alteraÇÕes de padrÕes climÁticos e hidrolÓgicos … · modelagem horária com rede de...
TRANSCRIPT
ALTERAÇÕES DE PADRÕES CLIMÁTICOS E
HIDROLÓGICOS E AVALIAÇÃO DA MELHOR
REPRESENTAÇÃO ENERGÉTICA DE SÉRIES DE
VAZÕES NATURAIS
31 de outubro de 2017
Rafael Kelman
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
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
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.
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
Scenario with highertemperature increase
0
2
4
6
8
10
12
Aff
luen
t N
atu
ral E
ner
gy (
GW
-av
erag
e)
Month
NORTHEAST
Reference
Scenario with highertemperature increase
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
Scenario with highertemperature increase
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
Scenario with highertemperature increase
0
10
20
30
40
50
60
70
80
2036
Em
issi
on
s [M
ton
CO
2]
Year
Reference
Scenario with highertemperature increase
Redução de ENA aumenta
a produção térmica
Aumento de
emissões de CO2
Ensaio potência x vazão turbinada instantânea
14
UHE ITAIPU - 2017 UHE PORTO PRIMAVERA - 2016
Fonte: www.rennosonic.com
Ensaio potência x vazão turbinada instantânea
► Medição ultrassônica
15
Medidor Ultrassônico
Norma IEC 60041
Norma ASME PTC 18
Exatidão: ± 0,50%
Múltiplas Trajetórias
Fonte: www.rennosonic.com
Ensaio potência x vazão turbinada instantânea
► Exemplo real
16
6,83 m³/s de consumo acima
4% de diferença
Fonte: www.rennosonic.com
Ensaio potência x vazão turbinada instantânea
► Medição por Winter-Kennedy
17
Fonte: www.rennosonic.com
Maior Dispersão
Ensaio potência x vazão turbinada instantânea
► Medição direta de vazão com a tecnologia ultrassônica
18
Fonte: www.rennosonic.com
Menor Dispersão
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
Ex: batimetria de Sobradinho
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
Ex: batimetria de Sobradinho
► Classificação de imagens e exportação de polígonos
► Confecção do mapa a partir dos polígonos
24
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
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
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
E(CMO) calculado pelo
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
E(CMO) calculado pelo
modelo atual
E(CMO) calculado pelo
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
E(CMO) calculado pelo
modelo atual
E(CMO) calculado pelo
modelo horário
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