O programa DESSEM é um modelo de otimização desenvolvido pelo Cepel. Seu principal objetivo é determinar a programação diária da operação de sistemas hidrotérmicos, incluindo as fontes intermitentes, em um horizonte de até duas semanas e com discretização de até meia hora. O modelo é utilizado oficialmente pelo Operador Nacional do Sistema (ONS) desde janeiro de 2020 para a programação diária da operação do sistema brasileiro, e desde janeiro de 2021 pela Câmara de Comercialização de Energia Elétrica (CCEE) para a determinação do preço de energia horário para o dia seguinte.
De forma a promover o planejamento e programação da operação observando a otimização dos custos e a consideração adequada da aversão a risco em um horizonte mais longo, o modelo DESSEM atua de forma coordenada com os modelos DECOMP e NEWAVE, já utilizados desde 2000 para planejamento da operação e estabelecimento do preço semanal, em três patamares de carga.
O modelo tem passado por diversos aprimoramentos desde 1998, com a incorporação de uma vasta gama de restrições e funcionalidades. Houve dois processos de validação pelo ONS e CCEE, em 2003 e 2014, antes da validação mais rigorosa ocorrida entre 2017 e 2020, para utilização oficial a partir de 2020 no processo de despacho diário e preço horário no Brasil.
Modelagem dos Componentes do Sistema e Restrições Consideradas
As usinas são representadas no nível de unidade geradora e considera-se o fluxo de potência na rede de transmissão por meio de uma modelagem DC, podendo levar em conta ou não as perdas nos circuitos. São reproduzidas diversas restrições da rede elétrica, como limites individuais de fluxo nas linhas, limites de somatório de fluxo (inequações) em um conjunto de linhas, além de restrições adicionais de segurança fornecidas por meio de tabela ou funções lineares por parte, como mostrado a seguir.
Figura 1 – Restrições de segurança
Representam-se, também, as restrições de unit commitment das usinas termoelétricas, como custos de partida e parada, trajetórias de acionamento e desligamento, geração mínima (quando ligada), tempos mínimos ligada e desligada, restrições de rampa de variação horária na geração, além de outras restrições que estabelecem condições específicas para operação das unidades. Além disso, é retratada a operação de usinas térmicas a ciclo combinado, considerando-se custos de transição entre os seus diversos modos operativos.
Figura 2 – Dados de usinas termoelétricas
A variação não linear da produtividade das usinas hidrelétricas em função da altura de queda é representada com detalhes, com o uso de uma modelagem linear por partes que leva em consideração o impacto de variação das cotas de montante e jusante, atentando-se também para a possibilidade de remanso nas usinas em cascata. Reproduz-se, de forma acurada, o balanço de água nos reservatórios e ao longo dos rios, por meio de tempos de viagem fixos ou curvas de propagação não lineares, e considera-se o efeito não linear da evaporação. Usinas de bombeamento (reversíveis) e canais entre reservatórios também podem ser levados em conta.
Figura 3 – Dados de usinas hidrelétricas
Fontes intermitentes de geração (eólica e solar) e unidades de armazenamento de energia (baterias) podem ser representadas, além de mecanismos de resposta da demanda, cujo programa piloto vem sendo implantado pelo ONS e CCEE.
Figura 4 – Fontes intermitentes
O modelo considera ainda diversas outras características e restrições operativas para as usinas hidrelétricas, como vazões mínimas operativas, evaporação nos reservatórios, usos múltiplos da água (irrigação, abastecimento), volumes de espera para controle de cheias, enchimento de volume morto, restrições de variações de nível em seções de rio, entre outras. Podem ser reproduzidas restrições de limite inferior e superior e de variação horária para todas as variáveis operativas do problema, como vazão defluente e cota dos reservatórios.
Figura 5 – Características e restrições operativas para as usinas hidrelétricas.
O acoplamento com o planejamento a curto prazo é feito por meio de uma função de custo futuro, construída pelo modelo DECOMP, que sinaliza o valor da água em cada reservatório como uma função dos níveis de todos os reservatórios do sistema. Podem ser estabelecidas, de forma complementar, metas semanais de intercâmbio ou geração térmica ao longo do horizonte do DESSEM.
Estratégia de Solução
O problema de despacho é formulado por programação linear inteira-mista. Funções e restrições não lineares – como perdas quadráticas nos circuitos e restrições fornecidas por meio de tabelas – são tratadas por aproximações lineares sucessivas e/ou processos iterativos, nos quais são incluídas as expressões exatas das restrições de limite de fluxo de potência DC da rede elétrica.
São aplicadas técnicas avançadas de programação inteira mista, como busca local (“local branching”) e “feasibility pump”, de forma a reduzir o tempo computacional para resolução do problema, permitindo sua aplicação para o despacho real de sistemas hidrotérmicos como o brasileiro, composto por mais de 160 usinas hidrelétricas, 300 unidades geradoras térmicas, 7500 barras e 10000 linhas de transmissão.
Figura 6 – Técnicas de otimização do DESSEM.
Principais resultados fornecidos pelo modelo DESSEM:
Figura 7 – Resultados do DESSEM.
O modelo emite diversos relatórios adicionais que permitem avaliar a qualidade da modelagem realizada pelo programa em comparação com a formulação exata (não linear e/ou não convexa) de alguns aspectos do problema, como:
O programa também emite relatórios de monitoramento do status de atendimento às restrições do problema, tais como:
Por resolver um problema de otimização inteiro-misto, a utilização do DESSEM requer uma licença de uso do pacote de otimização CPLEX®, que deve ser adquirida diretamente com um representante do software.
Integração com outros programas
O modelo DESSEM se integra a diversos outros programas do Cepel L para provimento de dados e análise de resultados, como:
Cookie | Duração | Descrição |
---|---|---|
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |