Previsão intervalar de geração fotovoltaica por regressão quantílica em regimes de irradiância

A crescente participação da energia solar fotovoltaica na matriz elétrica brasileira intensifica a ne- cessidade de previsões confiáveis que quantifiquem a incerteza inerente a essa fonte intermitente. Este trabalho investiga a previsão intervalar da geração fotovoltaica horária em clima tropical úmido, com foco na região de Tucuruí, no estado do Pará. Propõe-se um arcabouço metodológico que combina um modelo determinístico híbrido, baseado em Multilayer Perceptron (MLP) e XGBoost com seleção automática por limiar de irradiância, e uma extensão probabilística fundamentada em regressão quantílica estratificada por regimes de irradiância, implementada via LightGBM. Os dados meteorológicos horários, obtidos da API Open-Meteo para o período de 2018 a 2023, passaram por pré-processamento que incluiu remoção de multicolinearidade via Fator de Inflação da Variância (VIF), resultando em seis variáveis preditoras. Os intervalos de predição são avaliados por métricas de cobertura (PICP) e largura normalizada (PINAW), sendo posteriormente calibrados por um fator de escala λ para aproximar a cobertura empírica do nível nominal de 80%. Os resultados demonstram que a abordagem por regimes melhora a calibração dos intervalos, especialmente em condições de irradiância intermediária, onde a variabilidade é mais pronunciada. Este estudo contribui para o avanço da previsão probabilística fotovoltaica em regiões tropicais, onde a literatura permanece escassa.