Adaptive Kalman based forecasting for electric load and distributed generation

Abstract

O fornecimento de eletricidade de forma perene, barata e confiável é de primordial importância econômica. Os sistemas elétricos necessitam de ferramentas robustas de previsão de demanda para implementar planos eficientes e razoáveis de expansão e operação. A inserção de geração distribuída adiciona um novo nível de complexidade a esta tarefa, pois não somente a geração descentralizada diminui a carga de modo aleatório e intermitente, como também inevitavelmente produz alterações nas séries históricas de carga usadas para fazer as previsões. Ambos os efeitos agem no sentido de aumentar os erros de predição no curto e no longo prazo, ameaçando a eficiência operacional e, no pior caso, a estabilidade do sistema. Este trabalho apresenta a previsão de carga e geração como um problema de estimação dinâmica de estado via filtros adaptativos de Kalman. As variáveis a serem estimadas são das demandas de base, média e de pico, assim como a geração fotovoltaica. Como medições e observações, são utilizadas previsões de tempo, datas e eventos de calendário, tarifas de eletricidade, índices e estimativas econômicas e demográficas. Combinações preprocessadas destas medições são usadas como as variáveis de entrada para a previsão.