[pt] Nesta dissertação será proposta uma metodologia que contabiliza o risco de inadimplência no mercado, decorrentes de débitos não pagos à câmara de comercialização de energia elétrica (CCEE) nas estratégias de contratação de geradores renováveis. As incertezas relacionadas à geração e ao preço de curto prazo são consideradas através da simulação de cenários exógenos ao modelo como habitual em otimização estocástica. A otimização robusta é empregada através de conjuntos de incerteza poliédricos a fim de modelar a inadimplência do mercado. Dessa maneira, a metodologia proposta se baseia em um modelo matemático híbrido, robusto e estocástico. De forma mais objetiva, um modelo de dois níveis é proposto com tantos problemas de segundo nível quanto o número de cenários considerados para a produção renovável. No primeiro nível, as decisões de contratação são feitas. Em seguida, para cada cenário de geração, o problema de segundo nível encontra a pior inadimplência com base na carteira de contratos encontrados pelo primeiro nível. Para resolver o problema, o modelo de dois níveis é reescrito como um problema linear equivalente de um único nível. O perfil de risco do agente é definido por meio do conhecido valor condicional em risco (conditional value-a-risk), uma medida coerente de risco. Para ilustrar a eficácia do modelo de contratação, são realizados estudos de casos com dados realistas do sistema de energia brasileiro. / [en] In this dissertation we propose a new methodology to account for the market default risk, arising from debts not paid to the market clearing house, in the renewable generators contracting strategy. Renewable generation and spot price uncertainties are considered through exogenous simulated scenarios as customary in stochastic optimization. Robust optimization with polyhedral uncertainty sets is employed to account for the market default. Thus, the proposed methodology is based on a hybrid robust and stochastic mathematical program. More objectively, a bi-level model is proposed with as many second-level problems as the number of scenarios considered for the renewable production. In the first level, contracting decisions are made. Then, for each generation scenario, a second-level problem finds the worst-case default based on the portfolio of contracts found by the first level. To solve the problem, the bi-level model is rewritten as a single-level equivalent linear problem. The agent s risk profile is defined by means of the well-known conditional value-at-risk coherent risk measure. To illustrate the effectiveness of the contracting model, case studies are performed with realistic data from the Brazilian power system.

[pt] A dissertação possui como objetivo principal estudar a cláusula MAC em sua aplicação no Brasil. A cláusula MAC é muito mais do que uma mera cláusula única e simples, sendo, na realidade, um mecanismo contratual, aparecendo de maneiras diversas ao longo do contrato e extremamente presente na realidade negocial internacional, sobretudo, em relações contratuais complexas como as operações de M(e)A, foco de análise desta dissertação. O grande objetivo da cláusula MAC é lidar com o eventual desequilíbrio superveniente ou da alteração das circunstâncias nas operações de M(e)A. É uma cláusula que, além de ser bastante discutida contratual e judicialmente no exterior, é de origem estrangeira (anglo-saxã), reforçando, portanto, a necessidade de se fazer um contraponto entre tal mecanismo e alguns dos principais institutos e conceitos de direito civil, obrigacional e contratual existentes no ordenamento jurídico brasileiro. / [en] The main goal of this dissertation is to study the MAC clause and its applicability in Brazil. The MAC clause is much more than a mere single and simple clause, being, in fact, a contractual mechanism, appearing in different ways throughout the contract and extremely present in the international business reality, above all, in complex contractual relationships such as M(and)A transactions, focus of analysis of this dissertation. The main objective of the MAC clause is to deal with any supervening imbalance or change in circumstances in M(and)A transactions. It is a clause that, in addition to being widely discussed contractually and judicially abroad, is of a foreign origin (Anglo-Saxon), therefore reinforcing the need to male a counterpoint between such a mechanism and some of the main institutes and concepts of civil, obligational, and contractual la, existing in the Brazilian legal system.

[pt] O investimento em fontes renováveis, apesar do crescimento recente, ainda é dificultado devido à volatilidade dos mercados de curto prazo. Contratos forward são essenciais mesmo em mercados de balcão como o Ambiente de Contratação Livre (ACL) Brasileiro. Contatos forward permitem a redução da incerteza sobre a receita, ajudam a garantir a adequação do fornecimento graças à sinalização de preços para a expansão e podem também ser obrigatórios para realização do project finance de novos empreendimentos. Apesar da oferta de contratos, as fontes renováveis ainda possuem o risco adicional em sua geração, o que pode, combinando-se altos preços spot em um momento de baixa geração, ocasionar uma exposição ao risco de preço-quantidade. Investimento em fontes renováveis pode ser incentivado através da aplicação de técnicas de gestão de riscos como contratação forward, diversificação e definição do momento ótimo de investimento. Através da negociação de contratos e aproveitando complementariedades sazonais entre as fontes, é possível minimizar a exposição aos riscos do mercado. O problema de investimento em centrais de energia renovável pode ser visto como um modelo de otimização estocástica multiestágio com variáveis inteiras, de difícil resolução. As principais soluções disponíveis na literatura simplificam o problema ao reduzir a dimensionalidade da árvore de cenários, ou assumindo hipóteses simplificadoras sobre os processos estocásticos. Nosso objetivo é apresentar um framework para valoração de investimentos em energia renovável, considerando as principais fontes de incerteza e alternativas para composição de uma carteira de investimentos. A principal contribuição desse trabalho é uma metodologia para resolver, utilizando técnicas de decomposição, o problema de investimento ótimo em centrais renováveis complementares no mercado elétrico brasileiro. Este é um problema estocástico multiestágio e não convexo. Nossas políticas de investimento são geradas através de um algoritmo baseado em Programação Dinâmica Dual Estocástica (SDDP). Restrições de integralidade são consideradas no passo forward, onde as políticas são avaliadas, e relaxados no passo backward, onde as políticas são geradas, para garantir a convexidade das funções de recurso. Os resultados numéricos mostram que não é possível assumir independência entre estágios dos processos estocásticos de preços. A estrutura Markoviana dos processos estocásticos é preservada usando uma discretização do espaço de probabilidade, que é resolvida utilizando uma conhecida extensão do SDDP. A avaliação da performance é feita utilizando os dados originais, validando nossa heurística. Nosso framework requer um modelo para o preço forward de energia. Nós aplicamos o modelo Schwartz-Smith usando dados do mercado spot e de balcão para construir a curva forward do mercado brasileiro. O framework contempla as particularidades do ACL no mercado brasileiro, mas também pode ser utilizado em mercados similares. Utilizando medidas coerentes de risco, incorporamos aversão a risco e avaliamos as estratégias concorrentes utilizando conceitos modernos de gestão de riscos. / [en] Despite recent trend for investment in renewable energy, high volatility in shortterm markets still may hinder some opportunities. Forwarding contracting is essential even in Over The Counter (OTC) markets such as the Brazilian Free Trading Environment. Forward contracts allow reducing revenue uncertainty, help ensure supply adequacy by signaling generation expansion and may also be required for project financing in new ventures. Still, renewable sources face the additional risk of uncertain generation, which, in low periods, combined with high spot prices, pose the hazardous price-quantity risk. Renewable investment may be fostered by applying risk management techniques such as forward contracting, diversification and optimal investment timing. By trading contracts and exploiting the seasonal complementarity of the renewable sources, it is possible to reduce risk exposure. The problem of investment in renewable energy plants may be seen as a multistage stochastic optimization model with integer variables, which is very hard to solve. The main approaches in the current literature simplify the problem by reducing the dimensionality of the scenario tree or by assuming simplifying hypothesis on the stochastic processes. Our objective is to introduce a renewable investment valuation framework, considering the main uncertainty sources and portfolio investment alternatives. The main contribution of this work is a method to solve, by applying decomposition techniques, the problem of optimal investment in seasonal complementary renewable plants in the Brazilian energy market. This is a multistage stochastic and non-convex problem. Our investment policies are devised using an algorithm based on Stochastic Dual Dynamic Programming (SDDP). Integrality constraints are considered in the forward step, where policies are evaluated, and relaxed in the backward step, where policies are built, to ensure convexity of the recourse functions. Numerical results show that it is not possible to assume stagewise independence of the price processes. We maintain the Markovian property of the stochastic processes by a discretization of the probability space, solvable by a known extension to the SDDP method. Performance evaluation is carried out using the original data, validating our heuristic. A forward energy price model is required in our framework. We apply the Schwartz-Smith model with spot and OTC data of the Brazilian market to build such a forward price curve. The framework is able to represent the characteristics of the Brazilian FTE and may be applied to similar markets. We incorporate risk aversion with coherent measures of risk and evaluate alternative strategies based on modern risk management concepts.

[pt] O preço da energia no mercado de curto-prazo é caracterizado pela sua alta volatilidade e dificuldade de previsão, representando um alto risco para agentes produtores de energia, especialmente para geradores por fontes renováveis. A abordagem típica empregada por tais empresas para obter a estratégia de contratação ótima de médio e longo prazos é simular um conjunto de caminhos para os fatores de incerteza a fim de caracterizar a distribuição de probabilidade da receita futura e, então, otimizar o portfólio da empresa, maximizando o seu equivalente certo. Contudo, na prática, a modelagem e simulação do preço de curto prazo da energia é um grande desafio para os agentes do setor elétrico devido a sua alta dependência a parâmetros que são difíceis de prever no médio e longo, como o crescimento do PIB, variação da demanda, entrada de novos agentes no mercado, alterações regulatórias, entre outras. Neste sentido, nesta dissertação, utilizamos otimização robusta para tratar a incerteza presente na distribuição do preço de curto-prazo da energia, enquanto a produção de energia renovável é tratada com cenários simulados exógenos, como é comum em programação estocástica. Mostramos, também, que esta abordagem pode ser interpretada a partir de dois pontos de vista: teste de estresse e aversão à ambiguidade. Com relação ao último, apresentamos um link entre otimização robusta e teoria de ambiguidade. Além disso, incluímos no modelo de formação de portfólio ótimo a possibilidade de considerar um contrato de opção térmica de compra para o hedge do portfólio do agente contra a irregularidade do preço de curto-prazo. Por fim, é apresentado um estudo de caso com dados realistas do sistema elétrico brasileiro para ilustrar a aplicabilidade da metodologia proposta. / [en] Energy spot price is characterized by its high volatility and difficult prediction, representing a major risk for energy companies, especially those that rely on renewable generation. The typical approach employed by such companies to address their mid- and long-term optimal contracting strategy is to simulate a large set of paths for the uncertainty factors to characterize the probability distribution of the future income and, then, optimize the company s portfolio to maximize its certainty equivalent. In practice, however, spot price modeling and simulation is a big challenge for agents due to its high dependence on parameters that are difficult to predict, e.g., GDP growth, demand variation, entrance of new market players, regulatory changes, just to name a few. In this sense, in this dissertation, we make use of robust optimization to treat the uncertainty on spot price distribution while renewable production remains accounted for by exogenously simulated scenarios, as is customary in stochastic programming. We show that this approach can be interpreted from two different point of views: stress test and aversion to ambiguity. Regarding the latter, we provide a link between robust optimization and ambiguity theory, which was an open gap in decision theory. Moreover, we include into the optimal portfolio model, the possibility to consider an energy call option contract to hedge the agent s portfolio against price spikes. A case study with realistic data from the Brazilian system is shown to illustrate the applicability of the proposed methodology.