Publication:
Um Modelo econométrico para previsão de consumo residencial de energia elétrica no Brasil

Loading...
Thumbnail Image

item.page.format.extent

item.page.description.firstpage

item.page.description.lastpage

Publication data

item.page.date.series

item.page.date.event

item.page.organization.date

item.page.date.submitted

item.page.project.date

item.page.description.edition

Language

por

item.page.coverage.spatial

Brasil

item.page.coverage.temporal

2004-2014

item.page.location.country

BR

organization.page.location.country

item.page.type.events

item.page.type

item.page.degree.level

item.page.source.urlsource

ISBN

ISSN

DOI

dARK

item.page.project.ID

item.page.project.productID

Copyright Holder

Instituto de Pesquisa Econômica Aplicada (Ipea)

Access to Information

Acesso Aberto

Terms of Use

É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.

item.page.title.alternative

Texto para Discussão (TD) 2522 : Um Modelo econométrico para previsão de consumo residencial de energia elétrica no Brasil

item.page.organization.alternative

item.page.name.variant

Advisor

item.page.contributor.editor

item.page.contributor.thesiscommitee

item.page.contributor.organizer

item.page.contributor.coordinator

item.page.contributor.other

item.page.relation.ispartofseries

Speaker / Moderator / Discussant

Abstract

Este trabalho aplica o modelo linear dinâmico (MLD) estimado com base na abordagem bayesiana a fim de projetar o consumo de eletricidade para cinco unidades regionais brasileiras. O apelo para o emprego do MLD no caso do consumo de energia se deve ao fato de que, nesse modelo, o ajuste ocorre na unidade de tempo, garantindo projeções mais precisas em séries com alto grau de variabilidade, como é o caso do consumo de energia. Os resultados vieram a corroborar a expectativa quanto à adequação do MLD para o propósito de efetuar projeções. Os diferentes critérios de validação da previsão calculados para um horizonte de doze meses mostraram resultados bastante satisfatórios. Para todos os casos, o MLD apresentou um erro de previsão situado dentro da faixa de 3%, valor tomado como de referência para as concessionárias. No caso das regiões Centro-Oeste, Nordeste e Sul, esse indicador ficou ainda menor. Testamos a robustez do MLD usando um modelo de dados em painel de coeficientes aleatórios (MCA) que permite obter um conjunto de coeficientes distintos para cada região, mas dentro de uma estrutura comum. No que se refere à previsão, o desempenho do MCA também se mostrou razoável, mesmo com desempenho inferior ao do MLD. Com exceção da região Sudeste, o mean absolute percentage error (Mape) do MCA ficou abaixo ou na faixa de 3% para as demais regiões.

item.page.description.abstractalternative

This paper applies the dynamic linear model (DLM) estimated based on the Bayesian approach to project electricity consumption for five Brazilian regional units. The appeal for the use of DLM in the case of energy consumption is due to the fact that in this model the adjustment occurs in the unit of time ensuring more accurate projections in series with a high degree of variability, such as energy consumption. The results corroborated the expectation regarding the adequacy of DLM for the purpose of making projections. The different forecast validation criteria calculated for a 12-month horizon showed very satisfactory results. In all cases,DLM had a forecast error within the 3% range, taken as a reference for the utilities. In the case of the Center, Northeast and South regions, this indicator was even lower. We tested the robustness of the DLM using a model panel data with random coefficients (MRC) that allows to obtain a set of distinct coefficients for each region, but within a common structure. Regarding forecasting, MRC performance was also reasonable, even underperforming DLM. With the exception of the Southeast region, MRC’s Mape was below or in the 3% range for the other regions.

organization.page.description

person.page.description

Email Address

person.page.identifier.orcid

person.page.identifier.lattes

person.page.identifier.gsid

person.page.identifier.rid

person.page.identifier.scopus-author-id

project.page.project.description

project.page.project.productdescription

item.page.subject.otherlanguages

Citation

item.page.description.version

Description

item.page.description.series

item.page.relation.replaces

Final version of this publication

item.page.relation.references

organization.page.relation.references

Book Chapter

Primary Version

Events

News

REPOSITÓRIO DO CONHECIMENTO DO IPEA
Redes sociais