Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouManoela de Sintra de Sequeira Alterado mais de 8 anos atrás
1
Gestão Hidrotérmica: Abordagem Multicritério e Sistemas de Apoio à Decisão Celso Carneiro Ribeiro Universidade Federal Fluminense
2
Escopo da apresentação Aspectos da modelagem, da metodologia e da tecnologia atuais Evolução possível da metodologia Estratégias a serem exploradas
3
Modelagem Mudança nos objetivos operação x comercial (cálculo de energia para contratos, preço) Mudança no ambiente modelado monopólio x mercado; uso da água (energia, ambiente); matriz energética Introdução de novas variáveis aleatórias afluências x (obras, carga, preço de combustível) Introdução de novas fontes de energia gás; biomassa Evolução tecnológica equivalente x individualizado Modelo? Representação simplificada da realidade Questão: A modelagem é adequada aos propósitos atuais? simplificação confere factibilidade operacional equivalência para determinados propósitos e sob certas condições modelo sujeito a erros e aproximações
4
Metodologia Otimalidade da solução introdução de uma regra determinísitica (CAR) na otimização estocástica Imprecisão x incertezas x otimalidade Estabilidade e conseqüente confiança dos resultados simulação influenciada pelo número de séries condicionamento do sistema de equações adequação do critério de convergência: custo x variáveis x número de iterações Pode considerar outros objetivos? Tempos de processamento permitem avaliação de alternativas? Questão: A metodologia usada é adequada aos propósitos atuais? f = Min c 1 z 1 + c 2 z 2 sa: A 1 z 1 ≥ b 1 E 1 z 1 + A 2 z 2 ≥ b 2
5
Tecnologia Questão: A tecnologia empregada está no nível das possibilidades e das necessidades atuais? É possível: A*, PL, Benders, PDE, PDED, MC, AGs, heurísticas...? Mudança de regras e critérios face à evolução da estrutura do setor? Tratamento de critérios múltiplos? Adoção de modelos mais detalhados com representação do sistema mais próxima da realidade? Convergência mais rápida? Utilização de novos recursos computacionais e menores tempos de processamento?
6
Problemas Necessidade de considerar os conflitos entre os atores envolvidos Necessidade de considerar as diversas dimensões (incertezas), freqüentemente conflitantes e muitas vezes qualitativas Necessidade de fundamentar as decisões Sistemas de apoio à decisão Otimização multicritério Suporte analítico ao processo de tomada de decisão, compreen- dendo um conjunto de técnicas cujo objetivo é a recomendação de ações bem fundamentadas. Nestas situações, as técnicas tradicionais da PO têm alcance limitado, pois não contemplam as premissas de um problema complexo: a existência de subjetividade, do juízo de valor dos atores e da multidimensionalidade do processo decisório.
7
Estratégias Metodologia Técnicas Hardware O ótimo sistêmico é claramente multi-critério. Ponderar múltiplos objetivos para estabelecer prioridades (?). Gerar e explorar soluções não-dominadas (eficientes, Pareto-ótimas). variar peso na combinação dos objetivos para enumerar soluções eficientes: vantajoso para problemas computacionalmente simples aplicações e ferramentas tratam dois objetivos apenas (difícil extensão) Usar preferências (a priori, a posteriori, interativo) para análise e comparação de alternativas (decidir entre diversas soluções). Alternativa: tratar objetivos secundários como restrições e aplicar análise de sensibilidade às restrições: menor custo computacional. Alternativa: heurísticas para gerar uma aproximação da fronteira de Pareto métodos que constroem muitas soluções: GRASP, algoritmos genéticos Metodologia multicritério: Z2Z2 Z1Z1
8
Estratégias Metodologia Técnicas Hardware Heurísticas x imprecisões, incertezas e tempo de processamento: problemas de decisão (planejamento, programação) é importante obter sempre uma “solução ótima exata”? utilizar heurísticas que fornecem boas soluções aproximadas em tempos de processamento significativamente menores: GRASP, algoritmos genéticos (subproblemas poderão ser simulações) exploração do espaço de soluções fornece não apenas uma solução, mas sim um grande número de soluções que podem ser exploradas por métodos de análise multicritério e sistemas de apoio à decisão Vantagens: menores tempos de processamento, flexibilidade (revisão da modelagem, novos objetivos e incorporação de novas regras), alternativas Aplicações em outras áreas: petróleo (otimização da exploração, campos inteligentes), telecomunicações (engenharia de tráfego, roteamento) Técnicas de otimização:
9
Estratégias Metodologia Técnicas Hardware Evolução das plataformas computacionais: processamento paralelo Clusters: conjunto de processadores padrão interligados por rede local e integrados por um sistema de troca de mensagens (tecnologia estabelecida) Grids: colaboração entre processadores distribuídos geograficamente, utilizando capacidade ociosa (desafios tecnológicos) Soluções de baixo custo em termos de equipamentos e software Algoritmos paralelos são freqüentemente mais robustos e menos influenciados por parâmetros Heurísticas e problemas típicos de otimização em planejamento e programação da operação são estruturalmente passíveis de paralelização Recursos computacionais
10
Estratégias Metodologia Técnicas Hardware Evolução das plataformas computacionais: processamento paralelo Clusters: conjunto de processadores padrão interligados por rede local e integrados por um sistema de troca de mensagens (tecnologia estabelecida) Grids: colaboração entre processadores distribuídos geograficamente, utilizando capacidade ociosa (desafios tecnológicos) Soluções de baixo custo em termos de equipamentos e software Algoritmos paralelos são freqüentemente mais robustos e menos influenciados por parâmetros Heurísticas e problemas típicos de otimização em planejamento e programação da operação são estruturalmente passíveis de paralelização Recursos computacionais Novas técnicas e paradigmas podem reforçar ainda mais a competência do ONS na operação do sistema.
11
Algumas referências P. Agrell, B. Lence e A. Stam (1998), “An interactive multicriteria decision model for multipurpose reservoir management: the Shellmouth reservoir”, Journal of Multicriteria Decision Analysis 7, 61-86. M. Basu (2004), “An interactive fuzzy satisfying method based on evolutionary programming technique for multiobjective short-term hydrothermal scheduling”, Electric Power Systems Research 69, 277-285. S. Bath, J. Dhillon e D.P. Kothari (2004), “Fuzzy satisfying stochastic multi- objective generation scheduling by weightage pattern search methods”, Electric Power Systems Research 69, 311-320. C. Lyra e L. Ferreira (1995), “A multiobjective approach to the short-term scheduling of a hydroelectric power system”, IEEE Transactions on Power Systems 10, pp. 1750-1754.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.