$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: STOCHASTIC DYNAMIC PROGRAMMING AND CONVEX HULL ALGORITHM IN THE HYDROTHERMAL SYSTEMS OPERATION PLANNING
Autor: BRUNO HENRIQUES DIAS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  REINALDO CASTRO SOUZA - ADVISOR
ANDRE LUIS MARQUES MARCATO - CO-ADVISOR

Nº do Conteudo: 16409
Catalogação:  01/10/2010 Idioma(s):  PORTUGUESE - BRAZIL
Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16409@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16409@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.16409

Resumo:
This thesis presents a new approach for the expected-cost-to-go functions modeling used in the stochastic dynamic programming (SDP) algorithm. The proposed technique is applied to the long-term operation planning of electrical power systems. Using state space discretization, the convex hull algorithm is used for constructing a series of hyperplanes that composes a convex set. These planes represent a piecewise linear approximation for the expected-cost-to-go functions. The mean operation costs obtained by the proposed methodology for a single water inflow scenario were compared with those from the deterministic dual dynamic programming for the same inflow scenario.This sensitivity analysis shows the convergence of both methods and is used to determine the minimum discretization level necessary to model the expected-cost-to-go functions. From the obtained result the proposed methodology is extended to the analysis of a set of water inflow scenarios, where the expected-cost-to-go function is obtained by the mean operation cost to all the considered scenario in each discretization level. The applicability of the proposed methodology for two hydro plants in a cascade is demonstrated. Additionally, a case study using code parallelization is presented aiming at gaining computational performance, where the parallelization performance, as speedup and efficiency are measured. To finish with a simulation with the whole Brazilian electrical system considering aggregated reservoir is presented.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS  PDF
CHAPTER 1  PDF
CHAPTER 2  PDF
CHAPTER 3  PDF
CHAPTER 4  PDF
CHAPTER 5  PDF
CHAPTER 6  PDF
REFERENCES  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui