[en] ANALYSIS OF PROBABILISTIC METHODS FOR WIND POWER FORECASTING

[pt] ANÁLISE DE MÉTODOS PROBABILÍSTICOS PARA PREVISÃO DE POTÊNCIA EÓLICA

[pt] LAURA BANDEIRA DE MELLO FERREIRA

[pt] PREVISAO

[pt] ENERGIA EOLICA

[pt] MODELOS PARAMETRICOS

[en] FORECASTING

[en] WIND ENERGY

[en] PARAMETRIC MODELS

[pt] Atualmente a energia eólica está mostrando destaque no cenário brasileiro por ser uma fonte energética renovável que apresenta elevada disponibilidade no território. Este trabalho considera o problema da falta de assertividade ao estimar a potência eólica a partir da velocidade do vento pelo modelo convencional da curva de potência, na qual verifica-se uma dispersão dos valores reais em torno da curva teórica. O estudo possui dois objetivos principais, sendo o primeiro deles, por meio de modelos paramétricos como linear, quadrático, cúbico e weibull, compreender como aproximar de forma mais fiel a previsão da realidade. Para isso uma comparação da raiz do erro quadrático médio (RMSE), entre o valor teórico e real obtido em dados de 16 aerogeradores coletados em campo, gerando uma amostragem com 52.428 medições, foi realizada. Posteriormente, o estudo se volta para a verificação do comportamento dos mesmos métodos, porém com base em agrupamentos temporais, sazonais e por fases da lua, a fim de encontrar aquele que proporciona maior redução do erro quando comparado com a potência gerada. Por fim pode-se concluir que os modelos, linear e weibull apresentaram os melhores resultados de modelagem para o banco de dados, com uma diferença no erro de mais de 90 kW comparando com a curva de potência. O agrupamento por estações do ano, seguido por um segundo agrupamento de fases da lua contribuiu para redução do erro na maioria dos casos, como no verão em lua crescente no qual a diferença no erro comparando com sem agrupamento caiu em mais de 200 kW.

[en] Currently, wind energy is showing prominence in the Brazilian scenario because it is an energy source that has high availability in the territory. This work considers the problem of lack of assertiveness when estimating wind power from wind speed by the conventional model of the power curve, in which there is an emission of real values around the theoretical curve. The study has two main objectives, the first of which, through parametric models such as linear, quadratic, cubic and weibull, is to understand how to more faithfully approximate the forecast to reality. For this, a comparison of the root mean squared error (RMSE), between the theoretical and real value obtained from data from 16 wind turbines collected in the field, generating a participation with 52,428 measurements, was carried out. Subsequently, the study turns to verifying the behavior of the same methods, but based on temporal, seasonal and moon phase groupings, in order to find the one that provides the greatest reduction in the error when compared to the generated power. Finally, it can be concluded that the linear and weibull models presented the best modeling results for the database, with a difference in error of more than 90 kW compared to the power curve. Clustering by seasons of the year, followed by a second clustering of moon phases contributed to error reduction in most cases, as in summer with a crescent moon the difference in error compared with no clustering dropped by more than 200 kW.

PAULA MEDINA MACAIRA LOURO

FLORIAN ALAIN YANNICK PRADELLE

2023-07-14

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=63227@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=63227@2

https://doi.org/10.17771/PUCRio.acad.63227