Spelling suggestions: "subject:"estocástica"" "subject:"estocásticas""
31 |
Planejamento de reativos em sistemas elétricos de potência multi-área através de modelos estocásticosLópez Quizhpi, Julio César [UNESP] 22 December 2014 (has links) (PDF)
Made available in DSpace on 2015-05-14T16:53:27Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-12-22Bitstream added on 2015-05-14T16:58:48Z : No. of bitstreams: 1
000825243.pdf: 1012739 bytes, checksum: 8d886a62545f4312c83a0776894e8252 (MD5) / Neste trabalho, o problema de planejamento ótimo de reativos é formulado e resolvido como um problema de otimização convexo multi-período estocástico de dois estágios para sistemas elé- tricos de potência multi-área. O modelo clássico de planejamento de reativos não linear inteiro misto é reformulado como um modelo cônico convexo inteiro misto multi-período conside- rando os taps dos transformadores com controle de taps como variáveis inteiras. No contexto dos sistemas multi-área, o problema é resolvido de forma descentralizada através de relaxação lagrangiana, dividindo o problema multi-área em subproblemas associados a cada área. Os operadores dos sistemas de transmissão de cada área resolvem os seus subproblemas de forma coordenada com as áreas adjacentes mantendo a confidencialidade dos dados dos seus sistemas, trocando apenas informações das barras de fronteiras. Na formulação estocástica, a demanda em cada área é considerada como parâmetro aleatório através de uma função de distribuição Normal, e os cenários são gerados para cada período através da técnica de amostragem Latin Hypercube. A quantificação da presença das incertezas no sistema elétrico é realizada atra- vés do cálculo dos valores característicos dos parâmetros incertos. Além disso, o problema de planejamento de reativos estocástico é formulado também como um problema de programação multiobjetivo que otimiza a função de custos totais de expansão e a função de risco de corte de carga que é modelada através do regret, considerando limites nos investimentos relacionados com os custos fixos de alocação de novas fontes. A metodologia baseada na restrição- ε é uti- lizada para a solução do problema multiobjetivo. Finalmente o trabalho proposto é analisado e avaliado através de testes e simulações usando o sistema de potência real Sul Sudeste Brasileiro e o sistema de ... / In this work, the reactive power planning problem is modeled and solved as a two stage sto- chastic multi-period convex optimization problem in multi-area power systems. The classical mixed integer reative power planning model is reformulated as a multi-period conic convex mi- xed integer model considering the taps of transformers as integer variables. In the multi-area power system context the problem is decentralized by lagrangian relaxation, decomposing the multi-area problem in subproblems associated with each area. The transmission system opera- tors in each area solve their subproblems in coordination with adjacent areas while maintaining the confidentiality of their power system data, only exchanging boundary buses information. In the stochastic formulation, demand uncertainty in each area is considered by a Normal distribu- tion function, and the scenario generation in each period is made through the efficient technique Latin Hypercube sampling. The uncertainty presence at the problem is analyzed by computing the values that quantify the importance of that parameters. Moreover, the stochastic reactive power planning problem is formulated as a multiobjective mathematical programming problem optimizing the expansion costs function and load shedding risk function that is modeled by regret, considering the fix cost budget limit. A ε -constraint methodology is used to solve the multiobjective mathematical programming problem. Finally the obtained solutions from propo- sed problem are analyzed using the real equivalent South and Southeast Brazilian power system and the IEEE-118 test power system
|
32 |
Essays on Multistage Stochastic Programming applied to Asset Liability ManagementOliveira, Alan Delgado de January 2018 (has links)
A incerteza é um elemento fundamental da realidade. Então, torna-se natural a busca por métodos que nos permitam representar o desconhecido em termos matemáticos. Esses problemas originam uma grande classe de programas probabilísticos reconhecidos como modelos de programação estocástica. Eles são mais realísticos que os modelos determinísticos, e tem por objetivo incorporar a incerteza em suas definições. Essa tese aborda os problemas probabilísticos da classe de problemas de multi-estágio com incerteza e com restrições probabilísticas e com restrições probabilísticas conjuntas. Inicialmente, nós propomos um modelo de administração de ativos e passivos multi-estágio estocástico para a indústria de fundos de pensão brasileira. Nosso modelo é formalizado em conformidade com a leis e políticas brasileiras. A seguir, dada a relevância dos dados de entrada para esses modelos de otimização, tornamos nossa atenção às diferentes técnicas de amostragem. Elas compõem o processo de discretização desses modelos estocásticos Nós verificamos como as diferentes metodologias de amostragem impactam a solução final e a alocação do portfólio, destacando boas opções para modelos de administração de ativos e passivos. Finalmente, nós propomos um “framework” para a geração de árvores de cenário e otimização de modelos com incerteza multi-estágio. Baseados na tranformação de Knuth, nós geramos a árvore de cenários considerando a representação filho-esqueda, irmão-direita o que torna a simulação mais eficiente em termos de tempo e de número de cenários. Nós também formalizamos uma reformulação do modelo de administração de ativos e passivos baseada na abordagem extensiva implícita para o modelo de otimização. Essa técnica é projetada pela definição de um processo de filtragem com “bundles”; e codifciada com o auxílio de uma linguagem de modelagem algébrica. A eficiência dessa metodologia é testada em um modelo de administração de ativos e passivos com incerteza com restrições probabilísticas conjuntas. Nosso framework torna possível encontrar a solução ótima para árvores com um número razoável de cenários. / Uncertainty is a key element of reality. Thus, it becomes natural that the search for methods allows us to represent the unknown in mathematical terms. These problems originate a large class of probabilistic programs recognized as stochastic programming models. They are more realistic than deterministic ones, and their aim is to incorporate uncertainty into their definitions. This dissertation approaches the probabilistic problem class of multistage stochastic problems with chance constraints and joint-chance constraints. Initially, we propose a multistage stochastic asset liability management (ALM) model for a Brazilian pension fund industry. Our model is formalized in compliance with the Brazilian laws and policies. Next, given the relevance of the input parameters for these optimization models, we turn our attention to different sampling models, which compose the discretization process of these stochastic models. We check how these different sampling methodologies impact on the final solution and the portfolio allocation, outlining good options for ALM models. Finally, we propose a framework for the scenario-tree generation and optimization of multistage stochastic programming problems. Relying on the Knuth transform, we generate the scenario trees, taking advantage of the left-child, right-sibling representation, which makes the simulation more efficient in terms of time and the number of scenarios. We also formalize an ALM model reformulation based on implicit extensive form for the optimization model. This technique is designed by the definition of a filtration process with bundles, and coded with the support of an algebraic modeling language. The efficiency of this methodology is tested in a multistage stochastic ALM model with joint-chance constraints. Our framework makes it possible to reach the optimal solution for trees with a reasonable number of scenarios.
|
33 |
[en] OIL REFINERY OPERATIONAL PLANNING UNDER UNCERTAINTY / [pt] PLANEJAMENTO OPERACIONAL DE REFINARIAS DE PETRÓLEO SOB INCERTEZA05 November 2021 (has links)
[pt] As companhias petrolíferas dedicam grande esforço para manter sua
rentabilidade e melhorar sua eficiência, principalmente frente às incertezas
presentes neste negócio. As empresas que pretendem manter a competitividade
precisam planejar suas operações cada vez melhor e com maior segurança. Em
face destas oportunidades e desafios, foi proposta no âmbito desta tese uma
abordagem estocástica para o problema de planejamento operacional de refinarias.
Neste sentido foi desenvolvido um modelo não-linear (NLP) de programação
estocástica com dois estágios. O modelo proposto representa os processos de
natureza não-linear presentes em uma refinaria, como as transformações químicas
e o cálculo de qualidade dos derivados. Devido ao elevado nível de complexidade
do problema NLP formulado, foram avaliados cinco métodos de solução
associados aos principais solvers comerciais. Uma metodologia de geração de
cenários e medidas de qualidade para árvore de cenários também foram definidas
para representar adequadamente as incertezas presentes neste problema. A
abordagem estocástica proposta neste trabalho foi avaliada considerando dados
reais de uma refinaria brasileira. Os resultados finais desta pesquisa devem
proporcionar avanços no processo de planejamento operacional de refinarias,
explorando a técnica de programação não-linear (NLP) e os novos solvers
disponíveis para problemas do tipo NLP. Pretende-se também gerar contribuições
na área de programação estocástica, definindo medidas de qualidade para árvore
de cenários que permitam uma melhor representação das incertezas e
consequentemente um melhor uso da abordagem estocástica. / [en] Oil companies make a great effort to maintain profitability and improve
efficiency, especially given the uncertainties present in this business. Companies
that intend to remain competitive need to plan their operations better and with
greater safety. In light of these opportunities and challenges, this thesis proposes a
stochastic approach to the refinery operational planning problem. In this sense, a
two-stage nonlinear stochastic programming model (NLP) developed. The
proposed model is intended to adequately represent nonlinear processes
encountered in a refinery, such as chemical transformations and calculations of
the properties of the oil derivatives. Due to the high level of complexity of the
NLP problem formulated, five solution methods associated with major
commercial solvers were evaluated. A methodology for generating scenarios and
quality measures for scenarios tree were also defined to properly represent the
uncertainties present in this problem. The stochastic approach proposed in the
present study was evaluated based on actual data from a Brazilian refinery. The
final results of this research should provide advances in the processes of refinery
operational planning exploiting the technique of nonlinear programming (NLP)
and new solvers available for NLP-type problems. Another objective was to
generate contributions in the field of stochastic programming by defining quality
measures for scenario trees that allow a better representation of uncertainties and,
consequently, better use of the stochastic approach.
|
34 |
Planejamento de reativos em sistemas elétricos de potência multi-área através de modelos estocásticos /López Quizhpi, Julio César. January 2014 (has links)
Orientador: José Roberto Sanches Mantovani / Co-orientador: Javier Contreras Sanz / Banca: Antonio Padilha Feltrin / Banca: Edison Righeto / Banca: Fabricio Carlos Pinheiro de Oliveira / Banca: Aurélio Ribeiro Leite de Oliveira / Resumo: Neste trabalho, o problema de planejamento ótimo de reativos é formulado e resolvido como um problema de otimização convexo multi-período estocástico de dois estágios para sistemas elé- tricos de potência multi-área. O modelo clássico de planejamento de reativos não linear inteiro misto é reformulado como um modelo cônico convexo inteiro misto multi-período conside- rando os taps dos transformadores com controle de taps como variáveis inteiras. No contexto dos sistemas multi-área, o problema é resolvido de forma descentralizada através de relaxação lagrangiana, dividindo o problema multi-área em subproblemas associados a cada área. Os operadores dos sistemas de transmissão de cada área resolvem os seus subproblemas de forma coordenada com as áreas adjacentes mantendo a confidencialidade dos dados dos seus sistemas, trocando apenas informações das barras de fronteiras. Na formulação estocástica, a demanda em cada área é considerada como parâmetro aleatório através de uma função de distribuição Normal, e os cenários são gerados para cada período através da técnica de amostragem Latin Hypercube. A quantificação da presença das incertezas no sistema elétrico é realizada atra- vés do cálculo dos valores característicos dos parâmetros incertos. Além disso, o problema de planejamento de reativos estocástico é formulado também como um problema de programação multiobjetivo que otimiza a função de custos totais de expansão e a função de risco de corte de carga que é modelada através do regret, considerando limites nos investimentos relacionados com os custos fixos de alocação de novas fontes. A metodologia baseada na restrição- ε é uti- lizada para a solução do problema multiobjetivo. Finalmente o trabalho proposto é analisado e avaliado através de testes e simulações usando o sistema de potência real Sul Sudeste Brasileiro e o sistema de ... / Abstract: In this work, the reactive power planning problem is modeled and solved as a two stage sto- chastic multi-period convex optimization problem in multi-area power systems. The classical mixed integer reative power planning model is reformulated as a multi-period conic convex mi- xed integer model considering the taps of transformers as integer variables. In the multi-area power system context the problem is decentralized by lagrangian relaxation, decomposing the multi-area problem in subproblems associated with each area. The transmission system opera- tors in each area solve their subproblems in coordination with adjacent areas while maintaining the confidentiality of their power system data, only exchanging boundary buses information. In the stochastic formulation, demand uncertainty in each area is considered by a Normal distribu- tion function, and the scenario generation in each period is made through the efficient technique Latin Hypercube sampling. The uncertainty presence at the problem is analyzed by computing the values that quantify the importance of that parameters. Moreover, the stochastic reactive power planning problem is formulated as a multiobjective mathematical programming problem optimizing the expansion costs function and load shedding risk function that is modeled by regret, considering the fix cost budget limit. A ε -constraint methodology is used to solve the multiobjective mathematical programming problem. Finally the obtained solutions from propo- sed problem are analyzed using the real equivalent South and Southeast Brazilian power system and the IEEE-118 test power system / Doutor
|
35 |
[en] A STOCHASTIC PROGRAMMING MODEL FOR THE TATICAL PLANNING OF THE SOYBEAN LOGISTIC CHAIN / [pt] MODELO DE PROGRAMAÇÃO ESTOCÁSTICA PARA O PLANEJAMENTO TÁTICO DA CADEIA LOGÍSTICA DA SOJA22 January 2015 (has links)
[pt] A natureza incerta e a importância do mercado da soja para economia do Brasil são forças motrizes para melhorias no processo de planejamento da cadeia logística da soja. Esta tese apresenta um novo modelo matemático de programação estocástica para auxiliar no planejamento tático da cadeia logística da soja. Os principais componentes espaciais e temporais da indústria da soja, sob o ponto de vista do embarcador, são abordados no modelo. A função objetivo do modelo maximiza o lucro obtido com base na diferença entre a receita da venda de grãos, farelo e óleo de soja e os custos de transporte, processamento, armazenamento e venda de grãos, farelo e óleo de soja. As decisões relacionadas ao planejamento tático encontram-se dentro de um horizonte temporal de um ano. Aspectos inerentes aos contratos de transportes e de compra de soja em grão são incorporados no modelo. O modelo de programação estocástica proposto é linear de dois estágios com estrutura de recurso fixo. O modelo foi aplicado a um exemplo real com 21 pontos de origem, 11 silos, 6 fábricas de processamento, 5 pontos de mercado interno, 6 portos e 225 arcos de transportes, considerando 243 cenários, oriundos da combinação de quatro fontes de incertezas: preço de compra e venda da soja em grão, a demanda externa da soja em grão e a quebra de safra. / [en] The uncertain nature and importance of the soybean market for Brazils economy are driving forces for improvement in the planning process of soybeans supply chain. This thesis presents a new stochastic programming mathematical model to assist in tactical planning of the soybean logistics chain. The model was conceived as a tool to assist the decision making of any trader involved in this highly complex market. The main spatial and temporal components of the soybean industry are addressed in the model. The objective function of the model maximizes the profit achieved based on the difference between the revenue from the sale of grain, meal and oil and the costs of transportation, processing, storage and the sale of grain, meal and oil. The model is intended to be applied for decisions related to tactical planning within a time horizon of one year. Aspects related to transport and purchase of soybeans contracts are incorporated in the model. The stochastic programming model is linear of two-stage with fixed resource structure. The model was applied to a real example with 21 points of origin, 11 silos, 6 processing plants, 5 points of the internal market, 6 ports and 225 arcs of transport, considering 243 scenarios, derived from the combination of four sources of uncertainty: purchase price and sale price of soybeans, foreign demand of soybeans and crop failure.
|
36 |
[pt] MODELO DE OTIMIZAÇÃO ESTOCÁSTICA PARA SELEÇÃO DE PORTFÓLIO DE RENDA FIXA NO MERCADO BRASILEIRO / [en] STOCHASTIC OPTIMIZATION MODEL FOR PORTFOLIO SELECTION OF BRAZILIAN FIXED-INCOME SECURITIESMARLON HENRIQUE ZAVAGLI CORREA 08 October 2015 (has links)
[pt] A seleção de um portfolio de renda fixa é um problema comumente enfrentado pelos agentes do mercado financeiro. A alocação ótima destes ativos melhora o nível de rentabilidade e lucratividade da instituição. Um dos trade-offs rotineiramente encontrado pelos gestores destas carteiras é decidir entre a compra de títulos pré-fixados e pós-fixados de curto prazo ou longo prazo, sendo que estes últimos no geral rendem mais devido ao prêmio de risco. Tais títulos, apesar de terem a sua rentabilidade já definida no momento da compra, podem ser vendidos a qualquer momento e sua nova rentabilidade estará sujeitas às marcações a mercado. O retorno da carteira composta por estes títulos é portanto uma variável aleatória que torna necessário o controle dos riscos de perda deste portfolio. O presente estudo teve por objetivo desenvolver um modelo de otimização da rentabilidade de uma carteira composta somente por títulos prefixados do tesouro nacional, com restrições ao nível de risco expresso através do Conditional Value at Risk. Após tal, foram realizados backtests para medir o desempenho do modelo e comparar a sua rentabilidade com o índice CDI. Os testes mostraram que o modelo apresenta resultados bons em rentabilidade e resultados satisfatórios em termos de controle de risco. / [en] Fixed-income portfolio selection is a common problem faced by financial market agents. The optimal allocation of these assets improves the profitability of institutions. A trade-off routinely found by the managers of these portfolios is deciding between buying floating rate securities or short-term or long-term fixed-rate securities, while the latter generally has a higher yield due to risk premium. Despite fixed rate securities have their return already set at the moment of purchase, they can be sold at any time and the new return will be subject to the current market prices. Since the return of a portfolio holding these securities is a random variable, we argue for the importance of a risk assessment and control a fixed income security portfolio. This study aimmed to develop an optimization model of return with a portfolio composed only on fixed and floating rate bonds from Brazil s sovereign treasury, using risk restrictions expressed on the Conditional Value at Risk measure. After that, backtestswere performed to measure model efficiency and compare its return to the Brazilian s Interbank rate. The tests have shown good results in profitability and risk control.
|
37 |
[pt] DIMENSIONAMENTO DE FROTA MARÍTIMA SOB INCERTEZA EM UMA EMPRESA BRASILEIRA DE PETRÓLEO / [en] MARITIME FLEET SIZING UNDER UNCERTAINTY IN A BRAZILIAN OIL COMPANYDANILO BAPTISTA MAROJA 06 April 2020 (has links)
[pt] A volatilidade inerente ao mercado de fretes marítimos e as incertezas relacionadas à demanda de transportes prevista contribuem para a complexidade do problema de dimensionamento da frota. Este trabalho aborda o problema da renovação da frota marítima de uma empresa brasileira do setor de óleo e gás, para o transporte, em viagens de cabotagem e longo curso, de derivados de petróleo. Para
tal, é apresentado um modelo estocástico de programação inteira-mista de dois estágios para capaz de gerar indicações de contratos de afretamento a serem realizados considerando incertezas nos níveis de mercado de fretes e na previsão de volume movimentado. O modelo é capaz de fornecer composições de frota capazes de atender as especificações do problema, contudo, para os casos analisados, a
avaliação das soluções obtidas ao se considerar a incerteza mostrou potencial de ganho pouco significativo em comparação com uma modelagem similar considerando valores esperados dos parâmetros. Este trabalho evidencia uma situação em que é útil a avaliação das soluções Wait-and-See (WS) e Expected
Value of Expected Solution (EEV), menos demandantes computacionalmente, para calcular o potencial ganho da solução do modelo estocástico. / [en] The inherent volatility in the maritime freight market and the uncertainties related to the expected transport demand contribute to the complexity of the fleet size and mix problem. This work addresses the problem of the maritime fleet renewal of a Brazilian oil and gas company, for the transportation, in cabotage and international voyages, of oil products. To this end, we present a two-stage stochastic mixed-integer programming model capable of giving recommendations of which chartering contracts to be performed, considering uncertainties in freight market levels and in the forecasted volume movement. The model is able to provide fleet compositions capable of meeting the problem specifications, however, in the
evaluated cases, little gain potential was observed by comparing the stochastic solutions to solutions considering expected parameter values. This work highlights a situation in which the evaluation of the computationally less demanding Waitand-See (WS) and Expected Value of Expected Solution (EEV) solutions is useful to calculate the potential gain of the stochastic model solution.
|
38 |
[en] POWER GENERATION INVESTMENTS SELECTION / [pt] SELEÇÃO DE PROJETOS DE INVESTIMENTO EM GERAÇÃO DE ENERGIA ELÉTRICALEONARDO BRAGA SOARES 22 July 2008 (has links)
[pt] A reestruturação do setor de energia elétrica, iniciada nos
anos 90, teve como uma de suas principais implicações a
introdução da competição na atividade de geração. A expansão
do parque gerador, necessária para garantir o equilíbrio
estrutural entre oferta e demanda, é estimulada por
contratos de longo prazo negociados em leilões, na
modalidade de menor tarifa. Destarte, o investidor deve
oferecer um limite de preço para que o seu projeto seja
competitivo (de forma a ganhar a licitação), mas que ao
mesmo tempo seja suficiente para remunerar seu investimento,
custos de operação e, sobretudo, protegê-lo contra todos os
riscos intrínsecos ao projeto. Nesse contexto, as duas
principais contribuições do presente trabalho são: (i) a
proposição de uma metodologia de precificação de riscos,
utilizando o critério do Value at Risk (VaR), que indica a
máxima perda admitida pelo invetidor avesso a risco, com um
determinado nível de confiança, e (ii) a aplicação de
diferentes modelos de seleção de carteiras, que incorporam o
critério do VaR para otimizar um portfolio com diferentes
tecnologias de geração de energia. Os resultados da
precificação de riscos são úteis para determinar os
componentes críticos do projeto e calcular a
competitividade (preço) de cada tecnologia. A aplicação de
diferentes métodos de seleção de carteiras busca determinar
o modelo mais indicado para o perfil das distribuições de
retorno dos projetos de geração, que apresentam assimetria e
curtose elevada (caldas pesadas). / [en] The new structure of the brazilian electric sector,
consolidated by the end of the 90s main
implication the introduction of competition in the power
generation activity. The expansion of generation capacity,
responsible to ensure structural equilibrium between supply
and demand, is stimulated by long-term contracts negotiated
through energy auctions. Therefore, the investor must give a
competitive price (in order to win the auction), but also
sufficient to pay his investment, operational costs and,
especially, protect him against all project risks.
In this role, the two main contributions of this work are:
(i) to suggest a methodology of risk pricing, using the
Value at Risk (VaR) criterium, which gives the maximum loss
admitted by the risk averse investor, with a specified
confidence level, and (ii) to apply different portfolio
selection models, which incorporates the VaR criterium to
optimize a portfolio with different power generation
technologies. The risk pricing results are usefull to
determine the project critical components and to calculate
the competitiviness (price) of each technology. The study of
different portfolio selection methods aims to investigate
the most suitable model for the return distribution shape,
characterized by having assimetry and curtosis (heavy tails).
|
39 |
[pt] GESTÃO DE RISCOS ESTRATÉGICOS: UM MODELO PARA INVESTIMENTO EM GERAÇÃO RENOVÁVEL SOB INCERTEZA / [en] STRATEGIC RISK MANAGEMENT: A FRAMEWORK FOR RENEWABLE GENERATION INVESTMENT UNDER UNCERTAINTYSERGIO VITOR DE BARROS BRUNO 22 September 2016 (has links)
[pt] O investimento em fontes renováveis, apesar do crescimento recente, ainda é
dificultado devido à volatilidade dos mercados de curto prazo. Contratos forward são
essenciais mesmo em mercados de balcão como o Ambiente de Contratação Livre (ACL)
Brasileiro. Contatos forward permitem a redução da incerteza sobre a receita, ajudam a
garantir a adequação do fornecimento graças à sinalização de preços para a expansão e
podem também ser obrigatórios para realização do project finance de novos
empreendimentos. Apesar da oferta de contratos, as fontes renováveis ainda possuem o
risco adicional em sua geração, o que pode, combinando-se altos preços spot em um
momento de baixa geração, ocasionar uma exposição ao risco de preço-quantidade.
Investimento em fontes renováveis pode ser incentivado através da aplicação de técnicas
de gestão de riscos como contratação forward, diversificação e definição do momento
ótimo de investimento. Através da negociação de contratos e aproveitando
complementariedades sazonais entre as fontes, é possível minimizar a exposição aos
riscos do mercado. O problema de investimento em centrais de energia renovável pode
ser visto como um modelo de otimização estocástica multiestágio com variáveis inteiras,
de difícil resolução. As principais soluções disponíveis na literatura simplificam o
problema ao reduzir a dimensionalidade da árvore de cenários, ou assumindo hipóteses
simplificadoras sobre os processos estocásticos. Nosso objetivo é apresentar um
framework para valoração de investimentos em energia renovável, considerando as
principais fontes de incerteza e alternativas para composição de uma carteira de
investimentos. A principal contribuição desse trabalho é uma metodologia para resolver,
utilizando técnicas de decomposição, o problema de investimento ótimo em centrais
renováveis complementares no mercado elétrico brasileiro. Este é um problema
estocástico multiestágio e não convexo. Nossas políticas de investimento são geradas
através de um algoritmo baseado em Programação Dinâmica Dual Estocástica (SDDP).
Restrições de integralidade são consideradas no passo forward, onde as políticas são
avaliadas, e relaxados no passo backward, onde as políticas são geradas, para garantir a
convexidade das funções de recurso. Os resultados numéricos mostram que não é possível
assumir independência entre estágios dos processos estocásticos de preços. A estrutura
Markoviana dos processos estocásticos é preservada usando uma discretização do espaço
de probabilidade, que é resolvida utilizando uma conhecida extensão do SDDP. A
avaliação da performance é feita utilizando os dados originais, validando nossa heurística.
Nosso framework requer um modelo para o preço forward de energia. Nós aplicamos o
modelo Schwartz-Smith usando dados do mercado spot e de balcão para construir a curva
forward do mercado brasileiro. O framework contempla as particularidades do ACL no
mercado brasileiro, mas também pode ser utilizado em mercados similares. Utilizando
medidas coerentes de risco, incorporamos aversão a risco e avaliamos as estratégias
concorrentes utilizando conceitos modernos de gestão de riscos. / [en] Despite recent trend for investment in renewable energy, high volatility in shortterm
markets still may hinder some opportunities. Forwarding contracting is essential
even in Over The Counter (OTC) markets such as the Brazilian Free Trading
Environment. Forward contracts allow reducing revenue uncertainty, help ensure supply
adequacy by signaling generation expansion and may also be required for project
financing in new ventures. Still, renewable sources face the additional risk of uncertain
generation, which, in low periods, combined with high spot prices, pose the hazardous
price-quantity risk. Renewable investment may be fostered by applying risk management
techniques such as forward contracting, diversification and optimal investment timing. By
trading contracts and exploiting the seasonal complementarity of the renewable sources, it
is possible to reduce risk exposure. The problem of investment in renewable energy
plants may be seen as a multistage stochastic optimization model with integer variables,
which is very hard to solve. The main approaches in the current literature simplify the
problem by reducing the dimensionality of the scenario tree or by assuming simplifying
hypothesis on the stochastic processes. Our objective is to introduce a renewable
investment valuation framework, considering the main uncertainty sources and portfolio
investment alternatives. The main contribution of this work is a method to solve, by
applying decomposition techniques, the problem of optimal investment in seasonal
complementary renewable plants in the Brazilian energy market. This is a multistage
stochastic and non-convex problem. Our investment policies are devised using an
algorithm based on Stochastic Dual Dynamic Programming (SDDP). Integrality
constraints are considered in the forward step, where policies are evaluated, and relaxed
in the backward step, where policies are built, to ensure convexity of the recourse
functions. Numerical results show that it
is not possible to assume stagewise independence of the price processes. We maintain the
Markovian property of the stochastic processes by a discretization of the probability
space, solvable by a known extension to the SDDP method. Performance evaluation is
carried out using the original data, validating our heuristic. A forward energy price model
is required in our framework. We apply the Schwartz-Smith model with spot and OTC
data of the Brazilian market to build such a forward price curve. The framework is able to
represent the characteristics of the Brazilian FTE and may be applied to similar markets.
We incorporate risk aversion with coherent measures of risk and evaluate alternative
strategies based on modern risk management concepts.
|
40 |
[pt] INCORPORAÇÃO DA INCERTEZA DOS PARÂMETROS DO MODELO ESTOCÁSTICO DE VAZÕES NA POLÍTICA OPERATIVA DO DESPACHO HIDROTÉRMICO / [en] STOCHASTIC HYDROTHERMAL SCHEDULING WITH PARAMETER UNCERTAINTY IN THE STREAMFLOW MODELSBERNARDO VIEIRA BEZERRA 26 October 2015 (has links)
[pt] O objetivo do planejamento da operação hidrotérmica de médio e longo
prazo é definir as metas para geração de cada hidroelétrica e termelétrica, a fim de
atender à carga ao menor custo esperado de operação e respeitando as restrições
operacionais. Algoritmos de Programação Dinâmica Estocástica (PDE) e de
Programação Dinâmica Dual Estocástica (PDDE) têm sido amplamente aplicados
para determinar uma política operativa ideal o despacho hidrotérmico. Em ambas
as abordagens a estocasticidade das afluências é comumente produzida por
modelos periódicos autoregressivos de lag p - PAR(p), cuja estimativa dos
parâmetros é baseada nos dados históricos disponíveis. Como os estimadores são
funções de fenômenos aleatórios, além da incerteza sobre as vazões, também há
incerteza sobre os parâmetros estatísticos, o que não é capturado no modelo PAR
(p) padrão. A existência de incerteza nos parâmetros significa que há um risco de
que a política da operação hidrotérmica planejada não será a ótima. O objetivo
desta tese é apresentar uma metodologia para incorporar a incerteza dos
parâmetros do modelo PAR (p) no problema de programação estocástica
hidrotérmica. São apresentados estudos de caso ilustrando o impacto da incerteza
dos parâmetros nos custos operativos do sistema e como uma política operativa
que incorpore esta incerteza pode reduzir este impacto. / [en] The objective of the medium and long-term hydrothermal scheduling
problem is to define operational target for each power plant in order to meet the
load at the lowest expected cost and respecting the operational constraints.
Stochastic Dynamic Programming (SDP) and Stochastic Dual Dynamic
Programming (SDDP) algorithms have been widely applied to determine the
optimal operating policy for the hydrothermal dispatch. In both approaches, the
stochasticity of the inflows is usually produced by periodic auto-regressive
models - PAR (p), whose parameters are estimated based on available historical
data. As the estimators are a function of random phenomena, besides the inflows
uncertainty there is statistical parameter uncertainty, which is not captured in the
standard PAR (p) model. The existence of uncertainty in the parameters means
that there is a risk that the hydrothermal operating policy will not be optimal. This
thesis presents a methodology to incorporate the PAR(p) parameter uncertainty
into stochastic hydrothermal scheduling and to assess the resulting impact on the
computation of a hydro operations policy. Case studies are presented illustrating
the impact of parameter uncertainty in the system operating costs and how an
operating policy that incorporates this uncertainty can reduce this impact.
|
Page generated in 0.0697 seconds