Modelos estatísticos de previsão de carga e geração renovável para operações em sistemas de potência

O objetivo deste trabalho é a criação de ferramentas de previsão baseado em modelos estatísticos para operações em sistema de potência. Os horizontes de previsão dos modelos serão de oito horas no futuro e um dia no futuro. As variáveis de previsão são: geração fotovoltaica, geração eólica, carga e carga vertical no nível de transmissão. Para proceder com o trabalho inicialmente é feita a coleta das variáveis de previsão juntamente com um conjunto de dados meteorológicos auxiliares. O pré-processamento é necessário para garantir que os dados respeitem as restrições impostas pelos modelos estatísticos de previsão. Os modelos de previsão são baseados em métodos estatísticos conhecidos e confiáveis, usados em análise de séries temporais. No final, o melhor modelo para cada conjunto de dados de previsão é encontrado e seu desempenho é medido. Os resultados da previsão de carga e da carga vertical foram muito satisfatórios, exibindo um erro percentual muito baixo, mantendo um intervalo de erros globalmente constante ao longo da série temporal. Quanto à previsão de geração de energia fotovoltaica e eólica, os resultados foram aceitáveis para algumas estimativas grosseiras. O desempenho da previsão pode ser melhorado usando modelos não-lineares ou modelos que possam lidar com a volatilidade.The objective of this thesis is to create forecasting tools for day-ahead or intraday power system operation, forecasting photovoltaic (PV) generation, wind generation, load, and vertical load at the transmission level. To find the best models, it is necessary to collect the forecasting along with the predictor datasets. Preprocessing is also necessary to ensure the datasets respected some qualities to be fed into the model. The forecasting models are based on well-known and reliable statistical methods used for time series analysis. In the end, the best model for each forecasting dataset is found and its performance is measured. The results of forecasting load and vertical load are satisfying, showing a very low percentage error, maintaining an overall constant range of error. As to the forecast of PV and wind generation, the results can be acceptable for some raw estimation, but the performance of the forecast can be improved by using nonlinear models or models that can address volatility