CARACTERIZAÇÃO DO REGIME DE VENTO EM SUPERFÍCIE PARA GERAÇÃO DE ENERGIA EÓLICA DESCENTRALIZADA
DOI:
https://doi.org/10.59627/cbens.2016.1273Palavras-chave:
Cerrado, bombeamento de água, irrigaçãoResumo
A energia eólica vem ganhando espaço na matriz energética do Brasil, por ser uma energia limpa e de fonte inesgotável. Os dados de velocidade do vento foram coletados por um anemômetro Wind Set WA25 da empresa Vaisala, instalado em uma torre a dez metros de altura do solo na Estação Meteorológica Automática do Instituto Nacional de Meteorologia, localizado na Fazenda Escola do IF Goiano, Iporá-GO. A variabilidade da velocidade do vento foi representada pela distribuição de frequência de Weibull, uma função de densidade de probabilidade de dois parâmetros (k e c). Utilizou-se os parâmetros c e k, para relacionar a função Gama com a velocidade média anual do vento, a variância e a densidade de potência média. Fez-se uma análise do perfil do vento para avaliar o comportamento das velocidades médias históricas, em alturas superiores que a medida pelo anemômetro para avaliar o ganho de densidade de potência. Os valores de k para todas as alturas ficaram próximo de 1 o que corresponde a um regime eólico altamente variável e os valores de c também foram baixos representando uma baixa velocidade média do local. A região ficou caracterizada como sendo desfavorável para a aplicação de turbinas eólicas descentralizadas para geração de energia.
Downloads
Referências
AL-NASSAR, W.; ALHAJRAF, S.; AL-ENIZI, A.; AL-AWADHI, L. 2005. Potential wind power generation in the State of Kuwait. Renewable Energy. v. 30, n. 14, p. 2149–2161.
ALVES, A.J.J. 2010. Analise regional de energia eólica no Brasil Rev. Bras. de gestão e Desen. Regional v.6 n.1, p.167-169.
CASTRO, R.M.G. 2004. Introdução à energia eólica. Lisboa: Portugal: Universidade Técnica de Lisboa.
CELIK, A.N. 2004. A statistical analysis of wind power density based on the Weibull and Rayleigh models at the southern region of Turkey. Renewable Energy. v. 29, n. 4, apr., p. 593–604.
FARRET, A.F. 2010. Aproveitamento de pequenas fontes de energia elétrica. 2ª Edição. Santa Maria. Ed. da UFSM. GABRIEL FILHO, L. R. A.; CREMASCO, C.P.; SERAPHIM, O.J.; CANEPPELE, F.L. 2011. Caracterização analítica e geométrica da metodologia geral de determinação de distribuições de Weibull para o regime eólico e suas aplicações. Eng. Agríc., Jaboticabal, v. 31, n. 1.
GARRAD, A. 1991. Wind energy in Europe: A plan of action. Summary Report of Wind Energy in Europe. Time for action. The European Wind Energy Association.
GRAH, V.F.; PONCIANO, I.M.; BOTREL, T.A. 2014. Potencial for wind energy generation in Piracicaba, SP, Brazil. Rev. Bras. de Eng. Agrrícola. v.18, n. 5, p. 559-564.
GOIAS 247.2015. Crise Hídrica preocupa governo e agricultores. Disponível em: < http://www.brasil247.com/pt/247/goias247/169077/Crise-h%C3%ADdrica-preocupa-governo-eagricultores.html > acesso em: 18 de outubro de 2015.
GOSWAMI, D.Y. 1986. Alternative energy in agriculture. Florida. Boca Raton: CRC Press.
HALACY, D.S. 1977. Earth, water, wind, and sun, our energy alternatives. 1 ed. New Yourk: Harper & Row.
Hassan, U.; Sykes, D.M. 1990. Wind structure and statistics. In: Freris, L.L. (Ed.). Wind energy conversion systems. New York: Prentice Hall.
IICA- Instituto Interamericano de Cooperação para a Agricultura. 2014. Análise Territorial para o Desenvolvimento da Agricultura Irrigada. FEALQ, USP, Piracicaba.
LI, M.; LI, X. 2005. MEP-type distribution function: a better alternative to Weibull function for wind speed distributions. Renewable Energy. v. 30, n. 8, p. 1221–1240.
LUN, I. Y.F.; LAM, J.C. 2000. A study of Weibull parameters using long-term wind observations. Renewable Energy. v. 20, n. 2, p. 145–153.
MIRHOSSEINI, M.; SHARIFI, F.; SEDAGHAT, A. 2011. Assessing the wind energy potential locations in province of Semnan in Iran. Renewable and Sustainable Energy Reviews. v.15, n. 1, p. 449-459.
MOSTAFAEIPOUR, A.; SEDAGHAT, A.; DEHGHAN-NIRI, A.A.; KALANTAR, V. 2011. Wind energy feasibility study for city of Shahrbabak in Iran. Renewable and Sustainable Energy Reviews. v. 15, n. 6, p. 2545- 2556.
QOAIDER, L. & STEINBRECHT, D. 2010. Photovoltaic system: A cost competitive option to supply energy to offgrid agricultural communities in arid regions. Applied Energy. v. 87, p. 427-435.
SAFARI, B.; GASORE, J. 2010. A statistical investigation of wind characteristics and wind energy potential based on the Weibull and Rayleigh models in Rwanda. Renewable Energy. v. 35, n. 12, p. 2874–2880.
TOURÉ, S. 2005. Investigations on the eigen-coordinates method for the 2-parameter weibull distribution of wind speed. Renewable Energy. v. 30. P. 511-521.
URTASUN, A.; SANCHIS, P.; SAN MARTÍN, I.; LÓPEZ, J.; MARROYO, L. 2013. Modeling of small wind turbines based on PMSG with diode bridge for sensorless maximum power tracking. Renewable Energy. v.55, jul., p. 138– 149.
WEEKES, S.M.; TOMLIN, A.S. 2013. Evaluation of a semi-empirical model for predicting the wind energy resource relevant to small-scale wind turbines. Renewable Energy, v. 50, n. 2, p. 280–288.
ZHOU, W.; YANG, H.; FANG, Z. 2006. Wind power potential and characteristic analysis of the Pearl River Delta region, China. Renewable Energy. v. 31, n. 6, may, p. 739–753.
