Академический Документы
Профессиональный Документы
Культура Документы
Introdução
Para o desenvolvimento da geração eólioelétrica, a disponibilidade de dados sobre o recurso eólico em
determinada região é essencial, especialmente na etapa inicial. Isto é corroborado por (EWEA, 2009), que
afirma que no período 1975-1985 o desenvolvimento do Atlas Eólico Europeu foi mais importante do que
avanços tecnológicos em aerogeradores. Além disso, a influência do potencial eólico de um local é
determinante para a geração anual de energia do empreendimento. Dada a importância do estudo do recurso
eólico para o desenvolvimento do setor e a influência do regime de ventos para a viabilidade econômica da
tecnologia, deve ser realizada uma análise adequada do potencial de regiões no Brasil e Argentina para o
estudo da geração eólioelétrica nestes países.
1
Faculdade de Engenharia Mecânica – Universidade Estadual de Campinas FEM/UNICAMP
1
PE-131 Fontes Renováveis de Energia 1S 2010 João Gorenstein Dedecca
Já para os ventos da Patagônia argentina e da província de Buenos Aires, as causas são diferentes.
Segundo (Venegas et al., 1999), devido à geografia da América do Sul e da Cordilheira dos Andes, uma zona
de baixa pressão na Cordilheira a aproximadamente 33⁰ separa o regime de ventos da Patagônia (onde
dominam os ventos do oeste, westerlies) de Buenos Aires (onde dominam os ventos causados por esta
depressão. Em ambas as regiões, os ventos aumentam em setembro, mas “na Patagônia o período de ventos
mais fortes acaba em fevereiro ou março”, enquanto que podem acabar já em Dezembro em Buenos Aires.
1.1 Caracterização de Ventos
As características de distribuição em velocidade de ventos são comumente representadas pela função
de distribuição de Weibull
𝑘𝑘 𝑣𝑣 𝑘𝑘−1 −(𝑣𝑣 )𝑘𝑘
�𝜆𝜆 (𝜆𝜆 ) 𝑒𝑒
𝜆𝜆 , 𝑣𝑣 ≥0
𝑊𝑊(𝑣𝑣|𝑘𝑘, 𝜆𝜆) = (1)
0, 𝑣𝑣 < 0
onde k > 0 é o parâmetro de forma, λ > 0 (m/s) é o parâmetro de escala e 𝑣𝑣 é a velocidade do vento. Ventos
melhores apresentam parâmetros de forma altos (maiores que 2,0) e de escala também altos (acima de 7,0
m/s). É preciso, porém, tomar cuidado com o fator de escala, já que aerogeradores saem de operação com
ventos muito fortes (geralmente acima de 25 m/s). Além da distribuição de Weibull, a rosa dos ventos é
importante para caracterizar os ventos, mas esta não será analisada neste trabalho por não utilizarmos locais
com ventos multidirecionais.
1.2 Estudos do Potencial Eólico
Existem dois estudos de potencial eólico de cobertura nacional para o Brasil (CRESESB, 2001; INPE,
2008), com valores a 50 m de altura, e um para a Argentina (CREE, 2006), com dados para alturas de até 200
m sobre o nível do solo. Segundo os estudos, a região Nordeste brasileira, em seus melhores locais, apresenta
ventos com velocidades médias anuais acima de 7,0 m/s e altos valores de k (acima de 3,5) entre Julho e
Agosto, com dois padrões de variabilidade. O primeiro, da costa do Rio Grande do Norte até Maranhão, tem
picos entre Setembro e Novembro, e o segundo, no interior do Nordeste, de Junho a Agosto. Já os ventos do
Sul brasileiro são mais constantes, com velocidades médias entre 6,5 e 8,5 m/s ao longo do ano nos melhores
locais e fatores de forma de até 3,0. Já na Argentina, a região patagônica apresenta excelentes ventos,
principalmente mais ao sul (províncias de Chubut e Santa Cruz). São ventos mais constantes, de classe IA
(velocidades médias acima de 10 m/s) e fatores de forma por volta de 2,5.
que estabelece a potência máxima que pode ser obtida em função da densidadeρ, á rea A varrida pelo rotor e
velocidade v do vento à jusante. Assim, há um limite teórico de 59,26% sobre a potência, e portanto sobre a
energia, que pode ser obtida do vento.
É comum utilizar o fator de capacidade (F.C.) de um aerogerador como medida de sua eficiência em
transformar a energia cinética do vento em eletricidade. Apesar disso, (EWEA, 2009) indica a insuficiência
2
PE-131 Fontes Renováveis de Energia 1S 2010 João Gorenstein Dedecca
desta aproximação, já que este índice acaba por desfavorecer a máxima produção de energia. Por exemplo,
uma turbina eólica com um gerador subdimensionado terá um F.C. alto, mas um gerador de maior potência,
apesar de apresentar um F.C. menor irá ter uma geração anual de eletricidade maior, sendo provavelmente
mais interessante economicamente. Assim, neste trabalho, outro critério de comparação utilizado é a
eficiência de conversão E.C.
𝐸𝐸𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
𝐸𝐸. 𝐶𝐶. = (3)
𝐴𝐴
caracterizada pela razão entre a produção anual de energia 𝐸𝐸𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 sobre a área A varrida pelo rotor.
onde 𝑣𝑣𝑜𝑜 é a velocidade na altura 𝐻𝐻0 do atlas, e 𝑧𝑧0 é a rugosidade do terreno. Esta aproximação é
normalmente valida para as alturas consideradas, dentro da camada de Prandtl (Hau, 2006). No caso de
haverem somente dados anuais para a distribuição de Weibull (caso da Argentina), a fórmula é equivalente a
apenas um trimestre de 8760 horas. O fator de 0,86 em (4) representa perdas como indisponibilidade, perdas
elétricas e aerodinâmicas, e efeitos de sombreamento de turbinas em parques eólicos. (EWEA, 2009) indica
que estas perdas representam 10 a 15% da energia teórica fornecida por uma turbina, e o próprio documento
usa perdas de 14%.
Segundo (Hau, 2006), para turbinas com controle ativo (pitch controlled), variações na densidade do
𝜌𝜌 1�
ar provocam somente um deslocamento da velocidade nominal de 𝑣𝑣ℎ = 𝑣𝑣𝑛𝑛 ∗ ( ℎ ) 3 (6), onde 𝜌𝜌𝑜𝑜 é a
𝜌𝜌 𝑜𝑜
densidade padrão do ar (1,225 𝑘𝑘𝑘𝑘 / 𝑚𝑚3 ). Logo, uma densidade do ar de 1,100 𝑘𝑘𝑘𝑘 / 𝑚𝑚3 provoca um
3
PE-131 Fontes Renováveis de Energia 1S 2010 João Gorenstein Dedecca
deslocamento de -3,5% na velocidade nominal, com efeitos ainda menores na produção anual de energia, e
portanto, variações na densidade do ar serão desconsideradas nos cálculos.
3. Seleção de Locais
Os locais selecionados no Brasil foram dois no Nordeste, equivalentes às posições das usinas
eólioelétricas (UEE) de Rio do Fogo (RN) e Icaraizinho (CE), e um na região Sul, equivalente à UEE de
Osório (RS). Na Argentina foram selecionados dois locais na Patagônia, nas províncias de Chubut e Santa
Cruz. As características dos locais estão indicadas na tabela 2, e a rugosidade é segue dados de (Hau, 2006).
Tabela 2: Locais Selecionados
Fator de
Velocidade Fator de Altura Rugosidade
Local Região Latitude Longitude Escala λ
Média (𝑚𝑚/𝑠𝑠) Forma k
(𝑚𝑚/𝑠𝑠)
𝐻𝐻0 (𝑚𝑚) 𝜌𝜌𝑜𝑜 (𝑚𝑚)
1 Nordeste -5,3231 -35,3861 7,90-8,90 2,32-3,00 8,00-10,02
0,10
2 Nordeste -3,0306 -39,6195 4,44-9,57 2,19-3,93 5,03-10,63
3 Sul -29,9181 -50,3122 6,73-7,72 2,13-2,37 5,61-6,45 50 0,20
4 Patagônia -47,7333 -65,9247 11,54 2,25 11,73 0,03
5 Patagônia -49,4631 -67,7422 11,89 2,15 12,06 0,03
4. Resultados
A figura 1 apresenta a produção anual de energia dos aerogeradores, calculada em MATLAB.
Produção Anual de Energia
11000 E70
E48
9000
E82
(MWh)
7000
SWT82
5000 IWP70
3000 GE1.5
S88
1000
Local 1 Local 2 Local 3 Local 4 Local 5 V82
A Patagônia apresenta claramente uma maior produção anual de energia, devido ao seu regime de
ventos mais favorável, com maior velocidade média, enquanto o local 3 é o menos favorável, pois apresenta
velocidades médias e fator de forma k significativamente menores até que os locais 1 e 2, mesmo no período
de ventos melhores, embora seus ventos sejam mais constantes ao longo do ano.
Como se pode notar pela figura 2, é significativa a diferença entre o F.C. e a E.C., já que o primeiro
apresenta variações muito menores entre aerogeradores do que a E.C., principalmente para locais com ventos
melhores como 4 e 5. Além disto, aerogeradores com alto fator de capacidade podem ter uma eficiência de
conversão relativamente baixa. Por exemplo, a turbina com maior E.C., a E70, apresenta um dos menores
F.C, mas em geral os aerogeradores da Enercon têm alta E.C., e F.C. adequados. A baixa velocidade vcut −in
realiza possivelmente uma contribuição importante para a performance dos aerogeradores Enercon. Já o
modelo Vestas V82 apresenta baixa E.C., provavelmente devido ao vcut −off baixo (20 m/s), baixa potência
nominal do gerador e altura Hhub relativamente baixa, apesar de apresentar um F.C. adequado. Já o modelo
da Siemens SWT80 apresenta uma E.C. similar à média, e uma das mais altas produções anuais de energia.
4
PE-131 Fontes Renováveis de Energia 1S 2010 João Gorenstein Dedecca
E82
2
SWT82
1,5
IWP70
1
1.5s
0,5 S88
0 V82
F.C. E.C. F.C. E.C. F.C. E.C. F.C. E.C. F.C. E.C. F.C. E.C.
5. Conclusão
Algumas deficiências particulares (como baixo vcut −off ) de certos aerogeradores e também diferenças
de comportamento dos dois critérios (E.C. e F.C.) são claros. Os f.c. de locais brasileiros estão de acordo
com os f.c. dos empreendimentos vencedores do 2º Leilão de Energia de Reserva, e os f.c. patagônicos de
acordo com o grande potencial da região, mas é necessário salientar que muitas turbinas, de classe de ventos
IIA, não são adequadas para os ventos mais fortes encontrados no local.
Finalmente, apesar do desempenho superior de certos modelos, é preciso avaliar o seu custo para
identificar os aerogeradores mais adequados para obter um menor custo da energia.
Referências
CEPEL – CENTRO DE PESQUISAS DE ENERGIA ELÉTRICA. Atlas do Potencial Eólico Brasileiro.
CEPEL, 2001
CREE – CENTRO REGIONAL DE ENERGÍA EÓLICA. Sistema de Información Geográfico Eólico –
Mapa Eólico Nacional. Disponível em www.sigeolico.com.ar
E. HAU. Wind Turbines – Fundamentals, Techologies, Applications, Economics. 2ª Edição, Ed. Springer,
2006
G.M. J. HERBERT ; S. INIYAN ; E. SREEVALSAN ; S. RAJAPANDIAN. A Review of Wind Energy
Technologies. Renewable and Sustainable Energy Reviews, Volume 11, 2007, p.1117-1145. Ed.
Elsevier
F. R. MARTINS ; R. A. GUARNIERI ; E. B. PEREIRA. O Aproveitamento da Energia Eólica. Revista
Brasileira de Ensino de Física, v. 30, n. 1, 2008
E. B. PEREIRA ; J. H. G. LIMA. Solar and Wind Energy Resource Assessment in Brazil. INPE, 2008
L. E VENEGAS ; N. A. MAZZEO. Atmospheric Stagnation, Recirculation and Ventilation Potential of
Several Sites in Argentina. Atmospheric Research, Volume 52, 1999, p.43-57. Ed. Elsevier
Abstract
This paper studies wind formation factors in Brazil and Argentina, establishes a calculation method
for the assessment of the annual energy production of different wind turbines in chosen locations of these
countries, and analyzes the results through two different criteria, the capacity factor and the conversion
efficiency, with significant differences observed, especially in Argentina.