Previsão de vazões mensais ao reservatório de Três Marias usando a previsão climática do modelo CFS

RESUMO

Mesmo com a crise hídrica, em 2016, 76% da energia no Brasil foi gerada por usinas hidrelétricas, mostrando que ainda se tem um sistema que é fortemente dependente da situação hidrológica das bacias hidrográficas. Com isso, as previsões de vazões a essas usinas subsidiam a tomada de decisão do âmbito do Setor Elétrico, já que permitem a avaliação das condições operacionais das usinas hidrelétricas e termelétricas, através da utilização dos modelos de otimização energética, proporcionando ganhos na operação do SIN – Sistema Interligado Nacional. A previsão de precipitação-é de fundamental importância para a elaboração dessas previsões de vazões das hidrelétricas. Para as avaliações energéticas são utilizados os modelos Decomp e Newave, que utilizam o Modelo Gevazp para a geração dos cenários através de um modelo AR(p). Assim, o presente trabalho objetiva mostrar o impacto da previsão de precipitação na previsão de vazões, no horizonte climático. Para isso fez-se uma correção estatística na chuva prevista pelo Modelo CFS e foram calibrados modelos chuva vazão Após essa calibração, foram realizados testes com esse novo sistema de modelagem e os resultados, em forma de cenários, foram comparados com os cenários gerados pelo Modelo Gevazp, mostrando que há possibilidade de reduzir a faixa gerada por esse último e, consequentemente, fazer com que o modelo Decomp não visite faixas com pouca ou nenhuma probabilidade de ocorrência, o que pode melhorar tanto a otimização do planejamento da operação do SIN. Este trabalho também mostra também que o modelo SMAP apresentou melhor desempenho quando comparado ao modelo de Redes Neurais, quando comparado com o intervalo de vazão médio previsto em relação ao fluxo observado. Houve uma melhoria clara nas previsões de fluxo com a incorporação da chuva observada um mês à frente nas simulações, principalmente na previsão de vazões altas. Por fim, os índices climáticos apresentaram boa relação com as variáveis vazão e chuva.

Palavras-chave:
Previsão de vazões; Rio São Francisco; Redes neurais; SMAP; Previsão de precipitação; Simulação hidrológica