Previsão de rampas em séries temporais de potência de saída de centrais eólicas

• Ano de defesa: 2018
• Autor(a) principal: CLEMENTE, Jullya de Oliveira
• Orientador(a): VILELA, Olga de Castro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Tecnologias Energeticas e Nuclear
• País: Brasil
• Palavras-chave em Português: Engenharia nuclear; Energia eólica; Previsão de rampas; Previsão em tempo real; Redes neurais; Redes Bayesianas
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/33536

A grande penetração da energia eólica dentro da matriz elétrica brasileira torna ocontrole do sistema elétrico ainda mais complexo, principalmente em eventos derampas, os quais podem ocasionar, de forma muito rápida, elevadas variações de potência. Faz-se, então, necessária a utilização de técnicas de previsão especializadas para este tipo de regime. Neste sentido, o trabalho em questão busca desenvolver modelos capazes de realizar previsões acuradas, a curtíssimo prazo, de rampas em séries de potência de saída de centrais eólicas, de forma a auxiliar o controle do sistema elétrico brasileiro. Para tanto, dados observacionais, com escala temporal de 10 minutos, de 8 centrais eólicas localizadas no Nordeste brasileiro são empregados em modelos de ajuste global ou local, baseados em Redes Neurais Artificiais. A identificação do tipo de regime é realizada através de um mecanismo baseado no gradiente local do sinal, o qual, em alguns casos, é aliado à inferência estatística proveniente de uma Rede Bayesiana, possibilitando a introdução de informações com respeito a centrais eólicas localizadas a barlavento do local de interesse. De acordo com os resultados obtidos, verifica-se que, de maneira geral, os modelos desenvolvidos conseguem realizar previsões satisfatórias, superando a persistência em todos os horizontes. Verificou-se, ainda, que um modelo de ajuste global é suficiente para entregar previsões acuradas no terceiro horizonte, tornando dispensável o treinamento de modelos locais neste horizonte. Faz-se necessário, porém, um estudo aprofundado quanto ao comportamento e às características das rampas, com atenção especial às rampas de descida.