A two-stage model to account for wind power forecast deviations in hydro-dominated systems

Abstract

O crescente aumento da participação de fontes renováveis variáveis na matriz energética tem gerado desafios operacionais e econômicos significativos para os sistemas elétricos. No Brasil, o DESSEM, modelo oficial utilizado para definir a programação da geração para o dia seguinte, utiliza previsões determinísticas que, devido à incerteza associada à geração eólica, frequentemente diferem da geração verificada em tempo real. Estes desvios levam à necessidade de redespachos, exigindo o uso de usinas hidrelétricas e termelétricas flexíveis, impactando diretamente nos custos operacionais e nos preços. Neste sentido, este trabalho propõe um modelo estocástico linear de dois estágios que incorpora os custos de redespacho decorrentes de erros de previsão da geração eólica. A novidade da formulação proposta reside na preservação das principais características estruturais e operacionais do DESSEM, ao mesmo tempo em que as insere em uma estrutura de programação estocástica que respeita as características do mercado de energia brasileiro. Com base na geração do dia seguinte determinada no primeiro estágio, o segundo estágio avalia o impacto desta decisão ao ajustar a geração para acomodar diferenças na carga líquida induzida por diferentes cenários de geração eólica. A aplicabilidade do modelo proposto é demonstrada por meio do uso de uma configuração hidrotérmica simplificada que mantém as principais características do DESSEM e, devido à sua complexidade, o modelo é resolvido utilizando um método L-shaped que inclui uma estratégia bundle com o intuito de melhorar a taxa de convergência. Simulações out - of - sample indicam que o modelo proposto reduziu, em média, 93% dos custos de redespacho necessários em tempo real para acomodar desvios de previsão da geração eólica. Além de garantir a viabilidade sob diferentes cenários de geração eólica, o modelo melhora a alocação da flexibilidade do sistema e aumenta a eficiência econômica ao reduzir a necessidade de compensações externas ao mercado de energia. Esses resultados são particularmente relevantes diante das discussões atuais no Brasil sobre a implementação de mecanismos que valorizem adequadamente a flexibilidade e forneçam sinais de preço robustos em um contexto de elevada penetração de fontes variáveis e intermitentes.

Abstract: The increasing penetration of variable renewable energy sources has created significant operational and economic challenges for power systems. In Brazil, DESSEM, the official day-ahead generation scheduling optimization model, relies on deterministic forecast, which, due to the uncertainty associated with wind power, often differ from real time generation. These deviations lead to rescheduling actions that require the use of flexible hydroelectric and thermal units, directly affecting operating costs and day-ahead prices. This work proposes a two-stage stochastic linear optimization model that accounts for redispatch costs arising from forecast errors in wind energy. The novelty of the proposed formulation lies in preserving the main structural and operational characteristics of DESSEM while embedding them within a stochastic programming framework suitable for the Brazilian energy market. Based on the day-ahead generation computed in the first stage, the second stage determines the impact of this decision on generation adjustments induced by different wind scenarios. The usefulness of the approach is demonstrated through its application to a simplified hydrothermal configuration that retains the key features of DESSEM and, due to its complexity, the model is solved using a designed bundle-like L-shaped method to improve model convergence rate. Out-of-sample simulations show that, during the testing phase, the proposed model reduced, on average, 93% of the redispatch costs required in real time to accommodate wind power forecast deviations. In addition to ensuring feasibility under different wind realizations, the model improves the allocation of system flexibility and enhances economic efficiency as it reduces the need of out-of-market compensations. These results are particularly relevant given current discussions in Brazil regarding the implementation of mechanisms that appropriately value flexibility and provide robust price signals in the presence of high penetration of variable, intermittent energy sources.