Em setembro foi realizada etapa de testes do P&D PUC-Rio/Energisa: Contratação do MUST sob incertezas de geração renovável

De 25 a 27 de setembro, realizamos uma etapa de testes com os modelos de simulação (previsão probabilística) desenvolvidos no âmbito do projeto de P&D sendo realizado entre a PUC-Rio e o grupo Energisa a fim de definir a contratação do MUST considerando as incertezas climáticas que afetam a geração renovável interna e as contingências na rede.

Com uma equipe de excelência, que conta com os melhores alunos do Programa de Pós-Graduação em Engenharia Elétrica da PUC-Rio, pós-doutorandos experientes na área de engenharia elétrica e computação, além de três professores do quadro permanente, fomos capazes de finalizar grande parte dos desenvolvimentos científicos, produzindo diversas inovações, que vão de temas regulatórios até aspectos bastante técnicos como a simulação de séries temporais não-Gaussianas com parâmetros variantes no tempo.

O ponto alto do encontro foi fazer, junto com os técnicos da Energisa, com que os modelos teóricos capturassem a realidade das muitas incertezas envolvidas no processo de tomada de decisão e produzissem resultados de alto valor agregado.

Um exemplo de atributo relevante dos modelos desenvolvidos é a consideração e controle da probabilidade de uma violação por ultrapassagem do contrato durante o processo de otimização que define o seu montante. O gráfico abaixo é uma das saídas do modelo.

Como no caso do exemplo anterior, os diversos indicadores de risco e qualidade propiciados pelos modelos fornecem um grau de informação bastante diferenciado para o tomador de decisão.  Assim, os técnicos da Energisa são capazes de traçar uma estratégia de contratação otimizada que leve em conta critérios de risco bem definidos. Dessa forma, pode-se buscar o menor valor possível para o montante de uso do sistema de transmissão, favorecendo o consumidor final com menores custos de expansão da transmissão e, portanto, tarifas, sem contudo expor o investidor a um risco desconhecido de ultrapassagem em casos de baixa geração renovável interna ou de contingências nas linhas de média tensão.

Uma breve introdução e contextualização sobre tema - Um dos principais pontos em discussão nos fóruns internacionais trata justamente da integração e da cootimização dos recursos de rede de distribuição e transmissão (D-T). A contratação do montante de uso do sistema de transmissão (MUST) pode ser visto, em um âmbito mais abrangente, como uma previsão que as distribuidoras devem produzir para o planejador/operador do sistema de transmissão. Tal previsão se refere aos montantes máximos que deverão ser importados, em algum intervalo de 15 min, ao longo dos próximos 4 anos. Essa previsão, que deve ser feita para cada ponto de conexão D-T, permite uma série de estudos importantes. Dentre eles, os que permitem determinar os reforços necessários no sistema de transmissão que vão garantir segurança de suprimento ao mínimo custo. Interessantemente, o processo de contratação do MUST cria um mecanismo descentralizado de previsão via incentivos econômicos. Ao invés do operador do sistema realizar os reforços com base em previsões próprias, tarefa que exigiria a aquisição, manipulação e estudo de um volume gigantesco de dados para inúmeros pontos de conexão com as diversas distribuidoras, a contratação do MUST produz essa previsão de forma mais eficaz e descentralizada. Isso porque a distribuidora é a maior conhecedora de seus ativos, clientes e recursos internos. Portanto, ninguém melhor do que ela para produzir a previsão de quanto ela irá importar do sistema de transmissão. Assim, a contratação do MUST, baseada em regras de penalidades de sobre e subcontratação, produzem um mecanismo bastante eficaz, que toca diretamente no bolso do acionista das distribuidoras caso realizado de maneira equivocada, de modo que as distribuidoras são incentivadas a serem o mais precisas possível em sua previsão para evitar incorrer em multas não repassáveis.

Desde maio de 2017, diversos modelos e técnicas inovadoras foram criadas neste projeto. Neste último encontro, os modelos foram testados com dados reais e produziram resultados bastante animadores. Além disso, em estudos paralelos, conseguimos, inclusive, mostrar o efeito de variações climáticas como El Niño e La Niña para algumas das distribuidoras. Esse efeito está sendo quantificado pela primeira vez de maneira objetiva. A partir desses modelos, as empresas poderão se proteger com informação quantitativa de qualidade contra efeitos desse tipo que, para algumas distribuidoras, podem ser bastante relevantes. Assim, espera-se que os modelos permitam um amplo poder de análise para mitigar o impacto dessas incertezas tanto sobre os consumidores quanto para os acionistas. O gráfico abaixo e à esquerda mostra a nuvem de cenários simulados em escala de 15 min, e a sua média (em vermelho), para uma barra específica do sistema de uma das distribuidoras do grupo utilizando dados até o fim de 2015, justamente para contrastar os modelos com dados reais observados fora da amostra. A curva azul apresenta o realizado durante um período na janela fora da amostra (2016-2018), demonstrando forte capacidade dos modelos em capturar a realidade. Já o gráfico da direita mostra a diferença nas previsões de longo prazo considerando ou não o efeito do forte El Niño observado nesse período.

Tais tecnologias serão cada vez mais indispensáveis na medida em que as fontes renováveis distribuídas vêm se firmando como um driver na expansão da geração do sistema. Esse é, portanto, um passo importante e pioneiro que a Energisa dá em termos de investimento em ferramentas analíticas para lidar com a crescente necessidade de eficiência econômica em um ambiente com mais e mais incertezas. O LAMPS tem muito orgulho de ser parceiro nesta iniciativa.