Sistema, que já conta com pedido de patente, utiliza técnicas de processamento de imagem e de aprendizado de máquina para gerar a previsão de geração de energia a curto prazo
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.
Leia também
- Unila quer volta do diálogo e investimos para decidir futuro do Campus Niemeyer
- Reitor da UNILA participa de encontro com presidente Lula em Brasília
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.
Objetivo do PPGIES é qualificação da mão de obra regional
O Programa de Pós-graduação Interdisciplinar em Energia e Sustentabilidade da UNILA iniciou suas atividades em 2020, com mestrado e doutorado, com o objetivo de qualificar os profissionais de Foz do Iguaçu, da Tríplice Fronteira e do Oeste do Paraná. Estima-se que o programa da UNILA é o único voltado para formação em energia e sustentabilidade no nível de doutorado em um raio de mil quilômetros. Doutorados com temáticas semelhantes somente são encontrados na grande São Paulo. “O PPGIES busca contribuir para o crescimento e consolidação da Universidade e seu entorno. Atualmente, o curso de doutorado tem 53 alunos, a maioria da região do Oeste do Paraná, incluindo servidores da UNILA, como o próprio Joylan, um dos primeiros doutorandos formados pelo programa, além de 38 alunos de mestrado”, comentou a coordenadora do programa, Caroline da Costa Silva Gonçalves.
O ingresso no PPGIES é anual e a seleção é realizada sempre no segundo semestre, entre os meses de agosto e setembro. O programa conta com duas linhas de pesquisa: Materiais e Dispositivos para Fontes de Energia; e Tecnologias e Processos Sustentáveis. Em 2022, o Programa foi contemplado com duas bolsas de pós-doutorado com início em 2023 e, pela primeira vez, abriu edital interno para seleção de alunos para participar do Programa Institucional de Bolsa de Doutorado Sanduíche no Exterior da CAPES. “Todos estes fatores apontam para a relevância do PPGIES na realização de pesquisas científicas e tecnológicas e para com o desenvolvimento tecnológico da Universidade e da região”, completa Caroline.
Mais informações na página do Programa de Pós-Graduação Interdisciplinar em Energia e Sustentabilidade.
