[pt] As condições hidrológicas desfavoráveis vivenciadas entre 2014 e 2019 levaram ao esgotamento dos principais sistemas de reservatórios no Brasil, causando um aumento na geração de energia proveniente de usinas térmicas. Todavia, uma parte relevante da geração térmica verificada foi comandada
por entidades governamentais de forma heterodoxa (fora do mérito econômico calculado pelos modelos de otimização), baseada principalmente na percepção de risco tácita. Apesar do senso comum de que o armazenamento dos reservatórios está intrinsecamente ligado à segurança do sistema, as métricas utilizadas até o momento não conseguiram computar as reais necessidades do sistema em termos de energia armazenada mínima nas usinas hidrelétricas. Ao final de 2019, o ONS propôs um novo método para avaliar a necessidade de despacho térmico adicional, chamado Curva Referencial
de Armazenamento (CREF). No entanto, este método considera hipóteses muito específicas de afluências e geração térmica, e com base em seu processo iterativo de tentativa e erro, pode resultar em resultados sub-ótimos para o cálculo dos armazenamentos mínimos necessários. Este trabalho propõe um novo método para avaliar a segurança do fornecimento de energia em sistemas predominantemente hidroelétricos. Este método é uma evolução do método CREF, e é baseado no desenvolvimento de um modelo de otimização que calcula os níveis mínimos de segurança para operação de usinas
hidrelétricas em cada mês, a partir de uma simulação recursiva de séries históricas de afluências de 1931 a 2018. Além disso, com base nos resultados da simulação, foram sugeridas curvas de referência para o monitoramento contínuo da operação dos reservatórios, com o objetivo de subsidiar decisões
de órgãos do Governo Brasileiro sobre o despacho heterodoxo de geração térmica. Espera-se que o monitoramento das curvas de referência propostas represente um critério mais robusto para decisões sobre geração térmica fora-do-mérito no Sistema Elétrico Brasileiro. / [en] Unfavorable hydrological conditions experienced from 2014 to 2019 led to the depletion of main reservoir systems in Brazil, causing an increase of thermal energy dispatch. However, an important share of the observed thermal generation was out of economic merit, commanded by government entities which risk perception relies mainly on experts tacit knowledge. Despite the common sense that storage in reservoirs is intrinsically linked to system security, the metrics employed so far failed to compute the system s real needs in terms of required stored energy in hydroelectric plants. By the end of 2019, ONS proposed a new method to assess the need for additional thermal dispatch the Referential Storage Curve (CREF
- Curva Referencial de Armazenamento). However, it fails as a reference for the security of energy supply since it considers very specific assumptions of rivers inflows and thermal generation. Besides, based on its iterative trial and error process, it can result in sub-optimal results of minimum storage levels. This work proposes a new method to evaluate the security of power supply in systems with predominance of hydroelectricity. This method is intended to be an evolution to the CREF method, and it is based on the development of an optimization model that computes the minimum secure levels for hydroelectric plants operation in each month, from a recursive simulation of historical inflow series from 1931 to 2018. In addition, based on the simulation results, reference curves were suggested for the continuous monitoring of the reservoirs operation, with the purpose of subsidizing Brazilian government entities decisions on unorthodox thermal generation dispatch. The monitoring of the proposed reference curves is expected to represent a more robust criterion for decisions on out-of-merit thermal generation in Brazilian power system.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:55171 |
Date | 04 October 2021 |
Creators | GABRIEL CAMPOS GODINHO |
Contributors | DELBERIS ARAUJO LIMA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | English |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0024 seconds