Previsão de cargas em horizonte de curto-prazo aplicada a subestações de distribuição

Abstract

As metodologias de previsão de cargas em geral, têm sido alvo de um desenvolvimento considerável ao longo das últimas décadas, sendo hoje parte integrante dos mais actuais sistemas de planeamento e operação, ao dispor das empresas operadoras dos sistemas de energia eléctrica. Uma das causas deste desenvolvimento, é a tendência de reestruturação do sector eléctrico, que conduziu à liberalização do sector em diversos países, através do desmembramento das iniciais estruturas verticais convertendo-as em horizontais. Nesta dissertação estabeleceu-se uma abordagem metodológica destinada a prever o consumo de curto-prazo (hora seguinte), ilustrada com a aplicação a três subestações de distribuição (60/15kV), responsáveis pelo abastecimento de energia eléctrica à cidade de Coimbra. Existiu a preocupação de criar um modelo cuja implementação fosse pautada por sobriedade de meios. Optou-se por escolher um modelo regressivo baseado em redes neuronais artificiais. A utilização de redes neuronais artificiais, como metodologia de previsão no curto-prazo, tem sido largamente aplicada, com resultados que se podem considerar bastante satisfatórios. A escolha das variáveis que compõem o vector de entrada tem sido objecto de diversas abordagens metodológicas envolvendo diferentes graus de discricionariedade. Propõe-se nesta dissertação uma escolha menos discricionária da informação que deve figurar no vector de entrada. Partiu-se da analogia entre a série temporal de valores de potência activa e um sinal discreto, e efectuou-se uma análise da entropia, avaliando-se a memória de curto prazo da série. Após esta análise, e em face dos resultados verificados, foi explorado o conceito de tendência de evolução do consumo em instantes homólogos do passado da série temporal, o qual permitiu melhorar substancialmente os resultados do modelo.