Desenvolvimento de Novos Modelos de Previsão de Preço Marginal do Sistema Elétrico Usando Métodos Estatísticos e de Inteligência Artificial

O Preço Marginal do Sistema (PMS) é o custo da última unidade de eletricidade fornecida à rede, refletindo o equilíbrio entre oferta e demanda e servindo como um indicador chave das condições de mercado. A previsão precisa do PMS é essencial para garantir a estabilidade do mercado e a eficiência econômica. Este estudo aborda os desafios da previsão do PMS na Turquia ao propor uma estrutura abrangente de previsão que integra aprendizado de máquina, aprendizado profundo e modelos estatísticos. Técnicas avançadas de seleção de características, como Redundância Mínima e Máxima Relevância (mRMR) e Seletor de Características de Máxima Verossimilhança (MLFS), são empregadas para refinar as entradas do modelo. A estrutura incorpora métodos de séries temporais como Perceptron Multicamadas (MLP), Memória de Longo e Curto Prazo (LSTM), LSTM Bidirecional (Bi-LSTM) e LSTM Convolucional (ConvLSTM) para capturar padrões temporais complexos, além de modelos como Máquinas de Vetores de Suporte (SVM), Aumento de Gradiente Extremo (XGBoost) e Máquina de Aprendizado Extremo (ELM) para modelar relações não lineares. O desempenho do modelo foi avaliado usando o Erro Percentual Absoluto Médio (MAPE) em dias úteis regulares, fins de semana e feriados. O XGBoost combinado com o MLFS alcançou consistentemente os menores valores de MAPE, demonstrando precisão e robustez excepcionais. Entre todos os modelos, o XGBoost combinado com o MLFS alcançou consistentemente os menores valores de MAPE, demonstrando precisão e robustez superiores. Os resultados destacam a inadequação dos modelos tradicionais como ARIMA e SARIMA em capturar padrões não lineares e altamente voláteis, reforçando a necessidade de usar técnicas avançadas para uma previsão eficaz do PMS. No geral, este estudo apresenta uma abordagem nova e abrangente adaptada para mercados elétricos complexos, aprimorando significativamente a confiabilidade preditiva ao incorporar indicadores econômicos e métodos sofisticados de seleção de características.