Otimização da previsão de consumos de eletricidade e de gás natural

Projetos de investigação
Unidades organizacionais
Fascículo
Resumo
Este trabalho de dissertação realizado em ambiente empresarial e em conjunto com a empresa Goldenergy S.A, surge no âmbito da obtenção do grau de Mestre em Engenharia Mecânica e, simultaneamente, na melhoria das ferramentas de previsão de consumos de eletricidade e de gás natural, atualmente em vigor pela empresa. A Goldenergy S.A é uma empresa comercializadora de eletricidade e de gás natural pelo que necessita de realizar a previsão de consumos dessas energias, com base na sua carteira de clientes, para posteriormente comercializá-la. Sendo ela que faz a compra dessa energia, uma previsão de consumos pouco precisa leva a um custo económico adicional e considerável no final deste processo, tornando-se essencial a utilização de ferramentas otimizadas para realizar esta atividade. O objetivo deste estudo é de analisar a metodologia de previsão atual da empresa e integrar novas abordagens que possam diminuir os erros de previsão e, assim, gerar uma poupança económica. Após terminada esta análise, será desenvolvido um software em Microsoft Windows, na linguagem computacional C#, que englobará todos as fórmulas e conceitos matemáticos dos novos métodos de previsão implementados, permitindo ao gestor de energia realizar a previsão de consumos de eletricidade e de gás natural neste programa. Para os consumos de eletricidade, foi testado e validado o modelo de Holt-Winters com dupla sazonalidade, que foi capaz de reduzir consideravelmente os erros de previsão e gerar uma poupança de cerca de 74.000€ no período de 2020. Foram, também, implementados com sucesso dois modelos distintos para os consumos de gás natural: o modelo de Holt-Winters e um modelo empírico que aplica um fator de correção na previsão inicial feita pela empresa e que tem por base a temperatura média ambiente do dia a prever. As poupanças geradas no ano de 2020, por estes modelos de previsão, foram cerca de 40.000€ e 5000€, respetivamente.
This dissertation work carried out in a business environment and in conjunction with the company Goldenergy SA, arises within the scope of obtaining a Master's degree in Mechanical Engineering and, simultaneously, in the improvement of the forecasting tools for electricity and natural gas consumption, currently in use by the company. Goldenergy S.A is an electricity and natural gas trading company, so it needs to forecast the consumption of these energies, based on its customer base, to sell it at a later point. Because the company purchases this energy, an inaccurate consumption forecast leads to an additional and considerable economic cost at the end of this process, making it essential to use optimized tools to carry out this activity. The aim of this study is to analyze the company's current forecasting methods and integrate new approaches that can reduce forecasting errors and, thus, generate economic savings. After this analysis is completed, a software will be developed in Microsoft Windows, in the computational language C#, which will encompass all the formulas and mathematical concepts of the new forecasting methods implemented, allowing the energy manager to forecast electricity and natural gas consumption within this program. For electricity consumption, the Holt-Winters model with dual seasonality was tested and validated, which was able to considerably reduce forecast errors and generate savings of around €74,000 in 6 months. Two distinct models for natural gas consumption were also successfully implemented: the Holt-Winters model and an empirical model that applies a correction factor in the initial forecast made by the company, which is based on the average ambient temperature of the day to predict. The savings generated in 2020, by these forecasting models, were around €40,000 and €5000, respectively.
Descrição
Dissertação de Mestrado em Engenharia Mecânica
Palavras-chave
métodos , previsão
Citação