Universidade Estadual de Campinas Faculdade de Engenharia Eltrica e Computao Departamento de Engenharia de Sistemas

Sistema de Inferncia Nebulosa Aplicado ao Planejamento da Operao Hidrotrmica de Mdio Prazo

Autor: Bruno Monte Orientador: Prof. Dr. Secundino Soares Filho

Dissertao de Mestrado: apresentada Faculdade de Engenharia Eltrica e de Computao da UNICAMP como parte dos requisitos exigidos para obteno do ttulo de Mestre em Engenharia Eltrica. rea de Concentrao: Energia Eltrica

Banca Examinadora
Prof. Dr. Secundino Soares Filho..........................DENSIS / FEEC / UNICAMP Prof. Dr. Takaaki Ohishi........................................DENSIS / FEEC / UNICAMP Dr. Donato da Silva Filho.............................................Energias do Brasil - EDP

Campinas, janeiro de 2009

FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA DA REA DE ENGENHARIA E ARQUITETURA - BAE - UNICAMP

M764s

Monte, Bruno Sistema de inferncia nebulosa aplicado ao planejamento da operao hidrotrmica de mdio prazo / Bruno Monte. --Campinas, SP: [s.n.], 2009. Orientador: Secundino Soares Filho. Dissertao de Mestrado - Universidade Estadual de Campinas, Faculdade de Engenharia Eltrica e de Computao. 1. Sistemas de energia eltrica. 2. Usinas hidreltricas. 3. Logica difusa. 4. Otimizao matematica. 5. Simulao (Computadores). I. Soares Filho, Secundino. II. Universidade Estadual de Campinas. Faculdade de Engenharia Eltrica e de Computao. III. Ttulo.

Ttulo em Ingls: Fuzzy inference systems approach for long term hydrothermal scheduling Palavras-chave em Ingls: Hydrothermal Scheduling, Hydroelectric power generation, Power systems, Fuzzy neural networks, Optimization methods rea de concentrao: Energia Eltrica Titulao: Mestre em Engenharia Eltrica Banca examinadora: Donato da Silva Filho, Takaaki Ohishi Data da defesa: 27/01/2009 Programa de Ps Graduao: Engenharia Eltrica

Dedico este trabalho ao meu pai, Romildo; minha me, Ana Maria; ao meu irmo, Daniel e minha namorada Sabrina, as pessoas mais importantes da minha vida.

Se no houver frutos, valeu a beleza das flores; se no houver flores, valeu a sombra das folhas; se no houver folhas, valeu a inteno da semente
Henfil

O planejamento no diz respeito a decises futuras, mas s implicaes futuras de decises presentes
Peter Drucker

Agradecimentos
Agradeo ao Professor Secundino Soares pelo companheirismo, pela paciente orientao e pela oportunidade de trabalharmos juntos e, assim, poder compartilhar um pouco de seu vasto conhecimento. Agradeo ao Donato da Silva Filho pela inspirao, pelo incentivo e pelas contribuies iniciais que foram importantes para a evoluo deste trabalho. Agradeo aos meus pais pelo amor, pela minha educao, pelo suporte incondicional e incentivo durante todas as etapas da minha vida. Agradeo ao meu irmo, Daniel Monte, pelo carinho, amizade e ensinamentos, alm de me representar um exemplo de dedicao e sucesso acadmico. Agradeo Sabrina, pelo carinho, amor verdadeiro, companheirismo, incentivo e pacincia nas horas de estudos. Agradeo aos colegas do COSE/Unicamp, pela receptividade, pelo apoio e pelas contribuies tcnicas que foram importantes no desenvolvimento deste trabalho. Agradeo aos colegas e professores da graduao da Engenharia Eltrica da Unicamp que contriburam na minha formao profissional e pessoal, em especial ao Clber, Marcelo e Maurcio pela amizade. Agradeo CPFL Gerao pela oportunidade e espao concedidos que viabilizaram o desenvolvimento deste mestrado. Agradeo aos amigos da CPFL pelo excelente convvio dirio e companheirismo, em especial ao Tauries pela amizade, confiana e incentivo e ao Joo Miguel pelos ensinamentos no campo profissional e pessoal, pelo incentivo e inspirao para elaborao e concluso deste trabalho, e, sobretudo, pela amizade.

Resumo
O planejamento energtico de sistemas hidrotrmicos caracteriza-se pela otimizao dos recursos hidrulicos atravs da maximizao da operao hidreltrica e da minimizao da operao trmica. Seu objetivo garantir um atendimento carga de maneira econmica e confivel durante todo o horizonte de estudo. Este problema pode ser caracterizado como de natureza complexa, dado que suas caractersticas o definem como um problema de grande porte, dinmico, estocstico e no-linear. No obstante muitas tcnicas j terem sido propostas para soluo deste problema, no existe, ainda, uma metodologia unnime que aborde todas essas caractersticas com eficincia. A Programao Dinmica, que uma das tcnicas mais populares utilizadas, tem sua aplicao limitada em sistemas reais, dado que exige um elevado esforo computacional. Neste trabalho, foi proposta uma metodologia alternativa para abordagem do planejamento da operao de mdio prazo de sistemas hidrotrmicos. A metodologia proposta baseada em um Sistema de Inferncia Neural-Nebulosa Adaptativo atuando em paralelo com um modelo de otimizao determinstico com perfeita previso de vazo. A informao do otimizador determinstico utilizada no treinamento da rede, que gera uma base de regra de inferncia nebulosa que reproduzir o comportamento timo da usina atravs da definio da vazo turbinada, em cada estgio, em funo das varveis de entrada estipuladas. A performance da metodologia Neural Nebulosa proposta foi comparada com outras modelagens, como a Programao Dinmica Determinstica, a Programao Dinmica Estocstica e o Controle de Malha Aberta, atravs de simulaes em cinco usinas hidreltricas do parque gerador brasileiro considerando as vazes afluentes do histrico. Os resultados indicaram que a metodologia Neural Nebulosa proposta apresentou desempenho similar a abordagens mais tradicionais e que se configuram computacionalmente menos eficiente. Palavras-chave: planejamento energtico, rede neural nebulosa, programao dinmica, sistemas hidrotrmicos de potncia, modelos de otimizao, simulao

Abstract
The long term hydrothermal scheduling lies in the optimization of the water resource usage through the maximization of the hydroelectric production and the minimization of the thermal plants operation. Its goal is to assure an economic and reliable load supply throughout the study stages. This problem can be characterized by exhibiting a complex nature, since its characteristics define it as a large scale, dynamic, stochastic and nonlinear problem. Although many optimization approaches have already been proposed to answer the hydrothermal scheduling problem, until now, there is no unanimous approach that is able to cope efficiently with all the problem issues. Dynamic Programming, which is one of the most commonly used techniques to deal with this problem, is limited regarding its application on real systems since its computational requirements tend to be heavy. In this work we proposed an alternative approach to deal with the long term hydrothermal scheduling. The proposed technique is based on an Adaptive Neuro-Fuzzy Inference System working in parallel with a deterministic optimization model with perfect inflows forecasting. The optimal operation information is processed by the network that produces fuzzy rules describing the optimal decisions of the plant through the definition of the amount of discharge in each stage and depending on the chosen input variables. The performance of the proposed Neuro-Fuzzy approach was compared to other policies, including Deterministic Dynamic Programming, Stochastic Dynamic Programming and OpenLoop Feedback Control, by simulation using historical inflow records of five different Brazilian hydroelectric power plants. The results demonstrated that the Neuro-Fuzzy approach provided similar and competitive performance to less computationally efficient and commonly used policies. Keywords: power generation scheduling, fuzzy neural networks, dynamic programming, hydrothermal power generation, optimization methods, simulation

Sumrio
Lista de Figuras .............................................................................................................................. iii Lista de Tabelas............................................................................................................................. vii Captulo 1 .........................................................................................................................................1 Introduo.........................................................................................................................................1 1.1 O Sistema Eltrico Brasileiro...........................................................................................1 1.1.1 Parque Gerador Brasileiro...................................................................................................5 1.1.2 Sistema Interligado Nacional ..............................................................................................9 1.2 1.3 1.4 O Planejamento e Coordenao da Operao Hidrotrmica..........................................13 Objetivos ........................................................................................................................18 Organizao do Trabalho ...............................................................................................19

Captulo 2 .......................................................................................................................................21 Metodologia ...................................................................................................................................21 2.1 2.2 2.3 Produo Hidreltrica.....................................................................................................21 Formulao do Problema de Otimizao Hidrotrmica .................................................24 Sistemas de Inferncia Neural Nebulosa Adaptativos ...................................................29

2.3.1 Sistemas Nebulosos...........................................................................................................29 Sistema de Inferncia Nebulosa .................................................................................................32 2.3.2 Redes Neurais Nebulosas ..................................................................................................37 2.3.3 Sistemas de Inferncia Neural Nebulosa Adaptativos ......................................................39 2.4 Polticas Operativas........................................................................................................42 2.4.1 Poltica Operativa baseada em Sistema de Inferncia Nebulosa.......................................44 2.4.2 Poltica Operativa baseada em Programao Dinmica....................................................45 Programao Dinmica Determinstica......................................................................................48 Programao Dinmica Estocstica ...........................................................................................48 2.4.3 Poltica Operativa baseada em Controle em Malha Aberta ..............................................51 Captulo 3 .......................................................................................................................................53 Estudo de Casos .............................................................................................................................53 3.1 3.2 Ambiente de Simulao .................................................................................................53 Testes Realizados ...........................................................................................................54 i

3.3

Resultados ......................................................................................................................67

Captulo 4 .....................................................................................................................................107 Concluses ...................................................................................................................................107 Referncias Bibliogrficas ...........................................................................................................111

ii

Lista de Figuras
Figura 1.1 Diagrama da estrutura Institucional do SEB [6]..........................................................5 Figura 1.2 Potencial tecnicamente aproveitvel para gerao de energia hidreltrica - 1999 [8].6 Figura 1.3 Evoluo do potencial hidreltrico brasileiro total e utilizado [9]...............................7 Figura 1.4 Gerao lquida de energia hidreltrica no ano de 2006 [10] ......................................7 Figura 1.5 Matriz Eltrica do Brasil e do Mundo (% de Energia Gerada) Ano 2006 [10] .........8 Figura 1.6 Matriz de energia eltrica do Brasil..............................................................................8 Figura 1.7 Representao do Sistema Interligado Nacional .......................................................10 Figura 1.8 Relao entre a ENA mdia mensal e ENA mdia anual para as regies do SIN.....12 Figura 1.9 Dilema do planejamento da operao de sistemas hidrotrmicos .............................14 Figura 1.10 Cadeia de Planejamento Energtico do SIN ............................................................15 Figura 2.1 Esquemtico de uma usina hidreltrica e suas principais variveis...........................23 Figura 2.2 Funo de pertinncia na forma triangular ................................................................31 Figura 2.3 Exemplo de funes de pertinncia representando a varivel vazo afluente...........33 Figura 2.4 Diagrama de blocos de sistema de inferncia nebulosa genrico [34] ......................33 Figura 2.5 Modelo genrico de um sistema de inferncia nebulosa do tipo Sugeno [40] ..........35 Figura 2.6 Exemplo do modelo de inferncia nebulosa do tipo Sugeno [34] .............................35 Figura 2.7 (a) Sistema Nebulosos tipo Sugeno de primeira ordem com duas entradas; (b) Sistema ANFIS equivalente [34]............................................................................................41 Figura 2.8 Fluxograma do processo de implementao da poltica Operativa baseada em Sistema de Inferncia Nebulosa .............................................................................................45 Figura 2.9 Fluxograma do processo genrico de uma poltica de Programao Dinmica ........47 Figura 2.10 Esquemtico da deciso no estgio t-1 para a PDD [25].........................................48 Figura 2.11 Esquemtico da deciso no estgio t-1 para a PDEM [25]......................................50 Figura 2.12 Fluxograma do processo de implementao da poltica Operativa baseada em Controle em Malha Aberta.....................................................................................................52 Figura 3.1 Disposio dos aproveitamentos nas Bacias Hidrogrficas da regio Sul.................56 Figura 3.2 Curva Cota x Volume UHE Barra Grande .............................................................57 Figura 3.3 Curva Cota x Volume UHE Machadinho ...............................................................58

iii

Figura 3.4 Curva Cota x Volume UHE Emborcao ...............................................................59 Figura 3.5 Curva Cota x Volume UHE Sobradinho.................................................................60 Figura 3.6 Curva Cota x Volume UHE Tucuru ......................................................................62 Figura 3.7 Tabela de deciso da PDEM para o ms de setembro na UHE Barra Grande ..........65 Figura 3.8 Freqncia das vazes para o ms de setembro na UHE Barra Grande ....................66 Figura 3.9 Ajuste das vazes para o ms de setembro na UHE Barra Grande ...........................66 Figura 3.10 Perfil das vazes afluentes histricas da UHE Barra Grande ..................................69 Figura 3.11 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Barra Grande ..70 Figura 3.12 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN mensal para UHE Barra Grande...............................................................................72 Figura 3.13 Anlise grfica comparativa da simulao das polticas operativas para a UHE Barra Grande, em termos de custo e gerao mdios ............................................................74 Figura 3.14 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Barra Grande.......................................................................75 Figura 3.15 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Barra Grande ........................................................................................75 Figura 3.16 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio seco .............................................................................76 Figura 3.17 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio mdio ..........................................................................76 Figura 3.18 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio mido ..........................................................................77 Figura 3.19 Perfil das vazes afluentes histricas da UHE Machadinho....................................79 Figura 3.20 Perfil dos Volume teis Mensais obtidos na poltica OA da Machadinho .............80 Figura 3.21 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Machadinho ........................................................................82 Figura 3.22 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Machadinho..........................................................................................82 Figura 3.23 Perfil das vazes afluentes histricas da UHE Emborcao....................................84 Figura 3.24 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Emborcao ....85

iv

Figura 3.25 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Emborcao ...................................................................................86 Figura 3.26 Anlise grfica comparativa da simulao das polticas operativas para a UHE Emborcao, em termos de custo e gerao mdios ..............................................................88 Figura 3.27 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Emborcao ........................................................................89 Figura 3.28 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Emborcao..........................................................................................89 Figura 3.29 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio seco...............................................................................90 Figura 3.30 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio mdio ............................................................................90 Figura 3.31 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio mido............................................................................91 Figura 3.32 Perfil das vazes afluentes histricas da UHE Sobradinho .....................................93 Figura 3.33 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Sobradinho......93 Figura 3.34 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Sobradinho ....................................................................................94 Figura 3.35 Anlise grfica comparativa da simulao das polticas operativas para a UHE Sobradinho, em termos de custo e gerao mdios................................................................96 Figura 3.36 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Sobradinho..........................................................................96 Figura 3.37 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Sobradinho ...........................................................................................97 Figura 3.38 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio seco ................................................................................98 Figura 3.39 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio mdio..............................................................................98 Figura 3.40 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio mido .............................................................................99 Figura 3.41 Perfil das vazes afluentes histricas da UHE Tucuru.........................................101

Figura 3.42 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Tucuru .........101 Figura 3.43 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Tucuru ........................................................................................102 Figura 3.44 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Tucuru..............................................................................104 Figura 3.45 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Tucuru ...............................................................................................104 Figura 3.46 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio seco ....................................................................................105 Figura 3.47 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio mdio .................................................................................105 Figura 3.48 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio mido .................................................................................106

vi

Lista de Tabelas
Tabela 1.1: Princpios gerais dos trs ltimos modelos vigentes no Setor Eltrico Brasileiro [1]. .3 Tabela 3.1: Caractersticas Operativas Relevantes UHE Barra Grande......................................57 Tabela 3.2: Caractersticas Operativas Relevantes UHE Machadinho ......................................58 Tabela 3.3: Caractersticas Operativas Relevantes UHE Emborcao ......................................59 Tabela 3.4: Caractersticas Operativas Relevantes UHE Sobradinho ........................................60 Tabela 3.5: Caractersticas Operativas Relevantes UHE Tucuru ..............................................61 Tabela 3.6: Binios para apresentao das trajetrias de V.U. e Gerao Mensal Regio Sul...68 Tabela 3.7: Binios para apresentao das trajetrias de V.U. e Gerao Mensal Regio Sudeste, Nordeste e Norte ......................................................................................................68 Tabela 3.8: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN mensal para UHE Barra Grande ...................................................................................72 Tabela 3.9: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Barra Grande ..........................................................................................................................74 Tabela 3.10: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN mensal para UHE Machadinho .....................................................................................80 Tabela 3.11: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Machadinho............................................................................................................................81 Tabela 3.12: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Emborcao........................................................................................87 Tabela 3.13: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Emborcao............................................................................................................................88 Tabela 3.14: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Sobradinho .........................................................................................94 Tabela 3.15: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Sobradinho .............................................................................................................................95 Tabela 3.16: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Tucuru .............................................................................................102

vii

Tabela 3.17: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Tucuru .................................................................................................................................103

viii

Captulo 1 Introduo
Neste captulo apresentada uma resenha do Sistema Eltrico Brasileiro (SEB), com foco na anlise das principais caractersticas do parque gerador nacional de modo a contextualizar o problema do planejamento da operao energtica e seus desafios. Adicionalmente, so avaliadas as etapas do planejamento energtico do Setor Eltrico e os mtodos atualmente aplicados na coordenao da operao hidrotrmica do Sistema Interligado Nacional. Por fim, so apresentados os objetivos deste trabalho e a organizao dos captulos.

1.1 O Sistema Eltrico Brasileiro

O Setor Eltrico Brasileiro (SEB) apresenta caractersticas prprias que o diferenciam de qualquer outro sistema eltrico no mundo e fazem com que a definio de um modelo setorial sustentvel e perene se configure em uma tarefa complexa e desafiadora. Dentre as principais particularidades do SEB, pode-se destacar a expressiva predominncia hidreltrica no parque gerador, as dimenses continentais do pas e as grandes distncias entre os potenciais hidreltricos e as principais regies de consumo, a distribuio geogrfica esparsa dos recursos energticos do pas, a dimenso da rede de transmisso e do sistema interligado, alm da presena mltipla de agentes econmicos com racionalidades e interesses diferentes, por vezes, compartilhando a mesma cascata ou bacia de rio. Neste contexto, o Setor Eltrico Brasileiro atravessou profundas mudanas estruturais e regulatrias nas ltimas duas dcadas que visaram, principalmente, estimular seu desenvolvimento de modo a no comprometer o atendimento demanda do pas. Antes do incio da reforma do setor, cuja origem se verificou em meados da dcada de 1990, constatava-se que os

seus segmentos eram controlados predominantemente pelo poder pblico, que as empresas eram majoritariamente verticalizadas, ou seja, uma mesma empresa controlava os segmentos de gerao, transmisso e distribuio, alm de que a competio era inexistente. Em 1996 foi implantado o Projeto de Reestruturao do Setor Eltrico Brasileiro (Projeto RESEB), coordenado pelo Ministrio de Minas e Energia e cujas principais concluses foram a necessidade do implemento da desverticalizao das empresas de energia eltrica, o incentivo competio nos segmentos de gerao e comercializao e a manuteno sob regulao dos setores de distribuio e transmisso de energia eltrica, considerados como monoplios naturais, sob regulao do Estado [1]. Adicionalmente, no mbito destas reformulaes, viabilizou-se a criao de um rgo regulador, a Agncia Nacional de Energia Eltrica ANEEL, de um operador para o sistema eltrico nacional, o Operador Nacional do Sistema Eltrico - ONS e de um ambiente para a realizao das transaes de compra e venda de energia eltrica, o Mercado Atacadista de Energia Eltrica MAE, que posteriormente, seria rebatizado de Cmara de Comercializao de Energia Eltrica - CCEE. Entretanto, as reformulaes que ocorriam no eram suficientes para firmarem um marco regulatrio claro a tempo de viabilizar os investimentos necessrios para a expanso da capacidade de gerao do setor [2]. Assim, no ano de 2001, em funo da citada escassez de investimento somada ao ciclo hidrolgico desfavorvel que se configurava [3] o setor eltrico sofreu uma grave crise de abastecimento que culminou em um plano de racionamento de energia eltrica. Esse acontecimento gerou uma srie de questionamentos sobre os rumos que o setor eltrico estava trilhando e, assim, foi institudo, em 2002, o Comit de Revitalizao do Modelo do Setor Eltrico, cujo objetivo era adequar o processo de reformulao do setor e cujo trabalho resultou em um conjunto de propostas de alteraes no setor eltrico que foram implementadas, principalmente, durante os anos de 2003 e 2004, quando o Governo Federal lanou as bases regulatrias do novo modelo para o Setor Eltrico Brasileiro. O novo marco regulatrio do setor eltrico brasileiro teve como princpio, o estabelecimento de regras claras, estveis e transparentes que possibilitariam a efetiva garantia do suprimento para o mercado e a expanso permanente das atividades dos seguimentos do setor, sendo tal expanso vinculada segurana e busca da justa remunerao para os investimentos, assim como universalizao do acesso e do uso dos servios e busca pela modicidade tarifria [4].

Em termos institucionais, o novo modelo definiu a criao de uma instituio responsvel pelo planejamento do setor eltrico de longo prazo, a Empresa de Pesquisa Energtica - EPE, uma instituio com a funo de avaliar permanentemente a segurana do suprimento de energia eltrica, o Comit de Monitoramento do Setor Eltrico CMSE, e uma instituio para dar continuidade s atividades do MAE, relativas comercializao de energia eltrica no sistema interligado, a Cmara de Comercializao de Energia Eltrica CCEE [1]. De modo a introduzir os princpios dos trs ltimos modelos vigentes no Setor Eltrico Brasileiro, a Tabela 1.1 ilustra as principais caractersticas gerais de cada um.

Tabela 1.1: Princpios gerais dos trs ltimos modelos vigentes no Setor Eltrico Brasileiro [1].

Ainda com relao estrutura do SEB, a Figura 1.1 apresenta esquemtico com as instituies que compe a estrutura do Setor. Pode-se resumir as atribuies de cada instituio da seguinte forma [5]:

O Conselho Nacional de Poltica Energtica CNPE o rgo de assessoramento do Presidente da Repblica para a formulao de polticas nacionais e diretrizes de energia voltadas, entre seus objetivos, para o aproveitamento racional dos recursos energticos do pas, a reviso peridica da matriz energtica e o estabelecimento de diretrizes para programas especficos. rgo interministerial presidido pelo Ministro de Minas e Energia MME. O Ministro de Minas e Energia - MME encarrega-se da formulao, do planejamento e da implementao de aes do governo federal no mbito da poltica energtica nacional. A Empresa de Pesquisa Energtica EPE uma empresa pblica federal dotada de personalidade jurdica de direito privado e vinculada ao MME. Tem por finalidade prestar servios na rea de estudos e pesquisas destinadas a subsidiar o planejamento do setor energtico. Elabora os planos de expanso da gerao e transmisso da energia eltrica. O Comit de Monitoramento do Setor Eltrico CMSE constitudo no mbito do MME e est sob sua coordenao direta, com a funo principal de acompanhar e avaliar permanentemente a continuidade e a segurana do suprimento eletroenergtico em todo o territrio nacional. A Cmara de Comercializao de Energia Eltrica CCEE uma pessoa jurdica de direito privado, sem fins lucrativos, sob regulao e fiscalizao da Agncia Nacional de Energia Eltrica para administrar os contratos de compra e venda de energia eltrica, sua contabilizao e liquidao. A Agncia Nacional de Energia Eltrica - ANEEL uma autarquia sob regime especial, vinculada ao MME, que tem a finalidade de regular e fiscalizar a produo, a transmisso, a distribuio e a comercializao de energia eltrica, em conformidade com as polticas e diretrizes do governo federal. O Operador Nacional do Sistema Eltrico - ONS, por sua vez, uma associao civil de direito privado, sem fins lucrativos, autorizado a executar as atividades de coordenao e controle da operao da gerao e da transmisso de energia eltrica, no mbito do SIN.

Figura 1.1 Diagrama da estrutura Institucional do SEB [6]

1.1.1 Parque Gerador Brasileiro O parque gerador brasileiro caracteriza-se, fundamentalmente, pela significativa

predominncia dos recursos hidrulicos em sua matriz de energia eltrica. O Brasil um pas de dimenses continentais cujas caractersticas fsicas de clima e relevo favoreceram a formao de um privilegiado potencial hdrico. O pas detm uma das maiores reservas de gua doce do mundo, a qual configura-se em rios abundantes, perenes e que compem bacias hidrogrficas de longas extenses. Grande parte desses rios escoa suas guas sobre planaltos e depresses, o que contribui para caracterizao de seu elevado potencial hidrulico A contribuio da energia hidrulica na matriz energtica nacional, segundo o Balano Energtico Nacional (2008) [7], da ordem de 15%, participando com mais de 80% de toda a energia eltrica gerada no Pas. Segundo [8], apesar da tendncia de aumento de outras fontes, devido a restries socioeconmicas e ambientais de projetos hidreltricos e aos avanos tecnolgicos no aproveitamento de fontes no-convencionais, tudo indica que a energia hidrulica continuar sendo, por muitos anos, a principal fonte geradora de energia eltrica do Brasil. Embora os maiores potenciais remanescentes estejam localizados em regies com fortes restries ambientais e distantes dos principais centros consumidores, estima-se que, nos

prximos anos, pelo menos 50% da necessidade de expanso da capacidade de gerao seja de origem hdrica. O potencial hidrulico brasileiro comparvel a poucas outras regies do mundo. Basicamente, pode-se destacar a Amrica do Norte e a sia como regies com reservas hdricas para gerao de energia eltrica de dimenses proporcionais s reservas brasileiras. A Figura 1.2 ilustra a composio mundial dos maiores potencias tecnicamente aproveitveis para gerao de energia eltrica.

Figura 1.2 Potencial tecnicamente aproveitvel para gerao de energia hidreltrica - 1999 [8] No Brasil, estima-se um potencial hidreltrico da ordem de 260 GW, sendo que a regio Norte representa aproximadamente 40% deste montante. Entretanto, calcula-se que apenas 28% deste potencial nacional tenha sido explorado at o presente momento. Esta explorao se deu, principalmente nas regies Sudeste/Centro-Oeste, Sul e Nordeste. A regio Norte, em funo, sobretudo, das elevadas distncias aos principais centros de consumo e presena de entraves ambientais que limitaram sua expanso at ento, oferece, ainda, elevado potencial hidreltrico a ser explorado, o qual estimado em cerca de 90% de seu potencial, isto , aproximadamente, 100 GW.1 A Figura 1.3 apresenta a evoluo histrica de 1970 a 2005, bem como uma estimativa at o ano de 2030, do potencial hidreltrico nacional total e a parcela explorada.

1 Estimativas obtidas do Atlas de Energia Eltrica do Brasil - ANEEL, 2a Edio (2005) e de material da Associao Brasileira das Empresas Geradoras de Energia Eltrica - ABRAGE

Figura 1.3 Evoluo do potencial hidreltrico brasileiro total e utilizado [9] Com relao gerao de energia por fonte hidreltrica no mundo, o Brasil ocupa a terceira posio no ranking, atrs de China e Canad, quando analisados os dados de gerao do ano de 2006. A Figura 1.4 apresenta o ranking dos dez maiores pases em termos de gerao de energia proveniente de fonte hidreltrica, para ano de 2006.

500 450

Gerao de Energia Eltrica (TWh)

400 350 300 250 200 150 100 50 0

China Canada

Brasil Brasil

Estados Unidos

Russia

Noruega

ndia

Japo

Venezuela

Sucia

Figura 1.4 Gerao lquida de energia hidreltrica no ano de 2006 [10] Neste contexto, a matriz de energia eltrica nacional possui perfil bastante diferente da mdia mundial. Enquanto o Brasil apresenta elevada participao hidrulica e pequena participao trmica, a mdia mundial aponta para a predominncia de plantas termeltricas, principalmente 7

as trmicas a Carvo. A Figura 1.5 apresenta uma comparao entre as matrizes de energia eltrica do Brasil e do Mundo quando avaliada a gerao de energia eltrica no ano de 2006. A Figura 1.6 ilustra detalhadamente a matriz de energia eltrica, em termos de capacidade instalada, do Brasil em outubro de 2008. importante ressaltar que os valores atribudos importao da Argentina e Uruguai encontram-se indisponveis em funo da condio energtica desfavorvel que se configura nestes dois pases.
14,8% 16,6% 2,3% 3,3% 4,2% 8,6%

66,3% Mundo 2006

83,9% Brasil 2006

Trmica Convencional Nuclear

Hidreltrica Biomassa, Solar, Elica e outras

Figura 1.5 Matriz Eltrica do Brasil e do Mundo (% de Energia Gerada) Ano 2006 [10]

Figura 1.6 Matriz de energia eltrica do Brasil2

2

Dados obtidos do Banco de Informaes de Gerao BIG da ANEEL, consultados no dia 27/10/2008

1.1.2 Sistema Interligado Nacional O Sistema Interligado Nacional (SIN) corresponde denominao dada ao sistema brasileiro de gerao e consumo de energia eltrica cuja rede de transmisso permite a transferncia de energia entre as diversas regies do pas. O SIN representa aproximadamente 98% do mercado de energia eltrica brasileiro. Cerca de 2% da carga de energia nacional, localizado, em sua maioria, na regio amaznica, ainda no est interligado ao restante do pas e, portanto, so denominados sistemas isolados. Estas regies que correspondem a aproximadamente 45% do territrio nacional so atendidas basicamente por usinas trmica a leo e devem ser integradas ao SIN nos prximos anos. Como visto anteriormente, a capacidade instalada de gerao do SIN composta, principalmente, por usinas hidreltricas distribudas em doze bacias hidrogrficas nas diferentes regies do pas. Essas bacias, integradas aos sistemas de transmisso, possibilitam o suprimento do mercado consumidor. As usinas trmicas, muitas vezes localizadas nas proximidades dos centros de carga, desempenham papel de complementao energia hidrulica gerada e contribuem para a segurana energtica do SIN. Em perodos de condies hidrolgicas desfavorveis, as usinas trmicas so despachadas, permitindo o armazenamento de gua nos reservatrios das usinas hidreltricas, para assegurar o atendimento futuro [5]. A Figura 1.7 apresenta uma ilustrao do SIN com representao das principais bacias e da rede de transmisso que compe a Rede Bsica3. O ONS a entidade responsvel para gerir e executar as atividades de coordenao e controle da operao da gerao e da transmisso de energia eltrica, no mbito do SIN. Segundo consta em [5], a coordenao da operao do SIN est embasada na (i) interdependncia operativa entre as usinas, na (ii) interconexo dos sistemas eltricos e na (iii) integrao dos recursos de gerao e transmisso, as quais sero detalhadas na seqncia. A interdependncia operativa resulta do aproveitamento conjunto dos recursos hidreltricos, por meio da construo e da operao de usinas e reservatrios localizados em cascata nos rios de vrias bacias hidrogrficas. Dessa forma, a operao de determinada usina no s depende das vazes liberadas a montante por outras usinas eventualmente pertencentes a outras empresas como tambm afeta as usinas a jusante.

Rede de transmisso acima de 230kV cuja operao e administrao atribuio do ONS.

A interconexo dos sistemas eltricos, atravs da malha de transmisso, propicia a transferncia de energia entre subsistemas, permite a obteno de ganhos sinrgicos com o uso timo dos recursos hidrolgicos e o despacho timo hidrotrmico e explora a diversidade de regime hidrolgico das bacias. A integrao dos recursos de gerao e transmisso permite o atendimento ao mercado com segurana e modicidade econmica.

Figura 1.7 Representao do Sistema Interligado Nacional O SIN composto por quatro subsistemas (tambm chamados de submercados ou regies): Sudeste/Centro-Oeste, Sul, Nordeste e Norte. A definio desta diviso fundamentou-se nas caractersticas hidrolgicas e operativas das regies, bem como nos limites eltricos de transferncia de energia entre elas. Em tese, adota-se como premissa a inexistncia de restries eltricas intra-subsistema, ou seja, uma unidade geradora pertencente ao subsistema A pode atender qualquer ponto de consumo de seu subsistema sem que haja restrio eltrica ou incremento de custo operativo. A seguir apresentado breve relato das principais caractersticas das quatro regies mencionadas:

10

Regio Sudeste/Centro Oeste: Representa o maior subsistema do SIN em termos de capacidade instalada, mercado de energia e capacidade de regularizao. Aproximadamente 60% da demanda brasileira se concentra nesta regio. Em funo da elevada demanda, nos meses de hidraulicidade baixa dependente de importaes das regies Sul e Norte, principalmente. Apresenta perfil hidrolgico complementar regio Sul e parecido ao perfil das regies Nordeste e Norte, ou seja, sazonalidade marcante e meses chuvosos de novembro a abril.

Regio Nordeste: Apresenta mercado de energia em expanso acentuada o que o caracteriza cada vez mais como dependente de energia importada, sobretudo da regio Norte. Sua operao registra elevada dependncia das condies hidrolgicas do Rio So Francisco e da regularizao da UHE Sobradinho. Apresenta perfil hidrolgico parecido ao perfil das regies Sudeste/CO e Norte, ou seja, sazonalidade marcante e meses chuvosos de novembro a abril.

Regio Norte: Regio composta basicamente pela UHE Tucuru que apresenta capacidade instalada duas vezes maior que a carga mdia da regio. Assim, configurase como exportador pelo perodo aproximado de nove meses ao ano. Em termos mdios, caracteriza-se como exportador de dezembro a agosto de cada ano. Com relao ao seu perfil hidrolgico, configura-se parecido s regies Sudeste/CO e Nordeste.

Regio Sul: Regio com mercado do porte da regio Nordeste, ou seja, cerca de 15% da carga de energia do SIN. Caracteriza-se pela reduzida capacidade de armazenamento e expressiva variabilidade hidrolgica, que faz com que a sazonalidade seja pouco definida nesta regio. Mesmo assim, pode-se verificar uma complementaridade entre seu perfil hidrolgico e o das demais regies do SIN. Neste contexto, sua operao fortemente dependente da capacidade de transferncia de energia com a regio Sudeste, de modo que quando da ocorrncia de meses chuvosos o excedente energtico deve ser escoado para o Sudeste, evitando-se, assim, vertimentos turbinveis. E quando da ocorrncia dos meses secos, o intercambio do Sudeste fundamental para garantia do abastecimento energtico da regio.

11

Para ilustrar a complementaridade hidrolgica dos subsistemas, a Figura 1.8 apresenta os valores da relao entre a Energia Natural Afluente (ENA) mdia mensal pela ENA mdia anual para as quatro regies. importante citar que a complementaridade evidenciada em funo de situaes peculiares de cada regio.

250%

Sudeste
[ENA mensal / ENA anual] (%)
200%

Nordeste

Norte

Sul

150%

100%

50%

0%

jan

fev

mar

abr

mai

jun

jul

ago

set

out

nov

dez

Figura 1.8 Relao entre a ENA mdia mensal e ENA mdia anual para as regies do SIN H que se destacar uma das principais caractersticas operativas do SIN, qual seja a complementaridade hidrolgica das diversas bacias hidrogrficas que so otimizadas por meio do sistema de transmisso do SIN que viabiliza as transferncias de energia entre as regies e promove uma significativa flexibilidade operacional, com vistas a reduzir a probabilidade de dficits de energia, a necessidade de complementao trmica ou mesmo a evitar os vertimentos de excedentes turbinveis nos subsistemas exportadores. Alm disso, destaca-se a elevada capacidade de regularizao do parque hidrulico do sistema que, mesmo tendo apresentado reduo nos ltimos anos devido, principalmente, s restries ambientais impostas na construo de grandes reservatrios, permite uma regularizao anual, ou mesmo plurianual, que fundamental na garantia do suprimento energtico do sistema. Assim, diferentemente de sistemas trmicos ou sistemas hidrotrmicos com baixa regularizao de vazes afluentes, no SIN, decises operativas presentes afetam as condies operativas futuras, medida que o uso maior dos estoques de gua armazenada, em detrimento da 12

gerao trmica complementar, pode comprometer o suprimento no futuro, que depender do comportamento do ciclo hidrolgico. Neste contexto, o processo de tomada de deciso do SIN conduzido por meio de uma cadeia de planejamento e coordenao da operao hidrotrmica que atravs do suporte de modelos de otimizao visa otimizar os recursos energticos do sistema.

1.2 O Planejamento e Coordenao da Operao Hidrotrmica

O planejamento energtico e a coordenao da operao de sistemas hidrotrmicos caracterizam-se pela otimizao dos recursos hidrulicos por meio da minimizao da complementao termeltrica, com vistas a garantir um atendimento carga de maneira econmica e confivel durante todo o horizonte de estudo. Fundamentalmente, o planejamento energtico de mdio prazo busca determinar a estratgia de operao para o perodo em anlise, definindo uma seqncia de decises de gerao hidrulica e trmica a serem despachadas que resulta no menor custo de atendimento pleno demanda [11]. H que se destacar a complexidade desta tarefa de coordenao da operao energtica do SIN, a qual se configura devido s dimenses do sistema brasileiro, suas caractersticas hidrolgicas, elevada capacidade de regularizao, interdependncia operativa dos aproveitamentos e demais caractersticas elucidadas na seo anterior, alm das caractersticas intrnsecas ao problema de planejamento da operao de reservatrios, quais sejam a presena de relaes no lineares, configurao dinmica, acoplamento temporal e espacial das decises e presena de incertezas, principalmente, quanto s vazes futuras [12]. Com relao complexidade do problema relativa incerteza da vazo afluente e ao acoplamento temporal citados acima, a Figura 1.9 apresenta um diagrama que ilustra o dilema do compromisso entre usar gua, ou seja, gerar energia por meio das hidreltricas, ou armazen-la.

13

Figura 1.9 Dilema do planejamento da operao de sistemas hidrotrmicos Neste contexto, o planejamento da operao do SIN foi estruturado com base em uma cadeia de coordenao do despacho hidrotrmico, que consiste na fragmentao do problema do planejamento em etapas com horizontes distintos para, assim, permitir a considerao adequada dos aspectos mais significativos da representao do problema em cada horizonte de anlise. Assim, por exemplo, na etapa de mdio prazo, em que o objetivo definir a estratgia de operao mensal do sistema e a alocao de gerao entre os subsistemas, no necessrio um detalhamento da rede transmisso, que pode ser representada por inequaes de limite de intercmbio entre regies, sem prejudicar a definio da estratgia operativa e permitindo uma melhor eficincia computacional. Da mesma forma, a caracterizao da aleatoriedade das afluncias configura-se importante no horizonte de mdio prazo, enquanto que em um horizonte curto, como na programao diria da operao, sua estocasticidade pode ser suprimida e as vazes podem ser fixadas em um cenrio determinstico. A diviso do problema do planejamento do SIN foi realizada por meio da definio de trs etapas de estudos com horizontes diferentes e considerando uma cadeia de modelos de otimizao acoplados. A gesto e implementao das etapas desta cadeia de planejamento atribuio do ONS, que procura realizar suas atividades em conjunto com os Agentes do Setor. A Figura 1.10 apresenta a cadeia do planejamento e programao energtica do SIN com as trs etapas de estudos definidas. 14

Planejamento da Operao Energtica

Mdio Prazo
Horizonte:anos Discretizao:mensal
Funo de Custo Futuro (FCF)

Incertezas

Curto Prazo
Horizonte:1 a 12 meses Discretizao:semanal
Funo de Custo Futuro (FCF)

Detalhes do Sistema

Curtssimo Prazo
Horizonte:1 a 2 semanas Discretizao:horria

Programao Diria da Operao

Figura 1.10 Cadeia de Planejamento Energtico do SIN A etapa de estudos de Mdio Prazo foi definida com um horizonte de 5 anos e discretizao mensal. Nesta etapa, cujo objetivo principal a determinao da estratgia de mnimo custo de operao do sistema com decises de gerao trmica, gerao hidrulica e intercmbio, optou-se por viabilizar uma representao detalhada das incertezas das afluncias ao custo de impor importantes simplificaes no detalhamento do sistema modelado, como, por exemplo, a representao do parque hidreltrico atravs da agregao das usinas em sistemas equivalentes e a linearizao de caractersticas dos sistemas hidrotrmicos como a funo de produo hidrulica. Com relao ao modelo computacional do planejamento de mdio prazo, consta atualmente em uso pelo SEB o modelo NEWAVE, cuja modelagem se baseia na tcnica de Programao Dinmica Dual Estocstica (PDDE) [13], [14] e [15] e a funo objetivo busca a minimizao do custo esperado da gerao trmica no horizonte que se esteja trabalhando, normalmente, de 5 anos. A formulao deste algoritmo visou a eliminao da necessidade da 15

discretizao da varivel de estado que inviabilizava a aplicao da Programao Dinmica Estocstica (PDE) [16] para o problema do planejamento do SIN. Fundamentalmente, esta alterao foi baseada na aproximao das funes de custo de operao em um estgio (t) qualquer at o final do horizonte de planejamento (T) (custo futuro esperado da PDE) por funes lineares por partes. Tais aproximaes, que podem ser interpretadas como cortes de Benders [17], so obtidas em um processo iterativo, de decomposies sucessivas, pelas solues duais do problema at sua convergncia segundo uma dada preciso estipulada. Sua modelagem, que representa o parque hidreltrico de forma agregada atravs dos sistemas equivalentes, composta por quatro mdulos computacionais [18]: Mdulo de clculo do sistema equivalente Agrega as usinas hidreltricas em quatro sistemas equivalentes de energia, cada qual representando um subsistema do SIN; Mdulo de energias afluentes - Estima os parmetros do modelo estocstico e gera sries sintticas de energias afluentes que so utilizadas no mdulo de clculo da poltica de operao hidrotrmica e no mdulo de simulao da operao; Mdulo de clculo da poltica de operao hidrotrmica - Determina a poltica de operao com vistas minimizao do custo esperado do sistema; Mdulo de simulao da operao - Simula a operao do sistema ao longo do perodo de planejamento, para distintos cenrios de seqncias hidrolgicas, A etapa denominada Curto Prazo foi, inicialmente, definida com horizonte de 12 meses, mas sua efetiva aplicao se configura com horizonte de 2 meses e discretizao semanal. Nesta etapa, optou-se em adotar um maior detalhamento do sistema de gerao, atravs da considerao da representao individualizada das usinas. Para tanto, flexibilizou-se a caracterizao da incerteza das vazes, atravs da considerao de cenrio nico de vazo para o primeiro ms de otimizao. Normalmente, utiliza-se modelos de previso de vazo externos ao modelo de otimizao para escolha do cenrio determinstico de vazo do primeiro ms do otimizador. O acoplamento com a modelagem de mdio prazo obtido pela Funo de Custo Futuro (FCF) resultante do processo de clculo da poltica de operao hidrotrmica desta etapa. Basicamente, a FCF traduz em sinais econmicos o custo da utilizao da gua armazenada nos reservatrios. [19]. Como ser detalhado no Captulo 2, este um parmetro intrnseco ao processo da Programao Dinmica e representa o custo associado s variveis de estado do problema.

16

Com relao ao modelo computacional do planejamento de curto prazo, consta atualmente em uso pelo SEB o modelo DECOMP, cuja modelagem tambm se baseia na tcnica de Programao Dinmica Dual Estocstica (PDDE) e a FCF do modelo NEWAVE acoplada ao ltimo ms do horizonte de otimizao. A etapa denominada Curtssimo Prazo, ou Programao da Operao, que foi definida com horizonte de at 2 semanas e discretizao horria, prope-se a determinar o despacho timo das usinas com vistas minimizao do custo de operao. Adota-se cenrio fixo de afluncias, com base em modelos de previso de vazo, e a representao do sistema detalhada, com considerao dos aspectos individuais das usinas, restries hidrulicas e considerao da rede eltrica. Com relao ao modelo computacional da programao diria da operao, consta atualmente em avaliao pelo SEB o modelo DESSEM-PAT, cuja modelagem se baseia na tcnica de Programao Dinmica Dual Determinstica (PDDD). O propsito do modelo ser atuar como um sistema de suporte deciso, para formulao de propostas de referncia para a programao diria da operao [19]. Atualmente, nesta etapa, as decises so tomadas pelo ONS em conjunto com os Agentes de gerao, de maneira heurstica, procurando seguir a diretriz enunciada na etapa de curto prazo. Este trabalho, com relao s etapas da cadeia de planejamento, est focado na avaliao de polticas operativas no mbito do planejamento energtico, ou seja, nas etapas de mdio e curto prazo da otimizao hidrotrmica. Os modelos de otimizao do planejamento energtico do SIN, apesar de apresentarem mritos com relao aplicabilidade no sistema brasileiro e reprodutibilidade dos resultados, ainda suscitam questionamentos e preocupaes do Setor, principalmente, no tocante abordagem matemtica utilizada, ao esforo computacional e tempo de processamento requeridos, a dificuldade de interpretao das relaes numricas interface grfica pouco desenvolvida. Neste sentido, considera-se de grande relevncia para o setor eltrico brasileiro o desenvolvimento de modelos alternativos de otimizao e polticas operativas do despacho hidrotrmico que visem atender ao mercado de energia eltrica com menor custo possvel e garantindo a oferta futura de recursos energticos. Conforme pontuou [2], o uso de modelos alternativos por vrios agentes, que podem utilizar diferentes tcnicas, aumenta a robustez do processo. A pluralidade de anlises enriquece o

17

processo de planejamento e programao da operao. A comparao dos resultados de vrios modelos com metodologias diferentes permite ter mais segurana e confiabilidade. Assim, em que pese a possibilidade e a importncia de aperfeioar os modelos oficiais, interessante buscar novas abordagens para o problema, a fim de construir paradigmas que, certamente, permitiro importantes aprimoramentos nos processos associados ao planejamento e programao eletroenergtica. Por fim, segundo [20], diante do objetivo mundial e nacional de atender demanda de energia com a menor agresso possvel natureza, considera-se que no horizonte de mdio prazo a mais importante fonte de energia para o futuro est na sua conservao, entendida esta como a soma de aes voltadas para o controle do desperdcio de energia e materiais, operao racional de mquinas e utenslios, eficincia dos projetos e da construo dos equipamentos de produo e transformao de energia e eficincia das prprias mquinas, instalaes e equipamentos em que a energia utilizada. Neste contexto, o planejamento da operao hidrotrmica de fundamental importncia, uma vez que busca a eficincia na estratgia de utilizao dos recursos disponveis para gerao eltrica, diminuindo, assim, o desperdcio de energia.

1.3 Objetivos
O objetivo deste trabalho implementar uma poltica operativa baseada em sistemas de inferncia neural nebulosa no mbito do planejamento de mdio prazo da operao energtica de sistemas hidrotrmicos. Adicionalmente, o trabalho visa analisar o comportamento da rede neural nebulosa em termos de eficincia na etapa de treinamento das regras, bem como avaliar o desempenho da simulao da poltica proposta em comparao s demais polticas tratadas neste trabalho. Ao final, diante dos resultados obtidos, o trabalho enumera as qualidades da abordagem proposta e sugere trabalhos futuros para ampliao de suas potencialidades.

18

1.4 Organizao do Trabalho

Inicialmente, no captulo 2, apresenta-se uma anlise metodolgica de um sistema de produo hidreltrica, bem como a formulao do problema de otimizao hidrotrmica. Adicionalmente, so introduzidos os conceitos dos sistemas nebulosos e das redes neurais nebulosas, com destaque para a modelagem do sistema de inferncia neural nebulosa adaptativo, o qual foi utilizado como base da poltica de inferncia nebulosa proposta neste trabalho. Por fim, ilustra-se as caractersticas das demais polticas operativas utilizadas para fins de comparao com a poltica proposta, quais sejam a Programao Dinmica e o Controle em Malha Aberta. No captulo 3, so mencionadas as premissas consideradas nas simulaes das polticas, assim como as caractersticas operativas das usinas utilizadas nas implementaes. Ainda neste captulo, so apresentados todos os resultados obtidos nas simulaes, com foco na comparao do desempenho da poltica neural nebulosa proposta frente s demais polticas operativas. Finalmente, no captulo 4, as concluses do trabalho so pontuadas e algumas propostas de trabalhos futuros para explorao do tema so enumeradas.

19

20

Captulo 2 Metodologia
Este captulo apresenta a formulao do problema de otimizao tratado no planejamento da operao hidrotrmica de mdio prazo, bem como as tcnicas de soluo abordadas neste trabalho. Com destaque, apresentada, juntamente com sua base terica, a metodologia alternativa proposta nesta dissertao, a qual se fundamenta em conceitos de sistemas neurais nebulosos adaptativos.

2.1 Produo Hidreltrica

O Captulo 1 apresentou as principais caractersticas do parque gerador brasileiro, o qual, diferentemente da mdia mundial, composto predominantemente por gerao hidreltrica, cuja capacidade de regularizao, ainda que em reduo nos ltimos anos, permite a minimizao do risco de desabastecimento energtico do pas. A operao do parque trmico, salvo os casos de inflexibilidade de gerao, utilizada como complementao produo hidrulica, principalmente, nos perodos de hidraulicidade baixa. Neste contexto, o problema do planejamento da operao hidrotrmica reside fundamentalmente na otimizao da produo hidrulica, qual seja, a maximizao da produtividade da planta, a minimizao do seu vertimento e a regularizao dos recursos hidrolgicos ao longo do ano por meio da utilizao da capacidade de armazenamento. A produo hidrulica consiste, essencialmente, na transformao de energia mecnica, dada pela rotao das turbinas, em energia eltrica, resultado da interao eletromagntica do gerador. A energia mecnica obtida da transformao da energia potencial, que caracterizada pelo represamento do recurso hidrulico, nas barragens, a nveis mais elevados que os verificados na casa de fora, onde a gua represada, aps percorrer o conduto forado da usina, movimenta as

21

ps da turbina, efetivando o processo de gerao de energia eltrica pelo conjunto TurbinaGerador. As equaes equivalentes (2.1) e (2.2) apresentam o produto deste processo de transformao, qual seja a expresso da potncia do conjunto, em MW.

p = 9,81 tg hl q 103

(2.1)

p = k (h f ht hp ) q
nas quais: p: potncia eltrica gerada, em MW; tg: rendimento do conjunto turbina-gerador, em %; hl: altura de queda lquida, em m; q: vazo turbinada, em m/s; k: constante de produtibilidade especfica, em MW/m/s/m; hf: cota de montante (forebay), em m; ht: cota de jusante (tailrace), em m; hp: perda hidrulica, em m;

(2.2)

A Figura 2.1 apresenta um esquemtico de uma usina hidreltrica com suas principais variveis, as quais sero mencionadas na definio do problema de otimizao hidrotrmica. Na estrutura da usina hidreltrica, pode-se destacar a presena de trs componentes fundamentais na representao da planta: o Reservatrio, a Casa de Fora e o Vertedouro.

22

Figura 2.1 Esquemtico de uma usina hidreltrica e suas principais variveis O reservatrio da usina, que formado pelo represamento do rio atravs da barragem, consta indicado na Figura 2.1 atravs do volume armazenado, x, da cota referente ao volume armazenado hf(x), do armazenamento mnimo, xmin e do armazenamento mximo, xmax. O volume til armazenvel dado pela diferena entre xmax e xmin e o nvel do reservatrio, ou cota de montante, uma funo no linear do volume de gua armazenado, e sua representao nas etapas de planejamento, normalmente, realizada por polinmios construdos a partir de estudos topogrficos da regio do lago da usina. As unidades normalmente utilizadas so o metro sobre o nvel do mar (cota) e o hectmetro cbico (hm) para o nvel e volume, respectivamente. A Casa de Fora, ou Casa de Mquinas, corresponde ao espao fsico onde se localizam as Unidades Geradoras da usina, ou seja, local onde a produo da energia eltrica consumada. Como mencionado anteriormente, os condutos forados transportam os recursos hdricos do reservatrio at a aduo das mquinas, que aps moverem as ps da turbina so devolvidas ao leito do rio por meio do chamado Canal de Fuga. A varivel q ilustra a vazo turbinada no esquema da usina. O vertedouro, na maioria das grandes usinas, consiste de estruturas de comportas metlicas, cuja funo principal extravasar o excedente de gua do reservatrio, quando este se encontra prximo a seus nveis mximos e a vazo turbinada no suficiente para descarregar toda a gua que aflui usina. Assim, esta estrutura fortemente ligada segurana operativa do empreendimento na medida em que a principal responsvel pelo controle do nvel do reservatrio dentro dos nveis mximos de segurana. Salvo casos especficos, a operao normal 23

das usinas procura programar a gerao de energia de modo a minimizar o vertimento de gua, por meio da maximizao da turbinagem e/ou incremento do armazenamento do reservatrio. Na Figura 2.1 o vertimento est representado pela varivel v e a defluncia total, que consiste da soma da vazo turbinada (q) e vazo vertida (v), representado pela varivel u. A cota de jusante, indicada pela varivel ht(u), representada por polinmios em funo da vazo defluente total, ou, apenas, da vazo turbinada. Ainda com relao Figura 2.1, a varivel h representa a altura de queda bruta que se configura como a diferena entre a cota de montante e a cota de jusante. Para mais informaes sobre os principais elementos que compem uma usina hidreltrica e que so responsveis pela produo hidrulica, recomenda-se a consulta dos trabalhos de [21] e [22].

2.2 Formulao do Problema de Otimizao Hidrotrmica

O objetivo do problema de otimizao hidrotrmica de mdio e longo prazo encontrar uma estratgia de operao que defina as metas de gerao para as usinas hidreltricas e usinas trmicas, para cada estgio do horizonte de planejamento, com vistas a garantir o atendimento carga com minimizao do custo total de operao. O custo total da operao representa os custos de gerao trmica, importao de sistemas vizinhos e penalidades por corte de carga, os quais podem ser agregados e entendidos, de maneira geral, como gerao trmica, j que a importao e os cortes de carga podem ser representados por trmicas fictcias. A formulao matemtica da programao no-linear determinstica para usinas individualizadas enunciada para soluo do problema de otimizao da operao energtica de sistemas hidrotrmicos apresentada a seguir [23], [24] e [25]:

min

(g )
T J t =1

j =1

j ,t

(2.3)

s.a.

Gt + Pt = Dt

(2.4)

24

Gt = g j ,t
j =1

(2.5) (2.6) (2.7)

g j < g j ,t < g j

j , t
t

Pt = pi ,t
i =1

tt 6 xi ,t = xi ,t 1 + y + u u , , , i t k t i t 10 k i
hi ,t = hf i ( ximed ,t ) ht i (u i ,t ) hpi ( qi ,t )

i, t
i, t

(2.8)
(2.9) (2.10)

ximed = ,t

xi ,t 1 + xi ,t 2

i, t i, t i, t i, t i, t i, t
i, t

pi ,t = ki hi ,t qi ,t ui ,t = qi ,t + vi ,t
x i ,t xi ,t x i ,t

(2.11) (2.12) (2.13) (2.14)

(2.15) (2.16)

u i ,t ui ,t u i ,t q i ,t qi ,t q i ,t (hi ,t )

ui ,t 0 , xi ,0 e xi ,T dados

nas quais:

T: nmero de intervalos de tempo; I: nmero de usinas hidreltricas do sistema; J: nmero de usinas termeltricas do sistema;
t: coeficiente de valor presente para o intervalo t;

j(.): funo de custo da usina termeltrica j, em $;

gj,t: gerao de energia da usina termeltrica j, em MWmdios;

25

pi,t: gerao de energia da usina hidreltrica i, em MWmdios; Gt: gerao de energia trmica total, em MWmdios; Pt: gerao de energia hidreltrica total, em MWmdios; Dt: mercado a ser atendido, em MWmdios;

g j : gerao mnima da usina termeltrica, em MWmdios;

g j : gerao mxima da usina termeltrica, em MWmdios;

xi ,t : volume do reservatrio da usina i, em hm; ximed ,t : volume mdio do reservatrio da usina i, em hm; hi ,t : altura de queda lquida do reservatrio, em m;
hpi : perda hidrulica, em m;

x i ,t : volume mximo do reservatrio da usina i, em hm;

x i ,t : volume mnimo do reservatrio da usina i, em hm;
ui ,t : vazo defluente mxima da usina i, em m/s;

ui ,t : vazo defluente da usina i, em m/s; u i ,t : vazo defluente mnima da usina i, em m/s;

qi ,t : vazo turbinada da usina i, em m/s;
q i ,t (hi ,t ) : engolimento mximo da usina i, em m/s; q i ,t : vazo turbinada mnima da usina i, em m/s;

vi ,t : vazo vertida da usina i, em m/s;

yi ,t : vazo incremental afluente usina i, em m/s;

hf i ( x) : funo da cota montante do reservatrio da usina i, em m;

hti (u ) : funo da cota jusante do canal de fuga da usina i, em m;

tt : tamanho do intervalo do tempo t, em s;

i : conjunto das usinas imediatamente a montante da usina i;

26

O custo da gerao trmica representado pela funo j(.) e, como mencionado, pode contemplar alm do custo de gerao termeltrica, o custo de importao de energia de sistemas vizinhos e o custo de penalidades por cortes de carga, haja vista que estas atividades podem ser modeladas como trmicas fictcias. A minimizao da funo j(.), indicada na equao (2.3), resulta em uma funo convexa crescente da gerao complementar, portanto, decrescente da gerao hidreltrica, Pt. O parque trmico foi considerado com uma configurao esttica e com valor total da ordem da potncia do parque hidreltrico. A equao (2.4) ilustra o atendimento pleno demanda, o qual atribudo soma da produo hidreltrica total (Pt) com a produo termeltrica total (Gt). As equaes (2.5) e (2.6) elucidam, respectivamente, a gerao trmica total por instante de tempo (Gt) e os limites operativos de cada planta trmica. A produo hidrulica, como apresentado nas equaes (2.1) e (2.2), uma funo no linear do nvel de armazenamento e da vazo turbinada e, na formulao do problema de otimizao hidrotrmica foi representada pelas equaes (2.11) e (2.7) que correspondem produo individual das plantas hidrulicas e produo total do parque hidreltrico, respectivamente. O balano hidrulico do reservatrio foi representado pela equao (2.8) e, basicamente, indica que o armazenamento do tempo t+1 o armazenamento inicial somado diferena entre o volume de gua que afluiu usina e o volume de gua turbinado mais o volume vertido no tempo t. O multiplicador

tt exerce, na equao citada, a funo de converter a unidade de vazo 106

(m/s) das variveis de turbinagem, vertimento e afluncia em unidade de volume (hm), para qualquer intervalo de tempo que se queira trabalhar. Com relao varivel vertimento, tem-se que seu efeito na equao de conservao de gua (2.8) o mesmo que o da varivel turbinagem, ou seja, apresentam a reduo do volume armazenado da usina como conseqncia. Entretanto, seu efeito na funo objetivo o oposto da turbinagem, pois contribui negativamente na produo de energia, j que no movimenta as turbinas e ainda eleva a cota do canal de fuga, reduzindo a queda lquida (para algumas usinas, j que outras no apresentam influncia do vertimento no canal de fuga). Neste contexto, sempre que for possvel turbinar no se deve verter, o que torna o vertimento uma vazo excedente ao engolimento mximo, q i ,t (hi ,t ) e, portanto, no se caracteriza propriamente como uma varivel de

27

deciso4. Dessa forma, o objetivo do problema decidir o montante de turbinagem total em cada estgio. Caso este montante seja inferior afluncia, acumula-se o excedente no reservatrio, at que a equao de balano hdrico indique o limite de armazenamento operativo, quando, ento, passa-se a realizao do vertimento. Os limites operativos de volume do reservatrio e de defluncia da usina, indicados nas equaes (2.13) e (2.14) foram indexados ao tempo para acomodar alguma eventual restrio operativa hidrulica conjuntural relativa, por exemplo, a questes ambientais, a manutenes de componentes da usina, a usos consuntivos do manancial, controle de cheias e volume de espera, entre outras. A soluo do problema de programao no-linear determinstica para usinas individualizadas enunciada pelas equaes (2.3) a (2.16) pode ser simplificada pela decomposio do problema hidrotrmico em dois subproblemas, segundo abordaram [21], [25] e [26]. Como resultado, surgem dois problemas que podem ser resolvidos separadamente, quais sejam o Despacho Econmico Termeltrico, ou DET como abordado na literatura, e o Despacho Econmico Hidreltrico. A soluo do Despacho Econmico Termeltrico deve, para toda a faixa de operao do sistema trmico, distribuir, entre as usinas termeltricas do sistema, a gerao trmica total de modo que o custo seja mnimo. Como produto, levanta-se a funo (.), que representa o mnimo custo da complementao trmica. Esta funo representa o custo do problema hidrulico que, assim, pode ser resolvido de maneira individualizada. As equaes (2.17) e (2.18) ilustram os problemas do despacho hidreltrico e termeltrico, respectivamente. No Sistema Eltrico Brasileiro as funes de custo de gerao termeltrica, para cada UTE, so consideradas lineares, de modo que o custo marginal do despacho das UTEs constante. Assim, a funo de custo total da operao pode ser aproximada por uma funo quadrtica da complementao produo hidreltrica [25].

min

t =1

J t (D t Pt ) j =1

(2.17)

s.a (2.7) a (2.16)

4 Esta considerao do vertimento vlida para sistemas onde no ocorram vertimentos turbinveis. Para implementaes no Sistema Interligado Nacional, em que se destaca a elevada composio hidreltrica na matriz energtica, existe a possibilidade da ocorrncia de vertimentos turbinveis e, portanto, a hiptese sobre a varivel vertimento adotada neste trabalho no se aplicaria.

28

na qual:
( G ) = min t

j ( g j, t ) j =1

(2.18)

s.a (2.5) a (2.6)

2.3 Sistemas de Inferncia Neural Nebulosa Adaptativos

2.3.1 Sistemas Nebulosos

As the complexity of a system increases, our ability to make precise and yet significant statements about its behavior diminishes until a threshold is reached beyond which precision and significance (or relevance) become almost mutually exclusive characteristics.
(Lotfi Zadeh - 1973)

The closer one looks at a real-world problem, the fuzzier becomes its solution.
(Lotfi Zadeh - 1973)

There are two major imperatives for computing with words. First, computing with words is a necessity when the available information is too imprecise to justify the use of numbers, and to achieve tractability, robustness, low solution cost, and better rapport with reality.
(Lotfi Zadeh - 1996) A modelagem de sistemas reais configura-se, freqentemente, como uma tarefa complexa, sendo que grande parte desta complexidade pode ser atribuda presena de incerteza e impreciso nas variveis do modelo. A interao humana com os problemas prticos do mundo real munida pelo seu raciocnio aproximado, ou seja, posto que a capacidade intelectual humana no capaz de processar completamente todos os elementos do sistema real, a soluo

29

aproximada, mas que atende s necessidades, obtida por inferncia considerando as incertezas envolvidas. [27] Em geral, o conhecimento sobre os diversos sistemas ou modelos reais aproximado e a representao deste conhecimento, utilizando modelos clssicos, resulta em uma representao complexa e pouco eficiente. Neste contexto, em 1965, Lotfi Zadeh [28] desenvolveu a teoria de conjuntos nebulosos como uma alternativa para tratar as incertezas e imprecises. A lgica nebulosa estende os conceitos da lgica booleana clssica para os nmeros reais. Ao contrrio da lgica clssica, que tem somente dois valores, verdadeiro ou falso, a lgica nebulosa multivalorada, onde os valores so conjuntos nebulosos e o produto final o raciocnio aproximado [29]. Sistemas nebulosos, como abordado em [30] e [31] so sistemas computacionais reconhecidos pela sua simplicidade terica e pela maneira intuitiva e direta que so aplicados. Esses sistemas, que processam informao e inferem concluses baseadas em padres apresentados, so capazes de aplicar o conhecimento aprendido por meio de expresses lingsticas que reproduzem o raciocnio aproximado, atravs de regras If - Then. Essencialmente, estes sistemas so capazes de processar o conhecimento de forma compreensvel e de manipular incertezas e imprecises visando solucionar problemas reais complexos [32]. Um conjunto nebuloso A caracterizado por uma funo de pertinncia (ou funo caracterstica) A(x), a qual associa a cada elemento de um domnio, espao ou um universo de discurso X, um nmero real no intervalo unitrio [0,1], com o valor de A(x) em x representando o grau de pertinncia de x em A [28]. As funes de pertinncia associadas aos conjuntos nebulosos dependem no somente do conceito a ser representado, mas tambm do contexto no qual so usadas. As funes podem ter diferentes formas e algumas propriedades, como continuidade, podem ser exigidas [33]. A forma das funes de pertinncia utilizada neste trabalho foi a triangular, a qual descrita por meio da equao (2.19), como segue:

30

 0 xa m a A ( x) = bx b m 0 nas quais:

se

x<a

se x [a, m] (2.19) se se x [m, b] x>b

A ( x) : funo de pertinncia da varivel x;

m: valor modal; a: parmetro de disperso inferior; b: parmetro de disperso superior; A Figura 2.2 apresenta, como exemplo, um grfico da funo de pertinncia com forma triangular e com m = 2, a = 1 e b = 3.

Figura 2.2 Funo de pertinncia na forma triangular

31

Sistema de Inferncia Nebulosa

O Sistema de Inferncia Nebulosa (Fuzzy Inference System FIS) uma tcnica computacional popular baseada nos conceitos de conjuntos nebulosos, regras If-Then nebulosas e raciocnio aproximado nebuloso. Em funo de sua natureza multidisciplinar, o sistema de inferncia nebulosa, ou FIS, conhecido por diversos outros nomes, como fuzzy-rule-based system, fuzzy expert system, fuzzy model, fuzzy associative memory, fuzzy logic controller, ou, simplesmente, fuzzy system [34]. Basicamente, o FIS implementa um mapeamento no-linear do espao de entradas para o espao de sadas. Este mapeamento obtido atravs da combinao de regras nebulosas do tipo If-Then, as quais descrevem o comportamento do sistema a ser modelado, por meio de entradas e sadas reais. Como resultado, o modelo obtido cristaliza um sistema de tomada de deciso ou de reconhecimento de padro. A principal caracterstica do sistema de inferncia nebuloso a base de regras If-Then. Estas regras reproduzem o raciocnio humano atravs de expresses lingsticas com vistas a extrarem concluses (conseqentes) com base em informaes fornecidas (antecedentes). O formato geral de uma regra nebulosa ilustrado pelas equaes (2.20) e (2.21):

SE <antecedente> ENTO <conseqente> SE [x A] ENTO [y B]

(2.20) (2.21)

Para exemplificar a utilizao de variveis lingsticas na formulao dos problemas nebulosos, a Figura 2.3 apresenta as funes de pertinncia e os termos lingsticos indexados (baixa, mdia, alta) que caracterizam um conjunto nebuloso, obtido apenas como exemplo, relacionado varivel nebulosa vazo, no universo [0, 1200]. Assim, pode-se verificar que a fuzzificao da varivel vazo = 400 m/s resulta em pertinncia igual a 0,6 para a afirmao vazo baixa, pertinncia igual a 0,18 para a afirmao de vazo mdia e pertinncia igual a 0,0 para a afirmao de vazo alta.

32

Figura 2.3 Exemplo de funes de pertinncia representando a varivel vazo afluente Para fins de ilustrao da estrutura de um sistema de inferncia nebulosa genrico, a Figura 2.4 apresenta um diagrama de blocos, em que o FIS est indicado pela linha pontilhada e sua estrutura configura-se com sada nebulosa e com um defuzzificador para transformar a sada nebulosa em valor real.

Figura 2.4 Diagrama de blocos de sistema de inferncia nebulosa genrico [34] Dentre as abordagens de sistemas de inferncia nebulosa presentes na literatura, pode-se destacar o modelo Mamdani e o modelo Sugeno. A diferena entre eles consta na considerao feita com relao aos conseqentes de suas regras nebulosas. O modelo Mamdani [35] foi inicialmente proposto como uma tentativa para o controle de uma combinao de motor a vapor e caldeira atravs de uma base de regras lingsticas obtida do conhecimento de operadores humanos experientes [36]. A configurao do modelo Mamdami apresenta um fuzzificador na entrada e um defuzzificador na sada. O mecanismo de fuzzificao 33

mapeia valores da entrada em subconjuntos nebulosos e o processo de defuzzificao mapeia subconjuntos nebulosos da sada em valores reais. O modelo Sugeno foi proposto por Takagi, Sugeno e Kang [37] e [38] como uma aposta para o desenvolvimento de uma tcnica sistemtica para gerao de regras nebulosas a partir de um dado conjunto de dados entrada-e-sada. Este sistema tem como principal diferena dos demais sistemas de inferncia, o clculo da sada y, a qual computada como uma funo da entrada, sendo usualmente linear ou constante. Assim, com relao ao modelo Mamdami, salvo a diferena na considerao do conseqente, o restante idntico, ou seja, a fuzzificao da entrada e a aplicao de operaes nebulosas. A equao (2.22) ilustra uma tpica regra nebulosa para o modelo Sugeno [39]. SE [(x1 A1) E (x2 A2) E .... (xM AM)] ENTO [y = f(x1,x2,...,xM)] na qual: xj: varivel real de entrada; Aj: Conjuntos Nebulosos no espao de entradas; j: ndice da varivel de entrada (j = 1,....M); y: varivel real do espao de sadas; f(.): funo das variveis de entrada; A Figura 2.5 apresenta um modelo genrico de um sistema de inferncia nebulosa do tipo Sugeno com base de regras formada por M regras. (2.22)

34

Figura 2.5 Modelo genrico de um sistema de inferncia nebulosa do tipo Sugeno [40] A Figura 2.6 apresenta um exemplo de inferncia nebulosa utilizando-se o modelo Sugeno com duas entradas, x e y, duas regras e sada zi, de cada regra, representada pela combinao linear das entradas x e y. Como cada regra possui uma sada real, a sada final do problema, z, obtida por meio de uma mdia ponderada com relao s sadas das regras. Esta estrutura da sada um diferencial da modelagem Sugeno, j que no necessita de mtodo de defuzzificao, cujo esforo computacional, normalmente, elevado.

Figura 2.6 Exemplo do modelo de inferncia nebulosa do tipo Sugeno [34]

35

O sistema nebuloso do tipo Sugeno a abordagem mais popular para modelagem nebulosa de sistemas com srie de dados entrada-sada, haja vista que apresenta uma elevada eficincia computacional e no necessita da aplicao de mtodos de defuzzificao, os quais, normalmente, so operaes matemticas complexas [34]. No desenvolvimento deste trabalho, no que tange modelagem dos sistemas nebulosos, foi sempre utilizada a abordagem do tipo Sugeno. Tcnicas de Inteligncia Artificial, em especial a lgica nebulosa tem se mostrado como uma das reas mais promissoras no campo de engenharia de sistemas e processamento de informao. Neste sentido, tem se verificado a proliferao de solues prticas, que utilizam esta abordagem, para problemas do mundo real como, por exemplo, produtos eletrnicos como a cmera de filmar, mquinas de lavar e microondas, alm de solues no campo de controle de processos, instrumentao mdica, sistemas de suporte deciso, escolha de portfolio, entre outras. No problema do planejamento da operao de reservatrios, a lgica nebulosa e os Sistemas de Inferncia Nebulosa foram implementados com sucesso nos trabalhos [41], [42], [43] e [44]. Em [42] foram reportados excelentes resultados na utilizao de uma base de regras nebulosas para reproduzir a operao histrica do reservatrio Tenkiller Lake, EUA. Reportou-se, ainda, que a base de regras nebulosas se mostrou robusta e estvel com relao variao das premissas. Como destaques do modelo adotado, apontou-se a sua simplicidade, a sua transparncia e a facilidade no entendimento, j que a estrutura das regras imita a maneira humana de pensar, alm de exigir um reduzido esforo computacional. Em [43], verificou-se que a utilizao da abordagem nebulosa permitiu considerar devidamente as incertezas das afluncias aos reservatrios e, ainda, resultou em solues estveis e com esforo computacional bastante inferior a outras abordagens clssicas. Ademais, em [41] foi feita uma reviso das metodologias estudadas nos ltimos anos para operao tima de reservatrios, a qual concluiu que sistemas de inferncia nebulosa e redes neurais podem vir a mitigar a deficincia em inferir polticas de operao dos modelos de otimizao estocstica implcita. Adicionalmente, concluiu que a aplicao destas metodologias pode superar os desafios computacionais enfrentados pelas modelagens de otimizao com estocasticidade explcita. Para maiores informaes sobre a teoria dos conjuntos e lgica nebulosa, recomenda-se a consulta dos trabalhos [29], [27], [33] e [34].

36

2.3.2 Redes Neurais Nebulosas

combinao da abordagem das Redes Neurais com a abordagem dos Sistemas Nebulosos, denominou-se Redes Neurais Nebulosas. Ambas as metodologias, quando aplicadas individualmente, apesar de apresentarem excelentes atributos no que tange modelagem de sistemas, demonstram, tambm, algumas deficincias que podem vir a limitar suas aplicaes. A unificao destas metodologias resultou nas Redes Neurais Nebulosas, as quais configuram-se com elevado mrito modelagem de sistemas complexos, na medida em que renem as qualidades de ambas as citadas metodologias e, ainda, superam suas deficincias. Segundo [29], medida que as teorias relacionadas s redes neurais e aos sistemas nebulosos se desenvolviam, observou-se que estas abordagens poderiam ser unificadas, resultando em sistemas de caractersticas mais completas no que se refere s suas capacidades de processamento inteligente. Alm de estas abordagens exibirem caractersticas comuns, isto , tratamento de incertezas e raciocnio aproximado, cada uma apresenta propriedades exclusivas que contribuem para compensar deficincias individuais da outra. De um lado, as redes neurais falham em representar o conhecimento de forma explicita, mas exibem sua inclinao para o aprendizado. Por outro lado, os sistemas nebulosos so fracos sob o ponto de vista da aquisio automtica de conhecimento, porm valem-se amplamente de suas caractersticas com relao manipulao de termos lingsticos. De forma geral, uma Rede Neural Nebulosa pode ser entendida como um sistema de regras no qual os termos das variveis so definidos e ajustados a partir de um processo de aprendizagem, fundamentado pela teoria das redes neurais que trabalham com a manipulao numrica direta, enquanto que a aplicao dos sistemas nebulosos permite expressar esta base numrica em sentenas que podem ser facilmente compreendidas por seres humanos. As Redes Neurais Nebulosas codificam uma base de regras na forma de Se um conjunto de condies satisfeito Ento um conjunto de conseqentes inferido, o qual pode ser definido da seguinte forma:

37

Entradas:

x1 A1 E .... xM AM
1 1 Se x1 A1 E .... xM AM ENTO y g1

Regras:

i Se x1 A1i E .... xM AM ENTO y gi N ENTO y gN Se x1 A1N E .... xM AM

Sada: nas quais:

y=g

xj: varivel real de entrada; Aj: Conjuntos Nebulosos no espao de entradas; j: ndice da varivel de entrada (j = 1,....M); i: ndice do nmero de regras (i = 1,....N); gi: sada da regra i; y: varivel real do espao de sadas; g: sada final do sistema;

As citaes que seguem abaixo foram retiradas da referncia [45] e ilustram o potencial atribudo aos sistemas hbridos, em especial s redes neurais nebulosas:
Fuzzy theory with its of realistic description of power system problems and ANN with its promise of adaptive training and generalization deserves scope for further study. (...) With the benefits offered by hybrid AI techniques, their applications to power systems have been increasing rapidly. (...) The application of hybrid systems in power system problems is a novel development, which represents a definite future trend in power systems research

38

Sistemas neurais nebulosos vm obtendo sucesso em diversas aplicaes, como, por exemplo, na modelagem de sistemas no lineares e estimao de parmetros [31] e [46], controle de processos [47] e previso de sries temporais [48], [49] e [50]. No problema do planejamento da operao hidrotrmica, esta abordagem foi implementada com sucesso nos trabalhos [51] e [52], que comprovaram a eficincia da abordagem neural nebulosa para suporte deciso da estratgia de operao. Em [52] foi apresentada uma metodologia para interpretao lingstica da operao tima de uma usina hidreltrica e seus resultados evidenciaram o potencial da rede em interpretar o comportamento timo para sentenas que ilustram de forma simples a relao entre as variveis utilizadas. O trabalho [51] simulou o desempenho das redes neurais nebulosas para um sistema hidrotrmico, cujos resultados indicaram uma performance similar poltica clssica e menos eficiente computacionalmente da Programao Dinmica Estocstica. Na seqncia ser apresentado o Sistema de Inferncia Neural Nebulosa Adaptativo, o qual configura-se na abordagem Neural Nebulosa adotada neste trabalho.

2.3.3 Sistemas de Inferncia Neural Nebulosa Adaptativos

O Sistema de Inferncia Neural Nebulosa Adaptativo (Adaptive Neuro Fuzzy Inference System - ANFIS) uma classe de redes adaptativas que foi proposta por Jang [53] e [34] e que apresenta funcionalidade equivalente aos Sistemas de Inferncia Nebulosa. Dado um conjunto de padres entrada-sada, o ANFIS constri um sistema de inferncia neural nebulosa, cujos parmetros associados s funes de pertinncia so ajustados por meio de um algoritmo de aprendizado [40]. Assim, ao invs de escolher aleatoriamente os parmetros associados a uma dada funo de pertinncia, esses parmetros podem ser escolhidos de modo a esculpir a funo de pertinncia, automaticamente, com base no conjunto de dados entrada-sada fornecidos. A Figura 2.7 (a) ilustra o mecanismo de inferncia para o modelo Sugeno de primeira ordem e com duas entradas, enquanto que a Figura 2.7 (b) ilustra o sistema neural nebuloso equivalente. Como exemplo, para a rede indicada na Figura 2.7 (b), tem-se que a sada da camada 1 composta pelos graus de pertinncia do padro de entrada (x, y) com relao a seus respectivos conjuntos nebulosos (Ai, Bi). Assumindo funes de pertinncia triangulares, conforme ilustrado

39

na equao (2.19), esta camada possui seis parmetros ajustveis ai, mi, bi, com i = 1, 2. Os parmetros desta camada so denominados parmetros dos antecedentes. A segunda camada calcula o grau de ativao de cada regra. Neste caso, considerando a tnorma utilizada como o produto algbrico (neurnio ), tem-se:

wi = Ai ( x) Bi ( y )

i = 1,2

(2.23)

Na terceira camada, os graus de ativao de cada regra so normalizados por meio dos neurnios N, que calculam um rateio do grau de ativao da regra i pela soma do grau de ativao de todas as regras, conforme indicado na equao (2.24)

wi =

wi w1 + w2

i = 1,2

(2.24)

Na quarta camada, os graus de ativao normalizados da camada 3 so utilizados para compor a funo de ativao dos neurnios da camada 4, de acordo com a equao (2.25). Ressalta-se que, como o exemplo em tela aborda o modelo Sugeno de primeira ordem, a funo de sada das regras uma combinao linear das variveis de entrada e os parmetros pi, qi e ri so referenciados como parmetros dos conseqentes.

wi f i = wi ( pi xi + qi yi + ri )

i = 1,2

(2.25)

Por fim, na quinta camada os neurnio nomeados computam a sada final da rede que consiste na soma dos sinais da quarta camada. A equao (2.26) demonstra esta formulao.

f = wi f i
i

w f = w
i i i i

i = 1,2

(2.26)

40

Figura 2.7 (a) Sistema Nebulosos tipo Sugeno de primeira ordem com duas entradas; (b) Sistema ANFIS equivalente [34] Na modelagem ANFIS utilizada neste trabalho, o ajuste dos parmetros das funes de pertinncia foi feito por meio da combinao dos algoritmos de retropropagao (backpropagation) e de mnimos quadrados (least square). Este algoritmo hbrido de aprendizagem, que foi detalhado na referncia [34], composto por uma etapa forward e uma etapa backward em cada iterao. Na etapa forward, aps a apresentao de um vetor de entrada, so calculadas as sadas das camadas da rede para todo o conjunto de dados do treinamento e os parmetros dos conseqentes so identificados pelo mtodo dos mnimos quadrados. Na etapa

backward, os sinais de erros so propagados da camada final para a inicial de modo a atualizar os
parmetros dos antecedentes por meio do mtodo do gradient descent. O processo de aprendizado termina quando atingida a tolerncia definida ou o nmero mximo de iteraes. [54]. Ressalta-se que esta tcnica hbrida possui reduzido tempo de convergncia na medida em que reduz o espao de busca do problema quando com aplicao pura do mtodo

backpropagation [34].
Para mais informaes, recomenda-se a consulta dos trabalhos [34] e [39].

41

2.4 Polticas Operativas

O problema do planejamento da operao energtica de sistemas hidrotrmicos, descrito na seo anterior deste captulo e ilustrado pelas equaes (2.3) a (2.16), caracteriza-se pela otimizao dos recursos hidrulicos atravs da maximizao da operao hidreltrica e da minimizao da operao trmica, com vistas a garantir um atendimento carga de maneira econmica e confivel durante todo o horizonte de estudo. Fundamentalmente, este planejamento busca determinar a estratgia de operao para o perodo em anlise, definindo uma seqncia de decises de gerao hidrulica e, conseqentes, complementaes trmicas a serem despachadas que resulta no menor custo de atendimento demanda [11]. s metodologias utilizadas para determinao desta estratgia, d-se o nome de Polticas Operativas. Em que pese a complexidade das relaes entre as variveis, a no-linearidade e o dinamismo da modelagem do problema, incerteza das vazes pode ser atribuda a maior parcela da subotimalidade dos mtodos reais de planejamento da operao, ou seja, das polticas operativas conhecidas. Como a deciso deve ser tomada antes de conhecida a real condio operativa do sistema, ou seja, a afluncia s usinas, a tarefa de determinar a deciso operativa mais prxima deciso tima se torna bastante complexa. Ressalta-se que a chamada deciso tima corresponde soluo terica determinstica do problema do planejamento da operao considerando o completo conhecimento das afluncias. Neste contexto, apesar da realizao de estudos e pesquisas intensivas, nas ltimas dcadas, sobre a aplicao de modelos de otimizao para operao de sistemas de reservatrios, autores como [55], [56] e [57] tm notado um distanciamento contnuo entre os desenvolvimentos tericos e implementaes prticas em sistemas reais. Algumas possveis razes para este distanciamento, que foram levantadas por [41] e [58], incluem (i) o ceticismo de muitos operadores de sistemas de reservatrios com relao a modelos que podem vir a substituir seus conceitos, discernimentos e estratgias e, sendo assim, preferem trabalhar com os simuladores. Adicionalmente, so citados a (ii) limitao computacional que resulta na necessidade de simplificaes e aproximaes nas modelagens, como para o caso da Programao Dinmica, (iii) a complexidade matemtica dos modelos de otimizao que dificultam seu entendimento, (iv) o fato de muitos mtodos de otimizao no considerarem o risco e a incerteza de maneira adequada, (v) a variedade de modelos de otimizao que geram confuso sobre qual o modelo mais adequado para uma dada aplicao e, por fim, (vi) o fato de muitos modelos de otimizao 42

produzirem apenas solues timas para a srie histrica de afluncia ao invs de regras de operao condicionais. Com relao ao ltimo item exposto (vi), a referncia [57] elucida, claramente, as preocupaes quanto definio da estratgia tima para a srie histrica de afluncia. Basicamente, argumenta-se que a soluo no apresenta os princpios, ou as estratgias, da operao do sistema explicitamente definidos, sendo necessrio uma interpretao exaustiva dos resultados para extrair um plano de operao a ser usado em implementaes prticas. As citaes que seguem abaixo foram retiradas da referncia [57] e ilustram o ponto citado:

The primary disadvantage of the HEC-PRM is that (...). Additionally, the optimized solution is provided in terms of period-of-record flows and storage; however, the basis for the system operation are not explicitly defined. The post-processing of the results requires interpretation of the results in order to develop an operation plan that could be used in basic simulation and applied operation. (...) For system analysis to determine the best allocation of flow and storage for conservation purposes, consider optimization using a tool HEC-PRM (paragraph 49c). The program outputs would then be analyzed to infer an operation policy that could be defined for simulation and more detailed analysis. The alternative is to repeatedly simulate with critical low-flow periods to develop a policy to meet system goals and then perform a period-of-record simulation to evaluate total system performance.
Considerando as limitaes da aplicao prtica das polticas operativas conhecidas, como mencionado acima, e considerando, ainda, os elementos necessrios para viabilizar a aplicao de polticas operativas em sistemas reais, foi proposta e desenvolvida uma poltica baseada em um sistema de inferncia nebulosa, cuja estrutura consiste em base de regras do tipo SE <antecedente> ENTO <conseqente> e cujo mtodo de aprendizado neuro-adaptativo utilizouse de informaes da soluo tima do problema de otimizao energtica para fins do treinamento das regras.

43

O desempenho da poltica operativa proposta foi avaliado segundo critrio de comparao a outras modelagens de polticas operativas reais, como a Programao Dinmica Determinstica, a Programao Dinmica Estocstica e o Controle em Malha Aberta. As metodologias, de cada uma das polticas operativas citadas acima, so apresentadas a seguir com destaque para a modelagem, a aplicabilidade, as qualidades e as deficincias de suas implementaes.
2.4.1 Poltica Operativa baseada em Sistema de Inferncia Nebulosa

Aps a apresentao dos conceitos do Sistema Neural Nebuloso utilizado neste trabalho, ser detalhado o processo de implementao e simulao da metodologia proposta. Primeiramente, o problema foi tratado por um modelo de otimizao determinstico com perfeita previso de vazo, tal qual o problema citado nas equaes (2.3) a (2.16), cuja soluo se configura na poltica chamada, neste trabalho, de timo Absoluto (OA) e que utiliza um modelo baseado em algoritmos de fluxo em rede no linear com arcos capacitados [59], [23] e [60]. O resultado do modelo do timo Absoluto, que representa a melhor operao possvel para a planta em anlise, foi utilizado como informao para treinamento da rede neural-nebulosa. As informaes timas consideradas no treinamento foram as vazes afluentes passadas, as vazes turbinadas e os volumes teis dos reservatrios em cada ms do horizonte simulado, cujo perodo foi de 1932 a 2005. Aps o treinamento, foi obtida uma base de regras de inferncia nebulosa, do tipo SE <antecedente> ENTO <conseqente>, que ir reproduzir o comportamento timo da usina atravs da definio da vazo turbinada, em cada estgio, em funo das condies de entrada estipuladas. A Figura 2.8 ilustra o fluxograma do processo de implementao desta poltica operativa, desde a composio dos dados para o treinamento at a aplicao da base de regras.

44

Srie de Vazes Histricas ou Sintticas

Modelo de Otimizao Determinstico (timo Absoluto)

Turbinagem tima X [ V.U. / Vz. Aflu. / Vz. Turb. (t-1)]

Redes Neurais Nebulosas Adaptativas Treinamento

Sistema de Inferncia Nebulosa Base de Regras

Modelo de Simulao

Figura 2.8 Fluxograma do processo de implementao da poltica Operativa baseada em Sistema de Inferncia Nebulosa A poltica proposta considera adequadamente a incerteza das vazes atravs de sua modelagem nebulosa, alm de permitir a representao individualizada das usinas, incluindo suas restries operativas e caractersticas de produo no-linear, j que se trata de uma reproduo do modelo de otimizao determinstico. Adicionalmente, esta abordagem configura-se com reduzido esforo computacional e permite uma visualizao mais clara e melhor entendimento dos resultados do modelo e das relaes fsicas das variveis, j que consiste em um sistema de regras nebulosas simples, do tipo SE <antecedente> ENTO <conseqente>.
2.4.2 Poltica Operativa baseada em Programao Dinmica

A Programao Dinmica (PD) uma tcnica proposta por Richard Bellman, em 1957, [61] que apresenta elevada importncia e popularidade em diversas reas de estudo, principalmente, em funo de sua capacidade de abordar com sucesso a estocasticidade e a no-linearidade dos problemas. Alm disso, a PD caracteriza-se pela vantagem de decompor problemas complexos em uma srie de problemas que so resolvidos recursivamente [55].

45

Entretanto, sua aplicabilidade limitada no tratamento de problemas de grande porte, haja vista que exige a discretizao do espao de estados, o que ocasiona no crescimento exponencial do esforo computacional proporcional ao nmero de variveis de estado. Na literatura, esta limitao associada ao porte dos problemas tratados pela Programao Dinmica denominada "maldio da dimensionalidade (curse of dimensionality). Na PD, o problema se divide em estgios e a melhor deciso em cada estgio determinada de acordo com a situao, ou estado, em que o sistema se encontra. A otimalidade baseada no conhecimento prvio de todas as possibilidades futuras e suas conseqncias, de modo a satisfazer o princpio da otimalidade de Bellman [61]. Assim, o custo total de operao dado pelo custo da deciso no prprio estgio com o custo futuro pr-determinado a partir do estgio seguinte [62]. O princpio da otimalidade de Bellman estabelece que se qt* , para t = k,...,T, uma poltica tima estando o sistema no estado (xk-1) e no estgio t = k-1, ento qt* , para t = k+1,...,T, ser uma poltica tima para o estado inicial (xk) = (xk-1, yk, qk*) no estgio t = k, no qual yk representa a vazo afluente (no caso do problema da operao hidrulica) e representa a equao de transio de estado do modelo. Em resumo, dado o estado atual do sistema, a deciso tima para cada um dos estgios seguintes no depende de estados ou decises passadas. No problema tratado neste trabalho, com relao PD, as variveis de estado se caracterizam no armazenamento das usinas, as variveis de deciso se caracterizam na vazo turbinada, enquanto que os estgios configuram-se nos meses do planejamento. O problema de PD resolvido por meio de soluo backward na qual a busca de polticas timas parte do estgio final T, onde o custo terminal T(xT) conhecido e segue at o estgio inicial. Este processo, matematicamente, ocorre segundo a equao recursiva ilustrada pela equao (2.27). Assim, em cada estgio as decises so determinadas atravs da minimizao da soma do custo presente com o custo futuro, assumindo decises timas para todos os estgios subseqentes. As equaes (2.7) a (2.16) indicadas anteriormente so mantidas para representao da equao de transio de estados e das restries do problema.

t 1 ( xt 1 ) = min{ ( Dt Pt ) + t t ( xt )}
qt

t = T, T-1,...,1

(2.27)

46

na qual:

t: custo futuro mnimo; xt: varivel de estado, volume, no estgio t; T: nmero de intervalos de tempo; t: coeficiente de valor presente para o estgio t; qt: deciso do estgio t;
(D t Pt ) : custo presente da complementao trmica;

Por fim, depois de realizado o processo backward do estgio final, T, at o estgio inicial todos os caminhos de mnimo custo esto mapeados, ou seja, para cada estado do sistema, em cada estgio, existe uma deciso tima de turbinagem com um custo operativo associado. Este mapeamento, que denominado tabela de deciso, ser utilizado pelo simulador como definidor das regras de operao da usina. A Figura 2.9 ilustra o fluxograma do processo de obteno da tabela de deciso e simulao de uma poltica de Programao Dinmica, conforme descrito anteriormente.
Programao Dinmica

Srie de Vazes Histricas

Vazo

Ajuste de Vazes
(No caso da PDE)

Vazo

Otimizador

TABELA DE DECISES

Vazo

Modelo de Simulao

Atualizao do Estado do Sistema

Figura 2.9 Fluxograma do processo genrico de uma poltica de Programao Dinmica Neste trabalho, considerou-se duas abordagens de Programao Dinmica, quais sejam a Programao Dinmica Determinstica e a Programao Dinmica Estocstica Markoviana. Suas especificidades sero descritas a seguir. 47

Programao Dinmica Determinstica

A primeira abordagem da PD considerada foi a Programao Dinmica Determinstica (PDD). Esta modelagem caracteriza-se pela aplicao da metodologia da PD considerando um cenrio fixo de afluncia previamente fornecido. Nesta dissertao, trabalhou-se sempre com cenrio de afluncias mensais de acordo com as Mdias de Longo Termo (MLT). A formulao apresentada pela equao recursiva (2.27) e pelas equaes (2.7) a (2.16), que representam a equao de transio de estado e as restries do problema, se mantm inalterada. A cada estgio t, o volume til do reservatrio discretizado em um nmero definido previamente, entre x min e x max . Para cada possvel estado de armazenamento no inicio do intervalo, so avaliadas todas as possveis decises de turbinagem qt, discretizadas entre q t e q t , e, para cada uma delas, assume-se um dado valor de vazo afluente yt. [25]. A Figura 2.10 ilustra o processo de deciso para a PDD.

Figura 2.10 Esquemtico da deciso no estgio t-1 para a PDD [25] Como resultado da PDD, obtm-se tabelas de deciso mensais com valores de deciso tima e custo associado para cada estado discreto de armazenamento de cada estgio do modelo.

Programao Dinmica Estocstica

A segunda abordagem da PD considerada foi a Programao Dinmica Estocstica. Esta modelagem caracteriza-se pela aplicao da metodologia da PD considerando um cenrio 48

probabilstico de afluncia, caracterizado pela distribuio de probabilidades das vazes do histrico e correlao com vazo passada. Segundo [25], quando o ajuste de probabilidades feito de forma isolada usando apenas as informaes do ms correspondente ao estgio em questo, tem-se a Programao Dinmica Estocstica Independente (PDEI). Considera-se desta forma que a afluncia do ms atual no influenciada pelas afluncias dos meses anteriores. Quando se considera que as vazes afluentes seguem uma tendncia e, portanto, que a afluncia de um dado ms pode ser melhor estimada se forem observadas as informaes dos meses anteriores, tem-se a chamada PDE dependente. As funes de distribuio de probabilidades para cada ms so ajustadas considerando a correlao entre o ms atual e os anteriores. Neste trabalho, considerou-se a aplicao da Programao Dinmica Estocstica Markoviana (PDEM), cuja sistemtica contempla a utilizao de um modelo markoviano na representao da estocasticidade das vazes na PDE [63]. Este modelo baseado em um processo peridico autoregressivo de ordem 1, sob a hiptese de que a vazo afluente ao sistema em um estgio t qualquer do perodo de planejamento depende somente da vazo afluente ocorrida no estgio t-1. Esta considerao pode ser interpretada como uma tentativa de representar a tendncia hidrolgica no processo de deciso operativa das usinas. Neste caso, as variveis de estado no modelo so representadas pelo volume armazenado, xt, e pela vazo afluente do estgio anterior, yt-1. A varivel de deciso continua sendo representada pela turbinagem. O ajuste das vazes com base na funo de densidade de probabilidade condicional, que correlaciona a varivel vazo yt com yt-1 representado por f ( yt / yt 1 ) e a

probabilidade associada representada por pt ( yt / yt 1 ) . Neste contexto, a equao recursiva

indicada na equao (2.27) para a PDD reformulada como segue:

t 1 ( xt 1 , yt 1 ) = min{ y | y [ ( Dt Pt ) + t t ( xt , yt )]}
qt
t t 1

(2.28)

na qual:

yt | yt 1 [.] : valor esperado com relao afluncia no estgio t;

xt: varivel de estado, volume, no estgio t;

49

yt: varivel de estado, vazo, no estgio t; t: coeficiente de valor presente para o estgio t; qt: deciso do estgio t;
(D t Pt ) : custo presente esperado da complementao trmica;
( x , y ) : custo futuro esperado mnimo;
t t t

Assim, em cada estgio as decises so determinadas atravs da minimizao da soma do custo presente esperado com o custo futuro esperado, assumindo decises timas para todos os estgios subseqentes. Esta formulao denominada do tipo deciso-acaso, j que as decises so tomadas sem o conhecimento das vazes afluentes no prprio ms, mas em funo da distribuio de probabilidade das vazes. A Figura 2.11 ilustra o processo de deciso da PDEM, evidenciando a nova composio do espao de estados que passa a ser dependente da vazo do ms anterior, alm do volume armazenado. Neste contexto, para cada possvel estado de armazenamento no inicio do intervalo, percorrem-se os estados discretos de afluncia do ms anterior e para cada conjunto de estado so avaliadas todas as possveis decises de turbinagem.

Figura 2.11 Esquemtico da deciso no estgio t-1 para a PDEM [25]

50

Como resultado da PDEM, obtm-se tabelas de deciso mensais com valores esperados de deciso tima e custo associado, em cada estgio, para cada estado discreto de armazenamento e cada estado discreto de afluncia do ms anterior.
2.4.3 Poltica Operativa baseada em Controle em Malha Aberta

A poltica operativa baseada em Controle em Malha Aberta (CMA) e denominada Open-Loop

Feedback Control (OLFC), foi abordada no trabalho de [62] e consiste em uma modelagem

alternativa Programao Dinmica em problemas envolvendo incertezas. A PD pode ser caracterizada como uma poltica de controle em malha fechada, j que determina, de maneira exante, as regras de operao que atribuem uma deciso tima para cada possvel estado do sistema

em cada estgio do perodo de planejamento. Na poltica de malha fechada, no se procura obter valores numricos timos, mas se procura, de fato, encontrar uma regra de operao que fornea, em cada estgio t, uma deciso tima qt* para cada possvel estado xt do sistema [63]. Na formulao de um problema de Controle em Malha Aberta, para cada estgio t de planejamento, uma medida do sistema observada e utilizada como condio inicial na soluo do problema determinstico para o restante do horizonte de otimizao, intervalo [t, T]. Apenas a soluo tima do primeiro estgio de otimizao selecionada para atuar no sistema. Uma nova medida observada para o estgio t+1, a partir do qual o procedimento repetido [62]. No problema de planejamento da operao energtica, o Controle em Malha Aberta, uma poltica operativa baseada num processo adaptativo de tomada de decises, em que, a cada intervalo de tempo, um previsor de vazes alimenta o otimizador que define as metas timas de operao. O procedimento previso/otimizao repetido a cada intervalo do horizonte de planejamento visando minimizar os desvios na trajetria tima dos reservatrios das usinas, os quais so ocasionados pelos erros entre os valores previstos e verificados das vazes [64]. Segundo [62], a vantagem associada poltica de controle malha aberta est na variedade de tcnicas de otimizao disponveis para resolver o problema determinstico resultante, alm da abordagem no exigir o armazenamento de uma grande quantidade de variveis, como ocorre na poltica de controle malha fechada da programao dinmica. Sendo baseada em um modelo de otimizao determinstico, a poltica de malha aberta permite ainda a representao do sistema

51

hidrulico em detalhes, considerando cada usina individualmente, com suas prprias restries operacionais e caractersticas de produo. A Figura 2.12 ilustra o fluxograma do processo previso/otimizao da poltica de Controle em Malha Aberta. Nota-se que, a cada estgio, o otimizador reabastecido com uma nova previso de vazo e com a sada do simulador, que oferece a atualizao das variveis de estado do sistema.
Poltica CMA
Vazo Prevista

Srie de Vazes Histricas

Vazo

Previsor de Vazes Afluentes

Otimizador
Min ( Pt Dt ) 2
t T

Deciso de Vazo Turbinada

Vazo

Modelo de Simulao

Atualizao do Estado do Sistema

Figura 2.12 Fluxograma do processo de implementao da poltica Operativa baseada em Controle em Malha Aberta Neste trabalho, para implementaes da poltica CMA, foi tomado os valores mensais da Mdia de Longo Termo (MLT) como previsor. Alm disso, adotou-se um perodo de otimizao varivel, entre 12 e 23 meses, e fixou-se o ms final como o ms de inicio do perodo seco, quando normalmente os reservatrios esto com suas capacidades de armazenamento totalmente preenchidas [65]. A poltica operativa do Controle em Malha Aberta, que foi abordada no trabalho [62], foi implementada e testada para a operao energtica de sistemas hidrotrmicos com uma nica usina hidreltrica no trabalho [65], o qual mostrou desempenho similar programao dinmica estocstica. No trabalho [64] a abordagem, cujo nome dado foi de Controle Preditivo, foi estendida e adaptada para aplicao no Sistema Interligado Nacional. Para mais informaes sobre a poltica do controle em malha aberta, recomenda-se a consulta dos trabalhos [62], [64] e [65]. 52

Captulo 3 Estudo de Casos

Este captulo apresenta os estudos de casos e a anlise dos resultados obtidos com a simulao da metodologia neural nebulosa no planejamento da operao energtica de sistemas hidrotrmicos. Estes resultados foram comparados com outras polticas operativas como as polticas de programao dinmica e a poltica de malha aberta. Estas polticas foram abordadas em trabalhos anteriores, conforme apresentado no Captulo 2. Os estudos de casos foram desenvolvidos considerando um sistema formado por um nico reservatrio e foram realizados para cinco usinas hidreltricas pertencentes s quatro regies do Sistema Interligado Nacional, quais sejam a regio Sudeste/Centro-Oeste, a regio Sul, a regio Nordeste e a regio Norte.

3.1 Ambiente de Simulao

As simulaes de todas as polticas abordadas neste trabalho foram realizadas no ambiente do HydroLab [23], software de otimizao e simulao hidrotrmica desenvolvido no laboratrio COSE da UNICAMP. Dentro deste ambiente, utilizou-se o mdulo HydroSim LP [23] para implementao das polticas operativas. Este mdulo realiza a simulao em base mensal, considerando as usinas individualizadas e todas as restries expressas na formulao do problema de otimizao da operao apresentada no captulo 2. O desenvolvimento da poltica de operao por meio do sistema de inferncia nebulosa, qual seja o treinamento e validao dos dados, foi realizado no ambiente do MATLAB [39], sendo que os resultados da rede treinada eram simulados, posteriormente, no HydroSim LP.

53

3.2 Testes Realizados

Foram realizados estudos com sistemas formados por um nico reservatrio, a fim de se observar o comportamento da poltica de Rede Neural Nebulosa (RNN) com um maior detalhamento aos parmetros definidores da otimizao da produo hidreltrica e de maneira comparativa s demais polticas. As polticas operativas utilizadas na comparao foram as polticas de programao dinmica e a poltica de malha aberta. Nas polticas baseadas em cenrio determinstico de afluncia foi utilizado o histrico de vazes, correspondentes aos registros dos anos de 1932 a 2005. Para permitir uma anlise das polticas, independentemente do perfil hidrolgico e caractersticas das usinas, as simulaes e as comparaes das polticas foram efetuadas para cinco usinas do Sistema Interligado Nacional, representando todas as quatro regies do SIN. As Usinas Hidreltricas escolhidas para compor os sistemas de nico reservatrio foram a UHE Barra Grande e a UHE Machadinho na regio Sul, a UHE Emborcao na regio Sudeste, a UHE Sobradinho na regio Nordeste e a UHE Tucuru na regio Norte. Em cada sistema considerou-se a presena de um parque termeltrico de mesmo porte cujo custo foi modelado como uma funo quadrtica. A UHE Barra Grande est localizada no Rio Pelotas, na bacia do Rio Uruguai e contribui com 690 MW de potncia instalada ao Sistema. Possui, na configurao atual de usinas, o quarto maior reservatrio de regularizao da regio Sul, com 2.193 hm de volume armazenvel. Sua vazo afluente mdia histrica (anos de 1931 a 2006) configura-se com valores da ordem de 293 m/s, entretanto sua variabilidade hidrolgica, ou seja, sua elevada alternncia de valores de vazo e sazonalidade pouco marcante, so bastante relevantes, conforme destacou [66], principalmente em funo do perfil meteorolgico errtico da regio Sul e da composio do solo da regio, que favorece o rpido escoamento da chuva pela calha do rio. Segundo [67], apesar da grande rea de drenagem da bacia do Uruguai (cerca de 45.000 km at a UHE It), o escoamento na regio bastante rpido devido s altas declividades dos rios e predominncia do escoamento superficial, decorrente da fina camada de solo argiloso. Em geral, as rochas que formam o substrato desta regio apresentam pouca porosidade e baixa capacidade de absorver e armazenar a gua do solo. Estas caractersticas so responsveis por um regime fluvial estritamente ligado ao regime pluvial, tendo como conseqncia deflvios dirios

54

dependentes das condies meteorolgicas, as quais apresentam grande variabilidade. O trecho da referncia [68] ilustra o tema em tela:
Em conseqncia das caractersticas fsicas da bacia, tais como relevo pronunciado, fortes declividades, solos relativamente argilosos, rasos e pouco permeveis e substrato rochoso de basalto com baixa capacidade de armazenamento e regularizao, as cheias no rio Uruguai ocorrem com muita rapidez e a vazo do rio bastante varivel. Alm disso, as cheias na bacia ocorrem com maior freqncia no inverno, porm ocorrem cheias em qualquer poca do ano devido as condicionantes climticas.

A UHE Barra Grande a principal usina, em termos de regularizao hidrolgica, da bacia do Rio Uruguai, j que apresenta a maior capacidade de volume armazenvel, alm de se localizar na cabeceira da bacia, em paralelo UHE Campos Novos. Sua entrada em operao, verificada em novembro de 2005, modificou o perfil de armazenamento da regio, fazendo com que a bacia do Uruguai passasse a ser a segunda maior bacia em representatividade de armazenamento na regio Sul, com aproximadamente 25% da capacidade total da regio. As bacias do rio Iguau e bacia do Rio Jacu representam cerca de 55% e 17% da capacidade de armazenamento da regio Sul, respectivamente5. A Figura 3.1 ilustra a disposio dos aproveitamentos da regio Sul segundo suas bacias hidrogrficas. A Tabela 3.1 e a Figura 3.2 apresentam um resumo dos principais dados operativos da UHE Barra Grande.

5 Informao das bacias da regio Sul retiradas do Relatrio Dirio da Situao Hidrulico-Hidrolgica das Usinas Hidreltricas do SIN RDH ONS, 05/01/2009

55

Usina com Reservatrio Usina a Fio dgua

Figura 3.1 Disposio dos aproveitamentos nas Bacias Hidrogrficas da regio Sul6

Esquemtico obtido do Informativo Preliminar Dirio da Operao (IPDO) ONS 5/01/2009

56

Tabela 3.1: Caractersticas Operativas Relevantes UHE Barra Grande7

Figura 3.2 Curva Cota x Volume UHE Barra Grande A UHE Machadinho est localizada no Rio Uruguai, na bacia do Rio Uruguai, a jusante das UHEs Barra Grande e Campos Novos e a montante da UHE It. Apresenta 1.140 MW de potncia instalada e um reservatrio de regularizao de dimenses reduzidas, com 1.057 hm de volume armazenvel. Sua vazo afluente mdia histrica (anos de 1931 a 2006) configura-se com valores da ordem de 739 m/s, entretanto, conforme citado anteriormente para a UHE Barra Grande, sua variabilidade hidrolgica bastante relevante, principalmente em funo do perfil meteorolgico errtico da regio Sul e da composio do solo da regio, que favorece o rpido escoamento da chuva pela calha do rio. A Tabela 3.2 e a Figura 3.3 apresentam um resumo dos principais dados operativos da UHE Machadinho.
7

Dados obtidos do Operador Nacional do Sistema Eltrico ONS (www.ons.org.br)

57

Tabela 3.2: Caractersticas Operativas Relevantes UHE Machadinho 8

Figura 3.3 Curva Cota x Volume UHE Machadinho A UHE Emborcao est localizada no Rio Paranaba, na bacia do Rio Paranaba e contribui com 1.192 MW de potncia instalada ao Sistema. Possui, na configurao atual de usinas, o quarto maior reservatrio de regularizao da regio Sudeste, com 13.056 hm de volume armazenvel. Sua vazo afluente mdia histrica (anos de 1931 a 2006) apresenta valores da ordem de 486 m/s e seu perfil hidrolgico, conforme comportamento meteorolgico da regio Sudeste, configura-se estvel, com um perodo seco de vazes invariavelmente inferiores s vazes do perodo mido. Sua operao apresenta grande relevncia para o fornecimento de

Dados obtidos do Operador Nacional do Sistema Eltrico ONS (www.ons.org.br)

58

energia do SIN, haja vista que se localiza na cabeceira da bacia do Paranaba, que juntamente com a bacia do Rio Grande, contribuem fortemente para a regularizao do complexo hidreltrico da Bacia do Paran, a qual pertence, como usina de jusante, a UHE Itaipu. A Tabela 3.3 e a Figura 3.4 apresentam um resumo dos principais dados operativos da UHE Emborcao.

Tabela 3.3: Caractersticas Operativas Relevantes UHE Emborcao 9

Figura 3.4 Curva Cota x Volume UHE Emborcao A UHE Sobradinho est localizada no Rio So Francisco, na bacia do Rio So Francisco e contribui com 1.050 MW de potncia instalada ao Sistema. Possui, na configurao atual de usinas, o terceiro maior reservatrio de regularizao do SIN e o maior da regio Nordeste, com 28.669 hm de volume armazenvel. Sua vazo afluente mdia histrica (anos de 1931 a 2006)
9

Dados obtidos do Operador Nacional do Sistema Eltrico ONS (www.ons.org.br)

59

apresenta valores da ordem de 2.689 m/s e seu perfil hidrolgico configura-se bastante estvel, com perodos midos e secos muito bem caracterizados, ainda mais estveis que o perfil das usinas da regio Sudeste. Sua operao, em termos de regularizao hidrolgica, fundamental para a manuteno confivel do atendimento energtico na regio Nordeste, principalmente no perodo seco, de maio a novembro, quando a utilizao de seu reservatrio permite a manuteno de vazo para operao das UHEs, a fio dgua, Paulo Afonso, Moxot e Xing, todas a jusante da UHE Sobradinho no Rio So Francisco. A Tabela 3.4 e a Figura 3.5 apresentam um resumo dos principais dados operativos da UHE Sobradinho.

Tabela 3.4: Caractersticas Operativas Relevantes UHE Sobradinho 10

Figura 3.5 Curva Cota x Volume UHE Sobradinho

10

Dados obtidos do Operador Nacional do Sistema Eltrico ONS (www.ons.org.br)

60

A UHE Tucuru est localizada no Rio Tocantins, na bacia do Rio Tocantins e contribui com 8.370 MW de potncia instalada ao Sistema. Possui, na configurao atual de usinas, o segundo maior reservatrio de regularizao do SIN, com 38.982 hm de volume armazenvel. Sua vazo afluente mdia histrica (anos de 1931 a 2006) apresenta valores da ordem de 11.028 m/s e seu perfil hidrolgico configura-se altamente estvel, conforme caracterstica meteorolgica da regio Norte, qual seja, chuvas abundantes no vero e escassez no inverno. Assim, a UHE Tucuru apresenta perodo seco de vazes baixas, cerca de 20% da MLT anual, e perodo mido de vazes bastante elevadas, cerca de 200% da MLT anual. Nestas condies, sua operao se configura claramente com vertimento no perodo mido e deplecionamento pleno com controle de nvel no perodo seco. A Tabela 3.5 e a Figura 3.6 apresentam um resumo dos principais dados operativos da UHE Tucuru.

Tabela 3.5: Caractersticas Operativas Relevantes UHE Tucuru 11

11

Dados obtidos do Operador Nacional do Sistema Eltrico ONS (www.ons.org.br)

61

Figura 3.6 Curva Cota x Volume UHE Tucuru Nas simulaes e otimizaes da operao hidrotrmica, as demandas dos sistemas foram adotadas constantes e proporcionais potncia hidreltrica instalada em cada sistema. Isto assegura uma composio hidrotrmica aproximadamente uniforme em todos os sistemas considerados. Nos modelos em que se faz necessria uma previso de afluncias futuras, de forma a manter foco na anlise da eficincia das polticas e no do previsor, foi adotado um previsor simples baseado na Mdia de Longo Termo mensal (MLT mensal). O custo da complementao trmica, t(.), referenciado na equao (2.18), foi aproximada como uma funo quadrtica desta complementao, ou da gerao trmica e dficit, de acordo com a abordagem do Despacho Econmico Termeltrico descrito no Captulo 2. A equao (3.1) apresenta a referida funo de custo, que foi adotada semelhante funo proposta no artigo de [69] e [70].

(Gt ) = 0,02 (Gt )

(3.1)

Alm das polticas de programao dinmica, controle de malha aberta e rede neural nebulosa, duas polticas adicionais foram utilizadas como referncia na comparao, a soluo do timo Absoluto (OA) e a soluo da poltica de mximo armazenamento, cujo nome dado foi poltica Fio dgua (Fio). A soluo do timo Absoluto, alimentada com as afluncias histricas, apesar de no constituir uma poltica operativa real, uma vez que assume a previso perfeita das vazes afluentes, foi includa nos resultados para estabelecer um limitante superior para o desempenho das polticas operativas reais. A operao a fio dgua (Fio), que mantm os reservatrios cheios

62

a todo tempo, atravs do equilbrio constante entre a vazo afluente e a descarga da usina, foi includa entre as simulaes na expectativa de fornecer um limitante inferior de desempenho para as polticas reais, j que no faz uso da funo de regularizao do reservatrio. Os estudos realizados nesta dissertao foram avaliados segundo duas mtricas, quais sejam (i) a anlise do comportamento da Rede Neural Nebulosa (RNN) em termos de eficincia das etapas de aprendizado e validao com foco na comparao da resposta da RNN com a resposta tima, e (ii) a avaliao da simulao da RNN em sistemas hidreltricos com vistas comparao do seu desempenho com demais polticas operativas tratadas neste trabalho. A avaliao do comportamento da RNN (i) foi realizada com base na mensurao de indicativos de erros mdios e anlise grfica da comparao entre a sada indicada pelo otimizador determinstico e a sada indicada pela RNN. Com relao s comparaes das polticas operativas (ii), os resultados quantitativos foram avaliados em termos de gerao hidreltrica mdia e seu desvio padro, custo total da operao, vertimento mdio e produtividade mdia. Adicionalmente, com vistas a permitir uma anlise qualitativa das polticas, foram avaliadas, tambm, as trajetrias de volume e gerao das usinas para diferentes perodos do histrico. As premissas utilizadas na definio e simulao da poltica operativa baseada em Sistema de Inferncia Nebulosa, bem como das demais polticas utilizadas como comparao, quais sejam a Programao Dinmica Determinstica e Estocstica e o Controle em Malha Aberta, que foram introduzidas no captulo 2, so complementadas a seguir.

Poltica Operativa baseada em Sistema de Inferncia Nebulosa

Neste item ser detalhado o processo de implementao e simulao da metodologia proposta neste trabalho, o Sistema de Inferncia Neural-Nebulosa Adaptativo, ou RNN. Aps o treinamento, que foi realizado com dados da operao tima da planta, foi obtida uma base de regras de inferncia nebulosa, do tipo SE <antecedente> ENTO <conseqente>, que ir reproduzir o comportamento timo da usina atravs da definio da vazo turbinada, em cada estgio, em funo das condies de entrada estipuladas. Para a definio da RNN que resultasse no melhor desempenho em comparao resposta tima, ou seja, menores erros mdios no treinamento e validao, foram avaliadas inmeras combinaes de variveis de entrada, procurando encontrar qual combinao agregava mais

63

informao ao treinamento da rede. Dentre as avaliaes, destacam-se os testes realizados para definir quantos meses passados de vazo afluente seriam utilizados para compor a mdia da vazo considerada como entrada na rede. Como resultado, a melhor soluo obtida foi para a considerao da vazo mdia dos ltimos 12 meses, como uma das variveis de entrada. Este resultado heurstico encontra respaldo em estudos recentes [69] que obtiveram resultados semelhantes. Como exemplo, para os testes da RNN referente operao da UHE Barra Grande, a melhora de desempenho da rede, em termos de custo mdio da simulao, quando da considerao dos ltimos 12 meses de vazo em contrapartida considerao dos ltimos 3 meses, foi de aproximadamente 3%. Ainda com relao s variveis de treinamento da rede, como sada foi utilizada a vazo turbinada da usina e, como entrada da rede, alm da vazo afluente mdia dos ltimos 12 meses, foram utilizados o Volume til (VU) inicial e a vazo turbinada do ms anterior. importante comentar que a considerao da vazo turbinada do ms anterior, como varivel de entrada, melhorou consideravelmente o desempenho da rede. Este resultado pode ser adotado como coerente, na medida em que esta informao carregaria boa parte do histrico operativo da usina em anlise, em especial com respeito sazonalidade e estratgia tima da operao. Por fim, neste trabalho, considerando as premissas citadas acima, foram obtidas, simuladas e utilizadas na comparao com as demais polticas duas RNNs: (i) RNN mensal e (ii) RNN anual. Na primeira abordagem, foram obtidas 12 RNNs para cada usina, ou seja, uma rede para cada ms. Na segunda abordagem foi obtida uma RNN para cada usina, considerando todo o histrico dos dados.

Programao Dinmica

A Programao Dinmica uma das tcnicas mais populares utilizadas na otimizao hidrotrmica, principalmente pelo fato de sua metodologia abordar com sucesso a estocasticidade e a no-linearidade do problema. Neste trabalho, para fins de comparao com a poltica proposta, foram desenvolvidas e simuladas a poltica de Programao Dinmica Determinstica (PDD) e a Programao Dinmica Estocstica Markoviana (PDEM). O processo de simulao da poltica de programao dinmica consiste, inicialmente, na obteno da tabela de deciso do sistema em anlise. Esta tabela, para cada estgio do problema,

64

define a vazo turbinada tima (sada) em funo dos valores do estado do sistema, que para a PDD consiste no armazenamento do sistema e para a PDEM consiste no armazenamento e na vazo afluente do ms anterior, quando considerado o modelo auto-regressivo de ordem 1. Para o caso estocstico, h a necessidade de se ajustar as funes de distribuio de probabilidades das vazes, que sero utilizadas na obteno das tabelas de deciso tima. Por fim, realiza-se a simulao das polticas de programao dinmica por meio das referidas tabelas de decises, considerando as vazes do histrico 1932 a 2005. Para fins de ilustrao, a Figura 3.7 mostra a tabela de deciso obtida para a UHE Barra Grande, no ms de setembro, quando considerada a PDEM. Para o ajuste de probabilidades das vazes na PDEM, foi usada, em todos os casos, a distribuio Normal. Como exemplo, a Figura 3.8 e a Figura 3.9 apresentam a distribuio das freqncias das vazes e o referido ajuste das vazes para o ms de setembro para a UHE Barra Grande, respectivamente. Para as implementaes de programao dinmica, a discretizao das variveis de deciso foi considerada contnua, atravs de um mtodo de varredura por razo urea, segundo proposto no artigo [70]. As variveis de estado foram discretizadas 100 vezes para cada um dos 120 intervalos de tempo considerados. Nas polticas estocsticas, com respeito varivel de afluncia, foi utilizado o valor 10 para o nmero de discretizaes.

Figura 3.7 Tabela de deciso da PDEM para o ms de setembro na UHE Barra Grande

65

Figura 3.8 Freqncia das vazes para o ms de setembro na UHE Barra Grande

Figura 3.9 Ajuste das vazes para o ms de setembro na UHE Barra Grande

Controle em Malha Aberta

Neste item, ser avaliada a poltica do Controle em Malha Aberta (CMA) que foi abordada no Captulo 2 e cujos resultados se mostraram promissores. Esta proposta combina um modelo de otimizao determinstico com um modelo de previso de vazes em uma plataforma de controle de malha aberta. Basicamente, em cada estgio, o sistema realimentado com os resultados da simulao do estgio anterior, uma nova previso de vazo definida e realiza-se a otimizao determinstica do sistema para um horizonte varivel do ms corrente at o ms inicial do prximo perodo seco, que se configura como o ms de maio para o Sudeste, Nordeste e Norte e novembro para a regio Sul. Os resultados do primeiro ms desta otimizao so, ento, utilizados para realimentar o prximo estado do sistema quando, ento, o processo se repete. 66

Com relao previso de vazes, foi adotado um cenrio igual a Mdia de Longo Termo mensal.

3.3 Resultados
Foram realizados estudos com sistemas formados por um nico reservatrio e as usinas hidreltricas escolhidas para compor os sistemas de estudo foram a UHE Barra Grande e a UHE Machadinho na regio Sul, a UHE Emborcao na regio Sudeste, a UHE Sobradinho na regio Nordeste e a UHE Tucuru, na regio Norte. Os resultados so apresentados na seqncia de cada usina mencionada acima e esto organizados de modo a ilustrar o (i) perfil hidrolgico, o (ii) perfil da operao tima das usinas e o desempenho da metodologia RNN, em termos de (iii) capacidade de reproduo das turbinagens timas e em termos (iv) comparativos s demais polticas operativas. Ademais, so delineados os comportamentos das polticas por meio da (v) avaliao das trajetrias de Volume til e Gerao Mdia Mensal em trs binios de hidrologias distintas do histrico de vazes, conforme mostrado na Tabela 3.6 e Tabela 3.7. Estes binios foram escolhidos para cada regio de modo a propiciar um perodo inferior MLT, um perodo prximo MLT e um perodo superior MLT. Para tanto, e considerando que a regio Sul apresenta perfil hidrolgico distinto das demais regies, foram escolhidos binios distintos para esta regio. Para permitir uma melhor anlise das polticas, as simulaes, nos binios, foram feitas partindo-se com os reservatrios em 100% de armazenamento. Ressalta-se que, nas avaliaes das trajetrias de volume e gerao, foram suprimidos os resultados do Controle em Malha Aberta pelo fato de serem parecidos com os resultados da Programao Dinmica Determinstica e para evitar, assim, um excesso de informao nos referidos grficos e permitir uma melhor avaliao do comportamento da RNN. Por conseguinte, nas trajetrias esto apresentados os resultados das polticas do timo Absoluto, da PDD, da Programao Dinmica Estocstica Markoviana e da poltica RNN que apresentar o melhor desempenho, seja a mensal ou a anual. Por ltimo, para cada usina, so apresentados concluses e comentrios sobre o desempenho das polticas operativas e sobre o desempenho comparativo da poltica RNN.

67

 importante destacar que os resultados numricos apresentados neste trabalho, referentes ao desempenho operativo das usinas, no almejam avaliar a capacidade operativa individual de cada usina, mas, fundamentalmente, visam permitir uma comparao entre as polticas estudadas, para fins de avaliao do desempenho da poltica operativa proposta nesta dissertao, ou seja, o sistema de inferncia nebulosa. Assim, todos os resultados quantitativos das usinas, apresentados nesta dissertao, devem ser considerados apenas no mbito deste trabalho. Tabela 3.6: Binios para apresentao das trajetrias de V.U. e Gerao Mensal Regio Sul

Tabela 3.7: Binios para apresentao das trajetrias de V.U. e Gerao Mensal Regio Sudeste, Nordeste e Norte

De modo a ilustrar o procedimento utilizado para obteno, implementao e simulao da poltica da Rede Neural Nebulosa (RNN), bem como das demais polticas utilizadas como comparao, na seqncia, apresentado um roteiro das etapas da aplicao dos testes, o qual foi respeitado para todas as usinas avaliadas neste trabalho: 1) Otimizao Determinstica com Perfeita Previso (timo Absoluto) 2) Treinamento da RNN com os dados do timo Absoluto a. RNN anual b. RNN mensal 3) Comparao das sadas do OA e da RNN 4) Simulao da RNN (mensal e anual) com o histrico de vazes 5) Simulao das polticas PDD, PDEM, CMA e Fio 6) Comparao do desempenho das polticas simuladas

68

UHE Barra Grande

Primeiramente, para fomentar as avaliaes das polticas operativas para a UHE Barra Grande, apresentada, na Figura 3.10, o perfil das vazes afluentes histricas da usina. Nota-se que, em termos mdios, o perodo de maiores vazes configura-se entre os meses de maio e outubro, quando a mdia mensal de vazo atinge, no ms de setembro, seu valor mximo, 472 m/s. Entretanto, em funo das caractersticas climticas e geolgicas da regio Sul, nota-se, tambm, elevada disperso dos valores de vazes mensais, cuja sinalizao pode ser observada na Figura 3.10 por meio das bandas de percentis de 10% e 90%. Esta banda representa a faixa intermediria de valores de vazes verificadas em cada ms, desprezando a faixa de 10% dos valores superiores e a faixa de 10% dos valores inferiores. Fundamentalmente, apesar da tendncia de ocorrncia de vazes mais elevadas no perodo de maio a outubro, existem, no histrico, ocorrncias de vazes baixas e altas em todos os meses do ano.

Figura 3.10 Perfil das vazes afluentes histricas da UHE Barra Grande Adicionalmente ao perfil hidrolgico desenhado acima, conforme ilustrado no incio deste captulo, a UHE Barra Grande possui uma capacidade de armazenamento de 2.193 hm, o que permite uma regularizao mensal da cascata, mas que pode verificar-se reduzida em funo da dimenso das vazes. Neste contexto, a otimizao de sua operao no histrico de afluncia resultou em perfil de operao com baixa caracterstica sazonal e muitas variaes de Volume

69

Armazenado e Turbinagem, os quais, por vezes, excursionaram entre seus valores mnimos e mximos. A Figura 3.11, com respeito otimizao determinstica do histrico, mostra o perfil mdio dos volumes armazenados mensais obtidos e suas bandas de variao, entre os valores mnimos e mximos dentre os 73 valores mensais extrados da otimizao determinstica, lembrando que a otimizao foi realizada para 73 anos do histrico, ou seja, de 1932 a 2005. Nota-se, em termos mdios, a tendncia em se deplecionar o reservatrio nos meses de vazes mais baixas, ou seja, novembro a junho. A operao tima mdia indicou que em junho a usina encontra-se com nveis da ordem de 50% do armazenamento, e, mostrou ainda, a tendncia de absoro das vazes mais elevadas nos meses de julho a novembro, que resulta no enchimento do reservatrio para valores mdios da ordem de 90%, em novembro. Neste ms, o reservatrio atinge seu nvel de armazenamento mais elevado, e, assim, prepara-se para o incio de um novo ciclo hidrolgico. Este comportamento mdio da operao tima do reservatrio, apesar de ser mais evidente para usinas das regies Sudeste, Nordeste e Norte onde a sazonalidade mais bem definida, caracterstico da operao tima para o problema da operao hidrotrmica [59] e [21].

Figura 3.11 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Barra Grande Aps a realizao da otimizao determinstica para o histrico de vazes, extraiu-se a srie de dados a ser utilizada no treinamento da Rede Neural Nebulosa, ou seja, os padres mensais de V.U., Vazo Afluente mdia dos ltimos 12 meses, Vazo Turbinada no ms anterior e deciso

70

de vazo turbinada no ms corrente. Destaca-se que a presena de padres de dados que compreendam todo o espao de estados determinante para permitir um bom desempenho da poltica RNN, medida que, desta forma, a base de regras ter sido treinada para todas as condies apresentadas como entrada na simulao. Para a UHE Barra Grande, boa parte do espao de estados foi compreendido, sendo que apenas os meses de novembro a maro no apresentaram valores de volume armazenado para toda a faixa entre 0 e 100%. Para minimizar esta questo, na simulao, quando o V.U. da usina era inferior a 30%, o simulador determinava uma turbinagem fixa, que, heuristicamente, foi definida como 200 m/s. Quando o V.U. era superior a 30% utilizava-se o sistema de inferncia nebulosa. Na Figura 3.12 ilustrada a disperso dos valores de turbinagem tima, resultante da otimizao determinstica com perfeita previso, e dos valores de turbinagem resultante da aplicao da metodologia RNN mensal para a UHE Barra Grande, considerando o espectro de dados do treinamento, do teste e da validao. Nota-se elevada aderncia entre os valores das turbinagens timas e da RNN, evidenciando que a base de regras nebulosas obteve sucesso na interpretao e reproduo do comportamento timo da operao da usina. Ainda assim, a avaliao dos grficos de disperso indicou a presena de uma nuvem de pontos fora do eixo x=y, o que permite concluir que existe espao para se buscar um algoritmo de aprendizagem ainda mais eficiente e que resultaria em um desempenho global ainda melhor. Adicionalmente, para avaliar numericamente o desempenho da RNN, a Tabela 3.8 apresenta os valores da raiz do erro mdio quadrtico e do erro relativo mdio das etapas de treinamento, teste e validao. Estes valores foram calculados com base nas equaes (3.2) e (3.3) referentes raiz do erro mdio quadrtico e ao erro relativo mdio, respectivamente. Observa-se, mais uma vez, excelente desempenho da RNN, sendo que foram obtidos erros mdios da ordem de 10% dos valores da turbinagem tima para todos os dados processados.

71

Figura 3.12 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN mensal para UHE Barra Grande
1 P ( y (t ) y d (t )) 2 P t =1

RMSE =

(3.2)

MRE (%) =

100 P | y (t ) yd (t ) | P t =1 yd (t )

(3.3)

Tabela 3.8: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN mensal para UHE Barra Grande

Aps o treinamento e obteno da base de regras nebulosas para a UHE Barra Grande, configurando-se na poltica chamada de RNN, realizou-se sua simulao no histrico de vazes de 1932 a 2005. Adicionalmente, para fins de comparao, considerando as mesmas premissas, foram realizadas simulaes das demais polticas operativas abordadas neste trabalho, quais

72

sejam, a Programao Dinmica Determinstica, a Programao Dinmica Estocstica Markoviana e o Controle em Malha Aberta. A Tabela 3.9 apresenta uma anlise comparativa dos resultados numricos da simulao da RNN anual, RNN mensal, timo Absoluto, Fio dgua e das demais polticas operativas citadas anteriormente. Nesta tabela constam os valores de custo mdio, diferena percentual dos custos mdios com relao poltica OA, gerao mdia, desvio padro da gerao, diferena percentual da gerao mdia com relao poltica OA, vertimento mdio e produtividade mdia. Em primeiro lugar, a avaliao da Tabela 3.9 indica, por meio da diferena entre os custos mdios da poltica de desempenho superior (OA) e a poltica de desempenho inferior (Fio), expressiva margem de otimizao na operao da usina. Essa diferena, que foi da ordem de 43%, sinaliza que a utilizao de polticas operativas mais eficientes que a poltica Fio resultar em ganhos considerveis na operao da usina. Ainda com respeito Tabela 3.9, observa-se que as polticas operativas com desempenhos mais prximos ao timo Absoluto foram a PDD e a CMA, cujos custos mdios ficaram 18,6% e 19,1% superiores ao custo do OA, respectivamente. Com custo mdio de 20,2% superior ao OA, a RNN mensal configurou-se como uma poltica competitiva, prxima ao desempenho da PDD e da CMA e superior ao desempenho da PDEM, cujo custo mdio foi 21,6% superior ao OA e a produtividade mdia de 1,356 MW/m/s, a qual foi a menor entre as polticas. Com relao RNN mensal, seu bom desempenho pode ser atribudo a uma gerao mdia competitiva e, principalmente, ao valor reduzido de desvio padro da gerao, o qual indica uma poltica com despachos hidrulicos estveis ao longo do perodo de planejamento. Adicionalmente, a RNN anual, apesar de, tambm, ter obtido resultados competitivos, apresentou desempenho inferior RNN mensal. Este resultado era esperado, haja vista que o treinamento de regras nebulosas para cada ms permite uma maior aderncia operao tima j que a operao mensal proporciona dados mais uniformes do que a operao anual. importante notar que o fato da PDEM ter apresentado em uma gerao hidreltrica mdia superior gerao da RNN mensal no resultou em um melhor desempenho da PDEM, ou seja, em custo mdio inferior. Isso se deve ao comportamento do desvio padro da gerao, ou seja, a estabilidade dos despachos hidreltricos, e, conseqentemente, da complementao termeltrica que benfica para a reduo de custo e, assim, o reduzido desvio padro da gerao da RNN mensal foi determinante para resultar em um desempenho superior desta poltica em comparao PDEM.

73

Tabela 3.9: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Barra Grande

De forma a permitir uma visualizao grfica das grandezas apresentadas na Tabela 3.9, a Figura 3.13, a Figura 3.14 e a Figura 3.15 ilustram, para todas as polticas operativas, a gerao e custo mdios, a disperso dos valores de produtividade mdia e vertimento mdio e a disperso dos valores de gerao mdia e desvio padro, respectivamente. A Figura 3.14 mostra, como mencionado anteriormente, que as polticas RNN mensal e anual trabalharam com armazenamentos mais elevados que as demais polticas, resultando em maior produtividade mdia e maior vertimento mdio. J a Figura 3.15 mostra a relao entre gerao mdia e desvio padro, pontuando o desempenho das polticas RNNs com gerao mdia levemente inferior, mas desvio padro tambm inferior que as demais polticas.

Figura 3.13 Anlise grfica comparativa da simulao das polticas operativas para a UHE Barra Grande, em termos de custo e gerao mdios

74

Figura 3.14 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Barra Grande

Figura 3.15 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Barra Grande Por fim, nas avaliaes das polticas operativas para a UHE Barra Grande, so apresentadas nas Figura 3.16, Figura 3.17 e Figura 3.18 a evoluo das trajetrias do volume armazenado e da gerao mensal das polticas OA, PDD, PDEM e RNN mensal para os binios seco, mdio e mido, respectivamente. A Tabela 3.6 mostra os anos referentes aos binios simulados para a UHE Barra Grande. Ressalta-se que, de modo a melhor avaliar as trajetrias, as polticas foram simuladas partindo-se o reservatrio com 100% de armazenamento. Nota-se, para os trs binios, aderncia entre as trajetrias de V.U. e Gerao da RNN mensal com as trajetrias das polticas PDD e PDEM. Com destaque, no perodo mdio, a poltica RNN demonstrou desempenho notvel, sendo que sua trajetria de volume ficou bastante aderente ao timo Absoluto.

75

Figura 3.16 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio seco

Figura 3.17 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio mdio

76

Figura 3.18 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Barra Grande, no binio mido Em resumo, a execuo da otimizao determinstica com perfeita previso (OA) e a poltica a Fio dgua (Fio) indicaram uma margem de otimizao da operao da UHE Barra Grande, da ordem de 43%. As polticas operativas abordadas neste trabalho apresentaram desempenho similar, sendo que a poltica PDD apresentou o melhor desempenho, com custo mdio 18,6% superior ao OA. A poltica RNN mensal se mostrou bastante competitiva, principalmente com relao estabilidade dos despachos e elevada produtividade mdia. Seus resultados indicaram custo mdio de 20,2% superior ao OA, desempenho, este, superior PDEM e similar s demais polticas. A implementao da RNN mensal na UHE Barra Grande resultou em 12 bases de regras, uma para cada ms, com estrutura de 8 regras em cada ms e com trs variveis de entrada e uma de sada. Adotou-se duas funes de pertinncia para cada varivel de entrada e na sada de cada regra foi considerada um valor constante. De modo a exemplificar a estrutura de uma base de regra, segue abaixo a base obtida para operao da UHE Barra Grande no ms de outubro. Notase que, coerentemente, neste ms, a turbinagem tende a ser sempre elevada, sendo que apenas quando a afluncia e a turbinagem do ms anterior so baixas a sada da rede tambm reduzida. 77

1. SE (AFLU BAIXA) E (VU BAIXO) E (TURB(t-1) BAIXA) ENTO (TURB 186) 2. SE (AFLU BAIXA) E (VU BAIXO) E (TURB(t-1) ALTA) ENTO (TURB 450) 3. SE (AFLU BAIXA) E (VU ALTO) E (TURB(t-1) BAIXA) ENTO (TURB 148) 4. SE (AFLU BAIXA) E (VU ALTO) E (TURB(t-1) ALTA) ENTO (TURB 415) 5. SE (AFLU ALTA) E (VU BAIXO) E (TURB(t-1) BAIXA) ENTO (TURB 374) 6. SE (AFLU ALTA) E (VU BAIXO) E (TURB(t-1) ALTA) ENTO (TURB 573) 7. SE (AFLU ALTA) E (VU ALTO) E (TURB(t-1) BAIXA) ENTO (TURB 202) 8. SE (AFLU ALTA) E (VU ALTO) E (TURB(t-1) ALTA) ENTO (TURB 332) Neste contexto, no possvel determinar exatamente, sem auxlio computacional, o montante de turbinagem resultante do Sistema de Inferncia Nebuloso, haja vista que a sada da rede uma combinao ponderada das sadas das regras. Entretanto por meio da avaliao das regras, possvel notar claramente a tendncia da operao da planta. Esta caracterstica se configura importante, medida que permite uma clareza e transparncia nas decises operativas do modelo.
UHE Machadinho

O perfil das vazes afluentes histricas da UHE Machadinho apresentado, na Figura 3.19. Nota-se um comportamento similar ao verificado para a UHE Barra Grande, ou seja, em termos mdios, o perodo de maiores vazes configura-se entre os meses de maio e outubro, no entanto observa-se, tambm, elevada disperso dos valores de vazes mensais, sendo que existem, no histrico, ocorrncias de vazes baixas e altas em todos os meses do ano.

78

Figura 3.19 Perfil das vazes afluentes histricas da UHE Machadinho Na seqncia, avaliou-se a otimizao determinstica de sua operao no histrico de afluncia, cujo resultou indicou perfil de operao com baixa caracterstica sazonal e muitas variaes de Volume Armazenado, conforme ilustrado na Figura 3.20. Nota-se em termos mdios a tendncia em se deplecionar o reservatrio nos meses de vazes mais baixas e ench-lo nos meses de vazes mais elevadas, ou seja, maio a outubro. Com destaque, a Figura 3.20 mostra que a otimizao determinstica para o histrico de vazes da UHE Machadinho resultou em srie de dados mensais com padres que compreendem todo o espao de estados. Neste contexto, o desempenho da Rede Neural Nebulosa anual e, principalmente, mensal foi favorecida, de modo que, na simulao, as regras estavam treinadas para qualquer padro de entrada.

79

Figura 3.20 Perfil dos Volume teis Mensais obtidos na poltica OA da Machadinho Na Tabela 3.10 pode ser observado os resultados numricos do desempenho da RNN, por meio dos valores da raiz do erro mdio quadrtico e do erro relativo mdio das etapas de treinamento, teste e validao. Estes valores, que foram calculados com base nas equaes (3.2) e (3.3), configuram-se superiores aos obtidos para as demais usinas consideradas neste trabalho, com erros mdios da ordem de 20%. Isso se deve, principalmente, s caractersticas da UHE Machadinho, que por possuir reduzida capacidade de armazenamento e vazes afluentes elevadas e extremamente volteis no apresenta padres de operao to bem definidos como as demais usinas, dificultando a captura de seu perfil operativo pela regras nebulosas. Ainda assim, como pode ser observado na Tabela 3.11, as regras nebulosas conseguiram extrair conhecimento suficiente para que, na simulao, a poltica RNN resultasse em desempenho superior s demais polticas. Tabela 3.10: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN mensal para UHE Machadinho

80

A Tabela 3.11 apresenta uma anlise comparativa dos resultados numricos da simulao da RNN anual, RNN mensal, timo Absoluto, Fio dgua e das demais polticas PDD, PDEM e CMA para a UHE Machadinho. Observa-se, primeiramente, que a diferena entre os custos mdios da poltica OA e a poltica Fio configura-se em pequena margem de otimizao na operao da usina, da ordem de 10%. Adicionalmente, diferentemente das demais usinas estudadas neste trabalho, a poltica Fio no se caracterizou como limitante inferior do custo mdio, mostrando-se com desempenho superior s polticas PDD e CMA. Alguns motivos podem ser enumerados para explicar tal fato, como a reduzida capacidade de armazenamento, dimenso elevada das vazes e sua expressiva variabilidade, os quais resultam em reduzidos ganhos na regularizao da usina, com ocorrncia de vertimentos elevados em todas as polticas, inclusive o timo Absoluto. Ainda com respeito Tabela 3.11, observa-se que as polticas operativas com desempenhos mais prximos ao timo Absoluto foram a RNN mensal e a RNN anual, cujos custos mdios ficaram 8,6% e 9,0% superiores ao custo do OA, respectivamente. O desempenho favorvel das polticas RNNs, mais uma vez, pode ser atribudo, principalmente, a desvios padres de gerao reduzidos. Alm disso, trabalharam com elevada produtividade mdia, superiores, inclusive, poltica OA. Com custos mdios de 11,2% e 11,5% superiores ao OA, a PDD e a CMA configuraram-se como as polticas de piores desempenhos, sendo, inclusive, inferiores poltica Fio. Novamente, a RNN mensal apresentou desempenho superior RNN anual, ainda que ambas tenham tido desempenho significativamente competitivos. O treinamento de regras nebulosas para cada ms permite uma maior aderncia operao tima j que a operao mensal proporciona dados mais uniformes do que a operao anual. Tabela 3.11: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Machadinho

81

A Figura 3.21 e a Figura 3.22 apresentam a disperso dos valores de produtividade mdia e vertimento mdio e a disperso dos valores de gerao mdia e desvio padro, respectivamente. A Figura 3.21 mostra, como mencionado, que as polticas RNN mensal e anual trabalharam com armazenamentos mais elevados que as demais polticas, resultando em maior produtividade mdia e maior vertimento mdio. A Figura 3.22 mostra com evidncia que a poltica mais econmica foi a RNN mensal, que se mostrou com gerao mdia prxima s demais e desvio padro da gerao consideravelmente inferior.

Figura 3.21 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Machadinho

Figura 3.22 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Machadinho 82

Em resumo, a comparao das polticas operativas para a UHE Machadinho indicou que, diferentemente das demais usinas estudadas, a poltica Fio no se caracterizou como um limitante inferior de custo, sendo mais eficiente do que as polticas PDD e CMA. As polticas baseadas no sistema de inferncia nebulosa apresentaram os melhores desempenhos em termos econmicos, com custos mdios de 8,6% e 9,0% superiores ao OA para a RNN mensal e a RNN anual, respectivamente. Observou-se, novamente, elevada produtividade mdia e reduzido desvio padro da gerao, destacando a estabilidade de seus despachos mensais.

UHE Emborcao

Neste item sero avaliados os resultados da aplicao das polticas operativas propostas neste trabalho para uma usina da regio Sudeste, a UHE Emborcao. Diferentemente das duas usinas, da regio Sul, avaliadas anteriormente, as usinas da regio Sudeste, bem como das regies Nordeste e Norte, caracterizam-se pela presena clara de sazonalidade em seus perfis hidrolgicos e, conseqentemente, perfis operativos anuais. A Figura 3.23 apresenta o perfil das vazes afluentes histricas da UHE Emborcao. Conforme mencionado acima, nota-se um comportamento com sazonalidade marcante, sendo que as vazes mais elevadas podem ser verificadas nos meses de novembro a abril, perodo comumente chamado de perodo mido [71]. Nestes meses, alm do perfil mais elevado das vazes, constata-se, tambm, atravs das bandas de percentis de 10% e 90%, certa variabilidade de seus montantes. J nos meses de maio a outubro, o chamado perodo seco da regio, as vazes so invariavelmente reduzidas, principalmente em funo do perfil meteorolgico da regio que, neste perodo, caracteriza-se por escassez acentuada de chuvas.

83

Figura 3.23 Perfil das vazes afluentes histricas da UHE Emborcao Adicionalmente ao perfil hidrolgico desenhado acima, conforme ilustrado no incio deste captulo, a UHE Emborcao possui uma capacidade de armazenamento de 13.056 hm e vazes afluentes mdias de 486 m/s, os quais permitem uma regularizao mensal eficiente das vazes. Neste contexto, a otimizao de sua operao no histrico de afluncia resultou em perfil de elevada sazonalidade, sendo que, no perodo de maio a novembro, com vazes reduzidas, a usina depleciona seu reservatrio, buscando regularizar a vazo do rio e abrindo espao em seu armazenamento para minimizar vertimentos no perodo de cheias. J no perodo de novembro a abril, a operao se efetiva com a finalidade de absorver as cheias do rio e reencher o reservatrio de modo a iniciar o perodo de baixas vazes com o reservatrio prximo a 100% de armazenamento, preparando-se para o incio de um novo ciclo hidrolgico. A Figura 3.24 ilustra o comportamento operativo descrito acima, por meio do perfil mdio dos volumes armazenados mensais e suas bandas de variao, entre os valores mnimos e mximos, obtidos da otimizao determinstica da operao da usina no histrico de vazes. A sazonalidade marcante pode ser comprovada atravs das bandas de variao, que indicam reduzida disperso dentre os diversos cenrios de vazes do histrico. Por exemplo, os meses de abril, maio e junho, apresentaram armazenamentos acima de 70% da capacidade mxima para todos os 73 anos do histrico. Ademais, com relao srie de dados utilizada no treinamento da RNN, diferentemente das usinas da regio Sul, a elevada uniformidade nos cenrios de operao resultou em reduzido 84

nmero de padres mensais de V.U., Vazo Afluente mdia dos ltimos 12 meses, Vazo Turbinada no ms anterior e deciso de vazo turbinada no ms corrente, frutos da otimizao determinstica para o histrico de vazes. Assim, para a UHE Emborcao, boa parte do espao de estados no foi contemplada no treinamento, principalmente nos meses de maio a agosto, quando o armazenamento foi sempre superior a 60%. Destaca-se que, como mencionado nas anlises da UHE Barra Grande, a presena de padres de dados que compreendam todo o espao de estados determinante para permitir um bom desempenho da poltica RNN, medida que, desta forma, a base de regras ter sido treinada para todas as condies apresentadas como entrada, na simulao. Neste sentido, espera-se que a poltica RNN anual e, principalmente, a RNN mensal, estejam subutilizadas para as usinas das regies Sudeste, Nordeste e Norte, onde os padres de operao definidos pela otimizao determinstica do histrico no contemplaram todo o espao de estados das variveis. Por conseguinte, entende-se que o desempenho das polticas baseadas em Redes Neurais Nebulosas poder ser aprimorado quando o treinamento das Redes forem realizados com srie de dados de operao tima que considere todos os padres do espao de estados. Para minimizar esta questo, na simulao da UHE Emborcao, quando o V.U. da usina era inferior a 60%, o simulador determinava uma turbinagem fixa, que neste caso foi de 350m/s. Quando o V.U. era superior a 60% utilizava-se o sistema de inferncia nebulosa.

Figura 3.24 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Emborcao

85

Na Figura 3.25 ilustrada a disperso dos valores da turbinagem da operao tima e dos valores de turbinagem resultante da aplicao da metodologia RNN anual para a UHE Emborcao, considerando o treinamento, o teste e a validao. Nota-se, como nas demais usinas, elevada aderncia entre a grande maioria dos valores das turbinagens timas e da RNN. Adicionalmente, na Tabela 3.12 pode ser observado os resultados numricos do desempenho da RNN, por meio dos valores da raiz do erro mdio quadrtico e do erro relativo mdio das etapas de treinamento, teste e validao. Estes valores, que foram calculados com base nas equaes (3.2) e (3.3), quantificam o excelente desempenho da RNN no caso da UHE Emborcao, sendo que foram obtidos erros mdios da ordem de 6% dos valores da turbinagem tima para todos os dados processados. Estes foram os melhores resultados obtidos para as usinas avaliadas neste trabalho, evidenciando que a base de regras nebulosas obteve sucesso na interpretao e reproduo do comportamento timo da operao da usina. Observa-se que o treinamento da RNN se configura ligeiramente mais eficaz para as usinas que apresentam perfis operativos uniformes e de sazonalidade marcante, j que os padres mensais de operao bem definidos auxiliam a interpretao e reproduo das regras nebulosas.

Figura 3.25 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Emborcao

86

Tabela 3.12: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Emborcao

A Tabela 3.13 apresenta os resultados numricos das simulaes da operao da UHE Emborcao, no histrico de vazes de 1932 a 2005, considerando as polticas OA, Fio, RNN anual, RNN mensal, Programao Dinmica Determinstica, Programao Dinmica Estocstica Markoviana e Controle em Malha Aberta. Nota-se, primeiramente, avaliando as polticas de referncia, OA e Fio, que a operao da usina permite uma margem de otimizao de custo de 29%, sendo que a poltica Fio, cuja formulao maximiza o armazenamento da usina, realizou uma produtividade 3% acima do valor da poltica OA. Entretanto, a poltica Fio registrou um vertimento mdio de 47 m/s, enquanto que o timo Absoluto no registrou vertimento algum em sua operao. Ainda com relao Tabela 3.13, observa-se que as polticas de programao dinmica e a poltica de controle em malha aberta tiveram desempenhos semelhantes e foram as polticas operativas com desempenhos mais prximos ao timo Absoluto. A PDD foi a poltica mais econmica, com custo 8,5% superior ao OA e com maior gerao mdia, apenas 3,4% inferior ao OA. Com custo mdio de 11,2% superior ao OA e apenas 2,4% superior PDD, a RNN anual configurou-se como uma poltica competitiva, principalmente em funo do desvio padro de gerao reduzido e do vertimento mdio similar s demais polticas. Em contrapartida, apresentou produtividade mdia menor que as demais polticas, a qual acarretou em uma gerao mdia, tambm, inferior. Para esta usina, diferentemente das UHEs Barra Grande e Machadinho, a RNN anual teve desempenho significativamente superior RNN mensal. Apesar do treinamento das regras nebulosas em base mensal permitir uma maior aderncia operao tima, a limitao na quantidade de padres no treinamento da regras, sinalizada na anlise da Figura 3.24, afeta de maneira mais acentuada a RNN mensal do que a RNN anual, justificando os desempenhos verificados.

87

Tabela 3.13: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Emborcao

A Figura 3.26 ilustra graficamente os dados apresentados na Tabela 3.13 referentes ao custo mdio e a gerao mdia obtidos na simulao das polticas.

Figura 3.26 Anlise grfica comparativa da simulao das polticas operativas para a UHE Emborcao, em termos de custo e gerao mdios A Figura 3.27 e a Figura 3.28 mostram a disperso dos valores de produtividade mdia e vertimento mdio e a disperso dos valores de gerao mdia e desvio padro, respectivamente, para todas as polticas simuladas. Nota-se, como mencionado anteriormente, que a RNN anual teve desempenho prximo s demais polticas, principalmente em termos de vertimento mdio e desvio padro da gerao, enquanto que a RNN mensal apresentou operao menos eficiente.

88

Figura 3.27 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Emborcao

Figura 3.28 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Emborcao Por fim, a Figura 3.29, a Figura 3.30 e a Figura 3.31 apresentam a evoluo das trajetrias do volume armazenado e da gerao mensal das polticas OA, PDD, PDEM e RNN anual para os binios seco, mdio e mido, respectivamente. A Tabela 3.7 mostra os anos referentes aos binios simulados para a UHE Emborcao. Nota-se, para os binios mdios e midos, elevada aderncia entre as trajetrias de V.U. e Gerao da RNN anual com as trajetrias das polticas PDD e PDEM. No binio seco, ilustrado na Figura 3.29, pode-se observar uma defasagem na evoluo da gerao mdia mensal da RNN anual para as demais polticas. 89

Figura 3.29 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio seco

Figura 3.30 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio mdio

90

Figura 3.31 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Emborcao, no binio mido Em resumo, as polticas de referncia, timo Absoluto e Fio dgua, indicaram que a operao da usina permite uma margem de otimizao de custo de 29%, sendo que a poltica OA no registrou vertimento algum na simulao com o histrico de vazes. A poltica operativa com desempenho mais prximo ao OA foi a PDD, com custo mdio 8,5% superior ao OA. As polticas PDEM e CMA tiveram desempenho bastante similar PDD. A poltica RNN anual, que foi melhor que a RNN mensal, demonstrou comportamento competitivo e prximo s polticas de programao dinmica e CMA, principalmente com relao ao reduzido vertimento mdio e desvio padro da gerao.

UHE Sobradinho

A Figura 3.32 apresenta o perfil das vazes afluentes da UHE Sobradinho no histrico de 1931 a 2006. A UHE Sobradinho uma usina pertencente regio Nordeste e, como comentado para a UHE Emborcao, caracteriza-se pela presena clara de sazonalidade no perfil hidrolgico. Neste

91

contexto, nota-se a ocorrncia de vazes mais elevadas no perodo de novembro a abril e vazes invariavelmente reduzidas no perodo de maio a outubro, quando a utilizao dos recursos armazenadas em seu reservatrio fundamental para a manuteno do abastecimento energtico da regio Nordeste. Este perfil hidrolgico verificado para as usinas das regies Sudeste, Nordeste e Norte, enquanto que as usinas da regio Sul apresentam padro hidrolgico complementar s demais regies. Com relao otimizao da operao da UHE Sobradinho no histrico de afluncia, como mencionado, em funo de suas caractersticas e dimenses do reservatrio e das vazes, o recurso hidrulico armazenado no incio do perodo seco, no ms de maio, essencial para garantir a regularidade nas vazes defluentes da usina e, conseqentemente, assegurar o abastecimento da regio Nordeste. Assim, a usina armazena os volumes elevados de gua nos meses de novembro a maio e depleciona seu reservatrio no perodo de vazes reduzidas. A Figura 3.33 ilustra o comportamento operativo descrito acima, por meio do perfil mdio dos volumes armazenados mensais e suas bandas de variao. Observa-se que, no incio do perodo seco, ou seja, no ms de maio, em praticamente todos os meses do histrico a usina esteve prxima a 100% de armazenamento. Neste contexto, com relao srie de dados utilizada no treinamento da RNN, assim como foi verificado para a UHE Emborcao, a elevada uniformidade nos cenrios de operao resultou em reduzido nmero de padres mensais de V.U., vazo afluente mdia dos ltimos 12 meses, vazo turbinada no ms anterior e deciso de vazo turbinada no ms corrente. Assim, espera-se que a poltica RNN anual e, principalmente, a RNN mensal, tambm estejam subutilizadas para o caso da UHE Sobradinho. Para minimizar esta questo, na simulao da UHE Sobradinho, quando o V.U. da usina era inferior a 50%, o simulador determinava uma turbinagem fixa, que neste caso foi de 1300m/s. Quando o V.U. era superior a 50% utilizava-se o sistema de inferncia nebulosa para definir a turbinagem.

92

Figura 3.32 Perfil das vazes afluentes histricas da UHE Sobradinho

Figura 3.33 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Sobradinho Na Figura 3.34 ilustrada a disperso dos valores de turbinagem tima, resultante da otimizao determinstica com perfeita previso, e dos valores de turbinagem resultante da aplicao da metodologia RNN anual para a UHE Sobradinho, considerando o espectro de dados do treinamento, do teste e da validao. A Tabela 3.14 apresenta os valores da raiz do erro mdio quadrtico e do erro relativo mdio, segundo as equaes (3.2) e (3.3). Nota-se aderncia entre a 93

turbinagem tima e turbinagem da RNN, evidenciando que a base de regras nebulosas obteve sucesso na reproduo do comportamento timo da operao da usina.

Figura 3.34 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Sobradinho

Tabela 3.14: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Sobradinho

A Tabela 3.15 apresenta uma anlise comparativa quantitativa da simulao das polticas para a UHE Sobradinho, considerando o histrico de vazes de 1932 a 2005. Observa-se, por meio da diferena de custos das polticas OA e Fio, que a operao da usina admite uma margem de otimizao de custo de cerca de 44%. As polticas mais econmicas foram a PDD e a CMA que registraram custos mdios 17,1% e 17,4% superiores ao OA e geraes mdias 4,5% e 4,7% inferiores ao OA, respectivamente. A poltica RNN anual configurou-se, novamente, como uma

94

poltica competitiva, com custo mdio 19,9% superior ao OA, sendo, inclusive, mais eficiente que a PDEM, cujo custo mdio foi de 20,2% acima do OA. Diferentemente das demais usinas estudadas nesta dissertao, a vantagem competitiva da RNN anual foi uma gerao mdia elevada e semelhante s demais polticas, alm de uma produtividade tambm elevada. Nesta usina, o desvio padro da gerao no foi destaque para a RNN anual, ainda que tenha sido inferior ao desvio padro da PDEM. Novamente, a RNN anual teve desempenho significativamente superior RNN mensal, o que pode ser atribudo limitao na quantidade de padres no treinamento das regras, apontada na anlise da Figura 3.33.

Tabela 3.15: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Sobradinho

De forma a permitir uma visualizao grfica das grandezas apresentadas na Tabela 3.15, a Figura 3.35, a Figura 3.36 e a Figura 3.37 ilustram, para todas as polticas operativas, a gerao e custo mdios, a disperso dos valores de produtividade mdia e vertimento mdio e a disperso dos valores de gerao mdia e desvio padro, respectivamente. A Figura 3.36 mostra que a poltica RNN mensal e RNN anual trabalharam com armazenamentos mais elevados que as demais polticas, resultando em maior produtividade mdia e maior vertimento mdio. J a Figura 3.37 mostra a relao entre gerao mdia e desvio padro, indicando o desempenho similar da RNN anual com as demais polticas. Adicionalmente, como verificado para outras usinas deste trabalho, a poltica PDEM trabalhou com nveis de armazenamentos mais reduzidos e, portanto, com menores produtividades e menores montantes de vertimento.

95

Figura 3.35 Anlise grfica comparativa da simulao das polticas operativas para a UHE Sobradinho, em termos de custo e gerao mdios

Figura 3.36 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Sobradinho

96

Figura 3.37 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Sobradinho A Figura 3.38, a Figura 3.39 e a Figura 3.40 apresentam a evoluo das trajetrias do volume armazenado e da gerao mensal das polticas OA, PDD, PDEM e RNN anual para os binios seco, mdio e mido, respectivamente. A Tabela 3.7 mostra os anos referentes aos binios simulados para a UHE Sobradinho. Nota-se, para os trs binios, evidente tendncia apresentada pela poltica RNN anual em trabalhar com maiores armazenamentos e, portanto, maiores produtividades e maiores vertimentos.

97

Figura 3.38 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio seco

Figura 3.39 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio mdio

98

Figura 3.40 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Sobradinho, no binio mido Em resumo, a operao da UHE Sobradinho indicou, atravs da diferena de custos da poltica OA e da poltica Fio, uma margem de otimizao de 44%. As polticas mais econmicas foram a PDD e a CMA que registraram custos mdios 17,1% e 17,4% superiores ao OA, respectivamente. A poltica RNN anual configurou-se, novamente, como uma poltica competitiva, com custo mdio 19,9% superior ao OA, sendo, inclusive, mais eficiente que a PDEM, cujo custo mdio foi de 20,2% acima do OA. Com destaque, a poltica RNN anual, apesar da sua gerao mensal ter demonstrado uma oscilao com a presena de degraus, apresentou gerao mdia semelhante s demais polticas e elevada produtividade mdia.

UHE Tucuru

Por ltimo, ser avaliada a otimizao da operao da UHE Tucuru, uma usina pertencente regio Norte. O perfil hidrolgico da UHE Tucuru, com as vazes MLT mensais, suas bandas de variao considerando cortes de 10% e 90%, a vazo afluente mnima e o engolimento mximo da usina, 99

pode ser visto na Figura 3.41. Observa-se que, a sazonalidade das vazes da UHE Tucuru semelhante s usinas do Sudeste e Nordeste, ou seja, verifica-se a ocorrncia de vazes elevadas e com alguma variabilidade de dezembro a maio e vazes invariavelmente reduzidas de junho a novembro. Entretanto, diferentemente das demais regies, as usinas da regio Norte, influenciadas pelo clima da regio amaznica, caracterizam-se por um perodo mido de chuvas abundantes, com vazes afluentes muito acima do engolimento mximo das usinas para praticamente todos ciclos hidrolgicos do histrico. Em funo desta caracterstica hidrolgica e das dimenses da UHE Tucuru, em termos de capacidade de armazenamento e de potncia instalada, adotada uma curva de deplecionamento na operao anual da usina [72], que visa conduzir o reservatrio da usina para nveis mnimos no final do perodo seco, ms de novembro, para fins de garantir o atendimento regio Norte nos meses de afluncia reduzida e abrir espao para minimizar os vertimentos certos do perodo de cheias. Neste sentido, a otimizao determinstica da operao no histrico de afluncia da UHE Tucuru apresentou perfil nico dentre as usinas abordadas neste trabalho, o que pode ser observado na Figura 3.42. Basicamente, em funo da uniformidade profusa de sua operao anual, os nveis de armazenamentos mensais no apresentaram grandes alteraes nos diversos cenrios de afluncias do histrico, resultando em bandas de variao prximas aos valores mdios, sendo que nos meses de junho e julho todos os 73 cenrios do histrico resultaram em armazenamento igual a 100% de Volume til para a UHE Tucuru. Neste contexto, s existe um padro de Volume til para os meses de junho e julho e, portanto, o treinamento da RNN mensal para estes meses infactvel e sendo assim, para a UHE Tucuru, no foi vivel a implementao da RNN mensal. Para a RNN anual, dado que seu treinamento baseado em todos os dados operativos mensais, a escassez de padres de dados no inviabilizou sua implementao, ainda que, conforme comentado para as usinas do Sudeste e Nordeste, sua capacidade esteja subutilizada e seu desempenho prejudicado.

100

Figura 3.41 Perfil das vazes afluentes histricas da UHE Tucuru

Figura 3.42 Perfil dos Volume teis Mensais obtidos na poltica OA da UHE Tucuru Na Figura 3.43 ilustrada a disperso dos valores de turbinagem tima, resultante da otimizao determinstica com perfeita previso, e dos valores de turbinagem resultante da aplicao da metodologia RNN anual para a UHE Tucuru. A Tabela 3.16 apresenta os valores da raiz do erro mdio quadrtico e do erro relativo mdio das etapas de treinamento, teste e

101

validao, segundo as equaes (3.2) e (3.3). Observa-se que, foram obtidos erros mdios da ordem de 9% dos valores da turbinagem tima para todos os dados processados. Nota-se, como em todas as usinas tratadas neste documento, elevada aderncia entre os valores das turbinagens timas e da RNN, evidenciando o bom desempenho do treinamento da base de regras nebulosas.

Figura 3.43 Disperso dos valores de Turbinagem tima e Turbinagem resultante da aplicao da RNN anual para UHE Tucuru

Tabela 3.16: Comparao entre a Turbinagem tima e a Turbinagem resultante da aplicao da RNN anual para UHE Tucuru

A Tabela 3.17 apresenta uma anlise comparativa quantitativa da simulao das polticas para a UHE Tucuru, considerando o histrico de vazes de 1932 a 2005. Primeiramente, observa-se que, a operao da usina admite uma margem de otimizao de custo de cerca de 26%, a qual verificada por meio da diferena de custos das polticas de desempenho superior (OA) e

102

desempenho inferior (Fio). Entretanto, em termos de gerao mdia, a diferena da poltica Fio para a poltica OA foi de apenas 4,5%. A poltica mais econmica foi, assim como para as UHEs Barra Grande, Emborcao e Sobradinho, a PDD que registrou custo mdio 5,0% superior ao OA e gerao mdia apenas 1,0% inferior ao OA. A poltica RNN anual teve desempenho inferior ao verificado para as demais usinas, em funo, principalmente, da escassez de padres no treinamento da RNN, comentado na anlise da Figura 3.42. Mesmo assim, seu desempenho foi comparvel s demais polticas, com custo mdio 9,4% superior ao OA e gerao mdia 3,0% inferior ao OA. Com relao s polticas de programao dinmica, o custo da RNN anual foi 4,2% superior PDD e, apenas, 2,0% superior PDEM. Tabela 3.17: Anlise comparativa quantitativa da simulao das polticas operativas para a UHE Tucuru

A Figura 3.44 e Figura 3.45 mostram a disperso dos valores de produtividade mdia e vertimento mdio e a disperso dos valores de gerao mdia e desvio padro, respectivamente, para todas as polticas simuladas, de acordo com a Tabela 3.17. Nota-se, primeiramente, que a RNN anual teve desempenho prximo s polticas PDD e CMA em termos de produtividade mdia e vertimento mdio. J a PDEM teve comportamento distinto, com elevada produtividade e elevado vertimento mdio. Na Figura 3.45, observa-se o desempenho inferior da poltica RNN anual frente s demais polticas, principalmente em funo da gerao mdia reduzida, j que o desvio padro da gerao foi semelhante s outras polticas.

103

Figura 3.44 Disperso dos valores de produtividade mdia e vertimento mdio das polticas operativas simuladas para UHE Tucuru

Figura 3.45 Disperso dos valores de gerao mdia e desvio padro das polticas operativas simuladas para UHE Tucuru A Figura 3.46, Figura 3.47 e a Figura 3.48 apresentam a evoluo das trajetrias do volume armazenado e da gerao mensal das polticas OA, PDD, PDEM e RNN anual para os binios seco, mdio e mido, respectivamente. A Tabela 3.7 mostra os anos referentes aos binios simulados para a UHE Tucuru. Nota-se, para os perodos mdio e mido, expressiva aderncia do desempenho das polticas com relao ao OA. Com destaque, no binio mido, a RNN anual apresentou bom desempenho em comparao trajetria da OA, mesmo considerando as anomalias acentuadas das vazes neste perodo. 104

Figura 3.46 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio seco

Figura 3.47 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio mdio

105

Figura 3.48 Evoluo da trajetria de V.U. e Gerao Mdia das polticas operativas simuladas para a UHE Tucuru, no binio mido Resumindo, a UHE Tucuru, devido influncia do clima da regio amaznica, caracteriza-se pela presena de chuvas abundantes no perodo de dezembro a maio, as quais resultam em enchimento completo do reservatrio e ocorrncia de vertimentos em todos os ciclos hidrolgicos da simulao do histrico de vazes. Neste contexto, a presena de padro nico de dados para alguns meses inviabilizou o treinamento da RNN mensal para esta usina. J a RNN anual foi devidamente implementada, ainda que, conforme relatado para as UHEs Emborcao e Sobradinho, a presena diminuta de padres no treinamento das regras resulta em uma subutilizao de suas capacidades. Com relao otimizao da gerao, a operao da UHE Tucuru admitiu uma margem de otimizao de custo de cerca de 26%, a qual verificada por meio da diferena de custos das polticas OA e Fio. A poltica mais econmica foi a PDD que registrou custo mdio 5,0% superior ao OA e gerao mdia apenas 1,0% inferior ao OA. A poltica RNN anual teve desempenho comparvel s demais polticas, principalmente em termos de vertimento mdio e produtividade mdia. Sua simulao resultou em custo mdio 9,4% superior ao OA e, apenas, 2,0% superior PDEM.

106

Captulo 4 Concluses
No presente trabalho foi apresentada uma metodologia alternativa para abordagem do planejamento da operao de mdio prazo de sistemas hidrotrmicos. A metodologia proposta baseada em um Sistema de Inferncia Nebulosa que foi obtido atravs do ajuste de parmetros por meio de processo de aprendizagem Neuro-Adaptativo. Primeiramente, o problema do planejamento da operao foi tratado por um modelo de otimizao determinstica com perfeita previso de vazo, cujo resultado, que representa a melhor operao possvel para a planta em anlise, foi utilizado como informao para o treinamento do sistema neural-nebuloso. Como resultado do treinamento, obtm-se uma base de regras de inferncia nebulosa, do tipo SE <antecedente> ENTO <conseqente>, que ir reproduzir o comportamento timo da usina atravs da definio da vazo turbinada, em cada estgio, em funo das condies de entrada estipuladas. As informaes timas consideradas no treinamento foram as vazes afluentes passadas, as vazes turbinadas e os volumes teis dos reservatrios em cada ms do horizonte simulado, cujo perodo foi de 1932 a 2005, considerando o histrico de vazes. Os estudos de casos foram desenvolvidos considerando um sistema formado por um nico reservatrio e foram realizados para cinco usinas hidreltricas pertencentes s quatro regies do Sistema Interligado Nacional, quais sejam a regio Sudeste/Centro-Oeste, a regio Sul, a regio Nordeste e a regio Norte. A performance da metodologia Neural Nebulosa (RNN) proposta foi comparada com outras modelagens, como a Programao Dinmica Determinstica, a Programao Dinmica Estocstica e o Controle em Malha Aberta, alm das polticas de referncia do timo Absoluto (OA) e da soluo Fio dgua (Fio), as quais representam um limitante superior e inferior para o desempenho das polticas, respectivamente. Para todas as polticas utilizou-se o mesmo ambiente de simulao, com condies de contornos e premissas idnticas.

107

A avaliao do comportamento da RNN foi realizada com base na mensurao de indicativos de erros mdios e anlise grfica da comparao entre a sada indicada pelo otimizador determinstico e a sada indicada pela RNN. Com relao s comparaes das polticas operativas, os resultados quantitativos foram avaliados em termos de gerao hidreltrica mdia e seu desvio padro, custo mdio da operao, vertimento mdio e produtividade mdia. Adicionalmente, com vistas a permitir uma anlise qualitativa das polticas, foram avaliadas, tambm, as trajetrias de volume e gerao das usinas para diferentes perodos do histrico. Os resultados do treinamento da RNN indicaram reduzidos erros mdios e elevada aderncia entre os valores das turbinagens timas e da sada do Sistema de Inferncia Nebulosa, evidenciando que a base de regras nebulosas obteve sucesso na interpretao e reproduo do comportamento timo da operao das usinas. Ainda assim, a avaliao dos grficos de disperso dos valores das sadas da RNN em comparao aos valores das sadas do timo Absoluto indicou a presena de uma nuvem de pontos fora do eixo x=y, o que permite concluir que existe espao para se buscar um algoritmo de aprendizagem ainda mais eficiente e que resultaria em um desempenho global ainda melhor. Com relao simulao das polticas, os resultados mostraram que a poltica proposta nesta dissertao competitiva e que seu desempenho foi, para todas as usinas avaliadas, similar e, por vezes, superior s demais polticas, principalmente PDEM, uma poltica clssica e cuja representao mais complexa e se configura computacionalmente menos eficiente. De um modo geral, o bom desempenho da poltica RNN pode ser atribudo a elevados nveis de produtividade mdia e ao valor reduzido do desvio padro da gerao, o qual indica uma poltica com despachos hidrulicos estveis ao longo do perodo de planejamento. Notou-se, tambm, que a simulao da poltica proposta, bem como das demais polticas avaliadas, no apresentou resultado uniforme para as cinco usinas estudadas. Assim, pode-se inferir que a eficincia das polticas operativas varia com relao regio ou bacia onde so aplicadas e so dependentes das caractersticas do sistema em anlise. H que se destacar a importncia atribuda abrangncia de padres do conjunto de dados operativos utilizados no treinamento das Redes Neurais Nebulosas. Pelo que se observou, esta abrangncia diretamente vinculada eficcia do desempenho da poltica RNN, haja vista que a plenitude de padres no treinamento permite que a base de regras seja treinada para todas as possveis condies apresentadas como entrada na simulao da poltica. Neste sentido, espera-se

108

que a poltica RNN esteja subutilizada para os casos em que a otimizao determinstica resultou em reduzidos padres de treinamento. Para os casos em que a otimizao determinstica resultou em padres que abrangem a maior parte do espao de estados e, assim, o treinamento da RNN foi realizado com um conjunto robusto de dados, a poltica RNN mensal, ou seja, a base de regras neural nebulosa em base mensal, teve desempenho superior RNN anual. Por fim, ressalta-se que a poltica proposta considera adequadamente a incerteza das vazes atravs de sua modelagem nebulosa, alm de permitir a representao individualizada das usinas, incluindo suas restries operativas e caractersticas de produo no-linear, j que se trata de uma reproduo do modelo de otimizao determinstico. Adicionalmente, esta abordagem configura-se com reduzido esforo computacional e permite uma visualizao mais clara e melhor entendimento dos resultados do modelo e das relaes fsicas das variveis, j que consiste de um sistema de regras nebulosas simples, do tipo SE <antecedente> ENTO <conseqente>. Como trabalhos futuros, seguem abaixo algumas propostas que visam aperfeioar o desempenho da poltica baseada em Sistema de Inferncia Nebulosa: Treinamento das regras do Sistema de Inferncia Nebulosa com srie de dados da operao tima contemplando todos os padres do espao de estados, atravs da realizao da otimizao determinstica com cenrios sintticos de afluncia ou diferentes nveis de partida de modo a abranger, no treinamento, todas as possveis condies operativas da usina. Avaliao de outros modelos neural-nebulosos e outras tcnicas de treinamento e ajuste de parmetros das funes de pertinncias de modo a obter uma base de regras nebulosas com maior preciso numrica. Aplicao da poltica apresentada neste trabalho, qual seja o Sistema de Inferncia Nebulosa, para sistemas hidrotrmicos formados por mltiplos reservatrios. Acredita-se, plenamente, na factibilidade desta implementao, haja vista que a simplicidade e a eficincia computacional da tcnica resume, esta tarefa, busca pela melhor combinao de variveis de entrada.

109

Aplicao da tcnica apresentada neste trabalho no planejamento da operao e programao de despacho de Pequenas Centrais Hidreltricas (PCH) e de sistema hidreltricos em cascata.

110

Referncias Bibliogrficas
[1] [2] CCEE, Home Page da CCEE, www.ccee.org.br, acessada em dezembro de 2008. I. Sauer, Um Novo Modelo para o Setor Eltrico Brasileiro, 1 verso, IEE/USP So Paulo, Brasil, 2002. [3] G. L. Susteras, Aplicao de Algoritmos Genticos para Previso do Comportamento das Distribuidoras como Apoio Estratgia de Comercializao de Energia de Agentes Geradores, Dissertao de Mestrado, USP So Paulo, Brasil, 2006. [4] [5] ONS, Home Page do ONS, www.ons.org.br, acessada em dezembro de 2008. ONS, O Operador Nacional do Sistema Eltrico e os Procedimentos de Rede: viso geral, Procedimentos de Rede, submdulo 1.1, Rev. 1, Brasil, 2005. [6] ONS, O ONS e os Desafios da Operao do SIN, III Seminrio Internacional do Setor Eltrico, Rio de Janeiro, Brasil, setembro de 2008. [7] EPE Empresa de Pesquisa Energtica, Balano Energtico Nacional BEN 2008, Brasil, 2008. [8] ANEEL - Agencia Nacional de Energia Eltrica, Atlas de Energia Eltrica do Brasil, 2 ed., Brasilia, 2005 [9] EPE Empresa de Pesquisa Energtica, Plano Nacional de Energia 2030 - PNE 2030, Brasil, 2007. [10] EIA Energy Information Administration, Official Energy Statistics from the U.S. Government, www.eia.doe.gov, consultado em janeiro de 2009. [11] T. A. Araripe Neto, C. B. Cotia, M. V. Pereira, e J. Kelman, Comparison of stochastic and deterministic approaches in hydrothermal generation scheduling, IFAC Electr. Energy Syst., Brazil, pp. 201206, 1985. [12] M.V.F. Pereira, L.M.V.G,. Pinto Operation Planning of large-scale hydroelectrical, in 8th Power Systems Computation Conference (PSCC), Helsinki, Finland, 1984.

111

[13] M. V. Pereira e L. M. V. G. Pinto, Stochastic optimization of a multireservoir hydroelectric system: A decomposition approach, Water Resources Res., vol. 21, no. 6, pp. 779792, 1985. [14] M. V. F. Pereira, Optimal Stochastic Operations Scheduling of Large Hydroelectric Systems, International Journal of Electric Power and Energy Systems, vol. 11, no. 3, pp. 161-169, 1989. [15] B. Gorestin, N. M. Campodonico, J. P. Costa, M. V. F. Pereira, Stochastic Optimization of a Hydro-Thermal System Including Network Constraints", IEEE Transactions on Power Systems, Vol. 7, N 2, 1992. [16] M.V.F. Pereira, Optimal Scheduling of Hydrothermal Systems An Overview, IFAC Electr. Energy Syst., Brazil, 1985. [17] J. F. Benders, "Partitioning Procedures for Solving Mixed-Variables Programming Problems" Numerische Mathematik, Vol. 4, pp. 238-252, 1962. [18] CEPEL, Modelo NEWAVE, Manual de Referncia, Brasil, 2001. [19] F. J. Arteiro, J. A. Gomes, J. M. Pinto, N. Fukui, R. Treistman, Elaborao da Programao Eletroenergtica do Sistema Interligado Nacional, in IX EDAO Encontro para Debates de Assuntos de Operao, Gois, Brasil, 2007. [20] A. D. Leite, A Energia do Brasil, Elsevier Editora, 2. Ed., pp. 468, Rio de Janeiro, Brasil, 2007. [21] M. A., Cicogna, Modelo de Planejamento da Operao Energtico de Sistemas Hidrotrmicos a Usinas Individualizadas Orientado por Objetos, Dissertao de Mestrado, FEEC/Unicamp, Brasil, 1999. [22] D. S. Filho, Dimensionamento de Usinas Hidroeltricas atravs de Tcnicas de Otimizao Evolutiva, Tese de Doutorado, USP So Carlos, Brasil, 2003. [23] M. A., Cicogna, Sistema de Suporte Deciso para o Planejamento e a Programao da Operao de Sistemas de Energia Eltrica, Tese de Doutorado, FEEC/Unicamp, Brasil, 2003. [24] Hydrolab Engenharia e Consultoria, Documentao e Manuais, 2006.

112

[25] M. S., Zambelli, Planejamento da Operao Energtica Via Curvas-Guias de Armazenamento, Dissertao de Mestrado, FEEC/Unicamp, Brasil, 2006. [26] T. G. Siqueira, Comparao entre a Programao Dinmica Estocstica Primal e Dual no Planejamento da Operao Energtica, Dissertao de Mestrado, FEEC/Unicamp, Brasil, 2003. [27] T. J. Ross, Fuzzy Logic with Engineering Applications, McGraw Hills, Inc, pp. 1-15, 1995. [28] L.A., Zadeh, "Fuzzy Sets, Information and Control, Vol. 8, pp. 338-353, 1965. [29] R. Ballini, Anlise e Previses de Vazes Utilizando Modelos de Sries Temporais, Redes Neurais e Redes Neurais Nebulosas, Tese de Doutorado , FEEC/Unicamp, Brasil, 2001. [30] L.A., Zadeh, "Outline of a new approach to the analysis of complex systems and decision processes," IEEE Transactions on Systems, Man, and Cybern, Vol. 3, No. 1, pp. 28-44, Jan. 1973. [31] .M. Figueiredo e F. Gomide, Fuzzy system design using neurofuzzy networks, in Proc. 7th Int. Conf. IPMU98, vol. 2, pp. 14161422, 1998 [32] H. Zimmerman, Fuzzy Sets, Decision Making and Expert Systems, Kluwer-Nihoft, Boston, 1987. [33] W. Pedrycz e F. Gomide, An Introduction to Fuzzy Sets: Analysis and Design, MIT Press, Cambridge, MA, 1998. [34] J.S. Jang, C.T., Sun, E. Mizutani, Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997. [35] E. H. Mamdani, "Applications of Fuzzy Algorithms for Simple Dynamic Plant, Proceedings of the IEEE, Vol 121, No 12, pp 1585-1588, 1974. [36] E. H. Mamdani e S. Assilian, "An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller, International Journal of Man-Machine Studies, Vol 7, No 1, pp: 1-13, 1975. [37] M. Sugeno e G. T. Kang, Structure Identification of Fuzzy Model, Fuzzy Sets and Systems, Vol 28, pp 15 - 33, 1988.

113

[38] T. Takagi e M. Sugeno, Fuzzy Identification of Systems and its Applications to Modeling and Control, IEEE Transactions on Systems, Man, and Cybernetics, Vol 15, pp116 - 132, 1985. [39] MATLAB, Help Contents - Fuzzy Logic Toolbox, The Math Works, Inc, 2007. [40] I. R. Luna, Redes Neurais Fuzzy Aplicadas em Identificao e Controle de Sistemas, Dissertao de Mestrado, FEEC/Unicamp, Brasil, 2003. [41] J. W. Labadie, Optimal Operation of Multireservoir Systems: State-of-the-Art Review, Journal of Water Resources Planning and Management, vol.130, No.2, pp 92-111, 2004. [42] B. Shrestha, L. Duckstein e E. Stakhiv, Fuzzy rule-based modeling of reservoir operation, Journal of Water Resources Planning and Management, vol.122, No.4, pp 262-269, 1996 [43] P. G., Jairaj e S. Vedula, Multireservoir System Optimization using Fuzzy Mathematical Programming, Water Resources Management, 14 (457-472), 2001. [44] J. S. Dhillon, S. C. Prti, D. P. Kothari, Fuzzy decision making in multiobjective long-term scheduling of hydrothermal system, International Journal of Electrical Power and Energy Systems, vol 23, No 1, pp. 19-29, 2000. [45] R. C. Bansal, Optimization Methods for Electric Power Systems: An Overview, International Journal of Emerging Electric Power Systems, Vol. 2, No 1, article 1021, 2005. [46] L. X.Wang e J. M. Mendel, Back-propagation fuzzy system as nonlinear dynamic system identifiers, in Proc. FUZZ-IEEE92, pp. 14091418, 1992. [47] C. C. Lee e C. Lin, Neural-network-base fuzzy logic control and decision system, IEEE Trans. Syst., Man, Cybern., vol. 40, pp. 13201336, Dec. 1991. [48] A. G. Bakirtzis, J. B. Theocharis, S. J. Kiartzis, e K. J. Satsios, Short term load forecasting using fuzzy neural networks, IEEE Trans. Power Syst., vol. 10, pp. 15181524, Aug. 1995. [49] R. Ballini, S. Soares, e M. G. Andrade, Seasonal streamflow forecasting via a neural fuzzy system, in Proc. IFAC99, vol. k, pp. 8186, 1999.

114

[50] M. Figueiredo, R. Ballini, S. Soares, M. Andrade, e F. Gomide Learning Algorithms for a Class of Neurofuzzy Network and Application IEEE Trans. Syst., Man, Cybern., vol. 34, n. 3, 2004. [51] B. Monte, S.Soares Fuzzy Inference Systems Approach for Long Term Hydrothermal Scheduling aceito no IEEE Power Systems Conference & Exposition - PSCE, Seattle EUA, 2009. [52] D. Silva, R. Ballini, S. Soares, A.A.F.M. Carneiro, Interpretao Lingstica da Operao tima de uma Usina Hidroeltrica atravs de Redes Neurais Nebulosas Adaptveis, in Revista Controle & Automao, vol. 14, n. 3, 2003. [53] J. S. R. Jang, Anfis: Adaptive-network-based fuzzy inference system, IEEE Trans. Syst., Man, Cybern., vol. 23, pp. 665685, 1993. [54] R. J. Campos, T. A. Jesus, E. M. A. M. Mendes, Uma abordagem Fuzzy para a previso de curto-prazo do consumo de energia eltrica, in XXX CNMAC - Congresso Nacional de Matemtica Aplicada e Computacional, Florianpolis, Brasil, 2007. [55] W. Yeh, Reservoir management and operations models: A state-of-the-art review, Water Resources Research, vol. 21, no. 12, pp. 17971818, 1985. [56] R. Wurbs, Reservoir-system simulation and optimization models, Joournal os Water Resource Planning and Management, 119(4), pp 455-472, 1993. [57] U.S. Army Corps. Of Engineering, Engineering and design: Hydrologic engineering requirements for reservoirs Engineer manual 1110-2-1420, Washington, EUA, 1997. [58] P. N. Kodikara, Multi-Objective Optimal Operation of Urban Water Supply Systems, Tese de Doutorado , Victoria University, Australia, 2008. [59] G. G, Oliveira, S. Soares, " A Second-Order Network Flow Algorithm for Hydrothermal Scheduling" IEEE Transactions on Power Systems, Vol. 10, No. 3, pp. 1635-1641, 1995. [60] M. F. Carvalho, S. Soares, "An efficient hydrothermal scheduling algorithm" IEEE Transactions on Power Systems, Vol. 2, No. 3, pp. 537-542, 1987. [61] R. Bellman, Dynamic Programming, Princeton University Press, Princeton - N. J., 1957.

115

[62] L. Martinez, Polticas de Controle Malha Fechada e Malha Aberta no Planejamento da Operao Energtica de Sistemas Hidrotrmicos, Tese de Doutorado , FEEC/Unicamp, Brasil, 2001. [63] D. P. Bertsekas, "Dynamic Programming and Optimal Control, Athena Scientific, Belmont, Massachusetts, 1995. [64] T. C. Marques, Uma Poltica Operativa a Usinas Individualizadas para o Planejamento da Operao Energtica do Sistema Interligado Nacional, Tese de Doutorado , FEEC/Unicamp, Brasil, 2006. [65] L. Martinez e S. Soares, Comparison between Closed-Loop and Partial Open Loop Feedback Control Policies in Long Term Hydrothermal Scheduling, IEEE Trans. Power Systems, vol. 17, n2, 2002. [66] ONS, Alterao do Critrio de Escolha do Previvaz com a Utilizao de Tcnica de Data Mining para a Bacia do Rio Uruguai, NT 133/2007, Brasil, 2007. [67] I. Andreolli, W. Collischonn, C. E. M. Tucci, Anlise da Rede de Postos de Chuva na Previso em Tempo Real na Bacia do Rio Uruguai, Revista Brasileira de Recursos Hdricos, Vol. 11, No 2, pp 5-14, 2007. [68] I. Andreolli, Previso de Vazo em Tempo Real no Rio Uruguai com Base na Previso Meteorolgica, Dissertao de Mestrado, IPH-UFRGS, Porto Alegre, Brasil, 2003. [69] M. S. Zambelli, I. Luna, S. Soares, Long-Term Hydropower Scheduling Based on Deterministic Nonlinear Optimization and Annual Inflow Forecasting Models, aceito no IEEE PES PowerTech 2009 Bucareste, Romnia, 2009. [70] M. S. Zambelli, T. G. Siqueira, S. Soares, Aplicando Melhorias Programao Dinmica no Planejamento da Operao Energtica de Sistemas Hidrotrmicos, XVI CBA Congresso Brasileiro de Automtica, Salvador, Brasil, 2006. [71] ONS, Sumrio Executivo: Planejamento Anual da Operao Energtica Ano 2005, RE 3/237/2005, Brasil, 2005. [72] ONS, Curva de Operao da Regio Norte 2008/2012, NT-166/2007, Brasil, 2008.

116