SYSTEMATIC LITERATURE REVIEW (SLR) OF MATHEMATICAL MODELS FOR ELECTRICTY DEMAND FORECASTING

Authors

DOI:

https://doi.org/10.47820/recima21.v3i10.2031

Keywords:

Mathematical model, Electricity demand forecast, Electricity demand

Abstract

Electricity is a basic input and socially excludes those who have no access to it. It promotes the development of a nation and, therefore, it is crucial to forecast the demand to support decision-making on the planning and implementation of the electrical infrastructure in a region. This study presents mathematical proposals and computing tools for estimating energy consumption increase. The objective is to conduct a systematic literature review of scientific studies on mathematical models that simulate energy demand forecasts. The systematic review search action plan consisted of three stages: input, processing and output. We used a protocol with strings and inclusion-exclusion criteria as a filter of publications in the databases. The filtered publications were processed according to criteria set per topic and objective in two stages: selection and extraction using the StArt software. By using Boolean and no filter search expressions, we obtained 982 papers – 785 in Scopus and 197 in Web of Science. By applying the protocol to these databases, 285 publications were filtered. According to the qualification criteria, 71 publications were filtered in the selection stage. In the extraction stage, using the same criteria for the previous stage, 20 publications were selected out of 71. Finally, we prepared a chart containing the contributions from each of these 20 papers with the research topic. The results can be used by academic and public policy researchers in the electricity sector, as well as electricity generation, transmission and distribution companies.

Downloads

Download data is not yet available.

Author Biographies

Monclar Nogueira Christovão

Doutorando em Agronegócio e Desenvolvimento pela Faculdade de Ciências e Engenharia - UNESP (Universidade Estadual Paulista "Júlio de Mesquita Filho"); Mestre em Agronegócio e Desenvolvimento  pela Faculdade de Ciências e Engenharia - UNESP (Universidade Estadual Paulista "Júlio de Mesquita Filho"); Especialista em Engenharia de Segurança do Trabalho pelo UNISALESIANO (Centro Universitário Católico Salesiano Auxilium). Especialista em Automação e Controle Industrial pela UNILINS (Fundação Paulista de Tecnologia e Educação). Graduado em Matemática (Licenciatura Plena) pelo UNISALESIANO. Graduado  em Eletrotécnica (Licenciatura Plena) pelo UNISALESIANO. Graduado em Engenharia Elétrica (Bacharelado) pela UNESP. Professor concursado do Ensino Básico, Técnico e Tecnológico (EBTT) em Eletrotécnica no Instituto Federal de São Paulo (IFSP) - Campus Avançado Tupã. 

Mario Mollo Neto

Pós Doutorado em Engenharia de Biossistemas na área de Construções Rurais e Ambiência, pela Universidade de Estadual de Campinas , Doutorado em Engenharia Agrícola (Conceito CAPES 5) na área de Construções Rurais e Ambiência pela Universidade de Estadual de Campinas, Mestrado em Engenharia de Produção pela Universidade Paulista UNIP  e graduação em Engenharia Industrial Modalidade Eletrotécnica pela Universidade São Judas Tadeu (USJT). Professor associado do Curso de Engenharia de Biossistemas da Faculdade de Ciências e Engenharia (FCE) da Universidade Estadual Paulista - UNESP em TUPÃ.  Vice-Diretor da Unidade da UNESP de Tupã. 

Paulo Sérgio Barbosa dos Santos

Graduado em Engenharia Mecatrônica pelo UniSALESIANO de Araçatuba-SP, Mestrado em Engenharia Mecânica pela Universidade Estadual Paulista-UNESP como bolsista CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico), Doutorado em Engenharia Mecânica pela UNESP. Professor Assistente Doutor no Curso de Engenharia de Biossistemas da UNESP (Universidade Estadual Paulista “Júlio de Mesquita Filho” – FCE-UNESP, Campus de Tupã - SP) 

Ana Flávia de Luca Oliveira Christovão

Graduação em Letras com Habilitação de Tradutor (Inglês/Espanhol) pela UNESP – Universidade Estadual Paulista, Licenciatura Plena na Língua Inglesa e especialização em Prática de Ensino da Língua Inglesa pela Universidade Salesiano e Faculdade São Luís, respectivamente. Especialista em Tradução Audiovisual pelo Centro Universitário São Camilo.

 

 

 

References

ABDULKAREEM, A.; OKOROAFOR, E.J.; AWELEWA, A.; ADEKITAN, A. Pseudo-inverse matrix model for estimating long-term annual peak electricity demand: The covenant university's experience. International Journal of Energy Economics and Policy, 4. ed., Nigéria, v. 9, p. 103-109, maio 2019. DOI: 10.32479/ijeep.7566. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85067405770&doi=10.32479%2fijeep.7566&partnerID=40&md5=cf35b54993edabfab6f3fad136fc64d1. Acesso em: 08 out. 2021.

AZEVEDO, D. Revisão de Literatura, Referencial Teórico, Fundamentação Teórica e

Framework Conceitual em Pesquisa – diferenças e propósitos. Working paper, Brasil, p. 1-10, 2016. Disponível em: https://unisinos.academia.edu/DeboraAzevedo/Papers. Acesso em: 21 nov. 2021.

BISOGNIN, C.; WERNER, L. Análise do consumo mensal de energia elétrica no Estado de São Paulo. REP – Revista de Engenharia de Produção, Brasil, v. 2, p. 59-72, jan./abr. 2020. Disponível em: https://periodicos.ufms.br/index.php/REP/article/view/9397. Acesso em: 08 out. 2021.

CONFORTO, E.C.; AMARAL, D.C.; SILVA, S.L. da. Roteiro para revisão bibliográfica sistemática : aplicação no desenvolvimento de produtos e gerenciamento de projetos. 8° Congresso Brasileiro de Gestão de Desenvolviemnto de Produto - CNGDP 2011, Porto Alegre, Rio Grande do Sul, Brasil, v. 8, p. 1–12, set. 2011. Disponível em: https://www.researchgate.net/publication/267380020_Roteiro_para_Revisao_Bibliografica_Sistematica_Aplicacao_no_Desenvolvimento_de_Produtos_e_Gerenciamento_de_Projetos. Acesso em: 29 out. 2021.

FAN, C.; XIAO, F.; WANG, S. Development of prediction models for next-day building energy consumption and peak power demand using data mining techniques. Applied Energy, Hong Kong, v. 127, p. 1-10, 2014. DOI: 10.1016/j.apenergy.2014.04.016. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84899701114&doi=10.1016%2fj.apenergy.2014.04.016&partnerID=40&md5=9384074adcfefd1d6622e290ed54d625. Acesso em: 08 out. 2021.

HAGHNEVIS, M.; ASKIN, R.G. A modeling framework for engineered complex adaptive systems. IEEE Systems Journal, 3. ed., Estados Unidos, v. 6, p. 520-530, set. 2012. DOI: 10.1109/JSYST.2012.2190696. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84865500722&doi=10.1109%2fJSYST.2012.2190696&partnerID=40&md5=b72b906dc1642b7007a72eb78314ae1b. Acesso em: 08 out. 2021.

LEVY, Y.; ELLIS, T.J. A systems approach to conduct an effective literature review in support of information systems research. Informing Science Journal, Nova Southeastern University, Flórida, Estados Unidos, v. 9, p. 181–212, 2006. Disponível em: https://www.cs.ryerson.ca/aferworn/courses/CP8101/CLASSES/ConductingLiteratureReview.pdf. Acesso em: 29 out. 2021.

LIU, Y.; ZHAO, J.; LIU, J.; CHEN, Y.; OUYANG, H. Regional midterm electricity demand forecasting based on economic, weather, holiday, and events factors. IEEJ Transactions on Electrical and Electronic Engineering, 2. ed., China, v. 15, p. 225-234, 2020. DOI: 10.1002/tee.23049. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85074857345&doi=10.1002%2ftee.23049&partnerID=40&md5=ec69f55fc7eb1f0daf4bba4d901da295. Acesso em: 08 out. 2021.

MARANGONI, F.; MAGATÃO, L.; DE ARRUDA, L.V.R. Demand response optimization model to energy and power expenses analysis and contract revision. Energies, 11. ed., Brasil, v. 13, p. 1-23, jun. 2020. DOI: 10.3390/en13112803. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85086370091&doi=10.3390%2fen13112803&partnerID=40&md5=45f9bc9a41402f2b673c99d8123bf344. Acesso em: 08 out. 2021.

NAÇÕES UNIDAS BRASIL. Objetivos de desenvolvimento sustentável (ODS). Disponível em: https://brasil.un.org/pt-br/sdgs. Acesso em: 20 nov. 2021

NASCIMENTO, L. Orçamento do Luz para Todos em 2019 será de R$ 1,07 bilhão. Agência Brasil, Brasília, set. 2018. Disponível em: https://agenciabrasil.ebc.com.br/economia/noticia/2018-09/orcamento-do-luz-para-todos-em-2019-sera-de-r-107-bilhao. Acesso em: 18 nov. 2021.

TAGHIZADEH-YAZDI, M.; MOHAMMADI-BALANI, A. A mathematical model for multi-region, multi-source, multi-period generation expansion planning in renewable energy for country-wide generation-transmission planning. Journal of Information Technology Management, 4. ed., Irã, v. 12, p. 215-231, 2020. DOI: 10.22059/jitm.2020.298258.2476. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85099813647&doi=10.22059%2fjitm.2020.298258.2476&partnerID=40&md5=6491aae48693ec897d81f15b2ab1c4e0. Acesso em: 08 out. 2021.

VU, D.H.; MUTTAQI, K.M.; AGALGAONKAR, A.P. A variance inflation factor and backward elimination based robust regression model for forecasting monthly electricity demand using climatic variables. Applied Energy, Austrália, v. 140, p. 385-394, 2015. DOI: 10.1016/j.apenergy.2014.12.011. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84919935314&doi=10.1016%2fj.apenergy.2014.12.011&partnerID=40&md5=b2876aee6c31888837a79074bc7356a1. Acesso em: 08 out. 2021.

WANG, J.; CHI, D.; WU, J.; LU, H.-Y. Chaotic time series method combined with particle swarm optimization and trend adjustment for electricity demand forecasting. Expert Systems with Applications, 7. ed., Austrália e China, v. 38, p. 8419-8429, 2011. DOI: 10.1016/j.eswa.2011.01.037. Disponível em: https://www.scopus.com/inward/record.uri?eid=2-s2.0-79952448415&doi=10.1016%2fj.eswa.2011.01.037&partnerID=40&md5=daf8148c58db202894913a030ed155f8. Acesso em: 08 out. 2021.

Downloads

Published

17/10/2022

How to Cite

Nogueira Christovão, M., Mollo Neto, M., Barbosa dos Santos, P. S., & de Luca Oliveira Christovão, A. F. (2022). SYSTEMATIC LITERATURE REVIEW (SLR) OF MATHEMATICAL MODELS FOR ELECTRICTY DEMAND FORECASTING. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 3(10), e3102031. https://doi.org/10.47820/recima21.v3i10.2031

Issue

Vol. 3 No. 10 (2022): EDITORIAL - CLICK HERE TO ACCESS THE ARTICLES

Section

ARTIGOS

Categories

License

Copyright (c) 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores  e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.