Previsões de vazões mensais para usinas do sistema hidroelétrico brasileiro utilizando métodos estocásticos e informações climáticas

Abstract

Esse trabalho busca avançar nas previsões de vazões mensais ao sistema hidroelétrico brasileiro, incorporando informações climática aos modelos periódicos atualmente em uso pelo operador nacional do sistema (ONS). A informação climática foi incluída como variáveis exógenas nos modelos de previsões (PARX e RIDGE) a partir do uso de índices climáticos. Os indicadores climáticos utilizados são em função da temperatura da superfície do mar do Oceano Atlântico Sul (SST2) e do Pacífico Central (NINO3) e dos padrões de vento sobre o Sudeste Brasileiro (U1). A regressão ridge foi uma forma de incluir esses preditores climáticos nas previsões. Esse é um método de regularização (L2), que é capaz de introduzir um pouco de viés no modelo como tentativa de reduzir a variância das previsões. Já o PARX é um modelo periódico autorregressivo (do tipo PAR) que consegue acoplar variáveis exógenas, com seus coeficientes sendo calculados, neste trabalho, pelo método dos mínimos quadrados. A partir das métricas de desempenho NSE e KGE para os diferentes meses e horizontes de previsão (entre 1 e 6 meses a frente), observou-se ganhos relevantes a partir da inclusão da informação climática. Os valores de NSE, KGE, α, r, βNSE e βKGE apresentaram, respectivamente, ganhos em até 68%, 79%, 90%, 71%, 81% e 82% das UHEs quando agrupadas para cada mês. Na espacialização, nota-se um melhor ganho do uso dos preditores climáticos nas regiões Norte e Sul do país, mostrando uma dificuldade nas previsões mais centrais e do Nordeste. Os ganhos são menores quando agrupando as UHEs individuais em reservatórios equivalentes de energia (REE) e subsistemas. Ao realizar esse agrupamento, fica ainda mais perceptível o efeito que cada indicador climático tem nas previsões, com padrões similares se mantendo (Norte e Sul tendo as melhores previsões e os subsistemas Nordeste e Sudeste/Centro-Oeste tendo ganhos em menos situações). Ainda assim, o subsistema Nordeste apresentou ganho em 49% dos cenários (72 cenários sendo das previsões de até 6 meses a frente de cada um dos 12 meses). No sistema Norte o ganho atingiu 78% dos cenários avaliados.