Avaliação do efeito climático na resiliência de sistemas de distribuição de energia elétrica

Abstract

Este trabalho tem por objetivo principal avaliar o efeito do clima sobre a resiliência de sistemas de distribuição de energia. A resiliência é um conceito que surge no contexto das mudanças climáticas para descrever a capacidade de um sistema de antecipar perturbações, absorvê-las e adaptar-se para mitigar seus potenciais impactos. Sistemas de distribuição são diretamente impactados por eventos climáticos adversos, resultando em eventos de interrupção do fornecimento de energia. Compreender como esses sistemas se comportam frente ao efeito do clima é fundamental para desenvolver medidas visando a melhoria da resiliência. Analisando dados históricos de ocorrências e dados meteorológicos, o trabalho constrói modelos de aprendizado de máquina utilizando árvores de decisão para explicar o comportamento da rede em função de variáveis climáticas (vento e chuva). As variáveis do modelo são categorizadas e avaliadas em uma base diária, e a resposta do sistema é avaliada em termos do nível esperado de ocorrências Os modelos construídos apresentam precisão em torno de 70% para a predição de dias com alto ou baixo número de ocorrências. Para avaliar a resiliência, são analisadas as durações das ocorrências, e observa-se que dias com alto número de ocorrências apresentam durações maiores de interrupção, sendo o tempo até o acionamento das equipes o mais significativo. Analisando um dia com alto número de ocorrências, é simulado o despacho de uma equipe adicional para atender às ocorrências com maior duração, resultando em uma redução de 16% na duração total de interrupção do fornecimento no período. Os resultados demonstram a importância de medidas de antecipação em resposta a eventos climáticos adversos que, aliadas à previsão do tempo e à modelagem do comportamento da rede, podem reduzir o impacto das perturbações climáticas no fornecimento de energia

The main objective of this work is to evaluate the effect of climate on the resilience of power distribution systems. Resilience is a concept that has emerged in the context of climate change to describe the ability of a system to anticipate disturbances, absorb them and adapt to mitigate their potential impacts. Power distribution systems are directly impacted by adverse weather events, resulting in power outages. Understanding how these systems behave in the face of weather effects is fundamental to developing measures aimed at improving resilience. By analyzing historical outages and meteorological data, the work fits machine learning models using decision trees to explain the behavior of the network as a function of climatic variables (wind and rain). The model’s variables are categorized and evaluated on a daily basis, and the system’s response is evaluated in terms of the expected level of occurrences The fitted models have an accuracy of around 70% for predicting days with a high or low number of occurrences. In order to assess resilience, the duration of the events is analyzed and it is observed that days with a high number of events have longer interruption durations, with the time until the teams are called being the most significant. Analyzing a day with a high number of occurrences, the dispatch of an additional team to attend to incidents with a longer duration is simulated, resulting in a 16% reduction in the total duration of supply interruptions during the period. The results demonstrate the importance of anticipatory measures in response to adverse weather events which, combined with weather forecasting and modeling of network behavior, can reduce the impact of weather disturbances on power supply