Mostrar registro simples

dc.creatorWilke, Ana Luiza Dors
dc.date.accessioned2020-03-03T18:18:05Z
dc.date.available2020-03-03T18:18:05Z
dc.date.issued2019-09-06
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/19711
dc.description.abstractThis thesis aims to describe the correlation between the different characteristic air temperatures in the state of Rio Grande do Sul and the demand for electrical energy (DEE) registered for three regions (A, B and C)2 in the same state in southern Brazil in 2014. The power consumption data with time resolution of one hour was provided by National System Operator (ONS), that manages the electricity service in Brazil. This data was shared on the basis of Research and Development Project in a partnership between the Federal University of Santa Maria (UFSM) and Brazilian oil company Petrobras. Considering the lack of observed meteorological data, the temperature data was obtained from Weather Research and Forecasting (WRF) simulations. The characteristic temperatures were defined by the weighted mean of the simulated temperature data regarding the area covered by the regions and the number of consumers. The correlation coefficients between the two samples were determined by Pearson and Spearman correlations. The samples were divided in two groups: weekdays, and weekends and holidays. Besides the correlations, the samples were decomposed by Complete Ensemble Empirical Mode Decomposition (CEEMD). The correlation coefficients show a strong relation between DEE and temperature, mainly for the weekdays sample. Furthermore, these values exhibit a variation during the day with less correlated data in the morning and evening transitions for regions A and B. The CEEMD show that daily scale and residual decomposition are the most significant modes in a year period for these two power providers too. The correlation coefficients for region C is generally above to 0.5. This feature denotes a less significant temperature rule over DEE in that region. The C cover area is characterized as a more developed industrial region than A and B. In such manner, the temperature seems to affect domestic electrical users more intensely than industrial ones. This behavior of region C is observed on decomposed scales as well. In this case, the residual modes of temperature and DEE are completely uncorrelated, as well as, the oscillating scales. For the other regions the most relevant scales are well correlated. It shows that when the temperature is an important parameter on DEE the dominant scales in terms of variability are correlated.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDemanda de energia elétricapor
dc.subjectTemperatura do arpor
dc.subjectEnergia elétrica e fatores meteorológicospor
dc.subjectModelo weather research and forecasting (WRF)eng
dc.subjectDecomposição em modos empíricos (DME)eng
dc.subjectPower electrical demandeng
dc.subjectAir temperatureeng
dc.subjectElectrical energy and meteorological featureseng
dc.subjectWeather research and forecasting model (WRF)eng
dc.subjectEMDeng
dc.titleRelação entre demanda de energia elétrica e temperatura para concessionárias do Rio Grande do Sulpor
dc.title.alternativeRelation between electrical energy demand and temperature for Rio Grande do Sul power providerseng
dc.typeDissertaçãopor
dc.description.resumoEsta dissertação tem como objetivo descrever a relação entre as diferentes características da temperatura no estado do Rio Grande do Sul e a demanda de energia elétrica (DEE) registrada para três regiões (A, B e C)1 nesse mesmo estado do sul do Brasil, durante o ano de 2014. Os dados de consumo de energia, com resolução temporal de uma hora, foram fornecidos pelo Operador Nacional do Sistema Elétrico (ONS), que gerencia o serviço de eletricidade no Brasil. Esses dados foram compartilhados com base no Projeto de Pesquisa e Desenvolvimento em parceria entre a Universidade Federal de Santa Maria (UFSM) e a petrolífera brasileira Petrobras. Considerando a falta de dados meteorológicos observados, os dados de temperatura foram obtidos a partir de simulações do Weather Research and Forecast Model (WRF). As temperaturas características foram definidas pela média ponderada dos dados de temperatura simulados em relação à área coberta pelas regiões e ao número de consumidores. Os coeficientes de correlação entre as duas amostras foram determinados pelas correlações de Pearson e Spearman. As amostras foram divididas em dois grupos: dias úteis e finais de semana/feriados. Além das correlações, as amostras foram decompostas pela Decomposição Completa em Modos Empíricos (CEEMD). Os coeficientes de correlação mostram uma forte relação entre a DEE e a temperatura, principalmente para a amostra dos dias da semana. Além disso, esses valores exibem uma variação durante o dia com dados menos correlacionados nas transições matinais e noturnas para as regiões A e B. A CEEMD mostra que a escala diária e a decomposição residual também são os modos mais significativos no período de um ano para essas duas fornecedoras de energia. Os coeficientes de correlação para a região C foram geralmente acima de 0,5. A área de cobertura da região C é caracterizada como uma região industrial mais desenvolvida do que as regiões A e B. Dessa forma, a temperatura parece afetar mais intensamente os usuários domésticos do que os industriais. Esse comportamento da região C também é observado em escalas decompostas. Nesse caso, os modos residuais de temperatura e de DEE são completamente não correlacionados, assim como as escalas oscilantes. Para as outras concessionárias as escalas mais relevantes estão bem correlacionadas. Isso mostra que quando a temperatura é um parâmetro importante na DEE, as escalas dominantes em termos de variabilidade estão correlacionados.por
dc.contributor.advisor1Puhales, Franciano Scremin
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7752837354645381por
dc.contributor.referee1Sperandio, Mauricio
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8051956713222836por
dc.contributor.referee2Quadro, Mario Francisco Leal de
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4111514204790887por
dc.creator.Latteshttp://lattes.cnpq.br/2662150056712247por
dc.publisher.countryBrasilpor
dc.publisher.departmentMeteorologiapor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Meteorologiapor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIApor
dc.publisher.unidadeCentro de Ciências Naturais e Exataspor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International