[pt] As impactantes transformações pelas quais o Brasil passou durante o início da década de 1990 exigiram mudanças profundas no setor elétrico. O Decreto n 5.163/2004 introduziu ao mercado brasileiro de energia elétrica o Ambiente de Contratação Livre (ACL), onde os agentes passaram a poder negociar livremente contratos bilaterais de compra e venda de energia. No Brasil, os agentes participantes estão expostos às bruscas variações do preço da energia no curto prazo, chamado de Preço de Liquidação das Diferenças – PLD. Devido às restrições existentes na malha de transmissão, os valores do PLD se distinguem entre os quatro Submercados existentes: Norte, Nordeste, Sul e Sudeste/Centro- Oeste. Ao fechar contratos em Submercados diferentes, o gerador deve vender a energia ao PLD local e comprá-la ao preço spot do Submercado de destino. Desta forma, o vendedor corre o risco de vender a um PLD mais baixo do que deverá comprar. O swap de submercado pode ser utilizado para anular esta exposição, mas cabe investigar o preço que cada parte deve estar disposta a pagar para fechar o negócio. Assim, é proposta uma abordagem pela Teoria da Utilidade para se chegar a estes valores. Dado que os Submercados Sudeste/Centro-Oeste e Nordeste atualmente transacionam entre si a maior carga, estes foram selecionados para avaliação. O ano de 2015 foi utilizado para delimitar o estudo. Presume-se que ambas as partes são avessas ao risco de forma decrescente e que há equilíbrio de forças na negociação. O valor final do contrato é estimado em 10,66 reais/MWh. / [en] The impacting transformations suffered by Brazil during the 1990s demanded profound changes in the eletrical sector.Decree 5.163/2004 established the Ambiente de ContrataçãoLivre (ACL), allowing participants to freely negotiate bilateral energy contracts. In Brazil, those who do so are exposed to extreme variations in spot prices, called Preço de Liquidação das Diferenças – PLD. Due to transmission capacity restrictions, PLD prices vary between the four existing submarkets: North, Northeast, South, and Southeast/Central-West. Dealing in different submarkets requires electricity generators to sell energy for local PLD and buy it for the spot price of the destination submarket. By doing so the seller may end up selling energy for a lower PLD than the buying price. Submarket swaps can be used for hedging, but what each party should be willing to pay requires investigation. Thus, to discover these prices, the Utility Theory is applied. Given that submarkets Southeast/Central-West and Northeast are currently the ones concentrating the greatest amount of transactions, these were selected for evaluation. Year 2015 was used to delimit the study. It is assumed that both parties are risk averse in a decreasing manner and that there is an equilibrium of forces in the negotiation. The final value of the contract is estimated at 10,66 reais/MWh.

Made available in DSpace on 2010-04-20T20:08:30Z (GMT). No. of bitstreams: 0 Previous issue date: 1994-10-18T00:00:00Z / Trata da avaliação de empresas estatais, com a finalidade de privatização. Aborda os aspectos básicos da privatização. Apresenta uma síntese da disseminação da política de privatização no mundo; e, uma análise do programa de privatização no Brasil. Define uma metodologia de avaliação de empresas estatais privatizáveis e apresenta um estudo de caso.

[pt] Neste trabalho apresentaremos a noção de valor esperado de uma variável aleatória, ou valor médio de uma quantidade aleatória, um conceito probabilístico extremamente importante e útil em diversas aplicações, mas que por razões históricas, não costuma ser ensinado no Ensino Médio. Além desse assunto, abordaremos também alguns problemas interessantes e desafiadores de Probabilidade, como por exemplo, questões dos vestibulares mais difíceis do País, como o do Instituto Militar de Engenharia (IME) e O Desafio em Matemática da PUC-Rio. Em várias das atividades propostas, ao longo nosso trabalho, iremos utilizar recursos computacionais como o Excel e o GeoGebra, e mostrar que podem ser fortes aliados ao ensino de Probabilidade e auxiliar no entendimento do conceito de Valor Esperado. / [en] In this dissertation we present the definition of the expected value of a random variable, an important probabilistic concept which is useful in many applications but which, for historical reasons, is not taught in high school in Brazil. We also discuss examples of interesting and challenging probability problems, including questions from some of the hardest exams in the country, such as the Vestibular for the Instituto Militar de Engenharia (IME) and the Desafio em Matemática of PUC-Rio. In many of the proposed activities, we use computational tools such as Excel and GeoGebra: these can become allies when teaching probability and help in the understanding of the concept of expected value.

[pt] No Brasil, grandes consumidores podem estabelecer seus contratos de energia elétrica em dois ambientes: Ambiente de Contratação Regulado e Ambiente de Contratação Livre. Grandes consumidores são aqueles que possuem carga igual ou superior a 2 MW e podem ser atendidos sob contratos firmados em quaisquer um desses ambientes. Já os consumidores com demanda contratada inferior a 2 MW e superior a 500 kW podem ter seu contrato de energia estabelecido no Ambiente de Contratação Livre proveniente de geração de energia renovável ou no Ambiente de Contratação Regulada através das distribuidoras de energia. A principal vantagem do Ambiente de Contratação Livre é a possibilidade de negociar contratos com diferentes parâmetros, como, por exemplo, preço, quantidade de energia e prazo. Eventuais diferenças entre a energia contratada e a consumida, são liquidadas ao preço de energia de curto prazo, que pode ser bastante volátil.Neste caso o desafio é estabelecer uma estratégia de contratação que minimize os riscos associados a este ambiente. Esta dissertação propõe uma metodologia que envolve a simulação estatística de cenários correlacionados de energia, demanda máxima e preço de curto prazo (também chamado de PLD – Preço de Liquidação das Diferenças) para serem inseridos em um modelo matemático de otimização estocástica, que define os parâmetros ótimos da contratação de energia e demanda. Na parte estatística, um modelo Box e Jenkins é usado para estimar os parâmetros das séries históricas de energia e demanda máxima com o objetivo de simular cenários correlacionados com o PLD. Na parte de otimização, emprega-se uma combinação convexa entre Valor Esperado (VE) e Conditional Value-at-Risk (CVaR) como medidas de risco para encontrar os valores ótimos dos parâmetros contratuais, como a demanda máxima contratada, o volume mensal de energia a ser contratado, além das flexibilidades inferior e superior da energia contratada. Para ilustrar a abordagem proposta, essa metodologia é aplicada a um estudo de caso real para um grande consumidor no Ambiente de Contratação Livre. Os resultados indicaram que a metodologia proposta pode ser uma ferramenta eficiente para consumidores no Ambiente de Contratação Livre e, dado à natureza do modelo, pode ser generalizado para diferentes contratos e mercados de energia. / [en] In Brazil, big consumers can choose their energy contract between two different energy environments: Regulated Contract Environment and Free Contract Environment. Big consumers are characterized by installed load capacity equal or greater than 2 MW and can firm an energy contract under any of these environments. For those consumers with installed load lower than 2 MW and higher than 500 kW, their energy contracts can be firmed in the Free Contract Environment using renewable energy generation or in the Regulated Contract Environment by local distribution companies. The main advantage of the Free Market Environment is the possibility of negotiating contracts with different parameters such as, for example, price, energy quantity and deadlines. Possible differences between contracted energy and consumed energy are settled by the spot price, which can be rather volatile. In this case, the challenge is to establish a contracting strategy that minimize the associated risks with this environment. This thesis proposes a methodology that involves statistical simulation of correlated energy, peak demand and Spot Price scenarios to be used in a stochastic optimization model that defines the optimal energy and demand contract parameters. In the statistical part, a Box and Jenkins model is used to estimate parameters for energy and peak demand in order to simulate scenarios correlated with Spot Price. In the optimization part, a convex combination of Expected Value (EV) and Conditional Value-at-Risk (CVaR) is used as risk measures to find the optimal contract parameters, such as the contracted peak demand, the seasonal energy contracted volumes, in addition to the upper and lower energy contracted bound. To illustrate this approach, this methodology is applied in a real case study for a big consumer with an active Free Market Environment contract. The results indicate that the proposed methodology can be a efficient tool for consumers in the Free Contract Environment and, due to the nature of the model, it can be generalized for different energy contracts and markets.