Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

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.

Implementação e testes de campo de um ESP digital

Neste trabalho é apresentado o desenvolvimento e os resultados da implementação e testes em campo de um estabilizador de sistema de potência (ESP) projetado com técnica de controle digital para fins de amortecimento de modos de oscilação eletromecânica observáveis em sinais de potência elétrica medido em uma unidade hidro-geradora, de 350 MVA da Usina Hidrelétrica de Tucuruí. É apresentada e aplicada a metodologia de identificação de modelos paramétricos lineares do tipo auto regressivo com entradas exógenas (ARX), para estimação de modelos com capacidade de capturar a informação relevante (amortecimento e freqüência natural) dos modos eletromecânicos dominantes do sistema. De posse do modelo paramétrico ARX, é efetuada então a síntese da lei de controle digital amortecedor para o ESP, através da técnica de deslocamento radial dos pólos da função de transferência de malha fechada. Para a síntese da lei de controle digital, utilizou-se uma estrutura canônica do tipo RST. Para os testes de campo, a lei de controle amortecedor do ESP digital foi codificada em linguagem C e embarcada em um protótipo cujo hardware é baseado em microcontrolador modelo DSPIC 30F3014, o qual incorpora um grande número de periféricos para aquisição e comunicação de dados. Para avaliar o desempenho do ESP digital desenvolvido, testes experimentais foram realizados em uma unidade geradora de 350 MVA da casa de força número 1, da UHE de Tucuruí. O estabilizador desenvolvido atua através da modulação da referência de tensão do regulador automático de tensão da respectiva unidade geradora, de acordo com as oscilações observadas através da medida de potência elétrica no estator do gerador. Os resultados de testes de campo mostraram um excelente desempenho do ESP digital no amortecimento de um modo eletromecânico, de freqüência natural de aproximadamente 1,7 Hz, observado nos teste de campo realizado.

Estudos de estratégias de identificação paramétrica para detecção e diagnóstico de faltas em um processo industrial do tipo tanques comunicantes

Esta dissertação apresenta uma técnica para detecção e diagnósticos de faltas incipientes. Tais faltas provocam mudanças no comportamento do sistema sob investigação, o que se reflete em alterações nos valores dos parâmetros do seu modelo matemático representativo. Como plataforma de testes, foi elaborado um modelo de um sistema industrial em ambiente computacional Matlab/Simulink, o qual consiste em uma planta dinâmica composta de dois tanques comunicantes entre si. A modelagem dessa planta foi realizada através das equações físicas que descrevem a dinâmica do sistema. A falta, a que o sistema foi submetido, representa um estrangulamento gradual na tubulação de saída de um dos tanques. Esse estrangulamento provoca uma redução lenta, de até 20 %, na seção desse tubo. A técnica de detecção de falta foi realizada através da estimação em tempo real dos parâmetros de modelos Auto-regressivos com Entradas Exógenas (ARX) com estimadores Fuzzy e de Mínimos Quadrados Recursivos. Já, o diagnóstico do percentual de entupimento da tubulação foi obtido por um sistema fuzzy de rastreamento de parâmetro, realimentado pela integral do resíduo de detecção. Ao utilizar essa metodologia, foi possível detectar e diagnosticar a falta simulada em três pontos de operação diferentes do sistema. Em ambas as técnicas testadas, o método de MQR teve um bom desempenho, apenas para detectar a falta. Já, o método que utilizou estimação com supervisão fuzzy obteve melhor desempenho, em detectar e diagnosticar as faltas aplicadas ao sistema, constatando a proposta do trabalho.