DESENVOLVIMENTO DE FERRAMENTA BASEADA EM REDES NEURAIS ARTIFICIAIS APLICADA AO PROBLEMA DA PREVISÃO DE VAZÕES
O planejamento da operação de sistemas hidrotérmicos no Brasil é feito através de modelos computacionais que determinam quais devem ser os montantes de geração hidráulica e térmica para um período de planejamento da operação que vai até 5 anos. Além dessas variáveis, os modelos também calculam o Custo Marginal da Operação (CMO) e Preço de Liquidação das Diferenças (PLD). Devido a predominância da fonte hidráulica, uma das variáveis bastante sensível é a quantidade de água disponível nos reservatórios das usinas hidrelétricas e as vazões (ou afluências) previstas nos rios onde as hidrelétricas estão localizadas. A previsão está agravada, nos últimos anos, pela não construção de novas usinas hidrelétricas com reservatório, o que impacta diretamente na capacidade de regularização do sistema e aumenta a incerteza da disponibilidade do combustível “água”. Atualmente, devido às mudanças climáticas que vem ocorrendo, se faz cada vez mais necessário ferramentas computacionais que sejam capazes de determinar os cenários de vazão que considerem essas características ambientais e físicas do problema, pois a consequência da determinação de cenários de vazão dissociados da realidade pode levar ao aumento dos valores de encargos que são cobrados de todos os consumidores via tarifa na conta de eletricidade. Portanto, este trabalho propõe a implementação de uma ferramenta computacional de previsão de vazões baseada em Redes Neurais Artificiais (RNA), que possa ser utilizada pelo setor elétrico brasileiro e que traga segurança na determinação da operação do sistema de geração.