Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro
Electricity price forecasting is an important issue to all Market participants in order to decide bidding strategies and to establish bilateral contracts, maximizing their profits and minimizing their risks. Energy price typically exhibits seasonality, high volatility and spikes. Also, energy pri...
| Autor principal: | RESTON FILHO, José Carlos |
|---|---|
| Grau: | Tese |
| Idioma: | por |
| Publicado em: |
Universidade Federal do Pará
2015
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.ufpa.br/jspui/handle/2011/6768 |
| id |
ir-2011-6768 |
|---|---|
| recordtype |
dspace |
| spelling |
ir-2011-67682022-04-07T12:50:02Z Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro RESTON FILHO, José Carlos AFFONSO, Carolina de Mattos http://lattes.cnpq.br/2228901515752720 OLIVEIRA, Roberto Célio Limão de http://lattes.cnpq.br/4497607460894318 Redes neural artificial Predição do preço de energia Mercado de curto prazo Comercialização de energia Filtros ARIMA Short-term market Artificial neural networks Explanatory variables selection Energy comercialization Electricity price forecasting ARIMA filters CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA Electricity price forecasting is an important issue to all Market participants in order to decide bidding strategies and to establish bilateral contracts, maximizing their profits and minimizing their risks. Energy price typically exhibits seasonality, high volatility and spikes. Also, energy price is influenced by many factors such as power demand, weather, and fuel price. This work proposes a new hybrid approach for short-term energy price prediction. This approach combines auto-regressive integrated moving average (ARIMA) and neural network (ANN) models in a cascaded structure and uses explanatory variables. A two step procedure is applied. In the first step, the selected explanatory variables are predicted. In the second one, the energy prices are forecasted by using the explanatory variables prediction. The proposed model considers a multi-step ahead price prediction (12 weeks-ahead) and is applied to Brazilian market, which adopts a cost-based centralized dispatch with unique characteristics of price behavior. The results show good ability to predict spikes and satisfactory accuracy according to error measures and tail loss test when compared with traditional techniques. Additionally, is proposed a classifier model consisting of ANN and decision trees in order to explain the rules of price formation and, together with the predictor model, acting as an attractive tool to mitigate the risks of energy trading. FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia. 2015-06-16T17:02:30Z 2015-06-16T17:02:30Z 2014-11-28 Tese RESTON FILHO, José Carlos. Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro. 2014. 85 f. Orientadora: Carolina Mattos Affonso; Coorientador: Roberto Célio Limão de Oliveira. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2014.Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/6768. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/6768 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Tecnologia UFPA Programa de Pós-Graduação em Engenharia Elétrica |
| institution |
Repositório Institucional - Universidade Federal do Pará |
| collection |
RI-UFPA |
| language |
por |
| topic |
Redes neural artificial Predição do preço de energia Mercado de curto prazo Comercialização de energia Filtros ARIMA Short-term market Artificial neural networks Explanatory variables selection Energy comercialization Electricity price forecasting ARIMA filters CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA |
| spellingShingle |
Redes neural artificial Predição do preço de energia Mercado de curto prazo Comercialização de energia Filtros ARIMA Short-term market Artificial neural networks Explanatory variables selection Energy comercialization Electricity price forecasting ARIMA filters CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA RESTON FILHO, José Carlos Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| topic_facet |
Redes neural artificial Predição do preço de energia Mercado de curto prazo Comercialização de energia Filtros ARIMA Short-term market Artificial neural networks Explanatory variables selection Energy comercialization Electricity price forecasting ARIMA filters CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA |
| description |
Electricity price forecasting is an important issue to all Market participants in
order to decide bidding strategies and to establish bilateral contracts,
maximizing their profits and minimizing their risks. Energy price typically
exhibits seasonality, high volatility and spikes. Also, energy price is influenced
by many factors such as power demand, weather, and fuel price. This work
proposes a new hybrid approach for short-term energy price prediction. This
approach combines auto-regressive integrated moving average (ARIMA) and
neural network (ANN) models in a cascaded structure and uses explanatory
variables. A two step procedure is applied. In the first step, the selected
explanatory variables are predicted. In the second one, the energy prices are
forecasted by using the explanatory variables prediction. The proposed model
considers a multi-step ahead price prediction (12 weeks-ahead) and is applied
to Brazilian market, which adopts a cost-based centralized dispatch with unique
characteristics of price behavior. The results show good ability to predict
spikes and satisfactory accuracy according to error measures and tail loss test
when compared with traditional techniques. Additionally, is proposed a classifier
model consisting of ANN and decision trees in order to explain the rules of price
formation and, together with the predictor model, acting as an attractive tool to
mitigate the risks of energy trading. |
| author_additional |
AFFONSO, Carolina de Mattos |
| author_additionalStr |
AFFONSO, Carolina de Mattos |
| format |
Tese |
| author |
RESTON FILHO, José Carlos |
| title |
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| title_short |
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| title_full |
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| title_fullStr |
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| title_full_unstemmed |
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| title_sort |
previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro |
| publisher |
Universidade Federal do Pará |
| publishDate |
2015 |
| url |
http://repositorio.ufpa.br/jspui/handle/2011/6768 |
| _version_ |
1832603944713453568 |
| score |
11.755432 |