Aplicação de Redes Neuronais para Previsão de Cargas no horizonte do planeamento operacional

• Main Author: Inácio, Diogo Alexandre Trindade Ribeiro
• Publication Date: 2023
• Format: Master thesis
• Language: por
• Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
• Download full: http://hdl.handle.net/10400.21/17761
• topic: Modelos de previsão; Previsão de cargas; Previsão no curto prazo; Redes Neuronais; Forecast Models; Load forecasting; Short-term forecast; Neural Networks

Dado o crescimento exponencial da população e, consequentemente, o aumento do consumo de energia elétrica, surge a necessidade de prever a procura, para garantir um abastecimento ininterrupto e estável. Uma vez que a eletricidade é consumida ao mesmo ritmo que é produzida nas centrais, o uso da previsão de energia, tanto no lado da produção como do lado do consumo, é fulcral para se manter uma rede de transporte e distribuição estável. No entanto, o consumo não é um valor linear, sendo afetado por variáveis externas como a temperatura, o dia da semana e o mês do ano. Um outro fator que introduz aleatoriedade no sistema, são as Fontes de Energia Renováveis (FER), devido à sua componente estocástica referente ao seu recurso primário. Neste trabalho é apresentado um modelo Multilayer Perceptron de previsão a curto prazo (24h), definido como um tipo de Rede Neuronal, considerada como um método de Inteligência Artificial, que tomou por base os dados relativos aos consumos de energia, registados durante os períodos de 2014 a 2017. Para a previsão em estudo, foram obtidos resultados de MAPE de 3,43%, 4,66% e RMSE de 2639MW, 1201MW, para o modelo MLP e naive respetivamente. As conclusões retiradas deste trabalho evidenciam que, através do modelo de previsão utilizado, se consegue obter resultados precisos, com margens de erro reduzida. Os resultados permitiram aferir que este método se apresenta como um método fiável para o estudo da previsão do consumo de energia.