Strategy Development and Policy Advice

2.3.1 Evolução histórica dos estudos de análise de reserva operacional

Até meados dos anos sessenta do século passado, a maioria dos estudos de análise de reserva operacional eram baseados na consideração da existência um sistema de recurso adicional, constituído por um ou mais geradores, sendo a quantificação dos níveis adequados de reserva efectuada à custa de uma análise diferencial dos resultados da análise de cobertura considerando a presença do sistema de recurso. A quantidade de reserva operacional considerada necessária era estimada avaliando a redução decorrente da ausência do sistema de recurso sobre o índice LOLE [69],[70].

Em 1963 foi desenvolvida a primeira versão de um procedimento probabilístico para determinação da quantidade de reserva que teria de ser assegurada para manter os índices de fiabilidade constantes ao longo de um período de tempo previamente estipulado. Este procedimento, que será descrito em detalhe na secção 2.10.2, ficaria conhecido como Método PJM, por ter sido adoptado pelo operador de sistema norte- americano Pennsylvania-New Jersey-Maryland Interconnection [90].

O método PJM, sendo um método baseado na construção da tabela de capacidades fora de serviço para o sistema em análise, traduzindo as probabilidades individuais de todas as combinações de disponibilidade possíveis para os grupos do sistema electroprodutor, era bastante exigente do ponto de vista computacional, o que condicionou a sua utilização e aperfeiçoamento ao longo dos anos seguintes.

Ainda assim, foram desenvolvidas algumas técnicas complementares durante a segunda metade da década de sessenta e durante os anos setenta, como a consideração de avarias adiáveis (postponable outages) [91], a atribuição de factores de risco ao processo de escalonamento dos grupos (unit commitment risk) [92], a definição de

funções de segurança operacional para caracterização estados de funcionamento do sistema [93] e a capacidade de resposta das unidades de produção (response risk), baseada nas suas taxas de tomada de carga [94].

No Canadá, em finais dos anos setenta, existiam algumas companhias de produção de energia eléctrica que já tinham incorporado um número significativo de regras de quantificação de reserva operacional desenvolvidas no meio académico. Algumas dessas regras já consideravam a presença das interligações físicas que ligavam o seu sistema eléctrico aos sistemas vizinhos, havendo inclusivamente duas empresas que incorporavam técnicas de deslastre de carga nos seus processos de cálculo da reserva operacional [95]. No entanto, a maior parte das empresas do sector eléctrico da Europa e do resto do mundo continuava a determinar os seus montantes de reserva operacional através de regras puramente determinísticas, encarando a adopção de métodos probabilísticos com relutância [96].

Esta realidade predominou até meados dos anos noventa, altura em que foram desenvolvidas as primeiras versões da análise de Well-being, numa tentativa de incorporar alguns critérios determinísticos utilizados habitualmente pelas empresas do sector eléctrico em estudos de avaliação de reserva operacional, em particular o critério N-1 (suficiência da reserva operacional na eventualidade da perda da maior unidade de produção), nas metodologias para avaliação da adequação dos sistemas de produção de energia eléctrica [97]. A análise de Well-being foi concebida com vista a concretizar três objectivos fundamentais:

1. Introduzir uma medida probabilística do risco associado a uma determinada configuração de um sistema de produção que permitisse quantificar a adequação da reserva operacional;

2. Aproveitar as potencialidades da simulação de Monte Carlo, cuja utilização no âmbito dos estudos de análise da adequação dos sistemas de produção eléctrica tinha aumentado durante os anos de oitenta, para efeitos da análise de adequação da reserva operacional;

3. Desenvolver uma metodologia que permitisse caracterizar a adequação da reserva operacional que fosse, por um lado, suficientemente simples para não ser rejeitada pelas empresas do sector eléctrico e, por outro lado, suficientemente rigorosa para produzir indicadores fiáveis.

Vindo ao encontro dos objectivos enunciados, a análise de Well-being, cuja filosofia e princípios metodológicos serão detalhados no Capítulo 3, combina as técnicas probabilísticas descritas na literatura científica para avaliação da adequação dos sistemas de produção de energia eléctrica com a verificação da satisfação de um determinado critério determinístico (e.g. N-1).

Além da análise de Well-being baseada em simulação de Monte Carlo, foram desenvolvidas, durante a década de noventa, outras metodologias importantes no contexto do problema da quantificação dos níveis de reserva operacional. A título de exemplo, foram realizados alguns trabalhos utilizando métodos probabilísticos baseados em números imprecisos (fuzzy numbers) para modelizar a incerteza associada à carga do sistema, à disponibilidade dos grupos e aos parâmetros de fiabilidade considerados [98]. Os estudos de adequação da reserva operacional beneficiaram também do desenvolvimento da ciência da inteligência artificial, tendo sido utilizadas redes neuronais (artificial neural network) para estimar a reserva operacional com base nos dados históricos da energia não fornecida e da disponibilidade dos geradores [99].

2.3.2 Desenvolvimentos recentes na literatura científica internacional

Surgiram na última década alguns trabalhos com o objectivo de avaliar a influência do aumento dos níveis de integração eólica sobre os principais índices de fiabilidade (LOLE e EENS) [100], [101] e, nos últimos anos, com a finalidade de avaliar o impacto da produção eólica sobre as necessidades de reserva operacional [80].

Num desses trabalhos [7], foi proposto um modelo markoviano de múltiplos estados para representação das centrais eólicas, incorporando os efeitos decorrentes das avarias dos aerogeradores e da intermitência do recurso. Este modelo foi combinado com o método PJM, tendo sido obtida uma ferramenta de avaliação do risco operacional que pode ser utilizada para apoiar o processo de quantificação dos níveis adequados de reserva, seja através da realização de uma análise multi-critério baseada no custo e no risco, seja através da estipulação de um nível de risco aceitável.

Outro problema que tem sido objecto de interesse é o da quantificação dos níveis adequados de reserva operacional em ambiente de mercado. As dificuldades sentidas pelos operadores de sistema em termos do despacho das unidades de produção resultante do funcionamento do mercado têm vindo a alterar a forma como a aquisição

de serviços de sistema, em particular de reserva, era pensada tradicionalmente. Assim, as novas preocupações dos operadores de sistema prendem-se com a definição dos volumes de reserva secundária e terciária, ao invés do estabelecimento de um valor específico para a reserva total do sistema, fixado a longo prazo.

Foi por isso sugerida, por alguns investigadores, a hipótese de utilizar a simulação de Monte Carlo sequencial para estimar a quantidade de reserva operacional necessária em ambiente de mercado, considerando que alguns grupos se encontram em regime de pagamento por capacidade de serviço aos seus fornecedores, i.e. admitindo que esses grupos se encontram disponíveis em exclusivo para efeitos do fornecimento de reserva operacional, só sendo utilizados para satisfazer a carga em situações de emergência. Foi também sugerido que sejam avaliados e quantificados os benefícios decorrentes da implementação de medidas de gestão da procura nas necessidades de reserva operacional [102].