Spelling suggestions: "subject:"anefficient discretization"" "subject:"anefficient iscretization""
1 |
Métodos de análise da função de custo futuro em problemas convexos: aplicação nas metodologias de programação dinâmica estocástica e dual estocásticaBrandi, Rafael Bruno da Silva 29 February 2016 (has links)
Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-07-28T12:04:17Z
No. of bitstreams: 1
rafaelbrunodasilvabrandi.pdf: 13228407 bytes, checksum: 1e92e8c2fa686ddcaea1c9ed0d33b278 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-28T12:16:14Z (GMT) No. of bitstreams: 1
rafaelbrunodasilvabrandi.pdf: 13228407 bytes, checksum: 1e92e8c2fa686ddcaea1c9ed0d33b278 (MD5) / Made available in DSpace on 2016-07-28T12:16:14Z (GMT). No. of bitstreams: 1
rafaelbrunodasilvabrandi.pdf: 13228407 bytes, checksum: 1e92e8c2fa686ddcaea1c9ed0d33b278 (MD5)
Previous issue date: 2016-02-29 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Sistema Elétrico Brasileiro (SEB) apresenta características peculiares devido às grandes dimensões do país e pelo fato da geração elétrica ser proveniente predominantemente de usinas hidráulicas. Como as afluências a estas usinas possuem comportamento estocástico e grandes reservatórios proporcionam ao sistema a capacidade de uma regularização plurianual, a utilização dos recursos hidráulicos deve ser planejada de forma minuciosa em um horizonte de tamanho considerável. Assim, o planejamento da operação de médio prazo compreende um período de 5 a 10 anos com discretização mensal e é realizado por uma cadeia de modelos computacionais tal que o principal modelo desta cadeia é baseado na técnica da Programação Dinâmica Dual Estocástica (PDDE). O objetivo deste trabalho é obter avanços nas metodologias de programação dinâmica atualmente utilizadas. Partindo-se da utilização da inserção iterativa de cortes, implementa-se um modelo computacional para o planejamento da operação de médio prazo baseado na metodologia de Programação Dinâmica Estocástica (PDE) utilizando uma discretização mais eficiente do espaço de estados (PDEE). Além disso, a metodologia proposta de PDE possui um critério de convergência bem definido para o problema, de forma que a inclusão da medida de risco CVaR não altera o processo de avaliação da convergência de forma significante. Dado que a inclusão desta medida de risco à PDDE convencional dificulta a avaliação da convergência do processo pela dificuldade da estimação de um limite superior válido, o critério de convergência proposto na PDEE é, então, base para um novo critério de convergência para a PDDE tal que pode ser aplicado mesmo na consideração do CVaR e não aumenta o custo computacional envolvido. Adicionalmente, obtém-se um critério de convergência mais detalhado em que as séries utilizadas para amostras de afluência podem ser avaliadas individualmente tais que aquelas que, em certo momento, não contribuam de forma determinante para a convergência podem ser descartadas do processo, diminuindo o tempo computacional, ou ainda serem substituídas por novas séries dentro de uma reamostragem mais seletiva dos cenários utilizados na PDDE. As metodologias propostas foram aplicadas para o cálculo do planejamento de médio prazo do SIN baseando-se em subsistemas equivalentes de energia. Observa-se uma melhoria no algoritmo base utilizado para a PDE e que o critério proposto para convergência da PDDE possui validade mesmo quando CVaR é considerado na modelagem. / The Brazilian National Grid (BNG) presents peculiar characteristics due to its huge territory dimensions and hydro-generation predominancy. As the water inflows to these plants are stochastic and a pluriannual regularization for system storage capacity is provided, the use of hydro-generation must be planned in an accurate manner such that it considersalongplanningperiod. So, thelong-termoperationplanning(LTOP)problemis generallysolvedbyachainofcomputationalmodelsthatconsideraperiodof5to10years ahead such that the primary model of this chain is based on Stochastic Dual Dynamic Programming (SDDP) technique. The main contribution of this thesis is to propose some improvements in Stochastic Dynamic Programming techniques usually settled on solving LTOP problems. In the fashion of an iterative cut selection, it is firstly proposed a LTOP problem solution model that uses an ecient state space discretization for Stochastic Dynamic Programming (SDP), called ESDP. The proposed model of SDP has a welldefined convergence criterion such that including CVaR does not hinder convergence analysis. Due to the lack of good upper bound estimators in SDDP when including CVaR, additional issues are encountered on defining a convergence criterion. So, based on ESDP convergence analysis, a new criterion for SDDP convergence is proposed such that it can be used regardless of CVaR representation with no extra computational burden. Moreover, the proposed convergence criterion for SDDP has a more detailed description such that forward paths can be individually assessed and then be accordingly discarded for computational time reduction, or even define paths to be replaced in a more particular resampling scheme in SDDP. Based on aggregate reservoir representation, the proposed methodsofconvergenceofSDDPandtheESDPwereappliedonLTOPproblemsrelatedto BNG. Results show improvements in SDDP based technique and eectiveness of proposed convergence criterion for SDDP when CVaR is used.
|
Page generated in 0.401 seconds