Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais

Detalhes bibliográficos
Ano de defesa: 2007
Autor(a) principal: QUEIROZ, Anderson Rodrigo de lattes
Orientador(a): LIMA, José Wanderley Marangon lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Itajubá
Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia Elétrica
Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
País: Brasil
Palavras-chave em Português:
Mercado de energia elétrica
Redes neurais
Custos marginais
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/3795
Resumo: A introdução da competição no setor elétrico fez com que o preço da eletricidade se transformasse em uma das mais importantes variáveis no mercado de energia. Desta maneira, eficientes métodos para estimação do preço da eletricidade têm se tornado cruciais para maximizar os benefícios dos agentes participantes desse mercado. No Brasil, o preço da energia elétrica é formado pelo custo marginal de operação (CMO) obtido por um programa de otimização (NEWAVE). Previsões do CMO e de sua volatilidade tem sido o maior problema no mercado brasileiro, pois, cada simulação no NEWAVE leva aproximadamente quatro horas de tempo computacional (em um Pentium IV 2GHz com 512MB de memória RAM) para ser concluída. Este trabalho apresenta um modelo rápido e eficiente para simular o preço da energia elétrica no mercado brasileiro de energia, utilizando as técnicas de Projeto de Experimentos (DOE) e Redes Neurais Artificiais (RNA). O trabalho demonstra que a combinação dessas duas técnicas gera resultados promissores que podem ser aplicados em gerenciamento de risco e análise de investimentos.
id UFEI_94ec067f3a2bb979421fe9fe74c02b22
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/3795
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str
spelling 2007-04-202023-06-262023-06-26T17:48:54Z2023-06-26T17:48:54Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/3795A introdução da competição no setor elétrico fez com que o preço da eletricidade se transformasse em uma das mais importantes variáveis no mercado de energia. Desta maneira, eficientes métodos para estimação do preço da eletricidade têm se tornado cruciais para maximizar os benefícios dos agentes participantes desse mercado. No Brasil, o preço da energia elétrica é formado pelo custo marginal de operação (CMO) obtido por um programa de otimização (NEWAVE). Previsões do CMO e de sua volatilidade tem sido o maior problema no mercado brasileiro, pois, cada simulação no NEWAVE leva aproximadamente quatro horas de tempo computacional (em um Pentium IV 2GHz com 512MB de memória RAM) para ser concluída. Este trabalho apresenta um modelo rápido e eficiente para simular o preço da energia elétrica no mercado brasileiro de energia, utilizando as técnicas de Projeto de Experimentos (DOE) e Redes Neurais Artificiais (RNA). O trabalho demonstra que a combinação dessas duas técnicas gera resultados promissores que podem ser aplicados em gerenciamento de risco e análise de investimentos.The introduction of competition on the electricity sector has turned the electricity price the most important variable in the energy market. On this way, efficient estimating methods of spot prices have became crucial to maximize the agent benefits. In Brazil the electricity price is formed by the marginal cost provided by an optimization software (NEWAVE). Forecasting the Marginal Cost (CMO) and its volatility has been the major problem in the Brazilian market because each simulation on NEWAVE takes about four hours of computational time (in a Pentium IV 2GHz with 512Mbytes of RAM memory). This work presents a fast and efficient model to simulate the spot price based on the Brazilian electricity market, using DOE (Design of Experiments) and ANN (Artificial Neural Networks) techniques. The work proved that the combined techniques provided promising results and should be applied to risk management and investment analysis.porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Engenharia ElétricaUNIFEIBrasilIESTI - Instituto de Engenharia de Sistemas e Tecnologia da InformaçãoCNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIAMercado de energia elétricaRedes neuraisCustos marginaisSimulação de custos marginais em mercado de energia elétrica utilizando redes neuraisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisLIMA, José Wanderley Marangonhttp://lattes.cnpq.br/4830182825385638BALESTRASSI, Pedro Paulohttp://lattes.cnpq.br/8999535447828760http://lattes.cnpq.br/4336239163436184QUEIROZ, Anderson Rodrigo deQUEIROZ, Anderson Rodrigo de. Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais. 2007. 133 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2007.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3795/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_200731295.pdfDissertação_200731295.pdfapplication/pdf2018930https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3795/1/Disserta%c3%a7%c3%a3o_200731295.pdfee7d13255d5f7e1a851f44ffac143b10MD51123456789/37952023-06-26 14:48:54.658oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442025-08-26T21:13:30.192832Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
title Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
spellingShingle Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
QUEIROZ, Anderson Rodrigo de
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
Mercado de energia elétrica
Redes neurais
Custos marginais
title_short Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
title_full Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
title_fullStr Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
title_full_unstemmed Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
title_sort Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais
author QUEIROZ, Anderson Rodrigo de
author_facet QUEIROZ, Anderson Rodrigo de
author_role author
dc.contributor.advisor1.fl_str_mv LIMA, José Wanderley Marangon
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4830182825385638
dc.contributor.advisor-co1.fl_str_mv BALESTRASSI, Pedro Paulo
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/8999535447828760
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/4336239163436184
dc.contributor.author.fl_str_mv QUEIROZ, Anderson Rodrigo de
contributor_str_mv LIMA, José Wanderley Marangon
BALESTRASSI, Pedro Paulo
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
Mercado de energia elétrica
Redes neurais
Custos marginais
dc.subject.por.fl_str_mv Mercado de energia elétrica
Redes neurais
Custos marginais
description A introdução da competição no setor elétrico fez com que o preço da eletricidade se transformasse em uma das mais importantes variáveis no mercado de energia. Desta maneira, eficientes métodos para estimação do preço da eletricidade têm se tornado cruciais para maximizar os benefícios dos agentes participantes desse mercado. No Brasil, o preço da energia elétrica é formado pelo custo marginal de operação (CMO) obtido por um programa de otimização (NEWAVE). Previsões do CMO e de sua volatilidade tem sido o maior problema no mercado brasileiro, pois, cada simulação no NEWAVE leva aproximadamente quatro horas de tempo computacional (em um Pentium IV 2GHz com 512MB de memória RAM) para ser concluída. Este trabalho apresenta um modelo rápido e eficiente para simular o preço da energia elétrica no mercado brasileiro de energia, utilizando as técnicas de Projeto de Experimentos (DOE) e Redes Neurais Artificiais (RNA). O trabalho demonstra que a combinação dessas duas técnicas gera resultados promissores que podem ser aplicados em gerenciamento de risco e análise de investimentos.
publishDate 2007
dc.date.issued.fl_str_mv 2007-04-20
dc.date.available.fl_str_mv 2023-06-26
2023-06-26T17:48:54Z
dc.date.accessioned.fl_str_mv 2023-06-26T17:48:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/3795
url https://repositorio.unifei.edu.br/jspui/handle/123456789/3795
dc.language.iso.fl_str_mv por
language por
dc.relation.references.pt_BR.fl_str_mv QUEIROZ, Anderson Rodrigo de. Simulação de custos marginais em mercado de energia elétrica utilizando redes neurais. 2007. 133 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2007.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Engenharia Elétrica
dc.publisher.initials.fl_str_mv UNIFEI
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3795/2/license.txt
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3795/1/Disserta%c3%a7%c3%a3o_200731295.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
ee7d13255d5f7e1a851f44ffac143b10
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1854751276871450624

Registros relacionados