[pt] O Planejamento da Operação Energética de Médio Prazo do Sistema Interligado Nacional (SIN) é um problema de decisão sob incerteza, com acoplamentos espacial e temporal. A solução vigente determina a política ótima através do algoritmo Programação Dinâmica Dual Estocástica (PDDE), onde a incerteza hidrológica é representada como um processo Periódico Autorregressivo (PAR). Para a aplicação do planejamento, uma restrição do modelo PAR é a possibilidade do mesmo simular valores negativos de afluência. A abordagem usada no modelo para que este gere apenas valores positivos criou uma relação de dependência entre os resíduos do modelo e as afluências passadas, em detrimento da premissa de independência temporal assumida pela PDDE. Neste contexto, o modelo Periódico Vetorial Autorregressivo com erro multiplicativo (PVARm) torna-se interessante para representação da incerteza das afluências, visto que, junto ao método de estimação adotado, garante as premissas da PDDE, além de incorporar a correlação espacial das afluências na própria formulação do modelo. Este trabalho apresenta o modelo PVARm aplicado à geração de cenários para atendimento do processo de otimização, a partir de dados do SIN. A estimação do modelo considera as mudanças de topologia das usinas ao longo do horizonte de planejamento e avalia dois critérios de identificação – ordem fixa unitária e ordem selecionada a partir da menor soma de erros de ajuste. Os cenários gerados são comparados aos cenários gerados pelo modelo que representa aquele vigente, o PAR. A comparação se baseia nos quesitos reprodução de estatísticas mensais e anuais e na adequação dos modelos, medida por testes de sequências. Os resultados mostraram que o PVARm de ordem unitária fixa apresentou comportamento satisfatório na maioria dos testes e motivou a continuidade dos estudos para aplicação no Planejamento da Operação Energética do SIN. / [en] The Medium-Term Energy Planning of the National Interconnected System (SIN) is a decision-making problem under uncertainty, coupled in space and time. The official solution uses the Stochastic Dual Dynamic Programming (SDDP) algorithm, where uncertainty is represented as a Periodic Autoregressive (PAR) process. Specifically for the Planning application, the possibility of PAR simulates negative streamflow values is a limitation of the model. The approach used in PAR to solve this question creates a link between the current residual and the past streamflow in spite of the stochastic component stage-wise independency assumption of SDDP algorithm. In this context, the Periodic Vector Autoregressive model with multiplicative error (PVARm) becomes interesting for streamflow formulation, since it guarantees the PDDE assumptions, it can simulate only positive streamflow values, besides incorporating the spatial inflows correlation. This work presents the PVARm model applied to the simulation of scenarios to attend the optimization process, based on data from the SIN. The estimation of the model is considered as the topology change of the last decades for the planning and selection of two classification criteria - unit and alternative fixed order from the smallest sum of model errors of fit. The scenarios generated are compared to the scenarios generated by the model that represent the current one, the PAR. The comparison is based on the results of the monthly and annual statistics measurement and the adequacy of the models, as measured by sequence tests. The results were that the PVAR is of a type of test that was not implemented in most of the tests and motivated the continuity of the studies for the application in the Planning of the Energy Operation of the SIN.