Desenvolvimento de uma metodologia baseada em redes neuronais para o cálculo da energia produzida por aerogeradores

O uso da energia eólica para a produção de eletricidade apresenta na última década um crescimento apreciável. Monitorizar o desempenho dos aerogeradores torna-se um processo incontornável, quer por motivos financeiros, quer por questões operacionais. Os investimentos despendidos na construção de parques eólicos são muito consideráveis, pelo que é essencial a análise constante dos aspetos preponderantes no retorno do investimento. A maximização da energia produzida por cada aerogerador é o objetivo principal da monitorização dos parques eólicos. Os sistemas Supervisory Control and Data Acquisition (SCADAs) instalados nos parques eólicos permitem uma supervisão em tempo real relativamente ao estado e funcionamento dos aerogeradores, adquirindo uma elevada importância na avaliação dos rendimentos energéticos e anomalias de funcionamento, garantido desta forma melhorias de produtividade. O objetivo deste trabalho é estimar a energia produzida pelos aerogeradores quando ocorrem falhas de comunicação com o seu contador interno ou avaria do mesmo. A ocorrência destas situações não permite a monitorização da energia produzida durante esse período. Foram analisados dados operacionais dos aerogeradores relativos a um parque eólico localizado na zona Norte de Portugal, sendo usados os dados recolhidos pelo sistema SCADA sobre a forma de médias de 10 min referentes ao período de janeiro de 2011 a agosto 2011. O desempenho da rede neuronal depende da qualidade e quantidade do conjunto de dados usados para o treino da rede. Os dados usados devem representar de forma fiel o estado que se pretende para o equipamento. Para a obtenção do objetivo proposto foi fundamental a identificação das grandezas disponíveis a utilizar no método de cálculo da energia produzida. Os resultados obtidos com aplicação das redes neuronais no método de cálculo da energia produzida por aerogeradores demonstram que independentemente do período de indisponibilidade da informação referente à energia produzida é possível estimar o valor da mesma.

The use of wind power for the production of electricity has seen a remarkable growth in the past decade. Monitoring the wind-turbine generators (WTG) becomes now an indispensable process, by financial or operational reasons. The investments made on building wind farms are of a considerable amount, which makes it essential for the constant analysis of every item that might influence the return of such investments. Maximizing the energy produced by each WTG is the key issue of a wind farm operation. The SCADA (Supervisory Control and Data Acquisition) systems installed on the wind farms allow a real-time supervision of the status and working conditions of the WTGs, acquiring a high level of importance on evaluating energy income and operating anomalies, this way ensuring productivity improvements. The purpose of this work is to estimate the energy produced by WTGs when communication failures occur with its internal counter or even when this object is malfunctioning. The occurrence of both these situations does not allow the monitoring of the energy produced during this period. Operational data was analyzed, from a wind-farm located in the north of Portugal, having used the data collected by the SCADA in the form of 10 minute average data referring to the period from January 2011 to August 2011. The performance of this neural network depends on the quality and quantity of the set of data used to train this network. This data should represent faithfully the state that is required for the equipment. To obtain this purpose it was fundamental to identify the magnitudes available to use on the method of calculating the produced energy. The results obtained with applying neural networks on the method of calculating the produced energy by WTG demonstrate that, independently of the period of unavailability of the information referring to the energy produced, it is still possible to estimate it’s value.