Análise Preditiva da Geração Fotovoltaica no Mercado de Energia do Complexo Solar Pirapora

Leonardo Fini, Samantha Lanzelotti, Marilaine Colnago, Wallace Casaca

Resumo


Atualmente, a implementação de fontes renováveis de energia tem sido uma pauta recorrente em conferencias mundias do clima e de sustentabilidade econômica. De fato, é notório os esforços envolta aos incentivos fiscais e fomento para a inserção das fontes renováveis em detrimento à utilização de combustíveis fósseis, uma vez que estes trazem resultados negativos seja em relação ao ambiente, sociedade e/ou economia [3]. [...]


Texto completo:

PDF

Referências


J. V. Leme et al. “Towards Assessing the Electricity Demand in Brazil: Data-Driven Analysis and Ensemble Learning Models”. Em: Energies 13.6 (2020), p. 1407. doi: 10.3390/en13061407.

L. Ramos, M. Colnago e W. Casaca. “Data-driven Analysis and Machine Learning for Energy Prediction in Distributed Photovoltaic Generation Plants: A Case Study in Queensland, Australia”. Em: Energy Reports 8 (2022), pp. 745–751. doi: 10.1016/j.egyr.2021.11.123.

J. Yu et al. “Role of Solar-based Renewable Energy in Mitigating CO2 Emissions: Evidence from Quantile-on-Quantile Estimation”. Em: Renewable Energy 182 (2022), pp. 216–226. doi: 10.1016/j.renene.2021.10.002.


Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato