PREVISÃO DE GERAÇÃO FOTOVOLTAICA A PARTIR DE DADOS METEOROLÓGICOS UTILIZANDO REDE LSTM

Autores

  • Icaro Gabriel Paiva Bastos UFAL
  • Gustavo Costa Gomes UFAL
  • Ícaro Bezerra Queiroz Araújo UFAL
  • Erick de Andrade Barboza UFAL
  • Tiago Vieira UFAL
  • Davi Bibiano Brito UFAL

Palavras-chave:

Energia Solar Fotovoltaica, LSTM, Previsão de Curto Prazo

Resumo

A natureza estocástica das condições climáticas, tais como radiação solar, temperatura ambiente, velocidade do vento, influencia diretamente a geração de energia fotovoltaica. Em decorrência, estimar a quantidade de energia gerada é de suma importância para a qualidade da produção, de maneira a evitar problemas na rede elétrica. Este trabalho apresenta uma aplicação de redes LSTM (Long Short-Term Memory) para previsão de dados de geração (tensão e corrente) em painéis fotovoltaicos a partir da utilização de dados meteorológicos. Os dados foram coletados a partir de uma estação solarimétrica de baixo custo próxima a usina de produção. As informações obtidas pela estação incluem: radiação solar, temperatura dos painéis, temperatura ambiente, umidade, velocidade do vento e quantidade de chuva. Estas informações são utilizadas para alimentar uma rede neural do tipo LSTM cuja função é a predição dos dados de corrente e tensão produzidos pelos painéis solares. Os resultados mostraram que a rede LSTM apresenta bons valores de estimação, tendo um erro médio absoluto menor do que 1%, tanto para a corrente quanto para a tensão.

Downloads

Edição

Seção

Radiação Solar - Outros Dados Meteorológicos aplicados à energias renováveis