PPGEE PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA PROGRAMAS DE PÓS-GRADUAÇÃO - CE Telefone/Ramal: 33178386/1799

Banca de DEFESA: AMANDA SUIANNY FERNANDES ROCHA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: AMANDA SUIANNY FERNANDES ROCHA
DATA: 22/02/2019
HORA: 09:00
LOCAL: PROPPG - Sala 25
TÍTULO:

PREVISãO DO DESEMPENHO DE UM SISTEMA SOLAR FOTOVOLTAICO CONFORME DADOS METEOROLóGICOS DA REGIãO


PALAVRAS-CHAVES:

Sistema solar fotovoltaico. Rede neural artificial. Previsão de potência. Eficiência energética.


PÁGINAS: 118
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A energia solar fotovoltaica tem sido disseminada em todo o mundo, e no Brasil essa fonte de energia vem ganhando um espaço considerável nos últimos anos, sendo impulsionada principalmente pelas crises energéticas que o país enfrenta. O uso dos sistemas fotovoltaicos proporciona diversas vantagens, tanto ao consumidor final quanto ao país, contribuindo para diversificação da matriz energética e redução da dependência por fontes fósseis. Porém, atrelado aos benefícios, como em todo sistema real, quando instalados em regiões com baixa incidência de irradiação solar essa tecnologia apresenta perda na eficiência de geração de energia. Logo, se faz necessário realizar um estudo prévio das condições climáticas do local onde o sistema fotovoltaico será instalado. Como aternativa à essa consideração, poder-se-ia realizar um estudo da previsão da produção de potência antes da sua instalação, a partir das informações climáticas locais que influenciam diretamente na geração de potência, verificando a viabilidade da implantação do sistema, e evitando assim um investimento sem retorno. Sendo assim, o presente trabalho tem como objetivo, realizar a previsão da viabilidade de instalação de sistemas fotovoltaicos em outras localidades, com o auxílio de uma Rede Neural Artificial (RNA). No entanto, esse estudo se limitará à previsão da viabilidade do sistema fotovoltaico de 3kWp localizado no Campus Leste da UFERSA, utilizando-o como modelo para a pesquisa. Dessa forma, para o treinamento da RNA foram utilizados os dados de temperatura e irradiação solar da estação meteorológica da UFERSA como variáveis de entrada, e a potência do sistema fotovoltaico como variável de saída, sendo ela treinada e simulada com o auxílio do Matlab®. Visando ampliar a pesquisa e obter o melhor resultado, utilizaram-se no treinamento dois tipos de rede com propostas de funcionamento diferentes, a feedforward sem realimentação e a NARX com realimentação. Após a implementação foram realizadas algumas simulações com diferentes situações para verificar a capacidade de generalização de cada rede em prever a saída desejada, dando destaque para a previsão da geração de potência nos estados do Rio Grande do Sul e Pernambuco, onde nota-se, através dos métodos de desempenho, que os resultados se mostram favoráveis para essa aplicação utilizando a rede feedforward, visto que a rede NARX não obteve bom desempenho para uma quantidade reduzida de amostras inseridas.


MEMBROS DA BANCA:
Interno - 1714079 - DANIELLE SIMONE DA SILVA CASILLO
Presidente - 1715546 - FABIANA KARLA DE OLIVEIRA MARTINS VARELLA GUERRA
Externo à Instituição - JOSÉ DE MEDEIROS DE ARAÚJO JÚNIOR - UFPI
Interno - 1810697 - MARCELO ROBERTO BASTOS GUERRA VALE
Notícia cadastrada em: 13/02/2019 12:11
SIGAA | Superintendência de Tecnologia da Informação e Comunicação - (84) 3317-8210 | Copyright © 2006-2024 - UFRN - sig-prd-sigaa01.ufersa.edu.br.sigaa01