Previsão de Geração de Energia Fotovoltaica Utilizando Redes Neurais Artificiais

Abstract

presente trabalho tem o objetivo de realizar uma previsão de geração fotovoltaica para a cidade de Garibaldi, Rio Grande do Sul, para um horizonte de seis meses a frente, por meio da modelagem de uma rede neural artificial. Os dados de entrada desta rede são compostos por conjuntos de dados históricos climáticos em complemento a um conjunto de dados históricos de geração solar fotovoltaica que serão usados como alvos. A classificação das variáveis de entrada é realizada por meio da regressão stepwise, que elenca as variáveis com maior relação com a resposta. A modelagem conta com o auxílio do software numérico Matlab, para a construção do algoritmo e a classificação dos dados. Para o treinamento desta rede neural artificial é empregado o método de aprendizado supervisionado de
retropropagação do erro, utilizando a função de treinamento bayesian regularization, visando reduzir o erro da previsão. A rede neural artificial com melhor desempenho atingiu um MAPE de 12,97 %. Também neste contexto são apresentadas as comparações de desempenho das redes neurais para diferentes horizontes, com resultados alcançados estando de acordo com os encontrados na literatura.