Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/325436
Type: TESE DIGITAL
Title: Representação da incerteza em modelos de programação dinâmica estocástica através de latisse binomial : análise na perspectiva do DECOMP
Title Alternative: Representation of uncertainty in stochastic dynamic programming models through binomial lattice : analysis from the perspective of DECOMP
Author: Kazama, Fernanda Nakano, 1992-
Advisor: Correia, Paulo de Barros, 1954-
Abstract: Resumo: O planejamento da operação de sistemas hidrotérmicos de geração de energia elétrica no Brasil utiliza modelos computacionais de otimização (NEWAVE e DECOMP) para determinar operação do sistema, buscando atender a demanda de forma econômica e confiável. Como o sistema está sujeito a várias incertezas (afluências, demanda,...), utilizam-se adicionalmente mecanismos de aversão ao risco, como o CVaR (Conditional Value at Risk), para manter em níveis aceitáveis o risco de não atendimento da demanda. Além disso, a principal estocasticidade do problema é tratada nos modelos NEWAVE e DECOMP como árvores de afluências, onde cada ramo apresenta uma probabilidade de evolução de um determinado cenário, com um cenário completo representado pelo caminho do nó origem até uma das folhas da árvore. Esta representação torna o problema computacionalmente muito complexo com o crescimento dos períodos de tempo analisados, uma vez que os ramos da árvore de afluências aumentam de forma exponencial com o tempo, podendo cair na chamada maldição da dimensionalidade. Assim, esta dissertação propõe uma melhoria para a representação da incerteza no modelo DECOMP, através da substituição da árvore de afluências por latisse, que apresenta um crescimento linear a cada período analisado, diminuindo o esforço computacional e possibilitando a análise de mais períodos de tempo

Abstract: The planning of hydrothermal systems operation of electric power generation in Brazil uses computational optimization models (NEWAVE and DECOMP) to determine the system operation, seeking to attend the demand in an economically and reliably way. As the system is subject to various uncertainties (affluent energy, demand,...), it is used in addition risk aversion mechanisms, such as CVaR (Conditional Value at Risk), to maintain the risk of non-fulfillment of the demand in acceptable levels. Furthermore, the stochasticity of the problem is treated by NEWAVE and DECOMP models though inflow trees, where each branch represents a probability of evolution of a given scenario, and a complete scenario is represented by the path from the root node to one of the leaves of the tree. This representation makes the problem more computationally complex as greater as the number of periods of time analyzed, since the branches of the inflow tree increase exponentially with time, which can result in what is called curse of dimensionality. Thus, this thesis proposes an improvement of the representation of uncertainty in DECOMP model, by replacing the inflow tree for lattice, which features a linear growth in the analyzed period, reducing the computational effort and making possible to analyze more periods of time
Subject: Otimização
Sistemas de energia elétrica hidrotérmica
Programação estocástica
Programação dinâmica
Conditional value at risk (CVaR)
Editor: [s.n.]
Date Issue: 2017
Appears in Collections:FEM - Tese e Dissertação

Files in This Item:
File SizeFormat 
Kazama_FernandaNakano_M.pdf3.04 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.