O setor sucroalcooleiro vem ganhando cada vez mais destaque no agronegócio brasileiro. O Produto Interno Bruto (PIB) do setor na safra de 2015 gerou mais de US$113 bilhões ao longo de toda cadeia produtiva (UNICA, 2016). Esse período de ascensão é acompanhado de novos desafios e oportunidades, o que torna o setor um tema fértil para a pesquisa acadêmica, teórica e aplicada. Dada à pluralidade do setor que hoje extravasa seu nicho tradicional, álcool e açúcar, e atua cada vez mais intensamente nos setores energéticos, eletricidade e combustíveis renováveis, faz-se necessário a incorporação da nova dinâmica de produção que esses produtos trazem à realidade administrativa do setor. Assim, além de discutir teoria e metodologia correlatas à modelagem matemática empregada no auxilio à gestão do setor, esse trabalho visa contribuir com a literatura, incorporando e discutindo as novas possibilidades produtivas que a produção de biogás trás ao mix de produção tradicional. As principais ferramentas utilizadas nessa análise são a teoria de portfólios e o arcabouço teórico da otimização robusta. A partir dessas técnicas construiu-se um modelo de otimização onde se busca a minimização do risco para um dado retorno, princípio da teoria de portfólios, avaliando o risco com o CVaR, uma medida de risco mais adequada do que a tradicional variância. Construído esse modelo, analisa-se o papel do biogás, um produto ainda pouco usual nas usinas brasileiras, no portfólio produtivo de uma usina hipotética. Com base nesse modelo implementou-se as técnicas de otimização robusta com o intuito de aferir se os resultados verificados no modelo determinístico se mantém no caso robusto. / The sugarcane sector is gaining a huge prominence in the Brazilian agribusiness. The GDP of the sector in 2015 crop was over then US$ 113 billion along the entire production chain (UNICA, 2016). This auspicious period is accompanied by new challenges and opportunities, which makes the sector a hot field for academic research, theoretical and applied. Given the industry plurality which today goes beyond its traditional niche, alcohol and sugar, the sector is increasingly strongly its share in the energy sector, electricity and renewable fuels. Thus it is necessary to incorporate the new dynamic of production that these products bring to the administrative reality of the sector. Therefore, in addition to discussing theory and methodology related to the mathematical modeling used as a support to sector management, this work aims to contribute to the literature by incorporating and discussing the new production possibilities that biogas production brings to the traditional production mix. The main tools used in this analysis are the portfolio theory and the theoretical and applied framework of robust optimization. From these techniques it is built up an optimization model where one seeks to minimize risk for a given return, the principle of portfolio theory, assessing the risk with CVaR, a better measure of risk than traditional variance. Through this model, the role of biogas, an unusual product in the Brazilian plants, is analyzed considering a hypothetical plant. Based on this model it is implemented robust optimization techniques in order to assess whether the results observed in the deterministic model remains in the case robust.

Este trabalho tem como objetivo avaliar a viabilidade da aplicação de técnicas de otimização robusta (OR) no planejamento da operação de reservatórios para geração de energia hidrelétrica. A OR é uma técnica de otimização que visa encontrar resultados que sejam menos sensíveis às incertezas nas variáveis do modelo através da minimização da variância da função objetivo para diferentes cenários. Desta forma foi desenvolvido um modelo de otimização robusta aplicado à operação de reservatórios para a geração de energia hidrelétrica, chamado HIDRO-OR, utilizando o software General Algebraic Modeling System (GAMS). Para estudo de caso foram utilizados os dados da UHE Sinop, a ser instalada no rio Teles Pires MT. Inicialmente foi realizada uma análise de sensibilidade utilizando diferentes combinações dos coeficientes de ponderação da função objetivo e três conjuntos de cenários. Nesta abordagem, o modelo resultou em vertimentos indesejados para realizar a diminuição do desvio padrão dos resultados entre os diferentes cenários. Uma solução encontrada para o problema foi realizar a otimização em duas etapas. Na primeira etapa ocorre a otimização robusta propriamente dita e são fixados os resultados para o primeiro mês de operação. Na segunda etapa, apenas a função objetivo principal é otimizada e, assim, são corrigidos os vertimentos indesejados. No entanto, com a otimização em duas etapas, não ocorreram mudanças na operação do reservatório para os diferentes coeficientes de ponderação. Ao final do trabalho conclui-se que, apesar dos resultados da análise de sensibilidade terem sido praticamente iguais com a otimização em duas etapas, estes podem ser considerados robustos pois são factíveis para todos os cenários. Por fim, são realizadas sugestões para a continuidade das pesquisas utilizando as técnicas de OR para a operação de usinas hidrelétricas. / This work aims to evaluate the feasibility of robust optimization techniques (OR) for reservoir management for hydropower production. The OR is an optimization technique which aims to find results that are less sensitive to the randomness of variables in the model by minimizing the variance of the objective function for different scenarios. One OR model was developed to the operation of reservoirs for hydropower production, called HYDRO-OR, using the software General Algebraic Modeling System (GAMS). As study case, data from the Sinop hydropower plant were used, which will be constructed in the Teles Pires river - MT. First, a sensitivity analysis was performed using different combinations of weigh coefficients of the objective function with three sets of scenarios. Preliminary results in this approach showed that the model resulted in unwanted spills to force the reduction of the standard deviation of the results from different scenarios. To correct this, the model was reconfigured to perform the optimization in two stages, the first one being the OR itself in which the results were obtained for the first month of planning. In the second step, the model was optimized again for subsequent months. In this case the model corrected the unnecessary spills but the results were quite similar for the three combinations of the weight coefficients. However the results can be considered robust because it is feasible for all scenarios. Finally, suggestions are made for further studies using the techniques of OR for the operation of hydropower plants.

Made available in DSpace on 2014-06-12T17:38:07Z (GMT). No. of bitstreams: 2 arquivo2435_1.pdf: 3502745 bytes, checksum: 4d9345dea9759878dee2a393aa22325a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Com o rápido aumento da capacidade computacional, o tema otimização avançou de maneira notável nos últimos anos. Atualmente inúmeras aplicações de projetos ótimos em diferentes especialidades, como mecânica estrutural, custos de produção, escoamento de fluidos, acústica, etc. têm sido descritas na literatura. Entretanto, na maioria das aplicações da engenharia, a abordagem tradicional é considerar modelos e parâmetros determinísticos. Infelizmente a abordagem determinística pode levar a soluções cujo desempenho pode cair significativamente devido às perturbações decorrentes das incertezas. Nestas circunstâncias, um objetivo melhor seria um projeto ótimo que tenha um alto grau de robustez. O processo de encontrar este ótimo é chamado Otimização Robusta (OR). Aqui, abordaremos duas técnicas para a análise de propagação de incerteza, não intrusivas, que utiliza modelos computacionais determinísticos: o método de Monte Carlo (MC) e o método da Colocação Probabilística ( Probabilistic Collocation Method ) (PCM). A análise de propagação de incerteza essencialmente envolve o cálculo de momentos estatísticos da função de interesse. Várias medidas de robustez têm sido propostas na literatura, em particular, o valor médio e o desvio padrão da função envolvida no problema de otimização serão considerados aqui. Quando estas medidas de robustez são usadas combinadas, a procura de projetos ótimos robustos surge como um problema de Otimização Multiobjetivo Robusta (OMR). Técnicas de Otimização Multiobjetiva permitem o projetista modelar um problema específico considerando um comportamento mais realista, o qual comumente envolve o atendimento de vários objetivos simultaneamente. O procedimento adequado, quando um problema multiobjetivo precisa ser resolvido, é determinar a fronteira de Pareto. Nos últimos 15 anos, distribuições eficientes de pontos de Pareto têm sido obtidas através de novos algoritmos como o NBI (Normal-Boundary Intersection) e o NNC (Normalized Normal-Constraint). Estas estratégias são implementadas aqui, junto com outras abordagens comumente utilizadas na literatura, como o método da soma ponderada e o método Min-Max. Como a geração de pontos de Pareto e a análise de incerteza podem ser muito custosas, técnicas de aproximação, baseada no uso do Método da Base Reduzida (MBR), são incorporadas ao nosso procedimento. O propósito do método é obter um modelo de alta fidelidade com custo computacional aceitável. Além disto, uma estratégia de separabilidade com uma decomposição afim, permite o desenvolvimento de uma estratégia eficiente de cálculo off-line/on-line , para a implementação computacional do MBR. Problemas contínuos em duas dimensões submetidos a carregamentos estáticos e térmicos são as aplicações consideradas neste trabalho, os desempenhos das diferentes estratégias examinadas são comparadas. A combinação das várias técnicas de aproximação descritas permitiu a obtenção das soluções OMR em pouco tempo computacional

Este trabalho tem como objetivo avaliar a viabilidade da aplicação de técnicas de otimização robusta (OR) no planejamento da operação de reservatórios para geração de energia hidrelétrica. A OR é uma técnica de otimização que visa encontrar resultados que sejam menos sensíveis às incertezas nas variáveis do modelo através da minimização da variância da função objetivo para diferentes cenários. Desta forma foi desenvolvido um modelo de otimização robusta aplicado à operação de reservatórios para a geração de energia hidrelétrica, chamado HIDRO-OR, utilizando o software General Algebraic Modeling System (GAMS). Para estudo de caso foram utilizados os dados da UHE Sinop, a ser instalada no rio Teles Pires MT. Inicialmente foi realizada uma análise de sensibilidade utilizando diferentes combinações dos coeficientes de ponderação da função objetivo e três conjuntos de cenários. Nesta abordagem, o modelo resultou em vertimentos indesejados para realizar a diminuição do desvio padrão dos resultados entre os diferentes cenários. Uma solução encontrada para o problema foi realizar a otimização em duas etapas. Na primeira etapa ocorre a otimização robusta propriamente dita e são fixados os resultados para o primeiro mês de operação. Na segunda etapa, apenas a função objetivo principal é otimizada e, assim, são corrigidos os vertimentos indesejados. No entanto, com a otimização em duas etapas, não ocorreram mudanças na operação do reservatório para os diferentes coeficientes de ponderação. Ao final do trabalho conclui-se que, apesar dos resultados da análise de sensibilidade terem sido praticamente iguais com a otimização em duas etapas, estes podem ser considerados robustos pois são factíveis para todos os cenários. Por fim, são realizadas sugestões para a continuidade das pesquisas utilizando as técnicas de OR para a operação de usinas hidrelétricas. / This work aims to evaluate the feasibility of robust optimization techniques (OR) for reservoir management for hydropower production. The OR is an optimization technique which aims to find results that are less sensitive to the randomness of variables in the model by minimizing the variance of the objective function for different scenarios. One OR model was developed to the operation of reservoirs for hydropower production, called HYDRO-OR, using the software General Algebraic Modeling System (GAMS). As study case, data from the Sinop hydropower plant were used, which will be constructed in the Teles Pires river - MT. First, a sensitivity analysis was performed using different combinations of weigh coefficients of the objective function with three sets of scenarios. Preliminary results in this approach showed that the model resulted in unwanted spills to force the reduction of the standard deviation of the results from different scenarios. To correct this, the model was reconfigured to perform the optimization in two stages, the first one being the OR itself in which the results were obtained for the first month of planning. In the second step, the model was optimized again for subsequent months. In this case the model corrected the unnecessary spills but the results were quite similar for the three combinations of the weight coefficients. However the results can be considered robust because it is feasible for all scenarios. Finally, suggestions are made for further studies using the techniques of OR for the operation of hydropower plants.

O setor sucroalcooleiro vem ganhando cada vez mais destaque no agronegócio brasileiro. O Produto Interno Bruto (PIB) do setor na safra de 2015 gerou mais de US$113 bilhões ao longo de toda cadeia produtiva (UNICA, 2016). Esse período de ascensão é acompanhado de novos desafios e oportunidades, o que torna o setor um tema fértil para a pesquisa acadêmica, teórica e aplicada. Dada à pluralidade do setor que hoje extravasa seu nicho tradicional, álcool e açúcar, e atua cada vez mais intensamente nos setores energéticos, eletricidade e combustíveis renováveis, faz-se necessário a incorporação da nova dinâmica de produção que esses produtos trazem à realidade administrativa do setor. Assim, além de discutir teoria e metodologia correlatas à modelagem matemática empregada no auxilio à gestão do setor, esse trabalho visa contribuir com a literatura, incorporando e discutindo as novas possibilidades produtivas que a produção de biogás trás ao mix de produção tradicional. As principais ferramentas utilizadas nessa análise são a teoria de portfólios e o arcabouço teórico da otimização robusta. A partir dessas técnicas construiu-se um modelo de otimização onde se busca a minimização do risco para um dado retorno, princípio da teoria de portfólios, avaliando o risco com o CVaR, uma medida de risco mais adequada do que a tradicional variância. Construído esse modelo, analisa-se o papel do biogás, um produto ainda pouco usual nas usinas brasileiras, no portfólio produtivo de uma usina hipotética. Com base nesse modelo implementou-se as técnicas de otimização robusta com o intuito de aferir se os resultados verificados no modelo determinístico se mantém no caso robusto. / The sugarcane sector is gaining a huge prominence in the Brazilian agribusiness. The GDP of the sector in 2015 crop was over then US$ 113 billion along the entire production chain (UNICA, 2016). This auspicious period is accompanied by new challenges and opportunities, which makes the sector a hot field for academic research, theoretical and applied. Given the industry plurality which today goes beyond its traditional niche, alcohol and sugar, the sector is increasingly strongly its share in the energy sector, electricity and renewable fuels. Thus it is necessary to incorporate the new dynamic of production that these products bring to the administrative reality of the sector. Therefore, in addition to discussing theory and methodology related to the mathematical modeling used as a support to sector management, this work aims to contribute to the literature by incorporating and discussing the new production possibilities that biogas production brings to the traditional production mix. The main tools used in this analysis are the portfolio theory and the theoretical and applied framework of robust optimization. From these techniques it is built up an optimization model where one seeks to minimize risk for a given return, the principle of portfolio theory, assessing the risk with CVaR, a better measure of risk than traditional variance. Through this model, the role of biogas, an unusual product in the Brazilian plants, is analyzed considering a hypothetical plant. Based on this model it is implemented robust optimization techniques in order to assess whether the results observed in the deterministic model remains in the case robust.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-01-29T18:13:48Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) / Made available in DSpace on 2016-01-29T18:13:49Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) Previous issue date: 2015-02-19 / CNPq / Nas ultimas décadas o tópico de otimização tem ampliado suas aplicações e tem sido bastante aprimorado devido principalmente ao crescimento da capacidade computacional. Entretanto, na maioria das aplicações na engenharia, a abordagem tradicional é considerar modelos determinísticos. Porém algum grau de incerteza ou variação de parâmetros na caracterização de qualquer sistema estrutural é inevitável. Infelizmente a abordagem determinística pode levar a soluções cujo desempenho pode cair significativamente e/ou restrições podem ser violadas devido a perturbações decorrentes de incertezas. Neste trabalho, serão examinadas algumas abordagens para a consideração das incertezas no processo de otimização e assim obter projetos robustos e confiáveis em estruturas com comportamento não lineare. Um projeto robusto é aquele que apresenta, além de bom desempenho, uma baixa variabilidade às incertezas do problema. As medidas de robustez utilizadas aqui foram: a média e a variância da função de interesse. Quando se usa ambas as medidas, à busca por um projeto robusto ótimo, surge como um problema de decisão com múltiplos critérios (otimização multiobjetivo robusta). Para o calculo dos parâmetros estatísticos serão empregadas duas técnicas de análise de propagação de incerteza, o método de Monte Carlo (MC) e o método da colocação probabilística (Probabilistic Collocation Method - PCM). Quando se considera além da robustez, a confiabilidade estrutural, tem-se então, um problema de otimização robusta baseada em confiabilidade (RBRDO, Reliability-Based Robust Design Optimization). Neste tipo de problema, alguma restrição associada à probabilidade de falha está presente em sua formulação. Dois métodos para o cálculo da probabilidade de falha da estrutura foram investigados: o MC e o FORM (First Order Reliability Method). Para avaliar a restrição de confiabilidade em um procedimento de otimização, serão utilizadas duas abordagens: uma abordagem chamada RIA (Reliability index approach), onde é necessário calcular a probabilidade de falha (ou índice de confiabilidade) de cada novo projeto e uma abordagem denominada PMA (Performance Measure Approach), para lidar com este tipo de restrições sem a necessidade do cálculo direto da probabilidade de falha. Serão abordados aqui, problemas que envolvem análise não-linear, utilizando o POD (“Proper Orthogonal Decomposition”) para a redução da ordem do modelo computacional e consequentemente, o tempo computacional. As estruturas consideradas são treliças planas e espaciais e estruturas 2D (estado plano) com as considerações das não linearidades físicas e geométricas. / In recent decades the optimization topic has expanded its applications and has been greatly enhanced due mainly to the growth of the computational power available. However, in most engineering applications, the traditional approach is to consider deterministic models. However some degree of uncertainty or variation in the parametric characterization of any structural system is inevitable. Unfortunately, the deterministic approach can lead to solutions whose performance may degrade significantly and/or constraints may be violated due to perturbations caused by uncertainties. In this thesis, some approaches will be examined for the consideration of the uncertainties in the optimization process and thus obtaining robust and reliable designs of structures with nonlinear behavior. A robust design is one that has, in addition to good performance, a low variability of the problem uncertainties. The robustness measures used here were the mean and the variance of the function of interest. When using both measures, the search for a robust optimum design comes as a decision problem with multiple criteria (robust multi-objective optimization). To calculate statistical parameters two techniques of uncertainty propagation analysis will be employed: the method of Monte Carlo (MC) and the Probabilistic Collocation Method (PCM). When considering the structural reliability, in addition to the robustness, it leads to a Reliability-based Robust Design Optimization (RBRDO) problem. In this type of problem, some constraints related with the probability of failure are present in its formulation. Two methods for the approximated computation of the failure probability of the structure were investigated: the MC and the FORM (First Order Reliability Method). To evaluate the reliability constraint in an optimization procedure, two approaches will be used: an approach called RIA (Reliability index approach) where it is necessary to calculate the probability of failure (or reliability index) of each project and an approach called PMA (Performance Measure Approach), to handle such a restriction without the direct computation of the probability of failure. To reduce the order of the computational model, problems involving nonlinear analysis using the Proper Orthogonal Decomposition (POD) will be addressed here, resulting in reduced computational time. The structures considered are plane and space trusses and 2D structures (plan analysis) with the considerations of physical and geometrical nonlinearities.

Este trabalho apresenta uma proposta de modelagem por otimização robusta aplicada ao problema incerto de demanda contratada de potência ativa enfrentado por consumidores de alta tensão tarifados no sistema convencional, e que podem estabelecer contratos de demanda de 30 a 300 kW, inseridos no Pólo Industrial de Manaus - PIM/AM. Os dados utilizados nas análises foram simulados considerando as principais características das curvas de carga de consumidores industriais, sendo propostos sete cenários relevantes, sob critérios de linearidade (linear e não linear), variância (baixa, média e alta) e tendência das curvas (crescente, decrescente e constante), nos quais o modelo de otimização foi aplicado obedecendo às prescrições da Agência Nacional de Energia Elétrica - ANEEL. Em seguida, foi aplicado o modelo heurístico de otimização robusta resultando na demanda ótima contratada considerando todos os cenários propostos, no período de contrato determinado. Os resultados foram comparados com um método determinístico da demanda contratada em cada cenário, e mostraram que, com exceção de apenas um entre sete cenários, o modelo heurístico com a otimização robusta foi melhor que o modelo de contratação determinístico.

A ascensão de um grande número de pessoas em países em desenvolvimento para a classe média, no inicio do século XXI, aliado ao movimento político para transferência de base energética para os biocombustíveis vêm aumentando a pressão sobre os preços das commodities agrícolas e apresentando novas oportunidades e cenários administrativos para os produtores agrícolas dessas commodities, em especial aquelas que podem se diversificar em muitos subprodutos para atender diferentes mercados, como o de alimentos, químico, têxtil e de energia. Nesse novo ambiente os produtores podem se beneficiar dividindo adequadamente a produção entre os diferentes subprodutos, definindo o melhor momento para a comercialização através de estoques, e ainda controlar sua exposição ao risco através de posições no mercado de derivativos. A literatura atual pouco aborda o tema da diversificação e seu impacto nas decisões de produção e comercialização agrícola e portanto essa tese tem o objetivo de propor um modelo de decisão fundado na teoria de seleção de portfólios capaz de decidir a divisão da produção entre diversos subprodutos, as proporções a serem estocadas e o momento mais adequado para a comercialização e por fim as posições em contratos futuros para fins de proteção ou hedge. Adicionalmente essa tese busca propor que esse modelo seja capaz de lidar com incerteza em parâmetros, em especial parâmetros que provocam alto impacto nos resultados, como é o caso dos retornos previstos no futuro. Como uma terceira contribuição, esse trabalho busca ainda propor um modelo de previsão de preços mais sofisticado que possa ser aplicado a commodities agrícolas, em especial um modelo híbrido ou hierárquico, composto de dois modelos, um primeiro modelo fundado sob a teoria de processos estocásticos e do Filtro de Kalman e um segundo modelo, para refinar os resultados do primeiro modelo de previsão, baseado na teoria de redes neurais, com a finalidade de considerar variáveis exógenas. O modelo híbrido de previsão de preços foi testado com dados reais do mercado sucroalcooleiro brasileiro e indiano, gerando resultados promissores, enquanto o modelo de decisão de parâmetros de produção, comercialização, estocagem e hedge se mostrou uma ferramenta útil para suporte a decisão após ser testado com dados reais do mercado sucroalcooleiro brasileiro e do mercado de milho, etanol e biodiesel norte-americano. / The rise of a large number of people in developing countries for the middle class at the beginning of the century, combined with the political movement to transfer the energy base for biofuels has been increasing pressure on prices of agricultural commodities and presenting new opportunities and administrative scenarios for agricultural producers of these commodities, especially those who may diversify into many products to meet different markets such as food, chemicals, textiles and energy. In this new environment producers can achieve benefits properly dividing production between different products, setting the best time to market through inventories, and still control their risk exposure through positions in the derivatives market. The literature poorly addresses the issue of diversification and its impact on agricultural production and commercialization decisions and therefore this thesis aims to propose a decision model based on the theory of portfolio selection able to decide the division of production between different products, the proportions to be stored and timing for marketing and finally the positions in futures contracts to hedge. Additionally this thesis attempts to propose that this model is capable of dealing with uncertainty in parameters, especially parameters that cause high impact on the results, as is the case of expected returns in the future. As a third contribution this paper seeks to also propose a model more sophisticated to forecast prices that can be applied to agricultural commodities, especially a hybrid or hierarchical model, composed of two models, a first one based on the theory of stochastic processes and Kalman filter and a second one to refine the results of the first prediction model, based on the theory of neural networks in order to consider the exogenous variables. The hybrid model for forecasting prices has been tested with real data from the Brazilian and Indian sugar ethanol market, generating promising results, while the decision model parameters of production, commercialization, storage and hedge proved a useful tool for decision support after being tested with real data from Brazilian sugar ethanol market and the corn, ethanol and biodiesel market in U.S.A.

A ascensão de um grande número de pessoas em países em desenvolvimento para a classe média, no inicio do século XXI, aliado ao movimento político para transferência de base energética para os biocombustíveis vêm aumentando a pressão sobre os preços das commodities agrícolas e apresentando novas oportunidades e cenários administrativos para os produtores agrícolas dessas commodities, em especial aquelas que podem se diversificar em muitos subprodutos para atender diferentes mercados, como o de alimentos, químico, têxtil e de energia. Nesse novo ambiente os produtores podem se beneficiar dividindo adequadamente a produção entre os diferentes subprodutos, definindo o melhor momento para a comercialização através de estoques, e ainda controlar sua exposição ao risco através de posições no mercado de derivativos. A literatura atual pouco aborda o tema da diversificação e seu impacto nas decisões de produção e comercialização agrícola e portanto essa tese tem o objetivo de propor um modelo de decisão fundado na teoria de seleção de portfólios capaz de decidir a divisão da produção entre diversos subprodutos, as proporções a serem estocadas e o momento mais adequado para a comercialização e por fim as posições em contratos futuros para fins de proteção ou hedge. Adicionalmente essa tese busca propor que esse modelo seja capaz de lidar com incerteza em parâmetros, em especial parâmetros que provocam alto impacto nos resultados, como é o caso dos retornos previstos no futuro. Como uma terceira contribuição, esse trabalho busca ainda propor um modelo de previsão de preços mais sofisticado que possa ser aplicado a commodities agrícolas, em especial um modelo híbrido ou hierárquico, composto de dois modelos, um primeiro modelo fundado sob a teoria de processos estocásticos e do Filtro de Kalman e um segundo modelo, para refinar os resultados do primeiro modelo de previsão, baseado na teoria de redes neurais, com a finalidade de considerar variáveis exógenas. O modelo híbrido de previsão de preços foi testado com dados reais do mercado sucroalcooleiro brasileiro e indiano, gerando resultados promissores, enquanto o modelo de decisão de parâmetros de produção, comercialização, estocagem e hedge se mostrou uma ferramenta útil para suporte a decisão após ser testado com dados reais do mercado sucroalcooleiro brasileiro e do mercado de milho, etanol e biodiesel norte-americano. / The rise of a large number of people in developing countries for the middle class at the beginning of the century, combined with the political movement to transfer the energy base for biofuels has been increasing pressure on prices of agricultural commodities and presenting new opportunities and administrative scenarios for agricultural producers of these commodities, especially those who may diversify into many products to meet different markets such as food, chemicals, textiles and energy. In this new environment producers can achieve benefits properly dividing production between different products, setting the best time to market through inventories, and still control their risk exposure through positions in the derivatives market. The literature poorly addresses the issue of diversification and its impact on agricultural production and commercialization decisions and therefore this thesis aims to propose a decision model based on the theory of portfolio selection able to decide the division of production between different products, the proportions to be stored and timing for marketing and finally the positions in futures contracts to hedge. Additionally this thesis attempts to propose that this model is capable of dealing with uncertainty in parameters, especially parameters that cause high impact on the results, as is the case of expected returns in the future. As a third contribution this paper seeks to also propose a model more sophisticated to forecast prices that can be applied to agricultural commodities, especially a hybrid or hierarchical model, composed of two models, a first one based on the theory of stochastic processes and Kalman filter and a second one to refine the results of the first prediction model, based on the theory of neural networks in order to consider the exogenous variables. The hybrid model for forecasting prices has been tested with real data from the Brazilian and Indian sugar ethanol market, generating promising results, while the decision model parameters of production, commercialization, storage and hedge proved a useful tool for decision support after being tested with real data from Brazilian sugar ethanol market and the corn, ethanol and biodiesel market in U.S.A.

Orientador: Alberto Luiz Francato / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo / Made available in DSpace on 2018-08-23T22:42:20Z (GMT). No. of bitstreams: 1 Deantoni_VictordeBarros_M.pdf: 2817178 bytes, checksum: 1c05a50aa818606a82c052b88f62c14d (MD5) Previous issue date: 2013 / Resumo: O planejamento da operação do setor elétrico brasileiro é realizado com base em modelos que por meio de otimização determinam a geração de energia de fontes térmicas e hidráulicas. Utilizando a técnica de otimização estocástica robusta possibilita-se a análise com um conjunto de cenários históricos, com o objetivo de determinar a operação do primeiro intervalo de tempo do horizonte de planejamento, e assim obter uma solução que não necessariamente seja a melhor para um determinado cenário, mas sim uma solução que seja interessante para qualquer um dos cenários que possam ocorrer. O objetivo deste trabalho foi criar uma nova versão do modelo SolverSIN com um módulo de otimização estocástica robusta, chamado de SolverSINR, esse novo modelo permite o planejamento da operação considerando um conjunto de cenários históricos. As séries históricas são obtidas do relatório do programa mensal de operação, que é um arquivo de saída do NEWAVE. Para organização dessas séries foi desenvolvido um aplicativo chamado SHENA. O novo modelo apresentou resultados coerentes em comparação com o modelo SolverSIN determinístico e mostrou valores viáveis para a operação de reservatórios. A ferramenta permite a otimização assumindo a hipótese de repetição de uma série histórica. O modelo SolverSINR vem a contribuir como mais uma alternativa de avaliação crítica às políticas operacionais do SIN implementadas pelos modelos oficiais do SEB. Durante a avaliação de resultados notou-se que uma restrição de geração hidráulica mínima para o subsistema Nordeste causava infactibilidade em alguns cenários, adotou-se uma variável de folga para solucionar esse problema. Destaca-se que houve factibilidade nos procedimentos de operação em tempo de processamento compatível com otimização estocástica de processos em equipamentos usais para tal tarefa / Abstract: The operation planning of the interconnected power generation Brazilian system is carried out based on models through deterministic optimization power generation from thermal and hydraulic sources. Using the robust stochastic optimization technique enables the analysis grounded in a set of historical scenarios, in order to determine the operation of the first time interval of the planning horizon, and thus obtain a solution that is not necessarily the best for a selected scenario, but a solution that is interesting for any of the scenarios that might happen. The objective of this work was to create a new version of the model SolverSIN with a robust stochastic optimization module, called SolverSINR , this new model allows for the operation planning considering a set of historical scenarios . The time series is obtained from the monthly report called "pmo.dat" that is an output file from NEWAVE model. For organizing these series was developed an application called SHENA. The new model showed consistent results in comparison with the deterministic model (SolverSIN) and showed feasible values for reservoir operation. The tool allows the optimization under the assumption of repetition of a historical series. The model SolverSINR comes to contribute as an alternative assessment to critical operational policies implemented by SIN official models of SEB. During the evaluation of results was noted that a restriction of minimum hydraulic generation on Northeast subsystem caused infeasible answer in some scenarios, we adopted a penalty variable to solve this problem. It is noteworthy that there was feasibility in operating procedures in processing time compatible with stochastic optimization of processes in usual equipment for this task / Mestrado / Recursos Hidricos, Energeticos e Ambientais / Mestre em Engenharia Civil