Boletim SBMET ago.-dez. <strong>2008</strong>chuvoso na região Sul, foram tomadasas decisões de maximizar a geraçãoa carvão, despachar a UTE Canoas,cancelar a manutenção em linhasde transmissão e usinas da regiãoSudeste, cancelar as manutenções nastermoelétricas da região Sul e ampliaro intercâmbio de energia vinda doSudeste para o Sul passando de 4100para 5800 MW médios. Essa medida,conforme apresentado na Figura 9,mostra que se conseguiu recuperar osníveis de armazenamento na regiãoSul que, mesmo não chegando aosníveis do ano anterior de 2005 (78,8%em dezembro), chegou-se em 2006 a55,3% em dezembro.Figura 8: Sistema de Informações Georreferenciadas.Fonte: ONS (<strong>2008</strong>).A inversão de intercâmbio de energia entre regiões,bem como o despacho de algumas usinas termoelétricaspodem dar-se mediante a ocorrência de situaçõesexcepcionais. Para exemplificar pode-se citar o caso doano de 2006 para a região Sul, na qual, até o mês de abrildaquele ano, haviam-se observado afluências abaixo damédia desde novembro de 2005, excetuando-se os mesesde janeiro e março de 2006, além de armazenamentosinferiores aos do ano 2005 (Machado et al., 2007). Apartir da previsão climática para os meses de maio,junho e julho de 2006, que indicava precipitações abaixoda média histórica, em maio, início do período maisFigura 9: Armazenamento na Região Sul em 2005 e 2006.Fonte: ONS (2007).4. PREVISÃO DE CARGA E VAZÕESA Previsão de Carga para os grandes centrosde consumo de energia possui uma dependênciade fatores meteorológicos, como a temperatura, aumidade relativa do ar (este dois primeiros definemo conforto térmico), a precipitação e a nebulosidade;fatores sociais, como os feriados, dias de final deCopa do Mundo, de Olimpíada e de final de novela;e fatores econômicos, como a política econômica10e o crescimento de mercado. O ONS possui umSistema através do qual monitora o desconfortotérmico dividindo-o em quatro classes segundo a suaintensidade. Para estimar a carga no médio prazo (1ano) e no curto prazo (1 mês) são processados modelosbaseados em amortecimento exponencial, regressãolinear simples e modelagem auto-regressiva (sazonalou não sazonal). Utilizam-se como dados de entrada
Boletim SBMET ago.-dez. <strong>2008</strong>somente as cargas ocorridas no passado e inseremseinformações qualitativas de temperatura. Para aprogramação diária, utiliza-se um conjunto maior dedados de entrada que abrange a temperatura verificada,a carga verificada, o indicativo de feriado, a previsãode temperatura (obtida através de modelo numérico)e os desvios históricos da previsão de carga, obtendosecomo saída de um modelo de regressão dinâmica aCarga Máxima Instantânea do próximo dia, e comosaída de um sofisticado modelo de redes neuraischamado ANNSTLF, a Curva de Carga Horária paraum horizonte de até duas semanas (Khotanzad et al.,1998).<strong>No</strong> que diz respeito às previsões de vazões, o ONSutiliza em seus modelos energéticos três horizontesdistintos. Estes horizontes são: o médio prazo, queabrange um horizonte de até 5 anos à frente em basemensal; o curto prazo, que abrange um horizonte deaté dois meses à frente, sendo o primeiro em basesemanal e o segundo em base mensal; e a programaçãodiária na qual se pode avançar até 14 dias à frentepara estudar possíveis problemas futuros e tomar asmedidas corretivas em tempo hábil.<strong>No</strong> horizonte de médio prazo, considera-se quea incerteza é muito elevada. Desse modo, o modeloNEWAVE utiliza 200 cenários mensais de afluênciaspara cada região, ou subsistema, e as usinas sãogrupadas para cada região. Nesse horizonte sãocalculados os custos futuros que são passados aomodelo de curto prazo.<strong>No</strong> curto prazo, para o segundo mês à frente, noqual ainda pode se considerar uma grande incerteza,são utilizados cenários mensais de vazão para cadausina, que variam entre 116 e 513, dependendo do mês.Para o primeiro mês, ainda no curto prazo, utiliza-se oModelo Estocástico Previvaz para a previsão semanalde vazões para todas as usinas do SIN. Para a primeirasemana à frente, excepcionalmente para algumasbacias do SIN, o ONS promoveu o desenvolvimentode modelos que utilizam informações de precipitaçãoobservada e prevista a partir da rodada estendida domodelo numérico ETA para 10 dias, fornecidas peloCPTEC/INPE (www.cptec.inpe.br).Para o trecho incremental entre Três Marias eSobradinho, na bacia do rio São Francisco utilizaseo modelo CPINS, que se constitui na rotina depropagação do modelo SSARR (Porto, 2007).Para a bacia do rio Uruguai, utiliza-se o ModeloPrevisor de Classes de Vazões (MPCV) que utilizaData Mining e previsão bayesiana para prever umafaixa na qual deverá se encontrar a vazão da próximasemana (Silva et al., <strong>2008</strong>). Essa faixa serve comobalizamento para a previsão feita com o ModeloEstocástico Previvaz.Para a bacia do rio Paraná no trecho incrementalentre Porto Primavera, Rosana e Itaipu utilizaseo modelo SMAP-MEL (Fadiga Jr. et al., <strong>2008</strong>),que combina linearmente o modelo conceitualconcentrado chuva-vazão SMAP com o modeloestocástico multivariado MEL. Os resultados deavaliação para as 20 semanas que compreendem da 7ªà 26ª semanas são bastante promissores se comparadoscom o sistema anterior que calculava previsões para omesmo trecho incremental pela diferença de previsãonas três usinas supra-citas, utilizando o modeloPrevivaz. Estes resultados apresentam-se na Figura10 (Guilhon e Rocha, 2007).Figura 10: Resultados do Modelo SMAP-MEL para a UHE Itaipu.Fonte: ONS (<strong>2008</strong>).Para a bacia do rio Paranaíba, no trecho entre asusinas de Itumbiara e São Simão, processa-se o modeloconceitual distribuído MGB-IPH (Collischonn et al.,2007) que divide a bacia hidrográfica em células erealiza o balanço hídrico no solo em cada uma dessascélulas.11