Um modelo para gestão de risco de geradores hidrelétricos sob despacho centralizado

• Main Author: Jappe, Graciele Aparecida Tomas Ceretta
• Other Authors: Universidade Federal de Santa Catarina
• Format: Others
• Language: Portuguese
• Published: 2015
• Subjects: Engenharia elétrica; Energia eletrica -; Producao; Energia hidreletrica; Usinas hidreletricas; Administração de risco
• Online Access: https://repositorio.ufsc.br/xmlui/handle/123456789/129535

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2014. === Made available in DSpace on 2015-02-05T21:12:40Z (GMT). No. of bitstreams: 1 328129.pdf: 4689923 bytes, checksum: 59c3e128c506926d47f667c41e3dec2f (MD5) Previous issue date: 2014 === No Brasil, o sistema de geração de energia elétrica apresenta característica hidrotérmica com predominância de usinas hidrelétricas. Os índices pluviométricos influenciam diretamente a geração de energia por estas usinas, sendo assim, a geração apresenta característica sazonal. Em função disso, foi estabelecido uma flexibilidade para os agentes de geração hidrelétrica denominado de sazonalização da energia assegurada. A decisão e o procedimento de como sazonalizar a energia assegurada é vista pelo agente gerador sob grande incerteza devido à natureza estocástica das afluências. Essa insegurança pode resultar em prejuízos financeiros substanciais para o gerador hidrelétrico, pois este poderá ficar exposto ao mercado de curto prazo, na hipótese de geração abaixo dos seus compromissos. É de suma importância que o gerador tome a decisão de sazonalização levando em consideração as incertezas e os riscos inerentes a esse processo estratégico. Neste sentido, esta dissertação propõe um problema de otimização que visa à concepção de um perfil de energia assegurada sazonalizada no intuito de maximização da receita de um agente gerador hidrelétrico que atua sob despacho centralizado. O modelo de otimização proposto é determinístico, o qual agrega restrições não lineares em sua concepção e, portanto, emprega-se programação não-linear na implementação e resolução deste. No intuito de verificar a robustez destes resultados, inserem-se os dados de energia assegurada sazonalizada em uma nova rotina de otimização. Esta nova rotina apresenta característica linear e possui o objetivo de expor os resultados iniciais frente à outros distintos cenários de Preço de Liquidação das Diferenças (PLD) e geração. Neste modelo de otimização linear observa-se o desempenho de cada perfil de energia assegurada com base em figuras de mérito pré-estabelecidas, inclusive a métrica de risco financeiro Conditional-Value-at-Risk (CVaR). Os algoritmos foram implementados no software MATLAB. De maneira global, o modelo de otimização demonstrou desempenho satisfatório sendo possível identificar um perfil de sazonalização da energia assegurada considerando dados de séries sintéticas de PLD e geração do sistema.<br> === Abstract : In Brazil, the electric power generation systems have hydrothermal characteristic with hydroelectric predominance. The rainfall rates in uence in hydroelectric generator process, hence, the generation has a seasonal profile. Therefore, certain exibilities should be established for hydroelectric generation agents called seasonality. Uncertainties about the seasonality plans are normally seen by these agent operators as drawbacks because stochastic affluences inside. These uncertainties can result in substantial financial losses, because the agent could be exposed in spot market, assuming that its generation is lower than as registered in contract. Thus, energy managers should always consider these uncertainties and inherent risks in the process before making a plan. Hence, this dissertation to propose an optimization problem to determine an ensured energy profile in order to maximize the hydroelectric plant revenue, when it operates in centralized dispatch. The optimization model is deterministic, which has non-linear restrictions in your conception, and, therefore, nonlinear programming is employed in this task. In order to verify the robustness of these results, the ensured energy profile data are inserted in a new optimization routine. This novel routine is linear and has the objective to verify the initial results exposed to others price (PLD) and generation profiles. In this optimization linear model each ensured energy profile is performed by pre-established figures of merit, inclusively Conditional-Value-at-Risk (CVaR). The algorithms were implemented on MATLAB. The proposed optimization models presenting a satisfactory performance, in accordance with the energy profile obtained, considering synthetic series of PLD and generation system.