Orientador: Takaaki Ohishi, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação / Made available in DSpace on 2018-08-04T02:13:02Z (GMT). No. of bitstreams: 1
Salgado_RicardoMenezes_M.pdf: 1108780 bytes, checksum: 10c15c1a0a011bd71da16f4211028ae8 (MD5)
Previous issue date: 2004 / Resumo: Na operação de um sistema de energia elétrica, uma etapa importante é a determinação da programação da operação diária, a qual determina um plano de produção de energia elétrica para o(s) próximo(s) dia(s) para cada uma das unidades geradoras do sistema, geralmente em base horária ou de meia hora. Esta programação é utilizada pela operação em tempo real do sistema como uma referência operativa, e por isso é importante que a solução proposta assegure uma operação adequada do sistema. Para avaliar o impacto de um dado programa de operação sobre o sistema de transmissão, é necessário que se conheça a distribuição da carga ao longo da rede, pois o carregamento nas linhas de transmissão e transformadores depende da demanda de carga em cada barramento (ponto de entrega de energia elétrica). Num contexto de planejamento da operação diária é necessário conhecer a carga em cada barramento em cada intervalo de tempo considerado na programação. Ou seja, faz-se necessário uma previsão de carga de curto prazo por barramento. O principal objetivo desta dissertação foi desenvolver um modelo de previsão de carga diária ativa, em base horária, por barramento. Dois tipos de metodologias foram implementadas: metodologias de previsão individual (MPI) que trata cada barramento de forma isolada e metodologias de previsão agregada (MPA) na qual a previsão é feita uma única vez para um dado conjunto de barramentos. O modelo agregado visa diminuir a necessidade da realização de previsões para cada barramento, propondo para isto, a realização de uma única previsão de forma agregada; este modelo é composto de três fases: (i) fase de agregação - onde as cargas dos barramentos são agregadas; (ii) fase de previsão - que é realizada através da série agregada em (i); (iii) fase de desagregação - onde a previsão é distribuída através dos barramentos agregados. Para agregar os barramentos utilizou-se técnicas de agrupamento de dados. A metodologia de previsão individual atende aos barramentos que apresentam pouca similaridade no seu perfil de demanda, quando comparados a outros barramentos, desta forma a sua agregação resulta em altos erros. Para os barramentos que apresentam alta similaridade com outros barramentos, as metodologias agregadas foram eficientes na previsão, proporcionando um menor número de previsões e resultados de boa qualidade. Os dados utilizados para testar os modelos são dados reais medidos em um sistema de transmissão e sub-transmissão do nordeste brasileiro / Abstract: In the operation of an electric power system, an important stage is the determination of the daily operation programme, which determines a plan of electric power production for the following day(s) for each of the generating units of the system, usually on an hourly or a half-hourly basis. This programme is used by the system's real time operation as an operational reference, and therefore it is important that the proposed solution should assure an appropriate operation of the system. To evaluate the impact of any given operation programme on the transmission system, the distribution of the load along the net must be known, since the loading in the transmission lines and transformers depends on the load demand in each bus (point of electric power delivery). In a daily operation planning context, it is necessary to know the load in each bus in each time interval considered in the programme. In other words, a short-term load forecast per bus is necessary. The main goal of this work was to develop a daily active load forecast model, on an hourly basis, per bus. Two types of methodologies were implemented: individual forecast methodology (MPI) that adresses each bus in an isolated way and aggregated forecast methodology (MPA) in which the forecast is made a single time for a given group of buses. The aggregate model seeks to reduce the need of forecasts being made for each bus, proposing for that a single forecast in an aggregated way. This model is composed of three stages: (i) aggregation phase - where the loads of the buses are joined; (ii) forecast phase - which is made through the aggregated series in (i); (iii) disaggregation phase - where the forecast is distributed through the joined buses. Two data c1ustering techniques were used for aggregating the buses. The individual forecast methodology considers the buses that present little similarity in their demand profile, when compared to the other buses, thus their aggregation results in high error rates. For the buses that present high similarity to other buses, the aggregated methodologies were efficient in the forecast, providing a smaller number of forecasts and results of good quality. The database used to test the models features real data measured in the transmission system and subtransmission of the Brazilian northeast region / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/261851 |
Date | 16 July 2004 |
Creators | Salgado, Ricardo Menezes |
Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Ballini, Rosangela, 1969-, Ohishi, Takaaki, 1955-, Silva.Lima, Wagner da, Filho, Secundino Soares, Gomide, Fernando Antonio Campos |
Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 111p. : il., application/pdf |
Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.4414 seconds