Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouKaíque Serpa Alterado mais de 9 anos atrás
2
Estatísticos Fernando e Amauri. Ex-colaboradores da CPFL. Curva de Carga, Previsão de Demanda e Gestão de Mercado. PhD. Miguel Taube. Modelagem Matemática e Estatística. Logística, Planej. e Controle de Produção e Previsão de Demanda. Consultores: PhD. Milioni, MSc. Eduardo, e MSc. Luzia. Bacharel em Computação Michel Cusnir. Desenvolvimento em Tecnologia de Software. Desenvolvimento de Sistemas, Integração de Sistemas e Tecnologias, Consultoria em Tecnologia de Informação. Programador: Marcos Piaia. Parceria
3
Objetivo do Sistema: Fornecer a previsão de demanda, por barramento, para os estudos de planejamento da operação e da expansão do sistema de transmissão da CPFL e para o ONS; Ferramenta de análise de dados de curvas de carga de subestações, alimentadores e consumidores.
4
Facilidade de uso e Interatividade: Critérios Desafio: Possibilitar acesso às informações das curvas Manter a flexibilidade no acesso a esses dados Possibilitar a identificação da curva requisitada pelo usuário Solução: Abstrair o contexto das informações Viabilizar ao usuário filtrar o que ele quiser
5
Estrutura do Sistema: Equipamento (Subestações, Alimentadores) Consumidor Ponto de Medição Curvas Carga Data 96 pontos
6
Agilidade: MS Office (Word/Excel) SE (Registradores) ERP (SAP) Sistema Consumidor (Registradores) MainFrame Subestação (GD)
7
Regras de Negócio: Processos Matemáticos da Previsão Processos de análise dos critérios Recursos Matemáticos: Operações Sobre as Curvas Curva Típica Previsões
8
Componentes do Sistema : Formatador Seletor Visualizador
10
Carregar Selecionar Recarregar Apagar Importar Exportar Aparência Filtro Dinâmico: - Selecionar curvas Alterar Cores das Curvas Estatística Excluir Curvas Selecionar Curvas Operações : Soma e Subtração Média e Desvio-Padrão Potência Aparente Potência Ativa e Reativa Fator de Potência Curva Típica Máximas e Mínimas
11
Visualizador: Filtro Dinâmico Seleção / Exclusão de curvas Exportação (Excel) Cargas Ativo Reativo Aparente Fator de Potência
12
Visualizador: Operações Soma Subtração Média Desvio Padrão Multiplicação por escalar
13
Visualizador: Processos Máximas e Mínimas Curva Típica Concatenação
15
FECHAMENTO
16
SE SANTA GENEBRA
17
CURVAS CONCATENADAS
18
Curva Típica e Desvios
21
SE SANTA GENEBRA
23
Massa de Dados x Resultante
24
Previsão x Resultante
25
Evolução da Previsão (Dia Útil)
27
PREVISÃO DE DEMANDA DE SUBESTAÇÕES Projeto CPFL / SEST / UNISOMA Apresentador: Armando Z. Milioni Instituto Tecnológico de Aeronáutica
28
I. Objetivos II. Magnitude do Problema III. Metodologia de Previsão Tratamento aos Dados Modelagem IV. Caraterísticas do Sistema V. Objeto de Desenvolvimento PREVISÃO DE DEMANDA DE SUBESTAÇÕES
29
I. Objetivos: Previsão de Curvas de Carga Ativa e Reativa por Subestações e Global para dia útil, sábado e domingo: Curto Prazo (mensal e quadrimestral) Médio Prazo (16 meses) Longo Prazo (48 meses) Estudo Decenal Coincidente (10 anos) Estudo Decenal Diversificado (15 anos)
30
II. Magnitude do Problema: Previsão de Curvas de Carga (96 pontos) Tipos de Carga: Ativa e Reativa (2) Subestações: 250 aproximadamente Tipos de dia: útil, sábado e domingo (3) Curto Prazo: 4 meses * 2 * 3 * 250 = 6.000 curvas ou 6.000 * 96 = 576 mil pontos Histórico de 60 meses: 1800 *2 * 250 = 900 mil curvas 900.000*96 = 86,4 milhões de pontos
31
III. Metodologia de Previsão: Tratamento aos Dados Dia útil: Obtenção da “Curva de Referência”; Higienização da “Curva de Referência”; Algoritmo “Top Ten”; Obtenção da “Curva Resultante”: ativo e reativo. Sábados e domingos: Higienização de todas as curvas; Obtenção da “Curva Resultante”: ativo e reativo.
32
Curvas de um mês m para uma subestação S
33
Apenas os dias úteis do mês m para a subestação S
34
Curva de Referência em Destaque (sem Higienização)
35
III. Metodologia de Previsão: Tratamento aos Dados Dia útil: Obtenção da “Curva de Referência”; Higienização da “Curva de Referência”; Algoritmo “Top Ten”; Obtenção da “Curva Resultante”: ativo e reativo. Sábados e domingos: Higienização de todas as curvas; Obtenção da “Curva Resultante”: ativo e reativo.
36
Curva de Referência em Destaque (sem Higienização)
37
Curva de Referência em Destaque (após Higienização)
38
III. Metodologia de Previsão: Tratamento aos Dados Dia útil: Obtenção da “Curva de Referência”; Higienização da “Curva de Referência”; Algoritmo “Top Ten”; Obtenção da “Curva Resultante”: ativo e reativo. Sábados e domingos: Higienização de todas as curvas; Obtenção da “Curva Resultante”: ativo e reativo.
39
Curvas Selecionadas (Top Ten) e Curva Resultante em Destaque
40
III. Metodologia de Previsão: Tratamento aos Dados Dia útil: Obtenção da “Curva de Referência”; Higienização da “Curva de Referência”; Algoritmo “Top Ten”; Obtenção da “Curva Resultante”: ativo e reativo. Sábados e domingos: Higienização de todas as curvas; Obtenção da “Curva Resultante”: ativo e reativo.
41
Curvas Selecionadas (kVar) antes Higienização e Dia da Referência em Destaque
42
Curvas Selecionadas (kVar) após Higienização e Resultante em Destaque
43
Seleção dos pontos de interesse: Horários: 3, 6, 9, 12, 15, 18, 22, 24 e ponto da máxima; Série histórica dos pontos: resultantes Projeção da série histórica dos pontos: modelo de séries temporais de Holt-Winter; Montagem final das curvas projetadas: geração dos perfis da evolução horária (máscara). III. Metodologia de Previsão: Modelagem
44
Evolução da Série Histórica Mensal e Ajuste do Modelo para o Ponto de Máxima
45
Seleção dos pontos de interesse: Horários: 3, 6, 9, 12, 15, 18, 22, 24 e ponto da máxima; Série histórica dos pontos: resultantes Projeção da série histórica dos pontos: modelo de séries temporais de Holt-Winter; Montagem final das curvas projetadas: geração dos perfis da evolução horária (máscara). III. Metodologia de Previsão: Modelagem
46
Previsto x Observado Carga Ativa (Março 2001)
47
Previsto x Observado Carga Reativa (Março 2001)
48
IV. Características do Sistema Sistema integrado e modulável, com duas funcionalidades: armazenamento, tratamento e visualização de curvas de carga; previsão de demanda. Sistema de previsão com processamento automático e com possibilidade de intervenção.
49
V. Objeto de Desenvolvimento Estudo Decenal Diversificado (15 anos): Metodologia; Implementação.
50
Contato : e-mail: fernando@unisoma.com Fone: (19) 3208-0006
51
Onde queremos chegar: Modulação de Curvas Acesso via WEB Cálculo de Perdas Tipologia Integração com o GIS Desagregação por classe de consumo Atendimento aos grandes consumidores
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.