FenixEdu™

Dissertação

{en_GB=Solar irradiance forecast using Artificial Intelligence techniques} {} EVALUATED

Detalhes: {pt=A importância das energias renováveis tem vindo a crescer a um ritmo acelerado, quer devido à necessidade de resolver problemas relacionados com as questões ambientais, quer como forma de ajudar a gestão, cada vez mais difícil, das redes eléctricas. As técnicas de Inteligência Artificial já mostraram a sua eficácia em tarefas de elevada complexidade (e.g. Regressão, Classificação, Previsão). Também no campo das Energias Renováveis estas ferramentas podem ser extremamente úteis, nomeadamente na previsão da Irradiância Solar. Neste trabalho foram desenvolvidos dois algoritmos em Matlab de previsão de Irradiância Solar baseados em dois métodos de Inteligência Artificial, a saber: as Redes Neuronais Artificiais e o Método dos k-Vizinhos Mais Próximos. No processo de previsão, os modelos são treinados com subconjuntos do registo de um ano de Irradiância Solar na cidade de Lisboa para depois se fazer a previsão da próxima hora. Para se entender qual o melhor método para realizar previsões de Irradiância Solar, de entre aqueles que foram estudados, foi realizado um estudo comparativo entre os modelos, tendo em conta os erros de previsão e os tempos de simulação de ambos nas simulações feitas em diferentes situações., en=The importance of renewable energies has been growing at a fast pace, both because of the need to solve problems related to environmental issues and as a way of helping the increasingly difficult management of electricity grids. The techniques of Artificial Intelligence have already shown their effectiveness in tasks of high complexity, namely, Regression, Classification, Forecasting. Also in the field of Renewable energies these tools can be extremely useful, in particular in the prediction of Solar Irradiance. In this work, we developed two algorithms in Matlab of prediction of Solar Irradiance based on two methods of Artificial Intelligence, which are the Artificial Neural Networks and the K-Nearest Neighbors Method. In the forecasting process, the models are trained with subsets of the one-year Solar Irradiance register in the city of Lisbon and then the next hour’s forecast is carried out. In order to understand the best method to perform predictions of solar irradiance among those studied, a comparative study between the models was carried out, taking into consideration the prediction errors and the simulation times of both models in the simulations made in different situations.}
Keywords: {pt=ANN, KNN, Energia Solar, Previsão, Energias Renováveis, Aprendizagem Automática, en=ANN, KNN, Solar Power, Forecasting, Renewable Energy, Machine Learning}

Discussão: maio 16, 2017, 11:0