[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] O segmento industrial desempenha um importante papel no desenvolvimento do setor de gás Brasileiro. Em função dos baixos preços e dos incentivos dados pelo governo para a conversão dos processos industriais (muitos deles dependentes do óleo combustível) para o gás natural, criou-se uma fonte de demanda firme deste combustível. Como as termelétricas operam em regime de complementariedade ao sistema hidrelétrico (sendo coordenadas pelo Operador Nacional do Sistema (ONS) elétrico e chamadas a gerar apenas em situações hidrológicas desfavoráveis), o oconsumo de gás termelétrico ocorre de forma esporádica. Uma forma de se aumentar a eficiência do uso do gás, mesclando duas classes de consumidores se dá através dos contratos interruptíveis, que proporcionam ao produtor a capacidade de atender consumidores industriais bicombustível (gás e óleo por exemplo) com o gás ocioso das termelétricas. Como a atratividade deste contrato depende do desconto dado com relação ao preço do contrato firme, que não é interrompido, o objetivo deste trabalho é a construção de um modelo analítico para a determinação do preço ótimo dos contratos de fornecimento de gás interruptíveis, por parte de um produtor monopolista. O consumo de gás das termelétricas será considerado como principal fonte de incerteza do modelo, que por sua vez será caracterizada através de cenários de operação ótima do sistema elétrico, simulados conforme a metodologia utilizada pelo ONS. O perfil de risco do produtor será caracterizado pelo Conditional Value-at-Risk (CVaR). / [en] Brazilian natural gas industry growth has been led by electricity supply. As hydro plants generate at lower costs, thermal units only produce when hydro electricity is insufficient. This makes natural gas consumption highly volatile: Either all thermal units generate together or don’t. When all units generate together, the gas trader has to buy LNG - Liquified Natural Gas at the spot market incurring price risk. This risk can be mitigated in case the gas trader is able to sell flexible contracts to the industrial sector that can be interrupted in case of thermal generation. Thus the gas volume sold under flexible contracts is used either by thermal generation or by the industrial sector, virtually reducing total demand and avoiding emergency LNG purchases. The determination of the optimal price for these contracts is the aim of this dissertation. The determination model proposed will try to maximize a convex combination of CVaR - Conditional Value at Risk NPV - Net Present Value and trader´s profit NPV.

[pt] A otimização de binível é uma ferramenta extremamente poderosa para modelar problemas realistas em várias áreas. Por outro lado, sabe-se que a otimização de dois níveis frequentemente leva a problemas complexos ou intratáveis. Nesta tese, apresentamos três trabalhos que expandem o estado da arte da otimização de dois níveis e sua interseção com sistemas de potência. Primeiro, apresentamos BilevelJuMP, um novo pacote de código aberto para otimização de dois níveis na linguagem Julia. O pacote é uma extensão da linguagem de modelagem de programação matemática JuMP, é muito geral, completo e apresenta funcionalidades únicas, como a modelagem de programas cônicos no nível inferior. O software permite aos usuários modelar diversos problemas de dois níveis e resolvê-los com técnicas avançadas. Como consequência, torna a otimização de dois níveis amplamente acessível a um público muito mais amplo. Nos dois trabalhos seguintes, desenvolvemos métodos especializados para lidar com modelos complexos e programas de dois níveis de grande escala decorrentes de aplicações de sistemas de potência. Em segundo lugar, usamos a programação de dois níveis como base para desenvolver o Aprendizado Dirigido pela Aplicação, uma nova estrutura de ciclo fechado na qual os processos de previsão e tomada de decisão são mesclados e co-otimizados. Descrevemos o modelo matematicamente como um programa de dois níveis, provamos resultados de convergência e descrevemos métodos de solução heurísticos e exatos para lidar com sistemas de grande escala. O método é aplicado para previsão de demanda e alocação de reservas na operação de sistemas de potência. Estudos de caso mostram resultados muito promissores com soluções de boa qualidade em sistemas realistas com milhares de barras. Em terceiro lugar, propomos um simulador para modelar mercados de energia hidrotérmica de longo prazo baseados em ofertas. Um problema de otimização estocástica multi-estágio é formulado para acomodar a dinâmica inerente aos sistemas hidrelétricos. No entanto, os subproblemas de cada etapa são programas de dois níveis para modelar agentes estratégicos. O simulador é escalável em termos de dados do sistema, agentes, cenários e estágios considerados. Concluímos o terceiro trabalho com simulações em grande porte com dados realistas do sistema elétrico brasileiro com 3 agentes formadores de preço, 1000 cenários e 60 estágios mensais. Esses três trabalhos mostram que, embora a otimização de dois níveis seja uma classe extremamente desafiadora de problemas NP-difíceis, é possível desenvolver algoritmos eficazes que levam a soluções de boa qualidade. / [en] Bilevel Optimization is an extremely powerful tool for modeling realistic problems in multiple areas. On the other hand, Bilevel Optimization is known to frequently lead to complex or intractable problems. In this thesis, we present three works expanding the state of the art of bilevel optimization and its intersection with power systems. First, we present BilevelJuMP, a novel open-source package for bilevel optimization in the Julia language. The package is an extension of the JuMP mathematical programming modeling language, is very general, feature-complete, and presents unique functionality, such as the modeling of lower-level cone programs. The software enables users to model a variety of bilevel problems and solve them with advanced techniques. As a consequence, it makes bilevel optimization widely accessible to a much broader public. In the following two works, we develop specialized methods to handle much model complex and very large-scale bilevel programs arising from power systems applications. Second, we use bilevel programming as the foundation to develop Application-Driven Learning, a new closed-loop framework in which the processes of forecasting and decision-making are merged and co-optimized. We describe the model mathematically as a bilevel program, prove convergence results and describe exact and tailor-made heuristic solution methods to handle very large-scale systems. The method is applied to demand forecast and reserve allocation in power systems operation. Case studies show very promising results with good quality solutions on realistic systems with thousands of buses. Third, we propose a simulator to model long-term bid-based hydro-thermal power markets. A multi-stage stochastic program is formulated to accommodate the dynamics inherent to hydropower systems. However, the subproblems of each stage are bilevel programs in order to model strategic agents. The simulator is scalable in terms of system data, agents, scenarios, and stages being considered. We conclude the third work with large-scale simulations with realistic data from the Brazilian power system with 3 price maker agents, 1000 scenarios, and 60 monthly stages. These three works show that although bilevel optimization is an extremely challenging class of NP-hard problems, it is possible to develop effective algorithms that lead to good-quality solutions.

[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] 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] O objetivo desta tese é desenvolver uma metodologia para estratégia de oferta de geradoras em leilões de contratos de energia elétrica, que determine a quantidade ótima que deve ser ofertada de cada contrato para cada ní­vel de preço de leilão, levando em conta os perfis de risco de cada agente e os riscos associados à  contratação. Em particular a incerteza quanto ao montante de energia produzida e ao seu preço no mercado de curto prazo (preço spot), também conhecida como incerteza de quantidade e preço. Desta forma, são realizadas aplicações desta metodologia para dois tipos de leilões de energia existente, mono e multi-produto. Neste segundo caso (multi-produto) é realizado um estudo de caso para o Leilão de Transição que ocorrerá em dezembro de 2004, onde serão leiloados 75% da eletricidade disponí­vel hoje no país (55 mil MW), segundo as diretrizes do novo modelo do setor elétrico brasileiro. / [en] The objective of this work is to develop a methodology for bidding strategies in multi-unit auctions for long-term electricity power purchase agreements (PPA). Considering a descending price auction design, the objective of a generating agent is to determine the optimal amount of energy to be offered in each contract for the actual auction prices at each round that maximizes the revenues of the agent given their risk profiles and the contract risks involved. The main risk treated in this work is the so-called price- quantity risk, related to the negative correlation between energy produced and the short term prices (spot price). The modeling of the risk profile for each agent is done using utility functions. This methodology is then applied on two types of auctions: singleproduct (only one contract being auctioned) and multi-product (more than one product is simultaneously auctioned). Case studies are presented with data from the Brazilian system. In particular, on the second type (multivariated auction) the case study is realized for the transition auction that will occur on December 2004, where 75% of the generation market of the whole country (about 55GW) will be negotiated under the guidelines of the new Brazilian electrical sector model.

[pt] Na década de noventa, no Brasil, havia uma predominância de empresas verticalizadas no setor elétrico, pertencentes aos governos estaduais e federais, que no decorrer do processo de reestruturação e privatização sofreram uma desverticalização das suas atividades, em geração, transmissão, distribuição e comercialização. Após iniciada a privatização das companhias foi criada a Agência Nacional de Energia Elétrica (ANEEL),responsável por regular as atividades do setor elétrico brasileiro. Estas mudanças acarretaram em diferentes modelos de mercado caracterizados pelo acentuado uso dos sistemas de transmissão. Neste cenário, foi definido pela ANEEL que as concessionárias de distribuição devem pagar às transmissoras pela utilização de suas instalações o Encargo de Uso do Sistema de Transmissão (EUST). Para isso, é necessário informar o Montante de Uso do Sistema de Transmissão (MUST) para cada ponto de conexão e período tarifário por meio do Contrato de Uso do Sistema de Transmissão (CUST). Em caso de ultrapassagem dos valores firmados neste contrato acima de um percentual estipulado, a contratante terá que pagar uma penalidade. Esta dissertação tem por finalidade apresentar uma nova metodologia na determinação do valor ótimo do MUST, baseado em equivalentes estáticos flexíveis, fluxo de potência probabilístico e técnicas de otimização estocástica de modo a equilibrar o custo do transporte de energia e o custo da penalidade. Primeiro, utiliza-se uma técnica de redução de rede, flexível e precisa. Segundo, as incertezas provenientes das cargas, geração e topologia da rede são mapeadas nos pontos de conexão em análise. Terceiro, utiliza-se uma técnica simples de otimização estocástica para obter o MUST a ser contratado, pela distribuidora de energia elétrica, em cada barra de fronteira. Por último, a metodologia proposta é empregada no sistema acadêmico IEEE RTS com o objetivo de demonstrar a sua eficiência sendo os resultados obtidos amplamente discutidos. / [en] In Brazil, during the 1990s, there was a predominance of vertical companies in the electricity sector, belonging to the state and federal governments, which in the course of the restructuring and privatization process suffered a deverticalization of their activities into generation, transmission, distribution, and commercialization. After the beginning of this privatization process, the National Electric Energy Agency (ANEEL) was created, which is responsible for regulating the activities of the Brazilian electricity sector. These changes have led to different market models characterized by the strong use of the transmission systems. In this scenario, it was defined by ANEEL that the distribution concessionaires must pay the transmission companies for the use of their equipment. Thus, it is necessary to inform the Transmission System Usage Amount (MUST) for each connection point and tariff period by means of the Transmission System Use Agreement (CUST). In case of exceeding a specified percentage of the contracted amounts, the contractor will have to pay penalties. This dissertation aims to present a new methodology to determine the optimal value of MUST, based on flexible static equivalents, probabilistic power flow, and stochastic optimization techniques, in order to balance the energy transport and penalty costs. First, a flexible and accurate network reduction technique is used. Second, the uncertainties arising from the load, generation, and topology of the network are mapped at the connection points under analysis. Third, a simple stochastic optimization technique is used to obtain the MUST to be contracted by the electric power distributor at each border bus. Finally, the proposed methodology is used in the IEEE RTS academic system in order to demonstrate its efficiency, and the obtained results are widely discussed.

[pt] O planejamento e controle de portfolios de projeto é uma tarefa desafiadora. Eles estão sujeitos a múltiplos riscos, restrições de recursos, relações de precedências e penalidades por atrasos de projetos. É fundamental desenvolver estratégias efetivas de alocação dos recursos disponíveis de forma a garantir que estes projetos sejam concluídos dentro dos limites de tempo e custo. Um fator crucial que deve ser levado em consideração ao tomar estas decisões é o gerenciamento das incertezas associadas a execução dos projetos. Neste contexto, este trabalho propõe uma metodologia baseada em otimização robusta para planejamento e controle de portfolios de projeto sob incerteza. Este método combina modelos e algoritmos desenvolvidos para diferentes problemas de alocação de recursos para os quais foi aplicada a mesma abordagem de otimização robusta. Nela, a incerteza é modelada como um adversário capaz de materializar a combinação de riscos de pior caso que maximiza o impacto no(s) projeto(s) para qualquer plano de alocação de recursos. Nos problemas estudados o tomador de decisão tem então que determinar a alocação ótima de recursos que minimiza um objetivo particular assumindo que a combinação de riscos de pior caso irá se materializar. A abordagem também provê um mecanismo para controle do grau de conservadorismo das soluções robustas. Para cada problema modelado, uma estratégia de solução é desenvolvida através de um esquema de reformulação que parte de uma formulação Min-Max compacta e termina em um algoritmo de geração de cortes. Diversos experimentos computacionais foram executados, provendo importantes conclusões que direcionaram o desenvolvimento da metodologia de controle e planejamento de portfolios. A importância de se desenvolver planos de alocação de recursos de forma integrada no contexto de tomada de decisão em portfolios de projetos e a falta de efetividade do método tradicional de análise de caminhos críticos no contexto de cenários de pior caso para as durações das atividades, são importantes exemplos das conclusões obtidas pelos experimentos. A aplicação da metodologia foi demonstrada em um caso de estudo que contempla um portfolio para construção de duas refinarias. O referido exemplo demonstrou o potencial do uso prático dos métodos propostos neste trabalho. / [en] Planning and controlling complex project portfolios is a challenging task. These portfolios are subject to a number of potential risk sources coupled with resource constraints, intricate precedence relationships, and penalties for project delays. For this reason, it is fundamental that optimal strategies for the allocation of the available resources are constantly adopted by the decision makers to ensure that their projects are completed within limits of time and cost. Moreover, the uncertainty that affects these projects has to be taken into account for effective resource allocation decisions. Within this context, this work proposes a robust optimization-based methodology for planning and controlling project portfolios under uncertainty. The method combines models and algorithms for multiple resource allocation problems under the same robust optimization framework. In this approach, the uncertainty environment is modeled as an adversary that selects the worst-case combination of risks for any decision maker s actions. Subsequently, the main goal of the decision maker is to determine optimal resource allocation plans for minimizing a particular objective subject to the assumption that the adversary s worst-combination of risks will materialize. The approach also provides a way to control the degree of conservatism of the solutions. For each studied problem, a solution strategy is developed through a reformulation scheme from a compact min-max formulation to a cut-generation algorithm. Several computational experiments are conducted, providing key insights that drive the design of the referred portfolio planning and control methodology. The ineffectiveness of traditional critical path analysis under worst-case realizations of uncertain activities durations and the importance of taking integrated resource allocation decisions in the context of project portfolios, are examples of the key findings of the experiments. The application of the methodology is demonstrated in a case study of a portfolio aimed at the construction of two refineries. This example presents the capabilities of the developed techniques in a practical context.

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

[pt] O objetivo desta dissertação é desenvolver uma metodologia para oferta estratégia de uma empresa geradora em ambiente de mercado com múltiplas usinas hidrelétricas, levando em consideração múltiplos estágios e a incerteza nas afluências, e ilustrar a aplicação da mesma em sistemas realistas. Mostra-se inicialmente que o problema de oferta estratégica pode ser formulado como uma recursão de programação dinâmica estocástica (PDE), onde as variáveis de estado são os níveis de armazenamento dos reservatórios no início de cada estágio e as afluências observadas nos estágios anteriores. Entretanto, a dificuldade computacional dos algoritmos de PDE restringe sua aplicação a sistemas com poucos reservatórios, limitando bastante a aplicação da técnica a sistemas realistas. Assim, a abordagem proposta nesta dissertação é estender a metodologia de programação dinâmica dual estocástica (PDDE), até então aplicada a problemas de minimização de custos, ao problema de otimização da oferta. Isto é feito através de dois passos principais: (i) Uso de uma estratégia de oferta por quantidade somente (análogo a um modelo de Cournot em problemas de equilíbrio econômico) e (ii) a recursão de PDDE, que por ser baseada numa aproximação por hiperplanos requer que o problema seja convexo, o que não ocorre necessariamente no caso da oferta estratégica. A abordagem proposta consiste em aproximar a cada estágio a função de benefício futuro (FBF) por sua envoltória côncava (concave hull). Com isso, a técnica de PDDE pode ser aplicada para resolver o problema de ofertas multi- estágio e estocástico de uma empresa hidroelétrica com múltiplas usinas. Exemplos e estudos de caso serão ilustrados com os sistemas reais da Romênia e El Salvador, ilustrando a aplicabilidade da metodologia proposta em estudos e análises de poder de mercado. / [en] The objective of this work is to present a methodology for the strategic bidding (or bid-based) problem of a hydropower based company, taking into account multiple hydro plants, time-coupling, multiple inflow scenarios and illustrate its application for real case studies. It is initially show that the bid-based dispatch for a hydro plant can be formulated as a stochastic dynamic programming (SDP) recursion scheme, where the state variables are the storage levels and the past inflows. As widely known, the computational effort of the SDP algorithms restricts its applications for systems with just a few reservoirs, which is not the case of the real world systems. Therefore, the approach proposed in this thesis is to extend the stochastic dual dynamic programming (SDDP) scheme, usually applied to cost minimization problems, to the strategic bidding problem. This is done through two main steps: (i) use of a quantity-only bidding scheme (similar to the Cournot model of economic equilibria); (ii) SDDP recursion, which is based on a linear approximation by piecewise linear segments and thus requires that the underlying problem to be convex. This is not necessarily observed in the strategic bidding problem. Thus, the proposed approach consists in approximating, at each stage, the future benefit function (FBF) by its concave hull, which then assures that the SDDP scheme can be applied to solve the multi-stage and stochastic strategic bidding problem of a company with a portfolio of several hydro plants. The proposed approach is illustrated with examples and case studies from real hydro systems from Rumania and El Savador, where market power analysis will be presented.