Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética

Detalhes bibliográficos
Autor(a) principal: Beltrán Rodríguez, Felipe
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/160630
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015.
id UFSC_d46a450ecbc51c3f9cbbd71a621b3d89
oai_identifier_str oai:repositorio.ufsc.br:123456789/160630
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energéticaEngenharia elétricaProcesso estocásticoDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 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.Finardi, Erlon CristianOliveira, Welington Luís deUniversidade Federal de Santa CatarinaBeltrán Rodríguez, Felipe2016-04-19T04:03:21Z2016-04-19T04:03:21Z2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis151 p.| il., grafs., tabs.application/pdf337880https://repositorio.ufsc.br/xmlui/handle/123456789/160630porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2016-04-19T04:03:21Zoai:repositorio.ufsc.br:123456789/160630Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732016-04-19T04:03:21Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
title Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
spellingShingle Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
Beltrán Rodríguez, Felipe
Engenharia elétrica
Processo estocástico
title_short Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
title_full Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
title_fullStr Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
title_full_unstemmed Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
title_sort Redução de cenários via distância aninhada aplicada ao problema do planejamento da operação energética
author Beltrán Rodríguez, Felipe
author_facet Beltrán Rodríguez, Felipe
author_role author
dc.contributor.none.fl_str_mv Finardi, Erlon Cristian
Oliveira, Welington Luís de
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Beltrán Rodríguez, Felipe
dc.subject.por.fl_str_mv Engenharia elétrica
Processo estocástico
topic Engenharia elétrica
Processo estocástico
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015
2016-04-19T04:03:21Z
2016-04-19T04:03:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 337880
https://repositorio.ufsc.br/xmlui/handle/123456789/160630
identifier_str_mv 337880
url https://repositorio.ufsc.br/xmlui/handle/123456789/160630
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 151 p.| il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652144523345920

Registros relacionados