Author(s): Gonçalves, João Silva Nunes
Date: 2015
Persistent ID: http://hdl.handle.net/10400.21/5530
Origin: Repositório Científico do Instituto Politécnico de Lisboa
Subject(s): Estatística circular; Série temporal circular; Energia eólica; Parque eólico da Freita; Interpolação de potência activa; Circular statistics; Circular time series; Wind energy; Freita wind farm; Active power interpolation
Trabalho Final de Mestrado para a obtenção do grau de Mestre em Engenharia Mecânica /Energia
A importância da energia eólica no contexto das políticas ambientais associadas à produção de energia eléctrica tem vindo a crescer nos últimos anos. No entanto, devido à natureza aleatória deste tipo de geração, a integração da energia eólica nos sistemas de energia constitui um desafio, dado que a potência injectada na rede poderá sofrer oscilações bruscas resultando num desequilíbrio da mesma. Com o objectivo de compreender este tipo de fenómenos, selecionou-se um parque eólico localizado na Freita que se encontra em operação desde 2006, contabilizando uma potência instalada de 18.4 MW distribuída por oito turbinas eólicas (NOrdex N90/2300). O conjunto de dados provenientes do sistema SCADA resulta de uma frequência de amostragem de dez minutos, contendo informação relativa às variáveis, velocidade do vento, orientação das turbinas, potência activa e velocidade de rotação das pás. Através da elaboração do presente documento foram feitas duas contribuições: (1) foi proposto um modelo para o cálculo da potência activa, através da interpolação do coeficiente de potência, rendimento da caixa de velocidades e rendimento do gerador; (2) a análise da distribuição diária e anual da diferença entre a potência activa observada e a potência activa teórica com base em métodos de estatística circular. Assim, o âmbito trabalho aqui apresentado consiste na análise e tratamento de dados eólicos recorrendo a ferramentas de estatística circular como: histogramas circulares, séries temporais circulares, boxplots circulares e testes de inferência circular, tanto de ajustamento como de comparação. Além disso, foram ainda utilizados métodos de interpolação polinomiais e Gaussianos de modo a obter um método interpolativo para a potência activa da turbina Nordex N90/2300. Foram ainda utilizadas funções de densidade de probabilidade acumulada não paramétricas, de modo a caracterizar a distribuição local do vento com o fim de prever a produção anual de energia électrica do parque. Os principais resultados extraídos ao longo de todos os estudos efectuados foram: 6% da amostra de potência observada apresenta valores acima dos 2300 kW, potência nominal anunciada para a turbina Nordex N90/2300; maioritariamente a diferença positiva de potências ocorre nos meses de inverno e de maneira uniforme ao longo do dia; relativamente à diferença negativa de potências estas ocorrem com maior frequência nas horas nocturnas e entre os meses de Julho e Agosto; por fim, obtiveram-se erros relativos na estimação de energia anual do parque de 2.6% e 13% para os anos de 2012 e 2013, respectivamente.
Abstract: The importance of wind energy in the contexto of environmental policies related to the production of electricity has been growing in recente years. However, due to the random nature of this type of generation, the integration of the wind energy systems is a challenge, since the power injected into the network can suffer sudden fluctuations resulting in na imbalance thereof. In order to understand such fenomena, this study is based in a wind farm as na instlled capacity of 18.4 MW, distributed in eight wind turbines Nordex N90/2300. The resulting data has a sampling frequency of 10 minutes, containing information as wind speed, turbine orientation, active power and rotation rotor speed. In this work two contributions were made in the study of active power wind turbines; (1) the integration of the observed data with the manufacturer’s reference data (power coeddicient, gearbox efficiency and generator performance) to interpole the power coeficiente, gearbox efficency and generator efficiency; (2) statistical analysis of the daily and anual distribution of positive and negative diferences through circular methods. Thus, the scope of the work presented here is the analysis and treatment of wind data using circular statistics tools such as: circular histograms, circular time series, circular boxplots and circular inference tests, both of adjustment as comparison. In addition, it was also used polynomial and Gaussian interpolation methods in order to obtain na interpolation method for the active power output of the turbine Nordex N90/2300. Furthermore, it was used non parametric cumulative probability density functions in order to characterize the local distribution of the wind and predict the yearly power generation of the wind farm. The main results taken from all studies were that: 6% of the observed power sample were above 2300 kW, nominal power annouced to the turbine Nodex N90/2300; then mostly of the positive power difference occurs in winter months and uniformly thoughout the day; regarding the negative difference of powers this occurs more frequently in evening hours and during the months of July and August; finally, the obtained relative errors for the anual energy estimation of the wind farm were 2.6% and 13% for the years 2012 and 2013, respectively.
