Publication
Intelligent forecasting of electricity consumption in buildings, for application in the iberian market of electricity bidding
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Ruano, A. E. | |
| dc.contributor.advisor | Rui, Santana | |
| dc.contributor.author | Sousa, Manuel Carlos dos Santos | |
| dc.date.accessioned | 2019-05-18T13:54:32Z | |
| dc.date.available | 2019-05-18T13:54:32Z | |
| dc.date.issued | 2018-12-21 | |
| dc.date.submitted | 2018 | |
| dc.description.abstract | O governo português, numa iniciativa conjunta com o governo espanhol, formou o Mercado Ibérico de Eletricidade ou MIBEL, que possibilita a qualquer consumidor do espaço ibérico, adquirir energia elétrica num regime de livre concorrência, a qualquer produtor ou comercializador de energia elétrica que atue em Portugal ou Espanha. Criou-se assim um mercado de energia muito competitivo, onde a energia elétrica é comprada e vendida ao preço do mercado. Como consequência, o risco assumido pelas empresas que produzem, vendem ou compram energia elétrica aumentou substancialmente, tornando-se difícil gerir uma empresa deste sector sem fazer qualquer tipo de análise estatística ou sem implementar técnicas e métodos de previsão. Daí a necessidade de estudar e desenvolver modelos de previsão para o consumo da energia elétrica. Numa perspetiva de otimização das ofertas de compra de energia, em mercados organizados, atendendo às previsões das necessidades dos clientes e volatilidade dos contratos, o processo de compra revela-se uma atividade crucial. O trabalho desenvolvido presente neste relatório vem no seguimento desta necessidade identificada durante o periodo de estágio na empresa do Grupo Rolear, no departamento Rolear Viva responsável pela comercialização de electricidade e gás natural no mercado livre. Depois de um período de estudo aprofundado do funcionamento do setor, foram utilizados modelos de redes neuronais de função de base radial (RBFNN), em que a sua estrutura foi otimizada através do algoritmo genético multi-objectivo (MOGA). Os modelos foram idealizados para um horizonte de previsão de 24 e 48 horas, assentes em abordagens de consumos energéticos sazonais e anual, bem como utilizando variáveis exógenas que reflitam os hábitos diários e contributos atmosféricos no consumo de energia. | pt_PT |
| dc.identifier.tid | 202242730 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.1/12512 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | Redes neuronais artificiais | pt_PT |
| dc.subject | Função base radial | pt_PT |
| dc.subject | Previsão de consumo energético | pt_PT |
| dc.subject | MIBEL | pt_PT |
| dc.subject | Algoritmos genéticos multi-objectivo | pt_PT |
| dc.title | Intelligent forecasting of electricity consumption in buildings, for application in the iberian market of electricity bidding | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.grantor | Universidade do Algarve. Faculdade de Ciências e Tecnologia | |
| thesis.degree.level | Mestre | |
| thesis.degree.name | Mestrado em Engenharia Eletrónica e Telecomunicações | pt_PT |