NEWAVE
O programa NEWAVE é um modelo otimização estocástica desenvolvido pelo Cepel para aplicação no planejamento da operação e expansão de sistemas hidro–termo-eólicos interligados de longo e médio prazo. Tem sido empregado oficialmente pelo setor elétrico brasileiro desde 1998. A representação do problema é feita por programação linear estocástica de múltiplos estágios, sendo adotada com estratégia de solução a Programação Dinâmica Dual Estocástica (PDDE), proposta em 1991 e ampliada pelo Cepel em 1993 para considerar a influência das afluências passadas aos reservatórios na política operativa construída adicionalmente à influência dos armazenamentos já representados.
A estratégia operativa é construída de maneira a considerar a estocasticidade hidroeólica ao minimizar o valor esperado do custo de operação ao longo do horizonte de planejamento e atender a um critério de aversão ao risco hidrológico. Os custos variáveis de combustível das usinas termelétricas e os custos associados a eventuais déficits no suprimento de energia e outras penalizações compõem o custo de operação em cada estágio mensal do horizonte de planejamento, que vai de 5 a 15 anos.
A representação estocástica das afluências às usinas hidroelétricas é feita por meio de uma árvore de cenários, onde cada caminho é chamado de cenário hidrológico, e cada nó representa uma possível realização da afluência. Essas realizações seguem um processo estocástico multivariado, espacial e temporalmente, com propriedades estatísticas semelhantes às do registro histórico, as quais devem ser preservadas durante a construção da árvore de cenários. Um processo análogo disponibilizará também os cenários das velocidades de ventos para geração eólica correlacionados espacialmente com as afluências, isto é, preservando a correlação cruzada histórica entre as usinas hidrelétricas e parques eólicos.
Cálculo da política de operação
Diante da impossibilidade de percorrer a árvore de cenários por completo, é empregado o algoritmo da PDDE, examinando-se um conjunto de séries de afluências em cada iteração, por meio de dois passos:
(i) uma simulação forward, com os cenários hidrológicos amostrados, de forma a encontrar estados potencialmente relevantes para obtenção dos valores da água;
(ii) uma recursão backward, em que se visitam todos os cenários de cada período, para cada realização da afluência, de forma a construir cortes de Benders para a função de custo futuro (FCF) ao final do período anterior.
Figura 1 – Etapas do cálculo da política operativa
Detalhamento do sistema
Quanto ao detalhamento das características físicas e operativas do problema, as funções de custo futuro mensais que definem a política operativa são obtidas com representação individualizada do parque termelétrico e com o parque hidroelétrico podendo ser representado de maneira agregada por reservatórios equivalentes de energia (REEs) ou de forma individualizada, dependendo do horizonte a ser considerado. Com isso, balanceiam-se de forma mais adequada o detalhamento da representação do sistema e o esforço computacional, permitindo maior acurácia na modelagem das incertezas.
Consideram-se, também, usinas não simuladas centralizadamente e o despacho antecipado para usinas a GNL. A transmissão é modelada por intercâmbios de energia entre submercados e restrições elétricas adicionais internas aos REEs, sendo a demanda representada em patamares de carga de diferentes durações.
Simulação da Política de Operação
Após a construção da política operativa de custo mínimo e considerando–se a medida de risco, o modelo realiza uma simulação da operação do sistema com 2 mil cenários de sequências hidrológicas diferentes das utilizadas no cálculo da política, podendo também ser realizada por meio de séries históricas. Essa etapa disponibiliza índices de desempenho do sistema, como valor esperado da energia não suprida, risco de déficit, custos marginais, intercâmbio e outros.
O modelo NEWAVE está envolvido nas seguintes aplicações oficiais no sistema elétrico brasileiro:
Aprimoramentos metodológicos
Ao longo do tempo, as melhorias metodológicas e de implementação do modelo NEWAVE aumentaram a precisão dos resultados obtidos com sua utilização nas tomadas de decisão em importantes atividades do setor elétrico, bem como mantiveram a aderência à evolução das características físicas e do ambiente regulatório do sistema brasileiro. Por outro lado, principalmente devido ao tamanho do problema e à precisão necessária na amostragem da subárvore de cenários, até dezembro de 2015 as usinas hidrelétricas (UHE) do modelo NEWAVE eram agregadas em quatro REEs em estudos oficiais. No entanto, a implementação bem-sucedida de estratégias que exploram técnicas da computação distribuída e gerenciamento avançado dos cortes de Benders para redução do esforço computacional, abriu o caminho para aprimoramentos na representação hidroelétrica no modelo NEWAVE por meio do aumento do número de REEs por submercado e/ou por meio de uma representação híbrida da configuração hidroelétrica.
A representação individual é especialmente importante para estudos de operação e cálculo de preços spot, uma vez que o NEWAVE pode fornecer ao modelo de operação de curto prazo (DECOMP) funções de custo futuro que já representem os armazenamentos individuais das usinas hidrelétricas.
No entanto, a representação individual de um grande número de UHEs (cerca de 150, no caso do Brasil) pode causar dificuldades quanto à amostragem da subárvore dos cenários de afluências no algoritmo PDDE, para se atingir a precisão necessária na política de operação, além das dificuldades associadas ao desempenho computacional na etapa de cálculo da política, que, no modelo NEWAVE, é tratada com bastante rigor em termos de qualidade dos resultados.
Em 2015, após análises abrangentes dessa abordagem em várias configurações, o Comitê Permanente de Análise de Metodologias e Programas Computacionais do Setor Elétrico – CPAMP decidiu passar de quatro para nove REEs para entrar em vigor em janeiro de 2016, e indicou a adoção de 12 REEs em 2018. Um esboço esquemático das UHE no sistema brasileiro e uma possível agregação em 12 REEs são apresentados Figura 2.
Figura 2 – Usinas hidroelétricas do SIN agregadas em 12 REEs
Ainda neste contexto, é importante destacar que o modelo NEWAVE evoluiu significativamente ao longo desses 30 anos, como pode ser visto no histórico dos principais aprimoramentos a seguir:
Figura 2 – Evolução do NEWAVE
Entre as evoluções listadas, destacam-se dois mecanismos de aversão a risco que foram desenvolvidos e implementados, com o objetivo de propiciar uma maior segurança no suprimento sem encarecer demasiadamente os custos de operação:
Outro aprimoramento importante é a metodologia de penalização das violações relativas ao volume mínimo operativo, através de seus valores máximos ocorridos até determinado período, evitando, assim aumentos exagerados nos valores da água e, consequentemente, nos custos marginais de operação (CMO), que ocorrem devido ao acúmulo de penalização por violações consecutivas quando a penalização é realizada mensalmente.
Ressalta-se, também, a adoção de técnicas de reamostragem de cenários durante o cálculo da política ótima de operação, assegurando ao algoritmo da PDDE uma convergência assintótica à solução ótima e conferindo ganho de qualidade a função de custo futuro construída por ela. Tal aprimoramento é obtido visitando uma parcela mais representativa da árvore completa de cenários, sem comprometer o tempo computacional.
O comprometimento com a melhoria constante permitiu manter o modelo no estado da arte e com sua ampla gama de aplicações práticas em estudos oficiais e de agentes e tomada de decisões no setor elétrico brasileiro ao longo desses vinte anos. Ressalta-se que todas as funcionalidades do modelo são exaustivamente testadas em grupos de trabalho envolvendo as instituições do setor elétrico e os agentes, como a CPAMP e as Forças-Tarefas dos modelos.
Incerteza na geração eólica
Está sendo incorporado no modelo NEWAVE o aprimoramento da consideração da incerteza da produção eólica, sendo adotado um modelo integrado para representação dos processos estocásticos dos ventos e afluências com séries sintéticas que representam satisfatoriamente não só as incertezas de maneira individual, mas também a correlação espacial entre elas. Dessa forma, as usinas eólicas estarão disponíveis como uma fonte de geração, cujo montante despachado é representado através de funções de transferência mensais entre vento e produção eólica. A experiência obtida norteará o desenvolvimento de abordagem similar para a modelagem de outra fonte renovável intermitente – a geração solar fotovoltaica, para a qual se vislumbra um grande crescimento nos próximos anos.
