Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Mecânica. / Made available in DSpace on 2012-10-21T13:43:33Z (GMT). No. of bitstreams: 1 207427.pdf: 3433186 bytes, checksum: e8e281556e5aab6973c2f2a391f35a01 (MD5) / O presente trabalho teve como objetivo principal a implementação de uma ferramenta para a previsão do campo de vento e concentração de poluentes na micro-escala atmosférica. Para a obtenção deste objetivo, modelos de última geração para o cálculo do campo de vento e concentração de poluentes na atmosfera foram unificados através de uma interface totalmente concebida no SINMEC/UFSC. Esta interface foi testada e verificada utilizando dados reais e simulados de vento, apresentando bons resultados. Os modelos utilizados foram o Advanced Regional Prediction System (ARPS), California Meteorological Model (CALMET) e o California Puff Model (CALPUFF). Os resultados das simulações com os modelos ARPS e CALMET foram avaliados utilizando índices estatísticos, e apresentaram valores comparáveis aos encontrados na literatura. Os resultados obtidos para as concentrações de poluentes, como modelo CALPUFF, foram por sua vez, comparados com dados reais de concentração de poluentes, fornecidos pela empresa Tractebel Energia S.A., medidos nos arredores do complexo termoelétrico Presidente Jorge Lacerda, localizado no município de Capivari de Baixo (SC). Os resultados obtidos para concentração do poluente SO2 ficaram em torno de 30 a 60 % dentro de um fator de 2 (FAC2), que por sua vez, estão dentro intervalo esperado para concentrações calculadas pelos modelos que hoje representam o estado da arte em termos de dispersão de poluentes. A implementação desta ferramenta a nível operacional no CLIMERH/EPAGRI (Centro Integrado de Meteorologia e Recursos Hídricos/Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina S.A.) deverá cumprir o importante papel social da proteção e monitoramento da qualidade do ar em regiões do Estado de Santa Catarina afetadas, eventualmente, por problemas de poluição atmosférica. O campo de vento previsto com esta ferramenta poderá também ser utilizado no setor de geração de energia eólica, que vem se expandido nos últimos anos aqui no estado de Santa Catarina.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Mecânica / Made available in DSpace on 2012-10-23T06:58:21Z (GMT). No. of bitstreams: 1 244860.pdf: 2542172 bytes, checksum: dd97d7b4b4cd6bfaecf022ea0dc5f4c2 (MD5) / O trabalho é dividido em duas partes, na primeira delas o objetivo é a análise das principais características dos ventos em seis localidades do Estado de Santa Catarina visando a determinar o potencial eólico para geração de eletricidade, enquanto na segunda parte se faz um estudo sobre previsão de velocidade de ventos e geração eólica com base em dados de velocidade de vento gerados pelo modelo meteorológico de meso-escala Eta, do CPTEC / INPE. A primeira parte do trabalho refere-se ao tratamento estatístico dos dados de velocidade de vento, através da distribuição de Weibull, medidos nas estações anemométricas da CELESC (Centrais Elétricas de Santa Catarina S.A.). São determinadas as velocidades médias, a regularidade, a direção preferencial dos ventos, assim como o fator de capacidade do local e a quantidade esperada de energia a ser gerada. Os dados de potência gerada pelos aerogeradores em operação, no Estado, foram comparados aos valores estimados através dos cálculos com as velocidades medidas em campo. Na segunda parte do estudo, os dados previstos pelo modelo Eta do CPTEC / INPE, serviram de base para o treinamento de redes neurais, a partir da comparação com os dados de campo da CELESC, possibilitando uma avaliação da capacidade de previsão de velocidade de vento e de potência para um horizonte de 6h. A questão da previsão de geração elétrica por fonte eólica tornar-se-á de grande importância à medida que aumente a sua participação no balanço energético do país. Os resultados mostram que a técnica de previsão por meio de redes neurais é adequada, apesar de ainda apresentar as limitações decorrentes do escasso banco de dados de velocidade e direção do vento. O estudo sobre o potencial eólico de Santa Catarina indica a existência de localidades com características de ventos adequadas à geração. Dentre as regiões analisadas, destacam-se Laguna e Urubici, que apresentaram valores de fator de capacidade, FC, de 0,40 e 0,34, respectivamente, com velocidades médias anuais em torno de 8 m/s, apesar do baixo valor do fator de forma, k, em torno de 1,8, e Água Doce, com valores de FC em torno de 0,24, velocidade média em torno de 6 m/s e k de 2,4, apresentando resultados satisfatórios para geração de eletricidade. Ainda, nas demais localidades, estimativas feitas com auxílio do programa WAsP mostram que todas apresentam regiões com valores de FC maiores ou iguais a 0,30. A metodologia desenvolvida neste trabalho, embora se restrinja a uma análise de caso para Santa Catarina, poderá ser estendida a todo o país. This study is divided in two parts, in the first one the objective is the analysis of the main wind characteristics for in six places in the State of Santa Catarina aiming to determine the wind power for energy generation, in the second one, a study about wind speed and wind power forecast is made based on CPTEC / INPE Eta mesoscale meteorological model wind speed data. The first part of this study refers to a statistical treatment of wind speed data collected by CELESC, using the Weibull Distribution. The average speeds, regularity, and the main wind direction are determined, as well as capacity factor, FC, of the locations and the estimated power generation potential. In this study, the power generation data collected from the operating wind turbines are also analyzed. These data are compared with the results calculated from the measured wind speeds. In the second part of the study, the predicted data from Eta model, served as a basis for the training of artificial neural networks, through comparison with the measured CELESC data. Their capacity to forecast power generation and wind speed within 6h is evaluated. The wind power forecast will be more important with the growth of the electricity generation by wind power in Brazil. The results show that techniques of forecast by means of neural networks are feasible, although more in-depth studies are limited by the scarse availability of wind speed and direction data. The study about wind potential in the State of Santa Catarina shows that there are areas with wind characteristics for energy generation. Based on the results of this work, the best places in Santa Catarina is Laguna and Urubici with 0.40 and 0.34 for FC values, respectively, and wind velocity near to 8 m/s, despite the low value of Weibull shape factor, k, near to 1.8, and Água Doce with FC values near to 0.24, 6 m/s wind velocity and k factor near to 2.4 show adequate results for electricity generation. In the other places, estimates with WAsP aid show that, there are areas with FC greater than 0.30 in all analyzed places. The method developed in this study will be able to apply in other regions of the country, in spite of being a study perform in the State of Santa Catarina.