Estudo comparativo da previsão de geração eólica pelo ano típico meteorológico e pelo modelo estocástico de Monte Carlo
dc.contributor.advisor | Schneider, Paulo Smith | pt_BR |
dc.contributor.author | Ko, Juliana | pt_BR |
dc.date.accessioned | 2022-04-12T04:43:17Z | pt_BR |
dc.date.issued | 2021 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/236975 | pt_BR |
dc.description.abstract | Os impactos das atividades antropogênicas no meio ambiente têm despertado um movimento de substituição de combustíveis fósseis. A transição energética necessária leva à mudança de um modelo sócio ecológico insustentável para sustentável. Vários países estudam como ter uma maior inserção de fontes renováveis na matriz energética e elétrica, e destaca-se a energia eólica nesse contexto. Sua exposição a condições ambientais e a falta de flexibilidade de despacho e de armazenamento demandam estudos técnicos e econômicos de alta confiança para torná-la viável, e assim inseri-la no contexto de reestruturação do Setor Elétrico Brasileiro. Um dos fatores que torna esses estudos ainda mais complexos é o novo modelo de Preço de Liquidação das Diferenças (PLD) com maior resolução, calculado em base horária a partir de janeiro de 2021. Essa alteração tende a aumentar os riscos financeiros de curto e longo prazo dos ativos eólicos. Com o intuito de firmar a participação da fonte eólica no processo de transição energética e mantê-la como um empreendimento economicamente atrativo, o presente trabalho propõe um estudo comparativo de previsão de geração com modelo do Ano Típico Meteorológico (TMY) e com o modelo estocástico de Monte Carlo (MMC), aplicados a mesma série de geração baseada nos dados climáticos do projeto MERRA2. O estudo busca auxiliar na tomada de decisão dos agentes do mercado de energia, principalmente no Ambiente de Contratação Livre (ACL) que firma contratos bilaterais com maior liberdade. As análises de incerteza são feitas no escopo de estatística descritiva de percentil e pelo estudo de desvio padrão. Foram utilizados os softwares WAsP® para modelagem de escoamento do vento, WindFarmer: Analyst® para estudo do recurso eólico e de produção de energia e Stochastic Engine® para as simulações estocásticas. Os resultados mostram que o modelo de Monte Carlo estima melhor as variabilidades diárias da geração do complexo eólico em estudo. O modelo estocástico conseguiu prever a maior parte da geração pontual dos 365 dias do complexo, contemplando 77,53% da geração por percentil e 82,24% por desvio, enquanto o modelo de TMY contemplou 44,93% da geração por percentil e 44,26% por desvio padrão. | pt_BR |
dc.description.abstract | The impacts of anthropogenic activities on the environment have aroused a movement to replace fossils. The necessary energy transition leads to a change from an unsustainable socio-ecological model to a sustainable one. Several countries are studying how to have a greater inclusion of renewable sources in the energy and electricity matrix, and in this context, wind energy stands out. Its exposure to environmental conditions and the lack of dispatch and storage flexibility demand highly reliable technical and economic studies to make it viable, and thus insert it in the context of restructuring of the Brazilian Electricity Sector. One of the factors that makes these studies even more complex is the new model of Settlement of Differences Price (PLD) with higher resolution, calculated on an hourly basis since January 2021. This change tends to increase short and long financial risks term of wind assets. In order to fasten the participation of the wind source in the energy transition process and keep it as an economically attractive enterprise, the present work proposes a comparative study of generation forecast with the Meteorological Typical Year (TMY) model and with the stochastic model of Monte Carlo, applied to the same power generation series based on climate data from the MERRA2 project. The study seeks to assist in decision-making by energy market agents, especially in the Free Energy Market (ACL), which signs bilateral contracts with greater freedom. Uncertainty analyzes are performed in the scope of descriptive percentile statistics and the standard deviation study. In the development of this work, the software WAsP® was used for wind flow modeling, WindFarmer: Analyst® for wind resource and energy production study and Stochastic Engine® for stochastic simulations. The results show that the Monte Carlo model estimates better the daily variability of the wind complex under study. The stochastic model was able to predict most of the point generation of the 365 days of the wind cluster, contemplating 77.53% of the generation by percentile and 82.24% by standard deviation, while the TMY model contemplated 44.93% of the generation by percentile and 44 .26% by standard deviation. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Energy transition | en |
dc.subject | Energia eólica : Aspectos econômicos | pt_BR |
dc.subject | Geração de energia | pt_BR |
dc.subject | Wind energy | en |
dc.subject | Typical meteorological year | en |
dc.subject | Monte Carlo stochastic model | en |
dc.title | Estudo comparativo da previsão de geração eólica pelo ano típico meteorológico e pelo modelo estocástico de Monte Carlo | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.identifier.nrb | 001135502 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Escola de Engenharia | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2021 | pt_BR |
dc.degree.graduation | Engenharia de Energia | pt_BR |
dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)
-
TCC Engenharias (5727)