Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2013-06-25T20:38:40Z (GMT). No. of bitstreams: 1
310353.pdf: 2156698 bytes, checksum: 1b851b44f008591fada139e645b0434d (MD5) / O problema do planejamento da operação energética do Sistema Interligado Nacional (SIN) é bastante peculiar devido, especialmente, à sua dimensionalidade e a grande participação de geração hidrelétrica. A participação majoritária de recursos hídricos exige um planejamento bastante minucioso, uma vez que a capacidade de armazenamento dos reservatórios é limitada e, portanto, a disponibilidade futura de energia dependerá da operação dos reservatórios e das vazões afluentes futuras. Devido às complexidades do problema, no Brasil optou-se por separar os estudos de planejamento da operação energética em etapas de médio prazo, curto prazo e programação diária. O foco deste trabalho é o modelo computacional utilizado no médio prazo - Planejamento Anual da Operação Energética (PEN), cujo objetivo consiste em estabelecer estratégias de médio prazo para a operação, por meio da análise das condições de atendimento a demanda no horizonte de estudo. Este trabalho objetiva aplicar técnicas avançadas de otimização estocástica no problema do PEN, de maneira a produzir políticas de operação de melhor qualidade considerando os principais aspectos de um problema como o PEN. Dentre as técnicas de otimização estocástica que são analisadas neste trabalho destacam-se: (i) técnicas de amostragem com redução da variância (Latin Hypercube Sampling e Quasi Monte Carlo Aleatório); (ii) estratégia de solução e seleção de cortes para melhorar o desempenho da Programação Dinâmica Dual Estocástica (PDDE); (iii) metodologia para avaliação da qualidade da política de operação e (iv) metodologias para construir uma política de operação com aversão a risco. Além disso, este documento apresenta uma descrição detalhada da modelagem utilizada no modelo computacional do PEN, como por exemplo, a representação por Reservatório Equivalente de Energia (REE), o modelo AutoRregressivo Periódico (ARP) e o algoritmo da PDDE. As técnicas de otimização estocástica são avaliadas em estudos de casos que consideram o SIN com dados para estudos que se iniciam em Janeiro de 2009 e Janeiro de 2012. Destacam-se nos resultados as políticas com aversão a risco que mantém um armazenamento maior à medida que se aumenta o nível de aversão a risco. / The Interconnected Brazilian Power System's operation planning problem is very unique, due to its dimension and high participation of hydroelectric power plants. As a consequence of the latter, it is necessary to perform a very precise hydrothermal scheduling because the reservoirs capacity are limited and, therefore, the energy availability depends on future inflows and how the reservoirs are operated. Due to the problem's complexity, the Brazilian hydrothermal scheduling is divided into three stages: long-term, short-term and daily operation programming. This work is focused on the Long-Term Hydrothermal Scheduling (LTHS) problem, which aims to determine an optimal operational strategy through the analysis of the energy market and load supply conditions over the planning period. The objective of this work is to apply advanced stochastic programming techniques to the LTHS problem, in order to compute an enhanced operation policy considering the main aspects of a problem such as the LTHS. We analyze four stochastic programming techniques: (i) variance reduction sampling strategies (Latin Hypercube Sampling and Randomized Quasi-Monte Carlo); (ii) tree traversing strategies and cut selection to improve the Stochastic Dual Dynamic Programming (SDDP) algorithm; (iii) assessing the operation policy quality and (iv) risk aversion. In addition to that, this document presents a detailed description of the modeling used for the LTHS problem, such as, the Equivalent Energy Reservoir (EER) representation, the Periodic Autoregressive model and the SDDP algorithm. The stochastic programming techniques are evaluated in case study considering the Interconnected Brazilian Power System with data from January 2009 and January 2012. From the results we can point out the risk aversion policies which store more energy (water) in the reservoirs as we increase the level of risk aversion.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/100588 |
| Date | January 2012 |
| Creators | Matos, Vitor Luiz de |
| Contributors | Universidade Federal de Santa Catarina, Finardi, Erlon Cristian |
| Publisher | Florianópolis |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | 267 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds