Trabalho de Conclusão de Curso
Documento
Autoria
Unidade da USP
Data de Apresentação
Orientador
Banca
Silva, Ivan Nunes da
Carneiro, Adriano Alber de Franca Mendes
Título em Português
Desenvolvimento de modelos para previsão de spread do preço de energia elétrica no mercado de curto prazo
Palavras-chave em Português
Comercialização de energia
Mercado de curto prazo
Spread
Modelos de previsão
Modelos autorregressivos
Redes neurais
Séries temporais
Energia elétrica - planejamento
Resumo em Português
Este trabalho consiste no desenvolvimento de modelos de previsão aplicados na predição do Spread (Ágio) do preço de energia elétrica praticado pelos agentes vendedores no mercado de curto prazo. Foram avaliados os desempenhos das técnicas de regressão linear (Modelo Autorregressivo - AR e Modelo Autorregressivo Exógeno - ARX) e dos modelos não lineares (Redes Neurais Artificiais - RNA). Como variáveis de entrada dos modelos de previsão foram utilizados históricos de variáveis influentes na operação energética brasileira: Geração Termelétrica, Geração Hidrelétrica, Preço de Liquidação das Diferenças (PLD), Demanda Energética, Energia Natural Afluente (ENA), Energia Armazenada e o histórico do próprio Spread. Tais modelos de previsão podem ser utilizados como uma ferramenta de suporte no processo de planejamento de comercialização de energia elétrica.
Palavras-chave em Inglês
Electricity commercialization
Spot market
Spread
Forecast models
Autoregressive models
Neural networks
Time series
Resumo em Inglês
This research work aims to design of a forecast model applied on the electricity price spread used by the seller agents in Brazilian spot market. The performance of the linear regression technique (Auto-Regressive Model – AR and Auto-Regressive Exogenous Model – ARX) and the performance of the non-linear models (Artificial Neural Networks – ANN) were evaluated for the prediction. The historical of influent variables in the Brazilian power operation: Thermoelectric Power Generation, Hydroelectric Power Generation, Spot Price (PLD), Electricity Demand, Natural Inflow Energy (ENA), Stored Energy and the Spread itself were used as input variables on the prediction models. Such prediction models can be used as a support tool on the planning electricity commercialization.
Arquivos
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.
 
Data de Publicação
2012-03-29
Número de visitas
3055
Número de downloads
2776
Copyright © 2010 Biblioteca Digital de Trabalhos Acadêmicos da USP. Todos os direitos reservados.