Methodological approaches for forecasting electricity demand and renewable energy availability: the case of Ghana

April 10, 2023

O Gana fornece há mais de duas décadas apenas soluções provisórias para o atual fornecimento errático de eletricidade. No ano de 2015, o governo na tentativa de resolver o grave racionamento de fornecimento de energia elétrica, que estava tendo enormes consequências na economia, assinou contratos mais do que necessários para produzir eletricidade com empresas privadas em regime de ‘take-or-pay’. Esta pesquisa, portanto, busca desenvolver modelos de previsão mais eficientes para a procura de energia elétrica do país, e a disponibilidade de fontes renováveis de energia elétrica considerando a potência fotovoltaica (PV) e a velocidade do vento para geração de energia. Foram desenvolvidos modelos híbridos para este fim. Os resultados são comparados com modelos híbridos semelhantes para avaliação. Para previsão de energia fotovoltaica, dois novos modelos são desenvolvidos. O primeiro modelo fotovoltaico é para previsão de curto prazo, onde a técnica de seleção de recursos é usada para selecionar apenas recursos que contribuem significativamente para a potência fotovoltaica. Após a etapa de seleção de recursos, um modelo de perceptron multicamada (MLP) otimizado por otimização de enxame de partículas (PSO) é usado para prever a potência fotovoltaica. Os resultados são comparados com outros modelos híbridos semelhantes para confirmar a força do modelo. Para previsão de energia fotovoltaica de longo prazo, uma nova metodologia de generalização empilhada é desenvolvida e usada para prever a energia fotovoltaica de longo prazo onde quatro (4) aprendizes básicos foram usados. O modelo superou quatro modelos autónomos e outros modelos empilhados. Um novo modelo de quatro estágios usando transformada wavelet discreta (DWT), reconstrução de espaço de fase (PSR) e rede neural de retropropagação (BPNN) otimizado por uma nova otimização Aquila (AOA) para previsão de velocidade do vento também são desenvolvidos. Por fim, analisa-se a importância de cada um dos modelos desenvolvidos para resolver a situação errática de fornecimento de eletricidade em Gana. Ghana has over more than two decades been providing only interim solutions to its erratic electricity supply. In the year 2015, the government in its bid to solve the severe rationing of electricity supply, which was having huge consequences on the economy, signed more than necessary contracts to produce electricity with private companies on a ‘take-or-pay’ principle. This research, therefore, seeks to develop more efficient prediction models for the electricity demand of the country, and the availability of renewable sources of electricity considering photovoltaic (PV) power and wind speed for power generation. Hybrid models are developed for the study. The results are compared with similar hybrid models for assessment. For PV power forecasting, two new models are developed. The first PV model is for short-term forecasting where the feature selection technique is used to select only features that significantly contribute to the PV power. After the feature selection stage, a multilayer perceptron (MLP) model optimized by particle swarm optimization (PSO) is used to forecast the PV power. The results are compared with other similar hybrid models to confirm the strength of the model. For long-term PV power forecasting, a new stacked generalization methodology is developed and used to forecast long-term PV power where four (4) base learners were used. The model outperformed four standalone models and other stacked models. A new four-stage model using discrete wavelet transform (DWT), phase space reconstruction (PSR), and backpropagation neural network (BPNN) optimized by a new Aquila optimization (AOA) for wind speed forecasting is also developed. Finally, the importance of each of the models developed is analyzed for solving the erratic electricity supply situation in Ghana. As the population and Gross Domestic Product (GDP) per capita grow, electricity demand will increase therefore efficient forecasting of electricity demand and resources are important to help curb load shedding in Ghana.

Authors in the community:

• 

  E

  Eric Ofori-Ntow Jnr

  ist194278

Supervisors of this institution:

• 

  S

  Susana Isabel Carvalho Relvas

  ist46455

• 

  M

  Maria João dos Santos Rodrigues

  ist32033

101735430

Doutoramento em Engenharia e Gestão

other-engineering-and-technologies - Other engineering and technologies

Keywords

• Previsão de procura de energia elétrica
• previsão PV
• Previsão de vento
• inteligência artificial
• otimização
• modelo híbrido
• Electricity demand forecasting
• PV forecasting
• Wind forecasting
• artificial intelligence
• optimization
• hybrid models

eng - English

Instituto Superior Técnico