Um Modelo Baseado em Redes Neurais Artificiais para Previsão do Consumo Elétrico Residencial
A previsão da demanda de energia elétrica é uma ferramenta fundamental na tomada de decisões operativas e estratégicas nas empresas de energia, cuja falta de precisão pode gerar altos custos econômicos. Nesse sentido, a previsão da demanda no curto e longo prazo permite que os operadores de rede possam tomar decisões de despacho de potência, de programas de manutenção, de análises da confiabilidade e segurança da operação. Para tanto, o presente trabalho propôs o emprego das Redes Neurais Artificiais (RNAs) para a projeção da demanda, levando em consideração que esta é a base para um adequado planejamento das redes de distribuição de energia elétrica. O modelo apresentado para a previsão se baseou em variáveis socioeconômicas e climatológicas obtidas a partir das fontes de dados oficiais do governo colombiano tais como crescimento populacional, produto interno bruto, consumo elétrico residencial e temperatura. As RNAs foram desenvolvidas no software MATLAB®, treinadas com base nos dados históricos mencionados e os resultados finais foram comparados com os dados oficiais fornecidos pela Unidad de Planeación Minero Energética (UPME). Dessa forma, além de estimar o grau de precisão da previsão empregada, buscou-se alcançar um elevado grau de acerto nas decisões, levando em consideração que o aumento dos usuários residenciais e a carga são tópicos importantes para as empresas fornecedoras de energia da Colômbia para a próxima década.