[pt] Com o novo modelo do setor elétrico implantado no início desta década, vários desafios foram impostos aos agentes dessa área. Para os agentes de distribuição, o modelo implica em procurar otimizar processos, sempre mantendo certo nível de qualidade dos serviços, monitorado pelo agente regulador. Uma das obrigações das distribuidoras é a contratação adequada de energia para fornecimento de seus clientes considerando períodos futuros. O presente trabalho tem por objetivo desenvolver uma estratégia de apoio às decisões de uma distribuidora de energia para a contratação em leilões de energia elétrica. O método contempla uma etapa de previsão de consumo de energia num horizonte de cinco anos, e a partir dos valores estimados e de outros componentes formadores dos custos de contratação, como o Valor de Referência Anual e o Preço de Liquidação de Diferenças, realiza simulações de cenários, que visam propiciar uma otimização na formação da carteira de contratos. Ao final são definidos os percentuais ótimos de contratação, que garantam o atendimento completo ao mercado cativo da distribuidora, e que minimizam os riscos de aplicações de penalidades por sub ou sobrecontratação. / [en] The implementation of the new model for the electrical sector in Brazil resulted in big challenges to the agents involves in this market. For the distributing utilities agents, in particular, the model somehow requires an optimization of all their processes but, at the same time, keeping the quality of the services supplied to their clients within the level stated by the regulator. Among these challenges, the distributing utilities, within the new model, have to perform the correct acquisition of energy from the supply utilities for future periods (up to 5 years ahead). This thesis aims to provide tools to help a distributing utility on the decision of energy acquisition on the electrical energy auctions. The approach includes a stage of energy consumption forecasts up to 5 - years - ahead and simulation stage where the demand forecasts and the energy prices series are the random variables implemented in a simulation scheme that generates possible energy acquisition scenarios. At the end, the optimal energy acquisition are obtained in such a way that the captive utility is fully contracted for the next five years where the utility penalties for under or over acquisition are minimized.