SIMULAÇÃO DE MESOESCALA DE VENTOS COM CARACTERÍSTICAS OFFSHORE UTILIZANDO OBSERVAÇÕES DE LIDAR EM UM PARQUE EÓLICO COSTEIRO NO NORDESTE BRASILEIRO

Autores

  • Juliana Magalhães Gonçalves Universidade Federal de Santa Catarina
  • Michel Frederico França Correa Universidade Federal de Santa Catarina
  • William Corrêa Radünz Universidade Federal de Santa Catarina
  • Júlio César Passos Universidade Federal de Santa Catarina
  • Yoshiaki Sakagami Universidade Federal de Santa Catarina

DOI:

https://doi.org/10.59627/cbens.2022.1204

Palavras-chave:

Eólica offshore, LiDAR, WRF

Resumo

A previsão e simulação do tempo em regiões costeiras apresentam desafios de pesquisa vindo da limitação de modelos de previsão atmosférica em representar esse tipo de terreno. A função da eólica na transição energética desdobra-se em esforços coletivos de pesquisa para compreender ventos em regiões costeiras através da integração entre modelos espaço-temporais e dados medidos por técnicas de sensoriamento remoto, capazes de realizar medições em alturas elevadas como perfiladores LiDAR. Esse empenho busca a redução do custo na implementação de parques eólicos com foco em melhoramento de modelos numéricos a partir de um entendimento mais consistente entre diferentes parametrizações de camada limite e dos fenômenos característicos de regiões costeiras próximas ao trópico. Para tanto, o objetivo desse trabalho é avaliar o desempenho do modelo de mesoescala WRF na representação de ventos costeiros com característica offshore utilizando quatro diferentes configurações de camada limite e diferentes resoluções para os níveis verticais. A região estudada contempla a Usina Eólica de Pedra do Sal localizada na região costeira de ParnaíbaPI e apresenta predominância de ventos offshore que surgem da combinação dos alísios com a brisa marítima local. As simulações foram validadas com medições realizadas no parque por LiDAR e torre anemométrica. Os resultados revelam um bom desempenho do modelo para direção do vento e temperatura. Mais especificamente, embora as simulações apresentem uma defasagem de cerca de 2 horas para representar o ciclo diário do vento, a velocidade média do vento foi bem representada. Para o cisalhamento vertical, os modelos apresentam semelhança para altitudes superiores a 300 m e inferiores a 200m. Portanto, para a adequada estimação de recursos eólicos offshore próximo a regiões costeiras no Nordeste brasileiro, é necessário compreender e melhorar simulações de mesoescala, possivelmente utilizando alta resolução espacial.

Downloads

Não há dados estatísticos.

Referências

ABEEOLICA. http://abeeolica.org.br/ Acesso: 10/12/2021.

BARTHELMIE, R. J.; BADGER, J.; PRYOR, S. C.; HASAGER, C. B.; CHRISTIANSEN, M. B.; JØRGENSEN, B. H. Offshore coastal wind speed gradients: Issues for the design and development of large offshore windfarms. Wind Engineering, v. 31, n. 6, p. 369-382, 2007.

CARVALHO, D. J. S. Optimização do modelo numérico de previsão do tempo WRF no contexto de previsão e produção de energia eólica. Dissertation (Master in Meteorology and Physical Oceanography) - Universidade de Aveiro, Portugal, 2009.

COIMBRA, I.L.. Investigation of a coastal wind farm at northeast brazil using the wrf model. Dissertação de mestrado. Universidade federal de santa catarina. Florianópolis, 2018.

DEBNATH. M.; DOUBRAWA. P.; OPTIS. M.; HAWBECKER. P.; BODINI. N. 2021. Extreme wind shear events in US offshore wind energy areas and the role of induced stratification. Wind Energy Science. DOI:10.5194/wes-6-1043-2021.

EPE. Balanço Energético Nacional - ano base 2017. EPE/Empresa de Pesquisa Energética, Brasil, 2018a.

FUERTES, F.C.; IUNGO, G.V.; Porte-Agel, F. 3D turbulence measurements using three synchronous wind lidars: Validation against sonic anemometry. J. Atmos. Ocean. Technol. 2014, 31, 1549–1556.

GOIT. J.; YAMAGUCHI. A.;ISHIHARA. T. 2020. Measurement and Prediction of Wind Fields at na Offshore Site by Scanning Doppler LiDAR and WRF. DOI:10.3390/atmos11050442.

HERSBACH, Hans et al. 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, v. 146, n. 730, p. 1999–2049. ISSN 1477870X. DOI: 10.1002/qj.3803.

MANN, J.; CARIOU, J.P.; COURTNEY, M.S.; PARMENTIER, R.; MIKKELSEN, T.; WAGNER, R.; LINDELÖW, P.; SJÖHOLM, M.; ENEVOLDSEN, K. 2009. Comparison of 3D turbulence measurements using three staring wind lidars and a sonic anemometer. DOI:10.1088/1755-1315/1/1/012012.

MILLER, S. T. K. et al. Sea breeze: Structure, forecasting, and impacts. Reviews of Geophysics, v. 41, n. 3, 2003.

NAKANISHI, Mikio; NIINO, Hiroshi. An Improved Mellor–Yamada Level-3 Model: Its Numerical Stability and Application to a Regional Prediction of Advection Fog. Boundary-Layer Meteorology, Elsevier Ltd, v. 119, p. 397–407, 2006. DOI: https://doi.org/10.1007/s10546-005-9030-8.

OPTIS. M.; BODINI. N.; DEBNATH. M.; DOUBRAWA. P. 2021. New methods to improve the vertical extrapolation of near-surface offshore wind speeds. Wind Energy Science. National Renewable Energy Laboratory, Golden. DOI:10.5194/wes-2021-5.

PETTAS, V.; KRETSCHMER, M.; CLIFTON, A.; CHENG, P. 2021. On the effects of inter-farm interactions at the offshore wind farm Alpha Ventus. Wind Energy Science. DOI:10.5194/wes-2021-50.

PORTÉ-AGEL, FERNANDO; BASTANKHAH, MAJID; SHAMSODDIN, SINA. Wind-Turbine and Wind-Farm Flows: A Review. Boundary-Layer Meteorology, Springer Netherlands, v. 174, n.1, p.1-59, Jan. 2020. ISSN 0006-8314. DOI: 10.1007/s10546-019-00473-0.

SAKAGAMI, Y. 2017. Influência da turbulência e do perfil de velocidade do vento no desempenho de aerogeradores em dois parques eólicos na costa do nordeste brasileiro. Tese de Doutorado, POSMEC, UFSC, Florianópolis.

SAKAGAMI, Y.; SANTOS, P. A. HAAS, R.; PASSOS J. C.; TAVES, F.F. 2015. Effects of turbulence wind shear wind veer and atmospheric stability on power performance: a case study in Brazil. Proceeding EWEA Conference.

SANTOS ATS, SANTOS E SILVA CM, LEMOS DF, OLIVEIRA LL, BEZERRA LAC. 2016. Assessment of wind resources in two parts of Northeast Brazil with the use of numerical models. Meteorological Applications. DOI:10.1002/met.1595.

SKAMAROCK, W. C.; CO-AUTHORS. Description of the Advanced Research WRF Version 3 (No. NCAR/TN-475+STR). [S.l.], 2008. p. 26. DOI: http://dx.doi.org/10.5065/D68S4MVH.

SONG-YOU HONG, Yign Noh; DUDHIA, Jimy. A new vertical diffusion package withan explicit treatment of entrainment processes. Monthly Weather Review, v. 134, n. 9, p. 2318–2341, 2006. DOI: https://doi.org/10.1175/MWR3199.1.

SURUSSAVADEE, C. Evaluation of WRF near-surface wind simulations in Tropics employing different planetary boundary layer schemes. The 8th International Renewable Energy congress, 2017. DOI:10.1109/IREC.2017.7926005

SVENSSON. N.; ARNQVIST. J.; BERGSTRÖM. H.; RUTGERSSON. A.; SAHLÉE. E. 2019. Measurements and Modelling of Offshore Wind Profiles in a Semi-Enclosed Sea. Atmosphere. DOI:10.3390/atmos10040194.

VEERS, PAUL ET AL. Grand challenges in the science of wind energy. Science, v. 366, n. 6464, eaau2027, Oct. 2019. ISSN 0036-8075. DOI: 10.1126/science.aau2027.

SAKAGAMI, P.A.A. SANTOS, R. HAAS, J.C. PASSOS, AND F.F. TAVES. 2013 “Wind shear assessment using wind LiDAR profiler and sonic 3D for wind energy applications - Preliminary Results,” Proceedings of World Renewable Energy Congress XIII, London.

Downloads

Publicado

2022-08-16

Edição

Seção

Anais