Made available in DSpace on 2014-06-12T17:17:16Z (GMT). No. of bitstreams: 2 arquivo5969_1.pdf: 1504936 bytes, checksum: c5647bff1c1bd1fe1a5f7cbe7319989a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / A presente tese pretende desenvolver estudos aplicados ao setor elétrico brasileiro - SEB. Inicialmente, é feita uma revisão geral do SEB, enfocando as instituições e os agentes atuantes no setor. Em um primeiro estudo são feitas previsões para a demanda por energia elétrica no Nordeste no período 2004-2010. As previsões foram revisadas, ainda, de forma a levarem em conta o efeito do racionamento de energia elétrica ocorrido em 2001. Como resultado, os modelos ajustados apresentaram um bom poder de explicação e os valores das elasticidades foram próximos aos obtidos em outros estudos similares. Em um outro estudo, utilizou-se modelos ARIMA para previsão de preços spot de energia elétrica no Brasil. Finalmente, para analisar o potencial de exercício de poder de mercado no segmento de geração do SEB, foi utilizado o modelo de oligopólio de Cournot para analisar o impacto de variações na estrutura do setor sobre os preços de equilíbrio do mercado. Nestes termos, observou-se um maior potencial de exercício de poder de mercado em meses de menor disponibilidade de geração hidráulica. Outros fatores importantes no modelo foram a elasticidade da demanda e a estrutura do setor, em termos do número e do tamanho das firmas

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).