PREVISÃO DE CARGA ELÉTRICA DO SUBSISTEMA SUDESTE/CENTRO-OESTE DO SISTEMA INTERLIGADO NACIONAL UTILIZANDO REDES NEURAIS ARTIFICIAIS

Resumo

A previsão de carga elétrica consiste em um estudo fundamental para a operação e o planejamento dos sistemas elétricos de potência. Tendo em vista a desregulamentação do setor de energia elétrica, a maior competitividade e as transformações tecnológicas e filosóficas advindas da concepção e construção de redes inteligentes, o conhecimento do comportamento futuro das cargas dos sistemas de energia elétrica torna-se essencial para a adequada tomada de decisão. Dentro deste contexto, as pesquisas abordando a previsão de carga dar-se-ão nos horizontes de longo, médio, curto e curtíssimo prazo. Ademais, os pesquisadores e empresas do setor têm investido na aplicação de técnicas de inteligência artificial para concepção de modelos robustos e flexíveis que propiciem uma solução confiável, com alta acuracidade e de alta performance computacional. Por conseguinte, neste artigo foram desenvolvidos sistemas inteligentes para previsão de carga de curto prazo em sistemas de energia elétrica. Mais especificamente, empregaram-se como ferramentas para concepção do módulo previsor distintas, recentes e promissoras redes neurais artificiais, i.e., LSTM, Encoder-Decoder LSTM e Encoder-Decoder CNN-LSTM. Dentro desta perspectiva, realizaram-se simulações para previsão de carga para um período de 24h relativa ao subsistema Sudeste/Centro-Oeste, considerando dados de carga e dados exógenos. Os resultados evidenciam que as metodologias propostas para previsão de carga horária em um subsistema elétrico brasileiro, abarcando um período de consideráveis alterações no comportamento da curva de carga, são robustas, eficazes e de alta performance computacional.