PREVISÃO DE CURTO PRAZO DA RADIAÇÃO SOLAR POR MEIO DE REDES NEURAIS ARTIFICIAIS: UM ESTUDO DE CASO PARA ARARANGUÁ, BRASIL

Abstract

A energia solar vem ganhando importância nos últimos anos, os avanços tecnológicos e a competitividade econômica da energia solar fotovoltaica podem ser destacados como fatores decisivos para sua inserção na matriz elétrica. Dada a sazonalidade da radiação solar, no curto prazo, as previsões permitem uma alocação adequada dos recursos energéticos. Assim, a capacidade de prever a radiação solar é uma das características da produção de energia em uma usina solar fotovoltaica. O estudo teve como objetivo analisar a utilização de redes neurais artificiais como ferramenta de previsão de curto prazo da radiação solar, no período de três horas à frente, por meio da utilização de dados de estações meteorológicas localizadas em Araranguá - Santa Catarina - Brasil. A partir dos resultados obtidos, a ferramenta desenvolvida tem a capacidade de realizar a previsão de curto prazo da radiação solar. A capacidade de previsão usando dados de duas estações meteorológicas diferentes é destacada. Por meio das métricas foi possível quantificar a capacidade de previsão do modelo. Os meses de maio a setembro se destacam com valores de RMSE abaixo de 100 W / m². Os valores do MAE mostraram que em onze dos doze meses utilizados, os resultados ficaram abaixo de 100 W / m². Os valores negativos do MBE mostraram que a capacidade foi considerada subestimada. Os resultados médios da previsão mostram que a ferramenta tem boa precisão. Isso nos permite concluir que, dependendo da aplicação, os resultados são seguros com um erro percentual médio anual de 2,38%.