MCP — Measure-Correlate-Predict: convertendo campanhas curtas em estimativas de longo prazo

Uma campanha LiDAR de 12 meses produz, por definição, 12 meses de dados. O contrato de financiamento de um parque eólico cobre 20 anos de operação. A pergunta que o financiador precisa responder é: o vento medido em 2025 representa bem o vento que vai soprar de 2026 a 2045? A resposta, quase sempre, é não — e o MCP é o método usado para corrigir isso.

O recurso eólico varia interanualmente. Um período de La Niña pode elevar a velocidade média no Nordeste em 8–12% em relação à climatologia de 20 anos; um período de bloqueio atmosférico pode suprimir o vento por meses inteiros. Uma campanha medida num ano excepcionalmente ventoso gerará um P50 superestimado — e o parque vai entregar menos energia do que o modelo previa, pressionando o DSCR exatamente quando o banco espera cobertura de serviço da dívida.

O MCP (Measure-Correlate-Predict) resolve isso correlacionando a campanha curta com uma referência de longo prazo e projetando a velocidade do sítio para a climatologia histórica completa.

O problema que o MCP resolve

Seja V̄_c a velocidade média medida na campanha e V̄_LT a velocidade média de longo prazo do sítio. Se a campanha capturou um período acima da média histórica, V̄_c > V̄_LT — e usar V̄_c diretamente como estimador de recurso superestima o P50 em produção. O fator de ajuste quantifica essa diferença:

fator_ajuste = V̄_LT_sítio / V̄_medido_campanha

fator_ajuste > 1  →  campanha subestimou o recurso histórico
fator_ajuste < 1  →  campanha superestimou o recurso histórico
fator_ajuste = 1  →  campanha representativa da climatologia (raro)

Um fator de ajuste de 0,89, por exemplo, significa que o período medido estava 11% acima da média histórica. O P50 baseado apenas na campanha seria 11% otimista — o que, para um parque de 100 MW, representa uma diferença de AEP que pode fazer a diferença na cobertura do serviço da dívida (ver NT.06).

Os três insumos do MCP

O MCP usa três séries distintas. A campanha medida é a velocidade horária (ou em 10 min) do LiDAR para a altura de análise, na janela de medição — meses a, no máximo, 2 anos. A referência simultânea é a mesma variável extraída da fonte de reanalise (ERA5, MERRA-2) ou de uma estação meteorológica de longo prazo, para o mesmo período da campanha. A referência de longo prazo é a série completa da mesma fonte, cobrindo o histórico disponível — tipicamente 20+ anos para ERA5 e MERRA-2.

A qualidade da referência simultânea define o teto de qualidade do MCP. Se a referência não captura a variabilidade local do vento (terreno complexo, efeitos costeiros, inversões), a regressão terá R² baixo e o ajuste será de baixa confiança — independentemente do quanto a campanha seja boa. A escolha da referência e a verificação da sua representatividade local é a primeira decisão técnica do MCP, e é discutida em NT.02.

A regressão linear: mecânica e fórmulas

O ajuste linear minimiza os resíduos quadráticos entre V_sítio medido e a predição pelo modelo, no período de overlap:

V_sítio = a + b × V_ref       (equação de regressão)

b = slope     →  variação de V_sítio por unidade de V_ref
a = intercept →  V_sítio estimado quando V_ref = 0

slope, intercept = np.polyfit(V_ref_overlap, V_sítio_overlap, grau=1)

As métricas de ajuste quantificam a qualidade da regressão no período simultâneo:

R²   = 1 − SS_res / SS_tot       (fração da variância explicada)
RMSE = √( mean(residuos²) )       (erro em m/s)
MAE  = mean(|residuos|)           (erro absoluto médio em m/s)
bias = mean(predito − medido)     (desvio sistemático em m/s)

A predição de longo prazo aplica a mesma equação à série longa da referência:

V̂_sítio_LT = a + b × V_ref_LT    (clampado a ≥ 0 m/s)
P50 = mean(V̂_sítio_LT)           (média da série LT predita)
fator_ajuste = P50 / V̄_campanha

O que cada métrica diz ao engenheiro

R² é a fração da variância do vento do sítio que a referência consegue explicar no período simultâneo. R²=0,84 significa que 84% da variabilidade horária da campanha é capturada pela referência. O limiar de alerta é R² < 0,70 — abaixo disso, a referência não tem representatividade local suficiente para fazer um ajuste bankável. A causa mais comum é a distância horizontal entre o sítio e o grid point da reanalise, ou a presença de efeitos locais (canalização por vale, esteira de outro parque, variação de regime costeiro) que o modelo regional não capta.

Slope (b) informa a sensibilidade do vento do sítio ao da referência. Slope próximo de 1,0 indica que a relação é quase proporcional; slope < 1 indica que o sítio tem menor variabilidade que a referência (microclima amortecido); slope > 1 indica amplificação local. Slope negativo ou zero é fisicamente implausível e indica ou dado corrompido ou referência completamente inadequada — o MCP não deve ser aceito nesses casos.

RMSE quantifica o erro típico de predição hora a hora, em m/s. Ele é a base de cálculo da incerteza do MCP: valores menores indicam que a referência segue o sítio hora a hora com menor dispersão residual. Para campanhas de 12 meses no Nordeste com ERA5, RMSE típico está entre 0,8 e 1,5 m/s. Valores acima de 2,0 m/s indicam que a referência não está representando adequadamente o regime local.

Bias é a diferença média sistemática entre predito e medido no overlap. Bias próximo de zero indica que a referência não tem um offset sistemático em relação ao sítio — o que é esperado se a regressão foi ajustada corretamente. Bias alto pode indicar o período simultâneo capturou um evento incomum (uma frente fria, uma semana de bloqueio) que distorceu a média do overlap.

Incerteza do MCP e o P90 de velocidade

A incerteza do MCP mede quanto o ajuste de longo prazo pode errar na estimativa de V_LT_sítio. A formulação v1, conservadoramente simples, usa o RMSE relativo à média ajustada:

σ_MCP (%) = RMSE / V̄_LT_sítio × 100

P90 = P50 × (1 − 1,2816 × σ_MCP / 100)
# onde 1,2816 = Φ⁻¹(0,90): z do percentil 90 da distribuição normal

Uma observação crítica sobre a interpretação: P50 e P90 do MCP v1 são estimativas de velocidade, não de AEP. A conversão requer a curva de potência do aerogerador — uma relação não linear que amplifica as incertezas na região próxima ao vento nominal. Para o P90 de AEP que o financiador precisa, a incerteza MCP é apenas um componente; precisa ser combinada por RSS com as demais fontes (incerteza de medição, modelagem de fluxo, variabilidade interanual), conforme discutido em NT.06.

Os alertas do MCP e o que eles significam

Os alertas são avisos, não bloqueios: o BORA permite calcular o MCP mesmo quando acionados, para que o engenheiro possa testar configurações alternativas. O que não é permitido é suprimir o alerta do relatório — se o MCP foi calculado com overlap de 4 meses ou R²=0,65, essa limitação precisa aparecer explicitamente na seção MCP do laudo, com a justificativa técnica de por que o resultado ainda é utilizável (ou com a recomendação de não utilizá-lo para decisão final).

Disponibilidade e fonte de referência

A versão atual do BORA aceita dois tipos de fonte: CSV importado manualmente e arquivo NetCDF local do ERA5. Para o Nordeste brasileiro, os dados mais usados são:

• ERA5 horário (ECMWF): cobertura desde 1940, resolução ~31 km, disponível via Copernicus CDS. Melhor opção para a maioria dos sítios do Nordeste — desempenho documentado em NT.02.
• MERRA-2 (NASA): cobertura desde 1980, resolução ~50 km, acesso via GESDISC. Alternativa ao ERA5 especialmente em regiões onde o ERA5 tem viés maior.
• Estação meteorológica local: referência mais próxima do sítio, mas com histórico tipicamente mais curto e sem garantia de continuidade. Útil quando o terreno torna a correlação com reanalise de grade grossa inadequada.

A rastreabilidade da fonte é armazenada no arquivo .bora: tipo, caminho, hash SHA-256 e período coberto. Isso permite que o auditor, em due diligence, verifique qual versão do ERA5 foi usada e se o período de longo prazo cobre o mínimo aceitável — parte da trilha de auditoria discutida em NT.05.

Limitações do método linear e o que vem depois

O MCP linear assume que a relação entre velocidade do sítio e velocidade da referência é estacionária, isotrópica e sem influência direcional. Essas hipóteses são razoáveis em muitos sítios do Nordeste — onde o regime de alísios domina e a variabilidade setorial é menor — mas falham em:

• Sítios em terreno complexo onde a aceleração do escoamento é diferente por setor (canalização por vale, efeito de escarpa)
• Sítios próximos à costa onde o regime da brisa marítima tem correlação direcional distinta do regime de alísios
• Sítios com alta TI onde a variância da velocidade é ampliada de forma não linear

Para esses casos, os métodos futuros — MCP setorial, matrix MCP, variance ratio — resolvem as limitações do linear ao aplicar regressões diferentes por setor de vento ou ao preservar a distribuição de velocidade em vez de só ajustar a média. A comparação entre métodos será o tema de uma nota futura à medida que a implementação avançar.