Estudo de modelos de sintetização de dados de radiação solar
View/ Open
Date
1989Author
Advisor
Academic level
Master
Type
Abstract in Portuguese (Brasil)
Neste trabal ho estudam-se dois modelos d e geraç~o de séries de t.empo o modelo ARMA (Média Móvel Auto-Regressiva) e o processo de Markov, com a finalidade de aplicá-los à sintet.ização de valores diários de radiação solar. obtidos a partir dos valor es de Kt, o indice de transparência da atmosfera. Para a aplicação do modelo ARMA, efetua-se um mapeamento gaussiano que transforma os valores de Kt, que são não-estacionários e não-gaussianos, em uma nova variável X, estacionária e normal, sobre ...
Neste trabal ho estudam-se dois modelos d e geraç~o de séries de t.empo o modelo ARMA (Média Móvel Auto-Regressiva) e o processo de Markov, com a finalidade de aplicá-los à sintet.ização de valores diários de radiação solar. obtidos a partir dos valor es de Kt, o indice de transparência da atmosfera. Para a aplicação do modelo ARMA, efetua-se um mapeamento gaussiano que transforma os valores de Kt, que são não-estacionários e não-gaussianos, em uma nova variável X, estacionária e normal, sobre a qual é aplicado o modelo. A sintetização a partir do processo de Markov é efetuada por meio da utilização das Matrizes de Transição de Markov, obtidas de um conjunto de dados observados de radiação solar de 15 localidades situadas em uma faixa de latitudes entre 30° S e 40° N. As sequências de dados sintetizadas com estes dois modelos são comparadas com as sequências observadas através de uma série de testes estatisticos e, principalmente, utilizando-as para a simulação de sistemas fotovoltáicos autônomos. Os resultados obtidos mostraram-se plenamente satisfatórios, indicando que é possivel simular-se sistemas solares a partir de sequências de radiação solar diária sintetizadas, onde os únicos parâmetros de entrada necessários são os valores médios mensais de Kt ou, na falta destes, os valores médios mensais do número de horas de sol. ...
Abstract
In the present work two models for generating time series are studied - the ARMA model(Auto Regressive Moving Average) and the Markov process in order to apply them in the synthesize of daily solar radiation, obtained from values of Kt, the clearness index. To apply the ARMA model, a Gaussian Maping is employed. It transforms the Kt values, that are non-stationary and non-Gaussian in a new variable X, stationary a nd normally distributed. The synthesize from the Markov process is performed empl ...
In the present work two models for generating time series are studied - the ARMA model(Auto Regressive Moving Average) and the Markov process in order to apply them in the synthesize of daily solar radiation, obtained from values of Kt, the clearness index. To apply the ARMA model, a Gaussian Maping is employed. It transforms the Kt values, that are non-stationary and non-Gaussian in a new variable X, stationary a nd normally distributed. The synthesize from the Markov process is performed employing Markov Transition Matrices, which are obtained from a set of measured data of daily solar radiation of 15 stations with latitudes between 30° S and 40° N. The sequences of the synthesized data constructed upon these two models are compared with the observed sequences with the aid of several statistical tests and, mainly, to simulate the performance of stand-alone photovoltaic systems. The results obtained are fully acceptable, showing the possibility of simulating solar systems from synthetic sequences of daily solar radiation, where the uniques input parameters are the monthly average values of Kt or, with very crude information such as monthly average hours of sunshine. ...
Institution
Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia Mecânica.
Collections
-
Engineering (7414)Mechanical Engineering (826)
This item is licensed under a Creative Commons License