Artigo Completo - Open Access.

Idioma principal

TESTES DE MODELAGENS PARA PREVISÃO DE UMA SÉRIE TEMPORAL DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA

Pereira, Cesar Machado ; Almeida, Nival Nunes de ; Velloso, Maria Luiza Fernandes ;

Artigo Completo:

Este trabalho testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão.

Artigo Completo:

Palavras-chave: Previsão; Séries Temporais; Energia Elétrica; SARIMAX; Sistemas Fuzzy,

Palavras-chave: ,

DOI: 10.5151/marine-spolm2015-140089

Referências bibliográficas
  • [1] AZADEH V. N. A., PAZHOUHESHFAR, P.; SABERIC, M. An Adaptive-Network-Based Fuzzy Inference System for Long-Term Electric Consumption Forecasting (2008-2015): A Case Study of the Group of Seven (G7) Industrialized Nations: U.S.A, Canada, Germany, United Kingdom, Japan, France and Italy. IEEE. 2010.
  • [2] BOX, G. E. P.; JENKINS, G. M. Time Series Analysis: Forecasting and Control. San Francisco. Holden Day, 1970.
  • [3] CAMPOS, R. J.; JESUS, T. A.; MENDES, E. M. A. M. Uma abordagem fuzzy para a previsão de curto-prazo do consumo de energia elétrica. In XXX Congresso Nacional de Matemática Aplicada - CNMAC, Brasil, Florianópolis, Setembro 2007.
  • [4] CHAVEZ, G. S.; BERNAT, J. X.; COALLA, H. L. Forecasting of energy production and consumption in Asturias (Northern Spain). Energy, 24, 183–98. 1999.
  • [5] CHRISTO, E. S.; SOUZA, R. C. Uma abordagem estatística para a previsão de potência reativa em sistemas elétricos. Pesquisa Oper. Vol. 26. Número: 2. Rio de Janeiro. Maio-Agosto. 2006.
  • [6] CONEJO, A. J.; CONTRERAS, J.; ESPÍNOLA, R.; PLAZAS, M. A. Forecasting electricity prices for a day-ahead pool-based electric energy market. International Journal of Forecasting, Vol. 21, pp. 435-65, 2005.
  • [7] CUARESMA, J. C.; HLOUSKOVA, J.; KOSSMEIER, S.; OBERSTEINER, M. Forecasting electricity spot prices using linear univariate time series models. Applied Energy, Vol. 77, pp. 87-106, 2004.
  • [8] ENDERS, W. Applied Econometric Time Series. 2 ed. United States of America: Ed. Wiley series in probability and statistics, 2004, 466 p. ISBN 0-471-23065-0.
  • [9] ESPINOSA, M. M.; PRADO, S. M.; GHELLERE, M. Uso do modelo SARIMA na previsão do número de focos de calor para os meses de junho a outubro no Estado de Mato Grosso. Departamento de Estatística/ICET. Universidade Federal de Mato Grosso, Cuiaba, MT, 2010.
  • [10] GUJARATI, D. N.; Econometria básica. 3 ed. São Paulo: Makron Books, 2000.
  • [11] GOMIDE, F.; GUDWIN, R.; TANSCHEIT, R. Conceitos fundamentais da teoria de conjuntos fuzzy, lógica fuzzy e aplicações. In: Porc. 6th IFSA Congress-Tutorials. 1995.
  • [12] GOOIJER, de; JAN, G.; HYDMAN, R. J. 25 years of time series forecasting. International Journal of Forecasting, 22(3):443-473. 2006.
  • [13] GREENE, Willian H. Econometric analysis. 5. ed. New Jersey: Prentice Hall, 2003.
  • [14] HERRERA, F. Genetic fuzzy systems: taxonomy, current research trends and prospects. Evolutionary Intelligence, v. 1, n. 1, p. 27–46, 1 mar. 2008.
  • [15] JANG, J. S. R.; GULLEY, N. The Fuzzy Logic Toolbox for use with MATLAB. The MathWorks, Inc., Natick, Massachusetts, 1995.
  • [16] LI, S.T.; CHENG, Y. C.A Stochastic HMM-Based Forecasting Model for Fuzzy Time Series. IEE Transactions on Systems, Man, and Cybernetics – Part B: Cybernetic, Vol. 40, No. 5. Outubro de 2010.
  • [17] LIU, L; HUDAK, G. P. Forecastingand Time Series AnalysisUsingthe SCA Statistical System. Scientific Computing Associated, 1994.
  • [18] MATOS, O. C. Econometria básica: teoria e aplicações. São Paulo: Atlas, 2000.
  • [19] MORETTIN, P. A. Econometria Financeira: um curso de séries temporais financeiras. ABE: São Paulo, 2008.
  • [20] PANDIAN, S. C.; DURAISWAMY, K.; RAJAN, C. C. A.; KANAGARAJ N. Fuzzy approach for short term load forecasting. Electric Power Systems Research, 76: pp. 541-548, 2006.
  • [21] PELLEGRINI, F.R. Metodologia para implementação de sistemas de previsão de demanda. Dissertação de Mestrado em Engenharia de Produção. Porto Alegre: UFRGS, 2000.
  • [22] PINHEIRO, T. M. M. Distribuidoras de Energia Elétrica no Brasil. Dissertação de mestrado. Universidade de Brasília, 2012. Disponível em: http://www.aneel.gov.br/biblioteca/trabalhos/trabalhos/Dissertacao_Thelma_Pinheiro.pdf.
  • [23] SAAB, S.; BADR, E.; NASR, G. Univariate modeling and forecasting of energy consumption: the case of electricity in Lebanon. Energy, 26, 1–14. 2001.
  • [24] SERRÃO, F. C. C. Modelo de previsão de carga de curto-prazo utilizando redes neurais e lógica fuzzy. Dissertação de Mestrado. Pontifica Universidade Católica, Brasil, Rio de Janeiro, 2003.
  • [25] SONG, Q.; CHISSOM, B. S. Forecasting enrollments with fuzzy time series - Part I, Fuzzy Sets Syst., vol. 54. pp. 1-9, 1993.
  • [26] SONG, Q.; CHISSOM, B. S. Fuzzy time series and its models, Fuzzy Sets Syst., vol. 54.pp. 269-277, 1993.
  • [27] SONG, Q.; CHISSOM, B. S. Forecasting enrollments with fuzzy time series - Part II, Fuzzy Sets Syst., vol. 62. pp. 1-8, 1994.
  • [28] SOUZA, R. C.; CAMARGO, M. E. Análise e previsão de séries temporais: os modelos ARIMA. Sedigraf, 1996.
  • [29] SUGENO, M. Industrial applications of fuzzy control. Elsevier Science Pub. Co., 1985.
  • [30] TANSCHEIT, R. Sistemas fuzzy, In: Inteligência computacional aplicada a administração, economia e engenharia em Matlab, pp. 229-264, São Paulo, Thomson Learning, 2007.
  • [31] URI, N. D. Forecasting peak system load using a combined time series and econometric model. Applied Energy, Vol. 4, pp. 219-227, 1978.
  • [32] ZADEH, L. A. Fuzzy sets. Fuzzy sets, Information and Control, 8:338-353, 1965.
Como citar:

Pereira, Cesar Machado; Almeida, Nival Nunes de; Velloso, Maria Luiza Fernandes; "TESTES DE MODELAGENS PARA PREVISÃO DE UMA SÉRIE TEMPORAL DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA", p. 185-195 . In: Anais do XVIII Simpósio de Pesquisa Operacinal & Logística da Marinha. São Paulo: Blucher, 2016.
ISSN 2175-6295, ISBN: 2358-5498
DOI 10.5151/marine-spolm2015-140089

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações