Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Manancial - Repositório Digital da UFSM |
Texto Completo: | http://repositorio.ufsm.br/handle/1/30919 |
Resumo: | Título que consta na ata de defesa: Método para otimização da representação das variáveis meteorológicas em modelos de previsão de carga |
id |
UFSM_6758e817681ad1834abfa076bda388f5 |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/30919 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de cargaOptimization of electricity demand forecasts: application of composite meteorological indices in load forecasting methodsPrevisão de cargaÍndices meteorológicosRegressõesRedes neuraisLoad forecastWeather indicesRegressionsNeural networksCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIATítulo que consta na ata de defesa: Método para otimização da representação das variáveis meteorológicas em modelos de previsão de cargaThis study aims to develop a method for optimizing electricity demand forecasts by exploring different approaches to representing meteorological variables in various load forecasting methods and their respective configurations. To achieve this goal, composite meteorological indices, weighted by demographic factors, are developed based on numerical weather simulations conducted using the WRF model. These indices are integrated into two distinct load forecasting methodologies: one based on traditional regression techniques and the other utilizing neural network methods. Through the integration of these indices along with multiple calibration and training approaches for the forecasting models, the aim is to explore optimization strategies for load estimates. To validate the proposed method, a case study was conducted in the Northeast subsystem of the National Interconnected System (SIN). The results indicate that it is feasible to optimize load forecasts in this region, with a substantial influence of wind on the predictions. Both models demonstrated satisfactory results. However, it was observed that using extensive load histories for model calibration leads to a tendency to underestimate the forecasts. In summary, the developed method enables load forecast optimization throughout all stages, from data acquisition to the incorporation of environmental variables and the configuration of different load forecasting models.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESEste estudo tem como objetivo desenvolver um método de otimização das previsões de demanda de energia elétrica, por meio da exploração de diferentes abordagens de representação das variáveis meteorológicas em diferentes métodos de previsão de carga e suas respectivas configurações. Para alcançar esse objetivo, são elaborados índices meteorológicos compostos, ponderados por fatores demográficos, derivados de simulações numéricas de tempo conduzidas com o modelo WRF. Esses índices são integrados a duas metodologias distintas de previsão de carga: uma baseada em técnicas de regressão tradicionais e outra utilizando métodos de redes neurais. Através da integração desses índices em conjunto com múltiplas formas de calibração e treinamento dos modelos de previsão, busca-se explorar estratégias de otimização das estimativas de carga. Com o intuito de validar o método proposto, um estudo de caso foi conduzido no subsistema Nordeste do Sistema Interligado Nacional (SIN). Os resultados obtidos indicaram que é viável otimizar as previsões de carga nessa região, destacando-se a influência substancial do vento nas previsões. Ambos os modelos demonstraram resultados satisfatórios. Entretanto, observou-se que o uso de históricos extensos de carga para a calibração dos modelos resulta em uma tendência de subestimação das previsões. Em suma, o método desenvolvido permite a otimização das previsões de carga ao longo de todas as etapas, desde a aquisição dos dados até a inclusão das variáveis ambientais e a configuração dos diferentes modelos de previsão de carga.Universidade Federal de Santa MariaBrasilMeteorologiaUFSMPrograma de Pós-Graduação em MeteorologiaCentro de Ciências Naturais e ExatasAnabor, Vagnerhttp://lattes.cnpq.br/5770274675104746Dal Piva, EversonPuhales , Franciano ScreminQuadro , Mario Francisco Leal deRodríguez , Lissette GuzmánCasarin, Kauan Vargas2023-12-21T11:08:52Z2023-12-21T11:08:52Z2023-04-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://repositorio.ufsm.br/handle/1/30919porAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2023-12-21T11:13:38Zoai:repositorio.ufsm.br:1/30919Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2023-12-21T11:13:38Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga Optimization of electricity demand forecasts: application of composite meteorological indices in load forecasting methods |
title |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
spellingShingle |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga Casarin, Kauan Vargas Previsão de carga Índices meteorológicos Regressões Redes neurais Load forecast Weather indices Regressions Neural networks CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA |
title_short |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
title_full |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
title_fullStr |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
title_full_unstemmed |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
title_sort |
Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga |
author |
Casarin, Kauan Vargas |
author_facet |
Casarin, Kauan Vargas |
author_role |
author |
dc.contributor.none.fl_str_mv |
Anabor, Vagner http://lattes.cnpq.br/5770274675104746 Dal Piva, Everson Puhales , Franciano Scremin Quadro , Mario Francisco Leal de Rodríguez , Lissette Guzmán |
dc.contributor.author.fl_str_mv |
Casarin, Kauan Vargas |
dc.subject.por.fl_str_mv |
Previsão de carga Índices meteorológicos Regressões Redes neurais Load forecast Weather indices Regressions Neural networks CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA |
topic |
Previsão de carga Índices meteorológicos Regressões Redes neurais Load forecast Weather indices Regressions Neural networks CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA |
description |
Título que consta na ata de defesa: Método para otimização da representação das variáveis meteorológicas em modelos de previsão de carga |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-12-21T11:08:52Z 2023-12-21T11:08:52Z 2023-04-14 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsm.br/handle/1/30919 |
url |
http://repositorio.ufsm.br/handle/1/30919 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil Meteorologia UFSM Programa de Pós-Graduação em Meteorologia Centro de Ciências Naturais e Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil Meteorologia UFSM Programa de Pós-Graduação em Meteorologia Centro de Ciências Naturais e Exatas |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1805922074836860928 |