Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local
O notável crescimento da energia eólica no Brasil aumenta a demanda tanto por ferramentas mais sofisticadas para a avaliação do recurso eólico como ferramentas para o controle do sistema elétrico nacional em vista do aumento na participação de uma fonte cuja disponibilidade é intermitente. Nesse con...
| Main Author: | PERRUCI, Valentin Paschoal |
|---|---|
| Other Authors: | VILELA, Olga de Castro |
| Format: | masterThesis |
| Language: | por |
| Published: |
Universidade Federal de Pernambuco
2019
|
| Subjects: | |
| Online Access: |
https://repositorio.ufpe.br/handle/123456789/31143 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| id |
ir-123456789-31143 |
|---|---|
| recordtype |
dspace |
| spelling |
ir-123456789-311432019-10-26T04:48:11Z Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local Análise da complementariedade espectral entre diferentes técnicas estatísticas para o aumento da resolução espacial do comportamento do vento local PERRUCI, Valentin Paschoal VILELA, Olga de Castro COSTA, Alexandre Carlos Araújo da http://lattes.cnpq.br/5825885747707476 http://lattes.cnpq.br/1679243744052619 Energia eólica Região Nordeste do Brasil Downscaling estatístico Combinação de modelos Análise espectral O notável crescimento da energia eólica no Brasil aumenta a demanda tanto por ferramentas mais sofisticadas para a avaliação do recurso eólico como ferramentas para o controle do sistema elétrico nacional em vista do aumento na participação de uma fonte cuja disponibilidade é intermitente. Nesse contexto, o presente trabalho dedica-se a uma ferramenta que bem pode atender às duas aplicações citadas em função de ajustes específicos. Por exemplo, dados de previsão numérica do tempo (empregados como entrada à ferramenta proposta) são de interesse para o despacho da produção de centrais eólicas e controle do sistema elétrico. Por sua vez, dados climáticos de reanálise (empregados como entrada à ferramenta proposta) são de interesse para a avaliação do recurso eólico com vistas aos estudos de viabilidade sobre a implantação de centrais eólicas. Particularmente, este trabalho avalia diversas técnicas estatísticas tipicamente adotadas em estratégias de aumento de resolução espacial (downscaling) e combinação de modelos com vistas à modelagem do vento próximo aos locais de interesse. Para isso, dados provenientes de 13 estações anemométricas distribuídas na Região Nordeste do Brasil (região que concentra a maior parte da capacidade eólica instalada no país) são empregados juntamente com simulações (reanálises) geradas por modelos de circulação geral da atmosfera (GCMs). Além disso, nesse trabalho, uma análise espectral é proposta como artifício auxiliar em estratégias de combinação para discriminar as aptidões/limitações de cada modelo avaliado em diferentes faixas de frequência (ou escalas de variação temporal). Para tanto, empregaram-se técnicas baseadas no ajuste de modelos individuais tais como a regressão multilinear, redes neurais, análogos e agrupamento de padrões sinópticos para, em seguida, combinar as saídas de tais modelos por meio de técnicas de regressão. De forma geral, os resultados mostram que as técnicas empregadas de downscaling estatístico e combinação são capazes de reproduzir satisfatoriamente o comportamento em baixas e médias frequências dos sinais observados pelas estações anemométricas, tendo obtido melhorias significativas em relação a abordagens mais simples (e.g., interpolação) . Os resultados também mostram que, em geral, a combinação de saídas produziu estimativas mais confiáveis que as saídas individuais dos modelos. Entretanto, ainda há limitações a serem superadas quanto à reprodução do comportamento em altas frequências dos sinais observados pelas estações anemométricas. Por fim, resultados promissores obtidos com uma análise semiobjetiva (semiautomática) aqui proposta indicam que é possível aprimorar, através da definição apropriada de “complementaridade espectral”, procedimentos de combinação com respeito à confiabilidade das estimativas e ao custo computacional associado ao ajuste dos modelos. CAPES The remarkable growth of wind energy in Brazil increases the demand for both more sophisticated tools for the evaluation of the wind resource and tools for the control of the national electric system in view of the increase in the participation of a source whose availability is intermittent. In this context, the present work devotes itself to a tool that can well serve the two applications mentioned in function of specific adjustments. For example, numerical weather forecast data (employed as input to the proposed tool) are of interest for the dispatch of wind power production and control of the electrical system. On the other hand, climatic data of reanalysis (used as input to the proposed tool) are of interest for the evaluation of the wind resource with a view to feasibility studies on the implantation of wind farms. In particular, this work evaluates several statistical techniques typically adopted in strategies of increase of spatial resolution (downscaling) and combination of models with a view to modeling the wind near the places of interest. For this, data from 13 anemometric stations distributed in the Northeast Region of Brazil (region that concentrates most of the wind capacity installed in the country) are used together with simulations (reanalysis) generated by general circulation models of the atmosphere (GCMs). In addition, in this work, a spectral analysis is proposed as an auxiliary artifice in combination strategies to discriminate the aptitudes / limitations of each model evaluated in different frequency bands (or time variation scales). To that end, techniques based on the adjustment of individual models such as multilinear regression, neural networks, analogs and synoptic pattern grouping were used to then combine the outputs of such models by means of regression techniques. In general, the results show that the techniques used for statistical downscaling and combination are able to reproduce satisfactorily the behavior at low and medium frequencies of the signals observed by the anemometric stations, having obtained significant improvements in relation to simpler approaches (eg, interpolation). The results also show that, in general, the combination of outputs produced more reliable estimates than the individual outputs of the models. However, there are still limitations to be overcome regarding the reproduction of the behavior at high frequencies of the signals observed by anemometric stations. Finally, promising results obtained with a semi-automatic (semiautomatic) analysis proposed here suggest that it is possible to improve, through the appropriate definition of "spectral complementarity", combination procedures with respect to the reliability of the estimates and the computational cost associated with the adjustment of the models. 2019-06-19T19:52:35Z 2019-06-19T19:52:35Z 2018-02-27 masterThesis https://repositorio.ufpe.br/handle/123456789/31143 por openAccess Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ application/pdf Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Tecnologias Energeticas e Nuclear |
| institution |
REPOSITORIO UFPE |
| collection |
REPOSITORIO UFPE |
| language |
por |
| topic |
Energia eólica Região Nordeste do Brasil Downscaling estatístico Combinação de modelos Análise espectral |
| spellingShingle |
Energia eólica Região Nordeste do Brasil Downscaling estatístico Combinação de modelos Análise espectral PERRUCI, Valentin Paschoal Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| description |
O notável crescimento da energia eólica no Brasil aumenta a demanda tanto por ferramentas mais sofisticadas para a avaliação do recurso eólico como ferramentas para o controle do sistema elétrico nacional em vista do aumento na participação de uma fonte cuja disponibilidade é intermitente. Nesse contexto, o presente trabalho dedica-se a uma ferramenta que bem pode atender às duas aplicações citadas em função de ajustes específicos. Por exemplo, dados de previsão numérica do tempo (empregados como entrada à ferramenta proposta) são de interesse para o despacho da produção de centrais eólicas e controle do sistema elétrico. Por sua vez, dados climáticos de reanálise (empregados como entrada à ferramenta proposta) são de interesse para a avaliação do recurso eólico com vistas aos estudos de viabilidade sobre a implantação de centrais eólicas. Particularmente, este trabalho avalia diversas técnicas estatísticas tipicamente adotadas em estratégias de aumento de resolução espacial (downscaling) e combinação de modelos com vistas à modelagem do vento próximo aos locais de interesse. Para isso, dados provenientes de 13 estações anemométricas distribuídas na Região Nordeste do Brasil (região que concentra a maior parte da capacidade eólica instalada no país) são empregados juntamente com simulações (reanálises) geradas por modelos de circulação geral da atmosfera (GCMs). Além disso, nesse trabalho, uma análise espectral é proposta como artifício auxiliar em estratégias de combinação para discriminar as aptidões/limitações de cada modelo avaliado em diferentes faixas de frequência (ou escalas de variação temporal). Para tanto, empregaram-se técnicas baseadas no ajuste de modelos individuais tais como a regressão multilinear, redes neurais, análogos e agrupamento de padrões sinópticos para, em seguida, combinar as saídas de tais modelos por meio de técnicas de regressão. De forma geral, os resultados mostram que as técnicas empregadas de downscaling estatístico e combinação são capazes de reproduzir satisfatoriamente o comportamento em baixas e médias frequências dos sinais observados pelas estações anemométricas, tendo obtido melhorias significativas em relação a abordagens mais simples (e.g., interpolação) . Os resultados também mostram que, em geral, a combinação de saídas produziu estimativas mais confiáveis que as saídas individuais dos modelos. Entretanto, ainda há limitações a serem superadas quanto à reprodução do comportamento em altas frequências dos sinais observados pelas estações anemométricas. Por fim, resultados promissores obtidos com uma análise semiobjetiva (semiautomática) aqui proposta indicam que é possível aprimorar, através da definição apropriada de “complementaridade espectral”, procedimentos de combinação com respeito à confiabilidade das estimativas e ao custo computacional associado ao ajuste dos modelos. |
| author2 |
VILELA, Olga de Castro |
| format |
masterThesis |
| author |
PERRUCI, Valentin Paschoal |
| author_sort |
PERRUCI, Valentin Paschoal |
| title |
Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| title_short |
Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| title_full |
Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| title_fullStr |
Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| title_full_unstemmed |
Análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| title_sort |
análise da complementariedade entre diferentes técnicas estatísticas para aumento na resolução espacial do comportamento do vento local |
| publisher |
Universidade Federal de Pernambuco |
| publishDate |
2019 |
| url |
https://repositorio.ufpe.br/handle/123456789/31143 |
| _version_ |
1648655382953852928 |
| score |
13.657419 |