[pt] A grande quantidade de dados disponíveis na Web permite aos usuários combinarem e rapidamente integrarem dados provenientes de fontes diferentes, pertencentes ao mesmo domínio de aplicação. Entretanto, combinações de dados construídas a partir de fontes de dados independentes e heterogêneas podem gerar inconsistências e, portanto, confundir o usuário que faz uso de tais dados. Esta tese aborda o problema de criação de uma combinação consistente de dados a partir de fontes de dados mutuamente inconsistentes. Especificamente, aborda o problema de testar quando os dados a serem combinados são inconsistentes em relação a um conjunto pré-definido de restrições. As principais contribuições desta tese são: (1) a formalização da noção de combinação consistente de dados, tratando os dados retornados pelas fontes como uma Teoria de Defaults e considerando uma combinação consistente de dados como uma extensão desta teoria; (2) um verificador de modelos para uma família de Lógicas de Descrição, usado para analisar e separar os dados consistentes e inconsistentes, além de testar a consistência e completude das combinações de dados obtidas; (3) um procedimento heurístico para computar tais combinações consistentes de dados. / [en] With the amount of data available on the Web, consumers can mashup and quickly integrate data from different sources belonging to the same application domain. However, data mashups constructed from independent and heterogeneous data sources may contain inconsistencies and, therefore, puzzle the user when observing the data. This thesis addresses the problem of creating a consistent data mashup from mutually inconsistent data sources. Specifically, it deals with the problem of testing, when data to be combined is inconsistent with respect to a predefined set of constraints. The main contributions of this thesis are: (1) the formalization of the notion of consistent data mashups by treating the data returned from the data sources as a default theory and considering a consistent data mashup as an extension of this theory; (2) a model checker for a family of Description Logics, which analyzes and separates consistent from inconsistent data and also tests the consistency and completeness of the obtained data mashups; (3) a heuristic procedure for computing such consistent data mashups.

[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] Atualmente a metodologia correspondente ao estado da arte utilizada para o planejamento de médio-/longo-prazo da operação de sistemas elétricos de potência é a Programação Dual Dinâmica Estocástica (PDDE). No entanto, a tratabilidade computacional proporcionada por este método ainda requer simplificaçõeses consideráveis de detalhes de sistemas reais de maneira a atingir performaces aceitáveis em aplicações práticas. Simplificações feitas no estágio de planejamento em contraste com a implementação das decisões podem induzir políticas temporalmente inconsistentes e, consequentemente, um gap de sub-otimalidade. Inconsisência temporal em planejamento hidrotérmico pode ser induzida, por exemplo, ao assumir um coeficiente de produtividade constante para as hidrelétricas, ao agregar os reservatórios, ao negligenciar a segunda lei de Kirchhoff e neglienciando-se critérios de segurança em modelos de planejamento. As mesmas restrições são posteriormente consideradas na etapa de implementação do sistema. Esse fato pode estar envolvido com esvaziamento não planejado de reservatórios e entregabilidade inadequada de reservas girantes. Ambos podem levar a altos custos operacionais. Além disso, o sistema pode ficar exposto a um risco sistêmico de racionamento e em última instâcia, blackouts. O gap de sub-otimalidade pode também levar a distorções em mercados de energia. Assim, é razoável que as consequências da inconstência temporal em sistemas hidrotérmicos sejam estudadas. Nesse sentido, este trabalho propõe uma extensão de trabalhos já realizados relacionados à inconsistência temporal para medir os efeitos de simplificações de modelagem em modelos de planejamento resolvidos pela PDDE. A abordagem proposta consiste em usar um modelo simplificado para o planejamento do sistema, que é feito pela avaliação da função de recurso, e um modelo detalhado para a sua operação. Estudos de caso envolvendo simplificações em modelagem de linhas de transmissão e critérios de segurança são realizados. No entanto, o foco deste trabalho se dará na segunda fonte, já que a mesma apresenta maior complexidade na caracterização do efeito. No entanto, a incorporação de critérios de segurança é um grande desafio para operadores de sistemas elétricos, pois o tamanho do modelo tende a crescer exponencialmente quando critérios de segurança reforçados são aplicados. Motivado por isso, o principal objetivo deste trabalho é propor uma nova abordagem ao problema que permite que critérios de segurança possam ser incorporados em modelos de planejamento e consequentemente garantir a entregabilidade de reservas em políticas de planejamento. A formulação do problema é uma extensão multiperiodo e estocástica the modelos de Otimização Robusta Ajustável que já foram propostos na literatura para resolver o problema relacionado à dimensionalidade para um período. A metodologia de solução involve um algoritmo híbrido Robusto-PDDE que por meio do compartilhamento de estados de contingência ativos entre os períodos e cenários de afluência é capaz de atingir tratabilidade computacional. Com a nova abordagem proposta, é possível (i) resolver o problema de agendamento ótimo das reservas em sistemas hidrotérmicos garantindo a entregabilidade das reservas em um critério n - K e (ii) calcular o custo e os efeitos negativos de se negligenciar critérios de segurança no planejamento. / [en] The current state of the art method used for medium/long-term planning studies of hydrothermal power system operation is the Stochastic Dual Dynamic Programming (SDDP) algorithm. The computational savings provided by this method notwithstanding, it still relies on major system simplifications to achieve acceptable performances in practical applications. Simplifications in the planning stage in contrast to the actual implementation might induce time inconsistent policies and, consequently, a sub-optimality gap. Time inconsistency in hydrothermal planning might be induced by, for instance, assuming a constant coefficient production for hydro plants, reservoir aggregation, neglecting Kirchhoff s voltage law, and neglecting security criteria in planning models, which are then incorporated in implementating models. Unaccounted for reservoir depletion and inadequate spinning reserve deliverability situations that were observed in the Brazilian power system might be induced by time inconsistency. And this can lead to higher operational costs. Both these consequences are utterly negative since they pose the system to a great systemic risk of energy rationing or ultimately, system blackouts. In addition, the suboptimility gap may also lead to energy markets distortions. Hence, it seems reasonable that further investigations on consequences of time inconsistency in hydrothermal planning should be undertaken. Along these lines, this work proposes an extension to previous work on the subject of time inconsistency to measure the effects of modeling simplifications in the SDDP framework for hydrothermal operation planning. The approach consists of using a simplified model for planning the system, which is done by means of the assessment of the recourse (cost-to-go) function, and a detailed model for its operation (implementation of the policy). Case studies involving simplifications in transmission lines modeling and in security criteria are carried out. Nevertheless, the focus of this work is on the later source as it is more difficult to address due to the complexity involved in the characterization of this effect. However, incorporating security criteria in planning models poses a major challenge to system operators. This is because the size of the model tends to grow exponentially as tighter security criteria are adopted. Motivated by this, the main objective of this work is to propose a new framework that allows security criteria to be incorporated in planning models and consequently ensure reserve deliverability in planning policies. The problem formulation is a multiperiod stochastic extension of Adjustable Robust Optimization (ARO) based models already proposed in literature to successfully address the dimensionality issue regarding the incorporation of security criteria n - K and its variants. The solution methodology involves a hybrid Robust-SDDP algorithm that by means of sharing active contingency states amongst periods and possible inflow scenarios in the SDDP algorithm is capable of achieving computational tractability. Then, with the proposed approach it is possible to (i) address the optimal scheduling of energy and reserve in hydrothermal power systems ensuring reserve deliverability under an n - K security criterion and (ii) assess the cost and side effects of disregarding security criteria in the planning stage.