Inteligência Artificial e Previsões Meteorológicas Computacionais para Precificação de Energia no Ambiente de Contratação Livre
Suportamos analistas de preços de energia, conhecidos como middle officer, engajados em comercialização de energia no Ambiente de Contratação Livre (ACL).
Utilizamos sofisticados algoritmos de Deep Learning (DL) em uma grande quantidade de dados climatológicos, hidrológicos, mercadológicos e macroeconômicos para analizar e prever várias grandezas constitutivas do preço da energia.
Aos modelos baseados em DL somam-se previsões utilizando nossa modelagem numérica da atmosfera, realizada em supercomputadores da Versatus HPC. Tais previsões deterministas, além de alimentarem modelos estatísticos e probabilísticos desenvolvidos especificamente para o setor elétrico, também são explorados de forma encadeada com os modelos NEWAVE, DECOMP e DESSEM do Operador Nacional do Sistema (ONS).
Solução
■ Mapas, gráficos e tabelas com informações por submercado e por sub-bacias do Sistema Integrado Nacional (SIN).
■ Mapas de precipitação acumulada de simulações numéricas dos modelos atmosféricos fornecidos pelo ONS.
■ Mapas com previsões acumuladas de até 16 dias à frente de outros modelos atmosféricos, incluindo o exclusivo TRM com maior resolução entre todos os modelos avaliados.
■ Mapas de precipitações acumuladas de até 12 meses à frente de modelos climáticos sazonais.
■ Mapas de precipitação acumulada histórica através de reanálise.
■ OneView é um painel onde mapas estáticos com previsão de diferentes modelos atmosféricos é disposto para comparação visual.
■ Meteorograma da precipitação acumulada prevista de vários modelos.
■ Tabela com análise de estatísticas de desempenho de todos os modelos atmosféricos avaliados.
■ Painel do SIN que agrega o estado atual do sistema extraindo informações do IPDO, AcompH e Vazões Observadas.
■ Projeções de Energia Natural Afluentes (ENA) usando modelos determinísticos e diferentes cenários e modelos de previsão de chuvas.
■ Modelo hidrológico baseado em DL para previsão de ENA e Energia Armazenada (EARM) nos reservatórios até 12 meses à frente por submercado.
■ Modelo de Carga baseado em modelos atmosféricos e de inteligência artificial proprietários com estimativas de até 12 meses à frente por submercado.
■ Painel com agregado de dados e índices macroeconômicos de interesse do setor elétrico.
■ Painel com os últimos Tweets sobre o setor elétrico.
O que é Previsão Numérica do Tempo?
É o campo que produz previsões do tempo através de simulações computacionais de larga escala de modelos da atmosfera e oceanos. Esses modelos utilizam leis da física clássica que governam o fluxo da atmosfera expressa por equações matemáticas que são resolvidas usando supercomputadores.
O padrão ouro no uso de previsão numérica de tempo (NWP em inglês) é a utilização de múltiplas simulações, conhecidas como sistema de ensemble, que leva em conta o que popularmente se conhece como efeito borboleta. Esse efeito é essencialmente efeitos caóticos, e o uso de sistemas de ensemble constitui a tentativa de representar todas as pequenas incertezas que existe na atmosfera quando realizamos as simulações. O modelo resultante do sistema de ensemble não é mais um modelo determinístico e sim um modelo probabilístico.
Nós executamos simulações de sistema de ensemble diariamente com previsão para 16 dias. Posteriormente essas previsões probabilísticas são transformadas em vazões dos rios através de modelos hidrológicos determinísticos e modelos de DL.
O que é Deep Learning?
É uma técnica para alcançar inteligência artificial (ou AI em inglês) através de dados em vez de por programação explicita e inspirada por estruturas do cérebro humano. Tais estruturas bioinspiradas são chamadas de Redes Neurais Artificiais (ou ANN em inglês).
Ainda que DL inicialmente tenha sido aplicado com grande sucesso em atividades que humanos particularmente fazem muito bem, como reconhecimento de imagens, sons e processamento de linguagem natural, hoje conta com um vasto escopo. Dentro dessa gama de aplicações está a análise e predição de séries temporais.
Todas as variáveis constitutivas do preço da energia no ACL são séries temporais, e portanto passíveis de serem tratadas com a técnica de DL. Com essa técnica analisamos séries temporais das vazões dos rios, quantidade de água acumulada nas represas, consumo de carga elétrica e geração de energia.
O que é Supercomputação?
A Computação de Alto Desempenho (HPC em inglês) ou Supercomputação é uma ferramenta imprescindível em vários campos do conhecimento humano e atividades industriais avançadas, tais como, exploração de óleo e gás, modelagem molecular, simulações aerodinâmicas, pesquisa climática, NWP e mais recentemente treinamento de algoritmos de DL.
Em HPC arquiteturas computacionais específicas são empregadas para em tipos particulares de simulações computacionais. O tipo de cálculo matemático realizado em NWP é melhor executado por uma arquitetura de CPU com instruções de computação vetorial de 256 ou 512 bits. Enquanto que um treinamento eficiente de algoritmos de DL requerem arquiteturas de GPU, com uma enorme quantidade de instruções de 16 bits.
Nos apoiamos na Versatus HPC, empresa pioneira no mercado de HPC e Supercomputação no Brasil, como fornecedora de sistemas de altíssimo desempenho específicos para executar modelos de NWP e DL. Além da infraestrutura computacional, nos apoiamos no conhecimento e suporte para a criação de modelos estatísticos e de DL.
Sobre
A Kōsen Energy foi gestada dentro da Versatus HPC, empresa pioneira e bem estabelecida no setor de computação de alto desempenho (HPC em inglês) no Brasil.
Um grupo multidisciplinar com conhecimentos típicos da área de HPC, como previsão numérica do tempo e análises de séries temporais através de algoritmos de Deep Learning, julgou ter habilidade para analizar e prever fatores chaves que impactam a comercialização de energia.
Otimizar oportunidades no mercado brasileiro de energia é particularmente imprevisível devido ao enorme peso da produção intermitente de energias renováveis. Mesmo pequenas mudanças na previsão climática pode mitigar risco ou aumentar substancialmente a lucratividade em um mercado onde a volatilidade é a norma.
Assim, o projeto, do qual a Kōsen Energy deriva sua missão existencial, é constituir algumas abordagens para o mesmo problema em uma
plataforma analítica. Onde cada abordagem utiliza um modelo baseado em uma diferente tecnologia. O resultado são previsões de preço, vazões e carga calculadas com técnicas tão diferentes quanto: programação dinâmica dual estocástica, modelos autoregressivos e Deep Learning.
A vantagem dessa abordagem politécnica é revelar padrões escondidos nos dados, impossíveis de serem evidenciados de outra forma.
Contato
Rua Estela 515, Bloco B Cj 22
São Paulo – SP
CEP 04011-002