-
Tipo do ITEM
-
Teses de Doutorado
-
Título da Dissertação ou Tese
-
MODELO HÍBRIDO BASEADO EM SÉRIES TEMPORAIS E REDES NEURAIS PARA PREVISÃO DA GERAÇÃO DE ENERGIA EÓLICA
-
Descrição
-
A geração de energia elétrica através de turbinas eólicas é uma das alternativas praticamente
inesgotáveis de geração de energia elétrica. Ela é considerada uma fonte de energia limpa,
porém ainda necessita de muita pesquisa para desenvolvimento de ciência e tecnologias que
assegurem uma uniformidade na geração, propiciando uma maior participação desta fonte na
matriz energética tanto no Brasil quanto no mundo, pois o vento apresenta bruscas variações na
velocidade, densidade e em outras variáveis importantes. Nos sistemas elétricos de base eólica,
cada horizonte de previsão é aplicado em um determinado segmento específico, previsão de
minutos, horas, semanas, meses e anos futuros do comportamento do vento, desta forma podese avaliar a disponibilidade de energia para o próximo período, uma informação relevante no
despacho das unidades geradoras e no controle do sistema elétrico. Esta tese teve como
proposta, desenvolver modelos de previsão a ultra curto, curto, médio e longo prazo da
velocidade do vento, baseado em técnicas de inteligência computacional, usando modelos de
Redes Neurais Artificiais, SARIMA e modelos híbridos e prever a capacidade da geração de
potência para cada horizonte. Para aplicação da metodologia utilizou-se as variáveis
meteorológicas do banco de dados do sistema de organização nacional de dados ambientais
SONDA, estação de Petrolina, do período de 01 de janeiro de 2004 à 31 de março de 2017. O
desempenho dos modelos foi comparado com 5, 10 e 20 passos para frente, considerando
minutos, horas, dias, semanas, meses e anos como horizonte de previsão. O modelo hibrido
obteve melhor resposta na previsões dentre as quais destacou-se o horizonte de horas.
PALAVRAS CHAVE: Energia eólica; Velocidade do vento; Séries temporais; SARIMA;
Redes Neurais Artificiais; Previsão
-
Abstract
-
A geração de energia elétrica através de turbinas eólicas é uma das alternativas praticamente
inesgotáveis de geração de energia elétrica. Ela é considerada uma fonte de energia limpa,
porém ainda necessita de muita pesquisa para desenvolvimento de ciência e tecnologias que
assegurem uma uniformidade na geração, propiciando uma maior participação desta fonte na
matriz energética tanto no Brasil quanto no mundo, pois o vento apresenta bruscas variações na
velocidade, densidade e em outras variáveis importantes. Nos sistemas elétricos de base eólica,
cada horizonte de previsão é aplicado em um determinado segmento específico, previsão de
minutos, horas, semanas, meses e anos futuros do comportamento do vento, desta forma podese avaliar a disponibilidade de energia para o próximo período, uma informação relevante no
despacho das unidades geradoras e no controle do sistema elétrico. Esta tese teve como
proposta, desenvolver modelos de previsão a ultra curto, curto, médio e longo prazo da
velocidade do vento, baseado em técnicas de inteligência computacional, usando modelos de
Redes Neurais Artificiais, SARIMA e modelos híbridos e prever a capacidade da geração de
potência para cada horizonte. Para aplicação da metodologia utilizou-se as variáveis
meteorológicas do banco de dados do sistema de organização nacional de dados ambientais
SONDA, estação de Petrolina, do período de 01 de janeiro de 2004 à 31 de março de 2017. O
desempenho dos modelos foi comparado com 5, 10 e 20 passos para frente, considerando
minutos, horas, dias, semanas, meses e anos como horizonte de previsão. O modelo hibrido
obteve melhor resposta na previsões dentre as quais destacou-se o horizonte de horas.
PALAVRAS CHAVE: Energia eólica; Velocidade do vento; Séries temporais; SARIMA;
Redes Neurais Artificiais; Previsão
-
Língua do arquivo
-
português
-
Data da Defesa
-
2018
-
Palavra-chave
-
Energia eólica
-
Velocidade do vento
-
Séries temporais
-
SARIMA
-
Redes Neurais Artificiais
-
Previsão
-
Autor
-
David Barbosa de Alencar
-
Orientador
-
Carolina de Mattos Affonso
-
Coorientador
-
Roberto Célio Limão de Oliveira
-
Local
-
UFPA - Belém, 2018
