SYSTEMATIC LITERATURE REVIEW (SLR) OF MATHEMATICAL MODELS FOR ELECTRICTY DEMAND FORECASTING
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.
Author Biographies
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.
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.
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)
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. 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 DOI: https://doi.org/10.32479/ijeep.7566
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. 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 DOI: https://doi.org/10.1016/j.apenergy.2014.04.016
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. 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 DOI: https://doi.org/10.1109/JSYST.2012.2190696
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. 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 DOI: https://doi.org/10.1002/tee.23049
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. 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 DOI: https://doi.org/10.3390/en13112803
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. 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 DOI: https://doi.org/10.22059/jitm.2020.298258.2476
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. 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 DOI: https://doi.org/10.1016/j.apenergy.2014.12.011
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. 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 DOI: https://doi.org/10.1016/j.eswa.2011.01.037
License
Copyright (c) 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
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.