Previsão de Velocidade Média do Vento através da utilização de modelagem Auto-Regressiva de Médias Móveis (ARMA) em Região Serrana no Estado do Ceará - Brasil

Autores

  • Henrique do Nascimento Camelo IFCE/Acaraú - professor efetivo. UFRN - doutorando em Ciências Climáticas.
  • Wesley Ferreira Teixeira IFCE/Acaraú - estudante de graduação em Física.
  • Paulo Sérgio Lucio UFRN/ Departamento de Ciências Climáticas
  • João Bosco Verçosa Leal Junior possui Bacharelado em Física Geral e Fundamental pela Universidade Federal do Ceará (1994), Mestrado em Física pela Universidade Federal do Ceará (1998) e Doutorado em Física pela Universidade Federal do Ceará (2003). Atualmente é Professor Adjunto da Universidade Estadual do Ceará (UECE). Tem experiência nas áreas de Física e Geociências, com ênfase em física da atmosfera, atuando principalmente nos seguintes temas: modelagem numérica da atmosfera, micrometeorologia, microfísica de nuvens, climatologia e física estatística.

DOI:

https://doi.org/10.5380/rber.v4i3.39718

Resumo

Nesse trabalho é realizado uma previsão de velocidade média do vento para a cidade de Ubajara região serrana do Estado do Ceará – Brasil, através de modelagem Auto-Regressiva de Médias Móveis – ARMA. A busca por métodos de previsão de velocidade do vento poderá garantir ainda mais investimentos em geração eólica tendo em vista que isso poderar ser um fator adicional na implantação de novos parques eólicos em diversas regiões do país. Nos últimos anos o Estado do Ceará é uma das regiões do território brasileiro que mais crescem em potencia eólica instalada, exemplo disso é que em 1999 possuia um valor de 5 MW, já no ano de 2014 possui um valor de 1,2 GW. A eficácia da previsão é afirmada mediante a análise de erros realizada comparando-se as séries real e prevista. A média do erro absoluto foi de aproximadamente 0,10 m/s, o erro quadrático médio foi de 0,37 m/s, e a média do erro absoluto percentual foi de 4,82 %.

Biografia do Autor

Henrique do Nascimento Camelo, IFCE/Acaraú - professor efetivo. UFRN - doutorando em Ciências Climáticas.

Doutorando em Ciências Climáticas da Universidade Federal do Rio Grande do Norte (UFRN). Possui mestrado em Ciências Físicas Aplicadas pela Universidade Estadual do Ceará (2007). Tem experiência nas áreas de Ensino de Física, Física da Atmosfera e Energias Renováveis. Atualmente é professor efetivo do Curso de Física do Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), campus Acaraú.

Wesley Ferreira Teixeira, IFCE/Acaraú - estudante de graduação em Física.

Estudante de graduação em Física do Instituto Federal de Educação, Ciência e Tecnologia do Ceará - IFCE, campus Acaraú. Bolsista do PIBIC - IFCE.

Paulo Sérgio Lucio, UFRN/ Departamento de Ciências Climáticas

Graduação em Matemática pela Universidade Federal do Espírito Santo (1987), Mestrado em Estatística pela Universidade Estadual de Campinas (1991) e Doutorado em Geofísica pelo "Institut de Physique du Globe de Paris" (1996). Pós-Doutorado no Instituto Superior Técnico de Lisboa (2001), no Centro de Geofísica da Universidade de Évora (2002-2005) e no "Laboratoire d'Océanographie et du Climat, Expérimentation et Approches Numériques" (LOCEAN) na França (2011/2012). Professor do Departamento de Estatística da Universidade Federal de Minas Gerais (1991-2002). Assessor-Técnico (colaborador sênior) do Instituto Nacional de Meteorologia (2006). Atualmente é Professor Associado do Departamento de Ciências Atmosféricas e Climáticas da Universidade Federal do Rio Grande do Norte (UFRN), Investigador Científico do Centro de Geofísica da Universidade de Évora, Coordenador do Grupo de Pesquisas do CNPq sobre "Clima, Ambiente, Saúde e Educação", Professor do Bacharelado em Meteorologia e do Programa de Pós-graduação em Ciências Climáticas (PPgCC). Coordenador do PPgCC (2012-2016) da UFRN

João Bosco Verçosa Leal Junior, possui Bacharelado em Física Geral e Fundamental pela Universidade Federal do Ceará (1994), Mestrado em Física pela Universidade Federal do Ceará (1998) e Doutorado em Física pela Universidade Federal do Ceará (2003). Atualmente é Professor Adjunto da Universidade Estadual do Ceará (UECE). Tem experiência nas áreas de Física e Geociências, com ênfase em física da atmosfera, atuando principalmente nos seguintes temas: modelagem numérica da atmosfera, micrometeorologia, microfísica de nuvens, climatologia e física estatística.

possui Bacharelado em Física Geral e Fundamental pela Universidade Federal do Ceará (1994), Mestrado em Física pela Universidade Federal do Ceará (1998) e Doutorado em Física pela Universidade Federal do Ceará (2003). Atualmente é Professor Adjunto da Universidade Estadual do Ceará (UECE). Tem experiência nas áreas de Física e Geociências, com ênfase em física da atmosfera, atuando principalmente nos seguintes temas: modelagem numérica da atmosfera, micrometeorologia, microfísica de nuvens, climatologia e física estatística.

Referências

BHASKAR, M.; JAIN, A., and SRINATH, N. V. “Wind speed forecasting: present status,” in Proceedings of the 2010 International Conference on Power System Technology, pp. 1–6, Hangzhou, China, October 2010.

BOX, G. P. E; JENKINS, G. M. Time Series Analysis: Forecasting and Control . Edição revista. São Francisco: Holden Day, 1978.

CADENA, E.; RIVERA, W. Wind speed forecasting in three different regions of Mexico, using a hybrid ARIMA - ANN model. Renewable Energy, v. 35, p. 2732-2738, may. 2010.

CAMELO, H. N. Estudo Numerico do Vento Aracati para Caracterização de seu Potencial Eólico. 2006. 95 f. Dissertação (Mestrado em Ciências Físicas Aplicadas) - Universidade Estadual do Ceará, Fortaleza 2007.

CEPEL Centro de Pesquisas de Energia Elétrica. 2010. Disponível em: <http://www.cepel.br>. (Consultado em 12/01/2015).

DÍAZ, J. A.; SOUTO, A.; RODRÍGUEZ, S., SAAVEDRA, J.; CASARES, J. An ensemble-in-time forecast of solar irradiance, In: International Conference on Renewable Energies and Power Quality, Santiago de Compostela, march 2012.

DORVLO, A. S. S.; JERVASE, J. A.; Al-Lawati, A., Solar radiation estimation using artificial neural networks. Applied Energy, v. 71, p. 307–319, feb. 2002.

GUJARATI, D. Econometria Básica. Tradução da 4ª edição. Editora Campus. Rio de Janeiro: Elsevier, 2006.

JACOBS, W. ; COSTA, M. . Uma referência para a construção de modelos ARIMA para previsão de demanda com base na metodologia de Box-Jenkins. In: ENEGEP - Encontro Nacional de Engenharia de Produção, 2011, Belo Horizonte. Sessão temática, 2011.

KAVESSERI, R. G.; SEETHARAMAN, K. Day-ahead wind speed forecasting using f-ARIMA models. Renewable Energy, v. 34, p. 1388–1393, out. 2009.

MADDALA, G. S. Introdução à econometria . (3a ed.). Rio de Janeiro: Editora LTC, 2003.

MONTGOMERY, D. C., C. L. JENNINGS, and M. KULAHCI, Introduction to Time Series Analysis and Forecasting. 6 ed. New York: Wiley-Interscience, 2008.

MORETTIN, P.A. ; TOLOI, C.M.C. Modelos para previsão de séries temporais. Rio de Janeiro: Instituto de Matemática Pura e Aplicada, vols. 1 e 2, 1981, 623p.

MORETTIN, P. A., TOLOI, C. M. C. Análise de Séries Temporais. 2. ed. São Paulo: Edgard Blücher, 2006.

OLIVEIRA, M. O. R. ; MILACH, F. T. ; CORTE, V. F. D. . Aplicação dos Moldelos ARMA na Previsão de Vendas. In: Encontro de Marketing, 2010, Florianópolis. IV Encontro de Marketing da ANPAD, 2010.

PEDRO, H.T.C., C.F.M. Assessment of forecasting techniques for solar power production with no exogenous inputs. Solar Energy, v. 86, p. 2017–2028, mai. 2012.

SEINFRA Secretaria de Infraestrutura do Estado do Ceará. 2001. Disponível em: <http://www.seinfra.ce.gov.br/>. (Consultado em 12/01/2015).

SIEGEL, S. Estatística não-paramétrica: para as ciências do comportamento. São Paulo: McGraw-Hill do Brasil, 1975.

SOUZA, R. C. & CAMARGO, M. E. (2004) Análise e previsão de séries temporais : os modelos ARIMA. (2a ed.). Rio de Janeiro.

TROEN, I. PETERSEN, E.L. European Wind Atlas. Rise National Laboratory, Roskilde, Denmark. 1989.

WERNER, L.; RIBEIRO, J. L. D. Previsão de demanda: uma aplicação dos modelos Box-Jenkins na área de assistência técnica de computadores pessoais. Revista Gestão & Produção, v. 10, p. 47-68, abr. 2003.

WHEELWRIGHT, S. C.; MAKRIDAKIS, S. Forecasting Methods for Management. 4th edition. New York : John Wiley & Sons Inc, 1985.

Downloads

Publicado

2015-11-25

Como Citar

Camelo, H. do N., Teixeira, W. F., Lucio, P. S., & Leal Junior, J. B. V. (2015). Previsão de Velocidade Média do Vento através da utilização de modelagem Auto-Regressiva de Médias Móveis (ARMA) em Região Serrana no Estado do Ceará - Brasil. Revista Brasileira De Energias Renováveis, 4(3). https://doi.org/10.5380/rber.v4i3.39718

Edição

v. 4 n. 3

Seção

Artigos