PREVISÃO DE GERAÇÃO FOTOVOLTAICA DE CURTÍSSIMO PRAZO COM MODELO HÍBRIDO CNN-ALSTM.
Previsão de Geração Fotovoltaica. Rede Neural Recorrente. Rede Convolucional. Performance Ratio.
A crescente integração da energia fotovoltaica (FV) traz inúmeros benefícios econômicos e ambientais, mas, sua penetração pode desafiar o planejamento e operação do sistema elétrico, devido à sua intermitência e aleatoriedade. Uma previsão de geração confiável e precisa é importante para garantir que a operação do sistema seja estável, os custos operativos sejam minimizados, consumidores finais tenham energia elétrica de alta qualidade e a confiabilidade seja elevada. O primeiro estudo consistiu na análise de desempenho global de três plantas FV localizadas em Pesqueira-PE com capacidade similares, duas com módulos com tecnologia de p-Si e uma com m-Si, de fabricantes e perdas de potência por temperatura distintos. Os resultados mostraram que a usina B com módulos m-Si apresentou valores de PR inferiores aos das usinas com p-Si. O parâmetro não mostrou sensibilidade ao tempo de funcionamento, pois a usina C com seis anos de atividade exibiu valores de PR similares aos da usina A com dois anos de atuação. Uma segunda análise foi realizada baseada nos recentes avanços dos métodos de aprendizagem profunda e seus desempenhos satisfatórios, assim, foi modelada uma rede LSTM com Time Step, cujo desempenho foi demonstrado com um estudo de caso utilizando uma base de dados histórica de geração FV horária, de uma usina de 254 MW da Bahia. A modelagem realizou a previsão da geração no horizonte de 1 h a frente. Para avaliação da técnica foi utilizado o indicador MAE cujo valor obtido foi de 0,0104. As simulações foram feitas na linguagem de programação Python.