Detalhes bibliográficos
Ano de defesa: |
2019 |
Autor(a) principal: |
Seide, Karina Schiavo |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://repositorio.furg.br/handle/1/9156
|
Resumo: |
A radiação solar é uma importante fonte de energia limpa. Os crescentes incentivos na utilização de fontes alternativas para a produção de energia elétrica vêm abrindo espaço para os sistemas fotovoltaicos. Nesse sentido é necessário prever a quantidade de radiação solar que chega à superfície para poder estimar a quantidade de energia que será produzida em determinada região. Portanto, o objetivo desse estudo é analisar como dois modelos numéricos regionais (um de clima e outro de tempo) simulam a radiação solar em Rio Grande, RS, para auxiliar na previsão de energia. Foram realizadas 3 simulações para o período de junho de 2014, sendo 2 com o modelo de clima e uma com o modelo de tempo. Os dados simulados foram comparados com dados coletados em uma torre meteorológica, que forneceu informações no período de maio de 2014 a março de 2015. Foram analisados os totais de radiação solar diária e horas de brilho solar. Outra análise do estudo foi a identificação do tipo de sombra de nuvens presente durante o dia. Nesse, identificou-se uma grande incidência de nuvens baixas na região estudada, durante o período de junho a setembro de 2014. Com relação às simulações, o modelo de tempo superestima a radiação solar na maioria dos dias e o modelo de clima a subestima. Entretanto, a correlação do observado com as três simulações apresentadas é alta, chegando a valores muito próximos de um, valor máximo de correlação. De maneira geral, o modelo climático utilizado se mostra mais promissor para a utilização no planejamento energético. |