Modelagem do potencial de geração de energia hidrelétrica: uma contribuição para o planejamento energético na Amazônia

• Ano de defesa: 2019
• Autor(a) principal: LOPES, Márcio Nirlando Gomes
• Orientador(a): ROCHA, Brígida Ramati Pereira da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pará
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Departamento: Instituto de Tecnologia
• País: Brasil
• Palavras-chave em Português: Geração de energia; Amazônia; GMDH Método de grupo de manipulação de dados; RNA; Mudanças climáticas; Energia hidrelétrica
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.ufpa.br/jspui/handle/2011/11425

Os estudos de viabilidade para aproveitamentos hidrelétricos (AHE) utilizam dados observados de vazão para estimar o potencial de geração de energia. De acordo com o regramento brasileiro, os registros necessitam abranger um período mínimo de setenta anos de observação. No entanto, em algumas regiões os registros de vazão compreendem curtos períodos, de modo que a série temporal não captura a variabilidade natural do clima e isto pode levar a erros na interpretação das informações, de tal forma que a geração de energia da planta pode ser inferior à esperada. Para tratar tal problema, esta tese propõe uma metodologia inovadora para estimar o potencial de geração de energia. O princípio consiste em utilizar dados de precipitação, que possui séries temporais longas, para estimar o potencial de geração de energia através de uma modelagem que emprega técnicas de inteligência artificial. Dois métodos distintos de aprendizado de máquina foram testados. O primeiro é uma técnica de deep learning denominada Group Method of Data Handling – GMDH. O segundo utiliza redes neurais artificiais com opções distintas para algoritmos de otimização, Levenberg-Marquardt e regularização bayesiana. A metodologia foi aplicada para o aproveitamento hidrelétrico de Jatobá, na bacia do rio Tapajós, no Pará. Os indicadores de avaliação mostraram que os modelos apresentam habilidade para simular a geração de energia, com melhor desempenho para o GMDH que atingiu 95% de correlação com os dados reais e apenas 12% de erro percentual médio. As simulações obtiveram melhor desempenho durante a estação seca, o que é fundamental, visto que este período crítico para a geração de energia hidrelétrica define a energia firme do empreendimento. Análises estatísticas sobre os dados observados detectaram tendência significativa de redução da precipitação em algumas sub-bacias do rio Tapajós. Simulações incorporando um cenário de mudanças climáticas, proposto pelo Painel Intergovernamental sobre Mudança do Clima, assim como um cenário de tendência estatística de longo prazo, ambos indicaram redução da capacidade de produção energética para os próximos vintes anos, sugerindo que o AHE Jatobá poderá não atender a demanda de energia firme do projeto no longo prazo, sob tais condições. O sucesso desta abordagem pode contribuir para reduzir incertezas e subsidiar os estudos preliminares para implementação de usinas hidrelétricas, assim como simular cenários para apoio ao planejamento, reduzir custos e gerar dados sintéticos para séries temporais de geração de energia cobrindo períodos sem dados observacionais de campo.