Previsão de radiação utilizando identificação de sistemas lineares e não lineares

Abstract

Com a constante preocupação mundial acerca da sustentabilidade, há a necessidade de substituir fontes não renováveis de energia por fontes renováveis. O sistema elétrico tem tido um crescimento significativo das fontes renováveis de energia em sua composição, com destaque para a energia solar e eólica. Com isso, existe a necessidade de se realizar estudos sobre o potencial de geração de uma determinada região. Uma alternativa para isso é estabelecer um método de previsão a partir de dados meteorológicos de radiação solar, que seja preciso e eficiente. O registro desse tipo de série de dados é realizado através de estações meteorológicas automáticas (EMA) ou convencionais (EMC). A identificação de sistemas representa sistemas elaborados a partir de dados de entrada e saída, através de modelos matemáticos. Utiliza-se a ferramenta MATLAB em conjunto com o System Identification Toolbox para a identificação de sistemas lineares (ARX e ARMAX) e não lineares (Hammerstein-Wiener), aplicados a um banco de dados onde é identificada a estrutura que apresenta uma melhor estimação dos parâmetros, na qual utiliza-se uma parte dos dados para criação dos modelos e outra parte para validação. Os modelos

estimados foram estudados e comparados, onde o modelo não linear Hammerstein- Wiener foi mais eficiente para estimação dos modelos, pelo fato de apresentar uma

maior acurácia de 99,96%, além de um melhor FPE – Final Prediction Error de 0,002215, enquanto os modelos discretos ARX e ARMAX apresentaram uma acurácia de 93,49% e 73,85, respectivamente. Comprovando assim, a eficácia da aplicação do método de identificação de sistemas para geração de um banco de dados compatível com o real.