Pular para o conteúdo

Arquivos de cenários

O diretório scenarios/ contém as entradas estocásticas de um caso: o histórico de vazões e as entradas do modelo de afluências PAR(p), as bibliotecas de cenários externos, as estatísticas e os fatores de carga e de fontes não despacháveis, a correlação dos ruídos e as aberturas de ruído fornecidas pelo usuário. Os nomes e tipos das colunas Parquet, a regra de compressão e a chave $schema estão descritos em Convenções.


Metodologia: Modelo de afluências PAR(p)

Janelas de observação histórica de vazões por usina hidrelétrica. Cada linha é uma janela, e não uma leitura pontual: [start_date, end_date) delimita o período e value_m3s é a vazão média observada nele.

NomeTipoObrigatórioPadrãoUnidadeDescrição
hydro_idInt32Sim——ID da usina hidrelétrica
start_dateDate32Sim——Início da janela, inclusivo
end_dateDate32Sim——Fim da janela, exclusivo; posterior a start_date
value_m3sFloat64Sim—m³/sVazão média na janela (m³/s)

Uma coluna date é recusada na carga com a instrução de gravar as janelas como start_date e end_date em seu lugar (Coluna Parquet desconhecida).

As linhas podem aparecer em qualquer ordem. Para um dado hydro_id, as janelas não podem se sobrepor; janelas adjacentes (start_date == previous end_date) são aceitas. Um hydro_id que não identifica nenhuma usina hidrelétrica declarada é um erro InvalidReference. value_m3s deve ser finito; um valor negativo é aceito — a grandeza é a vazão incremental (a vazão natural de uma usina menos a das usinas a montante), de modo que uma janela negativa é hidrologia real, e o método de não negatividade das afluências configurado decide como o balanço hídrico a trata. A validação semântica emite um aviso por arquivo, indicando a quantidade de valores negativos e a usina do valor mais negativo.

O histórico cumpre quatro papéis:

  • Estimação. As observações brutas a partir das quais o Novo Modelo estima aquele, dentre inflow_seasonal_stats e inflow_ar_coefficients, que estiver ausente, a partir dos anos de estimation.history_years quando ele é definido. O intervalo não restringe nenhum outro papel.
  • Tendência hidrológica derivada. O registro de inicialização padrão a partir do qual o Novo Modelo deriva a cadeia de defasagens do PAR e o acumulador de meio de período, sobreposto pelo condicionamento recent_observations de initial_conditions.json onde ambos cobrem a mesma data (veja initial_conditions.json).
  • Janelas de reprodução. As janelas do esquema historical (veja Conjunto de janelas históricas).
  • Aberturas por resíduos históricos. As janelas do método historical_residuals (veja Aberturas por resíduos históricos).

Metodologia: Modelo de afluências PAR(p)

Estatísticas sazonais do modelo PAR(p) para cada par (usina hidrelétrica, estágio). Quando o arquivo tem alguma linha, ele precisa de uma linha para cada usina hidrelétrica em operação em cada estágio do estudo. No esquema de afluências external, uma usina hidrelétrica com ordem autorregressiva 0 (sem componente anual) recebe a média e o desvio-padrão do arquivo de cenários externos, de modo que suas linhas aqui não são usadas na amostragem; uma usina com ordem autorregressiva acima de 0 ou com componente anual mantém as estatísticas declaradas neste arquivo (ou as estimadas a partir de inflow_history.parquet quando o arquivo está ausente). load_seasonal_stats.parquet e non_controllable_stats.parquet são opcionais para uma classe amostrada no esquema external; um load_seasonal_stats.parquet presente mantém sua própria regra de uma linha para cada barramento em cada estágio do estudo.

NomeTipoObrigatórioPadrãoUnidadeDescrição
hydro_idInt32Sim——ID da usina hidrelétrica
stage_idInt32Sim——ID do estágio
mean_m3sFloat64Sim—m³/sVazão média sazonal (m³/s); deve ser finita
std_m3sFloat64Sim—m³/sDesvio-padrão sazonal (m³/s); deve ser >= 0 e finito

Metodologia: Modelo de afluências PAR(p)

Coeficientes autorregressivos do modelo de afluências PAR(p). A escala do ruído (inovação) do modelo não é uma entrada: o Novo Modelo a deriva na carga a partir dos coeficientes abaixo, pelo fechamento da ACF periódica — veja Modelo de afluências PAR(p).

NomeTipoObrigatórioPadrãoUnidadeDescrição
hydro_idInt32Sim——ID da usina hidrelétrica
stage_idInt32Sim——ID do estágio
lagInt32Sim——Índice da defasagem (a partir de 1)
coefficientFloat64Sim——Coeficiente AR para este (usina, estágio, defasagem)

Uma coluna residual_std_ratio é recusada na carga com a instrução de removê-la, porque a escala do ruído é derivada dos coeficientes (Coluna Parquet desconhecida).


Metodologia: Modelo de afluências PAR(p)

Componente anual PAR(p)-A de cada par (usina hidrelétrica, estágio): o coeficiente anual, e a média e o desvio-padrão da média móvel de 12 meses da afluência. Modelo de afluências PAR(p) — Implementação no Novo Modelo indica quando o arquivo é respeitado e quando a estimação o sobrescreve.

NomeTipoObrigatórioPadrãoUnidadeDescrição
hydro_idInt32Sim——Id da usina hidrelétrica; identifica uma usina declarada.
stage_idInt32Sim——Id do estágio da linha correspondente de inflow_seasonal_stats.parquet.
annual_coefficientFloat64Sim——Coeficiente da componente anual, adimensional; finito. Valores negativos, nulos e positivos são válidos.
annual_mean_m3sFloat64Sim—m³/sMédia da média móvel de 12 meses da afluência no estágio; finita.
annual_std_m3sFloat64Sim—m³/sDesvio-padrão da média móvel de 12 meses da afluência no estágio; finito e > 0.

Regras de validação. Cada regra indica o tipo de erro que novomodelo validate informa.

  • Verificações por linha. Toda coluna está presente com seu tipo, nenhum valor é nulo, annual_coefficient e annual_mean_m3s são finitos e annual_std_m3s é finito e > 0. Tipo: SchemaViolation.
  • Usina declarada. Um hydro_id que não identifica nenhuma usina hidrelétrica declarada é um erro InvalidReference.
  • Pareamento com as estatísticas. Quando o caso fornece scenarios/inflow_seasonal_stats.parquet, cada par (hydro_id, stage_id) aparece uma única vez aqui e tem uma linha lá; um par repetido, ou um par sem linha de estatísticas, é um SchemaError. Sem arquivo de estatísticas, nenhuma das duas verificações é executada.
  • Período sazonal. Com um arquivo de estatísticas fornecido, todo estágio que tem linha neste arquivo precisa de um período sazonal, dado por um season_id no estágio ou por season_definitions em stages.json; caso contrário, o caso é recusado com um ConstraintError.
  • Ciclo mensal. O PAR(p)-A é exclusivamente mensal: quando stages.json declara season_definitions, um cycle_type weekly ou custom junto com qualquer linha aqui é um BusinessRuleViolation.

Metodologia: Geração de cenários

Realizações de afluência pré-calculadas, lidas quando o scheme de afluências é "external" em training.scenario_source ou simulation.scenario_source. As realizações são numeradas por estágio por scenario_id; o modo como as simulações as sorteiam está descrito em Geração de cenários §4, e quais classes recebem a média e o desvio-padrão do arquivo está indicado em scenarios/inflow_seasonal_stats.parquet.

NomeTipoObrigatórioPadrãoUnidadeDescrição
stage_idInt32Sim——Id declarado do estágio do estudo em stages.json (não uma posição a partir de 0); >= 0.
scenario_idInt32Sim——Índice da realização no estágio, a partir de 0; >= 0.
hydro_idInt32Sim——Id da usina hidrelétrica; identifica uma usina declarada.
value_m3sFloat64Sim—m³/sValor de afluência da realização no estágio; finito.

Regras de validação. Cada regra indica o tipo de erro que novomodelo validate e novomodelo run imprimem.

  • Verificações por linha. Cada arquivo é lido sempre que está presente, qualquer que seja o esquema da classe. stage_id >= 0, scenario_id >= 0, valor finito e nenhuma linha (stage_id, scenario_id, entidade) repetida; uma coluna ausente ou uma coluna de tipo errado falha da mesma forma. Tipo: SchemaViolation.
  • Referências a entidades. Um id de entidade que não identifica nenhuma usina hidrelétrica, barramento ou NCS declarado (a coluna de entidade de cada um dos três arquivos) é um erro InvalidReference.
  • Esquema sem dados. Uma classe cujo esquema resulta em external (no treinamento, ou na simulação quando simulation.scenario_source é declarado) enquanto seu arquivo está ausente ou não tem linhas é um BusinessRuleViolation em config.json.
  • Coerência da biblioteca. As regras a seguir se aplicam às classes que training.scenario_source amostra no esquema external; uma classe que é external apenas em simulation.scenario_source não é verificada por elas.
    • Estágio não resolvido. Todo stage_id deve ser um id declarado de estágio do estudo; caso contrário, InvalidValue.
    • Ids de cenário. Em cada estágio, toda entidade que possui linhas tem exatamente os ids 0 a n − 1, uma vez cada, em que n é o número de valores distintos de scenario_id naquele estágio; uma numeração a partir de 1 ou uma lacuna é um BusinessRuleViolation.
    • Um único eixo de realizações. Todas essas classes declaram o mesmo n em cada estágio; caso contrário, BusinessRuleViolation.
    • Coluna de afluência constante (somente afluências). Uma usina hidrelétrica cujos valores em um estágio são todos iguais (σ = 0) é um BusinessRuleViolation quando a usina tem linha em scenarios/inflow_ar_coefficients.parquet ou scenarios/inflow_annual_component.parquet; veja Coluna de afluência externa determinística sob um modelo autorregressivo.
    • Coerência de prefixo. Sob um grafo declarado com policy_graph.nodes[] (veja stages.json), as duas colunas para as quais apontam os nós de uma transição devem coincidir em todo estágio até o estágio do nó de origem; caso contrário, um aviso ModelQuality.
  • Cobertura das entidades. Uma classe cujo esquema resulta em external (no treinamento, ou na simulação quando simulation.scenario_source é declarado) precisa de pelo menos uma linha para cada entidade que o seu vetor de ruído posiciona (veja a ordenação das entidades em scenarios/noise_openings.parquet): toda usina hidrelétrica declarada, todo barramento com linha em scenarios/load_seasonal_stats.parquet e toda NCS com linha em scenarios/non_controllable_stats.parquet. novomodelo run recusa uma classe com entidade faltante ao configurar o estudo, com um erro insufficient data que identifica a classe e a entidade, e encerra com código 1. Uma classe que é external apenas em simulation.scenario_source é recusada com um erro library width mismatch (código de saída 1) quando seu arquivo acrescenta uma entidade que o vetor de ruído do treinamento não posiciona: um barramento cujo std_mw é 0, ou uma NCS sem linha em non_controllable_stats.parquet. novomodelo validate informa qualquer das duas recusas em todo caso: como fase StudySetupError, com o rótulo scenarios/ para insufficient data e config.json para a incompatibilidade de largura, ou como BoundaryReconciliationError com a mensagem prefixada por policy.boundary: quando policy.boundary está configurado.

Metodologia: Geração de cenários

Realizações de carga pré-calculadas, lidas quando o scheme de carga é "external" em training.scenario_source ou simulation.scenario_source. As realizações são numeradas por estágio por scenario_id; o modo como as simulações as sorteiam está descrito em Geração de cenários §4, e quais classes recebem a média e o desvio-padrão do arquivo está indicado em scenarios/inflow_seasonal_stats.parquet.

NomeTipoObrigatórioPadrãoUnidadeDescrição
stage_idInt32Sim——Id declarado do estágio do estudo em stages.json (não uma posição a partir de 0); >= 0.
scenario_idInt32Sim——Índice da realização no estágio, a partir de 0; >= 0.
bus_idInt32Sim——Id do barramento; identifica um barramento declarado.
value_mwFloat64Sim—MWValor de carga da realização no estágio; finito.

Estas regras se aplicam conforme listadas em scenarios/external_inflow_scenarios.parquet; a regra da coluna constante é exclusiva das afluências.


Metodologia: Geração de cenários

Realizações pré-calculadas de disponibilidade de fontes não despacháveis, lidas quando o scheme de NCS é "external" em training.scenario_source ou simulation.scenario_source. As realizações são numeradas por estágio por scenario_id; o modo como as simulações as sorteiam está descrito em Geração de cenários §4, e quais classes recebem a média e o desvio-padrão do arquivo está indicado em scenarios/inflow_seasonal_stats.parquet.

NomeTipoObrigatórioPadrãoUnidadeDescrição
stage_idInt32Sim——Id declarado do estágio do estudo em stages.json (não uma posição a partir de 0); >= 0.
scenario_idInt32Sim——Índice da realização no estágio, a partir de 0; >= 0.
ncs_idInt32Sim——Id da fonte não despachável; identifica uma NCS declarada.
availability_factorFloat64Sim——Fator de disponibilidade da realização no estágio, adimensional; finito.

Estas regras se aplicam conforme listadas em scenarios/external_inflow_scenarios.parquet; a regra da coluna constante é exclusiva das afluências.


Metodologia: Geração de cenários

Estatísticas sazonais de carga de cada par (barramento, estágio). mean_mw é a carga média do barramento no estágio; a carga de cada patamar é o valor do estágio multiplicado pelo fator do patamar em scenarios/load_factors.json. Quando o arquivo tem alguma linha, ele precisa de uma linha para cada barramento em cada estágio do estudo. Sem o arquivo, todo barramento tem carga nula, a menos que o esquema de carga seja external no treinamento. Um barramento cujo std_mw é maior que 0 possui ruído de carga (Geração de cenários §5.1). No esquema de carga external, o arquivo é opcional e a média e o desvio-padrão vêm do arquivo externo (veja scenarios/inflow_seasonal_stats.parquet).

NomeTipoObrigatórioPadrãoUnidadeDescrição
bus_idInt32Sim——Id do barramento; identifica um barramento declarado.
stage_idInt32Sim——Id declarado do estágio do estudo em stages.json (não uma posição a partir de 0).
mean_mwFloat64Sim—MWCarga média do barramento no estágio; finita.
std_mwFloat64Sim—MWDesvio-padrão da carga no estágio; finito e >= 0. 0 corresponde a uma carga determinística.

Regras de validação. Cada regra indica o tipo de erro que novomodelo validate informa.

  • Verificações por linha. Toda coluna está presente com seu tipo, mean_mw é finito e std_mw é finito e >= 0. Tipo: SchemaViolation.
  • Cobertura. Quando o arquivo tem alguma linha, todo barramento tem uma linha em cada estágio do estudo; cada par faltante é um erro DimensionMismatch, Bus <id> missing load seasonal stats for stage <id>.
  • Barramento declarado. Um bus_id que não identifica nenhum barramento declarado é um erro InvalidReference.

Metodologia: Geração de cenários

Fatores de escala da carga por barramento, por estágio e por patamar. Quando presente, cada fator multiplica a realização estocástica da demanda de carga no barramento especificado para o patamar especificado. Isso permite modelar padrões horários ou sazonais na forma da carga sem alterar o modelo estatístico subjacente.

Quando este arquivo está ausente, todos os fatores de carga assumem o valor padrão 1,0. Quando um par (bus_id, stage_id) está ausente do arquivo, seus fatores também assumem o valor padrão 1,0 em todos os patamares.

Estrutura JSON:

{
"load_factors": [
{
"bus_id": 0,
"stage_id": 0,
"block_factors": [
{ "block_id": 0, "factor": 0.8 },
{ "block_id": 1, "factor": 1.2 }
]
}
]
}

Campos por entrada:

NomeTipoObrigatórioPadrãoUnidadeDescrição
load_factors[].bus_idinteiroSim——ID da entidade barramento. Deve referir-se a um barramento definido em system/buses.json.
load_factors[].stage_idinteiroSim——id declarado do estágio do estudo em stages.json.
load_factors[].block_factorsarraySim——Array de pares { block_id, factor } para cada patamar de carga.

Campos de cada entrada de block_factors:

NomeTipoObrigatórioPadrãoUnidadeDescrição
load_factors[].block_factors[].block_idinteiroSim——Deve ser um patamar válido do estágio. Índice do patamar dentro do estágio, a partir de 0.
load_factors[].block_factors[].factornúmeroSim——Deve ser > 0 e finito. Multiplicador aplicado à realização estocástica da carga (MW) neste barramento e patamar.

Efeito: load_rhs = mean_mw * stochastic_noise_factor * block_factor. Um fator igual a 1,0 mantém a carga inalterada. Valores menores que 1,0 reduzem a carga; valores maiores que 1,0 a aumentam.


Metodologia: Geração de cenários · Formulações específicas por equipamento

Fatores de escala por NCS, por estágio e por patamar para a geração disponível das fontes não despacháveis (NCS). Quando presente, cada fator multiplica a geração disponível da fonte no patamar especificado: o limite de constraints/ncs_bounds.parquet (max_generation_mw onde nenhuma linha se aplica) para uma fonte sem modelo estocástico de disponibilidade, e max_generation_mw multiplicado pela razão de disponibilidade para uma fonte com linhas em scenarios/non_controllable_stats.parquet. Isso permite modelar padrões de disponibilidade dentro do estágio, como perfis diários de irradiância solar ou variações da velocidade do vento entre os patamares de carga.

Quando este arquivo está ausente, todos os fatores por patamar das NCS assumem o valor padrão 1,0. Quando um par (ncs_id, stage_id) está ausente do arquivo, seus fatores assumem o valor padrão 1,0 em todos os patamares.

Estrutura JSON:

{
"non_controllable_factors": [
{
"ncs_id": 0,
"stage_id": 0,
"block_factors": [
{ "block_id": 0, "factor": 0.3 },
{ "block_id": 1, "factor": 0.8 }
]
}
]
}

Campos por entrada:

NomeTipoObrigatórioPadrãoUnidadeDescrição
non_controllable_factors[].ncs_idinteiroSim——ID da entidade NCS. Deve referir-se a uma fonte em system/non_controllable_sources.json.
non_controllable_factors[].stage_idinteiroSim——id declarado do estágio do estudo em stages.json.
non_controllable_factors[].block_factorsarraySim——Array de pares { block_id, factor } para cada patamar de carga.

Campos de cada entrada de block_factors:

NomeTipoObrigatórioPadrãoUnidadeDescrição
non_controllable_factors[].block_factors[].block_idinteiroSim——Deve ser um patamar válido do estágio. Índice do patamar dentro do estágio, a partir de 0.
non_controllable_factors[].block_factors[].factornúmeroSim——Deve ser > 0 e finito. Multiplicador aplicado ao limite de geração disponível do estágio para este patamar.

Efeito: para uma fonte sem modelo estocástico de disponibilidade, available_mw_block = available_generation_mw * block_factor; para uma fonte com linhas em non_controllable_stats.parquet, available_mw_block = max_generation_mw * ratio * block_factor, em que ratio é a razão de disponibilidade realizada no cenário, sorteada do modelo desse arquivo ou, no esquema external, de external_ncs_scenarios.parquet. Uma fonte sem linha nesse arquivo que obtém sua disponibilidade de external_ncs_scenarios.parquet no esquema external não é escalada pelos fatores. Um fator igual a 1,0 mantém o limite inalterado; fatores abaixo de 1,0 reduzem a geração disponível e fatores acima de 1,0 a elevam. O fator deve ser estritamente positivo — 0.0 é rejeitado na carga.


Metodologia: Geração de cenários · Formulações específicas por equipamento

Modelo estocástico de disponibilidade por NCS e por estágio. Cada linha fornece a média e o desvio-padrão do fator de disponibilidade de uma entidade NCS em um estágio. A razão de disponibilidade de um estágio e cenário é clamp(mean + std × η, 0, 1); a geração disponível de cada patamar é o max_generation_mw da fonte × essa razão × o fator do patamar em scenarios/non_controllable_factors.json (o fator é 1 quando nenhum é informado); uma linha de constraints/ncs_bounds.parquet não altera essa geração disponível (veja Formulações específicas por equipamento §6).

NomeTipoObrigatórioPadrãoUnidadeDescrição
ncs_idInt32Sim——ID da fonte não despachável
stage_idInt32Sim——ID do estágio
meanFloat64Sim——Fator de disponibilidade médio em [0, 1]
stdFloat64Sim——Desvio-padrão do fator de disponibilidade (>= 0)

Quando ausente, a disponibilidade das NCS é determinística, dada por constraints/ncs_bounds.parquet ou pelo max_generation_mw da entidade.


Metodologia: Geração de cenários

Correlação espacial dos ruídos: perfis nomeados de grupos de correlação e um calendário opcional de associação entre estágios e perfis. Um grupo contém entidades de uma única classe (inflow, load ou ncs), e cada classe é correlacionada separadamente. A decomposição das matrizes e o tratamento de autovalores negativos estão em Geração de cenários §2.1; a aba Configurar de Modelo de afluências PAR(p) traz um exemplo resolvido e o uso do arquivo em cada caminho de execução.

NomeTipoObrigatórioPadrãoUnidadeDescrição
methodstringSim——Um entre "spectral". Método de decomposição das matrizes de correlação.
profilesobjetoSim——Perfis de correlação nomeados, indexados pelo nome do perfil; contém pelo menos um.
profiles.<name>.correlation_groupsarraySim——Grupos de entidades correlacionadas do perfil <name>; pode ser vazio.
profiles.<name>.correlation_groups[].namestringSim——Rótulo do grupo.
profiles.<name>.correlation_groups[].entitiesarraySim——Referências às entidades do grupo, na ordem da matriz; pelo menos uma, todas de um mesmo type.
profiles.<name>.correlation_groups[].entities[].typestringSim——Classe da entidade: "inflow" (a afluência de uma usina hidrelétrica), "load" (a carga de um barramento) ou "ncs" (a disponibilidade de uma fonte não despachável).
profiles.<name>.correlation_groups[].entities[].idinteiroSim——Id da usina hidrelétrica (inflow), do barramento (load) ou da NCS (ncs); identifica uma entidade declarada.
profiles.<name>.correlation_groups[].matrixarraySim——Matriz de correlação em ordem por linhas (row-major), com uma linha e uma coluna por entidade; simétrica, diagonal 1.0, elementos em [-1.0, 1.0].
schedulearray | nullNão——Entradas de associação entre estágio e perfil. Ausente ou null equivale ao calendário vazio.
schedule[].stage_idinteiroSim——Estágio ao qual se aplica o perfil da entrada. A árvore de aberturas o associa a um id declarado de estágio do estudo em stages.json; a amostragem fora da amostra (out-of-sample) da simulação forward e da simulação final o associa à posição do estágio, a partir de 0, entre os estágios do estudo. As duas coincidem quando os ids são 0, 1, 2, ….
schedule[].profile_namestringSim——Nome de um perfil em profiles.

Regras de validação. Cada regra indica o tipo de erro que novomodelo validate informa.

  • Estrutura. Uma chave obrigatória ausente, um valor de tipo errado, um method diferente de "spectral" ou uma chave desconhecida em qualquer objeto é um ParseError.
  • Perfis. profiles contém pelo menos um perfil. Tipo: SchemaViolation.
  • Matriz. A matrix de cada grupo tem uma linha por entidade e é quadrada; seus elementos estão em [-1.0, 1.0]; sua diagonal é 1.0; e ela é simétrica, com cada par de elementos espelhados diferindo no máximo 1e-10. Tipo: SchemaViolation.
  • Calendário. Todo schedule[].profile_name identifica um perfil de profiles. Tipo: SchemaViolation. Um stage_id não é verificado em relação a stages.json.
  • Referências a entidades. Um entities[].id que não identifica nenhuma usina hidrelétrica (inflow), barramento (load) ou NCS (ncs) declarado, e um type diferente desses três, são cada um um erro InvalidReference.
  • Uma classe por grupo. As entidades de um grupo compartilham um único type; um grupo misto é um BusinessRuleViolation.
  • Perfil padrão. O perfil "default", ou o único perfil, aplica-se em todo estágio que schedule não menciona. Com mais de um perfil e nenhum chamado "default", o caso é recusado com um StochasticPreparationError.
  • Grupos. Um grupo lista pelo menos uma entidade. Dentro de um perfil, um valor de id aparece em no máximo um grupo, e uma única vez nele, qualquer que seja o seu type: um grupo inflow e um grupo load que listem ambos o id 0 são rejeitados (a mensagem termina com groups must be disjoint). Tipo: StochasticPreparationError.

Metodologia: Geração de cenários

Árvore de aberturas da simulação backward fornecida pelo usuário, lida somente quando config.json declara training.scenario_source.openings = {"source": "file"} (um arquivo não declarado é ignorado; um arquivo declarado mas ausente é um erro). Não é admitida com um grafo da política (policy graph) com nodes[] nem com seleção forward enumerada (veja training.scenario_source). Isso permite comparação entre ferramentas, análise de sensibilidade e reprodução de ida e volta de uma árvore de aberturas exportada anteriormente.

NomeTipoObrigatórioPadrãoUnidadeDescrição
stage_idInt32Sim——Id declarado do estágio do estudo em stages.json (não uma posição a partir de 0)
opening_indexUInt32Sim——Índice da abertura dentro do estágio, a partir de 0 (de 0 a num_openings − 1 do estágio)
entity_indexUInt32Sim——Posição no vetor de ruído, a partir de 0 (veja a ordenação das entidades abaixo)
valueFloat64Sim——Realização do ruído para esta tripla (estágio, abertura, entidade)

Ordenação das entidades. O vetor de ruído é formado pelas usinas hidrelétricas na ordem canônica (operational_start_date, depois id), seguidas dos barramentos de carga que possuem ruído de carga (std_mw > 0, ou todos os barramentos de carga no esquema de carga external) e, por fim, de toda NCS com estatísticas de disponibilidade (incluindo std = 0, mais as NCS com cenários externos no esquema external); os blocos de barramentos de carga e de NCS são ordenados por id. Uma NCS com desvio-padrão nulo ainda ocupa uma posição. Violar essa ordem provoca atribuição silenciosa de valores às entidades erradas, pois o arquivo armazena apenas índices, e não identificadores de entidades.

Regras de validação. O carregador gera um erro fatal em caso de falha:

  • Estágio não resolvido — todo stage_id deve ser um id declarado de estágio do estudo.
  • Incompatibilidade de dimensão — o número de valores distintos de entity_index deve ser igual ao comprimento do vetor de ruído definido acima.
  • Incompatibilidade do número de estágios — os valores distintos de stage_id devem ser os estágios declarados do estudo.
  • Índices de abertura faltantes — para cada estágio, todo índice de abertura de 0 a num_openings − 1 do estágio deve estar presente para todas as entidades. Lacunas não são permitidas; a substituição parcial de um estágio não é suportada.

O número total de linhas deve ser igual à soma, sobre os estágios do estudo, de num_openings × dimension.

Veja Geração de cenários para a árvore de aberturas e Configuração para o campo openings.