Redação – 09.11.2022 – Especialista no setor explicou como funciona o sistema elétrico e como as distribuidoras estão se transformando para lidar com seus desafios
Djalma Falcão, professor da COPPE/UFRJ e pós-doutor em Engenharia Elétrica pela Universidade da Califórnia em Berkeley (EUA), aproveitou o webinar Digitalização do Setor Elétrico, promovido ontem (8/11) pela iniciativa InfraDigital, para dar uma aula sobre o sistema elétrico brasileiro. Durante seu painel, ele também destacou a necessidade que as distribuidoras têm de usar o Big Data para extrair valor dos dados de seus clientes e enfrentar os desafios de energia.
Primeiramente, Falcão explicou que o sistema elétrico é dividido em dois: há um sistema interligado, responsável pela transmissão da energia gerada nas usinas até as distribuidoras, e o sistema de distribuição, que leva até as casas dos consumidores. Dentro deste último também tem a geração distribuída, composta principalmente por painéis solares.
Todo esse sistema passa por uma transição, que envolve digitalização e descentralização. A primeira é a questão da medição inteligente e a inovação que ela puxa, com novos serviços e até novos formatos de cobrança. Já a descentralização envolve a geração distribuída, armazenamento de energia e veículos elétricos, entre outros.
Um paradigma que surge nessa transição é o volume de informação trazida pelos sensores nas redes e pelos medidores inteligentes. É nesse ponto que o Big Data vai ser necessário, utilizando uma grande capacidade de análise para utilizar os dados climáticos junto com o de consumidores, prevendo assim a oferta e demanda de energia.
“Há falta de visibilidade da infraestrutura, então distribuidora precisa ser capaz de saber o que está ocorrendo em seu sistema”, explicou ele. Os dados dessa visibilidade viriam dos dispositivos instalados na rede de tecnologia operacional (TO) das distribuidoras, como sensores de Internet das Coisas (IoT), que podem ser utilizados para diagnosticar falhas na rede.
Falcão também deu exemplos de algoritmos de machine learning que podem aprender padrões de consumo e tomar ações automáticas. “Por isso, é preciso que medidores inteligentes sejam instalados na casa de clientes para permitir respostas automáticas do sistema”, conclui.
