Análise da regularidade da velocidade do vento no Nordeste do Brasil através da Sample Entropy

Autores

DOI:

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

Palavras-chave:

Regularidade; Velocidade do vento; Nordeste.

Resumo

O uso de fontes renováveis tem crescido mundialmente e, no Brasil o incentivo ao uso de energia eólica tem sido ampliado de forma expressiva. O maior potencial eólico do país concentra-se no Nordeste (NE). O objetivo deste trabalho é medir o grau de regularidade ou a previsibilidade da velocidade do vento sobre o NE do Brasil através do método de entropia Sample Entropy. As análises foram realizadas a partir das séries históricas da reanálise ERA-40, disposta sobre uma grade mundial com resolução espacial de 2,5°× 2,5° em registros realizados a 10 m do solo durante as 00, 06, 12 e 18h durante o período de 1957 a 2001. Além das quatro horas sinóticas, foram também geradas séries diárias, mensais e sazonais. Os resultados mostraram que as regiões de maior velocidade do vento também apresentam melhor previsibilidades para as séries. Além de indicar que áreas distintas com comportamento das médias da velocidade do vento semelhantes podem apresentar previsibilidade diferentes.

Referências

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

Downloads

Publicado

11/06/2020

Como Citar

SANTANA, L. V. R.; STOSIC, T.; FERREIRA, T. A. E.; SILVA, A. S. A. da. Análise da regularidade da velocidade do vento no Nordeste do Brasil através da Sample Entropy. 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 maio. 2024.

Edição

Seção

Ciências Agrárias e Biológicas