William Cossich Marcial de Farias
Título
Aplicação de um Modelo Autoagressivo Multivariado para Geração de Cenários de Afluências Incorporando Informações Climáticas
Resumo
Os recursos hídricos têm um papel fundamental na matriz energética brasileira, onde cerca de 90% do total de geração do país é hidrelétrico. Adicionalmente, o planejamento e a programação eletroenergética do Sistema Interligado Nacional têm uma estreita correlação entre os estoques de água dos reservatórios das usinas hidrelétricas e suas afluências. O objetivo deste trabalho é propor uma metodologi a para a previsão de vazão, no horizonte de 3 meses, por intermédio de modelos estocásticos, que considerem além da informação de vazões passadas, informações climáticas. Foram gerados cenári os de afluências para bacia do rio Grande, utilizando a modelagem autoregressiva univariada - AR, que considera apenas afluências passadas, e multivariada - ARx, que também considera dados de precipitação observados e previstos pelo model o ECHAM 4.5. Os resultados indicam que modelos AR capturam a sazonalidade do regime de afluências, mas não conseguem antecipar variações da vazão. Com o model o ARx, os cenários gerados capturaram melhor a variabilidade do estado da vazão futura, destacando um desempenho mais adequado desse tipo de modelagem quando comparada à modelagem univariada.
Abstract
Water resources play an essential rol e in the energy matrix of Brazil, where hydroel ectric power corresponds to more than 90%. In addition, the integrated Brazilian hydroel ectric planning and programming for electricity generation and transmission works based on a strong relationship between reservoir water storages and the corresponding reservoir inflows. The broad objective of this work is to propose a methodological approach for inflow forecast ing into 3-months horizon through the use of different stochastic autoregressive models, considering past inflows information
jointly with climate informati on. Inflow scenarios were generated for the Grande River watershed using firstly a univariate autoregressive model – AR, which considers only past inflows, and then a multivariate autoregressive model – ARx, which takes into account also precipitation observed data and climate precipitation forecasts from the ECHAM 4.5 Model . The results indicate that the univariate model was able to capture the infl ow seasonal pattern, however this type of modeling approach failed to reproduce other types of variability. On the other hand, the simulations generated using the ARx model showed an improvement for representing the variability of the state of the forecasted flow with respect to the AR model simulations, highlighting a better performance of this approach when compared to the univariate modeling.
