Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) Departamento de Engenharia Elétrica (DEE) l i bwww.ele.puc-rio.br Curso de Otimização Linear aplicado ao Setor Elétricoaplicado ao Setor Elétrico Módulo 4Módulo 4 Prof. Alexandre Street 1 Setembro de 2010 AgendaAgenda Módulo 1 – Modelagem de problemas de PL Módulo 2 – Propriedades das soluções e o Método SimplexMódulo 2 – Propriedades das soluções e o Método Simplex Módulo 3 – Teoria de dualidade e análise de sensibilidade Módulo 4 – Decomposição de Benders e PDDE decomposição de problemas de dois estágios: operação ótima de um reservatório em dois períodos e o cálculo do valor da água e do custo marginal de operação do sistema;p ç Exercício no Excel: sistema hidro-térmico o caso multiestágio estocástico: despacho ótimo no setor elétrico brasileiro. 2 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Suponha o seguinte problema de minimização onde o vetor de variáveis x1 representa decisões de um primeiro estágio e x2 do segundo: Por exemplo, x1 é a geração, turbinamento e volume final armazenado de usinas de um sistema hidrotérmico no período 1 e x2 no período 2.∗ = Min, ⋅ + ⋅ (6). : ⋅ ≥ (6.1)⋅ + ⋅ ≥ (6 2) Caso não existisse a restrição (6 2) o problema (6) poderia ser resolvido de + ≥ (6.2)⋅ ≥ (6.3) Caso não existisse a restrição (6.2), o problema (6) poderia ser resolvido de maneira separada (em x1 e x2): 1∗ = Min ⋅. : ⋅ ≥ +∗ = 2∗ = Min ⋅. : ⋅ ≥ 3 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Esse acoplamento em forma de escada na matriz impossibilita a decomposição do problema em subproblemas menores (com menos variáveis cada um): 00 0 Matriz de restrições: 0 4 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Esse acoplamento em forma de escada na matriz impossibilita a decomposição do problema em subproblemas menores (com menos variáveis cada um): Matriz de restrições: ∗( ) = Min∗ = Min +∗ = 2 ( ) = Min ⋅. : ⋅ ≥ − ⋅⋅ ≥1 = Min ⋅. : ⋅ ≥ += 5 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Se conhecêssemos a função de custo do segundo estágio C2*(x1), então poderíamos resolver o problema apenas selecionando a decisão do primeiro estágio (x1): ∗ = Min ⋅ + 2∗( ). : ⋅ ≥ Mas para cada x1 , C2*(x1) é a solução (valor da f.obj.) de um problema de PL! . : ≥ Contudo, conhecemos as seguintes propriedades desta função : é convexa; é linear por partes (R$)2∗( 1)é linear por partes. Ex. da operação ótima 2 1 c2=-15012.250,0p ç 10.000,0 c1=-100 6 115 v1 (hm3)15 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Se conhecêssemos a função de custo do segundo estágio C2*(x1), então poderíamos resolver o problema apenas selecionando a decisão do primeiro estágio (x1): ∗ = Min ⋅ + 2∗( ). : ⋅ ≥ Sabemos então que essa função é o máximo entre funções afins: . : ≥ Vd é o conjunto de vértices duais 2∗( ) = max ( ) ⋅ + ( ) y é obtido através w1 2( ) maxi∈Vd ( ) + ( ) y1 y é obtido através da variável dual da restrição em que x1 está no RHS: w2 w3 y2 x1 está no RHS:= 2∗( ) 7 x1 w3 Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Só podemos calcular C2*(x1) ponto a ponto: para um ponto conhecido x1(k), de uma iteração k qualquer do método, podemos obter o valor da função da sua derivada (localmente).2∗ ( ) = Min ⋅ ≥ . : ⋅ ≥ − ⋅ ( ) :⋅ ≥∗ ∗( ) ∗( ) + é b id é( ) = 2∗ ( ) = 2∗( ) ⋅ ( ) = ⋅ (− ) w1 2∗( ) = maxi∈Vd ( ) ⋅ + ( ) y1 y é obtido através da variável dual da restrição em que tá RHS w2 1 y1 y2 x1 está no RHS: ( ) = 2∗ ( ) 8 x1 w3 ( ) Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Podemos facilitar a obtenção do gradiente de C2*(x1) no ponto x1(k) inserindo x1 como uma variável no problema e fixando o seu valor em x1(k): 2∗ ( ) = Min, ⋅: ⋅ + ⋅ ≥ . : ⋅ + ⋅ ≥⋅ ≥= ( ) : 2∗( ) = max ( ) ⋅ + ( ) y é obtidadiretamente como w1 2( ) maxi∈Vd ( ) + ( ) y1 diretamente como uma variável dual da restrição em que x1 está fixado w2 w3 y2 que x1 está fixado em x1(k): ( ) = 2∗ ( ) 9 x1 w3 ( ) Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Se conhecêssemos a função de custo do segundo estágio C2*(x1), então poderíamos resolver o problema apenas selecionando a decisão do primeiro estágio (x1): ∗ = Min ⋅ + 2∗( ): ⋅ ≥ E que pode ser modelada por um problema de PL: . : ≥ 2∗( ) = Mint. : ≥ ( ) ⋅ + ( ) ∀ ∈ w1 t ( ) ( ) w2 w3 10 x1 w3 x1* Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Como Vd, em geral, é muito grande, podemos criar um Limite Inferior Cinf para o valor ótimo nosso problema original C*, utilizando um subconjunto U ⊆ Vd de planos que caracterizam C *(x ):planos que caracterizam C2 (x1): ∗ = Min ⋅ + 2∗( ): ⋅ ≥ = Min,t ⋅ +: ⋅ ≥ ≤ Como a função de segundo estágio não é mais a mesma, o ótimo deve mudar. Na i ã k d é d d ó i k l j U l ã ó i . : ≥. : ≥≥ ( ) ⋅ + ( ) ∀ ∈ iteração k do método, onde só existam k planos no conjunto U, a solução ótima vale x1(k). 2 ( ) Aproximação inferior P C* ( ) tili w1 t Para C 2(x1): utiliza um subconjunto U de planos dentre todos os que caracterizam a função original. w3 ç g 11 x1 w3 x*1x1(k) Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Para criar um Limite Superior Csup para o valor ótimo nosso problema original C*, basta utilizar a solução x1(k) encontrada no processo de obtenção do Limite Inferior e avaliá-lo na função original do segundo estágio: C*2(x1(k)). ≤ ≤= Min,t ⋅ + ∗ = Min ⋅ + 2∗( )≥ = ⋅ ( ) + 2∗( ( )) . : ⋅ ≥≥ ( ) ⋅ + ( ) ∀ ∈ . : ⋅ ≥ 2∗ ( ) = Min ⋅: ⋅ ≥ − ⋅ ( ) w1 t x1(k) . : ⋅ ≥ − ⋅ ( )⋅ ≥ w3 12 x1 w3 x1*x1(k) Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios O limite inferior é obtido pelo ótimo obtido com a função aproximada por baixo (quando U={1,2}). A solução obtida neste processo é subótima para o problema original (que contem todos os planos) Assim ao avaliarmos o custoproblema original (que contem todos os planos). Assim, ao avaliarmos o custo total nessa solução, obteremos um limite superior (Csup) para o valor ótimo C* ≤ ≤= Min ⋅ + ∗ = Min ⋅ + 2∗( ) = ⋅ ( ) + 2∗( ( ))Min,t +. : ⋅ ≥≥ ( ) ⋅ + ( ) ∀ ∈ 2 ( ). : ⋅ ≥ ( ) + 2 ( ( )) As funções desta figura w1 ç g representam a função custo total (dos dois períodos) em função de x1 i=1i=2 i=3Csup 1 + 2∗( ) C* U={1,2} i=3 Cinf Csup + 2 ( ) 13 x1x1*x1(k) { , } Decomposição de Benders: 2 estágiosDecomposição de Benders: 2 estágios Caso o GAP de otimalidade, dado por GAP = Csup - Cinf, seja insatisfatório: devemos incluir um plano a mais no conjunto U, referente ao ponto encontrado no processo de limite inferior. Para isso, usamos as informações das variáveis duais do problema do segundo estágio. A expressão do plano é obtida pelo valor da função no ponto em que a avaliamos, C2*(x1(k)), mais um desvio deste ponto para um ponto genérico x1 multiplicado pela taxa de variação local da função: ≥ 2∗ ( ) + ( ) ⋅ − ( ) 2 ( ) ≥ 2 ( ) + ( ) ( )≥ ( ) ⋅ + w1 2 ( ) yk = - πkTD ou diretamente da restrição de fixação do valor de x1 C *( ) T w C2*(x1(k)) yk wk = C2*(x1(k)) – ykT⋅x1(k) formam um novo plano a ser considerado em uma próxima 14 x1 w3 x1(k) x1* co s de ado e u a p ó a iteração k+1. Benders 2 estágios (Resumo do algoritmo)Benders 2 estágios (Resumo do algoritmo) Inicialização: Obtenha uma solução inicial para o primeiro estágio (x1(1)) Pode-se resolver o problema do primeiro estágio limitando t a um piso conhecido (zero no exemplo do custo mínimo). Neste caso o conjunto U={1} começa apenas com um plano constante k=1 (contador de iterações) Passo 1: Encontrar um Limite Inferior para o custo mínimo k=k+1 Resolver o problema do primeiro estágio utilizando a aproximação inferior dada pelos planos do conjunto U e fazer Cinf ser o valor de sua função objetivo no ótimo encontrado. Neste passo serão obtidos o limite inferiorCinfk e um ponto subótimo x1(k) Passo 2: Encontrar um Limite Superior para o custo mínimo Resolver o problema do segundo estágio para o ponto x1(k) obtido no passo anterior: • Calcule o custo deste estágio C2*(x1(k)) ; • Calcule Csupk = cT⋅x1(k)+ C2*(x1(k))k 1(k) 2 ( 1(k)) • Obter a derivada (gradiente) yk = ∂C2*(x1)/∂x1 no ponto x1(k) através da variável dual. • Calcule wk = C2*(x1(k)) – ykT⋅x1(k) • Se Csupk – Cinfk > tol., então: Inclua o plano encontrado (yk e wk), U=U∪{k} e volte ao passo 1. 15 k k , p (yk k), { } p • Caso contrário: PARE! Ótimo encontrado. AgendaAgenda Módulo 1 – Modelagem de problemas de PL Módulo 2 – Propriedades das soluções e o Método SimplexMódulo 2 – Propriedades das soluções e o Método Simplex Módulo 3 – Teoria de dualidade e análise de sensibilidade Módulo 4 – Decomposição de Benders e PDDE decomposição de problemas de dois estágios: operação ótima de um reservatório em dois períodos e o cálculo do valor da água e do custo marginal de operação do sistema;p ç Exercício no Excel: sistema hidro-térmico o caso multiestágio estocástico: despacho ótimo no setor elétrico brasileiro. 16 Exercício: Sistema HidroExercício: Sistema Hidro--Térmico (Térmico (handshands onon)) Despacho ótimo de duas horas consecutivas (períodos = horas) Suponha um rendimento de 1 MWh/hm3 para a turbina da hidrelétrica Potência máxima da hidrelétrica igual a 200 MW Afluências em cada período de a1 = 20 hm3 e a2 = 5 hm3 Demanda igual a 120 MWh nos dois períodos Volume inicial v0 = 100 hm3 O potencial hídrico é: 125 MWh No período 1: (v0 + a1)⋅ρ = 120 MWh No período 2: (a2)⋅ρ = 5 MWh id i é i d d l d é i d lConsidere o sistema térmico dado pelas duas térmicas do exemplo anterior custos de 100 e 150 R$/MWh e Potência disponível 100 e 50 MW respectivamente. 17 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 1 (k=1): Despacho ótimo no primeiro período, sem função de custo futuro, é dado pelo seguinte problema de PL: = Min≥ 100 ⋅ 11 + 150 ⋅ 12 + 500 ⋅ 1 + v1,u1,s1,r1≥0. : 11 + 12 + 1 ⋅ 1 + 1 ≥ 1201 + 1 + 1 = 100 + 201 + 1 + 1 +0 ≤ 1 ≤ 500 ; 0 ≤ 1 ≤ 100 ; 0 ≤ 1 ≤ 2001 ⋅ 1 ≤ 2001 2 5 A solução ótima é turbinar toda a água do reservatório atendendo à 0 ≤ 11 ≤ 100 ; 0 ≤ 12 ≤ 50≥ 0 A solução ótima é turbinar toda a água do reservatório, atendendo à demanda e deixando o reservatório vazio para o próximo período. O custo deste período é zero. 18 O limite inferior do custo total obtido nesta iteração (k=1) é Cinf = 0 Exercício: Sistema HidroExercício: Sistema Hidro--Térmico (Planilha Excel)Térmico (Planilha Excel) 19 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 2 (k=1): No segundo período, o problema que devemos resolver é: dado que temos 0 hm3 no reservatório + 5 das chuvas deste período, devemos utilizá-lo por completo e atender o resto da carga com térmicas: 2∗(0) = Min≥ ≥0 100 ⋅ 21 + 150 ⋅ 22 + 500 ⋅ 2 v2,u2,s2,r2≥0v1. : 21 + 22 + 2 + 2 ≥ 1202 + 2 + 2 − 1 = 51 = 00 ≤ 2 ≤ 500 ; 0 ≤ 2 ≤ 100 ; 0 ≤ 2 ≤ 2000 ≤ 21 ≤ 100 ; 0 ≤ 22 ≤ 50 A solução ótima é turbinar 5 hm3 e zerar o reservatório. O despacho ótimo das térmicas será: g1 = 100 g2 = 15 MWhO despacho ótimo das térmicas será: g1 = 100, g2 = 15 MWh O custo do segundo período será 12,250.00 R$ A variável dual da restrição de demanda vale y(1) = -150 R$/MWh 20 ( ) O limite superior para o custo total é Csup = C1* + C2*(0) = 12,250.00 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Chegamos no fim da primeira iteração com um GAP = 12.250,0 Algoritmot = 1 t = 2 Custo: 100 150 0 Custo: 100 150 0 k g1 g2 u1 v1 Custo1 Custo fut k g1 g2 u2 v2 Custo2 k Cinf Csup GAP y w 1 0 0 120 0 -$ -$ 1 100 15 5 0 12,250.00$ 1 -$ 12,250.00$ 12,250.00$ -150 12,250.00$ Logo, devemos incluir um plano para aproximar a função de custo futuro obtido neste ponto e retornar ao Passo 1.p (R$)2∗( 1) y(1)=-15012.250,0 21 v1 (hm3)0 81.7 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 1 (k=2): Despacho ótimo no primeiro período, com a função de custo futuro aproximada por um segmento:= Min≥v1,u1,s1,r1≥0 100 ⋅ 11 + 150 ⋅ 12 + 500 ⋅ 1 +1 2 . : 11 + 12 + 1 ⋅ 1 + 1 ≥ 1201 + 1 + 1 = 100 + 200 ≤ 1 ≤ 500 ; 0 ≤ 1 ≤ 100 ; 0 ≤ 1 ≤ 2000 ≤ 1 ≤ 500 ; 0 ≤ 1 ≤ 100 ; 0 ≤ 1 ≤ 2001 ⋅ 1 ≤ 2000 ≤ 11 ≤ 100 ; 0 ≤ 12 ≤ 50 Agora a solução ótima é turbinar 38 3 hm3 e deixar 81 7 hm3 de a água do ≥ 0≥ −150 ⋅ 1 + 12,250.0 Agora, a solução ótima é turbinar 38.3 hm3 e deixar 81.7 hm3 de a água do reservatório, atendendo o resto da demanda com a térmica 1 (g1* = 81.67 MWh). O custo deste período é 8,166.70 R$ e o custo futuro zero. 22 O limite inferior do custo total obtido nesta iteração (k=2) foi Cinf = 8,166.70 R$ Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 2 (k=2): No segundo período, o problema que devemos resolver é: dado que temos 81,7 hm3 no reservatório + 5 das chuvas deste período, devemos utilizá-lo por completo e atender o resto da carga com térmicas: 2∗(81.67) = Min≥ ≥0 100 ⋅ 21 + 150 ⋅ 22 + 500 ⋅ 2 v2,u2,s2,r2≥0v1. : 21 + 22 + 2 + 2 ≥ 1202 + 2 + 2 − 1 = 52 2 2 11 = 81.670 ≤ 2 ≤ 500 ; 0 ≤ 2 ≤ 100 ; 0 ≤ 2 ≤ 2000 ≤ 21 ≤ 100 ; 0 ≤ 22 ≤ 50 A solução ótima é turbinar 86.67 hm3 e zerar o reservatório. O despacho ótimo das térmicas será: g1 = 33 33 e g2 = 0 MWh 2 2 O despacho ótimo das térmicas será: g1 = 33.33 e g2 = 0 MWh O custo do segundo período será 3,333.00 R$ A variável dual da restrição de demanda vale y(2) = -100 R$/MWh 23 ( ) O limite superior para o custo total é Csup = C1* + C2*(81.67) = 11,500.00 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Chegamos no fim da segunda iteração com um GAP = 3,333.33 R$, 29% da melhor solução. Custo: 100 150 0 Custo: 100 150 0 k g1 g2 u1 v1 Custo1 Custo fut k g1 g2 u2 v2 Custo2 k Cinf Csup GAP y w 1 0 0 120 0 -$ -$ 1 100 15 5 0 12,250.00$ 1 -$ 12,250.00$ 12,250.00$ -150 12,250.00$ Algoritmot = 1 t = 2 Logo, devemos incluir um plano para aproximar a função de custo futuro $ $ ,$ $ ,$ ,$ ,$ 2 81.7 0.0 38.333 81.7 8,166.67$ -$ 2 33.3 0.0 86.7 0.0 3,333.33$ 2 8,166.67$ 11,500.00$ 3,333.33$ -100 11,500.00$ g , p p p ç obtido neste ponto e retornar ao Passo 1. (R$)2∗( 1) y(1)=-15012.250,0 11.500,0 y(2)=-100 24 v1 (hm3)0 81.7 Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 1 (k=3): Despacho ótimo no primeiro período, com a função de custo futuro aproximada por 2 segmentos:= Min≥v1,u1,s1,r1≥0 100 ⋅ 11 + 150 ⋅ 12 + 500 ⋅ 1 +: 1 + 2 + 1 ⋅ 1 + ≥ 120 . : 1 + 1 + 1 ⋅ 1 + 1 ≥ 1201 + 1 + 1 = 100 + 200 ≤ 1 ≤ 500 ; 0 ≤ 1 ≤ 100 ; 0 ≤ 1 ≤ 2001 ≤ 2001 ⋅ 1 ≤ 2000 ≤ 11 ≤ 100 ; 0 ≤ 12 ≤ 50≥ 0 Agora a solução ótima é turbinar 20 hm3 e deixar 100 hm3 de a água do ≥ −150 ⋅ 1 + 12,250.0≥ −100 ⋅ 1 + 11,500.0 Agora, a solução ótima é turbinar 20 hm3 e deixar 100 hm3 de a água do reservatório, atendendo o resto da demanda com a térmica 1 (g1* = 100 MWh). O custo deste período é 10,000.00 R$ e o custo futuro 1,500.00 25 O limite inferior do custo total obtido nesta iteração (k=3) foi Cinf = 11,500.00 R$ Exercício: Sistema HidroExercício: Sistema Hidro--TérmicoTérmico Passo 2 (k=2): No segundo período, o problema que devemos resolver é: dado que temos 100 hm3 no reservatório + 5 das chuvas deste período, devemos utilizá-lo por completo e atender o resto da carga com térmicas: 2∗(100) = Min≥ ≥0 100 ⋅ 21 + 150 ⋅ 22 + 500 ⋅ 2 v2,u2,s2,r2≥0v1. : 21 + 22 + 2 + 2 ≥ 1202 + 2 + 2 − 1 = 52 2 2 11 = 1000 ≤ 2 ≤ 500 ; 0 ≤ 2 ≤ 100 ; 0 ≤ 2 ≤ 2000 ≤ 21 ≤ 100 ; 0 ≤ 22 ≤ 50 A solução ótima é turbinar 105 hm3 e zerar o reservatório. O despacho ótimo das térmicas será: g1 = 15 e g2 = 0 MWh 2 2 O despacho ótimo das térmicas será: g1 = 15 e g2 = 0 MWh O custo do segundo período será 1,500.00 R$ A variável dual da restrição de demanda vale y(3) = -100 R$/MWh 26 ( ) O limite superior para o custo total é Csup = C1* + C2*(100) = 11,500.00 Exercício: Sistema HidroExercício:Sistema Hidro--TérmicoTérmico Chegamos no fim da terceira iteração com um GAP = 0 R$, 0% da melhor solução: Pare, solução ótima encontrada! A solução é dada pela operação ótima encontrada na iteração 3. Custo: 100 150 0 Custo: 100 150 0 k g1 g2 u1 v1 Custo1 Custo fut k g1 g2 u2 v2 Custo2 k Cinf Csup GAP y w Algoritmot = 1 t = 2 k g1 g2 u1 v1 Custo1 Custo fut k g1 g2 u2 v2 Custo2 k Cinf Csup GAP y w 1 0 0 120 0 -$ -$ 1 100 15 5 0 12,250.00$ 1 -$ 12,250.00$ 12,250.00$ -150 12,250.00$ 2 81.7 0.0 38.3 81.7 8,166.67$ -$ 2 33.3 0.0 86.7 0.0 3,333.33$ 2 8,166.67$ 11,500.00$ 3,333.33$ -100 11,500.00$ 3 100 0 20 100 10,000.00$ 1,500.00$ 3 15.0 0.0 105.0 0.0 1,500.00$ 3 11,500.00$ 11,500.00$ -$ -100 11,500.00$ $12,000.00 $14,000.00 Convergência - Benders 2 estágios $6,000.00 $8,000.00 $10,000.00 R$ $- $2,000.00 $4,000.00 1 2 3 Csup Cinf 27 1 2 3 Iterações AgendaAgenda Módulo 1 – Modelagem de problemas de PL Módulo 2 – Propriedades das soluções e o Método SimplexMódulo 2 – Propriedades das soluções e o Método Simplex Módulo 3 – Teoria de dualidade e análise de sensibilidade Módulo 4 – Decomposição de Benders e PDDE decomposição de problemas de dois estágios: operação ótima de um reservatório em dois períodos e o cálculo do valor da água e do custo marginal de operação do sistema;p ç Exercício no Excel: sistema hidro-térmico o caso multiestágio estocástico: despacho ótimo no setor elétrico brasileiro. 28 Dados do despacho centralizado do ONS Dados do despacho centralizado do ONS Parâmetros do Modelo: Informação hidrológica Custo do déficit 41 38 40 42 44 46 48 51 54 56 59 61 20 30 40 50 60 70 GW average Cenário de demanda (5 anos) Custo do déficit Curva de Aversão ao Risco Critério de Convergência, etc… 0 10 20 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 - Dados técnicos e operativos das usinas Transmissão: Topologia da Rede - Cronograma de expansão das unidades geradoras (5 anos) Limites e disponibilidades •CMO •Despacho das Usinas Gt πt 29 t Despacho Físico: Sistema HT Despacho Físico: Sistema HT -- FormulaçãoFormulação Minimizar E(∑t ∑j gTj,t⋅cj + deft⋅cdef) s.a: Atendimento à demanda: ∑iturbi,t⋅ρ + ∑jgTj,t⋅cj + deft = dt ∀t Balanço Hídrico: vi,t = vi,t-1 + ai,t-1 + ∑k ∈m(i)(turbk,t-1+vertk,t-1) - turbi,t-1 - verti,t-1 ∀i,t Limites e capacidades: vimin ≤ vi,t ≤ vimax ∀i,t i TGjmin ≤ gTj,t ≤ Gjmax ∀i,t Limites de transmissão: … Dificuldades: ai,t é um processo estocástico com dependência periódica nos lags passados: PAR(p) 30 , As restrições de Balanço Hídrico tornam o problema ACOPLADO temporalmente Despacho Físico: Sistema HT Despacho Físico: Sistema HT -- AfluênciasAfluências As afluências são (no Brasil) modeladas através de um modelo Autorregressivo periódico multivariado S j [ ] t d d d t g i iódiSeja p = [p1,...,pn] o vetor de ordens de um autorregressivo periódico com n períodos sazonais, por exemplo, n = 12 O Vetor de afluências at em cada posto de vazão (usinas) é modelado por: ε = Φ (L) (a μ ) logN(0 ∑ )εt = Φm(t)(L)⋅(at - μm(t)) ~ logN(0,∑m(t)) m(t) ∈ {1, ..., n} é o período sazonal de t (para séries mensais corresponde ao mês da etapa t) Φm(t)(L) é a matriz de polinômios que relacionam o período t com os pm(t) lagsm(t)( ) p q p pm(t) g anteriores de cada combinação de posto de afluência ∑m(t) e μm(t) são respectivamente a matriz de covariância dos resíduos e o vetor de médias do período sazonal m(t) NO NE ∑3 e μ3 SE m(t)1 2 3 12 1 2 3 12 p3 = 2 p2 = 1p1 = 1 31 SU t1 2 3 12 25 26 27 36 m(t)1 2 3 12 1 2 3 12 Despacho Físico: Sistema HT Despacho Físico: Sistema HT -- DecomposiçãoDecomposição O problema multi-estágio pode ser decomposto em problemas de um estágio dependente do estado atual: função de custo futuro FCFt(vt,at-1,...,at-p) = 1/B ∑b Minimizar ∑j gTj,t⋅cj + deft⋅cdef + FCFt+1(vt+1,at,b,..., at-p+1) s.a: Atendimento à demanda:Atendimento à demanda: ∑iturbi,t⋅ρ + ∑j gTj,t⋅cj + deft = dt(ignorando a rede de transmissão por simplicidade) Balanço Hídrico: (vt e at estão do lado direito - fixados) vi,t+1 - ∑k ∈m(i)(turbk,t+vertk,t) + turbi,t + verti,t = vi,t + ai,t,b(at-1,...,at-p) ∀i Limites e capacidades: vimin ≤ vi,t ≤ vimax ∀i Gjmin ≤ gTj,t ≤ Gjmax ∀i Como at pode ser escrito como função dos lags passados, que são as variáveis de estado, a FCF representa o valor esperado condicionado a t-1, t-2, ..., t-p B é o número de cenários condicionais simulados (conhecidos como cenários Backward) 32 B é o número de cenários condicionais simulados (conhecidos como cenários Backward) Despacho Físico: Sistema HT Despacho Físico: Sistema HT –– Programação Dinâmica Programação Dinâmica DualDualuaua Afluências “Backwards” Simulação inicial {a } Volume inicial Supor FCFT+1 = 0 Backwards final {ats} 100% CmédioT,s=1 πmédioT,s=1 CmédioT,s πmédioT,s vfinal 50% tTT-11 2 FCFT10% tTT 11 2 33 Despacho Físico: Sistema HT Despacho Físico: Sistema HT –– Programação Dinâmica Programação Dinâmica DualDualuaua Calculo de FCFT-1: Volume inicial Considera FCFT CmédioT-1,s= Min FCIT-1,s +FCFT(vT) final CmédioT-1,s πmédioT-1,s vfinal tTT-11 2 FCFT-1 tTT 11 2 34 Despacho Físico: Sistema HT Despacho Físico: Sistema HT –– Programação Dinâmica Programação Dinâmica DualDual Solução Ótima Hoje: LIMITE INFERIOR (CInf) C édi Mi FCI FCF ( ) uaua Calculo de FCF1: Cmédio Mi FCI FCF ( )Cmédio0= Min FCI0 +FCF1(v1) Vol. ini Considera FCF1 final Cmédio1,s= Min FCI1 +FCF2(v2) Cmédio1,s πmédio1,s vfinal tTT-11 2 FCF1 tTT 11 2 35 Despacho Físico: Sistema HT Despacho Físico: Sistema HT –– Programação Dinâmica Programação Dinâmica DualDualuaua Cálculo do Limite Superior (CSUP) Simulação Forward do Sistema FCF’ d it ã t i Volume inicial com as FCF’s da iteração anterior FCI1 + FCI2 + ... ... + FCITFCI0 + = CSUP tTT-11 2 FCF1 FCF2 FCFT tTT 11 2 36 Despacho Físico: Sistema HT Despacho Físico: Sistema HT –– Programação Dinâmica Programação Dinâmica DualDual CSUP uaua Custo Total Convergência CINF iterações 1 2 3 n tTT-11 2 FCF1 FCF2 FCFT 37 tTT-11 2 Cenários de Preço e Geração FuturaCenários de Preço e Geração Futura Para se determinar a operação ótima e o preço spot de hoje (t=0) É necessário simular a operação ótima do sistema no médio prazo (5 anos) Assim, as incertezas na geração e preços futuros são caracterizados pelos cenários de operação ótima simulados pelo ONS/CCEE : ξ = { ξts = [Gts, πts]T , ∀ t = 1, ...,T e s=1,...,S } com Prob({ξts}t) = 1/S, ∀s Prob({ξts}t) = 1/S ξ11 ξ12 ξ21 ξ22 ξT1 ξξ12 ξ1S ξ22 ξ2S ξT2 ξTS tTT-11 2 38 Características do PLDCaracterísticas do PLD Alta volatilidade com longos períodos de preços muito baixos, devido à sobre capacidade instalada hidrelétrica (custo imediato baixo), necessária para garantir o suprimento em condições adversas intercalados de período degarantir o suprimento em condições adversas, intercalados de período de preços explosivos decorrentes de instabilidades conjunturais ou de secas inesperadas Histórico de PLD (Carga Média) 700 800 NE: suprimento de gás SU-SE: hidrologia SU-SE: hidrologia Todos os sub. Hidrologia + termo de compromisso (oferta de gás) 500 600 700 W h SE SU: CIEN + hidrologia hidrologiahidrologia ( g ) 200 300 400 R$ /M W SU NE NO 0 100 -0 1 -0 1 -0 1 -0 2 -0 2 -0 2 -0 2 -0 3 -0 3 -0 3 -0 3 -0 4 -0 4 -0 4 -0 4 -0 5 -0 5 -0 5 -0 5 -0 6 -0 6 -0 6 -0 6 -0 7 -0 7 -0 7 -0 7 39 Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - M a r- Ju n- Se p- D ec - Semanas Overview dos preços de curto prazoOverview dos preços de curto prazo Voláteis e com correlação negativa com a geração total (MRE) Proporcionam o double-side risk na contratação: Short em contractos: Longo período vendendopor preços baixos Long em contratos: Períodos curtos comprando por preços altos 90% 100% 700 800 50% 60% 70% 80% M ax im um ) 400 500 600 ice (R $/ M W h) 20% 30% 40% 50% St or ag e (% 200 300 400 Sh or t-t er m pr 0% 10% Ja n- 00 Ap r-0 0 Ju l-0 0 Oc t-0 0 Ja n- 01 Ap r-0 1 Ju l-0 1 Oc t-0 1 Ja n- 02 Ap r-0 2 Ju l-0 2 Oc t-0 2 Ja n- 03 Ap r-0 3 Ju l-0 3 Oc t-0 3 Ja n- 04 Ap r-0 4 Ju l-0 4 Oc t-0 4 Ja n- 05 Ap r-0 5 Ju l-0 5 Oc t-0 5 Ja n- 06 Ap r-0 6 Ju l-0 6 Oc t-0 6 Ja n- 07 Ap r-0 7 Ju l-0 7 Oc t-0 7 Ja n- 08 Ap r-0 8 Ju l-0 8 Oc t-0 8 Ja n- 09 Ap r-0 9 - 100 40 Storage (Brazil) Short-term price (SE/CW) RiscoRisco nana contrataçãocontratação Hydroelectric Generation vs Spot Prices SE zone - Simulated data for 2011 y = -2.43E-09x3 + 2.78E-06x2 - 0.00118x + 1.159 R² = 0.982 115% The 105% 110% FE C ) e Low er is 100% on (% to ta l F s the prod 95%G en er at i The Higher is the price duction 90% 0 100 200 300 400 500 600 SE Spot Prices (R$/MWh) The Higher is the price 41 SE Spot Prices (R$/MWh)
Compartilhar