Atualização das previsões de curto prazo de afluências ao sistema hidroelétrico brasileiro a partir da técnica de ponderação bayesiana e de previsões mensais de afluência com uso de informação climática

Abstract

O uso de sistemas eficientes de previsão de afluências de curto, médio e longo prazo permite otimizar a operação do conjunto de reservatórios hidroelétricos brasileiros, elevando o grau de segurança no fornecimento de energia elétrica e minimizando os custos operacionais. Os modelos atuais de previsão utilizados pelo Operador Nacional do Sistema Elétrico (ONS) tendem a ser limitados no horizonte de previsão e na modelagem da estrutura de dependência existente entre as diversas escalas temporais, reduzindo a qualidade das previsões e simulações de afluências. Nesta dissertação, visando contribuir com a melhoria das previsões de vazão de curto prazo, são desenvolvidos e aperfeiçoados modelos estatísticos de previsão a partir de uma estrutura hierárquica, onde as vazões geradas para as menores escalas temporais (semanais) apresentam uma estrutura de dependência das vazões geradas para as maiores escalas (mensais). As previsões mensais são obtidas por meio de um modelo periódico auto-regressivo exógeno (PARX), que utiliza informações climáticas de larga escala como covariáveis, de forma a aumentar os horizontes temporais de previsões das vazões e melhor representar a variabilidade espacial entre os postos fluviométricos. O modelo mensal PARX é aplicado na previsão de afluências aos vinte e oito principais reservatórios hidroelétricos de regularização do país. Previsões semanais para os mesmos reservatórios são obtidas a partir dos modelos utilizados pelo ONS e são atualizadas a partir da integração com as previsões mensais obtidas pelo modelo mensal PARX por meio da técnica de Ponderação Bayesiana de Modelos (BMA), que consiste em estimar pesos para os modelos semanal e mensal tendo como base o desempenho desses modelos, permitindo também obter uma estimativa das incertezas acerca dos mesmos. Assim, as previsões semanais atualizadas irão consistir de uma média ponderada das previsões obtidas pelos modelos semanal e mensal e o contexto Bayesiano de estimação dos pesos. Os resultados obtidos por meio de validação cruzada apontam um ganho estatisticamente significante em termos de previsibilidade quando as previsões semanais disponibilizadas pelo ONS são integradas via BMA com as previsões mensais oriundas do modelo PARX, a partir da análise das quatro métricas de desempenho utilizadas – raiz do erro médio quadrático (RMSE), erro médio percentual absoluto (MAPE), indicador de Nash-Sutcliffe (NS) e distância multicritério (DM). Tendo como base os dados observados e as previsões semanais utilizadas pelo ONS para o período entre janeiro de 2009 e setembro de 2014, observa-se um aumento médio na qualidade das previsões: 7,46% de ganho médio no indicador DM, para as previsões com uma semana de antecedência; 10,99%, para as previsões com duas semanas; 6,39%, nas previsões com três semanas; 10,08%, nas previsões com quatro semanas; 4,39%, nas previsões com cinco semanas de antecedência e 4,14%, com seis semanas. A partir desses resultados e em virtude da praticidade de implementação da técnica BMA nas atuais previsões semanais utilizadas pelo ONS, julga-se ser essa uma ferramenta eficaz e promissora para o aperfeiçoamento das previsões de vazão dos reservatórios do Sistema Interligado Nacional (SIN).