Detalhes bibliográficos
Ano de defesa: |
2024 |
Autor(a) principal: |
Rosso, André Possamai |
Orientador(a): |
Schaeffer, Lirio |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/281764
|
Resumo: |
A inserção da energia solar fotovoltaica na matriz elétrica apresenta alguns desafios, que estão relacionados, principalmente, à natureza intermitente da geração de energia elétrica a partir de sistemas fotovoltaicos. Embora o armazenamento da geração fotovoltaica resolva esse problema, uma predição da geração fotovoltaica é necessária para controlar a energia injetada na rede. Analisando a importância das predições de geração fotovoltaica, a presente Tese tem como objetivo desenvolver uma metodologia de regressão de classificação reduzida adaptada (RRRa) para a predição da geração fotovoltaica em curto e médio prazos. O modelo RRRa proposto é simples, de fácil acesso e aplicação, e não utiliza dados de irradiância. A aplicação da metodologia RRRa requer duas pesquisas/entradas. A primeira entrada são dos dados de previsão meteorológica obtidos a partir das plataformas de previsão meteorológica Ventusky e Open Weather e a segunda são dados históricos reais de produção fotovoltaica no local onde o método foi desenvolvido. O método foi desenvolvido por meio do sistema fotovoltaico de referência (SFVr) conectado à rede da Universidade Federal de Santa Catarina – UFSC. A plataforma Ventusky foi a principal plataforma utilizada de previsão do tempo para a aplicação da metodologia. As predições de geração fotovoltaica foram realizadas no período de março de 2022 até fevereiro de 2024. As métricas estatísticas utilizadas para avaliar o desempenho do método proposto foram a raiz do erro quadrático médio (RMSE), do erro absoluto médio (MAE) e do erro percentual absoluto médio (MAPE). O método proposto foi comparado com o método de persistência. Utilizando a plataforma Ventusky com o horizonte de curto prazo, o RMSE médio mensal para o RRRa variou de 7,3% a 77,5%. Para o método da persistência, variou de 15,1% a 65,0%. Utilizando o horizonte de médio prazo (24h), o RMSE médio mensal para o RRRa variou entre 4,5% e 62,5%. Para o método da persistência, variou de 11,5% a 75,0%. A validação do método foi realizada para o Sub 1 e o Sub 5 do sistema fotovoltaico do Instituto Federal de Santa Catarina – IFSC no período de quatro meses. Utilizando o horizonte de curto prazo, o Sub 1 obteve RMSE médio mensal de 0,7% a 4,1% de diferença quando comparado com o SFVr. O Sub 5 obteve RMSE médio mensal de 0,1% a 3,6% de diferença do SFVr. A presente Tese apresentou experimentalmente que o RRRa é competitivo com o estado da arte em termos de predições de geração fotovoltaica sem utilizar dados de radiação solar. |