GHCen: a stochastic-conceptual approach for generating synthetic streamflow scenarios

ABSTRACT In Brazil, energy production predominantly relies on hydropower generation, necessitating precise hydrological planning tools to manage the uncertainty inherent in river flows. While traditional hydrological models provide valuable deterministic forecasts, addressing the need for probabilistic information remains crucial. This paper introduces a novel approach, the Hybrid Generator of Synthetic Streamflow Scenarios (GHCen), which combines a conceptual SMAP/ONS model with stochastic simulation techniques to generate synthetic streamflow scenarios. The stochastic methodology employed in GHCen effectively reproduces the key characteristics of precipitation processes on daily to annual scales. Through a comprehensive case study, conducted for 2021, GHCen demonstrates its capability to accurately replicate the hydrological behaviors from historical data. The analysis reveals a strong alignment between the synthetic scenarios and observed Natural Energy Inflow for the National Interconnected System, both monthly and in accumulated terms. RESUMO No Brasil, a produção de energia depende predominantemente da geração hidrelétrica, necessitando de ferramentas precisas de planejamento hidrológico para gerenciar a incerteza inerente às vazões afluentes. Embora modelos hidrológicos tradicionais forneçam previsões determinísticas valiosas, endereçar a necessidade de informações probabilística continua a ser crucial. Este artigo apresenta uma nova abordagem, o Gerador Híbrido de Cenários Sintéticos de Afluências (GHCen), que combina um modelo conceitual SMAP/ONS com técnicas de simulação estocástica para gerar cenários sintéticos de vazões. A metodologia estocástica empregada no GHCen reproduz efetivamente as principais características dos processos de precipitação em escalas diárias a anuais. Através de um estudo de caso abrangente, realizado para 2021, o GHCen demonstra a sua capacidade de replicar com precisão os comportamentos hidrológicos a partir de dados históricos. A análise revela um forte alinhamento entre os cenários sintéticos e a Energia Natural Afluente observada para o Sistema Interligado Nacional, tanto mensalmente quanto em termos acumulados.