[pt] Os grandes agentes do mercado de energia dedicam muitos esforços na avaliação e decisão da alocação ótima de capital para a implementação de projetos, em decorrência do grande número de projetos candidatos em seus portfólios de investimentos. Essas decisões visam escolher o subconjunto de projetos a ser implementado, pois os recursos orçamentários são geralmente menores que o necessário para a implementação de todos eles. Muitos são os riscos apresentados, e quanto mais riscos e incertezas, maiores se tornam as dificuldades de avaliação e decisões de investimento de maneira otimizada. As metodologias clássicas para avaliação de portfólios de projetos de investimento são baseadas em maximizar os retornos (VPL, TIR, etc) e minimizar o risco (desvio-padrão do VPL, variância, etc). Muitas vezes, estes métodos tradicionais de avaliação podem não conseguir tratar adequadamente as flexibilidades gerenciais (Opções Reais) características dos projetos, assim como os riscos e incertezas, devido às possíveis dificuldades de solução e modelagem matemática (multi-variáveis) dos problemas. O desenvolvimento e aplicação de modelos alternativos, tais como os baseados na Teoria de Opções Reais, inclusive com a utilização de métodos de Inteligência Computacional, podem se mostrar mais adequados para estes problemas. Nesta tese é desenvolvida uma metodologia híbrida, apresentando um modelo de Opções Reais Fuzzy para a avaliação de projetos de Revamp por um agente do mercado de Geração Termelétrica de Energia, a partir de um Portfólio de Opções Reais em ambiente de incertezas. Para a seleção do subconjunto de projetos por faixa orçamentária, é aplicado um Algoritmo Genético para otimização multi-critério, através da utilização de um índice de ponderação retorno x risco (lâmbda). / [en] Large players in energy market dedicate many efforts in valuation and optimal capital allocation decision for their project implementation, due the large candidate projects number in their investment portfolios. These decisions aim to choose the projects subset to be implemented, because the monetary resources are generally smaller than necessary for all projects implementation. There are many risks, and with risks and uncertainties, greater become the difficulties in analysis and optimally investment decisions. The classical methods to investment portfolios are based on to maximize returns (NPV, IRR, among others) and to minimize risks (NPV standard deviation, variance, among others). Often, these traditional methods may not be able to handle properly the projects managerial flexibilities (Real Options), as well the risks and uncertainties, due to possible solution difficulties and mathematical modeling problems (multi variables). Alternative models development and implementation, such as those based on Real Options Theory, including the use of Computational Intelligence methods, may be more suitable for these problems. In this thesis, a hybrid methodology is developed, presenting a Fuzzy Real Options model for Revamp projects valuation by a Thermoelectric Power Generation market player, from a Real Options Portfolio in uncertainties environment. For selecting the projects subset by budget range, a multi-criteria Genetic Algorithm optimization is applied, using a weighting return x risk index (lambda).

[pt] O objetivo desta dissertação é desenvolver uma metodologia para determinar a estratégia ótima de despacho de usinas térmicas considerando as especificações do contrato de combustível e suas cláusulas de take-or-pay, as oportunidades de compra e venda de energia no mercado spot e as características da usina. Como as decisões de uma etapa têm impacto nas etapas seguintes, há um acoplamento temporal entre as decisões tomadas e o problema tem um caráter de decisão multi- estágio. Além disso, o principal guia para a tomada de decisão é o preço spot, que é desconhecido no futuro e modelado através de cenários. Desta forma, a estratégia ótima de despacho torna-se um problema de decisão sob incerteza, onde a cada etapa o objetivo é determinar a operação que maximize a rentabilidade total (ao longo de vários períodos) da central térmica. A metodologia desenvolvida se baseia em Programação Dinâmica Estocástica (PDE). Exemplos serão ilustrados com o sistema brasileiro. / [en] The objective of this work is to present a methodology to determine the optimal dispatch strategy of thermal power plants taking into account the particular specifications of fuel supply agreements, such as take-or-pay and make-up clauses. Opportunities for energy purchase and selling in the spot market as well as the plant´s technical characteristics are also considered in the optimization process. Since decisions in one stage impact the future stages, the problem is a time- coupled in a multi-stage framework. Moreover, the main driver for the decision-making is the energy spot price, which is unknown in the future and modeled through scenarios. Therefore, the optimal dispatch strategy is a decision under uncertainty problem, where at each stage the objective is to determine the optimal operation strategy that maximizes the total revenues taking into account constraints and characteristics of the fuel supply agreement. The developed methodology is based on Stochastic Dynamic Programming (SDP). Examples and case studies will be shown with the Brazilian system.

[pt] O presente trabalho tem como foco o estudo do Sistema Petrobras, no que tange o planejamento estratégico dos investimentos da Companhia, sob a ótica da cadeia integrada do petróleo. A partir de um dos modelos matemáticos mais utilizados (e há mais tempo) na empresa, diversas decisões estratégicas de suma importância são suportadas, de modo a maximizar seu resultado operacional ao longo de um horizonte de tempo da ordem de 10 (dez) anos. Com embasamento na literatura atual, evoluções são propostas e testadas no modelo matemático. Primeiramente são introduzidas técnicas de programação estocástica em dois estágios, onde as decisões de investimento são representadas por variáveis de primeiro estágio; e a operação de todo o sistema – desde o refino até a comercialização do petróleo e derivados, passando por toda a questão logística – passa a fazer parte do segundo estágio, após a realização / revelação dos parâmetros estocásticos. Em um segundo passo, técnicas de decomposição são aplicadas para contornar eventuais limitações geradas pelo grande porte atingido pelo modelo, que cresce proporcionalmente ao número de cenários envolvidos na otimização. Os resultados mostram que o modelo estocástico começa a esbarrar nestas limitações a partir da resolução de problemas com mais de 30 cenários. Por outro lado, apesar do tempo computacional consideravelmente maior, o modelo decomposto chegou a resolver até 80 cenários, nos testes realizados. / [en] This work focuses on the study of Petrobras, regarding the strategic planning of the Company s investments, from an integrated oil supply chain perspective. From one of the most widely used mathematical models in the Company, several strategic decisions of great importance are supported, so as to maximize its operating result over a time horizon of approximately 10 (ten) years. Based in current literature, developments are proposed and tested in the mathematical model. First, two-stage stochastic programming techniques are introduced, where investment decisions are represented by first-stage variables; and system s operation – from oil refining and sales to the entire logistics issue – by second-stage variables, after realization of the stochastic parameters. In a second step, decomposition techniques are applied to circumvent any large scale limitations. The results show that the stochastic model starts to reach these limitations in problems with 30 scenarios or more. On the other hand, despite the considerably greater computational time, the decomposed model was able to solve up to 80-scenarios problems, during the tests.

[pt] O biogás é uma energia renovável com grande potencial de produção a partir de resíduos, incluindo resíduos alimentares. Nesse contexto, o presente trabalho apresenta o desenvolvimento de três modelos distintos usando Redes Neurais Artificiais (RNAs), com a capacidade de prever o volume acumulado de biogás, de metano e a concentração de CH4, respectivamente. Foi construído um banco de dados da literatura com variáveis do processo de biodigestão anaeróbia: tipo de biomassa, tipo de reator/alimentação, teor de sólido volátil, pH, taxa de carga orgânica, tempo de retenção hidráulica, temperatura e volume do reator. Para cada conjunto de modelos, foram desenvolvidas e testadas 24 RNAs utilizando a ferramenta computacional MATLAB. As RNAs foram avaliadas pela sua capacidade de estimação através do coeficiente de determinação (R2 ) e também através da soma do erro quadrático (SSE) obtidos. Após as etapas iniciais, as redes neurais foram usadas para criar superfícies de resposta, buscando regiões ideais para produção de biogás e metano. Contudo, um único modelo não atingiu a representatividade desejada, levando à segmentação dos dados por tipo de biomassa. As RNAs desenvolvidas demonstraram eficácia na estimação dos grupos usados para treinamento, teste e validação. A melhor rede alcançou R2 de 0,9969 para biogás, 0,9963 para metano e 0,9386 para a porcentagem de metano, com SSE de 0,1808, 0,1089 e 11,45, respectivamente. A estratégia de combinar variáveis do processo em superfícies de resposta revelou-se útil para identificar pontos ótimos no processo produtivo. / [en] Biogas is a renewable energy source with significant production potential from various waste materials, including food waste. In this context, this study presents the development of three distinct models using Artificial Neural Networks (ANNs), capable of predicting the cumulative volume of biogas, methane, and CH4 concentration, respectively. A literature-based database was constructed, including variables from anaerobic digestion processes: biomass type, reactor/feed type, volatile solid content, pH, organic loading rate, hydraulic retention time, temperature, and reactor volume. For each set of models, 24 ANNs were developed and tested using the MATLAB computational tool. The ANNs estimation capability was assessed using the coefficient of determination (R2) and the sum of squared errors (SSE). Following initial stages, neural networks were employed to create response surfaces, aiming to identify optimal regions for biogas and methane production. However, a single model failed to achieve the desired representativeness, leading to data segmentation based on biomass type. The developed ANNs demonstrated effectiveness in estimating the groups used for training, testing, and validation. The best network achieved R2 values of 0.9969 for biogas, 0.9963 for methane, and 0.9386 for methane percentage, with SSE values of 0.1808, 0.1089, and 11.45, respectively. The strategy of combining process variables in response surfaces proved valuable in identifying optimal points in the production process.

[pt] O design otimizado de estruturas considerando não-linearidades tem sido amplamente pesquisado nas décadas recentes. A análise de elementos finitos aplicada à otimização topológica é prejudicada pela deformação excessiva de elementos de baixa densidade sob alta compressão, o que impede o processo de encontrar uma solução ótima. Dois métodos, o esquema Interpolação de Energia e a técnica de Hiperelasticidade Aditiva, são implementados para superar essa dificuldade no problema de minimização da flexibilidade, e modelos de materiais hiperelásticos são usados para investigar suas influências na topologia otimizada. O Método das Assíntotas Móveis é usado para atualizar as variáves de projeto cujas sensibilidades foram calculadas pelo método adjunto. A equação de estado é resolvida através do método de Newton-Raphson com um incremento de carga ajustável para reduzir o custo computacional. Resultados de dois problemas de referência são comparado com aqueles já estabelecidos na literatura. O uso de diferentes modelos hiperelásticos apresentou pouca influência no design final da estrutura. O método de Interpolação de Energia foi capaz de convergir para cargas muito maiores que o método padrão, enquanto a Hiperelasticidade Aditiva apresentou dificuldades de convergência em estado plano de deformação. / [en] The optimized design of structures considering nonlinearities has been widely researched in the recent decades. The finite element analysis applied to topology optimization is jeopardized by the excessive deformation of low-density elements under high compression, which hinders the process of finding an optimal solution. Two methods, the Energy Interpolation scheme and the Additive Hyperelasticity technique, are implemented to overcome this difficulty in the minimum compliance problem, and hyperelastic material models are used to investigate their influence on the optimized topology. The Method of Moving Asymptotes is used to update the design variables whose sensitivities were calculated from the adjoint method. The state equation is solved through the Newton-Raphson method with an adjusting load step to reduce computational cost. Results for two benchmark problems are compared with those already established in the literature. The use of different hyperelastic models presented little influence on the final design of the structure. The Energy Interpolation method was able to converge for much higher loads than the default method, while the Additive Hyperelasticity presented convergence difficulties in plane strain.

[pt] O objetivo deste estudo é desenvolver uma política de investimentoque minimize a contribuição total necessária para atingir um objetivofinanceiro a longo prazo. Para atingir este objetivo, desenvolvemos umproblema de otimização multi-estágios que integra um modelo de Markovoculto para captar a dinâmica estocástica dos retornos dos ativos. Aocontrário dos modelos convencionais de otimização de carteiras, que sebaseiam em pressupostos irrealistas, a nossa abordagem baseia-se no quadrode investimentos orientado a objetivos, que proporciona uma solução maisprática e eficaz. Além disso, ao utilizar o modelo de Markov oculto no nossoprocesso de otimização, obtemos uma estimativa mais precisa da dinâmicados retornos dos ativos, o que se traduz numa melhor tomada de decisõesde investimento. Ao utilizar o nosso modelo, a contribuição necessária paraatingir um objetivo financeiro desejado é minimizada através de uma políticade investimento que tem em conta o estado atual da riqueza e as condiçõeseconomicas prevalecentes. / [en] The aim of this study is to develop an investment policy that minimizes the total contribution required to achieve a long-term financial objective. To achieve this goal, we developed a multi-stage optimization problem that integrates a Hidden Markov Model to capture the stochastic dynamics of asset returns. Unlike conventional portfolio optimization models which are based on unrealistic assumptions, our approach is based on the goal oriented investment framework which provides a more practical and effective solution. In addition, by using the Hidden Markov Model in our optimization process, we obtain a more accurate estimate of the dynamics of asset returns, which translates into better investment decision-making. By using our model, the contribution required to achieve a desired financial goal is minimized through an investment policy that considers current levels of wealth and prevailing economic conditions.

[pt] Recentes apagões em todo o mundo fazem da confiabilidade de sistemas de potência, no tocante a contingências múltiplas, um tema de pesquisa mundial. Dentro desse contexo, se faz importante investigar métodos eficientes de proteger o sistema contra falhas de alguns de seus componentes, sejam elas dependentes e/ou independentes de outras falhas. Nesse sentido, se tornou crucial a incorporação de critérios de segurança mais rigorosos na operação e planejamento de sistemas de potência. Contingências múltiplas são mais comuns e desastrosas do que falhas naturais e independentes. A principal razão para isso reside na complexidade da estabilidade dinâmica de sistemas de potência. Além disso, o sistema de proteção que opera em paralelo ao sistema de distribuição não é livre de falhas. Portanto, interrupções naturais podem causar contingências em cascata em decorrência do mau funcionamento de mecanismos de proteção ou da instabilidade do sistema elétrico como um todo. Nesse contexto, se dá a motivação pela busca de critérios de segurança mais severos como, por exemplo, o n - K, onde K pode ser maior do que 2. Nesse trabalho, o principal objetivo é incorporar o crtitério de segurança geral n-K para geração e transmissão em modelos de operação e planejamento de sistemas de potência. Além de interrupções em geradores, restrições de rede, bem como falhas em linhas de transmiss˜ao também são modeladas. Esse avanço leva a novos desafios computacionais, para os quais formulamos metodologias de solução eficientes baseadas em decomposição de Benders. Considerando operação, duas abordagens são apresentadas. A primeira propõe um modelo de otimização trinível para decidir o despacho ótimo de energia e reservas sob um critério de segurançaa n - K. Nessa abordagem, a alta dimensionalidade do problema, por contemplar restrições de rede, bem como falhas de geradores e de linhas de transmissão, é contornada por meio da implícita consideração do conjunto de possíveis contingências. No mesmo contexto, a segunda abordagem leva em conta a incerteza da carga a ser suprida e a correlação entre demandas de diferentes barras. Considerando planejamento de expansão da transmissão, outro modelo de otimização trinível é apresentado no intuito de decidir quais linhas de transmissão, dentro de um conjunto de candidatas, devem ser construídas para atender a um critério de segurança n - K e, consequentemente, aumentar a confiabilidade do sistema como um todo. Portanto, as principais contribuições do presente trabalho são as seguintes: 1) modelos de otimização trinível para considerar o critério de segurança n - K em operação e planejamento de sistemas de potência, 2) consideração implícita de todo o conjunto de contingências por meio de uma abordagem de otimização robusta ajustável, 3) otimização conjunta de energia e reserva para operação de sistemas de potência, considerando restrições de rede e garantindo a entregabilidade das reservas em todos os estados pós-contingência considerados, 4) metodologias de solução eficientes baseadas em decomposição de Benders que convergem em passos finitos para o ótimo global e 5) desenvolvimento de restrições válidas que alavancam a eficiência computacional. Estudos de caso ressaltam a eficácia das metodologias propostas em capturar os efeitos econômicos de demanda nodal correlacionada sob um critério de segurançaa n - 1, em reduzir o esfor¸co computacional para considerar os critérios de seguran¸ca convencionais n-1 e n-2 e em considerar critérios de segurança mais rigorosos do que o n - 2, um problema intratável até então. / [en] Recent major blackouts all over the world have been a driving force to make power system reliability, regarding multiple contingencies, a subject of worldwide research. Within this context, it is important to investigate efficient methods of protecting the system against dependent and/or independent failures. In this sense, the incorporation of tighter security criteria in power systems operation and planning became crucial. Multiple contingencies are more common and dangerous than natural independent faults. The main reason for this lies in the complexity of the dynamic stability of power systems. In addition, the protection system, that operates in parallel to the supply system, is not free of failures. Thus, natural faults can cause subsequent contingencies (dependent on earlier contingencies) due to the malfunction of the protection mechanisms or the instability of the overall system. These facts drive the search for more stringent safety criteria, for example, n - K, where K can be greater than 2. In the present work, the main objective is to incorporate the joint generation and transmission general security criteria in power systems operation and planning models. Here, in addition to generators outages, network constraints and transmission lines failures are also accounted for. Such improvement leads to new computational challenges, for which we design efficient solution methodologies based on Benders decomposition. Regarding operation, two approaches are presented. The first one proposes a trilevel optimization model to decide the optimal scheduling of energy and reserve under an n - K security criterion. In such approach, the high dimensionality curse of considering network constraints as well as outages of generators and transmission assets is withstood by implicitly taking into account the set of possible contingencies. The second approach includes correlated nodal demand uncertainty in the same framework. Regarding transmission expansion planning, another trilevel optimization model is proposed to decide which transmission assets should be built within a set of candidates in order to meet an n - K security criterion, and, consequently, boost the power system reliability. Therefore, the main contributions of this work are the following: 1) trilevel models to consider general n - K security criteria in power systems operation and planning, 2) implicit consideration of the whole contingency set by means of an adjustable robust optimization approach, 3) co-optimization of energy and reserves for power systems operation, regarding network constraints and ensuring the deliverability of reserves in all considered post-contingency states, 4) efficient solution methodologies based on Benders decomposition that finitely converges to the global optimal solution, and 5) development of valid constraints to boost computational efficiency. Case studies highlight the effectiveness of the proposed methodologies in capturing the economic effect of nodal demand correlation on power system operation under an n - 1 security criterion, in reducing the computational effort to consider conventional n-1 and n-2 security criteria, and in considering security criteria tighter than n - 2, an intractable problem heretofore.

[pt] Atualmente a metodologia correspondente ao estado da arte utilizada para o planejamento de médio-/longo-prazo da operação de sistemas elétricos de potência é a Programação Dual Dinâmica Estocástica (PDDE). No entanto, a tratabilidade computacional proporcionada por este método ainda requer simplificaçõeses consideráveis de detalhes de sistemas reais de maneira a atingir performaces aceitáveis em aplicações práticas. Simplificações feitas no estágio de planejamento em contraste com a implementação das decisões podem induzir políticas temporalmente inconsistentes e, consequentemente, um gap de sub-otimalidade. Inconsisência temporal em planejamento hidrotérmico pode ser induzida, por exemplo, ao assumir um coeficiente de produtividade constante para as hidrelétricas, ao agregar os reservatórios, ao negligenciar a segunda lei de Kirchhoff e neglienciando-se critérios de segurança em modelos de planejamento. As mesmas restrições são posteriormente consideradas na etapa de implementação do sistema. Esse fato pode estar envolvido com esvaziamento não planejado de reservatórios e entregabilidade inadequada de reservas girantes. Ambos podem levar a altos custos operacionais. Além disso, o sistema pode ficar exposto a um risco sistêmico de racionamento e em última instâcia, blackouts. O gap de sub-otimalidade pode também levar a distorções em mercados de energia. Assim, é razoável que as consequências da inconstência temporal em sistemas hidrotérmicos sejam estudadas. Nesse sentido, este trabalho propõe uma extensão de trabalhos já realizados relacionados à inconsistência temporal para medir os efeitos de simplificações de modelagem em modelos de planejamento resolvidos pela PDDE. A abordagem proposta consiste em usar um modelo simplificado para o planejamento do sistema, que é feito pela avaliação da função de recurso, e um modelo detalhado para a sua operação. Estudos de caso envolvendo simplificações em modelagem de linhas de transmissão e critérios de segurança são realizados. No entanto, o foco deste trabalho se dará na segunda fonte, já que a mesma apresenta maior complexidade na caracterização do efeito. No entanto, a incorporação de critérios de segurança é um grande desafio para operadores de sistemas elétricos, pois o tamanho do modelo tende a crescer exponencialmente quando critérios de segurança reforçados são aplicados. Motivado por isso, o principal objetivo deste trabalho é propor uma nova abordagem ao problema que permite que critérios de segurança possam ser incorporados em modelos de planejamento e consequentemente garantir a entregabilidade de reservas em políticas de planejamento. A formulação do problema é uma extensão multiperiodo e estocástica the modelos de Otimização Robusta Ajustável que já foram propostos na literatura para resolver o problema relacionado à dimensionalidade para um período. A metodologia de solução involve um algoritmo híbrido Robusto-PDDE que por meio do compartilhamento de estados de contingência ativos entre os períodos e cenários de afluência é capaz de atingir tratabilidade computacional. Com a nova abordagem proposta, é possível (i) resolver o problema de agendamento ótimo das reservas em sistemas hidrotérmicos garantindo a entregabilidade das reservas em um critério n - K e (ii) calcular o custo e os efeitos negativos de se negligenciar critérios de segurança no planejamento. / [en] The current state of the art method used for medium/long-term planning studies of hydrothermal power system operation is the Stochastic Dual Dynamic Programming (SDDP) algorithm. The computational savings provided by this method notwithstanding, it still relies on major system simplifications to achieve acceptable performances in practical applications. Simplifications in the planning stage in contrast to the actual implementation might induce time inconsistent policies and, consequently, a sub-optimality gap. Time inconsistency in hydrothermal planning might be induced by, for instance, assuming a constant coefficient production for hydro plants, reservoir aggregation, neglecting Kirchhoff s voltage law, and neglecting security criteria in planning models, which are then incorporated in implementating models. Unaccounted for reservoir depletion and inadequate spinning reserve deliverability situations that were observed in the Brazilian power system might be induced by time inconsistency. And this can lead to higher operational costs. Both these consequences are utterly negative since they pose the system to a great systemic risk of energy rationing or ultimately, system blackouts. In addition, the suboptimility gap may also lead to energy markets distortions. Hence, it seems reasonable that further investigations on consequences of time inconsistency in hydrothermal planning should be undertaken. Along these lines, this work proposes an extension to previous work on the subject of time inconsistency to measure the effects of modeling simplifications in the SDDP framework for hydrothermal operation planning. The approach consists of using a simplified model for planning the system, which is done by means of the assessment of the recourse (cost-to-go) function, and a detailed model for its operation (implementation of the policy). Case studies involving simplifications in transmission lines modeling and in security criteria are carried out. Nevertheless, the focus of this work is on the later source as it is more difficult to address due to the complexity involved in the characterization of this effect. However, incorporating security criteria in planning models poses a major challenge to system operators. This is because the size of the model tends to grow exponentially as tighter security criteria are adopted. Motivated by this, the main objective of this work is to propose a new framework that allows security criteria to be incorporated in planning models and consequently ensure reserve deliverability in planning policies. The problem formulation is a multiperiod stochastic extension of Adjustable Robust Optimization (ARO) based models already proposed in literature to successfully address the dimensionality issue regarding the incorporation of security criteria n - K and its variants. The solution methodology involves a hybrid Robust-SDDP algorithm that by means of sharing active contingency states amongst periods and possible inflow scenarios in the SDDP algorithm is capable of achieving computational tractability. Then, with the proposed approach it is possible to (i) address the optimal scheduling of energy and reserve in hydrothermal power systems ensuring reserve deliverability under an n - K security criterion and (ii) assess the cost and side effects of disregarding security criteria in the planning stage.

[pt] A reestruturação do setor de energia elétrica, iniciada nos anos 90, teve como uma de suas principais implicações a introdução da competição na atividade de geração. A expansão do parque gerador, necessária para garantir o equilíbrio estrutural entre oferta e demanda, é estimulada por contratos de longo prazo negociados em leilões, na modalidade de menor tarifa. Destarte, o investidor deve oferecer um limite de preço para que o seu projeto seja competitivo (de forma a ganhar a licitação), mas que ao mesmo tempo seja suficiente para remunerar seu investimento, custos de operação e, sobretudo, protegê-lo contra todos os riscos intrínsecos ao projeto. Nesse contexto, as duas principais contribuições do presente trabalho são: (i) a proposição de uma metodologia de precificação de riscos, utilizando o critério do Value at Risk (VaR), que indica a máxima perda admitida pelo invetidor avesso a risco, com um determinado nível de confiança, e (ii) a aplicação de diferentes modelos de seleção de carteiras, que incorporam o critério do VaR para otimizar um portfolio com diferentes tecnologias de geração de energia. Os resultados da precificação de riscos são úteis para determinar os componentes críticos do projeto e calcular a competitividade (preço) de cada tecnologia. A aplicação de diferentes métodos de seleção de carteiras busca determinar o modelo mais indicado para o perfil das distribuições de retorno dos projetos de geração, que apresentam assimetria e curtose elevada (caldas pesadas). / [en] The new structure of the brazilian electric sector, consolidated by the end of the 90s main implication the introduction of competition in the power generation activity. The expansion of generation capacity, responsible to ensure structural equilibrium between supply and demand, is stimulated by long-term contracts negotiated through energy auctions. Therefore, the investor must give a competitive price (in order to win the auction), but also sufficient to pay his investment, operational costs and, especially, protect him against all project risks. In this role, the two main contributions of this work are: (i) to suggest a methodology of risk pricing, using the Value at Risk (VaR) criterium, which gives the maximum loss admitted by the risk averse investor, with a specified confidence level, and (ii) to apply different portfolio selection models, which incorporates the VaR criterium to optimize a portfolio with different power generation technologies. The risk pricing results are usefull to determine the project critical components and to calculate the competitiviness (price) of each technology. The study of different portfolio selection methods aims to investigate the most suitable model for the return distribution shape, characterized by having assimetry and curtosis (heavy tails).

[pt] Esta dissertação investiga o uso da Programação Genética para otimização estrutural de aglomerados de carbono. O objetivo primordial do estudo de cálculos que descrevam as interações de um aglomerado é encontrar o arranjo de átomos que corresponde à menor energia, ou àqueles que possuem energias próximas, já que estes são os candidatos mais prováveis de serem formados. Recentemente, na área da Inteligência Computacional, estudos apresentaram um novo método de otimização, chamado de Otimização por Programação Genética (OPG), com resultados promissores, avaliados em diversos casos de referência. A partir destes resultados, esta pesquisa aplica, de forma inédita, a abordagem OPG em problemas de otimização estrutural de aglomerados. Para fins de comparação, foram realizadas otimizações independentes utilizando o modelo tradicional de Algoritmos Genéticos (AGs). Neste trabalho, foram realizados vários ensaios computacionais utilizando os métodos OPG e AG para otimizar a geometria, ou seja, encontrar a estrutura de menor energia, de aglomerados de carbono de 5 a 25 átomos. Para o cálculo da energia, foi utilizado o potencial de Morse. Os valores das energias encontrados e as geometrias de cada aglomerado foram comparados com casos já publicados na literatura. Os resultados mostraram que, para os aglomerados menores, os dois métodos foram capazes de encontrar os mínimos globais, mas com o aumento do número de átomos, o OPG apresenta resultados superiores ao AG. Quanto ao tempo de execução por avaliação, o AG se mostrou significativamente mais rápido do que o do OPG, devido à sua representação direta das posições dos átomos, de um aglomerado, em um cromossomo. Porém a superioridade dos resultados OPG em relação ao AG indicou que a melhoria na sua implementação poderá ser de grande utilidade na área de simulação de aglomerados atômicos ou moleculares. / [en] This dissertation investigates the use of Genetic Programming for the structural optimization of carbon clusters. The main objective concerning computations that describe the interactions of a cluster is to find the arrangements of atoms corresponding to the lowest energy, since these are the most likely candidates to be formed. It has been recently introduced in the area of Computational Intelligence a new optimization method, called Optimization by Genetic Programming (OGP), showing promising results for several benchmark cases. Based on these results, the present work aimed at the application of OGP for the geometry optimization of carbon clusters. For comparison purposes, independent optimizations using the standard genetic algorithm (GA) approach were carried out. Several optimization trials were performed using both GA and OGP in order to find the best geometries of carbon clusters with size ranging from 5 to 25 atoms. The energy was calculated using the Morse potential. Resulting energies and geometries were compared to previously published results. Both GA and OGP were able to find the global minimum for the smaller clusters. However, upon increasing the number of atoms, the OGP presented better results compared to the GA. Concerning the execution time for each evaluation, the GA is significantly faster than the OGP due to its direct representation of the positions of atoms of a cluster in a chromosome. However, the superiority of the OGP results compared to the GA results suggests that an effort towards the improvement of the implementation of OGP could lead to a very powerful optimization tool to be used by the scientific community.