Modelo de otimização estocástica de dois estágios para o problema da programação diária da operação eletroenergética

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. === Made available in DSpace on 2017-01-17T03:17:11Z (GMT). No. of bitstreams: 1 343634.pdf: 6532403 bytes, checksum: cf85f6d8ee57774a9ea3e4632f49a5ec...

Full description

Bibliographic Details
Main Author: Scuzziato, Murilo Reolon
Other Authors: Universidade Federal de Santa Catarina
Format: Others
Language:Portuguese
Published: 2017
Subjects:
Online Access:https://repositorio.ufsc.br/xmlui/handle/123456789/172359
Description
Summary:Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. === Made available in DSpace on 2017-01-17T03:17:11Z (GMT). No. of bitstreams: 1 343634.pdf: 6532403 bytes, checksum: cf85f6d8ee57774a9ea3e4632f49a5ec (MD5) Previous issue date: 2016 === Neste trabalho é apresentada uma análise comparativa de diferentes estratégias de decomposição aplicadas na resolução do problema da programação de unidades geradoras. A programação diária da operação eletroenergética é modelada como um problema de otimização estocástica de dois estágios, em que as incertezas são relacionadas à demanda e à afluência incremental das usinas hidrelétricas. As estratégias de decomposição são baseadas na Relaxação Lagrangiana (RL). Por sua vez, na recuperação primal utilizam-se heurísticas que combinam as soluções dos subproblemas da RL com aproximações da função de custo futuro. Diferentes estratégias de decomposição são avaliadas utilizando-se duas abordagens distintas, decomposição por cenários e decomposição espacial. Para avaliar cada uma das metodologias utiliza-se um grupo de sistemas hidrotérmicos variados, com número de usinas e capacidade de produção diferentes entre si.<br> === Abstract : This work presents a comparative analysis for different decomposition strategies used to solve the Unit Commitment (UC) problem subject to uncertain demand and water inflows. The methods are applied in hydrothermal systems and the day ahead scheduling is modeled as a two-stage stochastic optimization problem. The solution strategies are based on the Lagrangian Relaxation (LR) approach, using the scenario and the space decomposition schemes. On the other hand, the primal recovery phase uses heuristics that combine the solution of the LR subproblems and a cost to go function. The methods are assessed not only in cases similar to the Brazilian electrical power system but also in various configurations of thermal and hydro power plants, with different proportion in number of units and generation capacity.