The Northeast area has shown great potential for generating of solar energy in Brazil, for this reason several energy companies have evaluated the economics feasibility this kind of renewable energy. Thus, as it increases the portion of renewables sources in supply of energy is important to estimate your potential with an acceptable accuracy in distincts horizons, like hours, days, weeks, and months. This paper proposed to develop distinct deep learning models for forecasting the global solar irradiation. The measures were collected from a solarimetric station located in the State of Bahia. The models are evaluated through five performance metrics, and the best results were selected for the final models. Finally, Friedman statistical test and Bergmann-Hommel's post hoc test were applied to evaluate the hypothesis for significance difference between the developed models.Resumo: A região nordeste tem apresentado um grande potencial de geração de energia solar no Brasil, por isso diversas empresas de energia têm avaliado a viabilidade econômica deste tipo de energia renovável. Dessa forma, conforme aumenta a parcela de fontes renováveis no fornecimento de energia é importante estimar seu potencial com uma precisão aceitável em horizontes distintos como horas, dias, semanas e meses. Este artigo propôs desenvolver modelos distintos de aprendizado profundo para previsão da irradiação solar global (W/m²). As medições foram obtidas a partir de uma estação solarimétrica localizada no Estado da Bahia. Os modelos foram avaliados através de cinco métricas de desempenho, e os melhores resultados foram selecionadas para os modelos finais. Por fim, o teste estatístico de Friedman e o teste de Bergmann-Hommel's post hoc foram aplicados para avaliar a hipótese de diferença significativa entre os modelos desenvolvidos.

Insertion of distributed micro and mini-generation systems in the Electrical Power System has shown high growth in recent years, with emphasis on photovoltaic generation. However, it is necessary to ensure that the efficiency and electrical power quality indices are within acceptable limits, in view of high penetration of distributed generation can cause a lot of problems in the network, mainly voltage deviation. Therefore, several studies seek to understand the impacts caused and possible solutions to minimize them. Thus, this work aims to evaluate the performance of controls available in intelligent inverters: volt-var and volt-watt, to mitigate voltage deviations caused by the massive insertion of photovoltaic systems in the grid. The study used a real low voltage distribution network located in the northeast region of Brazil through simulations in the software OpenDSS. The results show that although the controls are able to correct most cases of voltage deviation, the isolated actuation may not be enough. An analysis of technical losses was also performed. Resumo: A inserção de sistemas de micro e minigeração distribuída no sistema elétrico apresentou alto crescimento nos últimos anos, com destaque para geração fotovoltaica. Contudo, é necessário garantir que os índices de eficiência e Qualidade da Energia Elétrica (QEE) estejam dentro dos limites aceitáveis, visto que a alta penetração de geração distribuída pode provocar uma série de problemas na rede, principalmente o desvio de tensão. Por conta disso, diversos estudos buscam compreender os impactos causados e possíveis soluções para minimizá-los. Deste modo, este trabalho tem por objetivo avaliar a atuação de controles disponíveis em inversores inteligentes: volt-var e volt-watt, para mitigar desvios de tensão causados pela inserção massiva de sistemas fotovoltaicos na rede. O estudo foi realizado em uma rede real de distribuição de baixa tensão localizada na região nordeste do Brasil através de simulações no software OpenDSS. Os resultados mostram que embora os controles consigam corrigir a maioria dos casos de desvio de tensão, a atuação isolada pode não ser suficiente. Uma análise das perdas técnicas também foi realizada.

No abstract