Análise preditiva da geração fotovoltaica e do preço de liquidez no mercado de energia via técnicas de inteligência artificial e análise exploratória de dados

• Processo: 21/08298-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de outubro de 2021
• Vigência (Término): 30 de setembro de 2022
• Área do conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Wallace Correa de Oliveira Casaca
• Beneficiário: Leonardo Fernando Fini
• Instituição Sede: Faculdade de Engenharia e Ciências (FEC). Universidade Estadual Paulista (UNESP). Campus de Rosana. Rosana , SP, Brasil
• Assunto(s): Inteligência artificial Eletricidade Energia fotovoltaica Planejamento energético Análise preditiva
• Palavra(s)-Chave do Pesquisador: Energia Fotovoltaica | Inteligência Artificial | Mercado de Energia | Planejamento energético | Predição de Geração Elétrica | Predição inteligente de energia via plataformas computacionais

Resumo

Em um ambiente especulativo e competitivo como o mercado de energia, predizer a geração da eletricidade e seu preço de liquidez são tarefas desafiadoras que, na prática, podem auxiliar tomadas de decisões dos agentes do mercado. Além da geração eólica e hidráulica, ambas de ampla participação no balcão de negócios, a energia fotovoltaica também tem angariado parte dos contratos mais recentes fechados no mercado nacional. Desta forma, o presente projeto visa estudar o problema de previsão da energia fotovoltaica gerada na usina solar Pirapora, a segunda maior do país, além do preço de liquidez atrelada à essa geração no mercado nacional de energia. Para essa finalidade, serão estudadas e empregadas tanto ferramentas de Análise Exploratória de Dados (AED) como modelos de Inteligência Artificial (IA) como Florestas Randômicas (Random Forest), Máquinas de Vetores de Suporte (Support Vector Machines) e Aumento do Gradiente (Gradient Boosting). Os modelos serão prototipados e validados a partir do cruzamento de diferentes bases de dados, como geração da energia solar, dados climáticos, energia natural afluente e preços de liquidez, possibilitando o desenvolvimento de estratégias e novo aparato computacional para os agentes do mercado de energia elétrica brasileiro.(AU)