Otimização Energética AAEXP | Avaliação Ambiental

e Meio Ambiente Estratégica para o Planejamento da

Expansão da Geração

O planejamento da expansão de sistemas de ge-

ração, transmissão e distribuição de energia
elétrica demandam avaliações ambientais de caráter
estratégico, com a incorporação da dimensão ambien-
tal como variável no processo decisório. Neste sentido,
destaca-se o desenvolvimento de metodologias para
incorporação da dimensão socioambiental no planeja-
mento de sistemas elétricos.
No caso brasileiro, o planejamento governamental
tem sido realizado por meio de uma sequência de es-
tudos, coordenada pelo Ministério de Minas de Energia
(MME), nos Planos de Expansão. Tal sequência está
estruturada em estudos de longo prazo (Matriz Ener-
gética e Plano Nacional de Energia) e de curto prazo
(Plano Decenal de Expansão e Monitoramento da Ex-
pansão).
O AAEXP é um projeto voltado para o desenvolvi-
mento de ferramentas visando à avaliação ambiental
de planos de expansão de geração, tendo como refe-
rencial metodológico os pressupostos da Avaliação
Ambiental Estratégica (AAE), adequados na avaliação
de impacto como suporte à decisão no nível de polí-
ticas, planos e programas. Dessa forma, os impactos
sinérgicos e cumulativos, inter-setoriais, regionais e
globais são analisados de modo mais adequado e in-
tegrado.
A metodologia proposta para o Plano Decenal é
composta por critérios e indicadores de avaliação dos
projetos de geração em termos de sua complexidade
socioambiental e do atendimento às exigências legais,
de acordo com parametrização estabelecida para atri-
buição de graus de impacto. As avaliações auxiliam na
formulação das alternativas do Plano, concepção dos
projetos e cronologia de implantação, além de apontar
ações ambientais ex-ante para sua viabilização. Forne-
cem, ainda, informações das interferências socioam-
bientais, e sua complexidade, causadas por conjuntos
de projetos em determinadas regiões ou ecossiste-
mas, assim como das implicações com outros planos
setoriais e com convenções e acordos internacionais.
Foi desenvolvida uma ferramenta computacional
(Figura 1) de suporte às avaliações, sistematizando a
coleta de dados e agilizando a atribuição de graus de
complexidade. A ferramenta armazena as informações
levantadas para a avaliação de cada projeto, facilitando
as análises do plano como um todo e as revisões anu-
ais de cada ciclo.
Recentemente, foi desenvolvida, dentro das ativi-
dades do projeto, uma metodologia para definição de
índice de impacto socioambiental de referência para a
expansão da capacidade de geração do Sistema Inter-
ligado Nacional (SIN), visando à sua aplicação à ener-
gia de complementação das alternativas de divisão de
quedas em estudos de inventário hidroelétrico. Foi es-
tabelecida uma metodologia para definição de conjun-
to sintético de indicadores de impacto socioambiental
de fontes para geração de energia elétrica, incluindo
fontes térmicas, hídricas e eólicas, para aplicação a
expansões do SIN previstas em planos de longo de
prazo.

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
aaexp@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
A o longo dos últimos 13 anos, o projeto
MODAF tem sido mantido pelo Cepel, em
parceria com o grupo Eletrobras, com o objetivo
de desenvolver ferramentas e metodologias
capazes de apoiar as decisões de investimento
das empresas, lidando de forma adequada
com as incertezas existentes no setor elétrico
brasileiro. O principal produto deste projeto é o
modelo ANAFIN, cuja finalidade é determinar
a viabilidade econômico-financeira de novos
empreendimentos de transmissão e geração de
energia elétrica, em particular empreendimentos
de geração hidráulica, eólica e termoelétrica a
gás natural, carvão, óleo e biomassa.
Figura 1 – Tela de abertura da interface gráfica do sistema ANAFIN
Ao lidar com as incertezas pertinentes ao setor
elétrico brasileiro, o modelo ANAFIN considera a
exposição ao risco hidrológico e eólico a que os
projetos estão sujeitos, permitindo a realização
de uma análise da competitividade do projeto
ante a construção de diferentes cenários, como
aqueles que consideram atrasos na construção
do empreendimento, alterações tecnológicas,
ANAFIN | Programa
para Análise Financeira de
Projetos Elétricos
flutuações nas taxas de juros, de câmbio e de
inflação, decisões de investimento tomadas por
outros agentes, entre outros. Adicionalmente,
o modelo ANAFIN também permite a utilização
da simulação de Monte Carlo para lidar com
determinadas variáveis de risco.
Em geral, pode-se dizer que a análise da
viabilidade econômico-financeira de projetos
é baseada nas estimativas dos seus fluxos de
caixa, obtidas a partir de previsões das diversas
variáveis que o compõem. Neste contexto, o
modelo ANAFIN possui dois módulos de análise
de viabilidade: o determinístico e o probabilístico.
Utilizando o módulo determinístico do modelo
ANAFIN, a análise do fluxo de caixa é feita a
partir de valores representativos das variáveis
envolvidas no estudo, o que leva à determinação
de um conjunto de indicadores de viabilidade
associados ao projeto, entre eles:
• Valor Presente Líquido (VPL).
• Taxa Interna de Retorno (TIR).
• Preço de Equilíbrio (PEQ) – valor mínimo do
preço que remunera o capital dos acionistas do
projeto com base nos seus respectivos custos de
capital.
• Investimento de Equilíbrio (INVEQ) – valor
máximo de investimento que o projeto pode
suportar, de modo que o capital dos seus
acionistas seja remunerado aos seus respectivos
custos de capital.
• Taxa de Juros de Equilíbrio (TJEQ) – valor
máximo da taxa de juros negociado com as
instituições financiadoras do projeto que permite
que o capital dos seus acionistas seja remunerado
aos seus respectivos custos de capital.
 Considerando que a maior parte das variáveis
usadas nas análises econômico-financeiras
não pode ser estimada com 100% de precisão,
o módulo determinístico do modelo ANAFIN
trabalha com as incertezas associadas ao projeto
de duas diferentes maneiras: através de análises
de sensibilidade e de análises de cenário destas
variáveis. Pelo uso de algum desses métodos,
é possível separar intervalos de valores que
definem a rejeição ou aceitação do projeto.
Por outro lado, utilizando o módulo
probabilístico do modelo ANAFIN, determinadas
incertezas do projeto podem ser consideradas
de forma explícita, seja através da iteração com
Figura 2 - Resultados gráficos das análises de viabilidade realizadas pelo ANAFIN
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6454
Fax (21) 2260-6482
anafin@cepel.br
www.cepel.br
a cadeia de modelos energéticos, desenvolvida
pelo Cepel, ou através da utilização de técnicas
estatísticas de simulação, em particular a
Simulação de Monte Carlo. Nesse caso, são
obtidos indicadores probabilísticos a respeito
da viabilidade econômica-financeira do projeto.
Entre eles, pode-se destacar a Probabilidade de
Não-Remuneração do Investimento e a Média da
Distribuição de VPLs encontrada.
Finalmente, é importante observar que, entre
as atividades do projeto MODAF, faz parte o
constante apoio às empresas do grupo Eletrobras
e ao Ministério de Minas e Energia (MME) na
realização de estudos na área financeira e de
comercialização de energia elétrica.
Otimização Energética
e Meio Ambiente
R azoável incerteza envolve a quantificação de
emissões de Gases de Efeito Estufa (GEE)
de lagos artificiais, sendo necessário o aumento do
conhecimento sobre os processos que medeiam os
fluxos de gases nesses ambientes aquáticos.
O projeto BALCAR tem como um de seus objetivos
produzir documentos de referência em avaliação
quantitativa de emissões de GEE em reservatórios de
hidrelétricas, incluindo uma revisão bibliográfica do
estado da arte do conhecimento existente sobre o ciclo
do carbono em reservatórios e um documento contendo
diretrizes para elaboração de análise quantitativa
de emissões líquidas de GEE em reservatórios de
hidrelétricas, sendo este último documento projetado
para ser editado em dois volumes:
1) referente a campanhas de medições e análise de
dados; 2) focando modelagem. A revisão bibliográfica e
o primeiro volume das diretrizes foram publicados em
dezembro de 2012. O segundo volume das diretrizes
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
balcar@cepel.br
www.cepel.br
BALCAR | Emissões de Gases
de Efeito Estufa em Reservatórios
de Centrais Hidrelétricas
está sendo finalizado, com lançamento previsto para
2014.
O projeto envolve a realização de campanhas de
campo para efetuar medições e análises num conjunto
de 11 usinas hidrelétricas (existentes e planejadas)
representativas dos diversos biomas brasileiros. No
biênio 2011/2012, foram realizadas quatro campanhas
em cada sítio. A análise dos dados coletados já foi
processada, estando prevista a publicação de um
relatório para o primeiro semestre de 2014.
O projeto envolve também o desenvolvimento,
calibração e validação, a partir dos dados coletados
em campanhas, de modelos numéricos baseados em
descrições matemáticas dos principais processos
envolvidos no balanço de carbono de reservatórios.
As simulações destes modelos permitem a avaliação
quantitativa de emissões de GEE em reservatórios de
hidrelétricas em estudos de longo prazo. A primeira
versão do modelo está prevista para ser lançada em
2014.
Indicadores são calculados dividindo as emissões
em toneladas de CO2 equivalente obtidas pela geração
de energia elétrica e comparadas com os valores
equivalentes para usinas a combustíveis fósseis.
Otimização Energética CONFINT | Modelo de
e Meio Ambiente Confiabilidade de Subsistemas
Hidrotérmicos Interligados

U m dos principais objetivos do planejamento de

um sistema de potência é estabelecer quando
e onde deverão ser instalados os equipamentos neces-
• frequência esperada de eventos de falha - LOLF
(ocorrências/h);
• valor esperado de duração de perda de carga -
sários para um atendimento econômico e confiável da LOLD (horas);
demanda prevista. A confiabilidade está associada à • índice de severidade do sistema (minutos);
capacidade de o sistema atender aos requisitos dessa • índice de sensibilidade das interligações (%).
demanda dentro de determinados padrões técnicos.
Os índices de confiabilidade podem ser computa-
Nos estudos de planejamento, a avaliação da con-
dos por meio de um método analítico (Integração Dire-
fiabilidade multi-area é necessária para:
ta) ou por Simulação Monte Carlo. O sistema elétrico é
• definir margens de reserva de potência;
representado por meio de um gráfico, e o conceito de
• definir requisitos para atendimento à demanda
fluxo máximo/corte mínimo é utilizado na análise de
prevista, considerando um determinado nível de risco;
desempenho dos estados do sistema.
• identificar áreas com necessidade de potência
adicional; Representação do Sistema
• identificar interligações com necessidade de re-
forço. Um sistema multi-area pode ser representado
No caso do Sistema Interligado Nacional (SIN), através de um modelo linear de fluxos em redes, no
predominantemente hidroelétrico, a capacidade de qual os nós representam as áreas, e os arcos, as in-
geração é dependente da política de operação que, por terligações entre as áreas. A geração de cada área é
sua vez, está sujeita à disponibilidade de água nos re- modelada como um arco chegando ao nó, proveniente
servatórios. Portanto, além das indisponibilidades das do nó “fonte”, S. Por sua vez, a demanda de cada área é
unidades geradoras e das interligações entre subsis- representada como um arco que deixa o nó e entra no
temas (ou áreas), as incertezas quanto à disponibilida- nó “sumidouro”, T. A Figura 1 ilustra a representação
de de água nos reservatórios e à política de operação multi-area para um sistema com quatro áreas.
do sistema também afetam os seus índices de confia-
bilidade.
O programa CONFINT é um modelo computacio-
nal, desenvolvido pelo Cepel, para avaliação da confia-
bilidade de sistemas hidrotérmicos interligados.
O CONFINT calcula índices de confiabilidade para
todo sistema, por patamar de carga, área e sistema
barra única, para cada mês ou semana de estudo. Os
índices de confiabilidade calculados são:

• probabilidade de perda de carga – LOLP (%);

• número esperado de horas de déficit de potência
- LOLE (horas);
• valor esperado de potência não suprida - EPNS
Figura 1: Modelo de fluxo em redes
(MW); A capacidade de cada arco de geração é uma va-
• valor esperado de energia não suprida - EENS riável aleatória, representando a disponibilidade de
(MWh); potência na área correspondente. Sua distribuição de
probabilidade é calculada a partir da convolução das Interface Gráfica
distribuições de probabilidade das potências disponí-
veis das unidades geradoras pertencentes à área. A O programa CONFINT é parte integrante do EN-
tabela de frequência de capacidade disponível é cal- CAD (Sistema de Encadeamento de Modelos Energé-
culada por meio da convolução dos diagramas de Ma- ticos), desenvolvido pelo Cepel. Sua interface gráfica
rkov das unidades geradoras. A capacidade de cada permite:
arco de interligação também é uma variável aleatória,
• importação e exportação dos dados de entrada
em virtude das limitações nas capacidades máximas
de um caso já existente;
de transferência entre as áreas, cuja distribuição é
• edição dos dados de forma mais amigável;
normalmente fornecida por estudos do sistema de
• execução automática do programa CONFINT;
transmissão. Finalmente, as capacidades dos arcos de
• visualização de gráficos e relatórios de saída em
demanda são variáveis aleatórias, representando flu-
formatos texto.
tuações na carga.
Ao lado, são apresentadas duas janelas da inter-
Dados Principais face gráfica, uma de edição de dados de entrada do
programa CONFINT (Figura 2) e outra de visualização
Os dados necessários para o cálculo dos índices de gráfica dos resultados (Figura 3).
confiabilidade são:
• configuração do parque gerador termelétrico;
• configuração do parque gerador hidrelétrico.
Esta configuração considera a variabilidade hidrológi-
ca, por meio de séries de potências disponíveis forne-
cidas pelo modelo SUISHI-O (Modelo de Simulação a
Usinas Individualizadas de Subsistemas Hidrotérmicos
Interligados);
• capacidade das interligações entre as áreas;
• dados de indisponibilidade programada das uni-
dades geradoras;
Figura 2: Janelas para edição de dados
• dados de falha das unidades geradoras e inter-
ligações;
• demanda de cada área;
• recebimentos e fornecimentos de cada área;
• diagrama de transição de carga (para estudos
onde a carga é representada por um modelo de Ma-
rkov, a saber, aqueles que utilizam a Integração Direta
ou a Simulação Monte Carlo não sequencial);
• curvas de carga cronológicas (para estudos que
requerem o conhecimento da evolução temporal da
carga, a saber, aqueles que utilizam a Simulação Mon-
te Carlo sequencial). Figura 3: Gráfico do índice LOLP

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
confint@cepel.br
www.cepel.br
Otimização Energética DECOMP | Modelo de
e Meio Ambiente Planejamento da Operação de Sistemas
Hidrotérmicos Interligados de Curto Prazo

O objetivo básico da operação de um sistema

hidrotérmico é determinar, para cada estágio,
as metas de geração para cada usina, de forma a
O modelo DECOMP foi desenvolvido pelo Cepel,
no Departamento de Otimização Energética e Meio
minimizar o valor esperado do custo de operação Ambiente (DEA), para aplicação no planejamento da
ao longo do período de planejamento. Este custo é operação de sistemas hidrotérmicos de curto prazo
composto de gastos com combustível das usinas e está adaptado ao ambiente de elaboração dos
térmicas, compra de energia de outros subsistemas e programas mensais de operação do sistema brasileiro
penalidades pelo não atendimento à demanda. (PMO). Seu objetivo é, portanto, determinar as metas
Sistemas com elevada capacidade de geração de geração de cada usina de um sistema hidrotérmico
hidrelétrica podem utilizar a energia “grátis” sujeito às afluências estocásticas, de forma a atender
armazenada nos reservatórios, evitando, assim, gastos à demanda e minimizar o valor esperado do custo
com combustível nas unidades térmicas. Entretanto, a de operação ao longo do período de planejamento. É
disponibilidade de energia hidroelétrica está limitada formulado como um problema de programação linear,
pela capacidade de armazenamento dos reservatórios. representando as características físicas e as restrições
Isso cria uma ligação entre as decisões de operação operativas das usinas hidroelétricas de forma
atuais e suas consequências futuras. individualizada. A estocasticidade das afluências é
Como é impossível prever com exatidão as vazões considerada através de cenários de afluências às usinas
afluentes, o problema é essencialmente estocástico. A do sistema, produzidos pelo modelo GEVAZP (Geração
existência de múltiplos reservatórios interconectados, de Séries Sintéticas de Energias e Vazões Periódicas)
de restrições de transmissão e a necessidade de se e representados por uma árvore de afluências, com
fazer uma otimização multiperíodo caracterizam esse probabilidades de ocorrência associadas a cada ramo
problema como de grande porte. Por isso, a solução (Figura 1).
é obtida em etapas, quando são utilizados modelos
com diferentes graus de detalhe para representação
do sistema, abrangendo períodos de estudos com
horizontes distintos, denominados de médio prazo,
curto prazo e programação diária.
No médio prazo, o horizonte é de até cinco anos à
frente, discretizados em etapas mensais, e o objetivo é
definir quais serão as parcelas de geração hidráulica,
geração térmica e intercâmbio que minimizam o valor
esperado do custo de operação, empregando uma
representação agregada do sistema hidrelétrico,
denominada de subsistemas equivalentes.
No curto prazo, com horizonte de até 12 meses
discretizados em etapas semanais e mensais,
determinam-se as metas individuais de geração
das usinas hidráulicas e térmicas do sistema, bem
como os intercâmbios de energia entre subsistemas,
considerando o custo esperado de operação até o
final do horizonte, obtidas na etapa de médio prazo.
Na etapa da programação diária, define-se a geração
horária que atenda às metas estabelecidas na etapa
anterior, sujeita às condições operacionais da rede
elétrica.
 A estrutura do problema permite sua
decomposição em subproblemas de um único
estágio. A integração desses subproblemas, baseada
na técnica de decomposição de Benders aplicada a
problemas estocásticos, resulta na solução iterativa
de uma sucessão de subproblemas de operação de um
único estágio, onde é possível estimar, com precisão
crescente, por meio de uma função de custo futuro, as
consequências futuras das decisões operativas de um
estágio nos seguintes. Essa função representa o valor
esperado do custo de operação da etapa seguinte até
o fim do horizonte considerado e permite comparar o
custo de utilizar os reservatórios em uma etapa, por
meio da energia turbinada (função de custo imediato),
ou “guardar” a água para uma utilização futura. Ao
final do seu horizonte, o modelo DECOMP considera
a função de custo futuro produzida pelo modelo de
planejamento da operação de longo e médio prazo
NEWAVE (Modelo de Planejamento da Operação de
Sistemas Hidrotérmicos Interligados de Longo e Médio
Prazo).
Visando proporcionar flexibilidade em termos de
formulação do problema, o modelo DECOMP incorpora
as seguintes características:
Horizonte e discretização temporal
• Estágios semanais, com a representação da curva
de carga em patamares.
• Estágios mensais a partir do segundo mês, com
representação das incertezas nas afluências, por
meio de uma árvore de cenários, com horizonte de
até 1 ano.
• Integração com modelos de planejamento da
operação de médio prazo (NEWAVE), através de
sua função custo futuro.
• Revisão da política ótima do mês inicial, a partir de
qualquer semana.
Operação dos reservatórios
• Balanço hídrico nos reservatórios para cada
estágio e cenário, considerando o tempo de viagem
da água entre aproveitamentos e evaporação nos
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
decomp@cepel.br
www.cepel.br
reservatórios.
• Restrições para operação dos reservatórios,
como deplecionamento mínimo/máximo, limites
de armazenamento, vazão afluente/defluentes
mínima/máximas e retiradas / retornos de água
devido a outros usos.
• Volume de espera para amortecimento de cheias.
• Configuração dinâmica, para representar a entrada
em operação de novas unidades geradoras no
sistema durante o período em estudo levando em
conta o enchimento de volume morto.
Geração hidrelétrica
• Representação dos cronogramas de manutenção
programada dos grupos turbina-gerador, através
de taxas de indisponibilidade
• Produtividade das usinas hidroelétricas variável
com a queda, representada através das funções de
produção energética pré-estabelecidas para cada
usina hidroelétrica.
• Alteração de dados de cadastro de usinas
hidráulicas.
Geração térmica e outras fontes
• Inflexibilidade de geração térmica, considerando-
se um valor mínimo de geração, restrições de
despacho antecipado para usinas a GNL e gerações
provenientes de outras fontes de energia.
• Contratos de importação/exportação de energia.
Sistema de transmissão
• Restrições especiais que traduzem limitações de
geração em conjuntos de usinas, para considerar
pontos no sistema elétrico que merecem especial
atenção.
• Representação da capacidade de transporte
de energia entre subsistemas, considerando o
intercâmbio entre os mesmos como uma variável
de decisão.
A versão atual do programa DECOMP pode ser
processada em ambiente Windows e Linux, este último
utilizando processamento paralelo, o que leva a uma
grande redução de tempo de processamento.
Otimização Energética
e Meio Ambiente
O projeto DESSEM realiza pesquisas e desenvolve
modelos computacionais relacionados à
Programação Diária da Operação (PDO) de sistemas
de energia elétrica. Busca implementar técnicas e
ferramentas que permitam, do ponto de vista teórico e
prático, modelar e resolver o problema de otimização
da operação diária de sistemas hidrotérmicos,
considerando, da forma mais acurada possível, tanto
aspectos relacionados à rede elétrica quanto aspectos
relacionados à operação das usinas hidrelétricas,
termoelétricas e demais componentes do sistema.
Modelos Computacionais
Neste projeto, desenvolvem-se os seguintes
programas:
• DECODESS – Conversor de dados DECOMP-
DESSEM.
• SIMHIDR – Simulador hidroelétrico, que calcula o
balanço hídrico das usinas hidroelétricas do sistema a
partir de metas horárias de geração estabelecidas para
as mesmas. O problema é resolvido por programação
linear.
• DESSEM-PAT – Programação da operação de
sistemas hidrotérmicos em patamares cronológicos,
com horizonte de até duas semanas. A resolução
do problema, modelado de forma linear, é feita por
programação dinâmica dual (PDD).
DESSEM | Modelo de
Despacho Hidrotérmico de
Curto Prazo
• DESSEM - Programação da operação de
sistemas hidrotérmicos com horizonte de até dois dias,
incluindo restrições de unit commitment termoelétrico
e hidroelétrico. Resolve-se o problema com restrições
não lineares e variáveis inteiras por meio de Relaxação
Lagrangeana.
Os programas DESSEM-PAT e DESSEM se integram
à cadeia de modelos matemáticos desenvolvidos pelo
Cepel e utilizados pelo Operador Nacional do Sistema
Elétrico (ONS) para o planejamento e a programação
da operação do Sistema Interligado Nacional (SIN)
brasileiro, com ênfase na minimização de custos. O
princípio básico dos modelos dessa cadeia é coordenar
a operação das usinas hidroelétricas do sistema,
visando diminuir o uso de geração térmica e operar
o sistema de maneira mais eficiente, de forma a
contribuir para a redução dos custos operativos e dos
riscos de déficit.
Funcionalidades dos modelos
As principais funcionalidades dos modelos
DESSEM e DESSEM-PAT são:
• Modelagem DC da rede elétrica, incluindo
restrições de limites de fluxos nos circuitos, perdas
e restrições adicionais de segurança do sistema.
• Representação individualizada dos reservatórios,
 modelando-se aspectos diversos, tais como o
remanso e o tempo de viagem da água entre usinas
consecutivas em cascata.
• Modelagem da função de produção das usinas
hidroelétricas, considerando a produtividade
variável com a altura de queda, por meio da
representação da geração como uma função linear
por partes do armazenamento, turbinamento e
vertimento na usina.
• Modelagem do unit commitment das unidades
geradoras hidroelétricas, com a representação
de suas curvas colinas de rendimento e zonas
proibidas de operação.
• Modelagem do unit commitment das unidades
geradoras térmicas, com tempos mínimos e
rampas máximas para tomada/alívio de carga,
custo de partida e custo não linear de geração.
• Restrições de defluência mínima para os
reservatórios, e volumes de espera para controle
de cheias.
• Representação de usinas elevatórias, gerações
em pequenas usinas (não despachadas de forma
centralizada) e importação/exportação de energia
com subsistemas vizinhos.
• Modelagem do canal Pereira Barreto (entre Ilha
Solteira e Três Irmãos) e da restrição de variação
máxima horária/diária no nível na Régua 11 de
Itaipu (acordo Tripartite).
• Acoplamento com o modelo DECOMP através de
função de custo futuro ou pelo estabelecimento
de metas de geração térmica e/ou intercâmbio
semanal entre subsistemas.
Aplicações
Além de seu objetivo principal, de determinar a
operação de mínimo custo do sistema, os modelos do
projeto DESSEM podem ser empregados em uma série
de estudos, tais como:
• cálculo de um despacho ótimo, fixando metas para
os reservatórios ao final do horizonte;
• cálculo da operação dos reservatórios, e/ou
validação DC da rede elétrica, a partir de um
despacho energético pré-fixado;
• análises de sensibilidade em relação a mudanças
na configuração ou a fatores externos, tais como
incrementos de demanda ou afluências aos
reservatórios.
Linhas de Pesquisa
As linhas de pesquisa atuais relacionadas ao projeto
DESSEM são:
• Integração do unit commitment hidrelétrico ao unit
commitment térmico e à representação da rede
elétrica.
• Incorporação da modelagem AC da rede elétrica.
• Representação da geração eólica.

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
dessem@cepel.br
www.cepel.br
Otimização Energética ENCAD | Sistema de
e Meio Ambiente Encadeamento de Modelos
Energéticos

V isando ao planejamento e à programação da

operação eletroenergética, o Cepel desenvolve
modelos computacionais que são extensamente
utilizados em diversas atividades no setor de energia
elétrica.
Atualmente, os modelos energéticos recebem
a maior parte da informação que utiliza por meio de
arquivos do tipo texto. Para facilitar a confecção dos
dados dos casos energéticos, o Cepel desenvolveu o
ENCAD, sistema que tem o objetivo de, por meio de
interfaces gráficas, configurar os casos de estudos
a serem executados pelos modelos. Dessa forma,
os arquivos tipo texto que servem de entrada para
Figura 1
os modelos são gerados de forma transparente. O
ENCAD possui rotinas para assegurar que os casos
têm dados em comum com o modelo mais acima.
mantenham coerência entre si.
Nas interfaces dos modelos estão embutidas
De forma geral, as funcionalidades atualmente
validações nos dados de entrada, minimizando a
presentes no ENCAD são:
possibilidade de erros nos dados. Nelas, também
• criação, cópia, edição de propriedades e eliminação existem facilidades de edição, como a cópia e replicação
de casos; de valores, além de validações de consistência com os
• importação e exportação de casos, a partir dos outros dados do caso que se está editando.
arquivos dos modelos; A última inovação do ENCAD é a execução remota
• conversão de dados de um modelo para outro de um determinado caso. Para isso, o sistema se
modelo; conecta no servidor onde o caso será executado via
• configuração de dados do caso; rede (intranet/internet), submete o caso para ser
• compactação e descompactação de casos; executado, monitora sua execução (conforme pode
• execução de casos de forma individualizada e de ser visualizado na Figura 2) e recebe os resultados
forma programada; da saída, deixando transparente para o usuário que a
• execução remota; execução está sendo feita remotamente. Permitindo,
• visualização dos relatórios de saída dos modelos; inclusive, que a máquina remota opere em diferente
• visualização das informações de saída através de sistema operacional da máquina local (Figura 3; Figura
gráficos ou de forma tabular; 4).
• ferramenta de backup de casos.
A tela principal do ENCAD (Figura 1) é formada
por duas janelas, além das áreas comuns a aplicativos
gráficos (menus, barra de ferramentas, barra de
rodapé, etc.). A janela da esquerda possui a árvore de
grupos e casos, que podem ser acessados facilmente.
A janela da direita mostra telas de interface do modelo,
relacionadas à operação em curso.
Ao fazer o encadeamento, o ENCAD permite que Figura 2
o conjunto de informações produzidas pelos modelos
de nível hierárquico superior seja compartilhado com
os modelos de nível hierárquico inferior. Quando é Os modelos para o planejamento e programação
programado um encadeamento, o ENCAD executa, de da operação energética, desenvolvidos pelo Cepel e
forma transparente ao usuário, as tarefas de gerar os atualmente incorporados ao software ENCAD, são:
arquivos de entrada do modelo seguinte na cadeia que NEWAVE (Newdesp, NwListOp, NwListCF), Suishi,
 ENCAD 5

A plataforma de modelos energéticos ENCAD 5 foi

totalmente remodelada, utilizando a linguagem Java,
que acompanha a evolução tecnológica e possibilita
sua utilização em diversos sistemas operacionais.
Possui componentes avançados, planilhas e gráficos,
de interface amigável que facilitam a usabilidade,
Figura 3
simplificando a manipulação de dados complexos
(Figura 6).

Figura 6

Atualmente, o ENCAD está sendo distribuído com

o modelo MATRIZ (Modelo de Projeção de Matriz
Figura 4
Energética), capaz de determinar projeções futuras da
MELP, CONFINT, GEVAZP, DECOMP, DESSEM, matriz energética brasileira (Figura 7).
Sistema PREVIVAZ (PrevivazM, PREVIVAZ, PrevivazH).
Além destes, foi incorporado o modelo SINV (Figura 5).

Figura 7

Figura 5

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
encad@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
A adoção de critérios probabilísticos em
diversas atividades do planejamento e
da operação de sistemas hidrotérmicos criou
a necessidade da modelagem probabilística
de afluências a locais de aproveitamentos
hidrelétricos ou a subsistemas equivalente de
energia. Em estudos energéticos, critérios de
suprimento são baseados em índices de risco,
estimados a partir da simulação da operação
energética do sistema para diversos cenários
(sequências) de afluências aos aproveitamentos/
subsistemas.
O único cenário disponível na prática‚ o registro
de afluências observado no passado (chamado de
série histórica), é insuficiente para compor uma
amostra de tamanho necessário para estimar
índices de risco com incertezas aceitáveis.
Entretanto, as características básicas da série
histórica podem ser capturadas por modelos
estocásticos capazes de produzir séries sintéticas
de afluências, diferentes da série histórica, mas
igualmente prováveis. Dessa forma, a informação
contida na série histórica pode ser mais
completamente extraída, permitindo a avaliação
de riscos e incertezas pertinentes a um sistema
hidrelétrico.
Séries hidrológicas de intervalo de tempo
menor que um ano, tais como séries mensais,
têm como característica o comportamento
periódico das suas propriedades probabilísticas,
como a média, a variância, a assimetria e a
estrutura de autocorrelação. A análise deste tipo
de séries pode ser feita pelo uso de formulações
autorregressivas cujos parâmetros apresentam
um comportamento periódico. Costuma-se
denominar tal classe de modelos autorregressivos
periódicos. Esses modelos são referenciados por
modelos PAR(p), nos quais p é a ordem do modelo,
ou seja, o número de termos autorregressivos do
modelo. Em geral, p é um vetor, p = (p1, p2, ...,
p12), onde cada elemento fornece a ordem de
cada período.
GEVAZP | Geração de
Séries Sintéticas de Energias
e Vazões Periódicas
O programa GEVAZP gera cenários sintéticos
de vazões e energias empregando o modelo
PAR(p), que modela a afluência de um mês como
uma combinação linear das afluências dos p
meses anteriores e de uma componente aleatória.
Geração de Séries Sintéticas para os Modelos de
Planejamento e Operação
O sistema de geração brasileiro é
predominantemente hidráulico e possui
acoplamento temporal e espacial. Estas
características tornam o planejamento da
operação energética um problema de grande
porte e de difícil solução. Em virtude disso, é
necessária a sua divisão em diversas etapas. Em
cada etapa são utilizados modelos com diferentes
graus de detalhamento para a representação do
sistema e da incerteza hidrológica, abrangendo
períodos de estudos com horizontes distintos
(médio prazo, curto prazo e programação diária).
A aleatoriedade das vazões também é uma
característica marcante de sistemas com
predominância hidráulica. Essa incerteza é
tratada de diferentes formas, dependendo da
representação utilizada no modelo do sistema
gerador, e a representação dos possíveis cenários
de vazões é diferenciada para cada etapa do
processo de planejamento da operação.
Os modelos NEWAVE (Modelo de Planejamento
da Operação de Sistemas Hidrotérmicos
Interligados de Longo e Médio-Prazo) e SUISHI
(Modelo de Simulação a Usinas Individualizadas
de Subsistemas Hidrotérmicos Interligados),
desenvolvidos para o planejamento da operação
de médio prazo, simulam um grande número de
séries hidrológicas, calculando, assim, índices
probabilísticos de desempenho do sistema
para cada estágio da simulação. Esses diversos
cenários de afluências estão em uma estrutura
paralela (pente), Figura 1.

Figura 1 – Séries em paralelo (Pente)
No modelo DECOMP (Modelo de Planejamento
da Operação de Sistemas Hidrotérmicos
Interligados de Curto Prazo), desenvolvido para
o planejamento da operação de curto prazo, a
incerteza acerca das vazões afluentes aos diversos
aproveitamentos do sistema é apresentada por
cenários hidrológicos, representados através
de uma árvore de afluências (Figura 2), com
probabilidades de ocorrência associadas a cada
ramo.
Figura 2 – Séries em árvore
Os cenários hidrológicos utilizados nos modelos
de planejamento da operação de médio e curto
prazos são gerados a partir do modelo GEVAZP,
levando-se em consideração a preservação das
correlações temporais e espaciais do processo
estocástico original.
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
gevazp@cepel.br
www.cepel.br
Em virtude de restrições de tempo
computacional, é interessante trabalhar com o
menor número possível de cenários hidrológicos, o
que pode não ser suficiente para caracterizar bem
o processo estocástico em questão. Desta forma,
o modelo GEVAZP utiliza o método de Amostragem
Seletiva (AS), que possibilita representar, de forma
adequada, o processo estocástico de vazões/
energias com um reduzido número de cenários.
O método AS consiste em aplicar técnicas
de agregação a um grande número de cenários
hidrológicos gerados, de forma a escolher
um conjunto representativo a partir da
amostra original de cenários. Esse conjunto
representativo de cenários hidrológicos conterá
toda a informação necessária para representar o
processo estocástico de vazões/energias, uma vez
que são obtidos por um agrupamento de cenários
semelhantes e possuem características similares
aos demais componentes do grupo em que estão
localizados.
Interface Gráfica
O programa GEVAZP é parte integrante do
ENCAD (Sistema de Encadeamento de Modelos
Energéticos). Dessa forma, é disponibilizado com
uma interface gráfica que permite: importação/
conversão dos dados de entrada; edição dos dados
de forma mais amigável; visualização gráfica dos
resultados e dos relatórios de saída em formatos
texto etc., Figura 3.
Figura 3 – Telas interface gráfica GEVAZP
Otimização Energética
e Meio Ambiente
A Gestão da Sustentabilidade Empresarial é
estratégica para atender ao compromisso
com o Desenvolvimento Sustentável e tem
orientado a atuação das empresas nos últimos
anos. O meio empresarial começa a perceber
que a otimização do uso dos recursos na
produção pode representar não apenas melhorias
ambientais e sociais, mas também ganhos
econômicos para as companhias, com uma maior
facilidade na captação de recursos, aumentando
a competitividade no mercado internacional e
criando mais valor para os acionistas.
Na Eletrobras, este movimento tem se
intensificado a cada ano, e se materializado
com a manutenção da empresa no Índice de
Sustentabilidade Empresarial da Bovespa (ISE)
e entrada no Dow Jones Sustainability Emerging
Markets Index em 2013. Porém, estar listada nos
índices das bolsas de valores é apenas um ponto de
um longo caminho na direção da melhoria contínua
da Gestão da Sustentabilidade Empresarial. Por
isso, um conjunto de ações vem sendo conduzido
nas empresas do Sistema Eletrobras. Dentre
elas, destaca-se o projeto intitulado “Indicadores
para Gestão da Sustentabilidade Empresarial
das Empresas Eletrobras (Projeto IGS)”, em
desenvolvimento pelo Cepel desde 2007.
O Projeto IGS tem como objetivos centrais:
Estabelecer um conjunto de indicadores que
apoie o processo de Gestão de Sustentabilidade
Empresarial da Eletrobras, subsidiando a
avaliação e comunicação da melhoria de seu
desempenho, facilitando, assim, a captação de
recursos e aumentando a competitividade no
mercado internacional.
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
igs@cepel.br
www.cepel.br
PROJETO IGS | Indicadores
Socioambientais para Gestão da
Sustentabilidade Empresarial do
Grupo Eletrobras
Conceber e implementar um sistema
computacional (Sistema IGS) para armazenamento,
edição, tratamento, consulta e gestão das questões
relacionadas aos indicadores de sustentabilidade
empresarial estabelecidos no âmbito do projeto.
Atualmente, os indicadores e o Sistema IGS
estão funcionando como suporte para a gestão
da sustentabilidade nas empresas Eletrobras no
contexto da dimensão ambiental. Para as outras
dimensões da sustentabilidade empresarial, ou
seja, dimensões social, econômico-financeira e
eficiência energética, serão desenvolvidos novos
indicadores e funcionalidades específicas para
futura implementação no Sistema.
A evolução constante e a implementação
de novas funcionalidades no Sistema IGS, bem
como a revisão e definição de outros indicadores
importantes para ações de controle e para
o planejamento de melhorias nas questões
relevantes do desempenho das dimensões que
compõem a sustentabilidade, deverá garantir
que, cada vez mais, a produção, transmissão e
distribuição de energia nas empresas Eletrobras
seja realizada de forma a maximizar a geração de
benefícios econômicos e sociais e minimizar os
impactos e riscos ao meio ambiente, contribuindo,
assim, para o desenvolvimento sustentável.
Figura 1: Exemplo de tela do Sistema IGS.
Otimização Energética ISELF | Previsão de Carga
e Meio Ambiente

U ma informação fundamental em todas as

etapas da operação de um sistema elétrico
é a previsão de curto prazo da demanda por energia
Os modelos e programas computacionais
desenvolvidos visam atender às seguintes
finalidades:
elétrica. Ciente desta necessidade, o Cepel, no
âmbito do Departamento de Otimização Energética • Tratamento automático dos registros de
e Meio Ambiente (DEA), vem desenvolvendo o carga, como a remoção de dados aberrantes e
ISELF, um sistema computacional para previsão o preenchimento de lacunas de dados.
de carga a curto prazo. O sistema foi concebido • Projeção da carga até 48 horas à frente, com
para funcionar em tempo real e fornecer resolução temporal de 10, 15, 30 e 60 minutos
previsões até 48 horas à frente, com resolução atualizada.
temporal de 10, 15, 30 e 60 minutos, atualizada • Sistema computacional concebido para
a cada 10 minutos. Para alcançar este resultado, funcionar em tempo real.
a metodologia de previsão adotada envolve o
emprego de três métodos distintos: lógica fuzzy,
rede neural polinomial (GMDH) e interpolação
por partes com funções splines. O sistema de
previsão ainda conta com um módulo para o
tratamento automático dos registros históricos da
carga (filtro), cuja finalidade consiste em preparar
os dados para o ajuste dos modelos de previsão,
preenchendo as lacunas de dados ou corrigindo
as observações discrepantes e descontinuidades
presentes nos registros da carga.

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
prevmercado@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
O modelo MATRIZ representa uma ferramenta
de apoio para estudos de planejamento da
expansão de longo prazo do sistema energético
brasileiro (usualmente horizontes superiores a
25 anos), como os Planos Nacionais de Energia
elaborados pelo Ministério de Minas e Energia
(MME) e Empresa de Pesquisa Energética (EPE).
O programa faz uso de um modelo de otimização
linear, que tem como função objetivo a minimização
dos custos de investimentos e de operação em
tecnologias necessários para atender à demanda
futura de energia. O sistema energético brasileiro
inclui as cadeias de petróleo e gás natural, carvão
mineral e vegetal, biomassa, eletricidade e urânio.
Neste modelo, as tecnologias são
representadas como consumidoras de uma ou
mais formas de energia e produtoras de uma ou
mais formas de energia, a coeficientes constantes.
As cadeias energéticas podem ser
representadas com diferentes níveis de
detalhamento através de um maior ou menor
número de tecnologias. Estas, por sua vez, podem
apresentar um ou mais modos de operação, o
que permite representar tecnologias flexifuel,
como é o caso de carros movidos a gasolina ou
etanol, e tecnologias de transporte com fluxos
energéticos bidirecionais, como é o caso de
linhas de transmissão. Esta modelagem permite
representar a competição entre os diversos
combustíveis e entre os diversos modais de
transporte, o que é particularmente importante
para um país com as dimensões territoriais do
Brasil, com recursos naturais espalhados por
diversas regiões geográficas distantes entre si.
As características sazonais e horossazonais
das fontes de energia renováveis e das demandas
de energia podem ser representadas através
de curvas típicas sazonais (quadrimestrais) e
horossazonais (ponta e fora de ponta). As incertezas
hidrológicas são representadas de forma análoga
ao modelo MELP (Modelo de Expansão de Longo
Prazo), através da análise da operação para
os cenários de hidrologia média e crítica. Esta
MATRIZ | Modelo de
Projeção de Matriz Energética
representação é importante pela predominância
de usinas hidroelétricas do sistema elétrico
brasileiro.
De modo geral, as tecnologias são
representadas de forma agregada, visto que
a representação individualizada aumentaria
significativamente a complexidade da análise
integrada das cadeias energéticas.
Vale ressaltar que, para o sistema energético
brasileiro, a análise integrada torna-se cada vez
mais importante em função da perspectiva de
expansão da produção de cana-de-açúcar para
produção de etanol e da oferta de gás natural com
a exploração das reservas do Pré-Sal. A expansão
destas cadeias impacta a cadeia de petróleo,
pela competição entre o etanol e derivados de
petróleo nos meios de transporte, e a cadeia de
eletricidade, através das plantas de cogeração de
bagaço de cana e termelétricas a gás natural.
Estudos de longo prazo utilizando o programa
MATRIZ permitem definir uma estratégia de
expansão das cadeias energéticas considerando
as suas interdependências, restrições ambientais
e políticas de governo. Esta estratégia pode,
então, ser levada aos planejamentos setoriais de
expansão, para se obter um planejamento mais
detalhado, levando-se em conta as características
técnicas, econômicas e de impactos ambientais
dos projetos individuais das tecnologias.
A diferença de representação individualizada
de tecnologias em modelos setoriais e agregada
em modelos de sistemas energéticos indica um
procedimento iterativo entre os modelos setoriais
e o modelo MATRIZ nos estudos de planejamento.
No caso da cadeia da eletricidade, o procedimento
iterativo pode ser feito através do modelo MELP,
que representa as tecnologias de geração e
transporte de energia elétrica (intercâmbios) de
forma individualizada.
O programa MATRIZ encontra-se em contínuo
desenvolvimento, oferecendo facilidades para
incluir as mais diversas restrições de investimento
e de operação, além de penalidades e restrições
ambientais. Interface Gráfica
O modelo foi desenvolvido em FORTRAN,
utilizando o pacote computacional de otimização O programa MATRIZ é parte integrante do
CPLEX/IBM 12.2. ENCAD, sistema de encadeamento de modelos
energéticos, desenvolvido pelo Cepel. Sua
Dados Principais interface gráfica permite:
• importação dos dados de entrada de um caso
Os principais dados necessários para execução já existente;
do programa MATRIZ são: • edição dos dados de forma mais amigável;
• execução automática do programa MATRIZ;
• configuração do sistema energético; • visualização de gráficos e relatórios de saída
• capacidades históricas, vidas úteis, coeficientes em formatos texto.
técnicos de transformação, fatores de Ao lado, são apresentadas duas janelas da
capacidade máxima e mínima das tecnologias interface gráfica do ENCAD, uma de visualização
(extração, processamento e transporte); da configuração das cadeias energéticas (Figura
• demandas das diversas formas de energia, 1) e outra para visualização gráfica dos resultados
para cada subsistema de cada cadeia (Figura 2).
energética e para cada período do horizonte de
planejamento;
• capacidade máxima para expansão das
diversas tecnologias, modos de operação,
custos de investimento e de operação;
• fatores de capacidade crítico e médio das
usinas de geração de energia elétrica;
• penalidades para os impactos ambientais;
• curvas sazonais e horossazonais para as
tecnologias relacionadas às fontes de energia Figura 1: Diagrama esquemático de uma tecnologia
renováveis e para as demandas de energia;
• dados de reservas de petróleo, gás natural,
carvão, urânio, etc.
• taxa de desconto.

Figura 2: Gráfico da evolução da cadeia da eletricidade

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
matriz@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
O modelo MELP foi desenvolvido como uma
ferramenta computacional auxiliar
estudos de planejamento da expansão da geração de
para
longo prazo (usualmente para horizontes superiores a
25 anos) do sistema elétrico brasileiro. Trata-se de um
modelo de otimização, que tem como função objetivo
a minimização dos custos de investimentos e de
operação em usinas geradoras e troncos de interligação
necessários para atender à demanda futura de energia.
Com a perspectiva de crescente utilização do gás
natural para geração de energia elétrica, foi incorporado
ao modelo MELP a representação do sistema de gás
natural, de forma a obter uma solução integrada de
expansão dos dois sistemas energéticos. O sistema
de gás natural é representado de forma análoga ao
sistema elétrico, com a divisão do sistema nacional em
subsistemas regionais interligados por gasodutos. O
acoplamento entre os dois sistemas é feito através de
termelétricas a gás natural.
A natureza discreta das variáveis que modelam
os investimentos (0-não se constrói; 1-constrói-se)
faz com que a minimização dos custos resulte em um
problema de programação linear inteira mista. Para
um sistema elétrico com as dimensões do sistema
brasileiro, trata-se de um problema de grande porte
que requer elevado esforço computacional para sua
solução. Este problema torna-se ainda mais complexo
quando se inclui a representação do sistema de gás
natural, com seus inúmeros projetos de gasodutos,
plantas de processamento de gás natural, unidades de
regasificação para importação de gás natural liquefeito
etc.
Para viabilizar a resolução do problema do ponto
de vista computacional, a modelagem matemática
da operação requer um compromisso entre
simplicidade e precisão adequada ao horizonte de
planejamento. Para o sistema elétrico brasileiro, com
MELP | Modelo de Expansão
de Longo Prazo
parque gerador predominantemente hidrelétrico, a
confiabilidade de atendimento à demanda deve ser
analisada considerando as incertezas hidrológicas.
A representação destas incertezas é modelada no
modelo MELP através da análise da operação para os
cenários de hidrologia crítica e média. Esta modelagem
apresenta-se adequada para o horizonte de longo
prazo, pois os custos operacionais das termelétricas
são definidos pelo cenário de hidrologia média
(condição operativa que ocorre na maior parte dos anos
de um longo horizonte) e sua capacidade definida de
forma a atender plenamente à demanda de energia em
cenário de hidrologia crítica. A análise operativa é feita
com base nos conceitos de energia firme e média das
usinas geradoras.
O problema de otimização assim formulado é
resolvido através de um algoritmo Branch-and-
Cut, utilizando o pacote computacional CPLEX/IBM
11. Heurísticas desenvolvidas para determinar uma
solução inteira viável de boa qualidade permitem
reduzir de forma substancial o tempo computacional
e, viabilizaram a aplicação do programa MELP para
o planejamento de longo prazo do sistema elétrico
brasileiro. O modelo foi utilizado na elaboração do
Plano Nacional de Energia 2030.
A representação da característica sazonal de
geração de usinas geradoras, notadamente as usinas
hidrelétricas situadas na Amazônia, é importante para
o cálculo mais preciso da capacidade dos troncos de
interligação. No MELP, esta representação se faz
através de curvas de geração sazonais típicas. Estas
curvas podem ser também aplicadas à geração dos
parques eólicos e cogeração a bagaço de cana-de-
açúcar.
Recentemente, foi incorporada ao modelo MELP
uma restrição de nível máximo de emissões acumuladas
de gases de efeito estufa. Através de simulações com
o MELP com diferentes limites de restrição ambiental, Interface Gráfica
pode-se construir a curva de eficiência, com base na
O programa MELP é parte integrante do ENCAD,
qual o decisor poderá escolher a solução mais próxima
sistema de encadeamento de modelos energéticos,
de suas preferências. Do ponto de vista matemático e
desenvolvido pelo Cepel. Sua interface gráfica permite:
computacional, a inclusão desta restrição ambiental
gera acoplamento temporal da geração, aumentando • importação dos dados de entrada de um caso já
a complexidade do problema. Para resolvê-lo existente;
foi necessário o desenvolvimento de uma nova • edição dos dados de forma mais amigável;
metodologia com base na técnica de decomposição de • execução automática do programa MELP;
Dantzig-Wolfe. Para casos de maior complexidade, foi • exportação dos dados de saída, no formato do
desenvolvido um algoritmo do tipo Branch-and-Price. programa NEWAVE, o que permite a execução
Um processo iterativo entre os programas MELP sequencial dos programas MELP e NEWAVE;
e NEWAVE (Modelo de Planejamento da Operação de • visualização de gráficos e relatórios de saída em
Sistemas Hidrotérmicos Interligados de Longo e Médio formatos texto.
Prazo) também foi recentemente proposto, tendo por
Abaixo, são apresentadas duas janelas da interface
objetivo oferecer uma ferramenta auxiliar para os
gráfica do ENCAD, uma de edição de dados de entrada
estudos decenais e quinzenais de planejamento da
do programa MELP (Figura 1) e uma para visualização
expansão da geração.
gráfica dos resultados (Figura 2).

Dados Principais

Os principais dados necessários para execução do

programa MELP são:

• configuração do parque gerador;

• capacidade das interligações entre subsistemas;
• mercado de energia, para cada subsistema e
período do horizonte de planejamento;
• dados técnicos e econômicos de projetos de usinas
geradoras e troncos de interligação;
Figura 1: Entrada de dados pela interface
• custos de combustíveis das usinas termelétricas;
• custos fixos e variáveis de O&M das usinas
geradoras;
• taxa de desconto.

Figura 2: Gráfico da evolução da expansão da

capacidade instalada hidráulica
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
melp@cepel.br
www.cepel.br
Otimização Energética METPE | Metodologias para
e Meio Ambiente o Planejamento Energético

O projeto METPE tem como objetivo principal

desenvolver estudos relacionados às diversas
áreas do planejamento de sistemas de geração de
energia elétrica. Entre outros, destacam-se estudos
que abordam:
• cálculo e recálculo da garantia física de energia e
de potência do Sistema Interligado Nacional (SIN) e
de usinas geradoras de energia elétrica;
• avaliação da capacidade do atendimento à ponta de
carga do SIN;
• avaliação de critérios para o planejamento da
expansão do sistema de geração;
• desenvolvimento de ferramentas auxiliares para os
estudos de planejamento da expansão da geração.
Um exemplo de ferramenta desenvolvida no âmbito
do projeto METPE, associada ao cálculo de garantia
física de energia do SIN, é o programa computacional
FACEG (Ferramenta Automática para o Cálculo da
Energia Garantida do SIN). Este programa gerencia,
de forma automática e iterativa, execuções sucessivas
do programa NEWAVE (Modelo de Planejamento da
Operação de Sistemas Hidrotérmicos Interligados de
Longo e Médio Prazo), de modo a se obter o maior
mercado de energia (carga crítica) que uma determinada
configuração do parque gerador consiga atender sem
que o critério de garantia de suprimento seja violado. A
Figura 1 ilustra o processo de convergência do FACEG,
considerando o critério de garantia de suprimento de
igualdade entre os custos marginais de operação e o
custo marginal de expansão (critério econômico). A
Figura 2 demonstra o processo associado ao critério de
garantia de suprimento de risco explícito de déficit de
energia. Em ambos os casos, as variáveis de controle do
processo são os mercados de energia dos subsistemas
que são alterados a cada iteração a partir de uma
heurística desenvolvida.

Figura 1: Processo de convergência do FACEG com critério econômico.

Figura 2: Processo de convergência do FACEG com critério de risco explícito de déficit de energia.

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
metpe@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
O objetivo básico do planejamento da operação
de um sistema hidrotérmico é determinar,
a cada mês, metas de geração para cada usina do
sistema que atendam à demanda e minimizem o valor
esperado do custo de operação ao longo do período
de planejamento. Esse custo é composto pelo custo
variável de combustível das usinas termelétricas e pelo
custo atribuído às interrupções de fornecimento de
energia, representado por uma função de penalização
dos déficits de energia.
A decisão sobre quando utilizar os estoques de
energia, representados pela água armazenada nos
reservatórios, está intrinsecamente ligada à incerteza
quanto às afluências futuras, devendo resultar de uma
análise probabilística de seu comportamento. Além
disso, a decisão operativa mais adequada dependerá
das condições do sistema. Assim, é preciso determinar
uma decisão operativa em função dos possíveis estados
do sistema. Em sistemas com forte participação de
hidrelétricas, dois tipos de informação compõem
o estado do sistema: os níveis de armazenamento
dos reservatórios e a tendência hidrológica futura do
sistema, a qual pode ser representada pelas afluências
aos reservatórios nos meses anteriores.
Como a estratégia de operação deve ser calculada
para todas as combinações de níveis de armazenamento
e tendência hidrológica, o problema da operação ótima
do sistema torna-se rapidamente intratável do ponto
de vista computacional. No caso do sistema brasileiro,
com mais de 100 reservatórios, torna-se necessário
reduzir o número de variáveis de estado através da
agregação dos diversos reservatórios de uma mesma
região em um reservatório equivalente de energia,
definindo, assim, um subsistema equivalente.
NEWAVE | Modelo de
Planejamento da Operação de
Sistemas Hidrotérmicos Interligados
de Longo e Médio Prazo
Sistemas com uma porcentagem substancial
de geração hidrelétrica podem utilizar a energia
armazenada “grátis” nos reservatórios do sistema para
atender à demanda, substituindo a geração dispendiosa
das unidades termelétricas. Entretanto, o volume
de água afluente aos reservatórios é desconhecido,
pois depende das chuvas que ocorrerão no futuro.
Além disso, a disponibilidade de energia hidrelétrica
é limitada pela capacidade de armazenamento nos
reservatórios. Introduz-se, assim, uma relação entre a
decisão de operação em um determinado estágio e as
conseqüências futuras de tal decisão.
A existência de interligações entre submercados
permite uma redução dos custos de operação, por
meio do intercâmbio de energia, e um aumento da
confiabilidade de fornecimento, através da repartição
das reservas. Em sistemas hidrotérmicos, é necessário
determinar o valor da geração hidrelétrica, dado pelo
valor da geração térmica que se poderia substituir hoje
ou no futuro.
Este valor não se mede de maneira isolada em
cada usina, pois depende da operação conjunta do
sistema. Para se obterem ganhos operativos máximos
de um sistema hidrotérmico interligado, é necessário
operar o sistema de maneira integrada, otimizando
conjuntamente a operação de todos os subsistemas
e submercados, com o objetivo de minimizar o custo
total de operação e caracterizando este problema como
de grande porte. No Brasil, e em diversos países, a
solução do problema é obtida em etapas. Nestas, são
utilizados modelos com diferentes graus de detalhe
para representação do sistema, abrangendo períodos
de estudos com horizontes distintos, denominados
de longo e médio prazo – modelo NEWAVE, curto
prazo – modelo DECOMP (Modelo de Planejamento
da Operação de Sistemas Hidrotérmicos Interligados
de Curto Prazo) e programação da operação diária –
modelo DESSEM (Modelo de Despacho Hidrotérmico
de Curto Prazo).
O programa NEWAVE foi desenvolvido pelo Cepel
no âmbito do Departamento de Otimização Energética e
Meio Ambiente (DEA), para aplicação no planejamento
da operação de sistemas hidrotérmicos interligados
de longo e médio prazo, com representação agregada
do parque hidrelétrico e cálculo da política de
operação baseado em Programação Dinâmica Dual
Estocástica (PDDE). É composto por quatro módulos
computacionais:
1. Módulo de cálculo dos sistemas equivalentes e
energias afluentes
Para cada subsistema, os reservatórios são
agregados em um único reservatório equivalente
de energia. A capacidade de armazenamento de
cada reservatório equivalente é estimada pela
energia produzida pelo esvaziamento completo dos
reservatórios do subsistema, adotando-se a hipótese
de operação em paralelo. Também agrega as vazões
afluentes a cada subsistema em afluências energéticas
equivalentes.
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
newave@cepel.br
www.cepel.br
2. Módulo de cálculo do modelo estocástico de
energias afluentes – modelo GEVAZP
Estima os parâmetros do modelo estocástico de
energias afluentes aos subsistemas que é utilizado no
módulo do cálculo da política de operação hidrotérmica.
Este modelo estocástico também é empregado na
geração de séries sintéticas de energias afluentes para
análise de desempenho no módulo de simulação da
operação.
3. Módulo de cálculo da política de operação
hidrotérmica
Determina a política de operação mais econômica
para os subsistemas equivalentes, com base no
algoritmo de programação dinâmica dual estocástica
(PDDE), considerando as incertezas nas afluências
futuras, os patamares de demanda e a indisponibilidade
dos equipamentos. Considera também a representação
de restrições de despacho antecipado para usinas a
GNL.
4. Módulo de simulação da operação
Simula a operação do sistema ao longo do período
de planejamento, para distintos cenários de sequências
hidrológicas, falhas dos componentes e variação da
demanda, com base na política de operação obtida no
módulo anterior. Calcula índices de desempenho, tais
como a média dos custos de operação, o risco de déficit
e os valores esperados de energia não suprida.
A versão executável do programa NEWAVE está
disponível em ambiente de alto desempenho. Ele foi o
primeiro programa da Cadeia de Modelos Energéticos
do Cepel a utilizar técnicas de processamento
distribuído.
Recentemente, o mecanismo de aversão a
risco CVaR (Valor Condicionado a um dado Risco)
foi internalizado no modelo, adicionando à função
objetivo uma parcela referente ao custo dos cenários
hidrológicos mais caros, com o objetivo de propiciar
uma maior segurança no suprimento.
O Programa NEWAVE é utilizado nas seguintes
atividades do Setor Elétrico Brasileiro:
• Planejamento da Expansão.
• Planejamento da Operação.
• Comercialização – Cálculo do Preço de Liquidação
de Diferenças.
• Definição e Cálculo da Garantia Física e da Energia
Assegurada de Empreendimentos de Geração.
• Elaboração de Diretrizes para os Leilões de Energia.
Otimização Energética
e Meio Ambiente
O plano de operação de um sistema hidrotérmico
deve definir, para cada instante, a geração de
cada unidade, de tal forma que a demanda seja atendida
a um custo mínimo. A capacidade de geração futura
do Sistema Interligado Nacional (SIN) é fortemente
influenciada pelas afluências hidrológicas futuras,
cuja natureza intrinsecamente aleatória deve ser
considerada no planejamento da operação do Sistema.
O Cepel, no âmbito do Projeto PREVIVAZ,
desenvolveu um conjunto de modelos e programas
computacionais para elaboração de previsões de
afluências diárias, semanais e mensais.
O Modelo PREVIVAZH – Modelo de Previsão de
Vazões Diárias foi desenvolvido visando à obtenção
das previsões de vazões diárias, até 13 dias à frente.
As previsões são baseadas na desagregação, em
intervalos diários, das previsões de afluências semanais
obtidas pelo modelo PREVIVAZ. A metodologia de
desagregação não paramétrica das afluências semanais
faz uso das últimas afluências diárias e de séries
sintéticas de vazões diárias. Por meio da metodologia
adotada para geração das sequências de afluências
diárias, utilizadas no processo de desagregação das
vazões semanais, garante-se a preservação das
características da série diária que apresenta estruturas
complexas de dependência temporal, com diferenças
marcantes entre os períodos de ascensão e recessão,
além de distribuições marginais significativamente
assimétricas. A versão mais atual do PREVIVAZH
permite considerar a previsão de precipitação. Essa
informação é utilizada para condicionar a distribuição
dos incrementos de vazão à ocorrência de classes
de precipitação (Figura 1), por exemplo, precipitação
baixa, média e alta.
O Modelo PREVIVAZ – Modelo de Previsão de
PREVIVAZH / PREVIVAZ
/ PREVIVAZM | Modelos
computacionais para previsão
de afluências diárias, semanais
e mensais
Vazões Semanais foi desenvolvido visando à obtenção
das previsões de afluências semanais, até seis
semanas à frente. O modelo analisa a série histórica
de afluências semanais de cada aproveitamento
hidrelétrico e seleciona, para cada semana, um modelo
dentre diversas alternativas de modelagem estocástica.
Essas alternativas baseiam-se nos modelos de
séries temporais propostos por Box e Jenkins, mais
especificamente, em modelos autorregressivos com
ou sem componente de média móvel (AR e ARMA,
respectivamente). Estes modelos são construídos como
função da informação passada em diferentes passos
de tempo (lags), podendo ou não apresentar estrutura
de correlação periódica. A estrutura de correlação
temporal da série de vazões semanal é definida em
intervalos de diferentes durações (semanal, mensal,
trimestral e semestral). Além disso, os parâmetros
desses modelos são estimados segundo diferentes
metodologias (método dos momentos, regressão). A
definição das alternativas de modelagem pode ser feita
a partir de uma transformação prévia (Box-Cox e/ou
logarítmica) da série de vazões semanais.
No modelo PREVIVAZ, as alternativas de
modelagem são testadas segundo um procedimento
no qual a série histórica é dividida em duas metades.
Inicialmente, apenas a primeira metade é utilizada para
a estimação dos parâmetros, e a segunda é usada para
o cálculo de erros de previsão (etapa de verificação).
Em seguida, a estimação dos parâmetros passa a ser
feita com a segunda metade da série histórica, ficando
a primeira parte apenas para cálculo dos erros de
previsão. Para cada parte da série, computa-se o erro
médio quadrático de previsão, obtendo-se, a seguir,
a média dos valores de erro calculados segundo
cada metade da série. Adotar-se-á para previsão a
alternativa de modelagem que apresentar o menor erro
médio quadrático.
 O Modelo PREVIVAZM – Modelo de Previsão de
Vazões Mensais foi desenvolvido com o objetivo de
obter previsões de vazões mensais, até doze meses
à frente. O modelo segue a mesma abordagem do
modelo semanal PREVIVAZ. Portanto, para cada
aproveitamento hidrelétrico, analisa a sua série
histórica de afluências mensais e seleciona, para cada
mês, um modelo estocástico entre diversas alternativas
de modelagem. As alternativas de modelagem
estocástica são as mesmas adotadas no modelo
semanal PREVIVAZ, excluindo-se os modelos do tipo
Periódico Autorregressivo Média Móvel de Ordem 1
(PARMA(p,1)), cuja estimação dos parâmetros é feita
por regressão linear à origem.
A escolha entre as alternativas de modelagem
estocástica também segue o mesmo procedimento
adotado pelo modelo PREVIVAZ.
Para facilitar a troca de informação entre os três
programas, foi criado um sistema de previsão com
interface gráfica (Figura 2). Nas Figuras 3 e 4, são
apresentados os gráficos de previsões semanais e
mensais para as usinas de Furnas e Tucuruí, utilizando
os modelos PREVIVAZ e PREVIVAZM, respectivamente.

Figura 2 Figura 3

Figura 4

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
previvaz@cepel.br
www.cepel.br
Otimização Energética PREVMERCADO
e Meio Ambiente | Previsão de Mercado

O s estudos para o planejamento da expansão

da geração e da transmissão de eletricidade
iniciam-se com a formulação de projeções de médio
e longo prazo (horizontes de cinco e dez anos) do
mercado de energia elétrica nas diversas classes de
consumo. Para atender esta finalidade, o Cepel, no
âmbito do Departamento de Otimização Energética e
Meio Ambiente (DEA), e o Departamento de Estudos
Energéticos da Eletrobras, desenvolveram, no
projeto PREVMERCADO, uma metodologia capaz de
projetar o consumo de energia elétrica como uma
variável determinada por cenários macroeconômicos
e previsões demográficas para um horizonte de
planejamento decenal.
Os modelos desenvolvidos visam a atender às
seguintes finalidades:

• Projetar o nº de domicílios urbanos e rurais e nº de

clientes residenciais para um horizonte de médio e
longo prazo.
• Repartir a projeção do PIB por grande região nos 16
setores de atividade econômica.
• Projetar o mercado futuro de energia elétrica para
o Brasil, grandes regiões e unidades da Federação
em um horizonte decenal, para as classes
residencial, comercial & serviços, rural, poderes
públicos, iluminação pública e serviços públicos &
consumo próprio.
• Consolidação do mercado e a previsão de carga
para o horizonte decenal.
• Subsidiar os estudos para definição do montante de
energia contratada nos leilões.
• Subsidiar a revisão tarifária das distribuidoras.
• Fornecer informações para a formulação de
políticas públicas do setor elétrico.
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
prevmercado@cepel.br
www.cepel.br
Otimização Energética
e Meio Ambiente
A utilização de computação paralela e distribuída
em aplicações computacionais de grande
porte em engenharia e ciências é largamente adotada
nos ambientes de pesquisa. A relação custo/benefício
dessa forma de computação é pequena quando
comparada com opções convencionais. A utilização
de sistemas de clusters de estações de trabalho
ou computadores pessoais vem recebendo grande
aceitação recentemente devido ao custo relativamente
baixo e à facilidade de atualizações. Por conta deste
custo relativamente baixo, o Cepel, no âmbito do
Departamaento de Otimização Energética e Meio
Ambiente (DEA), procurou adotar uma solução que
permitisse baixar os tempos finais de execução dos
seus principais programas através de processamento
distribuído. O objetivo do projeto PRODIS é implementar
técnicas de processamento distribuído nos programas
do DEA e, atualmente, os programas NEWAVE e
DECOMP já possuem versões executáveis em ambiente
de alto desempenho. O programa NEWAVE foi o
primeiro a ser modificado e esta escolha se baseou nos
seguintes aspectos:
• o programa é largamente utilizado no Setor Elétrico
Brasileiro, com destaque para o Planejamento da
Operação Energética de Médio Prazo e nos Estudos
de Planejamento da Expansão;
• os casos possuem uma grande demanda de tempo
de CPU (algumas horas);
• o programa possui tarefas claramente independente
entre si.
O programa NEWAVE é utilizado para resolver
problema de planejamento da operação de longo e
médio prazo (5 a 15 anos de horizonte de planejamento)
e emprega como técnica de solução a programação
dinâmica dual estocástica (PDDE). O processo de
solução consiste em determinar uma estratégia
de operação em que a cada estágio do período de
planejamento, dado um estado inicial, sejam fornecidas
metas de geração para cada subsistema que minimizam
Figura 1 - Distribuição dos cortes de Benders no processo backward
PRODIS | Aplicação de
Técnicas de Processamento
Distribuído nos Programas
do DEA
o valor esperado do custo total de operação ao longo do
horizonte de planejamento.
Essa estratégia, representada pela função de custo
futuro (FCF), é aproximada através de uma função linear
por partes, construída iterativamente pelos cortes de
Benders. A cada estágio e para cada estado do sistema
(nível de armazenamento e afluências nos meses
anteriores), o problema de operação hidrotérmica é
modelado como um problema de programação linear
(PL) e as variáveis duais associadas à solução desse
problema são utilizadas para a construção dos cortes
de Benders (processo backward).
Para se obter uma estimativa do valor esperado
do custo de operação ao longo do horizonte de
planejamento, considerando-se a FCF construída,
processa-se a simulação da operação do sistema para
os diversos cenários de afluências (processo forward).
Dado que este método é constituído por processos
que são independentes entre si, aproveitou-se essa
característica para distribuir os vários problemas
de PL envolvidos nos processos backward e forward
entre vários processadores. No processo backward,
em cada estágio do horizonte de planejamento, cada
processador recebe um conjunto de problemas de
despacho de operação associados a diferentes cenários
de energias afluentes. De posse das soluções de cada
um dos problemas, cada processador gera um corte
de Benders que é enviado para um dos processadores.
Esse processador, de posse de todos os cortes de
Benders recebidos, constrói a FCF que será utilizada
no estágio (t-1) e a transmite para todos os demais
processadores participantes do cálculo (Figura 1).
De forma semelhante, no processo forward, em
cada estágio, os processadores recebem um conjunto
de problemas de PL, cujas soluções são transferidas
para um processador para verificação da convergência
(Figura 2). Caso esta convergência não tenha sido
alcançada, uma nova iteração é executada, de forma
distribuída, até a convergência final. As comunicações
Figura 2 - Distribuição dos cortes de Benders no processo forward
entre os processadores são feitos através de instruções
MPI (Message Passing Interface).
A versão atual do programa conta com uma
estratégia de paralelização com as seguintes
características: (1) permite a distribuição dinâmica da
solução dos PLs, otimizando o balanceamento de carga
entre os núcleos de processamentos; (2) minimização
da comunicação entre os núcleos de processamento;
(3) introdução de assincronismo na comunicação de
mensagens no agrupamento dos cortes de Benders;
(4) adequação das mensagens à nova estrutura de
hardware com processadores com multiplos núcleos
de processamento. Com estas novas características, os
fatores de aceleração e as eficiências do processamento
paralelo do programa NEWAVE foram melhorados
de forma significativa (Figura 3). Na Figura 4 estão
apresentados os fatores de aceleração e as eficiências
da versão atual do programa NEWAVE.
Figura 3 – Diferenças das eficiências das estratégias de paralelização
do programa NEWAVE
Fator de Aceleração (Speedup)
t1 - tempo de execução da versão com 1 processador
Figura 4 – Eficiências da versão 18 do programa NEWAVE
Eficiência
tp - tempo de execução da versão com “p” processadores
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
prodis@cepel.br
www.cepel.br
O segundo programa modificado foi o DECOMP,
que é utilizado no planejamento de curto prazo,
com horizonte de planejamento de até 1 ano. Nessa
etapa, obtêm-se metas semanais de geração para
cada usina térmica e hidroelétrica, armazenamentos
nos reservatórios e intercâmbios de energia entre
subsistemas para o primeiro mês de estudo. As
vazões afluentes do mês inicial são determinísticas e
discretizadas semanalmente, sendo que, a partir do
segundo mês, a discretização é mensal e as afluências
são representadas por cenários estocásticos. Utiliza-
se no acoplamento com o médio prazo a política
definida pelo programa NEWAVE, representada pela
FCF. Consideram-se diversas restrições elétricas do
sistema, limites de intercâmbio entre subsistemas,
restrições referentes aos usos múltiplos da água e
ambientais. Obtêm-se ainda novas FCF para cada
estágio (semanal e mensal) do estudo, agora como
função do armazenamento em cada reservatório, que
serão utilizadas para a etapa de Programação Diária.
Durante o processo de descida da árvore de cenários, as
soluções dos diversos PLs no segundo mês, resultantes
da utilização dos cenários de vazões, podem ser
resolvidos de forma simultânea, uma vez que a solução
de um não depende de nenhum dos outros problemas.
Esta característica não existe nos problemas semanais
do primeiro mês, uma vez que as condições iniciais do
problema de uma semana depende do estado final do
problema da semana anterior. Aplicando-se técnicas
de processamento distribuído nos subproblemas do
segundo mês, conseguiu-se reduzir o tempo total de
execução da ordem de horas para a ordem de minutos.
Para a execução dos programas com
processamento distribuído, o Cepel conta com a
infraestrutura computacional do Laboratório de
Computação Intensiva (LABCIN), que possui um
conjunto de servidores e dois clusters, um com 32
processadores Intel Xeon de 3,2GHz e outro com 42
placas blade com 2 processadores Intel Xeon Quad-
core de 2,66GHz (336 núcleos de processamento).
Atualmente está em fase de montagem e configuração
um terceiro cluster composto de 48 placas blade com
2 processadores AMD Opteron Six-core de 2,6GHz (576
núcleos de processamento). Em breve, a capacidade
total disponível do laboratório será de cerca de
1.000 núcleos de processamento. Esta capacidade
computacional permite ao CEPEL executar uma série
de estudos, além de continuar o desenvolvimento de
melhorias na modelagem matemática e na estratégia
de paralelização dos programas computacionais.
Otimização Energética
e Meio Ambiente
O s Estudos de Inventário Hidroelétrico
constituem uma das fases iniciais do processo
de Planejamento da Expansão da Geração. A localização
dos estudos de Inventário no início do processo
decisório do planejamento faz com que estes estudos
tenham caráter estratégico, pois, neste momento,
ainda não foram comprometidos recursos com a
implantação de nenhum dos futuros aproveitamentos
hidroelétricos que irão compor a divisão de quedas
da bacia. É, portanto, neste momento que todas as
alternativas de divisão de quedas da bacia devem
ser levantadas e estudadas de forma a se selecionar
aquela que apresenta a melhor eficiência do ponto de
vista energético e socioambiental.
As metodologias utilizadas nos Estudos de
Inventários estão consolidadas no Manual de Inventário
Hidroelétrico de Bacias Hidrográficas, cuja última
edição é fruto da revisão de 2007. Em 2010, foi lançada
a versão em inglês do Manual de Inventário.
Esta revisão teve como principais aprimoramentos:
• A compatibilização da metodologia para avaliação
socioambiental dos estudos de inventário com a
metodologia da avaliação ambiental integrada, uma
vez que ambas buscam a análise/avaliação das
implicações socioambientas da implementação dos
aproveitamentos hidroelétricos na bacia.
• Desenvolvimento de metodologia para avaliação
dos impactos socioambientais positivos oriundos da
implementação dos aproveitamentos hidrográficos.
• Melhor caracterização dos cenários de usos
múltiplos da água sobre o qual deverá ser feita a
avaliação energética das alternativas e a avaliação
dos impactos socioambientais positivos.
• Atualização das planilhas/gráficos para
dimensionamento e custo das usinas hidroelétricas.
SINV | Sistema de
Inventário Hidrelétrico
de Bacias Hidrográficas
• Introdução de uma nova abordagem multiobjetivo
para a seleção final da melhor alternativa de divisão
de quedas: “Maximização da eficiência econômico-
energética, em conjunto com a minimização dos
impactos socioambientais negativos, levando-
se em conta os impactos positivos oriundos da
implantação dos aproveitamentos hidroelétricos
na bacia”.
Para auxiliar a elaboração dos estudos de
inventário foi desenvolvido o Sistema SINV, ferramenta
oficial, utilizada pela Empresa de Pesquisa Energética
(EPE), Ministério de Minas e Energia (MME) e Agência
Nacional de Energia Elétrica (Aneel) e agentes, para a
execução dos estudos energéticos, socioambientais e
de comparação e seleção de alternativas de divisão de
quedas de acordo com a metodologia descrita no Manual
de Inventário Hidroelétrico de Bacias Hidrográficas. O
SINV, na sua versão atual, permite: dimensionamento
energético e análise de viabilidade econômico-
energética de projetos; avaliação econômico-energética
de alternativas de divisão de quedas; priorização
econômico-energética dos projetos de uma alternativa
de divisão de quedas para programação de estudos de
viabilidade; consideração de cenários de usos múltiplos
d’água; cálculo de índices de impacto socioambiental
negativo e positivo de alternativas de divisão de quedas;
comparação e seleção de alternativas de divisão de
quedas segundo enfoque multiobjetivo.
O SINV possui sete funções para os estudos
energéticos, que podem ser calculadas por meio de
procedimento simplificado, quando se está na fase de
Estudos Preliminares do Inventário, ou por meio de
simulação da operação, na fase de Estudos Finais do
Inventário:
EnerFirme: Dada uma alternativa de divisão
de quedas, calcula sua energia firme e de seus
aproveitamentos.
Otimização do Volume Útil: Dada uma alternativa
de divisão de quedas, determina o volume útil dos
aproveitamentos que compõe a alternativa.
Dimensionamento Energético: Dado um conjunto
de alternativas de divisão de quedas, determina o
volume útil, a altura de referência e a potência instalada
dos aproveitamentos.
Verificação do Reenchimento do Volume Útil: Dada
uma alternativa de divisão de quedas, verifica se o tempo
para enchimento dos volumes dos seus reservatórios
é menor ou igual a 36 meses consecutivos ao final do
período crítico do sistema de referência.
Elimina: Dada uma alternativa de divisão de
quedas, calcula o índice custo benefício energético
(ICB) dos aproveitamentos que compõem a alternativa
e informa quais aproveitamentos têm ICB superior ao
custo unitário de referência, para que o usuário possa
eliminá-los da alternativa.
Avaliação Econômico-Energético: Dado um
conjunto de alternativas de divisão de quedas, calcula
o ICB das alternativas e ordena as alternativas segundo
os seus ICB.
Ordena: Após a seleção final da melhor alternativa
de divisão de quedas, ordena os aproveitamentos desta
alternativa de acordo com os ICB dos projetos.
Para os estudos socioambientais, o SINV dispõe
de duas funções: Cálculo do índice de Impacto
Socioambiental Negativo e Cálculo do Índice de Impacto
Socioambiental Positivo.
Existem ainda duas funções para a seleção da
melhor alternativa de divisão de quedas. A função
Análise Multiobjetivo Preliminar está associada a
etapa dos Estudos Preliminares e permite selecionar
as alternativas que passarão para os Estudos Finais,
onde estas serão analisadas com maiores detalhes. A
função Análise Multiobjetivo Final permite selecionar,
segundo o critério do Manual de Inventário – Edição
2007, a alternativa que passará para as próximas
etapas do Planejamento da Expansão da Geração. As
duas funções seguem uma análise multiobjetivo.
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
sinv@cepel.br
www.cepel.br
O SINV possui uma interface gráfica para sistema
Windows, que parte de uma tela principal contendo
uma área de desenho que permite aos usuários
representar num diagrama topológico os locais
barráveis e segmentos de rios da bacia estudada.
Através de telas específicas, é possível inserir e editar
dados referentes aos aproveitamentos, sistema de
referência, recursos hídricos e demais informações
necessárias. A escolha das alternativas que passarão
para os Estudos Finais, através da análise multiobjetivo
preliminar, é realizada em tela específica para auxiliar
o decisor nesta escolha. Nos Estudos Finais, a análise
multiobjetivo permite a visualização de alterações na
hierarquia das alternativas em relação a variações nos
pesos relativos de cada objetivo. Entre os benefícios
oriundos da utilização do sistema SINV, destacam-se:
• Melhor planejamento do desenvolvimento do
potencial hidroelétrico brasileiro.
• Automatização dos estudos energéticos,
socioambientais e de seleção de alternativas nos
Estudos de Inventário.
• Facilidade de realização de análises de
sensibilidade, buscando a seleção de alternativas
mais robustas em relação ao atendimento das
dimensões energéticas e socioambientais.
• Facilidade e padronização do armazenamento das
informações utilizadas, auxiliando a análise dos
Estudos de Inventário pela instituição responsável
por sua aprovação e revisões futuras de Estudos de
Inventário.
Otimização Energética
e Meio Ambiente
U m dos objetivos do planejamento da operação
do setor elétrico é a coordenação da operação
do sistema hidráulico de reservatórios, minimizando os
riscos de geração térmica ou de déficits de suprimentos
nos sistemas interligados. Esta coordenação inclui
a utilização, durante a estação chuvosa, de parte
da capacidade dos reservatórios como volumes de
espera para a redução de danos causados por cheias
de grande porte em áreas a jusante dos reservatórios.
A manutenção desses volumes implica uma redução
das disponibilidades energéticas e o aumento do risco
de geração térmica futura e déficits de suprimento.
Portanto, a contribuição dada pelo setor elétrico para o
controle de cheias tem uma característica conjuntural.
A cada ano, a alocação de volumes de espera a ser
utilizada tem como base Estudos de Prevenção
de Cheias, nos quais os riscos de geração térmica
futura e de déficit de suprimento são calculados por
simulações da operação dos sistemas interligados sob
diferentes hipóteses de alocação de volume de espera
correspondentes a selecionados períodos de retorno de
cheias.
SPEC - Sistema para Estudos de Prevenção de Cheias:
DIANA, CAEV e VESPOT
Com o objetivo de apoiar os Estudos de Prevenção
de Cheias realizados no âmbito dos Planos Anuais de
Operação dos Sistemas Interligados do Setor Elétrico
Brasileiro, o Cepel vem desenvolvendo diversos
programas computacionais englobados no Sistema
SPEC. Este sistema, que tem como foco a análise de
Sistemas Multirreservatório/Múltipontos-de-Controle-
de-Cheias e cuja hidrologia apresenta variações intra-
anuais, agrega os seguintes módulos:
DIANA: modelo estocástico de geração multivariada
de séries sintéticas de vazões diárias, constituído
por seis funções: ENSOCLAS, AUXAJUS, EPN, EEN,
GEP, COMPARA e SIMRESC. O ENSOCLAS permite
considerar a influência da oscilação plurianual da
circulação geral da atmosfera no Pacífico conhecida
como ENSO (El Niño-Oscilação Sul) na geração de
séries sintéticas. O AUXAJUS realiza o ajuste automático
da taxa de recessão característica da bacia, o EPN e o
SPEC | Sistema para
Estudos de Prevenção
de Cheias
EEN estimam os parâmetros do modelo, o GEP realiza
a geração das séries sintéticas de vazões diárias, o
COMPARA analisa estatisticamente as sequências de
vazões diárias geradas pelo GEP, e o SIMRESC permite
considerar reservatórios que não possuem controle de
defluências.
CAEV: O sistema de reservatórios é decomposto
em sistemas parciais representados, cada um, por um
reservatório equivalente, para o qual se calcula uma
curva-guia superior para toda a estação chuvosa (curva
de volume de espera), tomada como a envoltória de
trajetórias do volume armazenado, críticas sob o ponto
de vista do controle de cheias. Para o cálculo destas
envoltórias, adota-se a metodologia das condições
de controlabilidade e utilizam-se apenas séries
de afluências previamente escolhidas para serem
protegidas dentre as séries geradas pelo DIANA.
VESPOT: desagregação espacial de curvas de
volumes de espera de reservatórios equivalentes em
curvas individuais para cada reservatório utilizando
uma formulação linear estocástica. Estruturado para
evitar alocações de volumes de espera desequilibradas
onde deplecionamentos exagerados de reservatórios
comprometam a capacidade de geração do sistema.
Como técnicas de solução, faz-se uso da decomposição
de Benders e de algoritmos de fluxo em redes.
O número de séries a serem protegidas é
proporcional ao tempo de retorno fornecido (risco de
cheias), ao passo que a escolha das séries que serão
protegidas é feita de forma a otimizar uma função de
interesse energético escolhida pelo usuário.
Programas para Operação de Controle de Cheias:
OPCHEN, OPCHEND e OPCHENS
Durante a ocorrência de uma cheia, pode
ser necessária a flexibilização dos volumes. No
Planejamento do Curto Prazo, o programa OPCHEN é
uma ferramenta para auxiliar a planejar como se dará,
na semana em análise, a ocupação/esvaziamento dos
volumes de espera definidos nos Estudos de Prevenção
de Cheias. A metodologia baseia-se na solução de um
problema de programação linear, sujeito à situação
hidrológica atual e ao atendimento ao fim da semana
em análise de um conjunto de envoltórias, ordenado
de forma crescente pelo risco de cheias. Nesse
modelo, a programação de defluência oriunda da
programação energética é utilizada como defluência
mínima. O horizonte temporal é de até cinco semanas.
O programa OPCHEN é também uma ferramenta
utilizada nos estudos para verificação da possibilidade
de relaxamento das restrições de volumes de espera
durante os meses finais da estação chuvosa, visando
aumentar a probabilidade de terminar a estação
chuvosa com os reservatórios cheios.
O programa OPCHENS é baseado no modelo
OPCHEN, entretanto, sua finalidade é realizar estudos
para avaliar estatisticamente as regras de operação
de controle de cheias e o grau de proteção (risco)
fornecido pelas curvas de volume de espera calculadas
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
spec@cepel.br
www.cepel.br
nos Estudos de Prevenção de Cheias. Estes estudos
são realizados através de simulações da operação
semanal de controle de cheias durante toda a estação
chuvosa utilizando cenários de afluências históricas ou
sintéticas.
O programa OPCHEND, de forma similar ao
modelo OPCHEN no planejamento de curto prazo,
tem como objetivo a revisão, durante a ocorrência de
cheias, dos limites dinâmicos de armazenamento dos
reservatórios. O OPCHEND programa para o próximo
dia a ocupação/esvaziamento dos volumes de espera
do sistema por meio da solução de um problema de
programação linear similar ao adotado no OPCHEN.
O seu horizonte de operação é de até 15 dias. Tendo
em vista o intervalo de tempo diário, e que, em
alguns trechos do sistema, o tempo de translação
dos transientes hidráulicos nos canais fluviais que
interligam aproveitamentos pode suplantar 24 horas,
o OPCHEND considera tempo de viagem da água.
Outra diferença é o fato de que, na programação diária,
também se torna necessário verificar a possibilidade
de uma situação de emergência. Nesses casos,
devem-se programar as defluências necessárias para
a proteção do aproveitamento através dos Diagramas
de Emergência. A metodologia destes Diagramas está
implementada no programa OPCHEND.
Conjunto de envoltórias ordenado de forma
crescente pelo risco de cheias, considerado como
restrição no PPL resolvido no OPCHEN.
Otimização Energética SUISHI | Modelo
e Meio Ambiente de Simulação a Usinas
Individualizadas de Subsistemas
Hidrotérmicos Interligados

O SUISHI é um modelo de simulação mensal

a usinas individualizadas, da operação
energética de sistemas hidrotérmicos interligados com
limitações de intercâmbio de energia entre as regiões
ou subsistemas. O mercado consumidor de energia
de um subsistema é representado por uma curva de
as seguintes características: permanência da carga com até três patamares.
• Simula até dez subsistemas hidrotérmicos
eletricamente interligados, mas hidraulicamente
independentes, levando em conta limites nas
capacidades de intercâmbio de energia.
• Pode ser acoplado ao modelo de decisão
estratégica NEWAVE (Modelo de Planejamento da
Operação de Sistemas Hidrotérmicos Interligados
de Longo e Médio Prazo), que fornece uma função
valor esperado do custo futuro de operação para
cada estágio da simulação.
• Considera restrições operativas locais decorrentes
do uso múltiplo da água: vazão máxima para
controle de cheias, vazão mínima para saneamento
ou navegação, e desvio de vazão do rio para
irrigação, além de operar bacias especiais como as
dos rios Paraíba do Sul e Tietê.
• Simula múltiplas séries hidrológicas em
paralelo, permitindo a fácil obtenção de índices
probabilísticos de desempenho do sistema para
cada estágio da simulação.
• Considera quatro modos de simulação: estática,
dinâmica, estática com cálculo da energia firme,
e estática com cálculo da energia garantida a um
certo risco desejado.
Séries Hidrológicas: Históricas, Sintéticas e de Usos
Alternativos
Subsistemas de Geração Hidrotérmica Interligados

O modelo SUISHI reconhece três diferentes tipos

No modelo SUISHI, as usinas hidroelétricas
de sequência hidrológica, definidas a seguir.
podem ser de dois tipos: a fio d’água, quando seu
A série histórica de vazões afluentes a uma
volume armazenado não varia, ou com reservatório,
usina hidroelétrica: sequência de valores mensais
quando apresenta uma significativa capacidade de
de vazão natural afluente, correspondente à média
regularização. Denominam-se usinas termoelétricas
dos valores instantâneos observados durante o mês
todas as demais usinas geradoras (nuclear, carvão,
correspondente.
gás, óleo, diesel, biomassa, etc.) que possam ser
A série sintética de vazões afluentes produzida
representadas por capacidades mínima e máxima e
por um Modelo Estocástico de Vazões Afluentes, como
um custo unitário de geração constantes. O déficit de
por exemplo, o modelo GEVAZP (Geração de Séries
energia pode ser representado em patamares.
Sintéticas de Energias e Vazões Periódicas).
O sistema de transmissão é representado de forma
A série de vazões de usos alternativos com valores
simplificada, levando-se em conta apenas as grandes
mensais que deve ser subtraída ou adicionada da sua
correspondente série de vazões incrementais de forma
a representar um outro uso da água no local.
Módulos de Simulação: Estática, Dinâmica, Cálculo de
Energia Firme e Energia Garantida
No módulo de simulação estática, considera-
se uma configuração hidrotérmica fixa procurando
atender a um mercado de energia constante ao longo
de uma série hidrológica. Com exceção das vazões
afluentes aos reservatórios, todos os demais dados do
problema permanecem estáticos ao longo do tempo.
Uma simulação é dinâmica quando todos os dados
do problema podem variar dinamicamente ao longo
do tempo, constituindo séries temporais análogas às
hidrológicas.
A energia firme de um sistema é o maior mercado
de energia que o sistema pode atender de modo a não
ocorrerem déficits de energia, supondo-se a ocorrência
da série histórica de afluências.
A energia garantida de um sistema hidrotérmico
interligado, a um dado nivel de risco, é o maior mercado
global de energia que esta configuração pode atender,
tal que a probabilidade anual de déficit não exceda, por
exemplo, a 0.05 em nenhum subsistema, variando-se
proporcionalmente os mercados de cada subsistema.
Modelo de Otimização do Balanço Hidrotérmico entre
Subsistemas
O processo de solução do modelo SUISHI é
dividido em duas etapas: a de otimização do balanço
hidrotérmico entre subsistemas, e a de simulação
a usinas hidrelétricas individualizadas. O problema
de cálculo do balanço hidrotérmico mensal entre os
subsistemas pode ser formulado como um problema
de otimização, que consiste em se determinar, a
cada mês, quais os valores de geração hidráulica
controlável, geração térmica e intercâmbios de
energia de cada subsistema que minimizam a soma
dos custos atuais mais o valor presente esperado dos
custos futuros de operação. Uma vez determinados os
Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
suishi@cepel.br
www.cepel.br
valores ótimos de geração hidráulica controlável, estes
serão utilizados para se calcularem as metas mensais
para a simulação independente da operação de cada
subsistema hidráulico, em cada série hidrológica,
usando-se uma metodologia de simulação a usinas
individualizadas. A função Custo Futuro de Operação
deve ser calculada para cada mês com auxílio de um
modelo estratégico de otimização a longo prazo da
operação de subsistemas hidrotérmicos interligados,
como, por exemplo, o modelo NEWAVE.
Solução Iterativa do Problema de Balanço Hidrotérmico
Uma vez que a solução do problema de balanço
hidrotérmico não leva em conta as limitações de
turbinamento nas usinas do subsistema s, o valor da
solução ótima pode representar uma meta inatingível
para o subsistema na etapa de simulação. Neste caso,
o problema de balanço hidrotérmico mensal precisa
ser reformulado. Caso ocorra um déficit de geração
no subsistema s na etapa de simulação, resolve-
se novamente o problema de balanço hidrotérmico,
fazendo-se o valor da Geração Hidráulica Máxima igual
ao valor da geração hidráulica obtida no simulador
a usinas individualizadas no subsistema s. Por
outro lado, caso as vazões afluentes se achem mal
distribuídas com relação ao estado de armazenamento
dos reservatórios, pode ser impossível guardar toda a
água excedente, ocorrendo os chamados vertimentos
turbináveis. Neste caso, resolve-se novamente o
problema de balanço hidrotérmico, fazendo-se o limite
de armazenamento igual ao armazenamento obtido no
problema do balanço hidrotérmico mensal, subtraído
do excesso de geração obtido no simulador a usinas
individualizadas.
Modelo de Simulação a Usinas Individualizadas
O modelo de simulação a usinas individualizadas
designa um conjunto de subrotinas que simula a
operação mensal de cada subsistema. Este modelo
procura reproduzir o processo de decisão adotado na
prática para se estabelecer quais os turbinamentos e
armazenamentos finais de cada usina hidrelétrica, de
forma a atender à meta de geração do subsistema,
respeitando as restrições físicas e critérios operativos.
Otimização Energética VENTOS | Previsão e
e Meio Ambiente Geração de Cenários de Ventos

A integração segura e econômica dos

aproveitamentos eólicos ao sistema elétrico
requer previsões confiáveis da disponibilidade dos
Outro objetivo deste projeto é gerar cenários de
ventos mensais, a partir de modelos estocásticos, a
serem utilizados nos modelos de planejamento da
recursos eólicos desde alguns minutos à frente até operação de sistemas hidrotérmicos interligados
previsões horárias com horizontes que variam de uma de longo, médio e curto prazo, NEWAVE (Modelo de
hora até uma semana à frente. Na formulação de tais Planejamento da Operação de Sistemas Hidrotérmicos
previsões, pode-se contar com uma ampla variedade de Interligados de Longo e Médio Prazo), DECOMP
métodos, entre os quais se destacam os de inteligência (Modelo de Planejamento da Operação de Sistemas
computacional, em especial, os de redes neurais Hidrotérmicos Interligados de Curto Prazo) e SUISHI
artificiais e o de lógica fuzzy. (Modelo de Simulação a Usinas Individualizadas de
Para atender a este objetivo, o Cepel, no âmbito Subsistemas Hidrotérmicos Interligados).
do Departamento de Otimização Energética e Meio
Ambiente (DEA), vem desenvolvendo metodologias
baseadas em inteligência computacional e sofware para
a previsão de curto prazo dos recursos disponibilizados
em um parque eólico, mais precisamente previsões da
velocidade do vento e da potência gerada.
Em geral, os registros anemométricos e de potência
apresentam lacunas e dados aberrantes (outliers)
decorrentes de falhas nos sistemas de medição. As
lacunas de dados e outliers comprometem o ajuste
e o desempenho dos modelos de previsão. Atento ao
problema, o Cepel vem desenvolvendo metodologias,
baseadas em métodos estatísticos, para o tratamento
de dados. Tal metodologia é empregada no módulo
de tratamento automático de dados que precede a
execução do previsor de recursos eólicos.
Os modelos e programas computacionais
desenvolvidos visam atender às seguintes finalidades:
• tratamento automático dos registros
anemométricos e de potência, como a remoção de
dados aberrantes e o preenchimento de lacunas de
dados;
• projeção da média horária da velocidade do vento
até 24 horas;
• projeção da média horária da potência elétrica
gerada até 24 horas à frente.

Contato
Diretoria de Pesquisa, Desenvolvimento e Inovação
Área de Otimização Energética e Meio Ambiente
Telefone (21) 2598-6471
Fax (21) 2260-6482
ventos@cepel.br
www.cepel.br