Chapter · September 015 doi: 10. 1201/b18973-33 citations 11 reads 3,065 authors: Some of the authors of this publication are also working on these related projects

particularly offshore the Galician coast, an area with
a wind power flux resource of class 7, the highest in
the wind power density scale. Similarly, the operat-
ing hours map indicates economic feasibility in most
regions which is guaranteed with 2300h/year at full
capacity according to current European offshore tar-
iffs. Aguçadoura showed to be the most energetic
area throughout the Portuguese test sites with energy
productions that can reach up to 8 GWh/year of elec-
tricity equivalent to 4000 h/year of operating hours.
In addition, the analysis of the wind relative fre-
quency of occurrence show prevailing moderate and
fresh breezes and allow concluding that 80% of the
wind events occurred between 2009 and 2013 would
produce energy throughout the years. Although this
behavior is common for both regions, at the south-
ern region of S. Pedro de Moel, a lower percentage of
winds blow above the rated speed of 14 m/s hence gen-
erating a lower percentage of energy. Also, from the
inter-annual variation plots it can be observed that the
deviation from the long term mean value is moderate
yet leading to variations in the wind power production
up to 30%.
From the above statements it can be concluded that
the WRF model is a consistent tool to obtain represen-
tative wind data near the coastal areas showing good
results when compared with in situ wind observations.
Moreover, the Iberian large coastal line is a promising
area for building facilities that allow harnessing energy
from offshore winds efficiently.
ACKNOWLEDGEMENTS
This present work was performed within the research
project “MAREN2-Hydro-environmental modelling
of multi-purpose marine renewable energy platforms”
funded by the Atlantic Area Transnational Programme
(European Regional Development Fund).
REFERENCES
Bañuelos-Ruedas F., Camacho C.A. and Rios-Marcuello S.,
2011. Methodologies Used in the Extrapolation of Wind
Speed Data at Different Heights and Its Impact in the
Wind Energy Resource Assessment in a Region. Gastón
O. Suvire (Ed.), Wind Farm – Technical Regulations,
Potential Estimation and Siting Assessment, Chapter 4,
pp. 97–114, InTech.
Carvalho D., Rocha A., Gómez-Gesteira M. and Santos C.,
2014. Comparison of reanalyzed, analyzed, satellite-
retrieved and NWP modelled winds with buoy data along
the Iberian Peninsula coast. Remote Sens Environ, 152,
pp. 480–492.
Hasager C., Mouche A., Badger M., Bingöl F., Karagali I.,
Driesenaar T., Stoffelen A., Peña A. and Longépé N., 2015.
Offshore wind climatology based on synergetic use of
Envisat ASAR, ASCAT and QuikSCAT. Remote Sensing
of Environment, Volume 156, January 2015, pp. 247–263.
Hsu S.A., Meindl E.A. and Gilhousen D.B., 1994.
Determining the power-law wind-profile exponent under
near-neutral stability conditions at sea. J. Appl. Meteor.,
Vol. 33, pp. 757–765.
http://www.puertos.es/
Islam M.R., Mekhilef S. and Saidur R., 2013. Progress and
recent trends of wind energy technology. Renewable and
Sustainable Energy Reviews, 21, pp. 456–468.
227

---

Nunalee G.C. and Basu S., 2014. Mesoscale modeling of
coastal low-level jets: implications for offshore wind
resource estimation. Wind Energy 17:10.1002/we.v17.8,
1199–1216.
Salvação N., Bernardino M. and Guedes Soares C., 2013. Val-
idation of an atmospheric model for assessing the offshore
wind resources along the Portuguese coast. Proceedings
of the 32nd International Conference on Ocean, Offshore
and Arctic Engineering (OMAE2013), June 9–14, Nantes,
France, Paper OMAE2013-11631.
Salvação N., Bernardino M. and Guedes Soares C., 2014a.
Assessing the offshore wind energy potential along
the coasts of Portugal and Galicia. in: Developments
in Maritime Transportation and Exploitation of Sea
Resources. Guedes Soares, C. & Lopez Pena F., (Eds.),
Francis & Taylor Group London, UK; pp. 995–1002.
Salvação N., Bernardino M. and Guedes Soares C., 2014b.
Assessing mesoscale wind simulations in different envi-
ronments, Computers & Geosciences, Volume 71, October
2014, pp. 28–36.
Simmons, A., Uppala, S., Dee, D. and Kobayashi, S., 2006.
ERA-Interim: New ECMWF reanalysis products from
1989 onwards. ECMWF Newsletter 110: 26–35.
The European Wind Energy Association, February 2014.
Wang, W., Barker, D., Bray, J., Bruyère, C., Duda, M.,
Dudhia, J., Gill, D., and Michalakes, J., 2007. User’s
Guide for Advanced Research WRF (ARW) Modeling
System Version 3. Mesoscale and Microscale Meteorol-
ogy Division – National Center for Atmospheric Research
(MMM-NCAR).
228
View publication stats