COMPARAÇÃO ENTRE PROGRAMAÇÃO DINÂMICA ESTOCÁSTICA PRIMAL E DUAL NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA
|
|
- Júlio Benedicto Gama Barreto
- 7 Há anos
- Visualizações:
Transcrição
1 COMPARAÇÃO ENTRE PROGRAMAÇÃO DINÂMICA ESTOCÁSTICA PRIMAL E DUAL NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA Thaís Gama de Siqueira Secundino Soares Filho Faculdade de Engenharia Elétrica e de Computação Departamento de Engenharia de Sistemas Universidade Estadual de Campinas P.O. Box 6101, Campinas, SP, Brasil, {thais,dino}@densis.fee.unicamp.br Resumo. O objetivo do planejamento da operação energética de sistemas hidrotérmicos de geração é determinar, para cada estágio (mês) do período de planejamento (anos), a geração para cada usina do sistema de modo a atender a demanda e minimizar o valor esperado do custo de operação ao longo do período de planejamento. A forma tradicional de resolver o problema de planejamento da operação energética, adotada no setor elétrico brasileiro por várias décadas, foi a Programação Dinâmica Estocástica (PDE). Recentemente essa técnica foi substituída pela Programação Dinâmica Estocástica Dual (PDED), baseada na decomposição de Benders, que promete contornar a "maldição da dimensionalidade" associada à PDE. Este trabalho apresenta um estudo comparativo entre as técnicas da PDE e da PDED na resolução do problema de planejamento energético da operação de sistemas de energia elétrica, destacando as vantagens e desvantagens dos métodos estudados. As aplicações estudadas consideram o caso particular de sistemas formados por uma única usina hidroelétrica. Palavras-chaves. Planejamento da operação energética, Programação Dinâmica Estocástica, Programação Dinâmica Estocástica Dual, Decomposição de Benders. 1. Introdução O planejamento da operação energética tem como finalidade encontrar a geração a longo prazo, que minimize o custo de complementação não hidráulica (custo de geração térmica, importação de sistemas vizinhos, déficit) e atenda as demandas energéticas, respeitando os limites operativos em cada estágio de tempo. Uma das primeiras metodologias adotada por muitos anos no sistema elétrico brasileiro foi a programação dinâmica estocástica (Bertsekas, 1976), (Nemhauser, 1966), (Thanos et all, 1987). Entretanto a aplicação desse método é limitada pela chamada maldição da dimensionalidade, devido à necessidade da discretização das variáveis no espaço de estados. Uma abordagem alternativa surgiu na década de 1980, prometendo solucionar o problema da dimensionalidade encontrada na programação dinâmica estocástica, através da utilização das variáveis duais associadas à equação de balanço de água no reservatório, baseada no princípio de decomposição de Benders, conhecida como programação dinâmica estocástica dual (Pereira, 1985), (Pereira, 1989), (Kligerman, 1992). O presente trabalho busca uma comparação entre a programação dinâmica estocástica primal e dual no planejamento da operação energética. Os estudos apresentados consideram o caso particular de um sistema constituído por uma única usina hidrelétrica. 2. Planejamento da Operação Energética O principal objetivo do Planejamento da Operação Energética (POE) de um sistema hidrotérmico é a obtenção, em cada estágio (mês), das decisões de geração para as unidades geradoras do sistema que minimizem o custo esperado de operação ao longo do período de planejamento (anos). O custo de operação é constituído pelos custos de combustível das unidades termelétricas, importação de mercados vizinhos e penalidades por déficit de energia. O problema de otimização do planejamento da operação energética de sistemas hidrotérmicos, em sua versão determinística e no caso de uma única usina hidroelétrica, pode ser formulado como o seguinte problema de programação não linear: T Min Ψ t ( gt ) + αt ( xt ) (1) t = 1 p t + gt = dt (2) p t = ρ [ φ( xt ) θ ( ut ) pc( qt )] qt (3) xt = xt 1 + ( yt ut ) τ t (4)
2 onde: u t = qt + vt (5) xt xt xt (6) ut ut ut (7) q q t q t t (8) vt vt vt (9) x o dado (10) t, t = 1,..., T (11) T: número de estágios; τ: constante (10 6 ) para o ajuste de unidades; t : tamanho do estágio t [s]; Ψ t (.): função custo de complementação não hidráulica [$] α t (.): função de custo futuro associado ao estado do reservatório [$]; g t : geração termelétrica do sistema durante o estágio t [MWm]; p t : geração hidrelétrica do sistema durante o estágio t [MWm]; d t : consumo a ser atendido durante o estágio t [MWm]; x t : volume do reservatório no final do estágio t [hm 3 ]; u t : vazão defluente durante o estágio t [m 3 /s]; q t : vazão turbinada durante o estágio t [m 3 /s]; v t : vazão vertida durante o estágio t [m 3 /s]; y t : vazão incremental afluente durante o estágio t [m 3 /s]; pc(q): perda de carga hidráulica [m]; ρ: produtibilidade específica da usina [MW/(m 3 /s)m]; x t volume mínimo do reservatório no final do estágio t [hm 3 ]; x : volume máximo do reservatório no final do estágio t [hm 3 ]; t u t : defluência mínima da usina no estágio t [m 3 /s]; u t : defluência máxima da usina no estágio t [m 3 /s]; q : turbinagem mínima da usina no estágio t [m 3 /s]; t q t : turbinagem máxima da usina no estágio t [m 3 /s]; v t : vertimento mínimo da usina no estágio t [m 3 /s]; v t : vertimento máximo da usina no estágio t [m 3 /s]; Φ(x): polinômio da cota de montante do reservatório [m]; θ(u): polinômio da cota de jusante do reservatório [m]. As restrições (2) e (4) referem-se ao atendimento do consumo de energia e balanço de água do reservatório, respectivamente. As restrições (6), (7), (8) e (9) representam os limites operativos de volume e vazão defluente, turbinada e vertida da usina hidrelétrica e contemplam também restrições de uso múltiplo da água. A potência gerada em uma usina hidrelétrica é função da vazão turbinada e da altura de queda, que por sua vez é uma função não-linear do volume armazenado e da defluência do reservatório, de acordo com as Eq. (3), onde o fator ρ é conhecido como a produtibilidade específica da usina, sendo expresso em [MW/(m 3 /s)m]. O nível do reservatório, em relação ao nível do mar, é denominado cota de montante Φ(x), enquanto o nível do canal de fuga é denominado cota de jusante θ(u). Essas funções são expressas por polinômios em função do volume e da defluência, respectivamente. A função pc(.) representa a perda de carga hidráulica, em metros. Essa perda é associada ao atrito entre a água e as paredes da tubulação do canal de adução. O custo operacional Ψ t (.) representa o custo mínimo de geração complementar de recursos não hidráulicos, como geração térmica, importação de mercados vizinhos ou déficit de energia. Como conseqüência da minimização, Ψ t (.) é uma função convexa crescente da geração complementar e portanto decrescente da geração hidrelétrica p t no estágio t, e depende do consumo d t.
3 3. Programação Dinâmica Estocástica A Programação Dinâmica Estocástica (PDE) apresenta muitas características interessantes como representar não linearidades e considerar aspectos estocásticos do problema. Porém apresenta como desvantagem a necessidade da discretização do espaço de estados, o que ocasiona o crescimento exponencial do esforço computacional com o número de variáveis de estado considerado, limitação conhecida como a "maldição da dimensionalidade". Na PDE, o problema se divide em estágios (meses), e a melhor decisão (vazão turbinada e vertida) em cada estágio é determinada de acordo com o estado (armazenamento) em que o sistema se encontra. O processo de otimização se baseia no conhecimento prévio das possibilidades futuras e suas conseqüências, de modo a satisfazer o princípio de otimalidade de Bellman (Bellman, 1962). Assim o custo total de operação é dado pelo custo da decisão no próprio estágio, custo presente, com o custo futuro pré-determinado a partir do estágio seguinte. Como o problema é estocástico, a decisão em cada estágio é obtida com base na distribuição de probabilidades de variável aleatória (vazão afluente ao reservatório) no respectivo estágio. Assim, em cada estágio as decisões são determinadas através da minimização da soma do custo presente com o custo esperado futuro, assumindo decisões ótimas para todos os estágios subseqüentes. Este custo é aditivo no sentido em que o custo ocorrido no estágio t acumula-se sobre o tempo. Na técnica de resolução backward, o problema é resolvido com a busca de políticas ótimas partindo do estágio final T, onde o custo α T (x T ) é conhecido, e seguindo até o estágio inicial, através da equação recursiva dada por: { Ψ ( ) α ( x )} α t 1( xt 1) = minωt t gt + E y t t t (12) t = T, T-1,..., 1 (13) onde, α t-1(x t-1 ) representa o valor esperado mínimo do custo de operação do estágio t-1 ao final do horizonte T, supondo que o sistema se encontra no estado x t-1 e transita para o estado x t, dado um conjunto de decisões Ω t = {q t,v t }, que satisfaz as equações (2)-(9). Supondo a discretização da distribuição de probabilidades das vazões, uma política ótima Ω t *, com t = 1,..., T, para o problema (1)-(11) pode ser obtida pela solução de: NDy α = Ψ + k t 1( x t 1 minω t ( g t ) αt ( x t ) p t k k = 1 (14) x k k t = xt 1 + ( yt qt vt ) τ t (15) onde NDy é o número de discretizações de y e p k a probabilidade da ocorrência da afluência y k. A formulação (14) e (15) é denominada formulação do tipo "decisão-acaso", e é adotada no planejamento energético da operação do sistema elétrico brasileiro, quando se utiliza a PDE convencional (Kligerman, 1992). Nesse tipo de formulação, as decisões são tomadas sem o conhecimento das vazões afluentes no próprio mês, mas em função da distribuição de probabilidade dessas vazões. 4. Programação Dinâmica Estocástica Dual A Programação Dinâmica Estocástica Dual (PDED) é uma técnica alternativa à PDE que promete solucionar o problema da dimensionalidade pois não apresenta a necessidade da discretização do espaço de estados. Essa metodologia se baseia no princípio de decomposição de Benders, que é uma técnica de relaxação utilizada em problemas de grandes dimensões (Benders, 1962), (Benders, 1980), (Lasdon, 1970). A PDED é uma formulação do tipo "acaso-decisão" (Kligerman, 1992), onde a vazão afluente no início do estágio t, y t, é assumida conhecida. A partir da distribuição log-normal das afluências, é obtido um conjunto de afluências equiprováveis. O problema é resolvido para cada afluência separadamente, resultando em diferentes decisões ótimas individuais. Com isso, para o mesmo estado, existem diferentes custos de operação. O custo total atribuído ao estado é obtido através do valor esperado ou esperança matemática dos custos relacionados a cada uma das afluências equiprováveis. Considere o seguinte problema linear e determinístico de dois estágios: min c 1 x 1 + c 2 x 2 (16) A 1 x 1 b 1 (17) E 1 x 1 + A 2 x 2 b 2 (18)
4 Os vetores x 1 e x 2 representam as variáveis de decisão do primeiro e segundo estágios, respectivamente. O custo do primeiro estágio é representado por c 1 x 1 e as restrições do sistema são dadas pelo conjunto de restrições A 1 x 1 b 1. O que se procura no processo de otimização é minimizar o custo total c 1 x 1 + c 2 x 2. Esse problema pode ser resolvido como um processo de decisão em dois estágios. Assume-se agora o segundo estágio estocástico, ou seja, o parâmetro b 2 assume m possibilidades e associado aos valores estocásticos de b 2 = (b 21, b 22,..., b 2m ) existe uma distribuição de probabilidades p 1, p 2,..., p m, com (p 1 + p p m = 1). O problema consiste então em determinar a estratégia que minimiza o valor esperado do custo: min c 1 x 1 + p 1 c 2 x p m c 2 x 2m (19) A 1 x 1 b 1 (20) E 1 x 1 + A 2 x 21 b 21 (21) E 1 x 1 + A 2 x 22 b 22 (22) M E 1 x 1 + A 2 x 2m b 2m (23) O problema (19)-(23) corresponde ao seguinte processo de decisão: 1 o estágio : encontre uma decisão factível x 1 * tal que Ax 1 * b 1. 2 o estágio : dada a decisão x 1 * do primeiro estágio, encontre o vetor (x 21 *, x 22 *,...,x 2m *), que é a solução do seguinte problema: α 1 (x 1 *) = p 1 c 2 x p m c 2 x 2m (24) A 2 x 21 b 21 - E 1 x 1 * (25) A 2 x 22 b 22 - E 1 x 1 * (26) M A 2 x 2m b 2m - E 1 x 1 * (27) O problema (24)-(27) pode ser dividido em m subproblemas de otimização independentes (j=1, 2,..., m): min c 2 x 2j (28) A 2 x 2j b 2j - E 1 x 1 * (29) cujas soluções ótimas x 2j * estão associadas aos diferentes cenários b 2j com probabilidades p j. Semelhante ao caso determinístico, a solução de cada subproblema de 2 o estágio é uma função da decisão x 1, do 1 o estágio. Dessa forma, o problema inicial pode ser reescrito como: min c 1 x 1 + α 1 (x 1 ) (30) A 1 x 1 b 1 (31) onde c 1 x 1 representa o custo imediato e α 1 (x 1 ) representa o valor esperado do segundo estágio. A função α 1 (x 1 ) é um poliedro convexo que pode ser construído a partir dos multiplicadores simplex associados a cada subproblema. Sejam π 1 *, π 2 *,..., π m * os multiplicadores simplex associados às restrições de cada subproblema (28)-(29) e w 1 *, w 2 *,..., w m * os valores das soluções ótimas correspondentes. Pode-se expressar o corte de Benders associado ao valor esperado do problema de segundo estágio α 1 (x 1 ) da seguinte forma: p 1 (w 1 * + π 1 E 1 (x 1 * - x 1 )) p m (w m * + π m E 1 (x 1 * - x 1 )) α (32) Agrupando os termos em comum da Eq. (32) obtém-se a seguinte expressão para o corte médio de Benders: e w* + π E 1 (x 1 * - x 1 ) α (33) w*= p 1 w 1 * + p 2 w 2 * p m w m * (34) π = p 1 π 1 + p2π p m π m (35) Observa-se que no caso de distribuições de probabilidades equiprováveis, os valores esperados de w e π, são obtidos simplesmente pelas médias aritméticas dos valores de w j e π j (j=1, 2,..., m) respectivamente.
5 Vale notar que como a decisão ótima x 2j * do segundo estágio é diferente para cada cenário b 2j, o processo é do tipo "acaso-decisão" (Kligerman, 1992). O processo de resolução do problema formulado anteriormente divide-se em duas etapas: simulação de ida, chamada forward e uma recursão inversa, denominada backward. Cada iteração k é constituída por essas duas simulações. Na primeira iteração o problema é resolvido considerando as restrições referentes aos cortes de Benders relaxadas. A cada recursão inversa, o problema gera cortes de Benders para melhor aproximar as funções de custo futuro. O processo é repetido até que haja uma boa aproximação para a função de custo futuro mínimo de cada estágio. A solução total obtida ao final do processo de simulação forward é um limitante superior do valor da solução ótima de (1)-(11), uma vez que as funções de custo futuro mínimo de operação utilizadas ainda não são as verdadeiras. Com as soluções obtidas em cada estágio desse problema g t k o limite superior é calculado como a soma dos custos de geração térmica em todos os estágios. No caso da equação de balanço do reservatório, Eq. (4), a variável dual da solução ótima π t-1 * mede a alteração marginal do custo futuro mínimo de operação do estágio t-1 resultante da variação marginal a partir do seu valor inicial de armazenamento no estágio t, x t-1 *. Esse multiplicador é então utilizado para adicionar um segmento linear para a aproximação da função custo futuro mínimo do estágio t-1, α t-1 (x t-1 ). Esse segmento linear pode ser interpretado como uma linearização externa da função custo futuro em torno do volume de armazenamento inicial x t-1 *, o que assegura que: α * * * t 1( xt 1) αt 1( xt 1 ) + π t 1 ( xt 1 xt 1 ) (36) Figura 1. Esquema do Corte de Benders. Na Simulação Direta (forward) são calculados os volumes ao final de cada estágio (x t *, t=1,..., T) em torno dos quais serão aproximadas as funções de custo futuro na recursão inversa. Na Recursão Inversa (backward) são calculados os valores de custo futuro e custos marginais α t-1 (x t-1 *) e π t-1, (t=t,..., 1), sendo estes a cada estágio calculados em torno dos valores de volumes x t-1 *, definidos na simulação direta. A variável dual π t-1 k é calculada a cada estágio T, T-1,..., 1 e utilizada na geração do corte de Benders que será acrescentado ao estágio anterior. Por exemplo, no último estágio T um corte de Benders é formulado através da Eq. (36). Esse corte é acrescentado ao problema anterior T-1 que será resolvido agora com esse corte e uma nova variável dual será obtida, que gera um novo corte que é passado ao estágio anterior e assim sucessivamente. A idéia é que a cada iteração um novo corte de Benders seja gerado para o primeiro estágio, fornecendo uma melhor aproximação para a função de custo futuro. O valor da solução do problema do primeiro estágio, portanto, é um limitante inferior da solução ótima, uma vez que seus valores são sempre menores que a função original de custo futuro. Esse limite é calculado através da solução (g 1 k e α 1 k ) do primeiro estágio da volta. É importante destacar que o valor da variável dual obtida em um certo estágio t da ida é diferente do valor fornecido na volta, onde os problemas para cada estágio são resolvidos agora com os cortes de Benders, gerados para cada estágio em cada iteração, durante o processo de otimização. Quando os valores dessas variáveis duais se igualarem é sinal que a solução já obteve a precisão desejada. Os limites inferior e superior são utilizados no critério de parada, de acordo com uma precisão pré-estabelecida. Caso a diferença entre esses limites ultrapasse a tolerância estabelecida no início do processo de otimização, é
6 necessário prosseguir com a recursão inversa, onde serão gerados os cortes de Benders na região da solução ótima obtida na simulação forward. Dessa forma, a tendência é que o gap entre os limites inferior e superior diminua a cada iteração e que após um certo número de iterações ele alcance a precisão pré-estabelecida. 5. Comparação entre PDE e PDED Para comparar a PDE e PDED, as aproximações das funções de custo esperado futuro da usina hidrelétrica de Furnas, determinadas pela PDED serão comparadas as obtidas pela PDE, para períodos de planejamento de 2 e 6 meses. A função geral de custo térmico Ψ t (g t) utilizada em todas as aplicações é representada pelo seguinte polinômio de segundo grau: Ψ ( ) cg 2 t gt = a + bgt + t (37) onde a, b e c são constantes não negativas ajustadas de acordo com o estudo. Em todos os estudos foi considerada, por simplificação, a função de produção linear (produtividade constante) de acordo com as aplicações feitas em (Pereira, 1985), (Pereira, 1989). A expressão para essa função é dada por: pt = ρoqt (38) O mercado d t em MW médios a serem atendidos em cada estágio foram considerados iguais à capacidade instalada da usina hidrelétrica e adotados constantes para todos os meses do período de planejamento. Foi adotado em cada estudo um armazenamento inicial no reservatório igual a 100% do volume útil no início de maio e a tolerância utilizada para convergência do método em todas as aplicações foi de 1%. A comparação foi feita considerando os dados operativos da usina hidrelétrica de Furnas, localizada na bacia do Rio Grande. A demanda considerada foi igual à potência instalada de Furnas que é de 1312 MW e a produtividade utilizada foi de 0,8 (MW/(m 3 /s)). Os valores de volumes e vazões turbinadas mínimos e máximos aparecem na Tab. (1). Tabela 1. Dados operativos da usina de Furnas. Dados de Furnas Valor Mínimo Valor Máximo Volume (hm 3 ) Vazão Turbinada (m 3 /s) Neste trabalho, a função de custo esperado futuro fornecida pela PDE, considerando um período de otimização de 10 anos, a partir de 10 estados possíveis de vazão afluente e 100 estados possíveis de volume armazenado. A função ajustada aos valores de custo futuro médios é uma função quadrática, obtida através do método dos mínimos quadrados (Bertsekas, 1995). A Fig. (2) mostra as curvas de custo esperado futuro x volume útil para a usina de Furnas para os 6 primeiros meses do período de planejamento (Maio a Outubro). Figura 2. Custo Futuro Esperado da PDE.
7 Na PDED as afluências foram representadas por árvores de cenários hidrológicos com duas ramificações, considerando probabilidades equiprováveis e assumindo que as vazões afluentes são variáveis aleatórias independentes. Figura 3. Esquema de Árvore de Cenários Hidrológicos. Como função de custo terminal foi considerada a função de custo futuro dada pela PDE para o estágio (mês) correspondente. No último mês de cada período de planejamento estudado, os cortes gerados pela PDED aproximam bem a função de custo esperado futuro da PDE, sendo retas tangentes a essa curva, como mostram as figuras (4-a) e (7- b). Note que apesar da grande quantidade de cortes para esses meses, somente alguns são utilizados na aproximação da função de custo futuro. Por outro lado, não houve uma boa aproximação para os outros meses do período de planejamento, uma vez que os cortes obtidos pela PDED (retas azuis) não geraram uma linearização externa da função de custo esperado da PDE (curva em vermelho) a partir dos armazenamentos da ida (ponto em asterisco), resultantes da simulação forward, para cada mês. A partir dos testes feitos, foi possível constatar que quanto maior o período pior a aproximação para os primeiros meses da função de custo futuro esperado fornecida pela PDED com a da PDE. Quanto maior o período de planejamento, maior a quantidade de restrições consideradas em cada subproblema. Figura 4. Aproximações das Funções de Custo Esperado Futuro para os finais dos meses de Maio e Junho para período de planejamento de dois meses.
8 Figura 5. Aproximações das Funções de Custo Esperado Futuro para os finais dos meses de Maio e Junho para período de planejamento de seis meses. Figura 6. Aproximações das Funções de Custo Esperado Futuro para os finais dos meses de Julho e Agosto para período de planejamento de seis meses.
9 Figura 7. Aproximações das Funções de Custo Esperado Futuro para os finais dos meses de Setembro e Outubro para período de planejamento de seis meses. A Fig. (4) mostra as funções de custo futuro esperado da PDE e as aproximações dessa função geradas pela PDED para os meses de maio e junho, em um período de 2 meses. As Figuras (5), (6) e (7) mostram as funções de custo futuro esperado da PDE e as aproximações dessa função geradas pela PDED para os meses de maio, junho, julho, agosto, setembro e outubro, em um período de 6 meses. 6. Conclusões e Futuros Trabalhos No presente trabalho foram comparadas as metodologias PDE e PDED, utilizadas no planejamento energético da operação de sistemas de energia elétrica. As aplicações foram realizadas para o caso particular de sistemas formados por uma única usina hidrelétrica. Na PDED foi utilizada uma árvore de cenários hidrológicos com duas ramificações, para representar a estocasticidade das vazões afluentes ao reservatório, com base nos dados do histórico de vazões médias mensais de cada usina hidrelétrica. Nos estudos consideraram-se equiprováveis as probabilidades associadas às vazões afluentes. Foram comparadas as funções de custo futuro esperado fornecidas pela PDE e as aproximações das funções de custo esperado futuro obtidos pelo método PDED, onde a aproximação da função é construída iterativamente, para os períodos de 2 e 6 meses. Foram verificados os resultados das comparações considerando o início do período no mês de maio, caracterizado como um período seco. A comparação das funções de custo futuro esperado foi feita para cada mês pertencente ao período de planejamento. O último mês do período apresentou uma boa aproximação por considerar exatamente o custo futuro da PDE. Em ambos os testes a função de custo esperado futuro resultante da PDED não forneceu uma boa aproximação da função de custo futuro esperado da PDE. Futuros trabalhos serão feitos considerando um número maior de estágios e tentando buscar estratégias para contornar o problema da dimensionalidade. Uma comparação final será feita através da simulação dos resultados obtidos pela PDED. 7. Agradecimentos Este trabalho teve o suporte financeiro da Fundação de Apoio à Pesquisa do Estado de São Paulo (FAPESP) e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). 8. Referências Bibliográficas BELLMAN, R., Dynamic Programming, Princeton University Press, Princeton, N. J. BENDERS, J. F., Partionating Procedure for Solving Mixed Variables Programming Problems, 4: BENDERS, J. F., Solution Methods for Stochastic Dynamic Linear Problems. Stanford University, Systems Optimization Laboratory, Dept. of Operations Research, Report 80.
10 BERTSEKAS, D. P., Dynamic Programming and Stochastic Control, Academic Press. KLIGERMAN, A., Operação Ótima de Subsistemas Hidrotérmicos Interligados Utilizando Programação Estocástica Dual, Dissertação de Mestrado, FEEC-Unicamp, Campinas. LASDON, L.S., Optimization Theory for Large Systems, The McMillan Company. NEMHAUSER, G. L., Introduction to Dynamic Programming, John Wiley, New York. PEREIRA, M. V. and PINTO, L. M. V. G., Stochastic Optimization of a Multireservoir Hydroelectric System: A Decomposition Approach, Water Resources Research, 23(6): PEREIRA, M. V. and PINTO, L. M. V. G., Optimal Stochastic Operation Scheduling of large hydroelectric Systems. International Journal of Electrical Power and Energy Systems, 11: THANOS T. and YEH W. W-G., Use of Stochastic Dynamic Programming for Reservoir Management, Water Resources Research, 21(6): Copyright Notice The authors are the only responsible for the printed material included in this paper. Abstract. The operation planning of hydrothermal power systems aims to determine, for each stage (month) of the planning period (years), the amount of generation for each plant of the system which attends the load demand and minimizes the expected operation cost along the planning period. The traditional way of solving this problem, adopted in the Brazilian electrical sector for many years, was using the Stochastic Dynamic Programming (SDP) technique. Recently this technique was replaced by the Dual Stochastic Dynamic Programming (DSDP) one, based on Benders' decomposition, that promises to solve the "curse of dimensionality" associated with SDP. This work presents a comparison between SDP and DSDP in the resolution of the operation planning of hydrothermal power systems, discussing the advantages and disadvantages of both methods. In the studied applications the particular case of systems composed by only one hydro plant has been considered. Keywords. Operation planning of hydrothermal power systems, Stochastic Dynamic Programming, Dual Stochastic Dynamic Programming, Benders' decomposition.
PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA DE SISTEMAS HIDROTÉRMICOS DE POTÊNCIA
PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA DE SISTEMAS HIDROTÉRMICOS DE POTÊNCIA L. Viola 1*, L. P. Moura 1, T. M. Pereira 1, A. J. P. Rosentino Jr. 2 1 FEEC Faculdade de Engenharia Elétrica e de Computação Universidade
Leia maisANÁLISE DE SENSIBILIDADE DA OPERAÇÃO ÓTIMA DE SISTEMAS HIDROTÉRMICOS NO LONGO PRAZO
ANÁLISE DE SENSIBILIDADE DA OPERAÇÃO ÓTIMA DE SISTEMAS HIDROTÉRMICOS NO LONGO PRAZO L. P. Moura 1*, L. Viola 1, T. M. Pereira 1, A. J. P. Rosentino Jr. 2 1 FEEC Faculdade de Engenharia Elétrica e de Computação
Leia mais3 Programação Dinâmica Estocástica e Algoritmo de Fechos Convexos
3 Programação Dinâmica Estocástica e Algoritmo de Fechos Convexos 3.1. Introdução No problema de planejamento energético visa-se a utilização de forma otimizada dos recursos energéticos, proporcionando
Leia maisPROGRAMAÇÃO DINÂMICA DUAL ESTOCÁSTICA APLICADA AO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA DE SISTEMAS HIDROTÉRMICOS COM REPRESENTAÇÃO DO PROCESSO
PROGRAMAÇÃO DINÂMICA DUAL ESTOCÁSTICA APLICADA AO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA DE SISTEMAS HIDROTÉRMICOS COM REPRESENTAÇÃO DO PROCESSO ESTOCÁSTICO DE AFLUÊNCIAS POR MODELOS AUTO-REGRESSIVOS PERIÓDICOS
Leia maisEVALUATION THE FIRM AND ASSURED ENERGIES IN HIDROELECTRIC POWER SYSTEMS UNDER DIFFERENT OPERATION POLICES
EVALUATION THE FIRM AND ASSURED ENERGIES IN HIDROELECTRIC POWER SYSTEMS UNDER DIFFERENT OPERATION POLICES Thyago Carvalho Marques¹ Luciana Martinez¹ Marcelo Augusto Cicogna¹ João Eduardo Lopes 2 Secundino
Leia mais5 Simulações e Resultados
5 Simulações e Resultados 5.. Introdução Neste capítulo são apresentados alguns estudos de casos que analisam a aplicabilidade da metodologia proposta: o algoritmo de fechos convexos na resolução do problema
Leia mais2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO
FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO 19 2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO Este capítulo discute o cálculo da produção de energia de cada gerador, hidrelétrico e térmico, ao longo do
Leia maisPlanejamento da Operação de Sistemas Hidrotérmicos. Parte I
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Planejamento da Operação de Sistemas Hidrotérmicos Parte I Prof. Dr. Clodomiro Unsihuay-Vila FORMULAÇÃO DO PROBLEMA
Leia mais1.1. Breve Histórico do Planejamento Energético no SEB
1 Introdução A utilização de Programação Dinâmica Estocástica (PDE) para o planejamento da operação de sistemas hidrotérmicos foi considerada inviável devido ao mal da dimensionalidade, que ocorre devido
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia mais3 Operação das Térmicas e Sistemas Hidrotérmicos
3 Operação das Térmicas e Sistemas Hidrotérmicos 3.1 Sistemas Hidrotérmicos 3.1.1 Custos de oportunidade À primeira vista, as usinas hidrelétricas seriam sempre acionadas primeiro no despacho econômico,
Leia mais2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO
FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO 2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO Este capítulo discute como é calculado o despacho econômico em sistemas centralizados e como se calcula o preço
Leia maisINTRODUÇÃO AO PRINCÍPIO DE FUNCIONAMENTO DE SISTEMAS HIDROTÉRMICOS
INTRODUÇÃO AO PRINCÍPIO DE FUNCIONAMENTO DE SISTEMAS HIDROTÉRMICOS T. M. Pereira 1*, L. P. Moura 1, A. J. P. Rosentino Jr. 2 1 FEEC Faculdade de Engenharia Elétrica e de Computação Universidade Estadual
Leia maisMetodologias e Critérios para o planejamento de Sistemas de Energia Elétrica Dr. Eng. Clodomiro Unsihuay Vila
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Metodologias e Critérios para o planejamento de Sistemas de Energia Elétrica Dr. Eng. Clodomiro Unsihuay Vila Curitiba-Brasil,
Leia mais)RUPDomRGH3UHoRVQR0HUFDGRGH&XUWR3UD]R
Formação de Preços no Mercado de Curto Prazo 22 )RUPDomRGH3UHoRVQR0HUFDGRGH&XUWR3UD]R O mercado de curto prazo, ou mercado VSRW, é o mecanismo que permite a compra e venda da energia não contratada entre
Leia mais2. Planejamento da Operação de Sistemas Hidrotérmicos
. Planejamento da Operação de Sistemas Hidrotérmicos.1 Considerações Iniciais e Caracterização do SIN O gerenciamento integrado dos recursos hídricos tem sido amplamente discutido em todas as esferas políticas,
Leia maismin F T (P T )+F H (V jmax ) j =1,...,j max P T,j P T,j P T,j V j V j V j q j q j
PROGRAMAÇÃO HIDROTÉRMICA DE CURTO PRAZO PARA SISTEMAS REAIS DE BASE HIDRÁULICA Problema H-T (formulação geral): min F T (P T )+F H (V jmax ) s. a: - Eqs. de balanço hídrico - Atendimento à demanda - Restrições
Leia maisProgramação Hidrotérmica de Curto Prazo
Programação Hidrotérmica de Curto Prazo Antonio Simões Costa Grupo de Sistemas de Potência - UFSC A. Simões Costa (Institute) Programação H-T de Curto Prazo 1 / 29 Programação H-T de Curto Prazo Neste
Leia maisPROGRAMAÇÃO LINEAR DETERMINÍSTICA E ESTOCÁSTICA APLICADA AO PROBLEMA DE DESPACHO HIDROTÉRMICO.
UNIVERSIDADE FEDERAL DO PARANÁ EMERSON BUTYN PROGRAMAÇÃO LINEAR DETERMINÍSTICA E ESTOCÁSTICA APLICADA AO PROBLEMA DE DESPACHO HIDROTÉRMICO. CURITIBA 2017 UNIVERSIDADE FEDERAL DO PARANÁ EMERSON BUTYN PROGRAMAÇÃO
Leia mais8 REFERÊNCIAS BIBLIOGRÁFICAS
8 REFERÊNCIAS BIBLIOGRÁFICAS ACIOLI, G.C.L., GOMES, L.F.C. e MAGALHÃES, J.K.M. (2004): Previsão de vazões diárias ao reservatório de Sobradinho, VII Simpósio de Recursos Hídricos do Nordeste, São Luiz,
Leia maisProgramação Hidrotérmica de Curto Prazo
Programação Hidrotérmica de Curto Prazo Neste caso, capacidade hidráulica < potência da carga térmicas devem operar durante todo o horizonte de tempo; Volume d água disponível para a UHE utilizado para
Leia maisUNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA ANDRÉ LOURES FARIA
UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA ANDRÉ LOURES FARIA ANÁLISE DE DIFERENTES SOFTWARES COMPUTACIONAIS APLICADOS AO PLANEJAMENTO DE
Leia maisESTUDO DE CASOS ANÁLISE DO ACOPLAMENTO ENTRE OS MODELOS DE MÉDIO E CURTO PRAZO
6 ESTUDO DE CASOS ANÁLISE DO ACOPLAMENTO ENTRE OS MODELOS DE MÉDIO E CURTO PRAZO Os estudos de caso a seguir representam aplicações concretas da utilização de Séries Temporais no Planejamento da Operação
Leia mais3 Planejamento da Operação Energética de Médio Prazo 3.1. Características Gerais
3 Planejamento da Operação Energética de Médio Prazo 3.1. Características Gerais O planejamento da operação energética de médio prazo do sistema elétrico brasileiro é realizado pelo Operador Nacional do
Leia mais6 Aplicação do Modelo de Geração de Cenários
6 Aplicação do Modelo de Geração de Cenários 6.. Considerações Iniciais Os cenários de energia natural afluente, que são utilizados durante as simulações forward e backward do processo de definição da
Leia maisDespacho Hidrotérmico
Aspectos Gerais Agenda 1) Despacho Econômico 2) Despacho Hidrotérmico 3) Exemplo Numérico: - Como é obtido o custo marginal de operação? - Como se atribui valor à água? - Como é construída a Função de
Leia mais2 Planejamento da Operação Energética 2.1. Considerações Iniciais
2 Planejamento da Operação Energética 2.1. Considerações Iniciais O planejamento da operação energética tem por objetivo determinar uma política de operação para o sistema de geração de energia elétrica,
Leia maisANÁLISE COMPARATIVA ENTRE DIFERENTES MÉTODOS DE OTIMIZAÇÃO ESTOCÁSTICA NA SOLUÇÃO DO PROBLEMA DO PLANEJAMENTO DA OPERAÇÃO DE CURTO PRAZO
RAPHAEL EDUARDO CHAGAS GONÇALVES ANÁLISE COMPARATIVA ENTRE DIFERENTES MÉTODOS DE OTIMIZAÇÃO ESTOCÁSTICA NA SOLUÇÃO DO PROBLEMA DO PLANEJAMENTO DA OPERAÇÃO DE CURTO PRAZO FLORIANÓPOLIS 2007 UNIVERSIDADE
Leia maisPROJETO DE P&D ANEEL CONTRATO DE PRESTAÇÃO DE SERVIÇOS DE DESENVOLVIMENTO DE TRABALHO TÉCNICO E
PROJETO DE P&D ANEEL MODELO MDDH+ : FERRAMENTAS ESTOCÁSTICAS APLICADAS ÀS FONTES ALTERNATIVAS, MODELAGEM DO COMPORTAMENTO DA DEMANDA DE MÉDIO/LONGO PRAZO E ANÁLISE DE RISCO DE MERCADO CONTRATO DE PRESTAÇÃO
Leia mais3 O PROBLEMA DO PLANEJAMENTO DA OPERAÇÃO E A FUNÇÃO DE CUSTO FUTURO
3 O PROBLEMA DO PLANEJAMENTO DA OPERAÇÃO E A FUNÇÃO DE CUSTO FUTURO 3.1 INTRODUÇÃO A definição da política ótima de geração de um sistema elétrico tem por objetivo o atendimento aos requisitos de carga,
Leia maisOTIMIZAÇÃO DA OPERAÇÃO DIÁRIA DE USINAS HIDRELÉTRICAS EM CASCATA UTILIZANDO METAHEURÍSTICAS. Carlos Augusto Machado Gomes
OTIMIZAÇÃO DA OPERAÇÃO DIÁRIA DE USINAS HIDRELÉTRICAS EM CASCATA UTILIZANDO METAHEURÍSTICAS Carlos Augusto Machado Gomes Dissertação de Mestrado apresentada ao Programa de Pós-graduação em Engenharia Elétrica,
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Marcelo Luís Loureiro dos Santos
UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Marcelo Luís Loureiro dos Santos MODELAGEM E SOLUÇÃO DO PROBLEMA DE PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS HIDROTÉRMICOS
Leia maisX EDAO ENCONTRO PARA DEBATES DE ASSUNTOS DE OPERAÇÃO COMPARAÇÃO DE REGRAS DE OPERAÇÃO DE RESERVATÓRIOS PARA A OPERAÇÃO ENERGÉTICA DE MÉDIO PRAZO
X EDAO ENCONTRO PARA DEBATES DE ASSUNTOS DE OPERAÇÃO COMPARAÇÃO DE REGRAS DE OPERAÇÃO DE RESERVATÓRIOS PARA A OPERAÇÃO ENERGÉTICA DE MÉDIO PRAZO Marcos Rodolfo Cavalheiro CTEEP Jundiaí - SP Secundino Soares
Leia maisSubmódulo Critérios para estudos hidrológicos
Submódulo 23.5 Critérios para estudos hidrológicos Rev. Nº. 0.0 0.1 Motivo da revisão Este documento foi motivado pela criação do Operador Nacional do Sistema Elétrico. Atendimento à Resolução Normativa
Leia mais6 Geração de Cenários
6 Geração de Cenários O planejamento do setor elétrico para operações hidrotérmicas de longo prazo de cada subsistema, atualmente, está fundamentado na avaliação dos resultados da simulação de diversos
Leia maisOtimização do Despacho Hidrotérmico utilizando Lagrangeano Aumentado e SPG
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Otimização do Despacho Hidrotérmico utilizando Lagrangeano Aumentado e SPG Ana P. Oening, Débora C. Marcilio, Marcelo R. Bessa Divisão de Sistemas Elétricos
Leia maisPlanejamento da Operação de Sistemas Hidrotérmicos. Parte II
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Planejamento da Operação de Sistemas Hidrotérmicos Parte II Prof.: Clodomiro Unsihuay-Vila A Função de Custo Futuro
Leia maisABORDAGEM BIO-INSPIRADA PARA O PROBLEMA DE PLANEJAMENTO HIDRELÉTRICO
ABORDAGEM BIO-INSPIRADA PARA O PROBLEMA DE PLANEJAMENTO HIDRELÉTRICO Priscila Cristina Berbert Faculdade de Engenharia Elétrica e de Computação - Universidade Estadual de Campinas Rua Albert Einstein,
Leia maisPlanejamento Hidrotérmico Utilizando Algoritmos Genéticos
1 Planejamento Hidrotérmico Utilizando Algoritmos Genéticos Thayse Cristina Trajano da Silva Pontifícia Universidade Católica Puc-Rio Engenharia Elétrica Rio de Janeiro RJ Brasil Resumo O planejamento
Leia maisPlanejamento da Operação: Impacto da Programação Dinâmica Dual Estocástica tipo Hazard-Decision
Planejamento da Operação: Impacto da Programação Dinâmica Dual Estocástica tipo Hazard-Decision André Lawson FGV Energia Alexandre Street PUC-Rio Davi Valladão PUC-Rio 11/01/2017 SUMÁRIO MOTIVAÇÃO MODELO
Leia maisProgramação Dinâmica Aplicada à Otimização Individualizada e Desacoplada das Usinas Hidrelétricas de Sistemas Hidrotérmicos
RICARDO DE OLIVEIRA CAMARGO SCARCELLI Programação Dinâmica Aplicada à Otimização Individualizada e Desacoplada das Usinas Hidrelétricas de Sistemas Hidrotérmicos Dissertação apresentada à Escola de Engenharia
Leia maisCode: Luiza Rodrigues Matos, Daisy Paes Silva, Edilaine Martins Soler. Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP)
A Comparison Between the Efficiency of the Outer Approximation Method and the Branch-and-Bound Method to Solve the Optimal Power Flow Problem with Discrete Control Variables Code: 19.024 Luiza Rodrigues
Leia maisUNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA MOISES GOULART DA SILVA
UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA MOISES GOULART DA SILVA UTILIZAÇÃO DA FUNÇÃO FMINCON NA OTIMIZAÇÃO ENERGÉTICA DE SISTEMAS HIDROTÉRMICOS
Leia mais4 Características do Mercado Brasileiro de Energia Elétrica
4 Características do Mercado Brasileiro de Energia Elétrica Para que a modelagem matemática utilizada neste trabalho seja bem compreendida, nesta seção serão abordadas algumas características importantes
Leia maisCode: Fundação Universidade Federal do ABC (UFABC)
Análise da hidroeletricidade e termoeletricidade nuclear no contexto do Planejamento Energético Brasileiro: uma abordagem sob o aspecto estratégico e econômico. Code: 04.001 Reinaldo Fugitaro Otobe Junior,
Leia mais18 a 21 de novembro de 2014, Caldas Novas - Goiás
18 a 21 de novembro de 2014, Caldas Novas - Goiás MÉTODOS DE LAGRANGEANO AUMENTADO E GRADIENTE ESPECTRAL PROJETADO APLICADOS NA RESOLUÇÃO DO PROBLEMA DO DESPACHO HIDROTÉRMICO Luiz Carlos Matioli, matioli@ufpr.br
Leia maisMODELAGEM DA OPERAÇÃO ÓTIMA DA INDÚSTRIA DE ENERGIA ELÉTRICA NO BRASIL. Amaro Olimpio Pereira Junior
MODELAGEM DA OPERAÇÃO ÓTIMA DA INDÚSTRIA DE ENERGIA ELÉTRIA NO BRASIL Amaro Olimpio Pereira Junior TESE SUBMETIDA AO ORPO DOENTE DA OORDENAÇÃO DOS PROGRAMAS PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE
Leia maisCentro de Pesquisas de Energia Elétrica - CEPEL
ÍNDICE 1. INTRODUÇÃO... 1 2. PLANEJAMENTO DE MÉDIO PRAZO DA OPERAÇÃO HIDROTÉRMICA - MODELO NEWAVE... 3 2.1 Representação das Afluências... 4 2.2 Formulação do Problema... 6 2.3 Estratégia de Solução...
Leia maisWorkshop: Smart Grids e Redes em Desenvolvimento Intermédio: Problemas Técnicos e Questões Regulatórias Vitor L. de Matos, D. Eng.
Workshop: Smart Grids e Redes em Desenvolvimento Intermédio: Problemas Técnicos e Questões Regulatórias Vitor L. de Matos, D. Eng. VII Conferência Anual da RELOP Praia, Cabo Verde 04 e 05/09/2014 Workshop:
Leia maisSISTEMA INTELIGENTE HÍBRIDO APLICADO AO PLANEJAMENTO DA OPERAÇÃO DE SIS- TEMAS HIDROTÉRMICOS DE GERAÇÃO CONSIDERANDO USINAS INDIVIDUALIZADAS
SISTEMA INTELIGENTE HÍBRIDO APLICADO AO PLANEJAMENTO DA OPERAÇÃO DE SIS- TEMAS HIDROTÉRMICOS DE GERAÇÃO CONSIDERANDO USINAS INDIVIDUALIZADAS LEONARDO L. SILVA 1 ; LEONIDAS C. RESENDE 1 ; LUIZ A. F. MANSO
Leia maisENE006. Fluxo de Potência Ótimo. Prof:Ivo Chaves da Silva Junior. Análise de Sistemas de Potência II. Faculdade de Engenharia Departamento de Energia
Faculdade de Engenharia Departamento de Energia ENE6 Análise de Sistemas de Potência II 3 Fluo de Potência Ótimo NR- ivo.junior@uj.edu.br Pro:Ivo Chaves da Silva Junior DESPACHO ECONÔMICO DE SISTEMAS HIDROTÉRMICOS
Leia maisAVALIAÇÃO DA OPERAÇÃO OTIMIZADA DE USINAS HIDRELÉTRICAS
AVALIAÇÃO DA OPERAÇÃO OTIMIZADA DE USINAS HIDRELÉTRICAS Renato Mendes da Silva Duke Energy International, Geração Paranapanema S.A. Av. das Nações Unidas, 1291, 3º andar, Brooklin, São Paulo-SP, CEP 4578-.
Leia maisOperação do SIN. PEA3496 Prof. Marco Saidel
Operação do SIN PEA3496 Prof. Marco Saidel SIN: Sistema Interligado Nacional Sistema hidrotérmico de grande porte Predominância de usinas hidrelétricas Regiões (subsistemas): Sul, Sudeste/Centro-Oeste,
Leia maisComparação de Regras de Operação de Reservatórios rios para a Operação
Comparação de Regras de Operação de Reservatórios rios para a Operação Energética de Médio M Prazo Autores: Secundino Soares Filho UNICAMP Marcos Rodolfo Cavalheiro CTEEP 2 INTRODUÇÃO SIN Predominância
Leia maisCUSTO MARGINAL DE DÉFICIT DE ENERGIA ELÉTRICA
CUSTO MARGINAL DE DÉFICIT DE ENERGIA ELÉTRICA Daiane Mara Barbosa Baseado em: Déficit de Energia Elétrica: histórico, avaliação e proposta de uma nova metodologia por Paulo Gerson Cayres Loureiro. CUSTO
Leia maisDESENVOLVIMENTO DE UMA METODOLOGIA PARA A COORDENAÇÃO HIDROTÉRMICA DE LONGO PRAZO EM MERCADO ELÉTRICO COMPETITIVO
UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE DESENVOLVIMENTO DE UMA METODOLOGIA PARA A COORDENAÇÃO HIDROTÉRMICA DE LONGO
Leia maisMODELO LINEARIZADO PARA GERAÇÃO DE ENERGIA HIDRELÉTRICA COM RESERVATÓRIO NUM HORIZONTE DE MÉDIO PRAZO
TRABALHO DE GRADUAÇÃO MODELO LINEARIZADO PARA GERAÇÃO DE ENERGIA HIDRELÉTRICA COM RESERVATÓRIO NUM HORIZONTE DE MÉDIO PRAZO LUCAS TEIXEIRA VALE SARQUIS NEVES Brasília, 4 de julho de 2014 UNIVERSIDADE DE
Leia maisPLANEJAMENTO DO DESPACHO ÓTIMO DE USINAS GERADORAS A PARTIR DO MÉTODO DA PROGRAMAÇÃO DINÂMICA E DA PROGRAMAÇÃO LINEAR INTEIRA MISTA
1 PLANEJAMENTO DO DESPACHO ÓTIMO DE USINAS GERADORAS A PARTIR DO MÉTODO DA PROGRAMAÇÃO DINÂMICA E DA PROGRAMAÇÃO LINEAR INTEIRA MISTA 1 Darlan Régis Fischer 2 Joelson Lopes da Paixão 3 Jordan Passinato
Leia maisUM SISTEMA DE SUPORTE À DECISÃO PARA O PLANEJAMENTO E A PROGRAMAÇÃO DA OPERAÇÃO DE SISTEMAS HIDROTÉRMICOS DE POTÊNCIA
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP-05 19 a 24 Outubro de 2003 Uberlândia - Minas Gerais GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP UM SISTEMA
Leia mais3 Planejamento da Operação de Médio Prazo
3 Planejamento da Operação de Médio Prazo 3.1. Considerações Iniciais Diversos métodos têm sido propostos para a solução do problema de planejamento energético de médio prazo de sistemas hidrotérmicos
Leia maisLUCAS SOARES MONTE-MOR OTIMIZAÇÃO ENERGÉTICA APLICADA AO CÁLCULO DE CUSTO ENERGÉTICO EM SISTEMAS HIDROTÉRMICOS
UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA LUCAS SOARES MONTE-MOR OTIMIZAÇÃO ENERGÉTICA APLICADA AO CÁLCULO DE CUSTO ENERGÉTICO EM SISTEMAS
Leia maisHydroExpert. Manual de polinômios de canal de fuga com faixas operativas de vazão defluente. HydroByte Software
HydroExpert Manual de polinômios de canal de fuga com faixas operativas de vazão defluente. HydroByte Software Outubro 2013 HydroByte Software www.hydrobyte.com.br Manual da representação matemática e
Leia maisUM MÉTODO PARA ESTIMATIVA DO PREÇO DA ENERGIA NO MERCADO ATACADISTA NUM HORIZONTE DE MÉDIO PRAZO
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GAE-11 19 a 24 Outubro de 3 Uberlândia - Minas Gerais GRUPO VI GRUPO DE ESTUDO DE ASPECTOS EMPRESARIAIS GAE UM MÉTODO PARA ESTIMATIVA
Leia maisO PLANEJAMENTO E A PROGRAMAÇÃO DA OPERAÇÃO DO SIN PELO OPERADOR NACIONAL DO SISTEMA ELÉTRICO - ONS. Mário Daher
O PLANEJAMENTO E A PROGRAMAÇÃO DA OPERAÇÃO DO SIN PELO OPERADOR NACIONAL DO SISTEMA ELÉTRICO - ONS Mário Daher 1 O PLANEJAMENTO E A PROGRAMAÇÃO DA OPERAÇÃO DO SIN PELO OPERADOR NACIONAL DO SISTEMA ELÉTRICO
Leia maisREVISÃO BIBLIOGRÁFICA PROGRAMAÇÃO ESTOCÁSTICA MULTI- ESTÁGIO E CRITÉRIOS DE PARADA PARA A PROGRAMAÇÃO DINÂMICA DUAL
CEPEL Centro de Pesquisas de Energia Elétrica PROJETO NEWAVE Relatório Técnico REVISÃO BIBLIOGRÁFICA PROGRAMAÇÃO ESTOCÁSTICA MULTI- ESTÁGIO E CRITÉRIOS DE PARADA PARA A PROGRAMAÇÃO DINÂMICA DUAL ÍNDICE
Leia maisCADERNOS DO IME Série Estatística
CADERNOS DO IME Série Estatística UM MODELO MULTIVARIADO PARA A FUNÇÃO DE PRODUÇÃO ENERGÉTICA DE USINAS HIDROELETRICAS André Luiz Diniz UERJ / CEPEL diniz@cepel.br Luciano Lóbrega Xavier CEPEL xavier@cepel.br
Leia maisPedro A. M-S. David Thiago C. César Amaro Olímpio Jr. Simone Q. Brandão
Contribuição da Energia Eólica para a Regularização do Suprimento de Energia Elétrica no Brasil 1 Pedro A. M-S. David Thiago C. César Amaro Olímpio Jr. Simone Q. Brandão Empresa de Pesquisa Energética
Leia mais9 Conclusões e Sugestões para Trabalhos Futuros
9 Conclusões e Sugestões para Trabalhos Futuros O extenso horizonte do planejamento da operação e a estocasticidade das afluências futuras tornam o problema de planejamento da operação energética do sistema
Leia maisAlocação de Unidades via Relaxação Lagrangeana
Alocação de Unidades via Relaxação Lagrangeana Prof. Antonio Simões Costa Grupo de Sistemas de Potência EEL - UFSC Relaxação Lagrangeana: Conceitos Iniciais 2 1 Alocação de Unidades via Relaxação Lagrangeana
Leia maisUniversidade Federal de Juiz de Fora Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica
Universidade Federal de Juiz de Fora Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica Tales Pulinho Ramos Modelagem Híbrida para o Planejamento da Operação de Sistemas Hidrotérmicos
Leia maisRELATÓRIO TÉCNICO NOTAS TÉCNICAS DO PROJETO NEWAVE - ANOS 2005 E 2006
RELATÓRIO TÉCNICO NOTAS TÉCNICAS DO PROJETO NEWAVE - ANOS 2005 E 2006 1 Sumário 1 INTRODUÇÃO 8 2 NOTA TÉCNICA 11 - APERFEIÇOAMENTO DA POLÍTICA DE OPERAÇÃO NO PLANEJAMENTO DO SISTEMA INTERLIGADO BRASILEIRO
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GGH 28 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO I GRUPO DE ESTUDO DE GERAÇÃO HIDRÁULICA PROPOSTA DE AJUSTE DOS COEFICIENTES
Leia maisMODELO NÃO-LINEAR PARA O CÁLCULO DA ENERGIA FIRME
MODELO NÃO-LINEAR PARA O CÁLCULO DA ENERGIA FIRME André L. M. Marcato, German D. Yagi Moromisato, João A. Passos Filho, Ivo C. da Silva Junior, Bruno H. Dias, Edimar Oliveira Universidade Federal de Juiz
Leia maisMATRIZ ENERGÉTICA E APRIMORAMENTO DA SISTEMÁTICA DE INSERÇÃO AMBIENTAL NO PLANEJAMENTO DA EXPANSÃO DO SISTEMA ELÉTRICO (PROJETO SINAPSE) 19/04/2018
MATRIZ ENERGÉTICA E APRIMORAMENTO DA SISTEMÁTICA DE INSERÇÃO AMBIENTAL NO PLANEJAMENTO DA EXPANSÃO DO SISTEMA ELÉTRICO (PROJETO SINAPSE) 19/04/2018 MATRIZ ENERGÉTICA E APRIMORAMENTO DA SISTEMÁTICA DE INSERÇÃO
Leia mais3 Mercado Brasileiro de Energia Elétrica
24 3 Mercado Brasileiro de Energia Elétrica Algumas características e mecanismos do mercado de energia elétrica brasileiro precisam ser compreendidos para realizar a análise proposta neste estudo. Especialmente,
Leia maisCAPÍTULO 4 FORMAÇÃO DE PREÇO NO MERCADO ATACADISTA DE ENERGIA ELÉTRICA BRASILEIRO
CAPÍTULO 4 FORMAÇÃO DE PREÇO NO MERCADO ATACADISTA DE ENERGIA ELÉTRICA BRASILEIRO 4.1 INTRODUÇÃO Este capítulo apresenta um resumo do processo atual de formação de preços no MAE. Este processo baseia-se
Leia maisCOMPARAÇÃO DA INCORPORAÇÃO DA MEDIDA DE RISCO CVAR ENTRE AS METODOLOGIAS PDE E PDDE APLICADAS AO PLANEJAMENTO DE MÉDIO PRAZO
COMPARAÇÃO DA INCORPORAÇÃO DA MEDIDA DE RISCO CVAR ENTRE AS METODOLOGIAS PDE E PDDE APLICADAS AO PLANEJAMENTO DE MÉDIO PRAZO André Luís Marques Marcato Universidade Federal de Juiz de Fora Campus da UFJF,
Leia maisTRABALHO DE CONCLUSÃO DE CURSO
TRABALHO DE CONCLUSÃO DE CURSO ESTUDO DE MODELO DE PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS HIDROTÉRMICOS EM MÉDIO PRAZO BRUNO DE FREITAS TAVARES Brasília, dezembro de 2016 UNIVERSIDADE DE BRASÍLIA FACULDADE
Leia maisCapítulo: 6 Introdução ao Planejamento Energético
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Capítulo: 6 Introdução ao Planejamento Energético Dr. Eng. Clodomiro Unsihuay Vila Curitiba-Brasil, 20 de Junio del
Leia maisA pesquisa Operacional e os Recursos Renováveis. 4 a 7 de novembro de 2003, Natal-RN
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN UM SISTEMA DE SUPORTE À DECISÃO PARA O PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS HIDROTÉRMICOS DE POTÊNCIA Marcelo Augusto
Leia maisREVISÃO 1 NT 156/2003. P:\Meus documentos\nota Técnica\NT REVISÃO 1.doc
REVISÃO 1 2003/ONS Todos os direitos reservados. Qualquer alteração é proibida sem autorização. NT 156/2003 REVISÃO 1 P:\Meus documentos\nota Técnica\NT 156-2004 REVISÃO 1.doc !"# $%!#&'(# #$)*+,-+-)#-$&.',-+
Leia maisOPHEN ACOMPANHAMENTO DIÁRIO DA OPERAÇÃO HIDROENERGÉTICA DO SISTEMA INTERLIGADO NACIONAL
OPHEN ACOMPANHAMENTO DIÁRIO DA OPERAÇÃO HIDROENERGÉTICA DO SISTEMA INTERLIGADO NACIONAL 13/04/2009 INTRODUÇÃO O Acompanhamento Diário da Operação Hidroenergética tem como objetivo apresentar a situação
Leia maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisALGORITMO GENÉTICO APLICADO AO PROBLEMA DE COORDENAÇÃO HIDROTÉRMICA. Anna Carolina da Rocha Henriques da Silva
ALGORITMO GENÉTICO APLICADO AO PROBLEMA DE COORDENAÇÃO HIDROTÉRMICA Anna Carolina da Rocha Henriques da Silva Dissertação de Mestrado apresentada ao Programa de Pós-graduação em Engenharia Elétrica, COPPE,
Leia maisSubmódulo Diretrizes e critérios para estudos energéticos
Submódulo 23.4 Diretrizes e critérios para estudos energéticos Rev. Nº. 1.1 2016.12 Motivo da revisão Atendimento à Resolução Normativa ANEEL nº 395/09, de 15 de dezembro de 2009. Versão decorrente da
Leia maisEconomic modelling for the decision process in daily schedule of hydroelectric power plants
ESPAÇO ENERGIA ISSUE 19 OCTOBER 2013 Economic modelling for the decision process in daily schedule of hydroelectric power plants Modelagem econômica para a tomada de decisões na programação diária da operação
Leia maisEm 1970, Bellman e Zadeh (Bellman, 1970) apresentaram a otimização IX]]\, que é um conjunto de técnicas utilizadas em problemas de otimização com
4 ±0('/$ 5'd Muito já foi feito no desenvolvimento de metodologias para a resolução de problemas de programação linear IX]]\. Entretanto a grande parte dos trabalhos apresentados procurou obter uma solução
Leia maisTópico da Aula: Energia assegurada e Mecanismo de Realocação de Energia
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Disciplina: Planejamento de Sistemas Elétricos de Potência- TE157 Cap. II Planejamento da Expansão de Sistemas de
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
REDUÇÃO DA VARIABILIDADE DA SOLUÇÃO DA PROGRAMAÇÃO DINÂMICA DUAL ESTOCÁSTICA APLICADA AO PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS HIDROTÉRMICOS Murilo Pereira Soares Pontifícia Universidade Católica do Rio
Leia maisA operação dos reservatórios e o planejamento da operação hidrotérmica do Sistema Interligado Nacional
A operação dos reservatórios e o planejamento da operação hidrotérmica do Sistema Interligado Nacional Renato Carlos Zambon Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Hidráulica
Leia maisFluxo de Potência Ótimo
Fluxo de Potência Ótimo Djalma M. Falcão Programa de Engenharia Elétrica COPPE/UFRJ Parte 1 Abril 2008 1 / 26 Definição O Fluxo de Potência Ótimo (FPO) tem como objetivo a otimização da condição estática
Leia maisModelo de Análise Energética Aplicado a Sistemas de Otimização para o Planejamento Hidrotérmico
UNIVERSIDADE FEDERAL DE GOIÁS ESCOLA DE ENGENHARIA ELÉTRICA, MECÂNICA E DE COMPUTAÇÃO RAPHAEL DE SOUZA NEVES Modelo de Análise Energética Aplicado a Sistemas de Otimização para o Planejamento Hidrotérmico
Leia maisDespacho Hidrotérmico com Critério de Aversão ao Risco: Impacto na Expansão da Geração do Sistema
Despacho Hidrotérmico com Critério de Aversão ao Risco: Impacto na Expansão da Geração do Sistema Felipe Lucas Farias Gomes Nazaré PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO DE ENGENHARIA ELÉTRICA
Leia maisAPROVADO POR: PROF. CARMEN LUCIA TANCREDO BORGES VITOR SILVA DUARTE PROF. DJALMA MOSQUEIRA FALCÃO MARIA ELVIRA PIÑEIRO MACEIRA
APRIMORAMENTO DO SISTEMA EQUIVALENTE DE ENERGIA COM VÍNCULO HIDRÁULICO EM PROBLEMAS DE PLANEJAMENTO ENERGÉTICO DE MÉDIO PRAZO CESAR LUIS VILASBÔA DE VASCONCELLOS PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO
Leia maisÍNDICE. 1 Definições Gerais Objetivo Fluxo das Regras de Comercialização... 4
a REGRAS DE COMERCIALIZAÇÃO CONTABILIZAÇÃO MÓDULO 1 PREÇO DE LIQUIDAÇÃO DAS DIFERENÇAS DETERMINAÇÃO DO PREÇO DE LIQUIDAÇÃO DAS DIFERENÇAS (PL) Versão 2010 Resolução Normativa ANEEL n 385/2009 1 CONTABILIZAÇÃO
Leia maisFERNANDO MONTIBELLER APLICAÇÃO DO MÉTODO DE FEIXES AO PROBLEMA DE PLANEJAMENTO DA OPERAÇÃO DE CURTO PRAZO PARA SISTEMAS HIDROTÉRMICOS
FERNANDO MONTIBELLER APLICAÇÃO DO MÉTODO DE FEIXES AO PROBLEMA DE PLANEJAMENTO DA OPERAÇÃO DE CURTO PRAZO PARA SISTEMAS HIDROTÉRMICOS FLORIANÓPOLIS 003 UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE
Leia maisCEP Universidade Federal de Minas Gerais Gerais, Av. Antônio Carlos 6.627, Belo Horizonte
26 a 28 de maio de 2010 Universidade Federal de São João del-rei MG Associação Brasileira de Métodos Computacionais em Engenharia Otimização Multiobjetivo da Operação de uma Usina Hidroelétrica Luís A.
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia mais