r desenvolvimento de modelos de previsão a longo prazo do ...ee03254/index_ficheiros/... ·...

$: r Desenvolvimento de Modelos de Previsão a longo prazo do ...ee03254/index_ficheiros/... · Obrigado!\rBoa tarde, muito grato pela presença dos elementos do júri e a todos os presentes.\r\rEsta$
Dissertação

José Manuel Figueiras Loureiro

Desenvolvimentos de Modelos de Previsão a Longo Prazo de Preços de Mercado de Electricidade

2008 Julho 22

Presenter

Presentation Notes

Obrigado! Boa tarde, muito grato pela presença dos elementos do júri e a todos os presentes. Esta sessão tem como tema: Desenvolvimento de Modelos de Previsão a longo prazo do preço de mercado de electricidade.

Índice

2/19Desenvolvimentos de Modelos de Previsão a Longo Prazo de Preço de Mercado de ElectricidadeJosé Loureiro

IntroduçãoModelo de Previsão

Previsão

Introdução

Modelo de Previsão

Previsão

1

2

3

Presenter

Presentation Notes

Esta sessão é dividida em 3 partes: Uma parte referente ao contexto e objectivos, definido num capitulo de introdução sobre o tema; Num segundo ponto será demonstrado a construção do modelo de previsão; Por último, será mostrado a previsão a longo prazo para vários cenários – de incertezas de produção e do preço dos combustíveis, bem como as conclusões.

3/19

Contexto e ObjectivosIntroduçãoModelo de Previsão

Previsão

Contexto e Objectivos

o Para as estratégias de expansão do sistema é utilizado um mixtecnológico que optimiza a utilização dos recursos, a segurança de abastecimento, as questões ambientais e também o preço da electricidade

o As previsões a longo prazo são utilizadas para o planeamento do sistema de produção

o Desenvolver modelos de previsão a longo prazo do preço do mercado de electricidade que sejam aplicados no planeamento do sistema de produção espanhol

o Pretende-se encontrar um modelo de previsão que mostre a variação do preço de electricidade a longo prazo

Desenvolvimentos de Modelos de Previsão a Longo Prazo de Preço de Mercado de ElectricidadeJosé Loureiro

Presenter

Presentation Notes

Nas estratégias de expansão é usado 1 mix tecnológico que optimiza a utilização dos recurso, as questões ambientais e tb o preço de electricidade. Para fazer o estudo nas previsões a longo prazo, utiliza-se os panoramas do planeamento do sistema de produção. 1 dos objectivos passa por um desenvolvimento de modelos de previsão a longo prazo de preços de electricidade para aplica-lo no planeamento do sistema espanhol, encontrando a sua variação ao longo dos anos.

4/19

Contexto e ObjectivosIntroduçãoModelo de Previsão

Previsão

Contexto e Objectivos

o Os aspectos tratados são integrados em modelos de multi-regressão

o Primeira etapa - tratar o modelo a curto prazo, sendo posteriormente simplificado e estendido para ser aplicado a problemas de previsão de preços a longo prazo

o Estes modelos foram criados, aplicados e testados para o mercadoespanhol, sendo os dados retirados referentes aos anos 2006, 2007 e osprimeiros 4 meses de 2008


Presenter

Presentation Notes

É utilizado em todo o trabalho, modelos de multi-regressão. Numa primeira fase, foi construído, estudado e testado o modelo a utilizar a curto prazo, sendo depois corrigido, utilizando modelos para encontrar algumas das variáveis de entrada, e assim alargado o modelo para ser aplicado a uma previsão a longo prazo. -Como base de estudo para este trabalho, foram utilizados dados referentes aos anos 2006, 2007 e os primeiros 4 meses do ano 2008 do mercado espanhol. Passando ao estudo das variáveis. Destaquei…

Nota-se que quando o preço de energia se torna caro em Espanha, o recurso à importação é pouco utilizado.

0,00%5,00%

10,00%15,00%20,00%25,00%30,00%35,00%40,00%

21,00 € 41,00 € 61,00 € 81,00 €

Prod

ução

RE (%

)

Regime Especial

Preço médio (€/MWh)

Quando existe pouca percentagem de ciclo combinado, o preço do mercado é baixo.

Encontra-se a subida do preço da electricidade com o aumento da fracção de produção de ciclo combinado.

0,00%2,00%4,00%6,00%8,00%

10,00%12,00%14,00%

21,00 € 41,00 € 61,00 € 81,00 €

Prod

ução

Int(%

)

Interligações


Quando existe grande percentagem de hídrica, o preço do mercado é menor.

Sendo que o preço aumenta com a diminuição do recurso hídrico.

0,00%5,00%

10,00%15,00%20,00%25,00%30,00%35,00%40,00%45,00%

21,00 € 41,00 € 61,00 € 81,00 €

Prod

ução

CC(

%)

Ciclo-Combinado


5/19

Estrutura do modelo de previsãoModelo de previsão a curto prazoModelo de previsão da fracção de produção


Previsão

Estrutura do modelo de previsão

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

21,00 € 41,00 € 61,00 € 81,00 €

Prod

ução

Híd

rica

(%)

Hídrica



Presenter

Presentation Notes

algumas das variáveis de produção que entram no mercado para apresentar nesta sessão. Uma das relações é: Da hidroelectricidade, relação da fracção de produção hídrica com o preço do mercado. Hídrica: - encontra-se um aumento do preço da electricidade, quando a fracção hidrica diminui. Outras das variáveis é a fracção de CC: - Ao contrario do recurso hídrico, a fracção de ciclo combinado contribui para o aumento do preço de energia quando este recurso a esta fracção aumenta. Vendo a fracção de produção que corresponde a importação: - Verifica-se que quando o preço da electricidade é elevado existe pouco recurso as importações; Destacando, por último, a fracção de Regime Especial: Regime especial esta ligado a produção de energia através do recurso eólico, das mini hídricas, da cogeração e dos resíduos sólidos urbanos. - Desta analisa-se nota-se uma diminuiçao do preço da electricidade com o aumento do recurso ao RE. Na dissertação foram verificadas outras relações que não foram aqui destacadas. Depois desta abordagem, será demonstrado quais as variáveis que entram no modelo de previsão.

6/19



Previsão

Estrutura do modelo de previsão

Previsão da fracção de Produção

Previsão Produção total

Preço do Mercado

Fracção de Potência instalada

Previsão do preço dos combustíveis

Previsão do preço CO2

ET

2PrCO

Carvãogáspetroleo Pr,Pr,Pr

pHi

pRE

pInt

pNu

pcarvão

pCC

pfu FFFFFFF ,,,,,,

iHi

iRE

iInt

iNu

icarvão

iCC

ifu FFFFFFF ,,,,,,


Presenter

Presentation Notes

Sendo assim, O modelo construído com as seguintes variáveis de entrada: O preço de CO2 – variável correspondente a parte ambiental no modelo. O preço dos combustíveis (petróleo, gás, carvão) – diz respeito ao tipo de produção das centrais térmicas a menos da nuclear. A fracção de potência instalada (de todos os tipos de centrais) – variável importante para o modelo a longo prazo – pois mostra a tendência ao longo do tempo. A produção total, tem em conta a evolução do consumo. As fracções de produção – tem haver com as variáveis de produção de energia eléctrica; O preço do dia anterior. Ficando com o seguinte molde: Uma parte fixa, que diz respeito a potência instalada (fracção de Pinstl) Outra parte variável, dizendo respeito as fracções de produção e a produção total Por último existe uma parcela ambiental, que corresponde as fracções de produções térmica Preço do dia anterior Para estimar os parâmetros do modelo a curto prazo foi feita uma aproximação utilizando os mínimos quadrados para aproximar o meu modelo ao preço médio real. Chegando a seguinte aproximação.

0

10

20

30

40

50

60

70

80

90

100

30-0

1-20

06

20-0

2-20

06

13-0

3-20

06

03-0

4-20

06

24-0

4-20

06

15-0

5-20

06

05-0

6-20

06

26-0

6-20

06

17-0

7-20

06

07-0

8-20

06

28-0

8-20

06

18-0

9-20

06

09-1

0-20

06

30-1

0-20

06

20-1

1-20

06

11-1

2-20

06

01-0

1-20

07

22-0

1-20

07

12-0

2-20

07

05-0

3-20

07

26-0

3-20

07

16-0

4-20

07

07-0

5-20

07

28-0

5-20

07

18-0

6-20

07

09-0

7-20

07

30-0

7-20

07

20-0

8-20

07

10-0

9-20

07

01-1

0-20

07

22-1

0-20

07

12-1

1-20

07

03-1

2-20

07

24-1

2-20

07

14-0

1-20

08

04-0

2-20

08

25-0

2-20

08

17-0

3-20

08

07-0

4-20

08

28-0

4-20

08

Preç

o el

ectri

cida

de (

€/M

Wh)

Treino + TestePreço médio (€/MWh)Previsão

7/19

Previsão a curto prazo


4045505560657075808590

01-0

1-20

08

08-0

1-20

08

15-0

1-20

08

22-0

1-20

08

29-0

1-20

08

05-0

2-20

08

12-0

2-20

08

19-0

2-20

08

26-0

2-20

08

04-0

3-20

08

11-0

3-20

08

18-0

3-20

08

25-0

3-20

08

01-0

4-20

08

08-0

4-20

08

15-0

4-20

08

22-0

4-20

08

29-0

4-20

08

Preç

o el

ectri

cida

de (

€/M

Wh)

TestePreço médio (€/MWh)Previsão

MAPE7,4%



Previsão

Presenter

Presentation Notes

De salientar que foi utilizado para teste os primeiros 4 meses do ano em curso (2008), sendo os restantes dados utilizados para treino do modelo determinado. Constata-se visualmente uma aproximação razoável do modelo aos valores reais, tanto para o treino do modelo, bem como a parte de teste. Focando a parte de teste, verifica-se um erro médio absoluto percentual de 7,4%,o que correspondendo a um valor baixo que era desejável. Após estes resultados, e para evoluir para o modelo de longo prazo será demonstrado o modelo encontrado para as variáveis de fracção de produção.

{ }

( ) ( )

( ) ( ){ }

( ) ( )( )p

gásFuelp

Hip

RE

FuinstFuinst

pFu

pgásFuel

HiinstHiinst

pHi

pHi

pHi

REinstREinst

pRE

pRE

pRE

tinstpL

kinst

kprodpk

MMMLL

PMédiaLPMédiaM

PMédiaLPDesvPadrãoMédiaM

PMédiaLPDesvPadrãoMédiaM

PMédiaL

LgásfuelHiREkP

EMédiaMédia

−

−

++−=

××=

−⇔

×××+=

×××+=

××=

−=

×=

ˆ'

ˆ1;0;1

ˆ

ˆ24ˆ

,,,;24

_

'_

_

'_

_

'_

'_

_

_

β

β

β Previsão da fracção de Produção

8/19

Sequência do Modelo de previsão da fracção de produção

• Modelo de produção total, da produção em RE, da hídrica e do fuel-gás.

•Modelo CC

• Modelo Carvão

•Modelo Nuclear

• Modelo Interligação 0

50000

100000

150000

200000

250000

300000

350000

400000

0 200000 400000 600000 800000

Cicl

o co

mbi

nado

(MW

h)

L' (MWh)

CC Vs L'

CC

0

50000

100000

150000

200000

250000

300000

0 100000 200000 300000 400000 500000

Carv

ão(M

Wh)

L'' (MWh)

Carvão Vs L''

Carvão

020000400006000080000

100000120000140000160000180000200000

0 50000 100000 150000 200000 250000

Nuc

lear

(MW

h)

L’’’ (MWh)

Nuclear Vs L'''

Nuclear

0

10000

20000

30000

40000

50000

60000

70000

80000

0 20000 40000 60000 80000

Inte

rliga

ção

(MW

h)

L’’’’ (MWh)

Interligação Vs L''''

Interl

Fracção de RE, Hídrica e Fuel-gás

Fracção de CC

Fracção de Carvão

Fracção de Nuclear

Fracção de Interligação




Previsão

Presenter

Presentation Notes

Defini como variáveis de incerteza a produção hídrica e RE – pois estas estão ligadas as condições climatéricas (). E a prod através do fuel-gás como um comportamento constante conforme a pont insta. Utilizando esta rede de modelos para determinar estas variáveis e tb a produção total; Existe uma rede de modelos que se alinha uns aos outros; Retirando à prod total cada 1ª das variáveis de produção, passo a passo, seguindo uma ordem de mérito do mix de tecnologia; Decompôs o modelo – tirando fatia a fatia – e comparando com as restantes variáveis Após estes supostos - Fui comparar com as variáveis restantes de produção. E foi encontrado uma relação com a prod de CC, relação linear. Após encontrar uma relação e retirado a parte da produção a variável de CC, fui mais uma vez comparar com as restantes variáveis, encontrando uma relação com o carvão. Retirando a parte de produção L’’ a produç de Carvão, foi encontrado uma relação que eu defini como linear com a produção de nuclear. Por fim, o resultado de retirar a esta parte da produção total a produção de Nuclear dá-nos o valor da importação. Para o meu modelo transformei as variáveis de produção em fracções de produção, encontrando assim o modelo para as fracções de produção.

9/19

Previsão a longo prazoConclusão e Futuros Trabalhos


Previsão


17'

1169151413121110

32int87654

1'

Pr)(

)PrPrPr(

)Pr1(Pr2

θθθθθθθθθ

θθθθθθθ

θ

+×+×+×+×+×+×+×+×+

+×+×+×+×+××+××+×××

××+=

−tifu

iCC

iNu

iNu

iHi

iRE

pHi

pRE

ppNucarvão

pcarvãogás

pCCpetroleo

pfu

COt

ETFFFFFF

FFFFFFF

17'

1169151413121110

32int87654

1'

Prˆ)(

)PrPrPr(

)Pr1(Pr2

θθθθθθθθθ

θθθθθθθ

θ

+×+×+×+×+×+×+×+×+

+×+×+×+×+××+××+×××

××+=

−tifu

iCC

iNu

iNu

iHi

iRE

pHi

pRE

ppNucarvão

pcarvãogás

pCCpetroleo

pfu

COt

LFFFFFF

MMFMFMFMFMFM

Previsão a longo prazoPartindo do modelo de curto prazo:

Transforma-se num modelo para longo prazo:

Presenter

Presentation Notes

Resumindo os detalhes encontrados atrás, o modelo de curto prazo vai evoluir para longo prazo, modificando as variáveis de entrada referente as fracções de produção. Estas fracções nascem das fracções dos modelos anteriormente demonstrados. Será utilizado valores médios para as fracções de produção.

10/19

Previsão a Longo Prazo - Cenários




Previsão

Presenter

Presentation Notes

A pôs simplificado o modelo para longo prazo, foi definido os seguintes cenários para os combustíveis ( Um cenário para preços altos de combustíveis, um cenário para os preços baixos dos combustíveis e um terceiro cenário para preços intermédios). O cenário base foi retirado de previsões a longo prazo de mercados de combustíveis e aplicado como referencia no modelo. Visto que não era intenção fazer previsão destas variáveis – dados retirados do IEA (Energy information administration) Foi definido um cenário para previsão do CO2 e aplicada neste modelo de previsão.

11/19

Previsão a Longo Prazo - Incertezas

0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Produção

RECCFuel-gásNuclearInterligaçãoHídricaCarvão


Evolução das fracções para um cenário de dias com alta produção RE e hidroelectricidade

( )( )kinst

kinstpk

pkp

k PMédiaPDesvPadrãoãoMédiaFracç

M_

'_×+

=



Previsão

Presenter

Presentation Notes

Para além dos cenários dos combustíveis, é utilizado cenários de incerteza para as variáveis de fracção de produção, a produção hídrica e do regime especial, uma vez que estas dependem das questões climatéricas. Logo para anos em que as condições são favoráveis ao recurso hídrico e de RE(nomeadamente - eólica) considera-se um cenário de incerteza para uma alta produção de RE e hídrico (isto é, considera-se para a previsão da fracção de produção Hi e RE como sendo a média do histórico mais 1 desvio padrão da mesma)…. Tendo como resultados a figura representada para as fracções de produção de cada variável.

12/19


0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Produção



Evolução das fracções para um cenário de dias com média da produção RE e hidroelectricidade

( )( )kinst

kinstpkp

k PMédiaPãoMédiaFracç

M_

'_×

=



Previsão

Presenter

Presentation Notes

Para simular dias médios de produção de RE e hidroelectricidade, foi considerado como a fracção média para cada uma das variáveis.

13/19


0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Produção



Evolução das fracções para um cenário de dias com baixa produção RE e de hidroelectricidade

( )( )kinst

kinstpk

pkp

k PMédiaPDesvPadrãoãoMédiaFracç

M_

'_×−

=



Previsão

Presenter

Presentation Notes

Para simular anos de condições climatéricas desfavoráveis foi utilizado como influencia a média da fracção menos 1 desvio padrão.

14/19

Previsão a Longo Prazo

0

20

40

60

80

100

120

140

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

€/M

Wh

Previsão para o cenário 1

RE,Hi superiorRE,Hi médiaRE,Hi inferior

Ano




Previsão

σ−tPr

σ+tPr

Presenter

Presentation Notes

Utilizando os cenários de incertezas, tem-se como resultado final para o cenário de preços altos de combustíveis as seguintes variações: Condições climatéricas a seu favor (hídrica, RE), torna o preço da electricidade mais baixo.

15/19


0

20

40

60

80

100

120

140

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

€/M

Wh



Ano




Previsão

σ−tPr

σ+tPr

Presenter

Presentation Notes

Para preços de combustíveis de referência foi encontrado a seguinte evolução do preço de electricidade. Verifica-se um aumento da gama de valores consoante o cenário de incerteza.

16/19


0

20

40

60

80

100

120

140

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

€/M

Wh



Ano




Previsão

σ−tPr

σ+tPr

Presenter

Presentation Notes

Para o cenário de preços altos dos combustíveis, encontra-se preços altos para o preço da electricidade. Podendo atingir os 130 €/MWh, consoante exista muito ou pouco recurso das variáveis de incerteza. Em relação ao cenários anteriores, nota-se os valores mais altos para o preço de energia, devido ao cenário de preços altos dos combustíveis.

17/19

0

20

40

60

80

100

120

140

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

€/M

Wh

Previsão para média da fracção de produção

Cenário 3Cenário 1Cenário 2

Ano

Previsão a Longo Prazo – Média das fracções



Previsão

Presenter

Presentation Notes

Resumindo os cenários dos preço dos combustíveis, encontra-se

18/19

Conclusões e Futuros Trabalhos

oO preço do mercado de electricidade depende de um conjunto de variáveis:

oVariáveis relacionadas com a fracção de produção associadas ao despacho

oVariáveis relacionadas com os cenários de potências instaladas para cada tecnologias

oVariáveis relacionadas com a evolução a longo prazo dos mercados do petróleo, gás, carvão e CO2

oPrevisão do crescimento do consumo

oFoi possível estender o modelo de previsão a curto prazo através da modelização das tendências a longo prazo das diversas variáveis




Previsão

Presenter

Presentation Notes

Com isto conclui-se que o preço da electricidade depende de: -Variáveis relacionadas com a fracção de produção associadas ao despacho Variáveis relacionadas com os cenários de potencial instalada. Variáveis relacionadas com a evolução a longo prazo dos mercados dos combustíveis e do CO2. E da previsão do crescimento do consumo O modelo de previsão a curto prazo foi estendido a longo prazo através da modelização das tendências a longo prazo.

19/19

Conclusões e Futuros Trabalhos

oO modelo de previsão foi aplicado a previsão de preço de electricidade, até ao horizonte de 2020 em Espanha, observando-se um crescimento dos preços de electricidade para 110 €/MWh até 2012 estabilizando a partir de 2012

oPara trabalhos futuros, existe uma vasta área de possíveis desenvolvimentos, integrando os modelos de previsão parciais de algumas das variáveis (previsão da carga, previsão da evolução das tecnologias, previsão dos mercados de combustíveis)

oDesenvolver os modelos de evolução das fracções

oEstruturar o modelo para alterações de mudança de politicas de produção e para o surgimento de novas fontes de energia




Previsão

Presenter

Presentation Notes

A previsão do preço da electricidade foi aplicada para um horizonte de 2020 no mercado espanhol, presencia-se um crescimento dos preços de electricidade em volta dos 120 €/MWh até 2012, permanecendo a partir de 2012 nesse valor. Como trabalhos futuros, será desejável um desenvolvimento dos modelos de previsão parciais de algumas das variáveis – nomeadamente, previsão da carga, previsão da evolução das tecnologias, previsão dos mercados de combustíveis. Aperfeiçoar melhor o modelo de evolução das fracções de produção. Para um melhor ajuste do modelo de previsão, será desejável um desenvolvimento para as questões de mudanças de politicas de produção e também para o surgimento de novas fontes de energia.

José Manuel Figueiras Loureiro

Desenvolvimentos de Modelos de Previsão a Longo Prazo de Preços de Mercado de Electricidade

2008 Julho 22


Previsão

Presenter

Presentation Notes

Termino aqui a minha apresentação. Grato pela atenção.

r desenvolvimento de modelos de previsão a longo prazo do ...ee03254/index_ficheiros/... ·...

Documents