PREDIÇÃO DE DEMANDA DE ENERGIA PARA CURTO PRAZO DE UM SISTEMA FOTOVOLTAICO DE MINIGERAÇÃO INSTALADO NO CAMPUS DAS AURORAS (UNILAB-CEARÁ)

Autores

  • Marília Facundo Santana Unilab
  • Antonio Alisson Pessoa Guimarães UNILAB

Palavras-chave:

Redes Neurais Artificiais; Previsão de Demanda; Energia Solar.

Resumo

Há pouco, a minigeração de energia elétrica em instituições públicas de ensino superior era um desafio devido aos entraves em se aprovar regras de implantação de projetos prioritários relacionados à eficiência energética e minigeração. Entretanto, com o propósito em inserir tais instituições nas questões de responsabilidade social, sustentabilidade, pesquisa e desenvolvimento, a Agência Nacional de Energia Elétrica (Aneel), a partir de Chamada Pública, lançou um conjunto de diretrizes para estimular a geração própria de energia nas Universidades e, assim, reduzir gastos com energia elétrica. Nesse contexto, a Universidade da Integração Internacional da Lusofonia Afro- Brasileira (UNILAB) foi contemplada com recursos do Programa de Eficiência Energética (PEE), tendo como um dos benefícios, a instalação de uma usina fotovoltaica no Campus das Auroras. Diante da relevância em priorizar estratégias de eficiência energética em minimizar gastos com energia elétrica na UNILAB, este trabalho tem como objetivo prever, em curto prazo, a demanda de energia elétrica ao sistema fotovoltaico, por intermédio de algoritmo de inteligência computacional. Especificamente, propõe-se desenvolver uma Rede Neural Artificial (RNA) do tipo feedforward multicamadas com estrutura originada de modelo não linear e autoregressivo (NAR), no intuito de estimar demanda média dos 7 primeiros dias úteis do mês de setembro/2019, tendo como banco de dados para entrada da rede, as medições de demanda dos dias úteis de agosto/2019, para os períodos horários: 08:05h à 10:05h e 10:20h à 12:20h. Por fim, também vislumbra-se como contribuição deste trabalho, com as demandas médias geradas pela rede para um horizonte de curto prazo, fornecer aos setores administrativos da UNILAB, uma ferramenta computacional de auxílio às tomadas de decisão em termos de redução de gastos de energia elétrica, identificar a existência de módulos danificados e acompanhar, ao longo do tempo, a eficiência do sistema fotovoltaico, dentre outras.

Downloads

Edição

Seção

Mercado, economia, política e aspectos sociais - Impactos sociais, econômicos e ambientais de energias renováveis