Publicação
Previsão de produção de energia fotovoltaica a curto prazo recorrendo a imagens de céu integral
| datacite.subject.fos | Departamento de Engenharia Geográfica, Geofísica e Energia | pt_PT |
| dc.contributor.advisor | Alves, Jorge Augusto Mendes de Maia,1958- | |
| dc.contributor.author | Duarte, Márcia Gomes | |
| dc.date.accessioned | 2019-09-17T10:11:24Z | |
| dc.date.available | 2019-09-17T10:11:24Z | |
| dc.date.issued | 2019 | |
| dc.date.submitted | 2018 | |
| dc.description | Tese de mestrado integrado, Engenharia da Energia e do Ambiente, Universidade de Lisboa, Faculdade de Ciências, 2019 | pt_PT |
| dc.description.abstract | Esta dissertação apresenta um modelo estatístico de previsão de fluxo de radiação e consequentemente tem o objectivo de prever a produção de energia fotovoltaica a curto prazo. O modelo baseia-se na utilização de imagens de céu integral, registadas sequencialmente, sem movimento, com uma lente de olho-de-peixe e em dados de fluxo de radiação directa e difusa registados nas proximidades do local a que se referem as imagens. São determinadas as coordenadas solares para conseguirmos determinar a posição do sol nas imagens sequenciais que apresentam uma distorção devido à lente olho-de-peixe. Para o modelo é aplicada uma regressão passo a passo em que o preditando corresponde ao fluxo de radiação global calculado e o conjunto de preditores é determinado através da recolha de informação dos pixéis das imagens. São definidas 3 zonas circulares de análise para cada conjunto de imagens F0 (mais saturadas) e F1 (menos saturadas). Efectua-se um tratamento de imagem de forma a efectuarmos a recolha da média dos valores de pixéis de cada canal RGB e HSV para cada zona. São definidos vários cenários com base na zona de análise, saturação das imagens e desfasamento no tempo entre preditores e preditando. É aplicada a regressão passo a passo para cada cenário e os resultados são comparados e analisados. | pt_PT |
| dc.description.abstract | This thesis presents a statistical model for irradiation forecasting and consequently for short term photovoltaic production forecasting. The model uses total sky sequential images, that were record with a fixed camera with a fish-eye-lens and uses also direct and diffuse irradiation data that was collected nearby the place where was the camera. The solar coordinates are calculated to know the position of the sun in the sequential images because of the distortion caused by the fish-eye-lens. For the model we apply a stepwise regression were the predictive term is the global irradiation calculated and the response variables are based in information collected from the image’s pixels. 3 circular areas are defined in each image of each group of images F0 (more image saturation) and F1 (less image saturation). Image processing is applied to collect the mean of the pixels values of each color channel RGB and HSV for each circular area. Several scenarios were defined based on the type of circular area in the image, image saturation and variation in time between the predictive and the response variables. The stepwise regression is applied for each scenario and the results are analyzed and compared. | |
| dc.identifier.tid | 202293211 | |
| dc.identifier.uri | http://hdl.handle.net/10451/39508 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Previsão | pt_PT |
| dc.subject | Energia solar fotovoltaica | pt_PT |
| dc.subject | Imagens de céu integral | pt_PT |
| dc.subject | Regressão passo a passo | pt_PT |
| dc.subject | Lente olho-de-peixe | pt_PT |
| dc.subject | Teses de mestrado - 2019 | pt_PT |
| dc.title | Previsão de produção de energia fotovoltaica a curto prazo recorrendo a imagens de céu integral | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado integrado em Engenharia da Energia e do Ambiente | pt_PT |