Modelling and forecasting for solar irradiance from solarimetric station

Authors

Keywords:

Solar Energy, Solar Irradiance, Statistical Analysis, Time Series, Photovoltaic Systems

Abstract

This paper proposes two approaches for modeling solar irradiance time series. The first is an exploratory analysis and second is a periodic forecast model for solar irradiance data from solarimetric station in a country city of Bahia, Brazil. Two normality hypothesis tests were applied, Anderson-Darling and Shapiro-Wilk. The shape and symmetry of the data were also analyzed using boxplot and histograms to investigate the extreme points, as well as great asymmetry in the distribution of data at different times. Through adherence tests, the normal distribution of solar irradiance in most hours within the annual periodic is rejected. A study by season was carried out, which showed a different behavior in relation to the symmetry of the data, with autumn being the most uniform and spring being the most stochastic. Spring and summer presented better conditions for installation of photovoltaic plates, due to the high solar irradiance rates, and autumn and winter presented satisfactory solar irradiance to maintain this form of generation throughout the year.The second approach is a forecast to solar irradiance in photovoltaic generation systems. The importance of this forecast type is to favor the routine of planning, operation and maintenance of these types of systems, in addition to serving as a basis for feasibility studies and expansion of solar generation. Given a stochastic resource and the periodic behavior of solar irradiance data, a periodic autoregressive model was considered; the statistics were used by the maximum likelihood method, based on hourly measurements of irradiance over a period of one year.

Downloads

Download data is not yet available.

Author Biographies

Bruna Kariny Fontes Rodrigues , Universidade Federal da Bahia

É estudante de Engenharia Elétrica da Universidade Federal da Bahia. A partir de 2019, tornou-se membro do Grupo de Pesquisa em Sistemas Elétricos de Potência, que é um grupo filiado ao Capítulo Estudantil IEEE PES UFBA, e ingressou em um projeto de iniciação científica, como bolsista do PIBIC-CNPq, para estudar a modelagem de sistemas utilizando Séries Temporais e aplicá-las em sistemas fotovoltaicos.

Matheus Gomes, Universidade Federal da Bahia

É estudante de Engenharia Elétrica da Universidade Federal da Bahia. A partir de 2017, tornou-se membro do Grupo de Pesquisa em Sistemas Elétricos de Potência, que é um grupo filiado ao Capítulo Estudantil IEEE PES UFBA. Em 2018, ingressou em um projeto de iniciação científica, como bolsista do PIBIC-CNPq, para estudar a modelagem de sistemas utilizando Séries Temporais e aplicá-las em sistemas fotovoltaicos.

Ângelo Marcio Oliveira Santanna , Universidade Federal da Bahia

Possui graduação em Estatística pela Universidade Federal da Bahia (2003), mestrado e doutorado em Engenharia de Produção pela Universidade Federal do Rio Grande do Sul (2006, 2009). Atualmente é professor do Departamento de Engenharia Mecânica da Universidade Federal da Bahia. Tem experiência na área de Estatística, Engenharia da Qualidade e Pesquisa Operacional, atuando principalmente nos seguintes temas: monitoramento de processos, otimização multiobjetivo.

Daniel Barbosa, Universidade Federal da Bahia

Possui graduação em Engenharia Elétrica pela Universidade Federal da Bahia (2005), mestrado e doutorado em Engenharia Elétrica pela Universidade de São Paulo, Campus São Carlos (2007, 2010). Atualmente é professor da Universidade Federal da Bahia. Tem experiência na área de Engenharia Elétrica, com ênfase em Medição, Controle, Correção e Proteção de Sistemas Elétricos de Potência, atuando nos seguintes temas: EMTP-ATP, sistemas de elétricos e geração distribuída.

Luciana Martinez, Universidade Federal da Bahia

Possui graduação em Bacharelado em Matemática pela Universidade de São Paulo (1994), mestrado em Ciências pela Universidade de São Paulo (1996) e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (2001). Atualmente é professora da Universidade Federal da Bahia. Tem experiência em Otimização Linear e Não Linear, atuando principalmente nos seguintes temas: planejamento energético e sistemas de energia elétrica.

References

A. G. Ferreira, Meteorologia pr´atica. Oficina de Textos, 2006.

EPE, “Plano nacional de energia 2050,” Rio De Janeiro, 2015.

ANEEL, “Atlas de energia el´etrica, do brasil,” Bras´ılia, Brasil. 3aEd,

C. Tiba, N. Fraidenraich, F. Lyra, and A. Nogueira, “Atlas solarim´etrico

do brasil: banco de dados terrestres,” Recife: Editora Universit´aria da

UFPE, p. 32, 2000.

C. G. Ribeiro, H. B. A. Neto, and T. S. Sene, “A oscilac¸ ˜ao do prec¸o

do petr´oleo: uma an´alise sobre o per´ıodo entre 2010-2015,” Estudos

internacionais: revista de relac¸ ˜oes internacionais da PUC Minas, vol. 6,

no. 1, pp. 87–106, 2018.

C. A. Nobre, J. Reid, and A. P. S. Veiga, “Fundamentos cient´ıficos das

mudanc¸as clim´aticas,” S˜ao Jos´e dos Campos, SP: Rede Clima/INPE,

F. R. Martins, T. G. Soares, and F. J. L. Lima, “Generating solar

irradiance data series with 1-minute time resolution based on hourly

observational data,” IEEE Latin America Transactions, vol. 100, no. 1e,

ANEEL, “Atlas brasileiro de energia el´etrica,” Agˆencia Nacional de

Energia El´etrica, Bras´ılia, Brasil. 3aEd, 2008.

R. Bondarik, L. A. Pilatti, and D. J. Horst, “Uma vis˜ao geral sobre

o potencial de gerac¸ ˜ao de energias renov´aveis no brasil,” Interciencia,

vol. 43, no. 10, pp. 680–688, 2018.

M. Diagne, M. David, P. Lauret, J. Boland, and N. Schmutz, “Review

of solar irradiance forecasting methods and a proposition for small-scale

insular grids,” Renewable and Sustainable Energy Reviews, vol. 27, pp.

–76, 2013.

V. Kallio-Myers, A. Riihel¨a, P. Lahtinen, and A. Lindfors, “Global

horizontal irradiance forecast for finland based on geostationary weather

satellite data,” Solar Energy, vol. 198, pp. 68–80, 2020.

J. Mubiru and E. Banda, “Estimation of monthly average daily global

solar irradiation using artificial neural networks,” Solar energy, vol. 82,

no. 2, pp. 181–187, 2008.

J. G´omez, F. Carlesso, L. Vieira, and L. Da Silva, “Solar irradiance:

basic concepts,” Revista Brasileira de Ensino de F´ısica, vol. 40, no. 3,

F. Besharat, A. A. Dehghan, and A. R. Faghih, “Empirical models for

estimating global solar radiation: A review and case study,” Renewable

and Sustainable Energy Reviews, vol. 21, pp. 798–821, 2013.

A. Angstrom, “Solar and terrestrial radiation. report to the international

commission for solar research on actinometric investigations of solar and

atmospheric radiation,” Quarterly Journal of the Royal Meteorological

Society, vol. 50, no. 210, pp. 121–126, 1924.

G. Mihalakakou, M. Santamouris, and D. Asimakopoulos, “The total

solar radiation time series simulation in athens, using neural networks,”

Theoretical and Applied Climatology, vol. 66, no. 3-4, pp. 185–197,

C. Voyant, J. G. De Gooijer, and G. Notton, “Periodic autoregressive

forecasting of global solar irradiation without knowledge-based model

implementation,” Solar Energy, vol. 174, pp. 121–129, 2018.

L. F. N. Lourenc¸o, M. B. de Camargo Salles, M. M. F. Gemignani, M. R.

Gouvea, and N. Kagan, “Time series modelling for solar irradiance estimation

in northeast brazil,” in 2017 IEEE 6th International Conference

on Renewable Energy Research and Applications (ICRERA). IEEE,

, pp. 401–405.

A. Mellit and A. M. Pavan, “A 24-h forecast of solar irradiance using

artificial neural network: Application for performance prediction of a

grid-connected pv plant at trieste, italy,” Solar Energy, vol. 84, no. 5,

pp. 807–821, 2010.

E. J. Balbinot, J. W. Scotton, S. M. Cerezer, and C. A. Martinazzo,

“Modelos de s´eries temporais aplicados a previs˜ao de radiac¸ ˜ao solar,”

Revista Perspectiva, 2017.

J. Bosch, G. Lopez, and F. Batlles, “Daily solar irradiation estimation

over a mountainous area using artificial neural networks,” Renewable

Energy, vol. 33, no. 7, pp. 1622–1628, 2008.

A. Mellit, M. Benghanem, and S. A. Kalogirou, “An adaptive waveletnetwork

model for forecasting daily total solar-radiation,” Applied

Energy, vol. 83, no. 7, pp. 705–722, 2006.

S. Pashiardis, S. A. Kalogirou, and A. Pelengaris, “Statistical analysis

for the characterization of solar energy utilization and inter-comparison

of solar radiation at two sites in cyprus,” Applied energy, vol. 190, pp.

–1158, 2017.

G. Novais, “Distribuic¸ ˜ao m´edia dos climas zonais no globo: estudos

preliminares de uma nova classificac¸ ˜ao clim´atica (average distribution

of zonal climates on the globe: preliminary studies of a new climatic

classification),” Revista Brasileira de Geografia F´ısica, vol. 10, no. 5,

A. Papoulis and S. U. Pillai, Probability, random variables, and stochastic

processes. Tata McGraw-Hill Education, 2002.

R. Ballini, Analise e previs˜oes de vas˜oes utilizando modelos de series

temporais, redes neurais e redes neurais nebulosas. Tese de doutorado,

Doutorado em Engenharia El´etrica, Unicamp, 2000.

C. W. Hansen, J. S. Stein, and A. Ellis, “Statistical criteria for characterizing

irradiance time series,” Sandia National Laboratories SAND2010-

, 2010.

G. E. P. Box, G. M. Jenkins, and G. C. Reinsel, Time Series Analysis:

Forecasting and Control. Prentice-Hall International, Inc, 2008.

L. Martinez et al., “Pol´ıticas de controle malha fechada e malha aberta

no planejamento da operac¸ ˜ao energ´etica de sistemas hidrot´ermicos,”

C. Chen, J. Twycross, and J. M. Garibaldi, “A new accuracy measure

based on bounded relative error for time series forecasting,” PloS one,

vol. 12, no. 3, p. e0174202, 2017.

R. J. Hyndman and A. B. Koehler, “Another look at measures of forecast

accuracy,” International journal of forecasting, vol. 22, no. 4, pp. 679–

, 2006.

B.-k. Jeon and E.-J. Kim, “Next-day prediction of hourly solar irradiance

using local weather forecasts and lstm trained with non-local data,”

Energies, vol. 13, no. 20, p. 5258, 2020.

Published

2021-09-16

How to Cite

Fontes Rodrigues , B. K. ., Gomes, M. ., Oliveira Santanna , Ângelo M. ., Barbosa, D., & Martinez, L. (2021). Modelling and forecasting for solar irradiance from solarimetric station. IEEE Latin America Transactions, 100(XXX). Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/5563