Impact of precipitation extremes on energy production across the São Francisco river basin

• Autor(a) principal: Santos, Josielton da Silva
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/31687; https://doi.org/10.47328/ufvbbt.2023.559
• topic: Energia elétrica - Produção - Medição; Energia elétrica - Produção - Aspectos ambientais; Usinas hidroelétricas - São Francisco, Rio, Bacia; Aprendizado do computador; Agrometeorologia

O sistema elétrico brasileiro é predominantemente hidrotérmico, com usinas hidrelétricas (UHE's) sensíveis à variabilidade das chuvas. A bacia hidrográfica do Rio São Francisco desempenha um papel fundamental na produção de energia elétrica do país, com UHE's no Nordeste e Sudeste. No entanto, eventos climáticos extremos têm prejudicado sua produção energética. Equilibrar o uso das UHE's para evitar escassez de energia durante períodos secos e o acionamento de termelétricas é um desafio, pois aumenta os custos de produção e pode desperdiçar água em períodos chuvosos. As principais variáveis que influenciam as decisões operacionais são a Energia Armazenável (EAR) e a Energia Natural Afluente (ENA), usadas para calcular o Custo Marginal de Operação (CMO) e o Preço de Liquidação das Diferenças (PLD). Neste estudo, analisou-se as relações entre essas variáveis e os extremos climáticos de precipitação na bacia do Rio São Francisco. Séries temporais de 11 índices extremos climáticos de precipitação foram utilizadas para analisar distribuição e tendências. Investigou-se a sazonalidade, tendência e correlação entre as variáveis energéticas e os índices extremos. Foram aplicados três algoritmos de aprendizado de máquina (Floresta Aleatória, Redes Neurais Artificiais e k-vizinhos mais próximos) como modelos regressivos para estimar as variáveis energéticas (ENA, EAR, CMO e PLD). As correlações entre as variáveis energéticas revelam o impacto das variações na disponibilidade de ENA e EAR na Bacia do Rio São Francisco no CMO e PLD nos subsistemas Nordeste e Sudeste/Centro-Oeste. ENA e EAR apresentaram tendências de redução, enquanto CMO e PLD mostraram tendência de aumento. Observou-se comportamento sazonal ao longo do ano para EAR e ENA, influenciados pelos índices extremos de precipitação em diferentes escalas temporais. As tendências indicam redução na precipitação total (PRCTOT) e no número de dias úmidos (CWD), além de aumento no número de dias secos na bacia (CDD). Os resultados mostraram que é possível estimar eficientemente ENA e EAR usando dados de extremos climáticos de precipitação na bacia. Essas descobertas têm implicações significativas para o planejamento e gerenciamento do setor elétrico brasileiro, contribuindo para tomada de decisões estratégicas e formulação de políticas públicas que garantam a segurança energética do país. Palavras-chave: Energia Natural Afluente. Energia Armazenada. Predição.