Please use this identifier to cite or link to this item: http://ri.ufs.br/jspui/handle/riufs/5033
Document Type: Dissertação
Title: Previsões de curto prazo da produção de energia elétrica de um parque eólico
Authors: Silva, Carlos Eduardo Gama da
Issue Date: 9-Apr-2013
Advisor: Silva, Milthon Serna
Resumo : A natureza intermitente da produção de energia eólica, devido às incertezas e variações imprevistas das condições de vento, implica num novo desafio para os agentes do setor elétrico nacional especialmente para as agências regulatórias, tendo em vista a proliferação e os grandes investimentos previstos nessa modalidade de produção de energia elétrica no Brasil para a década em curso. Para os sistemas eólicos em operação, é necessário o conhecimento prévio da geração de energia prevista para o curto prazo, horizonte máximo de uma semana. Uma boa previsão de curto prazo da produção de energia de uma usina eólica permite a definição de suas condições operacionais limítrofes, fornecendo subsídios para sua integração ao sistema elétrico e outorgando principalmente informações ao Operador Nacional do Sistema - ONS. O processo de previsão aplicado no presente trabalho é uma abordagem estatística envolvendo cinco etapas: a primeira refere-se à coleta diária de dados reais da velocidade dos ventos, atualizando-se um banco de dados; em segundo lugar, é efetuado um refinamento estatístico desses dados, decompondo-se a série de velocidade do vento em duas componentes: uma componente de aproximação e outra componente de detalhe, a fim de otimizar a precisão das previsões de curto prazo; terceiro: nessas séries temporais são aplicados o modelo estatístico ARIMA (Box and Jenkins) e adaptações, sendo efetuadas as previsões das velocidades de vento no horizonte de curto-prazo; em quarto lugar, considerando-se as curvas de potência dos geradores, são realizadas as previsões da geração de energia; em quinto lugar, finalizando o processo, uma análise estatística das previsões realizadas é efetuada, objetivando aferir a qualidade das projeções do modelo implementado
Abstract: Due to the uncertainties and unforeseen variations of wind conditions, the intermittent nature of wind power generation implies a new challenge for the national electric sector agents especially to the Electricity Regulatory Agencies in view of proliferation and major investments planned for the current decade, in Brazil. For wind systems in operation, it is required prior knowledge of energy generation designed for a short term of up to one week. A good prediction of short term production from a wind farm enables the definition of operational conditions borderline, which will provide subsidies for their integration into the power grid and giving mainly information to the National System Operator - NSO. The forecasting process applied in this work is a statistical approach involving five steps: the first one refers to the daily data collection of real wind speed; secondly is made a refinement of statistical data, decomposing the series of wind speed in two components (an approximation component and a set of detail components to optimize the accuracy of short term forecasts); then, in these time series, it is applied the statistical model ARIMA (Box and Jenkins) and adaptations, considering the short term wind speed prediction; after that, taking into consideration the power curves of the generators, it is defined the energy production forecast. Finally, a statistical analysis is made of the predictions performed, aiming to assess the quality of the projections of the implemented model
Keywords: Engenharia elétrica
Energia eólica
Energia - Fontes alternativas
Recursos energéticos
Electric engineering
Power resources
Renewable energy sources
Wind power
Subject CNPQ: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Language: por
Program Affiliation: Pós-Graduação em Engenharia Elétrica
Rights: Acesso Aberto
URI: https://ri.ufs.br/handle/riufs/5033
Appears in Collections:Mestrado em Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
CARLOS_EDUARDO_GAMA_SILVA.pdf3,34 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.