Aprimorando a previsão de vazão para o setor elétrico brasileiro: uma estratégia baseada em um hiper-multimodelo

RESUMO

A previsão de vazão desempenha um papel importante para garantir o fornecimento confiável de eletricidade em países altamente dependentes da energia hidrelétrica. Este artigo propõe uma abordagem inovadora que integra vários modelos hidrológicos, modelos climáticos e dados observacionais para desenvolver um sistema abrangente de previsão. Três famílias de modelos foram empregadas: modelos climáticos de previsão sazonal integrados com modelos hidrológicos chuva-vazão; modelos estocásticos ou de aprendizado de máquina que utilizam variáveis endógenas e modelos estocásticos ou de aprendizado de máquina que consideram variáveis exógenas. A abordagem do hiper-multimodelo conseguiu aumentar com sucesso o desempenho geral dos cenários gerados com uso dos modelos individuais. A qualidade dos cenários finais gerados estava diretamente relacionada ao desempenho dos modelos individuais. Portanto, a estrutura proposta tem o potencial de melhorar a previsão hidrológica para o setor de eletricidade brasileiro com o uso de modelos individuais mais refinados e calibrados.

Palavras-chave:  Modelagem hidrológica; Aprendizado de máquina; Modelos autoregressivos periódicos; Geração de cenários de vazão