Paralelização assíncrona da programação dinâmica dual com agrupamento ótimo de nós para o planejamento da operação de sistemas hidrotérmicos

The hydrothermal coordination problem of real systems is complex due to the need to con sider the uncertainties inherent in the inflow to hydroelectric plants. To solve this problem, several methodologies can be applied, including the Dual Dynamic Programming (DDP), which is a decomposition strategy capable of solving multi-stage stochastic optimization problems. For real problems such as Brazil’s National Interconnected System (SIN), this methodology may require a high computational effort due to the number of reservoirs and study horizon.This masters dissertation presents a new methodology that aims to reduce the computational time of DDP. The implemented methodology proposes an enhancement in asynchronous parallel processing algorithm for DDP, including an optimal grouping of scenario tree nodes into subproblems by genetic algorithm. These strategies make the best use of available resources bypassing some DDP synchronization restrictions that can be very detrimental to parallelism. The efficiency of the proposed methodology is shown for a set of SIN hydroelectric plants.O problema de planejamento da operação de sistemas de energia hidrotérmicos de grande porte é complexo devido à necessidade de se considerar as incertezas inerentes às afluências às usinas hidroelétricas. Para a solução deste problema várias metodologias podem ser aplicadas, entre elas a Programação Dinâmica Dual (PDD), que é uma estratégia de decomposição capaz de resolver problemas de otimização estocástica multi estágio. Para problemas reais como o do Sistema Interligado Nacional (SIN) do Brasil, esta metodologia pode demandar um esforço computacional elevado devido ao número de reservatórios e horizonte de estudo. Este trabalho apresenta uma nova metodologia que visa a redução de tempo computacional da PDD. A metodologia implementada propõe um aprimoramento no algoritmo de processamento paralelo assíncrono para a PDD através de um agrupamento ótimo dos nós da árvore de cenários em subproblemas, por meio de algoritmo genético. Estas estratégias fazem melhor uso dos recursos disponíveis ao contornar algumas restrições de sincronismo da PDD que podem ser muito prejudiciais ao paralelismo. A eficiência da metodologia proposta é mostrada para um conjunto de usinas hidroelétricas do SIN.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superio