PUBLICAÇÕES
Improving the performance of Stochastic Dual Dynamic Programming
AUTORES
ANDY BRYAN PHILPOTT
ERLON C. FINARDI
DEZ/2015
REVISTA:JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS
EDIÇÃO: 290
PÁGINAS: 196-208
This paper is concerned with tuning the Stochastic Dual Dynamic Programming algorithm to make it more computationally efficient. We report the results of some computational experiments on a large-scale hydrothermal scheduling model developed for Brazil. We find that the best improvements in computation time are obtained from an implementation that increases the number of scenarios in the forward pass with each iteration and selects cuts to be included in the stage problems in each iteration. This gives an order of magnitude decrease in computation time with little change in solution quality.
O que é e por que importa
À medida que o mercado livre de energia se desenvolve no Brasil, a complexidade das operações também aumenta. Agentes de todos os níveis lidam diariamente com dados técnicos, regulatórios e financeiros. Atividades complexas que requerem uma gestão minuciosa e detalhada. É aí que entra o backoffice como peça-chave. É nesse cenário que o backoffice surge como uma peça-chave para o sucesso do negócio.
Entenda as modalidades de precificação praticadas em negociações no ACL.
