Metodologia para previsão de preço de energia considerando incertezas de vazões

• Ano de defesa: 2020
• Autor(a) principal: KUKI, Cassia Akemi Castro
• Orientador(a): LIMA, José Wanderley Marangon
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia Elétrica
• Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
• País: Brasil
• Palavras-chave em Português: Previsão de precipitação; Previsão de vazão; Previsão de preços de energia elétrica; Comercialização de energia elétrica
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/2267

Com a inserção da competição no Setor Elétrico Brasileiro (SEB), a previsão do preço de energia se tornou um dos principais desafios enfrentados pelo mercado, uma vez que tem como principal característica a volatilidade. Por essa razão, identificar as fontes de incertezas inerentes a esse processo auxilia nas tomadas de decisão relacionadas à contratação de energia de forma a maximizar os lucros e reduzir os riscos dos agentes do mercado de energia. Uma das variáveis importantes para o caso brasileiro é a afluência aos reservatórios das usinas hidrelétricas. Assim, este trabalho propõe a predição do preço de energia para o médio prazo a partir de uma cadeia computacional composta por diferentes modelos interconectados: modelo climático CFSv2, responsável pela previsão de precipitação; o modelo hidrológico MGB-IPH, responsável pela transformação da precipitação em vazão afluente; e a cadeia de programas energéticos atualmente em vigor no setor elétrico brasileiro para obtenção do preço (atualmente o PLD) para o horizonte de três meses à frente. Os resultados mostram que, em geral, a cadeia proposta consegue prever e representar o comportamento das afluências para as semanas operativas alvos no estudo de caso para o trimestre junho, julho e agosto (JJA) de 2020. Essa performance é justificada por incorporar dados de previsão de precipitação ao modelo hidrológico, melhorando a sensibilidade das previsões de vazão, que hoje é a variável de maior impacto sobre o preço da energia para os submercados que compõem o Sistema Interligado Nacional (SIN). Contudo, ao se analisar os resultados obtidos para a predição do preço, a cadeia proposta incorpora o PREVIVAZ para a previsão das afluências para as semanas seguintes à semana operativa alvo. Este procedimento reproduz o que o Operador Nacional do Sistema (ONS) utiliza atualmente na operação do sistema, contudo suas predições são feitas com base no histórico de afluências, sem levar em consideração as informações de precipitação. É mostrado neste trabalho que a sua aplicação na previsão de médio prazo apresenta uma propagação de erros ao longo da cadeia de simulação. É mostrada ainda a diferença do uso do PREVIVAZ e o uso apenas da previsão através do CFSv2.