MODELO APLICADO À PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA DO CAMPUS I DO CENTRO FEDERAL DE EDUCAÇÃO. Introdução TECNOLÓGICA DE MINAS GERAIS (CEFET-MG). Luciane Teixeira Passos Giarola Fátima Oliveira Takenaka 2 Rejane Corrêa da Rocha 3 Há um crescente aumento da demanda energética global, consequência do crescimento populacional e do uso intensivo de equipamentos que necessitam de energia elétrica para seu funcionamento. Para que essa necessidade possa ser atendida são despendidos elevados investimentos em geração, transmissão e distribuição de energia elétrica, utilizando-se fontes energéticas renováveis (água, sol, vento, mar) e não renováveis (nuclear, carvão mineral, petróleo) com impactos ambientais variáveis dentro da realidade de cada país. No Brasil a maior parcela de energia elétrica produzida é de origem hidrelétrica, energia limpa e renovável, porém com grande custo ambiental associado às grandes áreas inundadas em usinas com barragens. Faz-se necessária a diversificação das fontes de energia em função dos riscos hidrológicos e, nesse caso, a energia solar se apresenta como uma alternativa promissora em centros urbanos inserida na filosofia de energia distribuída como suplementar à energia convencional fornecida pela distribuidora. No caso do Campus I do Cefet-MG foi desenvolvido um estudo (Takenaka, 2) para implantação de uma planta de geração de energia solar de origem fotovoltaica como complemento à energia elétrica fornecida à instituição pela CEMIG (Companhia Energética de Minas Gerais) podendo até mesmo o excedente produzido ser disponibilizado à rede elétrica da concessionária propiciando um alívio de carga no sistema.. UFSJ, email: lucianetpassos@gmail.com 2. CEFET MG, email: takenaka@terra.com.br 3. UFSJ, email: rejcrocha@gmail.com 599
Para isso foi necessário estudar-se o consumo de energia elétrica da instituição e realizar previsões futuras sobre o seu perfil para possibilitar o dimensionamento adequado do sistema de geração fotovoltaica. Diante disso, este trabalho teve por objetivo obter um modelo de previsão para o consumo de energia elétrica nas edificações do Campus I do Cefet-MG utilizando técnicas de séries temporais. 2. Material e métodos A série proposta é a do consumo mensal (Kw/h) de energia elétrica no Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Campus I, no período de Janeiro de 994 à Dezembro de 29. Como o interesse está em fazer previsões do consumo energético para os próximos anos, as seis últimas observações, referentes ao período de Julho a Dezembro de 29, foram reservadas para serem comparadas com as previsões. Geralmente, toda série temporal pode ser escrita como Yt = Tt + St+ et, em que a tendência (T t ) pode ser entendida como um aumento ou uma diminuição gradual dos dados observados ao longo do tempo, a sazonalidade (S t ) mostra as flutuações ocorridas em períodos de no máximo 2 meses e a componente aleatória (e t ) representa as oscilações aleatórias irregulares. A suposição usual é que e t seja uma série puramente aleatória ou um ruído branco com média zero e variância constante. Inicialmente, verificou-se, através do gráfico de dispersão, a nescessidade de transformação dos dados. A seguir, analisou-se a presença de sazonalidade através do Periodograma e do Teste de Fisher. Também verificou-se a presença de tendência pela aplicação do teste do sinal de Cox-Stuart. Esses testes são descritos em Morettin e Toloi (24). A seguir, no ajuste da série do consumo mensal (Kw/h) de energia elétrica no CEFET - MG foi utilizado o modelo de Box e Jenkins, SARIMA (sazonal autorregressivo integrado e de médias móveis) com intervenção. Segundo Morettin e Toloi (24), a intervenção constitui em uma mudança de nível ou inclinação ocorrida com os dados num determinado instante do tempo, podendo ter efeito temporário ou permanente. Esses fenômenos são estimados pelo modelo k = i= Yt ν i ( B) x + n i, t, em que Y t é o valor observado da série no 6
tempo t, k é o número de intervenções da série, ν (B) é o valor da função de transferência, x i,t é a variável binária e n t é um ruído branco representado pelo modelo SARIMA. Como critério de escolha do modelo que melhor se ajusta aos dados foi utilizado o Erro Quadrático Médio de Previsão (EQMP), em virtude do interesse do estudo estar nas previsões. Para finalizar, calculou-se o erro de previsão médio absoluto (MAPE). 3. Resultados e discussões Pela análise visual do gráfico da série original do consumo mensal (Kw/h) de energia elétrica no CEFET MG (Figura ), observou-se que a série não é estacionária e que apresenta uma possível intervenção no período correspondente a Abril de 2. Neste ano de 2 ocorreu o racionamento de energia elétrica no país, devido à falta de chuvas e o consequente baixo nível de água nos reservatórios, o que contribuiu para a redução do consumo de energia elétrica na Instituição. Em seguida, houve um processo de conscientização dos usuários juntamente com a implantação, substituição e manutenção de sistemas eficientes de força e iluminação. O diagrama de dispersão não indicou necessidade de transformação dos dados. Fato este confirmado pelo gráfico da função de autocorrelação. Por meio da análise do Periodograma da série original e do teste de Fisher, verificou-se que a série possui uma sazonalidade determinística de 6 meses. Para retirá-la foi feita uma diferença de período 6. O teste do sinal de Cox-Stuart aplicado à série diferenciada não indicou presença de tendência. Nos gráficos das funções de autocorrelação e autocorrelação parcial (Figuras 2 e 3 respectivamente), observou-se correlação significativa em lags múltiplos de seis, indicando a presença de sazonalidade estocástica e sugerindo ajuste de modelos da classe SARIMA (p,d,q)(p,d,q)6. Dentre os modelos ajustados o que melhor representou os dados foi o SARIMA(,,)(3,,) 6 com Intervenção Abrupta Temporária em Abril de 2, pois foi o modelo que apresentou menor Erro Quadrático Médio de Previsão (EQMP). Para este modelo, o Erro Percentual Médio Absoluto (MAPE) foi de,75, ou seja, aproximadamente 7%, indicando que o modelo i 6
escolhido apresenta um bom desempenho. As estimativas do modelo e seus respectivos erros-padrão são apresentados na Tabela. Como o interesse está nas previsões, foi construído o gráfico dos valores preditos para os meses de Julho de 29 a Dezembro de 2 (Figura 4). Tabela: Estimativas e os respectivos erros-padrão para o modelo SARIMA(,,)(3,,) 6 com intervenção em Abril de 2. Parâmetro Estimativas Erro padrão Φ,85,6688 θ,4429,47 Θ -,83,776 Θ -,462,929 2 Θ -,339,7476 3 Ω 25822 75,554,6439 4. Conclusões Os modelos de séries temporais foram úteis para descrever o consumo de energia elétrica no CEFET-MG, sendo o modelo SARIMA(,,)(,,) 2 com intervenção em Abril de 2 o que melhor representou este consumo. Houve uma redução no consumo de energia a partir de Abril de 2, reflexo do racionamento de energia no país e da conscientização dos usuários juntamente com a implantação, substituição e manutenção de sistemas eficientes de força e iluminação no CEFET-MG. As previsões encontradas foram bastante satisfatórias e úteis para avaliar por quanto tempo a produção energética será capaz de suprir o crescente consumo do CEFEF-MG e para avaliar o potencial de geração e a viabilidade de 62
implantação de um sistema de geração solar fotovoltaico na referida instituição, o que foi feito por Takenaka (2). VAR Plot of variable: VAR,4E5,4E5 2 4 6 8 2 4 6 8 2 Case Numbers Autocorrelation Function VAR : D(-6) (Standard errors are white-noise estimates) Lag Corr. S.E. Q p +,372,739 25,37, 2 +,279,737 39,65, 3 +,98,735 4,4, 4 -,27,733 4,54, 5 -,42,73 4,87, 6 -,499,729 88,75, 7 -,57,727 8 -,77,725 9 -,4,722 +,89,72 -,25,78 2 +,3,76 3 -,7,74 4 +,6,72 5 +,35,7 6 -,33,78 7 -,26,75 8 -,43,73 9 +,75,7 2 -,55,699 2 -,78,697 22 +,26,694 23 -,3,692 24 +,55,69 25 -,6,688 26 +,79,686 27 +,5,683 28 +,48,68 29 +,83,679 3 -,9,677 3 -,24,674 32 -,2,672 33 -,65,67 34 -,84,668 35 -,74,665 36 +,34,663 37 -,2,66 38 +,36,658 39 +,6,656 4 +,95,654 -, -,5,,5, 93,44, 99,38, 99,7,,2,,3, 4,7, 5,6, 6,3, 6,6,,,,3, 4,4, 5,6, 6,2, 7,5, 7,6, 7,6, 22,7, 22,7, 24,, 26,4, 26,9, 28,4, 3,5, 3,6, 34,4, 4,5, 42,, 48,9, 49,, 49,2, 53,4, 59,4, 6,5, Conf. Limit Figura : Gráfico da série original do consumo mensal (Kw/h) de energia elétrica no CEFET MG. Figura 2: Gráfico da função de autocorrelação (fac). Partial Autocorrelation Function VAR : D(-6) (Standard errors assume AR order of k-) Lag Corr. S.E. +,372,745 2 +,62,745 3 -,59,745 4 -,3,745 5 -,9,745 6 -,54,745 7 +,27,745 8 +,,745 9 +,42,745 +,44,745 -,23,745 2 -,276,745 3 +,6,745 4 +,,745 5 +,83,745 6 -,62,745 7 -,24,745 8 -,223,745 9 +,76,745 2 +,2,745 2 +,25,745 22 -,4,745 23 +,74,745 24 -,55,745 25 -,2,745 26 +,59,745 27 +,82,745 28 -,35,745 29 -,2,745 3 -,4,745 3 -,,745 32 -,4,745 33 -,75,745 34 +,3,745 35 -,35,745 36 +,2,745 37 +,37,745 38 +,22,745 39 -,59,745 4 +,7,745 -, -,5,,5, Conf. Limit,4E5 Forecasts; Model:(,,)(3,,) Intervention Input: VAR Start of origin: End of origin: 86 2 4 6 8 2 4 6 8 2 22 Observed Forecast ± 95,%,4E5 Figura 3: Gráfico da função de autocorrelação parcial (facp). Figura 4: Gráfico da série de Janeiro de 994 até Junho de 29 e das previsões de Julho de 29 até Dezembro de 2. Referências [] MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. São Paulo, Blucher, 24, 534p. [2] TAKENAKA, F. O. Avaliação do potencial de geração de energia solar fotovoltaica na cobertura das edificações do Campus I CEFET MG, interligado à rede elétrica. 29. 8P. Dissertação (Mestrado em Engenharia Civil), Universidade federal de Santa Catarina, Florianópolis, 2. 63