Dissertação Mestrado - Ricardo Penedo PDF

Optimização Aeroelástica de uma Turbina Eólica
Urbana
Ricardo Jorge Marques Penedo
Dissertação para obter Grau de Mestre em
Mestrado em Engenharia Aeroespacial
Júri:
Presidente: Fernando José Parracho Lau
Orientador: Maria Alexandra dos Santos Gonçalves de Aguiar Gomes
Vogais: Ana Isabel Lopes Estanqueiro
Dezembro 2009
ii
Agradecimentos
Agradeço à minha orientadora, pela orientação e encaminhamento na direcção certa neste

longo processo, aos meus pais, principal fonte de apoio durante todo o meu percurso escolar
e à minha namorada, pela força e perseverança nos momentos difı́ceis e pela alegria e apoio
nos momentos de felicidade. A todos eles o meus grande obrigado.
iii
iv
Resumo / Abstract
A produção de energia dentro do tecido habitacional, aproveitando o potencial energético

do vento que de outra forma estaria desaproveitado, é uma forma limpa e eficaz de suprimir as
necessidades energéticas das populações. Mas devido ao fraco potencial do vento nestas zonas
torna-se ainda mais importante ter uma turbina eólica eficiente que consiga aproveitar em
pleno as caracterı́sticas da localização onde está instalada. Neste trabalho desenvolveu-se uma
abordagem multi disciplinar para optimizar uma turbina eólica urbana. Para a modelação
aerodinâmica é utilizada a Blade Element Momentum Theory acoplada com o método da
soma dos modos normais para produzir soluções aeroelásticas. O optimizador utilizado é o
Simplex. A interface de controlo dos fluxos de informação e de entrada e saı́da das variáveis
dos programas foi implementado em MATLABr especificamente para este projecto.
Finalmente e para demonstrar todo o potencial do programa desenvolvido numa opti-

mização orientada para uma localização especı́fica são apresentados três problemas. No
problema 1 foi feito um estudo paramétrico do impacto das variáveis de projecto (corda,
torção, espessura relativa perfil, envergadura e velocidade de rotação) no desempenho geral
tendo-se utilizado como base uma turbina eólica com 10KW e um diâmetro fixo de 5 metros.
Os resultados demonstram que a variável com maior impacto no custo total de potência é a
envergadura. No problema 2 foi feita a optimização de uma turbina eólica urbana, para ser
instalada no cimo de um edifı́cio, constrangida a um diamêtro máxima de 5 metros. Foram
analisadas três localizações, com três distribuições por classes do vento distintas sendo duas
delas representativas de localizações urbanas, onde são claramente demonstradas as vantagens
de uma optimização especı́fica para uma localização, com a curva de potência a adaptar-se à
distribuiçao por classes do vento resultando daı́ uma redução do custo total de potência não
inferior a −40% relativamente à turbina base utilizada. No problema 3 foi projectada uma
turbina eólica urbana onde se procurou minimizar o custo total de potência ao mesmo tempo
que se pretende uma potência média mı́nima de 1.5KW. A turbina foi novamente optimizada
v
vi
para as três localizações anteriores tendo-se obtido reduções no custo total de potência de até
−22%, isto apesar do projecto da turbina inicial ser bom.
Todas as análises efectuadas foram direccionadas para os problemas especı́ficos de uma

localização urbana, com especial destaque da análise aerodinâmica, não se tendo o tra-
balho limitado a fazer um reescalamento de uma turbina maior. As turbinas assim obtidas
capturaram a fı́sica do problema maximizando as condições urbanas em que estão inseridas.
Palavras chave: Análise Aeroelástica Opitimização Turbina Eólica Urbana Localização

Especı́fica
The production of energy within urban areas by taking advantage of the wind energy
potential that would otherwise be wasted, is a clean and effective way to suppress the energy
needs of populations. But the wind in this areas have limited potential so it becomes even
more important to have an efficient wind turbine that can make the best performance of the
location where it is installed. This paper developed a multi disciplinary approach to optimize
an urban wind turbine. The aerodynamics where modelled with Blade Element Momentum
Theory and the Simplex optimizer was used for the optimization. The information flow as
well as the the input and output variables for the programs were implemented in MATLABr .
Finally, and to demonstrate the potential for an optimization aimed at a site-specific

location, three problem are present. Problem 1 show a parametric study of the impact that
the design variables (chord, twist, airfoil thickness, blade radius and rotor speed) would have
in the overall performance. The analysis were performed on three distinct location for a
10KW wind turbine and a fixed diameter of 5 meters, and we conclude that the variable
with the most impact on the overall cost of energy is blade radius. Problem 2 present a site-
specific optimization of a wind turbine aimed to be install on top of a building constrain to
the maximum diameter of 5 meters. The results show the improvements that can be achieve
with a site-specific analysis focus on the urban environment, with the overall cost of energy
being decreased by no less than 40% when compared to the baseline wind turbine. Problem 3
present a site-specific optimization constrain to a minimum average power output of 1.5KW.
the analysis were performed for the three previously location and the optimize solutions reduce
the overall cost of energy up to −22%, despite a good initial design.
This project focus on the specific problems associate with a urban location, with special
vii
attention in the aerodynamic problems. The optimize solutions were not a rescaling of a
bigger wind turbine, but they captured the physic of this specific problem, an urban location,
so that solutions maximize the conditions present at their locations.
Key words: Aeroelastic Urban Site-Specific Optimization Wind Turbine

viii
Conteúdo
Resumo / Abstract v
Lista de Figuras xi
Lista de Tabelas xiii
Lista Abreviaturas xv
Lista Sı́mbolos xvii
1 Introdução 1
2 A Tecnologia das Turbinas Eólicas 3
2.1 Turbinas Eólicas de eixo Vertical . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Turbina Eólica de eixo Horizontal . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Micro Turbinas Eólicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3 Fundamentos Teóricos 11
3.1 Análise Aerodinâmica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1.1 Blade Element Momentum Theory . . . . . . . . . . . . . . . . . . . . . 12
3.1.2 XFOIL - Polar 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.1.3 Extrapolação dos dados após Perda . . . . . . . . . . . . . . . . . . . . 16
3.2 Análise Aeroelástica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Optimização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1 Parte 1: Avaliação da Solução . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.2 Parte 2: Algoritmo Simplex . . . . . . . . . . . . . . . . . . . . . . . . . 20
ix
x CONTEÚDO
4 Implementação e Validação 23
4.1 Modelo Aerodinâmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.1.1 Integração numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Validação Modelo Aerodinâmico . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.1 Integridade Programa FAST . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.2 Convergência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.3 Comparação com resultados apresentados em [1] . . . . . . . . . . . . . 32
4.3 Modelo Optimização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3.1 Função de custo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4 Validação Modelo Optimização . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5 Perfis para Turbinas Eólicas 39

5.1 Análise Perfis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2 Escolha do Perfil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2.1 Mapa de números de Reynolds . . . . . . . . . . . . . . . . . . . . . . . 41
6 Problemas em Estudo 43
6.1 Problema 1 - Estudo Paramétrico de Sensibilidades . . . . . . . . . . . . . . . . 43
6.1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.2 Formulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.3 Resultados e Discussão dos Resultados . . . . . . . . . . . . . . . . . . . 44
6.2 Problema 2 - Optimização de Turbina Eólica com Envergadura Fixa . . . . . . 48
6.2.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.2.2 Formulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.3 Problema 3 - Optimização de Turbina Eólica com Constrangimento de Potência 55
6.3.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.3.2 Formulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7 Conclusões 61
8 Trabalho Futuro 65
Lista de Figuras
2.1 Exemplo anemometro de copos. . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.2 Turbina eixo horizontal de baixo ruı́do Swift. . . . . . . . . . . . . . . . . . . . 6
2.3 Turbina eixo horizontal Southwest Windpower w500. . . . . . . . . . . . . . . . 6
2.4 Turbina eixo horizontal WES5 TULIPO. . . . . . . . . . . . . . . . . . . . . . . 7
2.5 Potência vs Velocidade Nominal de Funcionamento. . . . . . . . . . . . . . . . 7
2.6 Potência vs Diâmetro Rotor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.7 Potência vs Velocidade Arranque. . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1 Anel definido por um elemento arbitrário. . . . . . . . . . . . . . . . . . . . . . 12

3.2 Parametrização das variáveis de projecto no perfil. . . . . . . . . . . . . . . . . 13
3.3 Divisão por blocos de ângulos de ataque para aplicação do método de Viterna . 17
3.4 Método Simplex a duas dimensões ([39] página 129) . . . . . . . . . . . . . . . 21
4.1 Fluxograma de interacção entre o optimizador e o programa de cálculo . . . . 23

4.2 Dstribuição por classes do vento para as 3 localizações em estudo . . . . . . . 24
4.3 Sistema de coordenadas utilizadas internamente pelo programa FAST para de-
screver as pás de um rotor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.4 Organização interna programa FAST . . . . . . . . . . . . . . . . . . . . . . . 26
4.5 Esquema de um elemento da pá e a nomenclatura ([49]). . . . . . . . . . . . . . 26
4.6 Coordenadas globais programa Aerodyn ([49]). . . . . . . . . . . . . . . . . . . 27
4.7 Decomposição do vento e das forças aplicadas nas coordenadas locais da pá
([49]). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.8 Localização das secções discretizadas . . . . . . . . . . . . . . . . . . . . . . . 29
4.9 Estudo convergência 10 m/s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.10 Estudo convergência para as velocidades em estudo possı́veis de 4m/s a 12m/s 31
xi
xii LISTA DE FIGURAS
4.11 Estudo convergência para as velocidades em estudo possı́veis de 13m/s a 20m/s 32

4.12 Pirâmide Truncada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.13 Distribuição por classes do vento na localização UTIAS . . . . . . . . . . . . . 36
4.14 Estudo da linearidade das variáveis de projecto . . . . . . . . . . . . . . . . . . 37
5.1 Polares de Perfis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.2 Mapa de Re para o perfil NACA 4416 . . . . . . . . . . . . . . . . . . . . . . . 42
6.1 Estudo paramétrico da potência média para as diferentes localizações . . . . . . 44

6.2 Estudo paramétrico do COE para as diferentes localizações . . . . . . . . . . . 45
6.3 Média de todas as localizações e de todos os parâmetros . . . . . . . . . . . . . 47
6.4 Problema 2 - Exemplo de casa com turbina . . . . . . . . . . . . . . . . . . . . 49
6.5 Comparação das variáveis de projecto óptimas . . . . . . . . . . . . . . . . . . 50
6.6 Geometria das pás depois de optimizadas, para as diferentes localizações, por
comparação com geometria inicial (vermelho) . . . . . . . . . . . . . . . . . . . 52
6.7 Curva de potência com a velocidade do vento para a solução optimizada. . . . . 53
6.8 COE para as diferentes localizações . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.9 Comparação das variáveis de projecto óptimas . . . . . . . . . . . . . . . . . . 56
6.10 Curva de potência com a velocidade do vento para a solução optimizada . . . . 58
6.11 Potência média inicial e final para as três localizações . . . . . . . . . . . . . . 59
6.12 COE para as diferentes localizações. . . . . . . . . . . . . . . . . . . . . . . . . 59
Lista de Tabelas
2.1 Dados de várias turbinas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Dados de turbinas eólicas mais pequenas. . . . . . . . . . . . . . . . . . . . . . 9
4.1 Geometria utilizada no estudo convergência . . . . . . . . . . . . . . . . . . . . 29

4.2 Geometrias optimizadas utilizadas no estudo da convergência . . . . . . . . . . 33
4.3 Resultados do [1] vs Resultados programa FAST . . . . . . . . . . . . . . . . . 33
6.1 Variáveis de projecto do problema 2 e os seus limites . . . . . . . . . . . . . . . 49

6.2 Constrangimentos para o problema 2 . . . . . . . . . . . . . . . . . . . . . . . . 50
6.3 Valores finais das variáveis de projecto para o problema 2 . . . . . . . . . . . . 51
6.4 Volumes finais da pá nas diferentes localizações para o problem 2. . . . . . . . . 53
6.5 COE para o problema 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.6 Variáveis e limites superiores das variáveis para o problema 3 . . . . . . . . . . 55
6.7 Constrangimentos para problema 3 . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.8 Valores iniciais das variáveis de projecto para o problema 3 . . . . . . . . . . . 56
6.9 Valores finais das variáveis de projecto para o problema 3 . . . . . . . . . . . . 57
6.10 Volumes das várias soluções obtidas . . . . . . . . . . . . . . . . . . . . . . . . 58
6.11 Diferenças entre o COE inicial e final para as diferentes localizações. . . . . . . 59
xiii
xiv LISTA DE TABELAS
Lista Abreviaturas
Abreviatura Descrição
BEMT Blade Element Momentum Theory
COE Custo total de potência
UTIAS University of Toronto Institute for Aerospace Studies
RPM Rotações Por Minuto
xv
xvi LISTA DE TABELAS
Lista Sı́mbolos
Sı́mbolo Descrição
α Ângulo de ataque local
β Ângulo de picada local
φ Ângulo de escoamento não perturbado
Vn Velocidade aproximação escoamento
Vrel Velocidade relativa à pá
Ω Taxa rotação
ωΘ Velocidade tangencial induzida
U∞ Velocidade escoamento não perturbado
λr Razão velocidades ponta da pá
a Velocidade induzida axial
0
a Velocidade induzida tangencial
dR Unidade de envergadura
dT Distribuição da força de impulso
dQ Distribuição binário
ρ Densidade do ar
Cl Coeficiente sustentação 2D
Cd Coeficiente arrasto 2D
CL Coeficiente sustentação 3D
CD Coeficiente arrasto 3D
CT Impulso de um elemento de pá
Clα Coeficiente sustentação 2D em relação ao ângulo
de ataque
xvii
xviii LISTA DE TABELAS
Sı́mbolo Descrição
Fponta Correcção ponta pá de Prandtl
Fcentro Correcção centro pá de Prandtl
adj Coeficiente de correlação fixo
CLa dj Coeficiente de correlação fixo
αHi Ângulo de ataque mais elevado na tabela das propriedades
aerodinamicas do XFOIL
αLo Ângulo de ataque mais baixo na tabela das propriedades
CLHi Coeficiente sustentação 3D da posição mais elevada na tabela
das propriedades aerodinamicas do XFOIL
CLLo Coeficiente sustentação 3D da posição mais baixa na tabela
das propriedades aerodinamicas do XFOIL
CDmax Coeficiente arrasto 3D máximo na tabela das propriedades
A Matriz inegualidades
b Vector inegualidades
Aeq Matriz igualidades
beq Vector igualidades
lb Vector com valores limites inferiores
ub Vector com valores limites superiores
P(i) Potência para uma determinada velocidade i
FT Fracção tempo
Pj Função penalidade no processo optimização
FT Forção na direcção transversal ao plano rotação
FN Forção na direcção normal ao plano rotação
MP Momento na pá
h Passo interno programa aerodinâmico
F ef Função objectivo
hV Distância entre duas secções no cálculo de Volumes
Capı́tulo 1
Introdução
Os desafios à utilização eficiente de recursos que se impõe hoje não têm paralelo. Começa-se
a tomar consciência que o mundo necessita de um novo paradigma energético, uma vez que
as fontes de energias usadas no século XX, tais como o petróleo e o gás natural, não são
alternativas sustentáveis num futuro próximo [6]. Por outro lado, ainda não estamos dispos-
tos a abdicar do nosso modo de vida substancialmente dependente de energia abundante e
acessı́vel. Assim, a melhor maneira de assegurarmos um futuro sustentado é diversificando
as nossas formas de obter energia utilizando fontes de energia limpas e abundantes é o passo
lógico a seguir.
A energia eléctrica é uma forma de energia muito utilizada, porém o seu transporte por
cabos implica perdas não desprezáveis. A forma de minimizar estas perdas é localizando a
produção o mais perto possı́vel do consumo. No mundo actual os maiores consumidores de
electricidade são as cidades, pelo que para minimizar as perdas, a produção deveria estar
localizada o mais perto destas, senão mesmo dentro destas. O panorama óptimo seria que
cada unidade consumidora produzisse localmente a energia necessária ao seu funcionamento.
A questão que se coloca é que fontes não poluentes e abundantes existem dentro de uma
cidade que possam ser aproveitadas? As mais óbvias e evidentes são o sol e o vento.
No entanto, aproveitar a energia disponibilizada pelo vento em ambiente urbano apre-

senta os seus desafios sendo os principais o baixo potencial energético, que se traduz em
velocidades locais baixas, e o carácter altamente turbulento do escoamento em torno de todos
os obstáculos presentes. À luz das dificuldades enumeradas é importante desenvolver turbinas
que transformem as dificuldades em vantagens sendo que uma maneira de minimizar o custo
total de potência para uma determinada localização é projectar uma turbina que seja opti-
1
2 CAPÍTULO 1. INTRODUÇÃO
mizada para a localização pretendida. O que distingue uma localização relativamente a outra
é a sua distribuiçao por classes do vento.
O objectivo do trabalho é investigar como as pás e a velocidade de rotação das turbinas
eólicas podem ser optimizadas para uma localização urbana especı́fica de modo a minimizar
o custo total de potência. O modelo do custo total de potência utilizado é um modelo sim-
plificado baseado no volume da pá e na potência média. É utilizada a teoria Blade Element
Momentum Theory, presente no programa aeroelástico FAST, para os cálculos de potência da
turbina, o programa XFOIL para o cálculo das propriedades aerodinâmicas dos perfis e um
optimizador baseado no algoritmo Simplex implementado em MATLABr .
Este trabalho descreve a aerodinâmica e as ferramentas multi disciplinares utilizadas na
análise e optimização de uma turbina eólica urbana.
Capı́tulo 2
A Tecnologia das Turbinas Eólicas
O vento foi amplamente utilizado ao longo dos séculos para produzir trabalho mecânico:
os navegadores descobriram o mundo em barcos à vela e os nossos moleiros utilizavam este
recurso para fazer girar as suas mós e desta forma produziam trabalho, moendo a farinha.
Juntando a capacidade de produzir trabalho com um gerador eléctrico consegue-se produzir
electricidade. A máquina com estas caracterı́sticas chama-se turbina eólica.
Dentro da tecnologia disponı́vel para aproveitar o potencial energético do vento existem
várias soluções, sendo as mais habituais as turbinas eólicas de eixo vertical e as turbinas
eólicas de eixo horizontal. Estas podem ter os mais variados tamanhos, desde as grandes
turbinas de eixo horizontal com mais de 120 metros de diâmetro até micro-turbinas com
poucos centı́metros.
Dentro destas categorias as turbinas eólicas podem ainda ser catalogadas consoante o
objectivo a que se propõem, ou produção de binário ou produção de electricidade, sendo as
suas caracterı́sticas geométricas muito diferentes ([44] pág. 101). As turbinas desenhadas para
produzir binário têm geralmente uma grande solidez (muitas pás e uma área varrida coberta
muito grande) e como exemplo tı́pico temos os moinhos de vento para moer cereal, enquanto
que as turbinas desenhadas para produzir energia apresentam tipicamente poucas pás, de três
a uma e são pouco carregadas aerodinamicamente.
2.1 Turbinas Eólicas de eixo Vertical
As turbinas eólicas de eixo vertical são caracterizados pelo eixo de rotação se encontrar
disposto na vertical com as pás em torno desse eixo e o gerador por baixo de toda a estrutura.
3
4 CAPÍTULO 2. A TECNOLOGIA DAS TURBINAS EÓLICAS
Dentro deste grupo distinguem-se dois subgrupos: as turbinas que funcionam por efeito
de arrasto e as que funcionam por efeito de sustentação. Um exemplo de turbina que funciona
por arrasto são os anemómetros por copos (figura 2.1) que servem para medir a velocidade do
vento e como exemplo de turbinas que funcionam por sustentação as eólicas de 3 pás (figura
2.4).
Figura 2.1: Exemplo anemometro de copos.
Os vários tipos de turbinas eólicas de eixo vertical que funcionam por efeito de sustentação
são: Darrieus (figura 2.1a) e um subtipo desta com pás verticais as Giromill (figura 2.1b).
(a) Darrieus (b) Giromil
Uma das desvantagens das turbinas de eixo vertical resulta de que em cada rotação a pá
atravessa o escoamento na direcção contrária ao sentido do escoamento para que foi projectada,
2.2. TURBINA EÓLICA DE EIXO HORIZONTAL 5
diminuindo a eficiência. Outro problema que dimiui a eficiência é a utilização de cabos para
fixar toda a estrutura, sendo que ao necessitar desses cabos, torna-as de difı́cil instalação em
locais elevados, como no cimo de um poste, não aproveitando assim os ventos mais energéticos.
Estas desvantagens condicionam a eficiência destas turbinas tornando-as menos eficientes que
as turbinas de eixo horizontal.
A principal vantagens oferecida pelas turbinas de eixo vertical é que uma vez que a
direcção do vento é indiferente são mais adequadas a localizações onde este é mais turbu-
lento e inconstante.
2.2 Turbina Eólica de eixo Horizontal
As turbinas de eixo horizontal são as turbinas mais utilizadas nos dias de hoje. As es-
pecificações de desempenho destas máquinas vão de poucos Watts até máquinas com 7 × 106
Watts.
Das principais vantagens deste tipo de turbinas enumeramos três: (i) ao poderem ser
colocadas no cimo de postes a várias dezenas de metros acima da superfı́cie permite-lhes tirar
partido de velocidades de vento superiores; (ii) consegue-se fazer variar a incidência das pás
de modo a operarem o maior tempo possı́vel dentro dos valores aerodinâmicos óptimos; (iii)
conseguem orientar-se em relação ao vento, recebendo potência ao longo de todo o cı́rculo
de rotação. Estas três vantagens fazem aumentar a eficiência quando comparadas com as
turbinas de eixo vertical.
Do ponto de vista operacional podemos referir que há dificuldade em transportar e instalar
estas turbinas devido às suas grandes dimensões, sobretudo em áreas rurais de difı́cil acesso.
Em termos ambientais, a utilização de um poste robusto que suporte o peso de todo o sistema
diminui a visibilidade e perturba a paisagem natural.
São apresentados nas figuras 2.2, 2.3 e 2.4 alguns exemplos de micro turbinas de eixo
horizontal.
2.3 Micro Turbinas Eólicas
Actualmente existem alguns exemplos de microturbinas. Algumas são desenvolvidos por

universidades [27] e outras por empresas com fins comerciais (referências bibliográficas entre
[7] e [26]). A dimensão de referência para as microturbinas é o diâmetros do seu rotor, com este
Figura 2.2: Turbina eixo horizontal de baixo ruı́do Swift.
Figura 2.3: Turbina eixo horizontal Southwest Windpower w500.
a variar entre os poucos centı́metros e os 7 metros. Já as potências médias que se conseguem
obter com estas turbinas variam entre os poucos watts e os 5KW.
As micro turbinas têm como principal objectivo complementar o sistema principal de

energia de uma determinada casa ou instalação. Como em qualquer outra máquina, o objec-
tivo define as caracterı́sticas da micro turbina, pelo que existem vários conceitos disponı́veis
que devem permitir cumprir os objectivos para uma determinada localização, sejam estes de
potência, de manutenção ou até de nı́vel estético.
Os resultados da pesquisa bibliográfica feita são apresentados na tabela 2.1. Estes da-
dos foram obtidos nos sites dos fabricantes, [7] a [26], e na referência bibliográfica [4]. Os
dados recolhidos abrangem todos os tipos de turbinas e de potências. Na tabela 2.2 estão
condensados os dados referentes às turbinas de mais baixa potência, aquelas que à partida
maior relevância terão para o estudo em questão uma vez que pretendemos optimizar micro
2.3. MICRO TURBINAS EÓLICAS 7
Figura 2.4: Turbina eixo horizontal WES5 TULIPO.
turbinas.
Os dados obtidos na tabela 2.2 são apresentados de seguida na forma de gráficos, com a
potência no eixo das abcissas.
Figura 2.5: Potência vs Velocidade Nominal de Funcionamento.
Analisando as figuras 2.5, 2.6 e 2.7 conseguimos localizar aproximadamente onde vai estar
localizada a nossa região de trabalho, podendo-se obter desta forma as primeiras estimativas.
Podemos assim verificar que para uma potência média de 1KW o diâmetro do rotor anda
entre os 2 e os 3 metros, já quando se passa para os 3KW o diâmetro aumenta variando agora
entre os 4 e os 5 metros. A velocidade nominal de funcionamento situa-se entre os 10 e os 14
m/s, com grande predominância pelos 12m/s. A velocidade de arranque é um parâmetro que
Tabela 2.1: Dados de várias turbinas.
varia muito de máquina para máquina, com as melhores a conseguirem arrancar com 1.5m/s
de vento e as piores a só arrancarem com 4.5m/s.
Assim, conclui-se que o nosso espaço de trabalho está incluso entre os 2 e os 5 metros e
que a potência média não deverá ultrapassar os 3KW. Conclui-se ainda que a velocidade de
arranque deverá estar situada algures entre os 2 e os 5 m/s.
2.3. MICRO TURBINAS EÓLICAS 9
Tabela 2.2: Dados de turbinas eólicas mais pequenas.
Figura 2.6: Potência vs Diâmetro Rotor.
Figura 2.7: Potência vs Velocidade Arranque.

Capı́tulo 3
Fundamentos Teóricos
Os programas e os fundamentos teóricos utilizados ao longo do trabalho são agora apre-

sentados.
O programa FAST [29] é utilizado para analisar do ponto de vista aerodinamico e de

desempenho da turbina as diferentes soluções encontradas (ao nı́vel da geometria e velocidade
de rotação). Este programa tem a capacidade de analisar com um grau de complexidade média,
uma turbina eólica de eixo horizontal completa, incluindo as pás, torre, nacele, gerador e ainda
o sistema de controlo, quer esta tenha 1 pá, 2 pás ou 3 pás. Tem capacidade de fazer análises
aerodinâmicas, de estruturas e de fadiga em condições de vento real, vento constante e ainda
de simular situações de turbulência. Este programa utiliza seis corpos rı́gidos (terra, nacele,
base da nacele, armadura (referente ao gerador), ponto central (hub) e caixa velocidades) e
três corpos flexı́veis (torre, pás e eixo). Tem disponı́veis 15 graus de liberdade (g.d.l.) de
forma a caracterizar uma turbina: quatro para a flexibilidade da torre, um para oscilação
das pás, seis para a flexibilidade das pás, um para o ângulo de guinada da nacele, um para o
ângulo que a nacele faz com o eixo horizontal e dois para a velocidade de rotação do gerador.
O programa FAST está amplamente documentado, [29], e validado, [30][31], sendo certi-
ficado para a fase de projecto de uma turbina eólica pelo Germanischer Lloyd WindEnergie.
Para a análise aerodinâmica propriamente dita, o programa FAST recorre ao programa

AeroDyn [32]. Este programa recebe como dados de entrada a distribuiçao por classes do
vento e as polares de cada secção, com valores do ângulo de ataque de -180º a 180º. Utiliza a
teoria Blade Element Momentum Theory, integrando ainda os efeitos de perda generalizada,
perda de ponta da pá e perda dinâmica na sua formulação.
11
12 CAPÍTULO 3. FUNDAMENTOS TEÓRICOS
3.1 Análise Aerodinâmica
3.1.1 Blade Element Momentum Theory
A teoria utilizada pelo programa AeroDyn é a conhecida Blade Element Momentum Theory
como descrita em [33] e [49], com a alteração de que as equações são explicitamente escritas
para uma área infinitesimal em vez de para toda a corda.
O pressuposto básico da teoria Blade Element Momentum Theory é que a força de um
elemento de pá é unicamente responsável pela alteração do momento do ar que atravessa o anel
varrido pelo elemento. Por conseguinte, assume-se que não há interacção radial entre os fluxos
através de anéis contı́guos pelo que estes podem ser tratados localmente como bi-dimensionais
[33].
Figura 3.1: Anel definido por um elemento arbitrário.
Na prática a Blade Element Momentum Theory é implementada partindo a pá em pe-

quenos elementos ao longo da envergadura. À medida que estes elementos rodam eles traçam
regiões anelares através das quais são feitos os balanços de quantidade de movimento É
também nestas regiões que as velocidades induzidas alteram a velocidade do escoamento não
perturbado.
Devido à sua simplicidade a Blade Element Momentum Theory tem as suas limitações. A
primeira é que assume condições estáticas, estando o escoamento sempre em equilı́brio e que
o escoamento acelera instantaneamente para se ajustar às mudanças dos vórtices na esteira.
3.1. ANÁLISE AERODINÂMICA 13
A segunda limitação é que a teoria falha quando a pá apresenta grande torções geométricas.
A terceira limitação é que ao analisar cada segmentos isoladamente a teoria não tem em
consideração escoamento cruzado, o que pode levar a erros grandes quando se trata de pás
muito carregadas aerodinamicamente.
Figura 3.2: Parametrização das variáveis de projecto no perfil.
Na figura 3.2 o ângulo do escoamento não perturbado é obtido pela soma do ângulo de
picada local, β, e pelo ângulo de ataque, α. O ângulo de ataque é função do vector da
velocidade local, que é por sua vez constrangido pela velocidade de vento local, a velocidade
de rotação da turbina, as velocidades no elemento de pá e pelas velocidades induzidas. Os
elementos que advém da deflexão das pás podem também afectar o ângulo de ataque se a
velocidade das pás da turbina for significativa, νe−op e νe−ip . A relação entre a velocidade
relativa à pá, a velocidade de aproximação do escoamento, Vn , e a velocidade de rotação da
turbina é dado pela equação (3.1).
p
Vrel = Vn2 + (Ωrcosβ + ωθ )2 (3.1)
0
O ângulo do escoamento não perturbado é dependente das velocidades induzidas (a e a )
e da razão velocidades da ponta da pá (λr ) (equação (3.2)).
U∞ (1 − a) 1−a
tanφ = 0 = . (3.2)
Ωr(1 + a ) (1 + a0 )λ
As velocidades induzidas presentes na equação (3.2) são função das forças nas pás e a
teoria Blade Element Momentum Theory é utilizada para as calcular. Pela Blade Element
Theory a distribuição da força de impulso ao longo de um anel de largura dr é dado pela

equação (3.3) e o binário pela equação (3.4)
1 2
dT = B ρVtotal (Cl cosφ + Cd sinφ)cdr (3.3)
2
1 2
dQ = B ρVtotal (Cl sinφ − Cd cosφ)crdr (3.4)
2
Com um balanço de momentos obtemos as equações (3.5) e (3.6).
2
dT = 4ΠrρU∞ (1 − a)adr, (3.5)
0
dQ = 4Πr3 ρU∞
2
Ω(1 − a)a dr, (3.6)
Quando acrescentamos dados das propriedades aerodinâmicas, Sustentação (Cl ) e Arrasto

(Cd ), em função do ângulo de ataque (α) ficamos com um conjunto de equações que quando
resolvidas iterativamente permitem calcular as velocidades induzidas para cada elemento da
pá.
Para iniciar o processo é necessário estimar o factor de indução axial, equação (3.7). Para
tal assume-se um ângulo do escoamento perturbado pequeno (sinφ ≈ φ), que o factor de
0
indução tangencial é desprezável (a ≈ 0), que as correcções na ponta e na ponta da pá
são unitárias (equação (3.10) e (3.11)), que o coeficiente de arrasto é zero (Cd = 0), que a
sustentação é dada por Cl = 2Πα e finalmente que α = φ − β.

1
q
0
a= 2 + 4Πλr σ − 4 − 4Πλr σ 0 + Πλ2r σ 0 (8β + Πσ 0 ) (3.7)
4
A partir da equação (3.7) consegue estimar o ângulo do escoamento não perturbado,
equação (3.2). Em seguida é calculado a força de impulso de um elemento da pá através da
equação (3.8).
" 0
#
σ (1 − a)2 (Cl cosφ + Cd sinφ)
CT = 1 + (3.8)
sin2 φ
São aplicadas as correcções de ponta e de raiz da pá de Prandtl (Fponta e Fcentro ) que são
definidas pelas equações (3.9) e (3.10).

R

2 −π dW − ar
Fponta = cos−1 e (3.9)
π
2 √ 2 2

Fcentro = cos e(−(N/2)(1−µ)/µ) 1+(λµ) /(1−a) (3.10)
π
F = Fponta Fcentro (3.11)
Agora, se CT > 0.96F o elemento da pá está muito carregado aerodinamicamente, pelo
que se utiliza a correcção de Glaubert para determinar o novo factor axial de indução, equação
(3.12).
p
18F − 20 − 3 CT (50 − 36F ) + 12F (3F − 4)
a= (3.12)
36F − 50
Se CT < 0.96F aplica-se a teoria normal e o factor de indução axial é calculado, equação
(3.13), assim como o factor de indução tangencial, equação (3.14).
−1
4F sin2 φ

a= 1+ (3.13)
σ 0 (Cl sinσ + Cd cosσ)
−1
0 4F sinφcosφ
a = −1 + (3.14)
σ 0 (Cl sinσ − Cd cosσ)
Este processo é repetido para cada elemento da pá, começando na equação (3.2) e itera-
tivamente até que os valores para os factores de indução e o ângulo do escoamento tenham
convergido.
3.1.2 XFOIL - Polar 2D
Para se obter as Polares 2D dos diferentes perfis em estudo foi utilizado um programa
de painéis 2D com uma formulação viscosa. O programa utilizado foi o conhecido e bem
documentado XFOIL. A versão utilizada é a 6.94 para Win32 optimizada para processadores
Pentium4.
O XFOIL é utilizado para calcular as propriedades aerodinâmicas dos diferentes perfis em
estudo na secção 5.
O XFOIL é também utilizado para mapear as propriedades aerodinâmicas da famı́lia de
perfis NACA 44XX utilizada nos problemas em estudo em função do número de Reynolds.
3.1.3 Extrapolação dos dados após Perda
Os perfis de uma turbina eólica operam muitas vezes a ângulos de ataque superiores ao da
perda, quer por uma questão de controlo (turbinas reguladas pela entrada das pás da turbina
em perda), quer pelas condições de vento. Assim é importante ter dados aerodinâmicos a
ângulos de ataque superiores aos da perda.
Para se obterem estes dados aerodinâmicos pode-se recorrer a um túnel de vento, opção que
não está disponı́vel facilmente, recorrer a software existente, ou ainda a dados aerodinâmicos
pré-existentes. Com excepção da primeira opção, túnel de vento, nenhuma das outras opções
disponibiliza dados aerodinâmicos na região após perda, quer por limitação do software, quer
porque a maioria dos dados de perfis já existentes não foram obtidos tendo em vista uma
turbina mas sim um avião ou uma turbo-máquina, pelo que não se têm dados disponı́veis na
região -180 ◦ a 180 ◦ .
As turbinas eólicas são corpos finitos, pelo que é necessário incorporar os efeitos 3D iner-
entes a um escoamento em torno das suas pás. Assim, recorreu-se ao método de Selig & Du
[34], para a correcção do coeficiente de sustentação, e ao método de Eggar’s, para o arrasto
[34]. As equações de (3.15) a (3.18) descrevem este passo. Nas seguintes equações as letras
a, b e d são constantes do método, sendo os seus valores no presente trabalho iguais a 1. A
envergadura é representada pela letra R, a velocidade média do vento pela letra V, adj é um
factor de escalamento para ângulos superiores a 90◦ e o n é definido como n = d/λaux / Rr e a
r r
relação R é constante e igual a R = 0.250.
Selig & Du:
c n
" #
π

180 1.6 c a − r
CL3D = Cl2D + adj c n
− 1 [Clα (α − α0 ) − Cl2D ] (3.15)
Clα 0.1267 r b + r
d
n= (3.16)
λaux Rr
R
λaux = RP M p (3.17)
V 2 + (RP M.R)2
Eggar’s:
sin α − 0.12 cos α

CD3D = Cd2D + (CL3D − Cl2D ) (3.18)
cos α + 0.12 sin α
Para a extrapolação dos dados aerodinâmicos para ângulos de ataque até ±180◦ utilizou-se
o método de Viterna alterado. O método de Viterna [35] permite extrapolação até ±90◦ . De
±90◦ até ±180◦ utiliza-se uma variação deste método onde os dados existentes são reflectidos
mas afectados por um coeficiente de correlação fixo, CLAdj = 0.7. O intervalo de ângulos
de ataque foi dividido em vários segmentos (figura 3.3) sendo aplicada a cada um desses
segmentos as expressões de (3.19) a (3.32).
Figura 3.3: Divisão por blocos de ângulos de ataque para aplicação do método de Viterna
CDmax cos2 α
CL = sin(2α) + A2 (3.19)
2 sin α
2
CD = CDmax sin α + B2 cos α (3.20)
Segmento 1
cos2 (180 − α)

CDmax
CL = CLAdj − sin(2(180 − α)) − A2 (3.21)
2 sin(180 − α)
2
CD = CDmax sin (180 − α) + B2 cos(180 − α) (3.22)
Segmento 2
(α − 180)
CL = CLAdj CLHi (3.23)
αHi
2
CD = CDmax sin (α − 180) + B2 cos(α − 180) (3.24)
Segmento 3

α + αHi
CL = CLAdj −CLHi + (CLHi + CLLo ) (3.25)
αHi + αLo
CD − CDLo
CD = CDLo + (−α + αLo ) Hi (3.26)
αHi + αLo
Segmento 4
cos2 (−α)

CDmax
CL = CLAdj − sin(2(−α)) − A2 (3.27)
2 sin(−α)
2
CD = CDmax sin (−α) + B2 cos(−α) (3.28)
Segmento 5
cos2 (180 − α)

CDmax
CL = CLAdj sin(2(180 + α)) + A2 (3.29)
2 sin(180 − α)
2
CD = CDmax sin (180 − α) + B2 cos(180 − α) (3.30)
Segmento 6
(180 + α)
CL = CLAdj CLHi (3.31)
αHi
2
CD = CDmax sin (180 + α) + B2 cos(180 + α) (3.32)
Segmento 7
Da análise aerodinâmica da pá obtem-se a sustentação e arrasto para a pá, CL3D e CD3D .
3.2 Análise Aeroelástica
Para o acoplamento aeroelástico a pá é tratada como um corpo flexı́vel.

A deflexão da pá é obtida no programa FAST pelo Método da Soma dos Modos Normais
[36] em que a deflexão final é a combinação linear dos primeiros 5 modos de vibração.
Os modos de vibração para uma determinada pá são calculados com o programa BModes
[37] que utiliza uma viga de Euler-Bernoulli como aproximação da pá. São fornecidas as
caracterı́sticas geométricas, de rotação do rotor e as propriedades estruturais para calcular os
diferentes modos.
As pás são assim tratadas como vigas flexı́veis, encastradas numa ponta, sendo que são
precisos 3 graus de liberdade (dois transversais e um longitudinal) por pá para a definir
totalmente. Aumentando o número de modos utilizados aumenta-se a precisão dos resultados.
A curvatura total da pá é obtida combinando a curvatura em cada direcção com a pré-torção
3.3. OPTIMIZAÇÃO 19
estrutural. A curvatura é calculada para as componentes no plano da pá (vide figura 3.2) e
fora do plano, sendo depois integrada 2 vezes de modo a se obter a deflexão final.
No processo de se encontrar as propriedades aerodinâmicas de uma pá, são inicialmente cal-
culadas as deformadas possı́veis de uma pá, baseando-se na geometria e propriedades fı́sicas da
mesma, e os cálculos aerodinâmicos subsequentes são efectuados baseados nessas deformadas.
3.3 Optimização
Existem vários algoritmos de optimização disponı́veis que podem ser utilizados para re-
solver problemas de engenharia. Tipicamente os algoritmos encaixam-se em duas grandes
categorias: métodos baseados em gradientes e métodos não gradientes. Dentro da primeira
incluem-se os métodos de gradientes conjugados, da descida progressiva e o método de pro-
gramação quadrática sequencial [39]. Nos segundos, incluem-se os algoritmos genéticos, o
método Simplex (referências de [39] a [42]) e a optimização do enxame de partı́culas [50] .
Para proceder à optimização da turbina, utiliza-se o Método Simplex para encontrar a
solução óptima num vértice. À partida pode parecer estranho utilizar um método linear
para resolver este problema de optimização, uma vez que em praticamente toda a bibliografia
disponı́vel são utilizados métodos de programação quadrática. No entanto, prova-se mais à
frente, através de um estudo paramétrico, que o comportamento das variáveis de projecto den-
tro do intervalo de estudo apresenta um comportamento aproximadamente linear, validando
assim a utilização do método (secção 4.4).
O algoritmo Simplex resolve o problema linear descrito na equação (3.33), ao percorrer os
vértices de um poliedro definido pelos constrangimentos à medida que vai decrementando o
valor da função objectivo em cada iteração. Na equação (3.33) a matriz A e o vector b definem
um sistema de desigualdades lineares, Aeq e beq definem um sistema de igualdades lineares, lb
é um vector com os limites inferiores para as variáveis de projecto e ub é um vector com os
limites superiores para as variáveis de projecto.
(3.33)
O algoritmo divide-se em duas partes: na primeira, é avaliado se o ponto inicial se encontra

dentro da região de possı́veis soluções do problema i.e. na região admissı́vel e na segunda parte
é aplicado o algoritmo Simplex, iniciando-se no ponto definido na primeira parte, para resolver
o problema.
3.3.1 Parte 1: Avaliação da Solução
O algoritmo Simplex não inclui na sua formulação a capacidade de lidar com soluções
constrangidas e limitadas. No entanto, tais caracterı́sticas podem ser incorporadas utilizado
funções penalidade. A noção básica por detrás destas é que caso o algoritmo tente uma solução
que se encontra fora do envelope definido o resultado da função objectivo nesse passo será
um valor muito grande a tender para infinito, criando-se assim a noção de poço em torno do
domı́nio pretendido.
Para saber se uma determinada solução está dentro do domı́nio é resolvido um problema
auxiliar, um problema de optimização dentro do problema de optimização em estudo, cuja
função objectivo é uma função de penalidade linear, equação (3.34), definida pela equação
(3.35). Para que o ponto se encontre dentro do domı́nio pretendido a função objectivo, no
final do processo de iteração, tem de ser exactamente zero, caso contrário é-lhe atribuı́do o
valor de infinito e o ponto descartado.
X
P = Pj (xj ) (3.34)
j
(3.35)
3.3.2 Parte 2: Algoritmo Simplex
O algoritmo Simplex é baseado no conceito de n + 1 vértices para n dimensões (referências

de [39] a [42]). Se um dos vértices for definido como a origem, os vectores que unem esse vértice
aos restantes formam o espaço vectorial onde será pesquisada a solução. Os passos básicos
permitidos pelo esquema são quatro:
1. reflexão: reflexão do vértice com pior função objectivo através da face oposta;
3.3. OPTIMIZAÇÃO 21
2. reflexão e expansão: similar ao anterior mas o ponto de referência é colocado mais

afastado da face, aumentando assim o volume do simplex;
3. contracção: um vértice é puxado em direcção à face oposta, diminuindo o volume do
simplex;
4. contracção múltipla: em vez de um vértice, é agora puxada uma face em direcção à
face oposta;
Inicialmente os vértices são definidos nas fronteiras do problema. Para decidir qual o
próximo passo a tomar, o algoritmo compara o melhor, o segundo melhor e pior dos vértices
do simplex com um ponto oposto ao pior ponto e fora do simplex (o ponto a ser testado),
marcado b, n, w e r, respectivamente, na figura 3.4, que ilustra a pesquisa em duas dimensões
(neste caso concreto o simplex coincide com triângulos). A distância do ponto de teste fora
do simplex é controlada por um parâmetro de escala que pode ser definido pelo utilizador,
mas que é comummente unitário. Os seguintes testes são então aplicados em série:
Figura 3.4: Método Simplex a duas dimensões ([39] página 129)
1. se o valor da função objectivo no ponto de teste se encontrar entre o melhor e o segundo

melhor, o ponto de teste é aceite em substituição do pior, isto é, o simplex é reflectido;
2. se o ponto de teste é melhor do que o melhor ponto actual, o pior ponto passa a ser o
melhor e o simplex é expandido nesta direcção, ou seja, há reflexão e expansão. Se a expansão
falhar, é utilizada uma reflexão simples no seu lugar lugar;
3. se o ponto de teste é pior do que o pior ponto actual, há uma contracção no simplex
com o novo ponto a ser encontrado ao longo da linha que une o ponto actual com pior ponto
existente. Se este novo ponto for melhor do que o pior ponto anterior, este é aceite, ou
seja, existe contracção. Se não for melhor todos os pontos perto dos melhores sofrem uma
contracção dando origem a uma contracção múltipla;
4. caso contrário, o ponto de teste é pelo menos melhor do que o pior existente e um novo
simplex é construı́do com base neste ponto. Além disso é ainda feita uma contracção;
O processo termina quando o simplex é reduzido a um tamanho inferior ao definido pelo
utilizador ou a diferença média entre os vértices da função objectivo é inferior a uma tolerância
fornecida pelo utilizador.
Algo comum a este tipo de métodos é a sua impossibilidade de encontrar mı́nimos globais,
ficando-se pelo mı́nimo mais próximo do ponto inicial.
Capı́tulo 4
Implementação e Validação
Um dos objectivos deste trabalho é desenvolver um programa que consiga, de modo au-
tomatizado e sem intervenção directa do utilizador durante o processo, optimizar uma turbina
eólica interligando todos os módulos interdisciplinares necessários ao cálculo, análise e tomada
de decisão.
O programa desenvolvido utiliza dois módulos. Um onde são realizados os cálculos de
desempenho da turbina e outro de optimização, onde são analisados os resultados e tomada a
decisão para a próxima iteração de modo a minimizar a função objectivo. A geometria definida
em cada iteração é analisada pelo programa de cálculo, sendo que do lado do optimizador o
programa de cálculo funciona como uma caixa negra, onde entram variáveis e saem resultados.
A passagem dos resultados de um módulo para o outro é assim directa e transparente.
Figura 4.1: Fluxograma de interacção entre o optimizador e o programa de cálculo
Ao longo deste trabalho foram utilizados 3 distribuições por classes do vento reais de
23
24 CAPÍTULO 4. IMPLEMENTAÇÃO E VALIDAÇÃO
localizações distintas, Alcochete, obtido da Base de Dados do Potencial Energético do Vento

em Portugal (EOLOS 2.0) gentilmente cedido pelo INETI [51], e dois perfis utilizados em
[1] referentes a duas localizações no Canada, St. Lawrence e UTIAS (University of Toronto
Institute for Aerospace Studies). Os dados de vento foram recolhidos a uma altitude de
10 metros em Alcochete e a 30 metros em St. Lawrence e UTIAS e as velocidades médias
locais são de 3.65 m/s em Alcochete, 7.28 m/s em St. Lawrence e 4.83 m/s na localização
UTIAS. Alcochete e UTIAS são representativos de localizações suburbanas com ventos fracos
a moderados enquanto que St. Lawrence é uma quinta de produção de energia eólica com
ventos de alta qualidade. As distribuições por classes do vento são discretizadas em intervalos
de 1m/s e a apresentadas na figura 4.2.
Figura 4.2: Dstribuição por classes do vento para as 3 localizações em estudo
Como estamos a lidar com distribuições por classes do vento reais discretizadas em inter-
valos de 1m/s, temos de calcular, para cada geometria em estudo, a potência que se obteria
em cada velocidade, 1 m/s, 2 m/s..., até 20 m/s, velocidade a que consideramos que a nossa
turbina se desliga, para depois fazer o somatório de cada potência multiplicada pela sua
fracção de tempo e desta forma obtemos a potência média de uma determinada localização
para uma determinada configuração (equação (4.1)). Esta potência é mais tarde utilizada na
função de custo.
n
X
P otenciaM edia = P otencia(j) ∗ F raccaoT empo(j) (4.1)
j=1
25
O programa de cálculo utiliza o programa FAST [29] para o cálculo de potência de uma
turbina com determinadas caracterı́sticas geométricas, de materiais e dado uma distribuiçao
por classes do vento e algumas variáveis atmosféricas. O optimizador utilizado é o disponibi-
lizado pelo MATLABr versão 7.4.0.
O programa FAST foi originalmente desenhado para analisar em detalhe todos os compo-
nentes de uma turbina eólica que tenham influência no desempenho geral da mesma. Para
o presente trabalho este foi modificado de modo a que só as variáveis relacionadas com a pá
tenham influência na performance geral. Assim, efeitos como a rajada, guinada, sistemas de
arranque e de paragem, entre outros não foram considerados.
O programa FAST é utilizado numa formulação com sete graus de liberdade, correspon-
dendo seis à flexibilidade das pás e 1 referente à velocidade de rotação da turbina. A repre-
sentação das coordenadas locais para a descrição das pás pelo FAST é aprestado na figura
4.3.
Figura 4.3: Sistema de coordenadas utilizadas internamente pelo programa FAST para descr-
ever as pás de um rotor.
A estrutura interna do programa FAST é apresentada na figura 4.4. Os ficheiros de input

são ficheiros de texto simples que a cada iteração são reescritos com os novos valores. A
cada iteração são recalculados os modos de vibração das pás, os dados aerodinâmicos dos
perfis extrapolados (porque o número de Reynolds altera-se), assim como as caracterı́sticas
geométricas da asa.
Figura 4.4: Organização interna programa FAST
4.1 Modelo Aerodinâmico
O programa FAST faz uso de um subprograma, Aerodyn, para os cálculos aerodinâmicos

das pás da turbina eólica. Este programa utiliza a formulação da Blade Element Momentum
Theory explicitada anteriormente 3.1.1.
Uma pá é discretizada em secções identificadas pela sua extensão e localização do centro
aerodinâmico (figura 4.5), sendo uma pá completa obtida pela integração de todas as secções.
Uma secção é totalmente definida pela corda, torção geométrica e o perfil a ser utilizado.
Figura 4.5: Esquema de um elemento da pá e a nomenclatura ([49]).
A decomposição do vento e das forças aplicadas nas coordenadas locais da pá é apresentado
na figura 4.7.
4.1. MODELO AERODINÂMICO 27
Figura 4.6: Coordenadas globais programa Aerodyn ([49]).
Figura 4.7: Decomposição do vento e das forças aplicadas nas coordenadas locais da pá ([49]).
4.1.1 Integração numérica
O sistema de equações presentes na secção 3.1.1 é resolvido utilizando um método multi

etapa, aqui um preditor - corrector. Na primeira etapa é encontrado um primeiro valor que
é corrigido na segunda etapa. Na primeira etapa é utilizado o método de Adams-Bashforth
(expressão geral equação (4.2)) e na segunda o método de Adams-Moulton (expressão geral
equação (4.3)). Como o método de Adams-Bashforth necessita dos valores de ui−m até ui e o
primeiro valor calculado por este método é um , é utilizado um método de etapa simples para
iniciar o processo, neste caso o Método de Runge-Kutta de igual ordem de consistência.
 
Xm
ui+1 = ui + h  γi fi−j  (4.2)
j=0
 
m+1
X
ui+1 = ui + h  γi fi−j+1  (4.3)
j=0
4.2 Validação Modelo Aerodinâmico
A validação do Modelo Aerodinâmico divide-se em três partes. Na primeira é garantido

que o código escrito não alterou programa FAST, na segunda parte é garantida a convergência
do Modelo Aerodinâmico e na terceira são comparados os resultados da Potência Média em
duas localizações, UTIAS e St. Lawrence, com os resultados de [1].
4.2.1 Integridade Programa FAST
O programa FAST é constituı́do por um ficheiro executável, onde estão presentes as rotinas
de cálculo, e por diversos ficheiros de entrada e saı́da. O ficheiro principal tem a extensão
.fst e nele são indicados os nomes e localizações de todos os ficheiros necessários (cálculo
aerodinâmico, vento, propriedades da pá e da torre, entre outros).
O programa FAST foi inicialmente concebido como um programa de análise de turbinas
eólicas. Para uma integração com o programa de optimização, o programa FAST teria de
se comportar como uma caixa negra a que seriam fornecidas um conjunto de variáveis de
entrada, obtendo-se depois uma série de resultados que seriam posteriormente analisados pelo
programa de optimização como esquematizado na figura 4.1. A estratégia escolhida foi a de
a cada nova chamada do programa de cálculo todos os ficheiros de entrada necessários seriam
apagados e reescritos com os novos valores, sendo depois corrido o programa FAST, e os
novos resultados lidos dos ficheiros de saı́da e disponibilizados como variáveis de saı́da. Todo
o código foi implementado em MATLABr .
4.2.2 Convergência
Devido ao método utilizado para resolver as equações do Modelo Aerodinâmico (equações

de (3.2) até (3.14)), a escolha do passo h é determinante para a convergência dos resultados,
sendo necessário averiguar a partir de que valores é assegurada a convergência dos mesmos.
Sendo este método iterativo é ainda necessário averiguar qual o número de iterações mı́nimas
para uma solução convergir para uma tolerância definida pelo utilizador.
A escolha do passo h é determinante para os resultados obtidos assim como para o tempo
de CPU utilizado. Neste ponto é importante distinguir entre dois tempos completamente
4.2. VALIDAÇÃO MODELO AERODINÂMICO 29
distintos: o tempo de CPU, é o tempo computacional utilizado pelo computador para resolver
o problema, e o tempo fictı́cio. O programa FAST permite simular condições de vento não
constantes, tanto no valor como no tempo, permitindo fazer uma análise temporal de uma
turbina, geralmente utilizada para simular situações transitórios de arranque ou de paragem,
pelo que temos de definir um parâmetro, o tempo fictı́cio. Mesmo utilizando como variável
de entrada uma velocidade constante, devido à resolução do sistema de equações ser de forma
iterativa, a solução só irá convergir passado algum tempo fictı́cio. Como nota final dividindo
o tempo fictı́cio pelo passo h obtemos o número de iterações que o computador vai efectuar
para essa iteração. O estudo para determinar qual o passo h e o tempo fictı́cio que garantam a
fiabilidade dos resultados e ainda assim um tempo de CPU aceitável é apresentado de seguida.
O estudo foi dividido em três partes. A primeira consiste em verificar a dependência da
convergência com o tempo fictı́cio por oposição ao número de iterações. A segunda consiste em
verificar se o programa FAST converge para todas as velocidades possı́veis dentro do intervalo
em estudo (de 4 m/s até 20 m/s em intervalos de 1 m/s). A terceira consiste em definir
os valores do passo, constante, e do tempo fictı́cio, também constante, de modo a assegurar
sempre a convergência para o problema em estudo.
Para o estudo da convergência é utilizada a geometria descrita na figura 4.8 (geometria
indicativa, não real) e na Tabela 4.1.
Figura 4.8: Localização das secções discretizadas
Tabela 4.1: Geometria utilizada no estudo convergência
Verifica-se na figura 4.9b que para diferentes valores de passo a convergência da solução é
dependente do tempo fictı́cio simulado e independente do número de iterações. Considera-se
que a solução convergiu quando o último valor da série de dados, porque a cada iteração é
escrito num ficheiro os diferentes parâmetros em estudo, é inferior a 2% relativamente a um
valor ocorrido 10 iterações antes. Como consequência, um passo muito fino vai necessitar de
mais iterações para convergir, o que implica uma maior carga computacional sem o conse-
quente ganho na precisão, assumindo que o passo não é tão grande que a solução não consiga
convergir.
(a)
(b)
Figura 4.9: Estudo convergência 10 m/s
Ao investigar a convergência para cada velocidade (figuras 4.10 e 4.11) verificou-se que
o programa FAST não converge quando a velocidade normal à pá atinge um valor entre os
11 m/s e os 13 m/s. No exemplo em estudo tal anomalia verificou-se na velocidade 12 m/s,
figura 4.10(i), onde a potência nunca converge. Esta anomalia acontece devido a instabilidades
4.2. VALIDAÇÃO MODELO AERODINÂMICO 31
numéricas do programa e não devido a algum fenómeno fı́sico. Para resolver esta anomalia e
de modo a tentar manter algum significado fı́sico, em cada iteração e para cada velocidade, é
avaliado se o programa convergiu e, caso não tenha convergido, faz-se uma interpolação linear
com os resultados da próxima velocidade que tenha convergido.
(a) 4 m/s (b) 5 m/s (c) 6 m/s
(d) 7 m/s (e) 8 m/s (f) 9 m/s
(g) 10 m/s (h) 11 m/s (i) 12 m/s
Figura 4.10: Estudo convergência para as velocidades em estudo possı́veis de 4m/s a 12m/s
Para a maioria das velocidades estudadas a convergência da solução foi rápida demorando
menos de 5 segundos, tempo fictı́cio. As excepções foram as velocidades perto do ponto de
instabilidade do programa (12 m/s) sendo que para 11 m/s e 13 m/s a convergência ocorreu
perto dos 5 e 10 segundos respectivamente.
Para velocidades até aos 15m/s a solução converge para passos até 0.02s. Já nas ve-
locidades superiores o passo necessário que garante a convergência da solução reduz-se para
0.008s.
Como pretendemos utilizar um passo constante e um tempo ficticio constante, de modo
a simplificar a formulação do problema, optou-se por uma estratégia conservadora face aos
(a) 13 m/s (b) 14 m/s (c) 15 m/s
(d) 16 m/s (e) 17 m/s (f) 18 m/s
(g) 19 m/s (h) 20 m/s
Figura 4.11: Estudo convergência para as velocidades em estudo possı́veis de 13m/s a 20m/s
resultados disponı́veis, tendo-se fixado o passo em 0.005s de tempo fictı́cio, e o tempo de

simulação em 15s, tempo fictı́cio, para as análises subsequentes.
4.2.3 Comparação com resultados apresentados em [1]
De modo a validar o programa FAST no cálculo da potência de uma micro turbina eólica de
eixo horizontal recorreu-se aos resultados apresentados em [1] como base de comparação. Neste
artigo procedeu-se à análise e optimização de uma turbina eólica com 2.5m de envergadura
estando disponı́veis os resultados da potência média para duas localizações, UTIAS e St.
Lawrence, para a geometria inicial e para as geometrias depois de optimizadas. As geometrias
iniciais e finais em cada localização são apresentadas nas tabelas 4.1 e 4.2.
As diferenças verificadas entre os resultados em [1] e os obtidos pelo programa FAST
são inferiores a 10% sendo as maiores verificadas para a distribuiçao por classes do vento na
localização UTIAS com erros na ordem dos 9%, valor ligeiramente superior aos verificados
4.3. MODELO OPTIMIZAÇÃO 33
Tabela 4.2: Geometrias optimizadas utilizadas no estudo da convergência
Tabela 4.3: Resultados do [1] vs Resultados programa FAST
para a localização com maior potencial de vento, St. Lawrence.

Devido à complexidade do problema em estudo e ao elevado número de variáveis desconhe-
cidas que é preciso arbitrar, não é fácil encontrar as razões exactas que expliquem a diferença
nos resultados, sendo que o mais provável é ser um somatório de todas. É, no entanto, possı́vel
identificar duas áreas onde os erros são mais prováveis. Os dados aerodinâmicos dos perfis
utilizados e as condições atmosféricas locais.
Os erros nas polares aerodinâmicas ficam-se a dever à utilização de um software para
obter esses dados onde é possı́vel afinar vários parâmetros como por exemplo, definir qual a
localização da transição, e do método utilizado para a extrapolação dos dados para além da
perda. Se para obter as polares inicias foi utilizado o mesmo programa, o XFOIL, com as
mesmas opções, já para a extrapolação dos dados aerodinâmicos foram utilizados métodos
diferentes, em [1] foi utilizado um método simples descrito por Tangler [38], enquanto que no
programa desenvolvido é utilizado o Método de Viterna [35].
Os erros nos dados atmosféricos prendem-se com o total desconhecimento da densidade
do ar utilizada em [1], pelo que teve de ser arbitrar um valor para essa variável, neste caso
ρ = 1.25Kg/m3 .
4.3 Modelo Optimização
Para a optimização foi utilizado o optimizador Simplex disponibilizado pelo MATLABr ,

versão 7.4.0, através da função fmincon com a opção Simpex activada. Mais informação sobre
este optimizador e a sua implementação pode ser encontrada no manual de instruções do
MATLABr ou então no site do produto [43].

A função fmincon é a função base para todos os algoritmos de optimização distribuı́dos com
o MATLABr . A função recebe como parâmetros de entrada a função de custo, o ponto inicial,
as matrizes A e B que correspondem as desigualdades [A].[x] ≤ [B], os limites superiores e
inferiores e ainda um vector com constrangimentos c(x) < 0.
Devido à natureza do programa de cálculo, que funciona como uma caixa negra, apenas
temos como parâmetros de entrada para a função de optimização a função de custo, que por
sua vez chama as rotinas de cálculo, o ponto inicial, as variáveis a optimizar, i.e as variáveis
de projecto, os limites superiores e inferiores e os constrangimentos.
Nos problemas tipo foram utilizadas cinco grupos de variáveis de projecto na optimização:
corda, torção, espessura relativa do perfil, envergadura e taxa de rotação. A distribuição da
corda determina a forma geral da pá. O ângulo de torção, β na figura 3.2, é o ângulo que
a pá faz com o ângulo de rotação. A espessura relativa da pá é a relação entre a espessura
do perfil e a sua corda. A envergadura é aqui referida como a distância da raiz da pá ao seu
ponto mais afastado.
Durante o processo de optimização, a variação do valor das variáveis é contı́nuo, não
havendo restrições ao tamanho do passo, com excepção da espessura relativa que é feito de
forma discreta, com variações unitárias, sendo feita uma aproximação à unidade pelas regras
habituais (e.g. espessura = 13.5% resultaria num valor de espessura efectivo de 14%).
O único constrangimento implementado foi o de potência máxima. Este constrangimento
impede que em qualquer uma das velocidades testadas, de 1 m/s até 20 m/s, a potência
máxima no gerador exceda o limite imposto por este. Este constrangimento só faz sentido
quando se pretende optimizar uma turbina quando o gerador já foi escolhido. Para projecto
de raiz poderá não ser utilizada.
4.3.1 Função de custo
O principal objectivo no projecto de uma turbina é reduzir o custo total da energia de uma
turbina (COE), equação (4.4) (unidades ¿/KWh). Este custo representa o custo global asso-
ciado a todos os componentes da turbina em euros, desde as pás ao gerador, torre, fundações
e sistemas electrónicos. A Potência Anual Média é a potência média que se obteria numa de-
terminada localização e é função da distribuiçao por classes do vento dessa mesma localização.
A análise do custo total da energia (COE) é acima de tudo económico com um menor
4.3. MODELO OPTIMIZAÇÃO 35
COE a representar um melhor investimento por permitir prazos mais curtos de retorno do
capital.
Custo
CustoT otalP otência(COE) = (4.4)
P otenciaAnualM edia
Devido à complexidade envolvida na manufacturação de uma turbina eólica e ao

desconhecimento de muitas das variáveis envolvidas, não é possı́vel relacionar de forma muito
aprofundada a relação entre o custo total e as caracterı́sticas dos grupos de variáveis em
estudo.
O trabalho que se pretende desenvolver baseia-se em optimizar as pás de um turbina eólica.
Assim, o único impacto que podemos controlar no custo total é aquele associado às pás. O
autor de [44] identificou que o custo das pás é proporcional ao seu peso, desde que o método e
os materiais de construção sejam semelhantes, pelo que quanto mais pesadas elas forem mais
caras serão.
Neste ponto vamos assumir que a densidade das pás se manterá aproximadamente con-
stante, isto é, que os materiais e técnicas utilizadas na manufacturação da pá base serão os
mesmo que na pá optimizada. Assim, a variação do custo fica proporcional ao volume da pá.
Tanto o autor [44] como o autor [45] identificaram que os custos das pás relativamente aos
custos totais são de 30%. Este valor pode variar muito de turbina para turbina, mas como
não temos informação mais detalhada vamos assumir este valor.
Assim, podemos relacionar o custo da pá optimizada com a pá inicial através da equação
(4.5).

V olumeP a
Custo = (1.00 − 0.30) + 0.30 .CustoT otalBase (4.5)
V olumeP aBase
O cálculo dos volumes da pá é feito por troços e em cada troço o volume é calculado
como se de uma pirâmide truncada se tratasse [46], figura 4.12. Entre cada secção da pá é
calculada a área do perfil em função da corda e o volume numa secção é encontrado aplicando
a equação (4.6). Vai existir sempre um erro associado uma vez que se está a aproximar
superfı́cies inerentemente curvas por rectas, no entanto o erro cometido será tanto menor
quanto maior o número de troços.
1 p
V olume = hV Ab + At + Ab At (4.6)
3
Figura 4.12: Pirâmide Truncada
A potência anual média é substituı́da neste trabalho pela potência média de uma
localização especı́fica. Uma determinada localização tem uma distribuiçao por classes do
vento como na figura 4.13, caracterizado pela fracção de tempo que o vento sopra a uma
determinada velocidade. Para cada velocidade é obtido um valor de potência e para se saber
a potência média é multiplicar a potência para uma determinada velocidade pela fracção de
tempo a essa mesma velocidade ao longo de todas as velocidades presentes na distribuição
por classes do vento (equação (4.1)).
Figura 4.13: Distribuição por classes do vento na localização UTIAS
20
X
P otenciaM edia = P (i).F T (4.7)
i=1
A equação (4.8) é a função de custo utilizada sendo as unidades [CT P ] = KW −1 .
V olumeP a
(1.00 − 0.30) + 0.30 V olumeP aBase
CustoT otalP otência = P20 (4.8)
i=1 P (i).F T
4.4. VALIDAÇÃO MODELO OPTIMIZAÇÃO 37
4.4 Validação Modelo Optimização
O Simplex é um optimizador linear, o que significa que as variáveis têm de apresentar

um comportamento linear para que ele seja capaz de encontrar um mı́nimo. Mas será que as
variáveis de projecto apresentam um comportamento linear dentro dos limites definidos para
o problema?
(a) Corda (b) Envergadura
(c) Velocidade Rotação
Figura 4.14: Estudo da linearidade das variáveis de projecto
Os resultados apresentados na figura 4.14 apresentam a evolução de três variáveis de pro-

jecto para três velocidades representativas do espectro de velocidades. A figura 4.14 demonstra
que a evolução das variáveis de projecto, corda, envergadura e velocidade de rotação, apre-
sentam um comportamento aproximadamente linear com a potência média dentro da região
definida pelos limites do problema.
A utilização de um optimizador linear, como o Simplex, é assim validada.
Capı́tulo 5
Perfis para Turbinas Eólicas
Os princı́pios básicos que fazem um avião voar são os mesmos que fazem funcionar uma
turbina eólica. Se num avião a sustentação produzida nas asas é orientada verticalmente de
modo a equilibrar o peso do avião, numa turbina eólica pretende-se que essas mesmas forças
produzam rotação em torno de um eixo.
Assim e à primeira vista, os melhores candidatos a perfis para uma turbina eólica serão
os já utilizados e amplamente estudados perfis convencionais de aviões. Se por um lado isto
é verdade para turbinas grandes (de muitos metros de envergadura e vários megawatts de
potência), para as quais os números de Reynolds são semelhantes, para as turbinas mais
pequenas coloca-se o problema dos números de Reynolds baixos, o que faz com que os perfis
anteriormente identificados não sejam eficientes.
Com números de Reynolds inferiores a 106 o fluı́do em estudo, neste caso o ar, pode
não se comportar da maneira que o engenheiro aeronáutico está habituado, com os grandes
turbilhões a dominarem o escoamento aumentando o arrasto e diminuindo a sustentação.
Um outro problema associado aos números de Reynolds baixos é que a partir de 7 × 104 ,
limite identificado por Leitone na sua pesquisa [47] as teorias lineares utilizadas deixam de ser
válidas, começando a apresentar grandes desvios relativamente aos resultados experimentais.
Um outro aspecto muito importante na escolha dos perfis para uma turbina eólica é a sua
sensibilidade à rugosidade. Por diversos motivos, acumulação de pó, desgaste, gelos, pequenos
defeitos no fabrico, é importante que as propriedades aerodinâmicas de um determinado perfil
não sejam muito sensı́veis a pequenas alterações na geometria do mesmo.
A solução encontrada pelos projectistas para minimizar estes efeitos foi criar perfis com
uma espessura relativa elevada, de modo a atrasarem o mais possı́vel a separação do escoa-
39
40 CAPÍTULO 5. PERFIS PARA TURBINAS EÓLICAS
mento e a tornarem os perfis mais insensı́veis à rugosidade.
5.1 Análise Perfis
Para os estudos subsequentes foram seleccionados os seguintes perfis: Althaus 93-W-300;

FX 63-137; NACA 4418; NACA 65(3)-218; S823; Selig/Giguere SG6042. Os resultados foram
obtidos com um número de Reynolds igual a 2 × 105 .
(a) Cl Vs α (b) Cl Vs Cd
Figura 5.1: Polares de Perfis
O perfil NACA 65(3)-218, perfil para asas de aviões convencionais, foi o que apresentou o
coeficiente de sustentação mais baixo e muito irregular, uma vez que o número de Re utilizado
é muito inferior ao número de Re de projecto do perfil.
Os perfis com espessura relativas mais finas, FX 63-137 com 13% e Selig/Giguere SG6042
com 10% são os que apresentam os maiores valores de coeficiente de sustentação. Estes
resultados são consistentes com os encontrados na bibliografia [48] que identificam que perfis de
espessura relativa pequena produzirão mais sustentação. No entanto, os perfis com espessuras
relativas entre os 9% e os 12% apresentam perda abrupta. O mecanismo da perda desenrola-
se da seguinte maneira: existe um grande pico de sucção junto ao bordo de ataque que vai
provocar a separação do escoamento, seguidamente e devido ao efeito de Coanda, o escoamento
vai recolar mais a jusante formando uma bolha de recirculação. À medida que o ângulo de
ataque aumenta esta bolha vai ocupando todo o extradorso até que se separa sem possibilidade
de voltar a recolar, originando perda abrupta [52]. Este mecanismo tem como consequência
o aumento do arrasto e uma diminuição da eficiência.
Os perfis com espessuras relativas mais elevadas, Althaus 93-W-300 com 30%, o NACA
4418 com 18% e o S823 com 21%, apresentam valores de coeficiente de sustentação um pouco
5.2. ESCOLHA DO PERFIL 41
inferiores aos anteriores, no entanto ao terem uma maior espessura relativa fazem com que a
perda seja suave pela progressão da separação turbulenta a partir do bordo de fuga em direcção
ao bordo de ataque, o que permite manter o coeficiente de sustentação elevado durante mais
alguns ângulos de ataque.
5.2 Escolha do Perfil
Um dos objectivos deste trabalho é estudar a influência da distribuição da espessura rela-

tiva ao longo da envergadura e a sua influência no desenho final. No entanto, os perfis Althaus
93-W-300 e o S823 foram desenhados para terem espessura relativa fixa. Já o perfil NACA
4418 encontra-se dentro da famı́lia 44XX, que permite facilmente obter perfis com diferentes
espessuras relativas, uma vez que os últimos dois dı́gitos do nome definem a espessura relativa
do perfil.
Assim, é utilizada a famı́lia de perfis 44XX nos estudos subsequentes.
5.2.1 Mapa de números de Reynolds
Durante o processo de optimização, o número de Reynolds em cada secção da turbina varia,

quer porque a velocidade a que a turbina está a ser avaliada muda, quer porque a corda em
cada secção também muda. Assim, em cada iteração e para cada velocidade, as propriedades
aerodinâmicas dos perfis também mudam porque elas são dependentes do número de Reynolds.
O XFOIL é usado para pré-calcular o coeficiente de sustentação, o coeficiente de arrasto
e o coeficiente de momento da famı́lia de perfis NACA 44XX (figura (5.2)). Os dados foram
obtidos para perfis com espessura relativa entre os 10% e os 16%. O intervalo de números de
Reynolds calculados varia entre os 3000 e os 1100000.
Os dados assim obtidos são disponibilizados ao programa através de uma interpolação
linear das propriedades desejadas, equação (5.1).

Re − Reseguinte
Cl = Clseguinte + (Clanterior − Clseguinte ) (5.1)
Reanterior − Reseguinte
Resumindo, em cada iteração, para cada velocidade e em cada secção é obtido o número
de Reynolds local. Em seguida, os novos valores das polares aerodinâmicas são calculados,
sendo depois extrapoladas essas mesmas polares para valores de ângulo de ataque entre os
-180º e os 180º e reescritos os ficheiros aerodinâmicos para o programa Aerodyn.
42 CAPÍTULO 5. PERFIS PARA TURBINAS EÓLICAS
Como exemplo, é apresentada uma visualização do mapeamento feito para o perfil NACA
4416 na figura 5.2 para os coeficientes de sustentação (figura 5.2(a)) e de arrasto (figura
5.2(b)).
(a) Mapa Re para Coef. Sustentação (b) Mapa Re para Coef. Arrasto
Figura 5.2: Mapa de Re para o perfil NACA 4416

Capı́tulo 6
Problemas em Estudo
Para demonstrar a flexibilidade do programa desenvolvido são apresentados de seguida

alguns problemas tipo onde é explorada a grande maioria das potencialidades do programa.
O objectivo em todos os problemas é obter uma solução optimizada do COE, sendo que
os pressuposto iniciais são diferentes.
Transversal a todos os problemas é a utilização da famı́lia de perfis NACA 44XX nas
variações de espessura do perfil e o facto de todas as soluções encontradas serem para uma
turbina com 3 pás equidistantes entre si.
6.1 Problema 1 - Estudo Paramétrico de Sensibilidades
6.1.1 Motivação
Uma empresa que constrói turbinas eólicas tem a possibilidade de adquirir uma nova
máquina para iniciar um novo ramo de negócio. Esse negócio consiste em fornecer turbinas
personalizadas aos clientes, sendo que a máquina a adquirir poderá alterar, ligeiramente e em
relação a uma geometria inicial, uma das variáveis de projecto: corda, envergadura, torção
ou velocidade de rotação.
Qual a variável com maior influência no custo total de potência de modo a que a máquina
a adquirir permita alterar essa variável?
6.1.2 Formulação
A pergunta que tem de ser respondida é: qual a variável de projecto que sofrendo pequenas
alterações, partindo de um projecto inicial, mais vai influenciar a performance geral da
43
44 CAPÍTULO 6. PROBLEMAS EM ESTUDO
turbina?
Para resolver este problema é realizado um estudo paramétrico, em que se faz variar
cada variável de projecto num intervalo entre −20% e +20% relativamente ao valor inicial,
sendo que a função que se procurou minimizar é o COE. Foi utilizado como projecto inicial
a geometria da Tabela 4.1 e foram efectuados testes nas localizações Alcochete, UTIAS e St.
Lawrence.
6.1.3 Resultados e Discussão dos Resultados
A variação do COE em função das variáveis em teste é dependente da distribuiçao por

classes do vento utilizado (figura 4.2). Assim, os resultados são primeiramente agrupados por
localizações e tipo de função em estudo, COE e potência média, e finalmente e de modo a se ter
uma visão mais genérica do comportamento das variáveis com os parâmetros é apresentada,
para cada variável, a média das 3 localizações.
(a) Alcochete (b) UTIAS
(c) St. Lawrence
Figura 6.1: Estudo paramétrico da potência média para as diferentes localizações

6.1. PROBLEMA 1 - ESTUDO PARAMÉTRICO DE SENSIBILIDADES 45
(a) Alcochete (b) UTIAS
(c) St. Lawrence
Figura 6.2: Estudo paramétrico do COE para as diferentes localizações
Pela definição do COE (equação (4.8)) a relação entre o COE e a potência não é totalmente
inversa, no entanto é-o aproximadamente. Analisando os resultados das figuras 6.1 e 6.2
verifica-se que o comportamento das variáveis é praticamente inversamente proporcional entre
ambos.
Adicionalmente, verifica-se que, com excepção da torção, cuja variação não provoca grandes
variações no COE e potência, a variação de todas as outras variáveis, relativamente à geome-
tria base, provoca grandes variações no COE e potência. Verifica-se ainda que a relação com
a potência é directamente proporcional, em que uma diminuição do valor das variáveis, relati-
vamente à geometria inicial, vai provocar uma diminuição na potência, e um aumento no valor
das variáveis um aumento na potência. E se a variação no valor das variáveis é aproximada-
mente directamente proporcional à potência, essas mesmas variações são aproximadamente
inversamente proporcionais ao COE.
Fisicamente este era o resultado expectável uma vez que aumentando a corda e a enver-
gadura estamos a aumentar a área útil, incrementado a diferença de potencial no escoamento

entre o intradorso e o extradorso, havendo assim maior sustentação que por sua vez provocará
um maior binário ao eixo e consequentemente uma maior potência.
Se a análise efectuada à pá fosse similar à utilizada para uma asa de um avião convencional,
o comportamento observado para a torção não seria expectável, uma vez que se esperaria um
aumento da potência com o aumento da torção, porque estariamos a tornar os gradientes de
pressão mais intensos. No entanto, num avião convencional não existe o fenómeno da rotação
constante do sistema e que neste caso vai ter grande influência no desempenho geral. Em todas
as localizações estudadas, com excepção da localização Alcochete para valores negativos de
variação (figura 6.2(a)), variar positiva ou negativamente a torção vai resultar numa menor
potência e num maior COE. Isto significa que o projecto inicial se encontra num máximo local
da torção pelo que diminuindo a torção, vamos diminuir os gradientes de pressão e como tal
diminuir a potência e se aumentarmos a torção vai existir um pico de sucção muito intenso,
que vai provocar separação do escoamento e como tal uma diminuição da potência.
Verifica-se que para as variáveis corda e envergadura as magnitudes de variação da potência

e COE não são independentes da variável em estudo. Isto é, por exemplo, para a localização
Alcochete uma variação na envergadura de −20% resulta numa variação de potência inferior
em −40% mas um acréscimo no COE de 70%. Já a mesma variação na variável corda vai
provocar um decréscimo de 25% na potência e um acréscimo de 30% no COE. Este comporta-
mento é explicado pela definição do COE (equação (4.8)), que é directamente proporcional ao
volume e inversamente proporcional à potência média, e pelo facto que a variação do volume
é muito mais afectado pelo aumento da envergadura que pelo aumento da corda.
Já quando incrementamos o valor das variáveis (corda, envergadura e velocidade rotação) o
comportamento inverso observa-se, aumentando a potência e diminuindo o COE.
No entanto, as diferenças entre as variáveis observadas em cima não são tão acentuadas como
para a situação de valores inferiores ao projecto inicial. Este comportamento é explicado pela
dominância do denominador em relação ao numerador, sendo que ao se ter uma maior variação
na potência (denominador), qualquer variação no volume (numerador) é muito menos notada.
A variável velocidade de rotação, mesmo não sendo uma variável geométrica e como tal
não tendo influência directa na resposta ao problema de qual máquina escolher, é incluı́da
neste estudo porque é uma variável com grande impacto no desempenho geral. A velocidade
6.1. PROBLEMA 1 - ESTUDO PARAMÉTRICO DE SENSIBILIDADES 47
de rotação tem um comportamento semelhante à corda, sendo os valores obtidos também

muito semelhantes. A velocidade de rotação tem impacto ao nı́vel da velocidade relativa, Vrel
na equação (4.2). A velocidade relativa é obtida através da decomposição da componente com
direcção normal à turbina (a da distribuiçao por classes do vento) e da componente radial
(dada pela rotação). Aumentando a rotação aumentamos a velocidade normal à pá, o que vai
implicar gradientes de pressão mais fortes e consequentemente maior potência ao veio. No
entanto, existe uma velocidade a partir da qual a maioria das secções da pá entra em perda,
sendo esse o limite superior.
Como identificado anteriormente, o valor de potência e do COE são dependentes da dis-
tribuiçao por classes do vento utilizado. Para uma empresa cuja área de negócio é o fabrico de
turbinas personalizadas através de uma máquina única interessa-lhe acima de tudo tornar a
solução final o menos dependente possı́vel da distribuiçao por classes do vento local. Assim, a
solução óptima surgiria analisando uma amostra de distribuições por classes do vento tı́picas
das localizações do público alvo e fazendo a média de todas obterı́amos uma solução tı́pica
para a área de negócio.
Assim, efectuamos a análise baseando-nos na média das três localizações em estudo (Al-
cochete, UTIAS e St. Lawrence).
(a) COE (b) Potência
Figura 6.3: Média de todas as localizações e de todos os parâmetros
Da análise dos perfis médios (figura 6.3) conclui-se que a variável com maior impacto no
desempenho é a envergadura, conseguindo-se diminuições do COE de −30% e aumento da
potência de 40% com o aumento de 20% da envergadura. Não sendo possı́vel aumentar mais
a envergadura relativamente à geometria inicial, a segunda variável com maior impacto no
desempenho é a corda, conseguindo-se diminuir o COE em −16% e aumentar a potência em
22% com o aumento de 20% da corda.
Na eventualidade de se pretender aumentar ligeiramente a performance (diminuir o COE

e/ou aumentar a potência) sem alterar a geometria, pode-se optar por aumentar a velocidade
de rotação, uma vez que com um aumento de 20% nesta variável se obtêm ganhos de 13% no
COE e de 16% na potência.
As medidas num qualquer processo de fabrico são sempre definidas relativamente a uma
tolerância. O valor da tolerância vai depender do sistema em si e do processo de fabrico.
Assim, é importante compreender como varia o desempenho do sistema face a pequenas
variações relativamente à geometria definida. A figura 6.3 permite que se retirem algumas
conclusões básicas sobre este tema.
Relativamente à tolerância verifica-se que junto à geometria inicial uma variação de ±5%
vai ter um impacto no COE que pode chegar até ±10% no caso da envergadura e ±4% no
caso da corda. Assim, conclui-se que qualquer sistema construı́do com valores inferiores aos
da tolerância vai apresentar um desempenho inferior, pelo que deveria ser assegurado no
processo de fabrico que o limite inferior do intervalo de valores com que as pás saem da linha
de produção é superior ou igual ao especificado pela geometria teórica.
Respondendo à questão inicial conclui-se que as variáveis com maior influência no valor
do COE são, respectivamente, a envergadura e a corda, conseguindo-se diminuições no COE
de até −30%. Assim, a empresa deveria encomendar uma máquina que lhe permiti-se alterar,
relativamente a uma geometria inicial estabelecida, a envergadura de modo a conseguir maiores
diminuições no COE.
6.2 Problema 2 - Optimização de Turbina Eólica com Enver-

gadura Fixa
6.2.1 Motivação
Um cliente particular pretende colocar uma turbina eólica no telhado da sua casa de modo
a complementar o sistema eléctrico da sua casa. No entanto, a altura combinada da casa e
da turbina não podem exceder um determinado valor devido a constrangimentos impostos
pelo PDM ou à presença de linhas de média tensão. Esta limitação vai definir a envergadura
máxima da turbina eólica. Qual o melhor projecto para aquela localização especı́fica?
6.2. PROBLEMA 2 - OPTIMIZAÇÃO DE TURBINA EÓLICA COM ENVERGADURA FIXA49
Figura 6.4: Problema 2 - Exemplo de casa com turbina
Como temos de escolher valores concretos para podermos fazer uma simulação vamos
imaginar a situação descrita na figura 6.4 em que o valor de Y é definido pelo PDM local
limitando a turbina a um diâmetro total de 5 metros, ou seja, a uma envergadura de 2,5
metros.
A questão a ser respondida é então, qual o melhor projecto que minimiza o COE para
uma envergadura máxima fixa de 2.5m?
As variáveis de projecto são a corda, a torção, a espessura relativa e a velocidade de

rotação.
Tabela 6.1: Variáveis de projecto do problema 2 e os seus limites
Os constrangimentos são a envergadura máxima permitida, a potência máxima do

gerador, que é aqui definida como sendo de 10KW, assumindo-se que este é um componente já
pré-definido.
Foram simuladas três localizações distintas: Alcochete, UTIAS e St. Lawrence.

Tabela 6.2: Constrangimentos para o problema 2
Para determinar qual o projecto que minimiza o COE foi feita uma optimização para cada
localização partindo sempre do desenho inicial especificado na Tabela 4.1.
(a) Corda (b) Torção
(c) Espessura (d) Velocidade de rotação
Figura 6.5: Comparação das variáveis de projecto óptimas
A figura 6.5 demonstra claramente o efeito que uma optimização especifica para uma
turbina em ambiente urbano, caracterizado por baixas velocidades de vento, tem no projecto
geral, sendo que todas as soluções finais são significativamente diferentes da inicial.
A distribuição da corda no projecto inicial é muito semelhante às turbinas de maiores
Tabela 6.3: Valores finais das variáveis de projecto para o problema 2
dimensões, em que a menor velocidade nas secções mais interiores é compensada com o
aumento da corda e da torção. Já nas soluções optimizadas a distribuição da corda é diminuı́da
nas secções interiores e aumentada nas exteriores. Estas soluções não são independentes das
condições particulares em que estas turbinas operam. Ao serem pequenas e operarem a veloci-
dades baixas, os números de Reynolds locais vão também eles ser baixos, comparativamente
às turbinas maiores, podendo variar entre 4 × 104 e os 9 × 105 o que faz com o problema seja
formulado como um de baixo número de Reynolds (porque é inferior a 106 ). Nestes números
de Reynolds, os efeitos dos grandes turbilhões dominam o escoamento aumentando o arrasto,
pelo que para se obterem os mesmo gradientes de pressão é necessário aumentar a área e como
a envergadura está limitada a 2,5 metros a única maneira de o fazer é aumentando a corda.
A distribuição da corda é influenciada pela maneira como a função de custo está definida
(equação (4.8)), em que é privilegiada a potência em detrimento do volume, como explicitado
na análise de resultados do Problema 1. Assim, a solução final privilegiou o aumento da
potência e a forma de a obter foi aumentando a corda nas secções centrais e exteriores de modo
a obter maior sustentação, logo maior binário ao veio e consequentemente maior potência.
Com excepção da localização Alcochete, a localização com o menor potencial de vento,

a distribuição da torção nas soluções optimizadas e na inicial são muito semelhantes, com
as secções interiores a apresentarem maiores ângulos de torção de modo a aproveitarem as
menores velocidades de vento locais. Este comportamento é ainda mais notório no caso da
localização Alcochete em que para o ponto localizado a 20% a torção é de 47◦ face a 36◦ na
geometria inicial.
A distribuição da espessura para as três localizações foi igual e somente diferente da inicial
no ponto localizado a 60% da envergadura, em que o valor da espessura relativamente à corda
obtido foi de 14% face aos 13% da solução inicial.
A velocidade de rotação das três localizações optimizadas é muito semelhante, com valores
perto das 170 RPM, um valor que é 21% superior à inicial. Novamente, o optimizador procurou
maximizar a potência média e como visto no Problema 1 uma das formas de o fazer é aumen-
tando a velocidade de rotação.
(a) Alcochete (b) St. Lawrence
(c) UTIAS
Figura 6.6: Geometria das pás depois de optimizadas, para as diferentes localizações, por
comparação com geometria inicial (vermelho)
Na figura 6.6 são claramente visı́veis as diferentes geometrias obtidas comparativamente

à geometria inicial, com o aumento da corda nas secções exteriores e para as localizações St.
Lawrence e UTIAS a torção inferior na secção localizada a 20% da envergadura.
Cruzando os dados da Tabela 6.4 com a figura 6.7 e as distribuições por classes do vento
das diferentes localizações (figura 4.2) conseguimos compreender melhor o comportamento
da curva de potências. Verifica-se que até à região dos 12 m/s todas as curvas são muito
semelhantes. No entanto, verifica-se que as fracções de tempo acima dos 12m/s para a
Alcochete St. Lawrence UTIAS

Volume (m3) 0,0103 0,0086 0,0101
Tabela 6.4: Volumes finais da pá nas diferentes localizações para o problem 2.
Figura 6.7: Curva de potência com a velocidade do vento para a solução optimizada.
localização Alcochete são praticamente desprezáveis pelo que o optimizador procurou maxi-
mizar a potência para as velocidades mais baixas e com tal as velocidades 4m/s, 5m/s e 6m/s
apresentam valores de potência superiores às outras localizações. O preço a pagar por este
comportamento nas velocidades mais baixas é visı́vel na região imediatamente a seguir aos
12m/s em que a potência decresce voltando a aumentar nas velocidades superiores.
O mesmo principio aplica-se nas outras localizações com especial evidência para a
localização St. Lawrence que ao ter uma distribuiçao por classes do vento com fracções
de tempo significativas acima dos 12m/s, apresenta na curva de potência valores superiores
às outras localizações acima dos 12m/s. A localização St. Lawrence apresenta ainda o valor
mais baixo do volume da pá.
COE Alcochete St. Lawrence UTIAS

Inicial 1,12 0,51 1,51
Final 0,67 0,26 0,87
Diferença (%) -40,18 -49,02 -42,38
Tabela 6.5: COE para o problema 2
O custo total de potência nas soluções optimizadas é inferior ao inicial em valores nunca
inferiores a −40% pelo que o objectivo primário de melhorar o projecto existente foi alcançado.
Figura 6.8: COE para as diferentes localizações
Ao optimizarmos uma turbina inicial para três localizações distintas, poderiamos estar na
realidade a simular um problema em que só disporı́amos de capital para implementar uma
turbina eólica, havendo três localizações alternativas. Qual dessas três localizações deveriamos
escolher para implementar a nossa turbina? A resposta a esta pergunta é dada analisando o
COE (figura 6.8), onde a localização que apresente o menor COE possı́vel é a melhor do ponto
de vista económico (secção 4.3.1). Verifica-se que a localização que apresenta o menor valor
do COE em termos absolutos é a localização com o maior potencial de vento, St. Lawrence.
Em segundo lugar é Alcochete e por último UTIAS. De um ponto de vista económico isto
significa que a localização mais atractiva é St. Lawrence.
Com este problema optimizou-se um projecto inicial de modo a minimizar o valor do

custo total de potência. As optimizações feitas são para três localizações concretas, pelo que
se um cliente pretendesse instalar um aerogerador, nas condições do problema, numa dessas
localizações, as soluções aqui encontradas seriam as mais indicadas por diminuirem o custo
total da energia. De referir que se os constrangimentos se alterassem, o programa é suficiente-
mente modular para encontrar facilmente novos projectos optimizados. Caso as localizações
analisadas fossem concorrentes para a instalação de um turbina eólica, a localização vencedora
seria St. Lawrence por apresentar o valor absoluto de COE mais baixo.
6.3. PROBLEMA 3 - OPTIMIZAÇÃO DE TURBINA EÓLICA COM CONSTRANGIMENTO DE POTÊN
6.3 Problema 3 - Optimização de Turbina Eólica com Con-

strangimento de Potência
6.3.1 Motivação
Uma determinada instalação isolada pretende suprir todas as suas necessidades energéticas
através da instalação de uma turbina eólica e de um sistema auxiliar de baterias. A dis-
tribuiçao por classes do vento local é conhecido e a potência anual média mı́nima exigida é
de 1.5KW.
A questão a responder é: qual o projecto que permite minimizar o COE ao mesmo tempo
que garante uma potência média mı́nima de 1.5KW?
As variáveis de projecto são a corda, a torção, a espessura, a envergadura e a velocidade

de rotação.
Tabela 6.6: Variáveis e limites superiores das variáveis para o problema 3
Os constrangimentos são a potência máxima do gerador, que é aqui definida como 25KW
e a imposição de termos uma potência média mı́nima de 1.5KW.
Tabela 6.7: Constrangimentos para problema 3
As soluções optimizadas foram obtidas para as localizações Alcochete, St. Lawrence e

UTIAS.
Para determinar qual o projecto que minimiza o COE ao mesmo tempo que garante
uma potência média mı́nima de 1.5KW foi feita uma optimização para cada uma das três
localizações. Aqui a estimativa inicial já não foi a turbina utilizada no problema 2 mas
antes a encontrada, pelo projectista, de modo a conseguir cumprir com os constrangimentos
em todas as localizações. A geometria utilizada para iniciar o processo de optimização é
apresentada na tabela 6.8.
Tabela 6.8: Valores iniciais das variáveis de projecto para o problema 3
(a) Corda (b) Torção
(c) Espessura (d) Velocidade de rotação
Figura 6.9: Comparação das variáveis de projecto óptimas

A figura 6.9 apresenta os resultados obtidos. Apesar das diferentes distribuições por classes
do vento utilizadas, as soluções finais encontradas são todas muito semelhantes à inicial e entre
si.
A envergadura, que foi indentificada no problema 1 como a variável de projecto com

maior influência no COE, variou muito pouco relativamente à estimativa inicial, aumentado
6%, 3.5% e 6.2% para as localizações Alcochete, ST. Lawrence e UTIAS, respectivamente. A
distribuição da corda é também ligeiramente superior à inicial sendo este facto mais notório
para as localizações com menor potencial, Alcochete e UTIAS. A distribuição da torção é,
comparativamente com a envergadura e a corda, a que apresenta maiores variações relativa-
mente à inicial, com as secções interiores a apresentarem maiores valores de torção, de modo
a maximizar o escoamento a baixas velocidades, sendo que as secções exteriores apresentam
valores inferiores aos iniciais. Na espessura relativa só a solução para a localização St.
Lawrence apresentou variação em relação à inicial, ao aumentar a espessura relativa no
troço localizado a 60% da envergadura para 15%. A velocidade de rotação é também ela
practicamente igual à da estimativa inicial. Assim, podemos concluir que para este problema
particular, definido por estes constrangimentos particulares, a estimativa inicial foi muito boa,
sendo os resultados das soluções optimizadas muito próximos desta.
Tabela 6.9: Valores finais das variáveis de projecto para o problema 3
Analisando com mais detalhe o comportamento da envergadura e da corda verificamos

que para todas as localizações o optimizador procurou maximizar a área da pá, de modo a
aumentar a potência. Mas na localização com maior potencial de vento, St. Lawrence, o
constrangimento de uma potência média de 1.5KW é fácilmente obtida e até excedida, pelo
que em adição ao aumento da potência procurou-se reduzir o volume da pá de modo a reduzir
o COE. Este comportamente é verificado pela distribuição da envergadura e da corda, na
localização St. Lawrence, com valores inferiores aos das outras localizações. Já nas localizações
com menor potencial de vento, o constrangimento de potência média é atingido marginalmente
(figura 6.11). Aqui o optimizador privilegiou o aumento de potência em detrimento da redução
de volume, pelo que a solução final apresenta valores de envergadura e corda superiores ao
projecto inicial e à localização St. Lawrence (tabela 6.10).
Tabela 6.10: Volumes das várias soluções obtidas
Figura 6.10: Curva de potência com a velocidade do vento para a solução optimizada
A curva de potência para as diferentes localizações, figura 6.10, é muito semelhante para
as três localizações. Para as localizações com menor potencial de vento, as potências nas
velocidades intermédias, de 6m/s até 11m/s, foram privilegiadas, apresentando sempre valores
superiores, ainda que marginalmente, à localização St. Lawrence. Um comportamento curioso
é o facto de para as velocidades de 4m/s e 5m/s a potência para St. Lawrence ser superior às
das localizações de potencial inferior. Este facto é explicado pelas condições particulares da
solução encontrada, em que a solução mais optimizada é aquela em que se perde um pouco nas
velocidades baixas, para ganhar de forma consistente nas velocidades intermédias. A solução
para todas as localizações atinge ainda o valor máximo permitido pelo gerador de 25KW para
a velocidade de 20m/s.
Os valores de potência média obtidos para a localização St. Lawrence excedem o requi-
sito de 1.5KW em mais de 200%, pelo que se poderia esperar um projecto final muito mais
compacto. No entanto, a função que se está a minimizar é o COE, pelo que um projecto mais
compacto resultaria num volume menor e numa potência também menor, em que a redução
no volume não compensaria a diminuição na potência, obtendo-se um COE final superior ao
inicial.
Analisando a figura 6.12 e a tabela 6.11 verifica-se que, apesar de um projecto inicial bom,
conseguiu-se diminuir o COE em todas as localizações. As maiores reduções ocorreram para a
Figura 6.11: Potência média inicial e final para as três localizações
Figura 6.12: COE para as diferentes localizações.
Tabela 6.11: Diferenças entre o COE inicial e final para as diferentes localizações.
localização Alcochete com um COE inferior em −22%, seguidas de St. Lawrence com −9.97%
e finalmente UTIAS com −3.98%.
Com este problema demonstrou-se a capacidade de melhorar o COE ao mesmo tempo que
se obtém uma potência média mı́nima de 1.5KW. Foi possı́vel melhorar o COE, relativamente
ao projecto inicial, para todas as localizações com valores que variaram entre os 4% e os 22%,
ficando demonstrado o potêncial de se melhorar significativamente a solução inicial, e em
função de uma localização especı́fica, mesmo quando o projecto inicial é bastante bom.
Capı́tulo 7
Conclusões
Neste trabalho é apresentada uma abordagem multi disciplinar para optimizar uma turbina
eólica urbana para uma localização especı́fica. A modelação aerodinâmica foi implementada
com a teoria Blade Element Momentum Theory à qual foi acoplado o Método da Soma dos
Modos Normais para se obterem soluções aeroelásticas. O algoritmo de optimização utilizado
foi o Simplex, mas numa formulação expandida de modo a permitir problemas com con-
strangimentos. O código desenvolvido utiliza o núcleo do programa FAST, com a interface
das variáveis de entrada e saı́da desenvolvido em MATLAB, para as análises aerodinâmicas
e de desempenho da turbina. O programa FAST é um código muito completo que permite
simular uma turbina eólica com grande complexidade, tanto ao nı́vel da análise aerodinâmica
da turbina completa como ao nı́vel da interligação dos sistemas, sendo que no trabalho desen-
volvido apenas foram utilizados uma pequena parte das suas potencialidades. O algoritmo de
optimização utilizado é o Simplex, expandido para permitir problemas com constrangimentos,
e foi também ele implementado em MATLAB. A ligação e controlo dos fluxos de informação
entre o programa de cálculo e o optimizador foi implementado em MATLAB com as rotinas
desenvolvidas especificamente para esta aplicação. Os programas e metodologias desenvolvi-
das neste trabalho permitem que a adição de novos módulos e funcionalidades seja feita de
forma simples e transparente.
Nos problemas para testar o código implementado, o objectivo é minimizar o custo total
de potência (COE) da turbina, alterando a geometria da pá e a velocidade de rotação da
turbina. Neste trabalho, o COE foi definido relativamente ao volume da pá e à potência
média. Os custos directos de produção de uma pá foram adimensionalizados e a nova turbina
é relacionada com a inicial através do volume da pá.
61
62 CAPÍTULO 7. CONCLUSÕES
As variáveis de projecto utilizadas foram a corda, a torção, a espessura relativa do perfil, a

envergadura e a velocidade de rotação. Quando aplicáveis, os constrangimentos são a limitação
da potência máxima à entrada do gerador e a imposição de uma potência média mı́nima.
Os desafios no projecto de uma turbina eólica urbana optimizada para uma determinada
localização são muitos tendo apenas sido feita uma pequena abordagem neste trabalho. Como
forma de demonstrar as funcionalidades e potencialidades dos códigos desenvolvidos são apre-
sentados três problemas de aplicação. Uma turbina com 10KW foi utilizada como estimativa
inicial para os problemas um e dois.
No problema 1 procurou-se perceber quais as variáveis de projecto em estudo que mais

afecta o desempenho final da turbina, tendo-se concluı́do que a variável mais importante é
a envergadura, com uma diminuição do COE de −30% com o aumento de 20% da variável,
seguida da corda, com uma diminuição do COE de −16% para um aumento da corda em 20%.
Conclui-se ainda que aumentar a velocidade de rotação implica uma diminuição do COE sem
se alterar a geometria.
No problema 2 procurou-se optimizar uma turbina constrangida a 2.5 metros de enver-

gadura máxima e com potência máxima do gerador de 10KW para três localizações distintas
e com distribuições por classes do vento representativas de várias condições, uma com baixo
potencial de vento, Alcochete, uma com ventos fracos a moderados, UTIAS, e uma com ventos
moderados de alta qualidade (parque de produção eólica). Em todas as localizações estudadas
foi possı́vel diminuir o custo total da potência entre −40% e −49%, mesmo mantendo a mesma
envergadura que a turbina inicial, que como foi identificado no problema 1 é a variável com
maior impacto no desempenho final. A diminuição do COE está relacionada com a adaptação
da curva de potência à distribuiçao por classes do vento local, pelo que fica demonstrado as
vantagens e potencialidades de uma optimização para uma localização especı́fica.
No problema 3 pretende-se projectar um turbina que, constrangida pela potência máxima

do gerador a 25KW, consiga fornecer uma potência média mı́nima de 1.5KW. As variáveis
de projecto foram a corda, a torção a espessura relativa do perfil, a velocidade de rotação e a
envergadura. Foram analisadas as três localizações anteriormente referidas. Devido ao baixo
potencial de vento das localizações Alcochete e UTIAS não é fácil encontrar uma solução que
consiga fornecer uma potência média de 1.5KW quando constrangido pela potência máxima
do gerador, daı́ que os projectos finais para as três localizações sejam muito semelhantes.
Os projectos para as localizações com menor potencial de vento privilegiam a potência nas
63
velocidades intermédias em detrimento das velocidades mais altas. Mesmo com um projecto
inicial bom foi possı́vel melhorar o COE final em −22%, −9.97% e −3.98% para Alcochete,
St. Lawrence e UTIAS respectivamente.
O principal objectivo do trabalho foi desenvolver uma ferramenta que permitisse
calcular/optimizar uma turbina eólica urbana para uma qualquer localização especı́fica, não
através de um escalamento de uma turbina maior, mas antes efectuando uma análise própria
vocacionada para os aspectos únicos de uma localização urbana, com especial incidência na
parte aerodinâmica. As vantagens que daı́ advém são um menor custo total da energia (COE)
melhorando o retorno económico da implementação de uma turbina eólica. Considera-se que
o objectivo foi plenamente alcançado.
64 CAPÍTULO 7. CONCLUSÕES
Capı́tulo 8
Trabalho Futuro
Todos os programas e metodologias desenvolvidas neste trabalho foram desenhados de raiz

de forma modular, de modo que a adição de novos módulos e funcionalidades seja feita de
forma simples e transparente.
Uma das limitações do programa está relacionado com os dados aerodinâmicos dos perfis
utilizados, que como identificado no texto e devido aos números de Reynolds envolvidos,
podem não conter a informação mais exacta, pelo que uma área de futuro melhoramento
seria o uso de dados provenientes de ensaios em túnel de vento. Uma futura continuação do
trabalho desenvolvido passaria por se utilizarem dados aerodinâmicos mais fiáveis.
Outra limitação actual é a descrição da geometria do perfil e o seu controlo, que no
programa apenas têm uma variável de controlo, a espessura relativa. Assim, uma das áreas de
possı́vel melhoramento é a inclusão de um módulo responsável pela optimização da geometria
do perfil. A inclusão deste módulo teria como consequência imediata a deterioração nos
tempos de CPU, uma vez que já não seria possı́vel mapear a priori os números de Reynolds.
Um fenómeno que é particularmente importante quando se colocam turbinas eólicas em
meios urbanos é o ruı́do. Devido à sua construção e velocidade de rotação, as turbinas
analisadas deverão ser suficientemente silenciosas. No entanto, o programa FAST possui
um módulo para análise do ruı́do de uma turbina, pelo que este poderia ser utilizado numa
optimização futura como constrangimento ao projecto óptimo da turbina.
De modo a tornar as análises mais realistas poderá ser incluı́do um módulo que descreva
a estrutura interna e o seu acoplamento com a parte aerodinâmica.
Um fenómeno importante para o desempenho geral que afecta as pás e as torres e que não
foi estudado é o fenómeno da fadiga dos materiais quando sujeitos a cargas cı́clicas, como é o
65
66 CAPÍTULO 8. TRABALHO FUTURO
caso de uma turbina eólica. O programa FAST tem um módulo que permite retirar dados de
fadiga pelo que poderia ser utilizado para expandir as potencialidades do programa.
A modelação do escoamento do ar em meio urbano é uma assunto muito complexo e
que merece mais atenção. O escoamento foi considerado neste trabalho como perfeitamente
alinhado, não tendo sido considerados fenómenos de turbulência. Um possı́vel melhoramento
prende-se com a inclusão destes fenómenos na formulação do problema. O programa FAST
faz uso de um programa denominado IECwind que permite a simulação de condições de vento
mais realistas.
Bibliografia
[1] Geatan Kenway, Joaquim R. R. A. Martins Aerostructural Shape Optimization of Wind

Turbine Blades Considering Site-Specific Winds, 12th AIAA/ISSMO Multidisciplinary
Analysis Optimization Conference, 10 - 12 January, 2008, Victoria, British Columbia,
Canada
[2] Robert E. Wilson, Peter B. S. Lissaman,1974. Applied Aerodynamics of Wind Power

Machines, Oregon State University
[3] G. M. Joselin Herbert, S. Iniyan, E. Sreevalsan, S. Rajapandian, A review of wind energy

technologies, Renewable and Sustainable Energy Reviews, 11 (2007) 1117 - 1145
[4] Tecnologias de Micro-geração e Sistemas Periféricos, CEEETA - Centro de Estudos em

Economia da Energia, dos Transportes e do Ambiente ,2001.
[5] A.D. Peacock, D. Jenkins, M. Ahadzi, A. Berry, S. Turan, Micro wind turbines in the
UK domestic sector, Energy and Buildings, 40 (2008) 1324 1333
[6] International Energy Annual 2006 ; Energy Information Administration, Official Energy
Statistics from U.S. Government
[7] http://www.africanwindpower.com/
[8] http://www.ampair.com/ampair/
[9] http://renewable-energy-products.com/eco-tools-.htm
[10] http://www.lmglasfiber.com/
[11] http://www.nordex-online.com/en
[12] http://www.northernpower.com/
67
68 BIBLIOGRAFIA
[13] http://www.olsenwings.dk/
[14] http://www.renewabledevices.com/
[15] http://www.shield.fi/turbine.html
[16] http://www.windenergy.com/index_wind.htm
[17] http://www.solener.com/
[18] http://www.windturbines.ca/ventis_v2020100.htm
[19] http://www.vergnet.fr/index.php?lang=en
[20] http://www.windenergysolutions.nl/
[21] http://www.windturbine.net/
[22] http://windmatic.com/
[23] http://www.windmission.dk/
[24] http://www.windsave.com/
[25] http://www.windside.com/
[26] http://www.windstreampower.com/Wind_Turbines_and_Towers.php
[27] http://www.motorwavegroup.com/new/motorwindpressmaterial
[28] http://en.wikipedia.org/wiki/Wind_turbine
[29] NWTC Design Codes (FAST by Jason Jonkman).

http://wind.nrel.gov/designcodes/simulators/fast/. Last modified 12-August-2005;
accessed 12-August-2005.
[30] M.L. Buhl, Jr., A.D. Wright, and K.G. Pierce FAST AD Code Verification: Comparison
to ADAMS, NREL/CP-500-28848, January 2001
[31] M.L. Buhl, A. Manjock A Comparison of Wind Turbine Aeroelastic Codes Used for
Certification , NREL/CP-500-39113, January 2006
BIBLIOGRAFIA 69
[32] NWTC Design Codes (AeroDyn by Dr. David J. Laino).

http://wind.nrel.gov/designcodes/simulators/aerodyn/. Last modified 05-
July-2005; accessed 05-July-2005.
[33] Tony Burton, David Sharpe, Nick Jenkins, Ervin Bossanyi, 2001 Wind Energy HandBook,
Wiley Sons
[34] Marshall L. Buhl Jr. The NWTC Design-Codes Suite: An Overview, 43rd AIAA
Aerospace Sciences Meeting and Exhibit, 10 - 13 January 2005, Reno, Nevada
[35] Spera, D. A. (Editor) (1994), Wind turbine technology: Fundamental concepts of wind
turbine engineering, New York, ASME Press.
[36] Jonkman, J. M., Modeling of the UAE Wind Turbine for Refinement of FAST
AD,NREL/TP-500-34755, National Renewable Energy Laboratory, December 2003 Ore-
gon State University
[37] NWTC Design Codes (BModes by Gunjit Bir).

http://wind.nrel.gov/designcodes/preprocessors/bmodes/. Last modified 20-
March-2008; accessed 20-March-2008.
[38] Tangler, J. and Kocurek, J. D., Wind Turbine Post-Stall Airfoil Performance Character-
istics Guidelines for Blade-Element Momentum Methods, 43rd AIAA Aerospace Sciences
Meeting and Exhibit, Reno, NEvada, 10-13 Jannuary 2005
[39] Andy Keane, Prasanth Nair, Computational Approaches for Aerospace Design: The Pur-
suit of Excellence, John Wiley & Sons,Lda, 2005
[40] Chvatal, Vasek, Linear Programming, W. H. Freeman and Company, 1983.
[41] Bixby, Robert E., Implementing the Simplex Method: The Initial Basis, ORSA Journal
on Computing, Vol. 4, No.3, 1992.
[42] Andersen, Erling D. and Knud D. Andersen, Presolvingin Linear Programming, Mathe-
matical Programming, Vol. 71, pp. 221-245,1995.
[43] http://www.mathworks.com/
[44] Erich Hau, Wind Turbine, 2nd Edition, Springer, 2005

70 BIBLIOGRAFIA
[45] P. Fuglsang, C. Bak, J. G. Schepers, B. Bulder, T. T. Cockerill, P. Claiden, A. Olesen,

R. van Rossen, Site - specific Design Optimization of Wind Turbines, Wind Energy 2002
5:261-279 , 2002, John Wiley & Sons,Lda
[46] Harris, J. W. and Stocker, H. ”Frustum of a Pyramid.”4.3.2 in Handbook of Mathematics

and Computational Science, New York, Springer-Verlag, p. 99, 1998.
[47] Laitone, E. V., Aerodynamic Lift at Re 7 × 104 , AIAAJournal, Vol.34 no.7
[48] Gabriel E. Torres; Thomas J. Mueller, Low Aspect Ratio Aerodynamics at Low Reynolds
Numbers, AIAA Journal 2004 vol. 42 no. 5;
[49] P.J. Moriarty and A.C. Hansen , 2005 AeroDyn Theory Manual , NREL/TP-500-36881,
National Renewable Energy Laboratory
[50] Perez, R. and Behdinan, K., Particle Swarm Approach for Structural Design Optimization
International Journal of Computer and Structures, Vol. 85, No. 19-20, October 2007, pp.
1579-1588.
[51] INETI - Departamento Energias Renováveis, Unidade de Ener-

gia Eólica e dos Oceanos,EOLOS 2.0, Website, Outubro 2009,
http://www.ineti.pt/projectos/main_projectos.aspx?id=299&t=
[52] Vasco de Brederode, Fundamentos de Aerodinâmica Incompressı́vel, Edição de Autor,

1997

Dissertação Mestrado - Ricardo Penedo PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Dissertação Mestrado - Ricardo Penedo PDF

Transféré par

Droits d'auteur :

Formats disponibles

Optimização Aeroelástica de uma Turbina Eólica

Ricardo Jorge Marques Penedo

Dissertação para obter Grau de Mestre em

Mestrado em Engenharia Aeroespacial

Orientador: Maria Alexandra dos Santos Gonçalves de Aguiar Gomes

Vogais: Ana Isabel Lopes Estanqueiro

Agradeço à minha orientadora, pela orientação e encaminhamento na direcção certa neste

A produção de energia dentro do tecido habitacional, aproveitando o potencial energético

Finalmente e para demonstrar todo o potencial do programa desenvolvido numa opti-

Todas as análises efectuadas foram direccionadas para os problemas especı́ficos de uma

Palavras chave: Análise Aeroelástica Opitimização Turbina Eólica Urbana Localização

Finally, and to demonstrate the potential for an optimization aimed at a site-specific

Key words: Aeroelastic Urban Site-Specific Optimization Wind Turbine

Lista de Tabelas xiii

Lista Sı́mbolos xvii

2 A Tecnologia das Turbinas Eólicas 3

2.1 Turbinas Eólicas de eixo Vertical . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.2 Turbina Eólica de eixo Horizontal . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.3 Micro Turbinas Eólicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

3.1 Análise Aerodinâmica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

3.1.1 Blade Element Momentum Theory . . . . . . . . . . . . . . . . . . . . . 12

3.1.2 XFOIL - Polar 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1.3 Extrapolação dos dados após Perda . . . . . . . . . . . . . . . . . . . . 16

3.2 Análise Aeroelástica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3.3.1 Parte 1: Avaliação da Solução . . . . . . . . . . . . . . . . . . . . . . . . 20

3.3.2 Parte 2: Algoritmo Simplex . . . . . . . . . . . . . . . . . . . . . . . . . 20

5 Perfis para Turbinas Eólicas 39

2.1 Exemplo anemometro de copos. . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3.1 Anel definido por um elemento arbitrário. . . . . . . . . . . . . . . . . . . . . . 12

4.1 Fluxograma de interacção entre o optimizador e o programa de cálculo . . . . 23

4.11 Estudo convergência para as velocidades em estudo possı́veis de 13m/s a 20m/s 32

5.1 Polares de Perfis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

6.1 Estudo paramétrico da potência média para as diferentes localizações . . . . . . 44

2.1 Dados de várias turbinas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

4.1 Geometria utilizada no estudo convergência . . . . . . . . . . . . . . . . . . . . 29

6.1 Variáveis de projecto do problema 2 e os seus limites . . . . . . . . . . . . . . . 49

No entanto, aproveitar a energia disponibilizada pelo vento em ambiente urbano apre-

A Tecnologia das Turbinas Eólicas

2.1 Turbinas Eólicas de eixo Vertical

Figura 2.1: Exemplo anemometro de copos.

(a) Darrieus (b) Giromil

2.2 Turbina Eólica de eixo Horizontal

2.3 Micro Turbinas Eólicas

Actualmente existem alguns exemplos de microturbinas. Algumas são desenvolvidos por

Figura 2.2: Turbina eixo horizontal de baixo ruı́do Swift.

Figura 2.3: Turbina eixo horizontal Southwest Windpower w500.

As micro turbinas têm como principal objectivo complementar o sistema principal de

Figura 2.4: Turbina eixo horizontal WES5 TULIPO.

Figura 2.5: Potência vs Velocidade Nominal de Funcionamento.

Tabela 2.1: Dados de várias turbinas.

Tabela 2.2: Dados de turbinas eólicas mais pequenas.

Figura 2.6: Potência vs Diâmetro Rotor.

Figura 2.7: Potência vs Velocidade Arranque.

Os programas e os fundamentos teóricos utilizados ao longo do trabalho são agora apre-

O programa FAST [29] é utilizado para analisar do ponto de vista aerodinamico e de

Para a análise aerodinâmica propriamente dita, o programa FAST recorre ao programa

3.1 Análise Aerodinâmica

3.1.1 Blade Element Momentum Theory

Figura 3.1: Anel definido por um elemento arbitrário.

Na prática a Blade Element Momentum Theory é implementada partindo a pá em pe-

Figura 3.2: Parametrização das variáveis de projecto no perfil.

Theory a distribuição da força de impulso ao longo de um anel de largura dr é dado pela

Quando acrescentamos dados das propriedades aerodinâmicas, Sustentação (Cl ) e Arrasto