Avaliação da distribuição estatística e elaboração de modelo de regressão múltipla linear da velocidade média do vento

Autores

  • Cícero de Deus Rosa Filho Universidade de Pernambuco
  • Suellem Attila Parisi Universidade de Pernambuco
  • Willames de Albuquerque Soares Universidade de Pernambuco

DOI:

https://doi.org/10.24221/jeap.3.1.2018.1652.024-036

Palavras-chave:

Weibull, teste de aderência, distribuição probabilística

Resumo

A escassez de combustíveis fósseis aliada à necessidade de reduzir a poluição levou o homem a procurar fontes alternativas de energia, como a eólica. Ademais, as mudanças climáticas podem influenciar diretamente na velocidade dos ventos, alterando seu comportamento. Dessa forma, este estudo teve como objetivo verificar a aderência das velocidades médias dos ventos da região do Curado no Recife às diferentes distribuições probabilísticas, assim como determinar um modelo de regressão múltipla linear para essa variável. Para este trabalho foram obtidos dados da velocidade média do vento e de outras treze variáveis do Instituto Nacional de Meteorologia (INMET) para a região do Curado no Recife. Posteriormente, foi aplicado o teste de Kolmogorov-Smirnov (teste K-S) às distribuições probabilísticas Normal, Log-Normal, Weibull e Gama. Após analisar a amostra pelo método K-S, verificou-se que apenas a distribuição Log-Normal não aderiu ao teste, visto que seu resultado ficou acima do valor crítico, enquanto que a distribuição Weibull teve o melhor resultado. No estudo da regressão entre as treze variáveis e a velocidade do vento média, foram realizados testes de correlação, covariância, fator de inflação de variância e coeficiente de determinação para verificar possíveis relações entre essas variáveis.  Os resultados de regressão linear múltipla mostraram que as variáveis velocidade máxima média do vento, evaporação do piche, precipitação total, número de dias com precipitação e insolação total, juntas, podem ser utilizadas como variáveis preditoras da velocidade média do vento devido ao bom coeficiente de determinação encontrado.

Downloads

Não há dados estatísticos.

Referências

AMARANTE, O. A. C.; BROWER, M.; ZACK, J.; DE SA, A. L. Atlas do potencial eólico brasileiro. Brasilia: e-dea Technologies, 45 p CDROM, 2001.

AGENCIA NACIONAL DE ENERGIA ELETRICA – ANEEL, Ministerio de Minas e Energia. Atlas de energia elétrica do Brasil. 3. ed. Brasilia, 236 p. ISBN: 978-85-87491-10-7, 2008.

BERUSKI, G. C. et al. Análise probabilística da velocidade média e caracterização da direção predominante do vento no município da Lapa/PR. R. RA´EGA, Editora UFPR, Curitiba, n. 17, p. 65-75, 2009.

BRESLOW, P. B.; SAILOR, D. J. Vulnerability of wind power resources to climate change in the continental United States. Renewable Energy Journal, v.27, n.4, 585-598, 2002.

KISS, P.; JÁNOSI, I. M. Comprehensive empirical analysis of ERA-40 surface wind speed distribution over Europe. Energy Conversionand Management, v. 49, i. 8, p. 2142-2151, Aug. 2008.

MINISTERIO DE MINAS E ENERGIA (MME). EMPRESA DE PESQUISA ENERGETICA (EPE). Plano nacional de energia 2030. On-line. Disponível em:<http://www.epe.gov.br/PNE/20070626_1.pdf>. Acesso em: junho 2017.

NAGHETTINI, M.; PINTO E. J. A. Hidrologia Estatística. Belo Horizonte, CPRM – Serviço Geológico do Brasil, Superintendência Regional de Belo Horizonte. ISBN 978-85-7499-023-1, 552 p. 2007.

PES, Marcelo Pizzuti. Impactos das variações e mudanças climáticas sobre os ventos extremos e seus efeitos no setor elétrico brasileiro. Tese de Doutorado do Curso de Pós-Graduação em Ciência do Sistema Terrestre, Instituto Nacional de Pesquisas Espaciais - INPE, 2015.

PES, M. P. et al. Distribuição estatística dos ventos na região de São Martinho da Serra por meio da função de Weibull: dados de agosto de 2004 a julho de 2005. Ciência e Natura, v. 27, p. 229-232, 2005.

PRYOR, S. C.; SCHOOF, J. T.; BARTHELMIE, R. J. Empirical downscaling of wind speed probability distributions. Journal of Geophysical Research: Atmospheres. v.10, issue D19, out-2005.

RODRIGUES, T. R.; CURADO, L. F.A.; PEREIRA, V. M. R.; SANCHES, L.; NOGUEIRA, J. S. Hourly interaction between wind speed and energy fluxes in Brazilian Wetlands. Anais da Academia Brasileira de Ciências. ISSN 1678-2690. 2016.

SANSIGOLO, C. A. Distribuições de probabilidade de velocidade e potência do vento. Revista Brasileira de Meteorologia, v.20, n.2, 207-214, 2005.

SAILOR, D.J.; ROSEN, J.N.; HU, T.; LI, X. A neural network approach to local downscaling of GCM output for assessing wind power implications of climate change. Renewable Energy, v.19, p. 359–378, 2000.

SANTANA, L. V. R. et al. Análise da distribuição da velocidade dos ventos em Piracicaba/SP.58ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria e 15º Simpósio de Estatística Aplicada à Experimentação Agrômica. 2013.

SILVA, N. F.; ROSA, L. P.; ARAUJO, M. R.The utilization of wind energy in the Brazilian electric secto’s expansion. Renewable and Sustainable Energy Reviews, v.9, p. 289-309, 2005.

SILVA, P. C. et al. Otimização dos parâmetros da distribuição de Weibull. XV Congresso Brasileiro de Engenharia Mecânica. 1999.

Publicado

2018-01-22

Como Citar

Rosa Filho, C. de D., Parisi, S. A., & Soares, W. de A. (2018). Avaliação da distribuição estatística e elaboração de modelo de regressão múltipla linear da velocidade média do vento. Journal of Environmental Analysis and Progress, 3(1), 024–036. https://doi.org/10.24221/jeap.3.1.2018.1652.024-036