R&D NESTER APRESENTA FERRAMENTA DE SHORT TERM NET LOAD FORECASTING NA RENEWABLE ENERGY GRID INTEGRATION WEEK
O R&D Nester esteve representado na 7ª edição da E-Mobility
Power System Integration Symposium que decorreu em Copenhaga, Dinamarca, no
passado dia 25 de Setembro.
A Renewable Energy Grid Integration Week,, organizada pela empresa
alemã de consultoria energética Energynautics GmbH, proporciona um fórum
internacional para discutir experiências de projetos, ideias inovadoras e
apresentar resultados de investigação e desenvolvimento.
Tem por propósito estimular a interdisciplinaridade entre as indústrias de energia eólica/solar/hidrogénio/e-mobilidade e os operadores de redes de energia, bem como com as universidades, e identificar os tópicos que requerem mais investigação.
Esta conferência apresenta desafios, soluções e tendências, combinando experiência em projetos internacionais com networking entre indústria e academia.
As apresentações são realizadas por oradores convidados provenientes de empresas e institutos de investigação líderes na sua área, bem como por participantes nas workshops cujos trabalhos são selecionados através do processo de revisão pela comissão técnica do evento.
Nesta 7ª edição, o R&D Nester apresentou um trabalho intitulado "Short Term Net Load Forecasting Using Computational Intelligence Techniques".
Este trabalho foi realizado no âmbito da participação do R&D Nester no projeto I-NERGY, financiado pelo programa europeu H2020. Este projeto reúne 17 parceiros com o objetivo de apoiar e desenvolver novos serviços para o setor da energia baseados em IA e melhorar a proposta dos serviços disponíveis para este setor na plataforma europeia de IA (ai4europe.eu).
O artigo apresentado avalia vários métodos de previsão, incluindo
um método adaptativo baseado em aprendizagem incremental que incorpora um
detetor de desvio do padrão esperado, um método baseado numa rede neural
recorrente que utiliza memória de longo e curto prazo (LSTM) e um método que
agrega diversos modelos, incluindo árvores de decisão, SVMs, XGBoost e
regressão esparsa (Lasso).
A experiência foi conduzida utilizando os dados de carga líquida recolhidos na interface TSO-DSO em Portugal, onde pode ser observada um desvio do padrão, possivelmente devido à crescente integração de recursos energéticos distribuídos atrás do contador.
Foram conduzidos diversos testes, explorando vários cenários, sendo então realizada uma análise comparativa aprofundada.
Para mais informação:
