Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Estatística
Título: ANÁLISE DE MÉTODOS PROBABILÍSTICOS PARA PREVISÃO DE POTÊNCIA EÓLICA
Autor(es): LAURA BANDEIRA DE MELLO FERREIRA
Colaborador(es): PAULA MEDINA MACAIRA LOURO - Orientador
FLORIAN ALAIN YANNICK PRADELLE - Coorientador
Catalogação: 14/JUL/2023 Língua(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=63227@1
[en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=63227@2
DOI: https://doi.org/10.17771/PUCRio.acad.63227
Resumo:
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.
Descrição: Arquivo:   
NA ÍNTEGRA PDF