[pt] O planejamento hidrotérmico estocástico multi-etapa se destaca como um dos problemas mais importantes do setor elétrico, principalmente devido à sua grande relevância na operação do sistema. Este problema refere-se a determinar o despacho ótimo das usinas que minimizam o custo de operação sob as restrições físicas do sistema. Uma das principais dificuldades do problema reside nas representações de incerteza, pois a decisão de despacho deve considerar os diferentes cenários possíveis de afluência de água, geração renovável e demanda. Mais recentemente, o grande aumento de fontes renováveis variáveis trouxe a atenção dos pesquisadores para como melhorar a granularidade do modelo sem aumentar muito o tempo computacional. Neste trabalho é proposto uma nova formulação para um despacho econômico estocástico multi-etapa com unit-commitment. O modelo usa regras de decisão afins para ser computacionalmente tratável. A relação entre regras de decisão e o scenario approach é explorada e, ao construir o conjunto de incertezas, tanto a viabilidade da política da regra de decisão quanto a restrição probabilística do balanço de carga são automaticamente respeitadas. / [en] Multi-stage stochastic hydrothermal planning stands as one of the most critical problems in the power systems industry, mostly due to its vast implication in the system operation. The multi-stage stochastic hydrothermal scheduling refers to determining the economic dispatch of the power plants that minimize the global operation cost under the system s physical constraints. One of the main difficulties of the problem lies in the representations of uncertainty, as the dispatch decision must consider the different possible scenarios of water inflow, renewable generation, and the demand. More recently, we have seen a worldwide speed up in the integration of variable renewable sources. Nonetheless, these sources have a greater uncertainty in the short-term than the world has ever experienced. Therefore, to support the dispatch scheduling, the models must accurately represent the uncertainties without increasing computational time. In this work it is proposed a novel formulation for a multistage stochastic week-ahead economic dispatch with unit-commitment. The model uses affine decision rules to be computationally tractable. The relationship between the decision rules and the scenario approach is explored, and by building the uncertainty set with the scenario approach, both the feasibility of the decision rule policy and the chance-constraint on the load balance are respected.

[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] Este trabalho apresenta uma metodologia a fim de reduzir o deslocamento de candidatos em dias de prova em um exame de admissão de uma universidade no Brasil. O exame possui diferentes tipos de prova de acordo com a série do candidato e cada local de prova pode ofertar apenas um tipo de exame. A partir da teoria de localização de instalações, desenvolveu-se um modelo matemático de programação inteira para alocar candidatos de forma ótima considerando a distância entre eles e os vários locais de prova existentes. Foram realizados diversos testes com os dados de exames já aplicados, o que mostrou uma redução no deslocamento total superior a 30 porcento. Em seguida, a metodologia foi aplicada diretamente no mais recente exame de admissão da instituição, que conta com mais de 34 mil candidatos distribuídos por 70 locais de prova em 5 cidades, com a proporção de candidatos aptos a se locomoverem a pé sendo 4 vezes maior quando comparada com alocações utilizadas em anos anteriores. / [en] This work presents a methodology in order to reduce the displacement of candidates on test days in an admission exam of a university in Brazil. The exam has different types of tests according to the candidate s grade and each test site can offer only one type of exam. Based on the theory of facility location, a mathematical model of integer programming was developed to optimally allocate candidates considering the distance between them and the various existing exam locations. Several tests were carried out with the exam data already applied, which showed a reduction in total travel distance of more than 30 percent. Then, the methodology was applied directly in the most recent admission exam of the institution, which has more than 34 thousand candidates distributed over 70 exam places in 5 cities, with the proportion of candidates able to walk on foot being 4 times higher when compared to allocations used in previous years.

[pt] O planejamento do cronograma de manutenção de unidades geradoras de usinas hidrelétricas é assunto de grande interesse para diversos agentes do setor de energia brasileiro. Uma abordagem correta para este problema, pode prevenir a degradação dos ativos físicos e minimizar a probabilidade de desligamentos forçados de seus equipamentos. Logo, as estratégias operacionais dos agentes são também influenciadas pelo cronograma de manutenção das turbinas. Porém, o sistema brasileiro possui algumas particularidades, a qual os grupos econômicos que vencem o leilão para a construção de novas usinas hidrelétricas, atendam a uma série de especificações técnicas, dentre elas, o Fator de Disponibilidade (FID). O FID é diretamente influenciado pelas horas de manutenção realizadas na usina e, em caso de desempenho abaixo do estipulado nos contratos de concessão, pode acarretar em perdas financeiras aplicadas pela o agente regulador. Com essa motivação em mente, o presente trabalho propõe uma metodologia para Programação da Agenda da Manutenção de Geradores de uma usina hidrelétrica, desenvolvendo um modelo matemático para determinar o momento ideal para realizar a manutenção, considerando restrições operacionais e aspectos regulatórios de usinas hidrelétricas. O trabalho propõe também, a obtenção de um ranking das turbinas com a utilização do método Analytic Hierarchy Process (AHP), com base nos indicadores de manutenção da usina hidrelétrica estudada. O objetivo da classificação gerada é fornecer subsídio para auxiliar o planejamento das manutenções, de forma a aumentar a disponibilidade dos equipamentos. A metodologia de otimização proposta para este problema é feita através de Programação Linear Inteira Mista (PLIM), onde as variáveis inteiras consistem no estado de operação e data de início da manutenção de cada unidade geradora. A representação do parque hidrotérmico é desafiadora, principalmente, devido à estocasticidade das vazões naturais afluentes. Ao final, para validar a modelagem proposta, é realizado um estudo de caso para uma planta real de grande porte do sistema brasileiro, a Usina Hidrelétrica Santo Antônio. / [en] The planning of the maintenance schedule of hydroelectric power plant generating units is a matter of great interest to several agents in the Brazilian energy sector. A correct approach to this problem can prevent the degradation of physical assets and minimize the likelihood of forced shutdown of your equipment. Therefore, the agents operational operations are also influenced by the turbine maintenance schedule. However, the Brazilian system has some particularities, which the economic groups that win the auction for the construction of new hydroelectric plants, meet a series of technical specifications, among them, the Availability Factor (AFA). The AFA is directly influenced by the hours of maintenance performed at the plant and, in case of performance below the stipulated in the concession contracts, it can result in financial losses applied by the regulatory agent. With this motivation in mind, the present work proposes a methodology for Programming the Maintenance Schedule of Generators of a hydroelectric plant, developing a mathematical model to determine the ideal moment to carry out the maintenance, considering operational restrictions and regulatory aspects of hydroelectric plants. The work also offers to obtain a ranking of the turbines using the Analytic Hierarchy Process (AHP) method, based on the maintenance indicators of the studied hydroelectric plant. The purpose of the generated classification is to provide subsidies to assist the planning of maintenance, in order to increase the availability of equipment. The optimization methodology proposed for this problem is done through Mixed Integer Linear Programming (MILP), where the entire variables consist of the state of operation and start data for the maintenance of each generating unit. The representation of the hydrothermal park is challenging, mainly due to the stochasticity of the affluent natural flows. At the end, to validate the proposed modeling, a case study is carried out for a real large plant in the Brazilian system, the Santo Antônio Hydroelectric Plant.

[pt] Os risers são importantes componentes na produção e exploração de petróleo e derivados. São responsáveis pelo transporte do óleo e gás encontrados no reservatório até a Unidade Estacionária de Produção (UEP) ou pela injeção de gás ou água no reservatório. A crescente demanda por esse produto faz com que a exploração seja feita em regiões com condições cada vez mais adversas. Tipicamente, um projeto deste porte exige um número muito grande de análises numéricas de elementos finitos e exigem uma experiência grande por parte do projetista a fim de obter uma solução viável. Esse desafio leva engenheiros a buscarem ferramentas consistentes e seguras que auxiliem nas etapas iniciais do projeto das configurações de risers e que sejam capazes de diminuir o número de análises totais exigidas. Uma dessas ferramentas é a utilização de métodos de otimização para obter de maneira consistente e segura os parâmetros que definem uma configuração. Este trabalho apresenta o método de Otimização Bayesiana, um método baseado em técnicas de aprendizado de máquina capaz de resolver problemas de otimização do tipo caixa-preta de maneira eficiente explorando o uso de aproximações analíticas da função objetivo, que se quer otimizar. O método é aplicado em diferentes estudos de casos visando validálo como capaz de resolver problemas de configuração de riser de maneira eficiente e consistente. Dentre os problemas aplicados estão diferentes tipos de configurações, diferentes casos realistas, mono-objetivo e multi-objetivo. / [en] Risers are an important component in the oil s production and exploration field. They are responsible for the oil and gas transportation from the reservoir to the floating unit or injection of gas or water into the reservoir. The increasing the demand for this product has lead projects to explore to areas in which conditions are harsher. Typically, such a large project demands a large number of numerical finite element analyses and a great expertise from the engineer in charge in order to obtain a viable solution. This challenge leads engineers in search of consistent and reliable tools that assist in the early stages of the riser configuration design and are capable of reducing the number of total analyses required. One of these tools is application of optimization methods to obtain in a consistent and reliable manner the parameters which define a configuration. This work presents the Bayesian Optimization method, a method based on machine learning techniques capable of efficiently solving so called black box problems by exploring analytical approximations of the objective function, the function to be minimized. The method is applied to different case studies aiming to validate it as capable of solving a wide variety of riser configuration problems in an efficient and consistent way. Among the problems applied are different types of configurations, different realistic cases, mono-objective and multi-objective.

[pt] A energia é o principal motor para o desenvolvimento econômico, sendo um elemento chave para o alcance das metas climáticas estipuladas até 2050. Entre as diversas maneiras relacionadas à mitigação dos impactos causados pelo uso ineficiente de energia das edificações, destacam-se a substituição de combustíveis fósseis por fontes de energia limpa e a redução do consumo energético pelo lado da demanda. Neste contexto, sistemas fotovoltaicos integrados a edificações surgem como uma solução arquitetônica promissora por atingir ambos os objetivos em uma só intervenção. Contudo, não há estudos relacionados ao impacto desta tecnologia no desempenho energético de edificações considerando o contexto climático brasileiro, sendo este então o escopo deste trabalho. A metodologia proposta envolve simulações com o software Rhinoceros, os plugins Ladybug e Honeybee, que realizam análises sob aspectos ambientais, e o Grasshopper, cuja função é realizar otimização mono-objetivo. Para edificações simuladas com apenas uma fachada fotovoltaica sendo implementada, foi possível obter a redução de até 14,39 porcento da demanda energética, considerando a geração adicionada à conservação de energia. Na cidade do Rio de Janeiro, a redução da demanda de energia alcançou a marca de 24,04 porcento com quatro fachadas de fotovoltaica implementada. Apesar de alguns contextos climáticos se mostrarem mais vantajosos, ressalta-se que foram detectadas reduções na demanda energética em todas as cidades investigadas, sendo então a integração de sistemas fotovoltaicos orgânicos a edificações uma medida eficaz de conservação e geração de eletricidade. / [en] In a global context where climate change has been in evidence, research related to technologies which aim to reduce the damages caused by global warming have been increasing. Since energy is the engine to sustainable economic development, it is considered a key element to reach the goals set by the Paris Climate Agreement. The strategies to manage energy in a sustainable way can be divided in two fields: using clean energy, rather than fossil fuels like coal; and by reducing the energy demanded by consumers. In Brazil, buildings are responsible for 50.5 percent of the energy demand (Lira et al., 2019) and when analyzing commercial buildings, it is stated that HVAC systems take up to 40.3 percent of all the energy consumed (PROCEL, 2008). Such number is expected to increase up to three times until 2050 and is considered one of the blind spots of energy efficiency policies (IEA, 2018). Although Brazil has national energy efficiency policies, such as the Technical Quality Regulation for the Buildings Energy Efficiency Level – RTQ (acronym for the Portuguese term Regulamento Técnico da Qualidade para o Nível de Eficiência Energética de Edificações) the use of HVAC systems and its energy demand is not emphasized and newer technologies such as solar energy are considered a bonus. Such gap is because the RTQ was first published in 2010, while the generation of photovoltaic energy was only regulated in 2012. Photovoltaic energy has a remarkable potential in Brazil, especially in the north and northeast regions due to its high irradiation levels (INPE, 2017). In on-grid systems, it is possible to lend the exceeded energy generated and have its compensation in a 1:1 proportion when needed, which not only reduces system losses, but also is able to increase the number of photovoltaic facilities. Another possibility is the partition of the energy generated by a photovoltaic system between multiple people in the same building which had consequently the incentive of building integrated photovoltaics. Building integrated photovoltaics, also known as BIPV, can be defined as the substitution of an element of the building envelope by another with photovoltaic cells. Recent studies have shown that building integrated photovoltaics are not only capable of generating energy, but due to thermal properties of solar cells compared to regular materials, there is also a reduction in HVAC demand, especially air-conditioning. Photovoltaic cells are usually integrated in windows, but can also be used in skylights, curtainwalls, shading devices and walls (Eisenschmid, 2008). Such variety is possible due to the development of new technologies, which are lighter and semi-transparent (Lynn, Mohanty and Wittkopf, 2012). One example is organic photovoltaic cells (OPV), which Brazil is one of the leading producers worldwide. Therefore, it is a technology with a considerable potential in the country not only due to its availability but also of skilled labor for installation and maintenance.

[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] Nesse trabalho, estudamos online packing integer programs, cujas colunas são reveladas uma a uma. Já que algoritmos ótimos foram encontrados para o modelo RANDOMORDER– onde a ordem na qual as colunas são reveladas para o algoritmo é aleatória – o foco da área se voltou para modelo menos otimistas. Um desses modelos é o modelo MIXED, no qual algumas colunas são ordenadas de forma adversária, enquanto outras chegam em ordem aleatória. Pouquíssimos resultados são conhecidos para online packing IPs no modelo MIXED, que é o objeto do nosso estudo. Consideramos problemas de online packing com d dimensões de ocupação (d restrições de empacotamento), cada uma com capacidade B. Assumimos que todas as recompensas e ocupações dos itens estão no intervalo [0, 1]. O objetivo do estudo é projetar um algoritmo no qual a presença de alguns itens adversários tenha um efeito limitado na competitividade do algoritmo relativa às colunas de ordem aleatória. Portanto, usamos como benchmark OPTStoch, que é o valor da solução ótima offline que considera apenas a parte aleatória da instância. Apresentamos um algoritmo que obtém recompensas de pelo menos (1 − 5lambda − Ó de epsilon)OPTStoch com alta probabilidade, onde lambda é a fração de colunas em ordem adversária. Para conseguir tal garantia, projetamos um algoritmo primal-dual onde as decisões são tomadas pelo algoritmo pela avaliação da recompensa e ocupação de cada item, de acordo com as variáveis duais do programa inteiro. Entretanto, diferentemente dos algoritmos primais-duais para o modelo RANDOMORDER, não podemos estimar as variáveis duais pela resolução de um problema reduzido. A causa disso é que, no modelo MIXED, um adversário pode facilmente manipular algumas colunas, para atrapalhar nossa estimação. Para contornar isso, propomos o uso de tecnicas conhecidas de online learning para aprender as variáveis duais do problema de forma online, conforme o problema progride. / [en] We study online packing integer programs, where the columns arrive one by one. Since optimal algorithms were found for the RANDOMORDER model – where columns arrive in random order – much focus of the area has been on less optimistic models. One of those models is the MIXED model, where some columns are adversarially ordered, while others come in random-order. Very few results are known for packing IPs in the MIXED model, which is the object of our study. We consider online IPs with d occupation dimensions (d packing constraints), each one with capacity (or right-hand side) B. We also assume all items rewards and occupations to be less or equal to 1. Our goal is to design an algorithm where the presence of adversarial columns has a limited effect on the algorithm s competitiveness relative to the random-order columns. Thus, we use OPTStoch – the offline optimal solution considering only the random-order part of the input – as a benchmark.We present an algorithm that, relative to OPTStoch, is (1−5 lambda− OBig O of epsilon)-competitive with high probability, where lambda is the fraction of adversarial columns. In order to achieve such a guarantee, we make use of a primal-dual algorithm where the decision variables are set by evaluating each item s reward and occupation according to the dual variables of the IP, like other algorithms for the RANDOMORDER model do. However, we can t hope to estimate those dual variables by solving a scaled version of problem, because they could easily be manipulated by an adversary in the MIXED model. Our solution was to use online learning techniques to learn all aspects of the dual variables in an online fashion, as the problem progresses.

[pt] O Algoritmo Genético de Chaves Aleatórias Enviesadas (BRKGA) é uma metaheurística populacional utilizada na obtenção de soluções ótimas ou quase ótimas para problemas de otimização combinatória. A parametrização do algoritmo é crucial para garantir seu bom desempenho. Os valores dos parâmetros têm uma grande influência em determinar se uma boa solução será encontrada pelo algoritmo e se o processo de busca será eficiente. Uma maneira de resolver esse problema de configuração de parâmetros é por meio da abordagem de parametrização online (ou controle de parâmetros). A parametrização online permite que o algoritmo adapte os valores dos parâmetros de acordo com os diferentes estágios do processo de busca e acumule informações sobre o espaço de soluções nesse processo para usar as informações obtidas em estágios posteriores. Ele também libera o usuário da tarefa de definir as configurações dos parâmetros, resolvendo implicitamente o problema de configuração. Neste trabalho, avaliamos duas estratégias para implementar o controle de parâmetros no BRKGA. Nossa primeira abordagem foi adotar valores de parâmetros aleatórios para cada geração do BRKGA. A segunda abordagem foi incorporar os princípios adotados pelo irace, um método de parametrização do estado da arte, ao BRKGA. Ambas as estratégias foram avaliadas em três problemas clássicos de otimização (Problema de Permutação Flowshop, Problema de Cobertura de Conjuntos e Problema do Caixeiro Viajante) e levaram a resultados competitivos quando comparados ao algoritmo tunado. / [en] The Biased Random-Key Genetic Algorithm (BRKGA) is a populationbased metaheuristic applied to obtain optimal or near-optimal solutions to combinatorial problems. To ensure the good performance of this algorithm (and other metaheuristics in general), defining parameter settings is a crucial step. Parameter values have a great influence on determining whether a good solution will be found by the algorithm and whether the search process will be efficient. One way of tackling the parameter setting problem is through the parameter control (or online tuning) approach. Parameter control allows the algorithm to adapt parameter values according to different stages of the search process and to accumulate information on the fitness landscape during the search to use this information in later stages. It also releases the user from the task of defining parameter settings, implicitly solving the tuning problem. In this work, we evaluate two strategies to implement parameter control in BRKGA. Our first approach was adopting random parameter values for each of BRKGA s generations. The second approach was to introduce the principles adopted by Iterated Race, a state-of-the-art tuning method, to BRKGA. Both strategies were evaluated in three classical optimization problems (Flowshop Permutation Problem, Set Covering Problem, and the Traveling Salesman Problem) and led to competitive results when compared to the tuned algorithm.

[pt] A decomposição de sulfatos vem ganhando notoriedade pela sua capacidade de geração limpa de H2 através dos ciclos termoquímicos. O entendimento do mecanismo de decomposição é relevante para futuros planejamentos em aplicações industriais. Além disso, a modelagem desses processos permite obter informações acerca da energia requerida para que os mesmos ocorram. Dentre os diferentes sistemas de reações de decomposição, observa-se que alguns deles são mais complexos do que outros, envolvendo a presença de fases intermediárias e múltiplas reações consecutivas ou simultâneas. Portanto, o presente trabalho se propõe a desenvolver uma metodologia para a modelagem da decomposição térmica de sistemas reacionais com diferentes níveis de complexidade: sulfato de alumínio, alúmen de potássio, mistura de sulfatos de alumínio e potássio, sulfato de zinco e sulfato de ferro (II). Os experimentos foram realizados utilizando análise termogravimétrica (TG) para ter o entendimento dos diferentes estágios de decomposição, utilizando os dados obtidos na etapa de modelagem. O modelo envolveu o uso de um conjunto de equações diferenciais para representar cada uma das reações que ocorrem na decomposição. A estimação dos parâmetros cinéticos feita pelo método de otimização por enxame de partículas. Os resultados indicaram que sistemas envolvendo a decomposição do sulfato de alumínio são catalisados na presença de sulfato de potássio. No caso do zinco, a dessulfatação do sulfato anidro ocorre em duas etapas, com a presença de um oxissulfato como uma fase intermediária. O sulfato de ferro (II) também apresenta uma decomposição complexa ao passar pela fase de sulfato de ferro (III) antes de ser completamento convertido em hematita. Todas as modelagens mostraram excelente ajuste aos dados experimentais, com R2 acima de 0.98 em todos os casos. / [en] The interest over of the decomposition of sulfates has increased due to its capacity of generating clean H2 through the thermochemical cycles. Understanding the decomposition mechanism is relevant to future industrial design and applications. Moreover, the modeling of these processes gives the information needed to know how much energy is required for the occurrence of the reactions. Among the different reaction systems, it is observed a range of complexity, with the presence of intermediate phases, and multiple consecutive or simultaneous reactions. Therefore, the present work proposed to develop a modeling methodology for the thermal decomposition of sulfates systems with different complexity levels: aluminum sulfate, potassium alum, mixture of aluminum sulfate and potassium sulfate, zinc sulfate, and iron (II) sulfate. The experiments were performed using thermogravimetric analysis (TGA) to understand the decomposition stages and use the data in the modeling step. The developed model consisted of a system of differential equations to describe every reaction taking place in the decomposition. The kinetic parameters estimation was made by using particle swarm optimization. The results indicate that potassium sulfate catalyzes the decomposition of aluminum sulfate. In the case of zinc, the desulfation of anhydrous zinc sulfate occurs in two stages, with the presence zinc oxysulfate as an intermediate phase. Iron (II) sulfate also shows a complex decomposition system, as it first decomposes into iron (III) sulfate before it is completely converted into hematite. All the modeling results displayed an excellent agreement with the experimental data, with R2 values above 0.98 for all cases.