alteraÇÕes de padrÕes climÁticos e hidrolÓgicos … · modelagem horária com rede de...

ALTERAÇÕES DE PADRÕES CLIMÁTICOS E

HIDROLÓGICOS E AVALIAÇÃO DA MELHOR

REPRESENTAÇÃO ENERGÉTICA DE SÉRIES DE

VAZÕES NATURAIS

31 de outubro de 2017

Rafael Kelman

Temário

2

► Hidrologia

► Mudança climática

► Água > energia

Dados

Modelagem

► Recomendações

São Francisco: tendência dos últimos anos

► Vazões naturais de Sobradinho

3

Parte desta redução pode ser retirada de

agua maior que usada na reconstituição

da série de vazões naturais

Alteração do solo

► Estudos necessários para atualizar parâmetros

4

Usos consuntivos

► Crescimento de 165% do consumo de energia de

consumidores irrigantes da Coelba entre 2006 e 2016

5

Crescimento de 61% da área irrigada.

Fonte: Atlas Irrigação ANA – pg. 20

Modelagem de vazões do São Francisco

► Aumentar retirada de água (não alterar parâmetros do modelo hidrológico)

para a média das vazões dos últimos 20 anos (bem menor que a MLT)

► Alterar média e desvio padrão do modelo hidrológico

Usar somente dados mais recentes

Usar todo o histórico, ajustando tendência da

série temporal para a série transformada

ser estacionária.

• Preferível por não “jogar fora” informação

► O mais importante é ajustar o processo de

geração de vazões no planejamento da

operação energética

6

Temário

7

► Hidrologia


► Água > energia

Dados

Modelagem

► Recomendações

Impacto de mudanças climáticas nas vazões

8

Projeções de temperatura e

precipitação de diferentes

modelos de circulação com

algum downscaling

Modelo chuva-vazão (SMAP)

calibrado para algumas usinas

nas bacias hidrográficas

Ajuste dos parâmetros

do modelo estocástico

para uso em

simulações

probabilísticas.

Exemplos de bacias no Equador e Chile

9

Exemplo (Brasil): efeito sobre vazões médias

10

0

20

40

60

80

100

120

Aff

luen

t N

atu

ral E

ner

gy (

GW

-a

vera

ge)

Month

SOUTHEAST

Reference

Scenario with highertemperature increase

0

5

10

15

20

25

Aff

luen

t N

atu

ral E

ner

gy (

GW

-av

erag

e)

Month

SOUTH

Reference


0

2

4

6

8

10

12

Aff

luen

t N

atu

ral E

ner

gy (

GW

-av

erag

e)

Month

NORTHEAST

Reference


0

5

10

15

20

25

30

35

40

Aff

lue

nt

Nat

ura

l En

erg

y (G

W -

aver

age)

Month

NORTH

Reference


As vazões de cada região são traduzidas em ENAs

Redução de vazões médias

Impactos sobre operação do SIN

11

0

5

10

15

20

25

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

The

rmal

Op

era

tin

g C

ost

-20

36 [

G$]

% of hydrological scenarios

Reference


0

10

20

30

40

50

60

70

80

2036

Em

issi

on

s [M

ton

CO

2]

Year

Reference


Redução de ENA aumenta

a produção térmica

Aumento de

emissões de CO2

Temário

12

► Hidrologia


► Água > energia

Dados

Modelagem

► Recomendações

Curvas do reservatório e canal de fuga

► Necessidade de atualização de curvas (ONS)

13

Ensaio potência x vazão turbinada instantânea

14

UHE ITAIPU - 2017 UHE PORTO PRIMAVERA - 2016

Fonte: www.rennosonic.com

http://www.rennosonic.com/


► Medição ultrassônica

15

Medidor Ultrassônico

Norma IEC 60041

Norma ASME PTC 18

Exatidão: ± 0,50%

Múltiplas Trajetórias




► Exemplo real

16

6,83 m³/s de consumo acima

4% de diferença




► Medição por Winter-Kennedy

17


Maior Dispersão



► Medição direta de vazão com a tecnologia ultrassônica

18


Menor Dispersão


Cota x volume: medição direta

19

Cota x volume: alternativa (imagens de satélite)

20

► Coleção de imagens de satélite > processamento

UHE Três Marias

Cota x volume: alternativa (imagens de satélite)

21

► Coleção de imagens de satélite > processamento

UHE Três Marias

Ex: batimetria de Sobradinho

► TCC de Bruna Vasconcelos Lamas

► Sobradinho não possui um

levantamento batimétrico público.

► Em novembro de 2015, o nível de

água do reservatório chegou muito

próximo da cota mínima operativa –

1% do volume útil.

Dado esse “experimento natural”, a

PSR está usando séries temporais de

imagens de satélites (LandSat) que

captam o processo de esvaziamento

do reservatório para atualizar a curva

Cota x Área x Volume.

16


17

Junho de 2011: 81%

Outubro de 2005: 51%

Maio de 2004: 99%

Dezembro de 2012: 27% Novembro de 2015: 1%

► As imagens do LandSat que mostram o esvaziamento do reservatório.

Malhas e Domínios de Modelagem


► Classificação de imagens e exportação de polígonos

► Confecção do mapa a partir dos polígonos

24


18

x LandSat Artigo

PMO

(ONS)

Temário

26

► Hidrologia


► Água > energia

Dados

Modelagem

► Recomendações

Planejamento integrado água (PISF) x energia (SIN)

27

Planejamento integrado água (PISF) x energia (SIN)

► Desafio: integrar gestão de recursos hídricos da PISF ao

planejamento do setor elétrico.

► A retirada de água depende tanto da disponibilidade do rio

São Francisco, como do nível de armazenamento dos açudes

do Ceará, Pernambuco, Paraíba e Rio Grande do Norte

Modelagem conjunta (ex. Correlação espacial das vazões)

Possibilidade de alocação “inteligente” de água (comparação de seu

custo de oportunidade entre usuários. ex. Hidroeletricidade x diversos

cultivos de maior ou menor valor agregado)

28

Cenários coerentes de vazão e irrigação

► Variáveis climáticas utilizadas para geração de vazões naturais

(chuvavazão) e vazões para irrigação (modelo agrícola).

A irrigação deixaria de ser um valor mensal e passaria a variar por cenário

hidrológico de forma coerente

A ideia é capturar maior retirada de agua quando há menos agua

29

Aperfeiçoamentos

► Modelagem de queda líquida (efeito de deplecionamento e variação do

nível o canal de fuga) nos modelo de planejamento energético

► Temas prioritários (CPAMP, 2017)

Representação de regras operativas em

reservatórios a fio d’água; e

Perda de potência de UHE com baixa queda.

30

Impacto de deplecionamento sobre potencia

31

1. Utilização da curva cota x volume para intervalo volume mínimo e máximo

2. Cálculo de queda líquida

3. Comparação com queda de referência para ajuste de potência máxima

4. Aproximação nos modelos: Pmax = f(Vol) pode ser linear por partes

Restrições lineares por partes para definir

potência máxima da etapa t P(t) como

função do volumem v(t) deplecionamento

potencia

Modelagem hidroelétrica detalhada

► Curva colina, perdas hidráulicas, unit commitment, zonas

proibidas, tempo de viagem para usinas em cascata, rampas

máximas, máximo número de partidas, diferentes reservas

operativas, etc.

32

Restrições de transmissão

33

CMO por barra

Exemplo de simulação operativa horária

► Configuração do PMO de junho/2017

► Representação a usinas individualizadas com rede de transmissão

completa (rede básica) – SDDP

5 mil barras, 7 mil linhas

► Estágios mensais, representação horária dentro do mês

Demanda e produção renovável (200 cenários)

Neste caso não foi representada a reserva probabilística de geração e o

commitment das térmicas

► Política operativa estocástica calculada com 200 séries forward e 30

backward

► Tempo total de execução 3 horas

25 servidores da Amazon com 36 processos cada

34

Demanda horária – junho de 2021 - SE

35

0

10

20

30

40

50

60

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

De

man

da

Sud

est

e [

GW

mé

dio

]

Horas

Primeiro dia

0

10

20

30

40

50

60

1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106113120127134141148155162

De

man

da

Sud

est

e [

GW

mé

dio

]

Horas

Primeira semana

0

10

20

30

40

50

60

1 36 71 106141176211246281316351386421456491526561596631666701

De

man

da

Sud

est

e [

GW

mé

dio

]

Horas

Todo o mês

Geração renovável horária – junho de 2021 - BR

36

CMO horário: dia 1 de junho de 2021 – NE Média de 200 cenários de vazões & renováveis

37

50

60

70

80

90

100

110

120

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

CM

O m

éd

io N

ord

est

e [R

$/M

Wh

]

Horário Mensal

E(CMO) calculado pelo

modelo atual


modelo horário

50

60

70

80

90

100

110

120

1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106113120127134141148155162

CM

O m

éd

io N

ord

est

e [R

$/M

Wh

]

Horário Mensal

CMO horário: semana 1 de junho de 2021 – NE Média de 200 cenários de vazões & renováveis

38


modelo atual


modelo horário

50

60

70

80

90

100

110

120

1 30 59 88 117146175204233262291320349378407436465494523552581610639668697

CM

O m

éd

io N

ord

est

e [R

$/M

Wh

]

Horário Mensal

CMO horário: mês de junho de 2021 – NE Média de 200 cenários de vazões & renováveis

39


modelo atual


modelo horário

Temário

40

► Hidrologia


► Água > energia

Dados

Modelagem

► Recomendações

Recomendações

► Hidrologia: evitar que um “bom entendimento” postergue decisões que

visam eliminar qualquer viés “otimista” do planejamento da operação.

A média dos últimos 20 anos foi de 78% da MLT considerada atualmente.

A média dos últimos cinco anos é menor ainda (52% da média histórica).

► Mudanças climáticas: importante seguir avançando e discutir medidas

adaptativas para país hidroelétrico com expansão hidroelétrica

41

Recomendações

► Dados: Importância de uma vigilância permanente (ANEEL, ONS e ANA)

para eliminar desvios entre realidade e dados utilizados no planejamento.

Verificações (ex. consumo de energia irrigantes x vazões),

Ensaios de eficiência das turbinas

Revisão da batimetria, processamento de imagens de satélite

Mesmas recomendações para hidrologia valem (não esperar o conhecimento

perfeito para atuar de forma preventiva no planejamento energético)

► Modelagem: aperfeiçoamentos necessários (papel do CPAMP)

Potência x altura de queda e efeito de elevação de canal de fuga

Modelagem horária com rede de transmissão pela inserção de renováveis

Reservas operativas

Planejamento integrado água x energia (ex. SIN com PISF)

Vazão natural x irrigação por cenário

42

www.psr-inc.com

[email protected]

+55 21 3906-2100

+55 21 3906-2121

Obrigado

alteraÇÕes de padrÕes climÁticos e hidrolÓgicos … · modelagem horária com rede de...

Documents