Como o modelo decide
O Novo Modelo decide a operação em três passos: imagina muitos futuros possíveis, despacha estágio a estágio e pesa o custo de hoje contra o de amanhã. Quem coordena os três passos é a PDDE (SDDP), que constrói a política de operação iterativamente.
Os três passos
Seção intitulada “Os três passos”A afluência é a principal fonte de incerteza do estudo. O Novo Modelo a descreve com um modelo autorregressivo periódico, o PAR(p), ajustado ao histórico de vazões ou informado diretamente, e gera muitos cenários de afluências a partir dele. Para treinar a política, fixa em cada estágio um conjunto finito de vetores de ruído, as aberturas.
Em cada estágio, o modelo resolve um problema de programação linear que escolhe quanto gerar em cada usina para atender à carga ao menor custo. Os estágios se ligam por variáveis de estado: os níveis dos reservatórios e as defasagens das afluências.
A função de custo futuro é o custo esperado do estágio corrente até o fim do horizonte. Ela diz quanto vale guardar água: o valor da água é o custo de oportunidade de usar a água agora em vez de guardá-la, e não é um dado de entrada, pois emerge da otimização.
Como o treinamento aprende
Seção intitulada “Como o treinamento aprende”A PDDE nunca constrói a função de custo futuro inteira. Ela a aproxima por baixo com uma coleção crescente de cortes de Benders, cada um uma subestimativa válida. Partindo de nenhum corte, cada iteração do treinamento (training) alterna duas etapas:
- Simulação forward: simula um lote de trajetórias de cenários sob a política vigente, a regra que define as decisões de cada estágio com os cortes vigentes, e registra os estados visitados.
- Simulação backward: do último estágio até o segundo, resolve o subproblema de cada estágio nos estados visitados, sob cada abertura do estágio, e agrega o resultado em um novo corte por estado visitado para o estágio anterior.
O ciclo se repete até que os critérios de parada sejam atendidos. Os cortes finais definem a política, que é então simulada quando o estudo habilita a fase de simulação.
Limites e convergência
Seção intitulada “Limites e convergência”A cada iteração, o Novo Modelo acompanha dois limites para o custo ótimo (ajustado ao risco):
- Limite inferior: o valor ajustado ao risco do primeiro estágio, com os cortes vigentes. Ele não diminui à medida que cortes são acrescentados e, sob as hipóteses da Camada 1, é um limite inferior válido para o custo ótimo.
- Limite superior: uma simulação forward enumerada, que visita cada trajetória de cenários uma única vez, fornece o custo exato da política quando a medida de risco é uniforme entre os estágios. Uma simulação forward amostrada fornece apenas uma estimativa estatística, com intervalo de confiança, que nada certifica.
O gap de otimalidade é o limite superior menos o limite inferior. O treinamento termina quando seus critérios de parada são atendidos: um limite de iterações ou de tempo, um limite inferior estagnado ou, com um limite superior exato, um gap dentro da tolerância. Sob a medida de valor esperado em todos os estágios e as hipóteses da Camada 2, o limite inferior converge para o valor ótimo com probabilidade 1; sob uma medida avessa ao risco, essa convergência não está estabelecida.