Resumo

Diante das grandes mudanças do cenário econômico mundial, um dos setores de maior presença, no âmbito da micro e macro economia é o energético. Fundamentado nas camadas de geração, transmissão e distribuição de energia elétrica, os impactos das decisões deste mercado afetam drástica e continuamente toda a sociedade, em seus diferentes níveis sociais. Com isto, faz-se necessário compreender melhor como funciona a estrutura deste fenômeno da economia e aperfeiçoar nossa capacidade de realizar previsões, visto que estas podem embasar estratégias de investimentos mais seguras e eficientes.

O mercado de energia espanhol é regido por um modelo de competição perfeita, onde os stakeholds podem negociar ofertas em formados de leilão, contudo este mecanismo gera uma grande flutuação nos preços da energia. O objetivo deste trabalho é desenvolver um modelo de previsão que possa ser aplicado à este mercado e subsidiar tomas de decisão em investimentos no médio-longo prazo, contribuindo para um setor mais eficiente.

O campo de econometria aplicada tem crescido muito nas ultimas décadas, o que tem resultado em uma alta gama de metodologias para previsões de séries temporais principalmente após o surgimento dos modelos híbridos onde há a combinação de um ou mais modelos já consagrados no domínio da econometria aplicada são utilizados para gerar previsões ainda mais precisas e eficazes

Para elaboração deste artigo consultamos a base publica de dados do portal Operador Del Marcado Iberico referente ao preço médio diário (Pt), intradiário (Rt) e o consumo diário (Qt) de energia elétrica transacionada no Mercado de Eletricidade da Península Ibérica nos períodos de jan. de 2013 a dez. de 2015. Perfazendo 978 observações de cada variável, onde Pt e Rt são expressos em Euros por MWh e Qt em MWh, ambas em função do tempo em dias. A seguir, os dados são tratados para eliminar ruídos através da decomposição DWT e aplicação do modelo proposto - um hibrido entre o ARIMA e KNN

Nota-se que o modelo proposto apresentou os melhores resultados em quase todos os parâmetros analisados ficando com EMPA abaixo de 2,7%. Apresentando uma grande evolução em comparação com os resultados do ARIMA puro, especialmente no que diz respeito ao EMPA. Por outro lado, o método KNN puro se mostrou bastante competitivo, ficando bem próximo dos resultados do modelo proposto mas ainda assim é observável uma redução média de 20,7% no erro RQME para os preços diários e intradiários. Tal melhoria pode ser bastante significativa em um mercado tão competitivo quanto o espanhol.

Durante este trabalho foi possível analisar as particularidades do mercado de energia espanhol e encontrar modelos que explicam satisfatoriamente o comportamento dos preços e da demanda, com estes dados seria possível realizar previsões sobre o desempenho futuro do mercado e embasar alocações de recursos e politicas de preços por parte dos agentes garantindo um sistema mais eficiente. Além disso, pontua-se que o modelo proposta é generalista e pode ser aplicado em outras áreas do conhecimento como previsão da velocidade do vento em plantas eólicas aumentando a confiabilidade da matriz energé

Altman, N. S. (1992). An introduction to kernel and nearest-neighbor nonparametric regression. The American Statistician, 46(3):175–185. ISSN 00031305. URL http://www.jstor. org/stable/2685209. Amjady, N. e Keynia, F. (2009). Short-term load forecasting of power systems by combination of wavelet transform and neuro-evolutionary algorithm. Energy, 34(1):46–57. URL https: //ideas.repec.org/a/eee/energy/v34y2009i1p46-57.html. Babu, C. N. e Reddy, B. E. (2014). A moving-average filter based hybrid arimaann model for forecasting time series data. Applied Soft Computing, 23:27 – 38. ISSN 1568-4946.