[pt] Em muitos países, uma área de Exploração e Produção de petróleo é adquirida através de um leilão. Embora o processo de liquidação do leilão seja tipicamente simples, sob a ótica do tomador de decisão a identificação da melhor oferta é complexa. Para sua valoração, deve ser pré-definido o modelo de desenvolvimento com diversas alternativas associadas, alto grau de incertezas técnicas, de mercado e operacionais, e submetido a uma determinada condição fiscal. A decisão por uma determinada alternativa gera impactos e investimentos elevados para a empresa. O trabalho proposto visa a construção de um framework para dar suporte ao processo de escolha da melhor oferta que maximize uma medida de valor para a empresa, auxiliando o tomador de decisão e considerando as incertezas envolvidas no processo. Foram utilizados os indicadores de performance apresentados na literatura: Valor Presente Líquido (VPL), Conditional Value-at-Risk, Omega e Exposição Financeira. Afim de melhor quantificar risco/benefício financeiro no processo de tomada de decisão foram construídas medidas de risco: Mean-Weighted CVaR, Mean-Weighted Double-Sided CVaR, Beta e Negative-Positive cashflow ratio. Para ilustrar a aplicabilidade do framework proposto, um experimento numérico baseado em um caso hipotético é apresentado. Em decorrência deste experimento, foi identificado que alterações na configuração da produção alteram significativamente os resultados dos indicadores. Além disso, a partir de uma ponderação entre probabilidade de ganho e o resultado do indicador Mean-Weighted CVaR, foi identificada a melhor oferta para a área, dada a condição fiscal do leilão. / [en] In many countries, an oil and gas area of Exploration and Production is acquired through an auction. Although the auction settlement process is typically simple, from the decision maker s point of view, identifying the best offer is complex. For its valuation, the development model must be pre-defined with several associated alternatives, a high degree of technical, market and operational uncertainties, and submitted to a fiscal term. The decision for a particular alternative generates high impacts and investments for the company. The proposed work aims to build a framework to support the process of choosing the best offer that maximizes a measure of value for the company, helping the decision maker and considering the uncertainties involved in the process. The performance indicators presented in the literature were used: Net Present Value (NPV), Conditional Value-at-Risk, Omega and Financial Exposure. In order to better quantify financial risk/benefit in the decisionmaking process, risk measures were constructed: Mean-Weighted CVaR, Mean- Weighted Double-Sided CVaR, Beta and Negative-Positive cashflow ratio. To illustrate the applicability of the proposed framework, a numerical experiment based on a hypothetical case is presented. As a result of this experiment, it was identified that changes in the configuration of production significantly alter the results of the indicators. In addition, from a weighting between the probability of gain and the result of the Mean-Weighted CVaR measure, the best offer for the area was identified, given the fiscal term of the bid.

[pt] No Brasil, a demanda de gás natural possui um comportamento estocástico devido ao consumo das usinas termelétricas, as quais operam em regime de complementariedade ao sistema hidrelétrico. O suprimento de gás natural para estas usinas depende em grande parte do fornecimento de Gás Natural Liquefeito (GNL) spot, importado através de navios metaneiros. Em função do tempo de trânsito dos navios, as compras de GNL devem ocorrer com antecedência em relação ao despacho hidrotérmico. Este descasamento de tempo incentiva a utilização de mecanismos de compatibilização da dinâmica do setor elétrico com a dinâmica da cadeia do gás natural. Uma possibilidade de aumentar a sinergia entre estes domínios é utilizar uma estocagem de gás natural para inserir flexibilidade no sistema. A viabilidade da estocagem dependerá do preço do gás e da demanda ao longo do horizonte de análise. O objetivo deste trabalho é a construção de um modelo de programação linear para dimensionar a capacidade de uma estocagem de gás natural sob incerteza de demanda e de preço de GNL. O modelo apresentado é um híbrido de otimização estocástica, construído para considerar a incerteza do consumo de gás, com otimização robusta, construído para levar em conta a incerteza relacionada aos preços do GNL. O modelo caracteriza o perfil de risco do supridor de gás natural pela utilização do Conditional Value-at-Risk (CVaR) e utiliza um critério de segurança que reproduz um processo de suprimento avesso a risco de déficit. Ao final do trabalho é apresentado um estudo de caso hipotético, utilizando dados públicos do setor elétrico e de gás natural, para avaliar a implantação da estocagem para 2.000 cenários de demanda e patamares distintos de robustez à variação do preço do GNL. / [en] In Brazil, natural gas demand has stochastic behavior since gas-fired power plants operate in conjunction with the hydroelectric system. Natural gas supply to these plants relies upon Liquefied Natural Gas (LNG), imported through cryogenic ships. LNG acquisitions must occur before the natural gas demand is known because of the time of displacement of the ships. This lack of synchronism stimulates the use of harmonizing mechanisms between the electric sector and the natural gas sector. In this context, natural gas storage could be used to introduce flexibility into the system and increase synergy between natural gas supply and demand dynamics. However, the economic performance of the storage will depend on actual gas prices and demand behavior during the period of analysis. This study aims to construct a linear programming model to determine the size of a natural gas storage under demand and LNG price uncertainty. The model is a hybrid of a stochastic optimization algorithm – developed to consider gas demand uncertainty – and a robust optimization algorithm – built to take into account LNG price uncertainty. A convex combination between Conditional Value-at-Risk (CVaR) and expected value is also used to indicate the supplier risk profile as well as a security criterion, introduced to represent a deficit-averse supply process. At the end, a hypothetic case is presented to evaluate the implementation of a natural gas storage. The case presented uses public data from the Brazilian electric and gas natural sectors and considers 2.000 demand scenarios and various levels of robustness to LNG price variation.