TESTES DE SENSIBILIDADE UTILIZANDO O WRF-SOLAR NA ESTIMATIVA DA IRRADIÂNCIA GLOBAL HORIZONTAL EM CINCO REGIÕES CLIMÁTICAS DO BRASIL
DOI:
https://doi.org/10.59627/cbens.2024.2537Palavras-chave:
Modelagem numérica, Recurso solar, WRFResumo
A versão 4.4.1 do modelo WRF-Solar foi utilizado para simular a Irradiância Global Horizontal (GHI) de cinco regiões climáticas brasileiras: Sousa-PB, São João do Piauí-PI, Ilha Solteira-SP, Mossoró-RN e Bom Jesus da Lapa-BA. O objetivo principal foi verificar o desempenho do algoritmo Fast All-sky Radiation Model Solar Applications (FARMS) em dois experimentos, para o mês chuvoso e o mês seco de cada localidade. Para validação dos dados foram usados dados de GHI medidos por estação solarimétrica automáticas (ESAs) instaladas e operadas pelo Instituto SENAI de Inovação em Energias Renováveis, em cada uma das localidades. Os dados observacionais foram qualificados conforme proposto pela Baseline Surface Radiation Network (BSRN). Para execução da modelagem utilizaram-se dados de entrada de reanálises do ERA5. O Ano Meteorológico Típico (Typical Meteorological Year, TMY) foi calculado a partir do método Sandia. A utilização do algoritmo FARMS reduziu ligeiramente o RMSE relativo da GHI durante o mês chuvoso de três estações, no entanto no mês seco os resultados não mostraram mudanças significativas. Os resultados mostraram erros entre 8 e 20%, entre o mês chuvoso e seco, valores bem menores que literatura exibe, e em geral os testes de sensibilidade apresentaram resultados mais eficientes para os meses secos.
Downloads
Referências
Bussoni, C. V. A., Moreira, D. S., & Machado, J. P. (2022). Avaliação do Modelo WRF para Aplicação de um índice de Previsão de Geada na Região Sul do Brasil. Revista Brasileira de Meteorologia, 37, 279-287.
De Sousa Stilpen, D. V.; Cheng, V. Solar photovoltaics in Brazil: A promising renewable energy market. In: 2015 3rd International Renewable and Sustainable Energy Conference (IRSEC). IEEE, 2015. p. 1-5.
Deng, A.; B. J. Gaudet; J. Dudhia; K. Alapaty. Im plementation and evaluation of a new shallow convection scheme in WRF. 26th Conf. on Weather Analysis and Fore casting/22nd Conf. on Numerical Weather Prediction, Atlanta, GA, Amer. Meteor. Soc., 12.5. Available online at https://
ams.confex.com/ams/94Annual/webprogram/Paper236925.html. 2014.
Fountoukis, C., Martín-Pomares, L., Perez-Astudillo, D., Bachour, D., Gladich, I., 2018. Simulating global horizontal irradiance in the Arabian Peninsula: Sensitivity to explicit treatment of aerosols, Solar Energy, v. 163, p. 347 – 355. https://doi.org/10.1016/j.solener.2018.02.00
Ginoux, P.; Chin, M.; Tegen, I.; et al. Sources and distributions of dust aerosols simulated with the GOCART model. Journal of Geophysical Research: Atmospheres, v. 106, n. D17, p. 20255–20273, 2001
Gueymard, C.A.; Jimenez, P.A., 2018. Validation of real-time solar irradiance simulations over Kuwait using WRF-solar. In: the 12th International Conference on Solar Energy for Buildings and Industry, EuroSun2018, Rapperswil, Switzerland.
Kim, J. H., Jimenez, P. A., Dudhia, J., Yang, J., Sengupta, M., Xie, Y., 2020. Probabilistic Forecast of All-Sky Solar Radiation Using Enhanced WRF-Solar: Preprint. Golden, CO: National Renewable Energy Laboratory. NREL/CP-5D00-77693.
Kim, J. H.; Jimenez, P. A., Sengupta, M., Yang, J., Dudhia, J., Alessandrini, S., Xie, Y., 2022. The WRF-Solar Ensemble Prediction System to Provide Solar Irradiance Probabilistic Forecasts. Journal of Photovoltaics, v.12, n. 1.
Leal, S. S.; Tiba, C. Iluminância e irradiação solar global na região Nordeste do Brasil. Proceedings of the 6. Encontro de Energia no Meio Rural, 2006.
Lima, F. J. L.; Pereira, E. B.; Martins, F. R. Forecast for surface solar irradiance at the Brazilian Northeastern region using NWP model and artificial neural networks. Renewable Energy, v. 87, p. 807-8186, 2016.
Lima, F. et al. Comparing solar data from NWP models for Brazilian territory. IEEE Latin America Transactions, v. 18, n. 05, p. 899-906, 2020.
Long, C. N., Shi, Y., 2008. “An Automated Quality Assessment and Control Algorithm for Surface Radiation Measurements”, The Open Atmospheric Science Journal, v.2, n.1, p.23–37. doi: 10.2174/1874282300802010023.
Machado, I. S.; Borba, B. S. M. C.; Maciel, R. S. Modeling distributed PV market and its impacts on distribution System: A Brazilian case study. IEEE Latin America Transactions, v. 14, n. 11, p. 4520-4526, 2016.
Martins, F. R.; Pereira, E. B.; Abreu, S. L. Satellite derived solar resources maps for Brazil under SWERA project. Solar Energy, v. 81, p. 517-528, 2007.
Martins, F. R. et al. Solar energy scenarios in Brazil. Part two: Photovoltaics applications. Energy Policy, v. 36, n. 8, p. 2865-2877, 2008.
Martins, F. R.; Pereira, E. B. Estudo comparativo da confiabilidade de estimativas de irradiação solar para o sudeste brasileiro obtidas a partir de dados de satélite e por interpolação/extrapolação de dados de superfície. Revista Brasileira de Geofísica, v. 29, p. 265-276, 2011.
Nobre, A. M. Short-term solar irradiance forecasting and photovoltaic systems performance in a tropical climate in Singapore. Tese de doutorado. Universidade Federal de Santa Catarina: Programa de pós-graduação em engenharia civil. Florianópolis, 2015
Pereira, E. B. et al. Atlas Brasileiro de Energia Solar. INPE. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2006.
Pereira, E. B., Martins, F. R., Gonçalves, A. R., Costa, R. S., Lima, F. L., Rüther, R., Abreu, S. L., Tiepolo, G. M., Pereira, S. V., Souza, J. G., 2017. Atlas brasileiro de energia solar. 2.ed. São José dos Campos: INPE. 80p. Disponível em: http://doi.org/10.34024/978851700089
Ramos, D. N. S. et al. Avaliação preliminar do modelo wrf-solar para previsão de curto prazo das irradiâncias global horizontal e direta normal. In: VII Congresso Brasileiro de Energia Solar-CBENS 2018. 2020.
Ruiz-Arias, J. A., J. Dudhia, F. J. Santos-Alamillos, and D. Pozo Vázquez, 2013: Surface clear-sky shortwave radiative closure intercomparisons in the Weather Research and Forecasting model. J. Geophys. Res. Atmos., 118, 9901–9913, doi:10.1002/ jgrd.50778.
Ruiz-Arias, J. A.; Dudhia, J.; Gueymard, C. A. A simple parameterization of the short-wave aerosol optical properties for surface direct and diffuse irradiances assessment in a numerical weather model. Geoscientific Model Development, v. 7, n. 3, p. 1159–1174, 2014.
Ruiz, J. J., Saulo, S. y Nogués-Paegle, 2010. WRF Model Sensitivity to Choice of Parameterization over South America: Validation against Surface Variables. Monthly Weather Review, 138, 3342–3351.
Sengupta, M. et al., 2018. “The national solar radiation data base (NSRDB),” Renewable Sustain. Energy Rev., vol. 89, pp. 51–60.
Thompson, G., and T. Eidhammer, 2014: A Study of Aerosol Impacts on Clouds and Precipitation Development in a Large Winter Cyclone. J. Atmos. Sci., 71, 3636–3658, https://doi.org/10.1175/JAS-D-13-0305.1.
Wilcox, S., Marion, W., 2008. Users Manual for TMY3 Data Sets. National Renewable Energy Laboratory.
Wilks, D. S., 2006. Statistical Methods in the Atmospheric Sciences. International Geophysics Series. 2a. Edição, Estados Unidos da América, Academic Press, v. 91, 627 p.
Yagli, G. M.; YAng, D.; Srinivasan, D. Reconciling solar forecasts: Sequential reconciliation. Solar Energy, v. 179, p. 391-397, 2019
Zempila M.-M., Giannaros T.M., Bais A. and Melas D., 2016. Evaluation of WRF shortwave radiation parameterizations in predicting global horizontal irradiance in Greece. Renew. Energ. 86, 831-840. doi: 10.1016/j.renene.2015.08.057
Zepka, G.S. Previsão de Descargas Atmosféricas Usando o Modelo de Mesoescala WRF. Tese de Doutorado em Geofísica Espacial, Instituto Nacional de Pesquisas Espaciais, 178 p, 2011.
Xie, Y., Sengupta, M., & Dudhia, J. (2016). A Fast All-sky Radiation Model for Solar applications (FARMS): Algorithm and performance evaluation. Solar Energy, 135, 435-445.
