[pt] Com o advento do novo modelo do setor elétrico a partir de 2004, foi permitida aos agentes de mercado a comercialização de energia no ambiente de contratação livre. Considerando a natureza destas operações e a influência de variáveis meteorológicas na formação e volatilidade dos preços, as decisões no âmbito da comercialização de energia são tomadas sob condições de incerteza, levando os agentes a buscarem estratégias de contratação para maximização do retorno dos ativos e/ou mitigação dos riscos envolvidos. No setor elétrico brasileiro, a gestão do risco de mercado é realizada principalmente por contratos a termo, de forma a reduzir os impactos adversos da flutuação do PLD. Neste contexto, os objetivos deste estudo são avaliar a aplicabilidade de dois modelos de otimização sob incerteza, estágio único e estocástico de dois estágios, na tomada de decisão de uma comercializadora e comparar as decisões recomendadas pelos modelos. Estes modelos utilizaram uma função de preferência que permite representar a variação do nível de aversão ao risco considerando diferentes bandas de preferência, tendo os seus parâmetros determinados pelo método Analytic Hierarchical Process. Para a construção das curvas forward do modelo estocástico de dois estágios, foi ponderado o preço de mercado observado e as 2.000 séries do PLD da previsão oficial do ONS. Os resultados evidenciaram a efetividade na mitigação do risco para os produtos avaliados. Ademais, devido à redução do custo do arrependimento a partir da modelagem do problema de otimização em dois estágios, este modelo apresentou soluções mais rentáveis quando comparado ao modelo de único estágio. / [en] With the advent of the new model for the electricity sector in 2004, market agents were allowed to sell energy in the free market. Considering the nature of these operations and the influence of meteorological variables on the formation and volatility of prices, energy trading decisions are taken under conditions of uncertainty, leading agents to seek contracting strategies to maximize the return on assets or mitigation of the risks involved. In the Brazilian electricity sector, market risk management is mainly accomplished through forward contracts, in order to reduce the adverse impacts of PLD fluctuation. In this context, the objectives of this study are to evaluate the applicability of two optimization models under uncertainty, single-stage and two-stage stochastic, in the decision making of a trading company and to compare the decisions recommended by the models. These models used a preference function that allows representing the variation of the risk aversion level considering different preference groups, having its parameters determined by the Analytic Hierarchical Process. For the construction of the forward curves of the two-stage stochastic model, the observed market price and the 2,000 PLD series of the ONS official forecast were weighted. The results evidenced the effectiveness in risk mitigation for the evaluated products. Furthermore, due to the reduction in the cost of regret from the two-stage optimization problem modeling, this model presented more cost-effective solutions when compared to the single-stage model.

[pt] No Brasil, as distribuidoras (DisCos) devem suprir seu crescimento de carga por meio de contratos comercializados em leilões centralizados de Energia Nova, nos quais são leiloados contratos com entrega 4 anos a frente. No entanto, projetar a demanda de energia para vários anos à frente é muito desafiador, pois o consumo de energia é muito dependente da taxa de crescimento da economia, da possibilidade de surgimento de uma nova solução/tecnologia (geração solar distribuída) e da migração de consumidores cativos para o mercado livre. Embora as distribuidoras possam repassar os custos do excedente contratual de até 5 por cento nas tarifas de energia, esse limite tem se mostrado insuficiente desde que a última crise econômica no Brasil (2015) derrubou as expectativas de crescimento do consumo, deixando as distribuidoras com um superavit de contrato enorme. Essa situação tornou-se um problema para as distribuidoras, uma vez que esses contratos são liquidados no mercado spot, expondo-as ao preço spot, variável demasiadamente volátil no Brasil, e comprometendo assim a os seus fluxos de caixa. Neste contexto, criou-se o Mecanismo de Venda de Excedentes - MVE, um importante instrumento regulatório para gerenciamento do portfólio das distribuidoras. Por meio deste mecanismo as distribuidoras são capazes de vender, em um leilão centralizado, seus excedentes contratuais, reduzindo assim sua exposição ao mercado spot. Assim, este trabalho tem como objetivo propor uma metodologia para otimizar a estratégia das distribuidoras nos processamentos de MVE utilizando o conceito de Decisão sob Incerteza. Em outras palavras, o modelo indicará uma estratégia de venda de contratos no MVE, considerando o perfil de aversão ao risco do agente, avaliando os diferentes custos de oportunidade existentes neste processo de tomada de decisão. / [en] In Brazil, distribution companies (DisCos) must supply their expected load growth with contract purchases in centralized New Energy Auctions, in which commercial operation date – COD of generation projects being sold is (at least) 4 years ahead. Projecting energy demand for several years ahead is very challenging as energy consumption is very dependent on economy growth rate, the possibility of a surge of a new solution/technology (solar distributed generation) and the migration of captive consumers to the free market, to name a few. Even though distribution companies are allowed to pass through the costs of contract surplus of up to 5 percent in energy tariffs, this threshold was shown insufficient when the latest economic crisis in Brazil (2015) has knocked over consumption growth expectations, leaving distribution companies with huge contract surplus. This situation became a problem for the distribution companies since these contracts must be settled in the spot market, exposing them to the spot price, which is very volatile, and compromising their cash flow. In this context, the Mecanismo de Venda de Excedentes - MVE was created, an essential regulatory instrument to help distribution companies manage their energy portfolio. Through this mechanism, DisCos can sell in a centralized auction their contracts surplus, reducing their position in the spot market. This work aims to propose a methodology to optimize the distribution companies strategy in the MVE auctions using the theory of the Decision under Uncertainty. In other words, the model will indicate a strategy to sell contracts in the MVE, considering the agent s risk aversion profile, evaluating all the opportunity costs involving in this decision-making.

[pt] Mudanças recentes em mercados de energia com alta penetração de fontes renováveis destacaram a necessidade de estratégias complexas que, além de maximizar o lucro, proporcionam proteção contra a volatilidade de preços e incerteza na geração. Neste contexto, este trabalho propõe um modelo dinâmico para representar a tomada de decisão sequencial no cenário atual. Ao contrário de trabalhos relatados anteriormente, este método fornece uma estrutura para considerar as incertezas nos níveis estratégico (longo prazo) e operacional (curto prazo) simultaneamente. É utilizado um modelo de programação estocástica multiestágio em que as correlações entre previsões de vazão, geração renovável, preços spot e preços contratuais são consideradas por meio de uma árvore de decisão multi-escala. Além disso, a aversão ao risco do agente comercializador é considerada por meio de restrições intuitivas e consistentes no tempo. É apresentado um estudo de caso do setor elétrico brasileiro, no qual dados reais foram utilizados para definir a estratégia ótima de comercialização de um gerador de energia eólica, condicionada à evolução futura dos preços de mercado. O modelo fornece ao comercializador informações úteis, como o montante contratado ideal, além do momento ótimo de negociação e duração dos contratos. Além disso, o valor desta solução é demonstrado quando comparado a abordagens estáticas, através de uma medida de desempenho baseada no equivalente de certo do problema multiestágio. / [en] Recent market changes in power systems with high renewable energy penetration highlighted the need for complex profit maximization and protection against price volatility and generation uncertainty. This work proposes a dynamic model to represent sequential decision making in this current scenario. Unlike previously reported works, we contemplate uncertainties in both strategic (long-term) and operational (short-term) levels, all considered as pathdependent stochastic processes. The problem is represented as a multistage stochastic programming model in which the correlations between inflow forecasts, renewable generation, spot and contract prices are accounted for by means of interconnected long- and short-term decision trees. Additionally, risk aversion is considered through intuitive time-consistent constraints. A case study of the Brazilian power sector is presented, in which real data was used to define the optimal trading strategy of a wind power generator, conditioned to the future evolution of market prices. The model provides the trader with useful information such as the optimal contractual amount, settlement timing, and term. Furthermore, the value of this solution is demonstrated when compared to state-of-the-art static approaches using a multistage-based certainty equivalent performance measure.

[pt] Na última década, o setor elétrico brasileiro tem enfrentado desafios regulatórios e operacionais devido à necessidade de adaptação às mudanças na matriz elétrica, que apresenta uma participação crescente de energias renováveis intermitentes, como a solar fotovoltaica e a eólica. Além disso, restrições sociais e ambientais para a construção de novos reservatórios hidrelétricos exigem o desenvolvimento de novos modelos para a gestão do risco hidrológico. Esta tese é composta por quatro estudos e tem como objetivo desenvolver modelos de apoio à decisão que contribuam para a gestão do sistema interligado nacional e para a otimização de processos relevantes do setor, considerando o cenário atual. O primeiro estudo, ao definir uma metodologia de acesso aos parâmetros do funcional ECP_G, contribui para a inovação e o aprimoramento de modelos teóricos, com resultados práticos para o setor. O segundo estudo contribui para o processo de sazonalização da garantia física e revela uma estratégia ótima que maximiza simultaneamente os resultados dos agentes geradores, prevenindo reduções nos payoffs resultantes de movimentos individuais de concorrentes. O terceiro estudo propõe um modelo de otimização de portfólio de comercialização, que permite aos agentes uma exposição adequada ao risco, contribuindo para uma gestão comercial mais eficiente. Finalmente, o quarto estudo apresenta um modelo de operação de uma bolsa de futuros de energia, fornecendo informações relevantes para agentes interessados em implementar um empreendimento desse tipo no Brasil, que ainda não possui uma bolsa de futuros de energia. / [en] In the last decade, the Brazilian electricity sector has faced regulatory and operational challenges due to the need to adapt to changes in the energy matrix, which shows a growing share of intermittent renewable energies, such as solar photovoltaic and wind energy. Additionally, social and environmental restrictions on the construction of new hydroelectric reservoirs require the development of new models for hydrological risk management. This thesis comprises four studies and aims to develop decision support models that contribute to the management of the national interconnected system and the optimization of relevant processes in the sector, considering the current scenario. The first study, by defining a methodology for accessing the parameters of the ECP_G functional, contributes to the innovation and improvement of theoretical models, with practical results for the sector. The second study contributes to the process of seasonalizing the physical guarantee and reveals an optimal strategy that simultaneously maximizes the results of generating agents, preventing reductions in payoffs resulting from individual movements of competitors. The third study proposes a commercialization portfolio optimization model, which allows agents to adequately expose themselves to risk, contributing to more efficient commercial management. Finally, the fourth study presents an operational model for an energy futures clearing house, offering valuable insights for stakeholders interested in establishing such a project in Brazil, where no energy futures clearing house currently exists.

[pt] O Setor Elétrico Brasileiro (SEB) vem passando por diversas mudanças. A reforma iniciada em 1993 implicou na alteração da característica do setor de ser até então majoritariamente estatal. As alterações no SEB nos anos de 2003 e 2004 implementaram os chamados Ambientes de Contratação Regulado e Livre, respectivamente ACR e ACL. Recentemente, mais mudanças estruturais marcaram o SEB com a nova Lei de número 12.783/13, que trata da renovação das concessões do setor. Neste contexto, destacam-se os empreendimentos eólicos e seu aumento de participação na matriz elétrica brasileira. A matriz elétrica brasileira permanece majoritariamente hídrica, contudo o segmento eólico tem se destacado nos leilões de energia, apresentando com frequencia preços mais competitivos que projetos de Pequenas Centrais Hidrelétricas (PCHs) e térmicas movidas à biomassa. Desta forma, dada a importância crescente da fonte eólica de energia, o presente trabalho propõe a aplicação de um modelo de avaliação de uma planta eólica em condições de incerteza, com a utilização da Teoria das Opções Reais. A flexibilidade abordada no trabalho em tela foi incorporada na escolha do mecanismo de venda da energia gerada. Neste sentido, considerou-se que o montante de energia não negociado no ACR (através de Leilões regulados) poderá ter a opção de ser negociado em contratos bilaterais no ACL ou liquidado no mercado de curto prazo ao Preço de Liquidação de Diferenças (PLD). Os resultados indicaram um aumento no valor do projeto com a inclusão desta flexibilidade. / [en] The Brazilian Electric Power Industry (SEB) has been going through many changes. The reform begun in 1993 resulted in a modification on characteristics of this sector that was mainly controlled by the government until that time. The changes in SEB occurred in 2003 and 2004 resulted in the creation of the Regulated Contracting Environment (ACR) and the Free Contracting Environment (ACL). Recently, new modifications happened in this sector with the law number 12.783/13, which regulates the Renovation of Concessions in the sector. In this context, it can be highlighted the wind power projects and their increasing participation in Brazilian electricity generation matrix. The Brazilian electricity generation matrix is still concentrated in hydroelectrical generation. However, wind power plants have been standing out in the last auctions, with more competitive prices than Small Hydro Power (PCH) and biomass projects. Therefore, considering the increasing importance of wind power source, this work proposes the application of an investment model under uncertainty for evaluating a wind power plant using the Real Option Theory. The flexibility used in this work refers to the choice of the mechanism for selling the generated energy. In this sense, it was assumed that the amount of generated energy which wouldn’t be contracted in the ACR could have the possibility of being negotiated in contracts in the ACL or it would be sold in the short-term market through the Differences Settlement Price (PLD). Results indicate an increase in the project value with the inclusion of this flexibility.

[pt] Na década de 1990, diversos países, inclusive o Brasil, entre 1996 e 2003, iniciaram a reestruturação de seus setores elétricos e criaram mercados livres para negociação de energia. O crescimento desses mercados tem demandado a adaptação de instrumentos financeiros de gestão de riscos e retornos as suas especificidades. No Brasil, o mercado tem, ainda, uma estrutura de balcão desorganizado e descentralizado, o que dificulta seu aprendizado. Os contratos a termo de energia elétrica, negociados bilateralmente, no país, são o principal instrumento para a mitigação de riscos e a avaliação de investimentos. Nesse contexto, o objetivo deste estudo é compreender melhor a dinâmica dos preços a termo de energia elétrica praticados no Brasil. Assim, é proposto um método para construção de curvas a termo com base apenas em informações de mercado e feita uma primeira aplicação dessa metodologia. Alguns indícios ficaram, então, evidentes sobre o comportamento do mercado brasileiro a termo de energia elétrica: configuração de contango em alguns períodos, presença de elevados prêmios de risco e aderência apenas relativa dos preços a termo às expectativas de futuros preços à vista. Estudos realizados a partir de mercados estruturados de energia elétrica suportam essas evidências. / [en] In the 1990s, several countries, including Brazil, between 1996 and 2003, began to restructure their electricity sectors and established free markets for energy trading. The growth of these markets has required the adaptation of financial instruments for risk management and return to their specifications. In Brazil, the market has still a disorganized and decentralized OTC (over the counter market) structure, which hinders their learning. The forward contracts for electricity, negotiated bilaterally, in the country, are the primary instrument to mitigate risks and evaluate investments. In this context, the objective of this study is to better understand the dynamics of the forward price of electricity negotiated in Brazil. Thus, we propose a method to construct the forward curve based only on market information and made a first application of this methodology. Some clues were then evident on the behavior of the Brazilian forward market of electricity: contango set in certain periods, presence of high risk premiums and only partial adherence of forward prices on the expectations of future spot prices. Studies based on structured electricity markets support these evidences.

[pt] Este trabalho apresenta um framework de investimento dinâmico para carteiras de energia, baseados em opções reais, que visa maximizar o valor, corrigido pelo risco, do investimento conjunto em projetos de geração de energia com fontes renováveis. Diferente de outros modelos semelhantes, várias classes de incerteza são levadas em consideração simultaneamente e os valores de projeto são calculados por um modelo de otimização híbrido robusto e estocástico. O framework de investimento é adequado para qualquer mercado que permita a negociação bilateral, conforme feita no Ambiente de Contratação Livre, e é construído na visão da empresa de geração, ou comercializadora de energia, que pretende investir em uma carteira de geração. Utilizando este framework é possível definir o quanto investir em cada fonte renovável, quanto vender da carteira de energia e o melhor momento para investir. Além disso, com essa modelagem é calculado o prêmio do investimento simultâneo em fontes renováveis complementares. Ele estende os modelos de decisão estáticos, já abordados na literatura, para um contexto dinâmico, ou seja, considerando a decisão ótima de investimento no tempo. Isso é feito utilizando a abordagem numérica desenvolvida por Bastian-Pinto [9], para descrever cenários de variáveis estocásticas que se comportam como um processo de reversão à média (típico dos preços de energia). Ao final são mostrados estudos de caso realistas que demonstram o valor do framework. Este modelo aprimora as decisões da indústria de energia, contribui para aumentar a competitividade das fontes renováveis e reduz a necessidade de subsídios para o investimento. Com isso, impulsiona a penetração das fontes renováveis no mercado brasileiro de energia elétrica. / [en] This dissertation presents a dynamic framework for renewable energy portfolios, based on real options, that maximize the risk-averse investment value. Differently from similar models, several classes of uncertainty are taken into account simultaneously and the project values are calculated by means of a hybrid robust and stochastic optimization model. The investment framework is suitable for any market that allows bilateral trading (as in the Brazilian free contracting environment) and is designed for a generation company or energy trading company, that intends to invest in a renewablesource portfolio. Using this framework it is possible to define how much to buy or build from each renewable source, how much to sell from the energy portfolio, and the best moment to invest. Additionally, the premium for investing simultaneously in several complementary renewable sources is also determined. The section responsible for supporting the dynamic investment timing decision uses the binomial lattice proposed by Bastian-Pinto et al [9], to describe mean reverting processes. This framework improves industry practices, contributes to increase renewables competitiveness and proposes an arragement that reduces the need for subsidies. As a consequence, this model contributes to foster the penetration of renewable sources in Brazilian electricity market.

[pt] Nos últimos anos, observa-se crescente penetração da energia eólica na matriz energética mundial e brasileira. Em 2015, ela já representava (seis por cento) da capacidade total de geração de energia do país, colocando-o na (décima) posição entre os países com capacidade eólica instalada. A crescente penetração dessa fonte de energia e suas características de intermitência e forte sazonalidade, passaram a demandar modelos de otimização capazes de auxiliar tanto a gestão dos sistemas elétricos com geração intermitente de energia eólica, quanto a comercialização dessa energia. Avançaram, assim, os estudos de previsões de médias a cada (dez) minutos, horárias e diárias de geração eólica, para atender a sua inserção na programação dos sistemas elétricos e a sua comercialização em mercados diários e horários. Contudo, poucos estudos deram atenção à previsão e simulação de médias mensais de geração eólica, imprescindíveis para gestão e otimização da comercialização dessa energia no Brasil, visto que esta ocorre essencialmente em base mensal. Neste contexto, insere-se esta tese, que busca avaliar a otimização comercial de um parque eólico no mercado livre de energia brasileiro, considerando diferentes modelos de simulação da incerteza de geração eólica e níveis de aversão ao risco do gestor. Para representar diferentes níveis de aversão ao risco do gestor, desenvolveu-se uma nova função de preferência, capaz de modelar a variação do nível de aversão ao risco de um mesmo gestor, para diferentes faixas de preferência, definidas a partir de percentis αs de VaRα. A função de preferência desenvolvida é uma ponderação entre o valor esperado e níveis de CVaR dos resultados. De certo modo, ela altera as probabilidades dos resultados, de acordo as preferências do gestor, similar ao efeito dos pesos de decisão na Teoria do Prospecto. Para simulação da geração eólica são adotados modelos autorregressivos com sazonalidade representada por dummies mensais (ARX-11) e periódicos (PAR). Considera-se, ainda, a inclusão de variáveis climáticas exógenas no modelo ARX-11, com ganho de capacidade preditiva. Observou-se que, para um gestor neutro ao risco, as diferentes simulações de geração eólica não alteraram a decisão ótima. O mesmo não é válido para um gestor avesso ao risco, especialmente ao ser considerado o modelo de simulação com variáveis climáticas exógenas. Portanto, é importante a definição de um único modelo de simulação a ser considerado pelo gestor avesso ao risco ou, a adoção de alguma técnica multicritério para ponderação de diferentes modelos. O perfil de risco também altera as decisões ótimas do gestor, observando-se redução do desvio-padrão e da média da distribuição dos resultados e, aumento dos CVaRs e prêmio de risco, à medida que aumenta a aversão ao risco. Assim, é importante a especificação de uma única função de preferência, que represente adequadamente o perfil de risco do gestor ou da empresa, para otimização da comercialização. A flexibilidade da função de preferência desenvolvida, ao permitir a definição de diferentes níveis de aversão ao risco do gestor, para diferentes faixas de preferência, contribui para essa especificação. / [en] In recent years, we have seen an increased penetration of wind power in the Brazilian energy matrix and also worldwide. In 2015, wind power already accounted for (six percent) of the Brazilian total power capacity and the country was the (tenth) in the world raking of wind power installed capacity. Due to the growing penetration of the source, its intermittency and strong seasonality, optimization models able to deal with the management of wind power, both in electrical systems operation and in trading environment, are necessary. Thus, we see the growth in the number of studies concerned about wind power forecasts for every (10) minutes, hours and days, meeting the electrical systems and international trading schedules. However, few studies have given attention to the forecasting and simulation of wind power monthly averages, which are essential for the management and optimization of energy trading in Brazil, since its occurs essentially on a monthly basis. In this context, we introduce this thesis, which seeks to assess the commercial optimization of a wind farm in the Brazilian energy free market, considering different simulation models for the wind power production uncertainty and different levels of manager s risk aversion. In order to represent the manager s different levels of risk aversion, we developed a new preference function, which is able to model the variation of risk aversion level of the same manager, for different preference groups. These groups are defined by α s percentiles of VaRα. The developed preference function is a weighted average between expected value of results and CVaR levels. In a way, it changes the odds of the results, according to the manager s preference, similar to the effect of the decision weights on Prospect Theory. We adopted autoregressive models to simulate wind power generation, with seasonality represented by monthly dummies (ARX -11) or periodic model (PAR). Furthermore, we consider the inclusion of climate exogenous variables in the ARX-11 model and obtain predictive gain. We observed that for a risk neutral manager, different simulations of wind power production do not change the optimal decision. However, this does not apply for risk averse managers, especially when we consider the simulation model with climate exogenous variables. Therefore, it is important that the risk averse manager establishes a single simulation model to consider or adopts some multi-criteria technique for weighting different models. The risk profile also changes the manager optimal decision. We observed that increasing risk aversion, the standard deviation and mean of the results distribution decrease, while risk premium and CVaRs increase. Therefore, to proceed the optimization, it is important to specify a single preference function, which represents adequately the manager or company risk profile. The flexibility of the developed preference function, allowing the definition of different manager s risk aversion levels for different preference groups, contributes to this specification.