29/02/2016

AES Brasil desenvolve modelo para aprimorar segurança energética

Fontes renováveis de energia como eólica e solar têm ganhado cada vez mais espaço na matriz energética, trazendo à tona a questão da confiabilidade do sistema elétrico. Com a finalidade de minimizar os problemas causados pela intermitência dessas fontes e melhorar a qualidade do abastecimento, a AES Brasil está liderando um projeto de pesquisa e desenvolvimento (P&D) para elaboração de um novo modelo matemático, o Smart-Sen, que vai identificar as incertezas das fontes de energia e modelar corretamente o despacho dessas fontes.

O planejamento energético ficará mais preciso e problemas emergenciais de abastecimento, como blecautes, terão menor chance de acontecer, afirmou Ítalo Freitas, vice-presidente de novos negócios de geração da AES Brasil, em entrevista ao Valor.

Atualmente, o Operador Nacional do Sistema Elétrico (ONS) utiliza, principalmente, dois modelos matemáticos computacionais – Newave e Decomp – para determinar o planejamento energético. Isto é, quais usinas devem ser ligadas ou não, obedecendo uma ordem de custo para gerar e garantir a segurança energética do sistema.

O novo modelo em desenvolvimento vai complementar os existentes, explicou Freitas que vai assumir a presidência da AES Tietê a partir de 1º de abril, como parte da reestruturação pela qual passa a companhia no Brasil.

“O Smart-Sen é um modelo matemático que simula impactos que podem ser causados pelo aumento da intermitência no sistema elétrico”, disse Freitas. Essa intermitência é causada, basicamente, por variações na incidência de sol e vento nas usinas solares e eólicas.

“Essa intermitência gera uma série de problemas técnicos para o sistema, e você precisa corrigir isso”, explicou Freitas.

Planejamento de fontes renováveis ficará mais preciso e problemas no abastecimento poderão ser menos frequentes

Segundo dados da Agência Nacional de Energia Elétrica (Aneel), a capacidade instalada da fonte eólica já soma 8,3 gigawatts (GW) de capacidade instalada, ou 5,85% de toda a potência do sistema. A fonte solar ainda está no começo, mas os três leilões realizados até hoje contrataram 3,2 gigawatts-pico (GWp) de energia.

Com o novo modelo, será possível otimizar o despacho das usinas do sistema. Os cálculos vão avaliar, por exemplo, se há restrições de transmissão em algum ponto, ou se a geração de energia eólica na região costuma variar. “Aí você consegue ao menos indicar onde é preciso haver mais linhas de transmissão ou baterias de estocagem de energia”, afirmou. O planejamento será de curto, médio e longo prazo.

A AES Corp, holding americana que controla a AES Brasil, é líder mundial na tecnologia das baterias de armazenamento de energia. O novo modelo vai poder aprimorar o seu uso. “Ele vai mostrar onde podemos colocar baterias para melhorar a confiabilidade do sistema, onde estão os problemas, tanto na questão elétrica quanto na de custo”, disse Freitas.

Situações como a vista no início deste ano, quando as eólicas geraram menos do que o previsto pelo ONS no Nordeste, serão mitigadas. Nas primeiras semanas do ano, o operador precisou despachar algumas das termelétricas mais caras do sistema, com custo superior a R$ 600 por megawatt-hora (MWh), devido à restrições elétricas, como aumento de carga, geração menor de eólicas e restrições de transmissão. Esse cenário, porém, não foi identificado no planejamento mensal do ONS, e as usinas tiveram que ser despachadas por algumas horas a cada dia.

O uso de geração distribuída de energia também será melhorado com o modelo. “Quando houver uma quantidade imensa de telhados solares, imagina quando vier uma chuva em São Paulo, a quantidade de energia que vai sair do sistema. O que vai segurar isso é o sistema elétrico, e aí terão de calcular como acionar cada usina”, afirma Freitas.

Um modelo desenvolvido pela Universidade de Princeton, nos Estados Unidos, será incorporado ao Smart-Sen. Além da AES Brasil, também participarão do P&D especialistas de Princeton, outras empresas do setor elétrico, o ONS, a Aneel e a CCEE. A expectativa é de que o desenvolvimento do projeto leve três anos.