dc.creator | Wilke, Ana Luiza Dors | |
dc.date.accessioned | 2020-03-03T18:18:05Z | |
dc.date.available | 2020-03-03T18:18:05Z | |
dc.date.issued | 2019-09-06 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/19711 | |
dc.description.abstract | This 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.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Demanda de energia elétrica | por |
dc.subject | Temperatura do ar | por |
dc.subject | Energia elétrica e fatores meteorológicos | por |
dc.subject | Modelo weather research and forecasting (WRF) | eng |
dc.subject | Decomposição em modos empíricos (DME) | eng |
dc.subject | Power electrical demand | eng |
dc.subject | Air temperature | eng |
dc.subject | Electrical energy and meteorological features | eng |
dc.subject | Weather research and forecasting model (WRF) | eng |
dc.subject | EMD | eng |
dc.title | Relação entre demanda de energia elétrica e temperatura para concessionárias do Rio Grande do Sul | por |
dc.title.alternative | Relation between electrical energy demand and temperature for Rio Grande do Sul power providers | eng |
dc.type | Dissertação | por |
dc.description.resumo | Esta 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.advisor1 | Puhales, Franciano Scremin | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7752837354645381 | por |
dc.contributor.referee1 | Sperandio, Mauricio | |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/8051956713222836 | por |
dc.contributor.referee2 | Quadro, Mario Francisco Leal de | |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/4111514204790887 | por |
dc.creator.Lattes | http://lattes.cnpq.br/2662150056712247 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Meteorologia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Meteorologia | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |