[pt] Nesta tese é abordado o problema de planejamento de investimentos para a cadeia de fornecimento de petróleo sob incerteza. Neste contexto, um modelo de programação estocástica de dois estágios é formulado e resolvido. Tal modelo busca representar com precisão as características particulares que são inerentes ao planejamento de investimentos para a infra-estrutura logística de petróleo. A incorporação da incerteza neste contexto inevitavelmente aumenta a complexidade do problema, o qual se torna rapidamente intratável conforme cresce o número de cenários. Tal dificuldade é contornada baseando-se na aproximação por média amostral (AMA) para controlar o número de cenários necessários para atingir um nível pré-especificado de tolerância em relação à qualidade da solução. Além disso, é considerado o desenvolvimento de técnicas que resolvam de maneira eficiente o problema, explorando sua estrutura especial, através de decomposiçãoo por cenários. Seguindo esta ideia, propõe-se duas novas abordagens para decompor o problema de forma que o mesmo possa ser eficientemente resolvido. O primeiro algoritmo é baseado na decomposição estocástica de Benders, a qual é aprimorada usando-se novas técnicas de aceleração propostas. O segundo consiste de um novo algoritmo baseado em decomposição Lagrangeana que foi projetado para lidar com o caso onde temos variáveis inteiras no problema de segundo estágio. A característica inovadora desse algoritmo está relacionada com a estratégia híbrida utilizada para atualizar os multiplicadores de Lagrange, combinando subgradientes, planos de cortes e regiões de confiança. Em ambos os casos as abordagens propostas foram avaliadas considerando um exemplo de grande escala do mundo real e os resultados sugerem que os mesmos apresentam desempenho superior quando comparados com outras técnicas disponíveis na literatura. / [en] In this thesis we investigate the investment planning problem for the petroleum supply chain under demand uncertainty. We formulate and solve a two-stage stochastic programming model that seeks to accurately represent the particular features that are inherent to the investment planning for the petroleum logistics infrastructure. The incorporation of uncertainty in this case inevitably increases the complexity of the problem, which becomes quickly intractable as the number of scenarios grows. We circumvent this drawback by relying on Sample Average Approximation (SAA) to control the number of scenarios required to reach a prespecified level of tolerance regarding solution quality. We also focus on efficiently solving the stochastic programming problem, exploiting its particular structure by means of a scenario-wise decomposition. Following this idea, we propose two novel approaches that focus on decomposing the problem in a way that it could be efficiently solved. The first algorithm is based on stochastic Benders decomposition, which we further improve by using new acceleration techniques proposed in this study. The second is a novel algorithm based on Lagrangean decomposition that was designed to deal with the case where we have integer variables in the second-stage problem. The novel feature in this algorithm is related with the hybrid strategy for updating the Lagrange multipliers, which combines subgradient, cutting-planes and trust region ideas. In both cases, we have assessed the proposed approaches considering a large-scale realworld instances of the problem. Results suggests that they attain superior performance.

[pt] As companhias regionais de distribuição não são autossuficientes em energia elétrica para atender seus clientes, e requerem importar a potência necessária do sistema interligado. No Brasil, elas realizam anualmente o processo de contratação do montante de uso do sistema de transmissão (MUST) para o horizonte dos próximos quatro anos. Essa operação é um exemplo real de tarefa que envolve decisões sob incerteza com elevado impacto na produtividade das empresas distribuidoras e do setor elétrico em geral. O trabalho se torna ainda mais complexo diante da crescente variabilidade associada à geração de energia renovável e à mudança do perfil do consumidor. O MUST é uma variável aleatória, e ser capaz de compreender sua variabilidade é crucial para melhor tomada de decisão. O fluxo de potência probabilístico é uma técnica que mapeia as incertezas das injeções nodais e configuração de rede nos equipamentos de transmissão e, consequentemente, nas potências importadas em cada ponto de conexão com o sistema interligado. Nesta tese, o objetivo principal é desenvolver metodologias baseadas no fluxo de potência probabilístico via simulação Monte Carlo, em conjunto com a técnica da entropia cruzada, para estimar os riscos envolvidos na contratação ótima do MUST. As metodologias permitem a implementação de software comercial para lidar com o algoritmo de fluxo de potência, o que é relevante para sistemas reais de grande porte. Apresenta-se, portanto, uma ferramenta computacional prática que serve aos engenheiros das distribuidoras de energia elétrica. Resultados com sistemas acadêmicos e reais mostram que as propostas cumprem os objetivos traçados, com benefícios na redução dos custos totais no processo de otimização de contratos e dos tempos computacionais envolvidos nas estimativas de risco. / [en] Local power distribution companies are not self-sufficient in electricity to serve their customers, and require importing additional energy supply from the interconnected bulk power systems. In Brazil, they annually carry out the contracting process for the amount of transmission system usage (ATSU) for the next four years. This process is a real example of a task that involves decisions under uncertainty with a high impact on the productivity of the distributions companies and on the electricity sector in general. The task becomes even more complex in face of the increasing variability associated with the generation of renewable energy and the changing profile of the consumer. The ATSU is a random variable, and being able to understand its variability is crucial for better decision making. Probabilistic power flow is a technique that maps the uncertainties of nodal injections and network configuration in the transmission equipment and, consequently, in the imported power at each connection point with the bulk power system. In this thesis, the main objective is to develop methodologies based on probabilistic power flow via Monte Carlo simulation, together with cross entropy techniques, to assess the risks involved in the optimal contracting of the ATSU. The proposed approaches allow the inclusion of commercial software to deal with the power flow algorithm, which is relevant for large practical systems. Thus, a realistic computational tool that serves the engineers of electric distribution companies is presented. Results with academic and real systems show that the proposals fulfill the objectives set, with the benefits of reducing the total costs in the optimization process of contracts and computational times involved in the risk assessments.

[pt] Este trabalho propõe um modelo de otimização robusta de pior caso orientado por dados aplicado na seleção de um portfólio de títulos de renda fixa. A gestão das carteiras implica na tomada de decisões financeiras e no gerenciamento do risco através da seleção ótima de ativos com base nos retornos esperados. Como estes são variáveis aleatórias incertas foi incluído um conjunto definido de incertezas estimadas diretamente no processo de otimização, chamados de cenários. Foi usado o modelo de ajuste de curvas Nelson e Siegel para construir as estruturas a termo das taxas de juros empregadas na precificação dos títulos, um ativo livre de risco e alguns ativos com risco de maturidades diferentes. Os títulos prefixados são marcados a mercado porque estão sendo negociados antes do prazo de vencimento. A implementação ocorreu pela simulação computacional usando dados de mercado e dados estimados que alimentaram o modelo.Com a modelagem de otimização robusta foram realizados diferentes testes como: analisar a sensibilidade do modelo frente às variações dos parâmetros verificando seus resultados e a utilização de um horizonte de janela rolante para simular o comportamento ao longo do tempo. Obtidas as composições ótimas das carteiras, foi feito o backtesting para avaliar o comportamento das alocações com o retorno real e também a comparação com o desempenho de umbenchmark. Os resultados dos testes mostraram a adequação do modelo da curva de juros e bons resultados de alocação do portfólio robusto, que apresentaram confiabilidade até em períodos de crise. / [en] This paper proposes a data-driven worst case robust optimization model applied in the selection of a portfolio of fixed income securities. The portfolio management implies in financial decision-making and risk management through the selection of optimal assets based on expected returns. As these are uncertain random variables, was included a defined set of estimated uncertainties directly in the optimization process, called scenarios. The Nelson and Siegel curve fitting model was used to construct the term structure of the interest rates employed in the pricing of securities, a risk-free asset and some risky assets of different maturities. The fixed-rate securities are marked to market because they are being traded before the maturity date. The implementation took place through computational simulation using market data and estimated data that fed the model. With robust optimization modeling were done different tests such as: analyze the sensitivity of the model to the variations of the parameters checking the results and the use of a rolling horizon scheme to simulate behavior over time. Once the optimal portfolio composition was obtained, the backtesting was done to evaluate the behavior of the allocations with the real return and also the comparison with the performance of a benchmark. The results of the tests showed the adequacy of the interest curve model and good allocation results of the robust portfolio, which presented reliability even in times of crisis.

[pt] Nas instalações elétricas de baixa tensão de uma planta industrial está concentrado grande parte do custo necessário para sua construção. Nesse contexto, os cabos elétricos são o item mais relevante e poucas iniciativas visando sua redução têm sido notadas. Apesar dos limites impostos pelas normativas vigentes e pelos próprios usuários dessas plantas, existem medidas que podem levar a redução do custo dos cabos elétricos, entre elas, a alocação inteligente dos quadros de distribuição na baixa tensão. O objetivo desse trabalho é definir uma metodologia para o posicionamento ótimo desses quadros de distribuição, minimizando o custo dos cabos elétricos dentro de uma área onde as cargas a serem alimentadas estão posicionadas de modo fixo. São definidas algumas restrições ao posicionamento dos quadros e também é preparada uma interface gráfica que facilita a interpretação dos resultados. Faz-se então uma comparação dos resultados obtidos com dados reais de uma instalação industrial cujo projeto básico fora realizado da forma tradicional, sem uso de qualquer técnica inteligente para a alocação dos quadros de distribuição. Dessa comparação nota-se que o potencial de redução pode alcançar mais de 40 porcento do custo dos cabos elétricos previsto pelo projeto básico. A redução na quantidade de cabos elétricos trás vários efeitos colaterais positivos, entre eles a redução das perdas por efeito Joule e a redução nas emissões de CO2 cujos impactos são mensurados também. Por fim, são lançadas ideias para a evolução da metodologia de modo que sua aplicação seja mais abrangente e simples, preparando-a para o uso em qualquer situação, como uma nova ferramenta dos projetos elétricos. / [en] In electrical installations of low voltage of an industrial plant is concentrated much of the cost required for its construction. In this context, the electrical wires are the most important item and few initiatives aimed at their reduction has been noted. Despite the limitations imposed by current regulations and by the users of these plants, there are steps that can lead to reducing the cost of electric cables, among them the intelligent allocation of switchboards at low voltage. The aim of this study is to define a methodology for the optimal positioning of these distribution boards, minimizing the cost of electrical cables within an area where the loads to be fed are positioned permanently. A graphical interface that facilitates the interpretation of results are set some restrictions on placement of tables and is also prepared. Then it makes a comparison of the results with real data of an industrial installation whose basic design was done the traditional way, without using any smart technique for allocation of the switchboard. This comparison we note that the reduction potential can reach more than 40 percent of the cost of electric cables provided by the basic design. The reduction in the amount of electrical cables behind several positive side effects, including reducing losses by Joule effect and the reduction in CO2 emissions whose impacts are measured as well. Finally, ideas are thrown to the evolution of the methodology so that their application is more comprehensive and simple to prepare it for use in any situation, as a new tool of electrical projects.

[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] As Redes Neurais Artificiais (RNAs) começaram a ser desenvolvidas nos anos 1940. Porém, foi a partir dos anos 1980, com a popularização e o aumento de capacidade dos computadores, que as RNAs passaram a ter grande relevância. Também nos anos 1980, houve dois outros acontecimentos acadêmicos relacionados ao presente trabalho: (i) um grande crescimento do interesse de econometristas por modelos não lineares, que culminou nas abordagens econométricas para RNAs, no final desta década; e (ii) a introdução do Método Generalizado dos Momentos (MGM) para estimação de parâmetros, em 1982. Nas abordagens econométricas de RNAs, sempre predominou a estimação por Quasi Máxima Verossimilhança (QMV). Apesar de possuir boas propriedades assintóticas, a QMV é muito suscetível a um problema nas estimações em amostra finita, conhecido como sobreajuste. O presente trabalho estende o estado da arte em abordagens econométricas de RNAs, apresentando uma proposta alternativa à estimação por QMV que preserva as suas boas propriedades assintóticas e é menos suscetível ao sobreajuste. A proposta utiliza a estimação pelo MGM. Como subproduto, a estimação pelo MGM possibilita a utilização do chamado Teste J para verifificar a existência de não linearidade negligenciada. Os estudos de Monte Carlo realizados indicaram que as estimações pelo MGM são mais precisas que as geradas pela QMV em situações com alto ruído, especialmente em pequenas amostras. Este resultado é compatível com a hipótese de que o MGM é menos suscetível ao sobreajuste. Experimentos de previsão de taxas de câmbio reforçaram estes resultados. Um segundo estudo de Monte Carlo apontou boas propriedades em amostra finita para o Teste J aplicado à não linearidade negligenciada, comparado a um teste de referência amplamente conhecido e utilizado. No geral, os resultados apontaram que a estimação pelo MGM é uma alternativa recomendável, em especial no caso de dados com alto nível de ruído. / [en] Artificial Neural Networks (ANN) started being developed in the decade of 1940. However, it was during the 1980 s that the ANNs became relevant, pushed by the popularization and increasing power of computers. Also in the 1980 s, there were two other two other academic events closely related to the present work: (i) a large increase of interest in nonlinear models from econometricians, culminating in the econometric approaches for ANN by the end of that decade; and (ii) the introduction of the Generalized Method of Moments (GMM) for parameter estimation in 1982. In econometric approaches for ANNs, the estimation by Quasi Maximum Likelihood (QML) always prevailed. Despite its good asymptotic properties, QML is very prone to an issue in finite sample estimations, known as overfiting. This thesis expands the state of the art in econometric approaches for ANNs by presenting an alternative to QML estimation that keeps its good asymptotic properties and has reduced leaning to overfiting. The presented approach relies on GMM estimation. As a byproduct, GMM estimation allows the use of the so-called J Test to verify the existence of neglected nonlinearity. The performed Monte Carlo studies indicate that the estimates from GMM are more accurate than those generated by QML in situations with high noise, especially in small samples. This result supports the hypothesis that GMM is susceptible to overfiting. Exchange rate forecasting experiments reinforced these findings. A second Monte Carlo study revealed satisfactory finite sample properties of the J Test applied to the neglected nonlinearity, compared with a reference test widely known and used. Overall, the results indicated that the estimation by GMM is a better alternative, especially for data with high noise level.

[pt] Robôs híbridos equipados com pernas e rodas são uma solução promissora para uma locomoção versátil em terrenos acidentados. Eles combinam a velocidade e a eficiência das rodas com a capacidade das pernas de atravessar terrenos com obstáculos. Em geral, os desafios em locomoção para robôs híbridos envolvem planejamento de trajetória e sistemas de controle para o rastreamento da trajetória planejada. Esta tese se concentra, em particular, na tarefa de otimização de trajetória para robôs híbridos que navegam em terrenos acidentados. Para isso, propõe-se um algoritmo de planejamento que otimiza a posição e a orientação da base do robô e as posições e forças de contato nas rodas em uma formulação única, levando em consideração as informações do terreno e a dinâmica do robô. O robô é modelado como um único corpo rígido com massa e inércia concentrada no centro de massa, o que permite planejar movimentos complexos por longos horizontes de tempo e ainda manter uma baixa complexidade computacional para resolver a otimização de forma mais eficiente. O conhecimento do mapa do terreno permite que a otimização gere trajetórias para negociação de obstáculos de maneira dinâmica, em velocidades mais altas. Tais movimentos não podem ser gerados sem levar em consideração as informações do terreno. Duas formulações diferentes são apresentadas, uma que permite movimentos somente com as rodas, onde a negociação de obstáculos é permitida pelas pernas, e outra focada em movimentos híbridos dando passos e movendo as rodas, capazes de lidar com descontinuidades no perfil do terreno. A otimização é formulada como um NLP e as trajetórias obtidas são rastreadas por um controlador hierárquico que computa os comandos de atuação de torque para as juntas e as rodas do robô. As trajetórias são verificadas no robô quadrúpede ANYmal equipado com rodas não esterçáveis controladas por torque, em simulações e testes experimentais. O algoritmo proposto de otimização de trajetória permite que robôs com pernas e rodas naveguem por terrenos complexos, contendo, por exemplo, degraus, declives e escadas, enquanto negociam esses obstáculos com movimentos dinâmicos. / [en] Wheeled-legged robots are an attractive solution for versatile locomotion in challenging terrain. They combine the speed and efficiency of wheels with the ability of legs to traverse challenging terrain. In general, the challenges with wheeled-legged locomotion involve trajectory generation and motion control for trajectory tracking. This thesis focuses in particular on the trajectory optimization task for wheeled-legged robots navigating in challenging terrain. For this, a motion planning framework is proposed that optimizes over the robot’s base position and orientation, and the wheels’ positions and contact forces in a single planning problem, taking into account the terrain information and the robot dynamics. The robot is modeled as a single rigid-body, which allows to plan complex motions for long time horizons and still keep a low computational complexity to solve the optimization quickly. The knowledge of the terrain map allows the optimizer to generate feasible motions for obstacle negotiation in a dynamic manner, at higher speeds. Such motions cannot be discovered without taking into account the terrain information. Two different formulations allow for either purely driving motions, where obstacle negotiation is enabled by the legs, or hybrid driving-walking motions, which are able to overcome discontinuities in the terrain profile. The optimization is formulated as a Nonlinear Programming Problem (NLP) and the reference motions are tracked by a hierarchical whole-body controller that computes the torque actuation commands for the robot. The trajectories are verified on the quadrupedal robot ANYmal equipped with non-steerable torque-controlled wheels in simulations and experimental tests. The proposed trajectory optimization framework enables wheeled-legged robots to navigate over challenging terrain, e.g., steps, slopes, stairs, while negotiating these obstacles with dynamic motions.

[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 desenvolvimento de métodos simples e efetivos para estimar o valor da curva forward de energia elétrica pode permitir que participantes do mercado precifiquem adequadamente suas posições especulativas ou defensivas. Uma ferramenta como esta poderia promover maior transparência para a definição dos preços futuros permitindo que os participantes do mercado futuro possam atuar com mais segurança e trazendo com isso um necessário aumento de liquidez. Neste trabalho apresento um modelo com dois agentes representativos que administram sua exposição ao risco através de um contrato por diferenças entre o preço futuro esperado da energia elétrica na região Sudeste no Brasil e um preço de referência. Demonstra-se que este mecanismo pode abranger todos os participantes do mercado, quer sejam especuladores ou agentes envolvidos na comercialização. A função de utilidade de cada participante é modelada utilizando uma versão Generalizada da Preferência CVaR Estendida (ECP-G) e o equilíbrio nesta transação é obtido através da minimização da diferença quadrática do equivalente certo destes agentes. Os resultados obtidos são comparados às previsões de mercado feitas por especialistas para o mesmo período e demonstram aderência dentro e fora da amostra. / [en] The development of simple and effective mechanisms to estimate the value of the forward curve of power could enable market participants to better price hedging or speculative positions. This could in turn provide transparency in future price definition to all market participants and lead to more safety and liquidity in the market for electricity futures and power derivatives. This work presents a model for two market participants, a buyer and a seller of a contract for difference on the future spot price of electricity in southwest Brazil. It is shown that this model is representative of all market participants that have exposure to the future price of power. Each participant s utility function is modelled using a Generalized Extended CVaR Preference (ECP-G) and the market equilibrium is obtained through the minimization of the quadratic difference between the certainty equivalent of both agents. The results are compared with prediction of the future spot price of power made by market specialists and found to yield reasonable results when using out of sample data.

[pt] Otimização topológica (OT) é uma técnica de otimização estrutural capaz de gerar projetos incrivelmente detalhados para uma grande gama de problemas. No entanto, a maioria dos trabalhos de OT presentes na literatura está focada em problemas de minimização de flexibilidade, que não consideram a resistência dos materiais durante o processo de otimização, levando a soluções que não satisfazem limites de falha do material. Neste trabalho, focamos em problemas de OT baseados em tensão no qual introduzimos restrições de tensão no problema de otimização, para garantir a integridade estrutural do projeto final. A formulação de tensão de OT nos leva a um problema de engenharia muito mais natural que nos remete à seguinte pergunta: Qual a estrutura mais leve capaz de suportar as cargas as quais será submetida? Para ajudar a responder essa pergunta e para trazer a OT para mais próximo de aplicações reais, neste trabalho foi desenvolvido um sistema computacional em paralelo, baseado em GPU, considerando uma carga que pode variar a sua direção continuamente e capaz de resolver problemas de larga escala. A implementação em GPU apresenta soluções eficientes para os principais problemas de OT de larga escala, como o filtro, o algoritmo de otimização e a solução das equações de equilíbrio. Ao mesmo tempo, ao considerar uma carga variando continuamente que mais se aproxima das condições reais de carregamento usando uma estratégia de pior cenário, obtém-se soluções mais robustas e mais adequadas a aplicações de engenharia. Várias soluções numéricas são apresentadas, incluindo problemas 3D com mais de 45 milhões de restrições de tensão, que demonstram a efetividade das técnicas desenvolvidas neste trabalho. O sistema de larga escala baseado em GPU combinado com as soluções analíticas para a variação contínua de carga, tem o potencial de expandir o uso da OT na engenharia levando a novas e mais eficientes estruturas. / [en] In the field of structural optimization, Topology Optimization (TO) is one of the most general techniques because it is able to generate complex structures with intricate details for a wide range of problems. However, most of the works in TO have focused on compliance-based design that does not consider material strength in the design process leading to structures that do not satisfy material failure requirements. In this work, we focus on the stress-based design approach. We introduce stress constraints in the optimization procedure to guarantee the structural integrity of the final optimized design. This leads to a more natural formulation that addresses a simple engineering question: What is the lightest structure able to withstand its loads? We developed a large-scale GPU-based parallel stress-constrained TO framework considering a continuous range of varying load directions to answer this question and close the gap between TO and practical application. The developed GPU-based C++/CUDA framework efficiently addresses the main challenges of large-scale TO, filtering, optimization algorithm, and the solution of the equilibrium equations, only requiring a moderately affordable GPU hardware. At the same time, we obtain designs that are more suitable for engineering applications by considering a continuous variable range of load directions that more closely resemble real-life service loads using a worstcase analytical approach. We present several numerical results, including 3D problems with over 45 million local constraints providing detailed optimal structures that demonstrate the capabilities of the techniques developed in this work. The large-scale GPU framework, combined with the analytical solutions for continuously varying load cases, has the potential to expand the applications of TO techniques leading to improved engineering designs.