Orientador: Leonardo Nepomuceno / Co-orientadora: Edilaine Martins Soler / Banca: Andre Christovão Pio Martins / Banca: Eduardo Nobuhiro Asada / Resumo: Este trabalho propõe um modelo de Procedimento de Equilíbrio de Mercado com Restrições de Segurança Estocásticas (PEMRSE) que pode ser utilizado como um modelo de leilão de energia e reserva do dia seguinte por operadores de sistemas hidrotérmicos. O modelo de PEMRSE tem o objetivo de minimizar o custo esperado da operação, considerando os custos associados aos excedentes de geração e consumo, partidas, contratação de reservas e a penalização econômica associada aos cortes involuntários de carga. O PEMRSE considera vários aspectos que dificultam a resolução de problemas de leilão: i) representação detalhada dos sistemas de geração hidrelétrico e termelétrico; ii) perdas na transmissão; e iii) restrições de segurança pré e pós-contingência. São propostas técnicas de linearização que não demandam o uso de variáveis binárias para a função de produção hidráulica e para as funções de potência e engolimento máximo de geradores hidrelétricos. A estrutura estocástica permite cortes involuntários de carga, isto é, o operador pode optar por não contratar a totalidade das reservas necessárias para cobrir as falhas associadas às contingências, ponderando sua decisão pela probabilidade de ocorrência destas falhas e pelo valor da penalização econômica associada ao corte de carga. Propõe-se também uma técnica para a resolução de modelos de PEMRSE em tempos computacionais menores com relação à sua resolução direta. Simulações em um sistema-teste de três barras e no sistema IEEE de 24 barras ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This work proposes a Market Clearing Procedure with Stochastic Security Constraints (MCPSSC) model that can be used as an energy and reserve day-ahead auction model by hydrothermal systems operators. The MCPSSC aims to minimize the expected cost of the operation, considering the costs associated with the generation and consumption surpluses, start-ups, contracting of reserves and the economic penalization associated with involuntary load shedding events. The MCPSSC model considers several aspects that complicate the resolution of auction problems: i) detailed representation of the hydrothermal generating systems; ii) transmission losses; and iii) pre- and post-contingency security constraints. We propose linearization techniques that does not require the use of binary variables for the hydro production function and for the maximum power output and maximum water discharge functions of hydro generators. The stochastic structure allows some load shedding, ie, the operator can choose not to contract the total reserve requirements to cover the failures associated with the contingencies, weighting its decision by the probability of occurrence of these failures and by the value of lost load. We also propose a technique for the resolution of MCPSSC models in lower computational times regarding its direct resolution. Simulations in a three-bus test system and in the IEEE 24-bus system show the efficiency of the model, the linearization techniques and the resolution technique proposed.... (Complete abstract click electronic access below) / Mestre

[pt] A década de 90 foi marcante para a indústria de eletricidade, com a introdução de mercados competitivos em que os agentes geradores são livres para tomar suas decisões de produção e investimento, assumindo integralmente os riscos decorrentes de suas estratégias. O despacho e o preço spot neste tipo de mercado são definidos através de leilões diários, onde os agentes fornecem seus lances de preços/quantidades que expressam suas disposições em vender ou comprar energia. Os lances aceitos nos leilões, que estabelecem compromissos de geração, são definidos um dia antes da energia ser fisicamente gerada e injetada na rede. A ocorrência de eventos improváveis, como quebra de máquinas ou alterações nas condições meteorológicas, gera a necessidade de ajustes para compensar os desequilíbrios entre geração e carga, e para isso criaram-se mercados de ajustes. A base experimental do trabalho foi o Nord Pool, o mercado livre de energia dos países nórdicos que possui um mercado de ajustes chamado Elbas. Neste trabalho foi desenvolvido um modelo computacional que otimiza a estratégia de oferta de um agente hidrelétrico price-taker atuando no Nord Pool, que além de representar de forma detalhada as características operativas das usinas, leva em conta as negociações no mercado Elbas e o nível de aversão a risco do agente gerador, através da função objetivo que maximiza uma combinação convexa do valor esperado e do CVaR (Conditional Value at Risk) da renda líquida obtida da venda de energia. Cenários de preços spot e do mercado Elbas foram gerados baseados em modelos de séries temporais ARMA e GARCH, e para reduzir o esforço computacional e viabilizar o uso de um número adequado de cenários foram utilizadas técnicas de decomposição de Benders e Benders Multicut. O modelo desenvolvido possibilitou estudar a atuação dos agentes nos mercados spot e Elbas sob dois pontos de vista distintos: sob a ótica dos geradores, que buscam maximizar suas margens operacionais; e sob a ótica do regulador, cujo foco é investigar se o mercado Elbas cumpre seu papel de equilibrar a oferta e a demanda, e não fazendo com que os geradores especulem através de estratégias conjuntas nos dois mercados. Todos esses efeitos foram estudados e analisados para diferentes perfis de risco dos agentes e diferentes condições de mercado, ou seja, considerando períodos de diferentes volatilidades dos preços praticados no mercado Elbas e diferentes valores (ou custos de oportunidade) da água armazenada nos reservatórios das usinas hidrelétricas. Sob a ótica do agente, o trabalho mostrou que há um incentivo para o agente neutro a tentar usufruir de possíveis preços mais altos no mercado Elbas que os praticados no spot. Sob a ótica do regulador, os resultados mostram que o agente menos avesso a risco, dependendo das condições de mercado, opta por deslocar parte de sua energia do mercado spot para o Elbas, mostrando seu apetite por ganhos maiores independentemente do risco associado às suas decisões. O agente avesso a risco opta por transacionar menos energia no Elbas, principalmente em períodos mais voláteis, evitando com isso os piores cenários. Finalmente, considerando que normalmente empresas de energia são avessas a risco, o modelo de ajustes através do mercado Elbas se mostrou adequado, cumprindo naturalmente seu papel sem a necessidade de interferência do regulador. / [en] The widespread introduction of competitive mechanisms during the 1990s changed the panorama of the electricity industry around the world. Vertically integrated and centrally operated systems were replaced by market environments in which generators became free to make their production and investment decisions and, at the same time, assume the risk of their chosen strategies. Both the dispatch and the energy spot price in such markets result from two-sided auctions in which producing and consuming agents submit their price-quantity bids, expressing how much energy they are willing to buy or sell. The accepted bids, which commit agents to either deliver or consume power, are set a day before the energy delivery. However, since unexpected events may occur - such as changes in weather conditions or breakdowns of generation turbines - some adjustments might have to be done in order to compensate for the unbalances between total generation and load. These adjustments usually take place in the balancing markets. In the present work, we propose an optimization model for a price-taking hydropower producer who trades energy in the Nord Pool – the competitive electricity market encompassing the Nordic countries that comprises a balancing market called Elbas. The proposed model represents in details the operating aspects of the plants and takes into account the possibility of trading energy in the Elbas market. The model represents the level of risk aversion of the agent in its objective function, by maximizing a convex combination of the expected value and the CVaR (Conditional Value at Risk) of the net income obtained. Scenarios of spot and Elbas prices were generated based on time series models ARMA and GARCH and, in order to reduce the computational effort and enable the use of an adequate number of scenarios, Benders decomposition and Benders Multicut methods were applied. The developed model allowed us to study the behavior of agents in the spot and Elbas markets under two different viewpoints: from the perspective of the generators, which aim at maximizing its operating income; and from the viewpoint of the regulator, whose focus is on analyzing whether the Elbas market meets its role of balancing supply and demand, rather than leading generators to speculate through combined strategies in both markets. All these effects were studied and analyzed for different risk-averse profiles of the agents, and for different market conditions, i.e., considering periods of different volatilities of Elbas market prices and different water values (or opportunity costs) stored in the reservoirs of the hydroelectric power plants. From the perspective of the agent, the study showed that there are incentives for the risk- neutral agent to try to take advantage of possible higher prices in the Elbas. From the regulator’s viewpoint, the results show that the risk-neutral agents, depending on market conditions, choose to shift some of its energy generation to the Elbas market, showing their desire for higher incomes regardless of the risk associated with their decisions. The risk-averse agent chooses to trade less energy in Elbas, especially in volatile periods, thereby avoiding the worst scenarios. Finally, considering that energy companies are usually risk-averse, the adjustments made in the Elbas market were shown to be adequate, naturally meeting its role without requiring interventions from the regulator.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica / Made available in DSpace on 2012-10-25T20:24:03Z (GMT). No. of bitstreams: 1 304945.pdf: 1469606 bytes, checksum: 143901db21f13940c1ff2d12c97d4424 (MD5) / Com o processo de reestruturação do mercado brasileiro de energia elétrica, a remuneração do capital investido no segmento de geração passa a ser função do sucesso da estratégia de comercialização adotada e atividades como a quantificação do risco envolvido nas negociações e a administração do portfólio de contratos, passam a ser priorizadas pelos agentes do mercado. Esta é a principal motivação deste trabalho que propõe uma metodologia para definição de estratégia de comercialização de energia elétrica de um agente gerador. Como o comportamento futuro do preço de curto prazo é desconhecido no momento da decisão de contratação, a alternativa que melhor contribui para uma representação eficiente do problema real, é a utilização de um modelo estocástico de otimização sob incerteza. Sob este enfoque são discutidas as principais formas matemáticas de mensuração e controle dos riscos inerentes a atividade de comercialização de energia elétrica, com atenção especial ao processo de internalização, no modelo de Seleção de Portfólios, da percepção de risco do decisor. / As long as the restructuring process has happen in the electricity Brazilian market, the financial remuneration of the invested capital in the generation sector depends on the adopted trading strategy. Thus, activities such as the quantification of the risk related to the negotiations and the contracts portfolio management, have become priority for the generator agent. This is the main motivation of this work, which proposes a methodology for defining the trading strategy of an electrical energy generator agent. Since the behavior of the future spot price is unknown at the decision moment of contracting, the most appropriate option to represent, in an efficient way, the real problem, is by using an optimization stochastic model under uncertainty. In this sense, it is discussed in this work the main metrics to quantify and control the risk inherent to the electricity trading activity, focusing specially on the internalization of the risk perception of the decision maker, into the portfolios selection model.

[pt] A busca por uma matriz limpa de geração de energia vem incentivando a expansão de fontes alternativas de geração de energia ao redor do mundo. No Brasil, Pequenas Centrais Hidroelétricas (PCHs) e Usinas a Biomassa de Cana de Açúcar (Biomassa) vêm se mostrando alternativas atraentes nos últimos anos. No entanto, ambas as tecnologias são caracterizadas por perfis de geração sazonais (mas complementares). Este fato gera riscos que por muitas vezes inviabilizam a comercialização de maneira individual da energia produzida por essas usinas. As PCHs, em particular, têm uma opção de mitigação de parte desse risco participando do Mecanismo de Realocação de Energia (MRE). O MRE traz às PCHs a flexibilidade de sazonalizar sua Garantia Física ao longo do ano, o que se mostra uma ferramenta adicional para mitigar o risco da sazonalidade da geração hidráulica no Brasil. Neste trabalho, será estudado como a combinação de PCHs e Biomassas em um mesmo portfólio pode trazer ganhos sinérgicos para os Geradores. Em particular, será estudado como essa combinação altera a estratégia de sazonalização da Garantia Física da PCH participante do MRE e como essa sazonalização diferenciada resulta em benefícios para os geradores. Para isto, será proposto um modelo de otimização estocástica utilizado para simular o processo decisório de como sazonalizar a Garantia Física de PCHs combinadas com Biomassas em uma proporção fixa ou no contexto de otimização de portfólios compostos por estes dois tipos de usinas. Serão apresentados estudos de caso mostrando diferentes estratégias de comercialização de energia por parte destes Geradores e como a decisão de sazonalização da Garantia Física da PCH se comporta em cada um desses casos. / [en] The search for clean energy development has motivated the expansion of renewable sources of generation around the world. In Brazil, Small Hydro Plants (SHP) and Cogenaration from Sugarcane waste (Biomass) have proven themselves to be attractive alternatives during the last years. Nevertheless, both tecnologies have seazonal (yet complementary) availability. This fact results in financial risks that can make the commercialization of these plants energy individually too risky. SHPs have the option of mitigating their risk by joining the Energy Realocation Mecanism (ERM). The ERM, additionally, gives the SHPs the flexibility of allocate its firm energy in different manners along the year, which can be a valuable tool in mitigating the risks due to the seasonal availability of these plants. In this work, the combination of SHPs and Biomass in a single portfolio will be studied as a tool to mitigate the risks each plant faces individually. In particular, we will study the impact that this combination has over the decision process of SHPs on how to allocate their firm energy and how this different allocation can prove to be beneficial to both generators. In order to do so, a stochastic optimization model will be proposed to simulate the decision process of the SHPs on how to allocate its firm energy when combined in a portfolio with a Biomass in a fixed proportion or in the context of portfolio optimization. Case studies will be presented showing different strategies of commercialization by these generators and how the firm energy allocation decision by the SHP changes in each case.

Magíster en Minería / Ingeniero Civil de Minas / El presente trabajo corresponde al desarrollo de una herramienta que permite simular valores de una variable regionalizada considerando que tales valores tienen una variación sistemática en el espacio. En este contexto, se desarrolla una nueva herramienta de simulación consistente en un algoritmo de simulación Gaussiana secuencial con rechazo considerando una deriva de referencia como input, bajo la hipótesis que esta herramienta permite respetar tal deriva, obteniendo resultados representativos de la base de datos en cuanto a sus estadísticos de orden 1 (histograma) y orden 2 (variograma). La metodología del algoritmo comienza definiendo la secuencia de visitas de nodos a simular de manera aleatoria. Se acepta o rechaza el nodo simulado en base a la deriva de referencia considerando un rechazo determinístico o probabilístico y una tolerancia dinámica. Para cada nodo se considera una vecindad de búsqueda de datos condicionantes para la simulación y una vecindad de búsqueda de datos para el cálculo de una media local simulada. El algoritmo permite ajustar el número aceptable de rechazos, el tamaño de la vecindad de búsqueda de la media local, la tolerancia y el tipo de rechazo. Se presentan dos casos de estudio. El primero consiste en un ejemplo sintético de una coordenada con deriva lineal. En este primer caso se tiene que, a mayor tolerancia o mayor vecindad de búsqueda de la media local, los valores simulados se distribuyen con mayor dispersión en torno a la deriva de referencia. El segundo estudio de caso consiste en una zona de interés del yacimiento Compañía Minera Cerro Colorado donde se realiza el proceso de simulación en seis unidades de estimación considerando diecisiete sensibilizaciones de los parámetros del algoritmo más una simulación basada en Kriging Simple (SK) y otra basada en Kriging de residuos (BT). En el caso de presencia de deriva se obtiene en general mejores resultados con el algoritmo propuesto que con el SK o BT cuando la deriva se ve reflejada de manera clara en el variograma como en la unidad de estimación cuatro. Las estadísticas de validación en términos de desempeño de las simulaciones como estimación (coeficiente de determinación R2, pendiente de la regresión de datos reales versus simulados y error medio) y en términos de cuantificación de la incertidumbre de los datos originales (accuracy plot) mejoran en relación al SK y BT. De esta manera, la herramienta desarrollada ofrece una alternativa flexible que mejora los estadísticos de validación en comparación al enfoque tradicional frente a un escenario de simulación con presencia de deriva clara en el variograma.

[pt] A natureza incerta e os altos incentivos econômicos do negócio de refino são forças motrizes para melhorias nos processos de planejamento das refinarias. Decisões tomadas na cadeia do petróleo diferem principalmente na gama de atividades (integração espacial) e no horizonte de planejamento (integração temporal). O objetivo desta tese é abordar o problema da integração da cadeia do petróleo sob incerteza em diferentes níveis de decisão. Modelos de programação matemática tático e operacional são propostos. O modelo tático maximiza o lucro esperado da cadeia de suprimentos e aloca metas de produção para as refinarias considerando restrições logísticas. O modelo operacional maximiza o lucro esperado de cada refinaria determinando a quantidade de material processada por unidade de processo em um dado período. Ambos os modelos são lineares estocásticos de dois estágios, onde a incerteza é incorporada nos parâmetros dominantes de cada nível (preço e demanda no nível tático e suprimento de petróleo e capacidade das unidades no nível operacional). A integração espacial é discutida no nível tático (considerando a cadeia de suprimentos), enquanto a integração temporal é discutida na interação entre os dois níveis. Duas abordagens de integração temporal são consideradas: hierárquica, onde o fluxo de informações é somente do modelo tático para o operacional, e iterativa, onde há retorno do nível operacional para o tático. Um estudo de escala industrial foi conduzido para demonstrar os benefícios da integração em ambiente estocástico. Resultados são oferecidos no contexto de um estudo usando dados da indústria brasileira do petróleo para demonstrar a eficácia das abordagens propostas. / [en] The uncertain nature and high economic incentives of the refining business are driving forces for improvements in the refinery planning process. Decisions made at the oil chain differ mainly in the range of activities (spatial integration) and planning horizon (temporal integration). This thesis purpose is to address the problem of the oil chain integration under uncertainty at different decision levels. Tactical and operational mathematical programming models are proposed. The tactical model maximizes the expected profit of the supply chain and allocates the production targets to refineries taking logistics constraints into account. The operational model maximizes the expected profit of each refinery determining the amount of material that is processed at each process unit in a given period. Both models are two-stage stochastic linear programs where uncertainty is incorporated in the dominant random parameters at each level (price and demand at the tactical level and oil supply and process capacity unit at the operational level).Spatial integration is discussed at the tactical level (considering supply chain), whereas the temporal integration is discussed in the interaction between the two levels. Two temporal integration approaches are considered: hierarchical, where the flow of information is only from the tactical to the operational model, and iterative, where there is feedback from the tactical to the operational model. An industrial scale study was conducted to discuss the benefits of integration in a stochastic environment. Results are offered in the context of a study using data from the Brazilian oil industry to demonstrate the effectiveness of the proposed approaches.

[pt] Nos últimos anos, nota-se uma forte tendência no Brasil de oferta de petróleos cada vez mais pesados e ácidos em contraposição a uma crescente demanda de derivados mais leves dentro de especificações mais rígidas. Dessa forma, o Brasil se depara com a necessidade em adaptar suas refinarias e rede logística a esse novo perfil. Nesse contexto é importante a avaliação da cadeia integrada de petróleo e derivados no longo prazo, visando auxiliar a tomada de decisão em relação aos projetos que devem ser considerados na carteira de investimentos. Por se tratar de uma decisão de longo prazo, é importante levar em consideração as incertezas relacionadas aos parâmetros considerados, como: oferta e preço de petróleos, demanda e preço de derivados e outros. Assim, tornase possível a avaliação de uma carteira de projetos de investimentos considerando os riscos existentes. Este trabalho propõe apresentar uma metodologia de otimização sob incerteza, que utilize programação estocástica em conjunto com técnicas de otimização de portfólio, aplicada ao estudo de uma carteira de investimentos na área de abastecimento de petróleo. O estudo é focado em um modelo de programação linear que maximiza o resultado presente líquido esperado ao longo de um horizonte de tempo estipulado, dado um nível de risco aceitável. Foram propostas duas abordagens de medida de risco: Conditional Value-at-Risk (CVaR) e Minimax. A partir dos resultados numéricos, ficou comprovado que a decisão otimizada de investimento na área de petróleo e derivados apresenta variação com o nível de risco que se pretende assumir. / [en] Over the last years, a strong trade-off between crude oil offer and oil product demand has been posed in Brazil: while the oil produced in Brazil is getting heavier, its` products must be light, constrained by rigid specifications. Hence, the country needs to adapt its refineries and logistic network to this new profile. In this context, a long term analysis of the integrated oil chain is a relevant task. This analysis helps the decision maker to choose projects that should be considered in portfolio investment. During the decision process, it is important to take into account uncertainties related to some parameters: crude oil prices, crude oil offer, product prices, expected demand and others. By doing that, it is possible for the analyst to evaluate a project portfolio considering risks. The present work proposes a methodology for optimization under uncertainty, applied to the study of a portfolio investment for the downstream oil industry, employing both stochastic programming and portfolio optimization techniques. The study is focused on a linear programming model that maximizes the expected net present value (NPV) along the specified time horizon and risk level. Two approaches have been proposed to measure risk: Conditional Value-at-Risk (CVaR) and Minimax. The results show that the investment choice in the oil chain varies with the imposed risk level.

A incerteza é um elemento fundamental da realidade. Então, torna-se natural a busca por métodos que nos permitam representar o desconhecido em termos matemáticos. Esses problemas originam uma grande classe de programas probabilísticos reconhecidos como modelos de programação estocástica. Eles são mais realísticos que os modelos determinísticos, e tem por objetivo incorporar a incerteza em suas definições. Essa tese aborda os problemas probabilísticos da classe de problemas de multi-estágio com incerteza e com restrições probabilísticas e com restrições probabilísticas conjuntas. Inicialmente, nós propomos um modelo de administração de ativos e passivos multi-estágio estocástico para a indústria de fundos de pensão brasileira. Nosso modelo é formalizado em conformidade com a leis e políticas brasileiras. A seguir, dada a relevância dos dados de entrada para esses modelos de otimização, tornamos nossa atenção às diferentes técnicas de amostragem. Elas compõem o processo de discretização desses modelos estocásticos Nós verificamos como as diferentes metodologias de amostragem impactam a solução final e a alocação do portfólio, destacando boas opções para modelos de administração de ativos e passivos. Finalmente, nós propomos um “framework” para a geração de árvores de cenário e otimização de modelos com incerteza multi-estágio. Baseados na tranformação de Knuth, nós geramos a árvore de cenários considerando a representação filho-esqueda, irmão-direita o que torna a simulação mais eficiente em termos de tempo e de número de cenários. Nós também formalizamos uma reformulação do modelo de administração de ativos e passivos baseada na abordagem extensiva implícita para o modelo de otimização. Essa técnica é projetada pela definição de um processo de filtragem com “bundles”; e codifciada com o auxílio de uma linguagem de modelagem algébrica. A eficiência dessa metodologia é testada em um modelo de administração de ativos e passivos com incerteza com restrições probabilísticas conjuntas. Nosso framework torna possível encontrar a solução ótima para árvores com um número razoável de cenários. / Uncertainty is a key element of reality. Thus, it becomes natural that the search for methods allows us to represent the unknown in mathematical terms. These problems originate a large class of probabilistic programs recognized as stochastic programming models. They are more realistic than deterministic ones, and their aim is to incorporate uncertainty into their definitions. This dissertation approaches the probabilistic problem class of multistage stochastic problems with chance constraints and joint-chance constraints. Initially, we propose a multistage stochastic asset liability management (ALM) model for a Brazilian pension fund industry. Our model is formalized in compliance with the Brazilian laws and policies. Next, given the relevance of the input parameters for these optimization models, we turn our attention to different sampling models, which compose the discretization process of these stochastic models. We check how these different sampling methodologies impact on the final solution and the portfolio allocation, outlining good options for ALM models. Finally, we propose a framework for the scenario-tree generation and optimization of multistage stochastic programming problems. Relying on the Knuth transform, we generate the scenario trees, taking advantage of the left-child, right-sibling representation, which makes the simulation more efficient in terms of time and the number of scenarios. We also formalize an ALM model reformulation based on implicit extensive form for the optimization model. This technique is designed by the definition of a filtration process with bundles, and coded with the support of an algebraic modeling language. The efficiency of this methodology is tested in a multistage stochastic ALM model with joint-chance constraints. Our framework makes it possible to reach the optimal solution for trees with a reasonable number of scenarios.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2013-06-25T20:38:40Z (GMT). No. of bitstreams: 1 310353.pdf: 2156698 bytes, checksum: 1b851b44f008591fada139e645b0434d (MD5) / O problema do planejamento da operação energética do Sistema Interligado Nacional (SIN) é bastante peculiar devido, especialmente, à sua dimensionalidade e a grande participação de geração hidrelétrica. A participação majoritária de recursos hídricos exige um planejamento bastante minucioso, uma vez que a capacidade de armazenamento dos reservatórios é limitada e, portanto, a disponibilidade futura de energia dependerá da operação dos reservatórios e das vazões afluentes futuras. Devido às complexidades do problema, no Brasil optou-se por separar os estudos de planejamento da operação energética em etapas de médio prazo, curto prazo e programação diária. O foco deste trabalho é o modelo computacional utilizado no médio prazo - Planejamento Anual da Operação Energética (PEN), cujo objetivo consiste em estabelecer estratégias de médio prazo para a operação, por meio da análise das condições de atendimento a demanda no horizonte de estudo. Este trabalho objetiva aplicar técnicas avançadas de otimização estocástica no problema do PEN, de maneira a produzir políticas de operação de melhor qualidade considerando os principais aspectos de um problema como o PEN. Dentre as técnicas de otimização estocástica que são analisadas neste trabalho destacam-se: (i) técnicas de amostragem com redução da variância (Latin Hypercube Sampling e Quasi Monte Carlo Aleatório); (ii) estratégia de solução e seleção de cortes para melhorar o desempenho da Programação Dinâmica Dual Estocástica (PDDE); (iii) metodologia para avaliação da qualidade da política de operação e (iv) metodologias para construir uma política de operação com aversão a risco. Além disso, este documento apresenta uma descrição detalhada da modelagem utilizada no modelo computacional do PEN, como por exemplo, a representação por Reservatório Equivalente de Energia (REE), o modelo AutoRregressivo Periódico (ARP) e o algoritmo da PDDE. As técnicas de otimização estocástica são avaliadas em estudos de casos que consideram o SIN com dados para estudos que se iniciam em Janeiro de 2009 e Janeiro de 2012. Destacam-se nos resultados as políticas com aversão a risco que mantém um armazenamento maior à medida que se aumenta o nível de aversão a risco. / The Interconnected Brazilian Power System's operation planning problem is very unique, due to its dimension and high participation of hydroelectric power plants. As a consequence of the latter, it is necessary to perform a very precise hydrothermal scheduling because the reservoirs capacity are limited and, therefore, the energy availability depends on future inflows and how the reservoirs are operated. Due to the problem's complexity, the Brazilian hydrothermal scheduling is divided into three stages: long-term, short-term and daily operation programming. This work is focused on the Long-Term Hydrothermal Scheduling (LTHS) problem, which aims to determine an optimal operational strategy through the analysis of the energy market and load supply conditions over the planning period. The objective of this work is to apply advanced stochastic programming techniques to the LTHS problem, in order to compute an enhanced operation policy considering the main aspects of a problem such as the LTHS. We analyze four stochastic programming techniques: (i) variance reduction sampling strategies (Latin Hypercube Sampling and Randomized Quasi-Monte Carlo); (ii) tree traversing strategies and cut selection to improve the Stochastic Dual Dynamic Programming (SDDP) algorithm; (iii) assessing the operation policy quality and (iv) risk aversion. In addition to that, this document presents a detailed description of the modeling used for the LTHS problem, such as, the Equivalent Energy Reservoir (EER) representation, the Periodic Autoregressive model and the SDDP algorithm. The stochastic programming techniques are evaluated in case study considering the Interconnected Brazilian Power System with data from January 2009 and January 2012. From the results we can point out the risk aversion policies which store more energy (water) in the reservoirs as we increase the level of risk aversion.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, programa de Pós-graduação em Engenharia Elétrica, Florianópolis, 2013 / Made available in DSpace on 2013-12-06T00:11:45Z (GMT). No. of bitstreams: 1 318873.pdf: 1826709 bytes, checksum: 57cec23cbd9a329cc3db5b8b26c72a6b (MD5) Previous issue date: 2013 / A introdução do modelo de mercado na indústria de energia elétrica ampliou as atividades das empresas distribuidoras na área de comercialização de energia. Os mecanismos de incentivos e penalidades, introduzidos pelo atual modelo setorial requerem, por exemplo, a compreensão das regras de compra e repasse dos custos, bem como a análise dos riscos e incertezas ligados à regulação, evolução do consumo e o comportamento dos consumidores nos ambientes livre e cativo. Uma das principais consequências do novo marco regulatório é que, para alcançar seus objetivos, adotou-se o mecanismo de leilões como instrumentos capazes de assegurar a expansão da oferta através da obrigação das distribuidoras de contratarem a totalidade de suas demandas. Este trabalho apresenta um modelo computacional que serve para a tomada de decisões de contratação de energia de uma distribuidora no ambiente cativo brasileiro. O modelo proposto leva em consideração uma série de complexidades ligadas às regras de compra e repasse dos custos da contratação e incertezas nos valores futuros do preço da energia e da demanda. Para fornecer uma solução robusta, o modelo matemático é formulado como um problema estocástico de programação linear multiestágio, sendo resolvido por meio da técnica do Progressive Hedging. A introdução da incerteza nas variáveis ocorre através de árvores de cenários com várias ramificações. Ao final da dissertação, destaca-se uma metodologia para avaliar a qualidade das soluções estocásticas dos vários casos simulados <br> / Abstract: Introduction of market models in the electricity industry has expanded activities of distribution companies in the field of energy trading. Mechanisms of incentives and penalties, introduced by the current model of the sector require, for example, understanding the rules of purchase and transfer costs, as well as analysis of risks and uncertainties relating to regulation, consumption trends and consumer behavior in regulated and free contracting environments. One of the main consequences of the new regulation is that to achieve its goals, it is adopted the auction mechanism as a tool to ensure supply expansion through distributors obligation to hire all of their demands. This work presents a computational model that serves for making hiring decisions of an energy distributor in the Brazilian regulated contracting environment. The proposed model takes into consideration a number of complexities related to negotiation rules and passes the costs of hiring and uncertainties in the values of future energy prices and demand. To provide a robust solution, the mathematical model is formulated as a multistage stochastic linear programming problem and it is solved by the Progressive Hedging technique. Uncertainties are represented by a scenario tree with multiple branches. It is given at the end of this work a methodology to assess the quality of stochastic solutions of the several simulated cases.