[pt] A previsão de carga é considerada uma poderosa ferramenta
no controle e planejamento de sistemas elétricos. Um grande
número de pesquisadores têm sugerido, recentemente,
diversas técnicas para previsão de carga a curto prazo.
Este trabalho estuda a aplicabilidade de modelos lineares.
O trabalho pretende ser uma base para uma aplicação real de
previsão. Os modelos foram desenvolvidos e testados com
dados reais de carga de uma empresa de eletricidade situada
no sudeste de Brasil. Todos os modelos são propostos para
dados secionais, isto é, a série de carga de cada hora é
estudada separadamte como uma série única. Esta abordagem
evita a modelagem de padrões intra-dia (perfil da carga)
complexos apresentados pela série de carga, que variam
durante os dias da semana e nas estações. Três modelos são
estudados, primeiro um modelo um modelo SARIMA ajustado por
variáveis binárias DASARIMA, adotado como modelo de
referência, o segundo um modelo em duas etapas que
considera a existência de componentes determinísticos para
modelar a tendência, a sazonalidade e os efeitos do
calendário, denominado modelo autorregressivo sazonal em
dois níveis - TLSAR; e o último um modelo de de memória
longa generalizada ajustado por variáveis binárias - DAGLM.
Os resultados dos ensaios mostraram que os modelos horários
são bem apropriados para uma aplicação de previsão. Os
erros de previsão, das duas últimas abordagens, são menores
que os do modelo de referência, DASARIMA. O trabalho sugere
que este tipo de modelos horários devem ser testados mais
completamente a fim de fornecer uma opinião final sobre sua
aplicabilidade. / [en] Load forecasting has been considered a powerful tool in
managing and planning power systems. Several tecniques have
been recently suggested for short-term load forecasting by
a large number of researchers. This work studies the
applicability of linear models in the area is intended to
be a basis for a real forecasting application. The models
were developed and tested on the real load data of a
utility company located in the southeast of Brazil. All
models are proposed for sectional data, that is, each
hour's load is studied separately as a single series. This
approach avoids modeling the intricate intra-day pattern
(load profile) displayed by the load, wich varies
throughout days of the week and seasons. Three models are
studied, the first one a Dummy-Adjusted Seasonal Integrated
Autoregressive Moving Average model - DASARIMA, acting as a
benchmark, the second a two-step modeling that makes use of
deterministic components to model trend, seasonality and
calendar effects, called Two-Level Seasonal Autoregressive
model - TLSAR; and the last one a Dummy-Adjusted
Generalized Long Memory model - DAGLM. The test results
showed that the hourly models are well suitable for
forecasting application. The forecasting errors of the last
two approaches were smaller than those of the DASARIMA
benchmark. The work suggests that this kind of hourly
models should be implemented in a through on-line testing
in order to provide a final opinion on its applicability.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:4438 |
Date | 26 January 2004 |
Creators | LACIR JORGE SOARES |
Contributors | REINALDO CASTRO SOUZA, REINALDO CASTRO SOUZA, REINALDO CASTRO SOUZA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0021 seconds