Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos

• Ano de defesa: 2017
• Autor(a) principal: Barbosa, Alan
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei; Programa de Pós-Graduação em Engenharia Elétrica; Brasil; CEFET-MG / UFSJ
• Palavras-chave em Português: Redes neurais artificiais; Energia fotovoltaica; Radiação solar; Previsão de potência máxima
• Link de acesso: https://repositorio.cefetmg.br/handle/123456789/330

As peculiaridades dos módulos de Concentração Fotovoltaica CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.