Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34618
Título: | Sistemas fotovoltaicos de geração de energia: modelo de previsão de curto prazo a partir de dados meteorológicos |
Título(s) alternativo(s): | Photovoltaic energy generation systems: short-term forecast model based on meteorological data |
Autor(es): | Vieira, André Felipe de Moura Martins, Eric Gustavo Giroto, João Victor Moinho Loyola, Rodrigo Queiroz de |
Orientador(es): | Leludak, Jorge Assade |
Palavras-chave: | Sistemas de energia fotovoltaica Previsão do tempo Modelos matemáticos Irradiação Análise de regressão Photovoltaic power systems Weather forecasting Mathematical models Irradiation Regression analysis |
Data do documento: | 1-Dez-2022 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Curitiba |
Citação: | VIEIRA, André Felipe de Moura; MARTINS, Eric Gustavo; GIROTO, João Victor Moinho; LOYOLA, Rodrigo Queiroz de. Sistemas fotovoltaicos de geração de energia: Modelo de previsão de curto prazo a partir de dados meteorológicos. 2022. Trabalho de Conclusão de Curso (Bacharelado Engenharia de Controle e Automação ) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
Resumo: | Este trabalho de conclusão de curso, realizado por discentes do curso de Engenharia de Controle e Automação, possui como premissa verificar a possibilidade de se realizar um sistema de previsão de eficiência de um painel fotovoltaico utilizando dados de uma estação solarimétrica local. Para tal foram utilizados os dados dos anos de 2021 e 2022 de uma estação em Curitiba, fornecida pelo Laboratório de Energia Solar da Universidade Tecnológica Federal do Paraná (LABENS). Realizou-se modelos lineares utilizando Excel, assim como a previsão de eficiência futura das placas solares. Foi realizado, também, um modelo linear regressivo (ARX) como prova de conceito, utilizando os dados de um mês. Foi verificado que os modelos possuem um grande grau de complexidade matemática por conta do caos matemático, assim como o grande peso computacional dos modelos, tornando modelos precisos onerosos computacionalmente. Observou-se que os modelos gerados com dados referentes a um espaço de tempo menor, com uma previsão de eficiência das placas a curto prazo, possuem um um grau de confiabilidade maior do que os modelos gerados com dados de grandes espaços de tempo. Observou-se, também, que a escolha das variáveis de entrada é extremamente importante, uma vez que modelos gerados com entradas lineares possuem um resultado melhor do que com entradas lineares e não lineares. Isso faz com que a modelagem de sistemas baseados em dados meteorológicos se torne extremamente difícil, necessitando de computadores de alta performance para gerar modelos precisos. |
Abstract: | This thesis, carried out by students of the Control and Automation Engineering course, has the premise to verify the possibility of carrying out a system for predicting the efficiency of a photovoltaic panel using data from a local solarimetric station. For this, data from the years 2021 and 2022 from a station in Curitiba, provided by the Solar Energy Laboratory of the Federal Technological University of Paraná (LABENS) were used. Linear models were carried out using Excel, as well as the prediction of future efficiency of solar panels. A linear regressive model (ARX) was also performed as a proof of concept, using data from one month. It was found that the models have a high degree of mathematical complexity due to the mathematical chaos, as well as the large computational weight of the models, making accurate models computationally costly. It was observed that the models generated with data referring to a shorter period of time, with a forecast of efficiency of the panels in the short term, have a higher degree of reliability than the models generated with data from large periods of time. It was also observed that the choice of input variables is extremely important, since models generated with linear inputs have a better result than with linear and non-linear inputs. This makes the modeling of systems based on meteorological data extremely difficult, requiring high-performance computers to generate accurate models. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/34618 |
Aparece nas coleções: | CT - Engenharia de Controle e Automação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
sistemasfotovoltaicosprevisaometeorologicos.pdf | 9,12 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons