A presente dissertação foi realizada em ambiente empresarial, na REN, no departamento de Operação da Rede da Divisão do Gestor do Sistema (GSOR), que está sedeado em Vermoim. Na figura2.5é representado a estrutura organizacional da REN.
2.2 Gestor do Sistema - Operação de Rede 9
• Planeamento e Engenharia
Esta Direção tem como missão planear e coordenar a elaboração e definição das estratégias das soluções de evolução da RNT e dos planos que as englobam, assegurando ainda o con- trolo das análises e soluções da rede, a nível local e global, no sentido de garantir que o desempenho da RNT está de acordo com as necessidades do SEN, mantendo igualmente, no seu horizonte, a preocupação de reduzir impactos ambientais globais à escala da AAE do PDIRT [17].
• Investimento
Esta Direção tem como missão coordenar e controlar a execução dos projetos e das obras constantes do Plano de Desenvolvimento e Investimento da RNT, garantindo a concretização e entrada em funcionamento das infraestruturas elétricas nos prazos e custos definidos [17]. • Exploração
Esta Direção tem como função coordenar e controlar a manutenção operacional de todos os ativos materiais das subestações e linhas que constituem a RNT, de modo a garantir a integridade da RNT e a qualidade de serviço prestado [17].
• Gestão do Sistema
O GS tem como missão assegurar o bom funcionamento do SEN, de acordo com a legis- lação vigente, estratégia e políticas definidas, no sentido de garantir a segurança da RNT e da interligação à rede continental europeia, bem como o equilíbrio entre a produção e o consumo, otimizando o SEN no âmbito das suas competências [17].
A Direção GS subdivide-se em quatro departamentos, Despacho, Sistemas e Desenvolvimento, Operação de Mercado e Operação de Rede. O GS tem como principais responsabilidades [18]:
• Monitorizar a rede em tempo real através do sistema SCADA/EMS, identificando situações anómalas e coordenando o restabelecimento do serviço após incidente;
• Assegurar a verificação técnica da operação do sistema elétrico, conjugando os programas de produção e consumo dos agentes de mercado com a constituição de reservas;
• Garantir permanentemente o equilíbrio entre a geração e o consumo de eletricidade, mobi- lizando ou desmobilizando geração que foi objeto de mercado, por forma a evitar desvios e a garantir o abastecimento e a segurança do sistema;
• Monitorizar, controlar e operar remotamente a RNT, coordenando a segurança das mano- bras em regime normal e reagindo a incidentes que ameacem a estabilidade e o regular funcionamento da rede;
• Gerir os sistemas de informação de suporte à atividade de Gestão do sistema, garantindo a fiabilidade e segurança da operação e adaptando-os à evolução das suas necessidades.
10 Rede Nacional de Transporte
2.2.2 Centro de Operação da Rede
O Centro de Operação da Rede (COR) insere-se no departamento de Operação da Rede. Este tem como missão monitorizar, controlar e operar remotamente a RNT, coordenando a segurança das manobras em regime normal e reagindo a incidentes que ameacem a estabilidade e o regular funcionamento da rede [17] [19].
Para realização da missão referida anteriormente, o COR tem de [19]:
• Monitorizar permanentemente a RNT e reagir às perturbações na sua topologia ou nas gran- dezas: - tensão, corrente, frequência e temperatura, realizando as manobras necessárias para reposição das condições de operação normal.
• Monitorizar permanentemente os equipamentos das instalações da REN, realizando diag- nósticos de avarias, estabelecendo graus de gravidade e notificando os agentes necessários para as resolver.
• Em regime normal, executar por telecomando as manobras necessárias nas instalações da REN, efetuando as comunicações necessárias para assegurar a coordenação com as salas de comando das entidades externas e com equipas de operação local;
• Participar em processos de criação de condições de segurança para trabalhos na RNT, assu- mindo o papel de Responsável e efetuando a emissão/receção das Autorizações de Trabalho. • Atuar como centro de comunicações, assegurando a troca de informações sobre as redes
com os diversos interlocutores internos e externos;
• Efetuar, no curto prazo, a análise básica dos incidentes na RNT, desencadeando de imediato ações corretivas quando necessário. Recolher e arquivar todas as informações disponíveis sobre os incidentes.
• Participar na programação de trabalhos que impliquem Indisponibilidades, Regimes Es- peciais de Exploração, Regimes de Intervenção em Serviço, ou Ensaios de colocação em tensão/serviço em instalações da RNT. Participar na elaboração do plano anual de indispo- nibilidades.
• Determinar os parâmetros a implementar nos equipamentos das instalações mais direta- mente relacionados com a Operação e mantê-los atualizados e acessíveis.
• Promover a elaboração e atualização de Protocolos de Operação/Exploração relativos a to- das as entidades externas que ligam à RNT.
Capítulo 3
Redes Neuronais Artificiais
No presente capítulo é abordado o tema Redes Neuronais Artificiais (RNA), onde é descrito o seu funcionamento de forma detalhada: as suas estruturas, os seus tipos de aprendizagem, assim como os seus algoritmos e modos de treino.
A previsão de carga a curto prazo é um tema muito abordado, pois desempenha um papel muito importante no setor elétrico [20] [21].
Através de vários estudos realizados, verifica-se que as redes neuronais apresentam um bom desempenho para previsão de carga a curto prazo, e em comparação com os métodos tradicionais, séries de regressão linear ou múltipla, apresentam melhores resultados. As redes neuronais são também menos exigentes a nível de tempo de computação em comparação com outras técnicas de previsão nomeadamente ARIMA, GARCH e Wavelet-ARIMA [20][21][6][22]. Devido a esta eficácia muitos tipos de RNA foram criadas, distinguindo-se cada uma delas pela sua estrutura e técnicas de treino aplicadas [23].
3.1
Introdução às Redes Neuronais Artificiais
As Redes Neuronais Artificiais são um modelo computacional constituído por unidades ele- mentares denominadas por neurónios. Estas têm a capacidade de resolver uma gama de problemas de grande complexidade com uma técnica não linear. Assemelham-se ao comportamento do cére- bro humano, baseando-se assim nos princípios da biologia, mais concretamente nos neurónios do sistema nervoso.
Todo o nosso organismo é constituído por uma rede de comunicação que forma o sistema nervoso, tendo este como unidade básica o neurónio, tendo este a constituição apresentada na figura3.1. Cada neurónio tem a capacidade de detetar, transmitir, analisar e utilizar as informações geradas por estímulos e transformá-los numa resposta [4].
As dendrites captam os sinais eletroquímicos, passando-os ao corpo celular. A informa- ção é processada, avançando ao longo da constituição do neurónio, até atingir os terminais pré- sinápticos, que assim passam a informação para outros neurónios. Isto ocorre por intermediação
12 Redes Neuronais Artificiais
química, que ativará dendrites de outros neurónios. Deste modo se passa a informação entre neu- rónios humanos [3].
Figura 3.1: Neurónio humano [3]
De uma forma análoga, as RNA, aplicam modelos matemáticos computacionalmente de forma a adquirir conhecimento através da experiência, isto é, retêm informação a partir da relação entre as entradas e saídas, ocorrendo um processamento interno não linear em cada neurónio. Na atua- lidade, as RNA apresentam grande capacidade e eficácia em aplicações que requerem inteligência artificial para obtenção de previsões. As RNA são consideradas “caixas negras”, pois é de difícil interpretação qual a relação que existe entre cada variável de entrada e saída [23] [5].
As primeiras aplicações das RNA ocorreram na década de 1930 na área da neurociência. Já no campo da engenharia estas foram utilizadas para controlo e reconhecimento na década de 1950. Na área da previsão somente na década de 1980 surgiram as primeiras aplicações nesta área [4]. A figura3.2sintetiza estas informações de forma esquemática e cronológica, e ainda outras datas re- levantes. É possível verificar que houve um grande desenvolvimento na segunda metade do século XX, em parte fruto da evolução tecnológica. Assim, até a atualidade, tentam-se desenvolver téc- nicas mais aprimoradas e eficazes para as RNA, nomeadamente através de modificações efetuadas aos algoritmos de treino.