Anais do XX Simpósio Brasileiro de Sensoriamento Remoto

Prever com precisão a geração da energia solar fotovoltaica permitiria proporcionar uma maior estabilidade à matriz energética; no entanto, este permanece um problema desafiador devido à variabilidade da geração dos sistemas fotovoltaicos. A irradiância é a variável mais relacionada com a geração solar, então sua previsão é de extrema importância. Este estudo utilizou um conjunto de dados de referência para prever a irradiância global horizontal 15 minutos a frente. Foram utilizados dados radiométricos e ambientais, além de informações sobre a posição solar, valores de irradiâncias de céu claro e previsões do modelo persistente. Com esses dados e valores históricos, os modelos de aprendizado de máquina Ridge, Floresta Aleatória, Gradient Boosting e LSTM foram treinados e otimizados, obtendo resultados significativamente superiores ao modelo persistente na métrica de erro quadrático médio. Adicionalmente, o modelo LSTM obteve resultados superiores a todos os demais na métrica de erro absoluto médio.