GESTO DE VOLUMES HORRIOS COMO FERRAMENTA NO AUXLIO A PRODUO OTIMIZADA DE GUA POTVEL Vincius Alberto Adorno Vasilio 1 Luiz

Mario Matos Jorge 2

RESUMO A constante busca por uma maior eficincia na produo e distribuio de gua potvel, por parte das empresas de saneamento, tem como objetivo reduzir as perdas de gua, preservar os recursos hdricos e garantir o abastecimento pblico. Neste sentido, o objetivo deste trabalho gerar um modelo de previso de demanda horria para gesto operacional de um sistema de abastecimento de gua, estabelecendo curvas de demanda horrias, a partir de dados histricos de vazo, utilizando o mtodo da mdia mvel baseada em padres cclicos dirios de consumo e sazonais. Para padres de sazonalidade foram criadas 4 curvas (frio, mdio, quente e super quente) para cada dia da semana, referenciadas a temperaturas mdias ocorridas nos perodos, onde diariamente, foi definido uma curva mdia,mxima e mnima. A partir da utilizao deste modelo de previso pode-se alcanar dois objetivos principais de relevncia social e econmica: 1) eliminar o risco de desabastecimento nos horrios de pico, pois pode-se estimar os volumes de consumo para as prximas horas em tempo real e ampliar os nveis de armazenamento para aquele perodo, 2) minimizar os gastos com bombeamento de gua nas estaes elevatrias, sendo possvel prever as necessidades futuras de armazenamento, e tambm gerenciar os horrios de funcionamento, concentrando ao mximo a atuao destas nos perodos de menor tarifao da energia eltrica.

Palavras chave: Modelo de previso; Curvas de demanda; Demanda de gua; Operao em tempo real.

Doutorando, Universidade Estadual de Maring-UEM, Programa de Ps-graduao em Engenharia Qumica

PEQ, Eng. Des. Operacional SANEPAR, viniciusav@sanepar.com.br

2

Universidade Estadual de Maring-UEM, Departamento de Engenharia Qumica, lmmj@uem.br

INTRODUO

O planejamento eficiente do uso da gua se faz necessrio por causa da demanda populacional crescente e disponibilidade de recurso na natureza. A operao dos sistemas de abastecimento e distribuio de gua um dos componentes principais do consumo de gua. A operao destes sistemas requer ajustes freqentes em resposta a variao da demanda, a fim de minimizar os custos da distribuio (Zahed Filho,1990). Atualmente existe uma constante busca por uma maior eficincia operacional por parte das empresas de saneamento, com o objetivo de reduzir as perdas de gua, preservar os recursos hdricos e garantir o abastecimento pblico. Para se obter uma melhor eficincia operacional, existe a necessidade de melhores controles dos processos. Entende-se por processo qualquer conjunto de condies, ou causas que, agindo juntas, geram um dado resultado (Paladini, 1990), ou seja, processo um grupo de atividades inter-relacionadas e caracterizadas por um conjunto de entradas especficas, com tarefas que agregam valor e que produzem um conjunto de resultados especficos. A previso de demanda um assunto sempre presente, quando se pretende criar ou expandir ou operar um sistema. De uma forma geral, a previso uma afirmao sobre o futuro. Entretanto, ao contrrio da "predio", a previso condicional sobre o que esperado para acontecer, caso uma srie de hipteses admitidas venham a se tornar vlidas. Portanto, a previso pode ser entendida como uma projeo ou extrapolao das tendncias do passado (Boland, 1985). Para Walski et. al (2001) as variaes temporais em um sistema de abastecimento, tipicamente mostram um padro cclico de 24 horas chamado de padro de demanda diurna. Contudo, as variaes de vazo no mudam s diariamente, percebendo influencias semanais e anuais tambm, onde fatores sazonais tem influncia com esta demanda. OBrien & Gere (2004), falam ainda que a determinao e necessidade de utilizao da gua durante o dia, determinam picos na parte da manh, tarde, e baixas vazes durante as madrugadas, chamadas de patamares noturnos. Santos & Pereira Filho (2009), definem que as variveis meteorolgicas so importantes indicadores do consumo de gua dirio e sazonal, e que, o dia da semana, feriados, frias, horrio, dias quentes e frios devem ser considerados num sistema de previso de consumo. A seleo da metodologia para a previso da demanda uma funo de trs critrios primrios: o planejamento objetivo, dados e recursos disponveis (Davis, 2003). J Walski et al (2001), define a demanda em 3 tipo bsicos: o consumo de gua dos clientes abastecidos, o consumo decorrente de perdas e o consumo previsto para combater incndios. Segundo Lertpalangsunti et al. (1999), a necessidade de se implantar um modelo de previso de consumo de gua a sistemas de abastecimento existe por este ser um fator de deciso cuja estimativa muito importante para que a tomada de deciso possa selecionar o melhor caminho dentre as alternativas. Protopapas et al. (2000) investigaram a relao entre as condies climticas sob o consumo de gua na cidade de New York, EUA. Essa hiptese foi suposta, baseando-se em estudos anteriores em outras cidades americanas, tendo como finalidade, a identificao de medidas de conservao e rojetos futuros para o abastecimento da cidade. Para Falkenberg (2005), diversas so as vantagens de se obter um modelo de previso de consumo de gua para otimizao da distribuio de gua, tais como a identificao imediata de vazamentos, ganho na qualidade da gua distribuda, reduo de custos de energia e planejamento otimizado da operao da estao de tratamento de gua, de modo a obter os melhores pontos de operao dos sistemas que compem esta planta, principalmente daqueles relacionados a aplicaes de produtos qumicos. Os modelos de previso de consumo de gua utilizam tcnicas que se baseiam em dados histricos e previses associativas. Quando se utiliza a base de dados histricos, os valores so assumidos a partir de caractersticas de valores passados. Da srie histrica procura-se identificar as
2

variveis de influncia da srie, tais como: tendncia, sazonalidade, variaes irregulares e variaes randmicas. Para isso existem tcnicas de tendncia, de sazonalidade, de ciclos e de variaes mdias. A variao da demanda est relacionada como o perodo do dia, dia da semana, ms e a estao do ano. Alm disso, o consumo varia nos fins de semana e feriados, de acordo com as atividades domsticas e industriais regulares dos consumidores. Estas variaes podem ser afetadas pelas condies meteorolgicas, feriados e atividades domsticas e industriais (Mukhopadyay et. al. 2001). O tempo influncia os seres vivos. Num dia de altas temperaturas, o consumo de gua tende a aumentar, assim como depois de uma tempestade associada a enchentes (Pereira Filho et al. 2004). Aps um perodo contnuo de chuvas, com a diminuio da nebulosidade, a populao utiliza mais gua para suas atividades domsticas. O consumo de gua depende tambm de variaes climticas, perfil populacional, entre outras. O tempo e consumo de gua esto relacionados (Pereira Filho et al., 2004; Zhou et al. 2000; Maidment e Miaou, 1986). Da anlise de uma srie histrica de consumo de gua medido, pode-se fazer estimativas e previses por meio de regresso linear. Entre as tcnicas conhecidas, est: a Auto Regresso Integrada a uma Mdia Mvel ARIMA (algoritmos de minimizao, erro padro assinttico, penalidade); a decomposio sazonal clssica - Census I descrita por Makridakis, Wheelwright, McGee em 1993, apud Statsoft (2002) que considera a sazonalidade, a tendncia, o cclico e o erro; o ajuste sazonal - Census II X11 (ajuste ao dia da semana, valor extremo, refinamento multiplicativo, sumrio estatstico domnio cclico mensal - MDC) desenvolvido pelo Census Bureau apud Statsoft (2002); a suavizao de curvas exponencial ou harmnica, a anlise de defasagem distribuda Almon; a anlise de simples Spectrum Fourier (flutuao sazonal de diferentes comprimentos de padres cclicos de dados), a anlise de cruzamento Spectrum (Fourier para simulao de duas sries) (Statsoft 2002). A proposta deste trabalho foi gerar modelos de curvas de demanda horrias, a partir de dados histricos de vazo das ltimas 52 semanas, utilizando o mtodo da mdia mvel baseada em padres cclicos dirios de consumo e sazonalidade do sistema de abastecimento de Apucarana/Pr. 2 DESENVOLVIMENTO

Para padres de sazonalidade foram criadas 4 curvas (frio, mdio, quente e super quente) referenciadas a temperaturas mdias ocorridas nos perodos.A partir da estratificao dos dados sazonais, foi explicitado os dados de consumo por dia da semana, e finalmente a extratificao horria, conforme dados apresentados na Tabela 1. Tabela 1: Dados volumtricos extratificados sazonalmente e por dia da semana para o sistema de abastecimento de gua de Apucarana/PR
Curvas (volume em m) Mdia Quente Super Quente 14.944 16.239 18.017 17.520 18.485 19.481 17.500 18.309 19.785 17.451 18.406 19.770 17.436 18.369 19.159 17.484 18.639 19.802 18.594 19.846 21.026

Dia domingo segunda-feira tera-feira quarta-feira quinta-feira sexta-feira sbado

Frio 13.562 16.798 16.434 16.479 16.127 16.152 16.426

De posse da curva de consumo verificada em cada dia do perodo analisado, foram definidas as curvas mdia, mnima e mxima de cada setor, baseadas no seguinte critrio:

 Curva mdia: para cada hora, foi obtida a mdia dos valores horrios da srie histrica. A curva obtida quando se plotam esses valores fornece a curva de consumo horrio mdia do setor; Curva mnima: para cada hora, definiu-se como sendo o valor mnimo aquele obtido pela relao: (valor mdio s), em que s representa o desvio padro amostral horrio da srie histrica. A curva obtida quando se plotam os valores mnimos horrios assim definidos a curva de consumo horrio mnima do setor; Curva mxima: para cada hora definiu-se como sendo o valor mximo aquele obtido pela soma: (valor mdio + s). A curva obtida quando se plotam os valores mximos horrios assim definidos a curva de consumo horrio mximo do setor. A definio do critrio utilizado para determinao das curvas mnima e mxima de consumo foi baseada na verificao de que, para os setores analisados durante a fase de investigao de dados, praticamente a totalidade das curvas se apresenta dentro da envoltria de valores mnimos (valor mdio s) e mximos (valor mdio + s). O consumo mdio de cada setor foi considerado como sendo a mdia dos consumos dos ltimos 12 meses. Em diversos casos, foram verificadas falhas nos dados da srie histrica de consumos dirios. Os dados referentes a estes dias foram completados quando apresentavam falhas de at 3 dados consecutivos, com o consumo mdio dos 30 dias anteriores. Quando havia uma seqncia de dias falhos, ou mais de 3 dados consecutivos, eliminou-se estes da populao. Esta metodologia foi aplicada no perodo de maro maio de 2009, no sistema de abastecimento de gua de Apucarana/Pr. Na Figura 1 pode-se observar um croqui esquemtico deste sistema, que abastece 25.778 ligaes, operando com uma produo de 19.000 m/dia e um volume til de reservao de 5.177 m de gua.
Captao Rio Cavina Elevatria

Estao de Tratamento ETA-01

Reservatrio gua Tratada REN-01

Aduo

RAP-01 Elevatria Reservatrio gua Tratada Rede de Distribuio Curva de demanda

Figura 1: Croqui esquemtico contendo captao, tratamento, aduo, reservao e distribuio do sistema de abastecimento de gua de Apucarana/Pr.

A Figura 2 ilustra um exemplo de modelo de previso (linha mdia e seus desvios) acoplado aos dados realizados no dia (23/03/09), onde possvel observar os fatores de pico mximo e mnimo flutuao diria (K2 igual a 1,53e K3 igual a 0,39), e o horrio horossazonal 1 . Em que K2 (equao 01) e K3 (equao 02) so os coeficientes de maior e menor consumo, respectivamente:
K2 Qmx. Qmd .

(01)

K3

Qmin . Qmed .

(02)

onde: Q mx = Volume mximo distribudo no dia dentro do perodo de 1 hora (m/h); Q min = Volume mnimo distribudo no dia dentro do perodo de 1 hora (m/h).
Curva de Demanda - Segunda-feira - Clima "Quente"

100% 90% 80% 1000 70% 800 60% 50% 600 40% 400 30% 20% 200 10% 0% 0 00:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00 00:00 1200

Volume (m)

Horrio da Ponta

Mdia

Mdia + 1S

Mdia - 1 S

Realizado

Figura 02: Demanda diria (realizado) em contraste com as previses do modelo (mdia) do sistema de abastecimento de Apucarana/Pr. A partir deste sistema de previso possvel estimar os volumes horrios para as prximas horas, bem como ter uma perspectiva de consumo para o gerenciamento do acumulo de gua necessria no reservatrio. Se o comportamento da curva for diferente do previsto, o operador pode readequar o sistema para trabalhar adequadamente num menor nmero de horas, ou com o menor conjunto de bombeamento possvel para o abastecimento do sistema. Com isto possvel prever o nvel horrio do reservatrio, para um gerenciamento otimizado do consumo de energia eltrica no sistema de bombeamento. Na Figura 2 pode-se observar que a soma das vazes ao logo do horrio sazonal somam 2.631m, que somado ao nvel mnimo do reservatrio (857m) e o volume de emergncia de (476 m) geram uma quantia de 3.964 m, ou seja, a quantidade necessria de gua que deve conter o reservatrio para a paralizao no horrio horossazonal. Com este tipo de gerenciamento horrio, tambm foi possvel estimar, em uma perspectiva diria, mensal e tambm anual dos volumes, a Tabela 2, mostra os resultados estimados e realizados diariamente e mensalmente. Pode-se observar que o erro mximo mensal foi de 1,2% ocorrido em
1

Horrio diferenciado de consumo de energia eltrica (18:00 s 21:00).

5

maio de 2009, que representa 6.370 m, j o erro mximo dirio, ficou numa mdia de 4,9%, onde teve seu pico de 5,5% (869 m) em 25/maio/09, e o menor erro dirio com uma mdia de 0,07%, com valores que chegaram muito prximos dos previstos com erros de at 1 m.

Tabela 2: Volumes previstos, realizados, e erros mdios dirio e mensais utilizando-se as curvas de demanda.
Volume (m) Previsto Realizado 565.724 570.635 551.150 553.011 533.179 526.810 Erro mensal % -0,9% -0,3% 1,2% m 4.911 1.861 -6.370 Erro Dirio Mximo Mn. % m % 5,1% 845 0,02% 4,3% 829 0,20% 5,5% 869 0,01%

Data mar/09 abr/09 mai/09

m 3 42 1

CONCLUSO

Com a utilizao do modelo de previso de consumo desenvolvido, pode-se determinar com antecedncia e confiabilidade a demanda de gua na cidade de Apucarana com uma horizonte semanal, dirio e principalmente horrio. O modelo de previso foi desenvolvido com base nas informaes histricas, sazonais e climticas, auxiliando o operador do sistema de abastecimento na tomada de decises em tempo real, desmistificando conceitos operacionais baseados em julgamentos prprios, muitas vezes empricos. O maior valor do erro das previses do modelo foi de 5,5%, indicando que tanto os dados histricos como a metodologia empregada no desenvolvimento do modelo de previso foram adequados. Alm da perspectiva futura tanto para dimensionamento de sistemas, quanto para a previso de volumes de consumo anuais, este modelo ser utilizado como base em estudos de eficincia energtica de sistemas de bombeamento que utilizem preferencialmente alta tenso, sujeitos a uma tarifao diferenciada de energia eltrica. Independentemente do mtodo de previso utilizado, a parametrizao do consumo de gua requer uma profunda compreenso do sistema de abastecimento como um todo. Logo, os modelos de previso devem ser encarados como uma ferramenta auxiliar e sujeita ao crivo da experincia e competncia operacional do profissional responsvel.

AGRADECIMENTOS

Agradecimentos para a Unidade Regional da Sanepar de Apucarana, que cedeu tempo, dados e funcionrios para a realizao deste trabalho.

BIBLIOGRAFIA

BOLAND, J.J., Forecasting Water Use: A Tutorial, Computer Applications.Water Resources, H.C. Torno, Buffalo, N.Y., p. 907-916, 1985. DAVIS, W. Y. Water Demand Forecast Methodology for California Water Planning Areas Work Plan and Model Review a report submitted to: California Bay-Delta Authority , 2003. FALKENBERG, A. V. Previso de consumo urbano de gua em curto prazo. 105 p, 2005. Dissertao (Mestrado em Mtodos Numricos em Engenharia) UFPR, 2005. LERTPALANGSUNTI, N.; CHAN, C. W.; MASON, R.; TONTIWACHWUTHIKUL, P. A toolset for construction of hybrid intelligent forecasting systems: application for water demand prediction. Artificial Intelligence in Engineering, vol. 13, n. 1, p.21-42, 1999. MAIDMENT, D. R.; MIAOU, S.P.,1986: Daily water use in nine cities. Water Resources Research, v.22 (6), p.845-51, 1986. MUKHOPADHYAY, A.; AKBER, A.; AL-AWADI, E. Analysis of freshwater consumption patterns in the private residences of Kwait. Urban Water, v.3, p.53-62, 2001. OBRIEN, A. ;GERE, W. Water Demands. Technical Memorandum 2. Stafford County Department of Utilities, 2004. PALADINI, E.P. Controle de Qualidade: uma abordagem abrangente. So Paulo: Atlas, 1990. PEREIRA FILHO, A. J., L. C. T. RODRIGUES E W. GINEZ Impacto das condies o meteorolgicas no consumo de gua na Regio Metropolitana de So Paulo. 1 Seminrio de Planejamento Urbano e Desastres Naturais, XIII Congresso Brasileiro de Meteorologia, Fortaleza, CE, 2004. PROTOPAPAS, A. L.; KATCHAMART, S.; PLATONOVA, A. Weather effects on daily water use in New York city. Journal of Hydrologic Engineering, ASCE, vol. 5, n. 3, p. 332-338, 2000. STATSOFT. Time Series Analysis.2002. disponvel em: www.statsoft.com/textbook/sttimser.html. Acesso em 15 maio de 2009. SANTOS, C. C. ; PEREIRA FILHO, A. J. . Consumo de gua na cidade de So Paulo. XIV Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Natal, p. 4845-4850. 2009. WALSKI, T. M.; CHASE, D. V.; SAVIC, D. A. Water distribution modeling. Haestad Methods, primeira edio. Captulo 4. 2001.

ZAHED FILHO, K., 1990: Previso de demanda de consumo em tempo real no desenvolvimento operacional de sistemas de distribuio de gua. So Paulo,. 135p. Tese de Doutorado. EPUSP. ZHOU, S.L.; MCMAHON, T.A.; WALTON, A.; LEWIS, J., 2000: Forecasting daily urban water demand: a case study of Melbourne. Journal of Hydrology, v.236, p.153-64, 2000.