[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] Em planejamento e operação de sistemas de energia elétrica, é necessário realizar diversas avaliações utilizando o algoritmo de fluxo de potência, para obter e monitorar o ponto de operação da rede em estudo. Em sua utilização determinística, devem ser especificados valores de geração e níveis de carga por barra, bem como considerar uma configuração especifica da rede elétrica. Existe, porém, uma restrição evidente em se trabalhar com algoritmo de fluxo de potência determinístico: não há qualquer percepção do impacto gerado por incertezas nas variáveis de entrada que o algoritmo utiliza. O algoritmo de fluxo de potência probabilístico (FPP) visa extrapolar as limitações impostas pelo uso da ferramenta convencional determinística, permitindo a consideração das incertezas de entrada. Obtém-se maior sensibilidade na avaliação dos resultados, visto que possíveis regiões de operação são mais claramente examinadas. Consequentemente, estima-se o risco do sistema funcionar fora de suas condições operativas nominais. Essa dissertação propõe uma metodologia baseada na simulação Monte Carlo (SMC) utilizando técnicas de amostragem por importância via o método de entropia cruzada. Índices de risco para eventos selecionados (e.g., sobrecargas em equipamentos de transmissão) são avaliados, mantendo-se a precisão e flexibilidade permitidas pela SMC convencional, porém em tempo computacional muito reduzido. Ao contrário das técnicas analíticas concebidas para solução do FPP, que visam primordialmente à elaboração de curvas de densidade de probabilidade para as variáveis de saída (fluxos, etc.) e sempre necessitam ter a precisão obtida comparada à SMC, o método proposto avalia somente as áreas das caudas dessas densidades, obtendo resultados com maior exatidão nas regiões de interesse do ponto de vista do risco operativo. O método proposto é aplicado nos sistemas IEEE 14 barras, IEEE RTS e IEEE 118 barras, sendo os resultados obtidos amplamente discutidos. Em todos os casos, há claros ganhos de desempenho computacional, mantendo-se a precisão, quando comparados à SMC convencional. As possíveis aplicações do método e suas derivações futuras também fazem parte da dissertação. / [en] In planning and operation of electric energy systems, it is necessary to perform several evaluations using the power flow algorithm to obtain and monitor the operating point of the network under study. Bearing in mind its deterministic use, generation values and load levels per bus must be specified, as well as a specific configuration of the power network. There is, however, an obvious constraint in running a deterministic power flow tool: there is no perception of the impact produced by uncertainties on the input variables used by the conventional algorithm. The probabilistic power flow (PLF) algorithm aims to solve the limitations imposed by the use of the deterministic conventional tool, allowing the consideration of input uncertainties. Superior sensitivity is obtained in the evaluation of results, as possible regions of operation are more clearly examined. Consequently, the risk of the system operating outside its nominal conditions is duly estimated. This dissertation proposes a methodology based on Monte Carlo simulation (MCS) using importance sampling techniques via the cross-entropy method. Risk indices for selected events (e.g., overloads on transmission equipment) are evaluated, keeping the same accuracy and flexibility tolerable by the conventional MCS, but in much less computational time. Unlike the FPP solution obtained by analytical techniques, which primarily aim at assessing probability density curves for the output variables (flows, etc.) and always need to have the accuracy compared to MCS, the proposed method evaluates only the tail areas of these densities, obtaining results with greater accuracy in the regions of interest from the operational risk point of view. The proposed method is applied to IEEE 14, IEEE RTS and IEEE 118 bus systems, and the results are widely discussed. In all cases, there are clear gains in computational performance, maintaining accuracy when compared to conventional SMC. The possible applications of the method and future developments are also part of the dissertation.

[pt] Devido à crescente utilização de fontes alternativas de energia, as do tipo renováveis têm se mostrado cada vez mais atraentes e viáveis. O etanol, oriundo da cana-de-açúcar, é considerado um combustível promissor e uma alternativa menos poluente que o petróleo nos dias de hoje. Além disso, o volume de produção de etanol no Brasil também tem crescido de forma consistente. Tendo em vista aos fatores supracitados, o estudo de quando a indústria maximiza lucros com a produção de etanol ou açúcar se faz importante.A escolha do modelo estocástico pode influenciar de forma determinante o valor da opção real avaliada. Sendo assim, na presente dissertação propõe-se modelar opções de conversão de acordo com o Movimento de Reversão à Média com saltos de Poisson. Será analisado o caso açúcar/etanol, ou melhor, quando será mais eficiente produzir açúcar (commodity alimentícia) ou etanol (commodity energética).Foi escolhido o Movimento de Reversão à Média com saltos de Poisson, pois apesar de os preços de commodities serem relativamente bem modelados pelo Movimento de Reversão à Média, o etanol e o açúcar sofrem variações bruscas em intervalos curtos de tempo. Essas variações se devem a agentes externos, tais como preço de petróleo e ações governamentais. Dependendo dos preços relativos de etanol e açúcar, há a possibilidade de alteração do mix de produção através da opção de conversão. Através da modelagem de opções citadas, e utilizando a simulação de Monte Carlo, esta dissertação determina o valor das opções disponíveis à indústria. / [en] Due to the increasing employment of alternative sources of energy, renewable type has been proved more and more attractive and viable. Ethanol, derived from sugar cane, in the present days is being considered a promising fuel and also a less polluting alternative to oil. In addition, the volume of ethanol production in Brazil has grown consistently. Given the above mentioned factors, the study of the moment when the industry maximizes profits from the production of ethanol or sugar becomes relevant. The choice of the stochastic model may have greater influence on the assessed value of real option. Thus, in this paper, we propose to model switch options in accordance with the Mean Reversion Process with Poisson jumps. Sugar/ethanol case will be analyzed, or rather, when it will be more efficient to produce sugar (food commodity) or ethanol (energy commodity). The Mean Reversion Process with Poisson jumps has been chosen, despite of commodity prices being relatively well modeled by the Mean Reversion Process, because ethanol and sugar suffer abrupt changes in short intervals. These variations are due to external agents, such as oil price and government actions. Depending on the relative prices of ethanol and sugar, there is a possibility of changing the mix of production through the switch option. Through modeling above mentioned options, and using the Monte Carlo simulation, this paper determines the value of the options available to the industry.

[pt] O objetivo da presente dissertação é capturar o valor da opção de parada temporária que uma planta GTL oferece em cenários econômicos desfavoráveis para mantê-la operando. Desta forma, o autor considera que a metodologia das opções reais é a mais indicada para avaliar tal flexibilidade, sendo assim, o objetivo principal deste estudo é a análise da opção de parar temporariamente através da utilização do processo estocástico (Movimento geométrico Browniano)e a correlação de Cholesky entre cada input e os outputs da planta. O autor acredita que os resultados desta dissertação podem auxiliar os gestores que enxergam flexibilidades em seus projetos a antecipar prejuízos prolongados em cenários desfavoráveis para manter uma planta funcionando. / [en] The objective of this dissertation is to capture the value of the option to temporarily stop that a GTL plant offers in unfavorable economic scenarios to keep it operating. Thus the author believes that the methodology of real options is the best placed to assess such flexibility, and thus the main objective of this study is the analysis of the option to temporarily stop using the stochastic process (geometric Brownian Motion) and the correlation Cholesky between each input and outputs of the plant. The author believes that the results of this dissertion can assist the managers who see flexibilities in its projects to anticipate damages drawn out in favorable scenes to keep a plant functioning.

[pt] Esta dissertação de mestrado analisa os efeitos de previsão de séries temporais com redes neurais em conjunto com a técnica de poda, denominada de Regularização Bayesiana. Utilizam-se diversas séries simuladas cujo processo gerador é de fato linear para comparar as previsões feitas por meio de modelos auto-regressivos lineares e redes neurais. Apresenta-se,ao final, uma comparação entre os modelos citados acima, segundo à eficiência preditiva de cada um. / [en] This paper studies the performance of neural networks estimated with Bayesian regularization to model and forecast time series where the data generations process is in fact linear. A simulation experiment is carried out to compare the forecast made by linear autoregressive models and neural networks.

[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] Transformadores de subestações de distribuição requerem uma atenção especial pelos altos custos, longos tempos de reposição e por impactarem, quando falham, diretamente na confiabilidade da rede, provocando assim a interrupção de inúmeros usuários. Em geral, as subestações são projetadas com transformadores em paralelo, de forma que a carga pico possa ser atendida ainda que um transformador do grupo esteja avariado. No entanto, esta solução requer investimentos elevados. Uma alternativa consiste no compartilhamento de estoques de transformadores reservas e subestações móveis. O dimensionamento dos estoques deve ser feito com cautela, pois, um grande número de equipamentos pode aumentar desnecessariamente os custos de investimento, e um estoque insuficiente pode diminuir a confiabilidade do sistema e aumentar seus custos operacionais. Esta dissertação apresenta duas metodologias para o dimensionamento do estoque, o método de Markov e a simulação Monte Carlo, os quais são comparados quanto aos seus resultados e características quando aplicados a um mesmo sistema. Ambos os modelos foram utilizados para dimensionar o estoque para falhas do tipo catastróficas e reparáveis, separadamente. O método probabilístico baseado na simulação Monte Carlo foi aplicado a um grupo de transformadores da classe 115 kV e 15 MVA, visando demonstrar a capacidade da metodologia de encontrar soluções condizentes do ponto de vista técnico e econômico. / [en] Substation distribution transformers require special attention for their high costs, long replacement times and for impacting, when they fail, directly on the reliability of the electric network, thus causing the interruption of several costumers. In general, substations are designed with transformers in parallel, so that the peak load can be met even if a transformer in the group is damaged. However, this solution requires high investments. An alternative is to share stocks of spare transformers and mobile substations. Stock sizing should be done with caution, as a large number of equipment can unnecessarily increase investment costs, and insufficient stock can decrease system reliability and increase operating costs. This dissertation presents two methods for stock dimensioning based on Markov modeling and on Monte Carlo simulation, which are compared in terms of their results and characteristics when applied to the same system. Both models were used to scale the stock for catastrophic and repairable failures, separately. The probabilistic method based on the Monte Carlo simulation was applied to a group of 115 kV and 15 MVA class transformers, aiming to demonstrate the method s ability to find solutions that are technically and economically compatible.

[pt] A avaliação de confiabilidade da capacidade de geração é extremamente útil em diversos estudos de planejamento da expansão, na avaliação dos riscos relacionados ao dimensionamento da reserva operativa e também na programação da manutenção de unidades geradoras. O principal objetivo é avaliar se uma determinada configuração de unidades de geração atende de forma aceitável à carga do sistema, assumindo que os equipamentos de transmissão sejam totalmente confiáveis e sem limitações de capacidade. Na última década, a inserção de fontes renováveis nos sistemas elétricos de potência tem crescido de forma acentuada, na grande maioria dos países desenvolvidos como também em desenvolvimento. As flutuações de suas capacidades de geração se tornaram parte da complexidade do problema de planejamento e operação de redes elétricas, uma vez que dependem das condições ambientais em que foram instaladas. Além disso, representações detalhadas da carga têm se tornado uma preocupação a mais de muitos planejadores, tendo em vista as análises de risco ao atendimento da demanda nessas redes. Novos modelos e ferramentas computacionais devem ser desenvolvidos para tratar dessas variáveis principalmente com dependência espaço-temporal. Esta dissertação apresenta diversos estudos para avaliar a confiabilidade da capacidade de sistemas de geração via simulação Monte Carlo quasi-sequencial (SMC-QS), considerando fontes de geração e carga com forte dependência espaço-temporal. Esta ferramenta é escolhida devido à sua fácil implementação computacional e capacidade de simular eventos cronológicos. A técnica de redução de variância denominada amostragem por importância baseada no método Cross Entropy (CE) foi utilizada em conjunto com a SMC-QS. As simulações terão como base o sistema teste IEEE-RTS 96, o qual é adequada-mente modificado para incluir fontes renováveis eólicas e hídricas. Portanto, o principal objetivo desta dissertação é definir a melhor maneira de lidar com as séries temporais representativas da geração renovável e carga, nos diferentes estágios do método SMC-QS via CE, de modo a maximizar sua eficiência computacional. Vários testes de simulação são realizados com o sistema IEEE-RTS 96 modificado e os resultados obtidos são amplamente discutidos. / [en] The reliability evaluation of the generating capacity is extremely useful in several expansion planning studies, in the assessment of risks related to the requirements of the operating reserve and also in the scheduling of maintenance of generating units. The main objective is to assess whether a given generating configuration meets the system load in an acceptable manner, assuming that the transmission equipment is completely reliable and without capacity limitations. In the last decade, the insertion of renewable sources in electrical power systems has grown markedly, in the vast majority of developed and developing countries. Fluctuations in their generation capacities have become part of the complexity of the problem of planning and operating electrical networks, since they depend on the environmental conditions in which they are installed. In addition, detailed representations of the load have become a concern among many planners, given the risk analyzes to meet demand in these networks. New computational models and tools must be developed to deal with these variables mainly with space-time dependence. This dissertation presents several studies to evaluate the reliability of the capacity of generation systems via quasi-sequential Monte Carlo simulation (QS-MCS), considering generation and load sources with strong space-time dependence. This tool is chosen due to its easy computational implementation and the ability to simulate chronological events. The variance reduction technique named importance sampling based on the cross-entropy (CE) method is used in conjunction with the QS-MCS. The simulations will be carried out with the IEEE-RTS 96 test system, which is adequately modified to include renewable wind and hydro sources. Therefore, the main objective of this dissertation is to define the best way to deal with the time series representing the renewable generation and load, in the different stages of the SMC-QS method via CE, in order to maximize its computational efficiency. Several simulation tests are performed with the modified IEEE-RTS 96 system and the obtained results are widely discussed.

[pt] A interface solo-rocha é de difícil determinação e permanece essencialmente desconhecida na maioria das encostas brasileiras. Nesta tese, apresentamos um modelo analítico para a predição espacial da espessura de solo com base na teoria do controle ascendente do maciço rochoso e topografia de alta resolução. A maioria dos parâmetros do modelo possui significado físico, possibilitando medições em campo ou laboratório. O modelo inclui um termo que simula a perda de regolito devido a movimentos de massa estocásticos e outro termo que reproduz a forma do maciço rochoso ao longo de canais de drenagem. Reconciliamos nosso modelo com dados de campo obtidos a partir de sondagens com penetrômetro dinâmico leve no maciço da Tijuca, Rio de Janeiro. Usamos inferência Bayesiana, com amostragem da distribuição posterior de parâmetros através de simulação Monte Carlo via cadeia de Markov, a qual forneceu parâmetros do modelo que melhor honram os dados de campo bem como a incerteza preditiva estratigráfica. Para testar os resultados da inferência Bayesiana em estabilidade de encostas, desenvolvemos um programa computacional para a integração de simulações de fluxo não-saturado, o qual proporciona a distribuição de poro pressões, e um código de análise limite numérica, que fornece o fator de segurança (FS), ambos em três-dimensões. Propagamos a incerteza estratigráfica no programa desenvolvido para quantificar a variabilidade do FS e a probabilidade de ruptura de uma encosta natural não-saturada existente na região de estudo. Finalmente, salientamos a importância da quantificação da topografia da interface solo-rocha em análises de estabilidade geotécnica. / [en] Soil-bedrock interface is difficult to determine and remains essentially unknown in most Brazilian slopes. In this thesis, we present an analytic model for the spatial prediction of regolith depth built on the bottomup control on fresh bedrock topography hypothesis and high-resolution topographic data. Most of the parameters of the model represent physical entities that can be measured directly in the laboratory or field. The model includes a term which simulates the loss of regolith due to stochastic mass movements and another term that mimic the bedrock-valley morphology. We reconcile our model with field observations from boreholes using a light dynamic penetrometer at Tijuca massif, Rio de Janeiro. We use Bayesian inference, with Markov chain Monte Carlo simulation to summarize the posterior distribution of the parameters, which led to model parameters that best honor our field data as well as the stratigraphic predictive uncertainty. To test the results of the Bayesian inference in slope stability, we develop a software to integrate unsaturated flow simulations, which provide the pressure head distributions and a numerical limit analysis code, that generates the factor of safety (FS), both in three dimensions. We propagate the stratigraphic uncertainty through the developed program to quantify the FS variability and the probability of failure of a natural unsaturated hillslope in the study region. Finally, we emphasize the importance of bedrock topography in slope stability analysis.

[pt] A demanda global por soluções sustentáveis para geração de energia elétrica cresceu rapidamente nas últimas décadas, sendo impulsionada por incentivos fiscais dos governos e investimentos em pesquisa e desenvolvimento de tecnologias. Isso provocou uma crescente inserção de fontes renováveis nas redes elétricas ao redor do mundo, criando novos desafios críticos para as avaliações de desempenho dos sistemas que são potencializados pela intermitência desses recursos energéticos combinada às falhas dos equipamentos de rede. Motivado por esse cenário, esta dissertação aborda a estimativa de risco de inadequação de grandezas elétricas, como ocorrências de sobrecarga em ramos elétricos ou subtensão em barramentos, através do uso do fluxo de potência probabilístico, baseado na simulação Monte Carlo e no método de entropia cruzada. O objetivo é determinar o risco do sistema não atender a critérios operativos, de forma precisa e com eficiência computacional, considerando as incertezas de carga, geração e transmissão. O método é aplicado aos sistemas testes IEEE RTS 79 e IEEE 118 barras, considerando também versões modificadas com a inclusão de uma usina eólica, e os resultados são amplamente discutidos. / [en] The global demand for sustainable solutions for electricity generation has grown rapidly in recent decades, driven by government tax incentives and investments in technology research and development. This caused a growing insertion of renewable sources in power networks around the world, creating new critical challenges for systems performance assessments that are enhanced by the intermittency of these energy resources combined with the failures of network equipment. Motivated by this scenario, this dissertation addresses the estimation of risk of inadequacy of electrical quantities, such as overload occurrences in electrical branches or undervoltage in buses, through the use of probabilistic power flow, based on Monte Carlo simulation and the cross-entropy method. The objective is to determine the risk of the system not meeting operational criteria, precisely and with computational efficiency, considering load, generation and transmission uncertainties. The method is applied to IEEE RTS 79 and IEEE 118 bus test systems, also considering modified versions with the inclusion of a wind power plant, and the results are widely discussed.