Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-04-27T12:33:25Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaEnquadramentoTarifário.pdf: 1700287 bytes, checksum: 8bed656f48ea3bf86ba8701852443f95 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-05-04T12:34:45Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaEnquadramentoTarifário.pdf: 1700287 bytes, checksum: 8bed656f48ea3bf86ba8701852443f95 (MD5) / Made available in DSpace on 2017-05-04T12:34:45Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodologiaEnquadramentoTarifário.pdf: 1700287 bytes, checksum: 8bed656f48ea3bf86ba8701852443f95 (MD5) Previous issue date: 2017-01-25 / No atual contexto mundial de avanços tecnológicos em que a sociedade se torna cada vez mais dependente da energia elétrica, um fato interessante chama atenção, o desperdício de energia elétrica nas instituições geradoras do conhecimento técnico e científico, Instituições de Ensino Superior- IFES, fato comprovado pela preocupação e iniciativa da Agência Nacional de Energia Elétrica (ANEEL) publicada em outubro de 2016 através da chamada 01/2016 as concessionários distribuidoras de energia elétrica, que visa entre outros objetivos investir em eficiência energética e minigeração nas IFES, o que evidencia a ausência de gestão estratégica energética, a falta da cultura de otimização dos recursos energéticos e de recursos públicos e o descomprometimento com o uso sustentável de energia elétrica e como consequência dos recursos naturais por parte da maioria das IFES. Assim este trabalho poderá ajudar na busca pela minimização dos desperdícios com energia elétrica e dos recursos públicos nas IFES, à medida que irá propor uma metodologia eficiente de enquadramento tarifário, capaz de avaliar e ajustar a demanda contratada (kW) e a modalidade tarifária do consumo de energia elétrica dos grupos A4 e B3 aos regulamentos vigentes. A metodologia consiste em alcançar a eficiência energética, por meio da análise da demanda, enquadramento tarifário e do consumo de energia elétrica, nas unidades consumidoras das IFES, em especial ao estudo de caso das unidades da Universidade Federal do Sul e Sudeste do Pará (Unifesspa), através da análise das faturas mensais de energia elétrica e do embasamento das resoluções e normas sobre os tipos de tarifações de energia elétrica dos grupos A4 e B3, aplicadas pela ANEEL, respeitando também o estudo de caso que ocorrerá na área de concessão das Centrais Elétricas do Pará (CELPA). A metodologia também fará a fina previsão de demanda contratada (kW), para que se possa contratar a demanda que de fato se precise, evitando desperdícios. Com isso, espera-se ajustar a demanda contratada de carga (kW) de cada unidade consumidora do grupo A4 a serem estudadas, a sua real necessidade, evitando custo desnecessários com pagamentos de demanda contratada acima ou abaixo da demanda consumida, objetiva-se também adequar o enquadramento tarifário de cada unidade consumidora a ser estudada, tanto do grupo A4 como B3, de acordo com sua demanda de carga e de seu consumo de energia elétrica e por fim, almeja-se a redução de custo para a Administração Pública e proporcionar uma forma prática de análise e indicação do melhor enquadramento tarifário dos grupos estudados, e com isso alcançar o consumo sustentável e contratos eficientes de energia elétrica. / In the current world context of technological advances in which society becomes increasingly dependent on electric power, an interesting fact draws attention, the waste of electric power in the institutions that generate technical and scientific knowledge, Federal Universities, a proven fact by the concern and initiative of the National Electric Energy Agency published in October 2016 through the call 01/2016 the electric power distribution concessionaires, which aim among other objectives to invest in energy efficiency and minigeration in the Federal Universities, which shows the absence of strategic energy management, lack of a culture of energy resources optimization and of public resources, and the disengagement with the sustainable use of electric power and, as a consequence, of natural resources by most Federal Universities. Thus, this work may help in the search for the minimization of waste of electric power and public resources in the Federal Universities, as it will propose an efficient methodology of tariff framework, capable of evaluating and adjusting the contracted demand (kW) and the consumption tariff modality of electricity from groups A4 and B3 to current regulations. The methodology consists of achieving energy efficiency, through the demand, tariff framework and the consumption of electric power analysis in the consumer units of the IFES, in particular the case study of the units of the Federal University of the South and Southeast of Pará, through the study of the monthly electric bills and the resolutions and norms on the types of electricity tariffs of groups A4 and B3, applied by National Electric Energy Agency, also respecting the case study that will take place in the concession area of the Electric Centrals of Pará. The methodology will also make the fine forecast of contracted demand (kW), so that one can contract the demand that is actually needed, avoiding wastes. As such, it is expected to adjust the contracted load demand (kW) of each consumer unit of the A4 group to be studied, its real necessity, avoiding unnecessary costs with contracted demand payments above or below the consumed demand, it is also aimed to adapt the tariff structure of each observed consumer unit, both in the A4 and B3 groups, according to its load demand and its electric power consumption and, finally, the cost reduction for Public Administration is sought and provide a practical way of analyzing and indicating the best tariff framework of the groups studied, and by such, achieving sustainable consumption and efficient electricity contracts.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-04-27T13:23:33Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_RedesNeuraisDiretas.pdf: 1815165 bytes, checksum: cfcfafe8a5e2953a3752c0fa6b44406d (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-05-04T12:40:06Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_RedesNeuraisDiretas.pdf: 1815165 bytes, checksum: cfcfafe8a5e2953a3752c0fa6b44406d (MD5) / Made available in DSpace on 2017-05-04T12:40:06Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_RedesNeuraisDiretas.pdf: 1815165 bytes, checksum: cfcfafe8a5e2953a3752c0fa6b44406d (MD5) Previous issue date: 2016-11-11 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Nos estudos sobre o mercado de energia do brasil existem poucos trabalhos sobre predição do preço de energia elétrica em curto prazo. Os que existem utilizam modelos preditores do tipo ARIMA e rede neural direta, entretanto com a rede neural sem método de seleção das variáveis de entrada ou dos atrasos das entradas. Além disso, não há trabalhos que utilizem redes neurais recorrentes no mercado brasileiro. O mercado de energia de curto prazo pode apresentar importantes oportunidades aos agentes atuantes, pois a comercialização nesse mercado é menos burocrática em relação ao mercado de longo prazo. Este trabalho apresenta o uso de redes neurais diretas e recorrentes (além da comparação com o modelo ARIMA) para a previsão do preço de energia elétrica de curto prazo brasileiro com uso da técnica de correlação para seleção das variáveis externas da rede e também para escolha dos atrasos nestas variáveis selecionadas. Mostra-se que, na previsão de um passo a frente, as redes neurais implementadas superam o desempenho do modelo ARIMA para esta série e, em geral, a rede direta apresenta melhor resultado que a recorrente. além disso, a seleção dos atrasos nas variáveis de entrada melhora o desempenho da rede neural direta. / There are few articles about short term electricity price prediction in the Brazilian market. Existing works use ARIMA predictors and feedforward neural networks however, without input selection or lag selection for these inputs. Besides, there is no work with use of recurrent neural networks in the Brazilian electricity market. The short term electricity market may show important opportunities for the agents acting as the commercialization in this market is less bureaucratic in relation to the long-term market.. This article shows the use of feedforward and recurrent neural networks (besides comparison with the ARIMA model) to predict short term electricity price with the use of correlation for exogenous input selection for the networks and also for lag selection to these inputs. It is shown that, for one step forward predictions, both implemented networks outperforms the ARIMA model, and in general, feedforward network works better than recurrent network. Besides, lag selection in the input improves feedforward network performance.