Avaliação do Modelo WRF na Previsibilidade do Vento para Geração de Energia Eólica na Região de Laguna - SC

Abstract

Neste trabalho foi avaliado o desempenho do modelo WRF no prognóstico de magnitude da velocidade do vento em um evento de mesoescala que ocorreu na região do Litoral de Santa Catarina entre os dias 16 e 17 de Outubro de 2016, com finalidade de aplicá-lo operacionalmente na indústria de previsão e geração de energia eólica. O modelo WRF foi rodado com condições iniciais e de contorno utilizando os dados do modelo global GFS, com resolução espacial de 0.25 graus e resolução temporal de 3 horas. Três grades aninhadas foram selecionadas para a simulação, com resolução máxima de 1km e 40 níveis verticais, e todas as grades tendo como centro o Farol de Santa Marta - Laguna (local de estudo). Mapas espaciais de espessura da camada, PRNMM, temperatura a 2m, divergência de umidade e gráfico termodinâmico Skew-T foram gerados para análise do fenômeno. O modelo se mostrou capaz de simular o evento satisfatóriamente. Foram gerados séries temporais e índices estatísticos para comparar os dados simulados com os observados. Na série temporal, o modelo consegue acompanhar as tendências de aumento/diminuição da velocidade de maneira bastante razoável. O modelo WRF foi capaz de simular o horário correto em que ocorreu e o valor da rajada máxima de vento. Os índices estatísticos escolhidos foram: erro médio (BIAS), coeficiente de correlação (COR) e desvio fracional (Fb). O BIAS e o Fb mostram que o modelo WRF, no geral, tende a superestimar os valores prognósticos quando comparados com os observados. Um destaque ocorre para a velocidade média simulada através do modelo WRF, que difere de apenas 1.71\% da velocidade média observada, considerado como um resultado excelente. Foi utilizado a curva de potência do aerogerador E-48 de 800 kW da fabricante Brasileira Wobben para simular a quantidade de energia eólica média que poderia ser produzida no evento. Concluiu-se, que o modelo WRF é uma poderosa ferramente computacional para a previsão da velocidade do vento, e consegue ser sensível no quesito de captar as diferenças na velocidade do vento com a aproximação de um fenômeno de mesoescala.

In this work was evaluated the performance of WRF on the forecast of wind speed in a mesoescala event that occured between October 16th and 17th of 2016, with the purpose of applying it operationally in the wind energy industry. The WRF model was runned using the global model GFS initial conditions and border conditions, with spacial resolution of 0.25 degree's and time resolution of 3 hours. Three neste domains were selected for the simnulation, with maximum resolution of 1km and 40 vertical levels, and every domain having as its center the Santa Marta's Lighthouse - Laguna (study location). Spatial maps of layer thickness, MSLP, 2m temperature, humidity divergence and Skew-T plot were generated for event analysis. The model showed capable of simulating the event satisfactorily. Time series and statistical indices were generated to compare the simulated data with the observed ones. In the time series, the model is able to keep pace with increasing / decreasing velocities quite reasonably. Furthermore, the WRF model was capable of simulating the correct time in which it occurred and the value of the maximum wind gust. The statistical indices chosen were: mean error (BIAS), correlation coefficiente (COR) and fractional deviation (Fb). The BIAS and the Fb show that the WRF model, in general, tends to overestimate the prognostic values when compared with those observed. A prominence occurs for the simulated mean speed through the WRF model, which differs from only 1.71\% of the average speed observed, considered as an excellent result. Also, the power curve of the 800-kW E-48 wind turbine from Brazilian manufacturer Wobben was used to simulate the amount of medium-wind energy that could be produced at the event. It was concluded that the WRF model is a powerful computational tool for predicting the wind speed, and manages to be sensitive in order to capture the differences in wind speed with the approximation of a mesoscale phenomenom.