Combined Forecast Model for Wind Generation in Brazilian Monthly Dispatch Scheduling

Authors

  • Gabriel Campos Godinho PUC Rio
  • Paula Medina Maçaira PUC-Rio
  • Reinaldo de Castro Souza PUC-Rio

Keywords:

Seasonal ARIMA, Combined Forecast, Wind Power, Holt-Winters, Energy Planning, Dispatch Scheduling

Abstract

The fast growing of wind generation in Brazil has brought benefits to the country's energy supply, especially under critical hydrological conditions, as observed between 2014 and 2017. However, deviations in wind generation predictions may lead to the depletion of reservoirs and expensive thermal generation. In order to improve the accuracy of wind generation forecasts for the monthly dispatch scheduling, four different models based on exponential smoothing (Holt-Winters) and ARIMA (Box \& Jenkins) approach were proposed for Rio do Fogo wind farm, located in the Northeast of Brazil. The results show that the variance-weighted combination of an ARIMA (1,0,0) x (1,1,1)${}_{12}$ and a multiplicative Holt-Winters model provides the best fit for the studied series. In addition, the mean absolute percentage error found is 14\% lower than the one provided by the current forecast model (moving averages). Thus, it is possible to apply the ARIMA/Holt-Winters variance-weighted combination model with greater accuracy for forecasting the monthly generation of Rio do Fogo wind farm, during the dispatch planning carried out by the Brazilian independent system operator (ONS for short).

Downloads

Download data is not yet available.

Author Biographies

Gabriel Campos Godinho, PUC Rio

É graduado em Engenharia de Energia pela Pontifícia Universidade Católica de Minas Gerais em 2012, e está cursando Mestrado em Engenharia Elétrica na Pontifícia Universidade Católica do Rio de Janeiro. Atualmente é Engenheiro de Sistemas de Potência no Operador Nacional do Sistema Elétrico (ONS). Tem experiência no planejamento da operação energética atuando em estudos de segurança energética, como: análise de riscos de déficit, custos marginais de operação, prospecção de armazenamentos de usinas hidroelétricas, perfil de geração de fontes intermitentes (eólica e solar), dentre outras condições de atendimento ao Sistema Interligado Nacional.

Paula Medina Maçaira, PUC-Rio

Possui graduação em Estatística pela ENCE (2012), mestrado em Engenharia Elétrica (Métodos de Apoio à Decisão) pela PUC-Rio (2015) e doutorado em Engenharia de Produção (Gerência da Produção) pela PUC-Rio (2018). Atualmente é pesquisadora de pós-doutorado no departamento de Engenharia Industrial da PUC-Rio e trabalha como pesquisadora nos projetos "Modelos de Otimização do Despacho Hidrotérmico" e "Análise Estocástica de Perdas Técnicas em Sistemas de Energia" da ANEEL em colaboração com a PUC-Rio e "Pesquisa e Desenvolvimento em técnicas e algoritmos para processos de requisição, análise e avaliação da cimentação" da PETROBRAS em colaboração com a PUC-Rio. Tem experiência na área de Probabilidade e Estatística, atuando principalmente nos seguintes temas: Séries Temporais, Previsão e Simulação.

Reinaldo de Castro Souza, PUC-Rio

É graduado em Engenharia Elétrica pela UFJF em 1971, mestrado em Engenharia de Sistemas pela PUC-Rio em 1975, doutorado em estatística pela Warwick University, Coventry, Inglaterra em 1979 e pósdoutorado em modelos estatísticos e econométricos na London School of Economics, Inglaterra em 1986. Atualmente é professor titular da PUC-Rio. É especialista em análise e previsão de séries temporais (tema de sua tese de doutorado) e tem desenvolvido modelos estatísticos e de séries temporais em diversas áreas, tais como, pesquisas de mercado, previsões eleitorais, aplicações no setor energético e modelos econométricos. Tem também interesse na área de eficiência energética e uso racional de energia, com trabalhos de pesquisas para várias distribuidoras de energia elétrica, para o PROCEL/Eletrobrás, para o CEPEL, ONS, ANEEL e ANP.

Published

2019-12-07

How to Cite

Godinho, G. C., Maçaira, P. M., & Souza, R. de C. (2019). Combined Forecast Model for Wind Generation in Brazilian Monthly Dispatch Scheduling. IEEE Latin America Transactions, 17(9), 1432–1438. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/1793