Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
Resumo
A crescente demanda mundial por energia elétrica proveniente de fontes renováveis,
estimula cada vez mais a adoção de usinas solares. No entanto, devido à natureza
variante da irradiância solar, ocasionada por fenômenos atmosféricos, usinas solares
não são capazes de gerar energia de maneira contínua. A estimativa de irradiância
solar a curto prazo torna-se uma tarefa fundamental para o planejamento adequado
de tais usinas, bem como de sistemas conectados a redes domésticas.
Comercialmente há aparelhos capazes de realizar leituras periódicas de irradiância
solar, entretanto, a adoção de tais aparelhos em escala torna-se proibitiva devido ao
alto custo de aquisição e manutenção. Neste cenário, estudos apresentam
abordagens para estimativa de irradiância solar, com destaque para o uso de redes
neurais artificiais. Este trabalho revisa de maneira subjetiva alguns destes estudos e
se propõe a apresentar um modelo de redes neurais artificiais para estimativa de
irradiância solar a partir de imagens do céu. A metodologia proposta inicia-se com a
coleta e preparação dos dados, estabelecendo quais informações contribuiriam mais
significativamente para aprendizagem da rede. Na sequência, foram projetadas e
testadas um total de 10 configurações, contendo um número variado de camadas e
neurônios. A precisão destas configurações é verificada a partir do erro médio
quadrático e comparação direta com os valores medidos por um luxímetro. A
configuração de rede que apresentou resultados mais precisos foi o modelo contendo
30 neurônios em 1 camada interna. O conjunto de dados e o número de entradas
estabelecido para a rede neural se mostrou satisfatório.