Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Lima, Sylvia Cristina de Paula
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/106/106134/tde-04012022-180639/
Resumo: O Sistema Elétrico Brasileiro é peculiar pela sua geração fundamentada essencialmente na hidroeletricidade, apesar da constante e expressiva expansão de outras fontes renováveis. Seu sistema de transmissão também merece destaque por interligar a geração e centros de consumo de todo o Brasil, que é um país com dimensões continentais. Esses fatores tornam a operação um procedimento complexo por conta da dependência da ocorrência de chuva para as diversas regiões do país com diferentes sazonalidades e dos conflitos ocasionados pelos usos múltiplos da água. O sistema brasileiro possui 63,2% da capacidade instalada formada por usinas hidráulicas (MME; EPE, 2020), fração esta composta por 91 usinas a fio d´água, uma usina de bombeamento e mais 60 usinas com reservatórios conectados em diversas cascatas (ANA, 2020). A operação dos reservatórios é condicionada a restrições de cotas mínimas e máximas, vazões mínimas defluentes e podem ter mudança significativa da produtividade pela variação da queda entre os níveis dágua a montante e no canal de fuga. A geração hidrelétrica é influenciada pela sazonalidade e aleatoriedade das chuvas e possui comportamentos diferentes conforme a região do país. A existência de grandes reservatórios reduz os efeitos das incertezas já que através deles é possível regularizar as vazões, guardando a água dos períodos de maiores afluências para sua utilização nos períodos de estiagem, o que traz segurança, pois reduz o risco de déficit no atendimento da carga, e menores custos de operação do sistema, por reduzir a variabilidade do despacho térmico necessário para complementar o atendimento à demanda. Para que seja encontrada uma solução ótima de equilíbrio entre o benefício presente do uso da água e o benefício futuro de seu armazenamento são utilizados modelos matemáticos para o planejamento energético que retornam o custo da operação (CCEE, 2019). Devido às diversas incertezas das variáveis que estes modelos contemplam, como as próprias afluências, carga, geração de usinas de despacho descentralizado, expansão, além das diversas restrições operativas, foram implementados mecanismos de aversão a risco para auxiliar que a garantia de atendimento à demanda, ou do risco de déficit, permaneçam em níveis adequados. Essa pesquisa tem como objetivo a avaliação das metodologias de aversão a risco já propostas nos modelos de planejamento energético e formação de preço do Sistema Interligado Nacional (SIN) utilizados oficialmente pelo Operador Nacional do Sistema (ONS): a CAR, (Curva de Aversão a Risco) que já foi descontinuada, o CVaR (Conditional Value at Risk) e o Volume Mínimo Operativo, que são as modelagens 6 adotadas atualmente e a SAR (Superfície de Aversão a Risco) que nunca foi utilizada devido sua complexidade e tempo de processamento computacional.
id USP_e2f6dd5f59dc9d91aa81b09b5477ce48
oai_identifier_str oai:teses.usp.br:tde-04012022-180639
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiroRisk aversion mechanisms in operation models of the Brazilian electricity sectorDynamic ProgrammingEnergy PlanningHidrologia EstocásticaLinear ProgrammingOtimização EstocásticaPlanejamento EnergéticoProgramação DinâmicaProgramação LinearStochastic HydrologyStochastic OptimizationO Sistema Elétrico Brasileiro é peculiar pela sua geração fundamentada essencialmente na hidroeletricidade, apesar da constante e expressiva expansão de outras fontes renováveis. Seu sistema de transmissão também merece destaque por interligar a geração e centros de consumo de todo o Brasil, que é um país com dimensões continentais. Esses fatores tornam a operação um procedimento complexo por conta da dependência da ocorrência de chuva para as diversas regiões do país com diferentes sazonalidades e dos conflitos ocasionados pelos usos múltiplos da água. O sistema brasileiro possui 63,2% da capacidade instalada formada por usinas hidráulicas (MME; EPE, 2020), fração esta composta por 91 usinas a fio d´água, uma usina de bombeamento e mais 60 usinas com reservatórios conectados em diversas cascatas (ANA, 2020). A operação dos reservatórios é condicionada a restrições de cotas mínimas e máximas, vazões mínimas defluentes e podem ter mudança significativa da produtividade pela variação da queda entre os níveis dágua a montante e no canal de fuga. A geração hidrelétrica é influenciada pela sazonalidade e aleatoriedade das chuvas e possui comportamentos diferentes conforme a região do país. A existência de grandes reservatórios reduz os efeitos das incertezas já que através deles é possível regularizar as vazões, guardando a água dos períodos de maiores afluências para sua utilização nos períodos de estiagem, o que traz segurança, pois reduz o risco de déficit no atendimento da carga, e menores custos de operação do sistema, por reduzir a variabilidade do despacho térmico necessário para complementar o atendimento à demanda. Para que seja encontrada uma solução ótima de equilíbrio entre o benefício presente do uso da água e o benefício futuro de seu armazenamento são utilizados modelos matemáticos para o planejamento energético que retornam o custo da operação (CCEE, 2019). Devido às diversas incertezas das variáveis que estes modelos contemplam, como as próprias afluências, carga, geração de usinas de despacho descentralizado, expansão, além das diversas restrições operativas, foram implementados mecanismos de aversão a risco para auxiliar que a garantia de atendimento à demanda, ou do risco de déficit, permaneçam em níveis adequados. Essa pesquisa tem como objetivo a avaliação das metodologias de aversão a risco já propostas nos modelos de planejamento energético e formação de preço do Sistema Interligado Nacional (SIN) utilizados oficialmente pelo Operador Nacional do Sistema (ONS): a CAR, (Curva de Aversão a Risco) que já foi descontinuada, o CVaR (Conditional Value at Risk) e o Volume Mínimo Operativo, que são as modelagens 6 adotadas atualmente e a SAR (Superfície de Aversão a Risco) que nunca foi utilizada devido sua complexidade e tempo de processamento computacional.The Brazilian Electric System is peculiar because of its generation based essentially on hydroelectricity, despite the expressive and continuous expansion of other renewable sources. Its transmission system is also noteworthy for interconnecting generation and consumption centers throughout Brazil, which has continental dimensions. These factors make the operation a complex procedure due to the dependence on the occurrence of rain in regions of the country with different seasonality and due to the conflicts caused by multiple uses of water. The Brazilian system has 63,2% of the installed capacity formed by hydraulic plants (MME; EPE, 2020), a fraction consisted of 91 run-of-river plants, a pumping plant and another 60 plants with reservoirs connected in several cascades (ANA, 2020). The operation of the reservoirs is conditioned to restrictions of minimum flows and can present a significant change in productivity because of the variation in the fall between the water levels upstream and in the escape channel. Hydroelectric generation is influenced by the seasonality and randomness of rainfall and has different behaviors depending on the region of the country. The existence of large reservoir reduces the effects of uncertainties, since through them it is possible to regularize the flows, keeping the water in storage from periods of greater affluence for its use in dry periods, which brings security, as it reduces the risk of deficit in the energy demand, also the system operating costs, as it reduces the variability of the thermal dispatch needed to complement demand. In order to find an optimal balance solution between the present benefit of using water and the future benefit of its storage, mathematical models are used for energy planning, that returns the cost of operation as consequence (CCEE, 2019). Due to the various uncertainties of the variables that these models include, such as inflows, load, generation of decentralized dispatch plants, expansion, in addition to the various operating restrictions, risk aversion mechanisms were implemented to help ensure the systems safety, or the risk of deficit, remain at adequate levels. This research aims to evaluate the risk aversion methodologies already proposed in the energy planning and price formation models of the National Interconnected System (SIN) officially used by National System Operator (ONS): CAR (Risk Aversion Curve) which has already been discontinued, CvaR (Conditional Value at Risk) and the Minimum Operating Volume, which are the models currently adopted, and the SAR (Risk Aversion Surface), which was never used because of its complexity and computational processing time.Biblioteca Digitais de Teses e Dissertações da USPZambon, Renato CarlosLima, Sylvia Cristina de Paula2021-11-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/106/106134/tde-04012022-180639/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-02-08T15:02:02Zoai:teses.usp.br:tde-04012022-180639Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-02-08T15:02:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
Risk aversion mechanisms in operation models of the Brazilian electricity sector
title Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
spellingShingle Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
Lima, Sylvia Cristina de Paula
Dynamic Programming
Energy Planning
Hidrologia Estocástica
Linear Programming
Otimização Estocástica
Planejamento Energético
Programação Dinâmica
Programação Linear
Stochastic Hydrology
Stochastic Optimization
title_short Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
title_full Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
title_fullStr Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
title_full_unstemmed Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
title_sort Mecanismos de aversão a risco em modelos de planejamento da operação do setor elétrico brasileiro
author Lima, Sylvia Cristina de Paula
author_facet Lima, Sylvia Cristina de Paula
author_role author
dc.contributor.none.fl_str_mv Zambon, Renato Carlos
dc.contributor.author.fl_str_mv Lima, Sylvia Cristina de Paula
dc.subject.por.fl_str_mv Dynamic Programming
Energy Planning
Hidrologia Estocástica
Linear Programming
Otimização Estocástica
Planejamento Energético
Programação Dinâmica
Programação Linear
Stochastic Hydrology
Stochastic Optimization
topic Dynamic Programming
Energy Planning
Hidrologia Estocástica
Linear Programming
Otimização Estocástica
Planejamento Energético
Programação Dinâmica
Programação Linear
Stochastic Hydrology
Stochastic Optimization
description O Sistema Elétrico Brasileiro é peculiar pela sua geração fundamentada essencialmente na hidroeletricidade, apesar da constante e expressiva expansão de outras fontes renováveis. Seu sistema de transmissão também merece destaque por interligar a geração e centros de consumo de todo o Brasil, que é um país com dimensões continentais. Esses fatores tornam a operação um procedimento complexo por conta da dependência da ocorrência de chuva para as diversas regiões do país com diferentes sazonalidades e dos conflitos ocasionados pelos usos múltiplos da água. O sistema brasileiro possui 63,2% da capacidade instalada formada por usinas hidráulicas (MME; EPE, 2020), fração esta composta por 91 usinas a fio d´água, uma usina de bombeamento e mais 60 usinas com reservatórios conectados em diversas cascatas (ANA, 2020). A operação dos reservatórios é condicionada a restrições de cotas mínimas e máximas, vazões mínimas defluentes e podem ter mudança significativa da produtividade pela variação da queda entre os níveis dágua a montante e no canal de fuga. A geração hidrelétrica é influenciada pela sazonalidade e aleatoriedade das chuvas e possui comportamentos diferentes conforme a região do país. A existência de grandes reservatórios reduz os efeitos das incertezas já que através deles é possível regularizar as vazões, guardando a água dos períodos de maiores afluências para sua utilização nos períodos de estiagem, o que traz segurança, pois reduz o risco de déficit no atendimento da carga, e menores custos de operação do sistema, por reduzir a variabilidade do despacho térmico necessário para complementar o atendimento à demanda. Para que seja encontrada uma solução ótima de equilíbrio entre o benefício presente do uso da água e o benefício futuro de seu armazenamento são utilizados modelos matemáticos para o planejamento energético que retornam o custo da operação (CCEE, 2019). Devido às diversas incertezas das variáveis que estes modelos contemplam, como as próprias afluências, carga, geração de usinas de despacho descentralizado, expansão, além das diversas restrições operativas, foram implementados mecanismos de aversão a risco para auxiliar que a garantia de atendimento à demanda, ou do risco de déficit, permaneçam em níveis adequados. Essa pesquisa tem como objetivo a avaliação das metodologias de aversão a risco já propostas nos modelos de planejamento energético e formação de preço do Sistema Interligado Nacional (SIN) utilizados oficialmente pelo Operador Nacional do Sistema (ONS): a CAR, (Curva de Aversão a Risco) que já foi descontinuada, o CVaR (Conditional Value at Risk) e o Volume Mínimo Operativo, que são as modelagens 6 adotadas atualmente e a SAR (Superfície de Aversão a Risco) que nunca foi utilizada devido sua complexidade e tempo de processamento computacional.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/106/106134/tde-04012022-180639/
url https://www.teses.usp.br/teses/disponiveis/106/106134/tde-04012022-180639/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091392858750976