[pt] Apesar do crescimento exponencial da instalação de novas usinas eólicas nos últimos anos, a matriz energética Brasileira é composta, principalmente, por usinas hidrelétricas. Uma das principais características dos sistemas de geração com predominância hidráulica é a forte dependência dos regimes hidrológicos. Atualmente, o setor elétrico brasileiro utiliza a Energia Natural Afluente para gerar cenários hidrológicos a partir de um modelo PAR. Tal modelo é ajustado a partir dos parâmetros estimados do histórico da série temporal, isto é, não considera quaisquer informações exógenas que possam afetar os regimes hidrológicos e, consequentemente, a produção de energia. Estudos recentes identificaram que o uso de variáveis climáticas na modelagem de séries de afluências nas bacias brasileiras pode servir como fator de diminuição de incertezas devido a existência de correlação entre essas variáveis. Também foram identificados benefícios ao decompor as séries hidrológicas em sinal e ruído e utilizar somente o sinal para a modelagem. Neste contexto, o desenvolvimento de modelos híbridos que combinem técnicas de de composição das séries hidrológicas e modelos de séries temporais com variáveis exógenas são objetos de estudo deste trabalho,assim como o desenvolvimento de modelos que associem tais variáveis de formação-linear e periódica. Essas novas abordagens contemplam o uso das técnicas de decomposição SSA e MSSA em combinação com PAR, a aplicação do modelo PARX e o desenvolvimento do modelo PGAM. Como conclusão tem-se que os modelos aplicados se mostraram eficientes para os objetivos propostos e também apresentaram melhor performance, em alguns casos, quando comparados com modelos já publicados na literatura. / [en] Despite the exponential growth of wind farms in recent years, the Brazilian energy matrix is mainly composed of hydroelectric plants.One of the main characteristics of hydroelectric generation systems is the strong dependence on hydrological regimes. Currently, the Brazilian electric sector uses the Natural Energy In flow to generate hydrological scenarios from a PAR model.Such model is adjusted from the estimated parameters of the time series history, that is, it does not consider any exogenous information that could affect the hydrological regimes and, consequently, the energy production. Recent studies indicate that the use of climatic variables in the modeling of inflow series in the Brazilian basins may serve as a factor to reduce uncertainties due to the existence of correlation between these variables. It was also identified benefits by decomposing hydrological series into signal and noise and using only the signal for modeling. In this context, the development of hybrid models that combine techniques of decomposition of the hydrological series and time series models with exogenous variable are study objects of this work, as well as the development of models that associate such variables in a non-linear and periodic way. These new approaches contemplate the use of SSA and MSSA decomposition techniques in combination with PAR, the application of the PARX and the development of the PGAM model. As conclusion, the applied models were efficient for the proposed objectives and also presented better performance, in some cases, when compared with models already published in the literature.

[pt] Uma mudança de paradigma no mundo todo foi ocasionada pelo aumento da preocupação quanto ao uso de combustíveis fósseis usados como principal fonte de geração elétrica, a correspondente mudança climática e os danos ambientais crescentes. Nos últimos anos, a energia eólica apresentou um crescimento incessante como alternativa sustentável para a produção de eletricidade, o que pode ser observado a partir do crescimento de sua capacidade instalada mundialmente. O Brasil está entre os dez países que tem as maiores capacidades instaladas, e apresentou 9,42 por cento de geração de energia elétrica advinda da fonte eólica em 2019. No entanto, a aleatoriedade e a intermitência do vento são os maiores desafios na integração dessa fonte no sistema de energia. Diante deste contexto, esta pesquisa propõe a aplicação da técnica Singular Spectrum Analysis (SSA) como método de previsão para uma série de velocidade eólica no Brasil, fazendo uma análise comparativa de modelos SSA considerando diferentes horizontes de previsão e conjunto de treinamento para diferentes dias de previsão, com diferentes tamanhos de série temporal. Deste modo, é comparada a série temporal do ano todo com somente o último mês desta série para prever os últimos sete dias do mês de dezembro. Os resultados dessa aplicação mostram que para a maioria dos dias a utilização do ano todo como conjunto de treinamento obteve melhor desempenho, indicando que o uso da técnica SSA pode ser uma alternativa para séries temporais com uma grande quantidade de dados. / [en] A paradigm shift around the world was caused by increased concern about the use of fossil fuels used as the main source of electricity generation, the corresponding climate change and increasing environmental damage. In recent years, wind energy has shown steady growth as a sustainable alternative for electricity production, which can be seen from the growth of its installed capacity worldwide. Brazil is among the ten countries that have the largest installed capacities, and presented 9.42 percent of electricity generation from the wind source in the last year. However, wind randomness and intermittency are the biggest challenges in integrating this source into the energy system. In this context, this research proposes the application of the Singular Spectrum Analysis (SSA) technique as a forecast method for a series of wind speed in Brazil, making a comparative analysis of SSA models considering different forecast horizons and training set for different days forecast, with different time series sizes. In this way, the time series of the whole year is compared with only the last month of this series to forecast the last seven days of the month of December. The results of this application show that for most days the use of the whole year as a training set obtained better performance, indicating that the use of the SSA technique can be an alternative for time series with a large amount of data.