A operação do setor elétrico a partir da expectativa de chuvas não é algo para amadores: em 2021 ocorreu uma crise hídrica que precedeu um período úmido incrível em 2022, responsável pela elevação dos níveis dos principais reservatórios, de modo que três dos quatro subsistemas brasileiros atingiram armazenamento superiores a 90% em maio. O custo marginal de operação (CMO) do sistema brasileiro no subsistema Sudeste variou de R$ 3.044,45/MWh na semana operativa entre 14 e 20 de agosto de 2021 para R$ 66,62/MWh na primeira semana operativa de 2022. O CMO mais alto registrado nesse ano até o momento foi de R$ 98,67/MWh entre 30 de julho e 05 de agosto.
Os preços baixos do 2022 são bem justificados quando os reservatórios das regiões Sul, Norte e Nordeste estão acima de 70% e o do Sudeste está acima dos 50%, o que configura o 10º melhor nível dos últimos 22 anos e o melhor dos últimos 5 anos. Entretanto, existe a falta de previsibilidade das chuvas, e se não chover? Existe garantia de manutenção dessas condições mesmo após um período úmido ruim?
Com o intuito de se evitar uma nova iminência de crise hídrica, a Comissão Permanente para Análise de Metodologias e Programas Computacionais do Setor Elétrico (CPAMP) decidiu alterar o modelo, para que o risco de um novo período úmido ruim tenha mais peso nos cálculos da operação energética.
As alterações propostas relevantes nesse sentido são duas:
1. Alteração dos parâmetros de CVaR
O CVaR (Conditioned Value at Risk) é um modelo de aversão a risco incorporado nas séries sintéticas de afluência geradas no NEWAVE para dar maior peso aos cenários secos dentro do cálculo. Os parâmetros que compõem o CVaR no modelo são α e λ, sendo que α representa a porcentagem dos cenários gerados mais críticos que serão ponderados por um valor λ. Atualmente o valor de α é 50 e de λ é 35, e para 2023 α passará a ter valor de 25, enquanto λ permanecerá com seu valor. A redução no valor de α implica na exclusão de cenários mais favoráveis do bloco a ser ponderado por λ, o que por sua vez aumenta o risco do planejamento e operação energética, assim como seu custo. A função objetivo dos modelos NEWAVE e DECOMP de planejamento energético com o CVaR é dada por:
Em que c1x1 é a parcela referente ao custo imediato da política de operação energética, e c2x2 é a parcela referente ao custo futuro. Logo, a mudança do CVaR tende a elevar o preço da energia.
2. Incorporação do PAR(p)-A
O modelo PAR(p) é periódico e autorregressivo que ajusta para cada série sintética um modelo AR(p), em que p corresponde aos períodos de defasagem em que a autocorrelação parcial entre as variáveis é significativa. Logo, a geração de cenários de afluência através desse modelo garante a preservação das características de média, variância e correlações temporais e espaciais posto a posto do processo original. A proposta do PAR(p)-A é a de incluir um termo adicional na representação das Energias Afluentes passadas, que seria a média anual das afluências, com o objetivo de representar melhor as condições hidrológicas críticas de maior duração. Outra motivação para a incorporação do PAR(p)-A são as alterações no comportamento hidrológico nos anos mais recentes em comparação ao histórico, como no caso da região de Itaipu que tem apresentado tendência de elevação da ENA na média anual, enquanto a região Nordeste tem apresentado tendência de redução nas médias anuais de ENA.
Para adequação ao modelo PAR(p)-A, o critério de parada da convergência foi modificado. O número mínimo de iterações foi mantido em 30 e o número máximo de iterações foi ajustado para 50, caso não se verifique ∆Zinf (valor estimado do custo total de operação) abaixo de 0,1% por 6 iterações consecutivas. Essas medidas garantem que a convergência realizada pelo modelo irá encontrar o melhor resultado. Portanto, se a incorporação do PAR(p)-A elevará ou não o preço da energia irá depender sobretudo das condições hidrológicas dos últimos 12 meses que antecedem o mês de análise.
Além das propostas de mudança nos modelos referente ao risco da falta de chuva, será incluída a modelagem da carga de micro e mini geração distribuída (MMGD). Isso implica em ajustes tanto no volume de geração que é indicado como na demanda de energia.
A carga da MMGD consiste em duas parcelas, a injetada na rede de distribuição e a não injetada na rede de distribuição, ou seja, aquela parcela da carga que é autoconsumida no local. Logo, na nova modelagem proposta, a parcela de MMGD não injetada na rede passará a compor a carga global de energia indicada nos modelos, e a MMGD injetada na rede será indicada como previsão de geração. Na Figura 1 é possível observar a previsão de geração da MMGD por subsistema e por fonte:
Figura 1 - Previsão de Geração de MMGD
Fonte: [3]
Segundo ONS e CCEE, o acréscimo na carga quanto ao consumo da MMGD corresponde a 1580 MW na base da projeção, portanto, aquém dos valores estimados de geração até o ano de 2023. Entretanto, como a maior parte do volume de geração da MMGD é composta por fotovoltaicas que concentram sua produção no período de “carga pesada” no modelo, essa geração adicional tende a reduzir o preço da energia.
Não se pode esquecer que as variáveis mais importantes para determinação do preço da energia são a vazão dos rios e o reservatório, o que torna imprescindível o acompanhamento das chuvas que virão a partir de outubro.
[1] LIMA, Sylvia Cristina de Paula. Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro. 2021. Dissertação (Mestrado em Tecnologia da Energia) - Instituto de Energia e Ambiente, Universidade de São Paulo, São Paulo, 2021. doi:10.11606/D.106.2021.tde-04012022-180639.
[2] CPAMP. Atividades do Ciclo 2019/2020/2021, 2021.
[3] ONS; CCEE. Estimativa de carga atendida com MMGD, 2022.
