Pular para o conteúdo

Exemplo didático de PDDE com um reservatório

Este capítulo percorre duas iterações completas da PDDE (SDDP) em um sistema deliberadamente pequeno — um reservatório, uma unidade térmica, um patamar de carga, quatro estágios e um modelo de afluências de ordem 0 (amostragem sazonal pura) — usando números escolhidos para que cada coeficiente de corte e cada variável dual possam ser verificados à mão. O objetivo é tornar concreto o mecanismo abstrato da simulação forward, da simulação backward, da construção de cortes e da atualização do limite inferior.

O Novo Modelo inclui um caso de referência, examples/1dtoy/ no repositório do novomodelo, que novomodelo init --template 1dtoy <dir> gera e que o Guia rápido executa de ponta a ponta. Esse caso tem um barramento, uma usina hidrelétrica, duas usinas termelétricas, quatro estágios mensais (janeiro a abril de 2024), dez aberturas por estágio e uma taxa de desconto anual de 0,12. O exemplo mantém o barramento único, a usina hidrelétrica única e os quatro estágios, e substitui o restante por números escolhidos para verificação manual: uma unidade térmica, três aberturas por estágio, sem desconto e unidades idealizadas (veja a nota sobre unidades na seção 1). Este exemplo é uma caricatura pedagógica, e não uma reprodução do caso distribuído.

O capítulo não explica como os mecanismos subjacentes funcionam; ele os mostra em funcionamento. Não trata de efeitos de múltiplos reservatórios, correlação espacial das afluências, do modelo de produção FPHA, da ponderação por medida de risco nem da memória autorregressiva das afluências. Esses temas cabem aos capítulos citados na seção 10 e ao exemplo complementar com múltiplos reservatórios em Exemplo didático com quatro reservatórios.


O sistema tem um barramento, um reservatório, uma unidade térmica e um patamar de carga. O reservatório recebe uma afluência estocástica sorteada de um modelo de amostragem sazonal de ordem 0; a unidade térmica e uma folga de déficit cobrem qualquer insuficiência que o reservatório não consiga atender.

Afluência aₜ(ordem 0)Reservatório vcap. 100Hidrelétrica qTérmica g_thcusto 50Déficit δcusto 1000Barramentodemanda D = 40

Parâmetros do caso (escolhidos para permitir a verificação manual):

ParâmetroSímboloValor
EstágiosTT4
Aberturas de afluência por estágioNtN_t3
Armazenamento inicialv0v_030 (unidades de armazenamento)
Capacidade do reservatórioVˉ\bar{V}100
Demanda por estágioDD40
Média sazonal da afluênciaμ\mu30
Desvio-padrão sazonal da afluênciaσ\sigma10
Custo marginal da térmicacthc^{th}50
Custo de déficitcdefc^{def}1000
Fator de descontodd1.0

A demanda é definida acima da afluência média (D=40>μ=30D = 40 > \mu = 30), de modo que o reservatório se esvazia ao longo dos quatro estágios, acabando por exigir despacho térmico e produzindo variáveis duais não triviais na simulação backward. A unidade térmica não tem limite de capacidade, de modo que o déficit δ\delta permanece nulo durante todo o exemplo.


Cada estágio tt resolve o seguinte PL (particularizado a partir da formulação geral em Formulação do PL para uma usina hidrelétrica, uma térmica, um patamar de carga e uma afluência de ordem 0):

Função objetivo:

min⁡50 gth+1000 δ+θ\min \quad 50\, g_{th} + 1000\, \delta + \theta

Atendimento à demanda:

q+gth+δ=40q + g_{th} + \delta = 40

Balanço hídrico:

v=vin+a−qv = v^{in} + a - q

Fixação do armazenamento de entrada (fixa o armazenamento de entrada no valor do estado visitado por meio de limites iguais da coluna; o custo reduzido da coluna fixada torna-se o coeficiente do corte):

v‾in=vˉin=v^t−1\underline{v}^{in} = \bar{v}^{in} = \hat{v}_{t-1}

Afluência (tratada como dado, e não como variável de estado; veja a seção 3):

a=at(ω)(realised from the 0-order sampler)a = a_t(\omega) \quad \text{(realised from the 0-order sampler)}

Limites:

0≤v≤100,q≥0,gth≥0,δ≥0,θ≥00 \leq v \leq 100, \quad q \geq 0, \quad g_{th} \geq 0, \quad \delta \geq 0, \quad \theta \geq 0

Variável de custo futuro θ\theta: no estágio terminal 4 não há cortes, e θ\theta é fixada em zero. À medida que a simulação backward avança, cortes da forma θ≥β0+βv v\theta \geq \beta_0 + \beta^v\, v são acrescentados aos PLs dos estágios anteriores. O custo futuro V(v)V(v) é não crescente no armazenamento (mais água nunca aumenta o custo dos estágios restantes), de modo que toda inclinação de corte βv\beta^v é nula ou negativa.

Observe a ausência de qualquer variável de estado de defasagem AR: a afluência de ordem 0 não tem memória entre estágios, de modo que o armazenamento é o único estado.


A afluência de cada estágio é amostrada de forma independente de uma distribuição normal com média e desvio-padrão sazonais do estágio:

at=μ+σ εt,εt∼N(0,1)a_t = \mu + \sigma\, \varepsilon_t, \qquad \varepsilon_t \sim \mathcal{N}(0, 1)

com μ=30\mu = 30 e σ=10\sigma = 10 em todos os estágios deste exemplo. Os sorteios entre estágios são independentes. Este é o caso degenerado p=0p = 0 do Modelo de afluências PAR(p): sem termos de defasagem, sem coeficientes AR, sem estado de defasagens iniciais. Um caso do novomodelo o expressa fornecendo scenarios/inflow_seasonal_stats.parquet (μt\mu_t e σt\sigma_t por usina hidrelétrica e por estágio), sem inflow_history.parquet nem inflow_ar_coefficients.parquet: o novomodelo então aplica as estatísticas sazonais como ruído branco, pm=0p_m = 0 para todo período sazonal, e não executa seleção de ordem (a seleção de ordem do Modelo de afluências PAR(p) §3.6 exige um histórico de vazões). O 1dtoy distribuído é construído dessa forma, e novomodelo run informa seu caminho de estimação como user_stats_white_noise.

As três aberturas usadas na simulação backward correspondem a ε∈{−1,0,+1}\varepsilon \in \{-1, 0, +1\} com probabilidades iguais p=1/3p = 1/3, resultando nas afluências at∈{20,30,40}a_t \in \{20, 30, 40\}. Como as aberturas são idênticas entre estágios e não há memória AR, a mesma distribuição de três pontos se aplica a todos os estágios.


A simulação forward amostra uma trajetória usando εt=0\varepsilon_t = 0 em todos os estágios. Com ruído nulo, a afluência permanece na média sazonal em todo o horizonte: at=30a_t = 30 para t=1,2,3,4t = 1, 2, 3, 4.

Em cada estágio, o PL minimiza 50 gth+1000 δ+θ50\, g_{th} + 1000\, \delta + \theta com θ\theta livre em zero (sem cortes na iteração 1). O despacho puramente hidrelétrico prevalece sempre que há água disponível.

Estágio 1 — armazenamento de entrada v^0=30\hat{v}_0 = 30, afluência a1=30a_1 = 30. Água disponível: 30+30=60≥4030 + 30 = 60 \geq 40. Ótimo: q=40q = 40, gth=0g_{th} = 0, δ=0\delta = 0. Armazenamento final v1=30+30−40=20v_1 = 30 + 30 - 40 = 20. Custo do estágio: 00.

Estágio 2 — v^1=20\hat{v}_1 = 20, a2=30a_2 = 30. Disponível: 50≥4050 \geq 40. q=40q = 40, gth=0g_{th} = 0, v2=10v_2 = 10. Custo do estágio: 00.

Estágio 3 — v^2=10\hat{v}_2 = 10, a3=30a_3 = 30. Disponível: 40=4040 = 40. q=40q = 40, gth=0g_{th} = 0, v3=0v_3 = 0. Custo do estágio: 00.

Estágio 4 — v^3=0\hat{v}_3 = 0, a4=30a_4 = 30. Disponível: 30<4030 < 40. O PL define q=30q = 30 (toda a água turbinada), gth=10g_{th} = 10 (a térmica cobre a diferença), δ=0\delta = 0, v4=0v_4 = 0. Custo do estágio: 50×10=50050 \times 10 = 500.

Resumo da simulação forward:

Estágiov^t−1\hat{v}_{t-1}ata_tqqgthg_{th}vtv_tCusto do estágio
13030400200
22030400100
3103040000
403030100500

Estimativa do limite superior a partir desta trajetória: 0+0+0+500=5000 + 0 + 0 + 500 = 500. Trata-se de uma realização do custo total, uma estimativa estatística. Ela fica abaixo do limite inferior da iteração 1 da seção 6, 5000/9≈555.65000/9 \approx 555.6, como pode ocorrer com uma única trajetória amostrada; calcular a média de muitas trajetórias reduz o erro amostral, e apenas um limite superior exato certifica o gap de otimalidade (Gerenciamento de cortes — Camada 3).


A simulação backward percorre os estágios 4→24 \to 2. Em cada estágio tt, ela fixa o armazenamento de entrada no estado visitado da simulação forward v^t−1\hat{v}_{t-1}, resolve as três aberturas, lê o custo reduzido da coluna fixada de armazenamento de entrada (Extração dos custos reduzidos), calcula os termos independentes por abertura e os agrega em um único corte no estágio t−1t-1 (Agregação em corte único). As resoluções do estágio 1 constituem a avaliação do limite inferior da seção 6.

Pontos de quebra. Quando a água disponível de uma abertura atende exatamente à demanda, ou quando seu armazenamento final fica onde duas partes da aproximação do custo futuro do estágio se encontram (dois cortes, ou um corte e o piso zero), o custo do estágio apresenta um ponto de quebra no estado visitado: uma unidade a menos e uma unidade a mais de armazenamento de entrada alteram o custo a taxas diferentes, e qualquer valor entre as duas taxas é um subgradiente válido. O custo reduzido que um solver de PL retorna nesse ponto depende de sua base final. Este exemplo adota, em todo ponto de quebra, a taxa correspondente a uma unidade a mais de armazenamento de entrada (a derivada à direita).

Estado visitado: v^3=0\hat{v}_3 = 0. Afluências nas três aberturas: a4(ω)∈{20,30,40}a_4(\omega) \in \{20, 30, 40\}.

Aberturaε\varepsilona4a_4Disponível v^ ⁣+a4\hat{v}\!+a_4qqgthg_{th}Q4Q_4
ω1\omega_1−1-1202020201000
ω2\omega_20030303010500
ω3\omega_3+1+140404000

Coeficiente do corte em relação ao armazenamento β4v(ω)=∂Q4/∂v^3\beta^v_4(\omega) = \partial Q_4/\partial \hat{v}_3, o custo reduzido da coluna fixada de armazenamento de entrada. Pelo teorema do envelope do PL aplicado ao limite fixado v4in=v^3v^{in}_4 = \hat{v}_3:

  • Para ω1\omega_1 e ω2\omega_2 (limitadas pela água, térmica ativa): uma unidade adicional de v^3\hat{v}_3 permite uma unidade adicional de turbinamento, deslocando uma unidade de térmica de custo 5050. O custo ótimo cai 5050, de modo que β4v(ω)=−50\beta^v_4(\omega) = -50.
  • Para ω3\omega_3 (a água disponível atende exatamente à demanda), o custo do estágio apresenta um ponto de quebra: uma unidade a mais de v^3\hat{v}_3 termina no armazenamento terminal v4v_4, que tem valor nulo, enquanto uma unidade a menos exige uma unidade de térmica de custo 5050. Qualquer valor em [−50,0][-50, 0] é um subgradiente válido, e a regra do exemplo resulta em β4v(ω3)=0\beta^v_4(\omega_3) = 0.
Aberturaβ4v\beta^v_4
ω1\omega_1−50-50
ω2\omega_2−50-50
ω3\omega_300

Termos independentes por abertura (ancorando cada corte no estado visitado):

β0,4(ω)=Q4(ω)−β4v(ω) v^3\beta_{0,4}(\omega) = Q_4(\omega) - \beta^v_4(\omega)\,\hat{v}_3

Com v^3=0\hat{v}_3 = 0, isso se simplifica para β0,4(ω)=Q4(ω)\beta_{0,4}(\omega) = Q_4(\omega): β0,4=(1000, 500, 0)\beta_{0,4} = (1000,\, 500,\, 0).

Agregação em corte único (probabilidade uniforme p=1/3p = 1/3; veja a seção 3 de Gerenciamento de cortes):

βˉ0=13(1000+500+0)=500,βˉv=13(−50−50+0)=−1003\bar{\beta}_0 = \tfrac{1}{3}(1000 + 500 + 0) = 500, \qquad \bar{\beta}^v = \tfrac{1}{3}(-50 - 50 + 0) = -\tfrac{100}{3}

Corte acrescentado ao PL do estágio 3:

θ  ≥  500  −  1003 v\theta \;\geq\; 500 \;-\; \tfrac{100}{3}\, v

Verificação de consistência. Em v=0v = 0, o corte fornece θ≥500\theta \geq 500, o que coincide com o custo esperado do estágio 4 da tabela acima. Em v=15v = 15, o corte fornece θ≥0\theta \geq 0, a partir do qual o limite implícito θ≥0\theta \geq 0 passa a prevalecer.

Estado visitado: v^2=10\hat{v}_2 = 10.

O PL do estágio 3 passa a conter o corte θ≥500−(100/3) v3\theta \geq 500 - (100/3)\, v_3. Para cada abertura a3∈{20,30,40}a_3 \in \{20, 30, 40\}, o otimizador pondera o gasto com geração térmica agora contra a conservação de mais água para o futuro (com valor de 100/3100/3 por unidade, segundo o corte).

Aberturaa3a_3Disponívelqqgthg_{th}v3v_3θ∗\theta^*Q3Q_3
ω1\omega_120303010050050010001000
ω2\omega_230404000500500500500
ω3\omega_3405040010500/3500/3500/3500/3

Em ω1\omega_1, o sistema é limitado pela água; o PL turbina todas as 30 unidades de água disponível e despacha 10 MW de térmica, terminando com v3=0v_3 = 0 e o corte ativo em 500500.

Em ω2\omega_2, a água disponível atende exatamente à demanda; sem térmica, armazenamento final v3=0v_3 = 0, valor do corte 500500.

Em ω3\omega_3, o otimizador precisa escolher quanto do excedente liberar. Reduzir qq aumenta gthg_{th} em uma unidade (custo 5050) e aumenta v3v_3 em uma unidade (economiza 100/3100/3 no corte); o custo marginal de reter mais água é +50−100/3≈+16.7+50 - 100/3 \approx +16.7, de modo que o otimizador leva qq até seu limite no atendimento à demanda, 4040, deixando v3=10v_3 = 10 e o valor do corte em 500/3≈167500/3 \approx 167.

Coeficientes do corte em relação ao armazenamento β3v(ω)=∂Q3/∂v^2\beta^v_3(\omega) = \partial Q_3/\partial \hat{v}_2 (custos reduzidos da coluna fixada de armazenamento de entrada):

  • ω1\omega_1 (limitada pela água): uma unidade adicional de v^2\hat{v}_2 libera uma unidade adicional de turbinamento e economiza 5050 de térmica. β3v(ω1)=−50\beta^v_3(\omega_1) = -50.
  • ω2\omega_2 (a água disponível atende exatamente à demanda): um ponto de quebra. Uma unidade a menos de v^2\hat{v}_2 exige uma unidade de térmica (−50-50); uma unidade a mais aumenta v3v_3 e reduz o valor do corte em 100/3100/3. Qualquer valor em [−50,−100/3][-50, -100/3] é um subgradiente válido, e a regra resulta em β3v(ω2)=−100/3\beta^v_3(\omega_2) = -100/3.
  • ω3\omega_3 (excedente de água, com retenção de armazenamento): uma unidade adicional de v^2\hat{v}_2 aumenta v3v_3 em uma unidade e reduz o valor do corte em 100/3100/3. β3v(ω3)=−100/3\beta^v_3(\omega_3) = -100/3.

Termos independentes por abertura β0,3(ω)=Q3(ω)−β3v(ω) v^2\beta_{0,3}(\omega) = Q_3(\omega) - \beta^v_3(\omega)\,\hat{v}_2:

AberturaQ3Q_3β3v⋅v^2\beta^v_3 \cdot \hat{v}_2β0,3\beta_{0,3}
ω1\omega_110001000−500-50015001500
ω2\omega_2500500−1000/3-1000/32500/32500/3
ω3\omega_3500/3500/3−1000/3-1000/3500500

Agregação (p=1/3p = 1/3):

βˉ0=13(1500+25003+500)=85009,βˉv=13 ⁣(−50−1003−1003)=−3509\bar{\beta}_0 = \tfrac{1}{3}\Bigl(1500 + \tfrac{2500}{3} + 500\Bigr) = \tfrac{8500}{9}, \qquad \bar{\beta}^v = \tfrac{1}{3}\!\left(-50 - \tfrac{100}{3} - \tfrac{100}{3}\right) = -\tfrac{350}{9}

Corte acrescentado ao PL do estágio 2:

θ  ≥  85009  −  3509 v\theta \;\geq\; \tfrac{8500}{9} \;-\; \tfrac{350}{9}\, v

Verificação de consistência. Em v=v^2=10v = \hat{v}_2 = 10, o corte vale (8500−3500)/9=5000/9≈555.6(8500 - 3500)/9 = 5000/9 \approx 555.6, o que coincide com o valor esperado ponderado pelas probabilidades Qˉ3=(1/3)(1000+500+500/3)=5000/9≈555.6\bar{Q}_3 = (1/3)(1000 + 500 + 500/3) = 5000/9 \approx 555.6.

Estado visitado: v^1=20\hat{v}_1 = 20. O PL do estágio 2 contém o corte θ≥8500/9−(350/9) v2\theta \geq 8500/9 - (350/9)\, v_2. Uma unidade armazenada vale no máximo 350/9≈38.9<50350/9 \approx 38.9 < 50, de modo que todas as aberturas turbinam até atender à demanda.

Aberturaa2a_2Disponívelqqgthg_{th}v2v_2θ∗\theta^*Q2Q_2β2v\beta^v_2β0,2\beta_{0,2}
ω1\omega_1204040008500/98500/98500/98500/9−350/9-350/915500/915500/9
ω2\omega_23050400105000/95000/95000/95000/9−350/9-350/94000/34000/3
ω3\omega_3406040020500/3500/3500/3500/3−350/9-350/98500/98500/9

ω1\omega_1 é um ponto de quebra (a água disponível atende exatamente à demanda; qualquer valor em [−50,−350/9][-50, -350/9] é um subgradiente válido) e a regra resulta em −350/9-350/9; em ω2\omega_2 e ω3\omega_3, uma unidade a mais de v^1\hat{v}_1 aumenta v2v_2 ao longo do corte. Os termos independentes são β0,2(ω)=Q2(ω)−β2v(ω) v^1\beta_{0,2}(\omega) = Q_2(\omega) - \beta^v_2(\omega)\,\hat{v}_1.

Agregação (p=1/3p = 1/3):

βˉ0=13(155009+40003+85009)=40003,βˉv=−3509\bar{\beta}_0 = \tfrac{1}{3}\Bigl(\tfrac{15500}{9} + \tfrac{4000}{3} + \tfrac{8500}{9}\Bigr) = \tfrac{4000}{3}, \qquad \bar{\beta}^v = -\tfrac{350}{9}

Corte acrescentado ao PL do estágio 1:

θ  ≥  40003  −  3509 v\theta \;\geq\; \tfrac{4000}{3} \;-\; \tfrac{350}{9}\, v

Em v=v^1=20v = \hat{v}_1 = 20, o corte vale 5000/9≈555.65000/9 \approx 555.6, o valor esperado ponderado pelas probabilidades Qˉ2\bar{Q}_2.

Ao final da simulação backward, os estágios 1 a 3 contêm, cada um, um corte. O estágio 4 não tem nenhum (é o estágio terminal e não tem futuro a aproximar).


Depois que a simulação backward instala um corte no estágio 1, o limite inferior da iteração 1 resolve o PL do estágio 1 para cada abertura com esse corte ativo, a partir do armazenamento inicial fixo x0=v0=30x_0 = v_0 = 30, e toma o valor esperado ponderado pelas probabilidades das funções objetivo das aberturas (o caso neutro ao risco do limite inferior):

z‾1=Eω[ Q11(x0,ω) ]\underline{z}^1 = \mathbb{E}_{\omega}\bigl[\, Q_1^1(x_0, \omega) \,\bigr]

em que Q11Q_1^1 é o valor ótimo da função objetivo do estágio 1 na abertura ω\omega, com o corte da iteração 1 em vigor.

Aberturaa1a_1Disponívelqqgthg_{th}v1v_1θ∗\theta^*Q11Q_1^1
ω1\omega_12050400108500/98500/98500/98500/9
ω2\omega_23060400205000/95000/95000/95000/9
ω3\omega_3407040030500/3500/3500/3500/3
z‾1=13(85009+50009+5003)=50009≈555.6\underline{z}^1 = \tfrac{1}{3}\Bigl(\tfrac{8500}{9} + \tfrac{5000}{9} + \tfrac{500}{3}\Bigr) = \tfrac{5000}{9} \approx 555.6

O limite inferior sobe de 00 (antes da primeira iteração, sem cortes) para 5000/95000/9. Ele não diminui ao longo das iterações, pois cortes são apenas acrescentados; Gerenciamento de cortes — Camada 1 indica quando ele é um limite inferior válido. Aqui, ele permanece abaixo do custo esperado ótimo da seção 9.


A segunda simulação forward sorteia ε=(+1,0,0,0)\varepsilon = (+1, 0, 0, 0): um primeiro estágio úmido, seguido de afluências médias. O PL de cada estágio contém seu corte da iteração 1.

Estágiov^t−1\hat{v}_{t-1}ata_tqqgthg_{th}vtv_tθ∗\theta^*Custo do estágio
1304040030500/3500/30
2303040020500/3500/30
3203040010500/3500/30
410304000000

A trajetória custa 00, e cada estado visitado fica 10 unidades acima do da iteração 1. A simulação backward então acrescenta um segundo corte em cada um dos estágios 3, 2 e 1; cada PL de estágio não terminal que ela resolve contém os dois cortes desse estágio, e todo ponto de quebra adota a derivada à direita:

EstágioEstado visitadoAberturaata_tvtv_tθ∗\theta^*QtQ_tβtv\beta^v_tβ0,t\beta_{0,t}
4v^3=10\hat{v}_3 = 10ω1\omega_120000500500−50-5010001000
4v^3=10\hat{v}_3 = 10ω2\omega_2300000000 (quebra)00
4v^3=10\hat{v}_3 = 10ω3\omega_3401000000000
3v^2=20\hat{v}_2 = 20ω1\omega_1200500500500500−100/3-100/3 (quebra)3500/33500/3
3v^2=20\hat{v}_2 = 20ω2\omega_23010500/3500/3500/3500/3−50/3-50/3 (quebra)500500
3v^2=20\hat{v}_2 = 20ω3\omega_34020000000 (quebra)00
2v^1=30\hat{v}_1 = 30ω1\omega_120105000/95000/95000/95000/9−350/9-350/915500/915500/9
2v^1=30\hat{v}_1 = 30ω2\omega_230202000/92000/92000/92000/9−50/3-50/36500/96500/9
2v^1=30\hat{v}_1 = 30ω3\omega_34030500/9500/9500/9500/9−50/3-50/35000/95000/9

No estágio 3, a água disponível de ω1\omega_1 atende exatamente à demanda, o armazenamento final v3=10v_3 = 10 de ω2\omega_2 fica onde os dois cortes do estágio 3 se encontram, e v3=20v_3 = 20 de ω3\omega_3 onde o segundo corte chega a zero, de modo que as três aberturas são pontos de quebra nesse estágio. A média com p=1/3p = 1/3 fornece os cortes da iteração 2:

Corte no estágioA partir do estado visitadoβˉ0\bar{\beta}_0βˉv\bar{\beta}^vNo estado visitado
3v^3=10\hat{v}_3 = 101000/31000/3−50/3-50/3500/3500/3
2v^2=20\hat{v}_2 = 205000/95000/9−50/3-50/32000/92000/9
1v^1=30\hat{v}_1 = 3010001000−650/27-650/272500/92500/9

Com os dois cortes do estágio 1 ativos, as aberturas do estágio 1 terminam em v1=10v_1 = 10, 2020 e 3030, com θ∗=8500/9\theta^* = 8500/9, 5000/95000/9 e 2500/92500/9 (o segundo corte é o maior apenas em v1=30v_1 = 30), de modo que

z‾2=13(85009+50009+25009)=1600027≈592.6\underline{z}^2 = \tfrac{1}{3}\Bigl(\tfrac{8500}{9} + \tfrac{5000}{9} + \tfrac{2500}{9}\Bigr) = \tfrac{16000}{27} \approx 592.6

8. A função de custo futuro ao longo das iterações

Seção intitulada “8. A função de custo futuro ao longo das iterações”

Após a iteração 2, cada estágio não terminal contém dois cortes. Neste caso, o custo futuro Vt(v)V_t(v), o custo esperado dos estágios tt a 44 a partir do armazenamento vv deixado ao final do estágio t−1t-1, é uma função convexa, linear por partes e não crescente de uma variável, e cada corte no estágio t−1t-1 é uma reta na mesma variável. A variável θ\theta do PL do estágio (t−1)(t-1) enxerga a aproximação

V‾tk(v)  =  max⁡{0,  max⁡i=1,…,k{βˉ0i+βˉv,i v}},\underline{V}_t^k(v) \;=\; \max\Bigl\{0,\; \max_{i = 1, \ldots, k} \bigl\{ \bar{\beta}_0^i + \bar{\beta}^{v,i}\, v \bigr\}\Bigr\},

o máximo ponto a ponto (envoltória superior) das retas dos cortes e do piso θ≥0\theta \geq 0. Todo corte fica sobre VtV_t ou abaixo dela, de modo que a envoltória superior também fica sobre VtV_t ou abaixo dela: é uma aproximação inferior, e cada novo corte só pode elevá-la.

A tabela compara V3V_3, o custo dos estágios 3 e 4, com os dois cortes no estágio 2 (estados visitados v^2=10\hat{v}_2 = 10 na iteração 1 e v^2=20\hat{v}_2 = 20 na iteração 2):

vvV3(v)V_3(v)Corte da iteração 1Corte da iteração 2V‾32(v)\underline{V}_3^2(v)
0100010008500/98500/95000/95000/98500/98500/9
105000/95000/95000/95000/93500/93500/95000/95000/9
153500/93500/93250/93250/92750/92750/93250/93250/9
202000/92000/91500/91500/92000/92000/92000/92000/9
30500/9500/9−2000/9-2000/9500/9500/9500/9500/9
4000−5500/9-5500/9−1000/9-1000/900

A envoltória toca V3V_3 nos dois estados visitados e em [20,30][20, 30], onde o corte da iteração 2 coincide com um trecho linear de V3V_3, e é igual a V3V_3 para v≥40v \geq 40, onde o piso e V3V_3 são ambos nulos; ela permanece estritamente abaixo de V3V_3 nos demais pontos, como em v=0v = 0 e v=15v = 15. Iterações posteriores que visitem outros estados, em particular os de baixo armazenamento, acrescentam cortes que elevam a envoltória onde ela ainda está abaixo de V3V_3.

A figura representa a tabela: V3V_3 (linha cheia), os cortes da iteração 1 e da iteração 2 no estágio 2 (tracejados) e sua envoltória superior com o piso θ≥0\theta \geq 0, em função do armazenamento vv deixado ao final do estágio 2. A envoltória encontra V3V_3 nos dois estados visitados (marcados), em [20,30][20, 30] e para v≥40v \geq 40, onde o piso e V3V_3 são ambos nulos, e fica abaixo dela nos demais pontos. Os valores representados vêm de um módulo testado que executa novamente as duas iterações deste exemplo.


Duas iterações elevam o limite inferior de 5000/9≈555.65000/9 \approx 555.6 para 16000/27≈592.616000/27 \approx 592.6. O custo esperado ótimo deste caso é 17000/27≈629.617000/27 \approx 629.6: nenhuma unidade de água armazenada economiza mais do que uma unidade de geração térmica, de modo que turbinar até atender à demanda é ótimo em todos os estágios, e a média do custo dessa política sobre as 34=813^4 = 81 sequências de afluências equiprováveis a partir de v0=30v_0 = 30 fornece esse valor. Iterações posteriores mantêm ou elevam o limite inferior e, sob as hipóteses de Gerenciamento de cortes — Camada 2, ele converge para esse valor.

Os dois custos de trajetória, 500500 e 00, são estimativas de amostra única do custo esperado da política; ambos ficam abaixo do limite inferior de sua iteração e nenhum deles certifica coisa alguma. Um certificado de gap exige um limite superior exato, obtido de uma simulação forward enumerada (Camada 3); a forma percentual do gap de otimalidade então divide o gap pela magnitude do limite inferior. O 1dtoy distribuído executa uma simulação forward amostrada por iteração e para no seu limite de 128 iterações; o novomodelo rejeita, na preparação, um critério de parada gap com uma simulação forward amostrada (veja Critérios de parada). Os mecanismos de limite superior são comparados em Avaliação do limite superior.


Este caso isola o laço central da PDDE em sua forma mais simples. Ele não pode ilustrar:

  • Efeitos de múltiplos reservatórios: o corte passa a ser um hiperplano com um coeficiente de armazenamento por reservatório; o Exemplo didático com quatro reservatórios mostra um deles com quatro reservatórios desacoplados. A troca de água entre reservatórios exige um acoplamento (transmissão, uma cascata ou uma restrição compartilhada) que nenhum dos dois exemplos inclui.
  • Correlação espacial das afluências: quando várias usinas compartilham um sinal de período úmido/seco, seus ruídos ε\varepsilon devem ser sorteados de uma normal multivariada correlacionada, por meio da fatoração espectral descrita em Modelo de afluências PAR(p) §6.
  • Memória autorregressiva das afluências: um modelo PAR(p) com p≥1p \geq 1 acrescenta uma variável de estado por defasagem; se os cortes de um estágio contêm um coeficiente para cada defasagem é definido pela projeção do estado nos cortes desse estágio (Aumento do espaço de estados §7). Veja Modelo de afluências PAR(p).
  • Modelo de produção FPHA: rendimento não linear dependente da queda, aproximado por hiperplanos lineares por partes; um dos planos pode ficar ativo, contribuindo para o coeficiente do corte em relação ao armazenamento. Veja Modelos de função de produção hidrelétrica.
  • Efeitos da medida de risco: a ponderação pelo CVaR, que afasta as probabilidades de agregação dos cortes da distribuição uniforme p=1/Ntp = 1/N_t. Veja Medidas de risco.

O Exemplo didático com quatro reservatórios estende este caso a quatro reservatórios independentes em quatro barramentos, sem transmissão, ilustrando como o hiperplano de corte e a mecânica de despacho por barramento se ampliam.


  • Algoritmo da PDDE — Estrutura das simulações forward e backward, cálculo do limite inferior, monitoramento da convergência
  • Formulação do PL — PL completo do estágio: atendimento à demanda, balanço hídrico, taxonomia da função objetivo
  • Aumento do espaço de estados — Fixação do estado por limites das colunas
  • Gerenciamento de cortes — Extração das variáveis duais, termos independentes por abertura, agregação em corte único, validade dos cortes, convenção de sinais
  • Modelo de afluências PAR(p) — Definição do modelo de afluências; o caso degenerado p=0p = 0 (ruído branco) usado neste exemplo; grandezas armazenadas vs. calculadas
  • Critérios de parada — Limite de iterações, limiar do gap, critérios de estagnação do limite (bound stalling)
  • Avaliação do limite superior — Limites superiores baseados em simulação e por aproximação interna
  • Exemplo didático com quatro reservatórios — Extensão com múltiplos reservatórios em 4 barramentos, sem transmissão e com afluências independentes de ordem 0