Avaliação de modelos meteorológicos de mesoescala em projetos de energia eólica

O estudo consiste na comparação dos resultados das simulações do modelo Weather Research and Forecasting (WRF) com medições de vento realizadas por uma torre anemométrica e dados fornecidos pelo Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP) por um período de 24 meses. O litoral do Rio...

ver descrição completa

Detalhes bibliográficos
Autor principal: Dorado, Rodrigo Martins (author)
Formato: masterThesis
Idioma:por
Publicado em: 2014
Assuntos:
Texto completo:http://hdl.handle.net/10183/87272
País:Brasil
Oai:oai:www.lume.ufrgs.br:10183/87272
Descrição
Resumo:O estudo consiste na comparação dos resultados das simulações do modelo Weather Research and Forecasting (WRF) com medições de vento realizadas por uma torre anemométrica e dados fornecidos pelo Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP) por um período de 24 meses. O litoral do Rio Grande do Sul é uma região de grande potencial eólico e vem sendo monitorado através de torres anemométricas por vários desenvolvedores de projetos eólicos. Com isso, o objetivo deste trabalho é empregar o modelo WRF, para que sirva de apoio `as medições e atue de forma complementar no sentindo de reduzir os riscos nas previsões sobre potencial eólico. É importante reproduzir os momentos estocásticos para obter uma ideia sobre a varia-bilidade da intensidade do vento e sua direção, de acordo com a linha temporal. As linhas temporais do passado que via semelhança, tem concordância com os padrões já existentes, servem para reproduzir séries futuras. Supondo que, as alterações climáticas sejam lentas, o provável que estas linhas reescaladas, as quais tem concordância do passado, poderão ter concordância com o futuro, sendo assim, o mais importante ´e acertar os momentos estocásticos da distribuição e não somente os valores absolutos. Os resultados concordaram com os dados observados, validando a metodologia aplicada na representação de ventos da região. Com isso permitirá desenvolver séries temporais de longo prazo, ajudando no conhecimento da climatologia local e reduzindo as incertezas dos projetos eólicos, além de fornecer um banco de dados para modelos estocásticos de distribuição de energia.