Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015. / Made available in DSpace on 2016-04-19T04:03:21Z (GMT). No. of bitstreams: 1
337880.pdf: 4861170 bytes, checksum: 3b54c3f3c843c91fca71235a59befc91 (MD5)
Previous issue date: 2015 / O Sistema Elétrico Brasileiro (SEB) é um sistema hidrotérmico com predominância de geração de origem hidráulica. Uma das principais maneiras de garantir a sustentabilidade técnica e econômica deste tipo de sistema é por meio da solução do problema do Planejamento da Operação Energética (POE). O objetivo do POE é estabelecer políticas de operação que determinem o despacho de cada usina em um determinado horizonte de planejamento, de maneira que seja atendida a demanda ao menor custo esperado. Devido a uma série de complexidades, o POE é resolvido indiretamente (e, portanto, aproximadamente) por uma cadeia de modelos, dentre os quais, destacam-se dois modelos de otimização estocástica referente as etapas de médio e curto prazos. Em ambos os problemas, para obter uma solução numérica aproximada é necessário aproximar o processo estocástico original, associado com a vazão incremental afluente, por uma árvore de cenários. Naturalmente, quanto maior for o conjunto de possíveis realizações futuras do evento incerto, melhor é a representação das incertezas. Contudo, árvores com muitos cenários aumentam a complexidade do problema de otimização associado em termos do esforço computacional. Nesse contexto, o desafio é manter um equilíbrio entre a representatividade do processo estocástico e o esforço computacional para obter soluções de boa qualidade. Neste trabalho é utilizada uma estratégia baseada no uso de métricas probabilísticas para obter, a partir de uma árvore de cenários e de grande porte, uma árvore reduzida capaz de representar satisfatoriamente a árvore inicial. A métrica utilizada, denominada por distância aninhada, foi recentemente proposta por G.C. Pflug e A. Pichler para lidar com árvores de cenários multiestágio. Com base nesta métrica é utilizado um algoritmo que atualiza iterativamente árvores reduzidas de modo a obter aquela que mais se aproxima, em termos da distância aninhada, da árvore de grande porte. Finalmente, o desempenho da solução da árvore reduzida é avaliado com base no teste de Kolmogorov-Smirnov e da brecha de otimalidade.<br> / Abstract : The Brazilian Electric System (SEB) is a hydrothermal system with predominance of hydroelectric generation. The technical and economic ensured sustainability of this type of system is designed by the Energy Operation Planning (POE). The main objective of the POE is to establish operating policies that determine the dispatch of each plant in a given planning horizon, so that demand is met at the lowest expected cost. For this purpose, a stochastic optimization problem is solved, in which the only uncertainty are the incremental inflows to the system s reservoirs. In order to obtain an approximate numerical solution to the problem, it is necessary to approximate the continuos stochastic process associated to the inflows by a scenario tree. Naturally, the greater set of scenarios (i.e., large trees) is the better uncertainty representation. However, large scenario trees drastically increase the computational effort to (approximately) solve the resulting multistage stochastic program. In this context, the challenge is to maintain a balance between uncertainty representation and computational effort to obtain good quality solutions. In this work, we employ a strategy based on the use of probabilistic metrics to find smaller but representative scenario trees. The considered metric denoted by Nested Distance, was recently proposed by G.C. Pflug e A. Pichler to deal with multistage scenario trees. Based on this metric, we employ an algorithm that iteratively updates reduced trees in order to obtain the one that is closest to the initial, large, tree. Finally, the performance of the reduced tree solution is evaluated based on the Kolmogorov-Smirnov and optimality gap.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/160630 |
Date | January 2015 |
Creators | Beltrán Rodríguez, Felipe |
Contributors | Universidade Federal de Santa Catarina, Finardi, Erlon Cristian, Oliveira, Welington Luís de |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 151 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 0.0015 seconds