%0 Conference Proceedings
%4 sid.inpe.br/mtc-m21b/2015/12.08.15.31
%2 sid.inpe.br/mtc-m21b/2015/12.08.15.31.41
%T Investigação para a otimização da modelagem numérica aplicada à estimativa e previsão de recurso eólico
%D 2015
%A Pinto, Lucía I. Chipponelli,
%A Lima, Francisco J. L.,
%A Martins, Fernando Ramos,
%A Pereira, Enio Bueno,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Universidade Federal de São Paulo (UNIFESP)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@electronicmailaddress lucia.chipponelli@inpe.br
%@electronicmailaddress
%@electronicmailaddress fernando.martins@inpe.br
%@electronicmailaddress enio.pereira@inpe.br
%B Simpósio Internacional de Climatologia, 6 (SIC)
%C Natal, RN
%8 13-16 out.
%S Pôsteres
%K Estimativa do Vento, Energia Eólica, Análise de Agrupamento, Wind Estimate, Wind Power, Cluster Analysis.
%X A confiabilidade da estimativa e da variabilidade do vento num local ou região de interesse é essencial, principalmente para empreendimentos de energia eólica. Atualmente o mapeamento de áreas com elevado potencial para a exploração comercial é realizada com o uso de modelos atmosféricos que demandam um investimento relativamente baixo. Porém para realizar as simulações com modelos atmosféricos de Mesoescala (por exemplo, BRAMS, WRF, Eta e etc.) são necessários determinar os domínios (grades) do modelo que podem variar de alguns poucos km a dezenas de km. Com o objetivo de auxiliar na determinação destes domínios será feita análise de agrupamento (Cluster Analysis) nas séries de dados observados nas estações meteorológicas automáticas do Instituto Nacional de Meteorologia (INMET) para o Nordeste do Brasil. Esta classificação consiste em determinar o nível de similaridade ou dissimilaridade entre indivíduos aplicando uma função de agrupamento a uma determinada variável. Está análise têm como principal objetivo determinar regiões com padrões de intensidade do vento semelhante dentro do domínio do estudo, e assim facilitar a localização das grades nas simulações dos modelos, evitando grades que possuam pontos com diferentes padrões de vento. Foram utilizados dados horários de velocidade do vento a 10 m de altura de 113 estações meteorológicas automáticas, no período de janeiro de 2005 a dezembro de 2013. Os resultados obtidos confirmaram que há regiões com diferentes padrões de vento no Nordeste, que necessitam configurações de grade distintas e parametrizações físicas adequadas aos fenômenos meteorológicos observados em cada região. ABSTRACT: The dependability of estimate and variability of the wind in a place or region of interest is essential, primarily for wind power projects. Currently the mapping of areas with high potential for commercial exploitation is carried out with the use of atmospheric models that require a relatively low investment. However to make simulations with mesoscale atmospheric models (e.g. BRAMS, WRF, Eta, etc.) are required to identify model domains (grids) that can range from few kilometers to tens of kilometers. The goal is determine this domains cluster, the analysis will be made to the observed data from automated weather stations of the National Institute of Meteorology (INMET) to Northeast Brazil. This classification determine the level of similarity or dissimilarity between individuals applying a clustering function to a given variable. This analysis has as main goal, determine regions with intensity patterns of similar wind within domain of the study, and thus facilitate the location of the grids in the simulations of the models, avoiding spots gratings with patterns different of wind. Hourly data were used for wind speed at 10 m height of 113 automatic weather stations, from January 2005 to December 2013. The results confirmed that there are regions with different wind patterns in Northeast, which require different grid settings, and appropriate physical parameterizations for meteorological phenomena observed in each region.