1 |
[en] ON ADDRESSING IRREGULARITIES IN ELECTRICITY LOAD TIME-SERIES AND SHORT TERM LOAD FORECASTING / [es] UN SISTEMA INTEGRADO DE MONITORAMIENTO Y PREVISIÓN DE CARGA ELÉCTRICA A CORTO PLAZO / [pt] UM SISTEMA INTEGRADO DE MONITORAÇÃO E PREVISÃO DE CARGA ELÉTRICA DE CURTO PRAZOHELIO FRANCISCO DA SILVA 19 July 2001 (has links)
[pt] As alterações na legislação do Setor de Energia Elétrica
Brasileiro em fins do milênio passado, provocou profundas
mudanças no planejamento da Operação do Sistema e na
Comercialização de energia elétrica no Brasil.
O desmembramento das atividades de geração, de transmissão
e de distribuição de energia elétrica criou novas
características no comportamento dos Agentes
Concessionários e as previsões de demanda por energia
elétrica, que sempre foram ferramenta importante, por
exemplo, na programação da operação, passaram a ser
indispensáveis também, na comercialização de energia
elétrica no mercado livre.
Neste novo cenário, a obtenção e o armazenamento de dados
confiáveis passou a ser parte integrante do patrimônio das
Empresas e um sistema eficiente de previsões de
carga passou a ser um diferencial na mesa de negociações.
Os Agentes concessionários e o Operador Nacional do Sistema
Elétrico vêm fazendo investimentos para aperfeiçoar os seus
sistemas de aquisição de dados, entretanto em
sistemas de multipontos algumas falhas imprevistas durante
a sincronização da telemedição podem ocorrer, provocando
defeitos nas séries.
Nas séries de minuto em minuto, por exemplo, uma falha de
algumas horas acarreta centenas de registros defeituosos e
as principais publicações a respeito de modelagens de
séries temporais para tratamento de dados não abordam as
dificuldades encontradas diante de grandes falhas
consecutivas nos dados. / [en] As a result of the continuing privatization process within
the energy sector,electricity load forecasting is a ritical
tool for decision-making in the Industry.
Reliable forecasts are now needed not only for developing
strategies for business planning and short term operational
scheduling, but also to define the spot market
electricity price. The forecasting process is data-ntensive
and interest has been driven to shorter and shorter
intervals. Large investments are being made in modernizing
and improving metering systems, so as to make more data
available to the forecaster. However, the forecaster is
still faced with irregular time-series.
Gaps, missing values, spurious information or repeated
values in the time-series can result from transmission
errors or small failures in the recording process. These so-
called irregularities have led to research that focused on
either iterative processes,like the Kalman filter and the
EM algorithm, or applications of the statistical literature
on treatment of missing values and outliers. Nevertheless,
these methods often result in large forecast errors when
confronted with consecutive failures in the data.
On the other hand, the minute to minute series have a large
amount of points and so the one day ahead forecast horizont
becomes very large to handling with the conventional
methods. In this context, we propose an alternative to
detect and replace values and present a methodology to
perform the forecasting process by using of other
information in the time-series that relate to the
variability and seasonality, which are commonly encountered
in electricity load-forecasting data.
We illustrate the method and address the problem as part of
a wider project that aims at the development of an
automatic on line system for tracking the Brazilian
Interlinked Electric Network Operation and performing short
term load forecasting.
The data were collected by ONS / ELETROBRAS - Brazil. We
concentrate on 10 minutes data for the years 1997-1999 of
Light Serviços de Eletricidade S.A. (Rio de Janeiro and its
surroundings). / [es] Las alteraciones en la legislación del Sector de Energía
Elétrica Brasilero a finales del milenio pasado, provocó
profundos cambios en el planificación de la Operación del
Sistema y en la Comercialización de energía eléctrica en
Brasil. La desarticulación de las actividades de
generación, de transmisión y de distribuición de energía
eléctrica creó nuevas características en el comportamiento
de los Agentes Concesionarios. Así, las previsiones de
demanda por energía eléctrica, que siempre fueron una
herramienta importante, por ejemplo, en la programación de
la operación, pasaron a ser indispensables también en la
comercialización de energía eléctrica en el mercado libre.
En este nuevo escenario, la obtención y almacenamiento de
datos confiables pasó a ser parte integrante del patrimonio
de las Empresas y un sistema eficiente de previsiones de
carga constituye un diferencial en la mesa de
negociaciones. Los Agentes concesionarios y el Operador
Nacional del Sistema Eléctrico han invertido en el
perfeccionamiento de sus sistemas de adquisición de datos.
Sin embargo, en sistemas de multipuntos algunas fallas
imprevistas durante la sincronización de la telemedición
pueden ocurrir, provocando defectos en las series. En las
series de minuto en minuto, por ejemplo, una falla de
algunas horas trae consigo centenas de registros
defectuosos y las principales publicaciones sobre modelos
de series temporales para tratamiento de datos no abordan
las dificuldades encontradas frente a grandes fallas
consecutivas en los datos.
|
2 |
[en] MODELING AND FORECASTING THE ELECTRICITY CONSUMPTION SERIES IN BRAZIL WITH PEGELS EXPONENTIAL SMOOTHING TECHNIQUES AND BOTTOM UP APPROACH PER END USE / [pt] MODELAGEM E PREVISÃO DAS SÉRIES DE CONSUMO DE ENERGIA ELÉTRICA NO BRASIL COM MÉTODOS DE SUAVIZAÇÃO EXPONENCIAL DE PEGELS E ABORDAGEM BOTTOM UP POR USO FINALPAULA MEDINA MACAIRA 05 January 2016 (has links)
[pt] Desde 2001, quando ocorreu uma crise no setor energético brasileiro, o planejamento e, consequentemente, a previsão do consumo de energia a médio e longo prazo do consumo de eletricidade vem sendo prioridade. A Empresa de Pesquisa Energética, por meio do Plano Decenal de Energia e do Plano Nacional de Energia, é a responsável por publicar tais previsões, tendo como versão mais atual os horizontes de 2023 e 2050, respectivamente. Este trabalho tem como objetivo principal modelar e prever as séries de consumo através de duas abordagens, top down e bottom up. Para a primeira utiliza-se os métodos de suavização exponencial de Pegels e para a segunda, aplica-se, o modelo FORECAST-Residential, desenvolvido pelo Fraunhofer Institute. O modelo top down é o responsável por modelar e prever o consumo de energia elétrica do Brasil agregado e desagregado por classes de consumo, enquanto que o bottom up será utilizado somente nas séries do setor residencial, em cada região geográfica. Além da previsão com o melhor modelo dentro do histórico para o primeiro caso, para as técnicas Standard e Damped Pegels otimiza-se os hiperparâmetros a fim de ajustar cada um dos valores projetados com as pesquisas disponibilizadas pela EPE. Os resultados mostraram que com a abordagem top down foi possível prever o consumo de eletricidade até 2050 para todos os setores energéticos e ajustar os parâmetros para cada um dos casos propostos; e, com a abordagem bottom up, chegou-se a valores considerados prováveis para o setor residencial do Brasil. Finalmente, é possível concluir que todos os resultados aqui são muito promissores e dão direções para futuros aperfeiçoamentos. / [en] After the 2001 energy crises in Brazil, the energy sector priority has been the planning and consequently the forecast middle and long term energy consumption. The Energy Research Company (EPE for short) is in charge of publishing two official reports: The Ten Year Energy Planning and The National Energy Planning which contain, among other things, the forecast for longer lead times. In the present formulation these horizons are 2023 and 2050. This work aims to model and predict the consumption series with two approaches, top down and bottom up. The first uses Pegels exponential smoothing methods and for the second is applied the model FORECAST Residential, developed by the Fraunhofer Institute, Germany. The top-down model is responsible for modeling and predicting Brazil energy consumption aggregated and disaggregated by class of consumption, while the bottom up will be used only in the residential sector, but for each geographic region. In addition to the forecast with the best model in sample for the top down case, an optimization of the model hyper parameters is carried out in order to adjust each of the projected values with the figures provided by EPE. The results obtained show that with the top down approach it is possible to predict satisfactorily the electricity consumption up to 2050 for all energy sectors; and the bottom up approach produce forecasts very likely to occur in the future. Finally, it is possible to conclude that all the results obtained here are very promising and give directions for future improvements.
|
Page generated in 0.0314 seconds