PREVISÃO DO PREÇO DE LIQUIDAÇÃO DAS DIFERENÇAS PARA O DIA SEGUINTE PARA O SUBMERCADO DE ENERGIA NORDESTE COM FOCO EM ENERGIA RENOVÁVEL: UMA ABORDAGEM HÍBRIDA COM DEEP LEARNING
Palavras-chave: PLD. Modelos híbridos. Nordeste. Previsão.
A previsão dos preços da eletricidade para o dia seguinte é uma área de pesquisa muito importante. O mercado de energia como um todo valoriza muito a melhoria da precisão das previsões. Diante disso, este estudo tem como objetivo prever o Preço de Liquidação de Diferenças em base horária para o dia seguinte para o subsistema (submercado) Nordeste. Para alcançar o objetivo proposto o estudo combina a decomposição modal variacional (VMD) com quatro arquiteturas de aprendizado profundo (DL): redes neurais densas (DNNs), redes neurais convolucionais (CNNs), redes de memória de longo prazo (LSTM) e redes LSTM bidirecionais (BiLSTM). A pesquisa emprega técnicas de pré-processamento de dados, como janelamento, limpeza, normalização e engenharia de variáveis, para aprimorar a qualidade e a relevância dos dados de entrada. Dentre essas arquiteturas, o modelo VMD–DNN apresentou desempenho consistentemente superior aos demais, alcançando um erro médio absoluto de 0,1762 na previsão do PLD no submercado NORDESTE.