Modelagem e previsão de afluências em reservatórios equivalentes de energia no Brasil por meio de métodos híbridos

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Trabalho completo (oral)
  • Eixo temático: 8. EN&PG – PO na Área de Energia, Petróleo e Gás
  • Palavras chaves: Planejamento Energético; Previsão; Energia natural afluente;
  • 1 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
  • 2 Brookfield Renewable

Modelagem e previsão de afluências em reservatórios equivalentes de energia no Brasil por meio de métodos híbridos

Erick Meira

Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)

Resumo

A grande disponibilidade de recursos hídricos e as adequadas condições de relevo colocam o Brasil como um dos líderes mundiais na geração de hidroeletricidade, com capacidade instalada somente menor que a da China. Neste contexto, a modelagem e previsão acurada das afluências de energia para os sistemas hidrotérmicos é essencial para se estimar, no curto prazo, a incerteza inerente à geração de energia, e para auxiliar, no longo prazo, o planejamento da operação destes sistemas. O presente trabalho propõe abordagens híbridas, que combinam métodos tradicionais de previsão de séries temporais com algoritmos de Bagging (Bootstrap Aggregation), para fornecer previsões acuradas de energia natural afluente no Brasil em até 24 meses à frente. Os ensaios são conduzidos para reservatórios equivalentes de energia em diferentes regiões brasileiras, a fim de se testar a robustez dos métodos, e a acurácia das abordagens propostas é comparada a de diferentes métodos de referência na literatura de previsão. Resultados e implicações em termos de tomada de decisão são posteriormente discutidos.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!