3URMHWR�GH�)D]HQGDV�(yOLFDV��$SOLFDomR�H�&RPSDUDomR�GH�)HUUDPHQWDV�&RPSXWDFLRQDLV� $Op��-RUJH�$��9��Pontificial Catholic University of Rio Grande do Sul NUTEMA – Renewable Energy Laboratory - Ipiranga ave, 6681. Porto Alegre, RS, Brazil villar@pucrs.br �$]DPEXMD��*XLOKHUPH�*��Pontificial Catholic University of Rio Grande do Sul NUTEMA – Renewable Energy Laboratory - Ipiranga ave, 6681. Porto Alegre, RS, Brazil azambuja@em.pucrs.br ��+LOELJ��7FKLDUOHV�&��Pontificial Catholic University of Rio Grande do Sul NUTEMA – Renewable Energy Laboratory - Ipiranga ave, 6681. Porto Alegre, RS, Brazil hilbig@pucrs.br $GHJDV��)DELDQR�'��Pontificial Catholic University of Rio Grande do Sul NUTEMA – Renewable Energy Laboratory - Ipiranga ave, 6681. Porto Alegre, RS, Brazil fda@pucrs.br

GH�3DXOD��$OH[DQGUH�9��Pontificial Catholic University of Rio Grande do Sul NUTEMA – Renewable Energy Laboratory - Ipiranga ave, 6681. Porto Alegre, RS, Brazil alexandre@em.pucrs.br

����������� ��� ��������� ������������������� �! �"#�$"#��� �&%��'� �)( * �+���&���,%-* ".���&�)* �/�/�&"������ ��%'�/0&�21&�2�/%/�&�3��4�� * 5��&�35��/"��! '� * � * 1)�'627���%'���8��� 0/� 9:�/�����$;:<:��=>�;!* �/%)?8�/��"�@-A8�2� ���$�B�:� * 52��� * C)�)�$��7��D '� * � * 1��'%/�&�����&���#�+�2� E&��� �F��/�'G�� * ���H%/�I0���1)���/%'�&�!�)4�� * 52����@�<J"���� �/%/�'� �)( * �DK���������2�2��� �/%/�D��� ���'C�K��L%���)* "� '� �'6�7'�����2��� * 1��'%&�/�:�/�$5&* %/�'%/�M%'��N�",�&K2O-� �/5���� * 1��&%'�$�'�$����� �'%/�,%��MP.* �Q:���/�/%'�M%��#R� '�/�!S� ����'�T�������2�2��� �L �"U�/�/"H�:��� �2��5&* ���'��4�� * 5��'@&R'7'�%�����52��* � ���.� �/%'�)�M�����8�/��V'"#��� ���&�:�'��5)������G/��* �������/���$�,%-* "��2�&�)* �&�/�'"#����� �$%'�# &".� 0)�)1)�2�'%/�!��4�� * 52�&O��&���)* "W5��&"��$�L* �&���2��627��,%/�2��� ���:%'�/%��)�:���)��B�:� * 52��� * C)���.5��&" �: '� �'5&* �/�/��* �2@�X#�&�:�)* "� '� �'6)Y&���M%'�&�/0���1��2�/%/�/�M�)4'� * 52�&�.K.�'�/��� * ���'%'�!�!����5� ��B�2�!�)4'� * 5��!�&�H� �/52��� * %/�/%��#�$S� ����-KM��� � �����'%&�8�8��� �� �T�8�)(���� 0'* �>�Z�2 2([���)* %/�/%��Z%/�>����(\* 7��]�^%'��� �2��"$* �/�'%/�>�]���'�2��( * �]�'�' ����+(������&%'�/O��8����%'���3�:���H����� �&* ���>�^� 0�* 5&* _��'5&* �`%����:�8�/��S� &���Z��4�� * 5)��� '� * � * 1)�/�/%'�]%-*0&�����2��� �2�H"��/%/��� ���Z%'�D� ��2��* �'�&�Z��4�� * 52�&�2@#a/�'"��&K�"b��7'�]�B�+���2���2��� �/%����H������ '� � �/%'���Z5)�/" ���&����� * C)���Z����� ���^�/",�/���H�B�:� * 52��� * C)����O����� * �2��� �/�/%'�/c �2�3�&�:52�'���'5�� �2��d ��� * 52���:�-�8��� ���/5&* ��� * %'�'%'���:��� �8��5&* 0�* 5��&�8%'�352�'%'�-0��������'"#�2��� �'@e3f/g f/h2i�f���jBk�l-f'h�������R[* "� /� �'6�7/�,%'��?��)1)�2�'%/�.A:4'� * 52����O�;��&� �IO+;$* �/%�?8�/��".O�=3��� E&�)� �,�M� 0/* 5&* _2��5&* �,%���?8��1)���/%/�&�IA34'� * 5��&�2@����,QWURGXomR�

Na metade do ano de 2003 a capacidade instalada de fazendas eólicas no mundo já alcança os 31.200 MW. Destes, 73% concentra-se na Europa, 15% na América do Norte e 12% no resto do mundo. Na América do Sul e América Central a capacidade instalada alcança os 103 MW, e a liderança é da Costa Rica com 46 MW. O Brasil apresenta somente 20 MW. No Ceará, 160 mil pessoas já consomem energia elétrica provinda da energia dos ventos. Apesar do RS ser um dos estados onde se tem realizado estudos significativos do potencial eólico, seu aproveitamento em grande escala ainda não é efetivo. Espera-se que com o atual projeto se permita auxiliar para fixar diretrizes com bases científicas da real contribuição da energia eólica no RS e da possibilidade de instalação de fazendas eólicas no Estado.

As empresas do setor eólico esperam pela aprovação da lei 10.438 que permitirá incentivo as energias renováveis. As empresas espanholas Gamesa e Elecnor têm 10 projetos de fazendas eólicos no RS somando 750 MW.

Neste trabalho é exposta uma metodologia para a simulação de fazendas eólicas, que é descrita através de um estudo de caso. Esta metodologia é desenvolvida com o uso de aplicativos computacionais, como o WAsP® e o WindFarm®. Juntamente com estes programas foram necessários a utilização dos programas Surfer®, Idrisi® e Autocad®, para a edição e tratamento de variáveis de entrada e saída dos programas.

A região escolhida para a simulação das fazendas eólicas foi Imbé, onde uma estação meteorológica está instalada. Para a obtenção dos resultados foi necessário fazer a caracterização geográfica do local descrevendo topografia, rugosidade e distribuição do vento na região.

As simulações foram realizadas nos aplicativos WAsP® e WindFarm®. Desta maneira, além de obtermos os resultados para as simulações, foi feita uma análise comparativa entre ambos aplicativos. ����0HWRGRORJLD�

Das regiões do RS a localidade de Imbé foi selecionada por apresentar características viáveis para a instalação de

um Parque Eólico.

Para análise das fazendas eólicas nos aplicativos é necessário obter informações que descrevam o local, como topografia, dados de rugosidade, distribuição de velocidade do vento e informações sobre a turbina que será utilizada tais como curva de potência, altura do cubo e diâmetro das pás.

Com um histórico de velocidades de vento com média anual de 7m/s a 50m de altura (SEMC,2000), o que caracteriza um bom potencial eólico, foi instalada uma torre anemométrica na Fazenda Pedra Azul para verificar pontualmente esta informação. Os dados coletados neste local serão tratados estatisticamente, e quando o volume total de informações chegar a um período de um ano será possível avaliar com melhor exatidão o potencial energético do local.

���&DUDFWHUL]DomR�GR�/RFDO� ����(OHYDomR�

A topografia do terreno é uma informação muito importante para o projeto de fazendas eólicas, pois mudanças na

elevação do terreno alteram o perfil de velocidade do vento, podendo acelerar ou reduzir esta variável no ponto analisado.

Outro fator importante é a variação da temperatura e conseqüentemente a densidade do ar de acordo com a mudança de altitude, o que altera significativamente a densidade de potência em terrenos de grande complexidade.

As curvas de altitude para toda a região foram geradas a partir da digitalização de carta realizada pelo exército brasileiro e interpoladas utilizando aplicativos como o Surfer® e Idrisi®. Estes aplicativos fazem uma interpolação dos pontos obtidos de maneira a construir uma planta altimétrica para toda a região.

A interpolação através de pontos é necessária para regiões com altitude menor do que vinte metros, caso de Imbé, pois as cartas do exército só registram curvas altimétricas com altura superior a vinte metros. A vista em 3D da superfície obtida utilizando os interpoladores é visualizada na Fig. (1).

Figura 1. Representação em 3D da topografia de Imbé, obtida com interpoladores computacionais. ����5XJRVLGDGH�

A rugosidade é também um fator importante para a avaliação do potencial eólico do local, pois seu valor modifica o

perfil de velocidade e a direção do fluxo de vento. A definição de rugosidade para o local a ser estudado pode ser realizada de duas maneiras: utilizando a informação

de imagens geradas por satélite da região, ou a partir do levantamento da rugosidade observada no local. A Figura (2a) ilustra a imagem gerada por satélite da região.

(a)

(b) Figura 2. (a) Imagem satélite LANDSAT, (b) Classe de rugosidade extraída a partir de imagem do satélite.

�Cada cor da imagem da Fig. (2a) representa um tipo de ocupação da superfície, como campos, florestas, cidades e

outros. O software Idrisi® classifica automaticamente estas áreas e separa em classes, gerando a Fig. (2b). A rugosidade encontrada pelo método anterior é dita de mesoescala, sendo necessário seu refinamento na área de

medição do vento. A determinação de rugosidade em campo consiste em levantar qual o tipo de vegetação e/ou edificações existentes em cada setor do horizonte. Os 360 graus de visão do horizonte são divididos em 12 setores, e a distância de cada transição de rugosidade dentro deste setor deve ser registrada, assim como seu valor. Com este procedimento é levantada a rosa de rugosidades do local, Fig. (3), onde o centro da figura é a vista superior do ponto de medição do vento.

Figura 3. Rosa de rugosidades em torno da torre de medição. ����'DGRV�GH�YHQWR�

Para a estimação da energia gerada pela fazenda eólica é necessário o valor de velocidade média, fator de forma (k)

e escala (c) por setor da região. Essas informações são adquiridas através da análise estatística da série de dados medidos por estações meteorológicas instaladas em diversos pontos da região. Como as informações de vento medidas pelas estações não foram disponibilizadas pelos proprietários, foi feita a instalação de uma torre na Fazenda Pedra Azul em Imbé. Os dados gerados recopilados até agora não completaram um ano de medições e, portanto não podem ser utilizados para o atual estudo. Como alternativa foram utilizadas informações do Atlas Eólico do RS (SEMC,2000) que indica uma velocidade média a 50m de altura de 7,0 m/s e um fator de forma de 2,4. A Fig. (4) mostra a distribuição de Weibull gerada obtendo-se um fator de escala c=7,3m/s.

0

2

4

6

8

10

12

14

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

9HORFLGDGH��P�V�

I�Y���

Figura 4. Distribuição de Weibull utilizada para todos os setores. ���(VFROKD�GD�7XUELQD�

As turbinas eólicas foram selecionadas de acordo com um estudo sobre o atual interesse de empresas e fabricantes

na instalação de fazendas eólicas no estado do Rio Grande do Sul (NUTEMA,2002), Tab. (1). Isso possibilita uma estimativa de geração de energia para futuras plantas eólicas que utilizarão turbinas abordadas neste projeto.

Tabela 1. Característica das turbinas selecionadas.

9HVWDV� (QHUFRQ� 1HJ0LFRQ�

Potência Nominal 1.65 KW 1.5 KW 750 KW

Altura do cubo 67.0 m 67.0 m 55.0 m

Diâmetro do rotor 66.0 m 66.0 m 48.2 m

Número de Pás 3 3 3

Cut-in: 4 m/s 2.5 m/s 3 m/s

Cut-out: 25 m/s 25 m/s 25 m/s

Velocidade Nominal 16 m/s 13 m/s 14 m/s

���/D\RXW�GDV�)D]HQGDV�(yOLFDV� Nas simulações das fazendas eólicas as turbinas foram alinhadas perpendicularmente aos ventos predominantes,

informação obtida através de dados históricos de estações meteorológicas (NUTEMA,2002). Este alinhamento visou obter maior potencial na produção de energia e possuir menos perdas por esteira.

O espaçamento entre as turbinas de uma mesma linha foi de cinco diâmetros e a distância entre linhas foi de sete diâmetros, conforme indicado pelos fabricantes. Para todas as simulações, independentemente da turbina, foi adotado um diâmetro médio de 50 metros, portanto o espaçamento entre as turbinas de uma mesma linha e entre linhas foi de 250 metros e 350 metros respectivamente. A Fig. (5) demonstra o layout de uma fazenda eólica composta de 6 turbinas da fabricante Vestas.

Figura 5. Layout das turbinas Na Tab. (2) são demonstrados todos os 9 modelos de fazendas eólicas simulados.

Tabela 2. Configuração das fazendas simuladas.

Turbinas Potência Nº de turbinas Potência real (MW)

5 MW 3 4,95

10 MW 6 9,9 Vestas

20MW 13 21,45

5 MW 4 6

10 MW 7 10,5 Enercon E66

20MW 14 21

5 MW 7 5,25

10 MW 14 10,5 NegMicon N750/48

20MW 27 20,25

���6LPXODomR�8WLOL]DQGR�:$V3� Com a topografia, rugosidade, dados de vento e curva de potência da turbina definidos, inicia-se o processo de

simulação no WAsP®. O primeiro passo é gerar, a partir da série de dados de vento, o Atlas eólico representativo da região. Com o Atlas pronto, é necessário definir a disposição das turbinas utilizadas na fazenda eólica.

Os dados de vento medidos pela estação meteorológica instalada no local são reduzidos a certas condições padrão, rosa do vento e distribuições de vento para 5 diferentes alturas e 4 classes de rugosidade, simplificados na Tab. (3). A influência da elevação, rugosidade e obstáculos determinam o comportamento do vento, velocidade média e distribuição de velocidade, para qualquer altura e ponto da região estudada.

Tabela 3. Atlas eólico resumido de Imbé.

5�FODVV� ���������P��

5�FODVV� ���������P��

5�FODVV� ���������P��

Altura 1 (z = 10 m) m/s 7,4 5 4,3 W/m2 407 149 96

Altura 2 (z = 25 m) m/s 8,1 6 5,3 W/m2 521 237 169

Altura 4 (z = 67 m) m/s 8,9 7,4 6,7 W/m2 702 386 295

�Através da opção UHVRXUFH� JULG, que permite gerar informações de velocidade, densidade de potência, Energia

Anual Gerada e parâmetros de Weibull (c e k) para cada ponto, pode-se gerar mapas que auxiliam na análise do fluxo de vento e na identificação dos melhores locais para a instalação da fazenda eólica. Através da densidade de potência ou fluxo de potência (W/m2) pode-se determinar a melhor disposição das turbinas no local selecionado. Estas informações

geradas pelo UHVRXUFH�JULG podem ser editadas e abertas no Surfer®, o qual permite criar gráficos em 3D e curvas de contorno, Fig. (6).

Figura 6. Atlas de densidade de potência em 3D.

A Influência da topografia e rugosidade destacou-se como parâmetro na mudança do perfil de velocidades do local avaliado. A topografia acrescentou de 1 a 3% no valor da velocidade do vento. Já o efeito da rugosidade alterou mais o valor da velocidade, que diminuiu de 1 a 7% em alguns locais onde as mudanças de rugosidade foram maiores.

Devido à interferência das turbinas no vento ocorrem as perdas de energia por esteira. A Fig. (7) mostra as perdas ocorridas em todos os setores.

��Figura 7. Resultados de 6% de perdas por esteira nas turbinas.

A energia anual gerada (EAG) foi determinada por este aplicativo obtendo-se resultados da energia bruta gerada e a

energia obtida considerando as perdas por esteira. A Fig. (8) mostra os resultados das 3 fazendas eólicas (5MW, 10MW e 20MW) simuladas.

Figura 8. Resultados de EAG (MWh) - WAsP®

���6LPXODomR�8WLOL]DQGR�:LQG)DUP��O WindFarm® trabalha com três módulos principais, Fig. (9). O 0yGXOR�GR�3URMHWR requer informações do terreno,

posicionamento no globo, rugosidade e outras informações adicionais. No 0yGXOR� GH� /D\�RXW� são introduzidos os componentes físicos no terreno, tais como casas, turbinas, anemômetros. O 0yGXOR�GH�'LVWULEXLomR�GR�9HQWR�apresenta-se à informação do recurso eólico do local especificamente em função da distribuição da velocidade.

�

Caractrerísticas da região

Mapa da região

Contornos de rugosidade

Alturas (Curvas de nível)

PROJETO

Turbinas

LAYOUT DISTRIBUIÇÃO DO VENTO

WIND FARM

Figura 9. Organograma do aplicativo WindFarm. A digitalização dos mapas de altimetria e rugosidade no aplicativo WindFarm®, a inserção dos dados de vento

adquiridos a partir do WAsP® e seleção das turbinas eólicas possibilitou a simulação das fazendas eólicas na região de Imbé utilizando este aplicativo.

Para as nove simulações indicadas pelas diferentes turbinas e potência instalada foi calculada a EAG bruta e a EAG considerando perdas por esteira. A Fig. (10) mostra o resultado considerando as perdas por esteira.

0

10000

20000

30000

40000

50000

60000

m�n.o p2q)n.o r�q�n.o

stu vwxyz�{x|}~����

Vestas

Enercon

NegMicon

Figura 10. Resultados de EAG - WindFarm®

���&RPSDUDomR�HQWUH�:$V3�H�:LQG)DUP� Para a comparação entre o aplicativo WAsP® e WindFarm® foram calculados e analisados os resultados da energia

anual gerada por área varrida da turbina (EAG/m2) e energia anual gerada por potencia instalada (EAG/Potência). Em relação a EAG/m2 as turbinas apresentaram valores entre 0,9 (MWh/m2) a 1,1 (MWh/m2). A Fig. (11) mostra os resultados obtidos de EAG/Potência.

0

500

1000

1500

2000

2500

3000

�� ��� ��� �� �

��� ��� ��� �� �

��� ��� ��� �� �

�

�[���B� ��� �&�)�'� �2�/� �'�&�'�:� �2�'�

��� � ¡¢£ ¤¥¦ §¨©ª«�¬ª­

5 MW

10 MW

20 MW

Figura 11. Resultados comparativos de EAG/Potência. Analisando os resultados obtidos de EAG por área varrida das fazendas eólicas verifica-se grande semelhança entre

ambos aplicativos. Na Fig. (11) observa-se que a diferença máxima entre os resultados dos dois aplicativos é de 6%. �

���&RQFOXVmR��No trabalho foram apresentados resultados das simulações de fazendas eólicas com o WAsP® e WindFarm® na

região de Imbé obtendo-se uma diferença máxima de 6% na Energia Anual Gerada pelas fazendas eólicas com estes aplicativos. Para um melhor entendimento da razão desta diferença, vê-se necessário o estudo mais aprofundado do modelamento do regime dos ventos em ambos aplicativos.

O local escolhido para instalação das turbinas possui curvas altimétricas de baixa altitude e, portanto não ocorrem mudanças significativas por elevação na densidade de potência. Em ambos aplicativos, os resultados demonstram que a

mudança da velocidade do vento devido à topografia é desprezível. Levando em consideração a rugosidade, a velocidade do vento sofreu variações significativas, havendo um decremento de até 10% em seu valor.

Os obstáculos, fatores determinantes para a avaliação do perfil de velocidades, não foram avaliados na simulação, pois o WindFarm® não utiliza a influência direta dos obstáculos e sim indireta (alteração da rugosidade média do setor) o que impede a comparação dos resultados de EAG. Portanto, o WAsP® , por contemplar a influência dos obstáculos, faz uma modelagem mais precisa do regime do vento na região.

O WAsP® é mais indicado para o estudo de uma macro-região, utilizando dados de ventos de estações meteorológicas para calcular o Atlas eólico e definir o melhor local para a instalação da fazenda eólica. O WindFarm® é utilizado para a análise de fazendas eólicas em micro-regiões com o local de instalação pré-definido.

Os aerogeradores da Vestas e Enercon demonstram um rendimento semelhante. Nas condições dos testes a turbina NegMicon N750/48 apresenta o menor valor da EAG por área varrida da turbina (0,9 MWh/m2). A turbina da Enercon mostra uma melhor performance em relação a EAG por potência instalada (EAG/Potência), podendo ser o mais indicado para a instalação num parque eólico na localidade estudada se os custos das máquinas forem similares. ����5HIHUrQFLDV�%LEOLRJUiILFDV�

S., Eberson J. Thimmig, “Balanço Energético Consolidado do Estado do Rio Grande do Sul-1999/2000”, Secretaria de

Energia, Minas e Comunicações, Governo do Estado do Rio Grande do Sul 2000. Atlas Eólico do Rio Grande do Sul, Secretaria de Energia, Minas e Comunicações, Governo do Estado do Rio Grande

do Sul 2000. Mortensen, N. G., Landberg L., “Wind Atlas Analysis and Application Program (WAsP) Vol. 2:User´s Guide”,

Vol2,Riso National Laboratory, Roskilde, Denmark, Jan. 1993. ReSoft Ltd., “ WindFarm User´s Manual: Release 3.1”, Resoft 2002. C. Ronaldo dos Santos, “Parâmetros de Projeto de Fazandas Eólicas e Aplicação Específica no Rio Grande do Sul”,

Tese de Mestrado / PUCRS, 2002. NUTEMA, “Caracterização Energética e Técnico-Econômica de Fazendas Eólicas no Rio Grande do Sul: Ênfase na

Área de Concessão da CEEE”, Relatório Nº1, Projeto de pesquisa, Brasil 2002. NUTEMA, “Caracterização Energética e Técnico-Econômica de Fazendas Eólicas no Rio Grande do Sul: Ênfase na

Área de Concessão da CEEE”, Relatório Nº2, Projeto de pesquisa, Brasil 2002. NUTEMA, “Caracterização Energética e Técnico-Econômica de Fazendas Eólicas no Rio Grande do Sul: Ênfase na

Área de Concessão da CEEE”, Relatório Nº3, Projeto de pesquisa, Brasil 2002. Imagem Orbital do Sensor LANDSAT7 ETM+ Golden Software, Inc, “Surfer 7 User’s Guide: Contourning and 3D Surface Mapping for Scientists and

Engineers”,1999. ����$JUDGHFLPHQWRV�

Gostaríamos de agredecer a CEEE (Companhia Estatual de Energia Elétrica) pelo financiamento do projeto, assim

como a PUCRS pelo apoio financeiro e logístico, pois sem estes o trabalho não seria realizado. ����&RS\ULJKW� Os Autores são os únicos responsáveis pelo material incluído neste artigo.

:LQG�)DUPV�3URMHFW��&RPSXWDWLRQDO�7RROV�$SSOLFDWLRQ�DQG�&RPSDULVRQ�®L¯)°�± ²�³/´�± µ3¶&·�¸\¹�ºB¹8¸2» ¹+»�¸2¼�¸2½�¾ ¼�º¿�¸�¾ ·'À&Á'À� À2Ã�Ä3Å&À&»#Æ.Ç ½'ÁIÅ&º&»�¿3¼#¼�Ç È&Ç ½�ÃFÆ.Ç ¾ ·^¾ ·�¸$É)¼2¸$À Å`Ê�º&¼�Ë̺'½&Á>Ê!Ç ½/Á�Í�º'»�¿Î¼�À Å/¾ Æ8º'»�¸�¼�Æ:·�Ç Ï2·Hº/»�¸!É)¼�¸2ÁÅ/À&»'¹�»�À Ð/¸�Ï�¾/º'½/Á,º'½/º� Ä�¼)Ç ¼MÀ Å�Æ.Ç ½&Á Å�º/»�¿3¼�Ñ-¶/·'¸M¿#¸�¾ ·'À&Á'À� À�Ã�ÄFÇ ¼�¹�»�¸�¼�¸�½�¾ ¸�ÁL¾ ·/»�À'É2Ã�·¾ ·'¸3¼)Ç ¿,É/ º�¾ Ç À/½!¿Mº'Á'¸,Ç ½L¾ ·'¸MÏ&Ç ¾ ÄHÀ Å3Ò�¿�Ó/Ô�Õ[ À/Ï2º�¾ ¸�ÁÇ ½¾ ·/¸¼�¾ º�¾ ¸#À Å$¾ ·'¸:ÖMÇ ÀL×3»�º'½/Á/¸.Á�À�Ø�É'Â'Æ:·�Ç Ï2·�¹+»�¸2¼�¸2½�¾ ¼3º�Ã[À&À/Á!Æ.Ç ½'Á�¹�À�¾ ¸�½�¾ Ç º� Ñ�Ù# Â-¾ ·/¸[¹�º/»�º'¿.¸�¾ ¸2»B¼#Ç ½$½'¸�¸�Á Å&À�»:Æ.Ç ½'Á[Å&º/»�¿Ì¼)Ç È/Ç ½)ú'»�¸.Á'¸�¼2Ï2»�Ç Ó&¸�Á&Õº/¼DÆ:¸� Â.º&¼>Ç ¾ ¼ÚÇ ½/¼�¸2»�¾ Ç À/½UÇ ½U¾ ·'À�¼�¸D¼�À Å'¾ Æ:º/»�¸2¼�Ñ�Ò�½U¾ ·'¸`Æ.Ç ½/Á!Å)º'»�¿M¼^¼�Ç ¿,É' º�¾ Ç À&½&¼�Õ$¾ ·'¸Ú À'Ï2º�Â.Æ.Ç ½'Á�»�¸�¼2À'É&»�Ï�¸]Æ:·-Ç Ï2·ÎÇ ¼D¿�À&Á�Ç Å�Ç ¸�ÁWÓ�ÄÛ¾ ·'¸¾ ÀT¹8À)Ã�»�º�¹�·�ÄFº&½'Á»�À'É2Ã-·/½'¸�¼�¼�À ÅZ¾ ·'¸,»�¸�Ã Ç À&½/Õ+Ç ¼#º'½&º� Ä&È�¸2Á�Ñ&Ò2¾IÇ ¼#Á�¸)¾ ¸2»�¿,Ç ½�¸2Á^¾ ·�¸�º/½'½�É�º�Â[¸2½'¸�»TÃ�Ä#¹�»�À&Á�É&Ï�¾ Ç À&½/Õ Æ8º'Ü)¸L À�¼�¼�¸�¼#º/½/ÁH¸ Å Å'Ç Ï&Ç ¸2½�Ï ÄDÀ ž ·'¸^Æ.Ç ½'Á#Å�º/»�¿M¼FÉ�¼�Ç ½)Ã�Á-ÇÅ Å&¸2»�¸�½�¾8¿�À&Á'¸� ¼ZÀ Å`Æ.Ç ½/Áݾ É&»�Ó�Ç ½�¸�¼2Ñ[Ù� ¼2À]º&»�¸.¹�»�¸�¼�¸�½�¾ ¸�Á>Ï)À/¿[¹8º&»�º�¾ Ç Þ�¸^»�¸�¼2É' ¾ ¼ZÓ/¸�¾ Æ3¸)¸2½ÚÓ/À'¾ ·`¼2À Å'¾ Æ8º'»�¸�¼�Õ.Ó&¸&Ç ½)ÃÀ�É/¾ ¼�¾ º'½/Á�Ç ½)ÃH¾ ·�¸:¼ ¹8¸)Ï�Ç Å'Ç ÏMÏ�·/º/»�º/Ï�¾ ¸2»2Ç ¼�¾ Ç Ï�¼8º'½/Á#¼ ¹8¸�Ï&Ç Å�Ç Ï-¹8À�¾ ¸2½�¾ Ç º�Â Ç ¾ Ç ¸2¼:À Å�¸�º'Ï2·,Ï)À/¿ ¹:É/¾ º�¾ Ç À&½'º�Â�¾ À/À' Ñß,à á[â3ã ²�ä�°�µ+ÊLÇ ½'Á

Farms Simulation, WAsP, WindFarm, Wind Farm project and efficiency.