Leonardo Nepomuceno

Um aspecto central no planejamento de médio prazo da operação hidrotérmica é o tratamento das incertezas e sazonalidades associadas às vazões afluentes nos reservatórios do sistema. Neste artigo, propõe-se um modelo de planejamento energético que trata essas incertezas por meio de uma abordagem de otimização estocástica bi-estágio. Em vez de gerar um conjunto de séries temporais sintéticas, que devem ser capazes de representar as complexas correlações de acoplamento temporal e espacial entre as hidrelétricas, a abordagem trabalha diretamente com as séries históricas de afluências observadas, conhecidas como leques de cenários, que representam inerentemente tais correlações. No modelo proposto, as decisões de primeiro estágio (here-and-now) tratam as variáveis controláveis do primeiro período de planejamento de forma cenário-independente e formam um conjunto único de decisões, enquanto que as decisões de segundo estágio (wait-and-see) são calculadas para cada realização do cenário, ou seja, são decisões cenário-dependentes úteis para estimar a operação esperada do sistema. A função de produção das hidrelétricas é representada de forma linear e individualizada, considerando a produtibilidade de cada usina. As termelétricas foram modeladas por meio de uma usina equivalente, agregando seus custos lineares em uma única curva quadrática de custo de geração. As características multi-estágio do problema podem ser recuperadas se um esquema de solução progressiva (rolling window) for adotado. Os resultados de um estudo de caso do sistema hidrotérmico da região nordeste do Brasil mostram que o modelo proposto é capaz de representar as incertezas nas vazões afluentes, as quais são adequadamente capturadas pela técnica de leques de cenários.

The Residual Demand Curve (RDC) aims to estimate the day-ahead market clearing prices given the quotas scheduled for a price-maker generation company in the market. Traditionally, this curve has been obtained by the difference between the inverse functions of aggregated demand and aggregated supply. An important drawback of such approach is that constraints related to complex-bid markets cannot be directly represented in the RDC. In this paper we interpret the traditional RDC as an optimization model and propose Optimization-Based Residual Demand (OBRD) models which represent a series of market clearing procedures where the residual demand is progressively increased. Differently from traditional methods, the proposed approach allows for explicit representation of complex-bid markets. We show that under certain conditions the RDC obtained by the proposed OBRD model is equivalent to that provided by traditional methods. We also propose a methodology for comparing the quality of different RDCs in what regards their ability to predict market clearing prices and the company's profits. Results show that the RDCs obtained by the OBRD model are significantly more accurate than those obtained by traditional approaches for complex-bid markets.