Metodologia para previsão de preço de energia considerando incertezas de vazões

KUKI, Cassia Akemi Castro

dc.creator	KUKI, Cassia Akemi Castro
dc.date.issued	2020-12-15
dc.identifier.uri	https://repositorio.unifei.edu.br/jspui/handle/123456789/2267
dc.description.abstract	The introduction of the electricity market at the Brazilian Power System makes the electricity price forecast an important area of research with many challenges to the market players because of its volatility. The identification of the main uncertainty sources is crucial to the development of the market. This knowledge helps in decision-making process related to energy contracting maximizing profits and reducing the risks to the agents. Thus, the aim of this study is forecasting electricity price from a computational chain composed of different interconnected models: CFSv2 climate model to forecast precipitation, MGB-IPH hydrological model to compute the inflows to reservoirs and energy programs currently in use in the Brazilian sector to define the price for three months ahead. The results show that, in general, the proposed methodology is able to predict and represent the streamflow behavior for the target operating weeks in the case study for June, July and August (JJA) 2020. This performance is justified by incorporating data from precipitation forecast to the hydrological model, improving the sensitivity of the streamflow forecasts. Streamflow forecasts are currently the variable with the greatest impact on the electricity price (PLD) that is calculated by the National Interconnected System (SIN). However, when analyzing the results obtained for the forecasted electricity price, the computational chain incorporating PREVIVAZ for the weekly streamflow forecasts presents error propagation along the simulation chain. The PREVIVAZ, used by the National System Operator (ONS), uses historical data and not the CFSv2 precipitation prediction. The different approaches are analyzed and conclusions about their uses in the middle office of traders are taken.	pt_BR
dc.description.sponsorship	Agência 1	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Itajubá	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Previsão de precipitação	pt_BR
dc.subject	Previsão de vazão	pt_BR
dc.subject	Previsão de preços de energia elétrica	pt_BR
dc.subject	Comercialização de energia elétrica	pt_BR
dc.title	Metodologia para previsão de preço de energia considerando incertezas de vazões	pt_BR
dc.type	Dissertação	pt_BR
dc.date.available	2021-02-03
dc.date.available	2021-02-03T18:24:16Z
dc.date.accessioned	2021-02-03T18:24:16Z
dc.creator.Lattes	http://lattes.cnpq.br/9348811980113082	pt_BR
dc.contributor.advisor1	LIMA, José Wanderley Marangon
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/4830182825385638	pt_BR
dc.contributor.advisor-co1	REBOITA, Michelle Simões
dc.contributor.advisor-co1Lattes	http://lattes.cnpq.br/0448732949873631	pt_BR
dc.description.resumo	Com a inserção da competição no Setor Elétrico Brasileiro (SEB), a previsão do preço de energia se tornou um dos principais desafios enfrentados pelo mercado, uma vez que tem como principal característica a volatilidade. Por essa razão, identificar as fontes de incertezas inerentes a esse processo auxilia nas tomadas de decisão relacionadas à contratação de energia de forma a maximizar os lucros e reduzir os riscos dos agentes do mercado de energia. Uma das variáveis importantes para o caso brasileiro é a afluência aos reservatórios das usinas hidrelétricas. Assim, este trabalho propõe a predição do preço de energia para o médio prazo a partir de uma cadeia computacional composta por diferentes modelos interconectados: modelo climático CFSv2, responsável pela previsão de precipitação; o modelo hidrológico MGB-IPH, responsável pela transformação da precipitação em vazão afluente; e a cadeia de programas energéticos atualmente em vigor no setor elétrico brasileiro para obtenção do preço (atualmente o PLD) para o horizonte de três meses à frente. Os resultados mostram que, em geral, a cadeia proposta consegue prever e representar o comportamento das afluências para as semanas operativas alvos no estudo de caso para o trimestre junho, julho e agosto (JJA) de 2020. Essa performance é justificada por incorporar dados de previsão de precipitação ao modelo hidrológico, melhorando a sensibilidade das previsões de vazão, que hoje é a variável de maior impacto sobre o preço da energia para os submercados que compõem o Sistema Interligado Nacional (SIN). Contudo, ao se analisar os resultados obtidos para a predição do preço, a cadeia proposta incorpora o PREVIVAZ para a previsão das afluências para as semanas seguintes à semana operativa alvo. Este procedimento reproduz o que o Operador Nacional do Sistema (ONS) utiliza atualmente na operação do sistema, contudo suas predições são feitas com base no histórico de afluências, sem levar em consideração as informações de precipitação. É mostrado neste trabalho que a sua aplicação na previsão de médio prazo apresenta uma propagação de erros ao longo da cadeia de simulação. É mostrada ainda a diferença do uso do PREVIVAZ e o uso apenas da previsão através do CFSv2.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação	pt_BR
dc.publisher.program	Programa de Pós-Graduação: Mestrado - Engenharia Elétrica	pt_BR
dc.publisher.initials	UNIFEI	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA	pt_BR
dc.relation.references	KUKI, Cassia Akemi Castro. Metodologia para previsão de preço de energia considerando incertezas de vazões. 2020. 129 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2020.	pt_BR