Docente da Unila desenvolve novo método de predição de energia solar
A geração de energia por meio de painéis fotovoltaicos vem crescendo exponencialmente no Brasil. Já há projeções que mostram que a energia gerada por usinas solares e por sistemas de geração em telhados de residências e comércios ultrapassa a potência instalada na Hidrelétrica de Itaipu. Esse crescimento veio acompanhado por um aumento nas pesquisas que buscam como aproveitar o potencial da energia solar, com foco na realidade brasileira e latino-americana. Na Unila, uma pesquisa de doutorado desenvolveu uma nova técnica de predição da energia solar fotovoltaica por meio de processamento de imagens e Inteligência Artificial. O método – que já teve um pedido de patente junto ao Instituto Nacional de Propriedade Industrial (INPI) e um registro de software – pode ajudar a evitar oscilações e intermitências na rede elétrica de distribuição.
O responsável pela pesquisa é Joylan Nunes Maciel, docente da área de Computação da Unila. O novo modelo de predição de energia solar foi o resultado do doutorado no Programa de Pós-Graduação Interdisciplinar em Energia e Sustentabilidade (PPGIES). Na prática, o modelo desenvolvido por Maciel utiliza imagens capturadas por uma câmera de 180 graus, também chamada de câmera all sky, que fica instalada próximo aos módulos fotovoltaicos. A partir das imagens do céu e de informações geográficas, o sistema utiliza técnicas de processamento de imagem e de aprendizado de máquina para gerar a previsão de geração de energia fotovoltaica em um período que varia de 1 a 60 minutos. “Inicialmente, cada imagem é pré-processada para remoção da distorção causada pelas lentes de 180 graus. Em seguida, as Métricas de Processamento de Imagens são calculadas para cada imagem all-sky e fornecidas como entrada para o algoritmo de Aprendizado de Máquina com Inteligência Artificial para executar as predições”, enfatizou o pesquisador. O conjuntos de métricas é usado para predição da energia solar que, por sua vez, é usada para computar a energia a ser gerada.
Para fazer a avaliação experimental do método, foi utilizada uma base de dados com imagens de três anos. Os testes foram aplicados utilizando dois algoritmos de Inteligência Artificial: uma rede neural artificial (que simula o aprendizado do cérebro humano) e uma árvore de decisão (algoritmo LightGBM). “Avaliamos os dois modelos de Aprendizado de Máquina e também comparamos o uso das métricas propostas com o uso de informações meteorológicas, como temperatura, umidade do ar, estação do ano, que são os dados utilizados por outros modelos de predição. Contrapondo, empiricamente, o nosso método com outros atuais propostos na literatura, obtivemos um resultado geral superior e satisfatório nas predições”, salientou o pesquisador.
O orientador do projeto, professor Oswaldo Hideo Ando Júnior, explicou que o novo método auxilia na otimização e suavização da energia despachada na forma de recursos energéticos distribuídos. Para ele, em tempos de preocupação com mudanças climáticas e buscas por fontes alternativas de geração de energia, pesquisas como estas se tornam ainda mais relevantes. “Dentre o mix de alternativas para redução das emissões do CO2, a Energia Solar tem se destacado. Mas, para que possa ter maior participação no Mercado de Energia, é preciso ter segurança e previsibilidade de geração. Logo, esta ferramenta computacional estima a geração de energia solar de curta duração com baixo esforço computacional a partir de imagens do céu, o que ajuda na tomada de decisão bem como na otimização e suavização da energia despachada na forma de recursos energéticos distribuídos”, destacou Ando Júnior, que atualmente é docente na Universidade Federal Rural de Pernambuco.
A partir da tese desenvolvida por Joylan Maciel, a ideia é que os projetos nessa linha de pesquisa continuem em desenvolvimento na Unila.
FOZ DO IGUAÇU
