6.1 6.0 6.1 6.1 5.8 5.9 6.0

Jun 6.6 5.5 5.9 6.0 6.0 5.9 5.8 5.9 5.7

Jul 5.3 5.0 5.5 5.3 5.3 5.4 5.2 5.1 5.0

Ago 4.1 3.8 3.9 3.9 3.7 3.7 3.8 3.8 3.8

Set 4.3 4.4 3.9 4.0 4.2 4.2 4.1 4.1 4.1

Out 8.5 10.1 8.0 7.7 7.1 7.1 6.9 6.7 6.9

Nov 11.5 13.1 12.3 11.8 12.2 11.8 11.2 11.3 10.8

Dez 9.6 11.3 11.3 11.2 11.1 10.9 10.3 10.7 10.0

Utilizando os valores mensais da velocidade do vento medidos pela estação para os meses de 2009, foi então calculado o erro relativo entre o valor medido e o valor estimado pelos diferentes índices relativos. Os resultados apresentam-se na tabela 7.6.


65

Tabela 7.6 – Erros relativos na estimativa das velocidades mensais para 2009

Erros Relativos (%)

ivr,1 ano

ivr,2 anos

ivr,3 anos

ivr,4 anos

ivr,5 anos

ivr,6 anos

ivr,7 anos

ivr,8 anos

ivr,9 anos

Jan 5 15 21 18 10 2 0 -6 -3

Fev 25 -4 1 2 4 2 -2 -2 0

Mar -12 -10 -13 -11 -7 -5 -4 -10 -7

Abr -8 20 24 21 22 12 16 14 6

Mai 1 -6 0 0 1 1 -4 -3 -1

Jun 27 6 12 14 15 12 11 12 9

Jul 15 9 19 16 15 17 13 10 9

Ago -2 -10 -9 -7 -13 -13 -11 -10 -10

Set -10 -8 -17 -16 -12 -12 -14 -14 -14

Out 16 38 10 5 -3 -3 -5 -8 -6

Nov 17 32 25 20 23 19 13 15 10

Dez -5 12 12 11 9 8 2 6 -1

Como podemos confirmar os resultados são bastante aceitáveis. Nas condições de teste, utilizando o ‘índice de velocidade de vento relativo’ a nove anos, os erros na estimativa da velocidade média mensal estão compreendidos entre -14% e +10 %.

Teste II – Influência do número de anos de dados de medições na utilização do índice de velocidades

Sabendo que o período de referência utilizado no cálculo do índice que nos oferece melhores resultados são os nove anos de dados à nossa disposição, iremos proceder à estimativa das velocidades médias mensais de vento para 2009 utilizando apenas o ivr,9 anos, mas agora variando o período de tempo para o qual existem dados de medição da estação.

Os valores mensais do índice utilizado encontram-se na tabela 7.2. Na tabela 7.7 apresentam-se os valores das velocidades médias de vento mensais, obtidas com a estação de medição do Parque de Cabril, considerando diferentes períodos de tempo.


66

Tabela 7.7 – Velocidades médias mensais de Cabril quando calculadas através de diferentes períodos de tempo

Velocidades médias mensais de Vento

(m/s)

Períodos de referência

2008 2008 a 2007 2008 a 2006 2008 a 2005 2008 a 2004

1 ano 2 anos 3 anos 4 anos 5 anos

Jan 7.1 6.5 6.6 6.8 7.0

Fev 7.3 8.1 7.8 7.8 7.9

Mar 7.8 7.8 8.4 8.5 8.2

Abr 7.9 6.6 6.7 6.7 6.8

Mai 5.6 5.7 5.6 5.7 5.8

Jun 4.7 5.4 5.1 5.2 5.2

Jul 4.8 5.0 4.7 5.0 5.0

Ago 5.1 5.6 5.8 5.7 5.8

Set 4.8 5.2 5.6 5.4 5.3

Out 6.1 5.7 7.3 7.8 8.0

Nov 7.3 6.8 7.4 7.8 7.8

Dez 8.7 7.6 7.7 7.9 8.0

As velocidades médias mensais estimadas, utilizando os diferentes períodos de tempo com dados disponíveis, apresentam-se na tabela 7.8:

Tabela 7.8 – Velocidades médias mensais do vento estimadas através do ivr,9 anos

Velocidades médias mensais de vento estimadas (m/s)

Período 1 ano 2 anos 3 anos 4 anos 5 anos

Jan 8.0 7.4 7.5 7.7 8.0

Fev 6.3 7.0 6.7 6.8 6.8

Mar 5.8 5.8 6.3 6.3 6.1

Abr 6.9 5.7 5.8 5.9 5.9

Mai 5.7 5.8 5.8 5.9 6.0

Jun 5.1 5.9 5.7 5.7 5.7

Jul 4.9 5.1 4.8 5.2 5.1

Ago 3.4 3.7 3.8 3.8 3.8

Set 3.6 3.9 4.3 4.1 4.1

Out 5.2 4.8 6.2 6.6 6.9

Nov 10.0 9.2 10.1 10.7 10.6

Dez 10.5 9.2 9.4 9.7 9.8

Comparando as velocidades médias estimadas, com as realmente observadas, foram obtidos os valores dos erros relativos. Os resultados encontram-se na tabela 7.9.


67

Tabela 7.9 – Erros relativos na estimativa das velocidades mensais para 2009

erros relativos (%)

Períodos de

referência 1 ano 2 anos 3 anos 4 anos 5 anos

Jan -9 -17 -15 -13 -10

Fev -7 4 -1 0 0

Mar -10 -10 -3 -2 -5

Abr 16 -4 -2 -1 -1

Mai -5 -3 -5 -2 0

Jun -2 13 8 8 8

Jul 8 12 5 12 11

Ago -20 -12 -9 -10 -9

Set -23 -17 -10 -13 -15

Out -29 -34 -15 -10 -6

Nov 1 -6 3 8 8

Dez 4 -9 -8 -5 -3

Os resultados mostraram-se mais uma vez bastante interessantes. Utilizando entre um a dois anos de dados de medição, o erro na estimativa da velocidade, utilizando o ‘índice de velocidade do vento’, encontra-se entre -35% e +10%. Entre três e quatro anos de dados, o intervalo do erro relativo diminui para -15% a +11%, idêntico ao obtido na utilização de todos os anos de medições que dispomos.

7.1.3 ‘Índices de velocidade do vento’

Tendo obtido os resultados aceitáveis nas várias análises efectuadas ao índice de velocidade proposto, é então proposto um ‘Índice de Velocidade do Vento’ anual para 2009, baseado no índice relativo a nove anos (ivr, 9 anos). Na figura seguinte apresentamos para cada ponto, o valor do índice anual para 2009. Considerando a má qualidade das séries obtida para alguns pontos, os índices destes não serão apresentados. No anexo H encontram-se as tabelas com os valores, para cada ponto da grelha FNL, dos índices anuais (tabela H.1) e dos índices mensais (tabela H.2) para 2009.

Estudo da Variabilidade inter-anual Contribuição para o Estabelecimento de um “Índice

7.2 Criação de um ‘índice de p Devido aos bons resultados obtidos para o índice de velocidadesfocou-se na tentativa de criação de um índice de produção

O índice de velocidade foi referência do recurso relativamente a um período passado. Contudo, sabemos que mesmo que uma região, para um determinado mês, possa ser caracterizada por uma velocidade média, dentro desta, de local para local, as variações que se verificam, do ponto de vista da produção energética, têm muita influência. Sendo assim, o índice de produção será criado, apenasem vista o objectivo de fornecer uma ferramenta de monitorização de um parque específico.

Figura 7.5 – ‘Índices de velocidpara o nível de pressão

do Vento em Portugal Continental abelecimento de um “Índice de Ventos”

‘índice de produção do vento’ Devido aos bons resultados obtidos para o índice de velocidades, o trabalho seguinte

se na tentativa de criação de um índice de produção.

de velocidade foi criado de forma a fornecer, para uma região, uma referência do recurso relativamente a um período passado. Contudo, sabemos que mesmo que uma região, para um determinado mês, possa ser caracterizada por uma velocidade média,

al, as variações que se verificam, do ponto de vista da produção energética, têm muita influência. Sendo assim, o índice de produção será criado, apenasem vista o objectivo de fornecer uma ferramenta de monitorização de um parque específico.

‘Índices de velocidade de vento’ para todos os pontos da grelha FNL, para o nível de pressão seis

do Vento em Portugal Continental

68

, o trabalho seguinte

criado de forma a fornecer, para uma região, uma referência do recurso relativamente a um período passado. Contudo, sabemos que mesmo que uma região, para um determinado mês, possa ser caracterizada por uma velocidade média,

al, as variações que se verificam, do ponto de vista da produção energética, têm muita influência. Sendo assim, o índice de produção será criado, apenas tendo em vista o objectivo de fornecer uma ferramenta de monitorização de um parque específico.

e de vento’ para todos os pontos da grelha FNL,


69

7.2.1 Dados de produção mensal de parques e estimativas de produção

De modo a tentar perceber a qualidade das estimativas efectuadas com as séries FNL, estas foram comparadas com os dados de produção de alguns parques.

Considere-se o Parque de Cabril. Para este parque, os dados de produção que nos foram fornecidos abrangem o período de tempo de Janeiro de 2005 a Dezembro de 2009.

Através das rotinas MatLab® criadas, foi estimada a produção utilizando a série de dados FNL, do ponto da grelha mais próximo. O processo de cálculo utilizado na estimativa da produção de um parque encontra-se descrito no sub-capítulo 3.4 Este parque tem em funcionamento duas turbinas diferentes: as ENERCON E-66; e as ENERCON E-70. Utilizando a curva de potência de cada uma destas máquinas, foi estimada a produção desde Janeiro de 2005 a Dezembro de 2009. Os resultados mensais obtidos para cada turbina foram então multiplicados pelo número de turbinas de cada tipo e o resultado somado, de forma a providenciar uma estimativa da produção acumulada do parque.

Como a ordem de grandeza das estimativas de produção, utilizando as séries FNL, é muito superior à efectivamente observada, foi necessário adimensionalizar os resultados. Como tal, a produção para cada mês encontra-se adimensionalizada para a produção média do período em análise.

Obtidas estas produções adimensionais, foram construídos gráficos que apresentam a evolução das produções adimensionalizadas dos parques para o período em questão, lado a lado com as estimativas de produção adimensionalizadas. À semelhança do que fora efectuado na validação das séries FNL (ver capítulo 6), também neste caso foi calculado o nível de correlação entre as produções do parque e as estimativas obtidas com as séries operacionais.

Esta análise foi realizada para dois parques: Parque de Cabril e Parque da Espiga. Os dados destas estações encontram-se descritos no sub-capítulo 5.5. De seguida apresentamos os melhores resultados obtidos para o parque de Cabril, sendo os melhores resultados obtidos para o Parque da Espiga apresentado no anexo I.

Parque de Cabril

• Turbinas em funcionamento: ENERCON E-66 1.8 MW; ENERCON E-70 E4 2.0 MW.

• Intervalo de tempo: Janeiro de 2005 a Dezembro de 2009; • Ponto da grelha de análise FNL mais próximo: 50.353.

As produções mensais do parque e as produções mensais estimadas através das séries FNL, ambas adimensionalizadas, são apresentadas na tabela seguinte.


70

y = 0,8853x + 11,468

R² = 0,9146

0

50

100

150

200

250

0 50 100 150 200 250

Prod

ução

rea

l de

Cabr

il

Produção estimada através do ponto FNL 50.353

Produção estimada através

do ponto FNL 50.353 vs

Produção real de Cabril

0

50

100

150

200

250

Pro

du

çõs

adim

en

sio

nal

izad

as

(%)

Parque de Cabril

Ponto FNL 50.353.5

Tabela 7.10 – Produções adimensionalizads para o parque de Cabril e para o ponto FNL 50.353.5 entre Janeiro de 2005 e Dezembro de 2009


Parque de Cabril

2005 107 95 136 90 71 41 54 45 41 141 138 149

2006 107 80 189 97 57 44 25 72 73 215 171 161

2007 88 179 161 55 79 90 50 86 63 72 105 100

2008 124 124 151 146 74 47 39 49 49 105 136 177

2009 184 103 103 65 78 62 39 22 34 130 205 225

Ponto FNL 50.353.5

2005 174 136 159 102 79 40 66 48 44 154 161 164

2006 93 97 185 80 40 41 25 60 74 194 156 165

2007 91 179 158 34 70 72 59 75 54 48 86 107

2008 129 92 161 132 66 35 38 45 39 113 130 194

2009 187 87 113 69 70 60 49 27 27 104 223 237

O gráfico da evolução temporal dos resultados apresenta-se na figura 7.6:

O gráfico de dispersão, no qual se procedeu à regressão linear e ao cálculo do valor do coeficiente de correlação (R2), é mostrado na figura 7.7:

Figura 7.6 – Evolução temporal das produções adimensionalizadas para o parque de Cabril e para o ponto FNL 50.353.5

Figura 7.7 – Correlação entre os dados de produção de Cabril e as produções estimadas pelo ponto 50.353.5 entre Janeiro de 2005 e Dezembro de 2009


71

Como podemos observar, os resultados foram satisfatórios. As séries FNL, para o caso em questão, conseguem representar bem a variabilidade da produção no período de tempo analisado. Calculados os erros relativos para cada mês, pela fórmula:

@��N �@MLK��N �%� = �!�,"#$�� − �!�,%�&'�� !�,%�&'�� ∗ 100

obtemos os resultados da tabela 7.11:

Tabela 7.11 – Erros relativos entre a produção estimada através do ponto FNL 50.353.5 adimensionalizada e a produção do parque de Cabril entre Janeiro de 2005 e Dezembro de 2009

erros relativos (%)


2005 63 43 17 13 12 0 24 6 8 9 16 10

2006 -14 21 -2 -18 -30 -7 0 -16 1 -10 -9 3

2007 4 0 -2 -39 -12 -20 18 -14 -14 -32 -18 7

2008 5 -26 6 -10 -11 -26 -2 -7 -20 8 -4 10

2009 1 -15 10 6 -10 -4 24 23 -21 -20 9 5

Como podemos concluir, os valores máximos do erro encontrados foram de -39% a +63%. Tendo sido o maior desvio obtido para o mês de Janeiro de 2005. Em média os erros relativos vão de -13 a +13%. Para o Parque da Espiga os valores máximos do erro são -44% e +29%, sendo que a média dos mesmos varia entre -18% e +11%

7.2.2 Determinação do nível de 100%

O primeiro passo passou pelo cálculo de diversos índices relativos, à semelhança do que fora efectuado na secção 7.1.1, de modo a analisar qual o melhor período de referência a utilizar. Iremos denominar estes como ‘índices de produção relativos’ (ipr). Estes serão obtidos através da equação 7.1, mas em vez de serem utilizadas velocidades médias, serão utilizadas produções médias.

No seguimento da secção anterior, os resultados aqui expostos dizem respeito ao ponto FNL 50.353.5 e ao Parque de Cabril, sendo que os resultados obtidos para o parque da Espiga encontram-se expostos no anexo J.

Tal como na secção 7.1.1, a análise será efectuada para 2009, possibilitando assim a comparação do maior número possível de diferentes períodos de referência. Os resultados dos ‘índices de produção relativos’, anuais e mensais, para o ano de 2009, encontram-se nas tabelas 7.12 e 7.13:


72

0

20

40

60

80

100

120

ipr,1

ano

1pr,2

anos

1pr,3

anos

1pr,4

anos

1pr,5

anos

1pr,6

anos

1pr,7

anos

1pr,8

anos

1pr,9

anos

Índi

ce d

e Pr

oduç

ão a

nual

(%

)

2009

Tabela 7.12 – ‘Índices de produção do vento relativos’ anuais para 2009

índice de produção relativo anual (%)

2009

ipr,1 107

ipr,2 114

ipr,3 110

ipr,4 106

ipr,5 100

ipr,6 94

ipr,7 89

ipr,8 86

ipr,9 82

Tabela 7.13 - ‘Índices de produção do vento relativos’ mensais para 2009

índice de produção relativo mensal (%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

ipr,1 144 95 70 53 106 171 129 59 68 92 172 122

ipr,2 169 65 71 84 103 111 101 44 57 129 206 157

ipr,3 179 71 67 85 120 121 120 44 48 88 180 152

ipr,4 154 69 68 80 110 127 104 47 51 82 168 150

ipr,5 131 69 71 75 107 123 97 40 53 73 162 142

ipr,6 112 67 72 61 101 110 98 39 52 70 148 136

ipr,7 109 63 72 62 89 103 86 40 48 67 137 123

ipr,8 100 62 64 58 87 103 78 42 48 62 135 126

ipr,9 102 64 68 51 91 99 75 40 47 64 128 114

Sob a forma gráfica, os resultados apresentam a mesma tendência observada para os ‘índices de velocidade de vento relativos.’

Figura 7.8 - Evolução do índice de produção de vento anual de 2009 para o ponto FNL 50.353.5 com o período de referência


73

0

50

100

150

200

250

ipr,1

ano

ipr,2

anos

ipr,3

anos

ipr,4

anos

ipr,5

anos

ipr,6

anos

ipr,7

anos

ipr,8

anos

ipr,9

anos

Índ

ice

de

Pro

du

ção

me

nsa

l (%

)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Considerando o índice ipr,9 anos, como a melhor estimativa, foram então calculados os erros absolutos de todos os outros índices relativamente a este.

Tabela 7.14 - Erro absoluto entre os diferentes índices relativos mensais e o ipr,9 anos

erros absolutos (%)


Jan-09 42 67 77 51 29 10 7 -2

Fev-09 31 1 7 5 5 3 -1 -2

Mar-09 3 4 0 1 3 5 5 -4

Abr-09 2 33 34 29 24 11 12 7

Mai-09 15 12 29 19 16 10 -2 -3

Jun-09 72 12 22 28 24 11 4 4

Jul-09 54 25 45 28 22 23 10 3

Ago-09 19 5 4 7 0 0 0 2

Set-09 21 10 1 4 6 6 1 1

Out-09 28 65 24 18 9 6 3 -1

Nov-09 44 79 52 40 34 21 10 8

Dez-09 8 44 39 37 29 23 9 12

Figura 7.9 - Evolução do índice de produção de vento mensal de 2009 para o ponto FNL 50.353.5 com o período de referência


74

-10

-5

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85


Erro

s abs

olu

tos

(%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

À semelhança da análise efectuada para os índices de velocidade, utilizando 8 anos de dados, os erros encontram-se entre -4% e +12%. Contudo são de realçar os valores dos erros quando são utilizados menos do que 5 anos de dados, muito mais elevados do que para os índices de velocidade, principalmente nos meses de Inverno.

Para o Parque da Espiga, utilizando 8 anos de dados os erros encontram-se entre -5% e +9%.

Quanto aos índices anuais, repete-se a mesma tendência identificada e analisada nos índices de velocidade: o índice diminui sempre que se utiliza mais um ano de dados para o seu cálculo.

7.2.3 Análise dos ‘índices relativos de produção do vento’

Tal como na secção 7.1.2, também para os ‘índices de produção do vento relativos’ serão realizados dois testes, de modo a efectuar uma análise quantitativa dos mesmos.

A metodologia aqui aplicada é em tudo idêntica à realizada para os índices de velocidade. Contudo, aqui não será utilizado o nível de pressão seis, do ponto da grelha FNL mais próximo, mas sim o nível que melhor se correlacionou com os dados do parque específico em análise (ver 7.2.1).

Será aqui analisada a aplicação do índice ao Parque de Cabril, visto ser para este que possuímos maior número de anos de dados. As estimativas serão efectuadas, tal como anteriormente, para os meses de 2009. No anexo L são apresentados os resultados para o Parque da Espiga.

Figura 7.10 - Evolução do erro absoluto dos índices relativos com o período de referência


75

Teste I – Efeito dos diferentes períodos de referência na qualidade do índice

Utilizando os dados das produções mensais anteriores ao ano para o qual se pretende estimar a produção, desde Janeiro de 2005 a Dezembro de 2008, foram calculadas as produções mensais médias para esse período.

As estimativas de produção para os meses de 2009 foram obtidas multiplicando os diferentes ‘índices de produção do vento relativos’ de cada mês (tabela 7.13), pela produção mensal média do parque do mês correspondente.

De seguida foram calculados os erros relativos em que se incorre, na estimativa da produção através dos diferentes índices relativos.

Tabela 7.15 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de referência

erros relativos (%)

ipr,1 ano

ipr,2 anos

ipr,3 anos

ipr,4 anos

ipr,5 anos

ipr,6 anos

ipr,7 anos

pvr,8 anos

ipr,9 anos

Jan -17 -2 3 -11 -24 -35 -37 -42 -41

Fev 10 -25 -17 -20 -20 -22 -27 -29 -26

Mar 9 10 4 6 9 11 11 -1 4

Abr -50 -21 -20 -25 -30 -42 -41 -45 -52

Mai -4 -7 8 -1 -4 -9 -20 -21 -18

Jun 52 -1 8 13 9 -2 -8 -8 -12

Jul 37 7 28 10 3 4 -9 -17 -20

Ago 72 30 29 36 16 15 16 21 16

Set 13 -4 -20 -15 -12 -12 -19 -21 -22

Out -6 32 -10 -16 -25 -28 -32 -36 -35

Nov 16 39 21 13 9 0 -8 -9 -14

Dez -21 2 -1 -2 -7 -11 -20 -18 -26

Analisando os resultados verifica-se que, no caso do índice de produção, as melhores estimativas não se verificaram para o período de referência de 9 anos, mas sim, para o período de referência de 5 anos. Para este período de referência o intervalo dos erros relativos vai de -30% a +16%.

Para o Parque da Espiga as melhores estimativas obtêm-se utilizando um período de referência de 3 anos, para o qual os erros relativos variam entre -33% e +15%.

Os maiores desvios observaram-se para os meses de Inverno, os quais apresentam um maior variabilidade da velocidade do vento.

Analisando os valores obtidos para os ‘índices de produção do vento relativos’ anuais (tabela 7.12), verifica-se que o valor do ipr, 5 anos é de 100%. Isto diz-nos que a produção para 2009 se encontra na média do que se verificou nos cinco anos anteriores, daí obtermos menores desvios quando utilizado este índice relativo.

Contudo, é também interessante analisar os resultados obtidos para o índice relativo ipr, 9 anos. Para este o valor do índice anual é de 82%, o que nos diz que a produção estimada


76

para 2009 se encontra 18% abaixo das observadas nos últimos 9 anos. Comparando os erros relativos obtidos quando é utilizado este índice relativo, vemos que as produções previstas vêm maioritariamente sub-estimadas. Este facto fornece uma informação valiosa ao promotor do parque: a tendência de queda de produção, verificada ao longo da década anterior, inverteu-se no ano de 2009. Outro aspecto interessante prende-se com o erro relativo obtido para o mês de Agosto. Apesar de para todos os outros meses a produção vir sub-estimada, neste ela vem sobre-estimada. Podem existir duas explicações para tal acontecer: paragem de alguma(s) turbina(s) durante este mês, o que nos foi dito que não aconteceu; ou o facto de os aerogeradores terem uma quebra de eficiência em meses com velocidades de vento muito baixas.

Teste II – Influência do número de anos de operação de um parque na utilização do índice de produção

Tal como realizado para o índice de velocidade, neste teste iremos estimar a produção mensal para os meses de 2009, utilizando o índice relativo que nos ofereceu melhores resultados, ipr,5 anos, mas alterando o período de dados de produção do parque disponíveis.

Foram então calculadas as produções mensais médias do parque, utilizando períodos de referência móveis: 1 ano (2008); 2 anos (2008 a 2007); 3 anos (2008 a 2006). Sendo que a utilização de todos os anos de dados foi efectuada no teste anterior.

Utilizando os valores mensais do ‘índice de produção do vento relativo’ a cinco anos, ipr,5 anos (tabela 7.13), e multiplicando cada um destes pelo mês correspondente, para cada um dos períodos referidos no capítulo anterior, foram obtidas as estimativas de produção mensais para 2009.

Calculado o erro, relativo à produção real do parque para 2009, os resultados foram os seguintes: Tabela 7.16 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de dados

erros relativos (%)

Períodos de referência

2008 2008 a 2007 2008 a 2006

1 ano 2 anos 3 anos

Jan -12 -25 -24

Fev -17 2 -14

Mar 4 7 14

Abr 67 15 14

Mai 2 5 -4

Jun -7 35 19

Jul -5 9 -6

Ago -10 25 27

Set -23 -12 -3

Out -41 -51 -27

Nov 8 -4 9

Dez 12 -12 -8


77

Como podemos verificar, tendo acesso a um historial de produções do parque inferiores a quatro anos, leva a que o intervalo do erro aumente, do ponto de vista da estimativa da produção. O mesmo se verifica para o Parque da Espiga.


78


79

8. Conclusões

Grande parte deste trabalho focou-se na utilização das séries FNL como ferramenta de estudo do vento, não só na análise da variabilidade temporal deste, mas também na criação e teste dos índices propostos.

Através da validação e análise da qualidade das séries FNL, concluiu-se que estas apresentam uma boa representação do clima de ventos para a maior parte do território nacional. Os resultados obtidos na correlação com dados de estações de medição de terra foram satisfatórios para as zonas Norte e Sul do país, sendo que nestas zonas os melhores valores obtidos para o coeficiente de correlação variam entre 0,62 e 0,94. As análises efectuadas para os locais das estações de medição da Serra dos Candeeiros e do Alqueva contudo, provaram que as séries FNL não conseguem reproduzir os regimes de vento nestas regiões.

Quanto à análise da variabilidade inter-anual do vento em Portugal Continental foi possível identificar uma tendência decrescente, para todo o país, nos valores das velocidades médias anuais ao longo dos últimos trinta anos. Verificou-se também que as velocidades médias anuais variam mais em torno da média na zona Norte de Portugal, entre -10% e +10%, do que na zona Sul, onde estas se apresentam no máximo 5% acima ou abaixo da velocidade média, analisando a primeira década do século XXI.

Relativamente ao ‘índice de vento’, na análise de diferentes períodos de referência para o cálculo do índice mensal, tanto na base de velocidade de vento como de produções de parques, fica patente que a utilização de períodos de referência inferiores a sete anos pode levar a variações elevadas no valor obtido para o índice. Utilizando períodos de referência que vão dos sete aos nove anos de dados a diferença entre os valores do índice vai de -3% a +9% nos índices de velocidade e para os índices de produção essa diferença pode ir de -4% a +12%. De realçar que as maiores variações se verificam para os meses de Inverno.

Os testes de funcionalidade efectuados permitem tirar as seguintes conclusões:

Verificou-se que a qualidade das estimativas, tanto de velocidade como de produção, efectuadas com os índices varia bastante com o período de dados utilizado, sejam dados de medições de velocidades de vento ou de produções de parques.

Os testes efectuados para o índice de velocidade forneceram resultados com erros baixos para a estimativa da velocidade de vento de uma determinada região. No entanto não foi possível enquadrar esses erros, isto é, verificar se os erros mais elevados ocorrem devido a deficiências na metodologia de cálculo do índice ou se corresponde a períodos de mau


80

funcionamento dos aparelhos de medição (posicionamento incorrecto, equipamentos descalibrados, entre outros).

Os resultados foram piores para o índice de produção. As melhores estimativas apresentam erros relativos entre -30% e +16%, obtidos utilizando períodos de referência praticamente coincidentes com os anos dos dados de produção disponíveis (cinco anos no caso do Parque de Cabril e quatro no caso do Parque da Espiga). Conclui-se então que, utilizando a metodologia de teste apresentada, o índice apresenta uma representação razoável do potencial energético para o período de funcionamento de um determinado parque. A utilização de períodos de referência inferiores a seis anos no cálculo do índice pode levar a variações significativas no valor deste. O índice que deve ser fornecido às entidades de interesse não deve utilizar um período de referência inferior a sete anos.

O propósito do índice é fornecer uma referência da produção relativamente a um período de longo termo. Analisando os erros obtidos no teste I (Efeito dos diferentes períodos de referência na qualidade do índice), quando a produção é estimada utilizando o índice de nove anos, verificamos que a produção é praticamente sempre sub-estimada. Isto fornece a indicação ao promotor do parque de que, comparativamente aos últimos nove anos, a produção em 2009 esteve acima do esperado. Seria interessante analisar casos em que se verificasse a sobre-estimativa da produção para 2009 e verificar se nesses casos os parques apresentam um funcionamento fora do normal (paragem de alguma(s) máquina(s), ou outros).

No futuro podem ser feitas algumas melhorias bem como estudos de diferentes metodologias, não só na obtenção do índice como também na sua utilização. Propomos dois trabalhos futuros:

A utilização de dados de produção de parque pode levar a estimativas de produção irreais, principalmente para casos em que se dispõem de um ou poucos anos de dados históricos de produção do parque em questão. De modo a possibilitar a utilização do índice definido neste trabalho nestes casos, é proposto o seguinte: analisar os resultados da estimativa de produção (ou produção de referência) de um parque eólico, mas em vez de utilizar o período de dados de produção do mesmo, utilizar o número de horas a plena carga médio da região em que esse parque se insere. Esta abordagem requer alguns cuidados especiais no processamento e utilização dos dados de parques da região em análise: em relação aos períodos de funcionamento dos parques e quanto às tecnologias que estes utilizam. Torna-se então necessário filtrar os dados de modo a eliminar períodos de funcionamento anómalos, bem como dados de produção obtidos para tecnologias obsoletas.

Também seria interessante tentar criar um índice utilizando dados reais de estações de medição e produção de parques. Contudo, seria necessário implementar uma rede de equipamentos de referência que possibilitaria a recolha de dados ao longo de um período de tempo alargado. Fornecendo assim uma série de dados consistentes ao longo do tempo.

Apesar de todo o trabalho desenvolvido no âmbito desta tese muito trabalho pode ainda ser feito de modo a criar um índice robusto e fiável. Muitas metodologias quanto à utilização do índice e fontes de informação na sua criação ainda devem ser testadas e comparadas entre elas. Espera-se no entanto que o trabalho aqui desenvolvido permita dar a entender a capacidade que este índice pode ter na monitorização e acompanhamento de parques e campanhas de medição.


81

Bibliografia [1] - http://www.ewea.org/fileadmin/emag/statistics/2009generalstats/#/9/.(s.d.). Obtido em 05 de 07 de 2010.

[2] – Ricardo Marques Dutra.( 2008).Energia Eólica – Princípios e Tecnologias.

[3] - http://www.infoescola.com/geografia/ventos-alisios (s.d.) Obtido em 28 de 05 de 2010.

[4] - Miranda, Pedro A.(2001) Meteorologia e Ambiente.

[5] – Tony Burton, D.S.(2001). Wind Energy Handbook.

[6] – Castro, Rui M.G. (2003). Energias Renováveis e Produção Descentralizada – Introdução à Energia Eólica.

[7] - J. P. Palutikof , X. Guo , J. A. Halliday.(2001).Climate variability and the UK wind resource.

[8] – Neil Atkinson, Keir Harman, Matthew Lynn, Adam Schwarz, Andrew Tindal. (s.d.).Long-Term Wind Speed Trends in Northwestern Europe.

[9] - Fernandes, Paulo V..(2005). Caracterização De Regimes De Vento Visando O Seu Aproveitamento Energético.

[10] – Ferreira, Amândio J.S.(2009). Caracterização do Vento Sobre a Cobertura de Edifícios.

[11] – Duarte, Marina Isabel F.C.(1996).Metodologia para a Avaliação do Potencial Eólico de uma Região.

[12] - Wind Power Monthly. (2006). Definition of a Wind Index.

[13] – Keir Harman, Colin Morgan.(2005). “Use of regional wind energy indices to predict long-term wind farm production and to assess portfolio effect”-

[14] - http://www.iset.uni-kassel.de/pls/w3isetdad/www_iset_new.main_page?p_lang=eng& p_name= 7261180. (s.d.). Obtido em 20 de 12 de 09.

[15] - http://renknownet.iset.uni-kassel.de/renknowNET/cms.showdetails;jsessionid=8D36 9CE76FE1C920C870CDE01B3BB0C3?action=addComment&id=238&lang=en.(s.d). Obtido em 21 de 12 de 09

[16] - - http://www.emd.dk/WindEnergy/Wind Index Calculation/. (s.d.).Obtido em 20 de 12 de 09.

[17] - http://www.vindstat.dk/PDF_sider/Windindex_DK_new_short.pdf.(s.d.). Obtido em 07 de 02 de 2010.

[18] - http://www.garradhassan.com/services/eds/ukindex.php. (s.d.). Obtido em 22 de 12 de 09.

[19] - Wind Power Monthly. (2006). Weakness Exposed in Wind Index System

[20] - Kalnay E, Kanamitsu M, Kistler R, Collins W, Deaven D, Gandin L, Iredell M, Saha S, White G, Woollen J, Zhu Y, Leetmaa A, Reynolds R, Chelliah M, Ebisuzaki W, Higgins W,


82

Janowiak K, Mo K C, Ropelewski C, Wang J, Jenne R, Joseph D. (1996). The NCEP/NCAR 40-Year Reanalysis Project.

[21] – Rio, João FG. (2008). Estimativas Preliminares do potencial Eólico na Ausência de Dados de Ventos Locais.

[22] – Shea, Dennis J.,Worley, Steven J.,Stern, Ilana R., Hoar, Timothy J. (1994). An Introduction to Atmospheric and Oceanographic Data.

[23] - http://dss.ucar.edu/datasets/ds083.2/docs/more.summary.html. (s.d.). Obtido em 15 de 06 de 2010.

[24] - http://www.emc.ncep.noaa.gov/gmb/para/parabout.html. (s.d.). Obtido em 15 de 06 de 2010.


83

Anexos


84


85

Anexo A Oscilação do Norte do Atlântico (NAO)


86

Anexo A – Oscilação do Norte do Atlântico (NAO)

A oscilação do Norte do Atlântico (NAO) é um fenómeno climatérico, que ocorre no norte do oceano Atlântico, de flutuações da diferença de pressão ao nível do mar entre a Islândia e os Açores.

A NAO é mais importante no Inverno e apresenta duas fase.

A fase positiva indica uma forte diferença de pressão entre os açores e a Islândia do que resultam em fortes tempestades de invernais. Isto resulta, na zona Norte da Europa Ocidental, em invernos húmidos e moderados com ventos fortes, enquanto que no Mediterrâneo ocorrem invernos mais frios e secos.

A fase negativo indica uma fraca diferença de pressão entre os Açores e a Islândia, que tem como consequência a ocorrência de tempestades invernais mais moderadas. Estas trazem ar quente e húmido até ao Mediterrâneo e ar frio para o Norte da Europa.

A utilização deste índice tem uma vantagem principal: existem dados deste índice que remontam a 1864.

Figura A.1 . Oscilação do Norte do Atlântico, fase positiva

Figura A.2 - Oscilação do Norte do Atlântico, fase negativa


87

Anexo B

Localizações relevantes


88

Anexo B.1 – Grelha de pontos FNL

Enumerando os pontos da esquerda, para a direita, começando no canto superior

Figura B.1 – Grelha de análise dos pontos FNL


89

esquerdo da figuraB.1, e expressando a localização de cada ponto em coordenadas decimais, no sistema WGS80:

Tabela B.1 – Localização geográfica dos pontos da grelha FNL

Pontos FNL

49.351 49.352 49.353 49.354 49.355

Latitude 42° 42° 42° 42° 42°

Longitude -10° -9° -8° -7° -6°

Pontos

FNL 50.351 50.352 50.353 50.354 50.355

Latitude 41° 41° 41° 41° 41°

Longitude -10° -9° -8° -7° -6°

Pontos

FNL 51.351 51.352 51.353 51.354 51.355

Latitude 40° 40° 40° 40° 40°

Longitude -10° -9° -8° -7° -6°

Pontos

FNL 52.351 52.352 52.353 52.354 52.355

Latitude 39° 39° 39° 39° 39°

Longitude -10° -9° -8° -7° -6°

Pontos

FNL 53.351 53.352 53.353 53.354 53.355

Latitude 38° 38° 38° 38° 38°

Longitude -10° -9° -8° -7° -6°

Pontos

FNL 54.351 54.352 54.353 54.354 54.355

Latitude 37° 37° 37° 37° 37°

Longitude -10° -9° -8° -7° -6°


90

Anexo B.2 – Estações de medição

Figura B.2 – Localização das estações de medição


91

Anexo C

Resultados da validação das séries FNL


92

Anexo C.1 – Comparação entre as séries FNL e a série de medição

Comparação entre a série de medição da Serra de Arga e o ponto FNL 49.352:

Nível de pressão 1

Figura C.1- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto FNL 49.352.1, entre Janeiro de 2002 e Dezembro de 2004

Figura C.2 – Correlação mesal e diária entre a série de medição da Serra de Arga e o ponto FNL 49.352.1


93





94





95





96





97





98

Comparação entre a série de medição da Serra de Arga e o ponto FNL 49.353:





99





100





101





102





103





104





105

Anexo C.2 – Comparação entre a série NCEP/NCAR e a série de medição

Comparação entre a série de medição da Serra de Arga e o ponto NCEP/NCAR 20.142:


Figura C.27- Gráfico da evolução das velocidades médias mensais e diárias da série de medição da Serra de Arga e do ponto NCEP/NCAR 20.142.1, entre Janeiro de 2002 e Dezembro de 2004

Figura C.28 – Correlação mesal e diária entre a série de medição da Serra de Arga e o ponto NCEP/NCAR 20.142.1


106





107





108





109

Anexo D

Análise de regimes de vento regionais


110

Anexo D.1 – Velocidades mensais médias para cada ponto FNL

Tabela D.1 – Velocidades mensais médias para os pontos da grelha FNL


Pontos FNL Velocidades mensais médias (m/s)

49.351 10.71 9.43 9.96 8.84 7.71 6.77 6.95 6.73 6.33 9.56 10.70 10.89

49.352 10.31 8.89 9.44 8.29 6.93 5.96 6.09 5.93 5.76 9.29 10.36 10.52

49.353 10.02 8.54 9.07 7.87 6.38 5.36 5.38 5.33 5.29 9.01 10.09 10.28

49.354 9.70 8.29 8.70 7.53 6.07 5.10 4.97 5.02 5.05 8.64 9.77 9.79

49.355 9.39 8.11 8.32 7.24 5.84 5.03 4.78 4.93 5.01 8.21 9.38 9.48

50.351 9.90 8.87 9.42 8.44 7.17 6.49 6.67 6.34 6.01 9.20 10.05 10.58

50.352 9.35 8.32 8.88 7.82 6.33 5.75 5.80 5.53 5.50 8.80 9.57 10.09

50.353 9.11 8.05 8.62 7.52 5.95 5.29 5.24 5.04 5.09 8.56 9.44 10.02

50.354 9.00 7.97 8.48 7.40 5.83 5.22 5.04 4.89 4.90 8.35 9.35 9.93

50.355 8.78 7.80 8.19 7.19 5.72 5.26 4.98 4.93 4.86 7.95 9.00 9.51

51.351 9.46 8.62 9.16 8.28 7.04 6.46 6.65 6.23 6.07 8.93 9.67 10.49

51.352 8.94 8.13 8.73 7.69 6.30 5.82 5.84 5.53 5.56 8.47 9.17 10.12

51.353 8.68 7.92 8.53 7.43 5.97 5.42 5.28 5.02 5.13 8.24 9.01 10.04

51.354 8.57 7.82 8.41 7.38 5.82 5.28 5.03 4.80 4.88 8.10 8.90 9.93

51.355 8.33 7.59 8.09 7.21 5.66 5.26 5.01 4.84 4.78 7.80 8.51 9.40

52.351 9.03 8.42 8.94 8.16 6.97 6.36 6.51 6.16 6.12 8.61 9.32 10.39

52.352 8.62 8.05 8.61 7.62 6.30 5.80 5.79 5.53 5.59 8.16 8.90 10.11

52.353 8.39 7.80 8.42 7.31 5.90 5.35 5.16 4.94 5.14 7.88 8.68 9.91

52.354 8.30 7.61 8.22 7.22 5.68 5.11 4.82 4.62 4.91 7.72 8.50 9.70

52.355 8.06 7.34 7.84 7.12 5.50 5.05 4.84 4.65 4.83 7.51 8.14 9.20

53.351 8.62 8.23 8.78 8.19 6.95 6.13 6.19 5.94 6.10 8.35 8.99 10.19

53.352 8.38 7.94 8.51 7.75 6.37 5.72 5.55 5.43 5.71 7.98 8.69 9.92

53.353 8.21 7.69 8.36 7.39 5.95 5.36 4.96 4.90 5.41 7.68 8.46 9.63

53.354 8.15 7.46 8.16 7.16 5.66 5.07 4.57 4.50 5.20 7.48 8.28 9.32

53.355 7.93 7.16 7.77 6.89 5.33 4.77 4.41 4.27 4.92 7.22 7.97 8.85

54.351 8.35 8.03 8.60 8.30 7.11 6.16 6.07 5.91 6.33 8.20 8.76 9.90

54.352 8.16 7.73 8.35 8.00 6.79 6.01 5.59 5.65 6.18 7.93 8.49 9.57

54.353 8.00 7.51 8.21 7.70 6.50 5.91 5.27 5.39 6.12 7.71 8.26 9.23

54.354 7.96 7.41 8.18 7.48 6.30 5.76 5.08 5.17 6.03 7.58 8.10 9.01

54.355 7.93 7.37 8.14 7.34 6.09 5.51 4.94 4.97 5.77 7.43 7.95 8.84


111

Figu

ra D

.1 –

Grá

fico

da

evo

luçã

o d

as v

elo

cid

ade

s m

en

sais

mé

dia

s p

ara

os

po

nto

s d

a gr

elh

a FN

L


Anexo D.2 – ‘Mapas de Recurso’

Figura D.2 – ‘Mapa das velocidades mensais médias’


‘Mapas de Recurso’

‘Mapa das velocidades mensais médias’


112

Estudo da Variabilidade inter-Contribuição para o Estabelecimento de um “Índice

Figura D.3 – ‘Mapa dos histogramas de velocidades’

-anual do Vento em Portugal Continental abelecimento de um “Índice de Ventos”

‘Mapa dos histogramas de velocidades’


113


114

Tabela D.2 – Parâmetros de escala e de forma para os pontos da grelha FNL

Pontos FNL

49.351 49.352 49.353 49.354 49.355

A (m/s) 9,6 8,5 7,3 6,4 6,1

k 1,64 1,57 1,63 1,79 1,97

Pontos FNL

50.351 50.352 50.353 50.354 50.355

A (m/s) 9,0 7,9 7,3 7,1 6,8

k 1,59 1,50 1,60 1,83 1,96

Pontos FNL

51.351 51.352 51.353 51.354 51.355

A (m/s) 8,9 7,9 7,5 7,4 7,3

k 1,64 1,55 1,60 1,68 1,74

Pontos FNL

52.351 52.352 52.353 52.354 52.355

A (m/s) 8,7 8,0 7,5 7,3 7,1

k 1,70 1,61 1,57 1,58 1,57

Pontos FNL

53.351 53.352 53.353 53.354 53.355

A (m/s) 8,6 8,0 7,5 7,1 6,8

k 1,74 1,65 1,57 1,54 1,51

Pontos FNL

54.351 54.352 54.353 54.354 54.355

A (m/s) 8,7 8,2 7,7 7,5 7,4

k 1,83 1,74 1,64 1,60 1,63

Estudo da Variabilidade inter-Contribuição para o Estabelecimento de um “Índice

Figura D.4 – ‘Mapa das rosas-dos-ventos’

-anual do Vento em Portugal Continental abelecimento de um “Índice de Ventos”

ventos’


115


Figura D.5 – ‘Mapas das rosas de fluxo de potência’


rosas de fluxo de potência’


116


117

Anexo E

Avaliação da qualidade das séries FNL para diversos pontos de Portugal Continental


118

y = 2,2293x - 1,0795

R² = 0,6011

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,00 2,00 4,00 6,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.1 Vs Vel

med Estação

de Cabril

y = 2,1404x - 0,993

R² = 0,6645

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,00 2,00 4,00 6,00 8,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.2 Vs

Vel med

Estação de

Cabril

y = 1,6274x - 0,2312

R² = 0,6866

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,00 2,00 4,00 6,00 8,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.3 Vs

Vel med

Estação de

Cabril

Anexo E.1 – Comparação entre os dados de Cabril e do ponto FNL 50.353

Figura E.1 - Correlação mensal entre a série de medição da estação de Cabril e o ponto FNL 50.353.1




119

y = 1,2749x - 0,2632

R² = 0,8456

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,00 5,00 10,00 15,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.4 Vs

Vel med

Estação de

Cabril

y = 0,9838x + 0,6412

R² = 0,8962

0,00

2,00

4,00

6,00

8,00

10,00

12,00

0,00 5,00 10,00 15,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.5 Vs

Vel med

Estação de

Cabril

y = 0,6347x + 1,782

R² = 0,815

0,00

2,00

4,00

6,00

8,00

10,00

12,00

0,00 5,00 10,00 15,00 20,00

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

50.353.7 Vs

Vel med

Estação de

Cabril





120

y = 0,4179x + 5,7486

R² = 0,1952

0

2

4

6

8

10

12

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.1 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,3146x + 6,1682

R² = 0,1597

0

2

4

6

8

10

12

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.2 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,2073x + 6,7631

R² = 0,1198

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.3 Vs

Vel med

Estação da

Serra dos

Candeeiros

Anexo E.2 – Comparação entre os dados da Serra dos Candeeiros e do pontos FNL 51.352 e 52.352

Ponto 51.352

Figura E.7 - Correlação mensal entre a série de medição da estação da Serra dos Candeeiros e o ponto FNL 51.352.1




121

y = 0,117x + 7,3866

R² = 0,0612

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.4 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,0736x + 7,7006

R² = 0,0315

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.5 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,0496x + 7,8578

R² = 0,0177

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.6 Vs

Vel med

Estação da

Serra dos

Candeeiros





122

y = 0,056x + 7,7681

R² = 0,024

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

51.352.7 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,5883x + 4,1902

R² = 0,4677

0

2

4

6

8

10

12

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.2 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,3936x + 5,3742

R² = 0,3364

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.3 Vs

Vel med

Estação da

Serra dos

Candeeiros

Ponto 52.352





123

y = 0,2183x + 6,6774

R² = 0,1682

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.4 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,1357x + 7,2736

R² = 0,0907

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.5 Vs

Vel med

Estação da

Serra dos

Candeeiros

y = 0,0877x + 7,589

R² = 0,0498

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.6 Vs

Vel med

Estação da

Serra dos

Candeeiros





124

y = 0,0779x + 7,6027

R² = 0,0426

0

2

4

6

8

10

12

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

52.352.7 Vs

Vel med

Estação da

Serra dos

Candeeiros



125

y = 0,2991x + 3,2368

R² = 0,1708

0

1

2

3

4

5

6

0,0 2,0 4,0 6,0 8,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.1 Vs

Vel med

Estação do

Alqueva

y = 0,2513x + 3,0946

R² = 0,2218

0

1

2

3

4

5

6

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.2 Vs

Vel med

Estação do

Alqueva

y = 0,1507x + 3,5855

R² = 0,2165

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.4 Vs

Vel med

Estação do

Alqueva

Anexo E.3 – Comparação entre os dados do Alqueva e dos pontos FNL 53.353 e 53.354

Ponto 53.353

Figura E.19 - Correlação mensal entre a série de medição da estação do Alqueva e o ponto FNL 53.353.1




126

y = 0,1158x + 3,8261

R² = 0,1809

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.5 Vs

Vel med

Estação do

Alqueva

y = 0,1038x + 3,8835

R² = 0,1797

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.6 Vs

Vel med

Estação do

Alqueva

y = 0,1124x + 3,7412

R² = 0,2158

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.7 Vs

Vel med

Estação do

Alqueva





127

y = 0,2836x + 3,5431

R² = 0,1152

0

1

2

3

4

5

6

0,0 2,0 4,0 6,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.1 Vs

Vel med

Estação do

Alqueva

y = 0,1609x + 3,8331

R² = 0,0927

0

1

2

3

4

5

6

0,0 2,0 4,0 6,0 8,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.2 Vs

Vel med

Estação do

Alqueva

y = 0,1531x + 3,635

R² = 0,1648

0

1

2

3

4

5

6

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.3 Vs

Vel med

Estação do

Alqueva

Ponto 53.354





128

y = 0,1251x + 3,7856

R² = 0,1698

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.4 Vs

Vel med

Estação do

Alqueva

y = 0,0982x + 3,9668

R² = 0,1441

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.5 Vs

Vel med

Estação do

Alqueva

y = 0,0903x + 3,9988

R² = 0,146

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.6 Vs

Vel med

Estação do

Alqueva





129

y = 0,1019x + 3,8428

R² = 0,1833

0

1

2

3

4

5

6

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.354.7 Vs

Vel med

Estação do

Alqueva



130

y = 0,887x + 2,6789

R² = 0,7748

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 2,0 4,0 6,0 8,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.1 Vs

Vel med

Estação da

Serra do

Caldeirão

y = 0,734x + 2,3193

R² = 0,8941

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.2 Vs

Vel med

Estação da

Serra do

Caldeirão

y = 0,5795x + 2,7835

R² = 0,9266

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.3 Vs

Vel med

Estação da

Serra do

Caldeirão

Anexo E.4 – Comparação entre os dados da Serra do Caldeirão e do ponto FNL 53.353

Figura E.32 - Correlação mensal entre a série de medição da estação da Serra do Caldeirão e o ponto FNL 53.353.1




131

y = 0,4541x + 3,6455

R² = 0,8702

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.4 Vs

Vel med

Estação da

Serra do

Caldeirão

y = 0,3994x + 4,0273

R² = 0,8355

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.5 Vs

Vel med

Estação da

Serra do

Caldeirão

y = 0,4142x + 3,8667

R² = 0,861

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.6 Vs

Vel med

Estação da

Serra do

Caldeirão





132

y = 0,7425x + 4,1885

R² = 0,1969

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 2,0 4,0 6,0 8,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.1 Vs

Vel med

Estação de

Monchique

y = 0,7344x + 3,2003

R² = 0,3246

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.2 Vs

Vel med

Estação de

Monchique

y = 0,6042x + 3,5073

R² = 0,3653

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.3 Vs

Vel med

Estação de

Monchique

Anexo E.5 – Comparação entre os dados de Monchique e dos pontos FNL 53.353 e 54.352

Ponto 53.353

Figura E.38 - Correlação mensal entre a série de medição da estação de Monchique e o ponto FNL 53.353.1




133

y = 0,4406x + 4,6148

R² = 0,297

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.4 Vs

Vel med

Estação de

Monchique

y = 0,3714x + 5,0859

R² = 0,262

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.5 Vs

Vel med

Estação de

Monchique

y = 0,4023x + 4,8264

R² = 0,2946

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.6 Vs

Vel med

Estação de

Monchique





134

y = 0,4905x + 3,9235

R² = 0,3847

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

53.353.6 Vs

Vel med

Estação de

Monchique

y = 0,8867x + 1,1057

R² = 0,4847

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.1 Vs

Vel med

Estação de

Monchique

y = 0,8217x + 1,2943

R² = 0,5691

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.3 Vs

Vel med

Estação de

Monchique

Ponto 54.352





135

y = 0,5923x + 3,1768

R² = 0,431

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.4 Vs

Vel med

Estação de

Monchique

y = 0,5335x + 3,6991

R² = 0,3989

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.5 Vs

Vel med

Estação de

Monchique

y = 0,5638x + 3,4658

R² = 0,442

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.6 Vs

Vel med

Estação de

Monchique





136

y = 0,5972x + 2,953

R² = 0,4795

0,0

2,0

4,0

6,0

8,0

10,0

12,0

0,0 5,0 10,0 15,0

Ve

loci

dad

e m

éd

ia n

a Es

taçã

o (

m/s

)


Vel med

54.352.7 Vs

Vel med

Estação de

Monchique



137

Anexo F

Análise da variabilidade inter-anual do vento em Portugal Continental


138

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

Anexo F.1 – Velocidades médias anuais adimensionalizadas para os pontos FNL

Figura F.1 – Velocidades médias anuais adimensionalizadas para o ponto FNL 49.353.6




139

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

2000 2002 2004 2006 2008 Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas





140

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas





141

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas





142

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas

0,8

0,9

1

1,1

1,2

2000 2002 2004 2006 2008

Velocidades médias

anuais

adimensionalizadas




143

0,9

0,95

1

1,05

1,1

19

78

19

83

19

88

19

93

19

98

20

03

20

08

Velocidades médias

anuais

adimensionalizadas

0,9

0,95

1

1,05

1,1

19

78

19

83

19

88

19

93

19

98

20

03

20

08

Velocidades médias

anuais

adimensionalizadas

0,9

0,95

1

1,05

1,1

19

78

19

83

19

88

19

93

19

98

20

03

20

08

Velocidades médias

anuais

adimensionalizadas

Anexo F.2 – Velocidades médias anuais adimensionalizadas para os pontos NCEP/NCAR

Figura F.15 – Velocidades médias anuais adimensionalizadas para o ponto NCEP/NCAR 20.142.3




144


145

Anexo G

‘ Índices de velocidade do vento relativos’ para Portugal Continental


146

88

90

92

94

96

98

100

102

104

1 ano 2

anos

3

anos

4

anos

5

anos

6

anos

7

anos

8

anos

9

anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160

1 ano 2 anos 3 anos 4 anos 5 anos 6 anos 7 anos 8 anos 9 anos

Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 49.352.6

Tabela G.1 – Erros absolutos entre os índices de vento relativos de 2009 para o ponto FNL 49.352.6

erros absolutos (%)


Jan-09 11 18 23 18 12 4 3 -3

Fev-09 27 0 2 2 4 3 -1 -1

Mar-09 -2 0 -4 -4 -1 0 1 -3

Abr-09 0 19 19 13 11 4 6 4

Mai-09 7 -1 4 1 4 3 -2 -2

Jun-09 15 -9 1 5 4 2 0 2

Jul-09 1 -2 9 6 6 9 3 2

Ago-09 9 -3 -2 1 -2 -1 0 0

Set-09 12 12 2 4 6 4 2 2

Out-09 23 38 14 9 2 4 2 -1

Nov-09 0 27 21 11 15 10 4 5

Dez-09 -5 15 10 11 12 9 3 9

Figura G.1 – Evolução do índice de velocidade de vento anual de 2009 para o ponto FNL 49.352.6 com o período de referência

Figura G.2 – Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 49.352.6 com o período de referência


147

84

86

88

90

92

94

96

98

100

102

104

106

1 ano 2 anos 3 anos4 anos5 anos 6 anos 7 anos 8 anos9 anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 49.353.6

Tabela G.2 - Erros absolutos entre os índices de vento relativos de 2009 para o ponto FNL 49.353.6

erros absolutos (%)


Jan-09 11 18 25 19 11 4 3 -2

Fev-09 27 0 4 3 5 3 -1 -1

Mar-09 -1 1 -3 -2 0 1 2 -3

Abr-09 -3 18 19 12 11 4 7 4

Mai-09 8 -1 4 1 4 3 -2 -2

Jun-09 20 -6 5 8 7 4 1 2

Jul-09 4 -1 11 8 7 9 4 3

Ago-09 9 -2 -1 2 -2 -1 0 0

Set-09 11 11 1 3 4 3 2 1

Out-09 28 45 17 12 3 4 2 -1

Nov-09 11 33 23 16 18 11 5 6

Dez-09 2 20 16 15 14 11 3 9




148

80

85

90

95

100

105

1 ano 2

anos

3

anos

4

anos

5

anos

6

anos

7

anos

8

anos

9

anos

Índ

ice

de

Ve

nto

an

ual

(%

)2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 49.354.6


erros absolutos (%)


Jan-09 12 19 28 21 12 5 4 -2

Fev-09 29 2 6 5 6 4 0 -1

Mar-09 0 2 -2 0 2 2 2 -2

Abr-09 -3 19 21 13 12 5 7 5

Mai-09 12 2 6 3 4 4 -2 -1

Jun-09 19 -2 8 10 8 4 2 2

Jul-09 6 0 12 9 9 10 6 3

Ago-09 10 -3 -2 1 -3 -2 0 0

Set-09 10 9 1 2 3 3 2 0

Out-09 29 46 21 15 6 6 3 -1

Nov-09 20 33 25 21 21 14 7 6

Dez-09 8 23 19 16 14 10 4 7




149

94

96

98

100

102

104

106

108

110

1 ano 2

anos

3

anos

4

anos

5

anos

6

anos

7

anos

8

anos

9

anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 50.354.6


erros absolutos (%)


Jan-09 7 18 27 24 14 4 4 -3

Fev-09 22 -4 0 1 3 2 -1 -2

Mar-09 -6 -3 -6 -3 0 1 2 -3

Abr-09 -12 12 16 12 12 5 8 6

Mai-09 7 -4 2 2 2 2 -3 -1

Jun-09 13 -3 3 4 5 3 1 2

Jul-09 7 0 10 7 6 7 5 2

Ago-09 6 -1 -1 1 -4 -3 -1 0

Set-09 1 3 -5 -3 0 0 -1 0

Out-09 19 38 15 11 3 3 2 -1

Nov-09 12 26 18 14 18 12 5 6

Dez-09 0 21 20 16 14 11 4 8


Figura G.8 – Evolução do índice de velocidade de vento mensal de 2009 para o ponto FNL 50.354.6com o período de referência


150

97

98

99

100

101

102

103

104

105

106

107

1 ano 2

anos

3

anos

4

anos

5

anos

6

anos

7

anos

8

anos

9

anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 51.352.6


erros absolutos (%)


Jan-09 9 25 27 29 21 8 6 -4

Fev-09 15 -3 -1 0 3 0 -1 -2

Mar-09 -6 -5 -6 -4 -1 1 3 -3

Abr-09 -14 5 10 9 12 6 8 7

Mai-09 -6 -8 -3 -3 -1 -1 -5 -3

Jun-09 15 -3 2 4 7 3 2 3

Jul-09 -1 -6 4 3 3 6 2 0

Ago-09 2 0 3 3 -1 -1 -1 0

Set-09 4 9 0 1 4 2 -1 0

Out-09 13 32 11 9 3 2 1 -1

Nov-09 -2 19 15 8 16 11 4 6

Dez-09 -14 8 11 12 10 10 3 9




151

98

99

100

101

102

103

104

105

106

107

108

1 ano 2

anos

3

anos

4

anos

5

anos

6

anos

7

anos

8

anos

9

anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 51.353.6


erros absolutos (%)


Jan-09 7 20 26 29 19 7 6 -4

Fev-09 12 -5 -1 0 3 0 -1 -2

Mar-09 -9 -6 -7 -4 0 1 3 -3

Abr-09 -15 4 10 9 11 5 8 7

Mai-09 -3 -9 -2 -1 -1 1 -4 -2

Jun-09 11 -5 1 3 7 4 2 3

Jul-09 -1 -5 3 3 3 6 3 1

Ago-09 4 1 3 4 -1 -2 0 0

Set-09 0 5 -2 -1 3 1 -1 0

Out-09 13 31 11 9 3 2 1 -1

Nov-09 4 25 16 11 18 13 5 7

Dez-09 -9 12 14 13 11 11 5 8




152

100

101

102

103

104

105

106

107

108

109

110

1 ano 2 anos 3 anos 4 anos5 anos 6 anos 7 anos8 anos 9 anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 51.354.6


erros absolutos (%)


Jan-09 5 17 26 29 18 5 5 -4

Fev-09 12 -7 -2 -1 2 0 -1 -2

Mar-09 -10 -6 -8 -4 0 1 2 -3

Abr-09 -16 5 10 9 10 4 8 7

Mai-09 2 -8 -2 1 -1 1 -3 -1

Jun-09 8 -6 0 2 6 4 2 3

Jul-09 -2 -5 3 4 3 6 3 1

Ago-09 5 0 2 3 -3 -3 0 0

Set-09 -4 2 -4 -2 2 0 -1 0

Out-09 11 26 9 8 3 2 1 -1

Nov-09 7 25 17 13 19 14 6 7

Dez-09 -5 16 17 14 12 12 5 8




153

98

100

102

104

106

108

110

1 ano 2 anos3 anos 4 anos 5 anos6 anos7 anos 8 anos 9 anos

Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 53.352.6


erros absolutos (%)


Jan-09 11 24 20 29 22 7 6 -4

Fev-09 3 -4 -4 -2 2 -2 -1 -3

Mar-09 -4 -7 -6 -4 0 1 2 -4

Abr-09 -21 -6 1 4 6 4 5 5

Mai-09 -7 -12 -3 -3 -3 -1 -4 -3

Jun-09 8 -1 1 4 9 4 3 3

Jul-09 4 -1 5 3 2 3 2 -1

Ago-09 6 1 2 1 -1 -2 -1 -1

Set-09 7 7 4 1 6 1 -2 -1

Out-09 3 19 5 6 3 1 0 -1

Nov-09 -1 9 10 5 10 9 2 4

Dez-09 -18 1 6 8 3 5 1 6




154

98

100

102

104

106

108

110


Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 53.353.6


erros absolutos (%)


Jan-09 11 23 22 29 21 7 6 -4

Fev-09 1 -5 -4 -1 3 -2 -1 -2

Mar-09 -7 -7 -5 -3 0 1 2 -4

Abr-09 -21 -5 1 4 5 4 5 6

Mai-09 1 -9 -1 0 -2 0 -3 -1

Jun-09 9 2 1 3 9 5 3 3

Jul-09 2 0 6 4 3 5 3 0

Ago-09 8 1 2 2 -2 -2 0 0

Set-09 0 1 1 0 5 2 -1 -1

Out-09 4 17 4 5 2 0 0 -2

Nov-09 1 10 10 6 11 10 2 4

Dez-09 -14 3 9 9 4 5 1 5




155

102

103

104

105

106

107

108

109

110

111

112

113


Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 53.354.6


erros absolutos (%)


Jan-09 33 33 29 33 24 7 7 -3

Fev-09 -10 -10 -6 -2 1 -2 -1 -3

Mar-09 -5 -5 -4 -2 1 1 2 -3

Abr-09 16 16 14 12 9 6 7 7

Mai-09 -19 -19 -8 -4 -5 -1 -2 0

Jun-09 -2 -2 -2 0 7 5 3 3

Jul-09 1 1 7 4 3 5 3 0

Ago-09 -8 -8 -4 -2 -4 -4 -1 0

Set-09 1 1 2 2 6 3 -1 -1

Out-09 27 27 7 6 2 0 0 -2

Nov-09 16 16 14 8 13 11 3 5

Dez-09 24 24 23 17 11 9 3 7




156

105

106

107

108

109

110

111

112


Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 54.352.6


erros absolutos (%)


Jan-09 8 23 16 25 20 6 6 -3

Fev-09 7 -2 -6 -3 1 -4 -2 -4

Mar-09 -2 -6 -4 -3 1 2 2 -4

Abr-09 -21 -5 3 5 5 4 4 5

Mai-09 -4 -11 -1 0 -1 0 -2 -2

Jun-09 12 2 1 0 3 2 2 3

Jul-09 10 2 2 1 0 1 0 -1

Ago-09 14 2 -3 -3 -2 -4 -2 0

Set-09 6 6 5 0 3 -1 -2 -1

Out-09 2 14 3 4 1 -1 -1 -2

Nov-09 -4 1 5 3 7 6 2 2

Dez-09 -15 4 10 10 4 5 1 6




157

104

105

106

107

108

109

110

111


Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 54.353.6


erros absolutos (%)


Jan-09 8 22 18 26 20 6 6 -3

Fev-09 3 -4 -6 -2 1 -4 -2 -4

Mar-09 -3 -6 -4 -2 1 2 2 -3

Abr-09 -20 -5 1 4 4 4 3 5

Mai-09 5 -5 2 2 0 1 -1 0

Jun-09 12 3 1 1 3 3 3 2

Jul-09 8 4 4 2 0 2 1 0

Ago-09 13 -1 -4 -3 -3 -5 -1 0

Set-09 4 1 1 -1 2 0 -1 0

Out-09 3 13 1 2 0 -2 -1 -2

Nov-09 -4 1 4 2 8 7 2 2

Dez-09 -11 8 14 12 6 6 2 6




158

103

104

105

106

107

108

109

110

111


Índ

ice

de

Ve

nto

an

ual

(%

)

2009

60

80

100

120

140

160


Índi

ce d

e ve

nto

men

sal (

%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Ponto FNL 54.354.6


erros absolutos (%)


Jan-09 10 22 19 27 21 6 6 -3

Fev-09 0 -6 -5 -2 1 -3 -2 -3

Mar-09 -5 -5 -4 -2 1 1 1 -3

Abr-09 -20 -5 1 4 3 3 2 4

Mai-09 14 -3 3 3 1 2 0 1

Jun-09 13 5 2 3 6 5 3 3

Jul-09 5 6 5 2 1 3 2 0

Ago-09 5 -4 -4 -3 -3 -4 0 1

Set-09 -1 -3 0 0 3 1 0 0

Out-09 3 11 0 1 -2 -3 -2 -3

Nov-09 -5 1 3 2 9 8 2 3

Dez-09 -11 8 16 11 7 7 2 6




159

Anexo H

‘Índices de velocidade do vento’ regionais para Portugal Continental


160

Tabela H.1 – ‘Índices de velocidade do vento’ anuais para 2009, para cada ponto da grelha FNL, nível de pressão 6

‘índices de velocidade do vento’ anuais para 2009 (%)

49.352 49.353 49.354

93 92 88

50.353 50.354

98 99

51.352 51.353 51.354

100 101 103

53.352 53.353 53.354

105 104 106

54.352 54.353 54.354

108 107 107

Tabela H.2 - ‘Índices de velocidade do vento’ mensais para 2009, para cada ponto da grelha FNL, nível de pressão 6

índices de velocidade do vento' mensais para 2009 (%)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

49.352 112 75 71 78 84 108 105 71 78 89 133 112

49.353 105 75 68 76 89 112 102 68 75 87 133 110

49.354 98 75 67 76 92 107 101 73 83 84 129 90

50.353 114 86 75 87 103 110 103 67 76 85 137 122

50.354 111 88 75 90 104 110 106 71 80 85 137 122

51.352 124 85 85 98 101 101 109 69 79 81 131 120

51.353 120 90 84 96 108 108 106 68 76 79 137 122

51.354 119 93 84 99 107 114 111 72 78 81 139 124

53.352 128 102 101 102 107 96 103 71 96 79 121 126

53.353 124 103 100 95 111 86 101 74 93 79 128 125

53.354 126 103 98 97 114 83 108 75 96 83 134 132

54.352 126 117 106 104 116 92 101 95 105 81 110 132

54.353 124 116 103 94 119 82 99 100 101 80 116 136

54.354 125 111 100 88 121 76 102 99 99 81 123 139


161

Anexo I

Dados de produções mensais do parque d Espiga vs produções estimadas pelas séris FNL


162

0

50

100

150

200

250

Jan

-06

Fe

v-0

6

Ma

r-0

6

Ab

r-0

6

Ma

i-0

6

Jun

-06

Jul-

06

Ag

o-0

6

Se

t-0

6

Ou

t-0

6

No

v-0

6

De

z-0

6

Jan

-07

Fe

v-0

7

Ma

r-0

7

Ab

r-0

7

Ma

i-0

7

Jun

-07

Jul-

07

Ag

o-0

7

Se

t-0

7

Ou

t-0

7

No

v-0

7

De

z-0

7

Jan

-08

Fe

v-0

8

Ma

r-0

8

Ab

r-0

8

Ma

i-0

8

Jun

-08

Jul-

08

Ag

o-0

8

Se

t-0

8

Ou

t-0

8

No

v-0

8

De

z-0

8

Pro

du

çõs

ad

ime

nsi

on

aliza

da

s (%

)

Parque da Espiga

Ponto FNL 49.352.4

Parque da Espiga

• Turbinas em funcionamento: ENERCON E70 E4 2.0 MW. • Intervalo de tempo: Janeiro de 2006 a Dezembro de 2009; • Ponto da grelha de análise FNL mais próximo: 59.352.

Tabela I.1 - Produções adimensionalizads para o parque da espiga e para o ponto FNL 49.352.4 entre Janeiro de 2006 e Dezembro de 2009


Parque da Espiga

2006 90 90 139 101 65 64 54 91 69 152 129 143

2007 100 155 159 69 124 103 97 134 80 60 90 79

2008 109 90 137 117 79 72 63 74 44 95 129 141

2009 160 69 103 68 76 80 78 75 60 101 168 176

Ponto FNL 49.352.4

2006 108 108 180 106 65 41 30 88 69 167 134 160

2007 114 158 162 50 114 99 70 129 63 62 74 90

2008 134 77 154 93 66 67 54 48 41 97 144 181

2009 173 74 106 60 62 71 58 57 48 111 194 190

Os melhores resultados obtidos encontram-se de seguida.

Figura I.1 - Evolução temporal das produções adimensionalizadas para o parque da Espiga e para o ponto FNL 49.352.4


163

y = 0,7132x + 28,677

R² = 0,9118

0

20

40

60

80

100

120

140

160

180

200

0 50 100 150 200 250

Pro

du

ção

ad

ime

nsi

on

al d

o p

arq

ue

Produção adimensional do ponto FNL

Produção adimensional

do Parque da Espiga vs

Prdoção estimada

adimensional pelo ponto

FNL 49.352.4

Tabela I.2 - Erros relativos entre a produção esimada através do ponto FNL 49.352.4 e a produção do parque da Espiga entre Janeiro de 2006 e Dezembro de 2009

erros relativos (%)


2006 20 21 29 5 -1 -36 -44 -3 0 9 4 12

2007 14 2 2 -28 -9 -3 -27 -4 -21 4 -18 14

2008 23 -14 13 -21 -16 -6 -15 -35 -7 2 11 28

2009 8 7 3 -12 -19 -12 -26 -24 -19 11 15 8

Figura I.2 - Correlação entre os dados de produção do parque da Espiga e as produções estimadas pelo ponto 49.352.4 entre Janeiro de 2006 e Dezembro de 2009


164


165

Anexo J

Determinação do nível de 100% para os índices de produção do Parque da Espiga


166

0

20

40

60

80

100

120

ipr,1

ano

1pr,2

anos

1pr,3

anos

1pr,4

anos

1pr,5

anos

1pr,6

anos

1pr,7

anos

1pr,8

anos

1pr,9

anos

Índ

ice

de

Pro

du

ção

an

ual

(%)

2009

Tabela J.1 - ‘Índices de produção do vento relativos’ anuais para 2009

índice de produção relativo

anual (%)

2009

ipr,1 104

ipr,2 103

ipr,3 100

ipr,4 95

ipr,5 93

ipr,6 90

ipr,7 86

ipr,8 84

ipr,9 81

Tabela J.2 - ‘Índices de produção do vento relativos’ mensais para 2009

índice de produção relativo

mensal (%)

Jan -09

Fev -09

Mar -09

Abr -09

Mai -09

Jun -09

Jul -09

Ago -09

Set -09

Out -09

Nov -09

Dez -09

ipr,1 129 96 69 64 93 106 108 118 118 115 135 105

ipr,2 140 63 67 84 69 85 93 64 93 140 178 141

ipr,3 146 65 64 72 76 102 113 64 84 103 166 132

ipr,4 124 61 65 62 70 112 97 68 85 92 151 131

ipr,5 116 61 67 54 72 115 94 66 86 85 151 130

ipr,6 106 60 70 49 70 114 94 70 83 84 139 123

ipr,7 104 56 70 50 63 103 83 68 80 82 132 112

ipr,8 101 56 66 48 60 106 82 72 74 76 131 118

ipr,9 97 58 70 45 62 102 76 71 72 77 127 110

Figura J.1 - Evolução do índice de produção de vento anual de 2009 para o ponto FNL 49.352.4 com o período de referência


167

0

50

100

150

200

250

ipr,1

ano

ipr,2

anos

ipr,3

anos

ipr,4

anos

ipr,5

anos

ipr,6

anos

ipr,7

anos

ipr,8

anos

ipr,9

anos

Índ

ice

de

Pro

du

ção

me

nsa

l (%

)

Jan-09

Fev-09

Mar-09

Abr-09

Mai-09

Jun-09

Jul-09

Ago-09

Set-09

Out-09

Nov-09

Dez-09

Tabela J.3 - Erro absoluto entre os diferentes índices relativos mensais e o ipr,9 anos

erros absolutos (%)


Jan-09 32 42 49 27 19 8 7 4

Fev-09 38 5 7 3 3 2 -2 -2

Mar-09 -1 -3 -6 -6 -3 0 0 -5

Abr-09 20 39 27 17 9 4 5 3

Mai-09 31 7 14 7 10 8 0 -2

Jun-09 3 -17 0 10 13 12 1 4

Jul-09 32 17 36 20 17 18 7 6

Ago-09 47 -7 -6 -3 -5 0 -2 1

Set-09 46 21 12 13 14 11 7 1

Out-09 38 63 25 15 8 7 5 -1

Nov-09 8 52 39 25 24 12 6 4

Dez-09 -4 31 23 22 21 14 3 9

Figura J.2 - Evolução do índice de produção de vento mensal de 2009 para o ponto FNL 49.352.4 com o período de referência


168


169

Anexo L

Análise dos índices de produção para o Parque da Espiga


170

Anexo L.1 – Teste I

Tabela L.1 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de referência

erros relativos (%)

ivr,1 ano

ivr,2 anos

ivr,3 anos

ivr,4 anos

ivr,5 anos

ivr,6 anos

ivr,7 anos

ivr,8 anos

ivr,9 anos

Jan -19 -13 -9 -23 -28 -34 -35 -37 -39

Fev 54 1 4 -1 -2 -3 -10 -10 -7

Mar -3 -5 -9 -9 -6 -1 -1 -7 -1

Abr -40 -22 -33 -42 -50 -55 -53 -56 -58

Mai 10 -19 -11 -18 -15 -18 -26 -29 -27

Jun 5 -16 1 11 14 13 2 5 1

Jul -2 -15 2 -12 -15 -14 -24 -26 -31

Ago 57 -15 -15 -10 -12 -6 -9 -4 -6

Set 27 0 -10 -9 -8 -11 -14 -21 -22

Out 17 42 4 -7 -14 -14 -17 -22 -21

Nov -7 23 14 4 4 -4 -9 -10 -13

Dez -28 -4 -9 -10 -11 -16 -23 -19 -25

Anexo L.2 – Teste II

Tabela L.2 - Erros relativos na estimativa das produções mensais para 2009 utilizando diferentes períodos de dados

erros relativos (%)

1 ano 2 anos 3 anos

Jan -1 -5 -9

Fev -16 14 4

Mar -14 -7 -9

Abr 24 -2 1

Mai -21 1 -11

Jun -9 11 1

Jul -9 15 2

Ago -36 -11 -15

Set -38 -13 -10

Out -3 -21 4

Nov 27 8 14

Dez 6 -18 -9

Documents

Análise da Variabilidade Inter -Anual d o Vento em ... · Relativamente ao ‘índice de ventos’, tanto na base de velocidades de vento como de produção de parques, foram inicialmente