Identificação de Modelos MISO para Geração de Energia Solar Fotovoltaica Usando Redes Neurais Artificiais

Abstract

The use of alternative sources of energy has been growing in recent years, in this context, photovoltaic solar energy has a great presence in this market, having been a great source of world energy. Consequently, new methods of identifying models of photovoltaic solar generation need to be implemented in search of an adequate energy program. Artificial neural networks have been used for computational solar incidents based on meteorological and environmental parameters. However, the use of Multiple Input Single Output (MISO) models for photovoltaic generation has been little explored by the researchers. In this work I use artificial neural networks with multiple linear layers and regression to estimate a generation of photovoltaic solar energy for a photovoltaic system to a series of variables of direct horizontal solar radiation, wind velocity and ambient temperature. Resumo: O uso de fontes alternativas de energia vem crescendo consideravelmente nos últimos anos, neste âmbito, a energia solar fotovoltaica tem apresentado grande participação nesse mercado, aumentado a sua participação na matriz energética mundial. Consequentemente, novos métodos de identificação de modelos de geração solar fotovoltaica precisam ser implementados em busca de um planejamento energético adequado. Nesse sentido, redes neurais artificiais têm sido usadas para calcular a radiação solar incidente baseado em parâmetros meteorológicos e ambientais. Entretanto, a utilização de modelos Multiple Input Single Output (MISO) para geração em sistemas fotovoltaicos tem sido pouco explorada pelos pesquisadores. Neste trabalho utilizou-se redes neurais artificiais de múltiplas camadas e regressão linear múltipla para estimar a geração solar fotovoltaica para um sistema fotovoltaico conectado à rede elétrica baseado em variáveis de radiação solar direta horizontal, velocidade do vento e temperatura ambiente.