Return to search

[en] A PROPOSAL TO DISCLOSE THE PREFERENCES OF SPECIALIST COMMITTEES VIA AHP METHOD: AN APPLICATION TO THE ELECTRICAL SECTOR / [pt] PROPOSTA PARA REVELAR AS PREFERÊNCIAS DE COMITÊS DE ESPECIALISTAS A PARTIR DO MÉTODO AHP: UMA APLICAÇÃO AO SETOR ELÉTRICO

[pt] Processos decisórios envolvendo um número diverso de critérios são comumente problemas complexos. Em geral, tais problemas procuram atender interesses conflitantes, logo, soluções únicas tendem a não contemplar as preferências de todos os agentes envolvidos no processo. Esse é o caso do problema de seleção de modelos de geração de cenários estocásticos de Energia Natural Afluente (ENA), os quais são insumo ao cálculo do despacho hidrotérmico de médio prazo no planejamento da operação do Sistema Elétrico Brasileiro (SEB). Neste trabalho é proposta uma extensão de um consagrado método de apoio à decisão multicritério, para que este se torne apto a revelar a preferência de comitês de especialistas, e a partir destas preferências reveladas derivar soluções mais adequadas para cada comitê. A aplicação dessa metodologia proposta no contexto do SEB é feita de forma a auxiliar diferentes segmentos do setor (academia, indústria e órgão regulador) a identificarem qual modelo de geração de cenários melhor se adequa às preferências destes segmentos. Para tal, os especialistas destes três setores foram agrupados e a partir da revelação das preferências de cada comitê foi proposta uma nova ordenação dos modelos geradores de cenários. As preferências reveladas para os comitês da academia e da indústria corroboraram as conjecturas sobre as predileções destes setores, fidelidade na representação dos momentos para a academia e capacidade de replicação da variância para a indústria, já a hipótese por predileção à replicação de déficit não pode ser verificada para o comitê do órgão regulador. Dentre as novas soluções obtidas, o modelo melhor classificado para a academia e indústria foi o PAR(p) Multiplicativo e para o órgão regulador o PAR(p) Boot-MC. / [en] Decision-making processes involving a large number of criteria are often complex problems. In general, such problems seek to meet conflicting interests, so single solutions tend not to address the preferences of all agents involved in the process. This is the case of the problem of selection models for generation of stochastic scenarios of Natural Inflow Energy (NIE), which are input to the calculation of the medium term hydrothermal dispatch in the planning of the operation of the Brazilian Electric System (BES). This paper proposes an extension of a well-established multicriteria decision support method, so that it becomes able to reveal the preference of expert committees, and from these revealed preferences to derive more adequate solutions for each committee. The application of this methodology proposed in the context of BES is done to help different segments of the industry (academia, industry and regulator) to identify which model of scenario generation best suits the preferences of these segments. To this end, the specialists of these three sectors were grouped and from the revelation of the preferences of each committee a new ordering of the scenario generating models was proposed. The preferences revealed for the academy and industry committees corroborated the conjectures about the predilections of these sectors, fidelity in the representation of the moments for the academy and capacity of replication of the variance for the industry, however the hypothesis for predilection for the replication of deficit was not able to be verified to the regulatory committee. Among the new solutions obtained, the best classified model for the academy and industry was the PAR (p) Multiplicative and for the regulatory committee the PAR (p) Boot-MC.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:32280
Date11 December 2017
CreatorsBRUNO AGRÉLIO RIBEIRO
ContributorsREINALDO CASTRO SOUZA
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0019 seconds