Modelo híbrido baseado em séries temporais e redes neurais para previsão da geração de energia eólica
Data
2018
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Pará
Resumo
A geração de energia elétrica através de turbinas eólicas é uma alternativa praticamente inesgotável e considerada uma fonte limpa de energia. No entanto, ainda são necessários avanços científicos e tecnológicos para garantir maior uniformidade na geração e permitir uma maior participação da energia eólica na matriz energética. A tese propõe o desenvolvimento de modelos de previsão da velocidade do vento e da geração de energia em diferentes horizontes de tempo — ultra curto, curto, médio e longo prazos — utilizando técnicas de inteligência computacional, como modelos SARIMA e Redes Neurais Artificiais (RNA), bem como modelos híbridos que combinam essas abordagens. A metodologia foi aplicada com dados da estação meteorológica de Petrolina/PE, do banco SONDA, no período de 2004 a 2017. Os resultados demonstraram que o modelo híbrido proposto apresentou melhor desempenho, especialmente no horizonte de previsão de horas, contribuindo significativamente para a confiabilidade e segurança da integração da energia eólica ao sistema elétrico.
Abstract
Electric power generation through wind turbines is one of the practically inexhaustible alternatives for clean energy. However, advances in science and technology are still needed to ensure greater uniformity in generation and increase the participation of wind energy in the energy matrix. This thesis proposes the development of prediction models for wind speed and energy generation over different time horizons — ultra-short, short, medium, and long-term — using computational intelligence techniques, such as SARIMA models and Artificial Neural Networks (ANN), as well as hybrid models combining these approaches. The methodology was applied using meteorological data from the Petrolina/PE station, from the SONDA database, between 2004 and 2017. The results demonstrated that the proposed hybrid model showed better performance, especially for the hourly forecast horizon, significantly contributing to the reliability and security of wind energy integration into the electrical system.
Descrição
Palavras-chave
Energia eólica, Previsão de vento, Séries temporais, Redes Neurais Artificiais, Modelo híbrido
Citação
ALENCAR, David Barbosa de. Modelo híbrido baseado em séries temporais e redes neurais para previsão da geração de energia eólica. 2018. 172 f. Tese (Doutorado em Engenharia Elétrica) – Universidade Federal do Pará, Instituto de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica, Belém, 2018.