XVII CONGRESSO NACIONAL DE
ENGENHARIA MECÂNIA E INDUSTRIAL
AVALIAÇÃO DO WRF ENQUANTO FERRAMENTA DECISÓRIA SOBRE POTENCIAL EÓLICO Caio César Silva Araújo (1) (caioufsj@hotmail.com), Cláudio de Castro Pellegrini (2) (pelle@ufsj.edu.br),
Arcilan Trevenzoli Assireu (3) (arcilan@unifei.edu.br)
(1) Universidade Federal de São João del-Rei (UFSJ) - Discente do Curso de Engenharia Mecânica
(2) Universidade Federal de São João del-Rei (UFSJ) – Departamento de Ciências Térmicas e Fluidos - Praça Frei Orlando, 170 –
São Del Rei – MG
(3) Universidade Federal de Itajubá – Instituto de Recursos Naturais – Av. BPS, 1303, Bairro Pinheirinho, Itajubá – MG
RESUMO: No território brasileiro temos um grande potencial hídrico que vem sendo explorado para diversas
finalidades. Em conjunto com a exploração deste potencial temos grandes extensões de área alagada que são planícies com baixa rugosidade, as quais favorecem a intensificação da velocidade do ar. Com o objetivo de avaliar este fenômeno e também verificar a confiabilidade dos resultados para eventos de alta intensidade este trabalho seguiu uma metodologia de comparação de dados experimentais com resultados provenientes de simulação com o auxílio do modelo atmosférico WRF (Weather Research and Forecasting). O local de estudo em questão trata-se do reservatório de Furnas, na região de Guapé. Constatou-se a influência do reservatório bem como a do relevo relativo ao terreno complexo, ambas influindo na aceleração do escoamento. Foi possível constatar também a relevância do WRF enquanto ferramenta passível de ser utilizada para a captação de ventos de alta intensidade para a determinação do potencial eólico e consequentemente a decisão sobre construção de parques eólicos com o fim de geração de energia elétrica.
PALAVRAS-CHAVE: Simulação Computacional, WRF, Potencial eólico, reservatórios hidroelétricos.
ABSTRACT: In the Brazilian territory we have a great water potential that has been explored for several
purposes. Together with the exploration of this potential we have large extensions of flooded area hat are low rugosity plains, which favor the intensification of air velocity. With the objective of evaluating this phenomenon and also verifying the reliability of the results for high intensity events, this work followed a methodology of comparison of experimental data with results from simulation with the aid of the atmospheric model WRF (Weather Research and Forecasting). The study site in question is the reservoir of Furnas, in the region of Guapé. In was verified the influence of the reservoir as well as of the relief related to complex terrain, both influencing the acceleration of the flow. It was also possible to verify the relevance of the WRF as a tool that can be used to capture high intensity winds for the determination of wind potential and consequently the decision about construction of wind farms with the purpose of generating electric energy.
KEYWORDS: Computational Simulation, WRF, Eolic Potential, hydroelectric reservoirs.
1. INTRODUÇÃO
O Brasil possui vastas dimensões territoriais e em conjunto possui um grande potencial hídrico explorado nas mais diversas regiões através de usinas hidroelétricas, pelo represamento de grandes volumes de água. Estes grandes volumes de água têm como resultado extensa lâmina d’água que
juntamente com toda a geografia que a cerca propicia regiões de intensificação do vento. Devido à baixa rugosidade da superfície da água em comparação com seu entorno.
Este fenômeno de intensificação vem sendo estudado e apontado, como em assireu et al. (2013), os quais realização estudos em Itumbiara (GO) sobre a intensificação do vento nos reservatórios e sua possível correlação com os braços principais e concluíram que não é necessário o alinhamento da direção do escoamento com os braços dos reservatórios para que a lâmina d’água exerça influência e acelere o fluxo de ar.
Um estudo experimental de Assireu et al. (2011) verificou através de coleta de dados sobre intensidade e permanência do vento que há convergências e aumento na intensidade dos ventos que se encontram alinhados com os braços principais dos reservatórios, assim como em Assireu, Pellegrini e Pimenta (2013).
Pellegrini et al. (2015) indicaram que também não se constitui elemento decisivo o período, direção do vento na sua relação com a intensificação sobre o reservatório. Aponta também que o relevo liquido intensifica o vento com mais frequência em ventos superiores a 3,0 m/s a 10 metros acima do solo, o que se mostra um resultado interessante, pois esta é a faixa de velocidade de entrada em aerogeradores.
Este é um trabalho feito através de simulação numérica, utilizamos um modelo atmosférico para a resolução das equações fundamentais de conservação, tais como conservação da massa, energia e quantidade de movimento. Além de sua resolução das equações citadas foi observado também características essenciais como software livre, código aberto e de fácil manipulação em suas opções de setup para adaptá-lo a necessidade presente. Escolhemos então o Weather Research and Forecasting (WRF) para a presente simulação de mesoescala (dimensões horizontais aproximadamente entre 1 e 100km).
O objetivo deste trabalho é avaliar a influência do relevo e do reservatório Guapé (MG) sobre a intensificação dos ventos, comparando dados observados com resultados de simulação numérica do modelo WRF. Bem como avaliar a capacidade do WRF em captar ventos de alta intensidade.
2. REFERENCIAL TEÓRICO
Segunda o manual do RF, apud Geraldo (2016), o WRF é um modelo de previsão numérica do tempo de mesoescala, desenvolvido para fins de pesquisa e operacionais. O modelo WRF foi desenvolvido para ser flexível, com código portável e eficiente em ambientes de computação
paralela. Oferece uma diversidade de opções físicas, além de sistemas avançados de assimilação de dados que estão sendo desenvolvidos e testados em conjunto com o modelo. Pode ser usado em aplicações de diferentes escalas espaciais, desde alguns metros até milhares de quilômetros. Estas aplicações incluem previsões numéricas do tempo operacionais e voltadas para a pesquisa, pesquisas de parametrizações físicas e assimilação de dados, modelos dirigidos de qualidade do ar, acoplamento oceano-atmosfera e simulações idealizadas (ondas baroclínicas, convecção, etc).
A fim de representar a dinâmica atmosférica qualitativa e quantitativamente de forma precisa e confiável o WRF integra a resolução das equações de conservação de calor, de massa de ar seco e úmido e conservação da quantidade de movimento. Estas equações são essenciais para uma completa representação termo-fluido das características físicas e químicas da atmosfera.
Sem fontes dissipadoras de massa, tanto para regimes compressíveis quanto incompressíveis temos a seguinte equação para a conservação da massa:
𝜕𝜌
𝜕𝑡 + ∇ ∙ 𝑉⃑ = 0
(1)
em que todos os símbolos daqui por diante tem o significado tradicional e alguns serão explicitados a seu turno. A consideração que o ar da atmosfera se comporta como gás ideal somada a primeira lei da termodinâmica nos leva a:
∂Θ
𝜕𝑡 = 𝑉⃑ ∙ ∇Θ + 𝒮Θ
(2)
em que 𝑆Θ representa as fontes e dissipadores de calor, expresso pelas variações na temperatura
potencial. A equação do movimento é obtida a partir da segunda lei de Newton. Considerando um referencial não inercial, temos a presença de forças aparentes. Sendo assim a equação em questão assume a seguinte forma:
𝜕𝑉⃑
𝜕𝑡 = −(𝑉⃑ ∙ ∇)𝑉⃑ − 1
𝜌∇𝑝 − 𝑔𝑘⃑ − 2Ω⃑⃑ × 𝑉⃑
(3)
em que o termo∂V⃑⃑ / ∂trepresenta a aceleração local,−(V⃑⃑ ∙ ∇)V⃑⃑ é a aceleração advectiva,1
ρ∇p é a
Contudo, as equações acima não são ainda as que o WRF utiliza. Por questões relacionadas à estabilidade numérica as equações acima são reformuladas, usando coordenadas verticais de pressão hidrostática e sob a forma de fluxo, incluindo também o efeito da umidade e admitem q seguinte formulação: 𝜕𝑡𝜇𝑑+ (∇ ∙ 𝐕) = 0 (4) 𝜕𝑡Θ + (∇ ∙ 𝐕θ) = 𝐹Θ (5) 𝜕𝑡U + (∇ ∙ 𝐕𝑢)+𝜇𝑑𝛼𝜕𝑥𝑝 + (𝛼/𝛼𝑑)𝜕𝜂𝑝𝜕𝑥𝜙 = 𝐹𝑈 (6) 𝜕𝑡𝑉 + (∇ ∙ 𝐕𝑣) +𝜇𝑑𝛼𝜕𝑦𝑝 + (𝛼/𝛼𝑑)𝜕𝜂𝑝𝜕𝑦𝜙 = 𝐹𝑉 (7) 𝜕𝑡W + (∇ ∙ 𝐕𝑤) − g[(𝛼/𝛼𝑑)𝜕𝜂𝑝 − 𝜇𝑑] = Fw (8) 𝜕𝑡𝑄𝑚W + (∇ ∙ 𝐕𝑞𝑚) = 𝐹𝑄𝑚 (9)
em que Θ = μdθ , V = (U, V, W) = μdv , sendo θ é a temperatura potencial, αd=1/ ρd
representa o inverso da densidade para o ar seco. As eqs. anteriores são, respectivamente, a eq. da conservação da massa, da conservação de energia, e as equações da quantidade de movimento. Além disso, Qm= μdqm;qm = (qv+ qc+qr+ qi… ),v =(u, v,w) ф=gzé o geopotencial,α = ρd(1 + qv+
qc+qr+ qi+ ⋯ )−1onde q* é a razão de mistura de massa por massa de ar seco para o vapor de água, nuvem, chuva ,etc, FΘ, FU, FV, Fw,representa as forças dos termos decorrentes do modelo físico, mistura turbulenta,projeções esféricas e rotação da terra.
3. METODOLOGIA
A região de estudos compreende o Reservatório de Guapé, localizado no interior em Minas Gerais e pertencente a central hidroelétrica de Furnas. O local em que foram feitas as comparações entre os resultados experimentais e simulados se deram na localização geográfica da torre anemométrica, instalada durante e campanha experimental. Localizada em 20° 43’ 50’’ S e 45° 57’ 48’’O, estando a torre próximo a margem do reservatório. Os dados desta torre foram coletados a 3m. Em paralelo a esta medição foi feita uma captação de dados a 10 metros pelo equipamento LIDAR, o qual opera pela emissão de pulsos de luz por um laser.
Para comparar as medidas de velocidade do vento, proveniente do anemômetro fixado a torre, observadas a 3 m acima da lâmina d’água, com os resultados simulados, que por padrão do WRF são fornecidos a 10 m, foi necessário extrapolar as observações utilizando a Lei Logarítmica para a velocidade, isto é,
𝑢 = 𝑢𝑟 ln (𝑧/𝑧0) ln (𝑧𝑟/𝑧0)
(10)
Onde ur e zr são a altura e a velocidade de referência, 3 m no caso, e z e u são a altura e a
velocidade para a qual a medida está sendo extrapolada. No presente trabalho foi utilizado uma altura de rugosidade 0,10. Baseando-se este valor na Tabela 3 de TONG. A qual reflete um terreno com predominância de baixas vegetações e a existência ocasional grandes obstáculos.
A intensificação do vento que, fenômeno correspondente a validação do código, mostrado na Figura 1, teve início em torno das 20:00 UTC do dia 21/09/2016 e terminou em torno das 14:00 UTC do dia seguinte. Neste período, a velocidade elevou-se de 0,9 m/s às 19:40 até 11,1 m/s as 22:50 (valores medidos com o anemômetro e extrapolados para 10 m). O vento permaneceu no patamar de 10 m/s até as 08:20 do dia seguinte, quando atingiu os 10,4 m/s e começou um declínio um pouco menos rápido que o aumento do dia anterior, atingindo 1,6 m/s as 15:40. Depois disso, o mínimo registrado foi de 0,3 m/s as 18:20, com a média permanecendo em torno de 1,5 m/s. Todo a perturbação foi precedida de um pico menos duradouro de velocidade, iniciando-se com vento de 0,3 m/s as 13:10 do dia 21/09/2016 e encerrando-se às 19:40 com 0,9 m/s, coincidindo com o início da perturbação principal. Neste período, o vento atingiu um valor máximo de 6,6 m/s às 17:20, não havendo um patamar bem configurado.
Todas as simulações foram realizadas usando a versão 3.5 do Modelo WRF. Para simular o evento, o modelo foi rodado por um período de 48 h, iniciando às 00:00 UTC do dia 21/09/2016 e terminando as 00:00 UTC do dia 23/09/2016. As 12 primeiras horas de simulação foram consideradas tempo de ajuste do modelo e descartadas. Este período é bem maior do que o necessário para as ondas sonoras atravessarem o domínio maior, ajustando o vento ao terreno, mas havia indícios de convecção profunda, de modo que doze horas poderiam ser necessárias ao estudo, como sugerido pela análise apresentada em WANG, DUDHIA, CHEN (2017). A rodada cobriu, portanto, com folga bilateral, o período do evento, para evitar que ao ser capturado com adianto ou atraso na simulação ele deixasse de ser mostrado.
Escolheu-se uma configuração de três domínios quadrados aninhados e centralizados no local de medições experimentais a fim de minimizar erros de interpolação na comparação dos resultados, ilustrado na Figura 2.
FIGURA 2. Domínio Numérico FIGURA 3. Relevo do domínio
A alta resolução da grade menor, 0,9 km, foi escolhida de forma a coincidir com a resolução máxima dos dados geográficos estáticos utilizados (USGS, resolução 0,5’). Para aumentar progressivamente a resolução das grades aninhadas até a dos dados de inicialização, foi usada uma relação de 5:1 entre a resolução dos domínios. Com isso chegou-se à configuração de três domínios quadrados com 101 pontos no domínio maior, 161 no intermediário e 251 no menor. O número de pontos nos domínios não foi mantido constante intencionalmente, de modo que cada domínio
ocupasse aproximadamente um terço das dimensões horizontais do domínio subsequente. Um passo de tempo de 120 segundos foi usado no domínio maior. Ele foi escolhido como o número inteiro mais próximo de seis vezes a resolução da grade mais grossa (dt = 6 dx, conforme (Wang, W. et all)) e que seja submúltiplo do tempo de saída dos resultados simulados, 12 minutos em nosso caso, os dados se encontram sintetizados na Tabela 1. Uma alta resolução vertical de 47 níveis foi utilizada, com concentração próxima à superfície. A Figura 3 reflete o modo como o WRF interpreta o domínio físico, a coloração em amarelo é a região onde o reservatório é representado dentro do modelo numérico.
TABELA 1. Parâmetros dos domínios
Domínio Res. horizontal (km) Pontos de Grade Passo de tempo (s)
Dados FNL 108 - 21.600
d01 22.5 101 x 101 120
d02 4.5 161 x 161 40
d03 0.9 251 x 251 13,333
As parametrizações físicas usadas foram as mesmas em todos os domínios, exceto no d02 e d03, onde não foi usada a parametrização de cúmulos. Os esquemas adotados foram os usualmente encontrados na literatura, cuja aplicabilidade está bem documentada no manual do WRF. Foram utilizados os esquemas Lin et al., RRTM, Dudhia, Eta Similarity Monin-Obukov, Mellor-Yamada e Betts-Miller-Janjic para a parametrização respectivamente da microfísica de nuvens, radiação de onda longa, radiação de onda curta, camada superficial, trocas com a superfície e nuvens cúmulos, os dados se encontram sintetizados na Tabela 2
TABELA 1. Parâmetros Físicos
Parametrização Modelo
Microfísica de Nuvens Lin et al. Scheme Radiação de Onda Longa Esquema RRTM
Radiação de Onda Curta Dudhia Scheme Camada Superficial Eta Similarity Monin-Obukov Trocas com a superfície Mellor-Yamada Scheme
Nuvens Cúmulos Betts-Miller-Janjic Scheme em d01 e d02; nenhuma em d03
Todas as simulações foram inicializadas com os dados FNL de reanálise do Modelo global GFS do NCEP, com resolução de 1 grau (aprox. 108 km) e seis horas. Esses dados também foram utilizados como condição de contorno durante a integração, como usual.
4. RESULTADOS E DISCUSSÃO
A Figura 4 mostra a série temporal da velocidade a 10 metros para o reservatório de Furnas, na região de Guapé, no período compreendido entre 21/09/2016 e 22/09/2016. Nela está ilustrada um comparativo entre os resultados experimentais, representados pelas linhas vermelha e amarela, constando na legenda como “Lidar” e “anemômetro”, respectivamente. Os resultados simulados, estão apresentados pela linha azul, constando na legenda como “simulado”.
A partir dela podemos, primeiramente, analisar a qualidade dos resultados experimentais. Inicialmente observa-se do gráfico a boa relação existente entre os resultados experimentais obtidos pelo LIDAR e pelo anemômetro. Qualitativamente estão sobrepostas, representando com boa resolução as variações na intensidade da velocidade do vento. Os momentos de alternância entre alta e baixa intensidade são captados, evidenciando que ambas as curvas refletem o fenômeno. Quantitativamente as curvas se encontram praticamente sobrepostas, vistas a capacidade do LIDAR e a correções feitas para que os dados do anemômetro fossem elevados de 3 metros para 10 metros, conforme equação 10, introduzirem erros nos resultados.
Com relação a análise dos resultados simulados, em comparação aos observados, verifica-se pontos interessantes: i) Alguma forte variação ocorreu próximo das 20:00 do dia 21/09 que o modelo não conseguiu captar quantitativamente, mas conseguiu se acomodar até às 00:00 do mesmo dia, este efeito também pode ser devido a período de acomodação estar compreendido entre 6 e 12 horas após o início da simulação (WANG, DUDHIA, CHEN, 2017). ii) O modelo representou quantitativamente bem o pico de intensidade do vento. iii) Ao fim da intensificação do vento o modelo exibiu um erro, após as 14:00 do dia 22/09.
As Figuras 5 a 8 mostram a distribuição horizontal do vento a 10 metros em seu período de maior intensidade compreendido entre às 02:00 da manhã do dia 22/09/2016 até 08:00 da manhã do mesmo dia, aproximadamente A direção predominante é sudeste, direção está representada pelas linhas de corrente. Visualmente, ela não representa o alinhamento ideal entre os braços, no entanto percebemos a existência de aceleração devido ao seu encontro com a lâmina d’agua.
Em especial na localização de interesse para o presente trabalho, na qual localiza-se o centro da grade de simulação e por consequência o centro das figuras, nota-se o desvio de uma linha de corrente devido ao relevo e sendo canalizada na direção predominantemente oeste, direção esta que a leva de encontro ao local de medição dos dados experimentais, proporcionando menor resistência ao escoamento. Como resultado observou-se um acréscimo na casa de 5 m/s após o encontro com a interface liquida devido a sua baixa rugosidade.
Observa-se a persistência de ventos intensos na região central da grade. Permaneceu constante e intenso durante todo o período de simulação correspondente a alta intensidade da Figura 4. Esta grande magnitude e persistência podem estar sendo reflexo do efeito relevo montanhoso situado linha de corrente acima com o efeito acelerador da lâmina d’agua. Nota-se que a velocidade nas linhas de corrente, analisando elas na extensão de todo o domínio, que passam pela região da estação anemométrica possuem uma velocidade média superior ao restante da área abrangida pelas imagens, constatado em todas as que aqui apresentamos. Relevo complexo implica em dificuldade elevada para sua análise justamente pela dificuldade em separar as contribuições individuais devido aos mais variados fenômenos físicos associados às várias escalas meteorológicas.
FIGURA 7. Distribuição horizontal às 06h00. FIGURA 8. Distribuição horizontal às 08h00.
5. CONCLUSÃO
O trabalho buscou, via simulação numérica pelo WRF versão 3.5, reproduzir e avaliar a sua capacidade na captura de elevadas velocidades no reservatório hidrelétrico de Furnas, no ano de 2016. Objetivamos velocidades altas, pois para baixas velocidades os resultados anteriores já haviam se mostrado bem consistentes e confiáveis com os conjuntos de parametrizações físicas e de domínio apresentadas anteriormente.
As simulações apresentaram boa concordância das velocidades a 10 metros acima do solo com os resultados experimentais no local de validação e também coerência em sua distribuição espacial. Ventos de elevada intensidade, na casa de 18 m/s foram captados. Estes resultados são interessantes na medida em que os aerogeradores trabalham com velocidades limites nesta mesma ordem de grandeza.
Por fim conclui-se que o WRF versão 3.5 se mostrou confiável e preciso para a análise da distribuição de velocidades e como consequência uma ótima ferramenta para ser utilizada no apoio a decisões sobre implantação e operação de fazendas eólicas.
REFERÊNCIAS
WANG W., DUDHIA J., CHEN M., 2017 UNIVERSITY CORPORATION FOR ATMOSPHERIC
RESEARCH, Best Practices of WRF. Disponível em:
<http://www2.mmm.ucar.edu/wrf/users/tutorial/201701/best_prac.pdf> Acesso em: Acessado em 28 ago 2017.
Tong, Wei. Wind Power Generation and Wind Turbine Design. WITPRESS, 25 Bridge Street, Billerica, MA 01821, USA. 769p., 2010.
Assireu, A., Pellegrini, C.C., Pimenta, F. (2013). Intensificação do vento devido a influências do relevo: evidências a partir de modelos numéricos e medidas in situ. Em: X Workshop Brasileiro. Micrometeorologia. UFSM, Santa Maria, RS.
Assireu, A., Pimenta, F., Souza, V. (2011). Assessment of wind power potential of hydroeletric reservoirs. Em: Energy resources: development, distribution and exploitation, pp. 1-28.
PELLEGRINI, C.C.; NETO, A. V. L.; ASSIS, J. V. B.; ASSIREU, A. T.Um Estudo Numérico da Intensificação do Vento em Reservatórios de Centrais Hidroelétricas da Região Sudeste do Brasil. IX Workshop Brasileiro de Micrometeorologia, 2015.
WANG W., DUDHIA J., CHEN M., 2017 UNIVERSITY CORPORATION FOR ATMOSPHERIC
RESEARCH, Best Practices of WRF. Disponível em:
<http://www2.mmm.ucar.edu/wrf/users/tutorial/201701/best_prac.pdf> Acesso em: Acessado em 10 de outubro de 2017
Wang, W., D. Barker, C. Bruy`ere, J. Dudhia, D. Gill, and J. Michalakes, 2004: WRF Version 3.5 modeling system user’s guide. http://www.mmm.ucar.edu/wrf/users/docs/user guide/.
GERALDO, F. N. L. UMA ANÁLISE DA INFLUÊNCIA DE TEMPESTADES SEVERAS N INTESIFICAÇÃO DOS VVENTOS EM RESERVATÓRIOS HIDRELÉTRICOS. Trabalho de conclusão de curso em Engenharia Mecãnica – Universidade Federal De São João Del Rei. 59 p., 2016.
