OTIMIZAÇÃO E DESPACHO ECONÔMICO

Tamanho: px
Começar a partir da página:

Download "OTIMIZAÇÃO E DESPACHO ECONÔMICO"

Transcrição

1 7 OTIMIZAÇÃO E DESPACHO ECOÔMICO 7.1 ITRODUÇÃO este capítulo, o leitor encontrará informações básicas sobre procedimento geral de otimização e aplicação ao caso de despacho, considerado econômico, associado a unidades geradoras térmicas. Existem vários textos sobre otimização na literatura, cujo conteúdo foge do escopo tratado aqui. O despacho de unidades térmicas está diretamente associado ao ajuste das potências de operação dos geradores, dentro dos seus limites operacionais, de modo a atender uma carga. Inicialmente, será tratado o caso no qual as unidades suprem, no seu barramento, uma carga aí ligada. Em uma outra situação será considerado o caso em que a carga é suprida remotamente. este caso, a transferência de potência ocorre por meio de uma linha de transmissão. a primeira situação, portanto, não ocorre perda de transmissão. o entanto, no segundo caso, essas perdas existem e podem ser avaliadas mediante modelos simplificados. 7.2 O PROBLEMA DE OTIMIZAÇÃO Seja o seguinte problema Min f(x) com x R n su jeito a g i (x) = 0, h j (x) 0, i = 1,2,..., g j = 1,2,..., h em que g é o número de restrições de igualdade e h o de restrições de desigualdade. Define-se a função Lagrangeana para esse problema como 99

2 OTIMIZAÇÃO E DESPACHO ECOÔMICO L(x,λ,µ) = f(x) g λ i g i (x)+ h µ j h j (x) (7.1) j=1 onde λ i é um multiplicador de Lagrange e µ j é uma variável de folga. As condições de otimalidade no ponto de solução ótimo {x o, λ o, µ o } devem atender à condição de que o gradiente da Lagrangeana, L(x,λ,µ), no ponto ótimo, deve ser nulo. Assim todas as suas componentes são também nulas e calculadas da seguinte forma: 1. x i (x o,λ o, µ o ) = 0 i = 1,2,...,n 2. g i (x o ) = 0 i = 1,2,..., g 3. h j (x o ) 0 j = 1,2,..., h ; este caso µ o j = µ o j h j(x o ) = 0, µ j 0 j = 1,2,..., h. em que em uma notação vetorial, as variáveis são: x T = [x 1 x 2... x n ]; λ T = [λ 1 λ 2... λ g ]; e µ T = [µ 1 µ 2... µ h ].. A situação no item 4) é conhecida como condições complementares de folga. Elas devem ser utilizadas para se buscar uma solução do problema, sempre que o item 3) for violado. OBSERVAÇÕES IMPORTATES Inicialmente, o problema com restrição é resolvido considerando-se apenas as restrições de igualdade. Como procedimento seguinte, deve-se verificar se a suposta solução ótima calculada para o problema atende também às restrições de desigualdade, ou seja, satisfaz h j (x o ) 0. Se todas as restrições são atendidas, o ponto ótimo é x o. Mas, ao contrário, caso uma única restrição seja violada, tem que se usar as condições complementares de folga, verificando se é possível uma solução com µ j > 0 e h j (x o ) = 0 (restrição de desigualdade ativada). Caso restrições h k (x o ), k = k 1,k 2,...,k i sejam violadas, então é necessário resolver novamente o problema, agora com cada restrição violada, nessa nova etapa de resolução, inserida como uma restrição de igualdade h k (x) = 0. Mas, ao invés de lhe ser atribuída um multiplicador de Lagrange (como nas g restrições para g i (x) = 0), uma variável complementar de folga µ k, suposta positiva, é definida. Em seguida, resolve-se o problema, como no item 1) mencionado antes. Caso algum µ k resulte negativo, tornar essa variável nula, o que significa que a restrição deve voltar a ficar livre e resolver novamente o problema como no item 1).

3 7.2. O PROBLEMA DE OTIMIZAÇÃO 101 O exemplo a seguir ilustrará o procedimento descrito. EXEMPLO Resolva o problema de otimização SOLUÇÃO Min 0,25x x2 2 su jeito a 5 x 1 x 2 = 0 x 1 + 0,2x Como no procedimento citado no item 1) anterior, resolve-se inicialmente o problema somente com a restrição de igualdade presente. Para esta situação, como há somente uma restrição de igualdade, existe também apenas um multiplicador de Lagrange, o qual definiremos como λ 1. Assim, a Lagrangeana do problema, considerando essa restrição de igualdade, é: 1): L(x,λ) = 0,25x x2 2 λ 1[5 x 1 x 2 ] Conforme item 1), as condições de otimalidade fornecem (note-se que n = 2 e g = x 1 = 0,5x 1 + λ 1 = 0 x 2 = 2x 2 + λ 1 = 0 λ 1 = 5 x 1 x 2 = 0 cuja solução é x o 1 = 4, xo 2 = 1, λ o 1 = 2. Ou seja, na forma vetorial, xo = [4 1] T com λ o 1 = 2. Vamos verificar se essa solução atende a restrição de desigualdade do problema? Então, fazendo tal procedimento, encontra-se: h(x o ) =[x 1 +0,2x 2 3] (x o 1 =4, x o 2 =1) = 4+0,2 1 3 = 1,2 > 0 = viola a desigualdade. Então a solução não pode ser considerada ótima. este caso, temos que fixar a restrição de desigualdade em seu limite, tornando-a uma restrição de igualdade (chamada

4 OTIMIZAÇÃO E DESPACHO ECOÔMICO restrição ativa) e verificar se para esta condição existe uma variável de folga µ 1 > 0. Isto significa que para a situação quando µ 1 = 0, isto é, restrição livre, foi impossível atender a restrição de desigualdade. Tentemos, então o passo seguinte! Para este passo, a nova função Lagrangeana passa a ser: L(x,λ) = 0,25x x2 2 λ 1[5 x 1 x 2 ]+µ 1 [x 1 + 0,2x 2 3] As novas condições de otimalidade passam agora a ser: x 1 = 0,5x 1 + λ 1 + µ 1 = 0 x 2 = 2x 2 + λ 1 + 0,2µ 1 = 0 λ 1 = 5 x 1 x 2 = 0 µ 1 = x 1 + 0,2x 2 3 = 0 A solução do sistema anterior é x o 1 = 2,5, xo 2 = 2,5, λ o 1 = 5,9375 e µo 1 = 4,6875. o aplicativo Matlab, existem várias functions apropriadas para resolução do problema de otimização. Recomenda-se que o leitor procure uma função apropriada, acessando o comand help optim na área de trabalho do Matlab. Por exemplo, o problema discutido anteriormente foi resolvido também utilizandose a function quadprog do Matlab, cuja chamada foi feita através do procedimento mostrado na Figura 7.1 a seguir, com conteúdo contido no arquivo programa-quadprog.m. Executando-se a rotina programa-quadprog.m, encontra-se também o resultado x o = [2,5 2,5] T, como determinado manualmente. EXERCÍCIO PROPOSTO Determine o ponto ótimo que é solução do problema de otimização. Verifique a solução do problema utilizando o Matlab. Min x x2 2 5x 1x 2 su jeito a 5 x 1 x 2 = 0 1 x 1 + 0,2x x 2 1

5 7.3. DESPACHO ECOÔMICO DE UIDADES TÉRMICAS 103 Figura 7.1 Rotina exemplificando como efetuar programação no Matlab 7.3 DESPACHO ECOÔMICO DE UIDADES TÉRMICAS Utiliza-se o termo "despacho"de geradores para a ação de alocação de geradores em uma dada usina, para entrar em operação, como parte de um planejamento para atender um dado montante de carga do sistema elétrico. Uma unidade geradora somente pode ser despachada no modo binário. Ou seja, ela está em operação ou não. o entanto, é possível ajustar a sua potência de saída de modo a propiciar uma estratégia ótima de controle. A variação da potência neste caso ocorre no modo contínuo. A estratégia ótima é avaliada com base em uma dada função objetivo, no qual os elementos de controle podem ser combustível, perda ativa, água em um reservatório etc. É com base nestes argumentos que se introduz o chamado despacho econômico de unidades geradoras. Tendo em vista o menor rigor matemático com relação à formulação do problema, abordar-se-á, inicialmente, o caso de despacho de unidades térmicas ligadas em paralelo com a finalidade de atendimento de uma carga concentrada nos seus terminais.

6 OTIMIZAÇÃO E DESPACHO ECOÔMICO Esse problema é também conhecido como um caso onde, obviamente, as perdas de transmissão não existem. Supõe-se que a carga seja concentrada no barramento no qual as unidades geradoras estão ligadas Despacho sem Perdas de Transmissão A Figura 7.2 ilustra o esquema de máquinas térmicas ligadas a um barramento, no qual encontra-se conectado uma carga P L, suposta constante. Cada gerador i fornece uma potência P i, i = 1,2,...,. Como trata-se de máquina térmica, a potência gerada por cada máquina é dependente da sua curva calor combustvel, definida por H i, cuja unidade é o BTU/h. Cada unidade tem a sua curva característica. Ao combustível, associa-se um dado preço para gerar determinada quantidade de BTUs. Figura 7.2 Máquinas térmicas ligadas a um barramento ao qual está conectado uma carga O custo de geração de cada unidade térmica, F i, em $/h, deve ser computado como os BTUs por hora vezes o custo custo i do combustível, dado em $/BTU. Ou seja, F i = H i custo i Vamos supor que as curvas características de calor-combustível de cada unidade seja uma função quadrática, que por sua vez é função apenas da potência da unidade.

7 7.3. DESPACHO ECOÔMICO DE UIDADES TÉRMICAS 105 Uma curva característica para a unidade i é do tipo: H i = a i + b i P i c ip 2 i onde as constantes a i, b i, c i são conhecidas; e a potência de saída da unidade é limitada à faixa de operação P mi P i P Mi. Pode-se apresentar o problema de otimização, tendo-se como alvo a minimização dos custos de combustível para gerar as potências, as quais visam atender à carga P L. Os geradores devem funcionar dentro dos seus limites operacionais. Assim, a formulação do problema de otimização pode ser apresentada da seguinte forma: Min P L + P mi P i P Mi, F i (P i ) su jeito a P i = 0 i = 1,2,..., este problema, tem-se apenas uma restrição de igualdade. Desta forma, apenas um único multiplicador de Lagrange λ será considerado. Então, para resolver o problema, procede-se inicialmente como se os limites operacionais de cada máquina fossem atendidos. É o equivalente a fazer todas as variáveis de folga µ i e µ Mi (variáveis associadas às desigualdades) iguais a zero. este caso, a Lagrangeana é: L(P,λ) = F 1 (P 1 )+F 2 (P 2 )+...+ F (P ) λ[ P L + As condições de otimalidade para esse problema são: P i ] (7.2) P i = F i P i λ = 0 λ = F i P i i = 1,2,..., (7.3) λ = P L + P i = 0 (7.4)

8 OTIMIZAÇÃO E DESPACHO ECOÔMICO Se o conjunto solução desse problema {P o,λ o } for tal que as restrições operacionais de potência sejam atendidas, então esse conjunto é a solução do problema de otimização. Caso contrário, deve-se avaliar as restrições violadas, incorporando-as, bem como as respectivas variáveis de folga ao problema. Para fixar os conceitos discutidos anteriormente, considere o exemplo no qual se tem três unidades térmicas ( = 3). Cada uma suprida com um combustível diferente, conforme caracterizado a seguir. Unidade 1: a dísel, tendo H 1 = ,2P 1 + 0,00142P1 2 em MBTU/h, 150 P MW, com custo de 1,1 $/MBTU. Unidade 2: a óleo de mamona, tendo H 2 = ,85P 2 + 0,00194P 2 2 em MBTU/h, 100 P MW, com custo de 1,0 $/MBTU. Unidade 3: a gás, tendo H 3 = ,97P 3 + 0,00482P3 2 em MBTU/h, 50 P MW, com custo de 1,0 $/MBTU. Determine o ponto de operação econômico para essas unidades, visando atender uma carga de 850 MW conectada ao barramento onde estão as unidades geradoras. Inicialmente, vamos calcular as curvas de custo de cada unidade. Ou seja: F 1 (P 1 ) = H 1 1,1 = 561+7,92P 1 + 0,001562P 2 1 F 2 (P 2 ) = H 2 1,0 = 310+7,85P 2 + 0,00194P 2 2 F 3 (P 3 ) = H 3 1,0 = 78+7,97P 3 + 0,00482P 2 3 $/h $/h $/h A aplicação das condições de otimalidade já apresentadas, conduzem às seguintes equações: P 1 = 7,92+0,00312P 1 λ = 0 P 2 = 7,85+0,00388P 2 λ = 0 P 3 = 7,97+0,00964P 3 λ = 0 λ = P 1 + P 2 + P = 0 A solução desse sistema de quatro equações fornece P o 1 = 393,2 MW, Po 2 = 334,4 MW, P o 3 = 122,2 MW e λ o = 9,148 $/MWh. A variável λ neste tipo de problema é definida como custo incremental. O custo incremental ótimo ocorre quando todas as

9 7.3. DESPACHO ECOÔMICO DE UIDADES TÉRMICAS 107 unidades apresentam o mesmo valor. Considera-se neste caso que todas as unidades estejam operando dentro dos seus limites operacionais. este exemplo em particular, observa-se que todas as potências dos geradores estão dentro dos limites operacionais. Portanto, tais resultados correspondem ao despacho econômico das unidades geradoras e, consequentemente, ao ponto ótimo de funcionamento. Considere agora a situação na qual o custo do combustível da unidade 1 fica mais barato e baixa para 0,9 $/MBTU. Vamos calcular as novas potências dos geradores e avaliar os custos envolvidos. este caso, somente a função custo da unidade 1 é alterada, ficando agora: F 1 (P 1 ) = H 1 0,9 = 459+6,48P 1 + 0,00128P 2 1 $/h Procedendo-se da mesma forma como no caso anterior, abrindo os limites das unidades, determina-se que P o 1 = 704,6 MW, Po 2 = 111,8 MW, Po 3 = 32,6 MW e λ o = 8,284 $/MWh. Para essa situação, o limite superior e o inferior das unidades 1 e 3, respectivamente, são violados. Então, os cálculos devem ser refeitos, considerando as variáveis de folga associadas às restrições violadas: P e P Logo, a Lagrangeana associada ao problema é: L(P,λ) = F 1 (P 1 )+F 2 (P 2 )+F 3 (P 3 ) λ[ Para esta Lagrangeana as equações resultantes são: P 1 = 6,48+0,00256P 1 λ + µ M1 = 0 P 2 = 7,85+0,00388P 2 λ = 0 P 3 = 7,97+0,00964P 3 λ µ m3 = 0 λ = P 1 + P 2 + P = 0 µ M1 = P = 0 µ m3 = P = 0 P i ]+µ M1 [P 1 600]+µ m3 [ P ]

10 OTIMIZAÇÃO E DESPACHO ECOÔMICO A solução desse sistema de seis equações é: P o 1 = 600 MW, Po 2 = 200 MW, Po 3 = 50 MW, λ o = 8,626 $/MWh, µ M1 = 0,61 $/MWh e µ m3 = 0,174 $/MWh. Observa-se que a variável de folga µ 3 < 0. ão atendendo, portanto, a condição para otimização. Logo, vamos fazer µ m3 = 0 e voltar a liberar a restrição P , pois a respectiva variável de folga não pode ser negativa. A Lagrangeana para o problema passa a ser: L(P,λ) = F 1 (P 1 )+F 2 (P 2 )+F 3 (P 3 ) λ[ P i ]+µ M1 [P 1 600] As condições de otimalidade que devem ser atendidas são agora: P 1 = 6,48+0,00256P 1 λ + µ M1 = 0 P 2 = 7,85+0,00388P 2 λ = 0 P 3 = 7,97+0,00964P 3 λ = 0 λ = P 1 + P 2 + P = 0 µ M1 = P = 0 cujo resultado fornece: P o 1 = 600 MW, Po 2 = 187,1 MW, Po 3 = 62,9 MW, λ o = 8,576 $/MWh e µ M1 = 0,561 $/MWh. Os custos incrementais das unidades são diferentes, sendo para as unidades 2 e 3 iguais a λ, enquanto o custo da unidade 1 é F 1 (P 1 ) P 1 = λ µ M1 = 8,016 < λ Este resultado é coerente, porque a unidade 1 é a que apresenta menor custo incremental, razão pela qual o despacho ocorre para o seu limite superior. O preço menor faz com que a procura seja maior para unidade que ofereça esse benefício. EXERCÍCIO Refazer o problema anterior, considerando o custo do combustível da unidade 1 como 0,93 $/h e o acréscimo de uma quarta unidade térmica, a carvão, com a seguinte característica.

11 7.3. DESPACHO ECOÔMICO DE UIDADES TÉRMICAS 109 H 4 = 510+7,0P 4 + 0,00467P4 2 em MBTU/h, 80 P MW, com custo de 0,97 $/MBTU. Para esse problema, e para cada unidade térmica, calcular os custos incrementais F i (P i ) P i, bem como cada custo F i (P i ). A partir desses resultados, qual o custo total em $/h para gerar a potência que atende a carga?

12 OTIMIZAÇÃO E DESPACHO ECOÔMICO 7.4 DESPACHO TÉRMICO COM PERDA A REDE ELÉTRICA O despacho de geradores considerado nesta seção leva em conta, de alguma forma, as perdas devido à interconexão entre a geração e a carga. Esta é uma hipótese mais próxima da realidade, porque senpre há alguma conexão entre carga e geração. o entanto, o enfoque tratado aqui, mais uma vez, será apenas voltado ao despacho de máquinas térmicas. Ainda assim, considerar-se-á abordagem simplificada, devendo o leitor interessado em maior aprofundamento sobre o assunto buscar referências mais específicas na literatura. A Figura 7.3 ilustra um esquema simplificado no qual se tem uma carga constante P L conectada a um barramento remoto em relação ao barramento de geração. A interligação entre a carga e o centro de geração ocorre por meio de uma linha de transmissão. Figura 7.3 Máquinas térmicas abastecendo uma carga através de uma interligação O modelo utilizado para os geradores, com relação ao custo de geração de potência e o tipo de combustível, é o mesmo utilizado anteriormente. Porém, precisa ser desenvolvido um modelo que leve em conta as perdas de transmissão e incorpore esse fator no problema de otimização. Uma abordagem simplificada é considerar as perdas de transmissão como uma função da potência gerada por cada unidade geradora. A equação abaixo ilustra este

13 7.4. DESPACHO TÉRMICO COM PERDA A REDE ELÉTRICA 111 fato. P p (P) = d i P 2 i (7.5) onde P p é a perda ativa no sistema e d i é um coeficiente que depende das características do sistema de interconexão. A equação do balanço de potência ativa envolve a geração necessária para suprir a carga e as perdas de transmissão. Essa equação forma uma restrição de igualdade para o problema de otimização do seguinte tipo: P L P p (P)+ P i = 0 P L d i P 2 i + P i = 0 (7.6) O problema de otimização para esse problema requer a construção da seguinte Lagrangeana: L(P,λ) = F 1 (P 1 )+F 2 (P 2 )+...+ F (P ) λ[ P L d i P 2 i + P i ] (7.7) são: Para essa situação, as condições de otimalidade, sem as restrições de desigualdade, P i = F i P i λ + λ P p P i = 0 i = 1,2,..., (7.8) λ = P L P p + P i = 0 (7.9) O sistema de equações formado por (7.8) e (7.9) é não-linear. Para resolvê-lo, é necessário, portanto, utilizar um método que leve em conta essa característica. o problema de fluxo de carga, foi utilizado o método de ewton-raphson. Também aqui esse método será utilizado em razão das excelentes condições para convergência à solução. Precisa-se, no entanto, de uma solução inicial (estimativa da solução) para resolver o problema. Uma alternativa para esse estimativa é escolher a solução do caso sem perdas. EXEMPLO Resolver o problema de despacho econômico já tratado anteriormente, no qual se tem 3 geradores térmicos, os quais atendem a uma carga de 850 MW. Considere a situação em que o preço do dísel é igual a 1,1 $/MBTU. Suponha também que os geradores estão

14 OTIMIZAÇÃO E DESPACHO ECOÔMICO conectados a um barramento e suprem a carga por meio de uma interconexão cujas perdas são modeladas em função das potências das unidades térmicas da seguinte forma: SOLUÇÃO: P p (P) = 0,00003P ,00009P ,00012P 2 3 Aplicando-se as condições de otimalidade, são encontradas as seguintes equações: f 1 = P 1 = 7,92+0,00312P 1 λ[1 0,00006P 1 ] = 0 f 2 = P 2 = 7,85+0,00388P 2 λ[1 0,00018P 2 ] = 0 f 3 = P 3 = 7,97+0,00964P 3 λ[1 0,00024P 3 ] = 0 f 4 = λ = P 1 + P 2 + P P p = 0 Vamos supor que a estimativa inicial (obtidas do caso sem perdas na intrconexão) corresponde aos seguintes valores P1 o = 393,2 MW, Po 2 = 334,4 MW, Po 3 = 122,2 MW e λ o = 9,148 $/MWh. Para esta situação, f = [ f 1 f 2 f 3 f 4 ] T Vamos considerar que o vetor armazenando a solução é x = [P 1 P 2 P 3 λ] T Então a matriz Jacobiana relacionada ao método de ewton-raphson é: J = 0, ,00006λ ,00006P 1 0 0, ,00018λ 0 1+0,00018P , ,00024λ 1+0,00024P 3 1 0,00006P 1 1 0,00018P 2 1 0,00024P 3 0 O incremento a cada iteração é calculado como x = J 1 f. A partir do ponto inicial, e utilizando-se as iterações do método de ewton-raphson, encontra-se a solução:

15 7.4. DESPACHO TÉRMICO COM PERDA A REDE ELÉTRICA 113 P 1 = 435,2 MW P 2 = 300,0 MW P 3 = 130,7 MW λ = 9,528 A perda de transmissão para esta solução é igual a 15,8 MW. Todos as potências estão dentro da faixa de operação dos geradores, sendo portanto essa a solução ótima. EXERCÍCIO Refazer o exemplo anterior considerando que o custo de combustível da unidade a dísel é igual a 0,9 $/h. Considere também os limites de operação das unidades.

EEL 7100 Despacho Econômico de Unidades Térmicas Parte 1

EEL 7100 Despacho Econômico de Unidades Térmicas Parte 1 EEL 7100 Despacho Econômico de Unidades Térmicas Parte 1 Antonio Simões Costa UFSC - LABSPOT A. Simões Costa (UFSC - Labspot) 1 / 25 Introdução Importância da consideração da eficiência econômica na operação

Leia mais

Despacho Econômico Considerando as Perdas de Transmissão

Despacho Econômico Considerando as Perdas de Transmissão Capítulo 1 Despacho Econômico Considerando as Perdas de Transmissão 1.1 Introdução Até agora, os métodos de despacho econômico apresentados têm ignorado as perdas de transmissão. Entretanto, as perdas

Leia mais

EEL 6300 Despacho Econômico de Unidades Térmicas Parte 2

EEL 6300 Despacho Econômico de Unidades Térmicas Parte 2 EEL 6300 Despacho Econômico de Unidades Térmicas Parte 2 Antonio Simões Costa UFSC - LABSPOT A. Simões Costa (UFSC - Labspot) 1 / 19 Despacho Econômico x Alocação de Unidades Em estudos de programação

Leia mais

Programação Linear - Parte 5

Programação Linear - Parte 5 Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/2016 1 / 29 Dualidade Os parâmetros de entrada são dados de acordo com

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização

Leia mais

Método do Lagrangiano aumentado

Método do Lagrangiano aumentado Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Revisão Método Simplex Solução básica factível: xˆ xˆ, xˆ N em que xˆ N 0 1 xˆ b 0 Solução geral

Leia mais

1 Despacho económico

1 Despacho económico Trânsito de potência difuso DC com despacho incorporado Documento complementar à dissertação José Iria ee06210@fe.up.pt - 10-03-2011 1 Despacho económico 1.1 Considerações Gerais O problema de decisão

Leia mais

Programação Hidrotérmica com Restrição de Energia Hidráulica

Programação Hidrotérmica com Restrição de Energia Hidráulica Programação Hidrotérmica com Restrição de Energia Hidráulica Prof. Antonio Simões Costa Universidade Federal de Santa Catarina A. Simões Costa (GSP - Labspot) Programação H-T com Restrição de Energia 1

Leia mais

Programação Hidrotérmica de Curto Prazo

Programação 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 mais

Resolvendo algebricamente um PPL

Resolvendo algebricamente um PPL Capítulo 6 Resolvendo algebricamente um PPL 6.1 O método algébrico para solução de um modelo linear A solução de problemas de programação linear com mais de duas variáveis, não pode ser obtida utilizando-se

Leia mais

Alocação de Unidades via Relaxação Lagrangeana

Alocação 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 mais

Programação Hidrotérmica de Curto Prazo

Programação 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 mais

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016 Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear

Leia mais

)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD

)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD )XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD,QWURGXomR A grande maioria dos problemas de engenharia pode ser solucionado de diferentes formas, uma vez que um número muito grande de soluções atende aos critérios

Leia mais

3 Operação das Térmicas e Sistemas Hidrotérmicos

3 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 mais

1 Otimização com restrições I: Condições de Primeira Ordem

1 Otimização com restrições I: Condições de Primeira Ordem Otimização com restrições I: Condições de Primeira Ordem Teorema 8: Seja f e h funções C de duas variáveis Suponha x = (x, x 2 ) é uma solução do problema: max f (x, x 2 ) sa h(x, x 2 ) = c Suponha também

Leia mais

Metodologias e Critérios para o planejamento de Sistemas de Energia Elétrica Dr. Eng. Clodomiro Unsihuay Vila

Metodologias 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

Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016

Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016 Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Programação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e

Programação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento

Leia mais

BCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017

BCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira   22 de novembro de 2017 BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro

Leia mais

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016 Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Métodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005

Métodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos - MEI 1 Apresentação - Docentes Aulas teóricas: A. Ismael F. Vaz - aivaz@dps.uminho.pt

Leia mais

Métodos de Pesquisa Operacional

Métodos de Pesquisa Operacional Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução

Leia mais

Fluxo de Potência Ótimo

Fluxo de Potência Ótimo Fluxo de Potência Ótimo Antonio Simões Costa GSP - Labspot A. Simões Costa (GSP-Labspot) FPO 1 / 61 Fluxo de Potência Ótimo Formulação generalística para diversos problemas de otimização da operação de

Leia mais

2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO

2 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 mais

Programação Linear/Inteira - Aula 5

Programação Linear/Inteira - Aula 5 Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira - Aula 5 Prof. Thiago Alves de Queiroz Aula 5 Thiago Queiroz (IMTec) Aula 5 Aula 5 1 / 43 Análise de Sensibilidade Estudar o efeito

Leia mais

Prof. MSc. David Roza José 1/26

Prof. MSc. David Roza José 1/26 1/26 Mínimos Quadrados Geral e Regressão Não Linear Objetivos: Implementar a regressão polinomial; Implementar regressão múltipla linear; Entender a formulação do modelo linear geral de mínimos quadrados;

Leia mais

Fluxo de Potência Ótimo

Fluxo 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 mais

Departamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =

Departamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B = Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique

Leia mais

II Seminário da Pós-graduação em Engenharia Elétrica

II Seminário da Pós-graduação em Engenharia Elétrica UMA INVESTIGAÇÃO DOS PARÂMETROS NOS MÉTODOS MISTOS DE OTIMIZAÇÃO NÃO LINEAR Ellen Cristina Ferreira Aluna do Programa de Pós-Graduação em Engenharia Elétrica Unesp Bauru Profa. Dra. Edméa Cássia Baptista

Leia mais

Programação Matemática. Método Simplex

Programação Matemática. Método Simplex Programação Matemática Método Simplex Forma Padrão - Revisão Características da forma padrão: Problema de minimização Todas as restrições são de igualdade Todas as variáveis são não-negativas Considerar

Leia mais

Otimização Combinatória - Parte 4

Otimização Combinatória - Parte 4 Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Perguntas?? Dada uma solução básica factível (vértice de S e, portanto, candidata à solução ótima),

Leia mais

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE

Leia mais

ENE006. Fluxo de Potência Ótimo. Prof:Ivo Chaves da Silva Junior. Análise de Sistemas de Potência II. Faculdade de Engenharia Departamento de Energia

ENE006. 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 mais

Prof. MSc. David Roza José 1/35

Prof. MSc. David Roza José 1/35 1/35 Métodos Iterativos Objetivos: Compreender a diferença entre os métodos de Gauss-Seidel e Jacobi; Saber analisar a dominância diagonal e entender o quê significa; Reconhecer como a relaxação pode ser

Leia mais

5 Análise de Sensibilidade

5 Análise de Sensibilidade MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear

Leia mais

Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR

Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@ufjf.edu.br Aula Número: 07 Programação Linear Últimas

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano. CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 11 Sistemas de Equações não-lineares SISTEMAS NÃO-LINEARES Cálculo Numérico 3/39 SISTEMA NÃO LINEAR Vamos considerar o problema

Leia mais

Equações não lineares

Equações não lineares DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a

Leia mais

Métodos Numéricos. MEI - Logística e distribuição Programação quadrática sequencial 2004/2005. A. Ismael F. Vaz - Departamento de Produção e Sistemas

Métodos Numéricos. MEI - Logística e distribuição Programação quadrática sequencial 2004/2005. A. Ismael F. Vaz - Departamento de Produção e Sistemas Métodos Numéricos MEI - Logística e distribuição Programação quadrática sequencial 2004/2005 Métodos Numéricos - MEI 1 Motivação Considere-se o seguinte exemplo de um problema de minimização com restrições

Leia mais

2 FORMAÇÃO DE PREÇOS NO MERCADO DE CURTO PRAZO

2 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 mais

Prof. MSc. David Roza José 1/27

Prof. MSc. David Roza José 1/27 1/27 Splines e Interpolação por Partes - A Objetivos: Compreender que splines minimizam oscilações ao ajustar polinômios de menor ordem a partições do domínio; Aprender a desenvolver um código para procurar

Leia mais

Modelagem Computacional. Parte 8 2

Modelagem Computacional. Parte 8 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Combinando inequações lineares

Combinando inequações lineares Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 0 2 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x + x 3 2 + 5x

Leia mais

DEPARTAMENTO DE ENGENHARIA MECÂNICA

DEPARTAMENTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu Programação Não Linear com Restrições Aula 30: Programação Não-Linear - Funções de Várias Variáveis com Restrições (Prática) Ponto Regular; Multiplicadores de Lagrange e Condições Necessárias; Condições

Leia mais

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Máquinas de Vetores de Suporte

Máquinas de Vetores de Suporte Máquinas de Vetores de Suporte Marcelo K. Albertini 14 de Setembro de 2015 2/22 Máquinas de Vetores de Suporte Support Vector Machines (SVM) O que é? Perceptron revisitado Kernels (núcleos) Otimização

Leia mais

Aprendizagem por treinamento de redes de aproximação

Aprendizagem por treinamento de redes de aproximação Aprendizagem por treinamento de redes de Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 Introdução Neste capítulo, serão apresentados conceitos sobre redes

Leia mais

Maristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo

Maristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Programação Matemática Maristela Santos Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Forma Padrão - Definição Características da forma padrão: Problema de minimização Todas

Leia mais

Combinando inequações lineares

Combinando inequações lineares Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1

Leia mais

Programação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.

Programação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr. Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.

Leia mais

Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi

Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere

Leia mais

MAT-2454 Cálculo Diferencial e Integral II EP-USP

MAT-2454 Cálculo Diferencial e Integral II EP-USP MAT-454 Cálculo Diferencial e Integral II EP-USP Solução da Questão da Terceira Prova 8//06 Questão (Tipo A Valor: 3, 0 pontos). a. Determine todos os pontos da superfície de nível da função g(x, y, z)

Leia mais

Método de Newton. Podemos escrever este problema na forma vetorial denindo o vetor x = [x 1, x 2,..., x n ] T e a função vetorial

Método de Newton. Podemos escrever este problema na forma vetorial denindo o vetor x = [x 1, x 2,..., x n ] T e a função vetorial Método de Newton 1 Introdução O método de Newton aplicado a encontrar a raiz x da função y = fx) estudado na primeira área de nossa disciplina consiste em um processso iterativo Em cada passo deste processo,

Leia mais

Pesquisa Operacional. Prof. José Luiz

Pesquisa Operacional. Prof. José Luiz Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,

Leia mais

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. IV Modelo Dual António Carlos Morais da Silva Professor de I.O. i Cap. IV - Modelo Dual - Exercícios IV. Modelo Problema Dual 1. Apresente o

Leia mais

Benemar Alencar de Souza

Benemar Alencar de Souza Benemar Alencar de Souza Métodos de Otimização Aplicados Questões introdutórias O que é otimização? i Por que otimização é importante? Como tratar a otimização i como um problema? Quais objetivos são usuais?

Leia mais

OPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE Aula 12 Prof. Vitor Hugo Ferreira

OPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE Aula 12 Prof. Vitor Hugo Ferreira Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica OPERAÇÃO DE SISTEMAS DE POTÊNCIA TEE-04091 Aula 12 Prof. Vitor Hugo Ferreira Operação em tempo real e planejamento

Leia mais

Gabarito P2. Álgebra Linear I ) Decida se cada afirmação a seguir é verdadeira ou falsa.

Gabarito P2. Álgebra Linear I ) Decida se cada afirmação a seguir é verdadeira ou falsa. Gabarito P2 Álgebra Linear I 2008.2 1) Decida se cada afirmação a seguir é verdadeira ou falsa. Se { v 1, v 2 } é um conjunto de vetores linearmente dependente então se verifica v 1 = σ v 2 para algum

Leia mais

EEL 7100 Matrizes de Rede e Fluxo de Potência

EEL 7100 Matrizes de Rede e Fluxo de Potência EEL 7100 Matrizes de Rede e Fluxo de Potência Antonio Simões Costa UFSC - LABSPOT A. Simões Costa (UFSC - Labspot) 1 / 35 Introdução Fluxo de Potência: aplicativo mais utilizado no apoio à operação de

Leia mais

)RUPDomRGH3UHoRVQR0HUFDGRGH&XUWR3UD]R

)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 mais

Introdução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná

Introdução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná Introdução à Otimização de Processos Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná Otimização Não-Linear Algumas definições e conceitos preliminares: 1. Derivadas

Leia mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS No Exemplo 6 da Seção 14.7 maximizamos a função volume V = xyz sujeita à restrição 2xz + 2yz + xy = que expressa a condição de a área da superfície ser

Leia mais

PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS TERMOELÉTRICOS DE GERAÇÃO. Prof.:Ivo Chaves da Silva Junior.

PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS TERMOELÉTRICOS DE GERAÇÃO. Prof.:Ivo Chaves da Silva Junior. LANEJAMENTO DA OERAÇÃO DE SISTEMAS TERMOELÉTRICOS DE GERAÇÃO Despacho Econôico e Unit Coitent rof.:ivo Chaves da Silva Junior ivo.junior@ufjf.edu.br www.ufjf.br/ivo_junior de Agosto de DESACHO ECONÔMICO:

Leia mais

Existência e otimalidade de pontos extremos

Existência e otimalidade de pontos extremos Existência e otimalidade de pontos extremos Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)

Leia mais

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin

Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo

Leia mais

Pontos extremos, vértices e soluções básicas viáveis

Pontos extremos, vértices e soluções básicas viáveis Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta

Leia mais

MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA

MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA Marlon Luiz Dal Pasquale Junior, UNESPAR/FECILCAM, jr.marlon@hotmail.com Solange Regina dos Santos (OR), UNESPAR/FECILCAM, solaregina@fecilcam.br

Leia mais

202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6

202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6 34 ±35%/(0$'(0,6785$6,75'8d Este capítulo apresenta a descrição do problema de misturas em termos de um modelo de programação linear. Como exemplo, é descrito um problema de mistura de carvões para siderúrgicas

Leia mais

Aula 18. Método Multiplicadores Lagrange (continuação)

Aula 18. Método Multiplicadores Lagrange (continuação) Aula 18 Método Multiplicadores Lagrange (continuação) Na aula anterior introduzimos o Método dos Multiplicadores de Lagrange, que serve para maximizar/minimizar uma função restrita a um domínio do tipo

Leia mais

EEL 7100 Matrizes de Rede e Fluxo de Potência

EEL 7100 Matrizes de Rede e Fluxo de Potência EEL 7100 Matrizes de Rede e Fluxo de Potência Antonio Simões Costa UFSC - LABSPOT A. Simões Costa (UFSC - Labspot) 1 / 26 Introdução Fluxo de Potência: aplicativo mais utilizado no apoio à operação de

Leia mais

Modelos determinísticos de trânsitos de potência. Documento complementar à dissertação. José Iria

Modelos determinísticos de trânsitos de potência. Documento complementar à dissertação. José Iria Modelos determinísticos de trânsitos de potência Documento complementar à dissertação José Iria ee06210@fe.up.pt - 10-03-2011 Modelo AC Num estudo de trânsito de potência determinístico AC, as quantidades

Leia mais

(x n + tv n) dxn df. (x n ) dxn. = Df(x) v derivada de f em x na direção. v n. (x ): Apenas a derivada parcial em

(x n + tv n) dxn df. (x n ) dxn. = Df(x) v derivada de f em x na direção. v n. (x ): Apenas a derivada parcial em Apostila de Métodos Quantitativos - UERJ Professor: Pedro Hemsley Derivada Direcional e Gradiente A regra da cadeia pode ser utilizada para determinar a taxa de variação de uma função f(x 1,,x n ) em um

Leia mais

Otm1 12/04/2012. Método Simplex Obtenção base inicial Degeneração (alguns comentários) Variáveis Canalizadas

Otm1 12/04/2012. Método Simplex Obtenção base inicial Degeneração (alguns comentários) Variáveis Canalizadas Otm1 12/04/2012 Método Simplex Obtenção base inicial Degeneração (alguns comentários) Variáveis Canalizadas Base inicial FASE I Como determinar uma partição básica factível inicial (A=(B, N)). Algumas

Leia mais

Resolução de Sistemas Lineares. Ana Paula

Resolução de Sistemas Lineares. Ana Paula Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização Aplicada à Engenharia de Processos Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Dualidade A eoria da Dualidade é um dos mais importantes tópicos da Programação Linear (PL). Estudos

Leia mais

Modelagem Computacional. Parte 2 2

Modelagem Computacional. Parte 2 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 2 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 2 e 3] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Uma Introdução à Programação Linear

Uma Introdução à Programação Linear Uma Introdução à Programação Linear PET Matemática Abel Soares Siqueira Departamento de Matemática - UFPR, Curitiba/PR 23 de Abril de 2017 1 Introdução História Background Matemático Exemplo 2 Resolvendo

Leia mais

Programação Linear. Dual Simplex: Viabilidade Dual Método Dual Simplex

Programação Linear. Dual Simplex: Viabilidade Dual Método Dual Simplex Programação Linear Dual Simplex: Viabilidade Dual Viabilidade Dual Considere o par de problemas primal (P) dual (D). Agora já sabemos como encontrar a solução de um desses PPL a partir da solução do outro.

Leia mais

3 o Trabalho de Algoritmos Numéricos II /1 Algoritmos de Avanço no Tempo para problemas Parabólicos Data de entrega:

3 o Trabalho de Algoritmos Numéricos II /1 Algoritmos de Avanço no Tempo para problemas Parabólicos Data de entrega: 3 o Trabalho de Algoritmos Numéricos II - 2017/1 Algoritmos de Avanço no Tempo para problemas Parabólicos Data de entrega: Considerar os algoritmos explícito, implícito e Crank-Nicolson para resolver a

Leia mais

Poliedros na forma padrão

Poliedros na forma padrão Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do

Leia mais

MAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016

MAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016 MAT 0147 - Cálculo para Economia 3 a Prova - 8 de novembro de 016 Questão 1) Determine o máximo e o mínimo de f(x, y) = x 4 + y em D = {(x, y); x + y 1}. Soluç~ao: As derivadas parciais f x (x, y) = 4x

Leia mais

Otimização Multiobjetivo

Otimização Multiobjetivo Otimização Multiobjetivo Otimização Restrita Prof. Frederico Gadelha Guimarães Lucas S. Batista Eduardo G. Carrano Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica,

Leia mais

Grupo I. 1. Seja tal que, onde e é a

Grupo I. 1. Seja tal que, onde e é a Matemática II 2010-2011 2º Semestre 1ª Frequência 31 de Março de 2011 Pedro Raposo; Maria João Araújo; Carla Cardoso; Vasco Simões O teste tem a duração de 2:30 horas. Deve resolver os grupos em folhas

Leia mais

Marina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.

Marina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear

Leia mais

Fluxo de potência elétrica: análise dos métodos utilizados em redes de transmissão de energia elétrica.

Fluxo de potência elétrica: análise dos métodos utilizados em redes de transmissão de energia elétrica. Fluxo de potência elétrica: análise dos métodos utilizados em redes de transmissão de energia elétrica. Leonardo Andrade Lira Fernando Silva Pereira Resumo Instituto Federal de Goiás/Campus Jataí/Engenharia

Leia mais

Planejamento da Operação de Sistemas Hidrotérmicos. Parte III

Planejamento da Operação de Sistemas Hidrotérmicos. Parte III Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Planejamento da Operação de Sistemas Hidrotérmicos Parte III Prof. Dr. Clodomiro Unsihua-Vila SISTEMA TERMELÉTRICO

Leia mais

Capítulo 5 Derivadas Parciais e Direcionais

Capítulo 5 Derivadas Parciais e Direcionais Capítulo 5 Derivadas Parciais e Direcionais 1. Conceitos Sabe-se que dois problemas estão relacionados com derivadas: Problema I: Taxas de variação da função. Problema II: Coeficiente angular de reta tangente.

Leia mais

Programação Linear (PL) Solução algébrica - método simplex

Programação Linear (PL) Solução algébrica - método simplex Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Simplex Prof. Dr. José Arnaldo Barra Montevechi Programação Linear (PL) Solução algébrica - método simplex

Leia mais

Laboratório de Circuitos Elétricos I

Laboratório de Circuitos Elétricos I Laboratório de Circuitos Elétricos I 5 a Aula Prática: Medição de Resistência Elétrica utilizando a Ponte de Wheatstone 1 Objetivos: Empregar as Leis de Kirchhoff e a Lei de Ohm para projetar uma Ponte

Leia mais

Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4)

Controle 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

Cálculo Numérico BCC760

Cálculo Numérico BCC760 Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita

Leia mais

PLANEJAMENTO DO DESPACHO ÓTIMO DE USINAS GERADORAS A PARTIR DO MÉTODO DA PROGRAMAÇÃO DINÂMICA E DA PROGRAMAÇÃO LINEAR INTEIRA MISTA

PLANEJAMENTO 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 mais