ABSTRACT The Brazilian electricity energy matrix is essentially formed by hydraulic sources which currently account for 70% of the installed capacity. One of the most important characteristics of a generation system with hydro predominance is the strong dependence on the inflow regimes. Nowadays, the Brazilian power sector uses the PAR(p) model to generate scenarios for hydrological inflows. This approach does not consider any exogenous information that may affect hydrological regimes. The main objective of this paper is to infer on the influence of climatic events in water inflows as a way to improve the model’s performance. The proposed model is called “causal PAR(p)” and considers exogenous variables, such as El Niño and Sunspots, to generate scenarios for some Brazilian reservoirs. The result shows that the error measures decrease approximately 3%. This improvement indicates that the inclusion of climate variables to model and simulate the inflows time series is a valid exercise and should be taken into consideration.

Resumo: No Brasil, o comportamento da carga, em especial do consumo de energia, tem sido amplamente investigado nos últimos anos. Esse interesse, em geral, é devido à grande importância financeira e social desse insumo, pois sua falta pode causar todo tipo de dano ao país. O objetivo do presente trabalho é a geração de uma série mensal de carga elétrica livre das variações de ofensores não econômicos, no caso, calendário e temperatura. Foram comparadas duas abordagens com vistas à seleção da mais eficiente na remoção dos efeitos dos referidos ofensores: a primeira de natureza empírica e a segunda com características híbridas, utilizando métodos empíricos e modelos de Séries Temporais. Os dados utilizados são provenientes de observações diárias de cada um dos quatro subsistemas que integram o Sistema Interligado Nacional (SIN), porém a ideia é produzir séries mensais do SIN e não apenas de cada um dos subsistemas. A série trimestral do PIB foi utilizada para decidir qual abordagem melhor ajustou os dados de carga. Verificou-se que a diferença dos ajustes é mínima entre os métodos propostos, apresentando alto poder de explicação quando comparadas à série sem a retirada dos ofensores calendário e temperatura.

Abstract: In Brazil, the behavior of electrical load, particularly in energy consumption, has been widely investigated over the past years. In general, this interest is due to the great financial and social importance of this input, as its failure or shortage can have a variety of damaging impacts to the country. This paper proposes a method to generate monthly load series freed from variations arising from two sources: calendar and temperature. To find the best fitting approach to removing these effects, we considered a totally empirical method and one with hybrid features, as it uses both empirical procedures and time series models. The data set used comes from daily observations from each one of the four subsystems that form the Brazilian Electricity Grid. However, the final task is to obtain unique monthly series for the entire grid, and not only the four subsystems. The quarterly GDP series was used to check the performance of the two proposed methods. It was noted that the adjustment difference is minimal in the two approaches studied, and that both series had a great explanatory power when compared with the time series without removing calendar and temperature effects.

This paper proposes a method (denoted by WD-ANN) that combines the Artificial Neural Networks (ANN) and the Wavelet Decomposition (WD) to generate short-term global horizontal solar radiation forecasting, which is an essential information for evaluating the electrical power generated from the conversion of solar energy into electrical energy. The WD-ANN method consists of two basic steps: firstly, it is performed the decomposition of level p of the time series of interest, generating p + 1 wavelet orthonormal components; secondly, the p + 1 wavelet orthonormal components (generated in the step 1) are inserted simultaneously into an ANN in order to generate short-term forecasting. The results showed that the proposed method (WD-ANN) improved substantially the performance over the (traditional) ANN method.

Este trabalho apresenta um método multicritério híbrido construído através da fusão entre o Método de Análise Hierárquica (AHP) e técnicas de Amortecimento Exponencial, aplicadas na previsão de séries temporais. Para ilustrar a sua utilização foi construído um modelo com a finalidade de criar um índice de qualidade para distribuidoras de energia elétrica. As conclusões apresentadas revelam a necessidade de levar em consideração os resultados obtidos em meses anteriores por essas distribuidoras, mas dando menor importância a períodos mais distantes do tempo presente. Essa característica do problema sugeriu a idéia de incorporar a formulação matemática do amortecimento exponencial à função de agregação do AHP. Ao final é fornecida para a distribuidora avaliada uma nota entre 0 (zero) e 10 (dez).

This paper presents a hybrid multi-criteria method developed through the combination of the Analytical Hierarchy Process (AHP) and exponential smoothing techniques applied in time series forecasting. To illustrate its use, a model was developed with the aim of creating a quality index for electric power distribution utilities. The conclusions highlight the need to take into account the results obtained in the latest months for those utilities, but giving less attention to those obtained in the earlier months. This characteristic of the problem led to the idea of incorporating the mathematical formulation of the exponential smoothing into the aggregation function of the AHP. At the end, the utility company is given a score between 0 (zero) and 10 (ten).

The periodic autoregressive model, a particular structure of the Box & Jenkins family, denoted by PAR (p), is employed to model the series of hydrological streamflow used for estimating the operational costs of the Brazilian hydro-thermal optimal dispatch. Recently, some aspects of this approachbegan to be studied and several researches on this topic are being developed. This paper focuses on the identification stage of the orders p of these models. Nowadays, the identification is based on evaluating the significance of the coefficients of the partial autocorrelation function (PACF), based on the asymptoticresults of Quenouille. The purpose of this study is on the application of the computer-intensive Bootstraptechnique to estimate the significance of such coefficients. The results show that identification via Bootstrap is considerably more parsimonious, leading to the identification of lower orders in most cases andcorroborating some points raised in previous studies on the traditional approach.

No setor elétrico brasileiro, as companhias de transmissão são remuneradas pela disponibilidade da capacidade de seus ativos, independentemente da quantidade de energia elétrica transmitida. Para induzir a operação eficiente das transmissoras, a ANEEL deve revisar periodicamente as receitas permitidas das transmissoras, considerando custos operacionais eficientes. Recentemente, a ANEEL publicou uma resolução em que descreve a metodologia utilizada no cálculo dos custos operacionais eficientes das transmissoras, a qual inclui um modelo de análise envoltória de dados (DEA). Neste trabalho propomos uma adaptação deste modelo DEA e apresentamos uma análise de sensibilidade dos resultados obtidos pelos dois modelos.

In the Brazilian power sector, the transmission companies (TRANSCOS) receive revenues by the availability of their transmission facilities, regardless of the amount of the electric power transmitted. To promote their efficient operation the regulator periodically revises the revenue caps. The calculation of efficient operational costs is the first stage of the tariff revision process. Recently, the regulator agent published a resolution describing the methodology used to set the revenues of the Brazilian TRANSCOS. This algorithm includes a data envelopment model (DEA) which is described in this paper. In this work we propose an alternative DEA model and present a comparison of the results obtained by the two models.

Este artigo apresenta medidas de eficiência para 40 distribuidoras de energia elétrica que operam no setor elétrico brasileiro. As medidas foram obtidas por modelos de análise envoltória de dados (DEA) e modelos de fronteira estocástica (SFA), duas técnicas que podem mitigar a assimetria de informação e aprimorar a habilidade do agente regulador comparar os desempenhos das distribuidoras, requisitos fundamentais em esquemas de regulação incentivada. As duas abordagens são apresentadas e os resultados obtidos pelos diferentes modelos são comparados.

This paper shows the efficiency measurements of 40 Brazilian electricity distribution companies. The efficiency scores are obtained using the data envelopment analysis (DEA) and stochastic frontier analysis (SFA) models, techniques that can reduce the information asymmetry and improve the regulator skills to compare the performance of the electricity companies, which are fundamental aspects of regulatory regimes. The two approaches are described, and the main results obtained from the different models are compared.

O novo ambiente regulatório da energia elétrica no Brasil introduziu grandes mudanças na área de comercialização. Principalmente a adoção dos leilões de compra centralizada nos quais o governo adquire energia para os consumidores cativos. Nesse novo quadro institucional, as distribuidoras têm a responsabilidade de estimar a energia requerida para atendimento de suas áreas de concessão e são punidas caso cometam erros de previsão. As estimativas a menor são mais duramente punidas. Neste trabalho foram feitas simulações dos custos de contratação utilizando como aleatórios os percentuais de contratação da demanda prevista e um modelo de reamostragem do PLD (Preço de Liquidação das Diferenças), empregado no cálculo das punições. Concluiu-se que o sistema é frágil porque modificações no conjunto de usinas considerado pelo software NEWAVE (que determina os CMOs - Custos Marginais de Operação e, indiretamente, os PLDs) levam a resultados muito diferentes no que diz respeito ao valor das punições para uma mesma estratégia de contratação adotada por uma distribuidora.

The new regulatory framework in Brazilian electricity sector implemented several changes in the way energy is traded. Energy required by all captive consumers is now centrally purchased by the government. Distributors are only responsible for demand estimation in their concession areas. In case estimations prove wrong, distributors are punished differently for under or overestimations. Underestimations are punished harder. In this paper we simulate energy purchasing costs for a hypothetical utility in which random percentages of the forecasted demand are used. We also develop a resampling scheme for the PLD (Settlement Price), which is used to calculate penalties incurred by utilities. We conclude that, despite a very sophisticated regulatory framework, the system is fragile because changes in the inputs of the NEWAVE software (used to calculate the marginal cost of operations (CMO), which directly affects the PLD) yield very different punishment fees for a given (fixed) utility acquisition strategy.

Entre os aspectos da qualidade do fornecimento de energia elétrica destaca-se a continuidade, avaliada com base nos indicadores DEC e FEC que expressam, respectivamente, a duração e a freqüência das interrupções do fornecimento. Propõe-se uma nova implementação da regulação por comparação de desempenho na definição dos níveis toleráveis de DEC/FEC (metas de continuidade) para as concessionárias de distribuição e seus conjuntos de unidades consumidoras. Na abordagem proposta combinam-se dois modelos de Análise Envoltória de Dados (DEA) em um processo com dois estágios: primeiro um modelo DEA clássico estabelece quanto cada distribuidora deve melhorar globalmente os seus indicadores de continuidade, em seguida, por meio de um modelo para alocação de recursos, baseado em DEA, comparam-se os desempenhos dos conjuntos em uma mesma distribuidora e definem-se as metas locais de continuidade para cada conjunto. Apresentam-se metas locais para os conjuntos das duas principais concessionárias que atendem o Estado do Rio de Janeiro.

The main dimension of the electricity quality is the supply continuity. It is evaluated by indices SAIDI (System Average Interruption Duration Index) and SAIFI (System Average Interruption Frequency Index). This paper presents a new implementation of the yardstick competition that combines two Data Envelopment Analysis models (DEA) to set the continuity standards for the electricity distribution utilities and their groups of consumption units. The approach has two stages. First, a classical DEA model performs a comparative analysis between utilities to define global continuity standards for each utility; next, based on global standards, a model for resource allocation based on DEA establishes the local continuity standards for groups of consumption units in the same utility. Local standards for the consumption units groups of the main distribution utilities in the Rio de Janeiro State are presented.

As previsões das potências ativa e reativa se constituem numa ferramenta de extremo valor na monitoração de Sistemas de Energia Elétrica. Com base nisso, este trabalho tem por objetivo, apresentar uma nova técnica de previsão horária de potência reativa a curto prazo, por subestação, baseado na linearidade existente entre as potências ativa e reativa, ou seja, a potência reativa pode ser explicada diretamente pela potência ativa através de uma regressão linear. A fim de melhorar o desempenho da previsão, são incorporadas ao modelo simples, variáveis defasadas das potências acopladas a uma correção para autocorrelação serial (Método Iterativo de Cochrane-Orcutt). E, além disso, como os dados de potência reativa apresentam comportamento heterocedástico, o método de estimação dos coeficientes do modelo por mínimos quadrados não se mostra adequado, por isso, foi utilizada uma solução robusta conhecida como mínimos quadrados reponderados iterativamente (IRLS). A previsão de potência reativa a curto-prazo é dividida em "in sample" e "out of sample", onde esta é aplicada a períodos horários em até um mês à frente. Com intuito de aumentar a precisão dos resultados, os dados são classificados através de uma rede neural não supervisionada conhecida como mapas auto-organizáveis de Kohonen (SOM).

The forecasting of reactive and active power is an important tool in the monitoring of an Electrical Energy Systems. The present work has as main purpose the introduction of a new short-term reactive power hourly forecast technique by substations, based on the linearity between reactive and active power through linear regression. In order to improve the forecasting, distributed lags of powers are included in the simple model with a correction for serial autocorrelation (Iterative Method of Cochrane-Orcutt). Moreover as reactive power data have heterocedasticity behavior, the estimation method of the coefficients through least squares is not appropriate. For that reason, it is used a robust solution known as Iteratively Reweighted Least Squares Estimation (IRLS). The short-term reactive power forecast is divided two periods "in sample" and "out of sample". In order to increase the forecast results, it is necessary to reduce the sample dimension using a methodology to cluster of data. These clusters are classified via an unsupervised learning neural network Kohonen Self-Organized Map.

Neste artigo apresenta-se uma metodologia para a filtragem de séries temporais, com aplicação em séries de alta freqüência. Esta metodologia tem como objetivo detectar e substituir as irregularidades da série temporal que podem comprometer a etapa de modelagem. São detalhados o modelo linear dinâmico utilizado para detectar os valores outliers e o emprego do Fator de Bayes. Na interpolação de valores faltantes utiliza-se o Spline Cúbico Suavizado. O desempenho da metodologia proposta é avaliado a través de vários testes onde as irregularidade foram simuladas.

In this article a methodology for filtering a time series is presented, with application to high frequency series such as the minute-by-minute electric load series. The goal of this approach is to detect and substitute the irregularities of the time series that can produce distortions on the modelling stage. Outlier values are detected through a dynamic linear model and the Bayes factor tool; missing values are then interpolated with a Smoothing Cubic Spline. The performance of the proposed approach is illustrated using real data and evaluated through a series of tests where the irregularities have been simulated.

Os modelos ARFIMA caracterizam-se por sua longa dependência e por possuírem o parâmetro d do modelo ARIMA (grau de diferenciação) assumindo valores fracionários. Quando no caso d <FONT FACE=Symbol>Î</FONT> (-0,5; 0,5), há estacionariedade. A longa dependência aparece quando d é positivo. Este trabalho visa testar e comparar duas metodologias para o processo de estimação de d, baseadas na função Periodograma e na função Periodograma Suavizado. Através de séries sintéticas geradas para este fim, foram realizadas simulações em quatro diferentes estruturas ARFIMA, a saber : (0,d,0), (1,d,0), (0,d,1), (1,d,1) para três possíveis valores de d, (0,0; 0,10; 0,25 e 0,40).

ARFIMA models are characterized by both their long-range dependence and fractional values for the ARIMA model differencing parameter. Stationarity is achieved for d <FONT FACE=Symbol>Î</FONT> (-0.5, 0.5) and the long memory appears whether d is positive. This work tests and compares two methodologies for the differencing parameter estimation based on, respectively, Periodogram and Smoothed Periodogram functions. Through synthetic series generated to this purpose, simulations were ran to four different ARFIMA structures: (0,d,0), (1,d,0), (0,d,1), (1,d,1) and three values of d (0,0; 0,10; 0,25 and 0,40).