1
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em
Curto e Médio Prazo
(Código ANEEL: 0403-010/2007)
Prof. Sandro C. Lima
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Desenvolvimento do Projeto:
1 - Seleção das indústrias a serem estudadas
2 - Levantamento dos fatores relevantes na caracterização da
demanda energética nas indústrias
3 - Estudo, desenvolvimento e implementação de modelos
matemáticos computacionais
4 - Estudo de caso
5 – Atualização da ferramenta de previsão do sistema de tele medição
da Tractebel
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
A Base de Dados de Históricos de DemandaRamo de atividade Quanti.
Atividades Auxiliares ao Transporte 1
Comércio 1
Fabricação de Máquinas e Equipamentos 1
Fabricação de Produtos de Fumo 1
Fabricação de Produtos de Metal 2
Extração de Minerais Metálicos 2
Fab. de Máq., Aparelhos e Mat. Elétricos 2
Fab. de Artigos de Borracha e Plástico 2
Metalurgia Básica 2
Fab. de Prod. de Minerais Não-Metálicos 3
Fab. de Produtos Alimentícios e Bebidas 3
Fab. e Mont. de Veículos Automotores 3
Fab. de Celulose, Papel e Prod. de Papel 4
Fabricação de Produtos Químicos 21
Total 48
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Parâmetros Relevantes para Previsão Calendário
dia da semana hora do dia status do dia
Histórico da demanda Variáveis climáticas (temperatura) Produção
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Estrutura do modelo de previsão adotado
D (k) = M + ∑ci.xi (x = calendário; 18 termos ) + ∑cj.yj (y = histórico da demanda; 18 termos) + ∑cl.zl (z = temperatura; 4 termos) + ∑cm.wm (w = produção; 7 termos)
onde:c - constantes ajustadas por métodos de minimizaçãoM - média da demanda no período de ajuste consideradoD - demanda previstak - tempo futuro da previsão
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Resultados das Previsões:a) Influência na Previsão da Identificação de Dias Sem Produção e Pré-Tratamento dos Dados. (veículos 11,1% e 6,7% erro)
0,0
0,2
0,4
0,6
0,8
1,0
1,2
08/03/08 11/03/08 15/03/08 19/03/08 23/03/08 27/03/08 31/03/08
Potê
nci
a [P
U]
Data
DemandaPrevisão
0,0
0,2
0,4
0,6
0,8
1,0
1,2
08/03/08 11/03/08 15/03/08 19/03/08 23/03/08 27/03/08 31/03/08
Potê
ncia
[PU
]
Data
DemandaPrevisão
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Resultados das Previsões:b) A Influência dos Dados Climáticos. (veículos 4,5% e 3,7% erro)
0,0
0,2
0,4
0,6
0,8
1,0
26/05/08 27/05/08 28/05/08 29/05/08 30/05/08 31/05/08 02/06/08
Potê
nci
a [P
U]
Data
DemandaPrevisão
0,0
0,2
0,4
0,6
0,8
1,0
26/05/08 27/05/08 28/05/08 29/05/08 30/05/08 31/05/08 02/06/08
Potê
nci
a [P
U]
Data
DemandaPrevisão
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Resultados das Previsões:c) A influência dos dados de produção. (veículos 3,48% e 3,37% erro)
0,0
0,2
0,4
0,6
0,8
1,0
1,2
23/11/09 24/11/09 25/11/09 26/11/09 27/11/09 28/11/09 29/11/09
Potê
nci
a [P
U]
Data
DemandaPrevisão
0,0
0,2
0,4
0,6
0,8
1,0
1,2
23/11/09 24/11/09 25/11/09 26/11/09 27/11/09 28/11/09 29/11/09
Potê
nci
a [P
U]
Data
DemandaPrevisão
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Implantação no sistema de tele medição
bXaY
n
xbya
22
xxn
yxxynb
0
0,2
0,4
0,6
0,8
1
1,2
16/05/08 18/05/08 21/05/08 23/05/08 26/05/08 28/05/08 31/05/08
Potê
nci
a [P
U]
Data
Demanda Equação 1 Projeção linear
Comércio. Erro 10,8% / 13,9%
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Telas do Programa
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Conclusões: Estudo do perfil das curvas de demanda de energia elétrica de clientes
mais de 25 % dos casos apresentaram demanda praticamente
constante métodos de previsão por séries de médias ou de
tendência linear.
Desenvolvido um método quantitativo que leva em conta tanto as séries
históricas quanto a relação de causalidade com variáveis explicativas.
A predição levando em consideração as variáveis climáticas e de produção
obteve melhor resultado, mas a variável relevante para a previsão é o próprio
histórico da demanda. Importância do pré-tratamento dos dados.
00:00
Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo
Top Related