Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/58235 |
Resumo: | Esse estudo teve como objetivo principal analisar os dados diários de velocidade do vento no Brasil, coletados no período de 1961 a 2020, a fim de avaliar mudanças em duas normais climatológicas de 30 anos, designadas como períodos P1 e P2. A análise foi conduzida por meio de 54 estações meteorológicas gerenciadas pelo INMET, utilizando dados faltantes preenchidos pelo algoritmo de maximização de expectativa bootstrap. O estudo incluiu a aplicação de testes estatísticos, como o teste de Mann-Kendall para detectar tendências lineares e o teste de inclinação Sen para quantificar a intensidade das tendências. Além disso, foram utilizadas duas bases de dados, onshore e offshore, para avaliar o potencial eólico. A base onshore consistiu em informações horárias de velocidade do vento coletadas em estações automáticas em 2019, localizadas próximas a parques eólicos. A base offshore foi obtida a partir do registro de uma bóia offshore, Fortaleza, localizada no litoral do Ceará, próxima a uma usina eólica offshore projetada pela empresa Totalenergies Petróleo & Gás Brasil. O método de Monte Carlo foi utilizado para construir intervalos de confiança da previsão. Durante o período P2, foram observadas tendências positivas na bacia amazônica e na região semiárida, enquanto tendências negativas foram destacadas ao longo da costa e na região Sudeste. As velocidades médias do vento durante o P1 foram superiores às do P2, revelando variações ao longo dos anos. A comparação entre as normais climatológicas P1 e P2 revelou tendências positivas significativas em algumas regiões durante o P2, com um aumento na variação média mensal de até 0,85 m/s. As inclinações médias das tendências foram de -1 e 1 ms-1 década-1 para todos os períodos analisados. Esses resultados indicaram magnitudes elevadas de vento, com Densidade de Potência (PD) máxima de 778,08Wm-2 para a região Nordeste Brasileira (NEB), 170,90Wm-2 para a região Sudeste do Brasil (SUB) e 401,67Wm-2 para a Sul do Brasil (SUB). Essas descobertas têm o potencial de aprimorar a otimização da geração de energia eólica renovável no Brasil. A abordagem híbrida (SARIMA+GRU) mostrou-se superior aos algoritmos individuais na geração de previsões de velocidade do vento e potencial eólico offshore. A porcentagem de ganho de previsão chegou a até 95% em comparação com os modelos individuais. A região estudada apresenta um potencial técnico total estimado em 2766 GW, e a análise revelou que um único parque no litoral do NEB com 200 turbinas pode suprir toda a região do NEB, equivalendo a 229% a mais do que a demanda da região. Esses resultados destacam o significativo potencial eólico na região, contribuindo para futuros projetos de energia renovável. A imputação de 10% dos dados foi identificada como a mais confiável, apresentando baixos valores de RMSE, valores próximos de 1 para DP e r superior a 0,93, indicando que esse método foi eficaz na reconstrução de dados históricos de velocidade do vento no Brasil. |
id |
UFRN_40a52fe1f275864c43712ee4509763be |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/58235 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Lima, Gizelly Cardosohttps://orcid.org/0009-0001-9535-6426http://lattes.cnpq.br/9715355859578834Silva, Cláudio Moisés Santos ehttps://orcid.org/0000-0002-2251-7348http://lattes.cnpq.br/1394248306018449Costa, Gabriel Britohttps://orcid.org/0000-0002-5254-489Xhttp://lattes.cnpq.br/0980355943575182Cabral Júnior, Jorio BezerraLucio, Paulo SérgioEmiliavaca, Samira de Azevedo SantosRodrigues, Daniele Tôrres2024-04-23T22:37:15Z2024-04-23T22:37:15Z2024-02-21LIMA, Gizelly Cardoso. Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões. Orientadora: Dra. Daniele Tôrres Rodrigues. 2024. 134f. Tese (Doutorado em Ciências Climáticas) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024.https://repositorio.ufrn.br/handle/123456789/58235Esse estudo teve como objetivo principal analisar os dados diários de velocidade do vento no Brasil, coletados no período de 1961 a 2020, a fim de avaliar mudanças em duas normais climatológicas de 30 anos, designadas como períodos P1 e P2. A análise foi conduzida por meio de 54 estações meteorológicas gerenciadas pelo INMET, utilizando dados faltantes preenchidos pelo algoritmo de maximização de expectativa bootstrap. O estudo incluiu a aplicação de testes estatísticos, como o teste de Mann-Kendall para detectar tendências lineares e o teste de inclinação Sen para quantificar a intensidade das tendências. Além disso, foram utilizadas duas bases de dados, onshore e offshore, para avaliar o potencial eólico. A base onshore consistiu em informações horárias de velocidade do vento coletadas em estações automáticas em 2019, localizadas próximas a parques eólicos. A base offshore foi obtida a partir do registro de uma bóia offshore, Fortaleza, localizada no litoral do Ceará, próxima a uma usina eólica offshore projetada pela empresa Totalenergies Petróleo & Gás Brasil. O método de Monte Carlo foi utilizado para construir intervalos de confiança da previsão. Durante o período P2, foram observadas tendências positivas na bacia amazônica e na região semiárida, enquanto tendências negativas foram destacadas ao longo da costa e na região Sudeste. As velocidades médias do vento durante o P1 foram superiores às do P2, revelando variações ao longo dos anos. A comparação entre as normais climatológicas P1 e P2 revelou tendências positivas significativas em algumas regiões durante o P2, com um aumento na variação média mensal de até 0,85 m/s. As inclinações médias das tendências foram de -1 e 1 ms-1 década-1 para todos os períodos analisados. Esses resultados indicaram magnitudes elevadas de vento, com Densidade de Potência (PD) máxima de 778,08Wm-2 para a região Nordeste Brasileira (NEB), 170,90Wm-2 para a região Sudeste do Brasil (SUB) e 401,67Wm-2 para a Sul do Brasil (SUB). Essas descobertas têm o potencial de aprimorar a otimização da geração de energia eólica renovável no Brasil. A abordagem híbrida (SARIMA+GRU) mostrou-se superior aos algoritmos individuais na geração de previsões de velocidade do vento e potencial eólico offshore. A porcentagem de ganho de previsão chegou a até 95% em comparação com os modelos individuais. A região estudada apresenta um potencial técnico total estimado em 2766 GW, e a análise revelou que um único parque no litoral do NEB com 200 turbinas pode suprir toda a região do NEB, equivalendo a 229% a mais do que a demanda da região. Esses resultados destacam o significativo potencial eólico na região, contribuindo para futuros projetos de energia renovável. A imputação de 10% dos dados foi identificada como a mais confiável, apresentando baixos valores de RMSE, valores próximos de 1 para DP e r superior a 0,93, indicando que esse método foi eficaz na reconstrução de dados históricos de velocidade do vento no Brasil.This study aimed to analyze daily wind speed data in Brazil collected from 1961 to 2020 to assess changes in two 30-year climatological normals, referred to as periods P1 and P2. The analysis was conducted through 54 meteorological stations managed by INMET, utilizing missing data filled with the bootstrap expectation maximization algorithm. The study included the application of statistical tests, such as the MannKendall test to detect linear trends and the Sen slope test to quantify trend intensity. These findings have the potential to enhance the optimization of renewable wind energy generation in Brazil. Additionally, two databases, onshore and offshore, were used to evaluate wind potential. The onshore database consisted of hourly wind speed information collected at automatic stations in 2019, located near wind parks. The offshore database was obtained from a buoy offshore, Fortaleza, located on the coast of Ceará, near an offshore wind farm projected by the company Totalenergies Petróleo & Gás Brasil. The Monte Carlo method was used to build prediction confidence intervals. During the P2 period, positive trends were observed in the Amazon basin and the semi-arid region, while negative trends were highlighted along the coast and in the Southeast region. Average wind speeds during P1 were higher than those in P2, revealing variations over the years. Comparison of the climatological normals P1 and P2 revealed significant positive trends in some regions during P2, with an increase in the average monthly variation of up to 0.85 m/s. The average slopes of significant trends were -1 and 1 ms-1 decade-1 for all analyzed periods. These results indicated high wind magnitudes, with Maximum Power Density (PD) of 778.08 Wm-2 for the (NEB) Northeast Region, 170.90 Wm-2 for the (SUB) South Region, and 401.67 Wm-2 for the Southeast Region (SUB). The hybrid approach (SARIMA+GRU) proved superior to individual algorithms in generating wind speed and offshore wind potential forecasts. The prediction gain percentage reached up to 95% compared to individual models. The studied region has a total estimated technical potential of 2766 GW, and the analysis revealed that a single park with on the NEB coast 200 turbines can meet the entire NEB region's demand, equivalent to 229% more than the region's demand. These results highlight the significant wind potential in the region, contributing to future renewable energy projects. Imputing 10% of the data was identified as the most reliable, showing low Root Mean Square Error (RMSE) values, values close to 1 for DP, and r values exceeding 0.93, indicating the effectiveness of this method in reconstructing historical wind speed data in Brazil.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICASUFRNBrasilCNPQ::CIENCIAS EXATAS E DA TERRAClimatologiaMudanças climáticasDados ausentesImputação múltiplaTendência linearPrevisãoExplorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALExplorandotendenciasclimaticas_Lima_2024.pdfapplication/pdf4904711https://repositorio.ufrn.br/bitstream/123456789/58235/1/Explorandotendenciasclimaticas_Lima_2024.pdfa4c55f4a6573f05797bcaf2765385a34MD51123456789/582352024-04-23 19:37:52.553oai:https://repositorio.ufrn.br:123456789/58235Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2024-04-23T22:37:52Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
title |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
spellingShingle |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões Lima, Gizelly Cardoso CNPQ::CIENCIAS EXATAS E DA TERRA Climatologia Mudanças climáticas Dados ausentes Imputação múltipla Tendência linear Previsão |
title_short |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
title_full |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
title_fullStr |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
title_full_unstemmed |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
title_sort |
Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões |
author |
Lima, Gizelly Cardoso |
author_facet |
Lima, Gizelly Cardoso |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
https://orcid.org/0009-0001-9535-6426 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/9715355859578834 |
dc.contributor.referees1.none.fl_str_mv |
Costa, Gabriel Brito |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
https://orcid.org/0000-0002-5254-489X |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0980355943575182 |
dc.contributor.referees2.none.fl_str_mv |
Cabral Júnior, Jorio Bezerra |
dc.contributor.referees3.none.fl_str_mv |
Lucio, Paulo Sérgio |
dc.contributor.referees4.none.fl_str_mv |
Emiliavaca, Samira de Azevedo Santos |
dc.contributor.author.fl_str_mv |
Lima, Gizelly Cardoso |
dc.contributor.advisor-co1.fl_str_mv |
Silva, Cláudio Moisés Santos e |
dc.contributor.advisor-co1ID.fl_str_mv |
https://orcid.org/0000-0002-2251-7348 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/1394248306018449 |
dc.contributor.advisor1.fl_str_mv |
Rodrigues, Daniele Tôrres |
contributor_str_mv |
Silva, Cláudio Moisés Santos e Rodrigues, Daniele Tôrres |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA Climatologia Mudanças climáticas Dados ausentes Imputação múltipla Tendência linear Previsão |
dc.subject.por.fl_str_mv |
Climatologia Mudanças climáticas Dados ausentes Imputação múltipla Tendência linear Previsão |
description |
Esse estudo teve como objetivo principal analisar os dados diários de velocidade do vento no Brasil, coletados no período de 1961 a 2020, a fim de avaliar mudanças em duas normais climatológicas de 30 anos, designadas como períodos P1 e P2. A análise foi conduzida por meio de 54 estações meteorológicas gerenciadas pelo INMET, utilizando dados faltantes preenchidos pelo algoritmo de maximização de expectativa bootstrap. O estudo incluiu a aplicação de testes estatísticos, como o teste de Mann-Kendall para detectar tendências lineares e o teste de inclinação Sen para quantificar a intensidade das tendências. Além disso, foram utilizadas duas bases de dados, onshore e offshore, para avaliar o potencial eólico. A base onshore consistiu em informações horárias de velocidade do vento coletadas em estações automáticas em 2019, localizadas próximas a parques eólicos. A base offshore foi obtida a partir do registro de uma bóia offshore, Fortaleza, localizada no litoral do Ceará, próxima a uma usina eólica offshore projetada pela empresa Totalenergies Petróleo & Gás Brasil. O método de Monte Carlo foi utilizado para construir intervalos de confiança da previsão. Durante o período P2, foram observadas tendências positivas na bacia amazônica e na região semiárida, enquanto tendências negativas foram destacadas ao longo da costa e na região Sudeste. As velocidades médias do vento durante o P1 foram superiores às do P2, revelando variações ao longo dos anos. A comparação entre as normais climatológicas P1 e P2 revelou tendências positivas significativas em algumas regiões durante o P2, com um aumento na variação média mensal de até 0,85 m/s. As inclinações médias das tendências foram de -1 e 1 ms-1 década-1 para todos os períodos analisados. Esses resultados indicaram magnitudes elevadas de vento, com Densidade de Potência (PD) máxima de 778,08Wm-2 para a região Nordeste Brasileira (NEB), 170,90Wm-2 para a região Sudeste do Brasil (SUB) e 401,67Wm-2 para a Sul do Brasil (SUB). Essas descobertas têm o potencial de aprimorar a otimização da geração de energia eólica renovável no Brasil. A abordagem híbrida (SARIMA+GRU) mostrou-se superior aos algoritmos individuais na geração de previsões de velocidade do vento e potencial eólico offshore. A porcentagem de ganho de previsão chegou a até 95% em comparação com os modelos individuais. A região estudada apresenta um potencial técnico total estimado em 2766 GW, e a análise revelou que um único parque no litoral do NEB com 200 turbinas pode suprir toda a região do NEB, equivalendo a 229% a mais do que a demanda da região. Esses resultados destacam o significativo potencial eólico na região, contribuindo para futuros projetos de energia renovável. A imputação de 10% dos dados foi identificada como a mais confiável, apresentando baixos valores de RMSE, valores próximos de 1 para DP e r superior a 0,93, indicando que esse método foi eficaz na reconstrução de dados históricos de velocidade do vento no Brasil. |
publishDate |
2024 |
dc.date.accessioned.fl_str_mv |
2024-04-23T22:37:15Z |
dc.date.available.fl_str_mv |
2024-04-23T22:37:15Z |
dc.date.issued.fl_str_mv |
2024-02-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
LIMA, Gizelly Cardoso. Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões. Orientadora: Dra. Daniele Tôrres Rodrigues. 2024. 134f. Tese (Doutorado em Ciências Climáticas) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/58235 |
identifier_str_mv |
LIMA, Gizelly Cardoso. Explorando as tendências climáticas da velocidade do vento no Brasil (1961-2020) e propondo um modelo híbrido para previsões. Orientadora: Dra. Daniele Tôrres Rodrigues. 2024. 134f. Tese (Doutorado em Ciências Climáticas) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024. |
url |
https://repositorio.ufrn.br/handle/123456789/58235 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICAS |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/58235/1/Explorandotendenciasclimaticas_Lima_2024.pdf |
bitstream.checksum.fl_str_mv |
a4c55f4a6573f05797bcaf2765385a34 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832655633481728 |