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.
Mercado físico e derivativo de energia: diferenças, complementaridades e aplicações no setor elétrico
A escolha do tipo de energia contratada não se limita a um aspecto técnico: representa uma decisão estratégica que impacta custos, sustentabilidade e competitividade.
Contratos bem geridos garantem segurança e compliance nas operações do mercado livre de energia.
