4
Curvas de carga
A grande aspiração de toda concessionária de energia elétrica é modelar
suas curvas de carga para que se possa fazer uma previsão mais próxima do valor
real, conseguindo assim um bom atendimento aos seus clientes com custos
reduzidos. Para que melhor se entenda o conceito “curvas de cargas” neste
subitem será feito uma breve caracterização das mesmas.
PUC-Rio - Certificação Digital Nº 0116365/CA
Caracterizar a carga elétrica é, acima de tudo, conhecer a forma como os
clientes utilizam a energia, posto que a carga é uma variável muito dependente de
seu consumidor, seja ele residencial, comercial ou industrial. A carga sofre
influências de muitos fatores como: eventos televisivos, econômicos, dentre
outros, ou seja, pode variar com o tempo.
A cada classe de consumidores pode se observar algumas características
(Magalhães et alii, 1998), como:
•
Residencial → carga com crescimento constante, sensível às condições
meteorológicas, a mudanças econômicas e tarifárias, etc.
•
Comercial → carga sensível a sazonalidade como em datas comemorativas, às
condições meteorológicas, sensível a mudanças econômicas e à qualidade de
energia entregue pelas companhias, etc.
•
Industrial → carga bem específica, definida pelo número de turnos de
operação útil,e geralmente, tem curvas de cargas mais planas, indicando a
pouca variabilidade sazonal e mesmo horária, para os clientes de maior porte.
Como se pode perceber, o estudo das curvas de carga é muito importante
tanto para o setor de planejamento de operação da concessionária quanto para
outros setores como o de Marketing e Financeiro. Em função desta dependência a
modelagem das curvas de carga para que se possa fazer um planejamento do
sistema é de suma importância. Nesta dissertação, como dito anteriormente, os
dados de carga foram obtidos de duas concessionárias de energia elétrica em
localidades distintas do território nacional (uma na Região Centro-Oeste e a outra
Região Sudeste do Brasil).
26
4.1.
Variáveis meteorológicas para previsão de carga
As variáveis meteorológicas como a umidade do ar, luminosidade e a
temperatura têm uma influência direta nas curvas de carga. A variável
meteorológica mais importante é a temperatura. Muitas pesquisas em torno da
relação Carga X Temperatura vêm sendo feitas ao longo dos anos (Hippert 2001).
Sabe-se que quando existe variação de temperatura esta afetará a curva de carga.
Por exemplo, em dias quentes o uso de ar-condicionado causa o aumento da carga,
e em dias frios esse aumento de carga é causado pelo uso de aquecedores de
ambiente.
Observa-se, ainda, que esse aumento de carga devido à variação de
PUC-Rio - Certificação Digital Nº 0116365/CA
temperatura dar-se-á, majoritariamente, pelo aumento nas classes residencial e
comercial. Se o aumento fosse devido apenas ao consumo industrial, por exemplo,
ao se “plotar” a curva de carga de dois dias com temperaturas amenas e outro dia
com temperaturas altas a variação de uma curva de carga em relação à outra seria
menor no horário de ponta. No caso de ser uma variação somente pelo aumento do
consumo comercial, durante o horário de carga leve, esse não seria observado.
Um bom exemplo desta relação Carga x Temperatura pode ser observado
nas curvas de carga do Subsistema SE/CO de dois dias do mês de outubro de
2002, Figura 3, fornecidos pela ONS (Operador Nacional do Sistema).
Figura 1 - Curvas de carga dos dias 01 e 08/10/2002
27
A análise quantitativa indica uma diferença de 1471 MW do dia 08/10/2002
em relação ao dia 01/10/2002. Fazendo-se uma análise das temperaturas médias
das regiões que pertencem a esse Subsistema nota-se que no dia 08/10/2002 a
temperatura estava em média muito mais elevada que a média do dia 01/10/2002
na região observada. Ao se analisar a relação Carga X Temperatura dos dois
principais estados deste Subsistema, Rio de Janeiro e São Paulo, que participam
com cerca de 64% da carga, estima-se que um incremento médio de cerca de 9ºC
nestes estados acarreta um acréscimo na Demanda do Subsistema de cerca de
1440 MW. Considerando o fator de carga de um dia útil em torno de 80%, a carga
de energia correspondente seria de cerca de 1152 MW médios. Portando, somente
PUC-Rio - Certificação Digital Nº 0116365/CA
por conta de aumento de temperatura, poder-se-ia ter este incremento na carga de
energia desse sistema.
Esta análise se confirma ao se analisar dois dias deste mesmo mês onde
houve a redução da média da temperatura, Figura 4.
Figura 2 - Curvas de carga dos dias 16 e 23/10/2002
A redução na temperatura ocorrida entre os dias 16 e 23/10/2002 confirmou
a análise do comportamento no Sistema Sudeste/CO, considerando agora uma
redução de demanda da ordem de 1671 MW em média.
Está análise de carga verificada nos dias 01, 08, 16 e 23 de outubro de 2002
veio a ratificar a tese de que as variações de temperatura têm uma forte influência
no comportamento da carga.
28
Devido a esta relação entre demanda e variáveis climáticas, a maioria dos
sistemas propostos atualmente para previsão de carga procura usar variáveis
meteorológicas como variáveis explicativas. Porém, essa relação é complexa e
nem sempre fácil de modelar.
4.2.
Modelagem da relação Carga x Temperatura
A relação entre carga e as variáveis meteorológicas é claramente não-linear.
Vários estudos mostram gráficos relacionados à carga de pico com a temperatura
máxima, em países diferentes, os correlogramas são em geral em forma de V ou
U, pois têm a característica de que em dias quentes há uma maior incidência de
PUC-Rio - Certificação Digital Nº 0116365/CA
ar-condicionado e dias frios de aquecedores de ambiente como nas figura 5 e 6 a
seguir.
Figura 3 - Cargas x Temperatura horárias dos EUA (Hagan e Behr,1987)
Figura 4 - Carga de pico e temperatura máximas Tóquio (Hagan e Behr, 1987)
Nos dados das concessionárias, em estudo nesta dissertação, a relação entre
a carga e a temperatura é diferente das figuras anteriores. Cada concessionária tem
suas características, mas ambas não apresentam características de uso de aparelho
de aquecimento quando a temperatura está baixa, sendo assim, carga e
temperatura tendem a ser positivamente correlacionadas. A figura 7 compara as
séries temporais de carga e de temperatura horárias do ano de 2002 da
concessionária ENERSUL, e mostra que elas seguem cursos praticamente
paralelos, na maior parte do tempo.
Carga (x10 MW)
80
70
60
50
40
30
20
10
Figura 5 - Carga x Temperatura horária ENERSUL
300
277
254
208
185
162
139
116
93
70
47
24
D ia s
231
Temperatura (ºC)
0
1
C a r g a e te m p e r a
PUC-Rio - Certificação Digital Nº 0116365/CA
29
30
O diagrama de dispersão temperatura X carga horárias ano 2002
ENERSUL(figura 8) mostra que a dispersão relativamente grande dos pontos do
gráfico exprime que a relação entre as duas variáveis é bastante complexa.
Carga (MW)
600.00
500.00
400.00
300.00
200.00
100.00
PUC-Rio - Certificação Digital Nº 0116365/CA
0.00
0
10
20
Temperatura (ºC)
30
40