P RODUÇÃO DE ENERGIA E ÍNDICES DE TELECONEXÃO

De forma a quantificar a correlação entre a produção de energia e os padrões de teleconexão foi calculado grau de correlação entre o valor médio anual da NAO, da EA e as séries de produção de energia.

Os resultados entre a NAO e as séries de produção de energia estão sumariados na Figura 47a e indicam que todas as variáveis estão negativamente correlacionadas. Os valores do coeficiente de Pearson obtidos indicam uma associação forte entre a produção de energia hídrica e a NAO, em detrimento da produção eólica e fotovoltaica. O valor de R2 obtido indica que 22%, 13%, 3% e 17% (hídrica total, eólica, fotovoltaica e HEF, respetivamente) da variância da produção de energia elétrica renovável é explicada pela variância do padrão de teleconexão NAO. Na Figura 47b encontra-se o mesmo procedimento mas considera-se o índice NAO de Inverno. Todas as variáveis estão negativamente correlacionadas, à exceção da eólica que apresenta valores próximos de zero. À semelhança com os resultados anteriores, também a energia hídrica e HEF têm uma associação forte com a NAO. Por sua vez os valores de R2 obtidos são superiores do que com valores anuais (exceção da eólica) e indicam que 33%, 1%, 13% e 20% (hídrica total, eólica, fotovoltaica e HEF, respetivamente) da variância da produção de energia elétrica é explicada pela variância do padrão de teleconexão da NAO. De acordo com os resultados obtidos a anti correlação faz sentido quer para a energia hídrica, eólica e HEF, uma vez que a fase negativa da NAO leva a anomalias positivas de precipitação, ou seja valores de correlação negativos indicam que a diminuição dos valores do índice NAO implica o aumento da produção de energia e vice-versa.

Trigo et al. (2004) realizaram um estudo em que foi avaliado o impacto da NAO no potencial de produção de energia hidroelétrica em Espanha (1923-1998). Neste estudo foram considerados valores sazonais de produção de energia e da NAO. Os resultados obtidos indicaram correlações negativas entre as variáveis, com resultados mais significativos no Inverno. Alamillos (2012) avaliou a influência da NAO no recurso energético eólico e solar. Este trabalho foi desenvolvido para a bacia do mediterrâneo, com base em 20 anos (1989- 2008) de reanálises e dados de satélite. Foram realizados mapas de correlação com valores anuais e durante inverno. Os resultados encontrados para o sul da Península Ibérica (valores anuais) da energia eólica indicam anti correlações de -0,4. Já no caso dos recurso solar, o valor de correlação é positivo e de 0,2. No presente trabalho apenas as correlações que foram

- 67 -

obtidas para a energia fotovoltaica não estão de acordo com a literatura, uma vez que esperávamos que os valores de correlação fossem positivos. Pozo-Vázquez et al. (2004) realizaram um estudo em que analisaram a variabilidade temporal e espacial da radiação solar na região da Europa e a influência da NAO sobre radiação solar durante o inverno. Os resultados apontam para correlações positivas entre a fase positiva da NAO e a radiação solar na Península Ibérica. Nesta fase a redução da nebulosidade ocorre nesta área e tende a aumentar no centro e norte da Europa. Ou seja, o aumento do índice da NAO levaria ao aumento de anomalias negativas de precipitação e por sua vez implicava o aumento da produção de energia fotovoltaica e vice-versa.

Portugal tem um elevado recurso solar, e por sua vez, um elevado potencial fotovoltaico. Mas o aproveitamento do potencial fotovoltaico é conservador, tendo em conta o potencial nacional em recursos. A capacidade instalada de energia fotovoltaica ainda é incipiente em Portugal comparando com a energia hídrica ou eólica. Sendo esta uma das razões para a incoerência dos resultados obtidos. Se ao invés de valores de produção de energia fossem utilizados valores de potencial fotovoltaico, os valores seriam com certeza mais concordantes. De notar que os estudos consultados apenas trabalham com valores de recurso renovável. O estudo realizado na presente dissertação permitiu avaliar se na prática o potencial disponível é de facto aproveitado. Uma outra limitação é o tamanho reduzido das séries utilizadas para realizar o estudo, o que influencia claramente os resultados obtidos. O ideal seriam séries alargadas e detalhadas para um estudo completo anual e sazonal.

- 68 -

Figura 47 – Representação do coeficiente de Pearson e coeficiente de determinação entre a produção de energia e a NAO: (a) valor anual da NAO, (b) valor de inverno da NAO. O marcador preto indica que a correlação é estatisticamente significativa (nível de significância superior a 95%), caso contrário o marcador é branco.

- 69 -

De seguida foi calculado a correlação entre o valor médio anual da EA e a série de produção de energia, à semelhança com o ponto anterior. Neste caso todas as variáveis estão correlacionadas positivamente (Figura 48a e b). Os dados respeitantes à série anual do índice EA indicam valores do coeficiente de Pearson muito elevados para a hídrica total e total de renováveis. As outras energias apresentam valores muito baixos. O valor do coeficiente de determinação obtido indica que 61%, 3%, 1% e 55% (hídrica total, eólica, fotovoltaica e HEF, respetivamente) da variância da produção de energia elétrica é explicada pela variância do padrão EA. Os valores obtidos entre o índice de inverno são positivamente correlacionados e estatisticamente significativos no caso da hídrica e HEF. Na produção eólica e fotovoltaica acontece o contrário. O valor do coeficiente de determinação obtido indica que 41%, 4%, 1% e 36% (hídrica total, eólica, fotovoltaica e HEF, respetivamente) da variância da produção de energia elétrica é explicada pela variância do padrão EA. Os resultados obtidos fazem sentido, quer para a energia hídrica, eólica e HEF, uma vez que a fase positiva da EA leva a anomalias positivas de precipitação, ou seja valores positivos levam ao aumento da produção de energia e vice-versa. Apenas não se verifica um valor positivo entre a eólica e EA no índice de inverno. Apenas a correlação entre a energia fotovoltaica não faz sentido uma vez que é esperado que o aumento do índice da EA levasse a anomalias positivas de precipitação e por sua vez implicava a diminuição da produção de energia fotovoltaica e vice-versa. Resultado contrário acontece considerando o índice de inverno. A incoerência dos resultados deve-se ao aproveitamento do potencial fotovoltaico pouco desenvolvido em Portugal, tal como já foi explicado anteriormente.

- 70 -

Figura 48 – Representação do coeficiente de Pearson e coeficiente de determinação entre a produção de energia e da EA (a) valor anual da EA, (b) valor de inverno da EA. O marcador preto indica que a correlação é estatisticamente significativa (nível de significância superior a 99%, o marcador com tamanho maior indica um nível de significância superior a 95%), caso contrário o marcador é branco.

- 71 -

Estes resultados demonstram que a produção de energia HEF está significativamente correlacionada com os índices NAO e EA, com coeficientes negativos e positivos, respetivamente. Foi então realizado um gráfico de dispersão entre a NAO e o EA. Verifica-se que regra geral quando o índice da NAO é positivo o índice EA é negativo e vice-versa (Figura 49). Nos anos secos verifica-se a predominância de valores positivos da NAO e negativos da EA. Nos anos chuvosos acontece o contrário, a predominância de valores positivos da EA a par com valores negativos da NAO.

Figura 49 – Gráfico de dispersão entre os índices EA e NAO - média anual dos índices entre o período de 1950- 2012 (marcadores com cor cinza indicam anos chuvosos, marcadores com cor branca indicam anos secos).

Posto isto, foi realizada uma regressão múltipla sobre a produção de energia HEF (variável dependente) com os dois índices como regressores (variáveis independentes) para verificar os coeficientes de regressão e o efeito combinado dos dois índices. Os resultados obtidos estão apresentados no Quadro 9. Através da análise do Quadro 9 podemos concluir que a EA é a variável que mais contribui para a explicação da variação da produção de energia HEF, tal como se pode verificar com o coeficiente de regressão. O facto do modelo de regressão obtido ser significativo (Sig.=0,008) indica que a relação encontrada pode ser adequada para estimar a produção de energia HEF em função da NAO e a EA. Mas a produção de energia HEF é bem mais complexa e não depende exclusivamente de padrões de circulação de larga escala.

- 72 -

Quadro 9 – Resultados obtidos na regressão múltipla

HEF Coeficientes de regressão Constante -0,409 NAO (x1) -0,015 EA (x2) 2,111 R 0,743 R2 0,552 ANOVA F 7,39 Sig. 0,008

- 73 -

3.7.A