Artigo

Avaliação da capacidade preditiva de modelos ARIMA e VAR-VEC: o caso da demanda por energia elétrica no Rio Grande do Sul

Imagem de Miniatura

Arquivos

ARTIGO_Avaliação da capacidade preditiva de modelos ARIMA e VAR-VEC o caso da demanda por energia elétrica no Rio Grande do Sul.pdf (1.06 MB)

Notas

Data

2022

Autores

Orientadores

Editores

Coorientadores

Membros de banca

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Nove de Julho (UNINOVE)

Faculdade, Instituto ou Escola

Departamento

Programa de Pós-Graduação

Agência de fomento

Tipo de impacto

Áreas Temáticas da Extenção

Objetivos de Desenvolvimento Sustentável

Dados abertos

Resumo

O presente estudo apresenta a modelagem da demanda de energia elétrica no estado do Rio Grande do Sul para os três principais setores consumidores: residencial, comercial e industrial, utilizando o modelo vetorial autorregressivo, complementado pelo modelo vetorial de correção dos erros. Nesta modelagem, também foram utilizadas informações a respeito da tarifa de energia elétrica, PIB, preços de eletrodomésticos e preço de materiais e equipamentos elétricos. A capacidade preditiva dos modelos ajustados foi comparada com a do modelo obtido pela modelagem de Box-Jenkins, em especial, o modelo autorregressivo integrado de médias móveis (ARIMA). Para o ajuste dos modelos, foram utilizados dados do período 1971-2010, tendo sua validação realizada no período 2011-17. De maneira geral, para os três setores consumidores, a melhor capacidade preditiva foi obtida a partir dos modelos ARIMA. Entretanto, os outros modelos o suplantaram para a previsão um passo à frente.

Abstract

This paper presents the modelling of electricity demand in State of Rio Grande do Sul for the three main consumer sectors: residential, commercial and industrial, through the autoregressive vector model, complemented by the error correction vector model. In this approach, we also considered information regarding energy tariff, GDP, appliances and electrical material and equipment prices. The predictive capacity of all fitted models was compared to the Box-Jenkins framework, specifically, with the autoregressive integrated moving average (ARIMA) models. All models were fitted using data from 1971 to 2010, and their validation were performed from 2011 up to 2017. In general, for all three consumer sections, the best predictive capacity was returned by the ARIMA models. Nevertheless, the other models performed better on one-step-ahead predictions.

Descrição

Área de concentração

Agência de desenvolvimento

Palavra chave

Marca

Objetivo

Procedência

Impacto da pesquisa

Resumen

Palavras-chave

Séries temporais, Modelo Box-Jenkins, Modelo de vetores autorregressivos, Modelo de correção de erros vetoriais, Time series, Box-Jenkins model, Autoregressive vector model, Error correction vector model

ISBN

DOI

Citação

NUNES, G. dos S. et al. Avaliação da capacidade preditiva de modelos ARIMA e VAR-VEC: o caso da demanda por energia elétrica no Rio Grande do Sul. Exacta, [S.l.], v. 20, n. 2, p. 307-335, abr./jun. 2022. DOI: 10.5585/exactaep.2021.17357.

Link externo

URI

https://repositorio.ufla.br/handle/1/54372

Coleções

DES - Artigos publicados em periódicos

Avaliação

Revisão

Suplementado Por

Referenciado Por

Licença Creative Commons

Attribution-NonCommercial-ShareAlike 4.0 International
Exceto quando indicado de outra forma, a licença deste item é descrita como Attribution-NonCommercial-ShareAlike 4.0 International