Utilização de Inteligência Computacional para Análise da Complementaridade Hidro – Eólica no Estado de Pernambuco

Resumo

A utilização de energias renováveis está em ritmo crescente em nível mundial. Dentre esses tipos de energias destaca-se a energia eólica. No Brasil a fonte de energia oriunda dos ventos encontra um campo propício de crescimento, principalmente devido a localização dos pais, o qual está no caminho de rotas como as dos ventos alísios (SILVA, 2003). Em meados do mês de setembro de 2021 o Brasil  possuía 726 usinas eólicas o que equivale a cerca de 19 GW de potência instalada (ABEEólica, 2021). Essa quantidade de energia ocupa 10,9% da matriz energética brasileira. Existe, concomitantemente, a complementaridade na produção de energia realizada entre as fontes hidráulicas e eólicas de energia durante todo o ano.  Um dos maiores empecilhos em relação à fonte de energia eólica refere-se a intermitência dos ventos (SILVA, 2003). Essa característica dificulta o trabalho dos operadores do sistema energético naciaonal no que se diz respeito a garantir a demanda energética através da fonte eólica. Com o objetivo de  diminuir esse problema várias técnicas de previsão eólica são utilizadas, entre as quais, realizar modelagem estatística do comportamento dos ventos (ARAÚJO e MARINHO, 2019) e (CHANG, 2011). A distribuição de probabilidade Weibull é amplamente utilizada para realizar a modelagem das previsões de energia eólica devido a adequação da mesma a curva das séries históricas de frequência de velocidade dos ventos (SILVA, 2003), (RAMOS, 2018) e (GRAH, 2014) . Esse trabalho possui dois objetivos. O primeiro é realizar previsão de energia eólica baseado em inteligência computacional e o segundo é apresentar a complementaridade entre as fontes de energia hidráulicas e eólicas em municípios do estado de Pernambuco. Os dados utilizados foram cedidos pelo INMET e foram referentes às frequências médias mensais de velocidade dos ventos das localidades de Arcoverde, Cabrobó e Triunfo (INMET) em uma faixa de onze anos. Para construção da previsão foram realizadas modelagens matemáticas baseadas na distribuição de probabilidade Weibull. A equação característica da distribuição de probabilidade Weibull possui dois parâmetros: forma e escala. Como forma de otimizar os dois parâmetros para a aplicação desejada, utilizou-se o algoritmo de otimização PSO (Particle Swarm Optimization). O PSO foi treinado para encontrar os parâmetros ótimos os quais permitissem encontrar menor erro na previsão de frequência de ventos. A simulação foi realizada com 15 partículas em um espaço bidimensional. Para análise dos resultados em cada mês utilizou-se a função RMSE (raiz do erro quadrático médio, em português), coeficiente de correlação e teste de hipótese. Após a otimização dos parâmetros da função Weibull, foram calculadas previsões de produção de energia eólica em fazendas hipotéticas com 200 aerogeradores e potência total instalada de 1200 MW. Para as três cidades utilizadas o RMSE encontrado foi maior que 0.07 e o coeficiente de correlação maior que 0.80. Para análise da complementaridade, a produção de energia gerada pelas fazendas eólicas hipotéticas foi comparada à produtibilidade do Rio São Francisco. A energia total gerada pela fonte eólica foi de 4548,26 MW o equivalente a 5,03 % da produtibilidade referente ao mesmo rio.