METODOLOGIA HÍBRIDA PARA PREVISÃO DA GERAÇÃO DE ENERGIA EÓLICA PARA CURTO E MÉDIO PRAZO UTILIZANDO INTELIGÊNCIA COMPUTACIONAL EM REGIÃO TROPICAL E SUBTROPICAL
Nome: Pedro Junior Zucatelli
Tipo: Tese de doutorado
Data de publicação: 21/05/2021
Orientador:
Nome |
Papel |
|---|---|
| Davidson Martins Moreira | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| Ana Paula Meneguelo | Examinador Interno |
| Davidson Martins Moreira | Orientador |
| Erick Giovani Sperandio Nascimento | Coorientador |
| Neyval Costa Reis Jr. | Examinador Interno |
Resumo: Sabe-se que um dos principais constituintes da sociedade moderna é a energia, sendo-a
necessária para se criar bens de consumo baseados em recursos naturais e para suprir muitos
dos serviços com os quais o ser humano tem se favorecido. É fato que a partir da primeira
revolução industrial registrou-se um aumento exponencial das emissões dos gases de afeito
estufa para a atmosfera potencializando o aquecimento global e, por consequência, as mudanças
climáticas, poluição do ar e os problemas de saúde. Portanto, justificam-se os estudos científicos
aplicados às tecnologias sustentáveis para garantir a qualidade e aumentar a geração de energia
proveniente de fontes alternativas afim de suprir esta demanda. Inserido neste contexto, a
energia eólica é uma alternativa sustentável em pleno desenvolvimento no Brasil e no Uruguai,
sítios estes que contemplaram esta pesquisa sobre a previsão da geração de energia eólica para
curto e médio prazo utilizando modelo híbrido baseado em inteligência computacional e
decomposição Wavelet. O objetivo geral deste estudo foi avaliar e implementar melhorias na
previsão da geração de energia eólica a curto e médio prazo, 1 h a 168 h à frente, em resolução
espacial de microescala usando metodologia advinda de simulação computacional aplicando
aprendizado de máquina supervisionado via redes neurais artificiais e a decomposição de sinais
temporais por meio das transformadas Wavelets. Tal esforço visou atender à carência neste
assunto e à demanda do setor de produção e distribuição de energia elétrica no Brasil e no
Uruguai, com a finalidade de possibilitar uma melhoria no aproveitamento da energia eólica
nos empreendimentos atuais e em futuros projetos de exploração, produção e comercialização
desta fonte de energia. Ressalta-se que este modelo híbrido de previsão originou um ferramental
de baixo custo computacional destinado a fornecer tais previsões às concessionárias, geradoras
e distribuidoras de energia elétrica e, inclusive, aos operadores do sistema elétrico. Os
resultados alcançados nesta pesquisa provaram que a função Wavelet discreta Meyer dentre 48
funções estudadas tem menor erro associado para aplicação da filtragem e decomposição dos
sinais de velocidade do vento, se tornando a mais eficiente para tal aplicação, e a utilização
destes dados filtrados na alimentação das redes neurais recorrentes foi eficaz para previsão da
velocidade do vento e potência de saída a médio prazo e previsão do fenômeno de rampa de
energia eólica a curto prazo em região tropical e subtropical.
