A avaliação da previsão de chuva a curtíssimo prazo com até 3 horas de antecedência na área de cobertura do RSP para diferentes tipos de sistemas precipitantes, principalmente os associados às enchentes e deslizamentos na RMSP, foi realizada por meio de um modelo advectivo a partir do campo de vento 2D médio e da velocidade dos campos das taxas de precipitação estimados com o radar e um Esquema Numérico de Terceira Ordem Corrente Acima (ENTOCA). O ENTOCA utiliza um vetor com deslocamento mantido constante. O desempenho da previsão para precipitação acumulada num determinado intervalo de tempo foi avaliado pelo Índice de Sucesso Crítico (CSI), Probabilidade de Detecção (POD) e Razão de Falsos Alarmes (FAR). Quantitativamente, a acurácia da previsão foi avaliada por meio do Erro Quadrático Médio (EQM). O coeficiente de correlação mostrou que a qualidade da previsão decresce ao longo do tempo, com maior previsibilidade para os sistemas estratiformes do que para os convectivos. O ENTOCA não considera a evolução espaço-temporal dos sistemas precipitantes durante a extrapolação do campo das taxas de precipitação. Em geral, constatou-se uma subestimativa da precipitação acumulada. As previsões também apresentaram maior desempenho para até 90 minutos e menor, a partir de 120 minutos de extrapolação. O desempenho médio da previsão pelo índice CSI para o limiar de 0.2 mm ao final de 60 minutos de precipitação acumulada foi: FFs (77%), Lis (67,5%), BDs (58%), CIs (56,4%) e BMs (47%). Em geral, a partir de 90 minutos de advecção (sistemas convectivos) e 120 minutos (sistemas estratiformes), o desempenho da previsão diminui exponencialmente. / The evaluation of the rainfall short-term forecast up to 3 hours in advance within the surveillance area of São Paulo weather radar (RSP) for different types of precipitating systems, mainly the are associated to floods and landslides in Metropolitan Area of São Paulo (RMSP), was carried out with an 2D wind advective scheme and rainfall rates estimated with the RSP. The third-order upstream numerical scheme (ENTOCA) was used with a uniform wind vector. The rainfall forecast skill for a given time interval was evaluated by the Critical Success Index (CSI), Probability of Detention (POD) and False Alarm Rate (FAR). Quantitatively, the accuracy of the forecast was evaluated with the mean-square error (mse). The correlation coefficient showed that the quality of the forecast decrease with time, with better skill for the stratiform systems than for convective ones, given that the ENTOCA do not take into account spatial-temporal evolution of the rainfall systems. In general, the precipitation accumulation was underestimated. The forecasts had better skill up to 90 minutes. The average skill based on CSI for the thresholds of 0.2 mm at 60 minutes the precipitation accumulation are: FFs (77%), Lis (67,5%), BDs (58%), CIs (56,4%) and BMs (47%). In general, from 90 minutes of advection (convective systems) and 120 minutes (stratiform systems), the skill of the forecast decreases.

In transforming the current electricity network, in a so called smart grid, demand forecasting is relevant to processes such as demand management, demand response, distributed generation, among others. For consumers, the replacement of electromechanical meters by electronic meters, enables real-time access to measurement data, providing this data for demand forecasting. The present work focuses on consumers with different profiles, commercial, industrial and institutional, connected to the the distribution network in medium-voltage and loads ranging between a few tens of kilowatts and two megawatts. For these consumers, very short-term demand forecasting (up to 2 hours) will be an important tool for decision making in a dynamic environment, with time-variable energy prices, demand-side management and eventually own generation. With the application of demand forecasting methods to various consumers with different profiles, it is shown that the forecasting methods with better accuracy (lower average error) are variable from consumer to consumer. For one consumer individually, the method with better accuracy is also variable, depending on the hour of the day. Combination of several demand forecasting methods results in similar or better performance compared to using only a single method. A method of selective combination is proposed, in order to eliminate the risk of choosing a unique method, which results are unpredictable. The results of the application of the proposed combination method, on several consumers with different characteristics, demonstrate that selective combination improves the quality of the forecast. / No processo de transformação das redes de energia elétrica atuais, em redes elétricas inteligentes (smart grid), a previsão de demanda é relevante para processos como o gerenciamento da demanda, resposta a demanda, geração distribuída, entre outros. Para os consumidores, a substituição de medidores eletromecânicos, por medidores eletrônicos, possibilita o acesso em tempo real aos dados da medição, disponibilizando estes dados para a previsão de demanda. O presente trabalho focaliza em consumidores de diferentes perfis, comerciais, industriais e institucionais, ligados à rede de distribuição em média tensão, com demandas situadas em uma faixa de algumas dezenas de quilowatts até dois megawatts. Para estes consumidores, uma previsão de demanda para curtíssimo prazo (até 2 horas) será uma importante ferramenta na tomada de decisão em um ambiente dinâmico, com tarifas variáveis no tempo, gerenciamento pelo lado da demanda e eventual geração própria. A partir da aplicação de métodos de previsão de demanda em consumidores de variados perfis de carga, é demonstrado que os métodos de previsão com melhor precisão (menor erro médio) variam de consumidor para consumidor. Para um mesmo consumidor o método de melhor precisão também é variável, sendo dependente da hora do dia. Uma combinação de diversos métodos de previsão de demanda resulta em performance similar ou superior se comparado ao uso de apenas um método individual. Propõe-se um método de combinação seletiva, com o objetivo de eliminar o risco da escolha de um único método, cujos resultados são imprevisíveis. Os resultados da aplicação do método de combinação proposto, em diversos consumidores de características diferentes, demonstram que a combinação seletiva representa uma melhora na qualidade da previsão.

A avaliação da previsão de chuva a curtíssimo prazo com até 3 horas de antecedência na área de cobertura do RSP para diferentes tipos de sistemas precipitantes, principalmente os associados às enchentes e deslizamentos na RMSP, foi realizada por meio de um modelo advectivo a partir do campo de vento 2D médio e da velocidade dos campos das taxas de precipitação estimados com o radar e um Esquema Numérico de Terceira Ordem Corrente Acima (ENTOCA). O ENTOCA utiliza um vetor com deslocamento mantido constante. O desempenho da previsão para precipitação acumulada num determinado intervalo de tempo foi avaliado pelo Índice de Sucesso Crítico (CSI), Probabilidade de Detecção (POD) e Razão de Falsos Alarmes (FAR). Quantitativamente, a acurácia da previsão foi avaliada por meio do Erro Quadrático Médio (EQM). O coeficiente de correlação mostrou que a qualidade da previsão decresce ao longo do tempo, com maior previsibilidade para os sistemas estratiformes do que para os convectivos. O ENTOCA não considera a evolução espaço-temporal dos sistemas precipitantes durante a extrapolação do campo das taxas de precipitação. Em geral, constatou-se uma subestimativa da precipitação acumulada. As previsões também apresentaram maior desempenho para até 90 minutos e menor, a partir de 120 minutos de extrapolação. O desempenho médio da previsão pelo índice CSI para o limiar de 0.2 mm ao final de 60 minutos de precipitação acumulada foi: FFs (77%), Lis (67,5%), BDs (58%), CIs (56,4%) e BMs (47%). Em geral, a partir de 90 minutos de advecção (sistemas convectivos) e 120 minutos (sistemas estratiformes), o desempenho da previsão diminui exponencialmente. / The evaluation of the rainfall short-term forecast up to 3 hours in advance within the surveillance area of São Paulo weather radar (RSP) for different types of precipitating systems, mainly the are associated to floods and landslides in Metropolitan Area of São Paulo (RMSP), was carried out with an 2D wind advective scheme and rainfall rates estimated with the RSP. The third-order upstream numerical scheme (ENTOCA) was used with a uniform wind vector. The rainfall forecast skill for a given time interval was evaluated by the Critical Success Index (CSI), Probability of Detention (POD) and False Alarm Rate (FAR). Quantitatively, the accuracy of the forecast was evaluated with the mean-square error (mse). The correlation coefficient showed that the quality of the forecast decrease with time, with better skill for the stratiform systems than for convective ones, given that the ENTOCA do not take into account spatial-temporal evolution of the rainfall systems. In general, the precipitation accumulation was underestimated. The forecasts had better skill up to 90 minutes. The average skill based on CSI for the thresholds of 0.2 mm at 60 minutes the precipitation accumulation are: FFs (77%), Lis (67,5%), BDs (58%), CIs (56,4%) and BMs (47%). In general, from 90 minutes of advection (convective systems) and 120 minutes (stratiform systems), the skill of the forecast decreases.

Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores. / Since adaptive neuro-fuzzy inference systems are universal approximators that can be used in functions approximation and forecasting applications, this work has the objective to determine their best parameters and best architectures with the purpose to execute very short term load forecasting in distribution substations. This can allow the development of more efficient load automatic control for power systems. The system inputs are load demand time series, which are composed of data measured at each five minutes interval, during seven days, from substations located in cities from São Paulo state countryside. Several input configurations and different architectures were examined to make a prediction aiming one step forecasting. The adaptive neuro-fuzzy inference system results in comparison with other approaches found in literature were promising.

Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores. / Since adaptive neuro-fuzzy inference systems are universal approximators that can be used in functions approximation and forecasting applications, this work has the objective to determine their best parameters and best architectures with the purpose to execute very short term load forecasting in distribution substations. This can allow the development of more efficient load automatic control for power systems. The system inputs are load demand time series, which are composed of data measured at each five minutes interval, during seven days, from substations located in cities from São Paulo state countryside. Several input configurations and different architectures were examined to make a prediction aiming one step forecasting. The adaptive neuro-fuzzy inference system results in comparison with other approaches found in literature were promising.

Submitted by Sandro Camargo (sandro.camargo@unipampa.edu.br) on 2015-05-09T18:11:33Z No. of bitstreams: 1 107110004.pdf: 2957226 bytes, checksum: b15ec66f6abfaa78dc10c29127881a4b (MD5) / Made available in DSpace on 2015-05-09T18:11:33Z (GMT). No. of bitstreams: 1 107110004.pdf: 2957226 bytes, checksum: b15ec66f6abfaa78dc10c29127881a4b (MD5) Previous issue date: 2012-06-29 / A previsão de carga é uma atividade de grande importância no Setor Elétrico, tendo em vista que a maioria dos estudos de planejamento e operação dos sistemas elétricos necessita de uma boa estimativa da carga a ser atendida. Na literatura encontram-se diversas metodologias para projeção de carga elétrica nos distintos horizontes de planejamento, porém limitadas a sistemas elétricos de médio e grande porte e poucas são as propostas de projeção de demanda no horizonte de curtíssimo prazo, principalmente para pequenas empresas do Setor Elétrico. O objetivo deste trabalho é apresentar uma metodologia inovadora de previsão de carga, a curtíssimo prazo, que considere as influências das condições climáticas e que possa auxiliar na programação do regime de operação de uma Pequena Central Hidrelétrica (PCH), principalmente em épocas de estiagem, quando a disponibilidade de água é restrita. A metodologia proposta envolve a criação de um modelo probabilístico discreto (cadeia de Markov) a partir da classificação dos dados históricos em um Mapa Auto-Organizável (SOM). Assim, é possível se estimar a probabilidade de um determinado nível de demanda acontecer dada uma condição climática atual, bem como o número de intervalos de tempo (horas) até que isso aconteça. Com estas informações é possível elaborar a melhor agenda de funcionamento da PCH de forma que a mesma esteja em funcionamento nos momentos em que a demanda atingir os valores máximos. O método proposto apresenta como diferencial em relação aos demais métodos existentes o fato de considerar a influência das variáveis climáticas (temperatura, umidade relativa do ar e velocidade do vento) para a previsão de demanda de energia elétrica no curtíssimo prazo, além de que os valores de entrada de demanda de energia e das variáveis climáticas (temperatura e umidade relativa do ar) são obtidos em tempo real, através de um sistema SCADA. Esta metodologia foi aplicada utilizando-se os dados reais de uma pequena concessionária de distribuição de energia elétrica do Rio Grande do Sul, mostrando resultados satisfatórios, suficientes para permitir a sua aplicação prática. / The electrical charge forecast is an activity of great importance in the Electricity Sector, considering that most studies of electrical systems planning and operation require a good estimative of the charge to be fulfilled. In books, there are various methodologies to have the electrical charge projection in different planning horizons, but limited to medium and large electrical systems. Furthermore, there are only a few demand projection proposals in the very short-term horizon, especially for small Electricity Sector companies. The aim of this paper is to present an innovative methodology in order to have the charge forecast, in a very short-term, which considers the climatic conditions influence and is able to assist the operation system programming of a Small Hydroelectric Power Plant, particularly in times of drought when water availability is restricted. The proposed methodology involves creating a discrete probabilistic pattern (Markov chain) from the historical data classification in a Self-Organizing Map (SOM). It is therefore possible to estimate the probability of reaching a certain demand level, taking the current climatic condition, as well as the periods of time (hours) until it happens. With this information it is possible to develop the best plant operation schedule so that it operates when the demand reaches its maximum numbers. The proposed method presents as differentials upon the other existing methods, the fact of considering the climatic variables influence (temperature, air humidity and wind speed) to forecast electricity demand in the very short-term, as well as the energy demand input values and climate variables obtainment (temperature and air humidity) in real time via a SCADA system. This methodology was applied using real data from a small electricity distribution plant in Rio Grande do Sul, showing satisfactory results, enough to allow their practical application.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Load forecasting is a very important activity on electric power system operation and planning, because many studies on electricity sector depend on future behavior of the system, requiring the electricity demand forecast for its realization. The very short-term load forecasting has a horizon of few minutes to a few hours and it seeks to translate more accurately the instantaneous profile of load. There are several factors that should be considered in forecasting methods, climatic variables have a major influence on demand trends in the very short term, therefore, they should be incorporated into the projection model. In Brazil, has been growing use of electricity production through the photovoltaic generation, so, for this feature to be used efficiently, energy produced by the solar panels forecast is a tool that contributes to this type of energy act reliably. The main objective of this work is to develop a methodology for load and solar power generation forecasting in the very short-term considering the influence the climatic variables. The methodology for load, wind and solar power generation forecasting considers the climatic variables: temperature, relative humidity, wind speed, solar radiation and atmospheric pressure. The study presents data load for a typical year of a substation of the metropolitan region of Rio Grande do Sul, analyzed with data from a weather station in the region. For calculate the solar power generation forecasting the method uses a model that considers the solar radiation and the temperature to calculate the power produced by the photovoltaic module. The method for the forecast was performed using Excel VBA tool, by grouping the load and climate variables data of history and is based on multiple linear regression. The projection algorithm was tested and compared computationally, based on actual data, presenting significant results, because as it is projected to hours ahead, the data is updated with the actual data every hour, reducing forecast errors, confirming that the considered climatic variables are very important to refine load and generation forecasting methods, essential for system planning. Compared to other existing methods, the proposed method stands out by the fact to consider climatic variables for the projection, and uses the methodology to perform the projection of solar power generation. / A previsão de carga é uma atividade de grande importância inserida na operação e no planejamento do sistema elétrico de potência, pois muitos estudos referentes ao setor elétrico dependem do comportamento futuro do sistema, sendo necessária a previsão de demanda de energia elétrica para sua realização. A previsão de demanda de eletricidade para curtíssimo prazo possui um horizonte de poucos minutos até algumas horas e ela procura traduzir com maior exatidão o perfil instantâneo da carga. Há vários fatores que devem ser considerados nos métodos de previsão, as variáveis climáticas apresentam grande influência na evolução de demanda no curtíssimo prazo, portanto, devem ser incorporadas no modelo de projeção. No Brasil, tem sido crescente a utilização da produção de energia elétrica através da geração fotovoltaica, sendo assim, para que esse recurso seja utilizado de forma eficiente, a previsão da energia produzida pelos painéis solares é uma ferramenta que contribui para que esse tipo de energia atue de forma confiável. O objetivo principal deste trabalho é o desenvolvimento de uma metodologia para previsão de carga e geração de energia solar para o horizonte de curtíssimo prazo, considerando a influência das variáveis climáticas. A metodologia para previsão de carga e geração de energia solar considera as variáveis climáticas: temperatura ambiente, umidade relativa do ar, velocidade do vento, radiação solar e pressão atmosférica. O estudo apresenta dados de carga de uma subestação da região metropolitana do estado do Rio Grande do Sul, analisados com dados de uma estação meteorológica da região. Para o cálculo da previsão da geração solar o método utiliza um modelo que considera a radiação solar e a temperatura para o cálculo da potência produzida pelo módulo fotovoltaico. O método para a previsão foi realizado utilizando a ferramenta VBA do Excel, através do agrupamento dos dados de carga e das variáveis climáticas do histórico e baseia-se na regressão linear múltipla. O algoritmo de previsão foi testado e comparado computacionalmente com base nos dados reais, apresentando resultados significativos, pois como a projeção é para horas a frente, os dados são atualizados com os dados reais a cada hora, diminuindo os erros da previsão, confirmando que as variáveis climáticas consideradas tem grande importância para refinar métodos de previsão de carga e geração de energia solar, fundamental para o planejamento do sistema elétrico. Em relação aos demais métodos já existentes, o método proposto se destaca pelo fato de considerar variáveis climáticas para a projeção de carga, e utiliza a metodologia para realizar a projeção da geração solar.

Este trabalho traz um estudo inicial do acoplamento elétrico-energético no planejamento da operação de curto-curtíssimo prazo utilizando Fluxo de Potência Ótimo em Corrente Alternada (FPOCA) com o objetivo de averiguar possíveis desvios entre o planejamento energético e o planejamento elétrico. É feita uma análise da influência dos aspectos elétricos do sistema de transmissão no planejamento energético de curto prazo utilizando-se um FPOCA, juntamente com a minimização do custo da geração e das perdas na transmissão. A minimização do custo da geração é feita através de uma otimização do sistema hidrotérmico utilizando-se um Programa de Otimização de Sistema Hidrotérmico (POSH) baseado em um algoritmo simplex convexo e na aplicação da teoria de fluxo em rede, enquanto que a minimização das perdas na transmissão é feita utilizando-se um FPOCA baseado no método Dual-Newton. Estas ferramentas permitem analisar a necessidade de ajustes para compatibilizar a otimização energética e a otimização elétrica de um sistema eletroenergético, e buscar um planejamento \"ótimo\" que atenda os planejamentos energético e elétrico. Dessa forma, a interface elétrico-energética se torna mais \"forte\", pois as metas de geração obtidas pelo planejamento de curto prazo que serão passadas para o planejamento de curtíssimo prazo, já incluem o efeito dos aspectos elétricos do sistema. Isto proporciona um controle dos desvios da trajetória \"ótima\" do sistema, o que contribui para melhorar a otimização global do planejamento da operação eletroenergética. / This work brings a beginning study of the electric-energetic coupling in the short-shortest term operation planning using Optimal Power Flow in Alternate Current (OPFAC) aiming to inquire possible mismatches between the energetic planning and the eletric planning. It is made an analysis of the electrical aspects influence in the short term energetic planning using OPFAC together with the minimization of generation cost and the transmission losses. The generation cost minimization is made for the hidrothermal system optimization using a Hydrothermal System Optimization Program (POSH) based on a convex simplex algorithm and the application of the network flow theory, while the transmission losses minimization is made using an OPFAC based on the Dual-Newton method. These tools allow to analyze the necessity of adjustments to make compatible the energetic optimization and the electric optimization of the power system, and to search an \"optimal\" planning that attends both the energetic planning and electric planning. Like this, the electric-energetic interface becomes strongest, therefore the generation goals gotten by the short-term planning, that will be passed to the shortest-term planning, already includes the effect of the electric system aspects. These one provide the mismatches control in the optimal trajectory of the system and it contributes to improve the global optimization of power system operation planning. The analyzed system is the 440 kV Equivalent System of CESP (Energetic Company of São Paulo), with 53 bus, being 7 generation bus, 85 transmission lines and 48 transformers.

Este trabalho traz um estudo inicial do acoplamento elétrico-energético no planejamento da operação de curto-curtíssimo prazo utilizando Fluxo de Potência Ótimo em Corrente Alternada (FPOCA) com o objetivo de averiguar possíveis desvios entre o planejamento energético e o planejamento elétrico. É feita uma análise da influência dos aspectos elétricos do sistema de transmissão no planejamento energético de curto prazo utilizando-se um FPOCA, juntamente com a minimização do custo da geração e das perdas na transmissão. A minimização do custo da geração é feita através de uma otimização do sistema hidrotérmico utilizando-se um Programa de Otimização de Sistema Hidrotérmico (POSH) baseado em um algoritmo simplex convexo e na aplicação da teoria de fluxo em rede, enquanto que a minimização das perdas na transmissão é feita utilizando-se um FPOCA baseado no método Dual-Newton. Estas ferramentas permitem analisar a necessidade de ajustes para compatibilizar a otimização energética e a otimização elétrica de um sistema eletroenergético, e buscar um planejamento \"ótimo\" que atenda os planejamentos energético e elétrico. Dessa forma, a interface elétrico-energética se torna mais \"forte\", pois as metas de geração obtidas pelo planejamento de curto prazo que serão passadas para o planejamento de curtíssimo prazo, já incluem o efeito dos aspectos elétricos do sistema. Isto proporciona um controle dos desvios da trajetória \"ótima\" do sistema, o que contribui para melhorar a otimização global do planejamento da operação eletroenergética. / This work brings a beginning study of the electric-energetic coupling in the short-shortest term operation planning using Optimal Power Flow in Alternate Current (OPFAC) aiming to inquire possible mismatches between the energetic planning and the eletric planning. It is made an analysis of the electrical aspects influence in the short term energetic planning using OPFAC together with the minimization of generation cost and the transmission losses. The generation cost minimization is made for the hidrothermal system optimization using a Hydrothermal System Optimization Program (POSH) based on a convex simplex algorithm and the application of the network flow theory, while the transmission losses minimization is made using an OPFAC based on the Dual-Newton method. These tools allow to analyze the necessity of adjustments to make compatible the energetic optimization and the electric optimization of the power system, and to search an \"optimal\" planning that attends both the energetic planning and electric planning. Like this, the electric-energetic interface becomes strongest, therefore the generation goals gotten by the short-term planning, that will be passed to the shortest-term planning, already includes the effect of the electric system aspects. These one provide the mismatches control in the optimal trajectory of the system and it contributes to improve the global optimization of power system operation planning. The analyzed system is the 440 kV Equivalent System of CESP (Energetic Company of São Paulo), with 53 bus, being 7 generation bus, 85 transmission lines and 48 transformers.