CONSTRUÇÃO DE FUNÇÕES DE TRANSFERÊNCIAS MENSAIS ENTRE VELOCIDADES DO VENTO E PRODUÇÃO DE ENERGIA EÓLICA PARA EMPREGO NO ALGORITMO DE PROGRAMAÇÃO DINÂMICA DUAL ESTOCÁSTICA
DOI:
https://doi.org/10.12957/cadest.2024.91689Palavras-chave:
Geração eólica, Energia renovável, Planejamento da expansão e da operação, Regressão linear, Otimização estocásticaResumo
A incerteza da produção eólica constitui um desafio para sua integração ao sistema. A sua modelagem no modelo oficial de planejamento da operação no Brasil inclui a avaliação de funções de transferência mensais (FTMs) entre velocidades mensais do vento e produção de energia eólica, e a representação dessas produções mensais no algoritmo PDDE. Dada a indisponibilidade no Brasil de uma base pública de dados horários medidos e pareados de velocidades e produções eólicas, este trabalho apresenta um procedimento desenvolvido e aprimorado para o cálculo das FTMs, usando modelos de regressão linear, através da combinação de dados de reanálises de velocidades horárias do vento (MERRA2/NASA-1980 a 2023), em conjunto com as previsões semi-horárias de velocidades do vento e produções eólicas disponibilizadas pelo sistema Sintegre do ONS (2019-2023). O procedimento é aplicado a parques eólicos equivalentes de 5 regiões representativas de regimes de ventos no Brasil e os resultados discutidos.
Downloads
Referências
ALMEIDA, V.A., PESSANHA, J.F.M., MELO, A.C.G., MACEIRA, M.E.P. Modelagem da Relação Mensal entre Velocidade de Vento e Produção Eólica no Modelo NEWAVE, LIII Congresso da Sociedade Brasileira de Pesquisa Operacional – SBPO 2021, João Pessoa-PB, 3 a 5 de novembro, 2021.
FALCÃO, D.M., MELO, A.C.G., MACEIRA, M.E.P. et al. Desafios da Transição Energética, Academia Nacional e Engenharia, 2025.
HELSETH, A., MELO, A.C.G. Scheduling Toolchains in Hydro-Dominated Systems - Evolution, Current Status and Future Challenges for Norway and Brazil, SINTEF Energy Research Technical Report, 2020-08-10, May 2020, disponível em https://sintef.brage.unit.no/sintef-xmlui/handle/11250/2672581?locale-attribute=en.
HELSETH, A., MELO, A.C.G., PLOUSSARD, Q.M., MO, B., MACEIRA, M.E.P., BOTTERUD, VOISIN, A., N. Hydropower Scheduling Toolchains: Comparing Experiences in Brazil, Norway, and USA and Implications for Synergistic Research, Journal of Water Resources Planning and Management, Vol. 149, Issue 7 (July 2023). Published online: May 13, 2023. Vol 149, No 7, 2023, DOI: http://dx.doi.org/10.1061/JWRMD5.WRENG-5911, ISSN: 0733-9496 resposta do Lattes, pgs 1-17, 2023.
MACEIRA, M. E. P. Programação Dinâmica Dual Estocástica Aplicada ao Planejamento da Operação Energética de Sistemas Hidrotérmicos com Representação do Processo Estocástico de Afluências por Modelos Auto-Regressivos Periódicos, Relatório Técnico CEPEL 237/93, Junho 1993.
MACEIRA, M.E.P.; BEZERRA, C.V. Stochastic Streamflow Model for Hydroelectric Systems, 5th Probabilistic Methods Applied to Power Systems - PMAPS, Vancouver, Canada, September 1997.
MACEIRA, M.E.P., TERRY, L.A., COSTA, F.S., DAMÁZIO, J.M., MELO, A.C.G. Chain of optimization models for setting the energy dispatch and spot price in the Brazilian system, 14th Power Systems Computation Conference – PSCC 2002, Seville, Spain, 2002.
MACEIRA, M.E.P., MELO, A.C.G. e ZIMMERMANN, M.P. Application of stochastic programming and Probabilistic Analyses as Key Parameters for Real Decision Making regarding Implementing or Not Energy Rationing – A Case Study for the Brazilian Hydrothermal Interconnected System, 19th Power System Computation Conference – PSCC 2016, Genoa, Italy, 2016.
MACEIRA, M.E.P., PENNA, D.D.J,, DINIZ, A.L., PINTO, R.J., MELO, A.C.G., VASCONCELLOS, C.V., CRUZ, C.B. Twenty Years of Application of Stochastic Dual Dynamic Programming in Official and Agent Studies in Brazil – Main Features and Improvements on the NEWAVE Model, 20th Power System Computation Conference – PSCC 2018, Dublin, Ireland, 2018.
MACEIRA, M. E. P., CRUZ, C. B., PENNA, D. D. J., DINIZ, A. L., TREISTMAN, F., MELO, A. C. G., JUSTINO, T. C. Representação de Usinas Hidrelétricas Individualmente e de Forma Agregada na Programação Dinâmica Dual Estocástica - A Abordagem Híbrida. XXV Seminário Nacional de Produção e Transmissão de Energia Elétrica, Belo Horizonte, 2019.
MACEIRA, M.E.P., MELO, A.C.G., PESSANHA, J.F.M., CRUZ, C.B., ALMEIDA, V.A., JUSTINO, T. C. Uma Abordagem para a Representação das Incertezas da Fonte de Geração Eólica no Modelo NEWAVE, Cadernos do IME – Série Estatística, v. 48, p.1 – 36, Junho 2020. ISSN on-line 2317-4535 / ISSN impresso 1413-9022. DOI: 10.12957/cadest.2020.55395.
MACEIRA, M.E.P., MELO, A.C.G., PESSANHA, J.F.M., CRUZ, C.B., ALMEIDA, V.A., JUSTINO, T. C. Combining monthly wind and inflow uncertainties in the stochastic dual dynamic programming. Energy Syst, 2023. https://doi.org/10.1007/s12667-023-00580-5.
MELO, A.C.G., ZIMMERMANN, M., MACEIRA, M.E.P., DAMAZIO, J.M. Challenges and Outlook for the Hydropower Development in Brazil”, International Journal of Hydropower&Dams, London, 2020.
MME - Ministério de Minas e Energia e EPE - Empresa de Pesquisa Energética. Plano Decenal de Expansão de Energia 2034, Relatório Técnico, 2024.
ONS, Operador do Sistema Elétrico, Desenvolvimento Metodológico para Previsão de Geração de Fonte Eólica, Nota Técnica NT 151/2018, 2018.
PEREIRA, M. V. F., PINTO, L. M. V. G. Multi Stage Stochastic Optimization Applied to Energy Planning, Mathematical Programming, v. 52, pp. 359-375, 1991.
PENNA, D.D.J., MACEIRA, M.E.P., DAMÁZIO, J.M. Selective Sampling Applied to Long-Term Hydrothermal Generation Planning, 17th Power System Computation Conference – PSCC 2011, Stockholm, Sweden, 2011.
PESSANHA, J.F.M., MELO, A.C.G., BESSA, R.J.G.S., ALMEIDA, V.A. Uma metodologia para geração de cenários de produção eólica compatíveis com as correlações espaciais entre os regimes de ventos, XXV Seminário Nacional de Produção e Transmissão de Energia Elétrica, Belo Horizonte, 2019.
PESSANHA, J.F.M, ALMEIDA, V.A., MELO, A.C.G. Fator de capacidade da geração eólica na região Nordeste: um estudo com dados de reanálises oriundos do MERRA-2 (global). VIII SBSE, Santo André, 2020.
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2019. Disponivel em URL https://www.R-project.org/.
SALAS, J.D.; DELLEUR, J.W.; YEVJEVICH, V.; LANE, W.L Applied Modeling of Hydrologic Time Series, Water Resources Publications, 1980.
STAFFELL, I., PFENNINGER, S. Using Bias-Corrected Reanalysis to Simulate Current and Future Wind Power Output, Energy 114, pp. 1224-1239, 2016.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Albert Cordeiro Geber de Melo, Maria Elvira Piñeiro Maceira, Roberto Pereira Caldas, José Francisco Moreira Pessanha

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Declaramos que, em caso de aceitação do artigo, os autores permanecem com os direitos autorais do artigo, concedendo a revista Cadernos do IME – Série Estatística os direitos de primeira publicação e outros direitos de publicação não exclusivos referentes ao mesmo.