PREVISÃO DE CURTO PRAZO DA IRRADIÂNCIA GLOBAL HORIZONTAL NO SEMIÁRIDO BRASILEIRO SOB DIFERENTES CONDIÇÕES DE NEBULOSIDADE USANDO O MODELO WRF-SOLAR
DOI:
https://doi.org/10.59627/cbens.2024.2393Palavras-chave:
GHI, Modelo WRF, Previsão solarResumo
O presente trabalho teve por objetivo avaliar as previsões de irradiância global horizontal (GHI) de até 48h à frente do modelo WRF-Solar no Centro de Referência em Energia Solar da Eletrobras Chesf, localizada no município de Petrolina (PE), o CRESP, para o período de julho de 2020 e outubro de 2020, meses de menor e maior incidência de radiação solar na região, respectivamente. O estudo abordado enfoca o desenvolvimento e implementação de metodologias para a previsão de radiação solar empregando os modelos WRF em suas versões controle (WRF-CTL) e solar (WRF-Solar), com foco na região de Petrolina-PE. Ambas as versões do WRF foram comparadas através de métricas como BIAS, RMSE e coeficiente de correlação R. O WRF-Solar mostrou-se superior na precisão das previsões, em particular, conseguindo representar com maior acurácia condições de céu nublado e céu claro, apesar de apresentar um coeficiente R ligeiramente inferior ao WRF-CTL. A parametrização de nuvens híbridas e o tratamento de nuvens rasas do WRF-Solar podem ter sido determinantes para seu melhor desempenho. Entretanto, ambos os modelos enfrentaram desafios na representação do ciclo diurno de GHI, com dificuldades marcantes nas horas da manhã, atribuídas à complexidade na determinação numérica de nuvens. Os resultados, alinhados com a literatura existente, fornecem uma validação sólida da aplicabilidade do WRF-Solar para previsões de curto prazo em condições climáticas específicas. No entanto, é crucial notar que essa validação se aplica ao contexto específico da região estudada, ressaltando a necessidade de mais pesquisas e validações em diversas condições climáticas e geográficas para aprimorar a eficácia e abrangência do modelo. Além disso, a pesquisa indica que a correção de viés e a calibração adicional dos modelos são áreas promissoras para futuras investigações. Essas medidas podem contribuir significativamente para mitigar erros sistemáticos e aprimorar a acurácia das previsões em estudos subsequentes.
Downloads
Referências
Ahmed, R., Sreeram, V., Mishra, Y., Arif, M. D., 2020. A review and evaluation of the state-of-the-art in PV solar power forecasting: Techniques and optimization. Renewable and Sustainable Energy Reviews, 124 (February).
Blaga, R., Sabadus, A., Stefu, N., Dughir, C., Paulescu, M., Badescu, V., 2019. A current perspective on the accuracy of incoming solar energy forecasting. Progress in Energy and Combustion Science, 70, 119–144.
Deng, A., N. L. Seaman, and J. S. Kain, 2003. A shallow-convection parameterization for mesoscale models. Part I: Submodel description and preliminary applications. J. Atmos. Sci., 60, 3456.
Diagne, M., David, M., Lauret, P., Boland, J., & Schmutz, N., 2013. Review of solar irradiance forecasting methods and a proposition for small-scale insular grids. Renewable and Sustainable Energy Reviews, 27, 65–76.
Hong, S.-Y., & Dudhia, J., 2012. Next-Generation Numerical Weather Prediction: Bridging Parameterization, Explicit Clouds, and Large Eddies. Bulletin of the American Meteorological Society, 93(1), ES6–ES9.
Hong, S.-Y., Noh, Y., & Dudhia, J., 2006. A New Vertical Diffusion Package with an Explicit Treatment of Entrainment Processes. Monthly Weather Review, 134(9), 2318–2341.
Ineichen, P. Perez, R. 2002. A New airmass independent formulation for the Linke turbidity coefficient. Solar Energy, v. 73, pp. 151-157.
Jiménez, P. A., Hacker, J. P., Dudhia, J., Haupt, S. E., Ruiz-Arias, J. A., Gueymard, C. A., Thompson, G., Eidhammer, T., & Deng, A., 2016. WRF-Solar: Description and Clear-Sky Assessment of an Augmented NWP Model for Solar Power Prediction. Bulletin of the American Meteorological Society, 97(7), 1249–1264.
Jiménez, P. A., Dudhia, J., Thompson, G., Lee, J. A., & Brummet, T., 2022a. Improving the cloud initialization in WRF-Solar with enhanced short-range forecasting functionality: The MAD-WRF model. Solar Energy, 239, 221-233.
Jiménez, P. A., Yang, J., Kim, J. H., Sengupta, M., & Dudhia, J., 2022b. Assessing the WRF-Solar model performance using satellite-derived irradiance from the National Solar Radiation Database. Journal of Applied Meteorology and Climatology, 61(2), 129-142.
Mahrt, L., 1991. Boundary‐layer moisture regimes. Quarterly Journal of the Royal Meteorological Society, 117(497), 151-176.
Powers, J. G., Klemp, J. B., Skamarock, W. C., Davis, C. A., Dudhia, J., Gill, D. O., Coen, J. L., Gochis, D. J., Ahmadov, R., Peckham, S. E., Grell, G. A., Michalakes, J., Trahan, S., Benjamin, S. G., Alexander, C. R., Dimego, G. J., Wang, W., Schwartz, C. S., Romine, G. S., … Duda, M. G., 2017. The Weather Research and Forecasting Model: Overview, System Efforts, and Future Directions. Bulletin of the American Meteorological Society, 98(8), 1717–1737.
Pedruzzi, R.; Andreão, W. L.; Baek, B. H.; Hudke, A. P.; Glotfelty, T. W.; Freitas, E. D.; Martins, J. A.; Bowden, J. H.; Pinto, J. A.; Alonso, M. F.; Albuquerque, T. T. 2022. A. Update of land use/land cover and soil texture for Brazil: Impact on WRF modeling results over São Paulo. Atmospheric Environment, v. 268, p. 118760.
Thaker, J., Höller, R., 2023. Evaluation of High Resolution WRF Solar, Energies, v. 16, n. 8, p. 3518.
Yamaguchi, T., Alan Brewer, W., Feingold, G., 2013. Evaluation of modeled stratocumulus-capped boundary layer turbulence with shipborne data, Journal of the Atmospheric Sciences, v. 70, n. 12, p. 3895–3919.
