Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/6891 |
Resumo: | Eletricidade é um insumo de uso generalizado nas economias modernas, penetrando nas mais variadas atividades produtivas e de consumo na sociedade. No entanto, as dificuldades de armazenamento em larga escala dessa forma de energia fazem com que a eletricidade seja muito sensível às condições de oferta, a ponto de que problemas de abastecimento rapidamente se convertem em apagões. Dentre vários dispositivos implementados na re-estrutuação do setor elétrico brasileiro (SEB) ao longo dos últimos 17 anos, estão sistemas de previsão de médio e longo-prazos usados por parte dos agentes públicos e privados do setor para reduzir as incertezas dos processos de abastecimento e expansão. A ANEEL chegou a recomendar na NT 292/2008-SER o uso de três metodologias multivariadas alternativas nesses sistemas de previsão, a saber: modelos VAR e VCE, modelos autorregressivos com defasagens distribuídas (ARDL) e modelos estruturais a espaço de estados. A literatura especializada, em que pese a presença de vários estudos propondo modelos de previsão do consumo de eletricidade para os três segmentos residencial, industrial e comercial, apresenta majoritariamente modelos de tipo VAR e VCE. Este estudo atualiza a literatura no que concerne ao uso de modelos VAR e VCE e ao mesmo tempo os compara em termos preditivos com os modelos ARDL e estruturais a espaço de estados. Os resultados encontrados na análise do desempenho preditivo dos modelos mostraram que para o segmento residencial, o modelo com melhor capacidade preditivo foi o modelo estrutural, enquanto que para o segmento comercial foi o modelo VCE e, para o segmento industrial, foi o modelo ARDL. Previsões de 2014 a 2025 foram feitas com o intuito de informar ao mercado brasileiro a demanda de energia para cada segmento. Foram usadas bases de dados disponíveis e atualizadas provenientes das mesmas fontes usadas nos estudos da literatura. |
id |
UFJF_733722da6fd572a7d0bd576979f0de15 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/6891 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Mattos, Rogério Silva dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785994Z8Zanini, Alexandrehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707553T7Perobelli, Fernanda Finotti Cordeirohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706392H0Oliveira, Fernando Luiz Cyrinohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4746717Y1Almeida, Eduardo Simões dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4797699P4http://lattes.cnpq.br/Souza, Daniel Morais de2018-06-27T15:04:32Z2018-06-142018-06-27T15:04:32Z2018-02-19https://repositorio.ufjf.br/jspui/handle/ufjf/6891Eletricidade é um insumo de uso generalizado nas economias modernas, penetrando nas mais variadas atividades produtivas e de consumo na sociedade. No entanto, as dificuldades de armazenamento em larga escala dessa forma de energia fazem com que a eletricidade seja muito sensível às condições de oferta, a ponto de que problemas de abastecimento rapidamente se convertem em apagões. Dentre vários dispositivos implementados na re-estrutuação do setor elétrico brasileiro (SEB) ao longo dos últimos 17 anos, estão sistemas de previsão de médio e longo-prazos usados por parte dos agentes públicos e privados do setor para reduzir as incertezas dos processos de abastecimento e expansão. A ANEEL chegou a recomendar na NT 292/2008-SER o uso de três metodologias multivariadas alternativas nesses sistemas de previsão, a saber: modelos VAR e VCE, modelos autorregressivos com defasagens distribuídas (ARDL) e modelos estruturais a espaço de estados. A literatura especializada, em que pese a presença de vários estudos propondo modelos de previsão do consumo de eletricidade para os três segmentos residencial, industrial e comercial, apresenta majoritariamente modelos de tipo VAR e VCE. Este estudo atualiza a literatura no que concerne ao uso de modelos VAR e VCE e ao mesmo tempo os compara em termos preditivos com os modelos ARDL e estruturais a espaço de estados. Os resultados encontrados na análise do desempenho preditivo dos modelos mostraram que para o segmento residencial, o modelo com melhor capacidade preditivo foi o modelo estrutural, enquanto que para o segmento comercial foi o modelo VCE e, para o segmento industrial, foi o modelo ARDL. Previsões de 2014 a 2025 foram feitas com o intuito de informar ao mercado brasileiro a demanda de energia para cada segmento. Foram usadas bases de dados disponíveis e atualizadas provenientes das mesmas fontes usadas nos estudos da literatura.Electricity is an input of widespread use in modern economies, penetrating in the most varied productive and consumption activities in society. However, the difficulties of large-scale storage make electricity very sensitive to supply conditions, to the point that supply problems quickly turns into blackouts. Among several devices implemented in the re-structuring of the Brazilian electricity sector (SEB) over the last 17 years, medium and long-term forecasting systems are used by public and private sector agents to reduce the uncertainties of the supply processes and expansion. ANEEL recommend in NT 292/2008-SER the use of three alternative multivariate methodologies in these prediction systems, namely: VAR and VCE models, autoregressive models with distributed lags (ARDL), and state space structural models. The specialized literature, despite the presence of several studies proposing models of prediction of the consumption of electricity for the three residential, industrial and commercial segments, mainly presents models of type VAR and VCE. This study updates the literature regarding the use of VAR and VCE models and at the same time compares them in predictive terms with the ARDL and structural state space models. The results found in the predictive model analysis showed that for the residential segment, the model with the best predictive capacity was the structural model, while for the commercial segment it was the VCE model and, for the industrial segment, it was the ARDL model. Forecasts from 2014 to 2025 were made with the intention of informing the Brazilian market the energy demand for each segment. Available and updated databases from the same sources used in literature studies were used.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em EconomiaUFJFBrasilFaculdade de EconomiaCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIADemanda de energia elétricaModelos de séries de tempoMétodos de previsão e prediçãoElectricity demandTime-series modelsForecasting and prediction methodsComparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTHUMBNAILdanielmoraisdesouza.pdf.jpgdanielmoraisdesouza.pdf.jpgGenerated Thumbnailimage/jpeg1153https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/4/danielmoraisdesouza.pdf.jpg39ba5957da8f3f99d176178fbb01a813MD54ORIGINALdanielmoraisdesouza.pdfdanielmoraisdesouza.pdfapplication/pdf1277495https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/1/danielmoraisdesouza.pdf7c2517a5b98a6f70aa787d954cd0c84aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52TEXTdanielmoraisdesouza.pdf.txtdanielmoraisdesouza.pdf.txtExtracted texttext/plain247595https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/3/danielmoraisdesouza.pdf.txt4d70c110acb74b26c7bae222f4c6d47cMD53ufjf/68912019-06-16 09:51:36.265oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-16T12:51:36Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
title |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
spellingShingle |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial Souza, Daniel Morais de CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA Demanda de energia elétrica Modelos de séries de tempo Métodos de previsão e predição Electricity demand Time-series models Forecasting and prediction methods |
title_short |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
title_full |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
title_fullStr |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
title_full_unstemmed |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
title_sort |
Comparação de abordagens econométricas alternativas para modelagem da demanda anual de eletricidade no Brasil nos segmentos residencial, industrial e comercial |
author |
Souza, Daniel Morais de |
author_facet |
Souza, Daniel Morais de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Mattos, Rogério Silva de |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785994Z8 |
dc.contributor.advisor-co1.fl_str_mv |
Zanini, Alexandre |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707553T7 |
dc.contributor.referee1.fl_str_mv |
Perobelli, Fernanda Finotti Cordeiro |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706392H0 |
dc.contributor.referee2.fl_str_mv |
Oliveira, Fernando Luiz Cyrino |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4746717Y1 |
dc.contributor.referee3.fl_str_mv |
Almeida, Eduardo Simões de |
dc.contributor.referee3Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4797699P4 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/ |
dc.contributor.author.fl_str_mv |
Souza, Daniel Morais de |
contributor_str_mv |
Mattos, Rogério Silva de Zanini, Alexandre Perobelli, Fernanda Finotti Cordeiro Oliveira, Fernando Luiz Cyrino Almeida, Eduardo Simões de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
topic |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA Demanda de energia elétrica Modelos de séries de tempo Métodos de previsão e predição Electricity demand Time-series models Forecasting and prediction methods |
dc.subject.por.fl_str_mv |
Demanda de energia elétrica Modelos de séries de tempo Métodos de previsão e predição Electricity demand Time-series models Forecasting and prediction methods |
description |
Eletricidade é um insumo de uso generalizado nas economias modernas, penetrando nas mais variadas atividades produtivas e de consumo na sociedade. No entanto, as dificuldades de armazenamento em larga escala dessa forma de energia fazem com que a eletricidade seja muito sensível às condições de oferta, a ponto de que problemas de abastecimento rapidamente se convertem em apagões. Dentre vários dispositivos implementados na re-estrutuação do setor elétrico brasileiro (SEB) ao longo dos últimos 17 anos, estão sistemas de previsão de médio e longo-prazos usados por parte dos agentes públicos e privados do setor para reduzir as incertezas dos processos de abastecimento e expansão. A ANEEL chegou a recomendar na NT 292/2008-SER o uso de três metodologias multivariadas alternativas nesses sistemas de previsão, a saber: modelos VAR e VCE, modelos autorregressivos com defasagens distribuídas (ARDL) e modelos estruturais a espaço de estados. A literatura especializada, em que pese a presença de vários estudos propondo modelos de previsão do consumo de eletricidade para os três segmentos residencial, industrial e comercial, apresenta majoritariamente modelos de tipo VAR e VCE. Este estudo atualiza a literatura no que concerne ao uso de modelos VAR e VCE e ao mesmo tempo os compara em termos preditivos com os modelos ARDL e estruturais a espaço de estados. Os resultados encontrados na análise do desempenho preditivo dos modelos mostraram que para o segmento residencial, o modelo com melhor capacidade preditivo foi o modelo estrutural, enquanto que para o segmento comercial foi o modelo VCE e, para o segmento industrial, foi o modelo ARDL. Previsões de 2014 a 2025 foram feitas com o intuito de informar ao mercado brasileiro a demanda de energia para cada segmento. Foram usadas bases de dados disponíveis e atualizadas provenientes das mesmas fontes usadas nos estudos da literatura. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-06-27T15:04:32Z |
dc.date.available.fl_str_mv |
2018-06-14 2018-06-27T15:04:32Z |
dc.date.issued.fl_str_mv |
2018-02-19 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/6891 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/6891 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Economia |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Economia |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/4/danielmoraisdesouza.pdf.jpg https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/1/danielmoraisdesouza.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/2/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/6891/3/danielmoraisdesouza.pdf.txt |
bitstream.checksum.fl_str_mv |
39ba5957da8f3f99d176178fbb01a813 7c2517a5b98a6f70aa787d954cd0c84a 000e18a5aee6ca21bb5811ddf55fc37b 4d70c110acb74b26c7bae222f4c6d47c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661417587212288 |