[en] ON THE SOLUTION VARIABILITY REDUCTION OF STOCHASTIC DUAL DYNAMIC PROGRAMMING APPLIED TO ENERGY PLANNING
Autor: | MURILO PEREIRA SOARES |
---|---|
Jazyk: | angličtina |
Rok vydání: | 2015 |
Předmět: | |
Druh dokumentu: | TEXTO |
DOI: | 10.17771/PUCRio.acad.25355 |
Popis: | [pt] No planejamento da operação hidrotérmica brasileiro, assim como em outros países hidro dependentes, a Programação Dinâmica Dual Estocástica (PDDE) é utilizada para calcular uma política ótima avessa a risco que, muitas vezes, considera modelos autorregressivos para modelagem das afluências às hidrelétricas. Em aplicações práticas, estes modelos podem induzir a uma variabilidade indesejável de variáveis primais (geração térmica) e duais (custo marginal e preço spot), que são altamente sensíveis a mudanças nas condições iniciais das vazões. Neste trabalho, são propostas duas abordagens diferentes para estabilizar as soluções da PDDE no problema de planejamento da operação energética: a primeira abordagem visa regularizar variáveis primais considerando uma penalidade adicional sobre as mudanças no despacho térmico ao longo do tempo. A segunda abordagem reduz indiretamente a variabilidade da geração térmica e do custo marginal ao ignorar informações de afluências passadas na função de custo futuro e compensando-a com um aumento na aversão ao risco. Para fins de comparação, a qualidade solução foi avaliada com um conjunto de índices propostos que resumem cada aspecto importante de uma política de planejamento hidrotérmico. Em conclusão, mostramos que é possível obter soluções com boa qualidade em comparação com benchmarks atuais e com uma redução significativa variabilidade. [en] In the hydrothermal energy operation planning of Brazil and other hydro-dependent countries, Stochastic Dual Dynamic Programming (SDDP) computes a risk-averse optimal policy that often considers river-inflow autoregressive models. In practical applications, these models induce an undesirable variability of primal (thermal generation) and dual (marginal cost and spot price) solutions, which are highly sensitive to changes in current inflow conditions. In this work, we propose two differing approaches to stabilize SDDP solutions to the energy operation planning problem: the first approach aims at regularizing primal variables by considering an additional penalty on thermal dispatch revisions over time. The second approach indirectly reduces thermal generation and marginal cost variability by disregarding past inflow information in the cost-to-go function and compensating it with an increase in risk aversion. For comparison purposes, we assess solution quality with a set of proposed indexes summarizing each important aspect of a hydrothermal operation planning policy. In conclusion, we show it is possible to obtain high- quality solutions in comparison to current benchmarks and with significantly reduced variability. |
Databáze: | Networked Digital Library of Theses & Dissertations |
Externí odkaz: |