Em prol de tornar mais eficazes os métodos de previsão de velocidade do vento, essencial para a avaliação do potencial energético de uma localização, pesquisadores da Universidade de Concordia desenvolveram um novo método híbrido, que promete avanços significativos na área. A previsão da velocidade do vento é um desafio considerável atualmente, e está no cerne da infraestrutura energética global que lentamente se desvia dos combustíveis fósseis em direção a fontes renováveis.
Este avanço é especialmente relevante para as concessionárias de energia que dependem de estimativas confiáveis para alimentar eficientemente suas redes. Atualmente, existem diversos modelos para prever a velocidade do vento, contudo, cada um deles apresenta diferentes níveis de precisão e confiabilidade. O novo método proposto pelos cientistas é uma combinação de múltiplos modelos existentes, criando um modelo híbrido. Eles apresentaram este método inovador no periódico Energies.
O novo método se baseia na análise de dados e informações obtidas de duas fontes distintas: uma distribuição de probabilidade Weibull e uma previsão numérica do tempo (NWP). A distribuição de Weibull, nesse contexto, estima as probabilidades de velocidade do vento considerando dados históricos e outras variáveis relevantes. O NWP confia nos princípios físicos e usa um algoritmo complexo para prever comportamentos futuros. Apesas das suas vantagens, esses modelos apresentam limitações significativas quando tentam adaptá-los para geração de energia.
O novo método híbrido primeiramente funde as probabilidades de Weibull em um modelo do tipo Long Short-Term Memory (LTSM) – uma rede neural persistente útil na análise de séries temporais. Os pesquisadores então adicionaram dados do NWP para fortalecer o modelo. De acordo com Navid Shirzadi, cientista de pesquisa no Departamento de Engenharia Civil e Ambiental, a fusão inicial do LSTM e a distribuição de Weibull produziram resultados promissores, que foram ainda mais reforçados com a incorporação do NWP. Isso resultou em redução significativa de erros de previsão.
Neste cenário de expansão global da energia eólica, a pesquisa da universidade de Concordia aparece como esperança de sua contribuição significativa para as metas de redução das emissões de carbono até 2050.
