17.ago ouro i 15.00_351_tractebel

343 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
343
No SlideShare
0
A partir de incorporações
0
Número de incorporações
91
Ações
Compartilhamentos
0
Downloads
7
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

17.ago ouro i 15.00_351_tractebel

  1. 1. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo (Código ANEEL: 0403-010/2007) Prof. Sandro C. Lima [email_address]
  2. 2. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Desenvolvimento do Projeto: 1 - Seleção das indústrias a serem estudadas 2 - Levantamento dos fatores relevantes na caracterização da demanda energética nas indústrias 3 - Estudo, desenvolvimento e implementação de modelos matemáticos computacionais 4 - Estudo de caso 5 – Atualização da ferramenta de previsão do sistema de tele medição da Tractebel
  3. 3. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo A Base de Dados de Históricos de Demanda Ramo de atividade Quanti. Atividades Auxiliares ao Transporte 1 Comércio 1 Fabricação de Máquinas e Equipamentos 1 Fabricação de Produtos de Fumo 1 Fabricação de Produtos de Metal 2 Extração de Minerais Metálicos 2 Fab. de Máq., Aparelhos e Mat. Elétricos 2 Fab. de Artigos de Borracha e Plástico 2 Metalurgia Básica 2 Fab. de Prod. de Minerais Não-Metálicos 3 Fab. de Produtos Alimentícios e Bebidas 3 Fab. e Mont. de Veículos Automotores 3 Fab. de Celulose, Papel e Prod. de Papel 4 Fabricação de Produtos Químicos 21 Total 48
  4. 4. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Parâmetros Relevantes para Previsão <ul><li>Calendário </li></ul><ul><ul><li>dia da semana </li></ul></ul><ul><ul><li>hora do dia </li></ul></ul><ul><ul><li>status do dia </li></ul></ul><ul><li>Histórico da demanda </li></ul><ul><li>Variáveis climáticas (temperatura) </li></ul><ul><li>Produção </li></ul>
  5. 5. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Estrutura do modelo de previsão adotado D (k) = M + ∑c i .x i (x = calendário; 18 termos ) + ∑c j .y j (y = histórico da demanda; 18 termos) + ∑c l .z l (z = temperatura; 4 termos) + ∑c m .w m (w = produção; 7 termos) onde: c - constantes ajustadas por métodos de minimização M - média da demanda no período de ajuste considerado D - demanda prevista k - tempo futuro da previsão
  6. 6. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Resultados das Previsões: a) Influência na Previsão da Identificação de Dias Sem Produção e Pré-Tratamento dos Dados. (veículos 11,1% e 6,7% erro)
  7. 7. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Resultados das Previsões: b) A Influência dos Dados Climáticos. (veículos 4,5% e 3,7% erro)
  8. 8. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Resultados das Previsões: c) A influência dos dados de produção. (veículos 3,48% e 3,37% erro)
  9. 9. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Implantação no sistema de tele medição Comércio. Erro 10,8% / 13,9%
  10. 10. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Telas do Programa
  11. 11. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo Conclusões: <ul><li>Estudo do perfil das curvas de demanda de energia elétrica de clientes </li></ul><ul><ul><li>mais de 25 % dos casos apresentaram demanda praticamente constante  métodos de previsão por séries de médias ou de tendência linear. </li></ul></ul><ul><li>Desenvolvido um método quantitativo que leva em conta tanto as séries históricas quanto a relação de causalidade com variáveis explicativas. </li></ul><ul><li>A predição levando em consideração as variáveis climáticas e de produção obteve melhor resultado, mas a variável relevante para a previsão é o próprio histórico da demanda. Importância do pré-tratamento dos dados. </li></ul>
  12. 12. Desenvolvimento de Metodologia para Previsão de Demanda de Energia Elétrica Industrial em Curto e Médio Prazo

×