Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil

Detalhes bibliográficos
Autor(a) principal: Tokuue, Daniel Akira Arima
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/255886
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.
id UFSC_3bf413544d522887a3b1e7fcffa2b1c6
oai_identifier_str oai:repositorio.ufsc.br:123456789/255886
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No BrasilEnergia SolarSéries TemporaisGeração DistribuídaTCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.A energia solar é considerada a fonte de energia mais verde entre todas as energias renováveis e continua em fase de crescimento, com grande potencial para contribuir na matriz energética do Brasil. No entanto, a quantidade de novos empreendimentos e a potência instalada nos próximos anos ainda são incertas. Por isso, realizou-se uma análise exploratória do banco de dados de geração distribuída da Agência Nacional de Energia Elétrica (ANEEL) e aplicaram-se algoritmos de previsão de séries temporais, como Holt, Error Trend Seasonal (ETS), Autoregressive Integrated Moving Average (ARIMA) e suas variações. A aplicabilidade de cada modelo foi verificada com base em dados históricos de 2012 a 2020, usados para treinamento, e de 2021 a 2022, usados como base para validação das previsões. A validação considerou a tendência dos algoritmos em comparação com os dados de validação e avaliou métricas como Mean Square Error (MSE), Mean Percentage Error (MPE), Mean Absolute Error (MAE) e Mean Absolute Percentage Error (MAPE). O modelo ETS destacou-se como o mais adequado, sendo utilizado para prever a quantidade de novos empreendimentos e a potência instalada até o final de 2024 e 2026. Os resultados mostraram que o modelo ETS apresentou valores de 1528,31 para MAE, 20,93 para MPE e 23,03 para MAPE, considerados razoáveis quando comparados com a magnitude dos valores analisados. Além disso, a reaplicação do modelo ETS gerou previsões de 40,2 GW e 79,5 GW de potência instalada para 2024 e 2026, respectivamente.Solar energy is considered the greenest among all renewable energy sources and continues to expand, with significant potential to contribute to Brazil’s energy matrix. However, the number of new projects and the installed capacity in the coming years remain uncertain. Therefore, an exploratory analysis of the distributed generation database from the National Electric Energy Agency (ANEEL) was conducted, and time series forecasting algorithms such as Holt, Error Trend Seasonal (ETS), Autoregressive Integrated Moving Average (ARIMA), and their variations were applied. The applicability of each model was verified using historical data from 2012 to 2020 as the training dataset and data from 2021 to 2022 as the validation dataset. For validation, the trends predicted by the algorithms were compared with the actual validation data, and metrics such as Mean Square Error (MSE), Root MSE (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE) were evaluated. The ETS model proved to be the most suitable, being used to forecast the number of new projects and installed capacity until the end of 2024 and 2026. The results showed that the ETS model presented values of 1528.31 for MAE, 20.93 for MPE, and 23.03 for MAPE, which are reasonable given the magnitude of the values analyzed. Furthermore, the re-application of the ETS model yielded forecasts of 40.2 GW and 79.5 GW of installed capacity for 2024 and 2026, respectively.Florianópolis, SC.Maldonado, Mauricio UrionaUniversidade Federal de Santa Catarina.Tokuue, Daniel Akira Arima2024-07-11T13:32:05Z2024-07-11T13:32:05Z2024-06-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis81application/pdfhttps://repositorio.ufsc.br/handle/123456789/255886Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2024-07-11T13:32:06Zoai:repositorio.ufsc.br:123456789/255886Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732024-07-11T13:32:06Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
title Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
spellingShingle Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
Tokuue, Daniel Akira Arima
Energia Solar
Séries Temporais
Geração Distribuída
title_short Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
title_full Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
title_fullStr Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
title_full_unstemmed Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
title_sort Análise e Aplicação de Previsões de Séries Temporais para o Crescimento da Geração Distribuida de Energia Fotovoltaica No Brasil
author Tokuue, Daniel Akira Arima
author_facet Tokuue, Daniel Akira Arima
author_role author
dc.contributor.none.fl_str_mv Maldonado, Mauricio Uriona
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Tokuue, Daniel Akira Arima
dc.subject.por.fl_str_mv Energia Solar
Séries Temporais
Geração Distribuída
topic Energia Solar
Séries Temporais
Geração Distribuída
description TCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.
publishDate 2024
dc.date.none.fl_str_mv 2024-07-11T13:32:05Z
2024-07-11T13:32:05Z
2024-06-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/255886
url https://repositorio.ufsc.br/handle/123456789/255886
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 81
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652131945676800

Registros relacionados