Made available in DSpace on 2014-06-11T19:22:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-03-22Bitstream added on 2014-06-13T18:08:34Z : No. of bitstreams: 1 silva_mv_me_ilha.pdf: 743779 bytes, checksum: 5aad49dd95d63ada483f753bee811fd7 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho, otimiza-se o funcionamento de uma fábrica desidratadora de forragens localizada na Espanha. Esta possui processos seqüenciados, secagem, produção de fardos de feno e produção de grãos, que para serem realizados consomem quantidades distintas de energia. Estabelecem-se então, os períodos de produção para cada processo, juntamente com a quantidade em toneladas a serem produzidas, sabendo que na Espanha a energia elétrica possui vinte e quatro preços, um para cada hora do dia. É proposto um modelo para a função objetivo, utilizando dados históricos de produção (Ton), consumo (kWh) e tempo (h), que retratará o funcionamento da empresa. Este modelo é obtido por meio de regressão linear múltipla e é implementado utilizando o software Lingo. Os resultados dessa implementação fornecerão as horas totais diárias que cada processo deverá ser realizado, juntamente com a quantidade de toneladas de pacotes de feno e grãos, e o custo diário da energia elétrica para realizar a produção. / In this work, optimize of the functioning of a plant that dehydrates fodder plants located in Spain. This possess sequenced processes, drying, production of hay packs and production of grains, which to be carried through consumes distinct amounts of energy. Then, the periods of production for each process are established, together with the amount in tons to be produced, knowing that in Spain the electric energy possess twenty and four prices, one for each hour of the day. It is considered a model for the objective function, by using given historical data of production (Ton), consumption (kWh) and time (h), that the functioning of the company will portray. This model is gotten by means of multiple linear regression and is implemented using software Lingo. The results of this implementation will supply the daily total hours that each process will have to be carried through, with the amount of tons of packages of hay and grains , and the daily cost of the electric energy to carry through the production.

Hoje no mercado brasileiro de eletricidade, o preço da energia convencional é composto pela soma do valor do Preço de Liquidação das Diferenças (PLD) divulgado pela Câmara de Comercialização de Energia Elétrica (CCEE) semanalmente com o valor do Spread negociado bilateralmente no mercado à vista (mercado de curto prazo), resultante do equilíbrio entre oferta e demanda. Em alguns momentos, o valor do Spread chega a representar mais de 100% do custo total da energia. Este trabalho faz uma análise do mercado brasileiro, bem como, de alguns mercados no exterior de energia elétrica e destaca os pontos que tem influência direta, na formação do Spread da energia convencional e como isso afeta a decisão de contratação dos agentes. Além disso, o trabalho busca encontrar correlações entre dados divulgados, como carga e oferta de energia, com o ágio negociado no mercado de curto prazo, buscando entender o real impacto de cada um desses fatores e explicar as grandes variações já observadas. Sugere-se também um modelo de regressão linear múltipla para a projeção de valores do ágio. Para tanto, foram utilizadas informações proveniente de um banco de dados de cotações de negócios efetivamente realizados no curto prazo desde janeiro de 2011 até julho de 2014, bem como informações retiradas da CCEE e Operador Nacional do Sistema (ONS). / The Brazilian wholesales energy market price is formed by de sum of the PLD (Market Clearing Price which is released weekly by the Commercial Chamber) and a Spread value, resulting from the negotiation between the market agents. In some cases, the Spread represent more than 100% of the energy total cost. This paper presents an overview about some energy markets, focusing the Brazilian Energy Market, so as to highlight points that affect the Spread value at the spot market and, as consequence, the strategy of the market agents. Additionally, this paper shows the correlation between energy demand and energy offer and energy spread negotiated at the short term market, trying to understand the real impact of each variable trying to get the right explanation regarding the big variations observed. It has been suggested a mathematical model of multiple linear regression to forecast the spread value. In order to accomplish this purpose it was used (i) a historical data of effectively trading situations at the short term market, comprising the period between January 2011 to July 2014, as well as (ii) informations released by the Commercial Chamber (CCEE) and the System Operator (ONS).

Hoje no mercado brasileiro de eletricidade, o preço da energia convencional é composto pela soma do valor do Preço de Liquidação das Diferenças (PLD) divulgado pela Câmara de Comercialização de Energia Elétrica (CCEE) semanalmente com o valor do Spread negociado bilateralmente no mercado à vista (mercado de curto prazo), resultante do equilíbrio entre oferta e demanda. Em alguns momentos, o valor do Spread chega a representar mais de 100% do custo total da energia. Este trabalho faz uma análise do mercado brasileiro, bem como, de alguns mercados no exterior de energia elétrica e destaca os pontos que tem influência direta, na formação do Spread da energia convencional e como isso afeta a decisão de contratação dos agentes. Além disso, o trabalho busca encontrar correlações entre dados divulgados, como carga e oferta de energia, com o ágio negociado no mercado de curto prazo, buscando entender o real impacto de cada um desses fatores e explicar as grandes variações já observadas. Sugere-se também um modelo de regressão linear múltipla para a projeção de valores do ágio. Para tanto, foram utilizadas informações proveniente de um banco de dados de cotações de negócios efetivamente realizados no curto prazo desde janeiro de 2011 até julho de 2014, bem como informações retiradas da CCEE e Operador Nacional do Sistema (ONS). / The Brazilian wholesales energy market price is formed by de sum of the PLD (Market Clearing Price which is released weekly by the Commercial Chamber) and a Spread value, resulting from the negotiation between the market agents. In some cases, the Spread represent more than 100% of the energy total cost. This paper presents an overview about some energy markets, focusing the Brazilian Energy Market, so as to highlight points that affect the Spread value at the spot market and, as consequence, the strategy of the market agents. Additionally, this paper shows the correlation between energy demand and energy offer and energy spread negotiated at the short term market, trying to understand the real impact of each variable trying to get the right explanation regarding the big variations observed. It has been suggested a mathematical model of multiple linear regression to forecast the spread value. In order to accomplish this purpose it was used (i) a historical data of effectively trading situations at the short term market, comprising the period between January 2011 to July 2014, as well as (ii) informations released by the Commercial Chamber (CCEE) and the System Operator (ONS).