Implementação de técnicas de análise e de previsão de séries temporais a sistemas de radiação solar
Ficheiros
Data
2015
Título da revista
ISSN da revista
Título do Volume
Editora
Resumo
O trabalho de doutoramento desenvolvido “Implementação de técnicas de análise e de previsão de séries temporais a sistemas de energia solar ” insere-se nas correntes atualmente emergentes, que apontam para o desenvolvimento de técnicas de previsão mais adequadas à determinação da evolução das cargas térmicas em edifícios e da evolução da irradiação incidente disponível em centrais de produção fotovoltaica, entre outras aplicações.
Nesta tese é realizado um estudo comparativo de diversos modelos e algoritmos para previsão do comportamento futuro de séries temporais, analisando-se o desempenho das diversas técnicas implementadas.
Objectivamente, serão aplicados e comparados algoritmos evolutivos, redes neuronais, algoritmos baseados em lógica difusa e métodos de regressão linear e não linear de aproximação à previsão de séries temporais para diversos casos de estudo com o objectivo de desenvolver e implementar, uma formulação matemática e/ou computacional, para vários sistemas dinâmicos. Uma vez estabelecida a formulação adequada, irão comparar-se os algoritmos propostos sob os pontos de vista de adequabilidade e robustez das previsões e da facilidade de implementação computacional à resolução do problema de previsão da irradiação solar.
Da análise aos resultados obtidos com os vários modelos de previsão da radiação solar desenvolvidos, conclui-se que os diversos modelos possuem desempenhos (RMSE) variáveis com os horizontes de previsão. O modelo fuzzy com informação da radiação extraterrestre mostrou ser o mais adequado para horizontes temporais de previsão mais longos, enquanto que o modelo baseado em algoritmo genético mostrou ser mais adequado para horizontes temporais de previsão mais curtos. Por último, e de modo a ilustrar o potencial de aplicação dos métodos de modelização desenvolvidos em sistemas que utilizam energias renováveis, aplicaram-se os modelos de previsão da radiação solar a um sistema forçado de aquecimento de água com painel solar térmico e termoacumulador. Os resultados obtidos para o sistema de aquecimento solar térmico considerado, em que se incorporou um controlador preditivo que usa o modelo de previsão da radiação solar, demonstraram que é possível reduzir o consumo de energia elétrica do sistema de backup na ordem de 14% sem comprometer o adequado fornecimento de água quente.
The PhD thesis developed “Implementation of analysis techniques and time series forecasting of the solar energy systems” is in line with emerging ideas pointing to the development of more adequate forecasting techniques to determine the evolution of the thermal loads in buildings and the evolution of the radiation incidence available for photovoltaic parks, among other applications. This thesis presents a comparative study of various models and algorithms for the future behavior of time series prediction, thought the analysis of the performance of various techniques implemented. Objectively, it will be applied and compared evolutionary algorithms, neural networks, fuzzy logic based algorithms and methods of linear regression and non-linear approach to time series forecasting for various case studies in order to develop and implement a mathematical formulation and / or computational, for various dynamical systems. Once the proper formulation is established, a comparison will be done between the proposed algorithms in a perspective of suitability and robustness of forecasts and easiness of implementation to solve the problem of prediction of solar irradiation. From the analysis of the results obtained with the numerous solar radiation forecasting developed models of the, it is concluded that the different models have variable (RMSE) performances, depending on the forecast horizon. The fuzzy model with extraterrestrial radiation information proved to be adequate for longer forecast horizons, while the genetic algorithm-based model proved to be more suitable for shorter forecast horizons. Finally, to illustrate the potential of use of the developed modeling methods in systems using renewable energy, the solar radiation forecast models where applied to a water forced heating system, with thermal solar panel and a water heater. The results obtained for the considered thermal solar heating system, in which it was introduced a predictive controller that uses the solar radiation forecasting model, have shown that the power consumption of the backup system can be reduce around 14% without compromising an adequate supply of hot water.
The PhD thesis developed “Implementation of analysis techniques and time series forecasting of the solar energy systems” is in line with emerging ideas pointing to the development of more adequate forecasting techniques to determine the evolution of the thermal loads in buildings and the evolution of the radiation incidence available for photovoltaic parks, among other applications. This thesis presents a comparative study of various models and algorithms for the future behavior of time series prediction, thought the analysis of the performance of various techniques implemented. Objectively, it will be applied and compared evolutionary algorithms, neural networks, fuzzy logic based algorithms and methods of linear regression and non-linear approach to time series forecasting for various case studies in order to develop and implement a mathematical formulation and / or computational, for various dynamical systems. Once the proper formulation is established, a comparison will be done between the proposed algorithms in a perspective of suitability and robustness of forecasts and easiness of implementation to solve the problem of prediction of solar irradiation. From the analysis of the results obtained with the numerous solar radiation forecasting developed models of the, it is concluded that the different models have variable (RMSE) performances, depending on the forecast horizon. The fuzzy model with extraterrestrial radiation information proved to be adequate for longer forecast horizons, while the genetic algorithm-based model proved to be more suitable for shorter forecast horizons. Finally, to illustrate the potential of use of the developed modeling methods in systems using renewable energy, the solar radiation forecast models where applied to a water forced heating system, with thermal solar panel and a water heater. The results obtained for the considered thermal solar heating system, in which it was introduced a predictive controller that uses the solar radiation forecasting model, have shown that the power consumption of the backup system can be reduce around 14% without compromising an adequate supply of hot water.
Descrição
Tese de Doutoramento em Engenharia Eletrotécnica e de Computadores
Palavras-chave
Séries temporais , Radiação solar , Modelos dinâmicos , Soft computing , Método dos mínimos quadrados