Métodos de Previsão da Produção Renovável e o Mercado Diário de Energia Elétrica

A integração das energias renováveis variáveis (ERV) nos sistemas energéticos tem vindo a aumentar ao longo dos últimos anos, seja por questões económicas ou ambientais. No entanto, a evolução desta situação traz novos desafios para os agentes de mercado, pois a integração deste tipo de energia traz instabilidade e insegurança para o sistema elétrico devido à caracte- rística intermitente das ERV. A energia eólica destaca-se por dois motivos: a sua participação nos mercados mundiais e a dificuldade em prever seu comportamento. Por estes motivos os agentes de mercado e investigadores dedicam parte de seus esforços a desenvolver modelos de previsão de produção de energia que representem com a menor taxa de erro o comporta- mento dos seus parques eólicos. O mercado diário funciona de forma a combinar ofertas de compra e venda de eletricidade. Para o Mercado Ibérico de Eletricidade (MIBEL) o horizonte de tempo é de até 36 horas, ou seja, um agente do mercado pode negociar um montante de energia elétrica para 36 horas no futuro. Sendo assim ele precisa de informações que facilitem as suas decisões, uma vez que o não cumprimento das obrigações pode trazer penalidades. Deste modo, este trabalho busca apresentar uma perspetiva geral sobre a energia reno- vável no mundo e na península Ibérica. Também caracteriza o mercado de energia elétrica e seu funcionamento, e então apresenta os métodos de previsão de geração de energias variáveis com ênfase na Energia Eólica. Por fim avalia a qualidade das previsões e seus impactos no mercado diário com uma análise comparativa entre estudos baseados nos principais métodos de previsão. A comparação entre métodos é bastante difícil, visto que as previsões dependem de inú- meras características, o que dificulta o processo de escolha de um modelo adequado. Contudo, por meio de pesquisa literária, utilizando as regras do mercado e as escalas de tempo, criou-se um cenário em que foi possível recomendar a utilização do método de inteligência artificial para um produtor de eletricidade participante no MIBEL.The integration of variable renewable energies (ERV) on the energy systems has been increasing over the last few years, whether for economic or environmental reasons. How- ever, the evolution of this situation brings new challenges for market agents, as the integration of this type of energy brings instability and insecurity to the electrical system due to the intermittent characteristic of the ERVs. Wind energy can stand out for two main reasons, its share on the world markets and the complexity to predict its behavior. For these reasons, market agents and researchers devote their efforts to develop models based on energy production forecasting meth- ods that represent the behavior of their wind farms with the lowest error rate. The spot market works by combining the offers of sellers and buyers, for the Iberian Electricity Market (MIBEL) the time horizon is up to 36 hours, i.e, a market agent can negotiate an amount of energy for 36 hours in the future. In this way, they need information that facilitates their decisions, since non-compliance of his obligations brings penalties. Due to the lack of standardization, the comparison between different prevision meth- ods is quite difficult, since the predictions depend on numerous characteristics and makes difficult the process of choosing the most appropriate model. However, through literary research, using the market rules and time scales, a scenario was created in which it was possible to recommend the use of the artificial intelligence method for an energy producer participating in the MIBEL. Therefore, this work seeks to present a general perspective on renewable energy in the world and in the Iberian Peninsula. It also characterizes the energy market and how it oper- ates, then presents variable energy generation forecasting methods with an emphasis on Wind Energy. Finally, it assesses the quality of forecasts and their impact on the daily market with a comparative analysis between studies based on the main forecasting methods