[pt] A Programação Dinâmica Dual Estocástica (PDDE) constitui um dos métodos mais utilizados no planejamento hidrotérmico. Trabalhos anteriores neste campo se baseiam numa abordagem tipo acaso-decisão, enquanto a realidade está mais próxima de um processo tipo decisão-acaso. Tal dissonância entre planejamento e implementação gera um problema de inconsistência temporal, pois decisões futuras planejadas podem não ser colocadas em prática sob as mesmas condições. Se por um lado a modelagem acaso-decisão permite uma metodologia de solução cenário-decomponível eficiente, por outro, a estrutura decisão-acaso proporciona uma solução mais robusta (pessimista), já que desconsidera a antecipatividade. Neste trabalho, mensura-se o gap de inconsistência relativo a metodologia atual, assim como se propõe uma abordagem alternativa para o planejamento hidrotérmico que utiliza uma estrutura de revelação de incertezas e um processo decisório tipo decisão-acaso, aproximando o modelo de planejamento da realidade operativa. Ao invés de empregar restrições de não-antecipatividade, o que impossibilitaria a decomposição por cenário de cada subproblema estocástico de dois estágios, a metodologia proposta considera decisões de primeiro estágio como variáveis de estado a serem otimizadas via PDDE. Assim, reduz-se consideravelmente a complexidade e tempo necessário para se obter uma solução, garantindo ainda a estrutura decisória tipo decisão-acaso e não-antecipatividade das decisões de primeiro estágio. Resultados baseados no SIN indicam que tal inconsistência pode levar a um aumento considerável da geração de termelétricas mais caras, causando maior volatilidade nos preços de curto prazo e aumento no custo total de operação. Desta forma, a solução metodológica proposta, baseada na abordagem decisão-acaso via espaço de estado aumentado, constitui contribuição relevante e oportuna tanto para práticas na indústria quanto para o estado-da-arte da literatura utilizada para o planejamento da operação hidrotérmica sob incerteza. / [en] Stochastic Dual Dynamic Programming (SDDP) is currently one of the most employed methods for hydrothermal planning. All previous works on this subject are based on a hazard-decision approach, whereas reality is more closely related to a decision-hazard process. This dissonance between planning and implementation is a source of time-inconsistency, as future planned decisions under the same conditions may not be put into practice. If on the one hand the hazard-decision modeling framework allows a scenario-decomposable efficient solution methodology, on the other hand the decision-hazard structure provides a more robust (pessimistic) solution as it does not rely on anticipativity assumptions. In this work, we measure the inconsistency-gap related to the current methodology and propose an alternative approach for hydrothermal planning that utilizes an informationrevelation structure and decision process based on a decision-hazard framework, thereby approximating the planning model to realistic operational actions. Instead of relying on non-anticipativity constraints, which would prevent the scenario decomposition of each two-stage stochastic subproblem, the proposed methodology considers first-stage decisions as state variables to be optimized through the SDDP procedure. In this framework, the complexity and time required to find a solution is considerably reduced yet ensuring the decision-hazard decision structure and non-anticipativity of the first-stage decisions. Results based on the Brazilian power system indicate that this inconsistency may considerably increase generation of more expensive thermal units, leading to spikes in energy market spot prices and an increase in overall operational costs. Therefore, the proposed decision-hazard approach and augmented-state solution methodology constitute timely and relevant contributions to both industry practices and state of the art literature on the subject of hydrothermal operation planning under uncertainty.

[pt] No planejamento da operação hidrotérmica brasileiro, assim como em outros países hidro dependentes, a Programação Dinâmica Dual Estocástica (PDDE) é utilizada para calcular uma política ótima avessa a risco que, muitas vezes, considera modelos autorregressivos para modelagem das afluências às hidrelétricas. Em aplicações práticas, estes modelos podem induzir a uma variabilidade indesejável de variáveis primais (geração térmica) e duais (custo marginal e preço spot), que são altamente sensíveis a mudanças nas condições iniciais das vazões. Neste trabalho, são propostas duas abordagens diferentes para estabilizar as soluções da PDDE no problema de planejamento da operação energética: a primeira abordagem visa regularizar variáveis primais considerando uma penalidade adicional sobre as mudanças no despacho térmico ao longo do tempo. A segunda abordagem reduz indiretamente a variabilidade da geração térmica e do custo marginal ao ignorar informações de afluências passadas na função de custo futuro e compensando-a com um aumento na aversão ao risco. Para fins de comparação, a qualidade solução foi avaliada com um conjunto de índices propostos que resumem cada aspecto importante de uma política de planejamento hidrotérmico. Em conclusão, mostramos que é possível obter soluções com boa qualidade em comparação com benchmarks atuais e com uma redução significativa variabilidade. / [en] In the hydrothermal energy operation planning of Brazil and other hydro-dependent countries, Stochastic Dual Dynamic Programming (SDDP) computes a risk-averse optimal policy that often considers river-inflow autoregressive models. In practical applications, these models induce an undesirable variability of primal (thermal generation) and dual (marginal cost and spot price) solutions, which are highly sensitive to changes in current inflow conditions. In this work, we propose two differing approaches to stabilize SDDP solutions to the energy operation planning problem: the first approach aims at regularizing primal variables by considering an additional penalty on thermal dispatch revisions over time. The second approach indirectly reduces thermal generation and marginal cost variability by disregarding past inflow information in the cost-to-go function and compensating it with an increase in risk aversion. For comparison purposes, we assess solution quality with a set of proposed indexes summarizing each important aspect of a hydrothermal operation planning policy. In conclusion, we show it is possible to obtain high- quality solutions in comparison to current benchmarks and with significantly reduced variability.