4.1. Variáveis meteorológicas para previsão de carga

Transcrição

1 4 Curvas de carga A grande aspiração de toda concessionária de energia elétrica é modelar suas curvas de carga para que se possa fazer uma previsão mais próxima do valor real, conseguindo assim um bom atendimento aos seus clientes com custos reduzidos. Para que melhor se entenda o conceito curvas de cargas neste subitem será feito uma breve caracterização das mesmas. Caracterizar a carga elétrica é, acima de tudo, conhecer a forma como os clientes utilizam a energia, posto que a carga é uma variável muito dependente de seu consumidor, seja ele residencial, comercial ou industrial. A carga sofre influências de muitos fatores como: eventos televisivos, econômicos, dentre outros, ou seja, pode variar com o tempo. A cada classe de consumidores pode se observar algumas características (Magalhães et alii, 1998), como: Residencial carga com crescimento constante, sensível às condições meteorológicas, a mudanças econômicas e tarifárias, etc. Comercial carga sensível a sazonalidade como em datas comemorativas, às condições meteorológicas, sensível a mudanças econômicas e à qualidade de energia entregue pelas companhias, etc. Industrial carga bem específica, definida pelo número de turnos de operação útil,e geralmente, tem curvas de cargas mais planas, indicando a pouca variabilidade sazonal e mesmo horária, para os clientes de maior porte. Como se pode perceber, o estudo das curvas de carga é muito importante tanto para o setor de planejamento de operação da concessionária quanto para outros setores como o de Marketing e Financeiro. Em função desta dependência a modelagem das curvas de carga para que se possa fazer um planejamento do sistema é de suma importância. Nesta dissertação, como dito anteriormente, os dados de carga foram obtidos de duas concessionárias de energia elétrica em localidades distintas do território nacional (uma na Região Centro-Oeste e a outra Região Sudeste do Brasil).

2 Variáveis meteorológicas para previsão de carga As variáveis meteorológicas como a umidade do ar, luminosidade e a temperatura têm uma influência direta nas curvas de carga. A variável meteorológica mais importante é a temperatura. Muitas pesquisas em torno da relação Carga X Temperatura vêm sendo feitas ao longo dos anos (Hippert 2001). Sabe-se que quando existe variação de temperatura esta afetará a curva de carga. Por exemplo, em dias quentes o uso de ar-condicionado causa o aumento da carga, e em dias frios esse aumento de carga é causado pelo uso de aquecedores de ambiente. Observa-se, ainda, que esse aumento de carga devido à variação de temperatura dar-se-á, majoritariamente, pelo aumento nas classes residencial e comercial. Se o aumento fosse devido apenas ao consumo industrial, por exemplo, ao se plotar a curva de carga de dois dias com temperaturas amenas e outro dia com temperaturas altas a variação de uma curva de carga em relação à outra seria menor no horário de ponta. No caso de ser uma variação somente pelo aumento do consumo comercial, durante o horário de carga leve, esse não seria observado. Um bom exemplo desta relação Carga x Temperatura pode ser observado nas curvas de carga do Subsistema SE/CO de dois dias do mês de outubro de 2002, Figura 3, fornecidos pela ONS (Operador Nacional do Sistema). Figura 1 - Curvas de carga dos dias 01 e 08/10/2002

3 27 A análise quantitativa indica uma diferença de 1471 MW do dia 08/10/2002 em relação ao dia 01/10/2002. Fazendo-se uma análise das temperaturas médias das regiões que pertencem a esse Subsistema nota-se que no dia 08/10/2002 a temperatura estava em média muito mais elevada que a média do dia 01/10/2002 na região observada. Ao se analisar a relação Carga X Temperatura dos dois principais estados deste Subsistema, Rio de Janeiro e São Paulo, que participam com cerca de 64% da carga, estima-se que um incremento médio de cerca de 9ºC nestes estados acarreta um acréscimo na Demanda do Subsistema de cerca de 1440 MW. Considerando o fator de carga de um dia útil em torno de 80%, a carga de energia correspondente seria de cerca de 1152 MW médios. Portando, somente por conta de aumento de temperatura, poder-se-ia ter este incremento na carga de energia desse sistema. Esta análise se confirma ao se analisar dois dias deste mesmo mês onde houve a redução da média da temperatura, Figura 4. Figura 2 - Curvas de carga dos dias 16 e 23/10/2002 A redução na temperatura ocorrida entre os dias 16 e 23/10/2002 confirmou a análise do comportamento no Sistema Sudeste/CO, considerando agora uma redução de demanda da ordem de 1671 MW em média. Está análise de carga verificada nos dias 01, 08, 16 e 23 de outubro de 2002 veio a ratificar a tese de que as variações de temperatura têm uma forte influência no comportamento da carga.

4 28 Devido a esta relação entre demanda e variáveis climáticas, a maioria dos sistemas propostos atualmente para previsão de carga procura usar variáveis meteorológicas como variáveis explicativas. Porém, essa relação é complexa e nem sempre fácil de modelar Modelagem da relação Carga x Temperatura A relação entre carga e as variáveis meteorológicas é claramente não-linear. Vários estudos mostram gráficos relacionados à carga de pico com a temperatura máxima, em países diferentes, os correlogramas são em geral em forma de V ou U, pois têm a característica de que em dias quentes há uma maior incidência de ar-condicionado e dias frios de aquecedores de ambiente como nas figura 5 e 6 a seguir. Figura 3 - Cargas x Temperatura horárias dos EUA (Hagan e Behr,1987)

5 29 Figura 4 - Carga de pico e temperatura máximas Tóquio (Hagan e Behr, 1987) Nos dados das concessionárias, em estudo nesta dissertação, a relação entre a carga e a temperatura é diferente das figuras anteriores. Cada concessionária tem suas características, mas ambas não apresentam características de uso de aparelho de aquecimento quando a temperatura está baixa, sendo assim, carga e temperatura tendem a ser positivamente correlacionadas. A figura 7 compara as séries temporais de carga e de temperatura horárias do ano de 2002 da concessionária ENERSUL, e mostra que elas seguem cursos praticamente paralelos, na maior parte do tempo. Carga (x10 MW) 80 Carga e tem pera Temperatura (ºC) Dias Figura 5 - Carga x Temperatura horária ENERSUL

6 30 O diagrama de dispersão temperatura X carga horárias ano 2002 ENERSUL(figura 8) mostra que a dispersão relativamente grande dos pontos do gráfico exprime que a relação entre as duas variáveis é bastante complexa. Carga (MW) Temperatura (ºC)