[pt] Este trabalho está dividido em duas partes. A primeira parte trata das relações entre o problema de otimização d.c. (diferença de duas funções convexas) e o problema de otimização d.c. regularizado por inf-convolução, com núcleo (2 lambda)-1 l l . l l 2 , lambda > 0. Neste sentido se generaliza a relação de TOLAND (1979): inf { g(x) - h(x) } = inf { h(asterístico (y) - g (asterístico(y) }, H H E a relação de GABAY (1982): inf { g(x) - h(x) } = inf { g lambda (x) - h lambda (x) } H H Onde g, h , são funções convexas próprias e semicontínuas inferiormente, g(asterístico), h(asterístico), são conjugadas de g e h, respectivamente, H é um espaço de Hilbert real, e g (lambda), h lambda , são as funções regularizadas respectivas de g e h, por inf-convolução com núcleo (2 lambda)-1 l l . l l 2 , lambda > 0. A segunda parte deste trabalho apresenta um algoritmo novo para tratar com o problema de otimização d.c.. Trata-se de um método de descida do tipo proximal, onde se leva em consideração separadamente as propriedades de convexidade das duas funções convexas. / [en] The work is divided in two parts. The first part is concerned with the relationship between the d.c. optimization problem. In this sence we geralize the TOLAND´s relation (1979): inf { g(x) - h(x) } = inf { h(asteristic)(y) - g (asteristic)(y) }, H H And the GABAY´s relation (1982): inf { g(x) - h(x) } = inf { g lambda (x) - h lambda (x) } H H Where g, h, are l.s.c. convex functions, g(asteristic) and h(asteristic) are their conjugates, H is a real Hilbert space, and g lambda, h lambda, are the inf-convolution of g and h respectively, with the núcleos 8( . ) = (2 lambda)- 1 l l . l l 2 , lambda > 0. In the second part we present a new algorithm for dealing with d.c. functions. It is a descent method of proximal kind which takes in consideration the convex properties of the two convex functions separately

[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.