Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE

Detalhes bibliográficos
Autor(a) principal: Oliveira, André de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/106/106134/tde-18012021-181348/
Resumo: Este trabalho teve como objetivo compreender os desafios técnicos da previsão de irradiação, avaliar o estado-da-arte produzido e propor uma metodologia de análise e aprimoramento da previsão de curto prazo para a irradiação solar do modelo de previsão númerica do tempo Global Forecast System (GFS), aplicada às medições obtidas da estação meteorológica do Laboratório de Sistemas Fotovoltaicos (LSF) do Instituto de Energia e Ambiente (IEE). Os dados solarimétricos foram submetidos a um procedimento de avaliação de qualidade, no qual se intercomparou a consistência entre medidas de piranômetros dedicados à medição da irradiação global horizontal, difusa e sobre plano inclinado sobre uma base comum, denominada espaço-K. A avaliação permitiu identificar registros que potencialmente comprometeriam a análise de desempenho das previsões do modelo numérico, motivando ajustes metodológicos para que o conjunto de dados consistidos disponíveis nas etapas de análse subsequentes mantivesse um tamanho amostral robusto. O confronto entre valores observados e previstos foi realizado considerando a antecipação com a qual a previsão ocorre e para intervalos de integralização de 3h, que correspondem a períodos do amanhecer ao anoitecer. Os resultados demonstraram que o modelo GFS é capaz de produzir previsões consistentes para a irradiação em superfície, mas com vieses positivos expressivos. A habilidade preditiva foi comparada em referência à previsão por persistência, a qual assume a permanência da condição celeste em relação ao último registro de medição. O emprego de regressão linear simples permitiu o refinamento destes resultados, mas os melhores índices de desempenho foram obtidos da combinação das técnicas com o emprego de regressões lineares múltiplas. A avaliação indicou ganhos de aproximadamente 45% na habilidade preditiva original do modelo GFS para a integral diária da irradiação em D+0 e em D+1.
id USP_d33559623fb18868454726acee247f40
oai_identifier_str oai:teses.usp.br:tde-18012021-181348
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEENumerical weather forecast of solar irradiance: an application regarding the solar monitoring station at LSF-IEEEnergia solarEstação solarimétricaNumerical weather predictionPhotovoltaic systemsPrevisão numérica do tempoRadiação solarSistemas fotovoltaicosSolar energySolar monitoring stationSolar radiationEste trabalho teve como objetivo compreender os desafios técnicos da previsão de irradiação, avaliar o estado-da-arte produzido e propor uma metodologia de análise e aprimoramento da previsão de curto prazo para a irradiação solar do modelo de previsão númerica do tempo Global Forecast System (GFS), aplicada às medições obtidas da estação meteorológica do Laboratório de Sistemas Fotovoltaicos (LSF) do Instituto de Energia e Ambiente (IEE). Os dados solarimétricos foram submetidos a um procedimento de avaliação de qualidade, no qual se intercomparou a consistência entre medidas de piranômetros dedicados à medição da irradiação global horizontal, difusa e sobre plano inclinado sobre uma base comum, denominada espaço-K. A avaliação permitiu identificar registros que potencialmente comprometeriam a análise de desempenho das previsões do modelo numérico, motivando ajustes metodológicos para que o conjunto de dados consistidos disponíveis nas etapas de análse subsequentes mantivesse um tamanho amostral robusto. O confronto entre valores observados e previstos foi realizado considerando a antecipação com a qual a previsão ocorre e para intervalos de integralização de 3h, que correspondem a períodos do amanhecer ao anoitecer. Os resultados demonstraram que o modelo GFS é capaz de produzir previsões consistentes para a irradiação em superfície, mas com vieses positivos expressivos. A habilidade preditiva foi comparada em referência à previsão por persistência, a qual assume a permanência da condição celeste em relação ao último registro de medição. O emprego de regressão linear simples permitiu o refinamento destes resultados, mas os melhores índices de desempenho foram obtidos da combinação das técnicas com o emprego de regressões lineares múltiplas. A avaliação indicou ganhos de aproximadamente 45% na habilidade preditiva original do modelo GFS para a integral diária da irradiação em D+0 e em D+1.This research project aimed to understand the technical challenges regarding numerical weather prediction for solar irradiance, to evaluate the state-of-art of the matter and to propose a method for analysis and enhancement of short-term solar irradiance forecast extracted from Global Forecast System (GFS) numerical weather forecast model applied to the measurements obtained from the solar monitoring station located at the Photovoltaic Systems Laboratory (LSF) of the Energy and Environment Institute (IEE). Global horizontal irradiation measurements where subjected to a data quality assessment procedure, which identified data points that could potentially compromise the performance analysis of the GFS model. Forecast downscalling considered whether the forecasted time corresponded to sunrise, early morning, midday, afternoon or sunset periods, as well as lead time. The results demonstrated that the GFS model is somewhat skilled in forecasting ground irradiance, but presents clear positive bias. The skill score was calculated in reference to persistence forecast, which assumes that sky condition will remain unchanged compared to that last registered. The use of linear regression schemes allowed the enhancement of forecast score, however, best results were obtained from ensemble prediction methods. The assessment indicates benefits of approximately 45% over the original skill score of GFS forecast in regards to daily accumulated irradiation values for D+0 and D+1.Biblioteca Digitais de Teses e Dissertações da USPZilles, RobertoOliveira, André de2020-12-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/106/106134/tde-18012021-181348/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-01-27T16:48:02Zoai:teses.usp.br:tde-18012021-181348Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-01-27T16:48:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
Numerical weather forecast of solar irradiance: an application regarding the solar monitoring station at LSF-IEE
title Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
spellingShingle Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
Oliveira, André de
Energia solar
Estação solarimétrica
Numerical weather prediction
Photovoltaic systems
Previsão numérica do tempo
Radiação solar
Sistemas fotovoltaicos
Solar energy
Solar monitoring station
Solar radiation
title_short Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
title_full Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
title_fullStr Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
title_full_unstemmed Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
title_sort Previsão numérica da irradiação solar: um estudo aplicado à estação meteorológica do LSF - IEE
author Oliveira, André de
author_facet Oliveira, André de
author_role author
dc.contributor.none.fl_str_mv Zilles, Roberto
dc.contributor.author.fl_str_mv Oliveira, André de
dc.subject.por.fl_str_mv Energia solar
Estação solarimétrica
Numerical weather prediction
Photovoltaic systems
Previsão numérica do tempo
Radiação solar
Sistemas fotovoltaicos
Solar energy
Solar monitoring station
Solar radiation
topic Energia solar
Estação solarimétrica
Numerical weather prediction
Photovoltaic systems
Previsão numérica do tempo
Radiação solar
Sistemas fotovoltaicos
Solar energy
Solar monitoring station
Solar radiation
description Este trabalho teve como objetivo compreender os desafios técnicos da previsão de irradiação, avaliar o estado-da-arte produzido e propor uma metodologia de análise e aprimoramento da previsão de curto prazo para a irradiação solar do modelo de previsão númerica do tempo Global Forecast System (GFS), aplicada às medições obtidas da estação meteorológica do Laboratório de Sistemas Fotovoltaicos (LSF) do Instituto de Energia e Ambiente (IEE). Os dados solarimétricos foram submetidos a um procedimento de avaliação de qualidade, no qual se intercomparou a consistência entre medidas de piranômetros dedicados à medição da irradiação global horizontal, difusa e sobre plano inclinado sobre uma base comum, denominada espaço-K. A avaliação permitiu identificar registros que potencialmente comprometeriam a análise de desempenho das previsões do modelo numérico, motivando ajustes metodológicos para que o conjunto de dados consistidos disponíveis nas etapas de análse subsequentes mantivesse um tamanho amostral robusto. O confronto entre valores observados e previstos foi realizado considerando a antecipação com a qual a previsão ocorre e para intervalos de integralização de 3h, que correspondem a períodos do amanhecer ao anoitecer. Os resultados demonstraram que o modelo GFS é capaz de produzir previsões consistentes para a irradiação em superfície, mas com vieses positivos expressivos. A habilidade preditiva foi comparada em referência à previsão por persistência, a qual assume a permanência da condição celeste em relação ao último registro de medição. O emprego de regressão linear simples permitiu o refinamento destes resultados, mas os melhores índices de desempenho foram obtidos da combinação das técnicas com o emprego de regressões lineares múltiplas. A avaliação indicou ganhos de aproximadamente 45% na habilidade preditiva original do modelo GFS para a integral diária da irradiação em D+0 e em D+1.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-04
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 https://www.teses.usp.br/teses/disponiveis/106/106134/tde-18012021-181348/
url https://www.teses.usp.br/teses/disponiveis/106/106134/tde-18012021-181348/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090820863688704