Despacho Ecnomico

Faculdade de Engenharia da Universidade do Porto
Optimizao de despacho econmico integrando

previso de variabilidade de produo hdrica,
elica e solar
Joo Mauro das Neves Rocha
Dissertao realizada no mbito do

Mestrado Integrado em Engenharia Electrotcnica e de Computadores
Major Energia
Orientador: Prof. Dr. Cludio Monteiro
Julho de 2010
Joo Mauro das Neves Rocha, 2010
ii
Resumo
O problema de despacho econmico tem um papel fundamental no funcionamento do

sistema elctrico de energia (SEE). O objectivo de um problema de despacho econmico
determinar a melhor combinao de potncias de entre as unidades produtoras que devem
entrar em funcionamento, de maneira a ir de encontro s necessidades da carga ao menor
custo de operao possvel, satisfazendo as restries de igualdade e desigualdade do
sistema. Nos sistemas de produo com produo hdrica associada necessrio entrar com os
recursos hdricos disponveis, sendo necessria uma coordenao entre a produo trmica e
a produo hdrica, com o objectivo de se determinar a quantidade ptima de energia hdrica
e trmica a gerar no perodo programado para o despacho.
A produo proveniente de fontes de energia renovveis e a sua integrao no SEE e nos
mercados de electricidade tem crescido rapidamente. Esta situao resulta num aumento dos
desequilbrios de produo, fazendo com que as remuneraes dos produtores diminuam,
devido ao aumento das penalizaes por desvios de produo. Assim, a previso da produo
renovvel ter um papel cada vez mais importante na integrao das energias renovveis no
SEE, tornando mais competitiva a sua participao no mercado de electricidade.
Nesta dissertao apresentado um novo e eficiente mtodo de optimizao GraSO
(Gradient Swarm Optimization) - que ser aplicado a problemas de despacho econmico com
produo hdrica associada. proposta uma formulao do problema atravs do mapeamento
dos limites de estratgia de despacho econmico que tm sido utilizados nos ltimos anos em
Portugal, conseguindo-se atravs de uma estratgia diferente uma melhor optimizao do
despacho, para um caso real.
Nesta dissertao tambm realizada a optimizao do problema de despacho econmico
proposto para trs cenrios de previso distintos da produo hdrica, elica e solar.
analisado o impacto que as diferentes previses tm no despacho realizado e nos custos de
despacho, assim como, a influncia destas na remunerao dos produtores da sua
participao no mercado de electricidade.
Palavras-chave: Despacho Econmico, GraSO, Algoritmos de Optimizao, Custo do
Despacho, Remunerao dos Mercados de Electricidade, Previso de Produo Renovvel.
iii
iv
Abstract
The economic dispatch problem has a key role in the operations of the electric energy
system (SEE). The purpose of an economic dispatch problem is to determine the best
schedule output of the committed units, so as to meet the needs of the load at the lowest
possible cost of operation, satisfying the system equality and inequality constraints. In
power systems with water production associated is necessary to enter with the water
resources available and needed coordination between the thermal and hydro power in order
to determine the optimal amount of hydro and thermal generating in the period scheduled
for the dispatch.
The production from renewable energy sources and their integration into SEE and
electricity markets has grown rapidly. This results in an increase in the power imbalance,
making the revenues of producers to decrease due to increased penalties for the imbalances.
Therefore, forecasting of renewable production will play an increasingly important role in
the integration of renewable energy in SEE, making more competitive it participation in the
electricity market.
This dissertation presents a novel and efficient method of optimization GraSO (Gradient
Swarm Optimization) which will be applied to economic dispatch problems associated with
water production. It proposed a formulation of the problem by mapping the boundaries of
economic dispatch strategy that have been used in recent years in Portugal, achieving a
better economic dispatch optimization through a different strategy, for a real case.
This dissertation is also performed to optimize the proposed economic dispatch problem
in three different scenarios of hydro, wind and solar power forecast. It is analyzed the
impact that the different forecast have in dispatch optimization and in dispatch costs, as
well as the influence of theses in the revenue of the producers for their participation in the
electricity market.
Keywords: Economic Dispatch, GraSO, Optimization Algorithms, Dispatch Cost,
Electricity Markets Revenue, Renewable Power Forecasting.
vi
Agradecimentos
Agradeo os meus pais, aos meus amigos, e a todos aqueles que de alguma forma
contriburam para a realizao desta dissertao.
Obrigado pela pacincia.
Thanks Boss. See you around!
vii
viii
Id rather be hated for who I am than loved for who Im not.

Kurt Cobain
ix
ndice
Resumo ...........................................................................................iii
Abstract............................................................................................v
Agradecimentos ................................................................................ vii
ndice.............................................................................................. xi
Lista de Figuras ............................................................................... xiii
Lista de Tabelas .............................................................................. xvii
Abreviaturas e Smbolos ..................................................................... xix
Captulo 1 ........................................................................................ 1
Introduo.......................................................................................................1
1.1
1.2
1.3
1.4
1.5
1.6
- Enquadramento ......................................................................................1
- Motivao .............................................................................................4
- Objectivos .............................................................................................4
- Estrutura da dissertao ............................................................................5
- Informao usada nesta dissertao..............................................................6
- Ferramentas utilizadas no desenvolvimento desta dissertao .............................6
Captulo 2 ........................................................................................ 7
Estado da arte ..................................................................................................7
2.1 - Introduo.............................................................................................7
2.2 - Despacho econmico ................................................................................7
2.3 - Formulao do problema de despacho econmico ............................................9
2.3.1 - Formulao bsica de despacho econmico .............................................9
2.3.2 - Restries de operao das unidades produtoras..................................... 10
2.3.3 - Funes de custo no lineares considerando os efeitos das vlvulas de injeco
.......................................................................................................... 12
2.3.4 - Funes de custo no lineares considerando uma multiplicidade de combustveis
.......................................................................................................... 13
2.4 - Despacho econmico com coordenao hidro-trmica ..................................... 13
2.4.1 - Formulao de um problema de coordenao hidro-trmica ...................... 15
2.5 - Efeitos das energias renovveis na optimizao do despacho econmico ............... 17
2.5.1 - Importncia da previso na integrao da produo renovvel no SEE ........... 17
2.5.2 - Impactos da integrao das energias renovveis nos mercados de electricidade
.......................................................................................................... 19
xi
Captulo 3 ....................................................................................... 27
GraSO Uma nova tcnica de optimizao de despacho econmico ............................... 27
3.1 - Introduo .......................................................................................... 27
3.2 - Diferentes mtodos para optimizao de despacho econmico ........................... 27
3.2.1 - Optimizao de enxames de partculas (PSO) ......................................... 27
3.2.2 - Algoritmos genticos (GAs) ............................................................... 30
3.2.3 - Programao evolucionria (EP) ou estratgias de evoluo (ES) ................. 31
3.2.4 - Evoluo diferencial ....................................................................... 32
3.3 - Conceito do GraSO................................................................................. 32
3.4 - Descrio do algoritmo ........................................................................... 33
3.5 - Incluso no GraSO de restries de igualdade e desigualdade ............................ 39
3.6 - Adaptao do GraSO a um problema de despacho econmico ............................ 41
Captulo 4 ....................................................................................... 47
Metodologia proposta ....................................................................................... 47
4.1 - Introduo .......................................................................................... 47
4.2 - Formulao do problema de despacho econmico proposto ............................... 47
4.2.1 - Curva dos custos dos combustveis das unidades trmicas ......................... 47
4.2.2 - Rampas da capacidade de variao da produo ..................................... 49
4.2.3 - Limite mximo da produo hdrica .................................................... 49
4.2.4 - Limites da produo hdrica em funo da gua armazenada ..................... 51
4.2.5 - Limites de armazenamento de gua .................................................... 55
4.2.6 - Limite fixo de descarga ................................................................... 56
4.2.7 - Restrio de balano ...................................................................... 56
4.3 - Remunerao dos produtores de energia no mercado de electricidade ................. 57
Captulo 5 ....................................................................................... 59
Resultados..................................................................................................... 59
5.1 - Despacho econmico obtido atravs do GraSO ............................................... 59
5.2 - Cenrios de previso .............................................................................. 65
5.2.1 - Previso perfeita ........................................................................... 66
5.2.2 - Previso real ................................................................................ 66
5.2.3 - Sem previso ................................................................................ 66
5.3 - Impacto da previso no despacho econmico ................................................ 67
5.4 - Impacto da previso na remunerao dos produtores elicos ............................. 73
5.5 - Concluses .......................................................................................... 76
Captulo 6 ....................................................................................... 79
Concluses e Futuros Desenvolvimentos ................................................................. 79
6.1 - Concluses gerais .................................................................................. 79
6.2 - Futuros Desenvolvimentos ....................................................................... 80
Referncias ..................................................................................... 81
xii
Lista de Figuras
Figura 1.1 Origem da energia no consumo anual em Portugal [49] .................................2

Figura 1.2 - Evoluo da potncia elica total ligada em Portugal [49] .............................3
Figura 2.1 Curva tpica do custo de produo de um gerador trmico clssico [42].............8
Figura 2.2 - Trs situaes de operao possveis de uma unidade de produo (a
produo constante, b aumento da produo, c diminuio da produo) [8]......... 10
Figura 2.3 - Curva potncia/custo com zonas de operao proibitivas [8] ........................ 11
Figura 2.4 Curva potncia/custo sobre vlvulas de injeco [8] .................................. 12
Figura 2.5 - Funo seccional de custo incremental e quadrtica de um gerador [7] ........... 13
Figura 2.6 Funes do custo imediato e futuro [22] ................................................. 14
Figura 2.7 Decomposio temporal hierrquica para o HGSP [22]. ............................... 15
Figura 2.8 Previso para a evoluo da capacidade instalada do sistema elctrico
Portugus (2006-2025) [53] .......................................................................... 17
Figura 2.9 Integrao das energias renovveis no mercado de electricidade [34] ............. 20
2.10 Oferta e procura no mercado dirio em Portugal na hora 17 do dia 23 de Outubro
de 2007 [38] ............................................................................................ 21
Figura 2.11 Sesses do mercado intra-dirio [38] .................................................... 21
Figura 2.12 Comparao entre o preo do mercado dirio e o preo de reserva, para a
semana de 28 de Maio a 3 de Junho de 2010, para o mercado de electricidade
Portugus [54] ......................................................................................... 22
Figura 2.13 Desequilbrio do sistema e da potncia elica [35] ................................... 23
Figura 2.14 Impacto financeiro terico dos erros de previso do vento [35] ................... 24
Figura 3.1 - O mecanismo de pesquisa do PSO [12].................................................... 29
Figura 3.2 - Fluxograma do algoritmo GraSO [41]...................................................... 33
Figura 3.3 - Evoluo do parmetro
em situaes longe de solues ptimas [41] ........... 35
xiii
em situaes perto de solues ptimas [41] ........... 35
Figura 3.5 - Comportamento do enxame de partculas perto da soluo ptima [41] .......... 36
Figura 3.6 - Comportamento do enxame de partculas longe da soluo ptima [41] .......... 37
Figura 3.7 - Comportamento das funes de activao sigmides invertidas [41] ............... 38
Figura 3.8 - Penalidade a ser aplicada s variveis para estas se afastar dos seus limites
(adaptado de [16]) .................................................................................... 40
Figura 3.9 - Anlise comparativa da utilizao do GraSO num problema de despacho
econmico [41] ........................................................................................ 41
Figura 3.10 Sequncia de etapas do GraSO para o escalonamento da potncia trmica e
potncia hdrica ....................................................................................... 45
Figura 4.1 Curva dos custos com a produo trmica agregada ................................... 48
Figura 4.2 Rampas da capacidade de variao da unidade trmica .............................. 49
Figura 4.3 - Produo hdrica em centrais de albufeira e em centrais de fio de gua .......... 50
Figura 4.4 Limite mximo da produo hdrica em funo da potncia mdia das ltimas
vinte e quatro horas .................................................................................. 51
Figura 4.5 - Potncia hdrica, potncia hdrica mdia e energia hdrica armazenada
acumulada .............................................................................................. 52
Figura 4.6 Limites da produo hdrica em funo da energia hdrica armazenada
acumulada, para o ano de 2009 .................................................................... 54
Figura 4.7 - Limites da produo hdrica em funo da energia hdrica armazenada
acumulada, para o ano de 2010 .................................................................... 55
Figura 5.1 Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia
26 de Abril de 2010 ................................................................................... 60
Figura 5.2 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia
26 de Abril de 2010 ................................................................................... 60
Figura 5.3 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia
28 de Abril de 2010 ................................................................................... 61
Figura 5.4 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia
28 de Abril de 2010 ................................................................................... 61
Figura 5.5 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para os
ltimos 5 dias de Abril de 2010 ..................................................................... 62
Figura 5.6 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para os
Figura 5.7 - Comparao entre a energia hdrica armazenada acumulada obtida pelo
GraSO e a real, para os ltimos 5 dias de Abril de 2010 ....................................... 64
Figura 5.8 - Comparao entre a o custo do despacho obtido pelo GraSO e o real, para os
xiv
Figura 5.9 - Comparao entre a previso perfeita, a previso real e a persistncia da

produo elica, para um perodo de 48 horas .................................................. 67
Figura 5.10 Evoluo do custo de despacho para os diferentes cenrios de previso, ao
longo do ms de Abril de 2010 ...................................................................... 68
Figura 5.11 - Comparao entre a produo renovvel obtida atravs dos diferentes
cenrios de previso, durante alguns dias do ms de Abril de 2010 ......................... 69
Figura 5.12 Evoluo do preo do mercado dirio e da reserva ao longo de um perodo do
ms de Abril de 2010 ................................................................................. 70
Figura 5.13 Custo do despacho total para os trs cenrios de previso, para alguns dias
do ms de Abril de 2010 ............................................................................. 71
Figura 5.14 - Despacho escalonado para o mercado dirio para os trs cenrios de
previso, para alguns dias do ms de Abril de 2010 ............................................ 72
Figura 5.15 - Desvios de produo elica para diferentes cenrios de previso, para alguns
dias de Abril de 2010 ................................................................................. 73
Figura 5.16 - Evoluo do lucro da participao dos produtores elicos no mercado de
electricidade, para diferentes cenrios de previso, durante alguns dias do ms de
Abril de 2010 ........................................................................................... 75
xv
xvi
Lista de Tabelas
Tabela 5.1 Comparao entre o custo de despacho real e o obtido atravs do GraSO ........ 64
Tabela 5.2 Comparao entre os custos de despacho para os diferentes cenrios de
previso ................................................................................................. 67
Tabela 5.3 - Mdia do preo de mercado, preo da reserva para elevar a produo e preo
de reserva para reduzir a produo, no mercado Portugus em Abril de 2010 ............ 70
Tabela 5.4 Comparao do custo de despacho total dos produtores de energia trmica
para os diferentes cenrios de previso .......................................................... 71
Tabela 5.5 Penalizaes e compensaes totais para os diferentes cenrios de previso,
devido a desvios de produo elica, no ms de Abril de 2010 ............................... 74
Tabela 5.6 Lucro da participao dos produtores elicos no mercado de electricidade,
para diferentes cenrios de previso, em Abril de 2010 ....................................... 74
Tabela 5.7 - Lucro da participao dos produtores elicos no mercado de electricidade,
para uma previso optimizada atravs do factor , em Abril de 2010 ...................... 76
xvii
xviii
Abreviaturas e Smbolos
Lista de abreviaturas (ordenadas por ordem alfabtica)

EP
Evolutionary Programming
ES
GAs
GPESO
GPSO
GraSO
HGSP
Evolution Strategies
Genetic Algorithms
Genetic Particle Evolutionary Swarm Optimization
Genetic Particle Swarm Optimization
Gradient Swarm Optimization
Hydrothermal Generation Scheduling Problem
HTC
IPSO
LRS
MDE
NPSO
PRE
Hydrothermal Coordination
Improved Particle Swarm Optimization
Local Random Search
Modified Differential Evolution
New Particle Swarm Optimization
Produo em Regime Especial
PSO
PSO-RDL
REN
RSM
SEE
Particle Swarm Optimization

Particle Swarm Optimization with Recombination and Dynamic Linkage
Discovery
Rede Elctrica Nacional
Response Surface Methodologies
Sistema Elctrico de Energia
TSO
UC
Transmission System Operator

Unit Commitment
Lista de smbolos (ordenados por ordem alfabtica)

Custo da penalizao por desvios de produo
Consumo de potncia previsto
Constante de acelerao
Desvio da produo proposta ao mercado
Limite inferior das rampas
Energia hdrica armazenada acumulada
xix
Energia hdrica mxima armazenada acumulada

Energia hdrica mnima armazenada acumulada
Previso das exportaes realizadas
Funo de custo
Funo de activao sigmide invertida 1
Funo de activao sigmide invertida 2
Custo total da produo
Remunerao a receber do mercado pelos produtores
Previso das importaes realizadas
it
Nmero de iteraes
Lucro lquido dos produtores
Nmero de linhas de transmisso
Parmetro de penalidade
Nmero mximo de iteraes
Milhes de euros
Nmero de geradores trmicos
Nmero de unidades que tm zonas proibitivas de operao
Nmero de partculas que compem cada enxame
Distribuio Gaussiana
Produo hdrica de albufeira
Bombagem
Produo prevista proveniente da cogerao
Potncia trmica de carvo
Potncia trmica de ciclo-combinado
Carga total requerida
Preo de reserva para descer a produo
Produo prevista proveniente da gerao elica
Penalidade utilizada no algoritmo para impedir a violao dos limites
Produo hdrica de fio de gua
Potncia trmica de fuel
Potncia hdrica
Potncia hdrica armazenada em cada hora
Potncia hdrica mxima
Potncia hdrica mnima
Limite inferior da zona de operao proibitiva
Limite superior da zona de operao proibitiva
Potncia real na linha
Perdas totais
Produo prevista proveniente das mini-hdricas
Potncia real produzida
Preo de regulao
Previso da produo solar esperada
Preo de reserva para subir a produo
Preo de mercado
Potncia trmica
Produo trmica da hora anterior
xx
Potncia trmica mxima

Potncia trmica mnima
Nmero de zonas proibidas
Potncia produzida prevista
Taxa de descarga da unidade hdrica
no intervalo de tempo
Limite fixo de descarga

Limite mximo da taxa de descarga
Limite mnimo da taxa de descarga
Taxa de entrada no reservatrio durante o intervalo de tempo
Nmero aleatrio entre [0, 1]
Coeficiente de determinao da partcula do enxame
Coeficiente de determinao de
Taxa de derrame do reservatrio durante o intervalo de tempo
Reserva girante requerida do sistema
Limite superior das rampas
Volume de armazenamento do reservatrio no fim do intervalo de
tempo
Volume final de armazenamento de gua
Limite mximo de volume de armazenamento de gua
Limite mnimo de volume de armazenamento de gua
Velocidade da partcula na iterao
Velocidade da partcula na iterao
Volume inicial de armazenamento de gua
Melhor partcula do enxame
Posio da partcula na presente iterao (
)
Valor mximo das variveis que compem a funo objectivo
Valor mnimo das variveis que compem a funo objectivo
Rainha do enxame
Partcula do enxame
Varincia da distribuio Gaussiana
Valor mdio
Distncia entre a rainha do enxame e cada uma das partculas
Parmetro de escala interno do algoritmo
Desvio-padro entre a rainha e as partculas do enxame
Desvio-padro para todas as partculas que compem o enxame
Gradiente de
Variao normalizada de
Factor de optimizao da previso
xxi
xxii
Captulo 1
Introduo
A presente dissertao foi desenvolvida no mbito do Mestrado Integrado em Engenharia
Electrotcnica e de Computadores da Universidade do Porto.
Neste trabalho de dissertao feita uma adaptao de uma nova tcnica de optimizao
para a resoluo de problemas de despacho econmico, utilizando-se diferentes previses,
com o objectivo de se observar o impacto da variabilidade da produo hdrica, elica e solar
no custo do despacho econmico.
Este captulo contempla uma abordagem inicial ao problema, contextualizando-o. So
definidos os objectivos e a motivao inerentes realizao desta dissertao. Na parte final
feita uma pequena descrio da sua estrutura e do trabalho realizado.
1.1 - Enquadramento
A energia elctrica est no cerne da sociedade moderna, sendo uma componente
essencial do nosso estilo de vida e um factor determinante na competitividade da economia.
Um sistema elctrico de energia basicamente composto por centrais de gerao, linhas
de transmisso, transformadores e cargas. Estes so capazes de produzir energia elctrica
suficiente para alimentar as exigncias da carga [1]. O objectivo da explorao de um sistema
elctrico de energia (SEE) o transporte da energia elctrica dos centros de produo para os
locais de consumo com mxima continuidade, custos mnimos, mximo de segurana para as
pessoas e equipamentos, tenso e frequncia nos limites impostos nos regulamentos. Estes
objectivos so muitas vezes antagnicos, pelo que h necessidade de procurar solues de
compromisso [42].
As vrias actividades necessrias explorao de um SEE, no tm todas o mesmo
escalonamento no tempo. Existem as actividades a curto-prazo, que incluem a previso da
carga, unit commitment (UC), despacho econmico, estudos do fluxo de carga ptimo,
coordenao hidro-trmica, preos, atribuio de combustvel, e anlises de segurana.
Noutras situaes, o planeamento de operaes dado num contexto mais amplo que,
juntamente com o planeamento de operaes a curto-prazo, incluem o planeamento de
actividades a mdio-prazo cobrindo um perodo de alguns anos, como a manuteno, taxa de
previso, e o planeamento da configurao da rede. Seja qual for o contexto adoptado, o
1
Enquadramento
principal objectivo que a explorao do SEE seja capaz de ir ao encontro das exigncias do
sistema ao menor custo possvel, com um elevado nvel de fiabilidade e qualidade [31].
O planeamento das operaes do sistema torna-se assim numa tarefa extremamente
complicada, pois este tem que ter em considerao os seus efeitos em diferentes horizontes
temporais. Para complicar ainda mais a tarefa dos operadores, as energias renovveis, como a
energia elica e solar, tm se tornado em fontes de energia significativas, fazendo com que
seja necessrio lidar com uma vasta gama de incertezas. Estas incluem incertezas de
localizao, temporizao, capacidade e disponibilidade da produo, e ainda incertezas na
direco do fluxo de potncia e nas regras e restries reguladoras [32].
De facto, o sector energtico tem tido nos ltimos anos um forte desenvolvimento, em
especial no que se refere s energias renovveis, devido ao crescimento da procura de
energia que se tem verificado. A Figura 1.1 mostra esse crescimento que se tem verificado
em Portugal, sendo acompanhado pelo crescimento da Produo em Regime Especial (PRE),
que no caso inclui a produo elica e a cogerao.
Figura 1.1 Origem da energia no consumo anual em Portugal [49]
Os combustveis fsseis esto na origem de grandes catstrofes ambientais e alteraes

climticas, para alm de representarem custos elevados. So estes aspectos que tm
suscitado uma aposta na promoo da produo de energia elctrica com base em fontes de
energia renovvel, em detrimento de fontes que promovam a emisso de gases com efeito de
estufa. Motivada pelo Protocolo de Kyoto, a Comisso Europeia estabeleceu o objectivo de
duplicar a quota das energias renovveis no consumo bruto de energia de 6% em 1997 para
12% em 2010. Esta directiva tem como meta atingir 22,1% de quota indicativa de
electricidade produzida a partir de fontes de energia renovvel, no consumo de electricidade
total da Comunidade at 2010 [43].
Assim, expectvel que a penetrao de fontes renovveis intermitentes na rede
elctrica ir aumentar no futuro, com especial destaque para o crescimento da energia
Enquadramento
elica. Em Portugal, esse crescimento tem sido particularmente elevado nos ltimos cinco
anos, como est demonstrado no grfico da Figura 1.2.
Figura 1.2 - Evoluo da potncia elica total ligada em Portugal [49]
O sector elctrico tem sentido nos ltimos anos uma rpida evoluo, com o surgimento
de mercados abertos de electricidade, o crescente aumento da integrao da produo
distribuda e em particular a partir de energia elica. Esta aposta na produo de energia a
partir das energias renovveis resulta num agravamento da incerteza associada previso de
cenrios de produo, umas vez que estas energias dependem de factores climatricos que se
fazem sentir a cada instante, factores esses, como a precipitao e o vento, que so de difcil
previso.
A origem destas mudanas do sistema elctrico est relacionada com diversos factores,
entre eles, a liberalizao do mercado de electricidade, aumento do consumo e exigncia de
maior fiabilidade e sustentabilidade do sistema, aumento do preo do petrleo, crescente
preocupao com as questes ambientais e fortes desenvolvimentos de tecnologias de
aproveitamento das fontes de energia renovveis para a produo de energia.
Tal situao tem aumentado as preocupaes quanto aos custos do sistema, em especial,
se estas novas tecnologias de produo sero capazes de substituir a capacidade e
flexibilidade das centrais de produo tradicionais. Como a intermitncia e a
incontrolabilidade so caractersticas intrnsecas nos sistemas de produo de electricidade
baseados nas energias renovveis, a capacidade de manter o balano entre a procura e a
oferta tem sido a maior preocupao, uma vez que os erros de previso podem levar a
desequilbrios e consequentemente a um aumento dos custos [45]. Esses aumentos dos custos
devem-se necessidade da utilizao de reservas para equilibrar a produo, que so muitas
vezes providenciadas por unidades de produo convencionais. Pelo que, a potncia
proveniente de fontes renovveis deve ser tida em conta no compromisso e despacho de
Motivao
outras unidades do sistema e, consequentemente, ter influncia nas receitas operacionais de

outras tecnologias de produo [46].
1.2 - Motivao
Com a evoluo que se tem verificado nos sistemas de energia, o problema de despacho
econmico tem ganho cada vez mais importncia, tendo em conta que este envolve vrios
aspectos do sistema de energia.
O aumento do consumo de energia que se tem vindo a verificar nos ltimos anos,
juntamente com a escalada do preo do petrleo, fazem com que a reduo dos custos de
operao do sistema, e consequentemente, a reduo dos custos do despacho, seja cada vez
mais uma prioridade. At porque, os custos de produo so muito elevados, pelo que,
qualquer optimizao do despacho econmico que permita uma pequena reduo dos custos
tem um impacto significativo.
O crescente aumento da influncia da produo hidroelctrica no sistema de produo,
assim como o aumento da competio no mercado de energia, faz com que o planeamento
conjunto da produo de energia hdrica e trmica, da forma mais econmica, se assuma
como umas das tarefas mais importantes nos sistemas de energia.
As energias renovveis tm um impacto cada vez maior na operao de sistemas
elctricos, trazendo problemas em como proceder-se sua integrao nos mercados de
electricidade. Uma vez que a produo das mini-hdricas, dos geradores elicos e dos
geradores solares no coincidem muitas vezes com a procura do mercado ou a carga do
sistema, situao agravada pelos erros de previso da produo, que trazem grande incerteza
s operaes do sistema. Uma boa previso assim fundamental para se ultrapassar este
problema, uma vez que permite fazer a ponte da produo a partir de fontes de energia
renovveis com a produo das centrais convencionais e a previso do consumo,
possibilitando uma menor necessidade de recorrer energia de reserva, baixando assim o
custo da integrao das energias renovveis no sistema.
1.3 - Objectivos
Nesta seco so apresentados os objectivos da presente dissertao. Neste trabalho
pretende-se fazer a optimizao do despacho econmico atravs de uma nova tcnica de
optimizao, integrando previso de produo renovvel, para se avaliar os custos que os
erros de previso implicam para o despacho. Assim, os objectivos desta dissertao so:
Modelizao de restries numa nova tcnica de optimizao GraSO;

Adaptao do GraSO resoluo de problemas de despacho econmico;
Mapeamento dos limites estratgicos utilizados nos ltimos anos, para criar
uma metodologia que permita uma melhor optimizao do despacho
econmico;
Estrutura da dissertao
Integrao de diferentes previses da produo hdrica, elica e solar na

optimizao do despacho econmico, como forma de aferir o valor da
previso no despacho;
Demonstrao de que a utilizao de melhores previses da produo a partir
das energias renovveis pode aumentar as remuneraes a receber pelos
produtores pela sua participao no mercado de electricidade.
1.4 - Estrutura da dissertao

A presente dissertao composta por seis captulos.
O Captulo 1 de natureza introdutria, onde se apresenta a motivao para a realizao
deste trabalho, bem como os objectivos que se propem alcanar no desenvolvimento da
dissertao.
No Captulo 2 apresenta-se o estado da arte no que se refere tanto formulao de
problemas de despacho econmico, como de problemas de coordenao hidro-trmica. Neste
captulo ainda abordado o impacto da integrao das energias renovveis e da sua
imprevisibilidade no SEE, assim como descrito o funcionamento do mercado de
electricidade e como este lida com os erros de previso.
No Captulo 3 apresenta-se o estado da arte de alguns algoritmos evolucionrios que tm
vindo a ser utilizados na optimizao de problemas de despacho econmico. tambm
apresentado neste captulo um novo algoritmo de optimizao que foi desenvolvido em [41].
explicado o funcionamento do algoritmo GraSO, bem como as adaptaes realizadas nesta
dissertao para que o algoritmo consiga resolver problemas de optimizao de despacho
econmico. ainda explicada a modelizao de restries realizada nesta dissertao para o
GraSO.
No captulo 4 apresentada a metodologia desenvolvida no mbito do trabalho desta
dissertao. feita a anlise dos dados recolhidos de despacho real, e com base nisso,
proposto um problema de despacho econmico a optimizar. tambm descrita neste captulo
a formulao para determinar a renumerao a receber pelos produtores que participam no
mercado de electricidade, bem como os custos de despacho dos produtores trmicos aps a
correco dos desvios de produo.
No captulo 5 so discutidos os resultados obtidos pela aplicao do GraSO adaptado no
Captulo 3, ao problema de despacho econmico proposto no captulo 4. So tambm
descritos neste captulo os diferentes casos de previso em estudo, sendo discutido o custo do
despacho obtido para diferentes cenrios de previso de produo hdrica, elica e
fotovoltaica, assim como, a remunerao obtida pelos produtores que participam no mercado
de electricidade, para os mesmos cenrios de previso.
No captulo 6 so apresentadas as concluses deste trabalho de dissertao, assim como
feita uma referncia a como este trabalho pode ser futuramente desenvolvido.
Informao usada nesta dissertao
1.5 - Informao usada nesta dissertao

Muitos dos dados utilizados nesta dissertao foram obtidos atravs da Rede Elctrica
Nacional (REN). Esses dados so relativos produo proveniente de centrais a carvo, fuel,
ciclo-combinado, produo das hdricas de fio de gua e albufeira, produo das PRE
(hdrica, trmica, elica e fotovoltaca), aos valores de bombagem, importaes, exportaes
e consumo, todos eles referentes aos anos de 2009 e 2010. Para alm destes valores, foram
tambm recolhidos os dados relativo ao preo do mercado dirio [55] e da reserva [56] para o
mesmo perodo de tempo.
Tambm foram utilizados nesta dissertao, valores de previso da produo hdrica,
elica e fotovoltaca, para o ano de 2010, cedidos pela SmartWatt.
1.6 - Ferramentas
dissertao
utilizadas
no
desenvolvimento
desta
No desenvolvimento desta dissertao foi utilizado para a anlise e tratamento de dados o

Excel do Microsoft Office, que permitiu mapear a estratgia de despacho utilizada nos ltimos
anos. Para a modelizao e determinao de parmetros de funes foi utilizada a
ferramenta Solver presente no Excel. O Solver tambm foi utilizado para a determinao do
factor de optimizao de uma previso. Toda a programao efectuada para a adaptao da
tcnica de optimizao GraSO a problemas de despacho econmico e na modelizao das
restries do GraSO foi realizada em VBA, com interface em Excel.
Captulo 2
Estado da arte
2.1 - Introduo
Para se fornecer energia elctrica, de forma fivel e econmica, aos consumidores, as empresas
produtoras de energia elctrica enfrentam diversos problemas tcnicos e econmicos no que se
refere operao, planeamento e controlo dos sistemas de energia. A maioria dos problemas de
optimizao dos sistemas de energia, como o caso do despacho econmico, apresentam
caractersticas complexas e no lineares, com pesadas restries de igualdade e desigualdade [2].
O consumo de energia tem vindo a crescer, em especial, devido ao aumento da populao e
industrializao dos pases desenvolvidos. Como consequncia os sistemas de energia enfrentam
problemas de estabilidade. Neste contexto, o aumento da produo de energia com origem em
fontes renovveis e a reestruturao do mercado de electricidade, tendem a agravar estes
problemas de estabilidade, uma vez que introduzido o conceito de competio. Assim, so
estabelecidos contractos que procuram essencialmente interesses econmicos, criando impactos
negativos na estabilidade do sistema. Assim, o planeamento dos sistemas elctricos tem um papel
crucial nos dias de hoje [57].
Na operao e controlo dos sistemas elctricos de energia, devido variao da carga e no
possibilidade de armazenamento da energia elctrica, dada a previso horria da carga para o dia
ou a semana seguinte, os operadores de sistema devem escalar a potncia real a fornecer pelas
unidades de produo, para ir de encontro procura ao longo do horizonte temporal, resultando da
o despacho econmico [3].
2.2 - Despacho econmico

Os investimentos em unidades de produo de energia elctrica so elevados, e os recursos
necessrios sua operao so considerveis e limitados. Assim, actualmente, um dos principais
objectivos na operao dos mercados de electricidade descentralizados a optimizao destes
recursos [50].
Com o desenvolvimento de modernos sistemas de energia, o problema de despacho econmico
tem recebido crescente ateno, uma vez que diversos aspectos dos sistemas de energia esto
Despacho econmico
envolvidos. Com o aumento do consumo de energia mundial e o boom do preo do petrleo nos
anos mais recentes, a reduo dos custos de operao do sistema de energia torna-se num assunto
da mais alta importncia. O problema de despacho econmico consiste na alocao da totalidade da
produo necessria de entre as unidades de produo disponveis, assumindo-se que o UC
previamente determinado. O objectivo consiste em minimizar o custo do combustvel, sujeito a
restries tanto fsicas como operacionais [4, 5]. Como resultado, o objectivo do problema de
despacho econmico determinar a melhor combinao de potncias de todas as unidades
produtoras, de maneira a ir de encontro s necessidades da carga ao menor custo de operao
possvel, satisfazendo as restries de igualdade e desigualdade do sistema. [2, 4]. O objectivo de
um despacho moderno o de explorar a rede muito mais perto do seu limite de segurana [42].
Uma vez que os custos de produo so bastante elevados, um despacho ptimo permite a poupana
de uma considervel quantidade de dinheiro [6].
Por questes de simplicidade, nos problemas tradicionais de despacho econmico, a funo de
custo de cada unidade produtora tem vindo a ser aproximada por uma funo quadrtica, sendo
considerada a restrio de balano separadamente da capacidade limite de gerao, e resolvida
usando tcnicas de programao matemtica, como sendo o multiplicador de Lagrange, mtodo do
gradiente e o mtodo de Newton. Estes mtodos conseguem resolver eficientemente problemas de
despacho econmico, mas apenas se a curva do custo marginal ou incremental dos combustveis for
monotonamente crescente. Ou seja, estes mtodos matemticos necessitam de informao
derivada da funo de custo, como o custo marginal e incremental [6, 7]. Na Figura 2.1 est
representada uma curva tpica dos custos de produo de um gerador trmico clssico.
Figura 2.1 Curva tpica do custo de produo de um gerador trmico clssico [42]
Contudo, num problema prtico de despacho, as funes de custo das unidades

produtoras so altamente no lineares, devido a zonas de operao proibitivas, vlvulas de
injeco, aos efeitos da multiplicidade de combustveis, limites das rampas dos geradores,
etc., e existem mltiplos mnimos locais e mnimos globais nessas curvas caractersticas. Por
conseguinte, na prtica, um problema de despacho econmico deve ser representado como
um problema de optimizao onde a funo objectivo altamente no linear, com restries
de igualdade e desigualdade, que no pode ser resolvido directamente atravs de mtodos
matemticos tradicionais, uma vez que estes tm maior probabilidade de falhar na
Formulao do problema de despacho econmico
localizao da soluo ptima, resultado da erros considerveis. Todos estes aspectos tornam
este problema de encontrar um mnimo global bastante complexo [2, 5].
O problema de despacho econmico tambm pode ser formulado de uma maneira
dinmica, que de mais complicada resoluo, uma vez que normalmente resolvido
dividindo o perodo total de despacho em intervalos de tempo mais pequenos, e depois
resolvido o problema de despacho econmico em cada um dos intervalos. O despacho
econmico dinmico um mtodo para o escalonamento das unidades de produo com a
previso do consumo durante um determinado perodo de tempo, para uma operao mais
econmica do sistema de produo. Trata-se de um problema de optimizao dinmico tendo
em conta as restries impostas ao funcionamento do sistema, gerando limites para as rampas
de capacidade de variao das unidades trmicas [52].
2.3 - Formulao do problema de despacho econmico

2.3.1 - Formulao bsica de despacho econmico
O despacho econmico dos mais importantes problemas a resolver na operao e
planeamento de um sistema de energia. O objectivo do problema de despacho econmico
minimizar o custo total do combustvel de centrais trmicas, sujeito a restries de operao
de um sistema de energia. Em geral, pode ser formulado matematicamente com uma funo
objectivo e duas restries [2, 6].
(2.1)
(2.2)
Onde:
- Custo total da produo,

- Funo de custo do gerador ,
, - Coeficientes de custo do gerador ,
Potncia do gerador ,
Nmero de geradores.
Para o balano da potncia, uma restrio de igualdade deve ser satisfeita. A produo
total deve ser igual carga total mais as perdas totais.
(2.3)
Onde
a carga total requerida e
so as perdas totais. Estas perdas so uma
funo da potncia produzida, que podem ser representadas usando coeficientes B como de
seguida:
10
(2.4)
A potncia produzida por cada gerador deve estar compreendida entre um limite mximo
e um limite mnimo. As respectivas restries de desigualdade para cada gerador so:
(2.5)
Onde
so a mnima e mxima potncia produzida pelo gerador
respectivamente.
2.3.2 - Restries de operao das unidades produtoras

Em problemas de despacho econmico mais complexos, para alm da restrio de balano
e da restrio dos limites de produo dos geradores, podem ainda existir restries dos
limites de rampa dos geradores, restries considerando zonas proibitivas de operao,
restrio da reserva girante e restrio do fluxo da linha.
Alguns artigos na literatura focam-se nos aspectos econmicos do despacho econmico,
assumindo que a potncia produzida pelos geradores pode ser ajustada instantaneamente.
Embora esta assuno seja til por permitir a simplificao do problema, no reflecte o
verdadeiro processo de operao das unidades produtoras. A gama de operao para estas
unidades restringida pelas suas rampas limites. A Figura 2.2 mostra trs situaes possveis
nas quais o gerador produz durante o intervalo de tempo entre t-1 e t. A Figura 2.2a mostra a
unidade a produzir um valor constante de potncia, a Figura 2.2b mostra a unidade a
aumentar a sua produo, enquanto que na Figura 2.2c a unidade encontra-se a diminuir a
sua produo [8].
Figura 2.2 - Trs situaes de operao possveis de uma unidade de produo (a produo
constante, b aumento da produo, c diminuio da produo) [8]
O limite inferior e superior das rampas pode ser escrito da seguinte forma [6]:
(2.6)
Onde
a potncia produzida anteriormente pelo gerador .
e
so limites
superiores e inferiores das rampas do gerador , respectivamente.
As restries dos limites das rampas e os limites de potncia das unidades produtoras
podem ser escritas numa nica restrio de desigualdade como a seguinte [6]:
(2.7)
11
Em alguns casos, as unidades de produo no conseguem funcionar em toda a sua gama

de operao, devido a limitaes fsicas de operao. As zonas de operao proibitivas de
uma unidade trmica tpica podem dever-se a vibraes num rolamento do eixo causadas pelo
vapor, ou podem dever-se a falhas da prpria mquina ou em equipamento auxiliar a elas
associadas, tais como caldeiras, bombas de alimentao, etc. Na prtica, a forma da curva
potncia/custo na vizinhana das zonas proibitivas difcil de determinar atravs de testes
reais de desempenho ou a partir de registos operacionais. Em termos reais, os melhores
resultados em termos econmicos so alcanados evitando a operao das unidades nestas
zonas. As funes de custo que consideram as zonas de operao proibitivas podem ser
representadas como na Figura 2.3 [8].
Figura 2.3 - Curva potncia/custo com zonas de operao proibitivas [8]
Assim, para unidades de produo com zonas proibitivas de operao, existem restries
adicionais na gama de operao da unidade [6].
(2.8)
Onde
e
so, respectivamente, os limites inferior e superior da zona de operao
proibitiva do gerador . Aqui,
o nmero de zonas proibidas da unidade e
o
nmero de unidades que tm zonas proibitivas de operao.
Outra restrio que pode ser considerada num problema de despacho econmico o
requisito da existncia de uma reserva girante do sistema. A restrio da reserva girante do
sistema, para assegurar a segurana do sistema de energia, sumarizada da seguinte forma
[7]:
(2.9)
12
Onde
a reserva girante requerida do sistema.
No caso da existncia de restries de fluxo na linhas, temos que [7]:
(2.10)
Onde
a potncia real na linha
o nmero de linhas de transmisso.
2.3.3 - Funes de custo no lineares considerando os efeitos das vlvulas de

injeco
Uma caracterstica que causa a no linearidade da funo objectivo de um problema de
despacho econmico as vlvulas de injeco nas centrais trmicas. O efeito das vlvulas de
injeco (valve point effect) muitas vezes modelado como uma funo sinusoidal
rectificada recorrente (modelo Walter-Sheble), como aquela que est representada na Figura
2.4 [8].
Figura 2.4 Curva potncia/custo sobre vlvulas de injeco [8]
As unidades de produo com turbinas a vapor com vrias vlvulas apresentam uma
grande variao nas funes de custo. Uma vez que as vlvulas de injeco do origem a
ripples, a funo de custo contm maior no linearidade. Assim, para o caso de se considerar
este efeito, funo objectivo comum deve-lhe ser adicionada funes sinusoidais,
resultando na seguinte funo [2]:
(2.11)
Onde
injeco.
so coeficientes do gerador
que reflectem os efeitos das vlvulas de
Despacho econmico com coordenao hidro-trmica
13
2.3.4 - Funes de custo no lineares considerando uma multiplicidade de

combustveis
Se considerarmos que as unidades despachadas so fornecidas por diversas fontes de
combustvel, ento cada unidade deve ser representada por vrias funes de custo,
reflectindo os efeitos das mudanas do tipo de combustvel, como mostra a Figura 2.5 [7].
Figura 2.5 - Funo seccional de custo incremental e quadrtica de um gerador [7]
As funes quadrticas que habitualmente representam a curva potncia/preo do

gerador com mltiplos combustveis esto representadas de seguida [2].
(2.12)
Onde
so os coeficientes de custo do gerador para o
nvel de potncia.
Em geral, os combustveis so fornecidos por fornecedores no mbito de um grande
nmero de contratos entre os fornecedores e os utilitrios. Determinar a seleco dos
combustveis para cada unidade ditada pelos contratos, e pode ser resolvida atravs de
um despacho econmico de combustveis [6].
2.4 - Despacho econmico com coordenao hidro-trmica

O planeamento da produo de energia hdrica e trmica, da forma mais econmica,
tornou-se numa importante tarefa nos sistemas de energia modernos, devido ao aumento
da competio no mercado da energia [19].
Em [51] desenvolvido um problema de coordenao hidro-trmica sob um ambiente
de mercado de electricidade, e os resultados obtidos demonstram que, pode-se obter uma
boa optimizao do despacho econmico se no escalonamento da produo trmica e
produo hdrica for tido em conta tanto a procura como o preo de mercado. No entanto,
14
neste artigo, ao invs da produo hdrica servir apenas como auxiliar da produo
trmica, proposto que esta seja tambm, parte activa na competio do mercado.
Num sistema de energia dominado por unidades trmicas, as hdricas so planeadas
para produzir nos perodos de maior carga, uma vez que so mais baratas e podem ser
ligadas e desligadas mais eficientemente [20].
O objectivo nos problemas de coordenao hidro-trmica (HTC) determinar a
quantidade ptima de energia hdrica e trmica a gerar no perodo programado. O
problema de HTC um problema de optimizao do sistema de potncia altamente no
linear e com complicadas restries. Para resolver o problema de HTC os problemas de UC
e despacho econmico devem ser optimizados [10].
A operao ptima de sistemas com unidades hdricas, durante um prazo peridico,
mais complicada do que em sistemas que tenham apenas unidades trmicas. Isto porque,
unidades hdricas, tanto electricamente (como a alimentao das mesmas cargas) como
hidraulicamente so dependentes uma da outra [20, 21]. Outra razo para a dificuldade de
resoluo deste tipo de problemas a limitada capacidade de armazenamento de energia
dos reservatrios de gua, juntamente com a natureza estocstica da sua disponibilidade.
Assim, a alocao dos recursos hdricos uma tarefa complicada que requer consideraes
a longo-prazo, porque a gua que usada hoje no estar presente no futuro, aumentando
desta forma os custos operacionais futuros [22]. Ou seja, o operador tem que optar por
utilizar os recursos hdricos no imediato, evitando o custo da produo trmica
complementar, ou optar por utiliz-los no futuro, accionando a produo trmica no
presente. Em geral, no caso das centrais hidroelctricas, embora existam custos de
operao e manuteno crescentes com o nvel de produo, pode-se desprezar a parcela
referente ao custo varivel, por ser fracamente influenciada pelo nvel de produo. Por
outro lado, nas centrais trmicas, o custo de operao fortemente influenciado pelo
nvel de produo [30].
O custo desta deciso pode ser representado em funo do volume de gua
armazenada, como mostra a Figura 2.6.
Figura 2.6 Funes do custo imediato e futuro [22]
A produo hdrica tem um custo de oportunidade associado produo trmica

deslocada. Como se pode observar pela Figura 2.6, se usada uma grande quantidade de
15
gua no presente, o custo imediato (obtido atravs da resoluo dos problemas de UC e

despacho econmico) diminui, e a quantidade de gua disponvel no futuro diminui. Como
consequncia, se est disponvel menos gua, os custos futuros iro aumentar [22].
O HTC uma das etapas do problema de escalonamento da gerao hidro-trmica
(HGSP), que ainda constitudo por mais duas etapas que so o problema de UC e o
problema de despacho econmico. Na Figura 2.7 observa-se as trs etapas que constituem
um HGSP separadas usando uma decomposio temporal hierrquica [22, 50].
Figura 2.7 Decomposio temporal hierrquica para o HGSP [22].
2.4.1 - Formulao de um problema de coordenao hidro-trmica

O principal objectivo de um planeamento HTC consiste em minimizar o custo da
produo trmica satisfazendo as restries trmicas e hdricas. Um problema de HTC
pode, em geral, ser formulado da seguinte forma [10, 20]:
(2.13)
Onde
a funo de custo da produo total,
unidade trmica
no intervalo de tempo ,
a potncia produzida pela

o custo de produo para
o nmero de unidades trmicas e o nmero de intervalos de tempo.

A funo de custo da produo de energia trmica expressa como de seguida:
(2.14)
Uma das restries associadas a um problema de HTC a de balano da carga:
(2.15)
Onde
o nmero de unidades hdricas,
a carga requerida do sistema no
intervalo de tempo e
as perdas totais do sistema no intervalo de tempo
As restries da capacidade de produo trmica e hdrica tambm se incluem nas
restries de um problema de HTC:
(2.16)
(2.17)
16
Onde
a potncia mnima produzida pela unidade trmica ,
a
potncia mxima produzida pela unidade trmica ,
a potncia mnima produzida
pela unidade hdrica e
a potncia mxima produzida pela unidade hdrica .
Outra restrio a ter em considerao para a produo hdrica descarga total de gua:
(2.18)
Onde
representa a taxa de descarga da unidade hdrica
no intervalo de tempo
Como limites da taxa de descarga existe o limite de fluxo:

(2.19)
E o limite fixo de descarga:
(2.20)
Por ltimo, temos a equao da continuidade hidrulica:
(2.21)
Onde
o volume de armazenamento do reservatrio no fim do intervalo de
tempo ,
a taxa de entrada no reservatrio durante o intervalo de tempo ,
a taxa de derrame do reservatrio durante o intervalo de tempo , e
o comprimento
do intervalo de tempo . Como limites de armazenamento de gua, existe o limite de volume,
o volume inicial e o volume final:
(2.22)
(2.23)
(2.24)
Em [23] desenvolvido um algoritmo de evoluo diferencial modificado (MDE) para o
problema de escalonamento hidro-trmico a curto-prazo. Essas modificaes incidem a nvel
da inicializao e da mutao para que o algoritmo consiga lidar eficientemente com as
restries do volume de armazenamento final do reservatrio. Assim, o algoritmo proposto
no necessita de utilizar funes de penalizao e explora a soluo ptima utilizando um
menor esforo computacional. Quando comparado com as tcnicas convencionais verificou-se
que este algoritmo no apresenta limitaes no que se refere dimenso do problema e
independente do valor inicial das variveis, apresentando melhores resultados que outros
algoritmos evolucionrios.
Efeitos das energias renovveis na optimizao do despacho econmico
2.5 - Efeitos das energias renovveis na optimizao do

despacho econmico
O uso de energias renovveis para a produo de electricidade vai continuar a crescer no
futuro, devido a presses ambientais, principalmente aquelas relacionadas com o
aquecimento global. Consequentemente, o papel das energias renovveis torna-se cada vez
mais significativo na operao de sistemas elctricos [24]. Esta situao implica a necessidade
de integrar esta energia no sistema de abastecimento de electricidade existente, que foi
essencialmente concebido para grandes unidades trmicas [34].
A actual tendncia para o crescimento generalizado da integrao da produo distribuda
a partir de energias renovveis e cogerao (designada, na legislao portuguesa, Produo
em Regime Especial ou PRE) conduz a uma situao caracterizada por uma maior incerteza
resultante da dificuldade de previso dos cenrios de produo. Tal resulta, em parte, da
implementao da Directiva Europeia 2001/77/EC de promoo da produo de electricidade
a partir de energias renovveis, onde se requer prioridade para a produo proveniente de
energia renovvel, sendo, por isso, a rede receptora obrigada a receber a energia elctrica
recebida por estas unidades de produo [39].
Na Figura 2.8 est representado o crescimento expectvel para a capacidade instalada
proveniente das diversas fontes de energia, no sistema elctrico em Portugal, onde se pode
constatar o considervel aumento da capacidade instalada de energias renovveis [53].
Figura 2.8 Previso para a evoluo da capacidade instalada do sistema elctrico Portugus (20062025) [53]
2.5.1 - Importncia da previso na integrao da produo renovvel no SEE

As dificuldades com as energias renovveis, apesar das suas vantagens para o ambiente,
so os problemas de continuidade e segurana associados com a sua operao. A potncia
produzida por alguma gerao renovvel, como geradores solares e elicos, determinada
pelas condies climatricas, e os padres de funcionamento iro, por conseguinte, seguir
estas condies naturais. Estes padres podem no coincidir com o perfil de carga do sistema
ou com a procura do mercado. Nos mercados de electricidade, a operao de todos os
produtores comerciais deve ser sensvel aos mecanismos de oferta e de procura dos mercados
17
18
de electricidade. claro que o problema de como integrar as energias renovveis nos

mercados de electricidade necessita de uma considerao especial e vai requerer novos
mtodos para programar as potncias resultantes [25]. A previso tem um papel chave no que
respeita a ultrapassar este desafio. A previso a condio prvia para a integrao de
grande parte das fontes de energia renovvel no sistema elctrico de energia, uma vez que
faz a ligao da produo dependente das condies climatricas com a produo escalonada
das centrais convencionais e a previso do consumo, com esta ltima prevista com uma
preciso razovel. A previso est directamente ligada necessidade de energia de reserva, e
consequentemente ao custo da integrao das energias renovveis no sistema [34].
Em [33] apresentada uma ferramenta de controlo, de forma a conseguir-se alcanar
uma elevada penetrao de fontes renovveis no sistema elctrico de energia, sem
deteriorao da qualidade do servio oferecido aos consumidores. Esta ferramenta de
controlo minimiza os custos de produo atravs do escalonamento ptimo das unidades
produtoras, tendo em considerao as restries das unidades trmicas, e as previses a
curto-prazo da carga e dos recursos renovveis. De notar que, para a previso da velocidade
do vento e da radiao solar usado o mtodo da persistncia, ou seja, assume-se que a
potncia fornecida pelos recursos renovveis, durante o perodo de escalonamento, apresenta
um valor constante, igual mdia dos valores passados.
Em [40] feito um estudo dos impactos tcnicos, operacionais, e no mercado, de uma
larga integrao de produo elica no sistema elctrico, sendo dadas recomendaes sobre
medidas a tomar no sentido de que, no futuro, a sua integrao seja facilitada.
O consumo de energia elctrica geralmente maior durante o dia e ao inicio da noite,
quando as cargas industriais so mais elevadas e as luzes esto ligadas. Por outro lado,
durante a madrugada e manh cedo o consumo significativamente mais baixo, uma vez que
as pessoas se encontram a dormir. Com a integrao das energias renovveis no SEE, mais
provvel que, durante as horas de vazio, ocorram grandes desequilbrios entre a produo e o
consumo, uma vez que a produo renovvel, em especial a produo elica, pode ser
excessiva. No entanto, durante estas horas os desequilbrios provocados por produo em
excesso so mais complicados de resolver, uma vez que nas horas de ponta sempre se pode
colocar as centrais trmicas a produzir nos seus limites mnimos ou exportar a energia em
excesso para Espanha, mas tal situao no possvel nas horas de vazio. Neste caso, a
soluo pode passar pelo armazenamento (bombagem) ou chegar-se ao extremo de ter que se
cortar na produo renovvel [53].
Em [53] criada uma metodologia que permite quantificar os desequilbrios entre a
produo e o consumo, que ocorrem durante as horas de vazio e as horas de ponta, assim
como caracterizar esse tipo de desequilbrios. Concluindo-se que, o aumento da integrao
das energias renovveis pode provocar falta de produo durante as horas de ponta, e
excesso de produo durante as horas de vazio.
De entre as energias renovveis, a energia elica a mais imprevisvel e a que pode ter
mais impacto nos sistemas elctricos de energia. Como a energia elica muito menos
previsvel do que a carga do sistema, a integrao de energia elica significativa necessita
que os clculos do UC sejam feitos mais frequentemente, preferencialmente sempre que uma
nova previso de energia elica esteja disponvel. A disponibilidade de informaes precisas e
de medies quase em tempo-real do vento so uma necessidade para decises de UC e de
despacho econmico [26].
19
Os erros de previso do vento trazem uma grande incerteza para as operaes do sistema,
uma vez que a potncia elica em tempo-real podem ser bastante diferente do que foi
previsto. A segurana do sistema pode ser prejudicada devido a uma diminuio imprevista de
potncia elica, porque a capacidade de variao de potncia das unidades convencionais do
sistema pode no ser suficiente para acomodar esta mudana. Assim como, uma grande
variao ascendente de produo elica pode ser desfavorvel num sistema que no tenha
reservas descendentes de outros recursos. Esta situao pode acontecer bastantes vezes
durante a noite, quando o vento normalmente mais forte e a carga mais baixa [27]. Vrios
estudos indicam que a energia elica no causar impactos significativos nas reservas, se as
tcnicas de previso do vento forem melhoradas. Alis, existem estudos que avaliam os
benefcios financeiros de boas previses [28].
Muitas vezes, na gesto do SEE, atribudo um elevado nvel de reserva girante, tendo em
considerao a natureza intermitente da produo elica, desta forma, reduzem-se os
benefcios provenientes da utilizao de energia elica. As previses da produo, at 48
horas de antecedncia, contribuem para uma operao do sistema elctrico segura e
econmica. Tambm, com o aumento de importncia dos mercados de electricidade, a
previso da produo elica til para os produtores de energia elica que propuseram as
suas ofertas ao mercado dirio. Aumentar o valor da gerao elica atravs da melhoria dos
sistemas de previso uma das prioridades da pesquisa na rea da energia elica, para os
prximos anos [43].
Em [29] apresentado um Trade-Off entre os riscos e os custos no despacho econmico
com a incluso da penetrao da energia elica, uma vez que, apesar da energia elica ter a
vantagem de reduzir as emisses e o consumo de reservas de combustveis insubstituveis, a
penetrao de energia elica no tradicional sistema baseado em combustveis levanta
questes de segurana, devido sua imprevisibilidade. Ou seja, a previso exacta da
produo expectvel de um parque elico praticamente impossvel, primeiramente devido
natureza estocstica do vento, mas tambm, devido transformao altamente no linear da
velocidade do vento para energia elctrica. Neste artigo, formulado um problema de
despacho econmico com um duplo objectivo, considerando a penetrao de energia elica,
que aborda os impactos de segurana e econmicos como objectivos conflituosos, atravs de
um algoritmo PSO modificado que deriva as solues de Trade-Off ptimas respeitando os
dois objectivos especificados.
Em [27] testam-se vrios cenrios de previso da potncia produzida pelo vento, e os
resultados mostram que os erros nessa previso tm grande impacto na programao das
unidades de produo no mercado dirio (day-ahead market) com implicaes para o
despacho em tempo-real. Os resultados mostram que uma melhor previso de vento pode
definitivamente baixar o custo do despacho.
2.5.2 - Impactos da integrao das energias renovveis nos mercados de

electricidade
O operador do sistema de transmisso (TSO) o responsvel pela manuteno do
equilbrio do sistema entre a produo e o consumo. Na maioria dos pases, um mecanismo de
mercado baseado num sistema de ordem de mrito usado para compensar os desequilbrios.
Tendo em considerao que o impacto do erro de previso do vento proporcional
capacidade elica instalada, o desequilbrio total do sistema vai aumentar com a integrao
de grandes quantidades de energia elica. O que causar um aumento nos custos de
20
balanceamento do sistema [35]. Numa configurao de mercado ideal e eficiente, todos os

operadores das centrais teriam em considerao a incerteza da previso na deciso do UC e
despacho econmico. Isto levaria a mudanas na operao das centrais comparando com a
programao das operaes baseada em expectativas determinsticas, uma vez que as
funes de custo da produo so normalmente no lineares e no separveis no tempo [48].
A Figura 2.9 mostra como as fontes de energia renovvel so integradas no mercado
energtico, na maioria dos pases.
Figura 2.9 Integrao das energias renovveis no mercado de electricidade [34]
Uma previso precisa no dia anterior de uma grande importncia para evitar desvios no
equilbrio entre a produo e a carga do sistema, e para fechar as posies de energia em
aberto, na medida do possvel, no mercado dirio (day-ahead market) [34]. Do lado da oferta,
cada produtor, para cada hora, submete ofertas de venda, composta por pares de preo e
quantidade. Do lado da procura, para cada hora, os distribuidores e comercializadores de
electricidade submetem ofertas de compra. O preo de equilbrio da energia, para cada hora,
obtm-se da oferta marginal de venda de preo mais alto necessria para a satisfao da
procura. Para cada hora define-se um preo nico, que remunera identicamente todas as
unidades de oferta seleccionadas a produzir no mbito do leilo competitivo. Assim, cada
agente produtor que tenha realizado uma oferta de preo infra-marginal, ou seja, com um
preo inferior ao preo de equilbrio, recebe o preo de equilbrio e no necessariamente o
preo da sua oferta de venda [38]. Este funcionamento do mercado dirio est exemplificado
na Figura 2.10.
2.10 Oferta e procura no mercado dirio em Portugal na hora 17 do dia 23 de Outubro de 2007 [38]
Erros na previso tm que depois ser ajustados no mercado intra-dirio (intra-day

market), que compreende seis sesses de negociao dirias, em aproximao ao momento
da entrega da energia [38].
Figura 2.11 Sesses do mercado intra-dirio [38]
Para tal, necessria uma actualizao frequente das previses durante o prprio dia.
Quaisquer erros de previso que persistam so depois equilibrados com a reserva de energia
em tempo real. Assim, com o carcter obrigatrio associado Regulao Primria, o Mercado
de Servios do Sistema estabelece a sequncia de mobilizao dos grupos que prestam, em
cada hora, os servios de sistema associados s Reservas de Regulao Secundria e Terciria.
A reserva primria corresponde a uma reaco automtica dos geradores a uma variao da
21
22
frequncia. A reserva de regulao secundria a aco de um conjunto especfico de

geradores associados com o objectivo de reduzir a zero o desvio entre a produo e o
consumo numa determinada rea de controlo. Por fim, a reserva de regulao terciria tem
por funo a reposio das reservas secundrias como resultados das ofertas do Mercado de
Reservas de Regulao Terciria [36].
De facto, a produo elica no pode ser escalonada com a mesma certeza que
escalonada a produo convencional, tendo as suas flutuaes impacto tanto na gesto das
reservas secundrias, como na gesto das reservas tercirias [40]. Contudo, este impacto nas
reservas no principalmente devido s flutuaes da potncia elica em si, mas sim devido
sua imprevisibilidade (parcial). Se a potncia elica fosse flutuante mas perfeitamente
previsvel, as centrais convencionais teriam tambm que funcionar de forma mais varivel,
mas este funcionamento poderia ser programado com antecedncia e estabelecido nos
tradicionais mercados dirios. a imprevisibilidade da potncia elica que implica um
aumento do uso das reservas com correspondentes implicaes no preo [48].
A previso da produo renovvel o principal instrumento para tornar esta produo
despachvel, no entanto, haver sempre desvios entre a previso e a potncia realmente
produzida. Pelo que, os produtores de energia elica tm que considerar os seus rendimentos
no mercado de electricidade como uma combinao do preo que resulta do mercado e o
custo dos desequilbrios. A energia em excesso pode ser vendida ao preo de reserva para
baixar a produo, enquanto que a falta de energia tem de ser comprada ao preo de reserva
para subir a produo. Normalmente estes desequilbrios so penalizadores visto que, os
preos de reserva para subir a produo so usualmente superiores e os preos de reserva
para baixar a produo inferiores ao preo estabelecido no mercado dirio [43]. Tal situao
visvel na Figura 2.12, onde se observa a comparao entre o preo do mercado dirio e o
preo de reserva, para a semana de 28 de Maio a 3 de Junho de 2010, para o mercado de
electricidade Portugus [54].
Figura 2.12 Comparao entre o preo do mercado dirio e o preo de reserva, para a
semana de 28 de Maio a 3 de Junho de 2010, para o mercado de electricidade Portugus [54]
23
O facto de a energia de regulao ter quase sempre um custo superior energia que se
negoceia no mercado dirio, deve-se a que esta apenas utilizada em pequenos intervalos de
tempo, e tem que estar sempre pronta para entrar em funcionamento para que a produo
contnua dessa capacidade no possa ser vendida no mercado dirio [44].
Segundo o manual de procedimentos do gestor do sistema [37], as energias de regulao
mobilizadas sero valorizadas ao preo marginal das ofertas de regulao assignadas em cada
perodo de programao, distinguindo-se a reserva a subir e a baixar. A energia de regulao
secundria valorizar-se- ao preo da ltima oferta de energia de regulao terciria
encontrada em cada hora, tanto a subir como a baixar, utilizada da para substituir ou
completar a energia de regulao secundria usada. Tambm em [37], dito que, a
valorizao da produo dos grupos trmicos que no tenham sido encontrados nas diferentes
sesses de mercado e que tenham sido mobilizados pelo gestor do sistema, realizar-se-
somando ao preo da produo oferecida, o sobrecusto resultante de dividir o custo de
arranque na energia total programada. No caso das redues de produo, estas sero
valorizadas pela diferena entre o preo de encontro e o do valor mximo entre as ofertas de
energia apresentadas no processo de resolues de restries tcnicas e as apresentadas no
mercado dirio.
Os erros de previso do vento dependem essencialmente de trs factores. O primeiro
deles o mtodo usado para a previso da produo elica, que podem ser mtodos mais
complexos ou o simples mtodo da persistncia. O segundo factor o nmero de turbinas
elicas em que a previso feita, e a sua posio geogrfica. O ltimo factor o quo antes
a produo elica antecipada.
O erro de previso do vento tem dois efeitos nos mecanismos de balano entre a produo
e o consumo: um nos volumes de energia requeridos, e outro no preo. Sendo a energia elica
uma fonte de desequilbrio, isto acarreta um aumento da energia necessria para equilibrar o
sistema. Contudo o erro de previso tanto pode aumentar o desequilbrio do sistema, como o
pode reduzir. A Figura 2.13 mostra a situao em que o erro de previso do vento aumenta o
desequilbrio (Figura 2.13 A), e o caso em que o erro de previso do vento diminui o
desequilbrio do sistema (Figura 2.13 B) [35].
Figura 2.13 Desequilbrio do sistema e da potncia elica [35]
24
No que se refere ao preo, como necessrio um aumento da energia requerida, o TSO

tem que aceitar as ofertas que esto mais longe na ordem de mrito, fazendo com que o
preo de mercado seja mais elevado. Uma vez que a curva quantidade de oferta/preo est a
aumentar, o custo adicional introduzido pelo erro de previso do vento quando este aumenta
o desequilbrio (Figura 2.14 esquerda) maior do que a economia que conseguida quando
o erro de previso compensa esse mesmo desequilbrio (Figura 2.14 direita). Como
resultado, o custo total dos mecanismos de equilbrio do sistema vo aumentar [35].
Figura 2.14 Impacto financeiro terico dos erros de previso do vento [35]
Em [44] apresentado o funcionamento do mercado Nordpool nas situaes em que se

verificam desvios entre a produo prevista e a produo real. A remunerao a receber do
mercado pelos produtores na hora consiste em multiplicar a potncia prevista
pelo
preo de mercado
.
(2.25)
O custo da penalizao para a hora resulta da multiplicao do erro da previso pelo
preo de regulao
, sendo o erro da previso definido pela diferena entre a potncia
prevista
e a potncia real .
(2.26)
Quando os produtores de energia elica produzem menos do que o que propuseram ao
mercado, a potncia em falta tem que ser adquirida ao preo da reserva para aumentos de
produo, que usualmente so mais elevados que o preo do mercado dirio. Quando a
25
produo de potncia elica superior proposta ao mercado, a produo suprflua

vendida ao preo da reserva para diminuies de produo, que inferior ao preo do
mercado dirio, resultando num custo negativo em (2.26). Por fim, o lucro lquido resultado
do dinheiro a receber do mercado pelos produtores subtraindo o custo das penalizaes, para
o perodo de tempo total.
(2.27)
Para se obter a maior receita, para os produtores elicos, propor ao mercado o valor mais
provvel ou o valor esperado da previso nem sempre a melhor opo. Depende da
diferena entre as penalidades por necessidade de elevar ou baixar a produo, sendo a
melhor proposta a que apresentar o menor valor de penalizao [47].
Para a gerao intermitente como a mini-hdrica, elica e solar, as remuneraes do
mercado tm tendncia a diminuir pelos custos dos desequilbrios, devidos a erros de
previso. Esta situao pode expor os produtores de energia proveniente de fontes
intermitentes a custos excessivos, tornando a participao destes no mercado de
electricidade arriscada [43].
Em [43] so desenvolvidas ferramentas para avaliar a preciso das previses da produo
elica. Estas ferramentas podem ter um papel importante nas trocas de energia elica nos
mercados de electricidade liberalizados uma vez que podem prevenir ou reduzir penalidades
em consequncia de erros de previso. No artigo em questo, pretende-se avaliar diferentes
estratgias de ofertas ao mercado dirio de electricidade, propostas essas baseadas em
modelos avanados de previso da produo elica, ou em mtodos que tm em considerao
as incertezas da previso da potncia elica e o preo estimado para os desequilbrios de
potncia. Demonstrando que, a estimao das incertezas da previso permitem atenuar
situaes de risco e minimizar os custos dos desequilbrios, a longo prazo.
26
Captulo 3
GraSO Uma nova tcnica de optimizao de
despacho econmico
3.1 - Introduo
As tcnicas de optimizao tm vindo a ser utilizadas com sucesso na resoluo de um
nmero importante de problemas do sistema de energia. Os investigadores no campo da
energia tm estado bastante activos tanto na formulao de novos ou mais abrangentes
problemas de optimizao, como na utilizao de mtodos modernos de optimizao para a
sua resoluo [9].
O alvo da optimizao dos sistemas de energia o campo de estudo no qual o objectivo
minimizar os custos operacionais e fixos do sistema. Isto , optimizar uma funo objectivo
especifica sujeita a um certo nmero de restries, devidas aos factores de controlo e
operao do sistema. Vrias tcnicas de optimizao convencionais tm sido empregadas
neste campo. A variedade destas tcnicas consequncia do facto de os problemas de
optimizao nos sistemas elctricos de energia serem diversos. Dependendo da natureza e
caractersticas do problema, eles so tipicamente classificados de acordo com a sua funo
objectivo e respectivas restries. A funo objectivo e as restries podem ser lineares ou
no lineares, discretas ou contnuas [10].
3.2 - Diferentes mtodos para optimizao de despacho

econmico
Nos ltimos anos, foram desenvolvidos diversos mtodos para resolver problemas de
optimizao de despacho econmico como o algoritmo gentico, programao evolucionria
ou estratgias de evoluo, evoluo diferencial, e optimizao de enxame de partculas.
3.2.1 - Optimizao de enxames de partculas (PSO)

O PSO sugerido por Eberheart e Kennedy, em 1995, baseado na analogia de um bando de
pssaros e num cardume de peixes. O PSO imita o comportamento de indivduos num grupo
27
28
Diferentes mtodos para optimizao de despacho econmico
(enxame) para maximizar a sobrevivncia das espcies. Tem vindo a ser notado que, os
membros de um grupo partilham informao entre eles, facto que leva ao aumento da
eficincia do grupo. O algoritmo PSO pesquisa usando um grupo de indivduos, similar a outras
tcnicas de optimizao heursticas baseadas em inteligncia artificial. Cada indivduo
corresponde a uma soluo candidata para o problema. Os indivduos num enxame
aproximam-se da soluo ptima atravs da sua presente velocidade, experincia passada, e
da experincia dos seus vizinhos [2].
A velocidade de uma partcula influenciada por trs componentes, nomeadamente,
inercial, cognitiva, e social. A componente inercial simula o comportamento inercial do
pssaro para voar na direco anterior. A componente cognitiva modela a memria do pssaro
sobre a sua melhor posio anterior, e a componente social modela a memria do pssaro
sobre a melhor posio entre as partculas (interaco dentro do grupo) [6]. Uma cooperao
construtiva, ao invs da sobrevivncia do melhor, o princpio fundamental do PSO [11].
Em [6] proposta uma nova verso do clssico PSO (NPSO) para resolver problemas de
despacho econmico no lineares. Neste artigo feita uma diviso no comportamento
cognitivo do movimento da partcula. Ou seja, a partcula criada para tambm se lembrar
da sua pior posio. Esta modificao ajuda a explorar o espao de pesquisa mais
eficazmente. A fim de explorar convenientemente a regio de solues promissoras, feita
uma simples pesquisa aleatria local (LRS), integrada no novo algoritmo, resultando assim o
algoritmo NPSO-LRS.
Em [5] os autores propem dois algoritmos PSO modificados para a resoluo de
problemas de despacho econmico com a opo de mltiplos combustveis. Em vez de usar os
trs parmetros do tradicional PSO, os mtodos propostos usam apenas dois parmetros para
que o peso do ajuste dos parmetros seja reduzido. Outra vantagem a poupana em tempo
de computao, uma vez que um dos nmeros aleatrios eliminado.
As principais vantagens do algoritmo PSO so sumarizadas como; conceito simples, fcil
implementao, robustez para controlar parmetros, e eficincia computacional quando
comparado com algoritmos matemticos e outras tcnicas heursticas de optimizao. O PSO
pode ser facilmente aplicado a problemas de optimizao no lineares e descontnuos. E
ainda, o PSO pode gerar uma soluo de elevada qualidade no menor tempo de computao e
tem uma caracterstica de convergncia mais estvel do que outros mtodos estocsticos [6].
Ao contrrio de mtodos matemticos para resolver problemas de optimizao, este
algoritmo no precisa de nenhuma informao de gradiente sobre a funo objectivo ou de
erro, e consegue obter a melhor soluo de forma independente [1]. Embora as abordagens
baseadas no PSO tenham bastantes vantagens, podem ficar presas em mnimos locais quando
confrontadas com problemas com solues muito restritas, devido limitada capacidade de
pesquisa local/global [6]. Outra desvantagem do PSO a sua falta de fundao matemtica
slida para anlises a ser superado no futuro desenvolvimento de teorias pertinentes.
Tambm pode ter algumas limitaes para aplicaes de despacho econmico em tempo real,
como o despacho em cinco minutos considerando restries de rede, uma vez que o PSO
tambm uma variante de tcnicas estocsticas de optimizao que requerem relativamente
maior tempo de computao do que as abordagens matemticas [7].
De acordo com o algoritmo PSO, um enxame de partculas que tenha restries
predefinidas, comea a explorar o espao de pesquisa. A performance de cada partcula
avaliada pelo valor da funo objectivo, e considerando um problema de minimizao, neste
caso, a partcula com menor valor tem melhor desempenho. A melhor experincia de cada
29
partcula nas iteraes guardada na sua memria e chamada melhor marca pessoal (Pbest).
O melhor valor de Pbest (menor valor) nas iteraes determina o melhor valor global (Gbest)
[1].
Usando o conceito de Pbest e Gbest, a velocidade de cada partcula actualizada em
(3.1):
(3.1)
Onde:
);
a velocidade da partcula na presente iterao (

a velocidade da partcula na iterao ;
so nmeros aleatrios entre [0, 1];
representam a constante de acelerao.
Depois disto, as partculas voam para uma nova posio:
(3.2)
Onde:
a posio da partcula na presente iterao (
a posio da partcula na iterao ;
a velocidade da partcula na iterao
.
);
O mecanismo de pesquisa do PSO demonstrado na Figura 3.1 [12].
Figura 3.1 - O mecanismo de pesquisa do PSO [12]
Aps a introduo do PSO, muitas variaes tm sido propostas para o PSO bsico por
diversos investigadores [13].
Em [2] proposto um PSO melhorado para resolver problemas de despacho econmico
com funes de custo no lineares, a que os autores denominam de IPSO, que combina o
algoritmo PSO com a tcnica de sequncias caticas. O algoritmo aplicado inclui sequncias
30
caticas para o parmetro do peso, mtodos de tratamento das restries de igualdade e

desigualdade, e criao da posio inicial. A aplicao de sequncias caticas uma
estratgia poderosa para melhorar a capacidade global de pesquisa e escapar dos mnimos
locais. Este algoritmo apresenta melhores solues, para problemas de despacho econmico
considerando os efeitos das vlvulas de injeco e multiplicidade de combustveis, do que
outras abordagens heursticas.
Em [4] os autores propem uma hibridizao de algoritmos genticos e PSO. O objectivo
melhorar a performance do PSO incorporando o conceito de ligao, que um mecanismo
essencial nos algoritmos genticos, e projectar uma nova tcnica de identificao de ligao
chamada dynamic linkage discovery para resolver o problema de ligao em problemas de
optimizao de parmetros reais. Para fazer bom uso da informao obtida ainda criado um
operador de recombinao. Combinando PSO, dynamic linkage discovery e o operador de
recombinao, proposta uma nova metodologia de optimizao chamada PSO-RDL. Para a
resoluo de problemas de despacho econmico com este algoritmo as restries de
igualdade e desigualdade tm que ser devidamente tratadas. Para tal, so utilizados os
conceitos de reparao e penalidades, que se revelaram bastante eficazes na procura da
soluo ptima global dos problemas de despacho econmico testados.
3.2.2 - Algoritmos genticos (GAs)

Os GAs, que foram apresentados por Holland, so uma pesquisa com uma base
populacional estocstica e algoritmos de optimizao livremente modelados aps o paradigma
da evoluo. Os GAs conduzem a pesquisa pelo espao de solues usando um processo de
seleco natural e operadores genticos [4]. Este processo leva evoluo de populaes de
indivduos que so melhores que os indivduos anteriores. A essncia dos GAs consiste numa
populao de cadeias de bits transformadas por trs operadores genticos: seleco,
recombinao e mutao. Cada cadeia (chamada cromossoma) representa uma possvel
soluo do problema que est a ser optimizado, e cada bit (ou grupo de bits) representa o
valor de alguma varivel do problema (gene). Estas solues so classificadas por uma funo
de avaliao, que d melhores valores s melhores solues. Cada soluo tem que ser
avaliada pela funo objectivo para produzir um valor. O par composto pelo cromossoma e o
melhor valor representam um indivduo. O operador de seleco cria uma nova populao (ou
gerao) seleccionando indivduos da populao antiga, privilegiando o melhor. A
recombinao o principal operador gentico e consiste em trocar partes do cromossoma
entre indivduos. A recombinao no executada em todos os pares de indivduos, sendo a
sua frequncia controlada por uma probabilidade de recombinao. O ltimo operador a
mutao e consiste em mudar uma parte aleatria da cadeia que representa o indivduo [3].
Em [14] apresentado um algoritmo gentico melhorado para a resoluo de despacho
econmico, onde so introduzidos novos operadores de recombinao e mutao. Neste
algoritmo, ao perceber a operao de recombinao, a descendncia espalha-se por todo o
domnio para que haja uma maior possibilidade de se obter o mnimo global. E ao perceber a
mutao, cada gene vai ter a oportunidade de alterar o seu valor. O domnio de pesquisa do
gene seleccionado ser contratado a uma taxa controlada por uma funo montona
decrescente. Consequentemente, o domnio da pesquisa vai ficando mais pequeno quando o
nmero de iteraes aumenta a fim de realizar de forma mais eficaz o processo de ajuste. Ao
introduzirem-se estas operaes genticas, obtiveram-se resultados onde o algoritmo
proposto converge de forma mais rpida para o ptimo global que outros GAs.
31
3.2.3 - Programao evolucionria (EP) ou estratgias de evoluo (ES)

Os mtodos EP e ES so baseados em mecanismos de seleco natural [15]. Estas duas
variantes da computao evolucionria correspondem ao que se pode designar por mtodos
de fentipo, ou seja, em que a construo da representao das solues de um problema se
baseia unicamente nas prprias variveis do problema, sem passar por qualquer algoritmo
intermdio de codificao/descodificao, como acontece nos GAs [16].
A EP e ES diferem dos tradicionais GAs em dois aspectos: a EP/ES usa os parmetros de
controlo (valores reais), mas no os seus cdigos como nos tradicionais GAs, e a EP/ES
depende principalmente da mutao e seleco, mas no da recombinao, como os GAs.
Assim, considervel tempo de computao pode ser poupado na EP/ES. A mutao muitas
vezes implementada adicionando um nmero aleatrio ou um vector de uma certa
distribuio (por exemplo, uma distribuio Gaussiana) a um parente. O grau da variao da
mutao Gaussiana controlado pelo seu desvio-padro. Na EP/ES auto-adaptativa este
parmetro no pr-fixado; ao contrrio, desenvolvido juntamente com as variveis de
adaptao [17, 11].
A exemplo de qualquer processo dito evolucionrio, a ES e a EP dependem da definio
de uma funo de adaptao que estabelece um ambiente e reflecte uma medida da
qualidade de cada alternativa (ou soluo). Esta funo de adaptao (fitness function) tem o
mesmo papel que a funo objectivo dos problemas de optimizao; como tal, para alm da
valorizao das solues, ela pode incluir penalidades por violao de restries. Na verdade,
o conceito de funo de adaptao pode ser representado de uma forma bastante flexvel. O
requisito fundamental que seja capaz de estabelecer uma relao de ordem no espao das
alternativas, de tal forma que a sua ordenao corresponda s preferncias de um Agente de
Deciso [16].
A variao ou diversidade essencial para tornar efectiva a seleco. Ela permite a
cobertura do espao de busca ou das solues. A variao exprime quo diferente so os
descendentes das geraes anteriores, enquanto a diversidade se refere a quo diferentes
so, entre si, os indivduos numa mesma gerao. Quando a evoluo depende fortemente da
diversidade, a perda desta conduz usualmente a uma interrupo precoce dos algoritmos
evolucionrios, em pontos sub-ptimos. Quando a evoluo depende fortemente da variao,
necessrio garantir que se verifica progresso suficiente de gerao para gerao: uma
variao demasiado pequena pode conservar um processo capturado num ptimo local
enquanto que uma variao excessiva pode perturbar irremediavelmente um processo de
convergncia [16].
Em geral, com pouco conhecimento sobre o ptimo global, difcil restringir o espao de
pesquisa a uma regio suficientemente pequena. As solues iniciais esto normalmente
longe do ptimo global e portanto, onde passos maiores podem vir a ser benficos. Mas com o
progredir da evoluo, solues posteriores podem estar mais perto do ptimo global e o
tamanho dos passos deve ser reduzido gradualmente para possibilitar uma convergncia
rpida. Infelizmente, no existe maneira de prever o ponto de transio para a mudana do
tamanho dos passos de maiores para mais pequenos [17].
Em [52] feita a optimizao de um problema de despacho econmico, sem restries
quanto forma da curva dos custos, utilizando programao evolucionria, provando-se ser
um mtodo muito eficiente, apresentando uma convergncia para a soluo ptima bastante
rpida.
32
Conceito do GraSO
3.2.4 - Evoluo diferencial

A evoluo diferencial uma tcnica de computao evolucionria recentemente
desenvolvida. A evoluo diferencial um algoritmo evolucionrio extremamente poderoso,
contudo bastante simples, que melhora uma populao de indivduos ao longo de vrias
geraes atravs dos operadores de mutao, recombinao e seleco. A evoluo
diferencial apresenta boas caractersticas de convergncia e requer poucos parmetros de
controlo, que se mantm fixos ao longo de todo o processo de optimizao e necessita de um
ajuste mnimo. Esta tcnica apresenta trs parmetros de controlo essenciais: o factor de
escala, a constante de recombinao e o tamanho da populao. O factor de escala um
valor entre o intervalo (0, 2] que controla a quantidade de perturbao no processo de
mutao. A constante de recombinao um valor entre o intervalo [0, 1] que controla a
diversidade da populao. O tamanho da populao determina o nmero de indivduos na
populao e fornece ao algoritmo diversidade suficiente para este pesquisar o espao de
solues [3].
Em [18] apresentada uma optimizao de enxame de partculas gentico evolucionrio
(GPESO) para a resoluo de despacho econmico. O algoritmo GPESO baseado na
optimizao de enxame de partculas gentico (GPSO). O GPSO derivado do PSO tradicional,
que foi incorporado com mecanismos de reproduo gentica, nomeadamente recombinao
e mutao. Para melhorar o desempenho da pesquisa do GPSO, a evoluo diferencial
incorporada ao GPSO como uma perturbao para combater a convergncia prematura e a
reduzida diversidade verificada em implementaes do GPSO. No GPESO, a cada gerao, o
GPSO gera uma soluo para cada partcula com informao do seu vizinho, depois do qual a
evoluo diferencial gera uma nova soluo para a partcula com toda a informao de todo o
enxame, e a melhor aceite como a nova soluo da partcula. Como consequncia, os
melhores genes so modificados e guardados. Os resultados de despacho econmico obtidos
neste artigo, indicam que este algoritmo mais eficiente que algoritmos PSO e evoluo
diferencial aplicados separadamente.
3.3 - Conceito do GraSO

Em [41] desenvolvido um novo algoritmo de optimizao GraSO que usa uma enxame
para criar um modelo RSM para o objecto que est a ser optimizado dentro do espao de
pesquisa. A partir da rainha do enxame, que consiste na melhor soluo do enxame, uma nova
regio criada baseada numa variao segundo uma distribuio Gaussiana. A nova rainha
movimenta-se em funo de uma mdia pesada da curva de ajuste polinomial de segundo
grau e a melhor soluo do enxame. O peso medido pelo coeficiente de determinao da
curva de ajuste. Um ajuste adaptativo do actual espao de pesquisa realizado por duas
funes sigmides invertidas, controlado pelo coeficiente de determinao para a avaliao
de cada partcula. A primeira avaliao efectuada em relao com o gradiente de segundo
grau do enxame, e a segunda refere-se variao normalizada da distncia entre a rainha do
enxame e cada uma das partculas.
Descrio do algoritmo
33
3.4 - Descrio do algoritmo

Na Figura 3.2 est representado o fluxograma com a descrio do algoritmo GraSO.
Figura 3.2 - Fluxograma do algoritmo GraSO [41]
A etapa 0 representa o inicio do processo iterativo.

O passo 1 corresponde subrotina read data, onde todos os parmetros iniciais inseridos
pelo utilizador na folha de Excel so lidos e convertidos para a memria do algoritmo. Nesses
parmetros est includo o tamanho do enxame, ou seja, o nmero de partculas que
compem cada enxame (
); o nmero mximo de iteraes (
); o mnimo e
34
mximo das variveis que compem a funo objectivo, que delimitam os espao de pesquisa
(
e
); a varincia inicial
da distribuio Gaussiana
para cada partcula
.
No passo 2 gerada aleatoriamente a primeira rainha do enxame para a iterao inicial
atravs do mtodo min-max, como expresso em (3.3).
(3.3)
No passo 3 incrementada a varivel it, que representa a presente iterao em que se
encontra o algoritmo, para se iniciar a pesquisa de uma nova rainha do enxame, com todos os
processos subjacentes.
Na etapa 4 do algoritmo do GraSO gerada aleatoriamente cada partcula do enxame
(
, segundo uma distribuio normal com mdia e varincia . Cada partcula
estabelecida como uma distribuio Gaussiana inversa com a mdia representada pela rainha
do enxame e a varincia sendo a que foi definida pelo utilizado, isto para
. Nas
iteraes seguintes, a varincia um parmetro auto-adaptativo interno do programa,
estimado atravs de parmetros estatsticos do enxame e pelas funes de activao
(3.12) e
(3.13), ambas calculadas no passo 8. O novo
determinado pela distncia
entre a rainha do enxame e cada uma das partculas, como representado de seguida:
(3.4)
Onde
e foi calculado experimentalmente em [41].
O parmetro
calculado para se perceber se as melhores partculas geradas se
encontram longe ou perto da rainha do enxame.
Na Figura 3.3 pode observar-se o comportamento de um enxame onde as respectivas
partculas no tm capacidade de deciso suficiente para determinar se partculas prximas
ou afastadas representam boas solues.
Na Figura 3.4 possvel verificar o comportamento do parmetro
prximo do ptimo.
Constata-se pelo gradiente positivo que partculas aleatoriamente geradas longe da rainha do
enxame representam piores solues para o problema que se pretende optimizar.
35
em situaes longe de solues ptimas [41]
em situaes perto de solues ptimas [41]
36
No passo 5 do algoritmo, o objectivo determinar a melhor partcula,

, de cada
iterao, assim como a sua posio no espao do enxame,
. Se a funo objectivo da
partcula que est a ser avaliada for menor que a melhor funo objectivo encontrada at
ento, essa funo passa a ser a melhor e a posio passa a ser a posio dessa partcula.
Na etapa 6, tenta estimar-se, atravs do mtodo dos mnimos quadrados, os coeficientes
de regresso quadrticos da parbola que melhor se ajustem ao comportamento do enxame
de partculas. Se o termo ao quadrado positivo, a curva convexa e existe um mnimo local
ou global. Se o termo ao quadrado negativo, a curva cncava e existe um mximo local ou
global.
No passo 7, o objectivo calcular diversos parmetros estatsticos do enxame.
Um desses parmetros o
, que representa o coeficiente de determinao da
partcula do enxame, indicando o quo bom o modelo quadrtico criado para a partcula,
como se observar nas Figuras 3.5 e 3.6, e calcula-se da seguinte forma:
(3.5)
Figura 3.5 - Comportamento do enxame de partculas perto da soluo ptima [41]
37
Figura 3.6 - Comportamento do enxame de partculas longe da soluo ptima [41]
Outro parmetro que calculado neste passo o

que representa o coeficiente de
determinao de , que d indicao da qualidade do modelo linear criado para o , como
est representado nas Figuras 3.3 e 3.4, e que se determina como de seguida:
(3.6)
O parmetro seguinte a calcular o

, e as partculas do enxame,
, que consiste no desvio-padro entre a rainha,
(3.7)
O algoritmo tambm calcula o

partculas que compem o enxame.
, que representa o desvio-padro para todas as
(3.8)
Outro parmetro o gradiente de
, que calculado pela seguinte expresso:

(3.9)
Por ltimo, tem-se o parmetro
, que a variao normalizada de .
38
(3.10)
Na etapa 8 do fluxograma do algoritmo, determinada a nova rainha do enxame com base

no
, no vrtice da parbola e na melhor partcula. Quando
aproximadamente 1, as partculas geradas atravs da distribuio Gaussiana tm um

comportamento semelhante ao da curva de ajuste quadrtica, desta forma a nova rainha
deve ir na direco do vrtice da parbola, como se pode observar na Figura 3.5.
Pelo contrrio, no caso de
ser aproximadamente 0, a confiana da curva de
ajuste quadrtica nula e a nova rainha deve seguir a partcula com o melhor valor da funo
objectivo dessa iterao. Esse comportamento visvel na Figura 3.6.
Assim, para se criar um peso mdio entre o melhor valor da funo objectivo e o mnimo
da parbola, a nova rainha determinada da seguinte forma:
(3.11)
A varincia mutada para a prxima gerao do enxame, atravs das funes

que se podem observar nas Figuras 3.7a e 3.7b.
(3.12)
(3.13)
Figura 3.7 - Comportamento das funes de activao sigmides invertidas [41]
Com a funo
pretende-se alargar o espao de pesquisa para a prxima iterao, caso
seja muito fraco. Pelo contrrio, se
aproximadamente 1, muito pouca ou
nenhuma variao feita no espao de pesquisa.
Com a funo
o comportamento semelhante, uma vez que para valores de
prximos de 1, est-se prximo da soluo ptima e o algoritmo deve reduzir o espao de
pesquisa para a prxima iterao. No entanto, se
apresentar valores baixos, nada deve
Incluso no GraSO de restries de igualdade e desigualdade
39
acontecer uma vez que no existe confiana, e de certeza que

tambm apresentar
valores baixos, como tal o domnio no problema dever ser alargado.
A nova varincia calculada multiplicando as duas funes de activao e a varincia da
iterao anterior, como representado de seguida:
(3.14)
No passo 9, caso o nmero de iteraes atinja o mximo definido pelo utilizador, o
processo se termina. Se o nmero de iteraes ainda for inferior ao mximo, ento o
algoritmo volta ao passo 3.
Por fim, na etapa 10, quando as iteraes atingem o nmero mximo, so apresentados os
resultados obtidos. Nos resultados esto includos a funo objectivo, as variveis
independentes do problema e a varincia.
3.5 - Incluso no GraSO de restries de igualdade e

desigualdade
Um dos objectivos desta dissertao consiste na modelizao de restries no GraSO,
caracterstica que este no possui em [41], uma vez que foi utilizado para problemas sem
restries.
A primeira abordagem que se considerou consistiu na criao de um novo indivduo
sempre que o anterior no cumpria as restries, gerando-se indivduos continuamente at se
encontrar uma soluo vivel. Contudo, esta estratgia para fazer cumprir as restries, em
que o algoritmo apenas avana quando todos os indivduos cumprem as restries, revelou-se
um mtodo com um tempo de computao bastante elevado, que aumentava com o aumento
das variveis que constituam cada um dos indivduos pertencentes ao enxame, tornando-se
mesmo impossvel, em algumas situaes, o algoritmo encontrar uma soluo vivel, ficando
preso num ciclo infinito.
Assim, a abordagem que foi utilizada para incluir restries no algoritmo GraSO, foi
estabelecendo-se penalizaes aos indivduos que violem as restries, fazendo com que estes
fizessem piorar o valor da funo de adaptao (fitness function), fazendo com que as
partculas se afastem das zonas onde so penalizadas, para que sejam escolhidas como a
melhor soluo do enxame. Desta forma, em vez de se forar uma soluo vivel, deixa-se
que o algoritmo v descartando, ao longo das iteraes, as solues que no cumpram as
restries, fazendo com que o tempo de computao diminua significativamente.
Os mtodos de penalidades foram criados para resolver um problema, resolvendo uma
sequncia de problemas sem restries especialmente escolhidos. Ou seja, efectuada uma
transformao ao problema original e feita a resoluo de uma sequncia de outros
problemas, sem restries, derivados do inicial, pelos mtodos conhecidos para este tipo de
problemas. Nos mtodos de penalidades, a regio de solues admissveis alargada a todo o
espao, mas aplicada uma penalizao funo objectivo nos pontos que esto fora da
regio admissvel original [59].
A expresso da penalidade utilizada no GraSO para impedir a violao dos limites est
representada em (3.15), pois apresenta bons resultados em problemas de optimizao.
40
Incluso no GraSO de restries de igualdade e desigualdade
(3.15)
Onde:
a varivel que ultrapassou o limite;
o limite que foi ultrapassado;
o parmetro de penalidade.
O parmetro de penalidade
ajustvel, apresentando um valor diferente de acordo
com a importncia da restrio que est a ser violada. A escolha deste parmetro requer
alguma experimentao, uma vez que, para valores pequenos de , a distoro da funo
objectivo pequena, mas o ptimo encontrado pode estar longe do verdadeiro ptimo. Por
outro lado, usando um valor elevado de
, o ptimo encontrado pode ser prximo do
mnimo, mas a distoro pode ser to grande que a funo objectivo pode ter mnimos
fictcios.
Ou seja, neste caso, o termo de penalidade tanto maior quanto mais afastadas
estiverem as partculas da regio de solues admissveis e nulo se a partcula estiver
dentro dos limites. A este tipo de penalidades d-se o nome de penalidades exteriores, e so
apropriadas tanto para as restries de igualdade como para as restries de desigualdade.
Existem situaes em que o que se pretende no impor limites varivel a restringir,
mas sim minimizar a distncia dessa varivel aos seus limites, ou seja penalizar a varivel
medida que esta se afasta do valor central entre o seu limite mximo e mnimo. Essa
penalidade modelizada no GraSO e aplicada tal como est exemplificado na Figura 3.8,
onde a penalizao aumenta medida que a partcula se afasta do valor ptimo. Este tipo de
penalidades chama-se penalidades interiores, no sendo apropriadas para restries de
igualdade.
Figura 3.8 - Penalidade a ser aplicada s variveis para estas se afastar dos seus limites (adaptado
de [16])
Adaptao do GraSO a um problema de despacho econmico
41
3.6 - Adaptao do GraSO a um problema de despacho

econmico
Uma simples tcnica para a optimizao de problemas o Microsoft Excel Solver, no
entanto, quando se tentou este mtodo para a optimizao de um simples problema de
despacho econmico, verificou-se que as capacidades do software no eram suficientes para
resolver um problema desta complexidade. Ainda se recorreu plataforma Risk Solver, que
a ferramenta de optimizao mais poderosa para Excel, que consegue resolver problemas de
despacho econmico mais simples, mas a partir do momento que o nmero de variveis e
restries aumentam, esta ferramenta deixa de conseguir resolver o problema de despacho
econmico com eficcia, uma vez que ficava preso em ptimos locais, ou na soluo inicial.
Como tal, e tento em conta os resultados obtidos em [41] pelo GraSO na resoluo de um
simples problema de despacho (Figura 3.9) quando comparado com outros algoritmos
evolucionrios, decidiu-se pela utilizao deste algoritmo para a optimizao do problema de
despacho econmico proposto nesta dissertao.
Figura 3.9 - Anlise comparativa da utilizao do GraSO num problema de despacho econmico [41]
As principais modificaes a realizarem-se no algoritmo GraSO proposto em [41] para

adapt-lo a problemas de despacho econmico, esto essencialmente relacionadas com as
restries que necessrio adicionar tanto de igualdade como de desigualdade, atravs da
modelizao explicada no subcaptulo 3.5, assim como, a elevada quantidade de valores que
necessrio o algoritmo ler da folha de Excel, para fazer cumprir essas mesmas restries.
Assim, foi necessria uma modificao total do interface do algoritmo com o Excel, tanto
para possibilitar a resoluo de problemas com um elevado nmero de variveis, como para
permitir a leitura por parte do algoritmo das mais diversas variveis que sero includas nas
restries do problema de optimizao de despacho econmico. As restries de igualdade
42
correspondem essencialmente ao fluxo de potncia, enquanto que as restries de

desigualdade esto normalmente relacionadas com limites operacionais.
As primeiras modificaes no algoritmo que se realizaram foram no passo 1 do fluxograma
da Figura 3.2. Uma vez que, tratando-se de um problema de despacho econmico,
necessrio ler da folha de Excel um elevado nmero de variveis, como sendo os limites das
rampas de capacidade de variao da produo trmica, limites de armazenamento da
energia hdrica, os coeficientes da funo objectivo a minimizar, e ainda, a produo da PRE
trmica, PRE hdrica, PRE elica, PRE fotovoltaica, as importaes, as exportaes, e por fim
o consumo.
No passo 2, 4 e 8 onde gerada a rainha, o enxame e a nova rainha, respectivamente,
estes so calculados como foi explicado anteriormente, no havendo alteraes. No entanto,
para um problema de despacho econmico com produo hdrica associada, a rainha e o
enxame tm que cumprir uma srie de restries, para a produo trmica ( ) e produo
hdrica ( ).
Assim, aps a gerao tanto da rainha como do enxame, verifica-se se estes cumprem
tanto os limites das rampas de capacidade de variao trmica, como os limites da produo
trmica.
(3.16)
(3.17)
Onde:
a produo trmica da hora anterior, tendo em considerao que
corresponde a uma hora;
o limite superior das rampas de capacidade de variao das unidades
trmicas;
o limite inferior das rampas de capacidade de variao das unidades
trmicas.
Para balancear a potncia, necessrio criar uma restrio de igualdade, para que se
satisfaa a condio de que a produo tem que ser igual ao consumo. No entanto, como a
produo hdrica, para alm da produo trmica, tambm escalonada pelo algoritmo,
decidiu-se gerar a produo hdrica subtraindo ao consumo a soma das restantes produes,
cumprindo-se assim a restrio de balano.
(3.18)
Onde:
o consumo de potncia previsto;
a soma de todas as produes, com excepo da produo
hdrica.
Associada produo hdrica escalonada est a energia hdrica armazenada acumulada

), que limita a
que se consegue produzir. Tendo em conta que a gua que se
43
consegue armazenar numa central hdrica limitada, esse facto limita, consequentemente, a
energia que se consegue armazenar.
(3.19)
Em que,
so a energia hdrica acumulada mnima e
mxima, respectivamente, que se consegue armazenar.

Como foi dito, este limite de armazenamento de gua limita por sua vez a produo
hdrica que se consegue escalonar.
(3.20)
Este limite da produo hdrica um limite dinmico, uma vez que necessrio estar
constantemente a calcular o armazenamento acumulado, e como tal, a gama de valores sobre
a qual a produo hdrica pode variar est em constante modificao. Caso alguma destas
restries aqui apresentadas seja violada, o que o algoritmo faz igualar a varivel em
questo ao limite que no foi respeitado.
Aps o escalonamento da produo hdrica e as alteraes feitas a esta, para que se
cumpra os limites estabelecidos, feito um ajuste da produo trmica (3.21), apenas se a
restrio de igualdade entre o consumo e a produo no for satisfeita.
(3.21)
Onde:
a soma de todas as produes, com excepo da produo
trmica.
Uma vez feito este ajuste de produo, adoptada uma estratgia de penalidades para
que indivduos com maus valores para a funo objectivo sejam eliminados do enxame, e as
restries tenham mais possibilidades de serem satisfeitas, atravs da modelizao explicada
no subcaptulo 3.5.
Outra situao, em que se adoptou o uso de penalidades foi para o cumprimento dos
limites de descarga, onde a produo hdrica escalonada
tem que ser igual
produo hdrica que se verificou na realidade
, durante o perodo de tempo
do
despacho.
(3.22)
Estas penalidades por violao de restries sero includas na funo objectivo do
problema de optimizao. No caso das penalidades que so aplicadas s rampas da
capacidade de variao das unidades trmicas, estas so aplicadas mesmo que as rampas no
ultrapassem os limites, atravs do mtodo demonstrado na Figura 3.8. O objectivo desta
penalizao que estas variaes constituam uma distribuio normal centrada em zero, que
o que acontece na realidade, uma vez que as variaes na produo trmica implicam um
44
aumento dos custos. Assim, para se favorecer as solues em que as rampas no se encontram
muito prximas dos seus limites, aplicada uma penalizao que vai aumentando medida
que as rampas se aproximam dos seus limites e consequentemente se afastam do zero.
A funo objectivo representada por uma funo polinomial quadrtica, que modeliza os
custos de produo das unidades trmicas, onde
e
so os coeficientes de custo da
unidade trmica.
(3.23)
O funcionamento sequencial do algoritmo GraSO, no que respeita ao escalonamento e
coordenao entre a produo trmica e hdrica, est representado na Figura 3.10.
45
Gerao, por parte do algoritmo GraSO, da

produo trmica a escalonar.
Clculo das rampas de variao da produo

trmica e verificao dos limites de produo.
Gerao da produo hdrica atravs da

restrio de balano da potncia.
Clculo
da
energia
hdrica
armazenada
acumulada e verificao dos seus limites.
Calcular os limites de produo hdrica,

atravs
dos
valores
de
energia
hdrica
armazenada acumulada, e corrigir a produo

caso estes sejam violados.
Ajuste da produo trmica para que a

restrio
de
balano
da
potncia
seja
cumprida.
Clculo da funo objectivo, que consiste na

soma dos custos da produo trmica e das
penalizaes
aplicadas
violaes
dos
limites.
Figura 3.10 Sequncia de etapas do GraSO para o escalonamento da potncia trmica e

potncia hdrica
46
Captulo 4
Metodologia proposta
4.1 - Introduo
Para a formulao do problema de despacho econmico proposto, foram utilizados apenas
dados pblicos, fornecidos pela REN, correspondestes ao ano de 2009 at Abril de 2010. O
despacho econmico realizado agregado por tipo de central, assumindo-se a existncia de
apenas uma central trmica e uma central hdrica responsveis pela totalidade da produo
gerada. Esta simplificao deve-se ao facto de no estar acessvel informao quanto aos
custos por central. Tambm se considera que o preo de mercado igual ao custo de
operao, para alm de se desprezarem as perdas. O despacho econmico realizado para
perodos de vinte e quatro horas, com incio na hora zero. de salientar que o caso que se
estou um caso real, pelo que todos os valores recolhidos que permitiram criar esta
metodologia so reais.
4.2 - Formulao do problema de despacho econmico proposto

4.2.1 - Curva dos custos dos combustveis das unidades trmicas
Inicialmente, para a formulao do problema de despacho econmico, pensou-se em fazer
uma curva de custos para os diferentes tipos de unidades trmicas (ciclo-combinado, carvo e
fuel). Contudo, aps a anlise dos dados da produo de cada uma delas constatou-se que o
fuel representa uma pequena percentagem da potncia trmica total gerada
(aproximadamente 1%). Assim como, o carvo e o ciclo-combinado apresentam uma curva dos
custos bastante semelhante entre eles. Aps esta anlise, optou-se por fazer um despacho
econmico agregado por centrais trmicas, ou seja, considerou-se apenas uma produo
trmica agregada, que composta pela soma da produo das centrais a carvo, de ciclocombinado e de fuel.
(4.1)
47
48
Formulao do problema de despacho econmico proposto
Com esta formulao, consegue-se aliviar o esforo computacional do problema,

reduzindo-se o nmero de restries deste, mantendo a formulao coerente com os dados
recolhidos.
Na Figura 4.1 est representada a curva dos custos para a produo dos trs tipos de
centrais trmicas agregada.
Curva dos custos

120
Custo (/MWh)
100
80
60
40
y = 2E-07x2 + 0,0046x + 23,366
20
0
0
1000
2000
3000
4000
5000
6000
Produo trmica (MW)

Figura 4.1 Curva dos custos com a produo trmica agregada
Atravs da curva dos custos, obteve-se a funo objectivo, que se pretende minimizar, do
problema de despacho econmico proposto. Esta funo corresponde aos custos dos
combustveis das centrais trmicas que se pretende minimizar, e que variam com a potncia
produzida.
(4.2)
Onde:
o custo dos combustveis das unidades trmicas agregadas (/MWh);
a produo trmica (MW).
Analisando-se a curva dos custos, observou-se ainda os limites de funcionamento das
centrais trmicas.
Assim, a primeira restrio do problema proposto corresponde aos limites da produo
trmica, em MW.
(4.3)
49
4.2.2 - Rampas da capacidade de variao da produo

A potncia dos geradores trmicos no pode ser ajustada instantaneamente, uma vez que
os geradores trmicos no tm essa capacidade, ao contrrio das unidades hdricas, onde o
ajuste praticamente instantneo. Assim, decidiu-se incluir nesta formulao essa
incapacidade das centrais trmicas, para evitar grandes variaes de produo trmica,
tornando a formulao mais prxima do que acontece na realidade. Na Figura 4.2, esto
representadas as rampas de variao de produo do gerador trmico, de acordo com a
frequncia com que se verificam ao longo do ano de 2009 e inicio de 2010, de acordo com os
dados recolhidos.
Rampas da capacidade de variao da produo

Frequncia da variao (%)
18%
16%
14%
12%
10%
8%
6%
4%
2%
-1300
-1200
-1100
-1000
-900
-800
-700
-600
-500
-400
-300
-200
-100
0
100
200
300
400
500
600
700
800
900
1000
1100
0%
Variao da produo (MW)

Figura 4.2 Rampas da capacidade de variao da unidade trmica
Atravs da Figura 4.2 observou-se os limites de variao da produo trmica,

constituindo estes, outra restrio do problema de despacho econmico, e que est
representada em (4.4), em MW.
(4.4)
4.2.3 - Limite mximo da produo hdrica

No que respeita produo hdrica, observaram-se os grficos do histrico da produo da
hdrica de albufeira e de fio de gua, e verificou-se que os seus comportamentos ao longo do
ano so bastante semelhantes (Figura 4.3).
50
3000
Produi hdrica (MW)
2500
2000
1500
Fio de gua
Albufeira
1000
500
0
Figura 4.3 - Produo hdrica em centrais de albufeira e em centrais de fio de gua
Como tal, decidiu-se juntar ambas as produes numa s produo hdrica, agregando-se
desta forma as centrais hdricas numa s, subtraindo-se ainda soma das potncias hdricas a
bombagem. Assim, obteve-se uma nica varivel correspondente produo hdrica
:
(4.5)
Com a varivel da potncia hdrica definida, tentou-se encontrar o limite mximo da

produo hdrica em funo da produo hdrica mdia das ltimas vinte e quatro horas, que
fosse de encontro potncia hdrica mxima das ltimas vinte e quatro horas. A funo
encontrada para definir produo mxima de hdrica est representada em (4.6), obtendo-se
desta forma outra restrio para o problema de despacho econmico proposto.
(4.6)
Onde:
a potncia hdrica mxima das ltimas vinte e quatro horas, em MW;
a potncia hdrica mdia das ltimas vinte e quatro horas, em MW.
Esta equao foi conseguida aps a observao do grfico representado na Figura 4.4,
onde possvel observar que os valores de potncia hdrica obtidos com a funo encontrada
coincidem exactamente com a potncia hdrica mxima das ltimas vinte e quatro horas.
51
Potncia hidrica mxima (ltimas 24h)

(MW)
4500
4000
3500
3000
Potncia hdrica
mxima
2500
2000
Potncia hdrica
mxima
(frmula)
1500
1000
500
0
-1000
1000
2000
3000
Potncia hdrica mdia (ltimas 24h) (MW)
4000
Figura 4.4 Limite mximo da produo hdrica em funo da potncia mdia das ltimas vinte e
quatro horas
Esta restrio importante para limitar a produo hdrica, tendo em considerao a

produo realizada pela central nas ltimas vinte e quatro horas, mapeando-se os limites de
potncia hdrica que tm vindo a ser utilizados nos ltimos anos.
4.2.4 - Limites da produo hdrica em funo da gua armazenada

Para se poder observar o impacto da gua armazenada, na produo hdrica da central,
comeou-se por calcular a potncia armazenada a cada hora (4.7).
(4.7)
Onde:
a potncia hdrica armazenada em cada hora, em MW.
Com este valor obtm-se a energia hdrica armazenada acumulada ao longo do tempo, ou
seja, a energia total acumulada que a central conseguiu armazenar, atravs da soma da
potncia armazenada da hora anterior com a da hora actual (4.8).
(4.8)
Onde:
a energia hdrica armazenada acumulada, em MWh;
a potncia hdrica armazenada na hora anterior, em
MW.
52
Atravs de uma amostra de valores dos dados fornecidos pela REN da produo hdrica,
construiu-se um grfico com a comparao da potncia hdrica produzida com a energia
hdrica armazenada acumulada (Figura 4.5), observando-se que existe uma relao directa
entre a energia acumulada e a potncia produzida. Quando a produo hdrica aumenta
verifica-se uma diminuio da energia acumulada, pelo contrrio, quando a produo diminui,
inclusive nas horas em que existe bombagem, a energia hdrica armazenada acumulada sofre
um aumento.
4000
3000
Potncia
hdrica (MW)
2000
1000
-1000
1
9
17
25
33
41
49
57
65
73
81
89
97
105
113
121
129
137
145
153
161
169
Potncia
hdrica mdia
(MW)
Energia hdrica
armazenada
acumulada
(MWh)
-2000
-3000
-4000
-5000
Horas
Figura 4.5 - Potncia hdrica, potncia hdrica mdia e energia hdrica armazenada acumulada
Aps a observao desta relao, desenhou-se o grfico da potncia hdrica em funo da

energia hdrica armazenada acumulada (Figura 4.6), existindo uma relao matemtica entre
elas, que expressa por uma linha de tendncia (4.9).
(4.9)
Como se pode observar no grfico da Figura 4.6, existe uma relao quadrtica entre a
potncia hdrica produzida e a energia hdrica armazenada acumulada. Desta forma, a
estimao do limite mximo e mnimo de produo hdrica feita da seguinte forma:
(4.10)
Onde o coeficiente que controla a velocidade com que curva aumenta ou decresce a
partir do vrtice. Se este for negativo a curva cncava, se for positivo a curva convexa. O
coeficiente representa o declive da curva ao atravessar o eixo da produo hdrica (eixo dos
yy). A varivel
permite fazer o ajuste da cota da curva. Esta varivel permite elevar e
baixar a curva de maneira a esta ir de encontro ao limite mximo e mnimo, respectivamente.
53
O ajuste destes trs parmetros, para que a curva delimite a produo hdrica mxima e
mnima, feito recorrendo a uma formulao que semelhante que feita no mtodo dos
mnimos quadrados. No entanto, neste caso so introduzidas penalidades, de forma a fazer a
curva aproximar-se dos pontos mximos ou pontos mnimos, dependendo se se pretende
encontrar o limite mximo ou mnimo.
A formulao matemtica consiste em minimizar a funo
variveis , e .
(4.11), em funo das
(4.11)
Onde, para aproximar a curva aos pontos mximos tem-se:
(4.12)
E para se aproximar a curva aos pontos mnimos tem-se:
(4.13)
O valor de corresponde ao desvio total entre o valor de potncia hdrica obtido atravs
da expresso (4.10) e o valor da potncia hdrica real que efectivamente se verificou ao longo
do perodo da amostra de valores.
representa a potncia hdrica obtida atravs da
expresso (4.10) na hora , enquanto
a potncia hdrica produzida na realidade,
durante a hora . A varivel corresponde penalidade que imposta funo a minimizar.
Em (4.12), como o objectivo aproximar a curva dos valores mximo da produo hdrica,
penaliza-se mais os valores de produo inferiores potncia real, e menos os valores
superiores a essa mesma potncia, para desta forma a curva aumentar a sua cota, indo de
encontro ao limite mximo da produo hdrica. Em (4.13), sendo o objectivo limitar a
produo mnima, so mais fortemente penalizados os valores de produo hdrica superiores
aos reais, fazendo com que desta forma a curva diminua em termos de cota, aproximando-se
do limite inferior. Os diferentes valores do parmetro foram escolhidos aps alguns testes,
at se encontrar aqueles que faziam com que a curva se aproxima-se mais dos limites mnimo
e mximo da produo hdrica.
As variveis ,
e so encontradas atravs do Solver do Excel, usando a formulao
expressa em (4.11) e (4.12) para se encontrar o limite mximo da produo hdrica, e usando
as expresses (4.11) e (4.13) para se encontrar o respectivo limite mnimo.
As expresses obtidas correspondentes limitao, mxima e mnima, da produo
hdrica em funo da energia hdrica armazenada acumulada esto representadas na Figura
4.6.
54
3500
3000
Potncia hdrica (MW)
2500
2000
y = -4E-05x2 - 0,4958x + 1778,9
1500
1000
y=
-5000
6E-05x2
- 0,4589x + 116,65
500
0
-4000
-3000
-2000
-1000-500 0
-1000
1000
2000
3000
4000
5000
y = 2E-05x2 - 0,4859x + 759,64
-1500
Energia hdrica armazenada acumulada (MWh)
Figura 4.6 Limites da produo hdrica em funo da energia hdrica armazenada acumulada, para
o ano de 2009
Acontece que, como decorrer da dissertao, foram sendo publicados os valores de

produo hdrica correspondentes a 2010, e verificou-se que esta estava a aumentar
significativamente em relao aos valores de 2009, elevando-se os valores de produo
hdrica a novos mximos.
Tendo estes factos em considerao, repetiu-se a formulao matemtica representada
em (4.11), (4.12) e (4.13), agora para valores recolhidos em 2010. As funes que
representam os limites de produo hdrica obtidos esto visveis na Figura 4.7, onde
facilmente se observam as diferenas para aquilo que sucedeu em 2009, tendo-se uma
produo hdrica substancialmente maior.
55
4000
Potncia hdrica (MW)
3500
y = -9E-05x2 - 0,42x + 3219,4
3000
2500
y = -3E-05x2 - 0,4703x + 2464,4
2000
y = 3E-05x2 - 0,4572x + 1334,3
1500
1000
500
0
-4000
-3000
-2000
-1000
0
1000
2000
3000
Energia hdrica armazenada acumulada (MWh)
4000
5000
Figura 4.7 - Limites da produo hdrica em funo da energia hdrica armazenada acumulada, para
o ano de 2010
Atravs das Figuras 4.6 e 4.7, podemos formular os limites mximos e mnimos da
produo hdrica, em funo da energia armazenada acumulada.
Como a produo hdrica foi mais baixa em 2009 e tem sido mais elevada em 2010, o
limite inferior vai ser retirado da Figura 4.6, e o limite superior retirado da Figura 4.7. Assim,
a restrio do problema de despacho econmico proposto, relativamente aos limites da
produo hdrica para uma determinada energia armazenada, pode-se representar da
seguinte forma:
(4.14)
Observando-se os grficos das Figuras 4.6 e 4.7, pode-se verificar que, quanto mais
negativa for a energia hdrica armazenada acumulada, significa que se est a produzir mais
potncia hdrica, pelo que se est a gastar a gua armazenada. Quando a energia armazenada
acumulada vai ficando cada vez maior, isso significa que se est a produzir menos potncia
hdrica, ou mesmo que se est a recorrer bombagem, o que faz com que o valor da gua
armazenada aumente.
4.2.5 - Limites de armazenamento de gua

As centrais hdricas apresentam limites quanto quantidade de gua que conseguem
armazenar, o que tem impactos na energia acumulada por uma unidade hdrica ao longo do
tempo. Atravs da Figura 4.6 e Figura 4.7 consegue-se observar quais os limites mximos e
mnimos de energia armazenada acumulada que se tm verificado nos ltimos anos, e a partir
desse histrico definiram-se esses limites da seguinte forma, em MW:
56
(4.15)
4.2.6 - Limite fixo de descarga

A potncia hdrica a ser escalonada, para alm de cumprir com os limites mximos e
mnimos apresentados anteriormente, tem que ser igual potncia hdrica que se verificou na
realidade. Isto , no se pode gastar mais gua que aquela que efectivamente foi gasta,
seno corresse o risco de a produo hdrica escalonada ser excessivamente elevada,
baixando drasticamente a produo trmica e consequentemente o custo do despacho, o que
no corresponderia realidade. Assim, outra restrio para o problema de despacho
econmico proposto consiste na igualdade entre a mdia diria da potncia hdrica
efectivamente produzida e a mdia diria da potncia hdrica escalonada atravs da
metodologia proposta (4.16).
(4.16)
Em termos reais, bvio que quando se faz o despacho no se sabe ao certo qual ser a
produo hdrica. No entanto, essa suposio feita no problema proposto, uma vez que as
previses da produo hdrica tm um erro muito reduzido (cerca de 5%), pelo que a
aproximao que feita nesta dissertao no implica um erro significativo.
4.2.7 - Restrio de balano

Uma condio essencial num problema de despacho econmico que a produo seja
igual ao consumo, assim, a restrio de balano do problema de despacho econmico
proposto nesta dissertao a seguinte:
(4.17)
Onde:
o consumo de potncia previsto
a produo prevista proveniente das mini-hdricas
a produo prevista proveniente da gerao elica
a previso da produo solar esperada
a produo prevista proveniente da cogerao
a previso das importaes realizadas
a previso das importaes realizadas
No caso da metodologia utilizada as perdas so desprezadas.
Remunerao dos produtores de energia no mercado de electricidade
57
4.3 - Remunerao dos produtores de energia no mercado de

electricidade
No caso da produo a partir de fontes de energia renovveis, existiro sempre desvios
entre a previso e a potncia efectivamente produzida. Desta forma, os produtores de
energia, em que esta proveniente de fontes renovveis, tm que considerar o seu
rendimento como sendo a combinao entre os ganhos provenientes das trocas no mercado
dirio, e os custos devidos aos desvios de produo.
A formulao proposta para a remunerao dos participantes no mercado de
electricidade, que propem uma determinada potncia e que produzem na realidade
,
que se adoptou nesta dissertao est representada em (4.18).
(4.18)
Onde:
o desvio da produo proposta;
o preo de reserva para descer a produo;
o preo de reserva para subir a produo.
Com esta formulao, se os produtores de energia proveniente de fontes de energia
renovveis produzirem mais do que tinham previsto so compensados com o preo de reserva
para baixar a produo. Se produzirem menos do que tinham previsto so penalizados com o
preo de reserva para subir a produo.
No caso dos produtores trmicos, os seus desvios de produo no so por culpa prpria,
mas tm que contar com as implicaes que os desvios das produes das energias de origem
renovvel possam ter no custo de despacho, devido s correces que estes tero ento que
fazer, em tempo real, para compensar os desvios causados por esse tipo de produo. Assim,
para os produtores trmicos, o custo total de despacho
consiste na soma entre
o custo do despacho proposto no mercado dirio
e os custos de despacho adicionais
por desvios de produo trmica em relao ao despacho realizado com a previso perfeita,
causados pela intermitncia da produo renovvel.
(4.19)
Onde:
o desvio da produo proposta.
Com esta formulao, se os produtores de energia trmica tiverem que produzir mais do
que tinham previsto so penalizados com um custo de despacho adicional proporcional ao
preo de reserva para subir a produo. Se tiverem que produzirem menos do que tinham
previsto so compensados com o preo de reserva para baixar a produo, permitindo uma
diminuio do custo de despacho.
58
Remunerao dos produtores de energia no mercado de electricidade
Quando so considerados os mercados de electricidade, a melhor previso nem sempre

aquela que se aproxima mais dos valores reais, mas sim, aquela que permite aos produtores
obterem a maior remunerao possvel [43].
Assim, os produtores de energia intermitente, como elica e solar, podero multiplicar as
suas previses por um factor de optimizao , tendo em considerao os preos da reserva,
de forma a conseguirem aumentar a sua remunerao.
A previso optimizada da potncia produzida
, para permitir uma maior
remunerao, pode ser obtida atravs da seguinte equao:

(4.20)
Este factor de optimizao pode ser determinado atravs da maximizao da equao
(4.18), substituindo por
.
Para se poder quantificar as perdas, devido aos desequilbrios criados pelas previses reais
relativamente a uma hipottica previso perfeita, definiu-se um lucro relativo, que est
definido em (4.21).
(4.21)
Neste trabalho de dissertao, fizeram-se algumas simplificaes relativamente ao

funcionamento do mercado de electricidade, entre elas considerou-se que todos os
produtores de energia participam no mercado de electricidade sob as mesmas regras, ou seja,
estes propem as suas ofertas ao mercado dirio no dia anterior e so responsveis pelos
desvios de produo relativos ao que propuseram previamente ao mercado. Os custos
necessrios para equilibrar a produo e o consumo so cobrados aos participantes do
mercado, proporcionalmente aos seus desvios. No considerado o mercado intra-dirio, nem
os contratos bilaterais.
Captulo 5
Resultados
5.1 - Despacho econmico obtido atravs do GraSO
Para se testar a eficcia das alteraes efectuadas no algoritmo GraSO e a metodologia
proposta nos Captulos 3 e 4, realizou-se o despacho econmico, com coordenao hidrotrmica, para os ltimos cinco dias de Abril de 2010.
Este teste foi realizado supondo-se a existncia de previses perfeitas tanto das PRE
(trmica, hdrica, elica e fotovoltaica), como do consumo, importaes e exportaes. O
caso estudado nesta dissertao um caso real, em que todos os valores utilizados so reais,
e o despacho obtido comparado com o despacho real que foi realizado para o mesmo
perodo de tempo.
tambm de referir que o despacho realizado para um horizonte temporal de vinte e
quatro horas, ou seja, o escalonamento do despacho tem inicio na hora zero e realizado
para as vinte e quatro horas seguintes. Pelo que o despacho escalonado para blocos de vinte
e quatro horas, no entanto, o despacho seguinte est dependente e influenciado pelo
despacho que se realizou nas vinte e quatro horas anteriores.
Na Figura 5.1 est representado o despacho trmico obtido atravs do GraSO para o dia 26
de Abril de 2010, juntamente com o despacho real que se realizou nesse mesmo dia.
59
60
Despacho econmico obtido atravs do GraSO
Despacho trmico (26 de Abril 2010)
Potncia trmica (MW)
2500
2000
Despacho real
1500
Despacho
GraSO
1000
500
0
Hora
Figura 5.1 Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia 26 de Abril
de 2010
Como se pode observar pela Figura 5.1, o despacho obtido pelo GraSO apresenta uma
estratgia diferente daquela que foi utilizada na realidade, sendo, no entanto, bastante
similar em algumas horas do dia.
O despacho hdrico complementar do despacho trmico, para que a restrio de balano
entre o consumo e a produo seja cumprida. A Figura 5.2 mostra o despacho hdrico obtido
pelo GraSO em comparao com aquele que foi efectivamente escalonado para o dia 26 de
Abril de 2010, onde se observa claras semelhanas de estratgia.
Despacho hdrico (26 de Abril 2010)

3000
Potncia hdrica (MW)
2500
2000
Despacho
GraSO
1500
Despacho real
1000
500
0
Hora
Figura 5.2 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia 26 de Abril
de 2010
61
Contudo, houve dias em que a estratgia de despacho obtida atravs do GraSO foi
totalmente diferente da que se verificou na realidade, como no dia 28 de Abril (Figura 5.3).
Despacho trmico (28 de Abril 2010)
Potncia trmica (MW)
2500
2000
Despacho real
1500
Despacho
GraSO
1000
500
0
Hora
Figura 5.3 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia 28 de Abril
de 2010
O despacho hdrico realizado em coordenao com o despacho trmico representado na

Figura 5.3 pode ser observado na Figura 5.4.
Despacho hdrico (28 de Abril de 2010)
Potncia hdrica (MW)
3000
2500
2000
Despacho
GraSO
1500
Despacho real
1000
500
0
Hora
Figura 5.4 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia 28 de Abril
de 2010
Nestes dois dias, em que a estratgia de despacho adoptada bastante aproximada da

real, v-se que houve horas em que a produo trmica foi claramente superior
efectivamente verificada, contrastando com outras em que a produo significativamente
62
inferior. Isto demonstra que o GraSO, mesmo limitado na sua movimentao em busca de uma
soluo ptima, devido s diversas restries do problema de optimizao, conseguiu realizar
uma estratgia de despacho diferente da que foi efectuada na realidade. De salientar que,
mesmo nestas situaes, a produo trmica total ao longo do dia a mesma, apenas
existindo estratgias distintas.
Na Figura 5.5 pode-se observar o despacho obtido para os cinco dias testados, onde
visvel que este muito semelhante, por um perodo de vrias horas, ao despacho que foi
escalonado na realidade. Esta situao pode-se dever ao facto de os limites estratgicos de
despacho mapeados no Captulo 4, apesar de permitirem uma estratgia diferente, tendo em
considerao o elevado nmero de restries, a gama de solues ptimas possveis para o
problema de despacho proposto muito estreita, no permitindo que o despacho obtido
atravs do GraSO varie significativamente em relao ao que foi realizado na realidade.
Atravs da Figura 5.5 e 5.6 v-se que o GraSO, atravs das modificaes efectuadas,
conseguiu realizar a optimizao do problema de despacho econmico proposto, cumprindo
todas as restries. possvel observar-se a coordenao entre a produo trmica e a
produo hdrica, onde se verifica que a produo hdrica tem um custo de oportunidade que
est associado produo trmica. Na Figura 5.6, quando h um aumento da produo
hdrica, observa-se na Figura 5.5 uma diminuio da produo trmica, o que far com que o
custo do despacho diminua. No entanto, aps esse aumento de produo hdrica verifica-se
para as horas seguintes uma diminuio dessa mesma produo, e o consequente aumento da
produo trmica, o que implicar um aumento dos custos. Estes factos devem-se
quantidade de gua que possvel armazenar, que limitada, pelo que existe uma gesto da
gua que utilizada para que no se esgote de imediato toda a gua armazenada, o que teria
como consequncia um aumento dos custos de despacho no futuro, pelo que a alocao da
potncia hdrica tem que ter em ateno um horizonte temporal a longo-prazo.
Despacho trmico (ltimos 5 dias de Abril 2010)
Despacho trmico (MW)
3000
2500
2000
1500
Despacho
real
1000
Despacho
GraSO
500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Hora
Figura 5.5 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para os ltimos 5
dias de Abril de 2010
63
Despacho hdrico (ltimos 5 dias de Abril 2010)
Despacho hdrico (MW)
3500
3000
2500
Despacho
GraSO
Despacho
real
2000
1500
1000
500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Hora
Figura 5.6 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para os ltimos 5 dias
de Abril de 2010
Na Figura 5.7 pode-se observar o armazenamento acumulado de gua que se obteve com o
despacho escalonado pelo GraSO. Quando se aumenta a potncia hdrica a energia
armazenada acumulada comea a diminuir, quando a produo diminui, isso permite que o
valor de gua armazenada volte a aumentar. possvel verificar que existem horas em que o
GraSO armazenou mais energia hdrica que no despacho real, o que permitiu algumas horas
mais frente turbinar uma maior quantidade de gua do que a que se turbinou na realidade.
No entanto, tambm se pode observar que houve horas em que a gua armazenada foi menor,
o que implicou que posteriormente no fosse possvel produzir tanta potncia hdrica como a
que se verificou na realidade.
Em termos globais, a energia hdrica armazenada foi superior energia hdrica real
armazenada, contudo, a produo hdrica realizada foi ligeiramente inferior real, pelo que
se justifica esse armazenamento acumulado superior. O importante a retirar da Figura 5.7
que o GraSO nem acumulou demasiada gua, nem gastou demasiada gua, quando
comparando com a energia armazenada real, fazendo assim uma boa gesto da gua
disponvel.
64
Armazenamento de gua (ltimos 5 dias de Abril 2010)

Energia hdrica armazenada acumulada
(MWh)
2500
2000
1500
Energia hdrica
armazenada
acumulada real
1000
500
-500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Energia hdrica
armazenada
acumulada GraSO
-1000
-1500
Hora
Figura 5.7 - Comparao entre a energia hdrica armazenada acumulada obtida pelo GraSO e a real,
para os ltimos 5 dias de Abril de 2010
No que se refere minimizao do custo de despacho, que o objectivo de um problema

optimizao de despacho econmico, a Tabela 5.1 mostra uma comparao entre os custos
obtidos pelo GraSO, atravs da formulao proposta no Captulo 4, e os custos do despacho
econmico real. Uma vez que o caso em estudo se trata de um caso real, esta comparao
importante para aferir da validade da utilizao do algoritmo de optimizao GraSO para a
resoluo de problemas de despacho econmico.
Tabela 5.1 Comparao entre o custo de despacho real e o obtido atravs do GraSO
Potncia hdrica mdia (MW)
Custo de despacho (/MWh)
Dia
Real
GraSO
Real
GraSO
Abril 2010
2351,32
2350,55
31,77
31,69
26
2552,43
2553,31
32,55
32,47
27
2436,41
2435,94
32,13
32,03
28
2287,14
2285,17
31,20
31,10
29
2486,70
2484,47
32,61
32,57
30
Na Tabela 5.1 possvel observar que o custo do despacho obtido atravs da metodologia
apresentada nesta dissertao consistentemente inferior ao custo do despacho que foi
realizado na realidade, para todos os cinco dias testados. Esta situao verifica-se mesmo
quando a potncia hdrica produzida inferior real, o que demonstra que a estratgia de
despacho adoptada pelo GraSO permite obter custos inferiores, mesmo utilizando maior
potncia trmica que a que foi utilizada no despacho real. Conseguindo-se assim, atravs do
mapeamento dos limites de estratgia utilizados nos ltimos anos, uma estratgia diferente,
Cenrios de previso
65
estabelecida pelo GraSO, que permite uma melhor optimizao do despacho, isto para o caso
real que aqui se estudou.
Contudo, o custo obtido nunca muito inferior ao custo do despacho real, como se pode
verificar na Figura 5.8, mesmo utilizando uma estratgia de despacho distinta. O que provoca
esta situao o facto de a curva dos custos da produo trmica, representada na Figura
4.1, ter uma curvatura pouco acentuada, sendo quase linear, o que faz com que, produzindose a mesma potncia trmica que a que foi produzida na realidade, que uma das restries
implcitas na formulao adoptada, a curva no permite grandes variaes no custo do
despacho.
Custo do despacho (/MWh)
33
32,5
32
Custo real
31,5
Custo GraSO
31
30,5
30
26
27
28
29
30
Dia (Abril 2010)

Figura 5.8 - Comparao entre a o custo do despacho obtido pelo GraSO e o real, para os ltimos 5
dias de Abril de 2010
Contudo, fica demonstrado por estes resultados, que a modelizao de restries no

GraSO, realizada nesta dissertao, que baseada em mtodos de penalidades, foi eficiente
no cumprimento das restries estabelecidas, permitindo a optimizao de um problema real
de despacho econmico.
5.2 - Cenrios de previso

Neste trabalho de dissertao realizou-se a optimizao do despacho econmico para um
horizonte temporal de vinte e quatro horas, atravs do GraSO, para trs casos de previses
distintas, para desta forma se poder aferir do impacto que a previso das PRE tem no custo
final do despacho.
66
Cenrios de previso
5.2.1 - Previso perfeita

No primeiro caso, assume-se que a previso perfeita, isto , os valores reais so
utilizados como previso, pelo que no existem erros de previso. Desta forma, a produo
ir sempre ao encontro das necessidades dos consumidores, no havendo portanto, desvios
das ofertas que foram feitas ao mercado dirio. Este um cenrio hipottico, pois tal nunca
poderia acontecer, no entanto, um cenrio importante para se poder perceber as diferenas
entre cenrios reais e um cenrio ptimo, como este da previso perfeita.
5.2.2 - Previso real

Outro caso estudado a resoluo do problema de despacho econmico utilizando uma
previso real, obtida atravs de um mtodo de previso simples. Neste caso so usadas as
previses para a PRE hdrica, a PRE elica e a PRE fotovoltaica, cedidas gentilmente pela
empresa SmartWatt.
Quanto PRE trmica e ao consumo, uma vez que o erro de previso destas bastante
reduzido, so considerados os valores reais, sem risco de se estar a introduzir um erro
significativo. Tambm se assume que as importaes e as exportaes so conhecidas. O
objectivo de estudo deste cenrio de previso consiste em se observar o comportamento do
despacho escalonado num cenrio mais realista, em que a intermitncia das PRE j tida em
considerao.
5.2.3 - Sem previso

No ltimo caso, no se considera qualquer previso, apenas se utiliza o diagrama
(consumo-PRE) mdio dirio. Ou seja, assume-se que a produo de cada uma das PRE ser
igual mdia produzida por estas nas 24 horas anteriores, um mtodo de previso que se
denomina por mtodo da persistncia. Este tipo de previso tem habitualmente uma
performance mais fraca que modelos de previso mais avanados, mesmo para previses a
curto-prazo, em especial se as variaes de produo forem mais acentuadas.
Na Figura 5.9 esto representadas a previso perfeita, ou seja, os valores que
efectivamente se verificaram na realidade, a previso real e a persistncia para a produo
elica, num perodo de 48 horas. Como se pode observar, a previso real quase sempre mais
prxima da previso perfeita que a persistncia, havendo, no entanto, algumas horas em que
o contrrio se verifica.
Estas diferenas, que se observam na Figura 5.9, entre os trs cenrios de previso tero
impactos diferentes no escalonamento do despacho realizado, e so esses impactos que se
pretendeu observar e analisar.
Impacto da previso no despacho econmico
67
Produo elica
Potncia elica (MW)
2500
2000
1500
Previso
perfeita
1000
Previso
real
Persistncia
500
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46
Hora
Figura 5.9 - Comparao entre a previso perfeita, a previso real e a persistncia da produo
elica, para um perodo de 48 horas
5.3 - Impacto da previso no despacho econmico

Para se observar qual o impacto que a previso da produo proveniente das energias
renovveis tem no custo de despacho, foi realizado o despacho, para perodos de vinte e
quatro horas com inicio na hora zero, para o ms de Abril de 2010, para os casos de estudo
estabelecidos no subcaptulo 5.2. Os resultados apresentados so para um caso real, para o
ms de Abril de 2010, onde as produes e preos de mercado so os que de facto de
verificaram na realidade.
Os custos de despacho obtidos, para os diferentes cenrios de previso, esto indicados
na Tabela 5.2. Estes custos representam os custos de despacho da produo que foi proposta
durante o mercado dirio.
Tabela 5.2 Comparao entre os custos de despacho para os diferentes cenrios de previso
Cenrio de previso
35,69
Previso Perfeita
35,64
Previso Real
35,81
Persistncia
Na Figura 5.10 est representada a evoluo do custo de despacho para os trs cenrios
de previso, para todo o ms de Abril de 2010.
68
35
30
25
Persistncia
20
15
Previso
Perfeita
10
Previso Real
5
0
1
11 13 15 17 19 21 23 25 27 29
Dia
Figura 5.10 Evoluo do custo de despacho para os diferentes cenrios de previso, ao longo do
ms de Abril de 2010
Na Figura 5.10 possvel observa-se que nos primeiros 15 dias de despacho o custo
bastante diferente para as diferentes previses, o que se fica a dever ao facto de nestes dias
a produo renovvel, que consiste na soma da produo mini-hdrica, elica e fotovoltaica,
ter sido bastante elevada, pelo que diferentes previses implicam maiores diferenas nos
custos. Nos ltimos 15 dias, como a produo renovvel mais residual, a previso desta j
no tem um impacto to grande no custo de despacho, pelo que os custos so mais
aproximados.
Atravs da Tabela 5.2 e da Figura 5.10 observa-se que o custo de despacho obtido num
cenrio de previso real inferior ao custo de despacho num cenrio de previso perfeita.
Esta situao acontece uma vez que a previso real ficou normalmente, durante o ms de
Abril de 2010, acima dos valores de produo renovvel que efectivamente se vieram a
verificar, como mostra a Figura 5.11. A produo renovvel corresponde soma da produo
elica, fotovoltaica e mini-hdrica. Isto implica que, o despacho, no caso da previso real, foi
realizado esperando-se uma maior produo renovvel, pelo que a produo trmica
escalonada foi inferior verificada no cenrio de previso perfeita, resultando assim tambm
num custo de despacho inferior.
O contrrio acontece com um cenrio de persistncia, onde o custo de despacho
superior ao cenrio de previso perfeita, uma vez que a produo renovvel inferior
produo renovvel num cenrio de previso perfeita, o que implica uma maior utilizao das
centrais trmicas, tendo como consequncia um custo de despacho superior.
69
Produo renovvel (MW)
3000
2500
2000
Previso
perfeita
1500
Previso
real
1000
Persistncia
500
15:00
22:00
05:00
12:00
19:00
02:00
09:00
16:00
23:00
06:00
13:00
20:00
03:00
10:00
17:00
00:00
07:00
14:00
21:00
04:00
Hora
Figura 5.11 - Comparao entre a produo renovvel obtida atravs dos diferentes cenrios de
previso, durante alguns dias do ms de Abril de 2010
Contudo, com a realizao do despacho no dia anterior num cenrio de previso real e de
persistncia, a produo depois no vai de encontro com as necessidades dos consumidores
em tempo real, ao contrrio do que sucede num cenrio de previso perfeita. Esta situao
faz com que nos cenrios de previso real e de persistncia existam desvios em relao ao
despacho ptimo que se realizou com previso perfeita. Esses desvios tero que ser corrigidos
em tempo real, com um tempo de actuao muito curto, o que far com que o custo de
despacho aumente nesses cenrios de previso.
Efectivamente, um custo de despacho inferior no mercado dirio, que indicado no dia
anterior, no implica que o custo real do despacho, realizado no dia seguinte, mantenha o
mesmo custo, uma vez que desvios de produo implicaro um aumento de produo que no
estava programado no despacho realizado no dia anterior. Este aumento de produo traz
custos de despacho superiores, fazendo com que o custo do despacho obtido no dia anterior e
proposto ao mercado dirio suba significativamente.
Como tal, o custo do despacho total obtido pelos produtores trmicos consiste na soma
entre o custo do despacho programado e proposto no mercado dirio e o custo de despacho
adicional por desvios de produo trmica em relao ao despacho realizado com a previso
perfeita, causadas pela intermitncia da produo renovvel, como est indicado na equao
(4.19).
O preo de reserva para baixar a produo no o mesmo que o preo de reserva para
subir a produo. Na Tabela 5.3 apresentada a mdia do preo de reserva para subir e para
baixar a produo, e a mdia do preo do mercado dirio, no mercado Portugus para o ms
de Abril de 2010, onde se pode observar que o preo de reserva para subir a produo 27%
superior ao preo do mercado dirio, e o preo de reserva para baixar a produo inferior
68% ao preo estabelecido no mercado dirio.
70
Tabela 5.3 - Mdia do preo de mercado, preo da reserva para elevar a produo e preo de
reserva para reduzir a produo, no mercado Portugus em Abril de 2010
Data
Abril 2010
Preo mdio do
Preo da reserva mdio
Preo da reserva mdio
mercado dirio
para aumentar a
para diminuir a produo
(/MWh)
produo (/MWh)
(/MWh)
25,90
35,57
8,35
A Figura 5.12 mostra a evoluo do preo do mercado dirio e de reserva durante um

perodo do ms de Abril de 2010, onde se observa que, consistentemente, o preo de reserva
para subir a produo superior ao preo do mercado dirio, ao invs do preo de reserva
para baixar a produo que inferior.
120
Preo (/MWh)
100
Preo do mercado
dirio
80
60
Preo da reserva
para subir a
produo
40
Preo da reserva
para baixar a
produo
20
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
Hora
Figura 5.12 Evoluo do preo do mercado dirio e da reserva ao longo de um perodo do ms de
Abril de 2010
Como umas das suposies que feita nesta dissertao a de que o custo de operao
das centrais trmicas igual ao custo de mercado, observando-se a Tabela 5.3 e a Figura
5.12, possvel verificar que o despacho realizado em tempo real para suprir os desvios de
produo, que corresponde ao mercado de reserva, implicar custos de despacho superiores
em relao ao custo do despacho que realizado no dia anterior no mercado dirio.
Na Tabela 5.4 est representado o custo do despacho total obtido pelos produtores de
energia trmica, no ms de Abril de 2010, para os trs cenrios de previso propostos nesta
dissertao, utilizando-se a equao (4.19).
71
Tabela 5.4 Comparao do custo de despacho total dos produtores de energia trmica para os
diferentes cenrios de previso
Custo de despacho
Custo de despacho no
no mercado dirio
mercado de reserva
(M)
(M)
23,507
Custo de despacho
Cenrio de
total (M)
previso
23,507
Previso perfeita
23,287
3,3830
26,670
Previso real
23,972
3,6815
27,654
Persistncia
Na Figura 5.13 est representada a evoluo do custo total de despacho para os diferentes
cenrios de previso, para uma amostra do ms de Abril de 2010. possvel verificar-se que
em algumas horas a persistncia apresenta um custo mais prximo da previso perfeita que o
custo obtido com a previso real, isto tambm se fica a dever ao facto de o modelo de
previso utilizado para a obteno da previso real ser relativamente simples, no permitindo
ganhos muito elevados em relao persistncia. No entanto, no geral, o custo de despacho
da previso perfeita inferior ao da previso real, e este inferior ao da persistncia.
90000
Custo do despacho ()
80000
70000
60000
Previso
Perfeita
50000
40000
Previso
Real
30000
Persistncia
20000
10000
16:00
12:00
08:00
04:00
00:00
20:00
16:00
12:00
08:00
04:00
00:00
20:00
16:00
12:00
08:00
04:00
00:00
Hora
Figura 5.13 Custo do despacho total para os trs cenrios de previso, para alguns dias do ms de
Abril de 2010
Como se pode observar na Tabela 5.4, apesar de com previso perfeita se obter um custo
de despacho no mercado dirio superior ao obtido com a previso real, o custo de despacho
total inferior, uma vez que, como no existem desvios de produo, no necessrio
modificar o despacho realizado no dia anterior, fazendo com que os custos se mantenham
iguais.
No caso do cenrio de previso real, os desvios causados pelos erros de previso implicam
uma modificao no despacho realizado no dia anterior, e estas modificaes realizadas em
72
tempo real tm um custo superior do que se tivessem sido feitas no dia anterior, fazendo com
que o custo total de despacho aumente. Assim, resulta que o custo de despacho dos
produtores de energia trmica inferior num cenrio em que a previso da produo elica,
solar e mini-hdrica fosse perfeita, ao invs de se ter uma previso que, por muito pequeno
que seja o erro, ter sempre desvios de produo, o que far aumentar a produo negociada
no mercado de reserva e consequentemente o custo de despacho.
No caso da persistncia, como esta a que apresenta maiores desvios em relao ao
despacho realizado com a previso perfeita, a que necessita que maiores ajustes de
despacho sejam feitos em tempo real, pelo que o cenrio que sai mais penalizado,
resultando assim no custo de despacho mais elevado dos trs cenrios de previso.
Na Figura 5.14 mostra os diferentes despachos realizados para cada cenrio de previso,
obtidos atravs da optimizao do GraSO. Estes so os despachos realizados antes das
correces devidas aos desvios de produo. possvel observar-se os desvios, tanto do
despacho obtido com previso real como com persistncia, em relao ao despacho ptimo
obtido com a utilizao da previso perfeita.
3000
Despacho Trmico(MW)
2500
2000
Previso
Perfeita
Previso
Real
Persistncia
1500
1000
500
0
-500
Horas
Figura 5.14 - Despacho escalonado para o mercado dirio para os trs cenrios de previso, para
alguns dias do ms de Abril de 2010
Estes resultados demonstram que, a variabilidade da produo elica, hdrica e

fotovoltaica tem influncia no despacho realizado, o que ter impacto no custo de despacho.
De facto, o custo de despacho obtido com a utilizao de uma previso obtida atravs de
mtodos de previso, mesmo que simples, inferior ao obtido com a persistncia. O custo de
despacho mnimo possvel, que o que obtido com uma previso perfeita, elevado em
cerca de 15% usando a persistncia, enquanto utilizando uma previso real o custo de
despacho elevado em apenas 12%. Estes resultados podiam ser significativamente
melhorados se a previso real utilizada nesta dissertao tivesse sido obtida atravs de
mtodos de previso mais avanados.
Impacto da previso na remunerao dos produtores elicos
73
5.4 - Impacto da previso na remunerao dos produtores

elicos
A produo elica , de entre as produes renovveis, aquela que apresenta uma maior
crescimento, maior variao e a de mais difcil previso, mesmo com tcnicas de previso a
curto-prazo, como sendo o mtodo de anlise de sequncia do tempo, o mtodo das redes
neuronais, e o mtodo da previso numrica do tempo climtico, que apresentam erros entre
os 15 e os 30% [58]. Desta forma, os desvios de produo elica so mais acentuados, pelo
que a participao desta nos mercados de electricidade a que apresenta um maior impacto.
Para alm disso, a sua produo superior produo fotovoltaica e proveniente das minihdricas, pelo que apenas se considera nesta dissertao o impacto da previso na
remunerao dos produtores elicos, visto que para os restantes produtores de energias
renovveis o impacto da previso bastante mais reduzido.
Atravs da Tabela 5.3 e da Figura 5.12, apresentada anteriormente, possvel verificar-se
que o preo de reserva para baixar a produo muito inferior ao preo de reserva para subir
a produo. Assim, a penalizao que os produtores elicos tm que pagar por terem
produzido menos do que aquilo que tinham proposto ao mercado bastante superior
compensao que recebem por produzirem mais do que o que propuseram no mercado dirio.
E tendo em considerao que os preos para subir a produo, que penalizam os produtores,
so superiores ao preo do mercado dirio, e os preos de baixar a produo, que compensam
os produtores, so inferiores ao preo do mercado dirio, os desvios de produo so de
evitar ao mximo.
Na Figura 5.15 pode-se observar os desvios de produo dos diferentes cenrios de
previso em relao produo elica que efectivamente se verificou durante um perodo do
ms de Abril de 2010.
800
400
200
Previso
perfeita
0
-200
00:00
03:00
06:00
09:00
12:00
15:00
18:00
21:00
00:00
03:00
06:00
09:00
12:00
15:00
18:00
21:00
00:00
03:00
06:00
09:00
12:00
15:00
18:00
Desvio da produo elica (MW)
600
-400
Previso
real
Persistncia
-600
-800
-1000
-1200
Hora
Figura 5.15 - Desvios de produo elica para diferentes cenrios de previso, para alguns dias de
Abril de 2010
74
Como evidente na Figura 5.15, a previso perfeita no apresenta qualquer desvio de

produo, pelo que neste cenrio no existem penalizaes a ser atribudas aos produtores.
Os cenrios de previso real e de persistncia j apresentam desvios de produo,
contudo, visvel na Figura 5.15 que a previso real apresenta menores desvios que a
persistncia. Assim, pode-se concluir que uma melhor previso contribui para a reduo dos
desequilbrios entre a potncia produzida e a potncia proposta ao mercado, permitindo
desta forma reduzir tambm as penalizaes que esses desequilbrios implicam para os
produtores elicos.
A Tabela 5.5 mostra as penalizaes e compensaes totais a ser aplicadas aos produtores
elicos, para os diferentes cenrios de previso, para o ms de Abril de 2010, considerando os
preos de reserva para aumentar e diminuir a produo, e os desvios de produo. Pode-se
observar que, no cenrio de utilizao da persistncia como previso, a compensao
recebida pelos produtores elicos superior em comparao com a compensao a receber
pelos produtores que utilizassem a previso real, no entanto a penalizao tambm
superior, o que se deve maior amplitude dos desvios de produo observveis na Figura
5.15. Como o preo de reserva para subir a produo muito superior ao preo de reserva
para baixar a produo, isso faz com que as penalizaes a aplicar aos produtores elicos so
bem mais elevadas que as compensaes a que estes tm direito quando produzem mais do
que o que tinham indicado ao mercado. Efectivamente, no caso da utilizao da persistncia,
a compensao 88% inferior penalizao, e quando utilizada a previso real a diferena
aumenta para os 94%, utilizando-se a equao (4.21).
Tabela 5.5 Penalizaes e compensaes totais para os diferentes cenrios de previso, devido a
desvios de produo elica, no ms de Abril de 2010
Previso perfeita
Previso real
Persistncia
Penalizao
Compensao
Penalizao
Compensao
Penalizao
Compensao
(M)
(M)
(M)
(M)
(M)
(M)
5,399
0,3249
5,417
0,6405
O clculo da remunerao obtida pelos produtores elicos foi realizado atravs da

equao (4.18) apresentada no Captulo 4 desta dissertao. Os resultados obtidos esto
apresentados na Tabela 5.6.
Tabela 5.6 Lucro da participao dos produtores elicos no mercado de electricidade, para
diferentes cenrios de previso, em Abril de 2010
Remunerao do
Compensaes -
Lucro dos produtores
Cenrio de
mercado (M)
Penalizaes (M)
elicos (M)
previso
13,201
13,201
Previso perfeita
14,631
-5,0738
9,5576
Previso real
13,761
-4,7767
8,9839
Persistncia
75
Atravs da Tabela 5.6, pode-se observar que utilizando-se uma melhor previso o lucro
obtido pelos produtores elicos superior. Com previso perfeita obtm-se o lucro mximo,
que reduzido em 28% no caso da utilizao da uma previso real, baixando ainda mais o
lucro num cenrio em que se utiliza a persistncia para a previso da produo elica, sendo
neste caso 32% inferior quando comparado com o lucro numa situao de previso perfeita.
Estes resultados demonstram que os lucros obtidos pelos produtores de energia proveniente
de fontes renovveis, neste caso em especfico dos produtores de energia elica, esto
directamente relacionados com a qualidade da previso da sua produo, sendo que,
melhorando a previso, melhoram tambm os seus rendimentos resultantes da sua
participao no mercado de electricidade.
Na Figura 5.16 possvel constatar-se a evoluo do lucro dos produtores elicos ao longo
de alguns dias do ms de Abril de 2010.
80000
60000
40000
Perviso
perfeita
20000
Previso
real
Persistncia
0
-20000
-40000
11:00
18:00
01:00
08:00
15:00
22:00
05:00
12:00
19:00
02:00
09:00
16:00
23:00
06:00
13:00
20:00
03:00
10:00
17:00
00:00
07:00
14:00
Lucro dos produtores elicos ()
100000
Hora
Figura 5.16 - Evoluo do lucro da participao dos produtores elicos no mercado de electricidade,
para diferentes cenrios de previso, durante alguns dias do ms de Abril de 2010
A Figura 5.16 mostra que o lucro da persistncia o que apresenta maior variao,
apresentando por vezes um lucro elevado, mas tambm quando se obtm os maiores
prejuzos, visto que os desvios de produo tambm so mais elevados, como mostra a Figura
5.15.
de notar que, quando a produo elica mais elevada, o que acontece no inicio do
ms de Abril, quando se pode obter os maiores lucros, contudo, dependendo da qualidade
da previso, tambm quando se podem obter os maiores prejuzos. J quando a produo
elica mais residual, como se verifica no final do ms de Abril, o risco de prejuzos
bastante inferior, mas os lucros obtidos tambm no so substanciais.
Outra forma de os produtores maximizarem os seus rendimentos modificando as
previses realizadas, atravs da multiplicao de um factor que determinado tendo em
considerao os preos de reserva, como foi formulado em (4.20) no Captulo 4.
76
Concluses
Atravs do Solver, realizou-se a maximizao da remunerao expressa em (4.18),

resultando um factor de optimizao e um lucro para os produtores elicos que esto
representados na Tabela 5.7.
Tabela 5.7 - Lucro da participao dos produtores elicos no mercado de electricidade, para uma
previso optimizada atravs do factor , em Abril de 2010
Remunerao do
Compensaes -
Lucro dos produtores
Factor de
mercado (M)
Penalizaes (M)
elicos (M)
optimizao ( )
13,423
-3,7877
9,6348
0,917
Observando-se a Tabela 5.7, verifica-se o lucro dos produtores elicos obtido atravs da
previso optimizada superior ao lucro obtido utilizando-se a previso real sem a
multiplicao do factor de optimizao, representado na Tabela 5.6. Esta maximizao do
lucro foi conseguida atravs da diminuio das penalizaes, mesmo que tal requeresse uma
diminuio da renumerao a receber da participao no mercado dirio.
O factor de optimizao obtido inferior a 1, o que indica que, se os valores da previso
real que foi realizada fossem ligeiramente inferiores, o lucro dos produtores elicos teria sido
superior. Estes resultados fazem sentido, tendo em considerao os preos de mercado
expressos na Tabela 5.3, onde o preo de reserva para subir a produo 27% superior ao
preo do mercado dirio, e o preo de reserva para baixar a produo 68% inferior. Ou seja,
os resultados obtidos demonstram que, compensa aos produtores de energia de natureza
intermitente fazerem as suas previses por baixo, de forma a evitarem as maiores
penalizaes que so atribudas aquando da necessidade de se aumentar a produo para ir
de encontro ao consumo, conseguindo, desta maneira, maximizar o lucro que obtm da sua
participao no mercado de electricidade, tornando menos arriscada essa mesma
participao.
5.5 - Concluses
Atravs dos resultados obtidos, possvel concluir que as adaptaes que se realizaram no
algoritmo GraSO permitiram que este conseguisse resolver problemas de optimizao de
despacho econmico com bons resultados. Prova disso so os resultados observveis na Figura
5.5, onde se obteve um despacho muito similar ao verificado na realidade, apenas utilizando
para tal, os limites estratgicos de despacho utilizados nos ltimos anos e que foram tornados
pblicos, sem, contudo, qualquer conhecimento da estratgia de despacho utilizada na
realidade. Esta optimizao de despacho econmico no muito diferente da verificada na
realidade est muito relacionada com as restries do problema de despacho econmico
proposto, que restringem em muito a gama de solues ptimas possveis, no permitindo que
haja uma diferena maior entre os dois despachos. Contudo, apesar de as diferenas serem
ligeiras, a estratgia de despacho adoptada pelo GraSO permitiu que se obtivesse uma melhor
optimizao do despacho que a que se realizou na realidade. Como se observa pela Tabela
5.1 e pela Figura 5.8, o custo do despacho obtido inferior, para todos os dias testados, ao
Concluses
77
despacho real, mesmo quando se utiliza menor produo hdrica, e tem-se que
obrigatoriamente ter uma produo trmica superior. Isto demonstra que, com uma
estratgia de despacho diferente, possvel obter-se uma coordenao entre a produo
hdrica e a produo trmica que possibilite uma diminuio do custo do despacho
econmico.
Os resultados obtidos quando realizada a optimizao do despacho econmico para trs
cenrios de previso diferentes, que esto representados na Tabela 5.4, permitem concluir
que, a variabilidade da produo elica, mini-hdrica e fotovoltaica tem impacto no custo de
despacho total a ser realizado pelos produtores trmicos. Observou-se que, previses mais
fracas desta mesma variabilidade fazem com que o custo de despacho obtido por estes
produtores, aquando da sua participao no mercado de electricidade, seja superior quando
comparado com previses mais prximas da realidade. Esta situao deve-se existncia de
uma maior necessidade de se fazer alteraes ao despacho anteriormente programada no
mercado dirio, causadas pelos desvios de produo, pelo que fazer essas correces de
produo implicam custos de despacho adicionais. Assim, piores previses da produo
proveniente de energias renovveis at podem fazer com que o custo do despacho realizado
no dia anterior no mercado dirio seja inferior ao custo de despacho utilizando-se melhores
previses. Contudo, o custo de despacho total em cenrios de previso mais fracos sempre
superior, uma vez que existe uma maior necessidade de se recorrer s reservas, que
normalmente implicam custos superiores, fazendo com que o custo de despacho seja mais
elevado do que quando a previso melhor.
No que se refere ao lucro que os produtores de energia proveniente de fontes renovveis,
em particular dos produtores de energia elica, obtm da sua participao no mercado de
electricidade, os resultados obtidos permitem concluir que a previso da produo tem um
grande impacto nesse mesmo lucro. Sendo que, previses mais prximas da previso perfeita
permitem que os lucros obtidos sejam mais elevados. No entanto, se os produtores fizerem as
suas previses por baixo, tendo em considerao os preos de reserva, isso permite
diminurem as penalizaes, aumentando assim o seu lucro.
78
Captulo 6
Concluses e Futuros Desenvolvimentos
6.1 - Concluses gerais
Um dos objectivos deste trabalho de dissertao consistiu em tentar demonstrar que o
algoritmo de optimizao GraSO criado em [41] poderia ser modificado para que se
conseguisse resolver de forma eficaz, problemas de optimizao de despacho econmico,
salientando-se que o estudo realizado foi sempre para um caso real. Os resultados obtidos no
Captulo 5 demonstram que tal objectivo foi alcanado, obtendo-se uma optimizao que
conseguiu reduzir os custos de despacho quando comparando com os custos do despacho que
foi escalonado na realidade, para blocos de vinte e quatro horas, com inicio na hora zero. O
GraSO demonstrou uma boa reaco s restries de igualdade e de desigualdade impostas,
tanto para a produo trmica como para os recursos hdricos disponveis. Assim como, as
penalizaes aplicadas para cumprir as restries foram muito bem sucedidas, provando-se
ser esta uma boa soluo na diminuio do tempo necessrio para se alcanar a soluo
ptima do problema atravs do GraSO.
Outro objectivo desta dissertao passou pelo desenvolvimento da formulao de um
problema despacho econmico com produo hdrica associada, utilizando apenas para tal
valores pblicos disponibilizados pela REN, mapeando-se desta forma os limites de estratgia
que tm vindo a ser utilizados nos ltimos anos. Com estes limites, conseguiu-se fazer uma
formulao do problema de despacho econmico que permitiu, atravs do GraSO, obter uma
estratgia de despacho diferente da utilizada na realidade, resultando numa melhor
optimizao de despacho que a que foi conseguida na realidade.
Tambm nesta dissertao, pretendia-se demonstrar o impacto que a previso da
produo com origem em fontes de energia renovveis pode ter na optimizao do despacho
econmico, assim como no custo de despacho, para uma situao de despacho real. Os
resultados obtidos mostram que a previso da variabilidade da produo elica, mini-hdrica e
fotovoltaica tem impacto na optimizao do despacho realizado, impacto esse que ter
repercusses no custo de despacho. Os resultados evidenciam que, quando so utilizadas
melhores previses da produo proveniente de energias renovveis, estas permitem menores
desvios de produo, e consequentemente, menor necessidade de modificaes do despacho
79
80
Futuros Desenvolvimentos
realizado no dia anterior, permitindo, desta forma, uma menor necessidade de se recorrer s
reservas, o que faz com que os custos de despacho no sejam to elevados, demonstrando-se
a importncia que a previso tem nos dias de hoje para facilitar a integrao energias
renovveis no SEE e no mercado de electricidade, aumentando assim a sua competitividade,
uma vez que permitem no elevar tanto os custos de despacho, e aumentar as remuneraes
dos produtores de energia proveniente de fontes de energia renovveis.
6.2 - Futuros Desenvolvimentos

Como trabalhos futuros, os possveis desenvolvimentos que se podem realizar em relao
a esta dissertao esto relacionados com a desagregao das centrais trmicas e das centrais
hdricas. As diferentes centrais tm caractersticas e custos distintos, pelo que seria
interessante observar-se o impacto da previso da variabilidade da produo hdrica, elica e
solar na optimizao do despacho das diferentes centrais. Contudo, isto implicaria a
necessidade de se ter o conhecimento dos custos por central, como essa informao no
estava disponvel, no foi possvel a realizao desse trabalho nesta dissertao.
Referncias
[1]
Zaraki, A.; Bin Othman, M.F.; , "Implementing Particle Swarm Optimization to Solve
Economic Load Dispatch Problem," Soft Computing and Pattern Recognition, 2009.
SOCPAR '09. International Conference, pp.60-65, 4-7 Dec. 2009
[2]
Jong-Bae Park; Yun-Won Jeong; Woo-Nam Lee; Joong-Rin Shin; , "An improved
particle swarm optimization for economic dispatch problems with non-smooth cost
functions," Power Engineering Society General Meeting, 2006. IEEE, pp.7 pp., 0-0 0
[3]
Karthikeyan, S.P.; Palanisamy, K.; Varghese, L.J.; Raglend, I.J.; Kothari, D.P.; ,
"Comparison of Intelligent Techniques to Solve Economic Load Dispatch Problem with
Line Flow Constraints," Advance Computing Conference, 2009. IACC 2009. IEEE
International, pp.446-452, 6-7 March 2009
[4]
Ying-Ping Chen; Wen-Chih Peng; Ming-Chung Jian; , "Particle Swarm Optimization With
Recombination and Dynamic Linkage Discovery," Systems, Man, and Cybernetics, Part
B: Cybernetics, IEEE Transactions, vol.37, no.6, pp.1460-1470, Dec. 2007
[5]
Chang-Huang Chen; Chin-Chung Lin; , "Simple particle swarm optimization for

economic dispatch with piecewise quadratic fuel cost function," Innovative
Technologies in Intelligent Systems and Industrial Applications, 2009. CITISIA 2009,
pp.412-417, 25-26 July 2009
[6]
Jong-Bae Park; Yun-Won Jeong; Joong-Rin Shin; Lee, K.Y.; , "An Improved Particle
Swarm Optimization for Nonconvex Economic Dispatch Problems," Power Systems,
IEEE Transactions, vol.25, no.1, pp.156-166, Feb. 2010
[7]
Lee, K.Y.; Jong-Bae Park; , "Application of Particle Swarm Optimization to Economic

Dispatch Problem: Advantages and Disadvantages," Power Systems Conference and
Exposition, 2006. PSCE '06. 2006 IEEE PES, pp.188-192, Oct. 29 2006-Nov. 1 2006
81
82
[8]
Pereira-Neto, A.; Unsihuay, C.; Saavedra, O.R.; , "Efficient evolutionary strategy

optimisation procedure to solve the nonconvex economic dispatch problem with
generator constraints," Generation, Transmission and Distribution, IEE Proceedings- ,
vol.152, no.5, pp. 653- 660, 9 Sept. 2005
[9]
Sasson, A.M.; Merrill, H.M.; , "Some applications of optimization techniques to power

systems problems," Proceedings of the IEEE , vol.62, no.7, pp. 959- 972, July 1974
[10]
Farhat, I.A.; El-Hawary, M.E.; , "Interior point methods application in optimum

operational scheduling of electric power systems," Generation, Transmission &
Distribution, IET , vol.3, no.11, pp.1020-1029, Nov. 2009
[11]
Sinha, N.; Purkayastha, B.S.; Purkayastha, B.; , "Hybrid PSO/self-adaptive improved

EP for economic dispatch with nonsmooth cost function," Evolutionary Computation,
2007. CEC 2007. IEEE Congress on, pp.2917-2922, 25-28 Sept. 2007
[12]
El-Sonbaty, A.E.-S.; Yonssef, H.K.M.; Ibrahim, D.K.; , "A proposed particle swarm
optimization technique for solving non-linear economic dispatch problem," Power
Systems Conference, 2006. MEPCON 2006. Eleventh International Middle East , vol.2,
pp.606-611, 19-21 Dec. 2006
[13]
Selvakumar, A.I.; Thanushkodi, K.; , "A New Particle Swarm Optimization Solution to
Nonconvex Economic Dispatch Problems," Power Systems, IEEE Transactions, vol.22,
no.1, pp.42-51, Feb. 2007
[14]
Ling, S.H.; Lam, H.K.; Leung, F.H.F.; Lee, Y.S.; , "Improved genetic algorithm for
economic load dispatch with valve-point loadings," Industrial Electronics Society,
2003. IECON '03. The 29th Annual Conference of the IEEE , vol.1, pp. 442- 447 vol.1,
2-6 Nov. 2003
[15]
Kit Po Wong; , "Computational intelligence applications in unit commitment,

economic dispatch and load flow," Advances in Power System Control, Operation and
Management, 1997. APSCOM-97. Fourth International Conference on (Conf. Publ. No.
450) , vol.1, no., pp.54-59 vol.1, 11-14 Nov 1997
[16]
Miranda. V. Computao evolucionria. Technical report, Faculdade de Engenharia da

Universidade do Porto/INESC, 2005
[17]
Sinha, N.; Chakrabarti, R.; Chattopadhyay, P.K.; , "Evolutionary programming

techniques for economic load dispatch," Evolutionary Computation, IEEE Transactions,
vol.7, no.1, pp. 83- 94, Feb 2003
[18]
Li Jian; Chen Peng; Liu Zhiming; , "Solving the Economic Dispatch in Power System by
Genetic Particle Evolutionary Swarm Optimization," Computer Science and Software
Engineering, 2008 International Conference on , vol.1, pp.451-454, 12-14 Dec. 2008
Referncias
83
[19]
Samudi, C.; Das, G.P.; Ojha, P.C.; Sreeni, T.S.; Cherian, S.; , "Hydro thermal
scheduling using particle swarm optimization," Transmission and Distribution
Conference and Exposition, 2008. T&D. IEEE/PES., pp.1-5, 21-24 April 2008
[20]
Rahimullah, B.N.S.; Rahman, T.K.A.; , "Short-term Hydrothermal Generation

Scheduling Using Evolutionary Computing Technique," Research and Development,
2006. SCOReD 2006. 4th Student Conference, pp.220-223, 27-28 June 2006
[21]
Ozyon, S.; Yasar, C.; Aslan, Y.; Temurtas, H.; , "Solution to environmental economic
power dispatch problems in hydrothermal power systems by using genetic algorithm,"
Electrical and Electronics Engineering, 2009. ELECO 2009. International Conference,
pp.I-387-I-391, 5-8 Nov. 2009
[22]
Gil, E.; Bustos, J.; Rudnick, H.; , "Short-term hydrothermal generation scheduling
model using a genetic algorithm," Power Systems, IEEE Transactions on , vol.18, no.4,
pp. 1256- 1264, Nov. 2003
[23]
Lakshminarasimman, L.; Subramanian, S.; , "Short-term scheduling of hydrothermal

power system with cascaded reservoirs by using modified differential evolution,"
Generation, Transmission and Distribution, IEE Proceedings- , vol.153, no.6, pp.693700, November 2006
[24]
Warsono; King, D.J.; Ozveren, C.S.; , "Economic Load Dispatch for a power system
with renewable energy using Direct Search Method," Universities Power Engineering
Conference, 2007. UPEC 2007. 42nd International, pp.1228-1233, 4-6 Sept. 2007
[25]
Warsono; King, D.J.; Ozveren, C.S.; Bradley, D.A.; , "Economic Load Dispatch
Optimization of Renewable Energy in Power System Using Genetic Algorithm," Power
Tech, 2007 IEEE Lausanne, pp.2174-2179, 1-5 July 2007
[26]
Warsono; King, D.J.; Ozveren, C.S.; Bradley, D.A.; , "Economic Load Dispatch
Optimization of Renewable Energy in Power System Using Genetic Algorithm," Power
Tech, 2007 IEEE Lausanne, pp.2174-2179, 1-5 July 2007
[27]
Jianhui Wang; Audun Botterud; Vladimiro Miranda; Cludio Monteiro; Gerald Sheble; ,
Impact of Wind Power Forecasting on Unit Commitment and Dispatch, 2009
[28]
Yuan-Kang Wu; Jing-Shan Hong; , "A literature review of wind forecasting technology
in the world," Power Tech, 2007 IEEE Lausanne, pp.504-509, 1-5 July 2007
[29]
Lingfeng Wang; Singh, C.; , "Tradeoff Between Risk and Cost in Economic Dispatch
Including Wind Power Penetration Using Particle Swarm Optimization," Power System
Technology, 2006. PowerCon 2006. International Conference on , pp.1-7, 22-26 Oct.
2006
[30]
Amendola, A. F.; , Meta-Heursticas de Optimizao Aplicadas Coordenao

Hidrotrmica, Universidade Federal do Rio de Janeiro, Junho de 2007
84
[31]
Baozheng Liu; Ping Ren; Liqun Gao; Nan Li; , "A New Combinatorial Meta-heuristic
Algorithm for Stochastic Electric Power System Production Costing and Operations
Planning," Intelligent Control and Automation, 2006. WCICA 2006. The Sixth World
Congress on , vol.2, no., pp.7429-7433, 0-0 0
[32]
Pei Zhang; Shanshan Liu; Ruilin Xu; Xinyu Liu; Li Feng; , "Assessing System Risk and
Integrating Operation and Planning Functions for Chongqing Power using EPRI
Probabilistic Risk Assessment Program," Power and Energy Engineering Conference
(APPEEC), 2010 Asia-Pacific , pp.1-6, 28-31 March 2010
[33]
Nogaret, E.; Stavrakakis, G.; Bonin, J.C.; Kariniotakis, G.; Papadopoulos, M.;
Hatziargyriou, N.; Papathanassiou, S.; Gatopoulos, J.; Karagounis, E.; Halliday, J.;
Dutton, G.; Pecas-Lopes, J.; Androutsos, A.; Pligoropoulos, P.; , "A new expert system
based control tool for power systems with large integration of PVs and wind power
plants," Photovoltaic Energy Conversion, 1994., Conference Record of the Twenty
Fourth. IEEE Photovoltaic Specialists Conference - 1994, 1994 IEEE First World
Conference on , vol.1, pp.1052-1055 vol.1, 5-9 Dec 1994
[34]
Ernst, B.; Reyer, F.; Vanzetta, J.; , "Wind power and photovoltaic prediction tools for
balancing and grid operation," Integration of Wide-Scale Renewable Resources Into
the Power Delivery System, 2009 CIGRE/IEEE PES Joint Symposium , pp.1-9, 29-31
July 2009
[35]
Lavier, V.; Giralt-Devant, M.; , "Impact of the wind forecast error on the French
balancing system," PowerTech, 2009 IEEE Bucharest , pp.1-6, June 28 2009-July 2
2009
[36]
Esteves, J.; Energia Elica e Gesto Tcnica do Sistema Elctrico: A Perspectiva da

Regulao, ERSE, 10 de Fevereiro 2010
[37]
REN, Manual de Procedimentos do Gestor do Sistema, Dezembro de 2008 (disponvel

em http://www.mercado.ren.pt/DocReg/SubReg/BibManProcedimentos/MPGS.pdf)
[38]
Relatrio sobre a formao dos preos grossistas da energia elctrica em Portugal no
segundo semestre de 2007, Autoridade da Concorrncia, Maio de 2009
[39]
Maria Helena Osrio Pestana de Vasconcelos, Avaliao e Controlo de Segurana de

Redes Interligadas com Grande Penetrao Elica com base em Mtodos de
Aprendizagem Automtica, Faculdade de Engenharia da Universidade do Porto, 2007
[40]
European Transmission System Operators (TSO), European Wind Integration Study

(EWIS) Towards a Successful Integration of Wind Power into de European Electricity
Grids, Final Report, January 2007
[41]
Mesquita, F. G. G.; , Design Optimization of Stand-Alone Hybrid Energy Systems,

Faculdade de Engenharia da Universidade do Porto, Fevereiro de 2010
Referncias
85
[42]
Barbosa F. M.; , Explorao de Sistema Elctricos de Energia, Faculdade de

Engenharia da Universidade do Porto, 2006
[43]
Pinson P.; Chevallie C.; Kariniotakis G.; , Optimizing Benefits from Wind Power
Participation in Electricity Markets using Advanced Tools for Wind Power Forecasting
and Uncertainty Assessment, cole des Mines de Paris, Center of Energy Studies,
2004
[44]
Holttinen H.; Optimal electricity market for wind power, VTT Processes, Energy
Production, May 2004
[45]
Blach M.; Strbac G.; Value of storage in providing balancing services for electricity
generation systems with wind penetration, Manchester Center for Electric Energy,
February 2005
[46]
Ummels B.C.; Pelgrum E.; Kling W.L.; Integration of large-scale wind power and use
of energy storage in the Netherlands electricity supply, IET Renewable
Generation, June 2007
Power
[47]
Angarita J. M.; Usaola J. G.; Combining hydro-generation and wind energy: Biddings
and operation on electricity spot markets, Universidad Carlos III de Madrid, May 2005
[48]
Brand H.; Barth R.; Weber C.; Meibom P.; Swider D. J.; Extension of Wind Power
Effects on Markets and Costs of Integration, Institute of Energy Economics and the
Rational Use of Energy (IER), University of Stuttgart, 4th International
Energiewirtschaftstagung, 2004
[49]
Baptista V.; Perspectiva da Gesto Tcnica do Sistema Elctrico, REN, Fevereiro

2010
[50]
Onate, P.E.; Ramirez, J.M.; , "Optimal operation of hydrothermal systems in the short
term," Power Symposium, 2005. Proceedings of the 37th Annual North American , pp.
113- 119, 23-25 Oct. 2005
[51]
Zeng Ming; Wu Zhi-fu; Liu Bao-hua; Yuan De; Lu Ye; , "An Economic Dispatching Model
of Hydro-Therm System Under Market Environment and its Application," Transmission
and Distribution Conference and Exhibition: Asia and Pacific, 2005 IEEE/PES , pp.1-7,
2005
[52]
Shailti Swamp, K.; Natarajan, A.; , "Constrained optimization using evolutionary

programming for dynamic economic dispatch," Intelligent Sensing and Information
Processing, 2005. Proceedings of 2005 International Conference, pp. 314- 319, 4-7
Jan. 2005
[53]
Faias S.; Sousa J.; Castro R.; , Forecasting the Impact of Increasing Integration of
Renewable Sources in the Power Unbalance during Peak and Off-Peak Hours,, 2006
86
[54]
REN, Informao Semanal do Mercado de Electricidade Portugus, para a semana 22

de
2010,
(disponvel
em
http://www.mercado.ren.pt/PressReleases/BibInfSemanal/2010_22.pdf)
[55]
REN, Dados dos preos do mercado dirio, 2010, (disponvel

http://www.mercado.ren.pt/InfOP/MercOMEL/Paginas/Precos.aspx)
em
[56]
REN,
Dados
dos
preos
da
reserva,
2010,
(disponvel
http://www.mercado.ren.pt/InfOP/MercOMEL/Paginas/Reserva.aspx)
em
[57]
Arias, D.A.; Mota, A.A.; Mota, L.; Castro, C.A.; , "A bilevel programming approach for
power system operation planning considering voltage stability and economic
dispatch," Transmission and Distribution Conference and Exposition: Latin America,
2008 IEEE/PES , pp.1-6, 13-15 Aug. 2008
[58]
Zhi Li; Xueshan Han; , "Risk constrained unit commitment considering uncertainty of
wind power and load," Sustainable Power Generation and Supply, 2009. SUPERGEN
'09. International Conference, pp.1-5, 6-7 April 2009
[59]
Correia A.; Matias J.; Serdio C.; , Mtodos de Penalidade Exacta para Resoluo de
Problemas de Optimizao no Linear, 2008

Despacho Ecnomico

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Despacho Ecnomico

Enviado por

Direitos autorais:

Formatos disponíveis

Faculdade de Engenharia da Universidade do Porto

Optimizao de despacho econmico integrando

Dissertao realizada no mbito do

Orientador: Prof. Dr. Cludio Monteiro

Joo Mauro das Neves Rocha, 2010

O problema de despacho econmico tem um papel fundamental no funcionamento do

Thanks Boss. See you around!

Id rather be hated for who I am than loved for who Im not.

Figura 1.1 Origem da energia no consumo anual em Portugal [49] .................................2

em situaes longe de solues ptimas [41] ........... 35

Figura 3.4 - Evoluo do parmetro

em situaes perto de solues ptimas [41] ........... 35

Figura 5.9 - Comparao entre a previso perfeita, a previso real e a persistncia da

Lista de abreviaturas (ordenadas por ordem alfabtica)

Particle Swarm Optimization

Transmission System Operator

Lista de smbolos (ordenados por ordem alfabtica)

Energia hdrica mxima armazenada acumulada

Potncia trmica mxima

Limite fixo de descarga

Figura 1.1 Origem da energia no consumo anual em Portugal [49]

Os combustveis fsseis esto na origem de grandes catstrofes ambientais e alteraes

Figura 1.2 - Evoluo da potncia elica total ligada em Portugal [49]

outras unidades do sistema e, consequentemente, ter influncia nas receitas operacionais de

Modelizao de restries numa nova tcnica de optimizao GraSO;

Integrao de diferentes previses da produo hdrica, elica e solar na

1.4 - Estrutura da dissertao

Informao usada nesta dissertao

1.5 - Informao usada nesta dissertao

No desenvolvimento desta dissertao foi utilizado para a anlise e tratamento de dados o

2.2 - Despacho econmico

Contudo, num problema prtico de despacho, as funes de custo das unidades

Formulao do problema de despacho econmico

2.3 - Formulao do problema de despacho econmico

- Custo total da produo,

Formulao do problema de despacho econmico

so a mnima e mxima potncia produzida pelo gerador

2.3.2 - Restries de operao das unidades produtoras

Formulao do problema de despacho econmico

Em alguns casos, as unidades de produo no conseguem funcionar em toda a sua gama

Figura 2.3 - Curva potncia/custo com zonas de operao proibitivas [8]

Formulao do problema de despacho econmico

a potncia real na linha

o nmero de linhas de transmisso.

2.3.3 - Funes de custo no lineares considerando os efeitos das vlvulas de

Figura 2.4 Curva potncia/custo sobre vlvulas de injeco [8]

que reflectem os efeitos das vlvulas de

Despacho econmico com coordenao hidro-trmica

2.3.4 - Funes de custo no lineares considerando uma multiplicidade de

Figura 2.5 - Funo seccional de custo incremental e quadrtica de um gerador [7]

As funes quadrticas que habitualmente representam a curva potncia/preo do

2.4 - Despacho econmico com coordenao hidro-trmica

Despacho econmico com coordenao hidro-trmica

Figura 2.6 Funes do custo imediato e futuro [22]

A produo hdrica tem um custo de oportunidade associado produo trmica

Despacho econmico com coordenao hidro-trmica

gua no presente, o custo imediato (obtido atravs da resoluo dos problemas de UC e

Figura 2.7 Decomposio temporal hierrquica para o HGSP [22].

2.4.1 - Formulao de um problema de coordenao hidro-trmica

a potncia produzida pela

o nmero de unidades trmicas e o nmero de intervalos de tempo.

Despacho econmico com coordenao hidro-trmica

representa a taxa de descarga da unidade hdrica