CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / This study aims to develop a planning system on multiple spatial and temporal scales, and apply it to the Brazilian electric sector and Cearà State, Jaguaribe Metropolitan System. For realization of this proposal, we have been considered some temporal scales: short-term (up to 1 month), short term (up to one year) and medium to long term (1-10 years and 10-30 years, respectively). To obtain estimates of the flow of short-term rainfall forecasts from atmospheric models for later entry in the hydrological rainfall-runoff model are used. To short term scale were considered stochastic and statistical models, as the Periodic Autoregressive type (PAR), Periodic Autoregressive with exogenous variables (PARx) and K-nearest neighbor models, and the use of global atmospheric models as input to hydrological rainfall-runoff model Soil Moisture Accounting Procedure (SMAP). For the range of the medium term were considered auto regressive models (AR) and Fourier and wavelets. We used data from the Coupled Model Intercomparison Project Phase 5 (CMIP5) as input in hydrological rainfall-runoff model for long-term scale. For the weather forecast, as the rain threshold adopted in the construction of the contingency table increases, the quality of the forecasts decreases, except for the adjustment index. Thus, the system of numerical prediction proves efficient in detecting the occurrence of rainfall of less intensity, with most satisfactory results in the North and Northeast regions of Brazil. On seasonal scale the models feature up better than the climatology. Likewise, in the range of medium-term models based on Fourier series and wavelets have better likelihood than the weather. In multi-scale, there are differences in the future shown by the projections of the CMIP5 models that were analyzed for RCP8.5 and RCP4.5 the XXI century scenarios, but in the North sector of the National Interconnected System (SIN), most models indicate negative trend, diverging only in magnitude. / O presente trabalho visa elaborar um sistema de planejamento em mÃltiplas escalas temporais e espaciais e aplicÃ-lo ao setor elÃtrico brasileiro e ao sistema Jaguaribe-Metropolitano do Estado do CearÃ. Para realizaÃÃo desta proposta, foram consideradas algumas escalas temporais: curtÃssimo prazo (atà um mÃs), curto prazo (atà um ano) e mÃdio e longo prazo (1 a 10 anos e atà 30 anos, respectivamente). Para obtenÃÃo das previsÃes de vazÃes de curtÃssimo prazo sÃo utilizadas as previsÃes de precipitaÃÃo a partir de modelos atmosfÃricos, para posterior entrada no modelo hidrolÃgico chuva-vazÃo. Para escala de curto prazo foram considerados modelos estocÃsticos e estatÃsticos, como do tipo PeriÃdico Autorregressivo (PAR), PeriÃdico Autorregressivo com variÃveis exÃgenas (PARx) e K-vizinhos, e o uso de modelos atmosfÃricos globais como entrada do modelo hidrolÃgico chuva-vazÃo Soil Moisture Accounting Procedure (SMAP). Na escala de mÃdio prazo foram considerados modelos autorregressivos (AR) e as transformadas de Fourier e ondeletas. Para escala de longo prazo foram utilizados dados provenientes do Coupled Model Intercomparison Project Phase 5 (CMIP5) como dados de entrada no modelo hidrolÃgico chuva-vazÃo. Quanto à previsÃo de tempo, à medida que o limiar de chuva adotado na construÃÃo da tabela de contingÃncia aumenta, a qualidade das previsÃes diminui, exceto para o Ãndice acerto. Dessa forma, o sistema de previsÃo numÃrica mostra-se eficiente em detectar a ocorrÃncia de chuvas de menor intensidade, apresentando resultados mais satisfatÃrios nas regiÃes Norte e Nordeste do Brasil. Na escala sazonal, os modelos apresentam-se melhor que a climatologia. Da mesma forma, na escala de mÃdio prazo, os modelos baseados na sÃrie de Fourier e ondeletas apresentam melhor verossimilhanÃa do que a climatologia. Na escala plurianual, hà divergÃncias quanto ao futuro mostrado pelas projeÃÃes dos modelos do CMIP5 que foram analisados para os cenÃrios RCP8.5 e RCP4.5 do sÃculo XXI, porÃm no setor Norte do Sistema Interligado Nacional (SIN), a maioria dos modelos sinaliza tendÃncia negativa, divergindo apenas em magnitude.

As características singulares da energia elétrica quanto a sua forma de produção, transporte, consumo e sua importância ao desenvolvimento nacional levaram ao desenvolvimento de estruturas de gestão caracterizadas pela intervenção do estado. A busca por modelos de gestão aprimorados e eficientes conduziram o setor elétrico nacional a experimentar diversas transformações. O modelo atual é oriundo da transformação de uma estrutura verticalizada onde praticamente todos os segmentos do setor eram de propriedade pública. E ele é caracterizado por ramos de atividades independentes contemplando a produção, o transporte, a distribuição e a comercialização de energia elétrica. Nesse contexto, o sistema de transmissão tem papel de destaque, pois propicia a otimização das interligações entre as diversas fontes energéticas, permitindo o aproveitamento dos recursos de geração instalados ao longo do território nacional e o atendimento às demandas energéticas dos grandes centros consumidores. Nesse sistema a receita das transmissoras é disponibilizada mensalmente às concessionárias por meio de seus respectivos pagamentos base. Como forma de fiscalizar e incentivar a qualidade dos serviços a agência reguladora estabeleceu a aplicação de penalidades mediante resoluções normativas. O objetivo desse trabalho consiste em apresentar as penalizações impostas às transmissoras, com foco na aplicação da Parcela Variável. Para atender a esse objetivo será necessário navegar por outras áreas relacionadas com o sistema de transmissão, entre elas: as diretrizes envolvidas no planejamento da expansão do sistema, os trâmites para o acesso a rede, a formação da receita das transmissoras, bem como a apresentação de dados que ilustram a atual situação desse segmento. / The unique characteristics of electric energy as to its form of production, transportation, consumption and its importance to national development led to the development of management structures characterized by state intervention. The search for improved and efficient management models has led the national electricity sector to undergo several transformations. The current model comes from the transformation of a vertical structure where practically all the segments of the sector were public property. And it is characterized by branches of independent activities contemplating the production, transportation, distribution and commercialization of electric energy. In this context, the transmission system plays an important role, as it facilitates the optimization of the interconnections between the different energy sources, allowing the use of the generation resources installed throughout the national territory and the energy demands of the large consumer centers. In this system, the transmissions' revenue is made available monthly to the concessionaires through their respective base payments. As a way of monitoring and encouraging the quality of services, the regulatory agency established the application of penalties through normative resolutions. The objective of this work is to present the penalties imposed on the transmission system, focusing on the application of the Variable Parcel over their respective monthly payments. In order to meet this objective, it will be necessary to navigate to other areas related to the transmission system, among them: the guidelines involved in planning the expansion of the system, the procedures for accessing the network, the formation of the transmission systems' revenue, as well as the presentation of information that illustrates the current situation of this segment. / Dissertação (Mestrado)

A comercialização de energia elétrica no Brasil e no mundo sofreu diversas modificações nos últimos 20 anos. Com o objetivo de alcançar o equilíbrio econômico entre oferta e demanda do bem chamado eletricidade, os agentes deste mercado seguem as regras definidas pela sociedade (governo, empresas e consumidores) e também as leis da natureza (hidrologia). Para tratar de problemas tão complexos, estudos são realizados na área da heurística computacional. O objetivo deste trabalho é elaborar um software de previsão de preços do mercado spot utilizando redes neurais artificiais (RNA). As RNA são muito utilizadas em diversas aplicações, principalmente em heurística computacional, nas quais sistemas não lineares apresentam desafios computacionais difíceis de serem superados devido ao efeito da maldição da dimensionalidade. Tal maldição se deve pelo fato do poder computacional atual não ser suficiente para processar problemas com elevada combinação de variáveis. O problema de prever os preços do mercado spot depende de fatores como: (a) a previsão de demanda (carga); (b) a previsão da oferta (reservatórios, regime de chuvas e clima), fator de capacidade; e (c) o equilíbrio da economia (precificação, leilões, influência de mercados externos, política econômica, orçamento governamental, política governamental). Estes fatores são utilizados na construção do sistema de previsão e os resultados de sua eficácia são testados e apresentados. / The commercialization of electricity in Brazil as well as in the world has undergone several changes over the past 20 years. In order to achieve an economic balance between supply and demand of the good called electricity, stakeholders in this market follow both rules set by society (government, companies and consumers) and set by the laws of nature (hydrology). To deal with such complex issues, various studies have been conducted in the area of computational heuristics. This work aims to develop a software to forecast spot market prices in using artificial neural networks (ANN). ANNs are widely used in various applications especially in computational heuristics, where non-linear systems have computational challenges difficult to overcome because of the effect named curse of dimensionality. This effect is due to the fact that the current computational power is not enough to handle problems with such a high combination of variables. The challenge of forecasting prices depends on factors such as: (a) foresee the demand evolution (electric load); (b) the forecast of supply (reservoirs, hydrology and climate), capacity factor; and (c) the balance of the economy (pricing, auctions, foreign markets influence, economic policy, government budget and government policy). These factors are considered be used in the forecasting model for spot market prices and the results of its effectiveness are tested and huge presented.

A comercialização de energia elétrica no Brasil e no mundo sofreu diversas modificações nos últimos 20 anos. Com o objetivo de alcançar o equilíbrio econômico entre oferta e demanda do bem chamado eletricidade, os agentes deste mercado seguem as regras definidas pela sociedade (governo, empresas e consumidores) e também as leis da natureza (hidrologia). Para tratar de problemas tão complexos, estudos são realizados na área da heurística computacional. O objetivo deste trabalho é elaborar um software de previsão de preços do mercado spot utilizando redes neurais artificiais (RNA). As RNA são muito utilizadas em diversas aplicações, principalmente em heurística computacional, nas quais sistemas não lineares apresentam desafios computacionais difíceis de serem superados devido ao efeito da maldição da dimensionalidade. Tal maldição se deve pelo fato do poder computacional atual não ser suficiente para processar problemas com elevada combinação de variáveis. O problema de prever os preços do mercado spot depende de fatores como: (a) a previsão de demanda (carga); (b) a previsão da oferta (reservatórios, regime de chuvas e clima), fator de capacidade; e (c) o equilíbrio da economia (precificação, leilões, influência de mercados externos, política econômica, orçamento governamental, política governamental). Estes fatores são utilizados na construção do sistema de previsão e os resultados de sua eficácia são testados e apresentados. / The commercialization of electricity in Brazil as well as in the world has undergone several changes over the past 20 years. In order to achieve an economic balance between supply and demand of the good called electricity, stakeholders in this market follow both rules set by society (government, companies and consumers) and set by the laws of nature (hydrology). To deal with such complex issues, various studies have been conducted in the area of computational heuristics. This work aims to develop a software to forecast spot market prices in using artificial neural networks (ANN). ANNs are widely used in various applications especially in computational heuristics, where non-linear systems have computational challenges difficult to overcome because of the effect named curse of dimensionality. This effect is due to the fact that the current computational power is not enough to handle problems with such a high combination of variables. The challenge of forecasting prices depends on factors such as: (a) foresee the demand evolution (electric load); (b) the forecast of supply (reservoirs, hydrology and climate), capacity factor; and (c) the balance of the economy (pricing, auctions, foreign markets influence, economic policy, government budget and government policy). These factors are considered be used in the forecasting model for spot market prices and the results of its effectiveness are tested and huge presented.