DADOS DE INPUT E OUTPUT DE MODELOS DE PREVISÃO

A qualidade dos dados de input é de extrema importância já que quanto maior qualidade estes tiverem, melhores serão as previsões finais de potência. Neste sentido é fulcral o tratamento dos dados utilizados como input no sistema de PPE. Este tratamento de dados pode ser efectuado em diversos pontos do processo de melhoramento: à entrada dos dados no algoritmo (Ex: aplicação de um filtro de Kalman para reduzir o ruído das previsões de velocidade do vento) e/ou refinamento das previsões finais com recurso a MOS e/ou entre os vários sub-modelos de previsão, conforme abordado em 3.4.5.

3.3.1 INPUT DE DADOS

Uma ferramenta de PPE pode recorrer a diversos tipos de dados e a diversas fontes, os quais poderão ter um papel mais ou menos relevante consoante são previsões de potência para uma turbina ou para efectuar previsões para um parque eólico ou efectuar previsões para uma determinada região. Independentemente disso, os dados utilizados para efectuar previsões de potência poderão ser:

 Previsões, estes dados poderão ser o output de modelos numéricos de previsão de tempo ou de modelos estatísticos ou de outro tipo de modelos. Estes dados podem ser valores de potência, dados meteorológicos relevantes (pressão, humidade, temperatura), dados de velocidade e direcção do vento;

 Observações actuais de SCADA para a potência assim como para dados meteorológicos relevantes (pressão, humidade, temperatura) e para dados de velocidade e direcção do vento disponíveis online com intervalos que podem variar entre 5 a 60 minutos;

 Dados de persistência, estes podem ser observações recentes SCADA ou METER com um determinado atraso e para alguns casos podem contribuir para efectuar uma melhor PPE;

 Séries de dados passados – observações registadas por sistema SCADA, previsões de modelos numéricos de previsão de tempo, previsões de modelos estatísticos, dados meteorológicos observados in situ (pressão, humidade, temperatura), velocidade e direcção do vento.

3.3.2 OUTPUT DE DADOS

Os dados de output de modelos de previsão podem ser de diferentes tipos, que poderão ser mais ou menos relevantes consoante a entidade, podendo assumir a seguinte denominação:

 Previsões meteorológicas (velocidade e direcção do vento, temperatura, humidade e pressão) – relevante nalguns casos, mas são considerados valores pouco relevantes e por isso mesmo dados secundários;

 Previsões de potência – estes são considerados dos dados de output mais importantes, fornecidos por uma ferramenta de PPE. São geralmente previsões de potência activa produzida e são uma média aritmética da potência activa, por um equipamento isolado ou por um conjunto de equipamentos, para um determinado time-step. As previsões de potência podem ser caracterizadas pelo horizonte temporal, pelo número de corridas efectuadas ao longo de um dia e pelo número de time-step;

 Estimação de incertezas de previsão – estes são considerados para diversas aplicações os dados de output mais importantes, fornecidos por uma ferramenta de PPE, já que uma previsão de potência sem a subsequente estimação dos erros é uma informação incompleta, por isso é importante monitorização do erro. A estimação do erro pode ser efectuada de forma probabilística (representação por: quantis, intervalos de previsão, função massa de probabilidade e função de densidade de probabilidade), índices de risco (Meteo Risk Index,

Prediction Risk Index) e simulação de cenários (Scenarios with temporal dependency, Scenarios with spatial/temporal dependency).

 Previsão de rampas – estes são dados importantes já que permitem prever qual a variação súbita de produção de potência, este tipo de dados é de elevada importância para o operador de sistema já que permite fazer uma melhor gestão da rede. As previsões de rampas costumam fornecer dados da variação da potência e da duração da rampa;

 Previsão de eventos extremos – dependendo da entidade torna-se importante a previsão de eventos extremos, já que as variações elevadas de velocidade do vento, associadas a este tipo de eventos se situa na região de cut-off dos equipamentos podendo estes desligar para efeitos de proteção;

 Verificação de ocorrências – a verificação de ocorrências consiste em aferir sobre o valor das previsões. Isto permite fornecer uma informação adicional permitindo assim interpretar os dados de previsão com um maior detalhe possibilitando assim efectuar uma melhor gestão do sistema. Tendo em conta a gestão da rede torna-se necessário distinguir previsão passiva (horizonte temporal, exemplo 6, 12, 18 e/ou 24 horas) de previsão adaptativa (a cada time-step ou a cada n time-

steps) já que estas podem ser utilizadas com finalidades distintas e em conjunto permitir uma gestão de

rede mais eficiente. A previsão adaptativa é uma previsão sistemática permitindo monitorizar com um determinado erro a ocorrência de erros, eventos meteorológicos extremos e previsões de rampas não previstas. Possibilitando emitir alertas e aconselhar o TSO sobre a atitude a tomar aquando este se depara com uma determinada ocorrência. Desta forma, torna-se possível responder de forma atempada a estes eventos, não previstos pela previsão passiva, com vista a uma gestão mais eficiente do sistema. A previsão passiva consiste na previsão efectuada a cada horizonte temporal tipicamente 6, 12, 18 e/ou 24 horas, ou seja, permite monitorizar os erros, calcular rampas e eventos meteorológicos extremos a um mínimo de 6 horas antes, no entanto, esta previsão á partida será sempre menos precisa do que a previsão adaptativa. Assim, a previsão passiva e a previsão adaptativa teriam como objectivo efectuar previsões de rampas, monitorização do erro e previsão de eventos extremos a diferentes escalas temporais complementando-se. Apesar disto, na presente dissertação apenas foi efectuada uma previsão passiva, pois esta é considerada o tipo de previsão mais importante. Isto porque, se pode efectuar uma gestão da

rede eficiente apenas com recurso à previsão passiva mas o mesmo não acontece relativamente à previsão adaptativa, já que a previsão passiva permite efectuar uma gestão eficiente da rede a muito curto prazo e a médio prazo.