Alternative dynamic programming approaches for hydroeletric systems operation planning

Orientador: Christiano Lyra FilhoDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: O problema de operação de reservatórios hidrelétricos tem como objetivo a minimização de custos provenientes da operação de termoelétricas no atendimento de demandas de energia elétrica. A solução do problema consiste na determinação de políticas operacionais que definam o quanto cada reservatório deve defluir dado seus estados. Uma alternativa de solução é a programação dinâmica, devido às características markovianas e à presença de variáveis aleatórias. Por outro lado, a programação dinâmica convencional sofre da ''maldição da dimensionalidade'', crescimento exponencial da complexidade computacional, que tende a limitar sua aplicabilidade. \par O trabalho desenvolve uma alternativa com ideias de programação dinâmica aproximada para contornar as dificuldades de complexidade computacional que levam à ''maldição da dimensionalidade''. A estratégia desenvolvida adota simulações com cenários de vazões equiprováveis para concentrar a solução do problema no espaço de estados com mais probabilidade de serem visitados. Um procedimento de inferência baseado em redes neurais e interpolações lineares é usado para complementar o espaço de soluções. O estudo de caso, operação do reservatório de Ilha Solteira, procura avaliar a qualidade das aproximações e inferir os benefícios na redução da complexidade computacionalAbstract: The problem of hydroelectric reservoir operation which the objective is search to minimize the time-dependent costs from the operation of thermoelectric plants that provides the complementary power to meet demands of electric energy. The solution to the problem is to determine operational policies (rules) define how much each reservoir should flow given its states. A possible approach to solve this problem is dynamic programming, due to the explicit makovian characteristics and the presence of random variables. On the other hand, conventional dynamic programming suffers from the ''curse of dimensionality'', exponential growth of computational complexity, that limits its applicability. This thesis proposes a comparison between stochastic dynamic programming and an approximated dynamic programming approach to address the stochastic optimization problem. The method proposed in this paper use scenario simulations to restrict the problem solution to the most probable configurations. A neural network and linear interpolation inference procedure complements the space of solutions. Case studies, operation of Ilha Solteira reservoir, are designed to evaluate the quality of both approaches and infer possible benefits in the reductions of computational complexityMestradoEnergia EletricaMestre em Engenharia Elétrica133820/2017-3CNP