Estimativa da produção de energia de um parque eólico por meio de modelo estocástico

• Autor(a) principal: Friggo, Diogo Daniel Panda
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/198559
• topic: Energia eólica; Previsao de series temporais; Ventos; Wind energy; Time-series forecasting; Autoregressive models

Todos os envolvidos no planejamento de um parque eólico precisam garantir, com um certo nível de certeza, quanta energia este poderá gerar. Investidores precisam avaliar o risco associado ao financiamento da construção do parque em relação a um retorno futuro. Produtores precisam garantir um determinado nível de produção de energia com base em acordos mensais com compradores. Operadores de subestações, por outro lado, precisam ter uma estimativa da produção em resolução horária de modo a evitar perdas elétricas e para que possam atender adequadamente a demanda por energia a qual sabe-se que varia ao longo do dia de maneira previsível e conhecida a partir de dados históricos de consumo por uma dada região. Atualmente existem metodologias bem estabelecidas na indústria para a estimativa do recurso eólico de longo prazo e da geração de energia de longo prazo, geralmente para um horizonte de 20 anos. Elas se baseiam no fato de que, a longo prazo, a distribuição de probabilidade da velocidade do vento aproxima-se de uma distribuição de Weibull (MENcíK, 2016) a qual é então convertida em uma distribuição de probabilidade de energia por meio de uma curva de potência de uma determinada turbina. Essa distribuição de densidade de probabilidade é a mais difundida na análise de dados de vento (P, 2003), tendo sido utilizada para estimar tanto o recurso eólico (AN., 2003) quanto a produção de energia (M HOOSHMAND R-A; A-H, 2015). O sucesso das metodologias supracitadas é explicado pelo fato de que um longo período de dados é utilizado para produzir uma previsão de extensão temporal similar. Isso tem o efeito de remover flutuações que são observados entre diferentes períodos. Com tantos dados disponíveis, uma distribuição pode ser adequadamente ajustada, a qual fidedignamente representa a verdadeira distribuição de velocidade do vento. Existe uma vasta quantidade de trabalhos comerciais que confirmam essa hipótese. Além disso, para a distribuição de extremos de velocidade, existem resultados teóricos que corroboram o uso da distribuição de Weibull. É o caso do teorema de Fisher-Tippett-Gnedenko (BASRAK, 2011) o qual afirma que a distribuição de máximos de uma série temporal converge para uma entre três classes gerais de distribuições: a de Fréchet, a de Gumbel ou a distribuição de Weibull. No entanto, há uma crescente necessidade de obter-se previsões em escalas de tempo cada vez menores: em meses, dias e horas. Quando a produção de energia prevista não corresponde a energia efetivamente gerada, as partes envolvidas perdem dinheiro. Até mesmo no caso em que mais energia do que o esperado seja gerada, a subestação que receberá essa energia pode não estar preparada para o excesso. Um passo inicial na tentativa de encontrar um equilíbrio na cadeia de produção e distribuição de energia eólica consiste em primeiramente prever com um certo grau de confiança a velocidade do vento futura, dado que essa é a variável que é a maior responsável pela incerteza na produção de energia. Este trabalho propõe o uso de modelos autorregressivos, em particular modelos GARCH, de modo a produzir previsões confiáveis em um horizonte de horas até meses.