ASPECTOS COMPUTACIONAIS DE PREVISÃO DE ENERGIA ELÉTRICA EM CURTO PRAZO DESTINADO AO SISTEMA FOTOVOLTAICO DE MINIGERAÇÃO DO CAMPUS DAS AURORAS (UNILAB-CEARÁ)

Recentemente, as instituições federais de ensino superior receberam da Agência Nacional de Energia Elétrica (ANEEL), a partir de edital específico de Eficiência Energética e de Pesquisa e Desenvolvimento (P&D), um incentivo financeiro para instalação de sistemas fotovoltaicos de minigeração própria a visando a necessidade de implementar novas soluções sustentáveis que viabilizem a geração distribuída e a diversidade na matriz energética brasileira. Dentre as universidades contempladas, a Universidade da Integração da Lusofonia Afro-Brasileira (UNILAB) recebeu, em 2016, uma verba de R$ 1.532.517,17, da qual foi destinada à implementar um sistema de minigeração com 762 painéis fotovoltaicos no Campus de Auroras, localizado no Estado do Ceará. Neste contexto, viu-se a oportunidade de implementar outras estratégias de eficiência energética objetivando minimizar gastos com energia elétrica e, posteriormente, aplicar o recurso economizado em prol da pesquisa e manutenção da Universidade. Dentre as quais, este trabalho objetiva antever, a curto prazo, a demanda de energia elétrica do sistema fotovoltaico fazendo-se uso de uma ferramenta de inteligência computacional. De modo específico, propõe se implementar uma Rede Neural Artificial (RNA) com supervisionamento, do tipo feedforward multicamadas e estrutura originada de modelo não linear e autoregressivo (NAR), no intuito de estimar a geração de energia elétrica em um horizonte de 20 dias à frente, dado ao conhecimento de uma série temporal com medições registradas de setembro de 2019 até 30 de junho de 2021. Contudo, para avaliar a eficiência do modelo de previsão proposto, a RNA percorrerá por duas fundamentais etapas, de treinamento e teste, cujos resultados serão devidamente discutidos ao final desta obra. Por fim, vislumbra-se como contribuições relevantes desta obra, fornecer uma ferramenta computacional de auxílio às tomadas de decisão na UNILAB, para um horizonte de curto prazo, visando a otimização de recursos e a redução de gastos com energia elétrica.