Information theoretic learning para previsão de vazões diárias e seu impacto na formação do PLD horário

• Ano de defesa: 2022
• Autor(a) principal: Nunes Junior, Elson Antonio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Redes Neurais Artificiais; Correntropia; Previsão de Vazões; PLD; Rede neural artificial; Engenharia elétrica; Vazão natural; Artificial Neural Networks; Information Theoretic Learning; Correntropy; Flow Forecast; Spot Price
• Link de acesso: http://app.uff.br/riuff/handle/1/26206

Como a previsão de vazões afluentes a hidrelétricas é uma das informações de entrada do processo de programação da operação do Sistema Interligado Nacional (SIN), é importante que as previsões geradas sejam cada vez mais assertivas de modo que as saídas desse processo estejam cada vez mais condizentes com as reais condições do sistema. O uso de Redes Neurais Artificiais (RNAs) para previsão de afluências pode ser considerada como uma alternativa aos métodos preditivos oficiais adotados pelo Operador Nacional do Sistema Elétrico (ONS) e, nessa linha, os conceitos de Information Theoretic Learning (ITL) garantem análise estatística mais robusta aplicada na etapa de aprendizagem da rede. O objetivo deste trabalho é a modelagem de um previsor de afluências diárias a partir do uso de técnicas de RNAs e dados de entrada hidrológicos e meteorológicos. No treino da rede, foi utilizado o Critério de Maximização da Correntropia (MCC) – conceito oriundo do framework de ITL – com o objetivo de aumentar a similaridade entre amostras calculadas e reais, consequentemente reduzindo o erro de previsão. As saídas do modelo são incorporadas ao programa de otimização de despacho hidrotérmico de curtíssimo prazo, a fim de se analisar o impacto no preço spot do mercado de energia elétrica. Para efeito comparativo, foi desenvolvida outra rede neural, porém sem o uso do ITL, além de um previsor ingênuo. Na análise de exatidão das afluências previstas, os resultados mostraram que o previsor principal se sobressaiu aos outros dois modelos e, no horizonte do primeiro dia de previsão, foi melhor ou equivalente aos modelos utilizados oficialmente no setor em 63,9% das hidrelétricas avaliadas. Na etapa de avaliação de preço, a curva de variação do preço, referente à alternativa principal apresentou ótima aderência à referência oficial, acompanhando movimentos de subida e descida de maior volatilidade. Ao final, é adotada uma curva de preços referente ao cenário de vazões reais, provendo comparação na qual se verificou que, em média, os preços relativos ao previsor proposto foram mais próximos dos valores de afluências reais do que as curvas de referência oficiais.