[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] O preço da energia no mercado de curto-prazo é caracterizado pela sua alta volatilidade e dificuldade de previsão, representando um alto risco para agentes produtores de energia, especialmente para geradores por fontes renováveis. A abordagem típica empregada por tais empresas para obter a estratégia de contratação ótima de médio e longo prazos é simular um conjunto de caminhos para os fatores de incerteza a fim de caracterizar a distribuição de probabilidade da receita futura e, então, otimizar o portfólio da empresa, maximizando o seu equivalente certo. Contudo, na prática, a modelagem e simulação do preço de curto prazo da energia é um grande desafio para os agentes do setor elétrico devido a sua alta dependência a parâmetros que são difíceis de prever no médio e longo, como o crescimento do PIB, variação da demanda, entrada de novos agentes no mercado, alterações regulatórias, entre outras. Neste sentido, nesta dissertação, utilizamos otimização robusta para tratar a incerteza presente na distribuição do preço de curto-prazo da energia, enquanto a produção de energia renovável é tratada com cenários simulados exógenos, como é comum em programação estocástica. Mostramos, também, que esta abordagem pode ser interpretada a partir de dois pontos de vista: teste de estresse e aversão à ambiguidade. Com relação ao último, apresentamos um link entre otimização robusta e teoria de ambiguidade. Além disso, incluímos no modelo de formação de portfólio ótimo a possibilidade de considerar um contrato de opção térmica de compra para o hedge do portfólio do agente contra a irregularidade do preço de curto-prazo. Por fim, é apresentado um estudo de caso com dados realistas do sistema elétrico brasileiro para ilustrar a aplicabilidade da metodologia proposta. / [en] Energy spot price is characterized by its high volatility and difficult prediction, representing a major risk for energy companies, especially those that rely on renewable generation. The typical approach employed by such companies to address their mid- and long-term optimal contracting strategy is to simulate a large set of paths for the uncertainty factors to characterize the probability distribution of the future income and, then, optimize the company s portfolio to maximize its certainty equivalent. In practice, however, spot price modeling and simulation is a big challenge for agents due to its high dependence on parameters that are difficult to predict, e.g., GDP growth, demand variation, entrance of new market players, regulatory changes, just to name a few. In this sense, in this dissertation, we make use of robust optimization to treat the uncertainty on spot price distribution while renewable production remains accounted for by exogenously simulated scenarios, as is customary in stochastic programming. We show that this approach can be interpreted from two different point of views: stress test and aversion to ambiguity. Regarding the latter, we provide a link between robust optimization and ambiguity theory, which was an open gap in decision theory. Moreover, we include into the optimal portfolio model, the possibility to consider an energy call option contract to hedge the agent s portfolio against price spikes. A case study with realistic data from the Brazilian system is shown to illustrate the applicability of the proposed methodology.