Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/17526
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
renatoandrademosqueirafurtado.pdf31.51 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Dissertação
Título : Geração de séries sintéticas com fatores aditivos e multiplicativos a partir de modelos autorregressivos ajustados via algoritmo de otimização aritmética
Autor(es): Furtado, Renato Andrade Mosqueira
Orientador: Marcato, André Luís Marques
Co-orientador: Silva Junior, Ivo Chaves da
Miembros Examinadores: Souza, Reinaldo Castro
Miembros Examinadores: Oliveira, Leonardo Willer de
Resumo: A coordenação e a operação eficientes do Sistema Interligado Nacional (SIN) dependem de um planejamento eletroenergético adequado cujo principal objetivo é o atendimento de todas as cargas, em sua integridade, no menor custo possível, balanceando custo operativo e qualidade de serviço. Para planejar o sistema elétrico brasileiro, há a divisão das etapas em médio, curto e curtíssimo prazo, diferenciando-as pelo horizonte de planejamento e pela representação dos componentes do sistema. O planejamento de médio prazo cujo horizonte é de cinco anos à frente, com discretização mensal, configura o topo do planejamento eletroenergético visto que engloba o maior horizonte e cujos resultados servem como base para o planejamento de curto prazo e para a programação diária. Para apoio ao planejamento de médio prazo, atualmente, no Brasil, o modelo NEWAVE é utilizado para definir a melhor política operativa, utilizando a Programação Dinâmica Dual Estocástica (PDDE). Por considerar um horizonte de cinco anos à frente, há a necessidade de representação de cenários de afluências ou energia natural afluente devido às estocasticidades intrínsecas. Assim, o modelo GEVAZP utiliza o modelo autorregressivo PAR(p) para geração de séries sintéticas de afluência e, adicionalmente, uma transformação Lognormal para impedir a geração de séries negativas. Nesse contexto, este trabalho tem como objetivo apresentar uma nova metodologia para calcular os melhores coeficientes e ordem ótimos mensais de um modelo autorregressivo periódico, através de um problema de Programação Não Linear Inteiro Misto, resolvido, iterativamente, pela meta-heurística Algoritmo de Otimização Aritmética. O problema de otimização proposto tem como função objetivo a minimização do desvio padrão do vetor de erros, representados pela diferença entre o valor estimado e o valor real histórico consolidado no deck do NEWAVE. Para tanto, a otimização aritmética, para cada mês, irá procurar os melhores coeficientes positivos e qual a melhor ordem a ser considerada de modo que o desvio padrão entre os erros calculados seja o menor possível. Finalmente, com todos os coeficientes calculados e a ordem ótima considerada para cada mês, parte-se para geração de séries sintéticas de vazões ou de energia natural afluente, utilizando uma simples alternância entre fator aditivo e multiplicativo para construção de cenários artificiais exclusivamente positivos. As simulações consideraram o deck do NEWAVE de julho de 2024 e a biblioteca PySDDP para leitura dos dados das usinas e Reservatórios Equivalentes de Energia do SIN. Por fim, os resultados mostram a aplicabilidade da metodologia desenvolvida através de comparações frente a modelos ajustados via Box & Jenkins e através de análises estatísticas sobre as séries sintéticas geradas. A metodologia foi testada tanto para usinas hidrelétricas quanto para Reservatórios Equivalentes de Energia do SIN representados no médio prazo.
Resumen : The efficient coordination and operation of the National Interconnected System (NIS) depend on adequate electro-energy planning, whose main objective is to attend all loads in their entirety at the lowest possible cost, balancing operational cost and service quality. To plan the Brazilian electrical system, the planning stages are divided into medium, short, and very short terms, differentiated by the planning horizon and the representation of system components. Medium-term planning, with a horizon of five years ahead and monthly discretization, represents the top of electro-energy planning, as it encompasses the largest horizon, and its results serve as the basis for short-term planning and daily scheduling. For medium-term planning support, the NEWAVE model is currently used in Brazil to define the best operational policy, employing Stochastic Dual Dynamic Programming (SDDP). Due to the five-year horizon, there is a need to represent inflow scenarios or natural energy inflow due to intrinsic stochasticities. Thus, the GEVAZP model uses the autoregressive PAR(p) model to generate synthetic inflow series and, additionally, a Lognormal transformation to prevent the generation of negative series. In this context, this work aims to present a new methodology to calculate the best coefficients and optimal monthly order of a periodic autoregressive model through a Mixed-Integer Nonlinear Programming problem, iteratively solved by the Arithmetic Optimization Algorithm metaheuristic. The proposed optimization problem’s objective function is to minimize the standard deviation of the error vector, represented by the difference between the estimated value and the consolidated historical real value in the NEWAVE deck. Therefore, the arithmetic optimization, for each month, will calculate the best positive coefficients and determine the best order to be considered so that the standard deviation between the calculated errors is as low as possible. Finally, with all coefficients calculated and the optimal order considered for each month, synthetic water inflow or natural energy inflow series are generated, using a simple alternation between additive and multiplicative factors to construct exclusively positive artificial scenarios. The simulations considered the NEWAVE deck from July 2024 and the PySDDP library for reading the data of the plants and Equivalent Energy Reservoirs of the SIN. Finally, the results show the applicability of the developed methodology through comparisons with models adjusted via Box & Jenkins and through statistical analyses of the generated synthetic series. The methodology was tested for both hydroelectric plants and Equivalent Energy Reservoirs of the SIN represented in the medium term.
Palabras clave : Séries sintéticas
Algoritmo de otimização aritmética
Modelo autorregressivo
Programação não linear inteira mista
Planejamento de médio prazo
Synthetic series
Arithmetic optimization algorithm
Autoregressive model
Mixed integer nonlinear programming
Medium-term planning
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Clase de Acesso: Acesso Aberto
Attribution-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nd/3.0/br/
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/17526
Fecha de publicación : 30-ago-2024
Aparece en las colecciones: Mestrado em Engenharia Elétrica (Dissertações)



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons