Browsing by Author "Costa, Mariana Marques Passos Alves da"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Aplicação da metodologia MCP a estimativas de produção anual de energia pós-operacional em parques eólicosPublication . Costa, Mariana Marques Passos Alves da; Mendonça, Jorge Manuel PiresA implementação de um parque eólico envolve uma série de desafios, incluindo a avaliação da sua viabilidade económica e a obtenção de financiamento. Portanto, a análise do recurso eólico e da estimativa de energia associada desempenha um papel crucial. No entanto, a estimativa da produção anual de energia elétrica pré-construtiva enfrenta várias fontes de incerteza, que podem ser atribuídas a medições realizadas ou a pressupostos dos modelos utilizados. O objetivo deste estudo consiste em identificar uma metodologia simples para estimar a produção anual de energia elétrica de Longo Termo pós construção. Isso foi realizado através da análise da correlação entre diversas fontes históricas de dados de vento e as produções mensais reais observadas em parques eólicos em operação. Além disso, este estudo investigou como o período de operação do parque eólico afeta a estimativa de produção de energia a Longo Termo em projetos com maior tempo de operação. Também avaliou o impacto das diferentes fontes históricas de dados de vento na estimativa de produção de energia de Longo Termo. Em parques eólicos que fazem parte de um complexo eólico, o método foi aplicado ao complexo e a estimativa de produção anual de energia foi comparada com a estimativa agregada da produção individual dos parques eólicos. O estudo desenvolveu-se em três fases distintas: a análise e validação da metodologia adotada, a análise da influência do tempo de correlação em parques com 20 e 4 anos de operação e o estudo da influência da agregação espacial em complexos eólicos. A metodologia utilizada foi analisada através de um estudo da relação entre o coeficiente de correlação (R²) e o desvio da produção de energia de Longo Termo em relação ao valor médio de produção real do parque, indicando que o R² é um indicador confiável para a seleção adequada da série de reanálise a ser utilizada no cálculo da estimativa de produção de energia. Para além disso, realizou-se uma avaliação do cumprimento dos pressupostos da regressão linear e os resultados revelaram que, de uma forma geral para todos os parques e complexos, o modelo de regressão linear empregado é estatisticamente significativo. Além disso, os resíduos gerados pelo modelo apresentam uma distribuição normal, e na maioria dos casos, não foi identificada auto correlação nos resíduos. Ao analisar os parques com 20 anos de operação, observou-se uma tendência de redução gradual da dispersão dos dados à medida que o número de anos aumenta. Isso sugere que, para obter estimativas de Longo Termo mais precisas e próximas da realidade, é recomendável utilizar o maior número possível de anos de dados operacionais. Em relação à mediana, não foram identificadas diferenças significativas entre os grupos, pois as combinações resultaram em valores medianos semelhantes. As métricas de erro, como o RRMBE e RRMSE, seguiram o comportamento esperado, apresentando uma diminuição na dispersão à medida que o número de anos de operação aumenta. Isso sugere que as previsões estão, em média, mais próximas dos valores reais, com menos viés ao longo dos anos, indicando uma maior consistência nas estimativas. Quanto aos parques com 4 anos de operação, os resultados apontam para diferenças e nuances entre os grupos, principalmente em relação à dispersão dos resultados, no entanto, essas diferenças não se mostraram estatisticamente significativas. No contexto dos complexos eólicos, a análise revelou que não há uma diferença significativa entre a utilização da série de reanálise mais adequada para o complexo e a melhor para cada parque individualmente. Para além disso, parece não parece haver uma vantagem evidente na realização de estudos individuais para cada parque relativamente ao estudo para o complexo, visto que a diferença entre essas abordagens é insignificante em comparação com a incerteza típica do modelo e da própria estimativa de produção.