Forecasting electricity demand using generalized long memory
Soares, Lacir Jorge; Souza, Leonardo Rocha
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
This paper studies the electricity hourly load demand in the area covered by a utility situated in the southeast of Brazil. We propose a stochastic model which employs generalized long memory (by means of Gegenbauer processes) to model the seasonal behavior of the load. The model is proposed for sectional data, that is, each hour’s load is studied separately as a single series. This approach avoids modeling the intricate intra-day pattern (load profile) displayed by the load, which varies throughout days of the week and seasons. The forecasting performance of the model is compared with a SARIMA benchmark using the years of 1999 and 2000 as the out-of-sample. The model clearly outperforms the benchmark. We conclude for general long memory in the series.
Ficha do documento
- Tipo
- Estudo
- Ano
- 2003
- Instituição
- Escola de Pós-Graduação em Economia da FGV
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Não informado
- Identificador
- oai:repositorio.fgv.br:10438/825
Conteúdos relacionados
- EstudoForecasting electricity load demandEscola de Pós-Graduação em Economia da FGV · 2003
- Artigo científicoHorário de verãoFGV Energia · 2017
- DissertaçãoAvaliação da viabilidade econômica da Tarifa Branca e da Geração Distribuída para consumidores residenciais no BrasilFundação Getulio Vargas · 2025
- DissertaçãoPerdas não técnicas de energia elétrica no BrasilFundação Getulio Vargas · 2024
