Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/251909 |
Resumo: | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Energia e Sustentabilidade, Araranguá, 2023. |
id |
UFSC_7bc07353510b0b3842e3b66f40c8ca84 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/251909 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicasEnergia elétricaSistemas de energia fotovoltaicaGeração de energia fotovoltaicaTempo (Meteorologia)Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Energia e Sustentabilidade, Araranguá, 2023.Há muitos debates acontecendo sobre mudanças climáticas e transição energética. A partir disso e do desenvolvimento de novas tecnologias, a geração de energia elétrica a partir de sistemas fotovoltaicos vem se tornando cada vez mais atrativa e competitiva, sendo um dos principais agentes de transformação para essa transição. Desta forma, a predição de geração de energia elétrica dos sistemas fotovoltaicos se torna essencial, pois contribui para a mitigação dos efeitos da intermitência e incerteza do recurso solar. Da mesma forma, a predição de geração de energia elétrica é importante para o planejamento e modelagem das futuras usinas fotovoltaicas. De tal modo, o objetivo geral desta dissertação foi desenvolver, modelar e validar uma metodologia para predição da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas para os horizontes de 24, 48 e 72 horas. O período de análise foi de 5 meses, compreendido entre agosto e novembro de 2022. Os dados de previsão meteorológica foram obtidos a partir da plataforma da EPAGRI e foram divididos em cinco perfis de previsão: sol, nublado, nublado + chuva, chuva e sol + chuva. O sistema de referência do presente estudo, foi um sistema fotovoltaico de 17,6 kWp instalado no telhado de uma unidade consumidora na área rural de Tubarão (SC). Para analisar e comparar o desempenho da metodologia de predição de geração de sistemas fotovoltaicos proposta nesta dissertação foi utilizado o método da persistência como modelo de referência, além da utilização de indicadores de erros de precisão como o MAE, RMSE e MAPE. Os melhores valores de MAE, RMSE e MAPE foram para o horizonte de 24 horas, com destaque para o mês de agosto de 20222 que apresentou os valores 7,46 kWh, 10,83 kWh e 20,87% respectivamente. A metodologia apresentada se mostrou promissora e com informações relevantes para estudos posteriores.Abstract: Many debates about climate change and energy transition are going on. From this and the development of new technologies, the generation of electricity from photovoltaic systems has become increasingly attractive and competitive, being one of the main transformation agents for this transition. In this way, the prediction of electricity generation from photovoltaic systems becomes essential, as it contributes to mitigating the effects of intermittency and uncertainty of the solar resource. Likewise, the prediction of electric power generation is important for the planning and modeling of future photovoltaic plants. In this way, the general objective of this dissertation was to develop, model and validate a methodology for predicting the daily generation of electricity from photovoltaic systems based on the operation history and meteorological networks for the horizons of 24, 48 and 72 hours. The period of analysis was 5 months, between August and November 2022. The meteorological forecast data were obtained from the EPAGRI platform and were divided into five forecast profiles: sunny, cloudy, cloudy + rain, rain and sun + rain. The reference system of the present study was a 17.6 kWp photovoltaic system installed on the roof of a consumer unit in the rural area of Tubarão (SC). To analyze and compare the performance of the methodology for predicting the generation of photovoltaic systems proposed in this dissertation, the persistence method was used as a reference model, in addition to the use of precision error indicators such as MAE, RMSE and MAPE. MAE, RMSE and MAPE values for the 24-hour horizon obtained the best results, with emphasis on the month of August, which presented values of 7.46 kWh, 10.83 kWh and 20.87% respectively. The presented methodology proved to be promising and with relevant information for further studies.Rampinelli, Giuliano ArnsUniversidade Federal de Santa CatarinaZandomenego, Raffaela2023-11-13T23:27:16Z2023-11-13T23:27:16Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis72 p.| il., gráfs.application/pdf384769https://repositorio.ufsc.br/handle/123456789/251909porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2023-11-13T23:27:17Zoai:repositorio.ufsc.br:123456789/251909Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-11-13T23:27:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
title |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
spellingShingle |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas Zandomenego, Raffaela Energia elétrica Sistemas de energia fotovoltaica Geração de energia fotovoltaica Tempo (Meteorologia) |
title_short |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
title_full |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
title_fullStr |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
title_full_unstemmed |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
title_sort |
Desenvolvimento de metodologia para estimativa da geração diária de energia elétrica de sistemas fotovoltaicos a partir de histórico de operação e redes meteorológicas |
author |
Zandomenego, Raffaela |
author_facet |
Zandomenego, Raffaela |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rampinelli, Giuliano Arns Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Zandomenego, Raffaela |
dc.subject.por.fl_str_mv |
Energia elétrica Sistemas de energia fotovoltaica Geração de energia fotovoltaica Tempo (Meteorologia) |
topic |
Energia elétrica Sistemas de energia fotovoltaica Geração de energia fotovoltaica Tempo (Meteorologia) |
description |
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Energia e Sustentabilidade, Araranguá, 2023. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-11-13T23:27:16Z 2023-11-13T23:27:16Z 2023 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
384769 https://repositorio.ufsc.br/handle/123456789/251909 |
identifier_str_mv |
384769 |
url |
https://repositorio.ufsc.br/handle/123456789/251909 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
72 p.| il., gráfs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652258952347648 |