i
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO TECNOLÓGICO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
ESTUDO DA POTENCIALIDADE DE ENERGIA EÓLICA
NO LITORAL DO ESTADO DO PARÁ
AUTOR: LUIS CLÁUDIO SILVA FRADE
TM – 07 - 2000
UFPA/CT/PPGEE
CAMPUS UNIVERSITÁRIO DO GUAMÁ
BELÉM – PARÁ – BRASIL
ii
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO TECNOLÓGICO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
ESTUDO DA POTENCIALIDADE DE ENERGIA EÓLICA
NO LITORAL DO ESTADO DO PARÁ
DISSERTAÇÃO DE MESTRADO SUBMETIDA À BANCA EXAMINADORA,
APROVADA PELO COLEGIADO DO PROGRAMA DE PÓS-GRADUAÇÃO EM
ENGENHARIA ELÉTRICA DO CENTRO TECNOLÓGICO DA UNIVERSIDADE
FEDERAL DO PARÁ, COMO REQUISITO PARA A OBTENÇÃO DO GRAU DE
MESTRE EM ENGENHARIA ELÉTRICA NA ÁREA DE SISTEMAS DE
ENERGIA ELÉTRICA.
AUTOR: LUIS CLÁUDIO SILVA FRADE
UFPA/CT/PPGEE
CAMPUS UNIVERSITÁRIO DO GUAMÁ
BELÉM – PARÁ – BRASIL
iii
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO TECNOLÓGICO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
ESTUDO DA POTENCIALIDADE DE ENERGIA EÓLICA
NO LITORAL DO ESTADO DO PARÁ
AUTOR: LUIS CLÁUDIO SILVA FRADE
DISSERTAÇÃO DE MESTRADO SUBMETIDA À BANCA EXAMINADORA,
APROVADA PELO COLEGIADO DO PROGRAMA DE PÓS-GRADUAÇÃO EM
ENGENHARIA ELÉTRICA DO CENTRO TECNOLÓGICO DA UNIVERSIDADE
FEDERAL DO PARÁ, COMO REQUISITO PARA A OBTENÇÃO DO GRAU DE
MESTRE EM ENGENHARIA ELÉTRICA NA ÁREA DE SISTEMAS DE
ENERGIA ELÉTRICA.
APROVADA EM 04/08/2000
BANCA EXAMINADORA:
_____________________________________________
Prof. Dr.-Ing. João Tavares Pinho (UFPA)
Orientador
_____________________________________________
Prof. Dr. Everaldo Alencar do Nascimento Feitosa (UFPE)
Membro externo
_____________________________________________
Profa. Dra. Maria Regina de O. Pereira de Araújo(COPPE/UFRJ)
Membro externo
Visto:
_____________________________________________
Prof. Dr. Ubiratan Holanda Bezerra (UFPA)
Membro
_____________________________________________
Prof. Dr. Tadeu da Mata Medeiros Branco
Coordenador do PPGEE / CT / UFPA
iv
AGRADECIMENTOS
Agradeço a Deus, por me iluminar e dar força em todas as fases de minha
vida.
A Eliete, minha esposa, e Diego e Luis Cláudio, meus filhos, pelo
incentivo, paciência e compreensão por minha ausência em alguns momentos.
Ao meu orientador, Professor João Tavares Pinho, pelos incentivos,
desafios e oportunidades de buscar sempre o melhor neste trabalho.
Ao eng. Norberto Bramatti e aos estagiários do Laboratório Central da
ELETRONORTE, Frederico, Janaína e Roger pelo apoio computacional.
Aos profissionais do Grupo de Estudos e Desenvolvimento de Alternativas
Energéticas – GEDAE, que disponibilizaram informações e programas para
contribuir nesta dissertação.
Ao Centro de Pesquisa de Energia Elétrica da ELETROBRAS – CEPEL,
pela disponibilização dos dados e informações.
À ELETRONORTE pelo apoio.
v
SUMÁRIO
Lista de Figuras ................................................................................................xi
Lista de Tabelas ...............................................................................................xvi
Resumo ............................................................................................................xvii
Abstract ..........................................................................................................xviii
Introdução ...........................................................................................................1
Capítulo 1 – A IMPORTÂNCIA DA ENERGIA EÓLICA NO BRASIL E NO
MUNDO ...........................................................................................3
1.1 - A ENERGIA EÓLICA NO BRASIL ................................................................3
1.1.1 - Ações de Governo ...........................................................................3
1.1.2 - Estudos e Desenvolvimento nos Estados .......................................6
1.2 - A ENERGIA EÓLICA NO MUNDO .............................................................18
Capítulo 2 – A FORMAÇÃO DOS VENTOS E SUAS CARACTERÍSTICAS ....24
2.1 - ORIGEM DOS VENTOS .............................................................................24
2.2 - ESCALAS DE MOVIMENTO DO AR NA ATMOSFERA ............................26
2.2.1 - Variações Espaciais do Vento ......................................................27
2.2.2 - Variações Temporais do Vento ...................................................29
2.2.2.1 - Variabilidade de Longo Termo ........................................29
2.2.2.2 - Variabilidade Sazonal e Mensal .....................................29
2.2.2.3 - Variações Diurnas ..........................................................30
2.2.3 - A Camada Limite da Atmosfera ...................................................30
2.3 - FONTES DE DADOS DE ENERGIA EÓLICA AO REDOR DO MUNDO ..31
2.4 - MÉTODOS E INSTRUMENTOS DE MEDIÇÃO DO VENTO ....................32
vi
2.5 - LOCALIZAÇÃO DE UM PARQUE EÓLICO ...............................................34
2.5.1 - Metodologia de Análise Estatística e Subjetiva .............................36
2.5.2 - Indicadores Qualitativos das Fontes de Vento ..............................37
2.5.3 - Metodologia de Similaridade da Camada Limite e Pressão da
Superfície .......................................................................................38
2.6 - ALTURA DE MEDIÇÃO DO VENTO ..........................................................38
2.7 - A VELOCIDADE DO VENTO ......................................................................40
2.8 - A DIREÇÃO DO VENTO ............................................................................42
2.9 - MAGNITUDE E ESTRUTURA DA VELOCIDADE DO VENTO ..................43
2.9.1 - Velocidade Média ..........................................................................43
2.10 - CONVERSÃO DE ENERGIA EÓLICA ......................................................44
2.11 - REGULARIDADE DA VELOCIDADE DO VENTO ....................................48
2.11.1 - Distribuição Temporal da Velocidade do Vento ..........................48
2.11.2 - Desvio Padrão da Velocidade do Vento ......................................48
2.11.3 - Estrutura Detalhada das Calmarias ............................................49
2.11.4 - Velocidade Extrema do Vento .....................................................50
2.11.5 - Correlação da Velocidade do Vento ............................................50
2.12 - DISTRIBUIÇÃO DE FREQÜÊNCIA DA VELOCIDADE DO VENTO ........51
2.12.1 - Distribuição da Velocidade do Vento de Referência ...................53
2.12.2 - Métodos para Estimar os Fatores de Distribuição de
Weibull ........................................................................................54
2.13 - COMENTÁRIOS .......................................................................................54
vii
Capítulo 3 – MEDIÇÃO E TRATAMENTO DOS DADOS DE VENTO
COLETADOS ................................................................................56
3.1 - MOTIVAÇÃO PARA O ESTUDO DOS VENTOS NO LITORAL DO
ESTADO DO PARÁ ..................................................................................56
3.2 - CARACTERIZAÇÃO DO ESTUDO DAS ESTAÇÕES ...............................58
3.2.1 - Análise da Consistência dos Dados Coletados .............................59
3.2.2 - Dados de Velocidade e Direção do Vento ....................................59
3.2.3 - Fator de forma (k) e Fator de escala (C) da Distribuição de
Weibull ...........................................................................................62
3.3 - DESCRIÇÃO DAS ESTAÇÕES .................................................................63
3.3.1 - Estação de Vizeu (Estação No. 1) . ..............................................63
3.3.1.1 - Velocidade Média .. .........................................................63
3.3.1.2 - Direção do Vento .. ..........................................................64
3.3.1.3 - Fator k e Fator C .. ...........................................................64
3.3.2 - Estação de Ajuruteua (Estação No. 2) .. .......................................65
3.3.2.1 - Velocidade Média ... ........................................................66
3.3.2.2 - Direção do Vento .............................................................67
3.3.2.3 - Fator k e Fator C ..............................................................67
3.3.3 - Estação de Salinópolis (Estação No. 3) .. .....................................68
3.3.3.1 - Velocidade Média .. .........................................................68
3.3.3.2 - Direção do Vento .. ..........................................................69
3.3.3.3 - Fator k e Fator C . ...........................................................69
3.3.4 - Estação de Mota (Estação No. 4) .. ..............................................70
3.3.4.1 - Velocidade Média .. .........................................................71
3.3.4.2 - Direção do Vento .. ..........................................................72
viii
3.3.4.3 - Fator k e Fator C . ............................................................72
3.3.5 - Estação de Algodoal (Estação No. 5) .. ........................................73
3.3.5.1 - Velocidade Média .. .........................................................73
3.3.5.2 - Direção do Vento .. ..........................................................74
3.3.5.3 - Fator k e Fator C .. ...........................................................75
3.3.6 - Estação de Tamaruteua (Estação No. 6) .. ...................................76
3.3.6.1 - Velocidade Média . ..........................................................76
3.3.6.2 - Direção do Vento .. ..........................................................77
3.3.6.3 - Fator k e Fator C .. ...........................................................77
3.3.7 - Estação de Praia Grande (Estação No. 7) .. .................................78
3.3.7.1 - Velocidade Média .. .........................................................78
3.3.7.2 - Direção do Vento . ...........................................................80
3.3.7.3 - Fator k e Fator C . ...........................................................80
3.3.8 - Estação de Joanes (Estação No. 8) .. ...........................................81
3.3.8.1 – Velocidade Média .. ........................................................81
3.3.8.2 - Fator k e Fator C .. ..........................................................82
3.3.9 - Estação de Soure (Estação No. 9) .. .............................................83
3.3.9.1 - Velocidade do Vento .......................................................83
3.3.9.2 - Direção do Vento .. ..........................................................84
3.3.9.3 - Fator k e Fator C .. ..........................................................85
3.3.10 - Estação de Chaves (Estação No. 10) . .......................................86
3.3.10.1 - Velocidade Média .. .......................................................86
3.3.10.2 - Direção do Vento ... .......................................................87
3.3.10.3 - Fator k e Fator C ... ........................................................87
3.4 – COMENTÁRIOS ... ...................................................... .............................88
ix
Capítulo 4 – ANÁLISE E MODELAGEM DA ENERGIA EÓLICA NO LITORAL
DO ESTADO DO PARÁ .. .............................................................90
4.1 - CORREÇÃO DOS VALORES DAS VELOCIDADES MÉDIAS ...................90
4.2 - AVALIAÇÃO DAS DIREÇÕES PREDOMINANTES .. ................................92
4.3 - DESENVOLVIMENTO COMPUTACIONAL PARA TRATAMENTO DOS
DADOS . ...................................................... .............................................95
4.3.1 - Software Labview ... ......................................................................95
4.3.2 - Programa COEPOL .. ....................................................................95
4.3.3 - Algoritmos SVD e Givens2 ... ........................................................98
4.4 - ESTUDO DOS VALORES DOS FATORES DE ESCALA (C) E DE
FORMA (k) . ...............................................................................................99
4.5 - ESTUDO DO COEFICIENTE DE RUGOSIDADE DO TERRENO (α) ......102
4.5.1 - α da Estação de Mota .. ..............................................................104
4.5.2 - α da Estação de Tamaruteua . ....................................................106
4.5.2 - α da Estação de Praia Grande .. .................................................109
4.5.4 - Ajuste dos Valores de α ..............................................................112
4.6 - COEFICIENTES DE AJUSTE DAS VELOCIDADES .. ..........................114
4.6.1 - Estação de Vizeu .. .....................................................................115
4.6.2 - Estação de Ajuruteua . ................................................................117
4.6.3 - Estação de Salinópolis .. .............................................................118
4.6.4 - Estação de Mota .. ......................................................................119
4.6.5 - Estação de Algodoal .. ................................................................120
4.6.6 - Estação de Tamaruteua .. ...........................................................121
4.6.7 - Estação de Praia Grande .. .........................................................122
x
4.6.8 - Estação de Joanes ... ..................................................................123
4.6.9 - Estação de Soure . ......................................................................125
4.6.10 - Estação de Chaves . .................................................................126
4.7 - CORRELAÇÃO ENTRE AS ESTAÇÕES . .............................................127
4.8 - COMENTÁRIOS ... ...................................................... ...........................................133
Conclusões . ...................................................... .............................................134
Referências Bibliográficas . ...................................................... ....................137
Anexo 1 – Resumo das velocidades médias medidas ................................139
Anexo 2 – Gráfico das velocidades médias medidas do ano médio .........140
Anexo 3 – Gráfico do “k” do ano médio........................................................141
Anexo 4 – Gráfico do “C” do ano médio.......... .............................................142
Anexo 5 – Resumo das velocidades médias corrigidas .............................143
Anexo 6 – Resumo dos valores do fator de forma (“k”) .............................144
Anexo 7 – Resumo dos valores do fator de escala (“C”) ............................145
Anexo 8 – Resumo dos coeficientes de ajuste para fator de escala (“C”)
.........................................................................................................146
Anexo 9 – Resumo dos valores médios de α e velocidades de Mota,
Tamaruteua e Praia Grande .........................................................147
Anexo 10 – Resumo dos coeficientes de ajuste, valores medidos,
calculados de α e erros relativos ...............................................148
Anexo 11 – Resumo das velocidades médias mensais medidas, calculadas
e erros relativos ...........................................................................149
Anexo 12 – Especificações técnicas dos equipamentos das estações ...150
xi
LISTA DE FIGURAS
Capítulo 1
Figura 1.1 – Parque eólico do Morro do Camelinho (CEMIG)..............................6
Figura 1.2 – Aerogerador da Ilha de Fernando de Noronha.................................7
Figura 1.3 – Parque eólico de Mucuripe (COELCE)...........................................10
Figura 1.4 – Parque eólico de Taíba 5 MW (Ceará)...........................................11
Figura 1.5 – Parque eólico de Prainha 10 MW (Ceará)......................................11
Figura 1.6 – Parque eólico de Palmas (PR) .......................................................13
Figura 1.7 – Sistema híbrido (solar-eólico-diesel) de Joanes (PA).....................14
Figura 1.8 – Sistema híbrido eólico-diesel de Praia Grande...............................15
Figura 1.9 – Aerogeradores do Projeto de Tamaruteua......................................16
Figura 1.10 – Aerogerador do Projeto de Mota...................................................17
Figura 1.11 – Incremento da capacidade de energia eólica no mundo..............18
Figura 1.12 – Capacidade adicional de energia eólica instalada em 1999 ........19
Capítulo 2
Figura 2.1 – Padrão semi-permanente global de vento.......................................25
Figura 2.2 – Escala espacial e temporal do movimento do ar.............................26
Figura 2.3 – Anemômetro de conchas.................................................................33
Figura 2.4 – Fluxo de vento através de um cilindro de seção transversal A ......45
Capítulo 3
Figura 3.1 – Mapa da costa do Estado do Pará...................................................57
Figura 3.2 – Exemplo de gráfico mensal de velocidade de vento e sua média...61
xii
Figura 3.3 – Exemplo de rosa dos ventos ..........................................................62
Figura 3.4 – Exemplo de histograma (Densidade de velocidade).......................62
Figura 3.5 – Velocidade média da estação de Vizeu..........................................64
Figura 3.6 – “Fator C” mensal para a estação de Vizeu......................................65
Figura 3.7 – “Fator k” mensal para a estação de Vizeu.......................................65
Figura 3.8 – Velocidade média da estação de Ajuruteua....................................66
Figura 3.9 – “Fator C” mensal para a estação de Ajuruteua...............................67
Figura 3.10 – “Fator k” mensal para a estação de Ajuruteua..............................68
Figura 3.11 – Velocidade média da estação de Salinópolis................................69
Figura 3.12 – “Fator C” mensal para a estação de Salinópolis...........................70
Figura 3.13 – “Fator k” mensal para a estação de Salinópolis............................70
Figura 3.14 – Velocidade média da estação de Mota.........................................71
Figura 3.15 – “Fator C” mensal para a estação de Mota...................................72
Figura 3.16 – “Fator k” mensal para a estação de Mota....................................73
Figura 3.17 – Velocidade média da estação de Algodoal...................................74
Figura 3.18 – “Fator C” mensal para a estação de Algodoal...............................75
Figura 3.19 – “Fator k” mensal para a estação de Algodoal................................75
Figura 3.20 – Velocidade média da estação de Tamaruteua..............................76
Figura 3.21 – “Fator C” mensal para a estação de Tamaruteua.........................77
Figura 3.22 – “Fator k” mensal para a estação de Tamaruteua..........................78
Figura 3.23 – Velocidade média da estação de Praia Grande............................79
Figura 3.24 – “Fator C” mensal para a estação de Praia Grande.......................80
Figura 3.25 – “Fator k” mensal para a estação de Praia Grande........................81
Figura 3.26 – Velocidade média da estação de Joanes.....................................82
Figura 3.27 – “Fator C” mensal para a estação de Joanes.................................82
xiii
Figura 3.28 – “Fator k” mensal para a estação de Joanes..................................83
Figura 3.29 – Velocidade média da estação de Soure........................................84
Figura 3.30 – “Fator C” mensal para a estação de Soure...................................85
Figura 3.31 – “Fator k” mensal para a estação de Soure....................................85
Figura 3.32 – Velocidade média da estação de Chaves.....................................86
Figura 3.33 – “Fator C” mensal para a estação de Chaves.................................87
Figura 3.34 – “Fator k” mensal para a estação de Chaves..................................87
Capítulo 4
Figura 4.1 – Mapa das direções predominantes de vento das estações.............93
Figura 4.2 – Ciclo da direção dos ventos nas estações.......................................94
Figura 4.3 – Tela principal do Programa COEPOL..............................................96
Figura 4.4 – Tela gráfica do programa COEPOL.................................................97
Figura 4.5 – Densidade de velocidade de Ajuruteua.........................................100
Figura 4.6 – Densidade de velocidade de Vizeu...............................................100
Figura 4.7 – Densidade de velocidade de Praia Grande...................................101
Figura 4.8 – Exemplo de curva de ajuste para o fator “k” .................................102
Figura 4.9 – α diário da estação de Mota (abril de 1999) .................................104
Figura 4.10 – α diário da estação de Mota (setembro de 1999)........................104
Figura 4.11 – α médio mensal da estação de Mota ..........................................105
Figura 4.12 – α médio mensal para o ano médio - Estação de Mota ...............106
Figura 4.13 – α diário da estação de Tamaruteua (março de 1999) ................107
Figura 4.14 – α diário da estação de Tamaruteua (setembro de 1998) ...........107
Figura 4.15 – α médio mensal da estação de Tamaruteua ..............................108
Figura 4.16 – α médio mensal para o ano médio - Estação de Tamaruteua .108
xiv
Figura 4.17 – α diário da estação de Praia Grande (abril de 1998) .................109
Figura 4.18 – α diário da estação de Praia Grande (setembro de 1998) .........110
Figura 4.19 – α médio mensal da estação de Praia Grande ............................111
Figura 4.20 – α médio mensal para o ano médio - Estação de Praia
Grande..........................................................................................111
Figura 4.21 – Curva do α médio de Mota .........................................................112
Figura 4.22 – Curva do α médio de Tamaruteua ..............................................113
Figura 4.23 – Curva do α médio de Praia Grande ............................................114
Figura 4.24 – Velocidades médias mensais da estação de Vizeu ....................116
Figura 4.25 – Ajuste das velocidades médias mensais de Vizeu .....................116
Figura 4.26 – Velocidades médias mensais da estação de Ajuruteua .............117
Figura 4.27 – Ajuste das velocidades médias mensais de Ajuruteua ...............117
Figura 4.28 – Velocidades médias mensais da estação de Salinópolis ...........118
Figura 4.29 – Ajuste das velocidades médias mensais de Salinópolis .............118
Figura 4.30 – Velocidades médias mensais da estação de Mota .....................119
Figura 4.31 – Ajuste das velocidades médias mensais de Mota ......................119
Figura 4.32 – Velocidades médias mensais da estação de Algodoal ...............120
Figura 4.33 – Ajuste das velocidades médias mensais de Algodoal ................121
Figura 4.34 – Velocidades médias mensais da estação de Tamaruteua .........121
Figura 4.35 – Ajuste das velocidades médias mensais de Tamaruteua ...........122
Figura 4.36 – Velocidades médias mensais da estação de Praia Grande .......122
Figura 4.37 – Ajuste das velocidades médias mensais de Praia Grande .........123
Figura 4.38 – Velocidades médias mensais da estação de Joanes .................123
Figura 4.39 – Ajuste das velocidades médias mensais de Joanes ...................124
Figura 4.40 – Velocidades médias mensais da estação de Soure ...................125
xv
Figura 4.41 – Ajuste das velocidades médias mensais de Soure ....................125
Figura 4.42 – Velocidades médias mensais da estação de Chaves ...............126
Figura 4.43 – Ajuste das velocidades médias mensais de Chaves .................127
Figura 4.44 – Curvas das velocidades médias calculadas das estações
(polinômios de 3ª ordem)............................................................129
Figura 4.45 – Valores de a0 em função da latitude ..........................................130
Figura 4.46 – Valores de a1 em função da latitude ..........................................130
Figura 4.47 – Valores de a2 em função da latitude ..........................................130
Figura 4.48 – Valores de a3 em função da latitude ..........................................130
Figura 4.49 – Valores de a0 em função da longitude .......................................131
Figura 4.50 – Valores de a1 em função da longitude .......................................131
Figura 4.51 – Valores de a2 em função da longitude .......................................131
Figura 4.52 – Valores de a3 em função da longitude .......................................131
xvi
LISTA DE TABELAS
Capítulo 1
Tabela 1.1 – Incremento em MW da geração eólica (1998 e 1999)...................19
Capítulo 2
Tabela 2.1 – Sistema de classificação de velocidade de ventos e potência.......32
Tabela 2.2 – Classe de rugosidade, z0, e expoente α.........................................41
Capítulo 3
Tabela 3.1 – Identificação e localização geográfica das estações......................58
Tabela 3.2 – Integridade de dados de velocidade média....................................60
Capítulo 4
Tabela 4.1 – Coeficientes de ajuste da curva de velocidade (mensal) e
algoritmo ......................................................................................115
xvii
RESUMO
Este trabalho apresenta o estudo da potencialidade da energia eólica no
litoral do Estado do Pará. Descreve o resultado da análise de dados coletados
em 10 estações anemométricas instaladas em pontos escolhidos do litoral do
Estado, de 1994 até o início do ano 2000, que se encontram detalhados em
gráficos do Relatório Técnico “Levantamento, Tratamento e Análise de Dados
de Velocidade e Direção do Vento no Litoral do Estado do Pará”[1], publicado
em conjunto com esta dissertação.
Avalia também a constante de rugosidade do terreno (α) em três
localidades, que possuem medições de velocidade em mais de uma altura, e
apresenta uma modelagem da energia eólica no litoral do Estado do Pará,
através de equações resultantes do tratamento das medições de velocidades
médias de cada uma das estações no decorrer dos anos.
Destaca ainda a necessidade da continuidade de coleta e tratamento de
dados de ventos, para auxiliar a implantação de sistemas eólicos.
xviii
ABSTRACT
This work presents a study of the wind energy potential in the coastal area
of the State of Pará. It describes the analysis results of the data collected from
10 anemometric stations installed in chosen locations on the coast, from 1994
until the beginning of 2000, which are detailed in graphics in the Technical
Report “Levantamento, Tratamento e Análise de Dados de Velocidade e
Direção do Vento no Litoral do Estado do Pará”[1] , published together with this
dissertation.
The roughness parameter is also evaluated in three locations, where the
wind velocity is measured in more than one height, and a modeling of wind
energy on the coast of the State of Pará is presented, through equations
resultant from a treatment of the collected data of average wind velocity of each
of the stations along the years.
It also emphasizes the necessity of maintaining, collecting and analyzing
wind velocity measurements, in order to contribute to the project of wind power
plants.
1
INTRODUÇÃO
A cada dia que passa, o movimento em defesa do meio ambiente no
mundo vem aumentado. Portanto, há necessidade que países pesquisem
novas formas de geração de energia elétrica não poluentes, que não agridam o
meio ambiente, que sejam “ecologicamente corretas” e com custos cada vez
mais baixos. Dentre outras fontes alternativas de geração de energia, a eólica é
uma das que mais crescem no mundo, principalmente na Europa, Estados
Unidos e na Ásia. No Brasil, este crescimento ainda é muito tímido, apesar de
existirem milhares de quilômetros de litoral que, segundo especialistas, são
muito adequados à produção de energia através desse recurso.
Para que seja avaliada corretamente a viabilidade de implantação de um
parque eólico, faz-se necessário inicialmente que, sejam feitas medições de
vento (velocidade e direção), em alturas específicas, de localidades escolhidas
como de prováveis ventos fortes.
No Estado do Pará, até 1993 inexistiam medições confiáveis desses tipos
de dados. Entretanto, através de projeto do Centro de Pesquisa de Energia
Elétrica da ELETROBRAS – CEPEL, em parceria com as concessionárias de
energia elétrica foram iniciadas a implantação de estações anemométricas para
coleta de dados em 7 localidades com possibilidade de bom potencial eólico,
no litoral do Estado e na Ilha do Marajó. A partir de 1994, eles começaram a
ser medidos, entretanto não existe registro de que os dados foram tratados de
forma continuada, permanecendo apenas no banco de dados do CEPEL.
Por outro lado, a Universidade Federal do Pará – UFPA, através do Grupo
de Estudos e Desenvolvimento de Alternativas Energéticas – GEDAE, iniciou
2
em 1998, através de diversos financiamentos, a implantação de estações em 3
localidades também, com possibilidade de existência de bom potencial eólico.
A necessidade de avaliar-se melhor e de maneira integrada as medições
realizadas
até
hoje,
motivou
essa
dissertação.
O
Relatório
Técnico
GEDAE/ELETRONORTE[1], que serve de subsídio a esse trabalho apresenta
os gráficos completos de velocidade e direção de vento. Esperando-se que
com isso esteja disponível, às instituições públicas e privadas e a comunidade
em geral, um estudo mais detalhado da potencialidade da energia eólica no
Estado.
Neste trabalho, o Capítulo 1 aborda o estado atual da energia eólica no
Brasil e no mundo apresentando a evolução dessa forma de utilização de
energia limpa e renovável, cujos custos vem sendo reduzidos a cada dia.
A formação dos ventos e suas principais características são detalhadas no
Capítulo 2, que também apresenta as principais equações que são utilizadas na
modelagem e análise de dados de ventos.
No Capítulo 3 mostra-se como foram realizadas as medições e o
tratamento dos dados de velocidade e direção de vento das estações localizadas
no litoral do Estado do Pará, resumindo, através de gráficos, suas principais
características.
O Capítulo 4 apresenta a modelagem matemática utilizada para se avaliar
o potencial da energia eólica em diversos pontos do litoral do Estado do Pará
em qualquer mês do ano médio. Comentam-se ainda formas de correlacionar a
velocidade com a localização geográfica (latitude e longitude).
As conclusões, comentários e recomendações são apresentadas ao final.
3
CAPÍTULO 1
A IMPORTÂNCIA DA ENERGIA EÓLICA NO BRASIL E NO MUNDO
1.1 - A ENERGIA EÓLICA NO BRASIL
O Brasil é um país de dimensões continentais, que possui mais de
8.000 km de litoral e que poderia aproveitar essa sua privilegiada localização
geográfica para gerar energia oriunda da força dos ventos. Entretanto, as
iniciativas governamentais neste sentido têm sido muito tímidas e restritas a
alguns estados da federação, como será visto adiante.
1.1.1 - Ações de Governo
Entre outras atividades, compete ao Ministério de Minas e Energia –
MME, através do Conselho Nacional de Política Energética – CNPE a
“formulação de políticas e diretrizes de energia, destinadas a promover o
aproveitamento racional dos recursos energéticos do país, em conformidade
com o disposto na legislação aplicável, tendo como um de seus princípios a
utilização de fontes renováveis de energia, mediante o aproveitamento dos
insumos disponíveis e das tecnologias aplicáveis”.[2]
Para executar essa política, o MME utiliza as Centrais Elétricas Brasileiras
– ELETROBRAS (através do PLANO 2015), que, por intermédio de suas
subsidiárias: Centrais Elétricas do Norte do Brasil S/A – ELETRONORTE,
Centrais Elétricas do Sul – ELETROSUL, FURNAS e Companhia Hidroelétrica
do São Francisco – CHESF, em parceria com o Centro de Pesquisas de
Energia Elétrica – CEPEL, vem avaliando com maior intensidade a geração
4
elétrica com o uso de energias renováveis, entre elas a solar, a eólica e a de
biomassa, não só porque elas vêm despertando grande interesse devido às
crescentes exigências relacionadas à preservação do meio ambiente, como
também pelos seus custos que tendem a se tornar cada vez mais competitivos.
Dentro do CEPEL, como uma das conseqüências do “Encontro para
Definição de Diretrizes para o Desenvolvimento de Energias Solar e Eólica no
Brasil”, promovido pelos Ministérios da Ciência e Tecnologia e de Minas e
Energia, nos dias 27, 28 e 29 de abril de 1994, em Belo Horizonte, foi criado o
Centro de Referência para as Energias Solar e Eólica no Brasil – CRESESB. A
missão do CRESESB é “promover o desenvolvimento das energias solar e
eólica através da difusão de conhecimentos, da ampliação do diálogo entre as
entidades envolvidas e do estímulo à implementação de estudos e projetos.”[3]
Além disso, o CRESESB possui como estratégias:
- Coletar e difundir conhecimentos e experiências através de publicações e
sistemas de informação, e de apoio à capacitação e treinamento de recursos
humanos;
- Criar Centros de Exposição das tecnologias e biblioteca especializada em
energias solar e eólica, de forma a facilitar as atividades de educação e de
pesquisa;
- Apoiar a implementação de soluções tecnológicas efetivas, visando o
incremento da competitividade de mercado e o desenvolvimento de modelos e
ferramentas computacionais;
- Estabelecer critérios uniformes de avaliação de desempenho de sistemas e
equipamentos; de custos, benefícios e oportunidades; e de execução de
inventário e zoneamento indicativo dos potenciais das energias solar e eólica,
5
- Identificar e apoiar os Centros de Excelência, Centros de Desenvolvimento
Regionais, Laboratórios e Grupos de Trabalho especializados das energias
solar e eólica, fortalecendo essas instituições e recomendando a priorização
dos recursos disponíveis;
-
Estabelecer
acordos
de
cooperação
com
entidades
nacionais
e
internacionais, com o objetivo de trocar experiências e conhecimentos, e de
identificar oportunidades de desenvolvimento e aplicação das referidas
tecnologias.[3]
Dentre os projetos importantes coordenados pelo CEPEL na área de
energia eólica, destacam-se a elaboração do Atlas do Potencial Eólico
Nacional, que até o momento concluiu apenas a elaboração do Atlas Eólico da
Região
Nordeste,
e
o
Projeto
Região
Norte,
em
parceria
com
a
ELETRONORTE, que levantou dados de vento (velocidade e direção) além de
informações sobre incidência de radiação Solar, em alguns estados da região
Norte (Pará, Amapá e Roraima).
Outro agente importante no desenvolvimento de energias renováveis no
Brasil tem sido o Programa de Desenvolvimento Energético de Estados e
Municípios – PRODEEM, vinculado à Secretaria de Energia do MME, que
busca viabilizar a provisão de serviços energéticos para populações não
atendidas pela rede elétrica convencional, utilizando fontes de energia
renováveis descentralizadas e sustentáveis, visando ao desenvolvimento social
e ao crescimento econômico.[4]
Nas primeiras cinco fases do programa, muita ênfase foi dada à geração
de energia elétrica através de módulos fotovoltaicos; entretanto, é provável que
6
em uma outra etapa, pequenos sistemas eólicos sejam viabilizados, se houver
registros de velocidades médias acima de 5 m/s, em comunidades
desassistidas de energia elétrica.
1.1.2 - Estudos e Desenvolvimento nos Estados
Minas Gerais – A Companhia Energética de Minas Gerais – CEMIG realizou
importantes estudos visando o aproveitamento da força dos ventos para a
geração de energia elétrica. Após fazer medições entre 1983 e 1984, que
mostraram um bom potencial eólico (velocidade de vento média do local,
estimada entre 6 e 7 m/s a 30 metros de altura), a empresa colocou em
operação, em 1994, o parque eólico do Morro do Camelinho, apresentado na
figura 1.1, com capacidade instalada de 1 MW (4 turbinas eólicas da TACKE
WINDTECHINIK, de 250 kW cada).
Figura 1.1 – Parque eólico do Morro do Camelinho (CEMIG)
7
Essa foi a primeira usina eólica do país a ser interligada ao sistema de
transmissão de energia elétrica e foi viabilizada graças a um acordo assinado
entre a CEMIG e o Programa Eldorado, do Governo da Alemanha, que
financiou, a fundo perdido, 51% do custo de implantação dessa unidade
(US$ 1.540.000,00).[5]
Pernambuco (Ilha de Fernando de Noronha) – As iniciativas de geração de
energia eólica em Pernambuco são oriundas da Companhia Energética de
Pernambuco - CELPE, em convênio com o Folkcenter, entidade Dinamarquesa,
e o Grupo de Energia Eólica da Universidade Federal de Pernambuco – UFPE.
Esse grupo instalou em 1992, na Ilha de Fernando de Noronha, a primeira
turbina eólica de médio porte em operação comercial na América do Sul (figura
1.2).
Figura 1.2 – Aerogerador da Ilha de Fernando de Noronha
O equipamento tem uma potência de 75 kW, está fixado em uma torre de 23 m
de altura, com rotor de 17 m de diâmetro e produziu no período de 1992-1995
8
uma energia acumulada de 152.926 kWh. Até pouco tempo, a eletricidade da
Ilha era produzida exclusivamente por geração térmica, utilizando o óleo diesel.
Embora ainda essencial, este tipo de geração é caro e traz riscos de poluição
ambiental. Foi feito um investimento de cerca de US$ 250.000,00 na instalação
da turbina, prevendo-se uma economia de cerca de 10 % do óleo diesel
consumido na geração de energia elétrica da Ilha. Aliou-se a esse serviço de
geração de energia eólica, simultaneamente, um programa de eficientização da
iluminação pública, em harmonia com os objetivos do Programa Nacional de
Combate ao Desperdício de Energia Elétrica – PROCEL, da ELETROBRAS.[6]
Pode ser citado ainda em Pernambuco, o Centro Brasileiro de Energia
Eólica - CBEE, inaugurado em 1996, na cidade de Olinda (PE), por professores
e pesquisadores do Grupo de Energia Eólica da Universidade Federal de
Pernambuco. Dentre outros projetos, o CBEE está viabilizando testes e
avaliações dos diversos tipos de turbinas eólicas, propiciando informações para
a escolha de máquinas adequadas às condições do Brasil, estabelecendo um
padrão de qualidade para os futuros projetos, e desenvolvendo, junto com a
indústria nacional, componentes mais eficientes para aplicações específicas.
Para essas avaliações, foram instaladas no CBEE duas turbinas eólicas
OHM-30 (30 kW) e OWW-300 (300 kW), totalmente instrumentadas, que vêm
permitindo o desenvolvimento de diversas pesquisas. Além disto, foram
recentemente instaladas outras duas turbinas: uma BWC 1500 (1,5 kW), para o
estudo de sistemas híbridos de pequeno porte, e uma turbina RUTLAND
WG910 (900 W) para carregamento de baterias e iluminação.[7]
9
Ceará – O estudo de novas formas de geração de energia é um dos maiores
investimentos da Companhia Hidroelétrica do São Francisco – CHESF em
tecnologia. A companhia está desenvolvendo pesquisas sobre o potencial
nordestino para a geração de energia solar, eólica e de biomassa florestal. Ela
também foi responsável pela identificação de um bom potencial eólico na faixa
litorânea que vai do Rio Grande do Norte ao Maranhão e na região de Caetité
(BA), representando um potencial médio de geração de eletricidade de cerca de
12.000 MW.[8] Todo o litoral do Ceará apresenta um significativo potencial eólico.
Face aos indicativos favoráveis, a Companhia Energética do Ceará –
COELCE decidiu avaliar com maior precisão os recursos eólicos disponíveis e,
em maio de 1990, iniciou o projeto "Mapeamento Eólico do Estado do Ceará",
inicialmente em parceria com a Sociedade Alemã de Cooperação Técnica - GTZ.
Esse projeto visava a identificação de áreas potencialmente favoráveis à
geração de eletricidade em escala industrial, nas quais pudessem ser
implantados parques eólicos que operassem interligados com o sistema elétrico
da COELCE. Os resultados dessas avaliações indicaram que todo o litoral do
Ceará apresenta médias anuais de velocidade do vento entre 7,5 e 9,0 m/s, com
baixa turbulência e alta persistência de direção no setor NE/S, características
que credenciam o regime de ventos do Estado como um dos melhores do
mundo para aproveitamento em larga escala.
A partir desses dados, a COELCE inaugurou, em novembro de 1996, o
parque anemo-elétrico de Mucuripe. Esse parque eólico, mostrado na figura
1.3, está instalado na Praia Mansa do Porto do Mucuripe, Município de
Fortaleza, Estado do Ceará, e tem uma potência nominal de 1.200 kW, capaz
de produzir cerca de 3,8 milhões de kWh/ano, energia elétrica suficiente para
10
abastecer uma cidade de 15.000 habitantes com 3.000 residências de porte
médio. O referido parque é resultante de um Convênio de Cooperação firmado
entre a COELCE, a CHESF e a Companhia Docas do Ceará - CDC, com a
interveniência
das
Secretarias
Estaduais
dos
Transportes,
Energia,
Comunicação e Obras - SETECO e de Ciência e Tecnologia – SECITECE, e
visa demonstrar a viabilidade técnico-econômica da geração de eletricidade em
escala comercial no litoral do Ceará.
Figura 1.3 – Parque eólico de Mucuripe (COELCE)
Foram utilizadas 4 turbinas eólicas, fabricadas pela empresa alemã
TACKE WINDTECHNIK, de 300 kW de potência nominal cada, com rotor de
33 m de diâmetro. O projeto foi desenvolvido no "Programa Eldorado" do
governo
da
Alemanha,
que
custeou,
a
fundo
perdido,
50
%
do
empreendimento. Outros dois parques foram implantados no litoral do Ceará,
11
nos municípios de São Gonçalo do Amarante, praia da Taíba (10
aerogeradores ENERCON E-40 / 500 kW - figura 1.4) e Prainha (20
aerogeradores ENERCON E-40 / 500 kW - figura 1.5).
Figura 1.4 – Parque eólico de Taíba 5 MW (Ceará)
Figura 1.5 – Parque eólico de Prainha 10 MW (Ceará)
12
Os recursos foram assegurados através do Overseas Economic
Cooperation Fund - OECF. Esta instituição financeira do Japão financiou 60 %
do projeto global, orçado em US$ 100 milhões. Com base nos estudos atuais, o
potencial
eólico
estadual,
explorável
a
curto
prazo,
foi
estimado
preliminarmente pela COELCE em 33.000 GWh/ano, considerando como
disponível para aproveitamento eólico 40 % da faixa litorânea do Ceará. Esse
potencial é suficiente para suprir 8,4 vezes a energia elétrica atualmente
consumida no Ceará.[9]
Paraná – Com o objetivo de avaliar o potencial eólico do Paraná, no ano de
1994, a Companhia Paranaense de Energia – COPEL implementou o Projeto
VENTAR, através do qual foram identificados 25 locais em diferentes regiões do
Estado, dos quais 19 receberam estações anemográficas (equipamentos que
medem e registram os dados relativos a velocidade e direção de vento). Com o
levantamento desses dados e outras informações de relevo, mapa do uso do
solo e dados cartográficos, foi elaborado o Mapa Eólico do Paraná, no qual
foram identificadas as áreas mais promissoras para o aproveitamento da energia
eólica.[10]
Já como conseqüência desse estudo, foi implantado o Projeto EólioElétrico de Palmas, apresentado na figura 1.6, localizado na rodovia PR-280,
km 26, município de Palmas, próximo à divisa com Santa Catarina.
O projeto, realizado sob a forma de parceria entre a COPEL (30 %) e a
Wobben Windpower Ind. e Com. Ltda. (70 %) - Subsidiária da ENERCON, líder
de mercado na Alemanha, consiste de cinco turbinas de 500 kW, com potência
total de 2,5 MW, em torres de 44 m, fabricadas pela ENERCON. Prevê-se que
13
a geração anual será de 6.500 MWh (cerca de 2/3 do consumo residencial de
Palmas).[10]
Figura 1.6 – Parque eólico de Palmas (PR)[10]
Pará – Assim como outros estados da federação, o Estado do Pará deu partida
a estudos de potenciais eólicos em 1994, com o objetivo de implantar o Sistema
Híbrido (Solar-Eólico-Diesel) em Joanes, na Ilha do Marajó, conforme figura 1.7.
Este foi o primeiro Sistema Híbrido Solar-Eólico-Diesel implantado no Brasil e
contou com equipamentos doados pelo Departamento de Energia dos Estados
Unidos (DOE), o acompanhamento técnico do Laboratório Americano de
Energias Renováveis (NREL) e do Centro de Pesquisas de Energia Elétrica da
ELETROBRAS – CEPEL. Em contrapartida, os equipamentos auxiliares e a
mão-de-obra para instalação, manutenção e acompanhamento de operação
ficaram a cargo das Centrais Elétricas do Pará – CELPA, Universidade Federal
do Pará – UFPA e Superintendência da Amazônia - SUDAM.
14
Figura 1.7 – Sistema híbrido (solar-eólico-diesel) de Joanes (PA)
Foram realizadas medições de velocidade do vento e de irradiação solar na
região, no período de maio de 1994 até abril de 1995, sendo registrada uma
média anual de velocidade do vento de 6,6 m/s, a 20 metros de altura, e a média
diária de radiação solar de 5,3 kWh/m2.[3]
Deve ser observada, ainda, a importante iniciativa do Grupo de Estudos e
Desenvolvimento de Alternativas Energéticas – GEDAE, fruto da necessidade de
aproximar a Universidade Federal do Pará – UFPA da sociedade, e criado por
um grupo de professores do Departamento de Engenharia Elétrica, que, dentre
outras atribuições, objetiva “desenvolver estudos que visem o aproveitamento de
tecnologias de baixo custo para o aproveitamento das energias solar e eólica”.
Em 1999, o GEDAE concluiu o Projeto de Praia Grande, na Ilha do Marajó,
sistema híbrido diesel-eólico, composto de dois geradores diesel de 7,5 kVA
cada e duas turbinas eólicas, uma importada de 10 kW e outra nacional, de
15
15 kW, projetada e construída no GEDAE. A figura 1.8 apresenta uma vista das
turbinas de Praia Grande.
Figura 1.8 – Sistema híbrido eólico-diesel de Praia Grande
Também desenvolvido pelo GEDAE, o Projeto de Tamaruteua (figura 1.9),
localizado no município de Marapanim, é um sistema híbrido eólico-dieselfotovoltaico, composto de 2 turbinas eólicas de 10 kW cada, gerador diesel de
30 kVA e sistema fotovoltaico composto de 16 módulos de 120 Wp.
16
Figura 1.9 – Aerogeradores do Projeto de Tamaruteua
Ainda de responsabilidade do GEDAE, o Projeto Mota (figura 1.10),
localizado no município de Maracanã, é um sistema eólico composto de 1
turbina eólica de 10 kW e um banco de 20 baterias de 150 Ah cada.
Esses projetos foram desenvolvidos com financiamentos do Programa do
Trópico Úmido – PTU, do MCT, contando com parcerias das prefeituras,
Secretaria de Ciência, Tecnologia e Meio Ambiente – SECTAM, Instituto de
Desenvolvimento Econômico e Social do Pará – IDESP, REDE CELPA,
Universidade Federal de Pernambuco – UFPE e algumas empresas locais.
Pelo apresentado, fica evidenciado que, apesar da larga faixa litorânea do
Brasil e de dados razoáveis de velocidade de vento em planaltos no interior de
alguns estados, que as iniciativas no desenvolvimento e implantação de parques
17
eólicos com a finalidade de geração de energia elétrica ainda são muito tímidas,
com exceção do Estado do Ceará, que já apresenta projetos de médio e grande
portes.
Figura 1.10 – Aerogerador do Projeto de Mota
18
1.2 - A ENERGIA EÓLICA NO MUNDO
Os países da União Européia, além dos Estados Unidos, da China, e
outros países, já descobriram que a energia eólica é uma fonte importante para
o suprimento de energia elétrica às suas cidades e indústrias no futuro. Estimase que, no século 21, essa forma de energia tenha uma parcela cada vez maior
na matriz energética desses países, principalmente pelo apelo ecológico
dominante no mundo atual e a progressiva redução dos custos de implantação
de um parque eólico.
Segundo dados da American Wind Energy Association – AWEA[11] e da
European Wind Energy Association – EWEA[12], 1999 foi o melhor ano para a
indústria de energia eólica no mundo. Somente nesse ano, o incremento de
energia gerada pela força dos ventos foi da ordem de 3.600 MW; mais de 36 %
da capacidade instalada em dezembro de 1998, como mostrado na figura 1.11.
Capacidade de Energia (em MW)
Adição no ano
Figura 1.11 – Incremento da capacidade de energia eólica no mundo[11]
19
De 1995 a 1998, a taxa média de crescimento desse mercado de energia
foi de 27,75 %. A capacidade atual de potência instalada no mundo está
situada na faixa de 13.400 MW. Os países que tiveram maior incremento
foram, por ordem de crescimento, Alemanha, Estados Unidos, Espanha,
Dinamarca e China (figura 1.12 e tabela 1.1).
China
76 MW
Espanha
650 MW
Alemanha
1200 MW
Dinamarca
300 MW
Estados Unidos
732 MW
Figura 1.12 – Capacidade adicional de energia eólica instalada em 1999[11]
Tabela 1.1 – Incremento em MW da geração eólica (1998 e 1999)[12]
!
"
#
$%
&'(
* Valores para Estados Unidos, Reino Unido, China, Holanda e Índia são confirmados e finais.
Para Alemanha, Espanha e Dinamarca são valores estimados a confirmar. Itália e Suécia são
valores estimados e não confirmados. As colunas “Adicional” incluem somente projetos que
tenham sido instalados e em operação no calendário anual.
20
Somente os três primeiros países tiveram um crescimento de capacidade
instalada de 64 % no ano de 1999.
Alemanha – Durante muitos anos, o Serviço Meteorológico Alemão coletou
uma grande quantidade de dados de médias horárias de velocidade e direção
de vento em diversos pontos de observação, que serviram de base para a
escolha e implantação de parques eólicos.[13] Como uma das conseqüências, a
Alemanha é, desde 1997, o país com maior capacidade de energia eólica
instalada e em operação, superando inclusive os Estados Unidos. Atualmente o
país possui 4.072 MW instalados e, somente em 1999, adicionou 1.200 MW a
sua capacidade instalada, como mostra a figura 1.12 e a tabela 1.1. Os
incentivos do governo através da Tarifa de Energia Renovável (REFIT), que
garante à energia produzida um preço de 90 % da tarifa de eletricidade
doméstica, e as baixas taxas de juros têm impulsionado esse mercado. Além
dos benefícios ambientais que essa energia produz, existe ainda uma
conseqüência adicional a esse mercado: a indústria dos componentes/
equipamentos de parques eólicos já emprega mais de 18.000 trabalhadores no
país. Isso tem feito com que a cada dia surjam modernas turbinas com maior
capacidade de geração e melhor desempenho.
Dinamarca – É um dos maiores produtores de turbinas eólicas no mundo;
75 % de toda sua produção é exportada. Além disso, o país possuía uma
capacidade instalada de 1.433 MW ao final de 1998, tendo acrescido, em 1999,
300 MW, como verificado na figura 1.12 e na tabela 1.1. Uma outra
característica interessante desse país é que 10 % da sua necessidade de
21
eletricidade já é proveniente dos parques eólicos instalados (a meta foi
atingida 5 anos antes do previsto) e existe uma nova meta de que, até o ano de
2030, 50 % da geração de energia elétrica do país seja proveniente dos ventos.
Um dos fatores que também têm estimulado esse desenvolvimento é o
Programa de Crédito Verde, que iniciou em janeiro de 2000 e estimula os
produtores de energias renováveis em um mercado aberto. A Dinamarca
possui ainda um dos maiores conglomerados de produção de equipamentos de
parques eólicos: “The Vestas Group”; uma companhia internacional, com
subsidiárias e joint ventures em 8 países, dentre os quais Itália, Índia e
Espanha, prestando serviços em mais de 30 países em 4 continentes. Seus
negócios incluem desenvolvimento, produção, vendas e serviços em turbinas
eólicas.
Espanha – Fortes incentivos para fabricantes de equipamentos de parques
eólicos, aliados com financiamentos facilitados por parte dos bancos, fez com
que os 72 MW, instalados em 1994, se transformassem em 822 MW, ao final
de 1998, e 1.722, em dezembro de 1999 (figura 1.12 e tabela 1.1). O
crescimento de 650 MW, em 1999, incrementou em cerca de 80 % a
capacidade de energia instalada, que já tinha crescido 81 % em 1998. Desde
1994, existe um sistema semelhante ao REFIT da Alemanha, sendo que em
1998 o mesmo foi reformulado pelo Governo para se tornar mais atrativo às
empresas geradoras de energia através de fontes renováveis e não poluentes.
Estados Unidos – 1999 foi também o melhor ano para a “indústria do vento”
americana. Foram acrescidos 732 MW de novos parques eólicos e
22
recapacitados cerca de 173 MW, representando um crescimento de 40,8 % na
capacidade instalada no país, que hoje é de cerca de 2.502 MW, conforme a
figura 1.12 e a tabela 1.1. A extinção do imposto de produção de energia eólica
(PTC), em junho de 1999, facilitou esse crescimento. Várias concessionárias
de energia elétrica, hoje, estão oferecendo “produtos verdes”, ou seja,
provenientes de fontes não poluidoras ambientais, aos seus clientes, e a
energia eólica é uma das que possui custo mais baixo de produção, comparado
a outras formas de geração de energias renováveis.
China – Até o final de 1998, esse país possuía 224 MW instalados, tendo
adicionado, somente no ano de 1999, 76 MW à sua capacidade de geração de
energia eólica, apresentando um crescimento de 34 %, como verificado na
figura 1.12 e na tabela 1.1. Apesar do crescimento discreto em termos de
capacidade instalada, segundo analistas internacionais, existe um grande
potencial de crescimento da energia eólica nesse pais, e já foram formadas
joint ventures com grandes fabricantes da Europa e dos Estados Unidos, para
desenvolver esse mercado, principalmente nesta década.[11]
Além desses países, conforme observado na tabela 1.1, Reino Unido,
Holanda, Índia, Itália, Suécia e Costa Rica têm estimulado, através de políticas
de Governo, o estudo e a implantação de parques eólicos, como forma de
atender à demanda crescente de energia elétrica, que em alguns países chega
a variar de 12 % a 20 % no horário de carga máxima.
Esse crescimento na produção de energia eólica para fins de geração de
energia elétrica mostra como esses países estão tratando essa forma de
23
energia renovável e que a cada dia fica mais barata. A tendência é que, nos
próximos anos, a matriz energética desses países tenha uma parcela cada vez
maior de energia elétrica proveniente dos ventos, atendendo tanto ao apelo
ecológico quanto de redução de custos de geração, com máquinas maiores e
de melhor desempenho.
24
CAPÍTULO 2
A FORMAÇÃO DOS VENTOS E SUAS CARACTERÍSTICAS
2.1 - ORIGEM DOS VENTOS
O vento é gerado pelo aquecimento das massas de ar na atmosfera
terrestre, pela energia proveniente do Sol que incide na superfície da Terra. A
energia do Sol que chega à Terra produz um movimento de grande escala na
atmosfera. Devido ao aquecimento do ar nas regiões equatoriais, esse torna-se
mais leve e começa a subir; nos pólos o efeito é inverso, o ar frio começa a
descer. A subida do ar no equador move-o em direção aos pólos. Esse
movimento cessa a cerca de 30 º N e 30 º S, denominadas de latitudes de
cavalo, onde o ar começa a descer, retornando o fluxo do ar frio para as
camadas mais baixas da atmosfera.[14] O vento sopra das áreas de alta para
baixa pressão.
De modo geral, o ar não é aquecido diretamente, mas a radiação solar é
primeiramente absorvida pela superfície da Terra e, então, transferida de várias
formas de volta às camadas da atmosfera. Como a superfície terrestre não é
homogênea (terra, água, desertos, florestas, etc.), a quantidade de energia que
é absorvida varia em espaço e tempo. Isto cria diferenças na temperatura,
densidade e pressão atmosférica, que, por seu turno, criam forças que movem
o ar de um lugar para outro.[15]
Um outro fator importante de movimento do ar em larga escala é o
movimento de rotação da Terra, que produz a força de Coriollis, a qual desvia o
vento para a direita no hemisfério norte e para a esquerda no hemisfério sul.
25
Esse vento defletido é chamado de alísios de nordeste no hemisfério norte e
alísios de sudeste no hemisfério sul, conforme mostrado na figura 2.1.
O aquecimento solar e a rotação da Terra estabelecem certo padrão
semi-permanente de circulação de ar na atmosfera[15].
Posição Média do Jato Polar
Predominantes Leste
Posição
Média do Jato
Subtropical
Posição
Média do Jato
Subtropical
Predominantes Oeste
Latitudes de Cavalo
Alísios de Nordeste
Calmaria Equatorial
Alísios de Sudeste
Latitudes de Cavalo
Predominantes Oeste
Predominantes Leste
Posição Média do Jato Polar
Figura 2.1 – Padrão semi-permanente global de vento[15]
Logo, em um estudo do comportamento dos ventos em uma determinada
localidade é necessária uma análise meteorológica extensa, ou seja, é
importante identificar perfeitamente: ponto a ser medido (latitude, longitude e
altura da medição), velocidade e direção do vento, pressão e temperatura
através de equipamentos confiáveis e, principalmente, séries históricas de
medidas, para que se possam validar os dados e extrapolá-los para outros
anos.
26
Muitos estudos observaram que a topografia de um local tem um efeito
significativo na direção e na velocidade do vento, podendo alterá-las em um
vale ou no topo de uma montanha.
2.2 - ESCALAS DE MOVIMENTO DO AR NA ATMOSFERA
Para entender o movimento do ar na atmosfera, deve-se considerar que o
mesmo circula em muitas escalas de tempo e espaço, conforme a figura 2.1. A
escala de tempo vai de segundos até anos, e a escala espacial varia do nível
do solo, onde a velocidade é praticamente nula, até milhares de quilômetros de
altura. A composição dessas duas escalas é que representa os diversos
movimentos de vento na atmosfera.[15] Observa-se ainda, que existe uma
grande variação dos tipos de vento.
Tempestade
Ciclônicas
Furacões
Escala Climática, para
avaliação dos recursos
Escala Espacial
Jatos noturnos
Tempestades
Ventos alísios
Predominantes de
Oeste e Monções
Grande Escala para
seleção de local
Tornados
Rajadas
Pequena Escala
para projeto de
turbinas eólicas
Seg.
Min.
Hora
Dia
Semana
Mês
Ano
10 Anos
Escala Temporal
Figura 2.2 – Escala espacial e temporal do movimento do ar[15]
27
2.2.1 - Variações Espaciais do Vento
Os ventos são classificados dentro de duas classes: Planetária/Geral e
Local. Os ventos gerais são aqueles que se movem na parte superior da
atmosfera, enquanto os ventos locais estão próximos da superfície da Terra.
Sem considerar as escalas climáticas, a escala planetária, apresentada
na figura 2.1, é a maior em tamanho e comprimento, enquanto a escala de
turbulência é a menor e mais curta. Na escala planetária, as características
semi-permanentes fazem parte da circulação geral do ar na atmosfera terrestre
e são encontradas em todas as latitudes. De modo a entender como se
comportam os diversos tipos de vento na atmosfera, eles serão apresentados a
seguir.
Os ventos alísios são ventos regulares ou constantes, que têm origem na
zona subtropical, em células anti-ciclônicas nos dois hemisférios. Perturbações
de ondas progressivas sobrepostas aos alísios, causam, portanto, as variações
de tempo e espaço. Muitas regiões de alísios, entretanto, têm bom potencial de
energia eólica ao longo do ano. Os ventos alísios predominantes são
denominados de alísios de sudeste, no hemisfério sul, e alísios de nordeste, no
hemisfério norte.
A largura das faixas dos ventos predominantes de leste e oeste se
estendem através de médias latitudes nos dois hemisférios, de acordo com a
figura 2.1. Eles fluem durante todo o ano, mas são totalmente variáveis em
espaço e tempo, dependendo de muitos fatores, como estações do ano,
topografia e configuração de massas de terra.
28
Na faixa equatorial, cerca de 5° acima e abaixo do Equador, a convecção
do ar produz a zona de calmaria equatorial (equatorial doldrums), que se
caracteriza pela ausência de ventos.
Monção é o nome dado ao sistema de ventos periódicos que muda sua
direção de acordo com as estações do ano. Eles são decorrentes da diferença
do aquecimento do ar entre o continente e o oceano.
A Zona de Convergência Intertropical (ITCZ) é uma área de ventos
convergentes fracos nos hemisférios sul e norte e normalmente está localizada
entre mais ou menos 10° do Equador. A ITCZ é caracterizada também por uma
acentuada instabilidade atmosférica que favorece o desenvolvimento de
intensas correntes ascendentes com formação de grandes nuvens, gerando
precipitação abundante.
Sistemas de ventos de meso-escala podem ser associados tanto a
perturbações do vento (borrascas ou pés-de-vento), quanto a características
topográficas (vales e áreas costeiras). Eles variam de alguns até centenas de
quilômetros. Ventos de meso-escala, causados por aquecimento diferencial
das características topográficas, são geralmente referenciados como brisas.
As brisas são ventos periódicos que sopram nos litorais ou zonas
montanhosas, produzidos pela diferença de pressão entre a terra e a água.
Existem brisas marítima, de montanha, terrestre e de vale.
As correntes de jato são ventos fortes e concentrados em uma faixa
relativamente estreita na troposfera superior das latitudes médias e regiões
subtropicais nos hemisférios norte e sul e são causados pelas mudanças na
temperatura do ar. Existem jatos do ártico, polares, subtropical e de superfície.
29
2.2.2 - Variações Temporais do Vento
2.2.2.1 - Variabilidade de Longo Termo
Uma das preocupações sobre o local que se vai estudar para a instalação
de um parque eólico é a velocidade média do vento de longo termo.
Uma estimativa preliminar baseia-se em que um ano de registros é,
geralmente, suficiente para prever a velocidade média do vento de longo termo
com precisão de 10 % e um nível de confiança de 90 %. A precisão é
determinada pelo grau de correlação entre cada uma das estimativas e os
dados de velocidade de vento de longo termo.[15] Avaliações mais precisas,
entretanto, consideram que, para que se possa avaliar bem o potencial eólico
de um determinado local, é necessário que se coletem dados por um período
mínimo que varia de 2 a 5 anos. Deve-se salientar que, quanto mais dados
existirem, melhor será a avaliação da regularidade do vento e mais seguras
serão as conclusões.
2.2.2.2 - Variabilidade Sazonal e Mensal
Variações significativas de velocidade de vento de acordo com a estação
do ano são comuns em todo o mundo. O grau de sazonalidade do vento em um
dado local depende da latitude, longitude e da posição em relação a uma
característica topográfica específica, como o tipo do terreno. O capítulo 4
apresenta o estudo dos valores da constante de rugosidade do terreno (α) de
três localidades sob estudo: Mota, Tamaruteua e Praia Grande.
Em uma dada estação do ano, o tempo de variação do vento sobre
períodos de um ou vários dias pode ser causado pelos distúrbios no fluxo
padrão total como tempestades ciclônicas e sistemas de ondas progressivas.
30
2.2.2.3 - Variações Diurnas
Em ambas as latitudes tropical e temperada, grandes variações de vento
podem ocorrer no período diurno. Nos trópicos, essas variações são mais
pronunciadas sobre áreas de areia e durante as estações secas, quando a
umidade do ar é muito baixa e existem poucas nuvens no céu. Como resultado,
a velocidade do vento é máxima durante a tarde e mínima durante a manhã
cedo. Em casos extremos a velocidade do vento diurno pode chegar a 10 m/s.
2.2.3 - A Camada Limite da Atmosfera
O fluxo da microescala de vento é influenciado por características locais,
tais como rugosidade, obstáculos (árvores, edifícios) e o tipo de terreno.[14]
A velocidade instantânea do vento, V (m/s), pode ser descrita como a
velocidade média do vento, Vm (m/s), mais uma componente de flutuação,
v (m/s);
V = Vm + v
(2.1)
A velocidade média do vento, Vm, é tipicamente determinada como um
valor médio em 10 minutos.
A flutuação é expressa em termos do valor médio quadrático (root-mean
square – RMS) da componente da velocidade.
Para um terreno muito rugoso (onde existem muitas árvores e edifícios) a
intensidade da turbulência está na faixa de 0,15 a 0,2. Para terrenos com
pequena rugosidade a intensidade é tipicamente de 0,1.
31
2.3 - FONTES DE DADOS DE ENERGIA EÓLICA AO REDOR DO MUNDO
Para estimar o potencial global para energia eólica, é necessário
conhecer a velocidade média do vento sobre a superfície da Terra. Esses
dados têm sido publicados na forma de atlas eólicos por países e regiões da
Terra como um todo. Embora esses dados algumas vezes dependam da
interpolação de dados de vento obtidos de estações dispersas, eles podem ser
úteis na estimativa do vento para pesquisa inicial sobre parques de geração de
energia eólica.
Dentre os muitos países que coletam dados de vento e produzem
relatórios desses dados, pode-se citar o EUA, que produz o Atlas Americano
de Fontes de Energia Eólica, o qual traz uma estimativa de vento por estados e
regiões, normalmente em áreas livres de obstrução para o vento, tais como
planos, topos de montes e planaltos.
Durante décadas, o Serviço Meteorológico Alemão coletou uma grande
quantidade de dados de velocidade do vento e informações sobre direção, em
16 pontos de observação na Alemanha Ocidental, no período de 1969 a 1972.
Nos dados principais em análise, a média horária de velocidade e direção foi
medida nas alturas de 10 a 30 metros acima do nível do solo.[13]
No Brasil está sendo produzido pela ELETROBRAS/CEPEL, o Atlas
Eólico Nacional, trabalho coordenado pelo CRESESB, que já publicou dados
da Região Nordeste do país, como citado no Capítulo 1.
Em 1994, o Conselho Mundial de Energia (WEC) estimou o recurso eólico
global. Nessa avaliação, 27 % da superfície da Terra possui velocidades de
vento superiores a 5,1 m/s a 10 m de altura do solo. Assumindo uma
32
capacidade de geração de energia de 8 MW/km2 e um fator de carga de 23 %,
estima-se que o potencial global para produção de energia eólica seja de
20.000 TWh por ano. Outro dado interessante é que 50 % da superfície da
Terra está exposta a uma velocidade média anual de vento entre 4,4 e 5,1 m/s,
o que é totalmente viável para pequenas turbinas eólicas.[14]
Um estudo preliminar das classes de energia eólicas no mundo foi
publicado como o Mapa de Projeção de Molleweide e mostra a distribuição
estimada de energia eólica dividida em sete classes de potência de vento.[15]
Um sistema de Classe de Ventos é mostrado na tabela 2.1.
Tabela 2.1 – Sistema de classificação de velocidade de ventos e potência[15]
10 m
50 m
Classe
Dens. Potência Velocidade Dens. Potência Velocidade
W/m2
m/s
W/m2
m/s
1
100
4,4
200
5,6
2
150
5,1
300
6,4
3
200
5,6
400
7,0
4
250
6,0
500
7,5
5
300
6,4
600
8,0
6
400
7,0
800
8,8
7
1.000
9,4
2.000
11,9
2.4 - MÉTODOS E INSTRUMENTOS DE MEDIÇÃO DO VENTO
Outro aspecto que precisa ser observado nas medições de vento é a falta
de padronização no registro dos dados meteorológicos e climáticos. Segundo o
National Service Weather – NSW, dos EUA, sempre foi empregado um
anemômetro rotativo de conchas com eixo vertical para medir a velocidade do
vento, conforme figura 2.3.
33
Figura 2.3 – Anemômetro de conchas
Entretanto, outros grupos de pesquisadores utilizam outros tipos de
anemômetros, como o sônico, o de fio quente, ou o de placa de pressão. Os
totalizadores ou registradores (data loggers) que fazem parte desses
anemômetros registram a passagem no número de milhas ou quilômetros do
vento dentro de um intervalo específico de tempo, expressando a velocidade
do vento em milhas ou km por hora, ou metros por segundo.
As medições de vento são feitas quase que exclusivamente com a ajuda
de um anemômetro de conchas. Devido à inércia ele não registra com precisão
velocidades abaixo de 0,5 m/s. Além disso, existe um efeito chamado de
sobrevelocidade, pois, devido às suas propriedades aerodinâmicas, o
anemômetro reage mais rapidamente ao aumento de velocidade do vento do
que à diminuição da mesma.
34
Em alguns estudos, como os de Walker e Jenkins[14], foram utilizados
valores de velocidade média e direção para cada hora separadamente e para
cada ponto de observação. Vale salientar que existem flutuações consideráveis
na velocidade do vento dentro de uma hora. Se a medição fosse feita a cada 1
ou 10 minutos ela seria mais precisa, mas mesmo assim não o suficiente para
considerações sobre energia.
Atualmente utilizam-se medições com amostragens variando entre 1 e 10
segundos, que são integradas, através do data logger, em intervalos de
10 minutos, como no caso das estações HOBECO, SECOND WIND,
CAMPBELL e NRG utilizadas neste trabalho.[1]
2.5 - LOCALIZAÇÃO DE UM PARQUE EÓLICO
Na implantação de um parque eólico, a escolha de um local com base em
informações incorretas ou insuficientes de dados de direção e velocidade de
vento pode ser um fator importante de falha no sistema.
Características topográficas, coleta de dados de curto termo no local
potencial e dados de longo termo de locais próximos podem algumas vezes
fornecer uma estimativa real de características do vento em um local
considerado de bom regime eólico.
Existe uma grande variedade de aproximações para calcular as
características do vento e muitos estudos têm sido feitos na área de
modelamento matemático para descrever e prever médias diárias de vento,
que são apresentadas mais adiante.
35
A influência das condições topográficas na potência do vento podem ser
classificadas em quatro grandes áreas:
a) variações na velocidade do vento sobre terrenos uniformes ou planos;
b) fluxo de vento sobre elementos de rugosidade suave ou moderada;
c) fluxo sobre montanhas e cadeias de montanhas, e
d) corrente de ventos locais e circulação.
Deve ser observado que mudanças súbitas na rugosidade ou temperatura
sobre áreas relativamente planas podem levar a alterações significativas na
climatologia do vento.
Uma alteração fraca a moderada na rugosidade do terreno faz com que a
velocidade do vento tenda a se elevar. Por exemplo, quando o fluxo de vento
passa sobre montes ele tende a ser comprimido e o fluxo se acelera no lado de
jusante.
Embora
montanhas
estejam,
geralmente
associadas
com
ventos
variáveis, elas podem ser os melhores locais potenciais.
No estudo de vento é necessária uma análise meteorológica extensiva de
forma a avaliar a potência do vento de uma determinada localidade. Uma boa
aproximação para avaliar locais de potência de vento incluem:
a) fazer um relatório de todos os dados meteorológicos históricos para a
região de interesse;
b) levantar e examinar o mapa de contorno do terreno;
c) com base nas análises estatísticas da velocidade média de vento,
direção, condições ambientais, etc., estreitar a escolha de vários
pontos de localização,
36
d) monitorar as condições meteorológicas mais promissoras durante no
mínimo um ano.
É esta a metodologia utilizada nesse trabalho.
A metodologia de seleção do local de um parque eólico deve ser melhor
definida e padronizada. Isto significa que um planejamento experimental mais
cuidadoso deve ser feito para correlacionar condições meteorológicas e
fornecer um maior entendimento da natureza turbulenta da atmosfera.
Três métodos têm sido utilizados na avaliação do recurso eólico, os quais
são detalhados adiante:
(1) análise estatística e subjetiva das medidas de dados existentes, outros
dados meteorológicos e informações topográficas;
(2) indicadores qualitativos de níveis de velocidade e direção de vento de
longo termo, e
(3) aplicações da teoria da similaridade da camada limite e a utilização de
observações de pressão da superfície.
2.5.1 - Metodologia de Análise Estatística e Subjetiva
Este método depende da disponibilidade de medições do vento,
necessitando de uma grande quantidade de dados geográficos, climatológicos
e topográficos. Como exemplo, podem-se citar os dados de vento de superfície
que são a base do Atlas Americano de Fontes de Energia Eólica (7.000
registros foram examinados nele).
Geralmente os dados de vento são digitalizados em um formato único.
Análises de registros de velocidade de vento durante períodos constantes,
através de anemômetros, locais e freqüência de observação são usuais na
37
elaboração de relatórios. Para estações que possuem vários resumos de
dados, de diversos períodos de tempo, um ou dois dos melhores resumos
daquelas estações devem ser selecionados, considerando principalmente:
-
o formato mais adequado para avaliação do recurso eólico;
-
os registros mais longos;
-
a menor mudança na altura e orientação do anemômetro;
-
a observação diária mais freqüente.
Estes mesmos critérios devem ser aplicados a áreas com grande
densidade de estações meteorológicas.
Quase sempre, na avaliação sazonal e anual da velocidade média do
vento, uma inspeção visual dos dados fornece uma maneira rápida de se fazer
uma estimativa das classes de potência do vento, conforme a apresentada na
tabela 2.1.
2.5.2 - Indicadores Qualitativos das Fontes de Vento
Em muitas áreas remotas, os dados do vento podem ser esparsos ou não
existentes, e a estimativa do recurso eólico pode ter que se basear
preferencialmente, nos métodos qualitativos ao invés dos quantitativos. Por
exemplo, existem indicadores meteorológicos/topográficos de ambas as
classes de potência de vento, alta e baixa. Algum dos indicadores de
potencialidade de vento disponíveis por classe de potência:
-
desfiladeiros, passagens e gargantas em áreas de freqüente gradiente
de pressão forte;
-
vales longos estendendo-se entre montanhas;
-
planícies e platôs em altas elevações;
38
-
planícies e vales com escarpas persistentes e vento associado a
gradientes elevados de pressão;
-
picos de montanhas;
-
locais de áreas costeiras em áreas de vento forte.
Ressalte-se que esses métodos não são suficientes para a escolha da
localização de um parque eólico.
2.5.3 - Metodologia de Similaridade da Camada Limite e Pressão da
Superfície
Uma equipe de cientistas da Dinamarca dedicou-se durante muito tempo
para desenvolver um atlas para a Dinamarca baseado em métodos de
estimativa de fonte de ventos que utilizavam similaridade com a teoria da
camada limite em combinação com medidas de pressão da superfície. Os
dados básicos usavam mapas de velocidade de vento em uma dada elevação
sobre um terreno de rugosidade específica.
2.6 - ALTURA DE MEDIÇÃO DO VENTO
A velocidade do vento varia com a altura, dependendo das características
da rugosidade do terreno, dentro de uma faixa que varia de alguns metros até
centenas de metros. A velocidade do vento aumenta mais rapidamente com a
altura próximo ao solo. A partir de uma camada limite que, dependendo de
alguns fatores pode variar até 2.000 metros acima do solo, a rugosidade não
exerce mais influência na mudança na velocidade do vento.
39
Deve ser considerado que a altura em que o anemômetro está situado em
relação ao solo é muito importante na determinação da velocidade do vento.
Essas alturas podem variar de alguns metros até 50, 60 ou 100 metros. Para
cada altura do anemômetro em relação ao solo, tem-se uma velocidade de
vento diferente. O ar livre viajando acima de uma camada limite flui muito
próximo do dobro da velocidade registrada pelo anemômetro na altura padrão
no nível do mar.
Em estudos normais de levantamento de potencialidade do vento no
Brasil, existem dados coletados, principalmente, a 10 e 30 m. No mundo todo
existe uma lacuna muito grande de dados de velocidade em alturas entre 50 m
a 250 m. Essa faixa de altura pode vir a ser muito interessante na geração de
energia eólica no futuro. Contudo, ainda não foram estabelecidas medidas de
longo termo das características da velocidade do vento para grandes alturas,
acima de 50 m. Como medidas desses dados são escassas, procedimentos
que utilizam extrapolação dos dados podem ser utilizados, como é o caso dos
dados da estação de Praia Grande, onde foram medidos dados a 15 e 25 m e
extrapolados para 30 m .
Em princípio, todos os dados obtidos são válidos somente para a posição
do anemômetro. Transferi-los para uma vizinhança imediata, mesmo em locais
cuja estrutura geográfica é semelhante, pode ser relativamente problemático.
40
2.7 - A VELOCIDADE DO VENTO
A variação vertical da velocidade do vento e seu perfil podem ser
expressos de várias maneiras. O módulo da velocidade do vento é,
normalmente, expresso em metros por segundo (m/s) ou quilômetros por hora
(km/h).
A velocidade do vento na superfície é zero devido à fricção entre o ar e a
superfície da Terra e aumenta com a altura mais rapidamente próximo à Terra,
e menos rapidamente nas grandes alturas. À altura de cerca de 2 km acima do
solo, ou seja acima da camada limite planetária, a variação da velocidade em
relação ao solo torna-se zero.[13]
Neste trabalho é apresentado um procedimento de extrapolação simples
e bem conhecido, denominado de Lei Exponencial de Hellmann, para
determinação da velocidade média do vento para um perfil vertical. Na Lei de
Hellmann, a velocidade média do vento em uma altura de interesse h2, pode
ser determinada, por:
V(h 2 ) = V(h 1 ) × [h 2 /h 1 ]
α
,
(2.2)
onde:
h1
: altura da medida (m),
h2
: altura de interesse (m),
V(h1) : velocidade média do vento na altura da medida (m/s),
V(h2) : velocidade média do vento na altura de interesse (m/s),
α
: expoente de altitude de Hellmann (o valor de α depende da
rugosidade do terreno e da estratificação térmica).
41
Por causa do pequeno grau de rugosidade, o expoente α é menor nas
áreas costeiras que no interior. De acordo com o Tratado do Mar do Norte, o
expoente de Hellmann é de aproximadamente 0,1249 quando aplicado às
regiões costeiras. Para regiões de florestas e montes, o expoente algumas
vezes é de 0,2 a 0,3.[14]
Para um valor típico de α de 0,1, a equação (2.2) pode ser expressa de
maneira logarítmica[15] como,:
V(h 2 ) ln(h 2 /z 0 )
=
.
V(10) ln(10/z 0 )
(2.3)
Existe uma tabela para cada tipo de terreno, contendo a classe da
rugosidade, z0 (m) e o valor de α (tabela 2.2).
Tabela 2.2 – Classe de rugosidade, z0, e expoente α
Tipo do terreno
Classe
de Comprimento da Expoente α
rugosidade rugosidade, z0 (m)
Áreas de água
0
0,001
0,01
Áreas de campo aberto
1
0,12
0,12
Fazendas com edificações e
2
0,25
0,16
arbustos
Fazendas com muitas
3
0,3
0,28
árvores, florestas e vilas
Ainda de acordo com a referência [15], a mesma Lei de Hellmann é
denominada de Lei de Potência para Perfis Verticais de Ventos Estáveis.
Essa Lei é comumente utilizada em engenharia eólica para definição do
perfil vertical do vento porque ela é simples e direta.
Essa função pode ser utilizada para cálculo da velocidade média horária
em determinadas alturas, se existir uma velocidade média conhecida em uma
outra altura de referência. Um estudo mais detalhado para os valores de α das
estações de Mota, Praia Grande e Tamaruteua é apresentado no Capítulo 4.
42
2.8 - A DIREÇÃO DO VENTO
A direção do vento exprime a posição horizontal a partir da qual o vento
sopra, tomando-se como referência um ponto de observação. A direção é
geralmente expressa em termos do ângulo que a velocidade forma com o norte
geográfico local (0°), medido no sentido horário. Juntamente com a estrutura da
velocidade do vento, a direção do vento tem papel decisivo na avaliação das
possibilidades de utilização de parques eólicos.
Por problemas técnicos na construção de parques eólicos, deve-se
atentar para os problemas de mudança de direção do vento. Uma distância
mínima de separação entre as unidades geradoras do parque deve ser
mantida, de modo que a mudança na direção do vento não afete o
desempenho de uma unidade em relação a outra. Para parques eólicos, essa
distância de separação entre uma unidade e outra deve ser de, no mínimo, 3 a
10 vezes o diâmetro do rotor em todas as direções, de modo a evitar o efeito
de enfraquecimento do vento em todas as direções.
Se for identificada uma direção do vento predominante no parque, podem
ser utilizadas no projeto, séries de várias turbinas, uma ao lado da outra, e
perpendiculares ao fluxo de vento predominante.
A rosa dos ventos é a representação gráfica mais usual para se
apresentar a direção predominante do vento. O relatório técnico associado a
este trabalho[1] apresenta a rosa dos ventos mensal para todos os meses de
medição de cada uma das estações sob estudo.
43
2.9 - MAGNITUDE E ESTRUTURA DA VELOCIDADE DO VENTO
A construção de parques eólicos depende essencialmente da magnitude
e regularidade da velocidade do vento. Por isso deve-se examinar a estrutura
da velocidade e da direção do vento.
2.9.1 - Velocidade Média
A velocidade média do vento pode ser calculada em termos de média
horária, diária, mensal, anual, etc. Essas velocidades médias de várias
estações meteorológicas somente podem ser comparadas umas com as outras
se elas foram medidas na mesma altura. Muitas das medições são realizadas
na faixa de 10 m a 40 m acima do solo. Desta forma, de maneira a ser capaz
de comparar a velocidade do vento, uma extrapolação deve feita para uma
altura comum, levando em conta a variação da rugosidade do terreno, através
da equação (2.2) ou (2.3).
Na observação dos dados de estações anemométricas, pode-se notar
que, em geral, próximo à costa as velocidades são maiores, tendendo a
diminuir à medida que se afastam da costa em direção ao interior, devido ao
aumento da rugosidade do terreno.
Outro ponto a ser observado é que o aumento da rugosidade e a redução
da influência de áreas de baixa pressão têm efeito na magnitude da velocidade
do vento que é encontrada nas regiões costeiras em alturas relativamente
baixas, de menos de 100 m.
Neste trabalho são utilizadas médias mensais, calculadas a partir das
medições executadas a cada 10 minutos pelas estações anemométricas. A
44
análise mais detalhada das velocidades médias mensais para cada uma das
estações estudadas é apresentada na referência [1] e nos Capítulos 3 e 4.
Dado um registro de uma variável meteorológica, como a velocidade do
vento
horizontal,
sempre
é
possível
decompô-lo
em
componentes
representando tempo ou uma flutuação média espacial sobreposta a média.
Com isso verifica-se que o valor médio da variável é uma quantidade
determinística e estima-se a característica estatística somente da flutuação.
Deste modo, a componente livre da velocidade do vento pode ser obtida como,
v(t) = V + g (t)
(2.4)
onde,
v(t) : velocidade horizontal instantânea do vento (m/s),
V
: velocidade horizontal estável do vento (m/s),
g (t) : flutuação da velocidade do vento ou desvio instantâneo de V (m/s).
A característica de ambos os valores estável e de flutuação do vento,
depende grandemente da escala de interesse. Em regime de larga escala, V
representa o valor que aparece quando as observações de tempo são traçadas
e suavizadas e, é aproximadamente equivalente a uma média horária.
2.10 - CONVERSÃO DE ENERGIA EÓLICA
Existem dois conceitos fundamentais quando se analisa a energia eólica:
a Potência, ou energia por unidade de tempo; e a Energia disponível em um
dado período de tempo.
45
A energia cinética que flui no ar através de uma área perpendicular à
direção do vento é
1
1
× V 2 por unidade de massa ou × × V 2 por unidade de
2
2
volume, de acordo com a figura 2.4.
Para um fluxo de ar livre, fluindo através de uma área A (m2), a taxa de
fluxo de massa é
P=
(
× A × V , desta forma:
× A × V)×
1
1
× V2 =
× × A × V3 ,
2
2
(2.5)
onde:
ρ
: massa específica do ar (kg/m3),
V
: velocidade do vento (m/s),
P
: potência (Watts ou Joules/s).
Deve ser observado que, enquanto a energia varia com o quadrado da
velocidade, a potência eólica varia com o cubo da mesma.
Figura 2.4 – Fluxo de vento através de um cilindro de seção transversal A[16]
Se a potência for dividida pela área da seção transversal, A, será obtido o
fluxo de energia, ou densidade de potência eólica, que é definido como a
46
energia que flui através dessa área, perpendicular à direção do vento. Logo, de
maneira similar à equação (2.5)
P
1
= × × V 3 , [W/m2] .
A
2
(2.6)
Desta forma, o fluxo de potência eólica pode ser definido para meses e
anos em cada estação anemométrica sob estudo.
A velocidade do vento depende da densidade do ar (ρ) e, como ela é uma
função da pressão do ar (B) e da temperatura (T), tem-se que:
ρ = ρ 0 × (288 × B / 760 × T ) ,
(2.7)
onde ρ0 é a densidade do ar seco nas condições padrão de temperatura e
pressão ( 1,226 kg/m3 a 288 K e 760 mm Hg).
A pressão e a temperatura são funções da altura acima do nível do mar.
Fazendo-se a massa específica do ar ao nível do mar igual a 1,2 kg/m3, a
potência torna-se,
P = 0,6 × V 3 , por unidade de área.
(2.8)
Para a velocidade do vento, V, a energia medida em Joule, que passa
através de uma área de seção transversal A, durante um tempo t, é dada por,
E=
1
× × A × V3 × t .
2
(2.9)
Esta é a energia total disponível para realizar o trabalho de uma turbina
eólica.
A unidade básica de medida para fontes de densidade de potência de
vento, ou potência por unidade de área normal à direção da qual o vento flui, é
calculada como:
Pw =
d
1
dx
1
× (q d × X ) = × × V 2
= × × V3 ,
dt
2
dt
2
(2.10)
47
onde:
Pw
: densidade de potência do vento (W/m2),
qd
: pressão dinâmica do vento (N/m2),
X
: distância percorrida pelo vento a partir de um ponto (m),
ρ
: massa específica do ar (kg/m3),
V
: componente horizontal da velocidade média do vento livre (m/s).
Quando se quer utilizar energia eólica para produzir potência, a melhor
indicação do local de fontes de energia eólica é sua densidade de potência
média anual do vento,
Pw,a =
0,5
× × V 3 × dt ,
8.760
(2.11)
onde,
Pw,a
: densidade de potência média anual do vento (W/m2),
dt
: intervalo de tempo (h).
Os mapas de fontes de energia eólica geralmente estimam o potencial
para conversão de energia eólica em termos de classes de potência de vento
(tabela 2.1). As classes acima de 3 (ventos de mais de 5,1 m/s) são as
preferíveis para aplicações em turbinas eólicas de médio e grande porte.
Deve ficar claro que para gerar energia, pela conversão de energia eólica,
é necessária inicialmente, uma série de medições de velocidade de vento, a
qual pode ser integrada em uma série de potência em pequenos intervalos de
tempo sobre um período específico.
Dependendo da velocidade do vento local, a turbina irá produzir uma
potência média que é proporcional a sua taxa máxima de potência, tipicamente
48
de 30 %. Considerando que a turbina irá operar em 95 % do tempo, o fator de
carga ou fator de capacidade será de 28,5 %.
2.11 - REGULARIDADE DA VELOCIDADE DO VENTO
2.11.1 - Distribuição Temporal da Velocidade do Vento
A freqüência de distribuição da velocidade do vento ajuda a responder as
seguintes questões:
-
Quanto é a redução da energia de um parque eólico no caso da
ausência de vento ?
-
Qual a faixa mais freqüente da velocidade do vento ?
-
Com que freqüência o parque eólico fornece sua potência nominal ?
A freqüência cumulativa relativa indica que proporção da velocidade do
vento é menor ou igual a um dado valor.
Algumas vezes esta distribuição relativa de freqüência pode ser dividida
em 4 classes de velocidades de vento: 0 a 5 m/s; 5 a 10 m/s; 10 a 15 m/s e 15
a 20 m/s.
Neste trabalho, a distribuição relativa foi calculada para uma faixa de 0 a
20 m/s com intervalos de 1 m/s para cada um dos meses de medições de cada
uma das estações sob estudo.
2.11.2 - Desvio Padrão da Velocidade do Vento
O desvio padrão da velocidade do vento dá uma idéia geral da
regularidade da potência do vento. Quanto maior for o desvio padrão menos
regular é a potência do vento.
49
Para que os valores absolutos dos desvios padrão individuais possam ser
comparados entre si, eles devem ser sempre referenciados ao mesmo tipo de
média temporal da velocidade do vento (diária, mensal ou anual).
A avaliação final sobre as condições do vento em grandes alturas
somente pode ser feita quando estiverem disponíveis dados para alturas acima
de 50 m.
2.11.3 - Estrutura Detalhada das Calmarias
Calmaria é a ausência de ventos. O conhecimento detalhado da estrutura
das calmarias tem um significado decisivo na avaliação da produção de energia
eólica e na determinação de sua regularidade.
De modo a compensar os períodos de calmaria, uma forma de
armazenamento de energia deve estar disponível, ou devem ser utilizadas
fontes complementares de energia (sistema híbrido).
A duração máxima e média das calmarias tende a diminuir com o
aumento da velocidade média anual de vento.
A referência [13] torna evidente que calmarias de longa duração ocorrem
durante o mesmo tempo em todas as estações costeiras no norte da
Alemanha. Isto é devido ao fato que elas ocorrem como resultado das
condições globais do tempo. Calmarias dessa magnitude não podem ser
compensadas através de armazenamento. Isto só pode ser feito com um
sistema híbrido.
50
2.11.4 - Velocidade Extrema do Vento
Há momentos em que a velocidade do vento fica muito acima dos valores
normais conhecidos. A esse tipo de vento dá-se o nome de rajada. Para que os
componentes físicos (torre, rotor, pá, etc.) dos parques eólicos não venham a
apresentar problemas de fraturas ou oscilações forçadas, devem ser
consideradas no projeto e construção dos mesmos, materiais que suportem
tais forças.
Adicionalmente, para valores extremos das velocidades, a medida da
flutuação da velocidade do vento é de grande importância na determinação da
distribuição espacial das turbinas em um parque eólico.
2.11.5 - Correlação da Velocidade do Vento
A correlação da velocidade do vento tem papel significativo para
possibilitar a previsão da velocidade do vento. A correlação espacial da
velocidade do vento em diferentes locais de medição é importante para a
avaliação dos tempos de calmarias em locais separados que podem ser
compensados por um sistema híbrido.
A velocidade do vento de uma estação meteorológica particular é
altamente correlacionada dentro de poucas horas; na faixa de dias e semanas
quase não há correlação. Nos estudos já realizados, ficou evidente que a
velocidade do vento quase sempre se altera muito pouco de uma hora para a
seguinte. Já quanto à produção de energia eólica, observa-se que, em
contraste com a velocidade, a produção de potência através do vento tem uma
alteração considerável de uma hora para outra.
51
Vale destacar que a média diária de produção de energia eólica é dada
pela somatória da média horária de produção dividida por 24 horas.
Como forma de regularizar a produção de potência eólica deve ser
implantado um sistema composto de várias unidades geradoras separadas
uma das outras. Se as velocidades do vento em estações separadas forem
independentes uma da outra, então pequenas calmarias em algumas estações,
muito provavelmente seriam compensadas por um vento forte em outras
unidades do sistema. Esta é uma das razões para se determinar a correlação
da velocidade média horária do vento e a produção de energia. Do mesmo
modo, é avaliada a velocidade média e a produção de potência diária, entre
todas as estações sob estudo.
É também importante observar a correlação diária de produção de
potência, desde que pequenas calmarias na faixa de horas possam ser
superadas por pequenas unidades de armazenamento.
Nota-se ainda que, os coeficientes de correlação para velocidade do
vento são uma parte importante da avaliação para a produção de energia.
2.12 - DISTRIBUIÇÃO DE FREQÜÊNCIA DA VELOCIDADE DO VENTO
Dois parâmetros mais usuais utilizados para caracterizar o vento estável a
uma dada altura estão relacionados a uma distribuição de freqüência da
velocidade do vento sobre uma base anual e a sua persistência. A “freqüência”
indica o número de vezes que a velocidade do vento se mantém dentro de uma
faixa e é um valor distinto da “persistência”, que fornece estatística sobre o
tempo contínuo que o vento mantém uma velocidade.
52
Informações detalhadas de velocidade de pico do vento e tempo de
duração são necessárias para uma avaliação adequada do potencial eólico em
um determinado local. Algumas dessas informações podem ser estimadas
através de dados estatísticos da atmosfera; entretanto seria necessário existir
dados históricos de longa duração (mínimo de 5 anos de observação) para
uma análise mais precisa. É perigoso e incerto basear-se em dados de curta
duração sem fazer uma comparação detalhada de observações ao longo de
vários anos de condições climáticas.[17]
Como citado anteriormente, a distribuição de freqüência e a persistência
são fatores importantes em ambos o projeto e a localização de parques eólicos.
A persistência do vento é importante na estimativa da energia potencial do
vento, desde que, dependendo da potência gerada, será necessária a
utilização de um sistema de armazenamento ou até de um sistema híbrido.
A distribuição de freqüência é expressa como uma função da velocidade
estável do vento. Várias distribuições não gaussianas têm sido utilizadas como
modelo
para
representá-la:
distribuição
gama;
distribuição
logonormal;
distribuição gaussiana inversa; distribuição logonormal quadrada e distribuição
de Weibull. Esta última é utilizada neste trabalho.
É necessário utilizar uma série de dados de velocidade de longo termo
para que seja criado um histograma típico de velocidade do vento. São
registrados dados de velocidade de 1 em 1 m/s nas ordenadas e na abscissa é
indicada a fração do tempo que a velocidade se encontra naquela faixa. A
soma das amplitudes é 1 ou 100 %. Quando a largura da coluna torna-se muito
pequena, o histograma torna-se uma função contínua chamada “Função
Densidade de Probabilidade”.[18]
53
A função densidade de probabilidade pode ser expressa na forma da
Função de Weibull dada por:
p(V) =
{
k
k −1
k
× (V / C ) × exp − (V / C )
V
},
(2.12)
onde :
p(V)
: freqüência de ocorrência da velocidade do vento,
V
: velocidade horizontal estável do vento livre (m/s),
C
: fator de escala empírico de Weibull (m/s),
k
: fator de forma empírico de Weibull.
A distribuição cumulativa de Weibull, P(V), fornece a probabilidade de
velocidade do vento que excede o valor V, e é expressa como:
{
P(V) = exp − (V / C)
k
},
(2.13)
Quando k = 2 a distribuição é denominada de distribuição de Rayleigh.
A probabilidade da velocidade do vento estar entre duas velocidades, V1 e
V2, utilizando-se a equação (2.13), é dada por:
{
P(V1 < V < V2) = exp − (V1 / C)
k
} - exp{− (V
}
/ C) .
k
2
(2.14)
2.12.1 - Distribuição da Velocidade do Vento de Referência
Para servir de referência em uma grande parte do mundo no estudo de
fonte de ventos, a velocidade média foi definida como 6,26 m/s (14 mph) em
uma altura de 9,01 m (30 ft) acima do nível do solo. Os fatores de Weibull para
esta distribuição são C = 7,07 m/s e k = 2,29.[15]
54
2.12.2 - Métodos para Estimar os Fatores de Distribuição de Weibull
Existem vários métodos que podem ser usados para se estimar os fatores
C e k de Weibull, dependendo dos dados estatísticos disponíveis e do nível de
sofisticação desejado na análise: curva dos mínimos quadrados; desvio padrão
e média anual; distribuição gama; média anual; variância versus tendência
média anual. Foi utilizado neste trabalho um programa computacional,
desenvolvido no GEDAE, em planilha EXCEL, que utiliza o método da função
distribuição gama, utilizando as equações das referências [15] e [18].
2.13 - COMENTÁRIOS
Como pode ser observado, existem muitos tipos de movimento de ar na
atmosfera, sendo que somente em alguns deles, os ventos locais próximos ao
solo, podem ser utilizados na geração de energia eólica. A localização das
turbinas também é um fator extremamente importante no projeto de um parque
eólico.
As classes de ventos superiores a 3 (acima de 5,1 m/s) são as mais
adequadas para a utilização por turbinas de médio e grande porte nesses
parques.
Medindo-se a velocidade média em uma determinada localidade, é
possível, através da constante de Hellman, extrapolá-la para outras alturas, de
maneira simples e direta. Deste modo, é possível avaliar a velocidade do vento
em várias alturas para uma mesma estação.
Esse referencial teórico e a maneira de expressar os conceitos e as
formas matemáticas e estatísticas do vento em todas as escalas, se tornam
55
necessárias na avaliação mais detalhadas das medições efetuadas, que
constam do Relatório Técnico GEDAE/ELETRONORTE[1] e das análises e
conclusões apresentadas nos capítulos seguintes.
56
CAPÍTULO 3
MEDIÇÃO E TRATAMENTO DOS DADOS DE VENTO COLETADOS
Neste Capítulo são apresentadas as estações utilizadas no estudo; como
foram coletados os dados de velocidade e direção do vento, a forma como
foram tratados e as principais conclusões sobre os mesmos. O resumo de
todos os dados coletados e a coletânea de todos os gráficos são apresentados
no Relatório Técnico “Levantamento, Tratamento e Análise de Dados de
Velocidade e Direção do Vento no Litoral do Estado do Pará”[1], publicado em
conjunto com esta dissertação.
3.1 - MOTIVAÇÃO PARA O ESTUDO DOS VENTOS NO LITORAL DO
ESTADO DO PARÁ
Como citado no item 2.5, locais próximos à costa e as elevações (topo
dos montes ou montanhas) são, em geral, os que possuem as melhores
velocidades médias de vento ao longo de um ano. O estado do Pará é banhado
a Nordeste pelo Oceano Atlântico, conforme a figura 3.1. Logo, o estudo de
ventos nesta região poderia indicar se estes são interessantes à geração de
energia eólica.
A partir de 1994, o CEPEL, em parceria com a CELPA, começou a
realizar medições de velocidade e direção do vento além de radiação solar, na
Ilha do Marajó (PA), com vistas à implantação de um sistema híbrido (solareólico-diesel) na localidade de Joanes, próximo a Soure.
57
Como os resultados de Joanes se mostraram interessantes, em 1996, o
CEPEL, em conjunto com a ELETRONORTE, iniciou a implementação do
Projeto Região Norte, que visava coletar dados de velocidade e direção do
vento para dar suporte à elaboração do Atlas Eólico do Brasil. Foram
escolhidos para participar desse Projeto vários estados da Amazônia Legal
(Pará, Maranhão, Amapá e Roraima) onde seriam instaladas estações
anemométricas. No Pará, em parceria com a CELPA, foram escolhidas as
localidades de Vizeu, Ajuruteua, Salinópolis, Algodoal, Soure e Chaves para
terem estações instaladas, que começaram a operar em 1996. A maior parte
dos anemômetros utilizados nessas estações foi instalada a uma altura de
30 m, sendo que, em algumas localidades, foram utilizadas torres já existentes,
como suporte às estações.
Figura 3.1 – Mapa do litoral do Estado do Pará
O GEDAE, através de convênios com prefeituras e utilizando-se de
financiamentos do CNPq. (Programa do Trópico Úmido – PTU), começou, em
1998, a coletar dados nas estações de Mota (município de Maracanã),
58
Tamaruteua (município de Marapanim) e Praia Grande (município de Ponta de
Pedras).
Essas 10 estações foram utilizadas no estudos de dados de velocidade e
direção de vento.
3.2 - CARACTERIZAÇÃO DO ESTUDO DAS ESTAÇÕES
Como forma de melhor caracterizar as estações, cada uma delas foi
identificada com um número de 1 a 10, colocados da esquerda para a direita,
da menor para a maior longitude (levantada por GPS), conforme a tabela 3.1.
No.
1
2
3
4
5
6
7
8
9
10
Tabela 3.1 – Identificação e localização geográfica das estações
Localidade
Latitude
Longitude
Altura (m)
Vizeu (*)
30
01° 13’ 42” S
46° 01’ 31” W
Ajuruteua
30
00° 56’ 33” S
47° 06’ 58” W
Salinopólis
30
00° 35’ 39,3” S
47° 18’ 45,3” W
Mota
10 e 30
00° 37’ 26,2” S
47° 25’ 19,9” W
Algodoal
30
00° 34’ 52” S
47° 35’ 5,8” W
Tamatuteua
10 e 30
00° 34’ 57,7” S
47° 45’ 28,8” W
Praia Grande
15 e 25
01° 23’ 47,5” S
48° 49’ 01” W
Joanes (*)
20
00° 51’ 01” S
48° 29’ 48” W
Soure
30
00° 43’ 00” S
48° 31’ 24” W
Chaves
30
00° 09’ 36” S
49° 59’ 18” W
(*) - Dados da localidade sem confirmação do GPS
Todos os dados foram coletados a 30 m de altura, com exceção da
estação de Joanes, onde foram coletados a 20 m e não foi possível extrapolálos para 30 m, e da estação de Praia Grande, onde, por necessidade do projeto
original, os dados foram coletados a 15 e 25 m de altura. Neste caso, através
da equação 2.1 foi calculado o coeficiente de rugosidade do terreno (fator α) e
extrapolada a velocidade para 30 m. Nas estações de Mota e Tamaruteua,
59
como existem dados de velocidade a 10 e 30 m, também foi realizado um
estudo do fator α, que é apresentado no Capítulo 4.
3.2.1 - Análise da Consistência dos Dados Coletados
Para cada estação foram coletados os dados existentes mês a mês e
consolidados em uma tabela de cores, que mostra sua integridade (tabela 3.2).
Existem 260 registros mensais de dados, considerando as 10 estações, sendo
que somente no ano de 1998 foram coletados 70 registros.
A mesma consideração de integridade de dados foi adotada nas análises
de direção do vento, fator de forma (k) e fator de escala (C) da distribuição de
Weibull, apresentadas nos itens 3.2.3 e 3.2.4.
3.2.2 - Dados de Velocidade e Direção do Vento
Foram coletados 742.541 dados de velocidade e igual número de dados
de direção do vento nas 10 estações sob estudo, sendo que, desse total,
94,60 % dos registros de velocidade e 98,22 % dos registros de direção do
vento foram considerados válidos. Esses dados foram tratados e apresentados
na forma de 516 gráficos, que se encontram na íntegra no Relatório Técnico
GEDAE/ELETRONORTE[1]. Os dados foram coletados diariamente, com
período de integração de 10 minutos e são apresentados mês a mês, em forma
gráfica, com escala de amplitude de 0 a 18 m/s para a velocidade (figura 3.2 - a
velocidade média mensal calculada é representada por uma linha vermelha
com o valor ao lado) e em forma de rosa de ventos para a direção (figura 3.3).
O resumo total dos dados de velocidades médias é apresentado no Anexo 1.
60
Tabela 3.2 – Integridade de dados de velocidade média
No.
1
2
3
4
5
6
7
8
9
10
No.
1
2
3
4
5
6
7
8
9
10
Anos
Estações
J
F
M
A
M
1994
J
J
A
S
O
N
D
J
F
M
A
M
1996
J
J
A
S
O
N
D
J
F
M
A
M
1997
J
J
A
S
O
N
D
J
F
M
A
M
1998
J
J
A
S
O
N
D
J
F
M
A
M
1999
J
J
A
S
O
N
D
J
F
M
A
M
2000
J
J
A
S
O
N
D
Vizeu
Ajuruteua
Salinópolis
Mota
Algodoal
Tamaruteua
Praia Grande
Joanes
Soure
Chaves
Anos
Estações
Vizeu
Ajuruteua
Salinópolis
Mota
Algodoal
Tamaruteua
Praia Grande
Joanes
Soure
Chaves
LEGENDA
CB - Dados do mês todo, bom
CR - Dados do mês todo, ruim
CM - Dados do mês todo, +IB - Dados incompletos do mês , bom
IM - Dados incompletos do mês, +IR - Dados incompletos do mês, ruim
61
Ressalte-se que em algumas estações, quando ocorreram problemas
nas medições por inconsistência (valores elevados e séries longas de dados de
valor menor que 0,5 m/s) foi utilizada a extrapolação para valores elevados
utilizando-se a média de 6 medições anteriores e 6 posteriores para se estimar
o valor da medida inconsistente e, nos valores menores que 0,5 m/s, os dados
foram excluídos.
Além disso, também foram calculados histogramas (densidade de
velocidade) de cada mês, para cada uma das estações (apresentados em 214
gráficos, com escala de amplitude normalizada em 35 % e escala de ordenada
de 0 a 20 m/s)[1] (figura 3.4).
Aju r u te u a - Ju lh o /1998
18
16
14
12
10
8,32
8
6
4
2
0
Figura 3.2 – Exemplo de gráfico mensal de velocidade de vento e sua média
Para cada estação foi calculado o ano médio de Velocidade Média
Mensal, calculando-se a média das velocidades mensais para cada mês
idêntico em anos distintos e traçando-se em um gráfico anual médio (Anexo 2).
62
Rosa dos Ventos - Ajuruteua - Julho/1998
N
NW
2000
340 350
330
320
1500
310
300
1000
290
10 20
30
NE
40
50
60
70
500
280
W
0
270
80
0
90
260
250
110
240
120
230
130
220
210
200 190
SW
E
100
180
140
150
170 160
SE
S
Figura 3.3 – Exemplo de rosa dos ventos
Chaves - Janeiro/1999
35,0%
30,0%
Densidade
25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
0 a <1
1 a <2
2 a <3
3 a <4
4 a <5
5 a <6
6 a <7
7 a <8
8 a <9
9 a <10 10 a <11 11 a <12 12 a <13 13 a <14 14 a <15 15 a <16 16 a <17 17 a <18 18 a <19 19 a <20
Velocidade (m/s)
Figura 3.4 – Exemplo de histograma (Densidade de velocidade)
3.2.3 - Fator de forma (k) e Fator de escala (C) da Distribuição de Weibull
Uma das formas matemáticas de se representar a densidade de
velocidade do vento, em um período, para uma determinada localidade, é
através da Função de Weilbull (conforme explicitado no item 2.12). De acordo
com a Função Densidade de Distribuição (equação 2.12), se forem
63
determinados os fatores de escala (C) e de forma (k), pode-se estimar, com
boa margem de aproximação, como é distribuída a velocidade média.
Para cada estação foram calculados, mês a mês, os fatores de escala (C)
e de forma (k) e determinado um “k médio” e um “C médio”, calculando-se a
média dos fatores k e C mensais para cada mês em anos distintos e traçandose um gráfico do “fator k” e outro do “fator C” anual. (Anexos 3 e 4)
3.3 - DESCRIÇÃO DAS ESTAÇÕES
3.3.1 - Estação de Vizeu (Estação No. 1)
Instalada no município de Vizeu, no Nordeste do Estado do Pará (00° 13’
42” S e 46° 01’ 31” W), a estação coletou, no período de março de 1997 a julho
de 1999, 73.853 dados de velocidade do vento e igual número de dados de
direção. Deste total, 75,11 % dos dados de velocidade e 100 % dos dados de
direção foram considerados válidos.
3.3.1.1 - Velocidade Média
A maior velocidade média observada neste período ocorreu no mês de
outubro de 1998 (5,88 m/s) e a menor no mês de abril de 1997 (3,18 m/s).
A figura 3.5 apresenta o gráfico das velocidades médias mensais para os
anos de 1997, 1998 e 1999 e o ano médio.
No período de 1997 a 1999, calculando-se a velocidade média mensal do
ano médio, foi encontrado que a relação entre a maior e a menor velocidade é
de 65,86 %. Durante o ano médio, 58,33 % da velocidade média mensal situouse nas Classes de vento 1 e 2, conforme mostrado na tabela 2.1.
64
Velocidade Média - Vizeu - Estação 01
Velocidade (m /s)
10
8
6
4,75
4
2
0
J
F
M
1997
A
1998
M
J
J
1999
A
S
O
Ano Médio
N
D
Média Anual
Figura 3.5 – Velocidade média da estação de Vizeu
3.3.1.2 - Direção do Vento
A direção predominante situa-se entre Nordeste e Leste (cerca de 60°)
para os meses de maior velocidade, e a Nordeste (cerca de 45°) nos meses de
menor velocidade. A figura 4.1 apresenta as direções predominantes para a
estação.
Observa-se um espalhamento acentuado na rosa dos ventos nos meses
de abril de 1997, maio de1997, março de 1998 e abril de 1999[1].
3.3.1.3 - Fator k e Fator C
O gráfico do fator de escala (C) apresentado na figura 3.6 assemelha-se
ao gráfico da velocidade média mensal, confirmando o previsto na Função
Densidade de Weibull, variando de 3,60 a 6,55.
O fator de forma (k) da estação, que indica a maneira como se distribui a
velocidade média dentro de um período, é apresentado na figura 3.7. Observase ainda que os valores para essa estação situa-se entre 1,51 e 4,30.
65
C Médio Mensal - Vizeu- Estação 01
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
N
D
Meses
1997
1998
1999
Ano Médio
Figura 3.6 – “Fator C” mensal para a estação de Vizeu
K Médio Mensal - Vizeu - Estação 01
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
Meses
1997
1998
1999
Ano Médio
Figura 3.7 – “Fator k” mensal para a estação de Vizeu
3.3.2 - Estação de Ajuruteua (Estação No. 2)
A estação está localizada na Praia de Ajuruteua, a cerca de 30 km do
município de Bragança, Nordeste do Pará (00° 56’ 33” S e 47° 06’ 58” W), onde
foram coletados 93.891 dados de velocidade do vento e igual número de
direção, com 100 % deles válidos, no período de novembro de 1996 a março
de 1999.
66
3.3.2.1 - Velocidade Média
A maior velocidade média foi observada no mês de setembro de 1998
(10,01 m/s) e a menor velocidade média foi encontrada no mês de abril de
1997 (6,19 m/s).
A figura 3.8 apresenta o gráfico das velocidades médias mensais para os
anos de 1996, 1997, 1998, 1999 e o ano médio. A velocidade média anual é de
7,96 m/s, sendo considerada excelente para a geração de energia eólica.
Observa-se ainda que durante todo o ano os ventos são de Classe 6 ou
superior, conforme tabela 2.1.
Velocidade Média - Ajuruteua - Estação 02
Velocidade (m /s)
10
7,96
8
6
4
2
0
J
F
1996
M
1997
A
M
1998
J
1999
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.8 – Velocidade média da estação de Ajuruteua
No período de 1996 a 1999, calculando-se a velocidade média mensal do
ano médio, foi encontrado que a relação entre a maior e a menor velocidade é
de 41,02 %, mostrando uma regularidade de vento em velocidades altas. Essa
estação apresentou as melhores médias de velocidade do vento entre todas
sob estudo.
67
3.3.2.2 - Direção do Vento
A direção predominante ocorre entre Nordeste e Leste (cerca de 50°), nos
meses de maior velocidade, e entre Norte e Nordeste (cerca de 40°), nos
meses de menor velocidade. As direções predominantes para a estação são
apresentadas na figura 4.1.
Observa-se um espalhamento acentuado na rosa dos ventos nos meses
de março, abril e maio de 1997, março e abril de 1998[1].
3.3.2.3 - Fator k e Fator C
O gráfico do fator de escala (C), apresentado na figura 3.9, situa-se entre
6,87 e 10,50 de maneira regular, sem muitas variações.
C Médio Mensal - Ajuruteua - Estação 02
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.9 – “Fator C” mensal para a estação de Ajuruteua
Já o gráfico do fator de forma (k), apresentado na figura 3.10, possui
grande dispersão, com valores entre 3,29 e 10,52.
68
K Médio Mensal - Ajuruteua - Estação 02
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.10 – “Fator k” mensal para a estação de Ajuruteua
3.3.3 - Estação de Salinópolis (Estação No. 3)
Nessa estação, instalada na Praia do Atalaia, município de Salinópolis
(cerca de 210 km de Belém), no Nordeste do Pará (00° 35’ 39,3” S e 47° 18’
45,3” W), foram coletados, de fevereiro de 1998 a abril de 1999, 46.117 dados
de velocidade e direção do vento, dos quais 96,67 % de velocidade e 100 % de
direção do vento foram considerados válidos.
3.3.3.1 - Velocidade Média
A maior velocidade média observada nesse período foi verificada no mês
de outubro de 1998 (7,31 m/s) e a menor velocidade média ocorreu no mês de
março de 1999 (4,19 m/s).
A figura 3.11 apresenta o gráfico das velocidades médias mensais para os
anos de 1998, 1999 e
o ano médio. Observa-se que durante 83,33 % do
tempo a velocidade média mensal está situada na Casse 4 (tabela 2.1) ou
acima.
69
Velocidade Média - Salinópolis - Estação 03
Velocidade (m /s)
10
8
6,23
6
4
2
0
J
F
M
1998
A
M
1999
J
J
A
Ano Médio
S
O
N
D
Média Anual
Figura 3.11 – Velocidade média da estação de Salinópolis
No período de 1998 a 1999, calculando-se a velocidade média mensal do
ano médio, encontra-se que a relação entre a maior e a menor velocidade é de
54,21 %, mostrando uma boa regularidade de ventos.
3.3.3.2 - Direção do Vento
A direção predominante ocorre entre Leste (cerca de 90°) nos meses de
maior velocidade, e a Nordeste e Leste (cerca de 80°) nos meses de menor
velocidade. Na figura 4.1 são apresentadas as direções predominantes para a
estação.
Foi observado um espalhamento acentuado na rosa dos ventos nos
meses de março e abril de 1998[1].
3.3.3.3 - Fator k e Fator C
No gráfico do fator de escala (C), apresentado na figura 3.12, existe uma
variação razoável ao longo do ano, estando o mesmo situado entre 4,72 e 7,91.
70
C Médio Mensal - Salinópolis - Estação 03
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
Ano Médio
Figura 3.12 – “Fator C” mensal para a estação de Salinópolis
K Médio Mensal - Salinópolis - Estação 03
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
Ano Médio
Figura 3.13 – “Fator k” mensal para a estação de Salinópolis
O gráfico do fator de forma (k), apresentado na figura 3.13, possui
dispersão significativa, com valores situados entre 1,95 e 7,36.
3.3.4 - Estação de Mota (Estação No. 4)
Nesta estação, situada na localidade de Mota, município de Maracanã, no
Nordeste do Pará (00° 37’ 26,2” S e 47 25’ 19,9” W), foram coletadas 75.908
amostras de velocidade e direção do vento, no período de agosto de 1998 a
71
março de 2000, sendo que 95,01 % dos dados de velocidade de vento e
93,53 % dos de direção foram considerados válidos.
3.3.4.1 - Velocidade Média
A maior velocidade média observada no período ocorreu no mês de
outubro de 1998 (9,27 m/s) e a menor velocidade média foi encontrada no mês
de maio de 1999 (4,47 m/s).
No período de 1998 a 2000, calculando-se a velocidade média mensal do
ano médio, encontra-se que a relação entre a maior e a menor velocidade é de
104,92 %, mostrando uma variação elevada ao longo do ano.
Velocidade Média - Mota - Estação 04
Velocidade (m /s)
10
8
6,96
6
4
2
0
J
F
M
1998
A
1999
M
J
2000
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.14 – Velocidade média da estação de Mota
A figura 3.14 apresenta o gráfico das velocidades médias mensais para
1998, 1999, 2000 e o ano médio. Observa-se ainda que em 75 % dos meses a
velocidade média está na Classe 5 ou superior, de acordo com a tabela 2.1 e,
como a velocidade média anual (6,96 m/s) é elevada, essa localidade possui
um bom potencial eólico.
72
3.3.4.2 - Direção do Vento
A direção predominante varia de Leste (cerca de 80°), nos meses de
maior velocidade, a Nordeste e Leste (cerca de 50°), nos meses de menor
velocidade. As direções predominantes são apresentadas na figura 4.1.
Nos meses de maio e junho de 1999 observa-se um espalhamento
acentuado na rosa dos ventos, sendo que em junho de 1999 existem duas
direções predominantes[1].
3.3.4.3 - Fator k e Fator C
Na figura 3.15 é apresentado o gráfico do fator de escala (C), que possui
uma dispersão média, variando entre 5,05 e 9,95
C Médio Mensal - Mota - Estação 04
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
2000
Ano Médio
Figura 3.15 – “Fator C” mensal para a estação de Mota
O gráfico do fator de forma (k), mostrado na figura 3.16, apresenta-se de
maneira regular e com pouca dispersão entre os meses de janeiro e agosto do
ano médio. Entretanto, entre agosto e dezembro, possui elevada dispersão,
com valores entre 2,13 e 8,11 ao longo do ano.
73
K Médio Mensal - Mota - Estação 04
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
2000
Ano Médio
Figura 3.16 – “Fator k” mensal para a estação de Mota
3.3.5 - Estação de Algodoal (Estação No. 5)
No município de Marudá, no Nordeste do Pará (00° 34’ 52” S e 47° 35’
5,8” W), na Praia da Princesa, em Algodoal, foi instalada uma estação, que
entre janeiro de 1996 e fevereiro de 1998, coletou 103.369 amostras de
velocidade e direção do vento. Dentre estas, 100 % dos dados de direção e
96,82 % dos dados de velocidade do vento foram considerados válidos.
3.3.5.1 - Velocidade Média
A maior velocidade média observada no período foi no mês de setembro
de 1996 (8,49 m/s) e a menor no mês de maio de 1997 (3,82 m/s).
A figura 3.17 apresenta o gráfico das velocidades médias mensais para os
anos de 1996, 1997, 1998 e o ano médio. Observa-se que em 83,33 % do
tempo a velocidade média está situada na Classe 3, conforme tabela 2.1,
significando boa regularidade de ventos ao longo do ano. A velocidade média
anual é de 6,28 m/s.
74
Velocidade Média - Algodoal - Estação 05
Velocidade (m /s)
10
8
6,28
6
4
2
0
J
F
M
1996
A
M
1997
J
1998
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.17 – Velocidade média da estação de Algodoal
Verifica-se ainda, no gráfico da figura 3.17, que a velocidade média de
outubro de 1997 (5,99 m/s) está fora de uma tendência de máxima velocidade
nesse mês, como no ano de 1996.
No período de 1996 a 1998, calculando-se a velocidade média mensal do
ano médio, encontra-se que a relação entre a maior e a menor velocidade é de
74,57 %.
3.3.5.2 - Direção do Vento
A direção predominante varia entre Norte e Nordeste (cerca de 45°), nos
meses de maior velocidade, e entre Nordeste e Leste (cerca de 50°), nos
meses de menor velocidade.
Observa-se ainda um espalhamento acentuado na rosa dos ventos nos
meses de abril, maio e junho de 1996 e maio de 1997[1]. A figura 4.1 apresenta
as direções predominantes para a estação.
75
3.3.5.3 - Fator k e Fator C
Apresentado na figura 3.18, o gráfico do fator de escala (C), possui uma
dispersão razoável, entre 4,31 e 8,96 .
C Médio Mensal - Algodoal - Estação 05
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
Ano Médio
Figura 3.18 – “Fator C” mensal para a estação de Algodoal
O gráfico do fator de forma (k), apresentado na figura 3.19, possui
significativa dispersão, com valores entre 2,20 e 9,12.
K Médio Mensal - Algodoal - Estação 05
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
Meses
1996
1997
1998
Ano Médio
Figura 3.19 – “Fator k” mensal para a estação de Algodoal
D
76
3.3.6 - Estação de Tamaruteua (Estação No. 6)
No Nordeste do Estado do Pará (00° 34’ 57,7” S e 47° 45’ 28,8” W), na
vila de Tamaruteua, município de Maracanã, a estação No. 6 coletou, de junho
de 1998 a fevereiro de 2000, 60.398 amostras de velocidade e direção do
vento, das quais 90,37 % dos dados de velocidade e 95,65 % dos de direção
foram considerados válidos.
3.3.6.1 - Velocidade Média
A maior velocidade média verificada nesse período ocorreu no mês de
setembro de 1999 (5,53 m/s) e a menor no mês de maio de 1999 (2,87 m/s).
Existem algumas lacunas (ausência de dados coletados) no ano de 1999.
No período de 1998 a 2000, calculando-se a velocidade média mensal do
ano médio, encontra-se que a relação entre a maior e a menor velocidade é de
92,16 %, apresentando uma variação média ao longo do ano.
Velocidade Média - Tamaruteua - Estação 06
Velocidade (m /s)
10
8
6
4,11
4
2
0
J
F
M
1998
A
1999
M
J
2000
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.20 – Velocidade média da estação de Tamaruteua
A figura 3.20 apresenta o gráfico das velocidades médias mensais para os
anos de 1998, 1999, 2000 e o ano médio. Observa-se que em cerca de 58,33
77
% do período o vento está na Classe 1 e apenas 8,33 % na Classe 3, conforme
a tabela 2.1 e, como o valor da velocidade média anual (4,11 m/s) é
relativamente baixo, conclui-se que para geração eólica de médio e grande
porte essa localidade não é apropriada.
3.3.6.2 - Direção do Vento
A direção predominante varia de Leste (cerca de 80°), nos meses de
maior velocidade, para Nordeste e Leste (cerca de 70°), nos meses de menor
velocidade. As direções predominantes para a estação são apresentada na
figura 4.1.
Observa-se um espalhamento acentuado na rosa dos ventos no mês de
maio de 1999[1].
3.3.6.3 - Fator k e Fator C
O gráfico do fator de escala (C), apresentado na figura 3.21, apresenta
uma dispersão média ao longo do ano, situando-se entre 3,21 e 6,15.
C Médio Mensal - Tamaruteua - Estação 06
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
Meses
1998
1999
2000
Ano Médio
Figura 3.21 – “Fator C” mensal para a estação de Tamaruteua
D
78
Já o gráfico do fator de forma (k), apresentado na figura 3.22, possui
pequena dispersão, sendo quase linear, com valores entre 1,93 e 3,94.
K Médio Mensal - Tamaruteua - Estação 06
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
2000
Ano Médio
Figura 3.22 – “Fator k” mensal para a estação de Tamaruteua
3.3.7 - Estação de Praia Grande (Estação No. 7)
Na estação de Praia Grande, localizada no município de Ponta de Pedras,
a Sudeste da Ilha do Marajó (01° 23’ 47,5” S e 48° 49’ 1” W), foram coletados,
de abril de 1998 a março de 2000, 88.991 amostras de velocidade e direção de
vento, onde 95,19 % dos dados de velocidade e 98,95 % dos de direção foram
considerados válidos.
3.3.7.1 - Velocidade Média
A maior velocidade média observada nesse período foi registrada no mês
de outubro de 1998 (7,08 m/s) e a menor velocidade média foi encontrada no
mês de maio de 1999 (3,09 m/s).
79
Velocidade Média - Praia Grande - Estação 07
Velocidade (m /s)
10
8
5,05
6
4
2
0
J
F
M
1998
A
1999
M
J
J
2000
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.23 – Velocidade média da estação de Praia Grande
A figura 3.23 apresenta o gráfico das velocidades médias mensais para os
anos de 1998, 1999, 2000 e o ano médio. Observa-se que em 66,66 % dos
meses a velocidade está situada na Classe 2 ou superior, conforme a tabela
2.1, possuindo uma média anual de 5,05 m/s, boa para a geração de energia
eólica com turbinas de pequeno a médio porte.
No período de 1998 a 2000, calculando-se a velocidade média mensal do
ano médio, verificou-se que a relação entre a maior e a menor velocidade é de
74,08 %.
Os dados de velocidade de vento foram medidos nas alturas de 15 e 25
metros, pois o projeto dos aerogeradores para Praia Grande previa que os
mesmos seriam colocados nessas alturas. Para se uniformizar as medições, foi
calculado o coeficiente de rugosidade do terreno (alfa) médio mensal de Praia
Grande, e calculada a velocidade a 30 metros, cujo estudo é apresentado no
Capítulo 4.
80
3.3.7.2 - Direção do Vento
A direção predominante varia pouco: entre Nordeste e Leste (cerca de
60°), nos meses de maior velocidade, a Leste (cerca de 70°), nos meses de
menor velocidade. A figura 4.1 apresenta as direções predominantes para a
estação.
Nos meses de abril, maio e junho de 1998, abril, maio e junho de 1999,
observa-se um espalhamento acentuado na rosa dos ventos, sendo que em
junho de 1999 existem duas direções predominantes[1].
3.3.7.3 - Fator k e Fator C
No gráfico do fator de escala (C), apresentado na figura 3.24, verifica-se
uma variação acentuada ao longo do ano, situando-se entre 3,46 e 7,83.
C Médio Mensal - Praia Grande - Estação 07
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
2000
Ano Médio
Figura 3.24 – “Fator C” mensal para a estação de Praia Grande
Já o gráfico do fator de forma (k), apresentado na figura 3.25, possui
pouca dispersão, com valores entre 1,66 e 3,79.
81
K Médio Mensal - Praia Grande - Estação 07
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1998
1999
2000
Ano Médio
Figura 3.25 – “Fator k” mensal para a estação de Praia Grande
3.3.8 - Estação de Joanes (Estação No. 8)
Instalada no Leste da Ilha do Marajó (00° 51’ 01” S e 48° 29’ 48” W), a
estação de Joanes coletou dados em um período longo, de 1994 a 1996.
Entretanto, o CEPEL e a REDE CELPA não disponibilizaram esses dados para
serem utilizados no trabalho. Os 14.544 dados disponíveis, coletados nos
meses de abril a julho de 1994, não são suficientes para uma análise mais
profunda. Desse total, 100 % dos dados de direção e 99,97 % dos dados de
velocidade foram válidos.
3.3.8.1 – Velocidade Média
A figura 3.26 apresenta o gráfico das velocidades médias mensais para o
período disponível em 1994.
82
3.3.8.2 - Fator k e Fator C
Apresentado na figura 3.27, o gráfico do fator de escala (C), apresenta
pouca dispersão com valores entre 4,98 e 6,47.
Velocidade Média - Joanes - Estação 08
Velocidade (m /s)
10
8
5,21
6
4
2
0
J
F
M
A
M
J
1994
J
A
Ano Médio
S
O
N
D
N
D
Média
Figura 3.26 – Velocidade média da estação de Joanes
C Médio Mensal - Joanes - Estação 08
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
Meses
1994
Ano Médio
Figura 3.27 – “Fator C” mensal para a estação de Joanes
O gráfico do fator de forma (k) apresentado na figura 3.28, possui pouca
dispersão, com valores entre 2,07 e 2,99.
De modo a serem aproveitado os poucos dados da estação de Joanes no
trabalho,
foi
estudada
outra
estação,
às
proximidade,
para
que
se
extrapolassem esses valores. Essa avaliação levou em conta, além da
83
proximidade geográfica, o perfil da velocidade de vento no período de coleta de
dados. No Capítulo 4 é apresentada essa extrapolação.
K Médio Mensal - Joanes - Estação 08
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1994
Ano Médio
Figura 3.28 – “Fator k” mensal para a estação de Joanes
3.3.9 - Estação de Soure (Estação No. 9)
Localizada a Leste da Ilha do Marajó (00° 43’ 00” S e 48° 31’ 24” W), na
cidade de Soure, esta estação, de setembro de 1996 a abril de 1999, coletou
110.895 amostras de velocidade e direção do vento. Desse total, 98,98 % dos
dados de velocidade e 96,63 % dos de direção do vento foram considerados
válidos.
3.3.9.1 - Velocidade do Vento
A maior velocidade média observada no período de medições ocorreu no
mês de outubro de 1996 (7,92 m/s) e a menor velocidade média foi encontrada
no mês de abril de 1999 (4,67 m/s).
A figura 3.29 apresenta o gráfico das velocidades médias mensais para os
anos de 1996, 1997, 1998, 1999 e o ano médio. Observa-se que em 75 % do
84
tempo as médias mensais de velocidade estão situadas na Classe 4 ou
superior, conforme a tabela 2.1. Verificando ainda que a velocidade média
anual (6,38 m/s) é relativamente elevada, essa localidade é muito interessante
para a geração de energia eólica.
Velocidade Média - Soure - Estação 09
Velocidade (m /s)
10
8
6,38
6
4
2
0
J
F
1996
M
1997
A
M
1998
J
1999
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.29 – Velocidade média da estação de Soure
No período de 1996 a 1999, calculando-se a velocidade média mensal do
ano médio, encontra-se que a relação entre a maior e a menor velocidade é de
66,03 %, mostrando uma boa regularidade durante o ano todo.
3.3.9.2 - Direção do Vento
A direção predominante varia entre Nordeste e Leste (cerca de 52°), nos
meses de maior velocidade, e entre Norte e Nordeste (cerca de 40°), nos
meses de menor velocidade. As direções predominantes para a estação estão
mostradas na figura 4.1.
No mês de junho de 1997, verifica-se um espalhamento acentuado na
rosa dos ventos[1].
85
3.3.9.3 - Fator k e Fator C
Pelo gráfico apresentado na figura 3.30, observa-se que o fator de escala
(C) apresenta uma elevada dispersão, situando-se entre 5,24 e 8,45.
C Médio Mensal - Soure - Estação 09
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.30 – “Fator C” mensal para a estação de Soure
No gráfico do fator de forma (k) apresentado na figura 3.31, nota-se uma
dispersão acentuada, com valores entre 2,40 e 7,25.
K Médio Mensal - Soure - Estação 09
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.31 – “Fator k” mensal para a estação de Soure
N
D
86
3.3.10 - Estação de Chaves (Estação No. 10)
Na estação instalada no Norte da Ilha do Marajó (00° 09’ 36” S e 49° 59’
18” W), na cidade de Chaves, foram coletadas 74.485 amostras de velocidade
e direção de vento, no período de julho de 1996 a maio de 1999, das quais
100 % das amostras de direção e 97,50 % das de velocidade foram
consideradas válidas.
3.3.10.1 - Velocidade Média
A maior velocidade média observada no período em questão foi
observada no mês de outubro de 1998 (7,93 m/s) e a menor foi registrada em
maio de 1999 (3,18 m/s).
A figura 3.32 apresenta o gráfico das velocidades médias mensais para
1996, 1997, 1998, 1999 e o ano médio. Observa-se ainda que em 83,33 % dos
meses a velocidade média está situada na Classe 3 ou superior de acordo com
a tabela 2.1.
Velocidade Média - Chaves - Estação 10
Velocidade (m /s)
10
8
6,04
6
4
2
0
J
F
1996
M
1997
A
M
1998
J
1999
J
A
S
Ano Médio
O
N
D
Média Anual
Figura 3.32 – Velocidade média da estação de Chaves
87
No período de 1996 a 1999, calculando-se a velocidade média mensal do
ano médio, constata-se que a relação entre a maior e a menor velocidade é de
81,80 %. Como a velocidade média anual é de 6,04 m/s, nota-se que essa
localidade apresenta potencial eólico para a instalação de geradores de médio
e, possivelmente, de grande porte.
3.3.10.2 - Direção do Vento
A direção predominante varia pouco: da direção Nordeste-Leste (cerca de
55°), nos meses de maior velocidade, a Nordeste (cerca de 45°), nos meses de
menor velocidade. A figura 4.1 mostra as direções predominantes para a
estação.
Observa-se um espalhamento acentuado na rosa dos ventos nos meses
de março, abril e maio de 1999. Na rosa dos ventos dos meses de agosto,
setembro e outubro de 1996; julho, agosto, setembro e outubro de 1997; maio,
agosto, outubro, novembro e dezembro de 1998 além de dezembro de 1999
ocorreu um espalhamento acentuado com duas direções predominantes. Já em
março de 1997 e abril de 1998, existem três direções predominantes[1].
3.3.10.3 - Fator k e Fator C
O fator de escala (C), mostrado na figura 3.33, situa-se entre 4,14 e 8,91,
apresentando uma dispersão acentuada.
Da mesma forma, o gráfico do fator de forma (k), apresentado na figura
3.34, possui dispersão significativa, com valores entre 2,07 e 7,09.
88
C Médio Mensal - Chaves - Estação 10
10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.33 – “Fator C” mensal para a estação de Chaves
K Médio Mensal - Chaves - Estação 10
8
6
4
2
0
J
F
M
A
M
J
J
A
S
O
N
D
Meses
1996
1997
1998
1999
Ano Médio
Figura 3.34 – “Fator k” mensal para a estação de Chaves
3.4 - COMENTÁRIOS
Nas 10 estações sob estudo, observou-se que as maiores velocidades
ocorreram em setembro e, principalmente outubro, enquanto as menores
ocorreram entre março e maio (principalmente) de cada ano.
89
A maior velocidade média foi registrada na estação de Ajuruteua,
10,01 m/s, no mês de outubro de 1998, e a menor, na estação de Tamaruteua,
2,87 m/s, no mês de maio de 1999.
A estação com maior velocidade média ao longo do ano é Ajuruteua, com
ventos de Classe 6 ou superior, de acordo com a tabela 2.1. A estação de Mota
também apresentou ventos de velocidade média elevada em boa parte do ano,
só que com menor regularidade. Já a estação de Tamaruteua possui as
menores velocidades médias ao longo do ano, com ventos de Classe 1 em
pelo menos metade dos meses do ano.
A forma das curvas obtidas para as velocidades médias assemelha-se a
uma função de 3ª ordem, com mínimos em maio e máximos em outubro. Essa
relação é melhor apresentada no Capítulo 4.
Observou-se na maioria das estações que a direção do vento está situada
no quadrante Norte-Leste, sendo que existe uma tendência de ventos entre
Nordeste e Leste nos meses de maiores velocidades e entre Norte e Nordeste
nos meses de menores velocidades médias.
Em geral, os valores do fator de forma (k) variam bastante ao longo do
ano na maioria das estações, enquanto os do fator de escala (C), como
esperado, acompanham os gráficos de velocidade média.
90
CAPÍTULO 4
ANÁLISE E MODELAGEM DA ENERGIA EÓLICA NO LITORAL DO
ESTADO DO PARÁ
De posse de todos os dados das medições de velocidade média, direção
e dos fatores de forma (k) e escala (C) em todas as estações, procurou-se
corrigir esses valores e, buscar alternativas para que esses gráficos pudessem
ser expressos através de equações, de tal maneira que, a cada dia ou mês do
ano médio fosse fácil calcular as velocidades médias, através de uma relação
simples e direta.
4.1 - CORREÇÃO DOS VALORES DAS VELOCIDADES MÉDIAS
Após a análise dos valores das velocidades médias medidas nas
estações sob estudo, foi observado que em alguns meses do ano médio, esses
valores apresentavam desvios em relação às médias, quando comparados,
individualmente com outros anos ou em relação aos meses anterior e posterior.
De modo a se calcular uma curva para ajuste da velocidade ao longo do ano,
esses valores foram eliminados do estudo.
Em alguns meses, como forma de manter a continuidade dos gráficos,
médias aritméticas foram calculadas entre os meses anterior e posterior. A
seguir são relatadas as principais modificações executadas:
Estação de Vizeu: a média do mês de maio de 1999 foi muito elevada, se
comparada com abril do mesmo ano e com os valores dos outros anos, e o
91
valor foi excluído para o ano médio. Ressalte-se ainda que no mês de janeiro
não existem valores medidos em nenhum dos anos analisados;
Estação de Salinópolis: nos meses de fevereiro e maio de 1998 as médias
ficaram elevadas, se comparadas com o ano de 1999, e em novembro de 1998
ela ficou baixa. Para o ano médio, todas foram excluídas, sendo que, em maio
e novembro, os novos valores médios foram calculados pelas médias
aritmética dos meses anterior e posterior;
Estação de Mota: a média do mês de junho de 1999 foi considerada elevada,
se comparada com os meses anterior e posterior do mesmo ano, e foi excluída.
Para o ano médio, o novo valor médio do mês foi calculado pela média
aritmética dos meses anterior e posterior a junho;
Estação de Algodoal: no mês de fevereiro de 1997, a média foi considerada
elevada e em outubro de 1997 ficou baixa, se comparada com o ano de 1998,
sendo que, para o ano médio, elas foram excluídas;
Estação de Chaves: a média do mês de junho de 1998 foi considerada
elevada, se comparada a outros anos, e foi excluída. Para o ano médio, o novo
valor médio do mês foi calculado pela média aritmética dos meses anterior e
posterior a junho;
Estação de Joanes: como só existiam disponíveis dados, a 20 m, nos meses
de abril, maio, junho e julho, os valores para o ano médio de Joanes foram
ajustados pela curva de Praia Grande, em função da sua proximidade
geográfica e mesmo perfil da curva. Os valores dos demais meses foram
obtidos calculando-se a média das diferenças entre as duas estações para os
meses de abril, maio e junho e, somado-se esse valor fixo, aos valores
mensais dos demais meses da curva de Praia Grande. Esses valores não
92
foram corrigidos para 30 m por não ser possível calcular o coeficiente de
rugosidade do terreno.
De modo que as análises de direção, fator de forma (k) e fator de escala
(C) fiquem coerentes, as mesmas considerações acerca da integridade dos
dados de velocidade foram estendidas para os demais parâmetros do vento.
No Anexo 5 é apresentada a tabela de valores corrigidos para a
velocidade média.
4.2 - AVALIAÇÃO DAS DIREÇÕES PREDOMINANTES
De acordo com o mapa apresentado na figura 4.1, observa-se que,
durante o ano, em quase todas as estações sob estudo, a direção do vento
está situada no quadrante Norte-Leste, sendo que existe uma tendência de
ventos entre Norte e Nordeste nos meses de menor velocidade (março, abril e
maio), e entre Nordeste e Leste nos meses de maior velocidade média
(setembro e outubro).
Existe ainda uma tendência de variação da direção do vento no sentido
horário, dos meses de menor para os de maior velocidade em quase todas as
estações. Quando a velocidade atinge o seu ponto máximo, essa tendência de
direção se reverte, mudando de sentido (passando para anti-horário), até
atingir o valor mínimo de velocidade, quando ocorre nova reversão de sentido.
Essa tendência pode ser observada na figura 4.2.
Na estação de Joanes, como estavam disponíveis somente dados de
velocidade e direção medidos durante 4 meses, foi traçada apenas a direção
do mês de menor velocidade (maio).
93
94
95
A análise das rosa dos ventos das estações, apresentada no Relatório
Técnico GEDAE/ELETRONORTE[1], nota-se que, nos meses de abril e maio da
maioria dos anos de coleta de dados, existe um espalhamento acentuado da
direção do vento, não sendo possível, de maneira segura, caracterizar uma
direção predominante, mas sim um setor onde se situam as direções
predominantes. Em 1999, esse espalhamento foi mais acentuado que nos
outros anos, sendo verificado em todas as estações.
4.3 - DESENVOLVIMENTO COMPUTACIONAL PARA TRATAMENTO DOS
DADOS
4.3.1 - Software Labview
LabVIEW, marca registrada da National Instruments Inc., é um software
que auxilia a produção de programas matemáticos, utilizando a linguagem
gráfica. Ele não utiliza linhas de comandos em seu algoritmo; ao invés disso,
utiliza blocos que interagem através do fluxo de dados, onde cada bloco exerce
uma função. Sendo o LabVIEW um programa matemático, existem em seu
escopo vários blocos com funções matemáticas diversas, tais como: geração
de sinais, probabilidade e estatística, álgebra linear (números complexos),
processamento de sinal, domínio do tempo e freqüência, filtros,
funções,
gráficos 3D, Carta de Smith, entre outras.
4.3.2 - Programa COEPOL
COEPOL é um programa, desenvolvido em ambiente LabVIEW, que tem
por finalidade utilizar dados de diversas localidades, durante um período (dias
ou meses), e determinar a melhor curva de ajuste para aqueles dados. Além
96
disso, armazena em arquivo os coeficientes dessa curva ajustada. O programa
COEPOL trabalha com dois arquivos:
•
<valores.dat> - onde são armazenados os valores medidos das diversas
localidades (entrada);
•
<coeficientes.dat>) - onde
são armazenados os coeficientes da curva
ajustada (saída).
É necessário observar que, antes de executar o programa, sejam
inseridos os valores medidos no arquivo <valores.dat>; estes podem ser
copiados diretamente de uma tabela ou planilha Excel, por exemplo.
Após serem inseridos os valores e gravado o arquivo, o programa está
em condições de ser executado. No menu principal há duas opções de
seleção: meses ou dias, que são os parâmetros das coordenadas, conforme
apresentado na figura 4.3.
Figura 4.3 – Tela principal do programa COEPOL
Na tela seguinte há parâmetros para a visualização dos valores, ou do
gráfico para a curva ajustada. Existe um botão com os nomes de <Dados> e
<Gráficos>, bastando pressioná-lo para comutar entre uma forma e outra,
97
como observado na figura 4.4. Além do já citado, antes de executar o programa
é necessário selecionar os seguintes parâmetros:
•
O tipo de algoritmo utilizado para a obtenção dos coeficientes (SVD,
Givens, Cholesky, LU Decomposition, Householder, Givens2, etc);
•
A ordem do polinômio (2ª, 3ª, .. , 8ª ordem);
F(x) = a0 + a1 × X + a 2 × X2 + a3 × X3 + ... + an × Xn
•
(4.1)
O número de casas decimais a serem utilizados (1,2, ..).
Para os valores dos coeficientes são utilizadas no máximo 8 casas
decimais. Existe ainda a opção de seleção de localidade, onde pode ser
escolhida uma das 10 estações. Ao se escolher a localidade, automaticamente
são apresentados o seu gráfico e os coeficientes da curva ajustada (a0, a1, a2,
a3 e an), conforme mostrado na figura 4.4.
Figura 4.4 – Tela gráfica do programa COEPOL
98
As localidades existentes são identificadas de 0 a 9, por necessidade do
programa:
0 - Viseu
2 - Salinópolis
4 - Algodoal
6 - Praia Grande
8 - Soure
1- Ajuruteua
3 - Mota
5 - Tamaruteua
7 - Joanes
9 - Chaves
Os coeficientes calculados são armazenados em forma de tabela em um
arquivo denominado de <Coeficientes.dat>.
4.3.3 - Algoritmos SVD e Givens2
Nos cálculos para levantamento dos coeficientes que melhor se adaptam
à curva medida, as melhores aproximações foram obtidas com os algoritmos
SVD e Givens2.
O algoritmo SVD, ou Decomposição dos Valores Singulares, utiliza a
decomposição de uma matriz de valores, através de fatoração. Este algoritmo é
muito útil na solução de problemas de mínimos quadrados, otimização, ajuste
de curvas e análise de sistemas lineares.
De outro modo, o algoritmo Givens2 calcula os parâmetros de rotação
Givens para um vetor de dois elementos, através de uma transformação
ortogonal.
Maiores detalhes sobre esses algoritmos podem ser obtidos nos manuais
do programa LabVIEW.[19]
99
4.4 - ESTUDO DOS VALORES DOS FATORES DE ESCALA (C) E DE
FORMA (k)
De acordo com a equação (2.12), é possível representar a distribuição
das velocidades ao longo de um período de tempo, utilizando-se os fatores de
forma (k) e de escala (C). Para todos os meses onde foram calculadas as
velocidades médias, foram também calculados os fatores de forma (k) e de
escala (C) correspondentes, através de programa desenvolvido no GEDAE, a
partir de uma planilha Excel, que utiliza como referência a Função Gama. Os
Anexos 6 e 7 apresentam todos os valores calculados dos fatores “C” e “k”.
Também, para todos os meses, foram calculadas as densidades de
distribuição de velocidade média, que se encontram no Relatório Técnico
GEDAE/ELETRONORTE[1]. Elas foram normalizadas e traçadas em um gráfico
com abcissas entre 0 e 20 m/s em intervalos de 1 m/s e amplitude máxima de
35 %. De modo a validar os dados e a consistência das medidas, as figuras
4.5, 4.6 e 4.7 apresentam alguns gráficos dos valores medidos e calculados
para algumas estações.
Os valores medidos são dados discretos, já que a densidade de
distribuição utiliza valores de velocidade dentro de um intervalo específico,
enquanto que os valores calculados pela equação (2.12) são contínuos.
De acordo com os gráficos, observa-se que existe uma boa consistência
na representação dos dados nos dois modos.
100
Ajuruteua - Maio/1997
3 5,0%
3 0,0%
2 5,0%
2 0,0%
1 5,0%
1 0,0%
5,0%
0,0%
0 a <1
1 a <2
2 a <3
3 a <4
4 a <5
5 a <6
6 a <7
7 a <8
8 a <9 9 a <10 10 a <
11
Medido
11 a <
12 a <
13 a <
14 a <
15 a <
16 a <
17 a <
18 a <
19 a <
12
13
14
15
16
17
18
19
20
Calculado
Figura 4.5 – Densidade de velocidade de Ajuruteua
Vizeu - Outubro/1998
35,0%
30,0%
25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
0 a <1
1 a <2
2 a <3
3 a <4
4 a <5
5 a <6
6 a <7
7 a <8
8 a <9 9 a <10
Medido
10 a <
11 a <
12 a <
13 a <
14 a <
15 a <
16 a <
17 a <
18 a <
19 a <
11
12
13
14
15
16
17
18
19
20
Calculado
Figura 4.6 – Densidade de velocidade de Vizeu
Os Anexos 3 e 4 apresentam os gráficos dos fatores de forma (k) e de
escala (C) para o ano médio de todas as estações sob estudo. O gráfico do
fator de escala (C), como é de se esperar, assemelha-se ao das velocidades
médias para o ano médio. Entretanto, o gráfico do fator de forma (k) apresenta
um comportamento disperso ao longo do ano, mostrando que não existe uma
101
correlação direta, ao longo do ano, com a velocidade média ou com o fator de
escala (C).
Praia Grande - Outubro/1999
35,0%
30,0%
25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
0 a <1
1 a <2
2 a <3
3 a <4
4 a <5
5 a <6
6 a <7
7 a <8
8 a <9 9 a <10 10 a <
11
Medido
11 a <
12 a <
13 a <
14 a <
15 a <
16 a <
17 a <
18 a <
19 a <
12
13
14
15
16
17
18
19
20
Calculado
Figura 4.7 – Densidade de velocidade de Praia Grande
Utilizando-se o programa COEPOL foram levantados os coeficientes de
ajuste para as curvas do fator de escala (C) e forma (k) do ano médio.
Observa-se que, para o fator de escala (C), um polinômio de 3ª ordem
(mostrado através da equação (4.1)) pode ser utilizado, com uma boa
aproximação, para representar uma curva ajustada aos valores medidos. O
Anexo 8 apresenta um resumo dos coeficientes, os valores medidos, os valores
calculados pelo polinômio de 3ª ordem e os erros relativos. Nota-se que os
erros máximos encontrados são de 32,71 % na estação de Vizeu, no mês de
dezembro, e 23,08 % na estação de Algodoal, no mês de maio. Nos demais
meses, em todas as estações, esse valor encontra-se abaixo de 17,18 %.
102
Para os valores do fator de forma (k), apresentados no Anexo 6, uma
representação de curva ajustada para 12 pontos pode ser calculada através de
um polinômio de 5ª ordem. Entretanto, quando utiliza-se um polinômio desta
ordem, a função se torna muito instável e a recuperação de dados não teria
uma representação muito real, sendo por esse motivo desconsiderada,
conforme apresentado na figura 4.8.
K Médio - Algodoal - Estação 05
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.8 – Exemplo de curva de ajuste para o fator “k”
4.5 - ESTUDO DO COEFICIENTE DE RUGOSIDADE DO TERRENO (α)
Como já explicado nos tópicos 2.5, 2.6 e 2.7, a velocidade do vento varia
com a altura, em função da rugosidade do terreno. Este coeficiente,
denominado expoente de altitude de Hellman’s, fator α, ou simplesmente α, é
avaliado neste tópico.
De acordo com estudos realizados por H. P. Frank e E. L. Peterson[20] no
norte da Finlândia, foi observado que, em função da mudança da rugosidade
do terreno, por causa da cobertura de neve no inverno, α diminui e há um
103
aumento da velocidade média em até 39 %, se comparado com as velocidades
média do verão naquela mesma região.
É possível correlacionar a velocidade entre duas alturas diferentes no
mesmo ponto, através da equação (2.1). Se for conhecida a velocidade em
uma altura específica e o coeficiente de rugosidade do terreno, é possível
calcular a velocidade em uma nova altura. De maneira geral, pode-se reescrever a equação (2.1) em função do valor de α, da seguinte forma:
α = ln
V(h 2 )
× [h 1 /h 2 ] .
V(h 1 )
(4.2)
Através desta equação, e com base nos valores medidos nas estações de
Mota, Tamaruteua e Praia Grande, em alturas pré-estabelecidas, foi possível
avaliar o comportamento do coeficiente de rugosidade do terreno ao longo do
ano, para essas localidades.
É necessário ressaltar aqui que, para cada estação, como foram medidas
velocidades em duas alturas fixas (integradas a cada 10 minutos), foi calculado
o valor de α para cada medição realizada, através da equação (4.2). Em
seguida, foi calculada a média diária do α, fazendo-se a média dos valores
individuais; depois as médias mensais e, através dessas, a média anual. Os
gráficos a seguir apresentam em destaque os valores médios de α de alguns
períodos sob análise (dia, mês e ano).
O Anexo 9 apresenta um resumo dos valores médios mensais de α para
cada uma das três estações sob estudo, assim como os valores das
velocidades médias mensais nas alturas de 10 e 30 metros, para as estações
de Mota e Tamaruteua, e 15, 25 e 30 m, para a estação de Praia Grande.
Salienta-se que os valores de velocidade a 30 m em Praia Grande são
104
calculados pela equação (4.2), para cada medição realizada em 15 e 25 m na
estação. Os valores anuais médios são também apresentados.
4.5.1 - α da Estação de Mota
Nessa estação, os dados de velocidade foram medidos nas alturas de 10
e 30 m. Os cálculos das médias diárias de α nos meses de maior e menor
velocidade são apresentados nos gráficos a seguir.
Alfa_Diário - Mota - (Abril/1999)
1,2
0,3313
1
Alfa
0,8
0,6
0,4
0,2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Dia
Figura 4.9 – α diário da estação de Mota (abril de 1999)
Alfa_Diário - Mota - (Setembro/1999)
0,25
0,1869
Alfa
0,2
0,15
0,1
0,05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Dia
Figura 4.10 – Alfa diário da estação de Mota (setembro de 1999)
105
Como pode ser observado pelos gráficos apresentados nas figuras 4.9 e
4.10, existe uma variação mais acentuada nos valores de α no mês de menor
velocidade (abril), se comparado com o de maior velocidade (setembro). Essa
variação é justificada pelo fato que, nos meses de menor velocidade, a direção
da qual sopra o vento varia bem mais que nos meses de maior velocidade.
Deste modo, o tipo de rugosidade do terreno a montante e a jusante da
estação varia constantemente, provocando essa oscilação. De acordo com as
rosa dos ventos do Relatório Técnico GEDAE/ELETRONORTE[1], como nos
meses de maior velocidade a direção predominante do vento é quase
constante, essa variação é bem menor. Esse também é um dos fatores que faz
com que o valor médio de um mês seja muito diferente do outro. Em abril, o α é
maior que em setembro.
Alfa Médio Mensal - Mota
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
0,2748
0,2431
0,1897
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
1998
1999
2000
Média Anual
Média Anual
Média Anual
Figura 4.11 – α médio mensal da estação de Mota
Por outro lado, verificando- se o gráfico anual do α de Mota (figura 4.11),
observa-se que existe uma constância de ano para ano nos valores médios
mensais de α. Os valores em negrito no lado esquerdo do gráfico representam
as médias anuais para 1998, 1999 e 2000.
106
O valor médio anual de α no período de observação das medições é de
0,2359, como pode ser observado no gráfico do ano médio, mostrado na figura
4.12. De acordo com a tabela 2.2, esse valor situa-se entre as classes 2 e 3 de
rugosidade do terreno, confirmando o valor de α para áreas de fazendas com
árvores, florestas e vilas.
Alfa Médio Mensal - Mota
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,2359
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Média
Figura 4.12 – α médio mensal para um o médio - Estação de Mota
4.5.2 - α da Estação de Tamaruteua
Na estação de Tamaruteua, assim como em Mota, os valores de
velocidade foram medidos nas alturas de 10 e 30 m. Os gráficos do valor de α
nos meses de maior e menor velocidade, março e setembro respectivamente,
são apresentados nas figuras 4.13 e 4.14.
Em março, verifica-se que os valores médios diários de α oscilam muito,
entre 0,20 e 0,60, com média mensal de 0,3923. Este é um valor bem elevado
se comparado com o do mês de setembro, que apresenta média mensal de
0,178, com variações menores, dentro do intervalo de 0,15 a 0,35. Desse
107
modo, verifica-se que a oscilação na direção de vento dos meses de menor
velocidade, se comparada com os meses de maior, são também responsáveis
pelos valores diferentes calculados para as médias mensais.
Alfa_Diário - Tamaruteua - (Março/1999)
0,7
0,6
Alfa
0,5
0,3923
0,4
0,3
0,2
0,1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Dia
Figura 4.13 – α diário da estação de Tamaruteua (março de 1999)
Alfa_Diário - Tamaruteua - (Setembro/1998)
0,4
0,1780
0,35
0,3
Alfa
0,25
0,2
0,15
0,1
0,05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Dia
Figura 4.14 – α diário da estação de Tamaruteua (setembro de 1998)
No gráfico dos valores do α médio mensal da estação para os anos de
1998, 1999 e 2000, apresentado na figura 4.15, observa-se que nesses anos,
os gráficos anuais são quase idênticos. Os valores médios mensais são mais
elevados entre março e maio (valores entre 0,3 e 0,4), em função da variação
108
das direções predominantes, mantendo-se na faixa de 0,2, nos demais meses
do ano. As médias anuais também encontram-se próximo de 0,2.
Alfa Médio Mensal - Tamaruteua
0,5
0,4
0,3
0,2
0,2585
0,2511
0,2233
0,1
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
1998
1999
2000
Média Anual
Média Anual
Média Anual
Figura 4.15 – α médio mensal da estação de Tamaruteua
Para o α do ano médio, apresentado na figura 4.16, confirma-se a
tendência do gráfico da figura 4.15. O valor anual médio de α, no período sob
estudo, é de 0,2443, que, de acordo com a tabela 2.2, está situado entre as
Classes de Rugosidade 2 e 3, confirmando o valor de α para regiões de
fazendas com arbustos, árvores e vilas.
Alfa Médio Mensal - Tamaruteua
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,2443
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Média
Figura 4.16 – α médio mensal para o ano médio - Estação de Tamaruteua
109
4.5.2 - α da Estação de Praia Grande
A estação de Praia Grande apresenta algumas particularidades, se
comparada às estações de Mota e Tamaruteua: as velocidades foram medidas
nas alturas de 15 e 25 metros, por necessidade do projeto; o valor de α
calculado pela equação (4.2) foi utilizado para o cálculo da velocidade a 30 m,
utilizada na avaliação global de todas as estações apresentadas no item 4.6
deste capítulo; o valor de α em alguns meses apresenta resultados negativo.
O valor de α oscila entre -0,2 a 0,5, em abril, mês de menor velocidade
média (figura 4.17). O α médio no período é de 0,1045 e a grande variação
durante o mês é decorrência da mudança freqüente na direção de vento. Nos
outros meses esta oscilação não é tão elevada e, o intervalo é menor.
Os valores negativos encontrados em algumas medições, significam que
a velocidade a 15 m é maior que a 25 m. Isto se deve ao fato da estação estar
localizada em uma elevação e, muito provavelmente, esta tenha um efeito
acelerador na velocidade de vento em baixas alturas, durante algumas
medições.
Alfa_Diário - Praia Grande - (Abril/1998)
0,5
0,1045
0,4
Alfa
0,3
0,2
0,1
0
-0,1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0,2
Dia
Figura 4.17 – α diário da estação de Praia Grande (abril de 1998)
110
O gráfico da figura 4.18 apresenta a avaliação do valor médio de α no
mês de setembro, cujas velocidades médias são mais elevadas. Nesse mês, a
amplitude das variações é menor, se comparada a abril. Ela situa-se na faixa
de -0,1 a 0,15, com média mensal de -0,0130, muito próxima a zero,
significando que a velocidade extrapolada para 30 m fica muito semelhante ao
valor a 25 m. Essa pequena oscilação também confirma a hipótese que nos
meses onde a direção predominante é mais constante o valor de α é mais
estável. Neste caso, como o valor médio mensal é negativo, significa que a
direção do vento é perpendicular à elevação.
Alfa_Diário - Praia Grande - (Setembro/1998)
0,15
0,1
-0,0130
Alfa
0,05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0,05
-0,1
-0,15
Dia
Figura 4.18 – α diário da estação de Praia Grande (setembro de 1998)
Na avaliação do valor de α ao longo do período de observação, mostrado
na figura 4.19, verifica-se que, na maioria dos meses, essa relação não é muito
constante, ou seja, muda de ano para ano. Em 1998, a média é de 0,0096; em
1999, esse valor médio anual calculado é de -0,0157, e nos 3 primeiros meses
do ano 2000, essa média é de 0,0777. Como esse valores são muito pequenos
em amplitude, não é muito fácil estabelecer uma correlação entre eles ao longo
de vários anos.
111
Alfa Médio Mensal - Praia Grande
0,2
0,15
0,1
0,05
0
-0,05
-0,1
-0,15
0,0777
0,0096
-0,0157
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
1998
1999
2000
Média Anual
Média Anual
Média Anual
Figura 4.19 – α médio mensal da estação de Praia Grande
Se forem analisados os valores de α do ano médio, conforme mostrado
na figura 4.20, observa-se que o valor médio anual é de 0,0209, apesar dos
valores no mês de maio e durante todo segundo semestre, apresentarem
valores negativos ou próximos a zero.
Alfa Médio Mensal - Praia Grande
0,08
0,06
0,04
0,02
0,00
-0,02
-0,04
-0,06
-0,08
0,0209
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Média
Figura 4.20 – α médio mensal para o ano médio - Estação de Praia Grande
Essa tendência de valores negativos no segundo semestre, onde as
direções de velocidade são mais constantes, confirmam a Classe de
112
Rugosidade 0 (tabela 2.2), ou seja áreas próximas à costa. Nesse caso, é
necessário ressaltar que a elevação na frente da estação faz com que os
valores de velocidade a 15 m sejam, algumas vezes, maiores que a 25 m.
4.5.4 - Ajuste dos Valores de α
Utilizando-se o programa COEPOL, apresentado no item 4.3, procura-se
calcular uma função polinomial (equação 4.1) que melhor represente os valores
médios de α para cada uma das estações.
No Anexo 10, é apresentada uma tabela com os valores medidos,
calculados e os erros relativos para cada uma das 3 estações.
No gráfico da figura 4.21, são apresentados os valores medidos e
calculados da estação de Mota, baseados em um polinômio de 3ª ordem, com
algoritmo SVD. Verifica-se que os maiores erros relativos são de 27,71 %, no
mês de dezembro, e 24,71 %, no mês de novembro, mantendo-se numa faixa
menor que 19,9 % nos demais meses.
Alfa Médio Mensal - Mota
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
-0,1000
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Meses
Média
Calculado
Figura 4.21 – Curva do α médio de Mota
Out
Nov
Dez
113
Analisando-se o gráfico da figura 4.22, para a estação de Tamaruteua,
pode-se observar que uma função polinomial de 3ª ordem, também utilizando o
algoritmo SVD, apresenta uma aproximação razoável para a curva do α.
Observa-se ainda, de acordo com o Anexo 10, que os erros estão
compreendidos entre 2,27 % a 26,58 %, a menos do mês de dezembro, cujo
valor é de 48,59 %.
Alfa Médio Mensal - Tamaruteua
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
-0,1000
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Média
Calculado
Figura 4.22 – Curva do α médio de Tamaruteua
No gráfico da figura 4.23, para a estação de Praia Grande, apesar de
serem apresentados os valores medidos e calculados, esses não podem ser
utilizados para representar fielmente o α ao longo do ano, pois existem erros de
quase 2.000 %. Isto ocorre principalmente em função dos pequenos valores de
α, muito próximos a zero. Se a ordem do polinômio for aumentada, a função se
torna muito instável e oscila, não representando corretamente o valor de α, e
não sendo por esse motivo utilizada.
114
De uma maneira geral, os valores de α, ou coeficiente de rugosidade do
terreno, apresentam uma caracterização da localidade onde estão situadas as
estações e suas variações com a direção de vento e obstáculos, a montante e
a jusante das estações. Esses valores são importantes para serem avaliadas
as velocidades em alturas diferentes daquelas das medições, o que pode ser
um fator determinante no projeto de um parque eólico.
Alfa Médio Mensal- Praia Grande
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
-0,1000
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Média
Calculado
Figura 4.23 – Curva do α médio de Praia Grande
4.6 - COEFICIENTES DE AJUSTE DAS VELOCIDADES
Após terem sido corrigidos os valores das velocidades médias mensais de
alguns meses, em algumas das estações, conforme explicado no item 4.1,
todos os gráficos foram revisados e, através do programa COEPOL, os
coeficientes de ajustes das curvas, para polinômios de 3ª ordem, foram
calculados. Esses coeficientes de ajuste das curvas de velocidade para o ano
médio (a0, a1, a2 e a3 ) são utilizados para calcular a velocidade média mensal
115
ou diária de qualquer das estações. Isso pode ser uma facilidade no estudo e
projeto de sistemas eólicos na costa do Estado do Pará.
Os coeficientes de ajuste das curvas de velocidade média mensal, assim
como o tipo de algoritmo que melhor resposta deu ao ajuste, são apresentados
na tabela 4.1. No Anexo 11 são apresentados a velocidade média mensal
medida, a velocidade calculada pelo polinômio de ajuste (equação 4.1) e os
erros relativos.
Tabela 4.1 – Coeficientes de ajuste da curva de velocidade (mensal) e algoritmo
Localidade
a0
a1
a2
a3
Algoritmo
Vizeu
Ajuruteua
Salinópolis
Mota
Algodoal
Tamaruteua
Praia Grande
Joanes
Soure
Chaves
6,55575752
7,93269014
6,97383833
9,82565689
7,76696920
4,80313158
5,96727276
6,87848473
7,33868694
7,38101006
-1,80531096
-0,79977715
-1,51171291
-2,97353768
-2,02656865
-1,28536069
-1,64639521
-1,65237534
-1,61921656
-1,82948041
3,485E-01
1,936E-01
3,147E-01
5,345E-01
3,897E-01
2,648E-01
3,373E-01
3,363E-01
3,314E-01
3,308E-01
-1,759E-02
-1,037E-02
-1,600E-02
-2,480E-02
-1,843E-02
-1,317E-02
-1,674E-02
-1,661E-02
-1,654E-02
-1,483E-02
SVD
Givens2
SVD
SVD
SVD
SVD
SVD
SVD
SVD
SVD
A seguir são apresentados os gráficos corrigidos da velocidade média
para o ano médio, as curvas ajustadas para a velocidade mensal e, feita uma
análise para cada um desses gráficos, para cada uma das estações sob
estudo. Estabeleceu-se em ± 10 %, o valor do erro relativo máximo aceitável,
como forma de avaliar o ajuste das curvas.
4.6.1 - Estação de Vizeu
O gráfico apresentado na figura 4.24, apresenta os valores da velocidade
média medida para os anos de 1997, 1998 e 1999, além do ano médio. Para
116
esse ano, a velocidade mínima ocorre em abril e a máxima em outubro. A
velocidade média anual é de 4,75 m/s.
Velocidade Média - Vizeu - Estação 01
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
M
1997
J
J
1998
A
1999
S
O
N
D
Ano Médio
Figura 4.24 – Velocidades médias mensais da estação de Vizeu
Analisando-se a curva de ajuste para velocidade média mensal (figura
4.25), observa-se que o ajuste é considerado bom, pois o valor do erro relativo
em todos os meses é menor ou igual a -8,45 % (novembro).
Velocidade Média - Vizeu - Estação 01
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Meses
Medido
Calculado
Figura 4.25 – Ajuste das velocidades médias mensais de Vizeu
Dez
117
4.6.2 - Estação de Ajuruteua
Para a estação de Ajuruteua, cujas medições foram efetuadas nos anos
de 1996, 1997, 1998 e 1999, a velocidade média para o ano médio é de
7,96 m/s (figura 4.26). O valor mínimo ocorreu em abril e o máximo em
setembro.
Velocidade Média - Ajuruteua - Estação 02
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
1996
M
1997
J
J
1998
A
1999
S
O
N
D
Ano Médio
Figura 4.26 – Velocidades médias mensais da estação de Ajuruteua
Na curva de ajuste da velocidade média mensal, mostrada na figura 4.27,
verifica-se que o erro relativo máximo ocorre em fevereiro (9,97 %). Esse valor
confirma o bom ajuste para a curva dentro dos parâmetros estabelecidos.
Velocidade Média - Ajuruteua - Estação 02
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Meses
Medido
Calculado
Figura 4.27 – Ajuste das velocidades médias mensais de Ajuruteua
Dez
118
4.6.3 - Estação de Salinópolis
Velocidade Média - Salinópolis - Estação 03
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
M
J
1998
J
1999
A
S
O
N
D
Ano Médio
Figura 4.28 – Velocidades médias mensais da estação de Salinópolis
Na coleta de dados desta estação, realizada nos anos de 1998 e 1999,
observou-se que a velocidade média mínima ocorreu em abril e a máxima em
outubro (figura 4.28). Para o ano médio a velocidade média anual foi de
6,08 m/s.
Verifica-se que o ajuste da curva para a velocidade média mensal (figura
4.29) é ótimo, pois o valor do erro máximo é de -4,11 % (abril).
Velocidade Média - Salinópolis - Estação 03
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.29 – Ajuste das velocidades médias mensais de Salinópolis
119
4.6.4 - Estação de Mota
A forma da curva da velocidade média mensal da estação de Mota,
mostrada na figura 4.30, apresenta mínimo em maio e máximo em setembro. O
valor médio anual do ano médio é 6,88 m/s.
Velocidade Média - Mota - Estação 04
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
M
1998
J
J
1999
A
2000
S
O
N
D
Ano Médio
Figura 4.30 – Velocidades médias mensais da estação de Mota
Nota-se na figura 4.31 que o ajuste da curva da velocidade média mensal
não é tão bom quanto o das estações anteriormente mostradas, pois apresenta
erro máximo de -16,08 % em maio e, acima de 10 % em março, junho e julho.
Velocidade Média - Mota - Estação 04
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Meses
Medido
Calculado
Figura 4.31 – Ajuste das velocidades médias mensais de Mota
Dez
120
Deve-se observar que essa estação apresentou uma dispersão elevada
de dados de velocidades médias, como já apresentado no item 3.3.4, com
valores variando de 4,45 m/s (maio) a 9,16 m/s (setembro) do ano médio.
4.6.5 - Estação de Algodoal
Velocidade Média - Algodoal - Estação 05
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
1996
M
J
1997
J
1998
A
S
O
N
D
Ano Médio
Figura 4.32 – Velocidades médias mensais da estação de Algodoal
O gráfico da figura 4.32 apresenta as curvas das velocidades médias em
1996, 1997 e 1998, com média para o ano médio de 6,35 m/s.
Nota-se que há uma dispersão acentuada em junho e julho; o máximo
ocorre em outubro e o mínimo em maio.
Foi nesta esta estação que o ajuste da curva da velocidade média mensal
(figura 4.33) obteve o maior erro relativo do trabalho, -23,40 % (maio) e
superior a 10 % em janeiro, fevereiro e março, representando, portanto, um
ajuste fraco, em se tratando de aproveitamento de energia eólica.
121
Velocidade Média - Algodoal - Estação 05
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.33 – Ajuste das velocidades médias mensais de Algodoal
4.6.6 - Estação de Tamaruteua
As medições realizadas, entre 1998 e 2000, na estação de Tamaruteua,
apresentam mínimo em maio e máximo em setembro, com velocidade média
de 4,11 m/s, para o ano médio (figura 4.34).
Velocidade Média - Tamaruteua - Estação 06
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
1998
M
J
1999
J
2000
A
S
O
N
D
Ano Médio
Figura 4.34 – Velocidades médias mensais da estação de Tamaruteua
122
A curva de ajuste mensal da velocidade, mostrada na figura 4.35,
apresenta erro máximo de -16,10 % (maio). Como em outros meses ele está
abaixo de 10 %, pode-se considerar o ajuste aceitável.
Velocidade Média - Tamaruteua - Estação 06
10
8
6
4
2
0
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.35 – Ajuste das velocidades médias mensais de Tamaruteua
4.6.7 - Estação de Praia Grande
Através do gráfico da figura 4.36, nota-se que as curvas da velocidade
média de 1998 a 2000 apresentam mínimo em março e máximo em setembro,
com média de 5,05 m/s para o ano médio.
Velocidade Média - Praia Grande - Estação 07
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
1998
M
J
1999
J
2000
A
S
O
N
D
Ano Médio
Figura 4.36 – Velocidades médias mensais da estação de Praia Grande
123
Para o ajuste da curva para a velocidade média mensal, observa-se
também que o ajuste é muito bom, pois o erro relativo máximo é de 7,89 %
(abril), conforme o gráfico mostrado na figura 4.37.
Velocidade Média - Praia Grande - Estação 07
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.37 – Ajuste das velocidades médias mensais de Praia Grande
4.6.8 - Estação de Joanes
Velocidade Média - Joanes - Estação 08
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
M
J
1994
J
A
S
O
N
D
Ano Médio
Figura 4.38 – Velocidades médias mensais da estação de Joanes
Como já comentado no item 4.1, só foram disponibilizados dessa estação
dados de 4 meses e os ajustes iniciais levaram em consideração uma
extrapolação baseada em similaridade com a estação de Praia Grande. Com
124
isso, o gráfico da figura 4.38 apresenta mínimo em março e máximo em
setembro e velocidade média do ano médio de 5,93 m/s.
No caso dos erros relativos, verifica-se pela figura 4.39, que os mesmos
estão abaixo de 10 %, mostrando um ajuste muito bom para as curvas da
velocidade média mensal (5,87 %).
Velocidade Média - Joanes - Estação 08
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.39 – Ajuste das velocidades médias mensais de Joanes
Deve-se observar que, segundo Relatório Técnico do CEPEL (DPP-SGC131/95)[21], publicado em fevereiro de 1995, nas medições durante oito meses
(de maio a dezembro de 1994), a velocidade média do período de coleta foi
6,85 m/s, enquanto que, utilizando a extrapolação com a curva da estação de
Praia Grande, essa média anual foi de 5,95 m/s. Essa diferença de cerca de
15 % pode ser atribuída ao período de coleta de dados, a falta de uma série
histórica de dados de longo termo, além dos próprios erros provenientes da
extrapolação.
125
4.6.9 - Estação de Soure
Para a estação de Soure, cujas medições ocorreram entre 1996 e 1999,
verifica-se através do gráfico da figura 4.40, que há uma grande oscilação nas
velocidades médias no início do ano, se comparada com os demais meses.
Velocidade Média - Soure - Estação 09
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
A
1996
M
J
1997
J
1998
A
S
1999
O
N
D
Ano Médio
Figura 4.40 – Velocidades médias mensais da estação de Soure
A velocidade média do ano médio é de 6,38 m/s; a mínima ocorre em abril
e a máxima em setembro.
Velocidade Média - Soure - Estação 09
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Meses
Medido
Calculado
Figura 4.41 – Ajuste das velocidades médias mensais de Soure
Dez
126
Observando-se o gráfico de ajuste da velocidade mensal (figura 4.41),
verifica-se que o erro relativo máximo é de -12,13 % (maio), muito próximo do
limite estabelecido de 10 %, ou seja o ajuste é aceitável.
4.6.10 Estação de Chaves
Nos gráficos da estação de Chaves, apresentados na figura 4.42,
observa-se uma dispersão nos primeiros meses do ano se comparados com os
demais. A velocidade média do ano médio é de 5,89 m/s; a máxima ocorre em
outubro e a mínima entre abril e maio.
Velocidade Média - Chaves - Estação 10
Velocidade (m /s)
10
8
6
4
2
0
J
F
M
1996
A
M
1997
J
1998
J
A
1999
S
O
N
D
Ano Médio
Figura 4.42 – Velocidades médias mensais da estação de Chaves
Na avaliação da curva de ajuste da velocidade média mensal (figura
4.43), verifica-se que o erro relativo máximo é de 13,21 % (maio) e também
está um pouco acima de 10 % no início do ano, portanto aceitável.
127
Velocidade Média - Chaves - Estação 10
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Meses
Medido
Calculado
Figura 4.43 – Ajuste das velocidades médias mensais de Chaves
As curvas ajustadas de velocidade média mensal, na maioria das
estações, mostra que é possível que esses polinômios possam ser utilizados
como referência para o cálculo da velocidade média em qualquer mês do ano
médio, o que pode ser muito útil nas etapas iniciais do projeto de um parque
eólico.
Observa-se ainda que, como a potência extraída do vento varia com o
cubo da velocidade (equação 2.5), os erros maiores nos meses de menores
velocidades são menos significativos que os erros nos meses de maiores
velocidades, pois essa variação não reflete tanto na potência.
4.7 - CORRELAÇÃO ENTRE AS ESTAÇÕES
De acordo com os gráficos de velocidades médias, calculadas pelos
polinômios de 3ª ordem (figura 4.44), observa-se que todas as estações
possuem formato de curva de velocidade ajustada semelhante, com variações
128
na escala e algumas com perfil mais plano. Através delas, confirma-se que as
velocidades mínimas ocorrem entre março e maio e as máximas entre
setembro e outubro. A estação que possui a menor velocidade média mensal é
Tamaruteua e a maior, Ajuruteua.
Analisando-se as coordenadas geográficas (latitude e longitude) dessas
estações, como mostrado na tabela 3.1, verifica-se que a estação de Chaves
possui a menor latitude e Praia Grande a maior, enquanto que Vizeu possui a
menor longitude e Chaves a maior.
De acordo com as observações do Capítulo 2, e considerando as direções
predominantes mostradas na figura 4.1, poder-se-ia prever que, em regime de
ventos normais em pontos muito próximos ao litoral, a velocidade média fosse
crescente dos pontos de maior para os de menor longitude. Entretanto, como
nem todas as estações estão localizadas exatamente na costa, houve
variações nesses valores. Os gráficos das figuras 4.45 a 4.48, mostram
respectivamente os valores dos coeficientes a0, a1, a2 e a3, em função da
latitude das estações, enquanto os gráficos das figuras 4.49 a 4.52 apresentam
os mesmos valores em função da longitude. Para facilitar a análise, as
coordenadas foram transformadas de graus e minutos para segundos.
129
Velocidade Média Calculada
10
8
6
4
2
0
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Tamaruteua
Vizeu
Praia Grande
Joanes
Salinópolis
Chaves
Soure
Algodoal
Ajuruteua
M ota
Figura 4.44 – Curvas das velocidades médias calculadas das estações (polinômios de 3ª ordem)
Dez
130
A1 - Latitude
9,00
0,00E+00
8,00
-1,00E-02
7,00
-2,00E-02
6,00
-3,00E-02
5,00
A1
A0
A0 - Latitude
4,00
3,00
576
2092
2097,7
2139,3
2580
3061
3393
4422
5027,5
-4,00E-02
-5,00E-02
-6,00E-02
2,00
-7,00E-02
1,00
-8,00E-02
0,00
576
2092
2097,7
2139,3
2246,2
2580
3061
3393
4422
5027,5
-9,00E-02
Latitude
Latitude
Figura 4.45 – Valores de a0 em função da latitude
Figura 4.56 – Valores de a1 em função da latitude
A3 - Latitude
A2 - Latitude
6,00E-04
0,00E+00
-1,00E-07
5,00E-04
576
2092
2097,7
2139,3
2246,2
2580
3061
3393
4422
5027,5
-2,00E-07
-3,00E-07
4,00E-04
-4,00E-07
3,00E-04
A3
A2
2246,2
-5,00E-07
-6,00E-07
2,00E-04
-7,00E-07
1,00E-04
-8,00E-07
-9,00E-07
0,00E+00
576
2092
2097,7
2139,3
2246,2
2580
3061
3393
4422
5027,5
Latitude
Figura 4.47 – Valores de a2 em função da latitude
-1,00E-06
Latitude
Figura 4.48 – Valores de a3 em função da latitude
131
A1- Longitude
A0 - Longitude
9,00
0,00E+00
8,00
-1,00E-02
7,00
-2,00E-02
6,00
-3,00E-02
5,00
A1
A0
165691 169618 170325 170720 171306 171929 174588 174684 175741 179958
4,00
3,00
-4,00E-02
-5,00E-02
-6,00E-02
2,00
-7,00E-02
1,00
-8,00E-02
0,00
165691
169618 170325,3 170719,9 171305,8 171928,8 174588
174684
175741
179958
-9,00E-02
Longitude
Longitude
Figura 4.49 – Valores de a0 em função da longitude
Figura 4.50 – Valores de a1 em função da longitude
A2 - Longitude
A3 - Longitude
0,00E+00
6,00E-04
-1,00E-07
5,00E-04
-3,00E-07
4,00E-04
-4,00E-07
3,00E-04
A3
A2
165691 169618 170325 170720 171306 171929 174588 174684 175741 179958
-2,00E-07
-5,00E-07
-6,00E-07
2,00E-04
-7,00E-07
1,00E-04
-8,00E-07
-9,00E-07
0,00E+00
165691 169618 170325 170720 171306 171929 174588 174684 175741 179958
Longitude
Figura 4.51 – Valores de a2 em função da longitude
-1,00E-06
Longitude
Figura 4.52 – Valores de a3 em função da longitude
133
Encontrar uma correlação para a dependência entre os coeficientes
da curva de velocidade, latitude, longitude e a altura das estações, não é tarefa
simples, pois existem diversas outras variáveis que dificultam essas relações.
Uma delas é que nem todas as estações estão situadas exatamente no
litoral, o que se deve ao fato dos locais de medição, algumas vezes estarem
situados às proximidades das vilas ou localidades mais próximas, como no
caso de Vizeu, Tamaruteua, Chaves e Praia Grande. Desse modo, a
velocidade de vento a 30 m sofre alterações em função dos terrenos próximos
a essas localidades.
A forte dependência com o tipo de terreno ficou evidente na estação de
Tamaruteua, que por estar localizada em um ponto fora da costa, recebe
influência do terreno e da vegetação anterior ao local da estação, apresentando
velocidades médias muito inferiores às da estação mais próxima, que é
Algodoal (ver mapa da figura 4.1). Os ventos predominantes não chegam a
essa estação diretamente do oceano, mas sim por dentro do continente,
fazendo com que diminuam de intensidade. Este é o motivo pelo qual existem
picos acentuados nos gráficos dos coeficientes quando relacionados com a
latitude e longitude.
De acordo com os estudos de Nielsen, na Dinamarca[22], existem
dificuldades de se correlacionar velocidades de vento em estações diferentes,
principalmente devido ao tipo de rugosidade de terreno, topografia e obstáculos
às proximidades dos pontos de medição e séries históricas de medições de
longo termo. Essas mesma dificuldades podem ter dificultado uma correlação
precisa nesse trabalho.
134
4.8 - COMENTÁRIOS
Pelos resultados deste capítulo, observa-se que, de uma maneira geral,
as estações sob estudo apresentam velocidades médias anuais acima de 4 m/s
e, na maioria delas, os ventos são suficientes para a geração de energia eólica
por turbinas de médio e, algumas vezes, de grande porte.
De modo semelhante, observa-se que existe uma certa regularidade na
velocidade de ventos ao longo do ano, com mínimos ocorrendo entre março e
maio e os máximos entre setembro e outubro. As curvas de ajuste, através de
polinômios
de
3ª ordem,
retratam
esse
comportamento
de
maneira
perfeitamente aceitável, em praticamente todas as estações sob estudo.
Verificou-se ainda que, em um estudo mais detalhado dos fatores de
rugosidade, α, nas estações de Mota, Tamaruteua e Praia Grande, esses se
comportaram de maneira sazonal ao longo do ano e possuem uma forte
influência da direção da qual flui o vento. Os valores médios anuais calculados
para os tipos de terreno às proximidades da estação estão de acordo com o
previsto na tabela 2.2.
135
CONCLUSÕES
Nos últimos anos, o crescimento elevado da produção de energia eólica
para fins de geração de energia elétrica no mundo (mais que 35 % ao ano),
mostra como muitos países estão tratando essa forma de energia renovável,
que a cada dia se torna mais barata. Existe uma tendência que, a cada ano, a
matriz energética de alguns países da Europa, América do Norte e Ásia tenham
uma parcela cada vez maior de energia elétrica proveniente da força dos
ventos, atendendo tanto ao apelo ecológico quanto à redução de custos de
geração, com máquinas maiores e de melhor desempenho. Apesar de
existirem algumas experiências no Brasil, ainda há carência de geração de
energia eólica no país, agravada pela inexistência de dados de velocidade e
direção de vento de longo termo.
Como pode ser observado no Capítulo 2, dentre os diversos tipos de
movimento de ar na atmosfera, somente alguns deles, os ventos locais
próximos ao solo, podem ser utilizados na geração de energia eólica. Observase ainda que, de acordo com a tabela 2.1, as classes de ventos superiores a 3
(acima de 5,1 m/s) são as mais adequadas para a utilização por turbinas de
médio e, algumas vezes grande porte.
Utilizando-se a velocidade média em uma determinada localidade é
possível extrapolá-la para outras alturas de maneira simples e direta, através
da constante de Hellman (α). Desse modo, utilizou-se a equação 2.3 para se
avaliar como se comporta essa constante nas estações de Mota, Tamaruteua e
Praia Grande, durante um dia, um mês e um ano médio. Esses valores
apresentaram uma forte influência da direção da qual sopra o vento e do tipo
136
do terreno. Eles confirmam que os valores médios anuais calculados para os
tipos de terreno, às proximidades da estação, estão de acordo com o previsto
na tabela 2.2. Uma análise mais detalhada da direção da qual sopra o vento,
também poderia ser objeto de um estudo específico.
Nas 10 estações em estudo, observou-se que as maiores velocidades
ocorreram entre setembro e, principalmente, outubro, enquanto as menores
ocorreram entre março e maio (principalmente) de cada ano. A maior
velocidade média foi registrada na estação de Ajuruteua, 10,01 m/s, no mês de
outubro de 1998, e a menor, na estação de Tamaruteua, 2,87 m/s, no mês de
maio de 1999.
Ajuruteua é a estação que apresentou a maior velocidade média ao longo
do ano, com ventos de Classe 6 ou superior, de acordo com a tabela 2.1. Na
estação de Mota também observaram-se ventos de velocidade média elevada
em boa parte do ano. As menores velocidades médias ao longo do ano
ocorreram na estação de Tamaruteua, com ventos de Classe 1 em pelo menos
metade dos meses do ano. As velocidades das estações sob estudo
apresentam média anual acima de 4 m/s.
No capítulo 4 foi efetuado o ajuste das curvas da velocidade média. Essas
assemelham-se a uma função de 3ª ordem, com mínimos em maio e máximos
em outubro.
Observou-se ainda que, na maioria das estações, a direção do vento
situou-se no quadrante Norte-Leste, sendo que existe uma tendência de ventos
entre Nordeste e Leste nos meses de maiores velocidades e entre Norte e
Nordeste nos meses de menores velocidades médias.
137
Verificou-se que os valores do fator de forma (k) variam bastante ao longo
do ano na maioria das estações, enquanto os do fator de escala (C), como
esperado, assemelham-se aos gráficos de velocidade média.
Procurou-se correlacionar os coeficientes de ajuste das velocidades
médias (a0, a1, a2, a3) do vento nas estações sob estudo, em função da
localização geográfica (latitude, longitude e altura). Entretanto, essa correlação
é fortemente dependente do tipo de terreno, topografia do local de instalação
das estações e obstáculos existentes nesses pontos de medição. Sugere-se
que, no futuro, estudos sejam realizados de forma a se obter uma correlação
entre as velocidades médias no litoral do Estado do Pará. Essas análises
devem levar em consideração os estudos já efetuados nessa dissertação e no
Relatório Técnico GEDAE/ELETRONORTE[1].
Outro ponto importante a ser destacado é a necessidade de se manter
projetos e estudos de velocidades e direção de vento, além de outras
grandezas (pressão, temperatura, radiação solar, índice pluviométrico, etc.),
nesses pontos e em outros locais do litoral do Estado do Pará, principalmente
para que sejam validados os coeficientes de ajustes das velocidades médias já
medidas, e que sejam feitas novas avaliações sobre o potencial de energia
eólico. Essas medições devem ser fomentadas por órgãos públicos e privados
e divulgadas às instituições que pesquisam essa forma de energia alternativa
(Governo, Universidades, concessionárias, etc.), para que possam ser
transformadas em projetos, principalmente para as comunidades menos
favorecidas, muitas das quais, jamais terão acesso a energia elétrica
proveniente das usinas concessionárias.
138
REFERÊNCIAS BIBLIOGRÁFICAS
[1] - L. C. S. FRADE e J. T. PINHO, “Levantamento, Tratamento e Análise de
Dados de Velocidade e Direção do Vento no Litoral do Estado do Pará”,
Relatório Técnico, GEDAE/ELETRONORTE, UFPA, 2000.
[2] - www.mme.gov.br
[3] - www.cepel.br/~creseweb/cresesb.htm
[4] - www.mme.gov.br/prodeem
[5] - www.cemig.com.br/index2.htm
[6] - www.celpe.com.br
[7] - www.eolica.com.br/
[8] - www.chesf.gov.br/
[9] - www.coelce.com.br/
[10] - www.copel.com/copel/port/negocios-ger-energiaeolica.html#1-
Projeto
VENTAR
[11] - www.awea.org/faq/global99.html
[12] - www.ewea.org
[13] - L. JARASS, L. HOFFMANN, A. JARASS e G. OBERMAIR, “Wind Energy
– An Assessment of the Technical and Economic Potencial” ( International
Energy Agency ), Library of Congress Cataloging in Publication Data,
Springer-Verlang Berlin, Heindelberg, 1981.
[14] - J. F. WALKER e N. JENKINS, “Wind Energy Technology”, John Wiley &
Sons, England, 1997, pp. 3-18.
[15] - D. A. SPERA, “Wind Turbine Technology – Fundamental Concepts of
Wind Turbine Engineering”, ASME PRESS, New York,1994.
139
[16] - N. VAUGHIN, “Wind Energy and Wind Turbines”, Alternative Energy
Institute – West Texas A&M University, USA, 1996.
[17] - N. P. CHEREMISINOFF, “Fundamentals of Wind Energy”, Ann Arbor
Science Publishers, Inc., USA, 1978.
[18] - J. S. ROHATGI e V. NELSON, “Wind Characteristics – An Analysis for the
Generation of Wind Power”, Alternative Energy Institute – West Texas
A&M University, USA, 1994.
[19] - LabVIEW – Function na VI Reference Manual, National Instruments, USA,
January 1998.
[20] - H. P. FRANK e E. L. PETERSON, “Calculations on the Wind Climata in
Nothern Finland: the importance of Inversions and Roughness Variations
during the seasons”, Wind Energy, Volume 2, Number 2, John Wiley &
Sons, Ltd., April-June 1999, pp. 113-123.
[21] - M. A. E. GALDINO, “Tratamento e Análise dos Dados Anemométricos e
Solarimétricos Provenientes de Joanes-PA”, Relatório Técnico, CEPEL,
1995.
[22] - N. MORTEN, “A Method for Spatial Interpolation of Wind Climatologies”,
Wind Energy, Volume 2, John Wiley & Sons, Ltd., November 1999, pp.
151-166.
140
ANEXOS
Anexo 1 – Resumo das velocidades médias medidas
141
Anexo 2 – Gráfico das velocidades médias medidas do ano médio
142
Anexo 3 – Gráfico do “k” do ano médio
143
Anexo 4 – Gráfico do “C” do ano médio
144
Anexo 5 – Resumo das velocidades médias corrigidas
145
Anexo 6 – Resumo dos valores do fator de forma (“k”)
146
Anexo 7 – Resumo dos valores do fator de escala (“C”)
147
Anexo 8 – Resumo dos coeficientes de ajuste para fator de escala (“C”)
148
Anexo 9 – Resumo dos valores médios de α e velocidades de Mota,
Tamaruteua e Praia Grande
149
Anexo 10 – Resumo dos coeficientes de ajuste, valores medidos,
calculados de α e erros relativos
150
Anexo 11 – Resumo das velocidades médias mensais medidas, calculadas
e erros relativos
151
Anexo 12 – Especificações técnicas dos equipamentos das estações
Especificação da Estação de Praia Grande
152
Especificação da Estação de Mota
153
Especificação da Estação de Tamaruteua
154
As especificação das demais estações não foram disponibilizadas.