ISE - Teses de Mestrado
Permanent URI for this collection
Browse
Recent Submissions
- Previsão de curto prazo do consumo de energiaPublication . Duarte, Sérgio M. da Conceição; Estanqueiro, Ana; Couto, A.RESUMO: O combate às alterações climáticas, bem como a redução da dependência energética externa passam pela instalação e exploração em larga escala de novas fontes energética renováveis, endógenas e não poluentes. Contudo, a introdução destas fontes no sistema electroprodutor (SE), com caráter estocástico, confere um nível de incerteza adicional no equilíbrio do mesmo. Neste equilíbrio, é fulcral atuar não só no lado da geração, mas igualmente no lado da procura, em oposição à perspetiva tradicional da gestão dos SEs, em que predomina o paradigma que a oferta deve estar sempre preparada para seguir o consumo, i.e., satisfazer totalmente, a procura, cujo comportamento é, tipicamente, considerado incontrolável e inelástico. Uma das formas mais consensuais para permitir esta mudança, assenta no conceito de gestão do consumo (Demand Side Management), que tem por objetivo flexibilizar o consumo, de modo a que este se adapte a uma produção variável no tempo ou em situações de constrangimento ou de estímulos tarifários. No entanto é necessário ter uma boa previsão do mesmo, de forma a solicitar atempadamente esta resposta do lado do consumo. Com a necessidade de previsões fidedignas como pano de fundo, na presente dissertação é proposta a implementação e comparação de vários modelos, de previsão a curto prazo (24h), utilizando três métodos diferentes, sendo estes posteriormente comparados com um método de referência (baseline). A baseline utilizada consiste numa regressão linear simples, utilizando o consumo de energia elétrica verificado no instante t-24horas como variável independente. Os três métodos utilizados foram a Regressão Linear Multivariada (MLR), k-vizinhos mais próximos (KNN) e uma Rede Neuronal Artificial (ANN). Recorrendo a uma técnica estatística de agrupamento de dados (k-medoids), é ainda feita uma identificação dos perfis diários de consumo presentes na série temporal em análise, a identificar padrões diários, semanais e sazonais. Estes métodos foram aplicados à série de consumo habitacional para Portugal, BTN C, disponibilizada publicamente pela REN, utilizando os valores registados de 2014 a 2018 (inclusive). No problema em estudo a Rede Neuronal Artificial foi identificada como o melhor método. Foram obtidos MAPE de 5,6%, 4,3% e 4,2% e RMSE de 13,4MW, 11,7MW e 10,7MW para a MLR, KNN e ANN, respetivamente. Comparativamente, a baseline conseguiu um MAPE de 7,8% e um RMSE de 19,3 MW. Num nível mais granular, foram analisados em detalhe os desvios na previsão e identificadas as horas de maior consumo como as mais problemáticas de prever. O mesmo também se verificou ao nível dos meses do ano, onde os meses mais frios demonstraram ser os mais problemáticos, não só pelo o nível de intensidade do valor mas devido à variabilidade que existe nestes meses. Ao nível diário, os dias de transição de regime (sábado e segunda-feira) e o domingo apresentaram erros consideravelmente mais elevados relativamente aos restantes dias da semana. Com este trabalho, as conclusões retiradas permitem demonstrar a importância e a vantagem da aplicação das metodologias de i) agregação para compreender e caracterizar os diferentes perfis de consumo de energia elétrica e ii) previsão a curto prazo do consumo de energia elétrica com recurso ao método de aprendizagem automática, nomeadamente, Redes Neuronais Artificiais.
- Avaliação económica de centrais eólicas e fotovoltaicas em Portugal Continental: Análise de sensibilidadePublication . Garcia, Geuffer; Estanqueiro, AnaAs Fontes de Energia Renovável (FER) podem ajudar a minorar as emissões das indústrias de energia, reduzindo assim o custo da electricidade e a dependência de combustíveis fósseis importados. Foram traçadas metas nacionais para FER ao incorporar programas de incentivo, nomeadamente a remuneração através de tarifas bonificadas, de forma a impulsionar o investimento nestas tecnologias. Mesmo com programas de incentivo, o investimento num projecto de FER pode não ter a rentabilidade exigida pelos investidores. É de extrema importância a obtenção precisa de resultados de avaliação económica de centrais renováveis para garantir futuros investimentos, proporcionando um acréscimo de produção de energia limpa e visando um futuro mais sustentável. Neste trabalho, pretende-se levar a cabo os estudos de avaliação económica de grandes centrais eólicas e fotovoltaicas, com características técnicas e económico-financeiras típicas, utilizando as regras de remuneração impostas pela legislação portuguesa, numa perspectiva de demonstrar a adequação destas regras nos panoramas económico-financeiros presentes nos anos entre 2000 e 2020. Através da ferramenta de cálculo desenvolvida, são aqui estudadas futuras decisões políticas de redução da tarifa bonificada e o seu efeito na viabilidade económica de projectos existentes. Efectua-se o estudo de avaliação económica de futuros projectos, numa óptica de construção de cenários de evolução das FER em Portugal a médio/longo prazo. É igualmente obtido um mapeamento de custos normalizado de energia (LCOE) de centrais típicas fotovoltaicas, eólicas onshore e offshore (fixas e flutuantes) para Portugal Continental, com o objectivo de comparação e hierarquização dos seus custos nos melhores locais para as suas instalações. Os resultados obtidos permitem clarificar o peso que cada legislação em vigor tem nos resultados económicos de centrais eólicas e fotovoltaicas no território português. Dão também a noção do comportamento económico destas centrais ao longo dos anos, permitindo a construção de cenários de evolução da viabilidade económica a médio/longo prazo.