Forecasting electricity generation from renewable sources during a pandemic

Previsión de la generación de electricidad a partir de fuentes renovables durante una pandemia

Las fuentes renovables son responsables por más de la mitad de la generación eléctrica brasileña, que corresponde básicamente a las fuentes hidroeléctrica, de biomasa y eólica. Esta investigación tuvo como objetivo verificar si los modelos de Promedio Móvil Autorregresivo Integrado (ARIMA) presentan buen desempeño en la predicción de la generación eléctrica a partir de biomasa, hidroeléctrica y eólica para los primeros meses de la pandemia de COVID-19 en Brasil. El mejor modelo de previsión ajustado para la generación de biomasa, hidroeléctrica y eólica fue el SARIMA, ya que este modelo fue capaz de identificar los efectos estacionales de la inestabilidad climática, como los períodos de sequía. Basándose en la estacionalidad de las mayores fuentes de generación, la generación renovable necesita ser compensada por otras fuentes, como las no renovables, y se necesitan más esfuerzos para hacer más sostenible la matriz eléctrica brasileña.

1. INTRODUCCIÓN

Las fuentes renovables son una ventaja competitiva para una matriz eléctrica en el escenario energético mundial (Maciel et al., 2018). Según la Agencia Internacional de Energía (AIE, 2017), las matrices más renovables del mundo son de Islandia, Paraguay, República Democrática del Congo, Albania, Etiopía y Costa Rica. La matriz eléctrica brasileña puede considerarse renovable, ya que la hidroeléctrica es responsable de generar más de la mitad de la electricidad del país (EPE, 2018). El uso generalizado de esta fuente se justifica por su abundancia; Brasil tiene numerosos ríos con grandes afluentes y un importante potencial de generación de energía (Ferreira et al., 2016).

Otras fuentes renovables utilizadas en el país son la biomasa, la energía solar y la eólica (EPE, 2018). La primera ha presentado grandes avances en acciones de investigación e implementación, por ser una fuente alternativa que contribuye a la reducción del cambio climático (Bakhtiar et al., 2020; Daioglou et al., 2019; Uddin et al., 2019). A pesar de que la biomasa y las fuentes eólicas presentan una generación inestable durante el año, son complementarias a la generación hidroeléctrica en Brasil (Cotia et al., 2019; Čepin, 2019; Ferreira et al., 2018; González-Aparicio & Zucker, 2015; Razmjoo et al., 2019; Silva et al., 2016). Además de las inestabilidades climáticas, la demanda de electricidad puede ser influenciada por el comportamiento de los consumidores, que cambió significativamente después de la pandemia COVID-19 con la transición de varios puestos de trabajo a oficinas en casa (Qarnain et al., 2020; Carvalho et al., 2021). La planificación de una matriz eléctrica puede basarse en el análisis de series temporales, que evalúan las tendencias, la correlación serial y las inestabilidades a lo largo del tiempo. (Kuang et al., 2016; Renn & Marshall, 2016; Shen & Ritter, 2016). Las series temporales ya se han aplicado a las energías renovables en estudios desarrollados por Alsharif et al. (2019), Baruque et al. (2019) y Hosseini et al. (2019). Los modelos lineales, como la media móvil autorregresiva integrada (ARIMA), tienen altos niveles de precisión y pueden utilizarse para revelar el comportamiento medio de las series (Bhutto et al., 2017).