Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
TORRES, Igor Cavalcante |
Orientador(a): |
TIBA, Chigueru |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
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
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/42317
|
Resumo: |
Um dos grandes desafios é a maximização da hospedagem de geradores fotovoltaicos no sistema elétrico de distribuição sem comprometer a qualidade de energia disponível aos consumidores. Este trabalho apresentou um método para mitigação das sobretensões que surgem diante da alta injeção de potência elétrica através do fluxo reverso e também pela alta variabilidade da geração fotovoltaica. O método desenvolvido foi baseado em uma rede neural Long Short Term Memory (LSTM), modelada através de uma base de dados de irradiação solar e temperatura de operação dos módulos fotovoltaicos, ambas coletadas durante 365 dias efetivos de medição, em intervalo de tempo de 1 minuto. A operação da rede neural tomou como base uma janela deslizante de 20 dados (minutos) retroativos, estimando 1 minuto à frente. Os dados fornecidos pela rede LSTM foram utilizados como parâmetros de entrada juntamente com o padrão da curva de carga, a partir de um valor de permissão de injeção de potência reversa realizou-se o acionamento e integração de um conjunto de baterias elétricas. O programa Distribution System Simulator (OpenDSS), foi utilizado como ferramenta de simulação para execução do fluxo de potência diante das diversas condições da irradiação solar, permitindo a investigação pontual do perfil da tensão elétrica no ponto de fornecimento da unidade consumidora. Sendo a etapa de previsão, o estágio mais crítico para o pleno funcionamento da ferramenta de mitigação, em dias de alta variabilidade da geração fotovoltaica a rede neural LSTM atingiu um RMSE de 121,36 W/m². Em dias menos perturbados, o RMSE foi de 96,39 W/m². Para esta mesma métrica, a performance da rede neural obteve o mesmo ritmo de desempenho para a estimativa da temperatura de operação do módulo fotovoltaico. O dia de alta variabilidade, apresentou-se como a maior fonte de ocorrências de sobretensões durante um determinado período de tempo de operação do gerador fotovoltaico, assim, houve maior necessidade do uso do armazenamento para esta condição, onde 22,56% da energia útil disponibilizada pelo gerador fotovoltaico precisou ser armazenada para manter a estabilidade dos níveis de tensão. |