Análisis de la regularidad de la velocidad del viento en el noreste de Brasil utilizando Entropía de muestra

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i7.4746

Palabras clave:

Regularidad; Velocidad del viento; Noreste.

Resumen

El uso de fuentes renovables ha crecido en todo el mundo y, en Brasil, el incentivo para utilizar la energía eólica se ha ampliado significativamente. El mayor potencial eólico del país se concentra en el noreste (NE). El objetivo de este trabajo es medir el grado de regularidad o la previsibilidad de la velocidad del viento sobre el NE de Brasil a través del método de entropía de muestra de entropía. Los análisis se llevaron a cabo a partir de la serie histórica del reanálisis ERA-40, organizados en una cuadrícula mundial con resolución espacial de 2.5 ° × 2.5 ° en registros realizados a 10 m del suelo durante 00, 06, 12, 18h durante el período de 1957 a 2001. Además de las cuatro horas sinópticas, también se generaron series diarias, mensuales y estacionales. Los resultados mostraron que las regiones con mayor velocidad del viento también tienen una mejor previsibilidad para la serie. Además, suponen que diferentes áreas con promedios de velocidad del viento similares pueden tener una previsibilidad diferente.

Citas

ABEEólica. (2020). Associação Brasileira de Energia Eólica. Acesso em 15 maio 2020, em: http://abeeolica.org.br/wp-content/uploads/2020/04/Infovento-15_PT.pdf

ANEEL. (2005). Agência Nacional de Energia Eólica. Atlas de energia elétrica do Brasil.

Amarante, O. A., Brower, M., Zack, J., & Sá, A. L. (2001). Atlas do potencial eólico brasileiro. Brasília, DF. CD-ROM.

Camelo, H. do N., Lucio, P. S., Gomes, O. M., & Leal Junior, J. B. V. (2016). Predição de velocidade do vento em municípios do Nordeste brasileiro através de regressão linear e não linear para fins de geração eólica. Revista Brasileira de Geografia Física, 9(03), 927-939.

Carneiro, T. C., & de Carvalho, P. C. M. (2015). Caracterização de potencial eólico: estudo de caso para Maracanaú (CE), Petrolina (PE) e Parnaíba (PI). Revista Brasileira de Energia Solar, 6(1). Acesso em 29 abril 2020. Disponível em: https://rbens.emnuvens.com.br/rbens/article/view/122/122.

CPTEC. (2017). Centro de Previsão de Tempo e Estudos Climático. Acesso em 15 maio 2020, em: http://www.cptec.inpe.br/noticias/imprimir/22551.

Ferreira, A. G., & da Silva Mello, N. G. (2005). Principais sistemas atmosféricos atuantes sobre a região Nordeste do Brasil e a influência dos oceanos Pacífico e Atlântico no clima da região. Revista Brasileira de Climatologia, 1(1). doi: http://dx.doi.org/10.5380/ abclima.v1i1.25215

GWEC, G. W. P. C. (2019). Global Wind Energy Outlook. Brussels.

Harper, B. R., Katz, R. W., & Harriss, R. C. (2007). Statistical methods for quantifying the effect of the El Niño southern oscillation on wind power in the Northern great plains of the United States. Wind Engineering, SAGE Publications Sage UK: London, England, 31(3), 123–137. doi: https://doi.org/10.1260/030952407781998792.

Herrera, B., & Watts, D. (2012). The Capacity Value of Wind: Foundations, Review and Applications in Chile. IEEE Latin America Transactions, 10(2), 1574-1580. doi: 10.1109/TLA.2012.6187601.

Lima, C. N. N., Fernandes, C. A. C., França, G. B., & de Matos, G. G. (2014). Estimação do Impacto do El Niño/La Niña na Intensidade dos Ventos do Nordeste Brasileiro. Anuário do Instituto de Geociências, 37(2), 232-240. doi: http://dx.doi.org/10.11137/2014_2_232_240.

Lira, M. A. T., Neto, J. M. M., Loiola, J. V. L. d., Silva, E. M. d., & Alves, J. M. B. (2017). Caracterização do regime de ventos no Piauí para o aproveitamento de energia eólica. Revista Brasileira de Meteorologia, 32(1), 77–88. doi: http://dx.doi.org/10.1590/0102-778632120150712.

Oliveira, J. L., & Costa, A. A. (2011). Estudo de variabilidade do vento em escala sazonal sobre o nordeste Brasileiro utilizando o RAMS: os casos de 1973-1974 e 1982-1983. Revista Brasileira de Meteorologia, 26(1), 53-66. doi: http://dx.doi.org/10.1590/S0102-77862011000100006.

Pincus, S. M. (1991). Approximate entropy as a measure of system complexity. Proceedings of the National Academy of Sciences, 88(6), 2297–2301. doi: https://doi.org/10.1073/pnas.88.6.2297.

Richman, J. S., & Moorman, J. R. (2000). Physiological time-series analysis using approximate entropy and sample entropy. American Journal of Physiology-Heart and Circulatory Physiology, 278(6), H2039–H2049. doi: https://doi.org/10.1152/ ajpheart.2000.278.6.H2039

Santana, L. V. R., & da Silva, A. S. A. (2019). Análise de agrupamento da velocidade do vento no Nordeste do Brasil. Sigmae, 8(2), 481-489. Acesso em 25 maio 2020. Disponível em: http://jaguar.fcav.unesp.br/RME/fasciculos/v33/v33_n3/A10_Leda_et_al.pdf.

Shepard, D. (1968). A two-dimensional interpolation function for irregularly-spaced data. In: ACM. Proceedings of the 1968 23rd ACM national conference. 517–524. doi: https://doi.org/10.1145/800186.810616.

Silva, G. F. da, Silva, A. S. A. da, & Stosic, T. (2019). Using Sample Entropy to assess complexity of wind speed dynamics. Acta Scientiarum. Technology, 41, e38954-e38954. doi: https://doi.org/10.4025/actascitechnol.v41i1.38954.

Team, R. C. (2000). A language and environment for statistical computing. R Foundation for Statistical Computing.

Vale, D., Silva, R., Rocha, E., & Alexandria, A. (2020). Zoneamento para exploração da energia eólica no Ceará com uso de sistemas de informação geográfica (SIG) e análise multicritério. Research, Society and Development, 9(7), e455973809. doi:http://dx.doi.org/10.33448/rsd-v9i7.3809

Publicado

11/06/2020

Cómo citar

SANTANA, L. V. R.; STOSIC, T.; FERREIRA, T. A. E.; SILVA, A. S. A. da. Análisis de la regularidad de la velocidad del viento en el noreste de Brasil utilizando Entropía de muestra. Research, Society and Development, [S. l.], v. 9, n. 7, p. e762974746, 2020. DOI: 10.33448/rsd-v9i7.4746. Disponível em: https://www.rsdjournal.org/index.php/rsd/article/view/4746. Acesso em: 19 may. 2024.

Número

Sección

Ciencias Agrarias y Biológicas