Dissertação

Solar generation forecast from the perspective of a DSO EVALUATED

A integração das energias renováveis no sistema elétrico está a ganhar atenção durante os últimos anos. A necessidade de encontrar uma alternativa ecológica aos combustíveis fosseis está a aumentar, e se queremos preservar o planeta Terra devemos agir o mais célere possível. Há várias formas de auxiliar a integração das renováveis. A utilização de técnicas de inteligência artificial (AI) permitem a realização de previsões, o que ajuda as companhias elétricas a evitar pagamentos de multas desnecessárias, por exemplo. Neste trabalho vai ser comparado o desempenho de quatro técnicas de IA: redes neuronais artificiais (ANN), redes neuro-fuzzy adaptativas (ANFIS), florestas aleatórias e o método dos k-vizinhos mais próximos (kNN) na tarefa de prever a potência solar de saída de um painel fotovoltaico. Este procedimento consistirá na implementação desses quatro métodos em três dias com diferentes condições meteorológicas (dia de sol, dia parcialmente nublado e dia nublado), no software RStudio. Depois de ser feita uma previsão da potência solar fotovoltaica para um dia de avanço, o objetivo é concluir sobre o impacto causado pela nebulosidade e determinar qual o algoritmo com melhor desempenho, incluindo o cálculo do erro médio e medindo o tempo da simulação. No final, o kNN foi superior nos três testes realizados. Uma comparação geral entre todas as simulações vai ser feita.
Previsão de potência solar fotovoltaica, inteligência artificial, ANN, ANFIS, floresta aleatória, kNN

Novembro 16, 2017, 15:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Rui Manuel Gameiro de Castro

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar