You are on page 1of 141

UNIVERSIDADE FEDERAL DE PERNAMBUCO

CURSO DE PS-GRADUAO EM ENGENHARIA MECNICA






CARACTERSTICAS DE VENTO DA REGIO NORDESTE
Anlise, Modelagem e Aplicaes para Projetos de Centrais Elicas



DISSERTAO SUBMETIDA UNIVERSIDADE FEDERAL DE PERNAMBUCO
PARA A OBTENO DO GRAU DE MESTRE EM ENGENHARIA MECNICA







GUSTAVO RODRIGUES SILVA








Recife, agosto 2003

ii
CARACTERSTICAS DE VENTO DA REGIO NORDESTE
Anlise, Modelagem e Aplicaes para Projetos de Centrais Elicas

GUSTAVO RODRIGUES SILVA

ESTA DISSERTAO FOI JULGADA ADEQUADA PARA OBTENO DO TTULO
DE MESTRE EM ENGENHARIA MECNICA

REA DE CONCENTRAO: ENERGIA ELICA
APROVADA EM SUA FORMA FINAL PELO
CURSO DE PS-GRADUAO EM ENGENHARIA MECNICA/CTG/EEP/UFPE.


Prof. Dr. EVERALDO ALENCAR DO NASCIMENTO FEITOSA
Orientador/Presidente


DR. ALEXANDRE DE LEMOS PEREIRA
Co-orientador


Prof
A
. Dra. RITA DE CSSIA FERNANDES DE LIMA
Coordenadora do Curso


BANCA EXAMINADORA:


Prof. Dr. EVERALDO ALENCAR DO NASCIMENTO FEITOSA (UFPE)


Dr. ALEXANDRE DE LEMOS PEREIRA (UFPE)


Prof. Dr. ALEX MAURCIO ARAJO (UFPE)


Prof. Dr. JORGE ANTNIO VILLAR AL (PUC/RS)
iii













Apesar das runas e da morte,
onde sempre acabou cada iluso.
A fora dos meus sonhos to forte
que de tudo renasce a exaltao
e nunca as minhas mos esto vazias.
Sophia de Mello Breyner Andresen









Dedico esta dissertao aos meus pais,
Ademar e Marva. o esforo e os sonhos de
vocs que busco foras para vencer.
iv
AGRADECIMENTOS
Em especial minha noiva Michelle, que me ajudou e compreendeu a necessidade da minha
ausncia nos vrios momentos dedicados a essa dissertao. No me deixando desistir nos
momentos que aflorou o sentimento da falta e das ausncias;
Aos meus irmos Henrique e Janaina, que me acompanharam e apoiaram em todos os
momentos difceis e tambm se sentem realizados com a minha vitria;
Aos meus afilhados Mader e Vitria, e Mayanne. So os sorrisos deles, incautos e pequenos,
que me encorajam na luta por um mundo melhor;
A todos da famlia Silva e da famlia Souza, em especial ao meu primo e irmo Marcelo
Serra;
A todos os amigos da Lagoa;
Expresso minha gratido ao Prof. Everaldo Feitosa, pela orientao, experincia, confiana e
apoio;
Ao amigo e companheiro Daniel Faro, pela parceria na elaborao do Mtodo da Energia
Equivalente;
Aos amigos Pedro Rosas e Alexandre Costa. Embora to distantes, foram os mais presentes;
Aos amigos e companheiros do CBEE: Carol Cahet, Joo Alberto, Slvia, Janana, Renato,
Tarciana, Doris, Olanise, Rednilton e em especial Alexandre Lemos;
A todos que tornam a Energia Elica uma realidade;
A todos os professores e funcionrios do Departamento de Engenharia Mecnica e da UFPE;
Ao CNPq pelo grande apoio financeiro;
E a todos que, de uma maneira ou outra, contriburam para a realizao e o sucesso deste
trabalho de Mestrado.


A todos vocs, os meus mais sinceros agradecimentos.
v
RESUMO
A gerao de energia eltrica no Brasil , basicamente, feita a partir de duas fontes: a
hidrulica e a trmica. Entretanto, a predominncia da hidrulica (mais de 90% da planta
nacional) caracteriza o Brasil como um dos pases energeticamente mais limpos do planeta.
Apesar disso, estudos especficos apontam outras importantes possibilidades de gerao para
o Brasil, em especial o aproveitamento energtico dos ventos; principalmente na regio
Nordeste, onde o esgotamento dos meios de explorao dos recursos hdricos j uma dura
realidade. Pesquisas recentes apontam a existncia de um alto potencial de aproveitamento,
com ventos de excelentes caractersticas na regio.
Este trabalho de mestrado objetivou a identificao e a anlise das principais
caractersticas de vento do Nordeste, visando aplicaes ligadas a projetos elicos. Para isso,
foi dividido em trs etapas:
A primeira etapa apresenta os fundamentos e os resultados de um estudo
aprofundado dos principais mecanismos climticos que condicionam os recursos elicos do
Nordeste. Todos os mecanismos foram analisados quanto s escalas de tempo e espao
associadas. Desta forma, foi possvel classificar e dividir o Nordeste em trs grandes regies
elicas com distintos mecanismos de vento; alm de qualificar as principais caractersticas de
vento para cada uma dessas regies.
Numa segunda etapa, as caractersticas elicas identificadas foram comparadas as de
outras regies com altos investimentos em energia elica, como a Europa e os Estados
Unidos. A comparao serviu de base para a qualificao e a quantificao dos principais
efeitos das caractersticas elicas nordestinas no projeto e na operao de turbinas elicas.
Estes experimentos abrem possibilidades para outros estudos ligados otimizao da
operao de turbinas elicas.
A ltima etapa desmistifica a complexidade de modelar o vento fazendo uso de
distribuies probabilsticas de velocidade, em especial a distribuio de Weibull. A
interpretao fsica desta distribuio apontou para importncia da relao entre seus dois
parmetros (k e c), alm de apresentar as principais causas de erros quando da utilizao de
Weibull. Com isso, pde-se constatar que os principais programas computacionais
comercialmente disponveis no mercado mundial no so adequados para representar
satisfatoriamente os ventos tpicos do Nordeste. Tal fato incentivou o desenvolvimento de um
novo mtodo de estimativa dos parmetros da distribuio de Weibull, totalmente adaptado s
condies elicas do Nordeste. O novo mtodo, denominado Mtodo da Energia Equivalente
(MEE), foi validado a partir de experimentos comparativos entre o seu comportamento e de
dois outros mtodos. Com isso, pde-se atestar a eficincia do MEE em representar, de forma
rpida e precisa, os recursos elicos do Nordeste.
Os resultados apresentados nesta dissertao permitem um melhor entendimento dos
mecanismos de ventos que atuam na regio, subsidiando informaes de grande valia para a
implementao de modelos atmosfricos regionais, bem como o embasamento tcnico e
terico para estudos de projetos de centrais elicas no Nordeste. Subsidiou, ainda, a
identificao dos efeitos das caractersticas elicas do Nordeste no projeto e na operao de
turbinas elicas, fornecendo informaes imprescindveis para o desenvolvimento de um
projeto de mquina adaptada para estas condies de vento. E por ltimo, permitem estudos
de viabilidade de centrais elicas mais precisos e representativos, a partir da utilizao do
Mtodo da Energia Equivalente.
vi
SUMRIO
1. INTRODUO 1
1.1 CENRIO GLOBAL DA ENERGIA ELICA 1
1.2 BENEFCIOS AMBIENTAIS 2
1.3 CENRIO POLTICO E ECONMICO DA ENERGIA ELICA NO BRASIL 4
1.4 OBJETIVOS DA DISSERTAO 7
1.5 ORGANIZAO E SUMRIO DA DISSERTAO 8
2. ANLISE - CARACTERSTICAS DE VENTO DO NORDESTE 9
2.1 CIRCULAO GERAL ATMOSFRICA 9
2.2 ESCALAS DE ESPAO 11
2.2.1 ESCALA PLANETRIA OU MACROESCALA 12
2.2.1.1 El Nio e La Nia 14
2.2.2 ESCALA REGIONAL OU MESOESCALA 16
2.2.3 ESCALA LOCAL OU MICROESCALA 18
2.3 ESCALAS DE TEMPO 20
2.3.1 VARIAES LENTAS 20
2.3.1.1 Variaes interanuais 20
2.3.1.2 Variaes sazonais 21
2.3.2 VARIAES RPIDAS 21
2.3.2.1 Variaes diurnas 21
2.3.2.2 Variaes de curta durao 22
2.4 REGIES ELICAS DO NORDESTE 22
2.4.1 LITORAL NORTE-NORDESTE 23
2.4.2 LITORAL NORDESTE-SUDESTE 24
2.4.3 NORDESTE CONTINENTAL 25
3. APLICAES - EFEITOS DAS CARACTERTICAS DE VENTO DO NE 28
3.1 FONTE DE DADOS ELICOS 28
3.1.1 NORDESTE 28
3.1.2 EUROPA 29
3.1.3 ESTADOS UNIDOS 30
3.2 CARACTERISTICAS ELICAS DO NORDESTE E SEUS EFEITOS NAS TURBINAS ELICAS 31
3.2.1 VELOCIDADE DO VENTO 32
3.2.1.1 Gerao anual 33
3.2.1.2 Carregamentos extremos e fadiga 38
3.2.1.3 Otimizao de mquinas elicas 40
3.2.2 MASSA ESPECFICA DO AR 41
3.2.3 DIREO DO VENTO 43
3.3 ESTUDOS ADAPTADOS S CONDIES DO NORDESTE 45
3.3.1 JUSTIFICATIVA 45
3.3.2 ESTUDOS ESPECFICOS PARA AS CONDIES DE VENTO DO NORDESTE 45
4. MODELAGEM - ESTATSTICA DO VENTO 48
4.1 INTRODUO 48
4.2 PARMETROS REPRESENTATIVOS 48
4.3 ABORDAGEM ANALTICA 49
4.3.1 A VELOCIDADE DO VENTO COMO UMA VARIVEL DISCRETA 49
vii

4.3.1.1 Momentos amostrais 49
4.3.1.2 Quantificao da variao 51
4.3.1.3 Intensidade de turbulncia 51
4.3.1.4 Freqncias de ocorrncia da velocidade 52
4.3.2 A DIREO DO VENTO COMO UMA VARIVEL DISCRETA 53
4.3.2.1 Freqncias de ocorrncia da direo 53
4.3.2.2 Direo mdia de um setor 53
4.3.2.3 Frequncia relativa do setor 53
4.3.3 A VELOCIDADE DO VENTO COMO UMA VARIVEL CONTNUA 54
4.3.3.1 Anlise probabilstica: detalhamento matemtico 55
4.3.3.2 Distribuies utilizadas neste tipo de estudo 56
4.3.3.3 Problemas quando do uso de modelos probabilsticos 56
5. MODELAGEM - DISTRIBUIO DE WEIBULL 60
5.1 INTRODUO 60
5.2 APLICAO DE WEIBULL NOS ESTUDOS ELICOS 60
5.2.1 FUNDAMENTOS MATEMTICOS 61
5.2.1.1 Funo densidade de probabilidade 61
5.2.1.2 Interpretao fsica dos parmetros de Weibull 62
5.2.1.3 Quantificaes estatsticas 63
5.2.2 DETERMINAO DOS PARMETROS DE WEIBULL 66
5.2.2.1 Mtodo da Velocidade Mdia e Desvio Padro 68
5.2.2.2 Mtodo Grfico de Estimativa 69
5.2.2.3 Mtodo dos Mnimos Quadrados 69
5.2.2.4 Mtodo da Mxima Verossimilhana (Maximum Likelihood Method) 70
5.2.2.5 Mtodo da Mxima Semelhana (Maximum Likeness Method) 72
5.2.3 CONJECTURA DO PARMETRO K 73
5.2.4 CONSIDERAES IMPORTANTES PARA O CLCULO DOS PARMETROS DE WEIBULL 74
6. MODELAGEM - MTODO DA ENERGIA EQUIVALENTE 78
6.1 INTRODUO 78
6.2 HIPTESES ADMITIDAS NO DESENVOLVIMENTO DO MEE 78
6.2.1 HIPTESE 1 79
6.2.2 HIPTESE 2 79
6.3 FUNDAMENTOS MATEMTICOS DO MEE 80
6.4 AVALIAO DO MEE 83
6.4.1 DADOS DE CURVA DE POTNCIA UTILIZADOS NA AVALIAO DO MEE 83
6.4.2 PROCEDIMENTOS DE ANLISE 86
6.4.2.1 Erro da Energia Gerada 86
6.4.2.2 Coeficiente de correlao 87
6.4.3 RESULTADOS 88
6.4.4 ANLISE DOS RESULTADOS 94
6.4.5 CONCLUSES 96
6.5 DETERMINAO DA FAIXA TIMA DE AJUSTE DO MEE 97
7. CONCLUSES 100
7.1 ANLISE DAS CARACTERISTICAS ELICAS DO NORDESTE 100
7.2 APLICAES EM PROJETOS DE CENTRAIS ELICAS 100
7.3 MODELAGEM DOS VENTOS DO NORDESTE 101
7.4 PROPOSTAS DE TRABALHOS FUTUROS 102
viii
8. REFERNCIAS BIBLIOGRFICAS 104
ANEXO 1: VARIAO SAZONAL DA ZCIT (2001 2002) 107
ANEXO 2: PANORAMA DO POTENCIAL ELICO NO BRASIL 120
ANEXO 3: SUMRIOS DAS ESTAES ANEMOMTRICAS 124

ix
SIMBOLOGIA
Smbolo Unidade Denominao do smbolo
A -
Conjunto de elementos de v em um determinado intervalo de
velocidades
A -
Conjunto de elementos de s em um determinado intervalo de
integrao
A
m
m/s Velocidade mdia num intervalo de velocidades
c m/s Parmetro de escala da distribuio de Weibull
d
Soma vetorial de elementos r em um determinado intervalo de
integrao
D -
Conjunto de elementos de d em um determinado setor de direo de
vento

- Experimento de medio do vento, velocidade e direo
EG kWh Energia gerada num perodo de h horas
EG
observada
kWh Energia gerada calculada a partir de uma distribuio observada
EG
terica
kWh Energia gerada estimada a partir de uma distribuio terica
e
inferior
% Maior erro dentre as subestimativas de EG
e
mdio
% Mdia aritmtica dos erros de EG
e
superior
% Maior erro dentre as sobrestimativas de EG
E
t
kWh
Energia eltrica produzida por uma turbina elica num perodo de h
horas

m/s Erro
f
calm
- Freqncia de calmarias corrigida
f
obs
- Freqncia de calmarias observada
- Nmero de eventos de tempo independentes
h horas Perodo de tempo
h
i
% Freqncia relativa de velocidade no i-simo intervalo de velocidade
IT % Intensidade de turbulncia
IT
15
% Intensidade de turbulncia com velocidade do vento de 15 m/s
k - Parmetro de forma da distribuio de Weibull
m
d
- Nmero de elementos contido no conjunto D
x
m
v
- Nmero de elementos contido no conjunto A
n
d
- Nmero de elementos da varivel d
n
v
- Nmero de elementos da varivel v
P W/m
2
Densidade da energia do vento
P
c
kW
Potncia eltrica mdia de uma turbina elica para um intervalo de
velocidade
Q(v) % Probabilidade de ocorrncias de velocidades iguais ou maiores que v
r Elemento de direo do vento pertencente ao espao amostral S

kg/m
3
Massa especfica do ar
r - Coeficiente de correlao linear de Pearson
S - Espao amostral finito associado a
s m/s Elemento de velocidade de vento pertencente ao espao amostral S
t - Turbulncia
T
r
anos Perodo de retorno
u
t
m/s Limite inferior da banda de medio do anemmetro
v m/s
Mdia aritmtica de elementos s em um determinado intervalo de
integrao
v
2
m
m/s Velocidade quadrada mdia do vento
v
3
m
m/s Velocidade cbica mdia do vento
V
anual
m/s Velocidade mdia anual do vento
v
m
m/s Velocidade mdia do vento
v
Md
m/s Velocidade mediana do vento
v
Mo
m/s Velocidade modal do vento
V
ref
m/s Velocidade de referncia do vento
W - Distribuio de velocidades, observada ou terica
W
d
% Freqncia relativa do conjunto D
W
v
% Freqncia relativa do conjunto A

1
1. INTRODUO
1.1 CENRIO GLOBAL DA ENERGIA ELICA
No final de 2002, a capacidade instalada mundial de turbinas elicas alcanou os 32.000
MW, provendo energia eltrica suficiente para atender a demanda necessria para 16 milhes
de lares tpicos Europeus. Nos pases da Unio Europia esto instalados 23.056 MW, o que
corresponde a 74 % da capacidade mundial. A produo de eletricidade a partir de fontes
elicas na Europa equivale queima anual de 20 bilhes de toneladas de carvo por uma
usina trmica convencional.
Nos ltimos 5 anos, a taxa mdia anual de crescimento da capacidade instalada mundial
foi de aproximadamente 32 %, um alto valor para os padres das indstrias de metal pesado.
Durante o ano de 2002, mais de 7.000 MW em novas centrais elicas foram adicionadas ao
sistema eltrico de mais de 50 naes.
A tabela 1.1 apresenta um sumrio dos cinco maiores mercados de energia elica no
perodo de 1999 a 2002.
Tabela 1.1 Os cinco maiores mercados de energia elica no mundo. [EWEA & GREENPEACE, 2003]
Capacidade instalada [MW] Taxa de crescimento
Pas
Final de 1999 Final de 2000 Final de 2001 Final de 2002 Mdia anual No perodo
Alemanha 4.442 6.107 8.734 11.968 39,18 % 169,43 %
Espanha 1.812 2.836 3.550 5.043 41,25 % 178,31 %
EUA 2.445 2.610 4.245 4.675 26,50 % 91,17 %
Dinamarca 1.738 2.341 2.456 2.880 18,96 % 65,71 %
ndia 1.035 1.220 1.456 1.702 18,04 % 64,44 %
Mundo 13.932 18.449 24.927 32.037 32,02 % 129,95 %
Num relatrio elaborado em 2003 pela Associao Europia de Energia Elica (EWEA)
em parceria com o GREENPEACE especula-se que a capacidade instalada mundial dever
atingir os 1.231 GW at o ano de 2020, correspondendo a 12 % de toda a demanda de
eletricidade do planeta. A tabela 2.2 apresenta uma projeo para o futuro da energia elica no
mundo.
Tabela 1.2 Projeo de crescimento da energia elica entre 2002 e 2040. [EWEA & GREENPEACE, 2003]
Capacidade instalada [MW]
Ano
anual acumulada
Taxa de
crescimento
Gerao
elica [TWh]
Demanda
mundial [TWh]
Penetrao
elica
2002 7.227 32.037 25 % 64,5 16.233 0,40 %
2005 14.115 66.478 25 % 139,8 17.567 0,80 %
2010 39.699 206.528 20 % 452,3 20.037 2,26 %
2015 94.668 556.922 15 % 1.366,0 22.639 6,03 %
2020 151.490 1.231.687 0 % 3.021,1 25.578 11,81 %
2030 151.490 2.592.424 0 % 6.358,7 31.524 20,17 %
2040 151.490 3.082.167 0 % 8.099,9 36.585 22,14 %
A indstria da energia elica, que s na Europa move 7 bilhes de euros por ano, dever
movimentar algo em torno de 674,5 bilhes at o final de 2020. Estes valores so
incentivadores quando comparado ao investimento global do setor eltrico nos anos 90, algo
2
prximo de 158-186 bilhes. Especula-se, ainda, uma reduo de 40 % no custo unitrio do
kW elico, que hoje se encontra em torno de 4,04 cents, alm de uma reduo nos custos de
implantao: de 823/kW para 497/kW.
1.2 BENEFCIOS AMBIENTAIS
A reduo dos nveis de dixido de carbono (CO
2
) emitidos na atmosfera um
importante benefcio da fonte elica, pois o CO
2
o principal agente de exacerbao do efeito
estufa, que conduz a desastrosas conseqncias pelas mudanas do clima global. Segundo
relatrio das Naes Unidas, estima-se que 3 milhes de pessoas morram todo ano vtimas da
poluio atmosfrica.
Uma turbina elica de 750 kW, em mdia, capaz de produzir anualmente 2 milhes de
quilowatt-horas de eletricidade
1
. Considerando que, em mdia, 0,60 kg
2
de CO
2
equivalente
so emitidos para cada kWh produzido, esta turbina impede a emisso na atmosfera de 1.200
toneladas de CO
2
num nico ano.
Considerando, agora, a previso feita pela EWEA (de uma participao elica
correspondente a 12 % da matriz eltrica mundial), at 2020 poder ser evitada a emisso de
10.921 milhes de toneladas de CO
2
na atmosfera.
A figura 1.1 apresenta uma central geradora na China que utiliza combustveis fsseis
na sua planta e que emite poluentes atmosfricos pela queima do combustvel.

Figura 1.1 Central geradora que utiliza combustveis fsseis.

1
Condies de vento tpicas da Europa. [EWEA & GREENPEACE, 2003]
2
De acordo com clculos feitos pelo Conselho Mundial de Energia Elica. Esta estimativa representa um valor
mdio calculado a partir de diferentes fontes de energia que utilizam combustveis fsseis:
Carvo (vrias tecnologias): 0,751 0,962 kg por kWh;
Petrleo: 0,726 kg por kWh;
Gs natural: 0,428 kg por kWh.
3
As comparaes diretas entre custos da energia elica e de fontes que utilizam
combustveis fsseis ou nucleares so enganosas, pois no contabilizam os custos externos
3

ou os benefcios relativos a cada fonte de gerao.
A figura 1.2 compara os custos envolvidos numa determinada fonte com um iceberg e
exemplifica alguns dos custos externos para a sociedade e ao meio-ambiente relacionados
queima de combustveis fsseis ou gerao nuclear.

Figura 1.2 Custos externos dos combustveis fsseis e nucleares.
Um estudo recentemente publicado na Europa, conhecido por projeto Extern E e
desenvolvido nos ltimos 10 anos em 15 pases europeus, estimou os valores mdios globais
dos custos externos para diferentes fontes de energia. Sendo estes apresentados na tabela 1.3.
Tabela 1.3 Custos externos de diversas fontes de gerao. [EWEA & GREENPEACE, 2003]
Fonte Custo externo
Petrleo 3 11 cents / kWh
Carvo 2 15 cents / kWh
Gs natural 1 4 cents / kWh
Nuclear 0,2 0,7 cents / kWh
Elica 0 0.25 cents / kWh
As principais concluses deste estudo atestam que o custo unitrio da eletricidade
produzida por carvo ou petrleo seria dobrado, e por gs natural teria um acrscimo de 30%,
se os custos externos associados sade e ao meio ambiente fossem considerados. Na fonte
nuclear, os maiores custos externos so relativos s responsabilidades pblicas de impactos ao
meio-ambiente e a sade, rejeitos e resduos radioativos.

3
Custos sociais e ambientais das fontes poluentes de energia. Estes custos podem ocorrer localmente (por
exemplo: guerras, responsabilidades pblicas e molstias fsicas e mentais) ou globalmente (estimulo de
eventuais mudanas na climatologia do planeta).
4
A figura 1.3 ilustra uma turbina elica instalada prxima a uma central geradora que
utiliza combustvel nuclear na sua planta. Vale ressaltar o impacto visual causado pelo vapor
dgua expelido pelas chamins da central nuclear e o perigo sade pblica e ao meio
ambiente no caso de acidentes.

Figura 1.3 Turbina elica e uma central geradora nuclear.
1.3 CENRIO POLTICO E ECONMICO DA ENERGIA ELICA NO BRASIL
No Brasil, o aproveitamento da energia elica se resumiu, at recentemente, aos
tradicionais cata-ventos de mltiplas ps, utilizados em larga-escala para movimentao de
bombas dgua em localidades do interior.
Os primeiros anemgrafos computadorizados e sensores especficos para energia elica
foram instalados no Cear e na ilha de Fernando de Noronha, em Pernambuco, apenas no
incio dos anos 90. O Estado do Cear foi um dos pioneiros na realizao de programas de
levantamento do potencial elico por meio de medidas de vento com modernos aparelhos.
Medies precisas de vento, realizadas ao final da dcada de 90 em diversos pontos do
territrio nacional, indicaram a existncia de um imenso potencial elico inexplorado. Os
bons resultados obtidos com estas medies foram responsveis pela determinao precisa do
potencial elico em vrias regies do Brasil.
Mesmo com vrios trabalhos e pesquisas cientficas realizadas nas dcadas de 70 e 80,
apenas em julho de 1992 a gerao de energia elica no Brasil comeou de fato, com a
instalao de uma turbina de 75 kW na ilha de Fernando de Noronha; num convnio firmado
entre a Companhia Energtica de Pernambuco (CELPE), o Centro Brasileiro de Energia
Elica (CBEE) e a instituio dinamarquesa FOLKCENTER.
Hoje, j podem ser observadas instalaes elicas de grande porte nos Estados do
Cear, Pernambuco, Minas Gerais, Paran e Santa Catarina. Atualmente, o total instalado no
Pas soma 22 MW. A tabela 1.4 apresenta os investimentos em energia elica no pas at a
presente data.
5
Tabela 1.4 Projetos elicos implantados no Brasil.
Centrais elicas instaladas no Brasil [at julho de 2003]
Denominao Capacidade Proprietria Local de instalao
Elica 75 kW
Companhia Energtica de
Pernambuco - CELPE
Fernando de
Noronha PE
Elica de Prainha 10 MW
Wobben Wind Power Indstria e
Comrcio Ltda
Aquiraz CE
Elica de Taba 5 MW
Wobben Wind Power Indstria e
Comrcio Ltda
So Gonalo do
Amarante CE
Elica Experimental do
Morro do Camelinho
1 MW
Companhia Energtica de Minas
Gerais - CEMIG
Gouveia MG
Elica - Eltrica de
Palmas
2,5 MW Centrais Elicas do Paran Ltda. Palmas PR
Elica de Fernando de
Noronha
275 kW
Centro Brasileiro de Energia Elica
UFPE
Fernando de
Noronha - PE
Mucuripe 2,4 MW
Wobben Wind Power Indstria e
Comrcio Ltda
Fortaleza CE
Elica de Bom Jardim 600 kW Parque Elico de Santa Catarina Ltda
Bom Jardim da
Serra - SC
Elica Olinda 225 kW
Centro Brasileiro de Energia Elica
UFPE
Olinda PE
Total: 22,025MW
A partir de 1999, alguns projetos de lei deram um importante incentivo para a
implantao da energia elica no Brasil. Os principais incentivos partiram de idias e
propostas que nasciam, principalmente, na bancada pernambucana na Cmara dos Deputados
e no Senado federal.
1. Proposta de lei, 1999 - Senador Jos Jorge [PE]
Incentivo a energia elica
Isenes de taxas de impostos por cinco anos;
Criao de um fundo de desenvolvimento para elica;
Reduo do pedgio de transmisso de energia - Art. 42 da lei 7.990;
Permitir a venda de energia elica para qualquer consumidor com demanda acima
de 500 kW;
Obrigao por parte das concessionrias da compra de 3 % da sua demanda de
eletricidade a Produtores Independentes (PI) que utilizarem as fontes renovveis
elica, biomassa ou fotovoltica.
2. Projeto de lei n 4673, 2001 - Deputado Clementino Coelho [PE]
PRODEENE - Programa de Desenvolvimento da Energia Elica no Nordeste
Iseno de impostos federais sobre as despesas realizadas pelos projetos de
prospeco e identificao das reas de potencial elico para gerao de
eletricidade;
Obrigatoriedade de compra da energia gerada por centrais elicas pela
ELETROBRS e/ou concessionrios e empresas comercializadoras de energia;
Incluso do total da energia produzida no conceito de energia assegurada, segundo
a regulamentao vigente, expedida pela Agncia Nacional de Energia Eltrica
(ANEEL);
6
Criao de linha de crdito, no Banco Nacional de Desenvolvimento (BNDES),
pelo prazo de doze anos, destinada ao financiamento de at noventa por cento do
valor de implantao da central elica, componente de uma carteira de projetos,
cuja potncia total instalada some 5.000 MW.
3. Proposta do Executivo, 2001.
PROELICA - Programa Emergencial de Energia Elica do Nordeste
Contratao de 1.000 MW de energia elica;
Contratos entre a ELETROBRS e PI por um perodo de 15 anos;
Isenes de tarifas de transmisso da energia;
Incentivos fiscais para os projetos (10 % - 20 %).
4. Lei federal n 10.438, 2002.
PROINFA - Programa de Incentivo s Fontes Alternativas
Cria a conta de Desenvolvimento Energtico - CDE
Altera dispositivos legais que interferem no aproveitamento de fontes alternativas
e cogerao de energia;
Primeira fase: com a contratao de 3.300 MW por fontes renovveis elica,
biomassa e pequenas centrais hidroeltricas (PCH);
Segunda fase: expano da capacidade para 10 % da eletricidade consumida no
Brasil;
Contratos entre a ELETROBRS e PI por um perodo de 15 anos.
Estas prescries estabelecem as primeiras regras para a implantao definitiva da
energia elica no Brasil. Estas novas perspectivas causam um furor por parte de investidores
nacionais e internacionais e provocaram o surgimento de um nicho de mercado, em torno de
US$ 6,3 bilhes.
At o incio de julho de 2003 foram autorizadas pela Agncia Nacional de Energia
Eltrica as implantaes de 87 centrais geradoras elicas, totalizando uma capacidade
instalada de 6.321,6 MW. A tabela 1.5 apresenta a distribuio dos projetos elicos por estado
da federao.
Tabela 1.5 Projetos elicos autorizados pela Aneel. Atualizao: Junho 2003.
Estado
N de
Projetos
Capacidade
Instalada [MW]
Participao
Par 01 60,00 1,15 %
Cear 34 2.269,85 39,08 %
Rio Grande do Norte 21 2.057,60 24,14 %
Pernambuco 05 247,90 5,75 %
Bahia 02 90,10 2,30 %
Piau 02 123,40 2,30 %
Sergipe 01 17,10 1,15 %
Rio de Janeiro 03 214,60 3,45 %
Rio Grande do Sul 16 1.192,55 18,39 %
Santa Catarina 02 48,60 2,30 %
TOTAL: 87 6.321,70 100%
O alto nmero de projetos elicos autorizados na regio Nordeste do Brasil (em torno de
74 %), estimula a convergncia de esforos para um melhor entendimento dos recursos
7
elicos da regio, bem como do comportamento das turbinas elicas sob essas condies de
vento. Estes estudos so de extrema importncia, pois subsidia informaes para um mercado
de grande importncia para o desenvolvimento da regio Nordeste.
A figura 1.4 ilustra a localizao dos projetos autorizados pela ANEEL e sua
distribuio por regio.
PA
RS
SC
RJ
BA
SE
PE
RN
CE
PI

Projeto elico
autorizado pela ANEEL
Distribuio por Regio
Norte (1,15%)
Sul (20,69%)
Sudeste
(3,45%)
Nordeste
(74,71%)
Figura 1.4 Localizao dos projetos autorizados pela ANEEL.
1.4 OBJETIVOS DA DISSERTAO
Este trabalho teve como proposta principal o melhor entendimento e modelamento das
condies de vento da regio Nordeste. Para isso foi dividido em trs grandes reas de
estudos, denominadas Anlise, Aplicaes e Modelagem. Os objetivos gerais de cada rea so:
Anlise O objetivo principal desta rea a apresentao e a anlise dos principais
mecanismos de vento atuantes na regio Nordeste. Objetiva tambm a identificao das
regies nordestinas mais favorveis para investimentos elicos. Estas anlises subsidiam
informaes para correes e melhorias de modelos atmosfricos regionais, alm de fornecer
embasamento terico para estudos de micrositing e viabilidade tcnica e econmica de
projetos de centrais elicas na Regio.
Aplicaes O objetivo principal desta rea a identificao dos efeitos mais
significativos das caractersticas de vento do Nordeste no projeto e na operao de turbinas
elicas. O que subsidia informaes importantes para o projeto de uma mquina otimizada
para as condies de vento do Nordeste.
Modelagem Esta rea desmistifica a complexidade dos modelos probabilsticos mais
utilizados em estudos elicos e apresenta um novo mtodo de estimativas dos parmetros de
Weibull, batizado de Mtodo da Energia Equivalente (MEE). Este novo mtodo totalmente
adaptado s condies de vento do Nordeste; o que possibilita resultados mais precisos e
representativos.
8
1.5 ORGANIZAO E SUMRIO DA DISSERTAO
Esta dissertao foi elaborada e organizada de modo a facilitar a leitura e a
compreenso dos argumentos defendidos, qualquer que seja o conhecimento do leitor aos
fundamentos da energia elica. Desta forma, optou-se por inserir alguns temas bsicos que
serviram de embasamento terico ao tema principal, alm de definies e do detalhamento
matemtico das principais grandezas e parmetros abordados.
Este trabalho de mestrado est condensado em 7 captulos, alm de outras informaes
relevantes e multidisciplinares contidas nos anexos.
O captulo 1 uma breve introduo poltica, econmica e ambiental a respeito do
aproveitamento dos recursos elicos no Brasil e no Mundo. Apresenta, ainda, os objetivos
gerais do trabalho e a organizao desta dissertao.
O captulo 2 apresenta os principais mecanismos de vento da regio Nordeste, fazendo
uma anlise sistemtica de cada fenmeno climtico atuante em diversas escalas de tempo e
espao. Analisa acontecimentos nas zonas climticas da terra e o resultado da interao dos
movimentos atmosfricos com as caractersticas da superfcie (o que provoca modificaes
locais no seu comportamento). Com base nas ocorrncias e caractersticas destes mecanismos
de ventos puderam ser determinadas as regies elicas do Nordeste mais atrativas para
investimentos no setor.
No captulo 3, a quantificao preliminar das principais caractersticas elicas de cada
uma das regies elicas serviu de base para a determinao e avaliao do comportamento
operacional das maquinas elicas sob as condies de vento da regio. Isso permitiu a
identificao dos principais efeitos desses ventos no projeto e na operao de turbinas elicas,
fabricadas para atender as condies elicas observadas na Europa e nos Estados Unidos.
O captulo 4 explica, de forma detalhada, os fundamentos matemticos dos modelos
estatsticos e probabilsticos mais utilizados nos estudo de caracterizao do vento. Para isso,
optou-se por uma linguagem estritamente estatstica, com o intuito de aprofundar na
natureza das diversas variveis que representam o vento, alm de apresentar e justificar a
utilizao das estatsticas apropriadas para cada uma delas.
O captulo 5 aborda, exclusivamente, a distribuio probabilstica de Weibull e a sua
utilizao em estudos do potencial elico e clculos de gerao. Este captulo detalha a
matemtica desta distribuio e avalia o seu comportamento quando de variaes nas
caractersticas do vento. Os principais mtodos de estimativas dos parmetros de Weibull
tambm so investigados, analisados e avaliados.
O captulo 6 prope um novo mtodo de estimativas, chamado de Mtodo da Energia
Equivalente e totalmente adaptado para a representao de condies elicas similares as
observada na regio Nordeste. Apresenta sua filosofia e matemtica de forma detalhada, alm
de compar-lo experimentalmente com outros mtodos clssicos de estimativas.
O captulo 7 descreve os principais resultados e concluses deste trabalho de mestrado.
Apresenta, ainda, propostas para trabalhos futuros relacionados aos temas abordados.

9
2. ANLISE CARACTESTICAS DE VENTO DO NORDESTE
2.1 CIRCULAO GERAL ATMOSFRICA
A atmosfera terrestre uma mistura de gases - de aproximadamente 5243 x 10
8
kg
confinado em uma fina camada de apenas 15 km de espessura. O nitrognio e o oxignio
correspondem a 98 % dessa mistura, entretanto o dixido de carbono e o vapor dgua so os
componentes de maior interferncia no comportamento da atmosfera. O CO
2
e o H
2
O
possuem forte capacidade de absoro sob a radiao infravermelha e este o motivo pelo
qual a energia calorfica irradiada da superfcie terrestre no se dissipa totalmente no espao.
Esta energia retorna para a terra, aquecendo a superfcie. Este fenmeno transforma o planeta
numa imensa mquina trmica, e chamado de efeito estufa.
Enquanto que a concentrao de CO
2
razoavelmente constante no tempo e no espao,
a concentrao de vapor dgua varia consideravelmente de local para local. A gua existe em
todas as trs fases na atmosfera e o calor liberado no processo de condensao influencia
fortemente o comportamento dos sistemas climticos. Em geral, existe uma maior
concentrao de vapor dgua em locais onde as temperaturas so mais elevadas, por exemplo
nas regies tropicais.
A expresso Circulao Geral Atmosfrica utilizada para denotar os movimentos
atmosfricos
4
que mantm o balano energtico da terra. A distribuio de calor, em funo
da latitude, e a rotao da terra so os agentes mais importantes para o controle da circulao
geral. A combinao destes dois fatores fora a atmosfera a escolher diferentes formas para
transportar a energia necessria no planeta.
A maior fonte de energia para os movimentos atmosfricos a radiao solar. A
atmosfera absorve calor em baixas latitudes - regio limitada pelos trpicos de capricrnio
(30 N) e de cncer (30 S), enquanto que nas outras regies esta absoro bem menor.
Como no equador tem calor em excesso, o excedente deslocado para os plos, onde dficit
de temperatura maior. O primeiro modelo de circulao global foi sugerido pelo fsico
britnico George Hadley em 1735.
A teoria de Hadley sugere que sobre a
superfcie da terra sem rotao, os movimentos
atmosfricos em cada hemisfrio tm a forma de
uma grande clula de conveco. O ar mais aquecido
da regio equatorial se desloca para os plos em
altitudes elevadas. Chegando l esfria, desce a
superfcie e retorna para o equador em baixas
altitudes.
Pesquisas realizadas na dcada de 20,
propuseram um novo modelo para o balano trmico
da terra a partir de trs clulas de conveco em cada
hemisfrio.
Figura 2.1 Modelo de circulao
proposto por Hadley. Fonte: Centro
Brasileiro de Energia Elica.

4
Movimentos atmosfricos, ou os ventos, so os resultados da converso da energia potencial da atmosfera em
energia cintica devido ao trabalho de foras relativas presso. A energia total da atmosfera dividida em
energia potencial e energia cintica, onde esta ltima corresponde a uma pequena frao da energia potencial.
10
A figura 2.2 esquematiza a circulao global atmosfrica do modelo tri-celular.

Zona de alta presso polar
Zona de baixa presso subpolar
Zona de alta presso subtropical
Zona de baixa presso equatorial
Zona de alta presso subtropical
Zona de baixa presso subpolar
Zona de alta presso polar
Figura 2.2 Modelo de circulao global. Fonte: Centro Brasileiro de Energia Elica.
Na zona compreendida entre as latitudes de 30 N e 30 S, a circulao se dirige para o
equador ou melhor, para a Zona de Convergncia Intertropical (ZCIT) - na superfcie e para
os plos nos nveis superiores. As clulas de conveco desta zona so chamadas de clulas
de Hadley e os ventos de superfcie de Ventos Alsios
5
. Estes ventos so considerados os mais
constantes do planeta. Os Ventos Alsios sero melhor explicados na seo 2.2.1.
Entre as latitudes de 30 e 60 de ambos os hemisfrios, a circulao atmosfrica
oposta a das clulas de Hadley. Nestas clulas, a corrente de ar da superfcie se dirige para os
plos, e devido fora de Coriolis so deslocados por uma forte componente oeste. Estes
ventos, chamados de Ventos de Oeste, apresentam uma grande disperso das ocorrncias de
velocidade em torno do seu valor mdio, ou seja, fortes variaes na intensidade dos ventos.
A circulao atmosfrica nas altas latitudes resultante da subsidncia das massas de ar
nas proximidades dos plos, produzindo um fluxo superficial em direo ao equador,
chamado de Ventos Polares de Leste. medida que os frios Ventos Polares de Leste se
movimentam para o equador encontram os Ventos de Oeste, mais quentes, formando uma
regio de descontinuidade, chamada de frente polar. Os ventos observados nestas latitudes
tambm apresentam variaes de velocidade muito superiores as dos Ventos Alsios.
O modelo idealizado tri-celular da circulao global muito til, embora tenha sido
modificado para se ajustar s mais recentes observaes em ar superior. Na realidade, a nica
distribuio zonal de presso que existe a zona de baixa presso subpolar no hemisfrio Sul
(HS), onde o oceano contnuo. Em outras latitudes, particularmente no hemisfrio Norte
(HN), onde h uma proporo maior de terra, esta distribuio zonal substituda por clulas
semipermanentes de alta e baixa presso.
A figura 2.3 compara a distribuio idealizada das zonas de presso (a) e a distribuio
das zonas e clulas de presso influenciada pelos continentes (b).

5
Conhecidos nos pases de linha inglesa como trade wind. A palavra trade wind se originou no final da idade
mdia, quando estes ventos guiavam os navios dos colonizadores europeus com destino ao novo continente em
busca de bons negcios (trades).
11

Figura 2.3 Distribuio global de zonas de presso. Fonte: Centro Brasileiro de Energia Elica.
Esta nova distribuio complicada por grandes variaes sazonais de temperatura, que
servem para fortalecer ou enfraquecer as clulas de presso. Como conseqncia, as
configuraes de presso na Terra variam consideravelmente durante o curso anual.
2.2 ESCALAS DE ESPAO
A superfcie terrestre exerce um importante papel no comportamento dos ventos. O
perfil elico de uma regio condicionado significativamente por fenmenos climticos
prximos a superfcie. Estes fenmenos resultam em condies de vento localizadas que se
afastam das caractersticas gerais da Circulao Geral Atmosfrica.
Desta forma, os movimentos atmosfricos so governados por sistemas climticos
associados a diferentes escalas de tempo e espao. Estas escalas dependem,
fundamentalmente, das condies geogrficas do local. A figura 2.4 ilustra alguns exemplos
de fenmenos atmosfricos, apresentando suas causas mais comuns e diferenciando-os nas
vrias escalas de tempo e espao.
Causas comuns
10
5


Figura 2.4 Escalas de tempo e espao.

Variaes emr decnios dos Ventos Alsios
Mudanas na climatologia global

Alterao interanual na posio e
intensidade da ZCIT

Movimentao sazonal da ZCIT

Efeitos de canalizao dos ventos

Gradientes trmicos terra-mar e
terra-terra

Efeitos aerodinmicos causados
pela forma da superfcie

Rugosidade
10
4

Variao interanual dos Ventos Alsios
10
3

E
s
c
a
l
a

d
e

t
e
m
p
o

-

h
o
r
a
s

Variaes sazonais dos Ventos Alsios
10
2

Alterao no
comportamento
dos Ventos Alsios

10
1

Brisas
1
10
-1

Turbulncia
10
-2
Turbulncia
10
-3

10
-3

10
-2
10
-1
1 10 10
2
10
3
10
4
10
5
Microescala Mesoescala Macroescala
Escala de espao - km
12
2.2.1 Escala planetria ou Macroescala
As clulas de conveco entre o equador e as latitudes de 30 N e 30 S, chamadas de
clulas de Hadley, resultam em fluxos de ar ascendestes prximos ao equador trmico
(localizado ao norte do equador geogrfico) e descendestes sobre as latitudes subtropicais. As
origens destas clulas so explicadas por dois fatores:
O ar quente ascendente do equador se dirige para os plos. A medida que se afasta da
zona equatorial ocorre a libero de calor latente para a condensao do vapor dagua
contido na massa de ar, formando nvens Cmulus
6
. A liberao de calor se d
devido a pequena capacidade de reserva de energia potencial das regies
subtropicais. Esta perda de calor faz com que a densidade do ar aumente e,
consequentemente, ocorra a subsidncia do fluxo prximo s latitudes de Cavalo
7
.
Os fluxos resultantes das clulas de Hadley so defletidos no sentido oposto
rotao da terra pelo princpio de conservao de momento angular das massas de ar
(Coriolis). Esta circulao, prevalecente do leste, quando superposta por suaves
perturbaes, faz com que a direo flutue do nordeste ao sudeste. Entretanto a fora
de Coriolis cresce medida que a latitude aumenta, fazendo com que, prximo
latitude de 25, os ventos desviem no sentido zonal (leste-oeste), forando a
convergncia do ar em altitude, seguido da subsidncia.
Nas primeiras centenas de metros acima do nvel do mar, os ventos originados no fluxo
superficial das clulas de Hadley so especialmente estveis. Estes ventos so chamados de
Ventos Alsios. Os Ventos Alsios so massas de ar superficiais provenientes das latitudes
subtropicais que se movem em direo regio de menor presso da aquecida faixa
equatorial. (ver figura 2.2)
Os Ventos Alsios se estendem verticalmente para aproximadamente 2 km da superfcie
e so consideradas as maiores fontes energticas da regio tropical. Estes ventos atingem os
seus valores mximos nas altitudes entre 500 e 1000 m, onde aumentam em intensidade e
diminuem em variabilidade. A dinmica desses ventos marcada por um forte ciclo sazonal e
uma grande assimetria em torno da linha do equador.
A assimetria dos ventos Alsios em torno do equador tem origem na diferena entre as
reas cobertas por continentes e oceanos nos dois hemisfrios. A proporo de cobertura por
gua no hemisfrio sul muito maior que no hemisfrio norte. O HN coberto por 61 % de
gua e a terra ocupa os outros 39 %. No HS tem apenas 19 % de terra contra 81 % de gua.
As massas continentais possuem capacidade trmica muito menor que a dos oceanos, logo
aquecem muito mais facilmente, entretanto os oceanos podem armazenar maior quantidade de
calor e liber-lo lentamente.
Isto implica em variaes climticas bruscas e maiores no hemisfrio norte; fazendo dos
veres mais quentes e dos invernos mais frios. No hemisfrio norte, os Ventos Alsios provm,
predominantemente, da direo nordeste, enquanto que no hemisfrio sul da direo sudeste.
Ambos se encontram numa regio de baixa presso conhecida como Zona de Baixa Presso
Equatorial ou Zona de Convergncia Intertropical.

6
Normalmente aparecendo durante o dia, estas nuvens verticais com cara de "bolinhas de algodo" mostram
grande atividade convectiva. Esto normalmente associadas ao bom tempo, porm se comeam a crescer podem
gerar tempestades. Estas nuvens so de grande importncia pois sua precipitao mantm as florestas tropicais.
7
Regies prximas s latitudes 30 N e 30 S, caracterizadas por calmarias e uma leve instabilidade dos ventos.
13
A ZCIT uma fina zona ao redor do planeta, com largura variando entre 3 e 5, que
representa o principal transporte de calor e unidade que ascende da superfcie. Esta
permanente zona de baixa presso marca o equador meteorolgico, onde os Ventos Alsios,
carregados de calor e umidade da evaporao e do calor sensvel da superfcie, convergem
para formar uma zona caracterizada por um forte fluxo ascendente e um alto ndice
pluviomtrico. Ao longo desta zona de baixa presso comum a formao de nuvens com
grande movimentao interna, chamadas de Cumulunimbus
8
. Pode-se afirmar que a ZCIT a
fora que dirige a circulao de Hadley, pois atua como uma grande bomba que suga o calor e
umidade da superfcie para as altas altitudes, onde so movimentadas em direo aos plos da
terra.
O comportamento (posio e intensidade) da ZCIT de grande interesse, pois est
diretamente relacionado ao posicionamento e a intensidade das clulas de presso prximas
ao Equador (ver figura 2.3). Estas imputam a ZCIT uma forma levemente ondulada, e no
mais aquela trajetria retilnea apresentada no modelo de circulao tri-celular idealizado
inicialmente; alm de contnuas mudanas da sua posio ao longo do ano. A sua posio
mdia 5 N, se movimentando para o norte durante a estao chuvosa e para o sul nos meses
mais secos. A figura 2.5 apresenta o ciclo anual mdio da ZCIT para 17 anos (1971-1988) nas
longitudes compreendidas entre 10 W e 45 W.
20N
15N
10N
5N
20S
15S
10S
5S
0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Meses do ano
L
a
t
i
t
u
d
e


Figura 2.5 Ciclo anual da ZCIT nas longitudes de 10 W e 45 W. [Oort, 1983][Legler & O'Brien, 1984]
Alm do ciclo anual, podem ser constatadas bruscas variaes na posio da ZCIT
numa escala de dias ou semanas. O anexo 1 apresenta as posies mdias da ZCIT para cada
pntada (5 dias) dos anos de 2001 e 2002.
Alteraes no comportamento tpico da ZCIT esto intrinsecamente ligadas s variaes
na temperatura da superfcie do mar (TSM) do Atlntico Sul e do Pacfico Equatorial.
Anomalias na temperatura destas guas superficiais afetam o posicionamento e a intensidade
da ZCIT. A dinmica interna do prprio oceano age mecanicamente redistribuindo estas
anomalias atravs de fluxos de calor (evaporao, ciclos convectivos, formao de nuvens),
que provocam mudanas no posicionamento e na intensidade das clulas de presso, alterando
o comportamento da ZCIT, e conseqentemente os Ventos Alsios.
O clima no Nordeste muito afetado pelas anomalias nestes oceanos. As anomalias de
TSM mais conhecidas so: o dipolo de TSM no oceano Atlntico, e o El Nio/La Nina no
Pacfico. As anomalias ocorrentes no Atlntico so dominantes e condicionam mais
fortemente a climatologia regional. Por exemplo: quando a TSM do Atlntico aumenta muito,

8
Diz-se das grandes nuvens cmulus contendo troves, raios e chuvas pesadas. Podem trazer granizo, ventos
fortes e tornados. Sua base est entre 900 e 3.000 m e seu topo pode alcanar 18.000 metros. No estgio final de
seu desenvolvimento adquire forma que lembra uma "bigorna".
14
mas o pacfico est normal ou ocorrendo La Nia, o ano tende ser mais seco. J quando no
Atlntico a TSM normal e o pacfico apresenta El Nio de intensidade fraca, este ano tende
ser normal. Entretanto, as anomalias ocorrentes no Pacfico Equatorial tm maiores efeitos na
climatologia mundial.
2.2.1.1 El Nio e La Nia
O El Nio caracterizado pelo aquecimento anmalo das guas superficiais do Pacfico
Equatorial Oriental. Este fenmeno se manifesta em ciclos irregulares entre 2 e 7 anos e
possui evoluo tpica que se inicia no comeo do ano, atinge sua mxima intensidade no ms
de dezembro e enfraquece na metade do segundo ano.
A manifestao do El Nio muda o mecanismo climatolgico da regio do Pacfico,
com reflexo no restante do planeta. Nos anos que ocorrem estes fenmenos observa-se uma
diminuio na intensidade dos Ventos Alsios. A figura 2.6 apresenta os principais efeitos
conhecidos do El Nio na climatologia do planeta.

Figura 2.6 Efeitos do El Nio no planeta. Fonte: NCEP/NOAA - EUA.
Particularmente no Nordeste do Brasil, o El Nio provoca uma diminuio da
precipitao ao norte da regio do semi-rido (Maranho, Piau, Cear e Rio Grande do
Norte) nos meses chuvosos de fevereiro a maio. Este acontecimento est relacionado a
gerao de um ramo de ar descendente da Clula de Walker
9
, que inibe a formao de nuvens
nesta regio. A figura 2.7 ilustra a circulao de Walker para anos normais e de El Nio.
Anos normais Anos de El Nio
Figura 2.7 Efeitos do El Nio na Clula de Walker. Fonte: Centro Brasileiro de Energia Elica.

9
Clula de circulao de macroescala no sentido zonal (leste-oeste) sobre o Pacfico Equatorial que funciona
como balano atmosfrico, envolvendo trocas de ar entre os hemisfrios leste e oeste, e centrado nas latitudes
tropicais e subtropicais.
15
O esquema mostrado na Figura 2.6 mostra a Clula de Walker sobre a Bacia do Pacfico
Tropical. Sob condies normais observa-se o ramo ascendente da Clula de Walker
(favorvel formao de nuvens convectivas) ao norte da Austrlia (sobre o Pacfico Oeste),
onde se tem gua quente e baixas presses. Por outro lado, sobre a regio do Pacfico leste,
prximo ao Peru e ao Equador - onde se verifica a presena de guas frias (o afloramento na
superfcie de guas ocenicas advindas do fundo do oceano Pacfico) e altas presses -
manifesta-se o ramo subsidente da Clula de Walker (o que inibe a formao de nuvens).
Nos episdios de El Nio pode-se observar uma modificao da circulao do vento
(Clula de Walker) sobre o Pacfico Equatorial. Sob estas condies de aquecimento observa-
se o deslocamento do ramo ascendente para o Pacfico Centro-Leste, prximo do Peru e
Equador. E a formao de dois ramos descendentes: um sobre o Pacfico Oeste e outro no
Atlntico Equatorial ao leste da Amaznia e norte do semi-rido nordestino.
O fenmeno conhecido por La Nia o oposto do El Nio, e corresponde ao
resfriamento anmalo da TSM do Pacfico Equatorial. Este fenmeno tambm produz fortes
mudanas na dinmica da atmosfera, alterando o comportamento climtico do planeta.
Em geral, o La Nia comea a se desenvolver no incio do ano, e atinge sua intensidade
mxima em novembro e dezembro, e vindo a dissipar-se em meados do ano seguinte.
Entretanto pode perdurar por at dois anos. Nestes anos, os Ventos Alsios se mostram mais
intensos. Os principais efeitos da La Nia na regio Nordeste se resume a uma abundncia na
precipitao do centro-sul do Maranho e do Piau nos meses de novembro a janeiro, e o
favorecimento na ocorrncia de chuvas sobre o semi-rido do Nordeste.
A tabela 2.1 apresenta um registro histrico dos episdios do El Nio e La Nia
ocorridos desde o ano de 1900.
Tabela 2.1 Registro histrico dos episdios de El Nio e La Nia. Fonte: Centro Brasileiro de Energia Elica.
Episdios de El Nio e La Nia
Anos Fenmeno Intensidade Anos Fenmeno Intensidade
1902 - 1903 El Nio Forte 1957 1959 El Nio Forte
1903 1904 La Nia Forte 1963 El Nio Fraco
1905 1906 El Nio Forte 1964 1965 La Nia Moderado
1906 - 1908 La Nia Forte 1965 1966 El Nio Moderado
1909 1910 La Nia Forte 1968 - 1970 El Nio Moderado
1912 1912 El Nio Forte 1970 1971 La Nia Moderado
1913 1914 El Nio Moderado 1972 1973 El Nio Forte
1916 1918 La Nia Forte 1973 1976 La Nia Forte
1918 1919 El Nio Forte 1976 1977 El Nio Fraco
1923 El Nio Moderado 1977 1978 El Nio Fraco
1924 1925 La Nia Moderado 1979 1980 El Nio Fraco
1925 1926 El Nio Forte 1982 1983 El Nio Forte
1928 1929 La Nia Fraco 1983 1985 La Nia Fraco
1932 El Nio Moderado 1986 1988 El Nio Moderado
1938 1939 La Nia Forte 1988 1989 La Nia Forte
1939 1941 El Nio Forte 1990 1993 El Nio Forte
1946 1947 El Nio Moderado 1994 1995 El Nio Moderado
1949 1951 La Nia Forte 1995 1996 La Nia Fraco
1951 El Nio Fraco 1997 1998 El Nio Forte
1953 El Nio Fraco 1998 2001 La Nia Moderado
1954 1956 La Nia Forte 2002 - 2003 El Nio Fraco
16
2.2.2 Escala regional ou Mesoescala
Nas latitudes que cobrem o Nordeste do Brasil, o regime de vento fortemente
condicionado pela circulao em macroescala dos ventos Alsios. Entretanto, o
comportamento desses ventos afetado pela presena dos continentes e de suas
particularidades climticas e orogrficas.
A privilegiada localizao geogrfica do estados do Nordeste imputa caractersticas
excepcionais meteorologia elica regional. Uma vez que o fluxo de ar prevalece de uma
extensa cobertura ocenica (livre de obstculos), observa-se a alta intensidade, continuidade e
constncia dos Ventos Alsios.
Os efeitos de mesoescala no litoral nordeste esto, quase que totalmente, ligados a
interao dos Ventos Alsios nas camadas atmosfricas de baixos nveis, via assimetria trmica
induzidas por gradientes trmicos oceano-terra (produzindo as brisas martimas e terrestres).
As brisas martimas originam-se da expanso do ar nas camadas superficiais da terra,
uma vez a radiao solar absorvida e re-emitida mais rapidamente no continente que no mar.
Esta expanso produz nos nveis superiores (de 500 a 2.000 m) um suave fluxo de ar aquecido
que se movimenta da terra para o mar, chamado de fluxo de retorno.
A subsidncia deste fluxo sobre o mar cria um gradiente de presso que induz a
formao de um vento superficial (entre 0 e 500 m) do mar para o continente, formando a
brisa. O limite continental onde ocorre a convergncia da massa de ar chamado de frente de
brisa, marcada por um aumento da umidade e, s vezes, uma intensificao de nuvens
cmulus. A figura 2.8 esquematiza a circulao da brisa martima, bem como as condies de
temperatura e presso nas camadas prximas superfcie.
TEMPERATURA
+ baixa + alta
Brisa martima
Fluxo de retorno
Subsidncia
20 40km
GRADIENTE DE PRESSO (Devido aquecimento)
+ alta + baixa
Frente de brisa
Convergncia

Figura 2.8 Figura esquemtica da circulao de brisa martima.
A brisa martima se inicia prxima a linha da costa, mas durante todo o dia penetra de
20 a 40 km no continente, podendo chegar, em casos excepcionais, a 100 km. A extenso
vertical deste fenmeno pode atingir os 2.000 metros acima da superfcie.
As brisas martimas contribuem fortemente para um incremento na intensidade e na
variao da direo dos ventos Alsios; alm de afetar a temperatura e a umidade do ar na
regio. As maiores incidncias de brisas martimas, geralmente, ocorrem nos meses de vero.
17
A direo das brisas depende, fundamentalmente, da orientao da costa litornea; sendo esta
perpendicular linha de praia.
As brisas terrestres se do de forma anloga s brisas marinhas, diferindo apenas do
sentido da circulao. noite, a superfcie de terra resfria mais rapidamente que a gua do
mar, revertendo o gradiente de temperatura ocorrido durante o dia. O ar resfriado no
continente migra para o mar em nveis mais baixos. Aquece, ascende e retorna (fluxo de
retorno) para o continente, onde se resfria e descende para fechar a circulao. Em geral, a
intensidade da brisa terrestre bem mais fraca que a da brisa martima, devido a menor
diferena de temperatura terra-mar no perodo noturno.
Uma circulao atmosfrica de menor escala e com mecanismos semelhantes aos das
brisas martimas e terrestres ocorrem nas regies circunvizinhas a grandes lagos. Estas so
conhecidas como brisas de lagos.
Um outro importante mecanismo elico do Nordeste so os ventos sobre regies
montanhosas e vales. Um grande nmero de complexos fenmenos fsicos ocorre sobre estas
regies, que vo desde a canalizao do fluxo at grandes variaes trmicas.
Os efeitos de canalizao se originam no encontro das correntes de ar com cadeias de
montanhas e vales. Dependendo da orientao do vento e da topografia, a massa de ar pode
ser canalizada de forma eficaz, acelerando a velocidade do fluxo. A figura 2.9 ilustra dois
exemplos deste mecanismo de canalizao em regies montanhosas.
Situao 1 Situao 2

Montanhas
Montanhas
Figura 2.9 Zonas de incremento da velocidade do vento (cinza) devido a canalizao em reas montanhosas.
As variaes trmicas induzidas pela forma e cobertura da superfcie tambm podem
modificar o fluxo de vento. A radiao solar, principalmente nos meses de vero, uma
grande fonte de aquecimento da superfcie das montanhas. As massas de ar estagnadas nas
superfcies laterais das montanhas so aquecidas. Mais leve, o ar aquecido avana em direo
ao topo, movimentando o ar para cima; so chamados de ventos anabticos. Acima do topo
das montanhas, estes ventos ascendentes sofrem influncia de inverso trmica e so forados
para um fluxo de retorno, chamado de vento anti-vale; e posteriormente a subsidncia no
centro do vale. s vezes, nuvens cmulus, conhecidas como nuvens anabticas, se formam
sobre o ar aquecido e ascendente.
Durante a noite, a circulao reversa ocorre. A rpida liberao de calor pela superfcie
da montanha resfria o ar adjacente nas laterais, forando um movimento descendente para o
centro do vale. Estes ventos so chamados de ventos katabticos. O fluxo de retorno desta
circulao chamado de vento anti-montanha.
Estes mecanismos podem ser denominados de brisas de vales e brisas de montanhas,
respectivamente. Estas brisas so geralmente mais fracas que as brisas martimas, no entanto,
18
locais onde os efeitos de canalizao tambm ocorrem, podem resultar em ventos mais
intensos e constantes. A figura 2.10 esquematiza a circulao das brisas de vales e montanhas.
Brisa de vale (perodo diurno) Brisa de montanha (perodo noturno)

Nuvens
anabticas
Fluxo de retorno
Ventos anabticos
Fluxo de retorno
Ventos katabticos
Figura 2.10 Figura esquemtica das brisas de vales e montanhas.
As primeiras simulaes dos recursos elicos, levando em considerao os efeitos de
mesoescala, sobre a regio Nordeste do Brasil foram apresentados no Wind Atlas for the
Northeast of Brazil (WANEB) , lanado pelo Centro Brasileiro de Energia Elica em outubro
de 1998 [Feitosa at al., 1998]. As concluses obtidas pelo WANEB so resultados de
simulaes computacionais utilizando o modelo atmosfrico de mesoescala ETA/CPTEC
[Lizcano, 1998] e validados a partir de dados de vento de superfcie, coletados em diversas
estaes anemomtricas instaladas na regio.
Em dezembro de 2002, o Centro Brasileiro de Energia Elica em colaborao com a
Agncia Nacional de Energia Eltrica, Ministrio de Cincia e Tecnologia (MCT) e o
Programa das Naes Unidas para o Desenvolvimento (PNUD), apresentou o Panorama do
Potencial Elico no Brasil [Feitosa at al., 2002]. Este trabalho apresenta os resultados do
desenvolvimento de um Atlas Elico para o Brasil baseado em simulaes atmosfricas com
modelos de mesoescala e microescala. Este trabalho complementa e atualiza as informaes
publicadas no WANEB. Os principais resultados do Panorama do Potencial Elico no Brasil
so apresentados no anexo 2.
Diferentemente do WANEB, as simulaes climticas do Panorama do Potencial Elico
no Brasil foram feitas a partir do modelo atmosfrico de mesoescala MM5 [Haagenson,
1995], especialmente adaptado pelo CBEE para anlises das condies de vento do Brasil. Os
resultados foram validados a partir de dados de vento de superfcie, coletados em diversas
estaes anemomtricas instaladas no Brasil.
2.2.3 Escala local ou Microescala
As caractersticas elicas do Nordeste so influenciadas significativamente por eventos
climticos de microescala, resultando em condies localizadas que muito diferem das
caractersticas gerais da circulao em macroescala e mesoescala [WMO, 1981]. Muitos
fatores inerentes a um determinado local podem afetar o comportamento dos movimentos
atmosfricos e so chamados de Fatores Locais.
Os principais fenmenos de microescala observados na regio Nordeste so decorrentes
da contnua gerao de vrtices devido frico do vento sobre a superfcie. A presena
dessas foras de frico faz com que a velocidade do vento diminua sua intensidade medida
que se aproxima do solo, induzindo o surgimento de um perfil vertical de velocidade. Esse
19
gradiente vertical produz fortes variaes de alta freqncia na velocidade do vento. Estas
variaes, tambm chamadas de turbulncias atmosfricas, se apresentam em escalas de
tempo inferiores a hora, podendo chegar a segundos.
Quando o fluxo de ar passa sobre uma variedade de superfcies, cada uma delas
influencia de maneira diferenciada o comportamento do fluxo. A intensidade desta influncia
vai depender das condies topogrficas e de cobertura do solo.
Resumidamente, os principais mecanismos de microescala podem ser agrupados em trs
grandes conjuntos:
1. Fenmenos aerodinmicos relacionados a topografia do local (como elevaes ou
depresses isoladas, serras e pequenas chapadas) e a obstculos naturais ou
artificiais (como cadeias de rvores ou construes);
2. Fenmenos associados a mudanas na rugosidade dentre duas ou mais superfcies.
Estes produzem efeitos de menor dimenso que os do primeiro conjunto;
3. Fenmenos relativos s variaes do fluxo de calor no cruzamento do limite entre
duas superfcies de caractersticas diferentes.
A figura 2.11 esquematiza uma variedade de fatores locais que influenciam o vento.
Corrente de ar
ascendente
Corrente de ar
descendente
Mar Praia Pasto rvores Morros Florestas Construo reas
urbanas
Vales Montanhas
R
u
g
o
s
i
d
a
d
e
v
a
r
i
a

e
s
t

r
m
i
c
a
s
A
e
r
o
d
i
n

m
i
c
a
R
u
g
o
s
i
d
a
d
e
A
e
r
o
d
i
n

m
i
c
a
R
u
g
o
s
i
d
a
d
e
A
e
r
o
d
i
n

m
i
c
a
A
e
r
o
d
i
n

m
i
c
a
R
u
g
o
s
i
d
a
d
e
A
e
r
o
d
i
n

m
i
c
a
A
e
r
o
d
i
n

m
i
c
a
V
a
r
i
a

e
s
t

r
m
i
c
a
s
E
n
e
r
g
i
a
p
o
t
e
n
c
i
a
l

Figura 2.11 Figura esquemtica dos efeitos de diferentes fatores locais.
O ar modificado pelo fluxo sobre diferentes formas (por efeitos aerodinmicos) e
mudanas na rugosidade da superfcie chamado de Camada Limite Interna. Quando
ocorrem variaes no fluxo de calor no cruzamento entre duas superfcies, o ar modificado
chamado de Camada Limite Interna Trmica. A definio de camada limite interna advm do
fato desta nova camada limite sempre se posicionar entre a superfcie e a camada limite
atmosfrica.
Estudos detalhados das caractersticas elicas em Microescala so fundamentais, pois
subsidiaro o entendimento correto da interao vento/solo. Estes estudos propiciam a
definio de uma base de informaes para que se estabeleam as condies de vento sob as
20
quais as turbinas elicas iro funcionar, suportando os fortes carregamentos produzidos pelas
turbulncias de vento.
2.3 ESCALAS DE TEMPO
Medies climatolgicas em qualquer lugar do mundo revelam que os ventos variam de
forma temporal, tanto na sua intensidade (velocidade) quanto na sua orientao (direo).
Estas variaes temporais esto associadas a cada uma das escalas de espao.
O vento pode ser mais intenso em algumas reas que em outras, pode aumentar sua
intensidade por alguns meses do ano, como pode aumentar apenas durante algumas horas do
dia, e pode, tambm, parar por longos perodos ininterruptos. Os ventos tambm variam
verticalmente sobre a superfcie terrestre seguindo um indefinido gradiente. Alm disso, o
vento tambm pode variar na sua direo. As principais razes destas variaes dos ventos
esto ligadas ao comportamento elico em macroescala, mesoescala e microescala.
As variaes de vento na escala de tempo podem ser divididas em duas grandes classes:
Variaes Lentas e Variaes Rpidas.
2.3.1 Variaes lentas
As variaes lentas de velocidade e de direo do vento ocorrem devido s mudanas
nas condies climticas em macroescala. Estas variaes afetam o comportamento do vento
em reas de grandes extenses e por perodos que variam de meses a dcadas. Esta classe
engloba as Variaes interanuais e as Variaes sazonais.
2.3.1.1 Variaes interanuais
A velocidade de vento mdia anual um dos mais importantes fatores a ser
considerado nos estudos elicos. Este parmetro muito utilizado como referncia em estudos
de viabilidade tcnica e econmica de projetos elicos.
O principal condicionante para as variaes interanuais no Nordeste est ligado
mudanas permanentes nos padres climticos do planeta (por exemplo, a elevao da
temperatura global) e pequenas irregularidades nos ciclos interanuais da ZCIT (por exemplo,
episdios de El Nio e La Nia). Entretanto, as variaes nas regies prximas ao equador
so bem menores que as normalmente observadas nas mdias e altas latitudes.
A gerao anual de uma turbina elica proporcional ao cubo da velocidade, desta
forma a variao da produo eltrica com o passar dos anos ser muito maior. Por exemplo,
as mdias anuais de velocidade do vento coletadas no Farol do Calcanhar/RN apresentam
variaes mximas na ordem de -12,9 % e +8,7 %, o que equivale a variaes de -34,42 % e
+27,53 % na densidade de potncia anual. Os valores de densidade de potncia foram
calculados considerando k = 3,5 e =1,16 kg/m
3
.
A figura 2.12 apresenta os valores de velocidades mdias anuais em 4 estaes
meteorolgicas instaladas no Nordeste no perodo de 1980 a 2000.
21
0
1
2
3
4
5
6
7
8
9
10
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Ano
V
e
l
o
c
i
d
a
d
e

d
o

v
e
n
t
o

(
m
/
s
)
Aeroporto Fortaleza/CE - 6m Ponta da Madeira/MA - 7,5m
Olinda/PE - 20m Farol do Calcanhar/RN - 18m

Figura 2.12 Variao interanual da velocidade mdia.
2.3.1.2 Variaes sazonais
As mudanas no comportamento da circulao geral da atmosfera ao longo do ano
provocam significativas variaes sazonais da velocidade e da direo predominante do
vento. Estas variaes esto associadas principalmente a movimentao da ZCIT ao longo do
ano e forte efeitos de mesoescala, como gradientes trmicos oceano-continente no litoral e
variaes trmicas e gravitacionais no interior. Embora apresentando grandes amplitudes, as
variaes sazonais no Nordeste possuem uma forte regularidade de ano para ano.
Nos meses de fevereiro e maro, devido a maior proximidade da ZCIT - caracterizada
por forte conveco e chuvas contnuas - a intensidade dos ventos tende a diminuir. Nos
outros meses, o retorno da ZCIT para as latitudes equatoriais provoca maiores gradientes de
presso atmosfrica. Este fato contribui para uma intensificao dos ventos. Em agosto e
setembro, os ventos Alsios atingem o seu pice, com intensidade e constncia notvel. Aliado
a isso, no vero observa-se uma intensificao dos efeitos das brisas martimas.
As variaes sazonais da velocidade so de grande importncia em estudos elicos,
pois tem um efeito significante na capacidade das turbinas elicas de complementar a
demanda da rede eltrica; principalmente no Nordeste, onde ocorre uma forte relao de
complementaridade sazonal dos recursos elicos para com os recursos hdricos. Estudos de
sries hidrolgicas coletadas nos ltimos 50 anos comprovam a diminuio na vazo natural
dos afluentes do Rio So Francisco no perodo de maior atividade elica.
2.3.2 Variaes rpidas
Esto diretamente ligadas s variaes dos ventos em mesoescala e microescala. Estas
variaes afetam o comportamento do vento em reas localizadas, por perodos de tempo que
variam de dias a segundos. Estudos apropriados destas variaes fazem-se necessrios, pois
afetam diretamente o comportamento operacional e a vida til das turbinas elicas. Nesta
classe esto: Variaes diurnas e Variaes de curta durao.
2.3.2.1 Variaes diurnas
Bruscas e fortes variaes, com periodicidade diurna, na velocidade e na direo do
vento esto ligadas s diferenas de temperatura entre superfcies.
No litoral do Nordeste, estas variaes so, principalmente, ocasionadas por brisas
martimas e terrestres. Vale lembrar que a influncia das brisas martimas pode perdurar por
22
uma extenso relativamente longa continente adentro. No interior, ocorrem fortes ciclos
trmicos em montanhas e vales (brisas de montanhas/vales), associados a grandes efeitos
orogrficos (efeito de canalizao).
Ambos os fenmenos se caracterizam por grandes variaes de velocidade e direo do
vento ao longo do dia, embora sejam de grande regularidade. Anlises aprofundadas dessas
variaes so essenciais para definio de estratgias de operao de turbinas elicas
conectadas diretamente a rede eltrica.
2.3.2.2 Variaes de curta durao
Estas variaes so de grande importncia nos projetos elicos. A velocidade do vento
sempre flutuante, logo a energia disponvel no vento estar sempre variando. Estas variaes
so associadas diretamente s condies de superfcie do local, como a topografia, a
rugosidade e os obstculos. E variam numa escala de tempo de minutos a dcimos de
segundos.
Vrias medies anemomtricas realizadas no litoral nordestino atestam a ocorrncia
dos baixos nveis de turbulncia [Feitosa et al. 1998] [Feitosa et al. 2002]. Isso ocorre devido
os Ventos Alsios prevalecem de uma extensa faixa ocenica. medida que se segue para o
interior do continente, tendencia um aumento nos nveis de turbulncia, devido a maior
influncia da forma topogrfica, da rugosidade superficial e dos obstculos naturais.
2.4 REGIES ELICAS DO NORDESTE
Com base nos mecanismos de ventos apresentados nas sees anteriores puderam ser
identificadas e classificadas regies do Nordeste que apresentam caractersticas elicas
distintas. Estes estudos so de grande valia, pois permitiram a identificao das reas
nordestinas de maior atratividade do ponto de vista elico. Alm de fornecer informaes
essenciais para o melhor desenvolvimento de projetos nestas reas.
Os critrios utilizados para a definio destas regies elicas levaram em considerao
apenas atuao de semelhantes mecanismos de vento em macroescala e mesoescala. A
identificao da ocorrncia de determinado mecanismo de vento e uma anlise da
sensibilidade do fenmeno na climatologia regional, possibilitou a definio das
caractersticas mais representativas de cada regio elica. Em resumo, as caractersticas de
vento de uma determinada regio elica esto relacionadas s caractersticas apresentadas
pelos mecanismos de vento mais atuantes nesta regio.
As condies de vento em cada umas das regies elicas foram avaliadas a partir das
seguintes caractersticas:
Intensidade do vento: Parmetro relacionado s ocorrncias de velocidades mdias
do vento. Os ventos mais intensos possuem altos valores de velocidade mdia;
Disperso das ocorrncias: Parmetro relacionado ao comportamento das
ocorrncias de velocidade de vento. Ventos com baixa disperso apresentam maior
nmero de ocorrncias prximo ao valor mdio;
Constncia direcional: Parmetro relacionado a mudana na direo do vento.
Quanto mais alta a constncia, menor ser o nmero de setores de direo que
ocorre fluxo de vento;
23
Valores extremos: Parmetro relacionado aos maiores valores instantneaos de
velocidade do vento para o perodo de 1 ano e 50 anos. Maiores informaes sero
apresentados no captulo 4;
Nveis de turbulncia: Parmetro relacionado varincia dos valores instantneos
da velocidade do vento. Ventos com altos nveis de turbulncia, podem causar
efeitos negativos as mquinas elicas;
Gradiente vertical: Parmetro relacionado ao perfil vertical da velocidade do vento.
Ventos com alto gradiente vertical, apresentam maiores diferenas de velocidades
em alturas;
Variao sazonal: Parmetro relacionado ao comportamento da velocidade mdia
ao longo do ano. Quanto menor a variao sazonal, menor a diferena de
velocidade mdia entre os meses do ano;
Regularidade interanual: Parmetro relacionado ao comportamento da velocidade
mdia anual. Alta regularidade representa uma menor variao da mdia anual ao
longo dos anos.
Como resultado, foram definidas e classificadas 3 grandes regies elicas, apresentando
caractersticas de vento singulares. Sendo estas: Litoral Norte-Nordeste; Litoral Nordeste-
Sudeste e Nordeste Continental.
2.4.1 Litoral Norte-Nordeste
O Litoral Norte-Nordeste compreende a faixa litornea do extremo norte do Maranho
ao extremo sul no Rio Grande do Norte. As condies de vento em toda regio so
conduzidas, principalmente, pelo ciclo anual de posio e intensidade da ZCIT e pelas fortes
ocorrncias de brisas martimas. Esta regio foi dividida em 2 sub-regies.
A figura 2.13 ilustra a rea de abrangncia do Litoral Norte-Nordeste, bem como a
indicao das suas 2 sub-regies.
PB
AL
PI
RN
CE
MA
Sub-regio 1
Sub-regio 2
PE
SE
BA

Figura 2.13 Litoral Norte-Nordeste.
24
A primeira sub-regio (Sub-regio 1), que engloba praticamente todo o litoral do
Maranho, possui regimes de vento anuais mais amenos (57 m/s 50 m de altura), com
decremento gradual medida que se aproxima da ZCIT.
Observam-se, nos meses de vero, efeitos negativos da aproximao da Massa
Equatorial Continental, originada na Amaznia Central e com caractersticas de altas
temperaturas e umidade.
A tabela 2.2 apresenta os principais mecanismos e caractersticas elicas desta sub-
regio.
Tabela 2.2 Caractersticas elicas da sub-regio 1 do Litoral Norte-Nordeste.
Principais Mecanismos de Vento
1. Ventos Alsios (Negativamente influenciados pela grande aproximao da ZCIT)
2. Brisas martimas (Negativamente influenciadas pela grande aproximao da ZCIT)
3. Efeitos negativos da Massa Equatorial Continental nos meses de vero
Caractersticas dos Recursos Elicos
Intensidade do vento Moderada baixa Nveis de turbulncia Baixos
Disperso das ocorrncias Baixa Gradiente vertical Baixo
Constncia direcional Alta Variao sazonal Alta
Valores extremos Muito baixos Regularidade interanual Alta
A segunda sub-regio (Sub-regio 2), que se estende do litoral do Piau ao Rio grande
do Norte, possui regimes elicos muito fortes, apresentando velocidades mdias anuais entre
7 e 9,5 m/s (50 m de altura).
A principal causa dos bons resultados de vento nesta sub-regio a ao conjunta dos
Ventos Alsios e das fortes brisas martimas; ambas positivamente influenciadas pela
aproximao da ZCIT.
A tabela 2.3 apresenta os principais mecanismos e caractersticas elicas da sub-regio
2 do Litoral Norte-Nordeste.
Tabela 2.3 Caractersticas elicas da sub-regio 2 do Litoral Norte-Nordeste.
Principais Mecanismos de Vento
1. Ventos Alsios (Positivamente influenciados pela aproximao da ZCIT)
2. Fortes brisas martimas
Caractersticas dos Recursos Elicos
Intensidade do vento Alta Nveis de turbulncia Baixos
Disperso das ocorrncias Baixa Gradiente vertical Baixo
Constncia direcional Alta Variao sazonal Alta
Valores extremos Baixos Regularidade interanual Alta
2.4.2 Litoral Nordeste-Sudeste
A regio denominada Litoral Nordeste-Sudeste se estende do extremo norte da Paraba
at o extremo sul da Bahia. A figura 2.14 ilustra a rea de abrangncia do Litoral Nordeste-
Sudeste.
25

Figura 2.14 Litoral Nordeste-Sudeste.
Nesta faixa litornea observa-se a diminuio gradual da intensidade dos ventos;
estando a maioria da costa entre 5 e 8 m/s (50 m de altura). Este fato associado
combinao de trs fenmenos ocasionados pelo afastamento da zona equatorial.
O primeiro ocasionado por uma reduo na intensidade dos Ventos Alsios, devido
liberao gradual do calor latente contido nas grandes massas superiores de ar medida que
se movimenta para os plos. O segundo a ocorrncia de brisas martimas mais fracas, devido
reduo na magnitude dos gradientes trmicos oceano-terra. Esta reduo est ligada a
diminuio da temperatura da superfcie nas latitudes mais altas, fortalecida por efeitos de
frentes frias remanescentes em alguns meses do ano. Por ltimo, a ao de frentes frias
remanescentes que se propagam na costa sul da regio.
Alm desses, podem ser constatadas fortes ocorrncias de zonas de convergncias
noturnas favorecidas pela direo dos Ventos Alsios e das brisas terrestres, principalmente
nos meses de outono e inverno. A tabela 2.4 apresenta os principais mecanismos e
caractersticas elicas do Litoral Nordeste-Sudeste.
Tabela 2.4 Caractersticas elicas do Litoral Nordeste-Sudeste.
Principais Mecanismos de Vento
1. Ventos Alsios (Negativamente influenciados pelo afastamento do Equador)
2. Moderadas brisas martimas (Negativamente influenciadas pelo afastamento do Equador)
3. Frentes frias remanescentes
Caractersticas dos Recursos Elicos
Intensidade do vento Moderada Nveis de turbulncia Baixos
Disperso das ocorrncias Baixa Gradiente vertical Baixo
Constncia direcional Alta Variao sazonal Moderada
Valores extremos Baixos Regularidade interanual Alta
MA
PI
CE
RN
SE
PE
AL
PB
Litoral Nordeste -Sudeste
BA
26
2.4.3 Nordeste Continental
A regio coberta pelo Nordeste Continental compreende toda a rea continental interior
do Nordeste. Esta regio elica foi dividida em 2 sub-regies.
A figura 2.15 ilustra a rea de abrangncia do Nordeste Continental, bem como a
indicao das suas 2 sub-regies.

Sub-regio 1
MA
CE
RN
PI
PB
PE
Sub-regio 2 AL
SE
BA
Figura 2.15 Nordeste Continental.
Na primeira sub-regio (Sub-regio 1), que engloba praticamente todo o interior do
Nordeste, a intensidade do vento decresce rapidamente medida que se afasta do litoral,
devido os efeitos da rugosidade superficial, de barreiras naturais pela orografia regional e a
diminuio da contribuio das brisas martimas.
A tabela 2.5 apresenta os principais mecanismos e caractersticas de vento da sub-regio
1 do Nordeste Continental.
Tabela 2.5 Caractersticas elicas da sub-regio 1 do Nordeste Continental.
Principais Mecanismos de Vento
1. Ventos Alsios (Negativamente influenciados pela topografia e a cobertura da supefcie)
2. Dimunuio gradual dos efeitos das brisas martimas
3. Interao de massas de ar provenientes de outras regies do Brasil
Caractersticas dos Recursos Elicos
Intensidade do vento Baixa Nveis de turbulncia Altos
Disperso das ocorrncias Moderada Gradiente vertical Alto
Constncia direcional Moderada Variao sazonal Alta
Valores extremos Baixos Regularidade interanual Alta
A interao com outras massas de ar provenientes de outras regies alteram o clima de
algumas reas desta sub-regio. Entre as mais importantes esto: a penetrao de frentes frias
provenientes do Sul do Brasil afeta a climatologia elica no sul da Bahia, de novembro a
27
fevereiro. Observam-se, ainda, efeitos negativos causados pela penetrao da Massa
Equatorial Continental nos estados da Maranho, parte do Piau e da Bahia; ocorrendo,
principalmente, nos meses de vero.
Observam-se, tambm, ocorrncias positivas de brisas de lagos em reas isoladas, como
as que circundam os grandes lagos da barragem de Sobradinho, na Bahia e da barragem de
Itaparica, na divisa de Pernambuco com a Bahia.
Entretanto, muitas reas elevadas de montanhas, serras e chapadas que se estendem do
Rio Grande do Norte a Bahia, apresentam condies que induzem a acelerao dos ventos.
Estas reas foram classificadas como Sub-regio 2 do Nordeste Continental.
As ocorrncias de altas velocidades de vento se encontram de forma localizada, em
reas que apresentam fortes brisas de montanhas/vales ou onde a canalizao e a compresso
vertical dos ventos mais acentuada. As velocidades mdias nestas condies variam de 6 a
10 m/s (50 m de altura).
Vale salientar que esta regio apresenta nveis de turbulncia, de disperso das
ocorrncias de vento e gradientes verticais de velocidade muito maiores que as observadas nas
regies litorneas.
A tabela 2.6 apresenta os principais mecanismos e caractersticas elicas das reas de
montanha da regio elica Nordeste Continental.
Tabela 2.6 Caractersticas elicas da reas montanhosas (sub-regio 2) do Nordeste Continental.
Principais Mecanismos de Vento
1. Ventos Alsios (Positivamente influenciados pela orografia)
2. Brisas de montanhas e vales
Caractersticas dos Recursos Elicos
Intensidade do vento Alta Nveis de turbulncia Altos
Disperso das ocorrncias Moderada Gradiente vertical Alto
Constncia direcional Moderada Variao sazonal Alta
Valores extremos Altos Regularidade interanual Alta

28
3. APLICAES EFEITOS DAS CARACTERSTICAS DE VENTO
DO NORDESTE
O Nordeste do Brasil apresenta caractersticas elicas singulares, que o difere de outros
locais do planeta. Alm disso, a sua posio geogrfica privilegiada, associada a uma extensa
rea litornea e de montanhas, torna-a uma das regies mais atrativas para investimentos
elicos no mundo.
Este captulo tem o objetivo de apresentar os efeitos mais significativos das
caractersticas dos ventos do Nordeste para o projeto e operao de turbinas elicas; e
destinguindo-os dos observados na Europa e nos Estados Unidos.
A opo por comparar os ventos Nordestinos aos da Europa e Estados Unidos, advm
do fato destes ltimos serem os maiores mercados consumidores mundiais de turbinas elicas.
Sendo este, tambm, um dos motivos pelo qual a maioria das mquinas comercializadas
atualmente adaptada para as condies elicas observadas nestes locais.
Os estudos realizados neste captulo foram baseados na identificao e no melhor
entendimento dos mecanismos de ventos que atuam Nordeste - apresentados no captulo 2 - e
em resultados provenientes dos Atlas dos Recursos Elicos disponveis para estas trs regies.
Os Atlas Elicos tambm foram utilizados na definio das faixas tpicas de ocorrncias das
estatsticas mais representativas.
3.1 FONTE DE DADOS ELICOS
3.1.1 Nordeste
Para o desenvolvimento deste trabalho de mestrado, sries de vento provenientes de
sistemas computadorizados, instalados em vrios pontos do Nordeste, foram tratadas
estatisticamente, e utilizadas nos experimentos e anlises.
As sries de vento para o Nordeste foram obtidas a partir das seguintes publicaes:
1. Wind Atlas for the Northeast of Brazil (WANEB) - Publicado pelo Centro Brasileiro
de Energia Elica em outubro de 1998, so as primeiras simulaes dos recursos
elicos da regio Nordeste do Brasil. As concluses obtidas pelo WANEB so
resultados de simulaes computacionais utilizando o modelo atmosfrico de
mesoescala ETA/CPTEC e validados a partir de dados de vento de superfcie,
coletados em diversas estaes anemomtricas instaladas na regio;
2. Panorama do Potencial Elico no Brasil Publicado em dezembro de 2002, pelo
Centro Brasileiro de Energia Elica em colaborao com a Agncia Nacional de
Energia Eltrica, Ministrio de Cincia e Tecnologia e o Programa das Naes
Unidas para o Desenvolvimento. Este trabalho baseado em estudos climatolgicos,
simulaes atmosfricas com modelos de mesoescala (MM5) e de microescala
(WAsP) e compilao de dados de superfcie coletados em diversas estaes
anemomtricas.
A figura 3.1 apresenta o Atlas Elico do Nordeste utilizado neste trabalho de mestrado.
29
Mata Campo Aberto Litoral Morro Montanha
C
L
A
S
S
E
S

D
E

E
N
E
R
G
I
A

VELOCIDADE MDIA ANUAL [M/S]
50 m acima do nvel da superfcie

Figura 3.1 Atlas Elico do Nordeste. Fonte: Centro Brasileiro de Energia Elica [Feitosa et al., 2002].
3.1.2 Europa
Para a quantificao dos recursos elicos observados na Europa, foram utilizados dados
de ventos, extrapolados para 50 metros, de 175 sistemas de medio de ventos. As
extrapolaes verticais foram realizadas utilizando o modelo atmosfrico de microescala
WAsP. Todas as torres anemomtricas compunham a rede de informaes utilizadas na
elaborao do Atlas Elico Europeu [Petersen & Troen, 1989]. Maiores informaes sobre as
estaes instaladas na Europa so descritas no anexo 3.
Os recursos elicos observados em vrias regies da Europa diferem entre si de forma
significativa. As grandes variaes de caractersticas de vento dessas regies so explicadas
por: gradientes de temperatura entre as massas de ar polares vindas do norte e as aquecidas
massas subtropicais do sul; a presena das cadeias montanhosas dos Alpes, dos Pirineus e das
montanhas Escandinavas e a distribuio de terra e mar em todo o territrio europeu (o
oceano Atlntico ao oeste, o continente asitico leste e o mar Mediterrneo e o continente
africano ao sul. Alm da proximidade das regies polares ao Norte).
As reas com maiores potenciais elicos da Europa so: parte da Esccia, na costa da
Irlanda, numa pequena parte da Dinamarca, no sul da Frana e o Estreito de Gilbratar, ao sul
da Espanha. Entretanto, a maior parte do continente apresenta velocidade de vento
relativamente baixa e com grande disperso em torno do valor mdio. A Alemanha e a
Espanha so os dois maiores mercados de energia elica mundiais, correspondendo a 54,07 %
da capacidade instalada. No geral, as caractersticas elicas observadas nestes pases
30
apresentam influncias tpicas de regies montanhosas. A tabela 3.1 apresenta as principais
caractersticas elicas da Alemanha e Espanha.
Tabela 3.1 Caractersticas elicas da Alemanha e Espanha.
Caractersticas dos Recursos Elicos
Intensidade do vento Baixa - moderada Nveis de turbulncia Altos
Disperso das ocorrncias Alta Gradiente vertical Alto
Constncia direcional Baixa Variao sazonal Alta
Valores extremos Altos Regularidade interanual Baixa
A figura 3.2 ilustra a distribuio dos recursos elicos em todo o continente Europeu.

reas
rugosas
Campo Aberto Litoral Mar aberto
Morros e
montanhas
C
L
A
S
S
E
S

D
E

E
N
E
R
G
I
A

VELOCIDADE MDIA ANUAL [m/s]
50 metros acima do nvel da superfcie

Figura 3.2 Atlas Elico Europeu. Fonte: Ris National Laboratory Dinamarca.
3.1.3 Estados Unidos
Os dados de vento dos Estados Unidos, utilizados neste trabalho, foram coletados de 71
estaes de medio de vento. Estas foram cuidadosamente escolhidas dentre as mais de 950
sistemas anemomtricos e meteorolgicos utilizados na elaborao do Atlas dos Recursos
31
Elicos dos Estados Unidos [Elliott et al., 1986]. A altura de medio variou entre 29 e 61
metros, sendo estas extrapoladas verticalmente para a altura de 50 metros. Outras informaes
referentes s estaes anemomtricas nos Estados Unidos e utilizadas no mbito desta
dissertao, esto disponveis no anexo 3.
As partes oeste e leste dos Estados Unidos apresentam numerosas reas isoladas com
bom potencial elico. Estas reas se concentram, quase que totalmente, sobre regies com
caractersticas montanhosas, como os cumes de serras, montanhas e elevadas plancies. A
atratividade elica destes locais, basicamente, se origina em efeitos orogrficos (canalizao e
compresso vertical) e fortes variaes trmicas (brisas de vales e montanhas).
Desta maneira, observam-se altos nveis de turbulncia e gradientes verticais de
velocidade, alm de grandes variaes nas ocorrncias de velocidade e direo do vento. A
tabela 3.2 apresenta as principais caractersticas elicas do oeste e leste dos Estados Unidos.
Tabela 3.2 Caractersticas elicas dos extremos oeste e leste dos Estados Unidos.
Caractersticas dos Recursos Elicos
Intensidade do vento Moderada - alta Nveis de turbulncia Altos
Variabilidade Alta Gradiente vertical Alto
Constncia direcional Baixa Variao sazonal Alta
Valores extremos Muito altos Regularidade interanual Baixa
A figura 3.3 ilustra o Atlas dos Recursos Elicos dos Estados Unidos.
Classe W/m
2
m/s
C
l
a
s
s
e
s

d
e

d
e
n
s
i
d
a
d
e


1
2
3
4
5
6
7
0
200
300
400
500
600
800
2000
DENSIDADE DE POTNCIA
50 m acima do nvel da superfcie
0
5,6
6,4
7,0
7,5
8,0
8,8
11,9

Figura 3.3 Atlas Elico dos Estados Unidos. Fonte: Pacific Northwest National Laboratory - EUA.
3.2 CARACTERISTICAS ELICAS DO NORDESTE E SEUS EFEITOS NAS
TURBINAS ELICAS
As principais caractersticas de vento do Nordeste so apresentadas a partir de uma
anlise do comportamento operacional das maquinas elicas. Desta forma, pde-se identificar
os principais efeitos dessas caractersticas na operao de turbinas elicas fabricadas,
exclusivamente, para atender as condies elicas da Europa e dos Estados Unidos.
32
3.2.1 Velocidade do vento
Os primeiros estudos sobre o comportamento dos recursos elicos do Nordeste datam
dos anos 80 e foram baseados em hipteses de anlises dos mecanismos de ventos em
macroescala e mesoescala, alm de algumas poucas observaes de campo. Nestes foram
atribudas regio caractersticas de vento com alta intensidade e pequena disperso das
ocorrncias, alm de grande regularidade interanual e constncia direcional.
A utilizao de distribuies probabilsticas como ferramentas para a representao
simplificada das condies de vento de um local uma prtica muito comum na indstria
elica, pois estas conseguem agregar as inmeras variantes que influenciam o comportamento
do vento em seus parmetros numerveis. Desta forma, uma boa medida para avaliar o
potencial elico de um local atravs da distribuio probabilstica associada.
Em particular, [Feitosa et al., 1993] procedeu a forte associao entre a distribuio
probabilstica de Weibull e o comportamento do vento observado no Nordeste. Na
distribuio de Weibull, seus dois parmetros c e k esto diretamente associados ao valor
mdio e a disperso das ocorrncias da velocidade de vento, respectivamente. O captulo 5
aborda exclusivamente a distribuio de Weibull.
No desenvolver desta dissertao, vrias hipteses e constataes acerca dos efeitos das
caractersticas dos ventos nordestinos, quando da variao dos parmetros de Weibull e da
velocidade mdia do vento, puderam ser feitas e avaliadas. Antes, primeiramente, fez-se
necessrio determinao das faixas tpicas de ocorrncias de velocidade mdia anual e dos
parmetros de Weibull. A tabela 3.3 apresenta estimativas destes valores a 50 metros de altura
para a regio Nordeste, a Europa e os Estados Unidos. Os resultados aqui apresentados foram
baseados apenas nas informaes disponveis nos Atlas Elicos de cada regio, conforme
apresentado na seo 3.1.
Tabela 3.3 Faixas tpicas de ocorrncias de V
anual
, k e c na altura de 50 metros.
Faixas tpicas de ocorrncias
Velocidade anual [m/s] Parmetros k de Weibull Parmetros c de Weibull
Local
mnimo

mximo

mdio

mnimo

mximo

mdio

mnimo

mximo

Nordeste 5,0 10,0 3,36 2,5 4,5 8,06 6,0 10,0
Europa 3,5 9,0 1,80 1,0 2,5 6,95 4,0 10,0
EUA 4,0 10,0 2,04 1,0 3,0 7,21 5,5 10,0
A tabela 3.4 apresenta a distribuio de ocorrncias da velocidade mdia anual para os
sistemas anemomtricos apresentados nos Atlas Elicos da Europa, Nordeste e Estados
Unidos.
Tabela 3.4 Distribuio de ocorrncias da velocidade mdia anual na altura de 50 metros.
Europa Nordeste / BR Estados Unidos
V
anual
[m/s]
% do total de sistemas % do total de sistemas % do total de sistemas
< 3,0 0,00% 0,00% 1,41%
3,0 4,0 5,71% 0,00% 7,04%
4,0 5,0 14,29% 0,00% 22,54%
5,0 6,0 20,57% 13,04% 11,27%
6,0 7,0 30,86% 13,04% 18,31%
7,0 8,0 21,14% 56,52% 15,49%
8,0 9,0 6,29% 17,39% 15,49%
9,0 10,0 0,00% 0,00% 7,04%
> 10,0 1,14% 0,00% 1,41%
33
A tabela 3.5 apresenta a distribuio de ocorrncias do parmetro k para os sistemas
anemomtricos apresentados nos Atlas Elicos das trs grandes regies comparadas.
Tabela 3.5 Distribuio de ocorrncias do parmetro k na altura de 50 metros.
Europa Nordeste / BR Estados Unidos
k
% do total de sistemas % do total de sistemas % do total de sistemas
< 1,0 0,0 % 0,0 % 0,0%
1,0 1,5 24,6 % 0,0 % 11,3%
1,5 2,0 40,0 % 0,0 % 45,1%
2,0 2,5 34,3 % 0,0 % 25,4%
2,5 3,0 1,1 % 47,8 % 14,1%
3,0 3,5 0,0 % 13,0 % 2,8%
3,5 4,0 0,0 % 13,0 % 0,0%
> 4,0 0,0 % 26,1 % 1,4%
Nas tabelas 3.4 e 3.5, os valores grifados em vermelho indicam uma satisfatria
concordncia com os limites estabelecidos na tabela 3.3.
3.2.1.1 Gerao anual
O impacto mais evidente na energia disponvel pelo vento causado pela disperso das
ocorrncias da velocidade. Considerando a influncia do parmetro k nas ocorrncias de
velocidades mais altas e mais baixas e que a densidade de energia diretamente proporcional
ao cubo da velocidade, pode-se constatar que uma pequena variao de k ocasiona um grande
impacto na energia disponvel pelo vento.
A densidade de energia do vento um mais importante parmetros para anlise do
potencial elico de um local. E diretamente proporcional a velocidade cbica mdia do
vento. A densidade de energia dada pela equao 3.1.
m
v v P
3
2
1
) ( = (3.1)
Onde a massa especfica do ar.
Aplicando a equao do terceiro momento da distribuio de Weibull eq. (5.14) - na
equao (3.1), tem-se a densidade de energia do vento em funo de c e k.
)
3
1 (
2
1
) (
3
k
c v P + =

(3.2)
Substituindo c
3
por uma expresso resultante do cubo do primeiro momento da
distribuio de Weibull, eq. (5.12), tem-se a expresso da densidade de energia em funo da
velocidade mdia e do parmetro k da distribuio de Weibull:
)
3
1 (
)
1
1 (
2
1
) (
3
k
k
v
v P
m
+

+
=

(3.3)
A figura 3.4 apresenta um indicativo da densidade de energia mdia do vento em funo
da velocidade mdia anual e do parmetro k de Weibull. Estes resultados foram computados a
partir da equao (3.3), considerando o valor mdio da massa especfica do ar igual a 1,16
kg/m
3
.
34

Figura 3.4 Densidade de energia mdia do vento. =1,16 kg/m
3
.
Com base nos resultados apresentados na figura 3.4, a priori, pode-se supor que as
condies de vento observadas na Europa e nos Estados Unidos so mais favorveis para
empreendimentos elicos, pois seus ventos apresentam maior densidade de energia para uma
mesma velocidade mdia anual. Entretanto, esta situao no sempre verdadeira.
Todas as turbinas elicas dispem de mecanismos que controlam a potncia eltrica de
sada continuamente. Quando de altas velocidades de vento, a atuao desses mecanismos
diminui a eficincia da mquina na converso da energia cintica disponvel no vento em
energia eltrica. Desta forma, aps a velocidade de vento nominal
10
, mantido o nvel de
potncia da turbina; e interrompendo-o por completo ao atingir a velocidade de CUT-OUT
11
.
Nas mquinas de controle por passo (pitch)
12
, por exemplo, esta funo coordenada
pelo sistema de controle, que checa instantaneamente a potncia de sada e ajusta o ngulo de
passo
13
das ps. Estes ajustes fazem com que a potncia, aps a velocidade nominal, seja
sempre igual a potncia nominal do gerador.
Nas turbinas com controle por estol (stall)
14
, um fenmeno aerodinmico mantm a
potncia de sada prxima a nominal. Este fenmeno chamado de estolamento. A maior
atuao destes mecanismos de controle pode ocasionar, sob determinadas condies de vento,
uma reduo na capacidade de gerao da turbina; fazendo com que sob regimes de ventos
bem mais energticos, a produo eltrica da turbina diminua.

10
a menor velocidade do vento na qual a turbina elica atinge a sua potncia nominal.
11
a mxima velocidade do vento na qual a turbina elica produz energia eltrica. Para a maioria das mquinas
comercializadas esta velocidade de 25 m/s.
12
Controle de potncia a partir de um sistema ativo do ngulo de passo.
13
ngulo entre a linha de corda da p e o plano de rotao do rotor.
14
Diz-se das turbinas com ngulo de passo fixo.
35
De forma geral, a produo eltrica de uma turbina (E
t
) em um perodo h horas
calculada a partir da distribuio de velocidades (W) e da curva de potncia P
c
.
( ) h P i W E
i C
n
i
t
=

=1

(3.4)
Onde, P
ci
a potncia mdia produzida pela turbina elica no i-simo intervalo e h o
nmero de horas.
A distribuio de velocidades pode ser representada pela distribuio probabilstica de
Weibull, fazendo W em funo dos parmetros v
m
e k:
k
m
k
m
k
v
i
k
v
i
e e i W

=
)
1
1 ( )
1
1 (
1
) (
(3.5)
Onde W(i) a probabilidade de ocorrncias no intervalo i.
O fator de capacidade (FC) de uma turbina elica sob determinada condio de vento :
h P
E
FC
n
t
.
=

(3.6)
Onde P
n
a potncia nominal da turbina elica.
Considere um local no Nordeste com velocidade mdia anual de 7 m/s e k igual a 3,36.
A estimativa de gerao anual para uma turbina elica NEG Micon de 1,5 MW, modelo
NM72C 60Hz e controle de potncia por passo, de aproximadamente 37.930 MWh;
correspondendo a um fator de capacidade de 28,87 %.
Considere, agora, uma turbina elica idntica instalada num local da Europa com k igual
a 1,80 e com a mesma velocidade mdia anual. Admitindo que a massa especfica do ar
tambm igual a 1,16 kg/m
3
, a gerao anual seria de 41.630 MWh e FC de 31,69 %.
Desta forma, conclui-se que na Europa o mesmo modelo de turbina produziria 9,74 % a
mais de energia. Considerando a vida til dessas mquinas de 20 anos, o projeto no Nordeste
produzia aproximadamente 73.920 MWh menos energia que o da Europa; quase 2 anos de
gerao da central nordestina. Vale lembrar que para os dois exemplos foi considerada a
massa especfica igual a 1,16 kg/m
3
. Se fosse atribuda a central europia o valor de massa
especfica de 1,225 kg/m
3
, a diferena na gerao saltaria de 9,74 % para 14,67 %.
Admitindo as mesmas condies do exemplo anterior e modificando apenas a
velocidade mdia anual para 9 m/s, a estimativa da gerao anual da central elica nordestina
seria 10,83 % maior que a da Europa. Utilizando nos clculos a massa especfica do ar padro
de cada local, esta diferena cairia para 7,01 %.
Todas as estimativas de gerao anual foram calculadas para 100 % de disponibilidade
da mquina e no consideraram as redues da performance devido a fatores externos, como
sujeira, chuva ou insetos nas ps, efeitos topogrficos e de esteira, e perdas eltricas.
A figura 3.5 ilustra a turbina elica NEG Micon 1,5 MW.
36

Figura 3.5 Turbina Elica Neg Micon NM72C 1.500 kW.
A figura 3.6 apresenta os valores anuais de fator de capacidade para diferentes relaes
de velocidade mdia e parmetro k. A turbina elica utilizada neste exemplo a NEG Micon
NM72C de 1,5 MW, com curva de potncia corrigida
15
para a massa especfica do ar de 1,16
kg/m
3
.

Figura 3.6 Fator de capacidade da turbina elica NM72C. =1,16 kg/m
3
.

15
No mbito desta dissertao, os experimentos que envolvem curvas de potncia sero computados para a
massa especfica mdia igual a 1,16 kg/m
3
. Este procedimento almeja uma melhor representatividade dos
resultados para as condies climticas observadas no litoral Norte-Nordeste (onde se encontra o maior nmero
de projetos autorizados pela ANEEL).
37
Sob as condies admitidas e para um local com velocidade mdia anual inferior a
8m/s, em geral, a ocorrncia de valores menores de k induzem a mquina para uma maior
produo de energia eltrica. Entretanto, nos locais com velocidade superior a este patamar, o
fenmeno se inverte, fazendo com que os altos valores de k respondam com um incremento
na gerao anual. A figura 3.7 ilustra melhor este comportamento.
0
10
20
30
40
50
60
70
80
90
100
4 5 6 7 8 9 10 11 12 13 14
Velocidade do vento [m/s]
F
a
t
o
r

d
e

C
a
p
a
c
i
d
a
d
e

[
%
]
15
k=1
k=2
k=3
k=4

Situao 1 Situao 2
Ponto de inverso
Figura 3.7 Performance da turbina NM72C de 1,5 MW para diferentes condies elicas. =1,16 kg/m
3
.
O mecanismo que governa o comportamento geral das curvas apresentadas na figura 3.7
est ligado ao casamento da curva de potncia e da distribuio de velocidades. Para as
velocidades mdias mais baixas (Situao 1), a maior disperso das ocorrncias de velocidade
(k mais baixos) assegura um aumento da produo. Neste caso, as ocorrncias de velocidades
altas tm maior participao na gerao. (ver figura 3.8 - linha tracejada fina)
P
o
t

[
k
W
]
medida que a velocidade mdia aumenta, a
discrepncia na gerao entre um alto e baixo valor de k
vai minimizando, devido s baixas velocidades que
ocorrem nos casos de k pequeno (entre 1 e 2). Estas
baixas velocidades compensam as produes em
potncia nominal. Alm disso, maior a freqncia com
que atua os mecanismos de controle, mantendo
inalterado o nvel de gerao. Isso provoca a
convergncia das curvas para um ponto de inverso,
diminuindo a sensibilidade variao de k. Para
velocidades mdias muito altas, ocorre, ainda, uma maior
freqncia de parada da produo por CUT-OUT. (ver
figura 3.8 linha tracejada grossa)
1600
1400
1200
1000
n
c
i
a
800
600
1,16 kg/m
3
400
1,225 kg/m
3

200
0
5 30 10 15 20 25
Vale lembrar que esta diferena proporcional a
energia produzida, e apresenta a realidade para a
viabilizao econmica de um empreendimento. Via de
regra, quanto maior a velocidade do vento, maior ser a
quantidade de energia produzida; e conseqentemente,
mais rpido ser o retorno do investimento.
Velocidade do vento (m/s)
Figura 3.8 Curva de potncia e
distribuio de velocidades.
Linha tracejada fina: c=6 m/s.
Linha tracejada grossa: c=10 m/s.
Na situao 2, importante observar o aumento da taxa de crescimento da discrepncia
entre os fatores de capacidades, para um k alto e outro baixo, medida que a velocidade
mdia anual aumenta. Na situao 1, esta diferena no to acentuada.
38
Esta avaliao de grande importncia, pois os comportamentos observados podem ser
considerados padres para a maioria das mquinas comercializadas no mercado. Entretanto a
velocidade que ocorre a inverso das curvas de fator de capacidade depende, principalmente,
da velocidade de vento nominal de cada turbina elica.
Este fenmeno de inverso se expe como um impulsor para os empreendimentos no
Nordeste, pois simulaes do comportamento dos ventos apresentam a ocorrncias de altas
velocidades mdias anuais em extensas reas dos litorais do Piau, do Cear, do Rio Grande
do Norte , da Paraba e do extremo norte de Pernambuco, alm de uma grande quantidade de
reas isoladas de serras, chapadas e montanhas do Nordeste Continental. Assim, pode-se
afirmar que para as condies elicas destes locais, quanto menor a velocidade de vento
nominal da mquina, melhor ser a performance da turbina elica.
A velocidade de vento nominal pode ser vista como mais um parmetro para a escolha
da melhor mquina a ser utilizada numa central elica, pois a partir dele pode se obter
resultados melhores para ventos com altas velocidades mdias e valores de k.
3.2.1.2 Carregamentos extremos e fadiga
Uma rea muito discutida pela indstria elica diz respeito aos carregamentos extremos
e de fadiga induzidos por determinadas condies de vento. Seguramente pode-se admitir que
as caractersticas de vento diferem de local para local e seria impraticvel o desenvolvimento
de um modelo de mquina adequado para um deles.
Para isso, foram elaboradas sries de normas e padres que asseguram a segurana e o
perfeito funcionamento das turbinas elicas sob as mais variadas condies de vento. Estas
normas definem os carregamentos crticos de projeto pelos quais as turbinas precisam resistir
durante sua vida til.
A norma IEC 61400-1 [IEC,1999], por exemplo, especifica 5 classes construtivas de
turbinas elicas. Os parmetros de projetos para cada uma das classes so atrelados a uma
velocidade de referncia - V
ref
, igual a 5 vezes a velocidade mdia anual. A tabela 3.6
apresenta os parmetros bsicos para cada classe de turbina especificada pela IEC.
Tabela 3.6 Parmetros bsicos das classes de turbinas pela IEC.
Classe: I II III IV S
V
ref
[m/s] 50 42,5 37,5 30
V
anual
[m/s] 10 8,5 7,5 6
A I
15
/ a 18 % / 2 18 % / 2 18 % / 2 18 % / 2
B I
15
/ a

16 % / 3 16 % / 3 16 % / 3 16 % / 3
Valores
especiais e
especificados
no projeto
A Condies caractersticas de altas turbulncias B - Condies caractersticas de baixas turbulncias a fator ligado a turbulncia.
As classes de turbinas so definidas apenas em termos da velocidade mdia e de dois
nveis de intensidade de turbulncia (16 % e 18 %). Foi assumido que a velocidade do vento
distribuda por Rayleigh (k=2) e que as classes de turbulncia cobrem a maioria das faixas de
operao das mquinas (que vo desde reas costeiras a terrenos altamente complexos).
Para a caracterizao das condies de carregamento e segurana, a norma divide o
regime de vento em condies normais e em condies extremas; alm de definir 5 eventos
especficos sob os quais a turbina deve ser projetada. Estes eventos so:
I. Rajada extrema em operao (EOG): Quantifica as rajada de vento extremas para o
perodo de 1 ano e 50 anos;
39
II. Mudana coerente de rajada (ECG): Quantifica a magnitude e o tempo de mudana
sustentada das rajadas de vento;
III. Mudana de direo extrema (EDC): Quantifica a magnitude e o tempo de mudanas
extremas da direo do vento;
IV. Mudanas sustentadas da rajada e da direo (ECD): Quantifica a mudana
simutnea da rajada e direo sustentadas;
V. Expoentes extremos de corte da velocidade (EWS): Quantifica os expoentes verticais e
horizontais extremos para o perodo de 1 ano e 50 anos.
Num recente esforo por parte de diversas instituies europias foi procedida uma
avaliao precisa dos parmetros elicos que influenciam nos carregamentos extremos e de
fadiga, alm de uma reviso criteriosa dos modelos tericos admitidos pelas normas IEC. As
principais concluses deste trabalho [ECN, 1999] foram:
Todos os parmetros bsicos e eventos referenciados na norma IEC tambm so
sensveis ao parmetro de forma k, e no apenas velocidade mdia e aos nveis de
turbulncia. A velocidade de referncia - V
ref
pode ser relacionada ao parmetro k
de Weibull a partir da distribuio de extremos de Gumbel e de uma verso
assinptica da fdp de Weibull. (equao 3.7 e figura 3.9)
( )
( ) [ ] {
r
T
k
k
anual
ref
k
k V
V
1
1
1
1
1 ln ln ln
) 1 (
ln

+
=

}
(3.7)
Onde, o nmero de eventos independentes por ano e T
r
perodo de retorno.
0
2
4
6
8
10
12
14
1 1.5 2 2.5 3 3.5 4 4.5 5
Parmetro de forma (k )
V
r
e
f
/
V
a
n
u
a
l

Relao de
referncia das
Normas IEC
5
1
.
7
7

Figura 3.9 Razo entre a V
ref
e a V
anual
em funo do parmetro k. [ECN, 1999]
Os valores extremos de velocidade normal (10 minutos) e rajada (3 segundos) so
inversamente proporcionais ao parmetro k;
Os valores de V
ref
especificados para cada classe de turbina so aceitveis a partir
de valores de k igual a 1,77 (condio mnima);
Os carregamentos de fadiga relacionados a um aumento na intensidade de
turbulncia so significativamente danosos e dominantes, na ordem de 2 a 3, sobre
os outros parmetros avaliados;
40
Para as condies tpicas de um terreno complexo recomenda-se um aumento da
relao entre a V
ref.
e a velocidade mdia anual de 5 para 6,6. Numa segunda
considerao, os nveis de intensidade de turbulncia 15 m/s ( IT
15
) de 16 % a
18 % utilizados na norma IEC cobrem apenas as operaes em locais que
apresentam valores de IT
15
entre 13 % e 15 %, respectivamente. Os 3 % extras nos
nveis de turbulncia iro compensar um aumento de aproximadamente 20 % nos
carregamentos de fadiga induzidos pelos efeitos relacionados complexidade do
terreno. Operaes em locais com IT
15
acima de 15 % exigem uma reavaliao das
cargas de fadiga baseadas nos novos parmetros de Weibull e condies de
turbulncia.
Como mencionado, os ventos tpicos do litoral nordestino caracterizam-se por altas
intensidades, forte regularidade e grande constncia direcional, altos valores de k, baixos
nveis de turbulncia e pequeno gradiente vertical de velocidade. Muitos deles aqum dos
considerados tpicos pela norma.
Essas caractersticas singulares atentam para um possvel sobre-dimencionamento das
mquinas elicas diante as condies crticas de vento do Nordeste; abrindo uma
possibilidade de extrapolao das faixas de velocidade anuais recomendadas para cada classe.
Assim, por exemplo, uma mquina projetada para atender os requisitos especificados na
classe II, poder operar, sob as condies de vento do Nordeste, num local com velocidade
mdia anual um pouco superior recomendada pela norma; e que, por exemplo na Europa,
exigiria uma turbina elica classe I.
Vale salientar que a mudana para uma classe de turbina imediatamente superior,
aumenta o valor do equipamento na ordem de 12 % a 15 %.
3.2.1.3 Otimizao de mquinas elicas
A maioria das mquinas elicas atualmente comercializadas possui caractersticas
construtivas e de projeto adequadas para maximizar a sua performance sob condies de
vento e de infra-estrutura observadas na Europa e nos Estados Unidos. Desta forma, no
absurdo propor meios de otimizao das turbinas elicas para as condies de vento do Brasil,
especialmente as do Nordeste.
Todos os processos de otimizao de turbinas elicas almejam uma diminuio
significativa no custo da energia, a partir de um incremento na gerao; sem que isso
represente em elevados encargos. Os procedimentos de otimizao geralmente utilizados vo
desde simples modificaes no dimetro do rotor e na altura da torre at complexos projetos
de reengenharia de todos os principais componentes da turbina.
Qualquer desses processos exige um equilbrio entre cada modificao e a sua resposta
aeroelstica na estrutura do conjunto. Em vrios pontos da regio Nordeste, os diminutos
nveis de turbulncia e a pequena disperso nas ocorrncias de velocidade possibilitam a
admisso de hipteses animadoras a respeito de um maior proveito para qualquer que seja o
processo de otimizao. Por exemplo, um incremento na produo de energia por um
diferenciado aumento do comprimento das ps, sem que isso impute em carregamentos
crticos, muitas vezes proibitivos para as condies europias.
Numa segunda hiptese, o desenvolvimento de perfis aerodinmicos que maximizem a
produo nas faixas de velocidade tpicas do Nordeste. E at mesmo um projeto reengenharia
dos principais componentes da mquina, desde que os altos custos envolvidos sejam
justificados pelo potencial, ou por um futuro aquecimento do mercado nacional.
41
Desta forma pode-se supor que as possibilidades de ganhos extras e substanciais na
gerao, em virtude das singulares condies elicas do Nordeste, ultrapassam as expectativas
baseadas em experincias prticas da Europa e dos Estados Unidos.
3.2.2 Massa especfica do ar
A massa especfica do ar exerce uma forte influncia na gerao elica. Locais que
apresentam densidades elevadas so mais energticos, pois seus ventos possuem maior
quantidade de energia cintica. Sabe-se que nas latitudes que compreendem o continente
europeu e o norte-americano, as ocorrncias de densidades mdias do ar so mais elevadas
que as observadas no Nordeste. Desta forma, pode-se garantir que os ventos destes locais
dispem de maior quantidade de energia, considerando uma mesma condio de vento.
A massa especfica do ar afetada por variaes na temperatura e na presso
atmosfrica. Desta forma, a quantificao precisa dos efeitos de diferentes massas especficas
na gerao elica uma tarefa trabalhosa, pois afeta instantaneamente a potncia de sada da
turbina, exigindo a medio desses dois parmetros climatolgicos.
Geralmente se emprega uma curva de potncia
16
corrigida para a massa especfica do ar
no local do empreendimento. Entretanto, os efeitos reais dessa correo em muito se diferem
de projeto para projeto, dependendo do modelo de turbina elica a ser utilizada
(principalmente quanto ao tipo de controle de potncia e a velocidade de vento que atingem a
potncia nominal) e das condies de vento a que estar submetida.
As figuras 3.10 e 3.12 apresentam exemplos de redues percentuais na gerao anual
devido mudana da massa especfica de 1,225 kg/m
3
para 1,16 kg/m
3
. Os clculos foram
executados para diferentes regimes de vento, representados pela relao v
anual
e k. No primeiro
exemplo, foi utilizada uma turbina NEG Micon de 1.500 kW, com controle de potncia por
passo e velocidade de vento nominal de 14 m/s. Vale salientar que neste tipo de controle, as
turbinas no sofrem ajustes permanentes nas ps; sendo assim, a mesma maquina utilizada
para qualquer valor de massa especfica do ar.
0%
1%
2%
3%
4%
5%
6%
4 5 6 7 8 9 10 11 12 13 14 15
Velocidade do vento [m/s]
R
e
d
u

o

n
a

c
a
p
a
c
i
d
a
d
e

d
e

g
e
r
a

o
k=1
k=2
k=3
k=4

NE
Figura 3.10 Reduo percentual na gerao anual devido mudana da massa especfica de 1,225 kg/m
3
para
1,16 kg/m
3
(NEG Micon NM72C).
Num segundo exemplo, foi utilizada uma turbina Nordex de 1.300 kW, modelo N60
60Hz e controle de potncia por estol e velocidade de vento nominal de 15 m/s. Neste tipo de

16
Potncia eltrica gerada pela turbina elica em funo da velocidade do vento.
42
controle, a mquina sofre um ajuste fixo no ngulo de passo das ps. Esta uma medida de
otimizao para determinadas massas especficas, e feita durante o perodo de montagem do
rotor. A figura 3.11 ilustra a turbina elica Nordex 1,3 MW.

Figura 3.11 Turbina elica Nordex N60 1.300 kW.
A figura 3.12 apresenta a reduo percentual na gerao anual devido a mudana da
massa especfica do ar para uma turbina Nordex N60.
0%
1%
2%
3%
4%
5%
6%
7%
4 5 6 7 8 9 10 11 12 13 14 15
Velocidade do vento [m/s]
R
e
d
u

o

n
a

c
a
p
a
c
i
d
a
d
e

d
e

g
e
r
a

o
k=1
k=2
k=3
k=4

NE
Figura 3.12 Reduo percentual na gerao anual devido mudana da massa especfica de 1,225 kg/m
3
para
1,16 kg/m
3
(Nordex N60)
Avaliando os resultados apresentados nas figuras 3.10 e 3.12, observam-se
comportamentos condicionados s propriedades das curvas de potncia de cada mquina,
principalmente ao fato destas serem ajustadas para garantir a potncia nominal do gerador
aps a velocidade de vento nominal.
43
Nas mquinas de controle por passo, o ajuste automtico do ngulo de passo das ps faz
com que o nvel de potncia gerada, aps a velocidade nominal, seja sempre a mesma;
independente da variao na massa especfica do ar.
Nas mquinas de controle por estol, o ngulo de passo modificado e fixado,
priorizando a manuteno do nvel de gerao o mais prximo possvel da potncia nominal
especificada para as condies padro.
A figura 3.13 ilustra a faixa de atuao desses
ajustes na potncia de sada, estando as mquinas
operando nas condies padro e com massa
especfica do ar igual a 1,16 kg/m
3
.

Faixas de ajustes
NM72C (1.225kg/m3)
NM72C (1.16kg/m3)
N60 (1.225kg/m3)
N60 (1.16kg/m3)
1600
1400
1200
1000
800
600
400
200
0
O mecanismo que governa o comportamento
geral das curvas apresentadas nas figuras 3.10 e 3.12
: o crescimento gradual das ocorrncias de altas
velocidades - pelo aumento da intensidade mdia ou
pela diminuio do parmetro k - provoca um igual
incremento na atuao das medidas de controle de
potncia das mquinas. Nas faixas de atuao dessas
medidas (ver figura 3.13), a produo da turbina
praticamente insensvel a variaes na densidade. E
a medida que a velocidade aumenta maior ser o
tempo de produo nesta faixa. Isso provoca o
decaimento gradual das curvas observadas em
ambas as figuras.
P
o
t

n
c
i
a

[
k
W
]
8 10 12 14 16 2 4 6 18 20 22 24
Velocidade do vento [m/s]
Figura 3.13 Faixas de atuao do
controle da potncia.
O menor desempenho apresentado pela turbina controlada por estol pode ser explicado
pelo ajuste fixo do ngulo de passo. Esse ajuste provoca uma pequena diminuio da
eficincia aerodinmica das ps para as velocidades mais baixas. Esta perda somada a
reduo da capacidade de gerao devido a menor densidade. Um ponto importante que, em
ambos os exemplos, na faixa tpica de velocidade do Nordeste coincide com as maiores
redues na capacidade de gerao das turbinas elicas devido mudana na massa especfica
do ar.
Considerando que estes fenmenos so intrnsecos s curvas de potncia das turbinas
elicas, pode-se admitir que o comportamento observado padro, independentemente da
tecnologia de controle de potncia avaliada. Entretanto, a velocidades de vento na qual cada
curva ir iniciar seu decaimento vai depender das caractersticas de cada modelo de mquina e
das condies de vento do local.
Pde-se estimar, ainda, uma faixa mdia de reduo na capacidade de gerao anual,
devido mudana da massa especfica do ar para o padro do Nordeste; sendo esta de 3,5 % a
6,5 %. Entretanto a determinao de um valor exato est fortemente ligada s condies de
vento de cada local e da mquina utilizada no projeto.
3.2.3 Direo do vento
Os mecanismos de macroescala condicionam ciclos sazonais da direo de vento. Em
geral, as regies tropicais (Ventos Alsios) apresentam pequenas e regulares variaes de
direo at menores que 30. Nas mdias e altas latitudes, entretanto, estas variaes so
bem maiores e bruscas, que podem ultrapassar 180 (Ventos de Oeste e Polares).
44
Em mesoescala, os gradientes trmicos nas regies litorneas e continentais (brisas)
condicionam, muitas vezes, grandes variaes dirias. Em ambas as escalas, estas variaes
no acarretam grandes problemas na operao das mquinas elicas.
Em microescala, a direo do vento apresenta variaes de altas freqncias, induzidas
pela interao do vento com as condies topogrficas e da disposio dos efeitos trmicos
localizados. Estas rpidas variaes insuflam fortes perturbaes no rotor e na torre da
turbina. A freqncia e a magnitude destas variaes tem um impacto significante nos nveis
de carregamento de fadiga para vrios componentes.
Combinando os efeitos nessas trs escalas, o Nordeste do Brasil apresentam variaes
na direo bem menores das que ocorrem na Europa e nos Estados Unidos. A tabela 3.7
ilustra os resultados de um experimento que compara os sistemas anemomtricos instalados
no Nordeste e na Europa (apresentados na seo 3.1) com relao aos setores com ocorrncias
de vento superiores a 5% do perodo de um ano.
Tabela 3.7 Setores com freqncia de ocorrncias superior a 5%.
Nordeste Europa
No. setores
% do total de sistemas

% do total de sistemas

2 setores 0,00% 0,00%
3 setores 8,70% 0,57%
4 setores 56,52% 1,71%
5 setores 34,78% 1,14%
6 setores 0,00% 4,00%
7 setores 0,00% 7,43%
8 setores 0,00% 8,57%
9 setores 0,00% 16,00%
10 setores 0,00% 21,14%
11 setores 0,00% 18,86%
12 setores 0,00% 20,57%
Os resultados experimentais apresentados na tabela 3.7 comprovam a ocorrncia de
pequenas variaes de direo nos recursos elicos do Nordeste (100 % dos sistemas
instalados apresentam variaes entre 3 e 5 setores adjacentes). Enquanto que na Europa,
estas variaes de direo so bem mais acentuadas, e provenientes de quase todas as direes
(76,57 % dos sistemas apresentaram variaes entre 9 e 12 setores).
Quando uma turbina elica opera em giro (yaw) alguns componentes do fluxo de
vento induzem uma flutuao dos carregamentos aerodinmicos, os quais excitam a dinmica
estrutural da mquina. E em muitos casos acompanhado pela ocorrncia de estol dinmico,
que aumentam os carregamentos de fadiga, principalmente, nas altas velocidades de vento.
Desta forma, as variaes bruscas de direo induzem esforos cclicos nas turbinas elicas,
tornando-se maiores medida que o ngulo de giro aumenta.
Visando os efeitos das variaes bruscas da direo, as normas IEC especificam
critrios de projeto para cada classe de turbina (eventos No. III e IV, apresentados na seo
3.2.1.2).
Para o Nordeste, estas menores variaes possibilitam uma reduo de possveis
perdas e efeitos de mltiplos nveis da gerao relacionados ao sistema de giro da turbina
45
[Fuglsang et al, 1999] [Corten et al, 1999]. Alm disso, permite uma diminuio dos
carregamentos de fadiga em vrios componentes da estrutura. Pode-se supor na reduo dos
custos para aquisio de mquinas elicas, ligada a um projeto simplificado do sistema de
giro, adequado para as caractersticas elicas do Nordeste.
3.3 ESTUDOS ADAPTADOS S CONDIES DO NORDESTE
3.3.1 Justificativa
O valor da gerao anual o parmetro mais importante para o desenvolvimento de
estudos de viabilidade econmica de projetos elicos. Os resultados de uma predio de
gerao anual envolvem incertezas nas quais podem assumir diferentes propores
dependendo do tipo de projeto elico, da qualidade dos dados de vento e dos procedimentos e
modelos numricos utilizados nas anlises.
A figura 3.14 ilustra as incertezas no campo de energia quando da utilizao de dados
de vento de alta qualidade coletados por sistemas anemomtricos especiais e dados de baixa
qualidade coletados por estaes meteorolgicas.
0% 10% 20% 30%
Medio do vento
Correlao/long-ter
40%
m
Aplicabilidade
Micrositing
Curva de potncia
Eficincia da planta
Total incerteza
Dados precisos Sistemas anemomtricos
Dados imprecisos Estaes meteorolgicas
Climatologia regional
Grau de incertezas

Fonte: DEWI
Figura 3.14 Incertezas da gerao anual. [Strack, 2003]
Um importante fator que garante a confiabilidade dos resultados a preciso dos dados
anemomtricos de entrada. Por exemplo, dados de velocidade de alta qualidade apresentam
pequenas incertezas, na ordem de 1 a 2 % (o que corresponde a aproximadamente de 3 a 5 %
para a gerao anual). Entretanto, no adianta dispor de dados precisos, se os mtodos
utilizados para o tratamento e anlises dessas informaes no os garantam.
Diante disso, estimativas da gerao anual com grandes incertezas aumentam os riscos
do empreendimento, podendo resultar at em prejuzos para o investidor. Principalmente
projetos em reas com baixas velocidades de vento, onde as incertezas tm um peso maior na
viabilidade do projeto [Strack, 2003].
3.3.2 Estudos especficos para as condies de vento do Nordeste
As variaes na velocidade do vento e em sua direo constituem fenmenos
complicados, causados por fatores temporais e espaciais, que podem ser representados por
46
mtodos estocsticos
17
. A engenharia elica, geralmente, faz uso de ferramentas estatsticas e
probabilsticas para a representao dos diversos fenmenos elicos que se desejam analisar.
Anlises puramente estatsticas, geralmente, no apresentam grandes problemas de
incertezas e so insensveis as condies de vento. Isso ocorre devido aos modelos
determinsticos permitirem resultados exatos.
Em contrapartida, para vrios parmetros elicos so utilizados modelos no-
determinsticos, pois as condies sob as quais a anlise executada no permite um resultado
exato e verdadeiro, e determinam apenas o comportamento probabilstico das observaes.
Neste tipo de anlise so constatadas as maiores fontes de incertezas, pois a escolha da
distribuio probabilstica adequada e as condies iniciais admitidas para a formulao do
modelo, muitas vezes, so condicionadas para melhor representar caractersticas elicas
especficas.
Exemplos explcitos desta afirmao podem ser encontrados nos fundamentos tericos
de alguns dos programas de anlise de dados de vento desenvolvidos na Europa e Estados
Unidos. Boa parte utiliza a distribuio de Rayleigh (k=2) para calcular a distribuio de
velocidades. Nestes casos, a caracterizao de sries temporais do Nordeste no seriam
adequadamente representativa, pois os valores de k geralmente observados no Nordeste so
bem maiores que 2.
A figura 3.15 apresenta um grfico dos erros das estimativas da energia gerada anual
quando as distribuies de velocidades so calculadas a partir de Rayleigh. Nestes exemplos
foi utilizada uma turbina elica NEG Micon 1.500 kW, modelo NM72C, sob diferentes
condies de vento (velocidades mdias anuais e disperses de ocorrncias, retratadas por 5
diferentes parmetros k de Weibull).

-50 %
-40 %
-30 %
-20 %
-10 %
0 %
10 %
20 %
30 %
40 %
50 %
4 5 6 7 8 9 10 11 12 13 14 15
Velocidade mdia anual [m/s]
E
r
r
o

d
a

e
s
t
i
m
a
t
i
v
a

d
a

e
n
e
r
g
i
a

g
e
r
a
d
a

k=1
k=2
k=3
k=4
k=5

NE
Figura 3.15 Erro da estimativa da energia gerada pela utilizao da distribuio de Rayleigh.
A figura 3.15 apresenta claramente que, para este modelo de turbina elica e condies
elicas do Nordeste, os erros da estimativa da energia gerada pela utilizao da distribuio de

17
Modelo matemtico cujas variveis respondem a uma distribuio especfica. Tais modelos no oferecem
solues nicas, mas apresentam uma distribuio de solues associadas a probabilidade, segundo uma
determinada distribuio de probabilidades. Ou seja, modelos matemticos que incorporam elementos
probabilsticos e os resultados so expressos em termos de probabilidade.
47
Rayleigh variam de -40 % a 22 %. Estes erros so dependentes das condies de vento do
local, representadas pela velocidade mdia anual e pelo parmetro k.
Se a distribuio de Weibull fosse utilizada para representar as condies de vento
apresentadas nestes exemplos, os erros da estimativa da energia gerada no seriam maiores
que 2 %. Estes foram exemplos claros da escolha inadequada da distribuio probabilstica.
Entretanto, a utilizao da distribuio de Weibull no garantia de resultados precisos.
A representatividade dos resultados est relacionada s condies iniciais admitidas no
processo de estimativa dos parmetros da distribuio. De um modo geral, os programas de
anlise de dados de vento desenvolvidos na Europa e Estados Unidos admitem condies
iniciais apropriadas para condies elicas com grandes disperses das ocorrncias (ventos
tpicos destes pases).
Nestes casos, as incertezas associadas aos resultados so maiores que os esperados, pois
esto associados a erros numricos das condies iniciais admitidas. Entretanto, estes modelos
podem ser melhorados significativamente pela utilizao de condies que considerem as
caractersticas tpicas de vento do Nordeste. As sees 4.3.3.3, 5.2.4 e 6.2.2 abordam de forma
mais aprofundada o tema em questo.
Em todos os experimentos e anlises apresentados neste captulo, propositalmente,
procurou-se ressaltar a importncia da distribuio de Weibull, que representado pelos seus
dois parmetros k e c, representam de forma satisfatria o comportamento dos recursos
elicos do Nordeste. O motivo para tanto advm do fato das mudanas mais significativas no
comportamento operacional das mquinas elicas, sob as condies de vento no Nordeste,
estarem diretamente ligadas aos altos valores de k. Sendo assim, o desenvolvimento de
mtodos de estimativas dos parmetros de Weibull adequados para essas condies de vento
de extrema importncia.
No captulo 6 desta dissertao apresentado de um novo mtodo de estimativa dos
parmetros de Weibull, totalmente adaptado s condies de vento do Nordeste. Os captulos
4 e 5 apresentam consideraes importantes e os fundamentos matemticos dos principais
modelos estatsticos e probabilsticos de vento que serviram de base para o desenvolvimento e
a validao deste novo mtodo, chamado de Mtodo da Energia Equivalente.
48
4. MODELAGEM - ESTATSTICA DO VENTO
4.1 INTRODUO
O emprego da matemtica para representao do comportamento do vento comea pela
construo de modelos determinsticos (estatstica
18
) e no-determinsticos (probabilidade
19
)
para os diversos fenmenos que se desejam analisar. O bom resultado de um modelo depende
de que os pormenores desprezados sejam ou no realmente insignificantes para o
comportamento do fenmeno. A resoluo matemtica do fenmeno pode estar correta e, no
obstante, em grande discordncia com as observaes, simplesmente pelas hipteses feitas
inicialmente.
Tratamentos estatsticos e probabilsticos de dados de vento visam caracterizao dos
recursos elicos de um local. Geralmente, estas informaes subsidiam projetos de centrais
elicas ou so utilizados em estudos de mapeamento elico de uma regio.
Este captulo explica de forma detalhada os fundamentos matemticos dos modelos
estatsticos e probabilsticos mais utilizados nos estudo de caracterizao do vento. Para isso,
optou-se por uma linguagem estritamente estatstica, com o intuito de se aprofundar na
natureza das diversas variveis que representam o vento, alm de apresentar e justificar a
utilizao das estatsticas apropriadas para cada uma das variveis. Os conceitos e as
consideraes aqui apresentados so de grande importncia, pois serviro de base para o
desenvolvimento dos prximos captulos.
4.2 PARMETROS REPRESENTATIVOS
Daqui por diante, o objetivo deste trabalho de mestrado est focado para a apresentao
e anlise de modelos probabilsticos que representam, de forma compacta, o regime de vento
de determinado local. Assim sendo, esta seo abordar apenas os tpicos necessrios para
embasamento terico e o entendimento do tema. Com respeito ao processamento e a anlise
de dados de vento se enquadram os seguintes aspectos:
Momentos amostrais da velocidade;
Quantificao da variao;
Intensidade de turbulncia;
Freqncia de ocorrncias da velocidade;
Direo predominante;
Freqncia de ocorrncias da direo;
Anlises probabilsticas.

18
Cincia que recolhe fatos, analisa-os e interpreta-os quanto ao nmero e freqncia, admitindo que o resultado
efetivo determinado pelas condies as quais o experimento executado.
19
Cincia segundo o qual o resultado s tem o carter de probabilidade e no de certeza, visto que a verdade no
pode ser conhecida. As condies experimentais determinam apenas o comportamento probabilstico do
resultado observado.
49
4.3 ABORDAGEM ANALTICA
4.3.1 A velocidade do vento como uma varivel discreta
Seja um experimento de medio de vento e S um espao amostral finito associado ao
experimento. Considere, ainda, que s pertencente a S e representando cada elemento de
velocidade de vento, obtidos a partir de um equipamento especfico que registra as mudanas
da velocidade do vento com uma determinada taxa de amostragem.
Seja v uma varivel aleatria discreta
20
representando uma srie temporal de mdias
aritmticas de conjuntos de elementos s em um determinado perodo definido por um
intervalo de integrao.
Considerando que todos valores possveis de v so igualmente verossmeis, a
probabilidade de ocorrncia para cada elemento :
( )
v
n
v p
1
=
(4.1)
Onde n
v
o tamanho da varivel aleatria v.
Um aspecto importante a ser definido o valor esperado da varivel aleatria v. Este
parmetro pode fornecer informaes valiosas para a caracterizao das distribuies de
probabilidades. Este fato parte da idia de que a freqncia relativa de um evento prxima
da probabilidade deste evento, desde que o nmero de repeties sobre o qual a freqncia
relativa se baseia seja grande. O valor esperado da varivel aleatria v definido por:
( ) ( )

=
=
1 i
i i
v p v v E (4.2)
Nas condies apresentadas anteriormente, o valor esperado da varivel aleatria v se
confunde com o seu valor mdio. importante compreender que o valor esperado um
parmetro associado a uma distribuio de probabilidade terica, enquanto que o valor mdio
simplesmente o resultado da combinao de um conjunto de elementos em uma forma
particular.
4.3.1.1 Momentos amostrais
Os mais importantes resultados estatsticos so os momentos amostrais, que podem ser
definidos atravs do valor esperado apresentado na equao (4.2). O k-simo momento
amostral definido pela equao (4.3).

=
= =
n
i
k
i
k
k
x
n
x E M
1
1
) (
(4.3)
Onde n o nmero de elementos do conjunto x
k
.

20
Uma varivel aleatria caracterizada discreta quando o nmero de possveis valores do seu contradomnio
finito ou infinito numervel.
50
Velocidade mdia (primeiro momento)
Considerando que o primeiro momento amostral da varivel v igual a mdia aritmtica
de v, tem-se que a velocidade mdia do vento horizontal :

=
= =
v
n
i
i
v
m
v
n
v E v
1
1
) (

(4.4)
Velocidade quadrtica mdia (segundo momento)
A velocidade quadrtica mdia de grande importncia para uma anlise estatstica de
vento, pois este valor utilizado nos clculos da varincia dos dados da srie temporal
observada. Sua equao :

=
= =
v
n
i
i
v
m v
n
v E v
1
2 2 2
1
) (
(4.5)
Velocidade cbica mdia (terceiro momento)
A velocidade cbica mdia do vento muito utilizada, pois subsidia os clculos da
energia disponvel pelo vento. A equao da velocidade cbica mdia definida por:

=
= =
v
n
i
i
v
m v
n
v E v
1
3 3 3
1
) (

(4.6)
importante saber distinguir os resultados da velocidade quadrada mdia e da
velocidade cbica mdia dos da velocidade mdia ao quadrado e da velocidade mdia ao
cubo, respectivamente. A comparao apresentada na tabela 4.1 exemplifica bem esta
diferena.
Tabela 4.1 - Comparao entre valores mdios e mdias de valores de velocidade.
Resultados: v
m
v
2
m
v
3
m

4,5 20,25 91,13
4,9 24,01 117,65
5,6 31,36 175,62
O valor da velocidade mdia ao quadrado
(51,52 m
2
/s
2
) difere do valor da velocidade
quadrada mdia (54,14 m
2
/s
2
)
7,8 60,84 474,55
8,1 65,61 531,44
8,5 72,25 614,13
7,6 57,76 438,98
9,2 84,64 778,69
O valor da velocidade mdia ao cubo
(369,80 m
3
/s
3
) difere do valor da velocidade
cbica mdia (423,88 m
3
/s
3
)
8,4 70,56 592,70
Velocidade mdia (v
m
): 7,18 m/s 54,14 423,88
Velocidade mdia ao quadrado (v
m
2

): 51,52 m
2
/s
2

Velocidade mdia ao cubo (v
m
3

): 369,80 m
3
/s
3

Aparentemente de simples entendimento, entretanto muitas pessoas cometem o grave
erro de utilizar o valor da velocidade mdia ao cubo nos clculos da energia elica disponvel
pelo vento.
51
4.3.1.2 Quantificao da variao
A variao de um conjunto de dados um importante parmetro numa anlise
estatstica. Este parmetro, geralmente, representado pelas estatsticas de varincia e de
desvio padro.
A varincia definida como a medida de disperso dos valores de uma varivel em
torno de sua mdia. dada pela soma dos quadrados dos desvios em relao mdia,
dividido pelo nmero de observaes.
A varincia de uma varivel aleatria qualquer definida por:
| | | |
2 2 2
) ( ) ( ) ( ) ( X E X E X E X E X V = = (4.7)
Desta forma, a varincia da varivel aleatria v :
( ) | | ( )

=
= =
v
n
i
m i
v
v v
n
v E v E v V
1
2 2
1
) (
(4.8)
A raiz quadrada positiva de V(X) denominada o desvio padro de X, denotada por
(X), e definida por:
) ( ) ( X V X = (4.9)
Desta forma, o desvio padro de v :
( )

=
= =
v
n
i
m i
v
v v
n
v V v
1
2
1
) ( ) (

(4.10)
de grande importncia ter em mente que o desvio padro e a varincia, aqui
comentados, se referem aos elementos da varivel v, que j se encontram integrados.
4.3.1.3 Intensidade de turbulncia
Um outro parmetro importante nos estudos do vento o desvio padro dos valores
coletados diretamente pelo mesmo equipamento de medio de vento, ou seja, os elementos s.
Este tipo de anlise se faz necessrio, pois a turbulncia do vento provoca
carregamentos randmicos e flutuantes sobre toda a estrutura da mquina. Tendo como
principais efeitos: falhas por fadiga em alguns dos componentes da estrutura e influncia no
comportamento aerodinmico das ps, afetando diretamente a gerao. [Fuglsang at al.,1999]
Considere, agora, um conjunto A composto por elementos do espao amostral S e
compreendidos num determinado intervalo de integrao.
A turbulncia (t= A
i
A
m
) definida como a divergncia dos valores instantneos (A
i
)
em relao ao valor mdio do intervalo de integrao (A
m
). A intensidade de turbulncia
definida como a relao entre o desvio padro dos valores instantneos (A) e a velocidade
mdia A
m
. A equao (4.10) define a intensidade de turbulncia.
52
m
A
A
IT
'
) ' (
=

(4.11)
Os clculos relativos ao (A) e a A
m
so realizados de forma anloga aos apresentados
das equaes (4.9) e (4.3), respectivamente.
4.3.1.4 Freqncias de ocorrncia da velocidade
Seja o conjunto A definido por elementos de v compreendidos num determinado
intervalo de velocidade. Na metodologia de agrupar elementos intervalos de velocidade
[IEA, 1984], um intervalo de velocidade definido como o intervalo entre duas velocidades
de vento inteiras e consecutivas (v
i-1
e v
i
). Sendo: v
i-1
v < v
i
.
Velocidade mdia do intervalo de velocidade
A velocidade mdia para cada intervalo de velocidade definida como a mdia
aritmtica dos mv elementos contidos no conjunto A. Sua equao definida por:

=
=
v
m
i
i
v
m
A
m
A
1
1

(4.12)
Onde, mv o nmero de elementos do conjunto A.
Considerando que todos valores possveis de v so igualmente verossmeis, com
probabilidade para cada intervalo de velocidade definida por:
( )
v
v
n
m
A p =

(4.13)
De maneira anloga s consideraes feitas em (4.12), a probabilidade de acontecer uma
determinada ocorrncia de vento entre as velocidades v
a
e v
b
definida por:
( )

=
= <
b
a
v
v i
i b a
v p v v v p ) (

(4.14)
Freqncia relativa do intervalo de velocidade
Considere, ainda, que W
v
uma varivel aleatria discreta
21
, tambm associada a v, que
representa a freqncia relativa do conjunto A. O clculo da freqncia relativa de cada
intervalo de velocidade feito pela equao (4.15).
( )
v
v
v v
n
m
A f W = =

(4.15)

21
Se v uma varivel aleatria discreta e W
v
= f(v), W
v
tambm ser uma varivel aleatria discreta. Se os
valores possveis de v podem ser enumerados como v
1
, v
2
, ..., v
n
, certamente os valores possveis de W
v
so
enumerados como h
1
= f(v
1
), ..., h
n
= f(v
n
).
53
Em aplicaes elicas, esta estatstica chamada de freqncia de ocorrncias da
velocidade do vento, e pode ser representada graficamente a partir de um histograma
22
.
Observe que para estas condies a freqncia de ocorrncia para um intervalo de
velocidade qualquer igual ao seu valor de probabilidade.
4.3.2 A direo do vento como uma varivel discreta
4.3.2.1 Freqncias de ocorrncia da direo
Considerando o mesmo experimento e o espao amostral finito S associado ao
experimento. Seja r S, representando cada elemento de direo de vento obtido a partir de
um equipamento especfico que registra as mudanas da direo do vento com uma
determinada freqncia de amostragem (taxa de amostragem).
Seja d uma varivel aleatria discreta que representa o valor da soma vetorial de um
conjunto de elementos de r para um determinado perodo (intervalo de integrao).
Admita o conjunto D formado por elementos de d compreendidos num determinado
intervalo, chamado de setor. Na metodologia de agrupar elementos em setores, um setor
definido como o intervalo entre duas direes de vento (d
a
e d
b
). Sendo este fechado em d
a
e
aberto em d
b
(d
a
d < d
b
).
4.3.2.2 Direo mdia de um setor
A direo mdia do vento para cada setor calculada a partir da soma vetorial dos
elementos do conjunto D.
A utilizao de soma vetorial no clculo da direo mdia permite que leituras como,
por exemplo, de 45 e 315 possam ter como valor mdio 0, em vez de 180, que seria o
provvel resultado da mdia aritmtica destas leituras.
Considerando que todos valores possveis de d so igualmente verossmeis, a
probabilidade para cada setor definida pela equao:
( )
d
d
d
n
m
D p =

(4.16)
Onde n
d
o tamanho da varivel aleatria d e m
b
o nmero de elementos de D.
4.3.2.3 Freqncia relativa do setor
Considere, ainda, que W
d
uma varivel aleatria discreta, tambm associada a d, que
representa a freqncia relativa do conjunto D. O clculo da freqncia de ocorrncias para
cada setor dado pela equao (4.17).

22
um conjunto de retngulos justapostos, cujas bases se localizam sobre o eixo horizontal, de tal modo que
seus pontos mdios coincidem com os pontos mdios dos intervalos que se deseja representar. A rea de um
histograma proporcional soma das freqncias simples ou absolutas.
54
( )
d
d
d
n
m
D f W = =

(4.17)
Observe que nessas condies, a freqncia relativa de ocorrncia para um determinado
setor igual ao seu valor da probabilidade de ocorrncia.
4.3.3 A velocidade do vento como uma varivel contnua
A distribuio de velocidade de vento tpica de um local (W) pode ser determinada de
duas maneiras. A primeira a partir de uma srie temporal de medidas in situ. De acordo com
as recomendaes da Organizao Mundial de Meteorologia, o perodo mnimo de medies
para se obter o conhecimento confivel da climatologia de uma regio de 30 anos. a partir
deste perodo que pode ser estabelecida concluso satisfatria sobre as diferentes escalas de
variaes do vento [WMO, 1981].
A segunda a representao compacta das freqncias de ocorrncias de uma srie
temporal medida in situ, utilizando uma distribuio probabilstica. Pesquisas apontam que o
comportamento observado do vento ao longo de vrios anos se d de tal forma, que uma
representao do seu comportamento mdio pode ser satisfatoriamente realizada a partir de
uma distribuio probabilstica adequada [Davenport, 1963] [Justus at al., 1976].
Para estudos de vento voltados para a elaborao de projetos de centrais elicas, o
perodo exigido no primeiro caso torna-se invivel. Este problema se agrava quando se
pretende avaliar o potencial elico de uma regio muito extensa. Desta maneira, geralmente
faz-se uso de distribuies probabilsticas para representar, de forma confivel, a distribuio
de velocidade do vento de um local.
Modelos probabilsticos so utilizados de maneira distinta por diversos setores da
engenharia elica, e para cada uma destas deve-se levar em considerao critrios e restries
adequadas. Estas consideraes iro permitir a aplicabilidade do modelo para cada finalidade
especfica, garantindo a qualidade e a representatividade dos resultados desejados.
Dentre as vrias aplicaes de distribuies probabilsticas na rea da energia elica,
duas merecem um maior destaque, pois so as mais utilizadas. Sendo estas:
1. A primeira se baseia na criao de uma base de informaes probabilsticas
relativas a uma determinada observao de campo, que possibilita os clculos das
mesmas grandezas para outros locais. Essas tcnicas so chamadas de
extrapolaes verticais e extrapolaes horizontais do vento;
2. A segunda apolicao se baseia no clculo de estimativas de gerao por turbinas
elicas. A produo de energia (E
t
) de uma turbina elica com curva de potncia
(P
c
) em um determinado perodo de tempo h. O clculo da estimativa de gerao
realizado a partir da equao (3.6).
Em ambas as finalidades, optam-se por utilizar modelos probabilsticos ao invs das
sries temporais observadas de velocidade de vento, devido dificuldade de se obter uma
distribuio de velocidade representativa dispondo de dados de vento coletados em poucos
anos de medio.
55
4.3.3.1 Anlise probabilstica: detalhamento matemtico
Considere uma varivel aleatria contnua
23
g(v) que possui funo densidade de
probabilidade associada a v e depende de dois ou mais parmetros desconhecidos.
Dada a funo g(v), com g(v)=0 e monotonicamente
24
crescente para infinito, pode-se
definir sua funo de probabilidade acumulada pela equao:
( )
) (
1
v g
e v F

= (4.18)
Obviamente, esta probabilidade 0 para v=0 e cresce monotonicamente para 1, quando
v tende para infinito. Logo, sua distribuio de densidade pode ser calculada pela equao:
( )
) (
) ( '
v g
dv
dF
e v g v f

= = (4.19)
A taxa de ocorrncia
25
para uma dada distribuio de densidade f(t) obtida pela
aplicao da equao:
( )
) ( 1
) (
t F
t f
t Z

= (4.20)
Aplicando as equaes (4.18) e (4.19) em (4.20), a taxa de ocorrncia para a
distribuio de densidade f(v) :
( )
( )
) ( '
1 1
) ( '
) ( 1
) (
) (
) (
v g
e
e v g
v F
v f
v Z
v g
v g
=


=

(4.21)
Considerando que o vento no pode assumir velocidades negativas, o limite inferior da
integral utilizada no clculo do valor mdio de v 0. Desta maneira, a velocidade mdia
expressa pela equao (4.22).

=
0
) ( dv v f v v
m
(4.22)
Sendo todos valores possveis de v igualmente verossmeis, o valor esperado de v
definido pela equao (4.23).

=
0
) ( ) ( dv v f v v E

(4.23)

23
Uma varivel aleatria considerada contnua quando o nmero de valores possveis em seu contradomnio
for infinito.
24
Diz-se da funo que somente aumenta ou somente diminui, mas no faz as duas coisas. Assim, a inclinao
de uma funo monotnica positiva ou negativa dentro de seu alcance.
25
Na teoria dos testes de confiabilidade, precisamente em anlises de falhas mecnicas, este parmetro
denominado de taxa de falha instantnea, algumas vezes chamado de funo de risco.
56
Utilizando o conceito definido anteriormente pela equao (4.6), o valor clculo
resultante da varincia dado por:

=
0
2
) ( ) ( ) ( dv v f v v v V
m i
(4.24)
4.3.3.2 Distribuies utilizadas neste tipo de estudo
Existem vrias distribuies probabilsticas que podem ser utilizadas para representar o
comportamento do vento, e cada uma delas representa um determinado padro elico. Ou
seja, o comportamento de vento de um determinado local pode ser melhor retratado por uma
determinada distribuio probabilstica; enquanto que, para outro local com diferente
comportamento elico, uma segunda distribuio pode fornecer resultados melhores.
Sendo assim, vrios modelos probabilsticos so utilizados, e a escolha depende,
principalmente, do comportamento de vento observado. As principais distribuies de
probalidade utilizadas pela engenharia elica so:
Distribuio normal ou distribuio Gaussiana;
Distribuio normal bivarivel;
Distribuio exponencial;
Distribuio de Rayleigh;
Distribuio de Weibull.
A busca de uma nica distribuio que retrate de forma satisfatria o maior nmero de
comportamentos de vento, fez com que pesquisadores analisassem de forma aprofundada os
diversos mtodos probabilsticos. Os primeiros resultados desses estudos foram divulgados na
Inglaterra em 1963, por A. G. Davenport em [Davenport, 1963]; outros estudos pioneiros
nesta rea foram [Justus at al., 1976] e [Hennessy, 1977].
Estes estudos constataram que a distribuio de Weibull conseguia retratar bem um
grande nmero de padres de comportamento do vento. Isto se dava principalmente porque a
distribuio de Weibull incorpora tanto a distribuio exponencial (k=1), quanto distribuio
de Rayleigh (k=2), alm de fornecer uma boa aproximao da distribuio normal (quando o
valor de k prximo a 3,5). Uma outra grande utilidade da funo de Weibull retratar o
comportamento de ventos extremos.
Para os estudos do comportamento dos ventos do Nordeste, a distribuio de Weibull
o que melhor se adapta [Feitosa et al., 1993]. Devido a grande importncia este mtodo ser
definido, comentado e avaliado no prximo captulo dessa dissertao.
4.3.3.3 Problemas quando do uso de modelos probabilsticos
Considere o diagrama simplificado, ilustrado na figura 4.1, que apresenta as principais
etapas para o clculo das estimativas dos parmetros de uma distribuio probabilstica
qualquer, visando duas aplicaes distintas. Neste exemplo, as duas aplicaes so: estudos de
extrapolao vertical e horizontal das estatsticas de vento e predio da gerao anual por
uma turbina elica.
57


Distribuio probabilstica da velocidade do vento
Extrapolao vertical e Distribuio de velocidades
horizontal do vento para clculo de gerao
Tipo de distribuio
9 Distribuio normal ou Gaussiana;
Condies Condies
9 Distribuio normal bivarivel;
Iniciais 1 Iniciais 2
9 Distribuio exponencial;
9 Distribuio de Rayleigh;
9 Distribuio de Weibull.
Mtodo de estimativa
dos parmetros da distribuio
Figura 4.1 Fluxograma da utilizao de distribuies probabilisticas em estudos elicos.
A figura 4.1 mostra a necessidade de abordagem especfica para o tratamento e a anlise
de aplicaes distintas. No diagrama apresentado foram comparadas as extrapolaes das
estatsticas de vento e a predio de energia gerada. Os principais pontos a serem enfatizados
nessas abordagens so:
1. Identificao da aplicao a que se destina, onde sero definidos os procedimentos que
condicionaro os resultados;
2. Escolha da distribuio probabilstica adequada. Depende, fundamentalmente, das
condies de vento do local;
3. Aplicaes das condies iniciais
26
especficas para a cada aplicao. Estas so
tomadas de acordo com as caractersticas elicas e as condies de medio das
observaes;
4. Determinao do melhor mtodo de estimativa dos parmetros da distribuio.
Com base no modelo apresentado na figura 4.1, puderam ser definidas as principais
consideraes (fontes de problemas) quando da utilizao de distribuies probabilsticas em
estudos de avaliao dos recursos elicos. Sendo estas:
1. Escolha da metodologia quanto aplicao: Um bom exemplo disso a utilizao de
uma metodologia especfica para extrapolaes de estatsticas de vento, enquanto se
objetiva a predio da gerao anual de uma srie temporal. Neste caso, os
procedimentos utilizados no tratamento dos dados de entrada e de anlise so bem
distintos, podendo suscitar em incertezas nos resultados. O equivoco mais comum a
utilizao de programas computacionais inapropriados para determinada aplicao;

26
Diz-se, aqui, condies iniciais todos os procedimentos matemticos que facilitam e direcionam os resultados,
visando uma determinada aplicao; por exemplo: classificao e condicionamento dos dados de entrada, faixa
de ajuste a ser utilizado nos clculos, tratamento de calmarias, entre outros.

58
2. Escolha da distribuio quanto s caractersticas de vento: Utilizao de modelos
probabilsticos inadequados para as caractersticas elicas que se deseja representar.
Um bom exemplo disso a utilizao da distribuio exponencial ou da distribuio
de Rayleigh para anlises de dados de ventos do Nordeste. Os principais problemas
associados a uma destas aes so comentados na seo 3.3;
3. Classificao dos dados de entrada (condies iniciais): Utilizao de tcnicas de
classificao dos dados de entrada sem que haja a necessidade para tal, ou de forma
inadequada, pode aumentar as incertezas nos resultados. Por exemplo: em predies
de gerao anual de uma srie temporal, proceder, desnecessariamente, a classificao
dos dados por setores de direo (a fim de garantir que os dados estejam submetidos s
mesmas condies de rugosidade e obstculos). Estas tcnicas de classificao so
geralmente utilizadas em extrapolaes de estatsticas de vento, pois facilitam o
desenvolvimento matemtico do modelo numrico. Maiores detalhes na seo 5.2.4;
4. Condicionamento dos dados de entrada (condies iniciais): Integraes
desnecessrias dos dados de entrada, como em mdias aritmticas e histogramas da
velocidade. Estas integraes promovem a perda de parte das informaes dos dados
de entrada. Esta considerao melhor abordada na seo 5.2.2;
5. Tratamento das ocorrncias de calmarias (condies iniciais): Utilizao de tcnicas
inadequadas, ou at mesmo a no realizao, para o tratamento dos dados de
calmarias. Este assunto ser novamente abordado na seo 5.2.4;
6. Faixa de ajuste inadequada s caractersticas de vento (condies iniciais): Esta
tpico extremamente importante, pois um dos problemas mais rotineiros e de
difcil resoluo em estudos do comportamento do vento do Nordeste. Para melhor
entendimento, a seo 6.2.2 aborda, exclusivamente, esta considerao;
7. Estimadores inaptos para os dados disponveis: A utilizao de determinado mtodo
de estimativas est atrelada ao formato dos dados de entrada disponveis. Por exemplo,
utilizao do Mtodo da Mxima Verossimilhana (que exige uma srie temporal),
quando se dispe apenas dos valores da velocidade mdia e o desvio padro ou at
mesmo do histograma de velocidades de vento;
8. Estimadores inadequados diante dos resultados desejados: A escolha do estimador
tambm depende da qualidade dos resultados desejados. Uma anlise de vento pode
ser prejudicada pela utilizao de estimadores inapropriados, que no garantem a
preciso almejada para os resultados. Por exemplo, a utilizao do Mtodo Grfico de
Estimativa (que fornece uma baixa preciso nos resultados) para se calcular valores
precisos dos parmetros de Weibull;
9. Integraes indevidas dos resultados: O fato de alguns parmetros das distribuies
probabilsticas formarem entre si relaes antinomias, pode inviabilizar a integrao
dos resultados. Por exemplo, a integrao em mdia anual a partir dos valores mensais
do parmetro k ou c de Weibull. Esta afirmao ser melhor explicada na seo 5.2.4.
Levando em considerao que a maioria dos programas computacionais de anlise de
vento utilizam distribuies probabilsticas para representar o comportamento elico de um
determinado local, que foram desenvolvidos a partir de metodologias e procedimentos
adaptados para as condies de vento da Europa e Estados Unidos e que estes programas so
compilados e protegidos contra alteraes na sua estrutura lgica, as solues para algumas
das consideraes apresentadas anteriormente no podero ser realizadas. Principalmente, as
59
consideraes relacionadas s condies iniciais, como modificaes nos procedimentos de
tratamento e anlise dos dados de entrada.
Desta maneira, mesmo sabendo que determinado programa computacional comete
alguma das consideraes apresentadas, a resoluo do problema fica comprometida, pois o
acesso ao algoritmo do programa no permitido. Assim sendo, de grande valia estar ciente
da existncia do problema, se estes comprometem os resultados e a grandeza das incertezas
associadas.
60
5. MODELAGEM - DISTRIBUIO DE WEIBULL
5.1 INTRODUO
O engenheiro Sueco Waloddi Weibull desenvolveu a sua distribuio probabilstica em
1937. O primeiro artigo sobre o assunto foi publicado em 1939, embora apenas em 1951 seu
mtodo foi legitimado [Weibull, 1951]. Weibull apresentou um mtodo que poderia ser
aplicado a uma grande variedade de problemas, que vo desde a anlise de resistncia do ao
a estatura dos habitantes das Ilhas Britnicas.
A princpio, a reao sua distribuio foi negativa, chegando at a rejeio total por
parte de alguns estudiosos; pois a afirmao de Weibull que os dados de entrada poderiam
selecionar a distribuio e o melhor ajuste dos parmetros parecia bom demais para ser
verdade.
Pioneiros nos estudos da anlise de Weibull, Shainin Dorian e Leonard Johnson
aplicaram e aperfeioaram o mtodo, atestando as afirmaes de Weibull. A fora area dos
Estados Unidos reconheceu o mrito do mtodo e financiou suas pesquisas at o ano de 1975.
Hoje, a anlise de Weibull o mtodo mais utilizado para anlises de confiana,
especialmente de falhas mecnicas.
5.2 APLICAO DE WEIBULL NOS ESTUDOS ELICOS
As primeiras aplicaes da distribuio de Weibull em estudos elicos se restringiam
representao da distribuio de velocidades em anlises dos carregamentos de vento
[Danvenport, 1963]. Treze anos aps, foi constatado que para a maioria das ocorrncias de
vento a distribuio de Weibull fornece um bom ajuste [Justus et al., 1976] [Hennessey,
1977].
Em particular, Hennessey examinou as propriedades da distribuio de Weibull em seus
detalhes e constatou que existe uma forte relao entre os momentos da velocidade de vento e
os parmetros k e c. Notou, ainda, que os mnimos parmetros estatsticos requeridos para se
estimar o potencial energtico do vento so a velocidade mdia e o desvio padro da srie
temporal.

Os principais fatores que favorecem a utilizao da distribuio de Weibull nos estudos
elicos so:
Possui uma distribuio centrada em torno do valor mdio e permite descrever um
comportamento assimtrico em torno desse valor;
Depende de dois parmetros com interpretao fsica imediata - k e c.
(Diferentemente, por exemplo, da distribuio normal bivariada
27
);

27
A distribuio normal bivariada assume uma distribuio normal para cada componente do vento e requer
cinco parmetros para sua representao: u
m
,
u
, v
m
,
v
e
uv.
Onde: u
m
e v
m
so as velocidades mdias das
componentes u e v;
u
e
v
so desvios padro em u e v;
uv
o coeficiente de correlao cruzada entre u e v.
Considerando a simplificao: u
m
= v
m
=
uv = 0 e

u
=
v
=

, a distribuio normal bivariada se reduz para a
distribuio de Rayleigh.
61
Seus momentos amostrais podem ser facilmente expressos a partir da funo
Gamma de Euler, o que facilita a anlise matemtica e o ajuste dos parmetros;
Incorpora casos particulares como a distribuio exponencial e de Rayleigh;
Uma vez conhecidos os parmetros k e c para uma determinada altura, fazendo uso
de uma metodologia apropriada [Justus et. al., 1976
a
] [Justus et. al., 1976
b
], estes
parmetros podem ser extrapolados para outras alturas diferentes;
Pode ser utilizado em anlises de ventos extremos
28
.
5.2.1 Fundamentos matemticos
5.2.1.1 Funo densidade de probabilidade
Diz-se que uma distribuio pertence famlia de distribuio de Weibull quando sua
taxa de ocorrncia possui a seguinte forma:
( )
1
|
.
|

\
|
=
k
c
v
c
k
v Z (5.1)
Onde k o parmetro de forma, c o parmetro de escala de Weibull e ambos so
constantes.
Conforme apresentado na equao (4.21), Z(v) igual a g(v). Logo, integrando Z(v)
obtm-se a funo da varivel aleatria contnua g(v). A funo g(v) dada por:
k
c
v
dv v Z v g
|
.
|

\
|
= =

) ( ) ( (5.2)
Claramente se observa que para qualquer valor positivo atribudo a k e c, a funo g(v)
cresce monotonicamente de 0 para o infinito, quando v tambm cresce de 0 para o infinito.
Esta forma permite uma distribuio acumulada vlida.
Por definio, a funo de distribuio acumulada de Weibull representa a
probabilidade de existir velocidades de vento menores que um valor de v determinado. De
acordo com a equao (4.18), a distribuio acumulada do mtodo de Weibull :
k
c
v
e v F
|
.
|

\
|

=1 ) (
(5.3)
Partindo do conceito apresentado na equao (4.19), a funo densidade de
probabilidade (fdp) do mtodo de Weibull dada pela equao:
k
c
v k
e
c
v
c
k
v f
|
.
|

\
|

|
.
|

\
|
=
1
) (

(5.4)
Onde k>0, c>0 e v>0.

28
E.J. Gumbel mostrou que a distribuio de Weibull e a distribuio de valores extremos do tipo III so iguais.
[Gumbel,1958].
62
5.2.1.2 Interpretao fsica dos parmetros de Weibull
A equao (5.1) demonstra que Z(v) proporcional s potncias de v. Por exemplo: se
k=1, Z ser uma constante; se k=2, Z ser uma funo linear; se k=3, Z ser uma funo
quadrtica de v e assim por diante. Deste modo, Z ser uma funo constante, crescente ou
decrescente de v, dependendo do valor de k, como indicado na figura 5.1.
k=1 k>1 0<k<1
u
Z(u)
u
Z(u)
u
Z(u)

Figura 5.1 - Comportamento da taxa de ocorrncias da distribuio de weibull para diversos
de valores diferentes de k.
Desta forma, para os valores de: 0<k<1 a funo Z decrescente; k=1 a funo Z
constante e k>1 a funo Z crescente.
Vale lembrar que, quando k 1, Z(v) constante, a distribuio de Weibull incorpora um
comportamento similar ao da distribuio exponencial. E quando k 2, com crescimento
linear de Z(v), Weibull incorpora o comportamento da distribuio de Rayleigh.
Uma outra maneira de se interpretar os efeitos na distribuio de Weibull, quando da
variao dos valores de k e c, avaliando o comportamento de sua fdp.
Considerando o parmetro de escala c constante e unitrio, medida que o parmetro de
forma k aumenta, a distribuio tente a se concentrar, indicando uma grande ocorrncia de
registros em torno do valor mdio da amostra de v. A figura 5.2 ilustra este comportamento:
0 0.5 1 1.5 2 2.5 3
0
0.5
1
1.5
2
2.5
3
k=0.5
k=1
k=2
k=3
k=4
Velocidade do vento u (m/s)
D
i
s
t
r
i
b
u
i

o

d
e

d
e
n
s
i
d
a
d
e

f
(
u
)

Figura 5.2 - Comportamento da funo de distribuio de densidade de weibull para diversos valores de k.
63
Observa-se na figura 5.2 que o aumento do valor do parmetro k fora a distribuio a
se concentrar em torno do seu valor mdio, conferindo um carter de simetria a curva. Isso
implica em regimes de vento mais constates.
Considere, agora, o parmetro de forma k constante e igual a 2. medida que o
parmetro de escala c aumenta, a distribuio tende a atingir valores cada vez maiores de
velocidade de vento, fazendo com que a ocorrncia dos valores de v seja cada vez menos
concentrada prximo ao valor mdio da distribuio. A figura 5.3 ilustra de forma clara este
comportamento.
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
c=1
c=5
c=10
c=15
Velocidade do vento u (m/s)
D
i
s
t
r
i
b
u
i

o

d
e

d
e
n
s
i
d
a
d
e

f
(
u
)

Figura 5.3 - Comportamento da funo de distribuio de densidade de weibull para diversos valores de c.
Observa-se na figura 5.3 que o aumento do valor do parmetro c aumenta a disperso
dos dados em torno deste valor. E isso implica em regimes de vento menos constantes. Uma
outra importante observao a ligao intrnseca que existe entre o parmetro de escala c e o
valor mdio da distribuio.
Analisando, agora, o comportamento geral da distribuio, observam-se influncias
divergentes dos parmetros k e c. Enquanto que, o aumento de k aumenta constncia do vento,
o aumento de c faz com que a constncia diminua. Isso demonstra a grande importncia que
existe na relao (k, c) e no apenas num nico parmetro isolado. Dessa idia, pode-se
afirmar que no possvel comparar regimes de vento analisando, apenas, o comportamento
de um dos parmetros.
Estas interpretaes fsicas so de grande importncia na anlise do comportamento dos
recursos elicos de um determinado local e serviram de base para o desenvolvimento do novo
mtodo de estimativas dos parmetros de Weibull que ser apresentado no captulo 6.
5.2.1.3 Quantificaes estatsticas
Uma das grandes vantagens de se utilizar a distribuio de Weibull a facilidade de se
calcular e analisar os seus resultados estatsticos; uma vez que os seus momentos podem ser
facilmente expressos a partir da funo Gamma de Euler.
64
Os momentos de velocidade
Considere a definio de v
m
apresentada na equao (4.22) e f(v) a funo de densidade
de Weibull, conforme a equao (5.4). O primeiro momento da distribuio de Weibull
calculado a partir da expresso:

|
.
|

\
|


|
.
|

\
|
=
0
1
dv e
c
v
c
k
v v
k
c
v k
m

(5.5)
Para resolver esta integral, considere a transformao: (v/c)=v.
Logo, v=cv e dv=cdv . Fazendo com que:

|
.
|

\
|


|
.
|

\
|
=
0
1
'
'
' dv c e
c
v c
c
k
v c v
k
c
v k
m

(5.6)
Simplificando a equao (5.6), tem-se:
( )
( )
' '
0
'

= dv e v k c v
k
v k
m
(5.7)
Considere, agora, uma segunda transformao: (v)
k
=t.
Logo, v=t
1/k
e dv=(
1
/
k
)t
()-1
dt. O que resulta na equao:

=
0
1
1
1
dt t
k
e t k c v
k
t
m
(5.8)
Simplificando a equao (5.8), a expresso se torna:

=
0
1
dt e t c v
t
k
m
(5.9)
A funo Gamma de Euler definida pela equao:


=
0
1
) ( dt e t x
t x
(5.10)
Comparando os expoentes de t das equaes (5.9) e (5.10), temos: (x-1)=
1
/
k
, logo, x=
(1+
1
/
k
).
Substituindo estes valores na equao (5.10):

= +
0
1
)
1
1 ( dt e t
k
t
k
(5.11)
Desta forma, o primeiro momento da distribuio de Weibull pode ser representado pela
expresso apresentada na equao (5.12).
65
)
1
1 (
k
c v
m
+ = (5.12)
A fim de facilitar o entendimento, o processo de derivao do primeiro momento da
distribuio de Weibull foi descrito em detalhes. Os outros momentos so derivados de forma
anloga.
O segundo e o terceiro momento da distribuio de Weibull podem ser calculados pelas
equaes (5.13) e (5.14), respectivamente.
)
2
1 (
2 2
k
c v m + = (5.13)
)
3
1 (
3 3
k
c v m + =
(5.14)
De forma general, o n-simo momento associado a distribuio de Weibull pode ser
expresso pela equao:
) 1 (
k
n
c v
n
m
n
+ = (5.15)
importante notar que: se v possui fdp caracterizada pelo mtodo de Weibull com
parmetros k e c, ento u
n
distribuda, tambm, pelo mtodo de Weibull, com parmetros
definidos por c
n
e
k
/
n
.
Valor esperado
O valor esperado da varivel v
n
possui o mesmo mdulo do n-simo momento de
Weibull. Sendo este:
m
n n
v v E = ) ( (5.16)
Valor modal
29
e mediano
30

O valor modal e o valor mediano da distribuio de Weibull podem ser expressos pelas
equaes (5.17) e (5.18), respectivamente:
k
Mo
k
k
c v
1
1
|
.
|

\
|
=
(5.17)
k
Md
c v
1
) 2 (ln =
(5.18)
Varincia e desvio padro
Considerando V(v) a definio apresentada na equao (4.6), tem-se a equao (5.19).

29
o valor que ocorre com maior freqncia em uma srie de valores.
30
o ponto central em uma srie de valores dispostos por ordem de magnitude.
66
| |
2 2
) ( ) ( ) ( v E v E v V = (5.19)
Aplicando a equao (5.16) em ambos os valores esperados, a varincia definida por:
(

+ + =
(

+ + = )
1
1 ( )
2
1 ( )
1
1 ( )
2
1 ( ) (
2 2
2
2
k k
c
k
c
k
c v V (5.20)
Aplicando o conceito apresentado na equao (4.8), o desvio padro da distribuio de
Weibull dado por:
(

+ + = = )
1
1 ( )
2
1 ( ) ( ) (
2
k k
c v V v

(5.21)
Densidade de Energia
De acordo com a equao (3.1), a densidade de energia da distribuio terica de
Weibull diretamente proporcional ao seu terceiro momento. A expresso da densidade de
energia do vento dada por:
)
3
1 (
2
1
) (
3
k
c v P + = (5.22)
Onde a densidade do ar.
No clculo desta expresso considerou-se um fluxo de ar laminar perpendicular seco
transversal de um cilindro de rea A, com velocidade do fluxo igual a v e massa igual a m.
A expresso do desvio padro da velocidade cbica mdia equao (5.23) - d uma
idia da variao de energia da srie temporal observada [Hennessy, 1977].
(

+ + = )
3
1 ( )
6
1 ( ) (
2 3 3
k k
c v
(5.23)
5.2.2 Determinao dos parmetros de Weibull
Em aplicaes elicas, existem vrias metodologias para se estimar os parmetros k e c
da distribuio de Weibull. Em todas elas, a determinao desses valores procedida de tal
forma a se obter o melhor ajuste entre a distribuio terica e uma srie temporal de
observaes de campo. Entretanto, a escolha do melhor mtodo depender,
fundamentalmente, de dois fatores importantes: o tipo dos dados de entrada e a qualidade dos
resultados desejados.
O primeiro fator o tipo de dados de entrada disponveis. Por exemplo, podem
acontecer casos em que disponibilizado apenas os valores da velocidade mdia e o desvio
padro da srie temporal. Em outras ocasies podem ser disponibilizadas as freqncias de
ocorrncias de velocidades de vento, e em outros casos, toda a srie temporal.
Diante disso, deve-se levar em conta que medida que se integra qualquer evento
proveniente da srie temporal (por exemplo, da srie temporal para as freqncias de
67
ocorrncias ou da srie temporal para a mdia e o desvio padro), ocorre uma perda de
informao disponvel. O exemplo abaixo ilustra de forma simples e clara esta afirmao.
Considere a srie temporal horria apresentada na tabela 5.1.
Tabela 5.1 Exemplo de srie temporal.
Velocidade do vento (m/s)
Hora do dia Dia 1 Dia 2 Dia 3
0 3,3 4,0 4,7
1 3,8 4,0 4,5
2 4,2 2,0 4,2
3 3,3 2,7 5,7
4 2,8 2,7 2,7
5 3,0 3,3 4,3
6 4,0 2,7 4,3
7 2,7 2,7 4,5
8 5,2 5,8 4,5
9 6,7 5,7 6,0
10 6,8 6,2 10,4
11 6,8 6,5 6,7
12 5,7 4,5 6,3
13 8,5 5,8 9,4
14 8,9 4,8 7,7
15 9,3 4,8 6,0
16 6,5 5,5 8,9
17 4,2 5,7 7,7
18 4,3 5,0 6,2
19 3,7 4,3 5,7
20 4,0 4,0 5,7
21 2,8 3,5 7,5
22 3,7 5,0 7,5
23 3,3 3,7 5,3
Utilizando as equaes (3.21) e (4.6), e considerando a densidade do ar igual a 1,16
kg/m
3
, pde-se calcular a densidade da energia disponvel no vento, que 192,04 W/m
2
. O
valor da velocidade mdia para esta srie 5,12 m/s.
Considere, agora, a disponibilidade do histograma de velocidades com intervalos de 1
m/s. O histograma foi obtido a partir de integraes na srie temporal apresentada na tabela
5.1. A freqncia de ocorrncias de cada intervalo foi calculada conforme demonstrado na
seo 4.3.1.4. Os dados do histograma so apresentados na tabela 5.2.
O valor da densidade da energia disponvel no histograma obtido utilizando a mdia
ponderada da energia mdia de cada intervalo de velocidade. A energia mdia para cada
intervalo calculada a partir do cubo do valor centrado de cada intervalo. Desta forma,
densidade da energia disponvel 111,86 W/m
2
, considerando a mesma densidade do ar de
1,16 kg/m
3
. O valor da velocidade mdia 5,15 m/s.
Os valores da velocidade mdia e da energia disponvel para os dois eventos no so
iguais. Isso ocorre porque as informaes referentes distribuio de velocidades dentro de
cada intervalo foram perdidas quando os dados de vento foram integrados em freqncias
relativas.
68
Deve-se levar em considerao que a preciso do resultado afetada pelo tamanho do
intervalo de velocidade. Em suma, quanto menor o tamanho de cada intervalo do
histograma, mais precisos sero os resultados da anlise.
Tabela 5.2 Sumrio de estatsticas da srie temporal apresentada da tabela 5.1.
Intervalo
velocidade
Valor
centrado
Nmero de
ocorrncias
Freqncia de
ocorrncias
Frequencia
acumulada
Energia mdia
do intervalo
1 0,5 m/s 0 0,00 % 0,00 % 0,1 w/m
2
2 1,5 m/s 0 0,00 % 0,00 % 2,0 w/m
2

3 2,5 m/s 9 12,50 % 12,50 % 9,1 w/m
2

4 3,5 m/s 10 13,89 % 26,39 % 24,9 w/m
2

5 4,5 m/s 19 26,39 % 52,78 % 52,9 w/m
2

6 5,5 m/s 13 18,05 % 70,83 % 96,5 w/m
2

7 6,5 m/s 11 15,28 % 86,11 % 159,3 w/m
2

8 7,5 m/s 4 5,56 % 91,67 % 244,7 w/m
2

9 8,5 m/s 3 4,17 % 95,84 % 356,2 w/m
2

10 9,5 m/s 2 2,78 % 98,62 % 497,3 w/m
2

11 10,5 m/s 1 1,38 % 100,00 % 671,4 w/m
2

12 11,5 m/s 0 0,00 % 100,00 % 882,1 w/m
2

>12 12,5 m/s 0 0,00 % 100,00 % 1132,8 w/m
2

O segundo fator o nvel de sofisticao que se deseja para a anlise da srie temporal.
Este fator muito importante, pois uma vez disponibilizada toda a srie temporal, e esta
coletada a partir de equipamentos que garantam a preciso aos dados, pode-se almejar
resultados matemticos mais precisos.
Levando em conta estes dois fatores, pode-se escolher dentre vrios mtodos de
estimativas dos parmetros de Weibull. Os fundamentos tericos dos mtodos mais utilizados
so apresentados de forma detalhada nas sees a seguir.
5.2.2.1 Mtodo da velocidade mdia e desvio padro
Se apenas a velocidade mdia e o desvio padro so disponibilizados, os valores dos
parmetros k e c podem ser estimados. Este mtodo no recomendado, pois fornece
resultados de baixa qualidade.
A velocidade mdia e o desvio padro so relacionados aos parmetros k e c pelas
equaes (5.12) e (5.21). Utilizando o coeficiente de variao observado (/v
m
), o valor de k
pode ser calculado utilizando um mtodo iterativo de procura de zeros
31
. Segue-se o clculo
de c a partir da equao (5.12).
)
1
1 (
)
1
1 ( )
2
1 (
2
k
k k
v
m
+
+ +
=

(5.24)

31
O mtodo de iterativo de procura de zeros utilizado no mbito desta dissertao combina bisseo, secante, e
mtodos de interpolao. A funo do Matlab correspondente a FZERO e os fundamentos matemticos em que
se baseia so apresentados em [Forsythe et al., 1976].
69
)
1
1 (
k
v
c
m
+
=

(5.25)
Este mtodo foi primeiramente proposto e apresentado em [Hennessey, 1977].
5.2.2.2 Mtodo grfico de estimativa
Um outro mtodo muito utilizado para a estimava dos parmetros k e c o Mtodo
Grfico de Estimativa. A aplicao deste mtodo requer que os dados da srie temporal
estejam integrados na forma de distribuio acumulada das freqncias de ocorrncias.
A distribuio acumulada est relacionada aos parmetros k e c pela equao (5.3). O
primeiro passo a dupla aplicao de logaritmos neperianos em ambos os lados desta
equao. A expresso abaixo mostra o resultado dessa transformao:
( ) ( ) ) ln( ) ln( ) ( 1 ln ln c k v k v F =
(5.26)
Considerado Q(v) a probabilidade de existir velocidades de vento maiores ou iguais a
um determinado valor v - Q(v)=1-F(v). Tem-se:
( ) ( ) ) ln( ) ln( ) ( ln ln c k v k v Q = (5.27)
Seja uma funo linear definida pela expresso y=ax+b. Comparando a equao (5.27)
a funo linear, tem-se: y=ln[-ln(Q(v))], a=k, x=ln(v) e b=-kln(c).
Esboando um grfico com os valores de x no eixo das abscissas e de y no eixo das
ordenada, os pontos amostrais (x, y) fornecem informaes para o ajuste de uma linha de
tendncia linear. Neste mtodo, a linha de tendncia ajustada manualmente e os valores a e
b so definidos desta linha. importante saber que, neste tipo de anlise, o primeiro e o
ltimo intervalo so descartados.
O parmetro k de Weibull pode ser estimado a partir da declividade da linha de
tendncia (k=a). E o parmetro c estimado a partir do valor de b. O parmetro de escala c
pode ser expresso por:
a
b
e c

=
(5.28)
5.2.2.3 Mtodo dos mnimos quadrados
O mtodo dos mnimos quadrados foi publicado por Adrien-Marie Lgendre em 1805
[Lgendre, 1805] e por Carl Friedrich Gauss em 1809 [Gauss, 1809]. Com publicaes em
datas to prximas, estes dois matemticos vieram a envolver-se em polmicas sobre a autoria
da descoberta.
Embora Lgendre tenha divulgado primeiro os seus resultados, sabe-se que Gauss os
tinha obtido muito antes, entre 1794 e 1795; pelo que hoje se atribui a Gauss a autoria na
criao do mtodo.
O mtodo dos mnimos quadrados possui tratamento matemtico similar ao apresentado
no Mtodo Grfico de Estimativa. A nica diferena est na definio da linha de tendncia.
70
Enquanto que no mtodo grfico a linha de tendncia ajustada manualmente, neste mtodo,
a reta determinada a partir de uma anlise de regresso
32
para tendncias lineares.
Considerando a funo linear definida por y=ax+b. A estimativa de mnimos
quadrados se baseia no clculo da discrepncia entre o valor observado e o seu valor
esperado: ax+b. Como se est interessado apenas na magnitude das discrepncias, estas so
elevadas ao quadrado e somadas para todos os pontos amostrais.
A melhor estimativa para os valores de a e b, que definem a linha de tendncias,
aquela para qual minimiza a soma do quadrado das discrepncias. Ou seja, a estimativa de
mnimos quadrados dos parmetros a e b so os valores atribudos a esses parmetros que
tornam mnima a expresso:

=
+
n
i
i i
b x a y
1
2
)] ( [ (5.29)
De forma idntica ao mtodo grfico, o parmetro k de Weibull a declividade da
funo linear (k=a). E o parmetro c estimado a partir do valor de b.
5.2.2.4 Mtodo da mxima verossimilhana (Maximum Likelihood Method)
O Mtodo da Mxima Verossimilhana foi desenvolvido por Fisher, a partir de uma
idia de Gauss. A utilizao deste mtodo em anlises relacionadas energia elica foi
primeiramente proposta em [Stevens et al., 1979].
Esta tcnica tem a vantagem de utilizar diretamente os dados da srie temporal. Sem a
necessidade de integraes, tem-se a garantia de uma excelente representatividade das
observaes (pois so disponveis todas as informaes contidas nas sries temporais).
A fim de facilitar o entendimento, primeiramente ser apresentada a teoria matemtica
do Mtodo de Mxima Verossimilhana. Posteriormente, o mtodo ser direcionado para
anlises dos recursos elicos.
Sejam X
1
, X
2
, ..., X
n
amostras aleatrias da varivel aleatria X, e x
1
, x
2
, ..., x
n
, os
valores amostrais pertencentes a funo p(x
i
;). A funo conjunta p(x
i
;) representa a
probabilidade de ocorrncias de x
i
, quando o valor do parmetro . Define-se o estimador de
mxima verossimilhana de (baseada em uma amostra aleatria X
1
, X
2
, ..., X
n
), o valor de
que torna mxima a funo L(X
1
, X
2
, ..., X
n
; ). Esta funo chamada de funo de
verossimilhana, e dada por.

=
= =
n
i
i n
X f X f X f X f X L
1
2 1
) ; ( ) ; ( ... ) ; ( ) ; ( ) ; (
(5.30)
Trazendo esta definio para a presente situao (anlises elicas), tem-se uma varivel
aleatria v, representada pela distribuio de Weibull, que por sua vez depende dos
parmetros k e c. Neste caso, deseja-se encontrar os estimadores de mxima verossimilhana
de k e c que maximize a funo de verossimilhana da distribuio de Weibull, dada pela
expresso (5.31)

32
A anlise de regresso estima o relacionamento entre variveis, de modo que uma determinada varivel pode
ser prevista a partir de uma ou mais variveis diferentes. Para tendncias lineares, o mtodo de regresso mais
utilizado o de mnimos quadrados.
71

=
|
.
|

\
|

|
.
|

\
|
=
n
i
c
v k
i
k
i
e
c
v
c
k
c k v L
1
1
) , ; (
(5.31)
Considerando que ln(v) uma funo crescente
33
de v, ln[L(v;k,c)] alcanar o seu valor
mximo para os mesmos valores de k e c que maximiza L(v;k,c). Desta forma, em vez de
maximizar a funo de verossimilhana, matematicamente mais fcil maximizar o logaritmo
desta funo. Ento:
(
(

|
.
|

\
|
=

=
|
.
|

\
|

n
i
c
v k
i
k
i
e
c
v
c
k
c k v L
1
1
ln )] , ; ( ln[
(5.32)
k
n
i
i i
n
i
n
c
v
c
v
k
c
k
c k v L

= =
|
.
|

\
|

|
.
|

\
|
+
|
.
|

\
|
=
1 1
ln ) 1 ( ln )] , ; ( ln[ (5.33)
Onde, v
i
a velocidade do vento no momento i e n o nmero de registros de
velocidade maiores que zero.
Os valores de k e c desejados so os estimadores de mxima verossimilhana que
maximizam a equao (5.33). Admitindo que k e c so nmeros reais e que ln[L(v;k,c)] uma
funo derivvel de k e c, obtm-se as estimativas de mxima verossimilhana igualando a
primeira derivada de ln[L(v;k,c)] a zero.
Reorganizando a equao (5.33), tem-se:
( ) ( )

=

= =
+ =
n
i
k
i
k
i
n
i
i
n
i
u c c n k v v k k n c k v L
1 1 1
) ln( ln ln ) ln( )] , ; ( ln[
(5.34)
Primeiramente, derivando ln[L(v;k,c)] em relao a c, tem-se:
0 )] , ; ( ln[ =

c k v L
c

(5.35)
0
1
1
1
= |
.
|

\
|

|
.
|

\
|


=

n
i
k
i
k
v c k
c
n k
(5.36)
k
n
i
k
i
v
n
c
1
1
1
|
.
|

\
|
=

=

(5.37)
Finalmente, derivando ln[L(v;k,c)] em relao k, tem-se as equaes (5.38) e (5.39).
0 )] , ; ( ln[ =

c k v L
k

(5.38)

33
Se k e c so os mximos de L(v;k,c), tem-se que L(v;k,c) L(v;k,c), para todo k e c. Como a funo
logartmica crescente, tem-se que ln[L(v;k,c)] ln[L(v;k,c)] para todo k e c. Logo k e c tambm so
mximos de ln[L(v;k,c)].
72
( ) 0
) ln( ) ln(
) ln( ln
1 1
1
=

+ +

= =
=
k
n
i
i
k
i
k
n
i
k
i
i
n
i
c
v v
c
v c
c n v
k
n

(5.39)
Aplicando a equao (5.37) em (5.39), obtm-se:
1
1
1
1
) ln( ) ln(

=
=
=
|
|
|
|
.
|

\
|

n
v
v
v v
k
n
i
i
n
i
k
i
n
i
i
k
i
(5.40)
O valor de k obtido pela aplicao de um processo iterativo de procura de zeros
34

equao (5.40). Com o valor de k, o valor de c tem clculo direto a partir da equao (5.37). O
processo iterativo pode ser iniciado por uma conjectura de k. A metodologia para a definio
da primeira estimativa de k apresentada na seo 5.2.3.
O Mtodo da Mxima Verossimilhana foi utilizado no projeto Wind data for
Denmark [Petersen et al., 1981].
5.2.2.5 Mtodo da mxima semelhana (Maximum Likeness Method)
Na disponibilidade de dados de vento no formato de freqncias de ocorrncias, uma
variao do Mtodo de Mxima Verossimilhana pode ser aplicada. Esta variao chamada
de Mtodo de Mxima Semelhana. Este mtodo foi desenvolvido e apresentado em
[Barnsdoff-Nielsen, 1977].
Similar ao mtodo de Mxima Verossimilhana, este mtodo consiste em estimar os
valores de k e c que maximizam a expresso:
( ) ) ( ln )] , ; , ( ln[
1
i
n
i
i
v f h c k v h L

=
=
(5.41)
Onde, h
i
a freqncia de ocorrncias no i-simo intervalo de velocidade, n o nmero
de intervalos, v
i
o valor central da velocidade de vento referente ao i-simo intervalo de
velocidade e f(v) a funo densidade de probabilidade de Weibull.
Os valores de k e c desejados so os estimadores de mxima semelhana que
maximizam a equao (5.41). Admitindo que k e c so nmeros reais e que ln[L(h,v;k,c)]
uma funo derivvel de k e c, obtm-se as estimativas de mxima semelhana, igualando a
primeira derivada de ln[L(h,v;k,c)] a zero.
Desenvolvendo e reorganizando a equao (5.41), tem-se:
( ) ( )

=

= = = =
+ =
n
i
k
i i
k
n
i
i i
n
i
i i
n
i
i
n
i
i
v h c h c k v h v h k h k c k v h L
1 1 1 1 1
) ( ) ln( ] ln [ ] ln [ ) ln( )] , ; , ( ln[

(5.42)
Primeiramente, derivando ln[L(h,v;k,c)] em relao a c, obtm-se a equao (5.43).

34
A funo do Matlab utilizada no mbito desta dissertao foi FZERO.
73
0 )] , ; , ( ln[ =

c k v h L
c

(5.43)
0 ) (
1
1
1
1
= |
.
|

\
|
|
.
|

\
|


=

=
n
i
k
i i
k
n
i
i
v h c k
c
h k
(5.44)
k
n
i
k
i i n
i
i
v h
h
c
1
1
1
) (
1
|
|
|
|
.
|

\
|
=

=
=

(5.45)
Finalmente, derivando ln[L(h,v;k,c)] em relao a k:
0 )] , ; , ( ln[ =

c k v h L
k

(5.45)
( ) 0
)] ln( [ ) ( ) ln(
) ln( ] ln [
1
1 1
1 1 1
=


+ +


= =
= = =
k
n
i
i
k
i i
k
n
i
k
i i n
i
i i
n
i
i
n
i
i
c
v v h
c
v h c
h c v h
k
h
(5.47)
Aplicando a equao (5.45) em (5.47), obtm-se:
1
1
1
1
1
)] ln( [
) (
)] ln( [

=
=
=
=
|
|
|
|
.
|

\
|

n
i
i
n
i
i i
n
i
k
i i
n
i
i
k
i i
h
v h
v h
v v h
k (5.48)
Pela aplicao de um processo iterativo de procura de zeros
35
equao (5.48), obtm-
se o valor de k. Com este valor, o parmetro c tem clculo direto a partir da equao (5.45). O
processo iterativo se inicia com uma conjectura de k , obtido conforme apresentado na seo
5.2.3.
5.2.3 Conjectura do parmetro k
Esta metodologia de conjectura do parmetro foi proposta em [CIEMAT, 2002], e se
baseia em experimentos empricos.
Considere os valores da velocidade mdia e do desvio padro das observaes dadas
pelas equaes (4.4) e (4.10), respectivamente. As primeiras estimativas dos parmetros de
Weibull so calculadas pela utilizao de um dos casos apresentados na equao (5.49). O
valor de k pode ser obtido a partir de clculo direto.
Para vento de baixa variabilidade (/v
m
0,1):
m
v = 05 . 1 k
Para vento de mdia variabilidade (/v
m
0,5):
m
v = 94 . 0 k
Para vento de alta variabilidade (/v
m
0,9):
m
v = 83 . 0 k
(5.49)
O valor de c pode ser obtido diretamente a partir da equao (5.12).

35
A funo do Matlab utilizada no mbito desta dissertao foi FZERO.
74
5.2.4 Consideraes importantes para o clculo dos parmetros de Weibull
A aplicabilidade do modelo de Weibull a fim de retratar o comportamento intrnseco ao
vento, exige a aplicao de algumas importantes consideraes. Estas consideraes so as
bases filosficas de diversos programas computacionais disponveis atualmente no mercado, e
se apresentam na forma de condicionamentos e restries na estrutura lgicas dos seus
algoritmos.
Considerao 1
Para aplicaes elicas que fazem uso de distribuies probabilistas para o clculo de
estimativas de gerao mdia por turbinas elicas, razovel acreditar que, se necessrio, a
curva terica deva ser melhor ajustada s faixas de velocidades do vento onde as mquinas
elicas geram maior quantidade de energia eltrica [Petersen & Troen, 1989].
Considerao 2
Devido altura da maioria das turbinas elicas comerciais, grande parte das medies
de vento feita em nveis abaixo dos 100 metros de altura. Nesta faixa, os efeitos trmicos
e/ou friccionais do solo, alm da influncia de obstculos, afetam fortemente os regimes de
vento, induzindo efeitos tpicos de turbulncia aos dados de velocidade.
Dependendo destes efeitos, uma vantagem a classificao da srie temporal com
respeito a determinados comportamentos ou condies observados. Por exemplo, o programa
computacional WAsP
36
classifica a srie temporal por setores de direo do vento. Este
procedimento garante que as sries de vento de cada setor estejam submetidas s mesmas
condies de rugosidade e obstculos. Um outro exemplo, apresentado por [Rejkoort &
Wieringa, 1983], classifica as sries temporais em perodos diurnos e noturnos.
Esta considerao tem importncia fundamental quando se pretende utilizar o modelo
de Weibull visando extrapolaes horizontais e verticais das estatsticas do vento. Estes
procedimentos de classificao facilitam o desenvolvimento matemtico, a anlise e
entendimento dos resultados e garantem a robustez dos modelos numricos e programas
computacionais. Entretanto, estes procedimentos podem resultar em maiores incertezas aos
resultados.
Considerao 3
Um outro problema que exige uma ateno especial o registro de ocorrncias de
calmarias. As ocorrncias de calmarias podem ser definidas como o perodo que a velocidade
do vento menor que o limite inferior (u
t
) da banda de medio do anemmetro; geralmente
entre 0,5 m/s e 2 m/s, dependendo da performance do anemmetro. Estas ocorrncias tambm
podem ser causadas pela sensibilidade de um especfico anemgrafo em registrar o reduzido
nvel do sinal do anemmetro, quando de baixas velocidades de vento. Neste caso, o
anemmetro envia um sinal correspondente velocidade de vento correta, mas a sensibilidade
do anemgrafo o impede de reconhecer e registrar este sinal.

36
Wind Atlas Assessement and Application Program (WAsP) desenvolvido pelo instituto de pesquisas em
energia elica RIS - Dinamarca. Atualmente, o modelo de extrapolao de micro-escala mais utilizado no
mundo. Alm disso, os principais programas de Micrositing existentes no mercado utilizam os resultados do
WAsP.
75
Quando a distribuio de Weibull calculada a partir de sries temporais com grande
porcentagem de calmarias, o ajuste tende a fornecer estimativas de k prximos a 1; conferindo
a distribuio um comportamento semelhante ao da distribuio exponencial. Este fato no
garante uma boa representao do comportamento da srie temporal, pois inclui uma grande
quantidade de dados registrados de forma inapropriada.
A soluo apresentada em [Petersen et al.,1984], a utilizao da distribuio de
Weibull com trs parmetros. Este procedimento se baseia na remoo dos registros de
calmarias e fazendo da freqncia de ocorrncias de calmarias o terceiro parmetro da
distribuio de Weibull.
Deve-se levar em considerao que este procedimento apresenta um pequeno erro, pois
na adio da percentagem de calmarias (como o terceiro parmetro de Weibull), surge a
indeterminao da freqncia de ocorrncias para as velocidades menores que u
t
. Embora
muitos pequenos, esses erros tendem a aumentar com a diminuio dos valores de k ou c.
Nestes casos, a percentagem de calmarias f
calm
(utilizada como terceiro parmetro de Weibull)
corrigida pela expresso:
|
|
.
|

\
|
=
|
.
|

\
|

k
t
c
v
obs obs calm
e f f f 1 ) 1 (
(5.50)
Onde f
calm
a freqncia de calmaria corrigida, f
obs
a freqncia de dados de calmarias
observada e u
t
o valor do limite inferior da banda de medio do anemmetro.
Como exemplo, considere os dados de vento provenientes de uma estao de pesquisas
com medidas de vento a 10 metros de altura, chamada Station Nord, na Groelndia. Os
registros foram coletados a cada 3 horas, no perodo de 1962 a 1972. A u
t
do anemmetro de
referncia est situada entre 0 e 1m/s.
Tabela 5.3 Sumrio de medies - Station Nord, Groelndia. [Petersen et al.,1984].
Situao 1: inclui os dados de calmaria Situao 2: exclui os dados de calmaria
0 5 10 15 20
0
5
10
15
20
25
30
Weibull
Data
Velocidade (m/s)
F
r
e
q

n
c
i
a

(
%
)

0 5 10 15 20
0
5
10
15
20
25
Weibull
Data
Velocidade (m/s)
F
r
e
q

n
c
i
a

(
%
)

k 1,12 c 3,5 k 1,84 c 5,0
Esta considerao tambm tem importncia fundamental quando se pretende utilizar o
modelo de Weibull, como subsidio de informaes para extrapolaes horizontais e verticais.
Considerao 4
Por ltimo, ressalta-se o cuidado exigido nas integraes de conjuntos de elementos dos
parmetros de Weibull. Considerando a relao antinomia existente entre esses dois
76
parmetros, a integrao por medidas de posio (mdias aritmticas, ponderadas, entre
outras) de um conjunto de dados de k ou c no sempre vlida.
Por exemplo, o clculo do valor anual de k a partir da integrao por mdia aritmtica
de 12 valores mensais no correto; a no ser que os valores de c dos 12 meses sejam iguais.
Os valores apresentados na tabela 5.4 foram obtidos a partir de anlises estatsticas e
probabilsticas de uma srie temporal mensal coletada altura de 60 metros em uma estao
anemomtrica de pesquisas do CBEE instalada no Nordeste.
Tabela 5.4 Valores mensais de k e c. Fonte: CBEE Dados de estao de pesquisas.
Resultados mensais
ms k c ms k c
Janeiro 3,85 7,08 Julho 4,95 9,14
Fevereiro 3,76 8,58 Agosto 5,72 10,71
Maro 2,73 7,00 Setembro 6,33 11,19
Abril 2,71 6,80 Outubro 6,64 11,34
Maio 3,57 7,55 Novembro 7,63 9,78
Junho 4,32 8,21 Dezembro 4,51 9,25
Resultados anuais
Valores reais Valores integrados
k c k c Calculados direto
da srie 3,55 9,02
Mdia dos dados
mensais 4,73 8,89
Fazendo uma correlao entre as duas curvas tericas e a curva observada, constata-se
que as estimativas de k e c provenientes do clculo direto fornece distribuio terica de
excelente representatividade (r = 0,9972), diferentemente dos valores integrados (r = 0,9688).
Para o primeiro caso, o erro na estimativa de gerao anual de apenas 0,7 %, enquanto que
para os valores integrados de 2,1 %. A grande discrepncia entre as duas estimativas de k
explicada pelo comportamento do parmetro c.
Os valores de k para todos os 12 meses do ano so relativamente altos, o que implica
numa grande concentrao de dados prximos velocidade mdia. No primeiro semestre do
ano, o valor mdio de c (entre 6,2 e 7,6 m/s) menor que os observados no segundo semestre
(entre 7,7 10,2 m/s). Isso provoca uma certa distino no comportamento das ocorrncias de
velocidades de vento para os dois semestres.
Como a curva anual dever representar todos os meses observados, as estimativas de k e
c devero se procedidas de tal forma que o ajuste retrate tanto os dados de baixa velocidade,
ocorridos no primeiro semestre, como os de alta velocidade, ocorridos no segundo semestre
do ano. Isso faz com que a curva anual adquira um carter assimtrico, por conseqncia um
valor de k mais baixo.
O erro associado a esta considerao minimizado quanto menor for o valor do
parmetro k de Weibull e da variao de c ao longo dos meses do ano. Para locais, como o
litoral Nordeste do Brasil que possuem valores altos de k e uma variao sazonal
consideravelmente alta, a insipincia desta considerao pode resultar em grandes incertezas
aos resultados.
A figura 5.4 ilustra as distribuies de Weibull para todos os 12 meses do ano,
conforme os valores apresentados da tabela 5.4.
77
0 5 10 15 20
0
5
10
15
20
25
Velocidade do vento (m/s)
F
r
e
q

n
c
i
a

(
%
)
Primeiro semestre
Segundo semestre
Anual

Figura 5.4 Distribuies de Weibull. Fonte: CBEE Dados de estao de pesquisas.
78
6. MODELAGEM - MTODO DA ENERGIA EQUIVALENTE
6.1 INTRODUO
Um modelo probabilstico, quando utilizado para representar uma determinada varivel
aleatria, nem sempre consegue retratar de forma fidedigna o comportamento fsico da
observao em todas as condies sob as quais pode estar submetida.
A utilizao de hipteses, condies ou restries uma forma fcil e prtica de tornar o
modelo probabilstico aplicvel. Uma observao pode exigir a aplicao de diferentes
abordagens para uma representao satisfatria. Portanto, a escolha do procedimento de ajuste
e das restries apropriadas tambm deve estar focada para as condies que estaro
submetidas, e no apenas na aplicao a que se destina.
Conforme apresentado na seo 4.3.3.3, algumas das consideraes quanto ao uso de
uso de modelos probabilsticos possuem resolues em muito dificultadas - at mesmo
inviveis - em virtude dos programas serem compilados e protegidos. Desta forma, na busca
de solues para estes problemas, foi proposto o desenvolvimento de um mtodo de
estimativas de parmetros aplicado ao modelo probabilstico de Weibull e adequado s
condies de vento do Nordeste Brasileiro. Este chamado de Mtodo da Energia
Equivalente (MEE)
Na nova metodologia, os dois parmetros de Weibull (k e c) so estimados a partir da
equivalncia entre a densidade de energia da curva terica e a densidade de energia das
observaes. Esta condio permite uma simplificao matemtica que resulta numa equao
de apenas uma varivel, k, resolvida atravs de um estimador de mnimos quadrados. Uma
vez determinado o valor de k, o parmetro c calculado de forma direta.
Alm de adaptado s condies de vento do Nordeste, este novo mtodo apresenta as
vantagens da rapidez dos clculos e da preciso de suas estimativas. A rapidez advm dos
clculos serem baseados no histograma de velocidades, e no nas ocorrncias individuais da
srie temporal (como ocorre no Mtodo de Mxima Verossimilhana). A preciso obtida
pela garantia da equivalncia da densidade de energia.
O MEE foi validado a partir de experimentos utilizando as sries temporais de vento
indicadas na seo 3.1.1.
6.2 HIPTESES ADMITIDAS NO DESENVOLVIMENTO DO MEE
As hipteses admitidas na criao do Mtodo da Energia Equivalente so baseadas no
singular comportamento dos ventos observados no Nordeste do Brasil [Feitosa et al., 1995]
[Feitosa et al., 1996] [Feitosa et al., 2002], comprovados por resultados de anlises de sries
temporais registradas in situ.
Este comportamento pode ser traduzido pela grande ocorrncia de velocidades prximas
do valor mdio e simetria da distribuio (ocorrncias de altos valores de k). Conferindo
distribuio terica uma melhor representatividade dos ventos observados.
79
6.2.1 Hiptese 1
A primeira hiptese diz que: A densidade de energia um parmetro que auxilia na
determinao dos parmetros de Weibull para aplicaes em energia elica.
Admita que a preciso de um determinado mtodo possui forte relao com as
caractersticas intrnsecas ao vento de um local e que uma distribuio de probabilidade bem
ajustada aquela que se aproxima do histograma de velocidades observadas. Logo, se o vento
for bem comportado, a distribuio de probabilidades tende ser bem ajustada.
O problema ocorre quando o vento no bem comportado e seu histograma de
velocidades no se aproxima do comportamento da distribuio de Weibull. Nestes casos, o
prprio mtodo numrico iterativo utilizado pode fazer com que as estimativas convirjam para
valores que no representam a realidade. Nestas situaes a informao adicional relevante,
pois a equivalncia da densidade de energia condiciona as estimativas para uma determinada
direo; fazendo com que, dentre vrias estimativas de k e c, seja determinada a melhor
estimativa que atende as condies impostas inicialmente.
Como a principal aplicao do MEE subsidiar os clculos de estimativas de gerao
de energia de turbinas elicas, nada melhor que a utilizao de uma estatstica
intrinsecamente ligada energia disponvel no vento.
6.2.2 Hiptese 2
A segunda hiptese admite que: A faixa de ajustes adequada para as condies de
vento Nordeste deve levar em conta a grande ocorrncia de valores prximos velocidade
mdia e uma maior simetria da distribuio.
O ajuste da curva terica para os intervalos de velocidade acima da velocidade mdia
uma prtica muito adotada nos atuais modelos de estimativas dos parmetros de Weibull.
Quando as condies de vento apresentam grandes disperses das ocorrncias (o que
normalmente se observa na Europa e Estados Unidos), esta prtica privilegia os intervalos de
velocidades mais energticos.
A fdp de Weibull, como toda distribuio de probabilidade, possui uma forma
caracterstica e nem sempre consegue representar bem todos os intervalos de velocidade,
principalmente as provenientes das sries temporais que apresentam poucas ocorrncias de
altos valores de velocidade. Nestes casos, faz sentido adotar medidas que priorize o ajuste da
curva terica para as faixas de velocidade de vento que as turbinas elicas geram maior
quantidade de energia.
O problema em utilizar esta prtica nas anlises dos ventos do Nordeste est no fato
destes serem mais constantes e apresentarem grandes ocorrncias em torno do seu valor
mdio. Isso implica na desconsiderao de uma grande quantidade de registros significantes
em termos de energia.
Para ilustrar esta situao, considere uma distribuio de velocidades, com mdia de
7,48 m/s, apresentada na tabela 6.1. Esta distribuio foi obtida a partir de uma srie temporal
coletada por uma estao anemomtrica de pesquisas do CBEE instalada no Nordeste. Neste
exemplo, dois pares de estimativas dos parmetros k e c foram calculados. A primeira
considerando o ajuste da curva terica apenas para os intervalos maiores que o da velocidade
mdia (ajuste 1) e a segunda considerando apenas os registros de velocidade maiores ou
iguais a 4 m/s (ajuste 2).
80
Tabela 6.1 Sumrio de vento. Fonte: CBEE Dados de estao de pesquisas.
Resultados de anlise estatstica

Intervalo
Frequencia de
ocorrncias
Proporo
da EG total
Intervalo
Frequencia de
ocorrncias
Proporo
da EG total
0v<1 0,18 % 0,00 % 9v<10 8,31 % 14,49 %
1v<2 0,57 % 0,00 % 10v<11 13,85 %
2v<3 1,91 % 0,00 % 11v<12 4,92 % 12,31 %
3v<4 4,96 % 0,01 % 12v<13 3,27 % 8,98 %
4v<5 10,41 % 0,79 % 13v<14 2,09 % 5,96 %
5v<6 13,37 % 3,50 % 14v<15 1,01 % 2,94 %
6v<7 15,99 % 8,47 % 15v<16 0,31 % 0,93 %
7v<8 14,60 % 12,70 % 16v<17 0,08 % 0,24 %
8v<9 11,57 % 14,82 % 17v<18 0,00 % 0,00 %
Curvas tericas
Ajuste 1: v 8 m/s Ajuste 2: v 4 m/s
k 2,53 c 8,14 K 2,75 c 8,28
0 5 10 15 20 25
0
2
4
6
8
10
12
14
16
Weibull
Data
Wind Speed (m/s)
F
r
e
q
u
e
n
c
y

(
%
)
6,42 %
0 5 10 15 20 25
0
2
4
6
8
10
12
14
16
Weibull
Data
Wind Speed (m/s)
F
r
e
q
u
e
n
c
y

(
%
)
O primeiro ajuste simplesmente deixa de considerar 62 % dos dados vlidos de
velocidade, e que representam 25,47 % da energia disponvel pelo vento. Observe que a curva
terica obtida no ajuste 1, aparentemente, representa melhor as velocidades de vento mais
altas (acima da velocidade mdia). Entretanto, os resultados de gerao fornecidos pelo
segundo ajuste so consideravelmente melhores.
No ajuste 1, o erro da Energia Gerada
37
(EG) foi de 3,254 %. Para o ajuste 2, o erro
da EG foi de apenas 0,083 %, um resultado muito melhor que o primeiro.
O experimento realizado para a determinao da faixa de ajuste adequada para o MEE
apresentado na seo 6.5.
6.3 FUNDAMENTOS MATEMTICOS DO MEE
Por definio, toda observao aleatria pode ser modelada da seguinte forma:
+ = ) ,..., , (
2 1 n
g Y (6.1)

37
uma estimativa da quantidade de energia eltrica produzida por uma turbina elica instalada no local da
torre, com a altura do rotor igual altura de medio, em um perodo de h horas e 100 % de disponibilidade.
Redues na performance da turbina elica devido a fatores externos no so consideradas no clculo desse
indicador, como sujeira, chuva ou insetos nas ps, efeitos topogrficos e de esteira, e perdas eltricas.
Neste exemplo foi utilizada uma turbina elica NEG Micon 1.500 kW.
81
Onde, o primeiro fator - g(
1
,
2
,...,
n
) - corresponde a parte sistemtica do modelo e o
segundo fator - - corresponde a parte estocstica.
A funo g conhecida e os nmeros reais
1
,
2
,...,
n
so os parmetros
desconhecidos da funo g. O fator relacionado parte estocstica deve satisfazer as seguintes
condies:
Ser varivel aleatria com valor esperado igual a 0: E()=0;
Ser varivel aleatria com varincia constante: V()=
2
;
As ocorrncias de

so no-correlacionados: cov(
i
,
j
)=0.
Uma vez que a observao retratada nesta forma, os parmetros
1
,
2
,...,
n
podero
ser determinados a partir do Mtodo dos Mnimos Quadrados, onde o estimador minimiza a
soma dos quadrados dos erros ().
Considere a observao aleatria W
v
uma varivel aleatria discreta, associada a v, que
representa a freqncia relativa de ocorrncia em um determinado intervalo de velocidade de
vento e podendo ser obtido a partir da equao (4.15).
Considere, ainda, que esta observao aleatria est relacionada aos parmetros de k e c
de Weibull a partir da equao da probabilidade de ocorrncias W. W(v) a probabilidade de
ocorrncias de velocidade de vento no intervalo v-1 V < v. A representao matemtica de
W(v) :
) ( ) 1 ( ) ( v Q v Q v W = (6.2)
|
|
.
|

\
|
=
|
.
|

\
|
|
.
|

\
|

k k
c
v
c
v
e e v W
1
) (

(6.3)
Onde Q(v) a probabilidade de ocorrncias de velocidades de vento iguais ou maiores
que v, dada por: Q(v)=1-F(v). F(v) dada pela equao (5.3).
Logo, a observao aleatria W
v
pode ser escrita utilizando as equaes (6.1) e (6.3).
v
c
v
c
v
v v
k k
e e v W W +
|
|
.
|

\
|
= + =
|
.
|

\
|
|
.
|

\
|

1
) (

(6.4)
No captulo 5, foi apresentado que a integrao de qualquer evento proveniente de uma
srie temporal (neste caso, em freqncias relativas de ocorrncias) leva a uma perda parcial
de informaes. Senso assim, de se esperar que no MEE todas as informaes disponveis
so as fornecidas, apenas, pelo histograma de velocidade. Entretanto, a adio de informaes
especficas, de maior representatividade para os resultados desejados, pode trazer melhorias
substanciais s estimativas.
No Modelo da Energia Equivalente, a informao adicional a energia disponvel da
srie temporal de vento, que modelada a partir de uma restrio: a densidade de energia da
distribuio de Weibull igual densidade de energia observada, dada pela equao (3.1).
82
Para garantir a condio de equivalncia inicialmente proposta na hiptese 1, faz-se a
igualdade entre as equaes (4.6) e (5.14). A equao resultante desta operao expressa o
parmetro c em funo da velocidade cbica mdia das observaes e do parmetro k.
3
1
3
)
3
1 (
|
|
|
|
.
|

\
|
+
=
k
v
c
m

(6.5)
Aplicando a equao (6.5) na equao (6.4), obtm-se:
( )
( )
( )
( )
v
v
k
v
v
k
v
v
k
m
i
k
m
i
e e W + =
|
|
|
|
|
|
|
|
.
|

\
|
|
.
|

\
|
+

|
|
|
|
|
|
|
|
.
|

\
|
|
.
|

\
|
+

3
1
3
3
1
3
1
3
3
1
)
3
1 ( )
3
1 ( 1

(6.6)
A estimativa do parmetro k poder ser obtida a partir de um estimador de mnimos
quadrados. Neste caso, o estimador o valor de k que torna mnima a expresso:
( )
( )
( )
( )
( )
2
1
2
1
)
3
1 ( )
3
1 ( 1
] [
3
1
3
3
1
3
1
3
3
1

= =
|
|
|
|
|
|
|
|
.
|

\
|
|
.
|

\
|
+

|
|
|
|
|
|
|
|
.
|

\
|
|
.
|

\
|
+

= +
n
i
vi
n
i
v
k
v
v
k
v
i v
k
m
i
k
m
i
e e W
(6.7)
Onde, W
vi
a freqncia de ocorrncias de velocidade no i-simo intervalo, n o
nmero de intervalos do histograma de velocidade, v
i
o valor do limite superior do i-simo
intervalo de velocidade e v
3
m
a velocidade cbica mdia das observaes.
Analiticamente, a minimizao de uma funo qualquer se d a partir de sua primeira
derivada em relao a cada um dos seus n parmetros. Logo, tm-se n equaes lineares e n
parmetros como incgnitas. Nestes casos, a soluo mais comum obtida por eliminao ou
pelo emprego de determinantes.
Entretanto, esta metodologia no pode ser utilizada na equao (6.7), pois o
detalhamento matemtico para a obteno de um resultado analiticamente exato no vivel
para todo o valor de k. Isso ocorre porque esta equao possui na sua estrutura duas integrais
imprprias, relacionadas s funes Gama: (1+3/k).
Diante disso, a determinao do melhor estimador do parmetro k realizada pela
aplicao de um mtodo numrico iterativo de minimizao de funes
38
.
Uma vez calculado o valor do parmetro k, o valor de c pode ser obtido de forma direta
a partir da equao (6.5).

38
O mtodo numrico iterativo de minimizao utilizado no mbito desta dissertao se baseia na procura da
seo de ouro e em interpolaes parabolicas. A funo do Matlab correspondente a FMINBND e os
fundamentos matemticos em que se baseia so apresentados em [Forsythe et al., 1976] [Brent, 1973].
83
6.4 AVALIAO DO MEE
A avaliao do MEE procedida comparando os seus resultados com os de outros
mtodos de estimativas dos parmetros de Weibull. O procedimento se baseia na comparao
da energia calculada a partir de observaes de campo (aqui denominada EG
observada
) e a
estimativa de energia gerada obtida a partir de distribuies probabilsticas de velocidade
(denominada EG
terica
). A EG
observada
calculada a partir de sries temporais anuais e mensais
provenientes de observaes de campo.
As sries anuais (contendo 52.560 registros de 10 minutos) foram utilizadas em
experimentos onde se desejam avaliar o MEE submetidos a um comportamento elico tpico
do Nordeste. Isso porque este perodo engloba as principais variaes sazonais do ano, alm
de absorver boa parte dos fenmenos climticos de curta durao. Logo, as sries temporais
anuais fornecem uma melhor representatividade dos ventos do Nordesde Brasileiro.
Tambm so utilizadas sries mensais (contendo aproximadamente 4.320 registros de
10 minutos), pois representa condies de ventos um pouco diferente das anuais. Nestes
casos, se objetivava a avaliao do comportamento do MEE sob condies de vento mais
variadas.
Os resultados de gerao das observaes in situ foram comparados aos valores de
EG
tericas
obtidos a partir de distribuies de velocidades com parmetros k e c calculados
pelos seguintes mtodos:
Mtodo da Mxima Verossimilhana (MMV);
Mtodo da Mxima Semelhana (MMS);
Mtodo da Energia Equivalente (MEE).
O propsito desse experimento comparar e avaliar a capacidade desses mtodos de
estimativas em fornecer parmetros de Weibull representativos do comportamento das sries
temporais coletadas no Nordeste.
Diante disso, as condies iniciais admitidas para os trs mtodos foram idnticas, o que
incluiu o ajuste da distribuio probabilstica para todos os intervalos do histograma de
velocidades. Entretanto, para cada um dos trs mtodos, as restries prprias e adequadas
para o seu perfeito funcionamento foram utilizadas.
6.4.1 Dados de curva de potncia utilizados na avaliao do MEE
No mbito deste experimento, foram utilizadas as curvas de potncia das seguintes
turbinas elicas:
NEG Micon de 1.500 kW, modelo NM72C (figura 3.5);
NODEX de 1.300 kW, modelo N60 (figura 3.11);
VESTAS de 1.750 kW, modelo V66;
ENERCON de 600 kW, modelo E40 (figura 6.1).
Todas as curvas de potncia foram corrigidas para uma massa especfica do ar de 1.16
kg/m
3
, pois esta representa a massa especfica mdia no Litoral Norte-Nordeste (onde se
concentra o maior nmero de projetos de centrais elicas no Nordeste).
84

Figura 6.1 Turbinas elicas Enercon E40 instaladas em Mucuripe, Cear.
Deve-se levar em conta que a utilizao de curvas de potncia de outras mquinas ou
corrigidas para outros valores de massa especfica do ar podem fornecer resultados numricos
diferentes dos apresentados nos experimentos. Entretanto, qualitativamente, as concluses
aqui apresentadas permanecero inalteradas. As tabelas 6.2, 6.3, 6.4 e 6.5 apresentam os
dados das curvas de potncia das turbinas elicas utilizadas no experimento.
Tabela 6.2 Curva de potncia da turbina NEG Micon NM72C.
Curva de Potncia de Turbina Elica
Fabricante: NEG Micon
Velocidade do vento
na altura do cubo
Potncia
[kW]
Modelo: NM 72C
1 m/s 0,0 Potncia nominal: 1.500 kW
2 m/s 0,0 Freqncia nominal: 60 Hz
3 m/s 0,0 Dimetro do Rotor: 72 metros
4 m/s 3,0 Massa especfica do ar: 1,16 kg/m3
5 m/s 73,6 Grfico
6 m/s 192,0
7 m/s 346,5
8 m/s 537,5
9 m/s 764,0
10 m/s 1008,0
11 m/s 1182,5
12 m/s 1360,0
13 m/s 1428,5
14 m/s 1469,0
15 m/s 1500,0
16 m/s 1500,0
17 m/s 1500,0
18 m/s 1500,0
19 m/s 1500,0
20 m/s 1500,0
21 m/s 1500,0
22 m/s 1500,0
23 m/s 1500,0
24 m/s 1500,0
25 m/s 1500,0
0
200
400
600
800
1000
1200
1400
1600
0 5 10 15 20 25
Valocidade de vento (m/s)
Potncia [kW]
85
Tabela 6.3 Curva de potncia da turbina NORDEX N60.
Curva de Potncia de Turbina Elica
Fabricante: NORDEX Velocidade do vento
na altura do cubo
Potncia
[kW]
Modelo: N60
1 m/s 0,0 Potncia nominal: 1.300 kW
2 m/s 0,0 Freqncia nominal: 60 Hz
3 m/s 0,0 Dimetro do Rotor: 60 metros
4 m/s 28,0 Massa especfica do ar: 1,16 kg/m3
5 m/s 68,5 Grfico
6 m/s 119,5
7 m/s 230,5
8 m/s 353,5
9 m/s 502,5
10 m/s 659,0
11 m/s 814,5
12 m/s 953,5
13 m/s 1071,5
14 m/s 1176,5
15 m/s 1260,5
16 m/s 1302,0
17 m/s 1311,5
18 m/s 1322,0
19 m/s 1328,0
20 m/s 1331,0
21 m/s 1330,5
22 m/s 1329,0
23 m/s 1319,5
24 m/s 1312,0
25 m/s 1310,0
0
200
400
600
800
1000
1200
1400
0 5 10 15 20 25
Valocidade de vento (m/s)
Potncia [kW]
Tabela 6.4 Curva de potncia da turbina VESTAS V66.
Curva de Potncia de Turbina Elica
Fabricante: VESTAS Velocidade do vento
na altura do cubo
Potncia
[kW]
Modelo: V66
1 m/s 0,0 Potncia nominal: 1.750 kW
2 m/s 0,0 Freqncia nominal: 60 Hz
3 m/s 0,0 Dimetro do Rotor: 66 metros
4 m/s 30,2 Massa especfica do ar: 1,16 kg/m3
5 m/s 87,6 Grfico
6 m/s 166,7
7 m/s 276,7
8 m/s 425,0
9 m/s 617,7
10 m/s 849,7
11 m/s 1103,0
12 m/s 1348,7
13 m/s 1548,3
14 m/s 1674,3
15 m/s 1729,3
16 m/s 1746,3
17 m/s 1749,3
18 m/s 1750,0
19 m/s 1750,0
20 m/s 1750,0
21 m/s 1750,0
22 m/s 1750,0
23 m/s 1750,0
24 m/s 1750,0
25 m/s 1750,0
0
200
400
600
800
1000
1200
1400
1600
1800
2000
0 5 10 15 20 25
Valocidade de vento (m/s)
Potncia [kW]

86
Tabela 6.5 Curva de potncia da turbina ENERCON E40.
Curva de Potncia de Turbina Elica
Fabricante: ENERCON Velocidade do vento
na altura do cubo
Potncia
[kW]
Modelo: E40
1 m/s 0,0 Potncia nominal: 600 kW
2 m/s 0,0 Freqncia nominal: 60 Hz
3 m/s 0,0 Dimetro do Rotor: 44 metros
4 m/s 1,9 Massa especfica do ar: 1,16 kg/m3
5 m/s 14,1 Grfico
6 m/s 40,4
7 m/s 80,6
8 m/s 130,4
9 m/s 204,9
10 m/s 284,4
11 m/s 391,8
12 m/s 462,1
13 m/s 569,0
14 m/s 600,0
15 m/s 600,0
16 m/s 600,0
17 m/s 600,0
18 m/s 600,0
19 m/s 600,0
20 m/s 600,0
21 m/s 600,0
22 m/s 600,0
23 m/s 600,0
24 m/s 600,0
25 m/s 600,0
0
100
200
300
400
500
600
700
0 5 10 15 20 25
Valocidade de vento (m/s)
Potncia [kW]
6.4.2 Procedimentos de anlise
A metodologia utilizada em todas as comparaes e validaes nesta seo se baseia no
clculo do Erro da Energia Gerada (e) e do Coeficiente de Correlao (r) entre a distribuio
observada e a distribuio terica.
6.4.2.1 Erro da Energia Gerada
Os procedimentos de clculo da Energia Gerada se baseiam em prticas recomendadas
pela [IEA, 1990] e [IEC, 1998]. A energia eltrica produzida por uma turbina elica, com
curva de potncia (P
c
), calculada a partir da distribuio de velocidades de vento ( f ), num
perodo de h horas.
Para o clculo da produo de energia de uma turbina elica faz-se necessrio a
combinao da curva de potncia da mquina com a distribuio de velocidades de vento
f(v). A fim de facilitar o entendimento, a distribuio de velocidades obtida a partir de uma
srie temporal observada ser chamada de distribuio de velocidades observada, e
calculada a partir da integrao da srie temporal em freqncias de ocorrncias de
velocidades, com intervalo de velocidade de 1m/s; pela aplicao da equao (4.15). A
distribuio proveniente de uma funo probabilstica ser denominada distribuio de
velocidades terica, e obtida atravs da distribuio acumulada de Weibull; pela aplicao
da equao (6.3).
Multiplicando a ocorrncia de cada intervalo da distribuio de velocidades pelo
nmero total de horas h, obtm-se as ocorrncias horrias em cada intervalo de velocidade.
Segue-se, ento, a multiplicao dessas ocorrncias horrias com a potncia eltrica mdia do
87
intervalo. Logo, a expresso que define a energia produzida no i-simo intervalo de
velocidade :
| | h v f v P v P E
i i c i c i t
+ = ) ( ) 1 ( ) (
2
1
(6.8)
A energia total EG produzida expressa por:
| |

= =
+ = =
n
i
i i c i c
n
i
i t
h v f v P v P E EG
1 1
) ( ) 1 ( ) (
2
1

(6.9)
Onde n o nmero total de intervalos de velocidade.
Um dos interesses desta anlise identificar se o mtodo fornece uma estimativa da
EG
terica
mais prxima da realidade. Isso feito pela a quantificao do erro da EG ou erro
absoluto da EG. Este parmetro o valor absoluto do erro percentual entre o valor da
EG
observada
e do valor da EG
terica
. A equao (6.10) apresenta o valor do erro da Energia
Gerada.

observada
observada terica
EG
EG EG
e

=

(6.10)
6.4.2.2 Coeficiente de correlao
A segunda avaliao foi feita pelo clculo do coeficiente de correlao do momento do
produto de Pearson (r) entre as distribuies de velocidades observada e terica. Em
experimentos elicos, r o coeficiente de correlao atravs dos dados de freqncia de
ocorrncia, na distribuio de velocidades observada, e dos dados de probabilidade de
ocorrncia, na distribuio de velocidades terica. Este parmetro importante, pois
independe da curva de potncia utilizada no experimento.
Considere (W
v
,W) uma varivel aleatria bidimensional, com relao de linearidade
entre h e p, que d origem a uma amostra (h
1
, p
1
),..., (h
n,
p
n
); onde W
v
representa a distribuio
de velocidades observada e W a distribuio de velocidades terica. O clculo do coeficiente
de correlao tem por objetivo quantificar a representatividade da distribuio terica. O
coeficiente de correlao interpretado como o grau de associao da relao linear entre W
v

e W.
O valor do coeficiente de correlao est sempre entre -1 e +1, com r=0 correspondendo
no associao. O mtodo que fornecer o valor do coeficiente de correlao mais prximo
de 1, possuir maior associao distribuio de velocidades observada. A expresso do
coeficiente de correlao do momento do produto de Pearson :
2
1 1
2
2
1 1
2
1 1 1
) (
|
.
|

\
|
|
.
|

\
|


=


= = = =
= = =
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i i
p p n h h n
p h p h n
r

(6.11)
Onde, h
i
a freqncia de ocorrncias de velocidade no i-simo intervalo de velocidade,
p
i
a probabilidade de ocorrncias de velocidade no i-simo intervalo de velocidade e n o
nmero de intervalos de velocidade do histograma de velocidade.
88
A tabela abaixo facilita a interpretao fsica para um dado valor de r. claro que as
interpretaes dependem de cada contexto em particular.
Tabela 6.6 Interpretao fsica do valor de r.
r (+ ou -) Interpretao r (+ ou -) Interpretao
0,00 No existe uma correlao linear 0,40 a 0,69 Correlao moderada
0,01 a 0,19 Correlao muito ruim 0,70 a 0,89 Correlao boa
0,20 a 0,39 Correlao ruim 0,90 a 1,00 Correlao excelente
6.4.3 Resultados
Primeiramente, os valores de erro da Energia Gerada, calculados a partir de cada um
dos mtodos de estimativas, foram comparados. O mtodo que subsidia a obteno dos
menores valores para este parmetro, fornecer as melhores estimativas de k e c.
Os resultados de erro da Energia Gerada foram integrados em estatsticas de:
Melhor estimativa EG Nmero de sries temporais que um mtodo fornece as
melhores estimativas de EG
terica
;
|e
mdio
| - Mdia aritmtica dos erros da Energia Gerada;
|e| - Desvio padro do conjunto de valores dos erros da Energia Gerada;
e
inferior
Limite inferior: Maior erro dentre as subestimativas
39
da EG
terica
;
e
superior
- Limite Superior: Maior erro dentre as sobrestimativas
40
da EG
terica
.
Distribuio de freqncias de ocorrncias dos erros da Energia Gerada,
considerando classes de erro de 1%.
Os principais resultados dos experimentos que comparam a preciso do Mtodo de
Energia Equivalente com outros dois mtodos, quanto ao erro da energia gerada para vrios
modelos de turbinas elicas so apresentados nas tabelas:
Tabelas 6.7: Anlise da EG (NEG Micon de 1.500 kW, modelo NM72C);
Tabelas 6.8: Anlise da EG (NORDEX de 1.300 kW, modelo N60);
Tabelas 6.9: Anlise da EG (VESTAS de 1.750 kW, modelo V66);
Tabelas 6.10: Anlise da EG (ENERCON de 600kW, modelo E40);

39
Diz-se do valor da estimativa de EG
terica
menor que o calculado para EG
observada
.
40
Diz-se do valor da estimativa de EG
terica
maior que o calculado para EG
observada
.
89
Tabela 6.7 Resultados de experimento de Energia Gerada. Turbina elica: NEG Micon NM72C 1.500 kW.
Resultados de experimento da EG Sries anuais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 43,48 % 2,21 % 1,56 -2,81 % 5,06 %
MMS 4,35 % 2,31 % 1,54 -2,94 % 4,88 %
MEE 52,17 % 2,22 % 1,56 -4,37 % 5,54 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro
% de ocorrncias % de ocorrncias % de ocorrncias
< 1% 30,43 % 26,09 % 26,09 %
1% - 2% 26,09 % 30,43 % 30,43 %
2% - 3% 13,04 % 13,04 % 13,04 %
3% - 4% 13,04 % 8,70 % 8,70 %
4% - 5% 13,04 % 21,74 % 17,39 %
5% - 6% 4,35 % 0,00 % 4,35 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Anual
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
Resultados de experimento de EG Sries mensais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 29,09 % 1,64 % 1,28 -3,47 % 5,66 %
MMS 19,64 % 1,82 % 1,40 -3,01 % 6,14 %
MEE 51,27 % 1,34 % 1,11 -3,72 % 6,00 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro
% de ocorrncias % de ocorrncias % de ocorrncias
< 1% 41,09 % 38,55 % 48,36 %
1% - 2% 24,00 % 21,45 % 26,55 %
2% - 3% 18,55 % 16,36 % 16,73 %
3% - 4% 11,27 % 17,45 % 6,18 %
4% - 5% 4,00 % 4,00 % 1,45 %
5% - 6% 1,09 % 1,82 % 0,73 %
> 6% 0,00 % 0,36 % 0,00 %
Erro de Estimativa de Gerao Mensal
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
1 26 51 76 101 126 151 176 201 226 251
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
90
Tabela 6.8 Resultados de experimento de Energia Gerada. Turbina elica: NORDEX N60 1.300 kW.
Resultados de experimento da EG Sries anuais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 26,09 % 1,61 % 1,15 -2,46 % 3,49 %
MMS 17,39 % 1,76 % 1,15 -2,48 % 3,83 %
MEE 56,52 % 1,64 % 1,20 -3,68 % 3,90 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 34,78 % 30,43 % 34,78 %
1% - 2% 30,43 % 30,43 % 21,74 %
2% - 3% 17,39 % 21,74 % 21,74 %
3% - 4% 17,39 % 17,39 % 21,74 %
4% - 5% 0,00 % 0,00 % 0,00 %
5% - 6% 0,00 % 0,00 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Anual
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
Resultados de experimento de EG Sries mensais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 31,64 % 1,20 % 0,93 -2,64 % 4,09 %
MMS 15,64 % 1,42 % 1,02 -2,07 % 4,66 %
MEE 52,73 % 0,95 % 0,79 -3,33 % 4,43 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 53,09 % 41,82 % 60,00 %
1% - 2% 28,00 % 28,73 % 29,82 %
2% - 3% 13,82 % 22,18 % 8,00 %
3% - 4% 4,73 % 5,82 % 1,45 %
4% - 5% 0,36 % 1,45 % 0,73 %
5% - 6% 0,00 % 0,00 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Mensal
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
1 26 51 76 101 126 151 176 201 226 251
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME

91

Tabela 6.9 Resultados de experimento de Energia Gerada. Turbina elica: VESTAS V66 1.750 kW.

Resultados de experimento da EG Sries anuais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 30,43 % 1,46 % 0,94 -3,33 % 3,08 %
MMS 21,74 % 1,54 % 1,03 -3,32 % 3,33 %
MEE 47,83 % 1,45 % 1,08 -4,46 % 2,84 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 43,48 % 39,13 % 52,17 %
1% - 2% 21,74 % 30,43 % 17,39 %
2% - 3% 26,09 % 17,39 % 26,09 %
3% - 4% 8,70 % 13,04 % 0,00 %
4% - 5% 0,00 % 0,00 % 4,35 %
5% - 6% 0,00 % 0,00 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Anual
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME

Resultados de experimento de EG Sries mensais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 26,91 % 0,98 % 0,78 -1,84 % 3,45 %
MMS 20,36 % 1,14 % 0,85 -1,33 % 3,97 %
MEE 52,73 % 0,74 % 0,61 -4,57 % 2,48 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 60,00 % 49,45 % 74,91 %
1% - 2% 29,09 % 36,36 % 22,18 %
2% - 3% 6,55 % 9,09 % 1,82 %
3% - 4% 4,36 % 5,09 % 0,73 %
4% - 5% 0,00 % 0,00 % 0,36 %
5% - 6% 0,00 % 0,00 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Mensal
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
1 26 51 76 101 126 151 176 201 226 251
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
92
Tabela 6.10 Resultados de experimento de Energia Gerada. Turbina elica: ENERCON E40 600 kW.

Resultados de experimento da EG Sries anuais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 39,13 % 1,92 % 1,32 -3,38 % 4,18 %
MMS 4,35 % 2,00 % 1,35 -3,47 % 4,25 %
MEE 56,52 % 1,91 % 1,42 -4,83 % 3,88 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 30,43 % 34,78 % 30,43 %
1% - 2% 26,09 % 21,74 % 26,09 %
2% - 3% 8,70 % 8,70 % 21,74 %
3% - 4% 30,43 % 26,09 % 17,39 %
4% - 5% 4,35 % 8,70 % 4,35 %
5% - 6% 0,00 % 0,00 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Anual
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
Resultados de experimento de EG Sries mensais
Mtodo Melhor estimativa EG

|e
mdio
|
|e|
e
inferior
e
superior
MMV 32,36 % 1,29 % 1,06 -2,41 % 4,88 %
MMS 17,09 % 1,43 % 1,12 -1,86 % 5,26 %
MEE 50,55 % 0,99 % 0,81 -4,52 % 4,17 %
Distribuio de freqncias do erro absoluto
MMV MMS MEE Classe de
erro % de ocorrncias % de ocorrncias % de ocorrncias
< 1% 50,55 % 44,00 % 61,45 %
1% - 2% 27,27 % 27,64 % 27,64 %
2% - 3% 13,82 % 18,55 % 8,36 %
3% - 4% 4,73 % 6,18 % 1,82 %
4% - 5% 3,64 % 2,91 % 0,73 %
5% - 6% 0,00 % 0,73 % 0,00 %
> 6% 0,00 % 0,00 % 0,00 %
Erro de Estimativa de Gerao Mensal
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
1 26 51 76 101 126 151 176 201 226 251
Srie temporal No.
E
r
r
o

[
%
]
MMV
MMS
MME
93
Numa segunda anlise, foram comparados os valores do coeficiente de correlao (r)
entre as distribuies de velocidades observadas e tericas calculadas para cada mtodo. Os
valores de r foram integrados em estatstica de:
Melhor estimativa r Nmero de sries temporais que um mtodo fornece as
melhores associaes para a distribuio de velocidades terica;
r
mdio
Mdia aritmtica dos coeficientes de correlao de Pearson;

r
- Desvio padro do conjunto de valores de coeficientes de correlao;
r
inferior
Limite inferior: Menor valor de coeficiente de correlao;
r
superior
- Limite Superior: Maior valor de coeficiente de correlao.
A tabela 6.11 apresenta os resultados do experimento de comparao do coeficiente de
correlao de Pearson.
Tabela 6.11 Resultado de experimento de coeficiente de correlao entre a ditribuio terica e observada.
Resultados de experimento de r Sries anuais
Mtodo Melhor estimativa r

r
mdio

r
r
inferior
r
superior
MMV 8,70 % 0,9768 0,0191 0,9203 0,9964
MMS 17,39 % 0,9757 0,0190 0,9203 0,9962
MEE 73,91 % 0,9788 0,0198 0,9196 0,9972
Grfico
Coeficiente de Correlao - Sries Anuais
0.90
0.91
0.92
0.93
0.94
0.95
0.96
0.97
0.98
0.99
1.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Srie temporal No.
C
o
e
f
i
c
i
e
n
t
e

d
e

c
o
r
r
e
l
a

o

MMV
MMS
MME
Resultados de experimento de r Sries Mensais
Mtodo Melhor estimativa r

r
mdio

r
r
inferior
r
superior
MMV 6,55 % 0,9663 0,0302 0,8185 0,9978
MMS 1,09 % 0,9646 0,0302 0,8202 0,9975
MEE 92,36 % 0,9724 0,0260 0,8564 0,9982
Grfico
Coeficiente de Correlao - Sries Mensais
0.80
0.82
0.84
0.86
0.88
0.90
0.92
0.94
0.96
0.98
1.00
1 13 25 37 49 61 73 85 97 109 121 133 145 157 169 181 193 205 217 229 241 253 265
Srie temporal No.
C
o
e
f
i
c
i
e
n
t
e

d
e

c
o
r
r
e
l
a

o

MMV
MMS
MME
94
6.4.4 Anlise dos resultados
Os resultados obtidos nas tabelas 6.7, 6.8, 6.9 e 6.10 comprovam um satisfatrio
desempenho do MEE. O novo mtodo forneceu as melhores estimativas dos parmetros de
Weibull dentre os trs mtodos comparados.
Primeiramente analisando as ocorrncias de melhor estimativa da EG
terica
, constata-se
que em todos os experimentos (tanto para as sries temporais anuais, quanto para as mensais),
o MEE apresentou os melhores resultados.
A tabela 6.12 descreve os resultados percentuais de todos os experimentos de melhor
estimativa da energia gerada terica.
Tabela 6.12 Resultados percentuais de melhor estimativa da EG
terica
.
Experimento sries anuais Experimento sries mensais
Turbina Elica
MMV MMS MEE MMV MMS MEE
NM72C 1500kW 43,48% 4,35% 52,17% 29,09% 19,64% 51,27%
N60 1300kW 26,09% 17,39% 56,52% 31,64% 15,64% 52,73%
V66 1750kW 30,43% 21,74% 47,83% 26,91% 20,36% 52,73%
E40 600kW 39,13% 4,35% 56,52% 32,36% 17,09% 50,55%
Valores mdios: 34,78% 11,96% 53,26% 30,00% 18,18% 51,82%
Os valores marcados em vermelho apresentam os resultados mais satisfatrios.
Os resultados apresentados na tabela 6.12 apontam para uma regularidade no
comportamento dos mtodos. As maiores discrepncias se apresentam entre os mtodos
MMV e MMS. Isso acontece porque o MMS uma adaptao do MMV para aceitar a entrada
de dados na forma de histogramas, logo os fundamentos matemticos de ambos os mtodos
so idnticos. Entretanto, o MMV tende a fornecer melhores resultados.
Um outro ponto importante o valor numrico do erro da Energia Gerada. A tabela
6.13 apresenta os erros mdios da EG de todos os experimentos de estimativa da energia
gerada terica.
Tabela 6.13 Erro mdio da Energia Gerada terica.
Experimento sries anuais Experimento sries mensais
Turbina Elica
MMV MMS MEE MMV MMS MEE
NM72C 1500kW 2,21% 2,31% 2,22% 1,64% 1,82% 1,34%
N60 1300kW 1,61% 1,76% 1,64% 1,20% 1,42% 0,95%
V66 1750kW 1,46% 1,54% 1,45% 0,98% 1,14% 0,74%
E40 600kW 1,92% 2,00% 1,91% 1,29% 1,43% 0,99%
Valores mdios: 1,80% 1,90% 1,81% 1,28% 1,45% 1,01%
Os valores marcados em vermelho apresentam os resultados mais satisfatrios.
Nas anlises anuais, onde as sries temporais possuem melhor representatividade das
condies tpicas do Nordeste, o MEE forneceu valores mdios de erros da EG, praticamente,
iguais aos calculados a partir do MMV. Este fato atesta a eficincia da utilizao da condio
da equivalncia de energia. Nas anlises de sries mensais, o Mtodo da Energia Equivalente
mostrou que capaz de tratar, de forma adequada, dados de ventos sob as mais variadas
condies, fornecendo os menores valores de erro mdio absoluto da EG.
95
Avaliando as formas das curvas de erro de estimativa de gerao anual e mensal,
constata-se que em todos os experimentos, com diferentes turbinas elicas, o comportamento
praticamente o mesmo, variando apenas a amplitude dos erros. Estas desigualdades esto
relacionadas s caractersticas da cada curva de potncia de cada turbina. Entretanto no
comprometem qualitativamente as concluses almejadas pelo experimento.
Pode-se observar, ainda, que os experimentos que utilizaram sries temporais mensais
forneceram valores mdios de erro da EG menores que os que utilizaram sries anuais de
vento. A explicao para estes acontecimentos se baseia na diversidade das caractersticas
elicas em cada tipo de experimento. Nos experimentos com dados anuais, a maioria das
sries de vento resultou forneceram valores para parmetro k entre 2,5 e 3. Nos experimentos
mensais, a distribuio dos parmetros k foi diferente e tendendo para valores maiores que 3.
O aumento dos valores de k representa um menor nmero de intervalos para serem ajustados,
ocasionando uma diminuio dos valores mdios de erro da EG. A tabela 6.14 ilustra a
distribuio de freqncias do parmetro de forma k associado s sries temporais anuais e
mensais.
Tabela 6.14 Distribuio de ocorrncias do parmetro k.
Experimento sries anuais Experimento sries mensais
Parmetro k de
Weibull
% do total de sries % do total de sries
< 2 0,00% 0,00%
2 - 2,5 0,00% 2,91%
2,5 - 3 47,83% 13,82%
3 - 3,5 13,04% 23,64%
3,5 - 4 13,04% 17,45%
4 - 4,5 26,09% 13,82%
4,5 - 5 0,00% 10,55%
5 - 5,5 0,00% 3,27%
5,5 - 6 0,00% 6,91%
6 - 6,5 0,00% 3,64%
> 6 0,00% 4,36%
O Mtodo da Energia Equivalente apresenta uma tendncia em subestimar a gerao
terica em algumas ocasies quando os dois outros mtodos a sobrestimam. Em algumas
condies de vento, onde modelo matemtico do MMV e MMS tende a convergir os
resultados para uma direo, o MEE converge para uma igualdade de energia, fornecendo
resultados mais precisos. Estes acontecimentos podem ser constatados nos grficos de erro
de estimativa de gerao mensal, e comprovam a eficincia da condio de igualdade de
energia.
Vale lembrar, ainda, que subestimativas da EG
terica
prefervel em estudos de
viabilidade econmica de projetos elicos. Uma vez que a quantidade de energia eltrica no
prevista na fase de projeto, mas que durante a operao da central elica exceder a previso
mdia anual, ser vista como um lucro no contabilizado inicialmente. Esta situao menos
danosa numa predio de 20 anos, o tempo mdio de vida til de uma mquina elica.
Avaliando os valores extremos de erros absolutos da EG, observa-se que nenhuma das
ocorrncias apresentadas pelo MEE ultrapassou o limite de 6 %, tanto para anlises baseadas
em sries anuais, como nas baseadas em sries mensais.
Considerando a correlao entre as distribuies de velocidades observadas e tericas,
os resultados apresentados pelo MEE foram ainda melhores. Nas anlises baseadas em 1 ano,
o MEE forneceu a melhor associao da curva terica para 73,91 % das sries temporais. Para
96
as sries temporais mensais, 92,36 % das sries foram melhor representadas pelas curvas
tericas provenientes das estimativas do MEE. Isto se d pelo fato do MEE minimizar os
erros entre as duas distribuies a partir do mtodo dos mnimos quadrados.
Deve-se lembrar que a faixa de ajuste considerada neste experimento foi para todos os
intervalos de velocidade, pois se almejava avaliar o comportamento matemtico de cada um
dos mtodos em estimar os parmetros de uma funo de Weibull que melhor se ajuste a uma
srie de dados. Este procedimento no modifica as concluses dos experimentos. Entretanto,
os resultados numricos do erro da EG, provavelmente, poderiam ser melhores se a faixa de
ajuste recomendada para cada um dos mtodos fosse utilizada.
6.4.5 Concluses
Tanto para os experimentos com sries anuais, como para sries mensais, o desempenho
apresentado pelo Mtodo da Energia Equivalente significativamente melhor que o do
Mtodo da Mxima Semelhana. Embora para ambos os mtodos, os dados de velocidade do
vento so apresentados na forma de histograma de ocorrncias.
O MEE tambm forneceu melhores resultados que os obtidos a partir do Mtodo da
Mxima Verossimilhana, embora este ltimo, a princpio, deveria fornecer as melhores
estimativas, pois dispe de mais informaes da srie temporal.
Uma avaliao qualitativa dos resultados e dos princpios matemticos dos trs mtodos
pode justificar a performance do MEE diante dos outros dois mtodos de estimativas.
Comparando-o, primeiramente, com Mtodo de Mxima Semelhana pode-se supor
que o condicionamento para uma igualdade energtica conferiu ao MEE uma maior preciso
para suas estimativas, embora as informaes relativas velocidade do vento fossem as
mesmas. Em suma, ocorre que num universo de infinitas estimativas de k e c, o MEE
determinou a melhor estimativa dentre as que fornecem uma igualdade da densidade de
energia. Vale lembrar que as estimativas da EG so um dos principais resultados dos estudos
elicos.
Para ilustrar esta situao, considere o conjunto S formado por infinitos pares de
possveis estimativas de k e c, e o sub-conjunto Z, composto por infinitos elementos
pertencentes a S que fornecem curva terica com mesma energia da curva observada.
De forma simplificada, o MMS calcula a
melhor estimativa de todos os elementos
pertencentes ao conjunto S. Enquanto que o MEE
calcula a melhor estimativa dentre as estimativas
apenas pertencentes a Z.
Z
S
Se S={s | (k, c)} e
Z={x | xS}
Ento: Z S
Comparando-o, agora, com o Mtodo de Mxima Verossimilhana, pode-se constatar
que ocorre praticamente a mesma coisa. Entretanto, como este mtodo utiliza a probabilidade
de cada ocorrncia de velocidade (que indiretamente tambm contm informao da energia
disponvel na srie temporal), sua performance tende bem melhor que a apresentada pelo
MMS.
Diante dos resultados apresentados, pode-se concluir que o Mtodo da Energia
Equivalente uma poderosa ferramenta matemtica para a representao adequada de
condies elicas semelhantes s observadas no Nordeste Brasileiro.
97
6.5 DETERMINAO DA FAIXA TIMA DE AJUSTE DO MEE
A faixa tima de ajuste do Mtodo da Energia Equivalente se baseia em resultados de
experimentos que comparavam os valores de EG
tericas
, calculadas a partir de k e c para
diversas faixas de ajustes. Os fundamentos matemticos utilizados nos clculos da
distribuio de velocidades observada e da distribuio de velocidades terica so
apresentados na seo 6.4.
Neste experimento, o intervalo de ajuste inicial variou do primeiro ao dcimo intervalo
de velocidade. As estimativas das EG
observadas
e EG
tericas
foram calculadas a partir das mesmas
sries temporais anuais e mensais utilizadas nos experimentos da seo 6.4.
Outra vez, faz-se uso dos erros da Energia Gerada e dos coeficientes de correlao
para avaliar o comportamento das distribuies de velocidades tericas. O erro residual da
EG calculado pela equao (6.10). Os valores de r podem ser obtidos utilizando a equao
(6.11).
Para cada srie temporal, a classificao da melhor estimativa de EG
terica
e de
coeficiente de correlao r se deu da seguinte forma:
1. Considerando as concluses apresentadas na segunda hiptese admitida para o
desenvolvimento do MEE, foram considerados apenas os intervalos de ajuste
menores ou igual ao que contm a velocidade mdia;
2. As ocorrncias de subestimativas foram previlegiadas.
Os valores absolutos de erros residuais foram integrados em estatsticas de:
|e
mdio
| - Mdia aritmtica dos erros da Energia Gerada;
|e| - Desvio padro do conjunto de valores dos erros da Energia Gerada;
e
inferior
Limite inferior: Maior erro dentre as subestimativas da Energia Gerada;
e
superior
- Limite Superior: Maior erro dentre as sobrestimativas da Energia Gerada.
Os valores de r foram integrados em estatsticas de:
r
mdio
Mdia aritmtica dos coeficientes de correlao de Pearson.
A tabela 6.15 apresenta os principais resultados dos experimentos de determinao do
intervalo timo de ajuste baseado em sries temporais anuais.
Tabela 6.15 Resutados de anlise experimental para diferentes faixas de ajuste.
Resultados de experimento sries anuais
Ajuste Bin No. |e
mdio
|
|e|
r
mdio
e
inferior
e
superior
v 0 1 2,19 % 1,51 0,9788 -4,57 % 5,25 %
v 1 2 2,18 % 1,52 0,9788 -4,56 % 5,29 %
v 2 3 2,10 % 1,46 0,9789 -4,55 % 5,00 %
v 3 4 1,77 % 1,26 0,9790 -4,55 % 3,83 %
v 4 5 1,39 % 1,16 0,9786 -4,44 % 2,98 %
v 5 6 1,46 % 1,08 0,9787 -4,03 % 3,09 %
v 6 7 1,37 % 1,03 0,9777 -3,86 % 2,88 %
v 7 8 1,22 % 1,49 0,9714 -6,52 % 1,12 %
v 8 9 2,07 % 2,13 0,9658 -9,75 % 0,60 %
v 9 10 4,57 % 5,58 0,9036 -6,20 % 17,65 %
98
Neste experimento, o intervalo de ajuste que apresenta o menor erro absoluto mdio a
partir do quinto intervalo de velocidade. Neste intervalo, os limites dos erros absolutos
apontam que, para a classe de subestimativa, todas as ocorrncias foram menores que 4,5 %.
Nos casos de sobrestimativas, o limite foi de 2,98 %.
Analisando o comportamento do coeficiente de correlao r, observa-se um brusco
decaimento deste parmetro a partir do sexto intervalo de velocidade. Este fenmeno
ocasionado pelo comportamento do vento no Nordeste do Brasil. Por no apresentar grande
disperso das ocorrncias, medida que a faixa de ajuste aumenta, maior ser a quantidade de
dados desconsiderados, conferindo uma impreciso distribuio terica.
A tabela 6.16 apresenta os principais resultados do experimento baseado em sries
temporais mensais.
Tabela 6.16 Resultados de anlise experimental para diferentes faixas de ajuste.
Resultados de experimento - Sries mensais
Ajuste Bin No. |e
mdio
|
|e|
r
mdio
e
inferior
e
superior
v 0 1 1,33 % 1,08 0,9714 -3,87 % 5,66 %
v 1 2 1,33 % 1,08 0,9714 -3,88 % 5,66 %
v 2 3 1,32 % 1,07 0,9715 -4,14 % 5,65 %
v 3 4 1,27 % 1,05 0,9717 -5,37 % 5,53 %
v 4 5 1,35 % 1,22 0,9716 -8,21 % 5,19 %
v 5 6 1,54 % 1,42 0,9713 -9,34 % 5,33 %
v 6 7 1,47 % 1,37 0,9674 -8,05 % 4,48 %
v 7 8 1,57 % 1,61 0,9519 -9,78 % 6,12 %
v 8 9 2,66 % 2,91 0,9328 -13,00 % 12,05 %
v 9 10 3,03 % 4,18 0,9411 -28,59 % 19,99 %
Neste experimento, o intervalo de ajuste que apresenta o menor erro absoluto mdio
utiliza, apenas, as velocidades maiores ou iguais a 3 m/s. Neste intervalo, os limites dos erros
absolutos apontam que, para as subestimativas, todas as ocorrncias foram menores que 5,40
%. Nos casos das sobrestimativas, o limite foi de 5,53 %. Analisando o comportamento do
coeficiente de correlao r, observa-se novamente o brusco decaimento deste valor a partir do
sexto intervalo de velocidade.
A figura 6.2 apresenta os erros mdios absolutos das EG anuais e mensais, calculados
para diversas faixas de ajuste.
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10
Faixa de ajuste a partir do intervalo de velocidade
E
r
r
o

m

d
i
o

a
b
s
o
l
u
t
o

d
a

E
G

[
%
]

Anual
Mensal

Faixa tima de ajuste do MEE
Todos os registros a partir do intervalo 5
(maiores ou iguais a 4m/s)
Figura 6.2 Grfico do erro da EG calculados para diversos intervalos de ajuste.
99
Os resultados apresentados nos experimentos com sries anuais e mensais apontam o
quinto e o quarto intervalo de velocidade, respectivamente, como os melhores intervalos para
se iniciar o ajuste da distribuio terica. Entretanto, o propsito inicial deste experimento foi
a determinao de um nico intervalo.
O intervalo escolhido foi o quinto (velocidades iguais ou maiores que 4 m/s) e as
justificativas para a esta escolha foram:
A maioria das turbinas elicas comercializadas iniciam a gerao de energia a
prximo desta velocidade de vento - CUT-IN;
Este intervalo de ajuste retrata as condies mdias do vento do nordeste. Desta
forma, pode-se fornecer melhores estimativas para o principal parmetro
qualitativo num projeto elico: a gerao anual;
Possuem valores de erro mdio absoluto anual e mensal muito prximos. Ver
crculo em vermelho na figura 6.2;
Os valores de correlao obtidos nesta faixa de ajuste so muito prximos dos
fornecidos para os ajustes em toda a curva.
100
7. CONCLUSES
O trabalho desenvolvido e apresentado nesta dissertao constitui numa abordagem
meteorologia elica e suas aplicaes em projetos de centrais elicas. A correta avaliao
deste recurso para fins de projetos de centrais elicas de extrema necessidade para uma rea
de pesquisas e de investimentos que, nos ltimos dois anos, vm apresentando crescimento
acelerado no Brasil.
Os resultados apresentados na dissertao so discutidos e comentados ao longo de cada
captulo. Entretanto, neste captulo, alguns desses resultados so novamente apresentados e
abordados de forma a salientar as concluses mais importantes do trabalho de mestrado.
Conclui-se terem sido alcanados todos os resultados esperados e superados com
sucesso as principais dificuldades. Entretanto, salientamos a dificuldade na comprovao
experimental de alguns dos argumentos defendidos, devido indisponibilidade de meios
especficos e adequados. Logo, alguns dos aspectos abordados, como a anlise dos
carregamentos extremos e de fadiga, foram abordados superficialmente e de forma
explicativa, no possuindo qualquer validao experimental.
7.1 ANLISE DAS CARACTERISTICAS ELICAS DO NORDESTE
A anlise aprofundada dos principais mecanismos de vento atuantes no Nordeste
permite um melhor entendimento dos recursos elicos da regio. O conhecimento do
comportamento e das caractersticas destes ventos fomenta a compreenso e o controle dos
principais aspectos cientficos necessrios para um adequado modelamento elico regional.
Os principais mecanismos de vento da regio Nordeste foram avaliados a partir de uma
anlise sistemtica em diversas escalas de tempo e espao, levando em conta a interao dos
movimentos atmosfricos com as camadas superficiais da terra. O que possibilitou a definio
preliminar da participao de cada fenmeno na climatologia local e regional.
Estas anlises resultaram na identificao e na caracterizao de trs grandes regies
elicas: Litoral Norte-Nordeste, Litoral Nordeste-Sudeste e Nordeste Continental. Os critrios
utilizados para a definio destas regies levaram em considerao apenas atuao de
semelhantes mecanismos de vento em macroescala e mesoescala.
Desta forma, os resultados aqui apresentados so de grande valia para o
desenvolvimento de projetos elicos no Nordeste, pois subsidiaro correes e melhorias de
estudos e projetos que utilizam modelos atmosfricos regionais na representao dos ventos
nordestinos (atualizaes do WANEB e no Panorama dos Recursos Elicos do Brasil). Alm
de fornecer maiores conhecimentos tericos para os estudos de micrositing e viabilidade
tcnica e econmica de projetos de centrais elicas na regio.
7.2 APLICAES EM PROJETOS DE CENTRAIS ELICAS
A anlise do comportamento operacional das turbinas sob as condies elicas da regio
Nordeste, possibilitou a identificao dos principais efeitos das caractersticas desses ventos
na operao de quatro modelos de mquinas de tecnologias variadas (Enercon E44, NORDEX
N60, NEG Micon NM72C e VESTAS V90). As principais concluses desta anlise apontam
vantagens adicionais quando da operao destes equipamentos sob as condies tpicas do
101
Nordeste, principalmente no tocante produo de energia eltrica e aos carregamentos
mecnicos na estrutura.
A predio da gerao anual considerando diversas e variadas caractersticas de vento
permitiu concluir possibilidade de ganhos extras e substanciais na gerao, em virtude das
singulares condies elicas de algumas reas do Nordeste. Alm de apontar o parmetro
velocidade de vento nominal da turbina como mais um indicador na escolha da mquina
elica adequada.
As caractersticas elicas do Nordeste permitem, ainda, especulaes otimistas a
respeito de uma diminuio nos carregamentos mecnicos induzidos pelos ventos; atentando
para um possvel sobre-dimencionamento das mquinas elicas diante as condies crticas de
vento do Nordeste. Isso abre espao para projetos de otimizao mais ousados, alm da
extrapolao das faixas de velocidade anuais recomendadas pelas normas IEC. Vale salientar,
tambm, a possvel diminuio dos custos associados s manutenes mecnicas e um
aumento da vida til desses equipamentos.
Pde-se, tambm, quantificar a faixa mdia de reduo na capacidade de gerao anual
devido mudana da massa especfica do ar (de =1,225 kg/m
3
- tpico da Europa - para
=1,16 kg/m
3
tpico do Litoral Norte-Nordeste); sendo esta variando de 3,5% a 6,5%,
dependendo da tecnologia elica utilizada e velocidade mdia anual.
As pequenas variaes de direo do vento permitem uma reduo das perdas e do
efeito de mltiplos nveis na gerao relacionados ao sistema de giro da turbina. Alm de uma
diminuio dos carregamentos de fadiga em vrios componentes da estrutura, relacionados
aos efeitos giroscpicos. Pressupe-se, ainda, a reduo dos custos de aquisio dessas
mquinas, ligado a um projeto simplificado do sistema de giro, adequado para as
caractersticas elicas do Nordeste.
Os resultados apresentados so de grande importncia, pois subsidiam informaes para
os fabricantes de turbinas elicas que visam o desenvolvimento de um projeto otimizado de
um equipamento adaptado s condies de vento do Nordeste.
7.3 MODELAGEM DOS VENTOS DO NORDESTE
A modelagem das caractersticas dos ventos nordestinos exigiu a anlise aprofundada
dos aspectos prticos e tericos relacionados utilizao de modelos probabilsticos em duas
das suas principais aplicaes elicas (Estimativas de gerao anual e extrapolaes de
estatsticas de vento). Neste trabalho foi dada uma ateno especial ao mtodo de Weibull,
pois alguns estudos atestaram que sua distribuio probabilstica fornece melhor
representatividade para as caractersticas comportamental dos ventos da regio Nordeste.
O comportamento da distribuio de Weibull, quando submetida a diferentes condies
de vento, e diversos de mtodos de estimativas dos seus parmetros foram explicitados neste
trabalho de mestrado. Estas aes permitiram a identificao dos principais problemas (fontes
de incertezas) quando da utilizao de distribuies probabilsticas visando s aplicaes
elicas estudadas.
Entretanto, alguns problemas possuem resolues em muito dificultadas - at mesmo
inviveis - em virtude dos programas de anlises elicas comercializados serem compilados e
protegidos. Desta forma, foi desenvolvido um mtodo de estimativas dos parmetros de
102
Weibull adequado para locais com condies de vento similares s observadas no Nordeste
Brasileiro, e chamado de Mtodo da Energia Equivalente.
O MEE mostrou-se bastante eficiente em representar as condies de vento do
Nordeste. Anlises comparativas da predio de energia gerada e grau de associao entre as
distribuies real e terica calculados por diferentes mtodos clssicos de estimativas foram
realizadas e atestaram a rapidez dos clculos e a preciso das estimativas do novo mtodo.
O novo mtodo de estimativas possibilita resultados mais rpidos, precisos e
representativos. Estes predicados resultam na minimizao das incertezas intrnsecas s
anlises dos recursos elicos, auxiliando para o sucesso e a segurana dos empreendimentos
que sero implantados na regio Nordeste.
7.4 PROPOSTAS DE TRABALHOS FUTUROS
Aes futuras que venham a melhorar, complementar, adicionar ou corrigir os
resultados e concluses obtidas neste trabalho so de grande valia para o desenvolvimento da
energia elica no Nordeste. Diante disso, algumas propostas de trabalhos futuros so
apresentadas nesta seo.
Primeiramente, deve-se ressaltar a necessidade de uma rede de estaes anemomtricas
adequadas para a medio dos recursos elicos do Nordeste. Estes equipamentos permitiro
anlises de ventos mais precisas e confiveis, fornecendo subsdios para correlaes e anlises
de longa durao.
Para isso, faz-se necessrio o desenvolvimento de equipamentos, procedimentos e
metodologias de montagem, coleta e anlise dos dados de vento, adaptados s condies e
caractersticas de vento da regio. Alm da elaborao de normas nacionais que assegurem a
uniformidade das informaes e a confiana no projeto executivo.
Como se desejou enfatizar vrias vezes no desenrolar da dissertao, as caractersticas
singulares do nordeste prometem vantagens adicionais na implantao de centrais elicas.
Estudos futuro (incluindo experimentos de campo e anlises de custos)s, que comprovaro
algumas das hipteses lanadas neste trabalho so extremamente importantes na quantificao
destas vantagens. A utilizao de modelos aeroelsticos, aerodinmicos e monetrios para
quantificar os efeitos e os custos de diversas configuraes de turbinas podem resultar no
desenvolvimento de uma mquina adaptada aos ventos do Nordeste.
Tambm importante o desenvolvimento de trabalhos de pesquisas mais aprofundados
relacionados aos recursos elicos do Nordeste. Principalmente, no tocante ao comportamento
de curto e longo prazo e dos ventos extremos. Estas reas de pesquisas, que por si s
englobam inmeras ramificaes cientficas, so extremamente importantes, pois alm de dar
garantias ao perfeito funcionamento desses equipamentos, podem representar na reduo
significativa dos custos de implantao de uma central elica e no custo unitrio da energia
gerada; tornando a energia elica mais competitiva no mercado regional.
Enfim, pesquisas cientficas e tecnolgicas que subsidiem informaes essenciais para
um grande mercado que est por surgir na regio. O potencial nordestino de energia elica
explorvel enorme, vindo a significar um aporte precioso para o desenvolvimento de uma
regio com muitas reas absolutamente incapazes de receber qualquer tipo de
empreendimento convencional. Nestas reas, a energia elica pode vir a se apresentar como
uma luz no fim do tnel, trazendo esperana e prosperidade. Alm disso, a diversificao da
103
matriz energtica resulta em uma economia das guas do rio So Francisco, que esgotado de
centrais hidreltricas, anualmente vive o dilema entre emprego da gua para a irrigao da
agricultura e a produo de energia eltrica.

104
8. REFERNCIAS BIBLIOGRFICAS
EWEA & GREENPEACE. Wind Force 12. Brussels - Belgium, 2003. 54 p.
WALISER, D.E. & GAUTIER, C. A Satellite Derived Climatology of the ITCZ, s.n.t..
FEITOSA, E.A.N., ROHATGI, J., LIZCANO, G. WANEB - Wind Atlas for the Northeast of
Brazil. Braslia. ANEEL. 1998. 50p.
FEITOSA, E.A.N., SILVA, G.R., PEREIRA, A.L., VELEDA, D.E.A., SILVAS, C.C.
Panorama do Potencial Elico no Brasil. Braslia. ANEEL. 2002. 68p.
LIZCANO, G. Brazilian Wind Assessment Analysis by Means of the ETA-CPTEC and MM5
CBEE Regional Atmospheric Models. Recife, 1999. (Mestrado, CBEE/UFPE).
HAAGENSON, P.L., DUDHIA, J., STAUFFER, D.R., GRELL, G.A. The Penn State/NCAR
Mesoescale Model (MM5); Source Code Documentation, NCAR Technical Note, NCAR/TR-
392+STR, 1994.
WMO. Meteorological Aspects of the Utilization of Wind as an Energy Source. Geneva -
Switzerland, 1981. 175 p.
FEITOSA, E.A.N., ROHATGI, J., LIZCANO, G., SOBRINHO, M.A.M. Avaliao do
Tempo de Amostragem para a Caracterizao Precisa do Potencial Elico. V CEM-NNE,
1998.
PETERSEN, E.L. & TROEN, I. European Wind Atlas, Roskilde, Ris National Laboratory -
Denmark, 1989.
ELLIOTT, D.L., HOLLADAY, C.G., BARCHER, W.R., FOOTE, H.P., SANDUSKY, W.F.
Wind Energy Resource Atlas of the United States, COE/CH 10093-4, Pacific Northwest
Laboratory USA, 1986.
FEITOSA, E.A.N., ROHATGI, J.S., LOBORIO, E. The Influence of High Weibull Shape
Factor on the Design of Wind Turbines. In: Wind Energy. Houston USA, ASME, 1993, 14,
p. 87-88.
IEC. IEC 61400-1 Wind Turbine Generator Systems Part 1: Safety Requirements;
International Standard. Geneva - Switzerland, 1999. 2 ed., 57 p.
ENC. European Wind Turbine Standards II Part 1 sub C: Extreme Wind Climate Events;
Non-nuclear Energy - JOULE III Project. Netherlands, 1999. 59 p.
STRACK, M. Analysis of Uncertainties in Energy Yield Calculation of Wind Farm Projects.
DEWI Magazine, Germany, 22: 52-62, February 2003.
105
FUGLSANG, P., BAK, C. MADSEN, H.A., RASMUSSEN, F. Double Stall, Ris-R-
1043(EN), Ris National Laboratory, Roskilde - Denmark, 1999.
CORTEN, G.P., SNEL, H., DEKKER, J.W.M., BOER, J., CHAVIAROPOULOS, P.K.,
VOUTSINAS, S. Progress in the Joule Project: Multiple Stall Levels. EWEC, Nice - France,
1999.
IEA. Recommended Practices for Wind Turbine Testing Part 7: Quality of Power;
International Standard. Paris - France, 1984. 24 p.
DAVENPORT, A.G. The Relationship of Wind Structure to Wind Loading. National Physics
Laboratory, London - England, 1963.
JUSTUS, C.G., HARGRAVES, W.R., YALCIN, A. Nationwide Assessment of Potential
Output from Wind Powered Generators. J. Appl. Meteor., 15, p. 673-678, 1976.
HENNESSEY, J.P. Some Aspects of Wind Power Statistics. J. Appl. Meteor., 16, p. 119-128,
1977.
WEIBULL, W. A Statistical distribution of Wide Applicability. J. Appl. Mech., 18, p. 293-
297, 1951.
JUSTUS, C.G., HARGRAVES, W.R., MIKHAIL, A. Reference Wind Speed Distribution and
Height Profiles for Turbine Design and Performance. ORI/5108-7414 UC60, 1976
a
.
JUSTUS, C.G. & MIKHAIL, A. Height Variation of Wind Speed and Wind Distribution
Statistics. ERDA ORO/5108-76/4 UC60, 1976
b
.
GUMBEL, E.J. Statistics of Extreme. Columbia Univ. Press, New York - USA, 1958.
FORSYTHE, G.E., MALCOLM M.A., MOLER C.B. Computer Methods for Mathematical
Computations. Prentice-Hall, 1976.
LGENDRE, A. Nouvelles Mthodes pour la Dtermination des Orbites des Comtes. s.l,
s.ed., 1805.
GAUSS, C.F. Theoria Motus Corporum Coelestium. s.l, s.ed., 1809.
STEVENS, M.J. & SMULDERS, P.T. The Estimation of the Parameters of the Weibull Wind
Speed Distribution for Wind Energy Utilization Purposes. Wind Engeenering, 3, p. 132-145,
1979.
PETERSEN, E.L., TROEN, I.,FRANDSEN, S., HEDEGAARD, X. Wind Atlas for Denmark.
Ris-R-428(DK), Ris National Laboratory, Roskilde - Denmark, 1981.
BARNSDOFF-NIELSEN, O. Exponentially Decreasing Distribution for the logarithm of
Particle Size. Proc. R. Soc. London, England, 353, p. 401-419, 1997.
106
CIEMAT. Princpios de la Conversion de la Energia Elica. Madrid - Spain, 2 ed., 2002.
REJKOORT & WIERINGA. s.l, s.ed., 1983.
PETERSEN, E.L., JANSEN, N.O., TROEN, I. Extrapolation of Mean Wind Statistics with
Special Regard to Wind Energy Applications; World Climate Applications Programme. 1994,
Ris National Laboratory, Roskilde - Denmark, 1984.
FEITOSA, E.A.N., ROHATGI, J., PEREIRA, A.L. Wind Characteristics in the Coastal
Regions of the North and Northeast of Brazil. ASME Symposium, Houston, Texas - USA,
1996.
FEITOSA, E.A.N., ROHATGI, J., PEREIRA, A.L. Some Characteristics of the Southeast
Trade in Brazil. AWEA Conference, Washington, CA - USA, 1995.
BRENT, R. Algorithms for Minimization without Derivatives. Prentice-Hall, 1973.
IEA. Recommended Practices for Wind Turbine Testing Part 1: Power Performance
Testing; International Standard. Paris - France, 1990. 2 ed., 27 p.
IEC. IEC 61400-12 Wind Turbine Generator Systems Part 12: Wind Turbine Power
Performance Testing; International Standard. Geneva - Switzerland, 1998. 1 ed., 45 p.










ANEXO 1

Variao Sazonal da ZCIT (2001 2002)

108
ANEXO 1: VARIAO SAZONAL DA ZCIT (2001 2002)
Janeiro 2001

Janeiro 2002


109

Fevereiro 2001

Fevereiro 2002


110

Maro 2001

Maro 2002


111

Abril 2001

Abril 2002


112

Maio 2001

Maio 2002


113

Junho 2001

Junho 2002


114

Julho 2001

Julho 2002


115

Agosto 2001

Agosto 2002


116

Setembro 2001

Setembro 2002


117

Outubro 2001

Outubro 2002


118

Novembro 2001

Novembro 2002


119

Dezembro 2001

Dezembro 2002

Tabela A1.1 Variao sazonal da posiao da ZCIT nos anos de 2001 e 2002.








ANEXO 2

Panorama do Potencial Elico Brasileiro
ANEEL / CBEE
-75 -73 -71 -69 -67 -65 -63 -61 -59 -57 -55 -53 -51 -49 -47 -45 -43 -41 -39 -37 -35
LONGITUDE
-34
-32
-30
-28
-26
-24
-22
-20
-18
-16
-14
-12
-10
-8
-6
-4
-2
0
2
4
6
L
A
T
I
T
U
D
E
Zonas costeiras so reas de praia, normalmente com larga faixa de areia,
onde o vento incide predominantemente do sentido mar-terra.
C
L
A
S
S
E
S

D
E

E
N
E
R
G
I
A
Zona
Costeira
Campo
Aberto
Mata Morro Montanha
4
3
2
1
GUIANA
FRANCESA
SURINAME
GUIANA
VENEZUELA
COLMBIA
PERU
BOLVIA
PARAGUAY
ARGENTINA
URUGUAY
CENTRO BRASILEIRO DE ENERGIA ELICA
Fone/fax: 81 3453.4662 / 3453.2975
http//:www.eolica.com.br
BRASILEIRO
ATLAS ELICO
E
S
W
N
Escala 1:24.000.000
Projeo Universal Transversa de Mercator - UTM
km
Meridiano Central 54 WGR
0 200 400 600 800 1000
POTENCIAL ELICO
BRASIL
50 METROS ACIMA DO NVEL DA SUPERFCIE
VELOCIDADE MDIA DO VENTO [m/s]
NOTAS:
Campo aberto refere-se a reas planas de pastagens, plantaes e/ou
vegetao baixa, sem muitas rvores altas.
Mata indica reas de vegetao nativa, com arbustos e rvores altas.
Morros so reas de relevo levemente ondulado, relativamente complexo e de
pouca vegetao ou pasto.
Montanhas representam reas de relevo complexo com altas montanhosas.
O potencial elico dado para locais nos topos das montanhas em condies
favorveis para o fluxo de vento.
> 6,0
4,5 - 6,0
3,0 - 4,5
< 3,0
> 7,0
6,0 - 7,0
4,5 - 6,0
< 4,5
> 8,0
6,5 - 8,0
5,0 - 6,5
< 5,0
> 9,0
7,5 - 9,0
6,0 - 7,5
< 6,0
> 11,0
8,5 - 11,0
7,0 - 8,5
< 7,0
-49 -48 -47 -46 -45 -44 -43 -42 -41 -40 -39 -38 -37 -36 -35 -34
LONGITUDE
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
L
A
T
I
T
U
D
E
Escala 1:10.000.000
Projeo Universal Transversa de Mercator - UTM
km
Meridiano Central 41 WGR
PAR
DF
TOCANTINS
GOIS
MINAS GERAIS
0 100 200 300 400
BRASILEIRO
ATLAS ELICO
POTENCIAL ELICO
REGIO NORDESTE
Zonas costeiras so reas de praia, normalmente com larga faixa de areia,
onde o vento incide predominantemente do sentido mar-terra.
C
L
A
S
S
E
S

D
E

E
N
E
R
G
I
A
Zona
Costeira
Campo
Aberto
Mata Morro Montanha
4
3
2
1
50 METROS ACIMA DO NVEL DA SUPERFCIE
VELOCIDADE MDIA DO VENTO [m/s]
NOTAS:
Campo aberto refere-se a reas planas de pastagens, plantaes e/ou
vegetao baixa, sem muitas rvores altas.
Mata indica reas de vegetao nativa, com arbustos e rvores altas.
Morros so reas de relevo levemente ondulado, relativamente complexo e de
pouca vegetao ou pasto.
Montanhas representam reas de relevo complexo com altas montanhosas.
O potencial elico dado para locais nos topos das montanhas em condies
favorveis para o fluxo de vento.
> 6,0
4,5 - 6,0
3,0 - 4,5
< 3,0
> 7,0
6,0 - 7,0
4,5 - 6,0
< 4,5
> 8,0
6,5 - 8,0
5,0 - 6,5
< 5,0
> 9,0
7,5 - 9,0
6,0 - 7,5
< 6,0
> 11,0
8,5 - 11,0
7,0 - 8,5
< 7,0
E
S
W
N
CENTRO BRASILEIRO DE ENERGIA ELICA
Fone/fax: 81 3453.4662 / 3453.2975
http//:www.eolica.com.br
50 METROS ACIMA DO NVEL DA SUPERFCIE
-75 -73 -71 -69 -67 -65 -63 -61 -59 -57 -55 -53 -51 -49 -47 -45 -43 -41 -39 -37 -35
LONGITUDE
-34
-32
-30
-28
-26
-24
-22
-20
-18
-16
-14
-12
-10
-8
-6
-4
-2
0
2
4
6
L
A
T
I
T
U
D
E
GUIANA
FRANCESA
SURINAME
GUIANA
VENEZUELA
COLMBIA
PERU
BOLVIA
PARAGUAY
URUGUAY
BRASILEIRO
ATLAS ELICO
POTENCIAL ELICO
BRASIL
Escala 1:24.000.000
Projeo Universal Transversa de Mercator - UTM
Meridiano Central 54 WGR
km 0 200 400 600 800 1000
DIREO PREDOMINANTE DO VENTO
CENTRO BRASILEIRO DE ENERGIA ELICA
Fone/fax: 81 3453.4662 / 3453.2975
http//:www.eolica.com.br








ANEXO 3

Sumrio de Estaes Anemomtricas

125
ANEXO 3: SUMRIOS DAS ESTAES ANEMOMTRICAS
A3.1 SISTEMAS INSTALADOS NA EUROPA

Sistemas anemomtricos
Figura A3.1 - Sistemas anemomtricos na Europa.
Tabela A3.1 - Sumrio de sistemas anemomtricos instalados na Europa
SUMRIO DE ESTAES METEOROLGICAS NA EUROPA
BLGICA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Florennes 1975-81 50.23 4.65 6.40 2.21 7.00
Melsbroek 1970-79 50.90 4.47 10.70 1.94 7.07
Middelkerke 1972-81 51.20 2.87 12.70 2.09 7.93
Saint Hubert 1971-80 50.03 5.40 10.85 2.48 7.00
Spa 1971-80 50.48 5.92 10.95 2.28 7.28
DINAMARCA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

lborg 1965-72 57.10 9.87 10.00 2.08 8.45
Beldringe 1972-80 55.47 10.34 10.00 2.03 7.75
Horns Rev Fyrskib 1962-80 55.40 7.57 20.00 2.03 7.93
Karup 1971-80 56.28 9.13 10.00 2.20 8.96
Kastrup 1965-72 55.63 12.67 10.00 2.38 8.53
Rnne 1972-80 55.07 14.75 10.00 2.06 7.72
Skrydstrup 1971-80 55.23 9.27 10.00 1.93 8.07
Tirstrup 1971-79 56.30 10.62 10.00 1.88 8.27
Vrlse 1972-80 55.77 12.32 10.00 1.98 7.24
126
FRANA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Abbeville 1970-78 50.13 1.83 11.00 2.06 7.03
Aurillac 1979-85 44.88 2.42 11.00 1.45 4.44
Avord 1972-78 47.05 2.65 12.00 2.00 5.82
Bordeaux 1970-79 44.83 -0.70 11.00 1.98 5.96
Brest 1970-79 48.45 -4.42 10.50 2.06 8.11
Caen 1972-79 49.18 -0.45 12.10 2.05 7.19
Cambrai 1970-79 50.22 3.15 10.60 2.21 7.18
Carcassonne 1973-78 43.22 2.32 11.20 2.09 8.97
Cherbourg 1970-78 49.65 -1.47 10.50 1.92 8.78
Clermont-Ferrand 1976-85 45.78 3.17 10.50 1.42 4.62
Dinard 1970-79 48.58 -2.07 10.50 2.16 7.79
Evreux 1970-79 49.02 1.22 12.00 2.17 6.57
Gourdon 1970-79 44.75 1.40 11.00 1.56 5.71
Istres 1970-79 43.52 4.93 10.00 1.71 8.25
Le Puy Chadrac 1976-82 45.05 3.90 14.90 1.10 3.66
Limoges 1973-79 45.87 1.18 11.00 2.09 5.59
Lorient 1970-78 47.77 -3.45 10.00 2.20 7.99
Lyon 1970-79 45.72 4.95 12.00 1.37 5.42
Millau 1970-79 43.92 -0.50 10.00 1.46 4.05
Mont Aigoual 1970-79 44.12 3.58 11.50 1.70 9.84
Mont de Marsan 1970-79 44.12 3.02 10.00 1.93 7.06
Nantes 1970-79 47.17 -1.62 12.00 1.99 6.57
Nmes 1970-79 43.75 4.42 11.30 1.76 7.12
Orlans 1970-79 47.98 1.75 10.00 2.10 6.59
Perpignan 1972-78 42.73 2.87 10.50 1.57 8.34
Poitiers 1970-78 46.58 0.32 12.00 1.93 5.85
Reims 1970-78 49.30 4.03 11.50 1.88 6.31
Saint Etienne 1975-84 45.53 4.30 10.00 1.62 5.03
Saint Yan 1975-84 46.42 4.02 10.70 1.51 4.40
Toul 1975-79 48.78 5.98 12.00 1.94 6.02
Toulouse 1970-79 43.53 1.37 11.00 1.71 5.96
Vichy 1977-85 46.17 3.40 10.00 1.73 4.60
ALEMANHA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Berlin 1971-80 52.47 13.40 10.00 2.37 6.91
Braunschweig 1973-81 52.30 10.45 10.00 2.15 6.66
Bremen 1970-79 53.05 8.78 10.00 2.24 7.01
Dsseldorf 1970-79 51.28 6.78 10.20 2.13 6.50
Frankfurt 1971-80 50.03 8.60 10.00 1.99 5.84
Hamburg 1970-79 53.63 9.98 10.00 2.28 7.16
Hannover 1970-79 52.45 9.70 10.00 2.14 6.90
Helgoland 1971-80 54.18 7.90 15.00 2.18 7.82
Hof-Hohensaas 1971-80 50.32 11.88 15.20 2.03 6.53
List/Sylt 1971-80 55.02 8.42 12.08 2.12 8.24
Mnchen 1970-79 48.13 11.72 10.00 1.35 5.28
Nrnberg 1971-80 49.49 11.08 10.00 1.59 5.15
Saarbrcken 1971-80 49.22 7.11 10.00 2.14 6.43
Stuttgart 1972-81 48.68 9.22 10.00 1.45 4.38
Weienburg 1971-80 49.02 10.96 10.10 1.52 5.45


127
GRCIA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Araxos 1974-75 38.22 21.37 2.50 1.33 6.91
Athina 1974-83 37.90 23.73 10.00 1.52 6.27
Heraklion 1974-83 35.33 25.13 10.00 1.22 6.46
Kerkyra 1974-83 39.62 19.92 4.00 1.08 4.10
Limnos (Agio Sozon) 1986-87 39.48 25.22 10.00 1.94 8.19
Limnos (Airport) 1974-75 40.10 24.50 18.00 1.48 7.17
Mytilini 1974-83 39.10 26.55 8.00 1.54 6.72
Naxos 1974-83 37.00 25.38 10.00 1.56 8.24
Rodos 1974-83 36.38 28.12 7.00 1.58 7.28
Thessaloniki 1974-83 40.52 22.97 10.00 1.15 5.13
IRLANDA
Local de medio: Perodo Lat. Lon. Alt.
(m)
k
(50m)
c
(50m)

Belmullet 1966-75 54.23 -10.00 12.00 2.24 9.41
Claremorris 1967-77 53.72 -8.98 12.00 1.83 7.73
Cork 1970-79 51.85 -8.48 12.00 1.99 8.19
Dublin 1970-79 53.43 -6.25 12.00 2.08 8.37
Kilkenny 1970-79 52.67 -7.27 12.00 1.63 6.08
Malin Head 1970-79 55.37 -7.33 21.00 2.04 9.38
Mullingar 1974-83 53.53 -7.35 12.00 2.45 8.08
Roches Point 1970-79 51.80 -8.25 12.00 2.05 7.95
Shannon 1970-79 52.68 -8.92 12.00 2.08 8.07
Valentia 1970-79 51.93 -10.25 12.00 2.02 9.27
ITLIA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Alghero 1960-69 40.63 8.28 10.00 1.39 5.82
Bolzano 1966-75 46.47 11.33 6.00 0.81 1.94
Brindisi 1965-75 40.65 17.95 6.00 1.53 7.25
Cagliari 1951-70 39.25 9.05 6.50 1.60 7.09
Campeda 1980-86 40.35 8.75 15.00 1.56 5.50
Capo Bellavista 1960-69 32.93 9.72 12.00 1.06 4.78
Capo Palinuro 1960-69 40.02 15.28 24.00 1.17 2.62
Capo Sandalo 1981-86 39.15 8.23 15.00 1.28 5.99
Cirras 1980-85 39.82 8.57 30.00 1.29 6.04
Fiume Santo 1981-85 40.85 8.30 15.00 1.52 6.55
Gioia del Colle 1965-75 40.68 16.93 6.00 1.50 6.55
Grosseto 1965-75 42.75 11.07 6.00 1.10 4.04
Le Porte 1983-87 42.35 10.92 15.00 1.47 4.92
Lecce Galatina 1965-75 40.65 17.95 6.00 1.38 6.69
Milano 1966-75 45.43 9.28 10.00 0.88 1.68
Monte Arci 1980-85 39.75 8.80 15.00 1.79 5.95
Olbia 1959-68 40.93 9.50 10.00 1.22 6.47
Pisa 1965-75 43.68 10.38 6.00 1.20 3.99
Ponza 1965-74 40.92 12.95 7.50 1.31 4.36
Santa Anna 1980-85 39.83 8.68 30.00 1.16 4.53
Santa Caterina 1981-86 39.10 8.48 15.00 1.65 6.44
Scopeto 1983-86 42.38 10.90 15.00 1.39 5.36
San Gavino 1979-85 40.53 8.78 15.00 1.34 6.55
San Gilla 1980-85 39.22 9.10 15.00 1.76 7.43
Trapani 1970-75 37.92 12.50 10.00 1.37 7.10
Unia 1979-85 40.83 8.33 15.00 1.58 6.40
Uras 1979-81 39.70 8.70 15.00 1.43 5.96

128
LUXEMBURGO
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Findel 1970-79 49.62 6.20 7.90 2.08 6.65
HOLANDA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Eelde 1970-76 53.13 6.58 10.00 2.16 7.84
Eindhoven 1970-76 51.45 5.42 10.00 2.28 7.30
Leeuwarden 1970-76 53.22 5.77 10.00 2.17 7.96
Schiphol 1970-76 52.30 4.77 10.00 2.21 7.69
Terschelling 1970-76 53.35 5.18 10.00 2.14 8.37
Texel Lichtschip 1970-76 53.02 4.37 20.00 1.99 7.70
PORTUGAL
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Beja 1971-80 38.02 -7.87 10.00 2.30 5.51
Braganca 1971-80 41.80 -6.73 9.10 1.31 4.23
Cabo Carvoeiro 1971-80 39.35 -9.40 8.00 1.62 5.32
Coimbra 1971-80 40.20 -8.42 10.60 1.33 5.22
Faro 1971-80 37.02 -7.97 7.10 1.93 6.49
Ferrel 1977-78 39.39 -9.29 10.00 1.99 6.80
Flores 1971-80 39.45 -31.13 6.80 1.56 7.79
Funchal 1971-80 32.68 -16.77 23.00 1.65 6.43
Lisboa 1971-80 38.78 -9.13 7.00 2.09 7.73
Porto 1971-80 41.23 -8.68 16.00 1.99 6.24
Porto Santo 1971-80 33.07 -16.35 18.80 1.82 5.61
Sagres 1971-80 36.98 -8.95 6.00 1.74 7.01
Sines 1971-80 37.95 -8.88 8.00 1.97 5.39
Viana do Castelo 1971-80 41.70 -8.80 11.00 1.31 5.13
Santa Martia 1971-80 36.97 -25.17 7.00 1.96 7.12
REINO UNIDO
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Bala 1975-82 52.90 -3.58 9.00 1.58 8.21
Benbecula 1970-81 57.47 -7.37 10.00 1.95 9.70
Birmingham 1970-81 52.45 -1.73 10.00 2.13 7.66
Blackpool 1972-82 53.77 -3.03 12.00 2.33 8.36
Bournemouth 1970-81 50.78 -1.83 13.00 1.94 6.85
Burrington 1977-82 50.93 -3.98 10.00 2.22 8.54
Cairngorm 1970-80 57.22 -3.65 10.00 1.91 9.98
Castle Archdale 1971-81 54.47 -7.70 16.00 2.05 6.01
Coltishall 1971-80 52.75 1.35 10.00 2.25 7.60
Duirinish 1970-80 57.53 -5.68 20.00 1.74 7.90
Dustaffnage 1971-80 56.47 -5.43 10.00 1.96 8.33
Eskdalemuir 1970-80 55.32 -3.20 10.00 1.58 8.72
Exeter 1970-81 50.73 -3.42 12.00 1.92 7.54
Fort Augustus 1970-81 57.13 -4.72 16.00 1.45 9.35
London 1973-82 51.47 -0.47 10.00 2.27 6.79
Lowther Hill 1974-82 55.38 3.75 27.00 2.05 8.50
Manchester 1971-80 53.35 -2.27 10.00 2.11 7.54
Snaefell 1974-82 54.30 -4.47 13.00 2.21 9.93
Valley 1971-80 53.25 -4.53 16.00 2.08 8.07
Waddington 1971-80 53.17 -0.53 10.00 2.40 8.20
Wick 1971-80 58.50 3.10 10.00 2.04 8.46
Yeovilton 1971-80 51.00 -2.63 12.00 1.69 7.74


129
ESPANHA
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(50m)
c
(50m)

Albacete 1972-82 38.93 -1.85 5.70 1.52 7.77
Alicante 1972-82 38.28 -0.54 6.00 1.38 6.70
Almera 1972-82 36.85 -2.38 6.70 1.36 6.70
Avils 1972-82 43.56 -6.03 6.00 1.42 4.85
Badajoz 1972-82 38.88 -6.83 13.00 1.69 5.74
Barcelona 1972-85 41.30 2.08 6.00 1.79 5.68
La Coruna 1972-82 43.13 -8.38 6.00 1.79 8.37
Fuerteventura 1972-82 28.45 -13.85 6.00 2.66 8.80
Gerona 1972-82 41.90 2.76 13.00 1.06 3.82
Granada 1972-82 37.18 -3.78 10.00 1.01 3.71
El Hierro 1973-82 27.81 -17.89 6.00 2.79 9.09
Lanzarote 1972-82 28.93 -13.61 6.00 2.26 10.10
Las Palmas 1973-82 27.93 -15.39 4.50 2.32 11.80
Tenerife (Los Rodeos) 1972-82 28.47 -16.32 5.00 2.12 12.20
Madrid 1972-85 40.42 -3.68 6.00 1.38 4.94
Mlaga 1972-82 36.72 -4.42 6.00 1.34 6.75
Palma de Mallorca 1972-82 39.55 2.73 6.00 1.38 4.87
Menorca 1972-82 39.88 4.25 6.00 1.52 7.64
Murcia 1972-82 37.97 -1.23 10.90 1.96 8.77
Pamplona 1973-82 42.77 -1.65 6.00 1.41 6.87
Tenerife (Reina Sofia) 1978-82 28.03 -16.57 6.00 1.87 9.23
Salamanca 1972-82 40.95 -5.49 10.30 1.41 5.61
Santiago de Compostela 1972-82 42.93 -8.43 6.00 2.00 7.46
Sevilla 1972-82 37.42 -5.90 5.50 1.54 5.77
Valencia 1972-82 39.12 -0.47 20.00 1.31 5.47
Zaragoza 1972-85 41.67 -1.02 23.00 1.59 8.28
130
A3.2 SISTEMAS INSTALADOS NOS ESTADOS UNIDOS

Sistemas anemomtricos
Figura A3.2 - Sistemas anemomtricos nos Estados Unidos.
Tabela A3.2 - Sumrio de sistemas anemomtricos instalados nos Estados Unidos.
SUMRIO DE ESTAES METEOROLGICAS NOS ESTADOS UNIDOS
ESTADOS UNIDOS
Local de medio: Perodo Lat. Lon. Med.
(m)
k
(30m)
c
(30m)

Ainswort 1994-95 42.46 -99.87 30.0 2.30 7.95
Calwind 1990-93 35.05 -118.32 30.0 1.75 6.97
Equinox Moutain 1991 43.15 -73.12 30.0 2.15 8.10
Flowind 1990-93 35.10 -118.24 30.0 1.50 9.75
San Gorgonio Pass 1991-92 33.95 -116.61 30.0 1.14 6.70
Holland 1994-95 44.12 -96.08 30.0 2.31 8.30
Jericho 1994-95 35.15 -100.94 30.0 2.54 7.75
Rosiere 1995 44.35 -87.62 30.0 2.71 6.5
Tughill 1992-93 43.93 -75.67 30.0 1.98 5.4
Windland 1990-93 35.09 -118.32 30.0 1.89 7.15
Point Arena 1977-81 38.56 -123.43 45.7 1.92 7.33
Romero Overlook 1980-82 37.04 -121.13 45.7 2.24 7.23
San Gorgonio Pass 1976-82 33.57 -116.35 45.7 1.53 8.55
Meade 1980-82 37.18 -100.18 45.7 2.89 9.31
Russell 1976-81 38.51 -98.51 45.7 2.40 8.23
Holyoke 1976-81 42.18 -72.35 45.7 1.90 7.78
Nantucket Island 1980-81 41.14 -70.00 45.7 2.52 10.25
Provincetown 1981-82 42.03 -70.12 45.7 3.09 10.96
Big Sable Point 1981-82 44.03 -86.31 45.7 2.50 9.69
Ludington 1977-79 43.53 -86.26 45.7 4.29 8.24
Livingston 1980-82 45.40 -110.30 45.7 1.71 9.42
Kingsley Dam 1976-82 41.12 -101.40 45.7 2.17 7.34
131
Wells 1980-82 41.03 -114.35 45.7 2.82 8.76
Clayton 1977-82 36.27 -103.10 45.7 2.82 8.20
San Augustin Pass 1980-82 32.26 -106.33 45.7 2.46 10.49
Tucumcari 1980-82 35.08 -103.45 45.7 3.10 9.62
Montauk Point 1977-82 41.03 -71.57 45.7 1.93 8.12
Boone 1976-81 36.14 -81.41 45.7 2.05 9.03
Finley 1980-82 47.31 -97.52 45.7 2.34 10.27
Minot 1980-82 48.00 -101.18 45.7 2.63 9.45
Fort Sill 1980-81 34.39 -98.27 45.7 2.71 10.46
Block Island 1976-82 41.11 -71.34 45.7 2.27 8.35
Huron 1976-82 44.24 -98.09 45.7 2.14 7.68
Amarillo 1977-81 35.17 -101.45 45.7 2.75 9.10
Stratton Mt. 1981 43.05 -73.56 45.7 2.71 12.82
Augpurger Mt. 1976-78 45.44 -121.41 45.7 2.40 9.81
Diablo Dam 1980-82 48.43 -121.07 45.7 1.88 5.75
Bridger Butte 1980-82 41.17 -110.29 45.7 2.30 9.48
S Weymouth 1954-58 42.09 -70.56 29.0 1.81 5.40
Patuxentrvr. 1949-58 38.17 -76.25 29.0 1.57 5.34
Oklahoma City 1951-59 35.25 -97.23 29.0 2.00 7.22
Buffalo/Int 1949-59 42.56 -78.44 29.3 1.96 6.65
Warner/Robins 1949-55 32.38 -83.36 29.6 1.04 2.44
Windsor/Bradl 1953-59 41.56 -72.41 29.9 1.96 5.41
Clovis 1955-60 34.23 -103.19 29.9 2.16 6.32
Squantum 1948-53 42.18 -71.02 30.5 1.98 7.33
Rapid City/El. 1948-53 44.09 -103.06 30.5 1.43 6.49
Sioux City 1954-58 42.23 -96.22 31.4 1.87 6.87
Mobile/Brook. 1953-59 30.38 -88.04 32.0 1.49 4.10
Chicopee Fall 1953-57 42.12 -72.32 32.0 1.39 4.27
Portsmouth/Pe 1958-59 43.05 -70.49 32.0 1.56 4.56
Moses Lake 1953-57 47.11 -119.20 32.0 1.52 4.55
Cocoa Beach 1954-57 28.14 -80.36 32.3 1.98 5.75
Ft. Bragg 1961-68 35.08 -78.56 32.6 1.57 3.79
Great Falls 1954-58 47.31 -111.10 33.2 1.63 6.03
Dayton/Wright 1954-62 39.47 -84.06 33.5 1.31 4.23
Seattle 1949-59 47.27 -122.18 33.5 1.76 5.50
Ypsilanti 1948-61 42.14 -83.32 34.1 1.88 5.41
Wash/National 1950-57 38.51 -77.02 34.4 1.74 4.94
Belleville 1949-55 38.33 -89.51 35.0 1.65 4.70
Dayton/Wright 1953-56 39.49 -84.02 35.1 1.10 3.21
Pittsburgh/Gr 1952-58 40.30 -80.13 36.3 2.04 5.53
Philadelp/Int 1954-59 39.53 -75.15 36.6 2.09 5.19
Ogden/Hill 1949-53 41.07 -111.58 40.2 1.66 5.15
Baltimore/Frn. 1949-59 39.11 -76.40 40.5 1.76 5.17
Newburgh/Stew 1957-58 41.30 -74.06 49.1 1.55 5.78
Atlantic City 1948-49 39.22 -74.25 52.4 2.15 7.90
Philadelp/Mus 1953-57 39.59 -75.10 53.3 1.61 5.58
Newburgh/Stew 1953-57 41.30 -74.06 56.4 1.58 5.35
Georgeshoals 1956-63 41.41 -67.47 61.0 1.78 9.72
Nantucket Sho 1957-63 41.01 -69.30 61.0 1.85 10.02