UFJF - Universidade Federal de Juiz de Fora

Plano de Ensino

Disciplina: 219038 - MÉTODOS DE PREVISÃO PARA O MERCADO DE ENERGIA

Créditos: 3

Departamento: DEPTO DE ESTATISTICA /ICE

Ementa O mercado de energia - por que é necessário prever. Características das séries de demanda, e dificuldades para a modelagem. O custo do erro de previsão. Previsão usando curvas padrão de carga. Previsão por meio de modelos lineares: por conjuntos de modelos transversais em paralelo; por modelos longitudinais. Previsão por modelos causais: regressão linear e não-linear. Modelos de computação intensiva baseados em redes neurais artificiais e outras técnicas de computação intensiva. Combinações de previsões.
Conteúdo O mercado de energia - por que é necessário prever. Características das séries de demanda, e dificuldades para a modelagem. O custo do erro de previsão. Previsão usando curvas padrão de carga. Previsão por meio de modelos lineares: por conjuntos de modelos transversais em paralelo; por modelos longitudinais. Previsão por modelos causais: regressão linear e não-linear. Modelos de computação intensiva baseados em redes neurais artificiais e outras técnicas de computação intensiva. Combinações de previsões.
Bibliografia Bunn, D.W. (2004). (ed) Modelling Prices in Competitive Electricity Markets. Wiley: Chichester.

Bunn, D. W. ; Farmer, E. D. (1985) Comparative Models for Electrical Load Forecasting. John Wiley & Sons

Hong, T.; Dickey, D. A. (2015). Electric load forecasting: fundamentals and best practices. disponível online no site https://www.otexts.org/book/elf

Hyndman, R. J.; Athanasopoulos, G. (2015). Forecasting: principles and practice. disponível online no site https://www.otexts.org/fpp

Shumway, R. H.; Stoffer, D. S. (2011). Time Series analysis and its applications. Springer.

Artigos:
Bunn, D.W. (2000). Forecasting Loads and Prices in Competitive Power Markets, in Proc. IEEE 88. pp.163-169.

Hippert, H.S.; Pedreira, C. S. R., Souza, R. C. (2001). Neural Networks for Short-term Load Forecasting: A Review and Evaluation, IEEE Trans on Power Syst, 16 (1) 44-55.

Taylor, J. W. (2010). Triple Seasonal Methods for Short-term Electricity Demand Forecasting, European J of Oper Research, 204, 139-152.

Taylor, J. W.; Snyder, R. (2012). Forecasting Intraday Time Series with Multiple Seasonal Cycles Using Parsimonious Seasonal Exponential Smoothing. Omega, 40 (6) 748-757.
Bibliografia (continuação)
Bibliografia complementar
Voltar