[pt] A Programação Dinâmica Dual Estocástica (PDDE) constitui um dos métodos mais utilizados no planejamento hidrotérmico. Trabalhos anteriores neste campo se baseiam numa abordagem tipo acaso-decisão, enquanto a realidade está mais próxima de um processo tipo decisão-acaso. Tal dissonância entre planejamento e implementação gera um problema de inconsistência temporal, pois decisões futuras planejadas podem não ser colocadas em prática sob as mesmas condições. Se por um lado a modelagem acaso-decisão permite uma metodologia de solução cenário-decomponível eficiente, por outro, a estrutura decisão-acaso proporciona uma solução mais robusta (pessimista), já que desconsidera a antecipatividade. Neste trabalho, mensura-se o gap de inconsistência relativo a metodologia atual, assim como se propõe uma abordagem alternativa para o planejamento hidrotérmico que utiliza uma estrutura de revelação de incertezas e um processo decisório tipo decisão-acaso, aproximando o modelo de planejamento da realidade operativa. Ao invés de empregar restrições de não-antecipatividade, o que impossibilitaria a decomposição por cenário de cada subproblema estocástico de dois estágios, a metodologia proposta considera decisões de primeiro estágio como variáveis de estado a serem otimizadas via PDDE. Assim, reduz-se consideravelmente a complexidade e tempo necessário para se obter uma solução, garantindo ainda a estrutura decisória tipo decisão-acaso e não-antecipatividade das decisões de primeiro estágio. Resultados baseados no SIN indicam que tal inconsistência pode levar a um aumento considerável da geração de termelétricas mais caras, causando maior volatilidade nos preços de curto prazo e aumento no custo total de operação. Desta forma, a solução metodológica proposta, baseada na abordagem decisão-acaso via espaço de estado aumentado, constitui contribuição relevante e oportuna tanto para práticas na indústria quanto para o estado-da-arte da literatura utilizada para o planejamento da operação hidrotérmica sob incerteza. / [en] Stochastic Dual Dynamic Programming (SDDP) is currently one of the most employed methods for hydrothermal planning. All previous works on this subject are based on a hazard-decision approach, whereas reality is more closely related to a decision-hazard process. This dissonance between planning and implementation is a source of time-inconsistency, as future planned decisions under the same conditions may not be put into practice. If on the one hand the hazard-decision modeling framework allows a scenario-decomposable efficient solution methodology, on the other hand the decision-hazard structure provides a more robust (pessimistic) solution as it does not rely on anticipativity assumptions. In this work, we measure the inconsistency-gap related to the current methodology and propose an alternative approach for hydrothermal planning that utilizes an informationrevelation structure and decision process based on a decision-hazard framework, thereby approximating the planning model to realistic operational actions. Instead of relying on non-anticipativity constraints, which would prevent the scenario decomposition of each two-stage stochastic subproblem, the proposed methodology considers first-stage decisions as state variables to be optimized through the SDDP procedure. In this framework, the complexity and time required to find a solution is considerably reduced yet ensuring the decision-hazard decision structure and non-anticipativity of the first-stage decisions. Results based on the Brazilian power system indicate that this inconsistency may considerably increase generation of more expensive thermal units, leading to spikes in energy market spot prices and an increase in overall operational costs. Therefore, the proposed decision-hazard approach and augmented-state solution methodology constitute timely and relevant contributions to both industry practices and state of the art literature on the subject of hydrothermal operation planning under uncertainty.

Orientador: José Roberto Sanches Mantovani / Resumo: Neste trabalho propõem-se formulações matemáticas e metodologias para resolver o problema de planejamento da expansão e operação de sistemas de distribuição de energia elétrica de longo prazo com instalação de geração distribuída despachável, renovável e dispositivos armazenadores de energia, considerando as incertezas nos parâmetros e variáveis envolvidas no comportamento do sistema. No modelo de otimização desenvolvido considera- se uma formulação com espaço de busca convexo como um problema de programação cônica inteira de segunda ordem. Como primeira metodologia de solução para o modelo matemático proposto, usam-se solvers de otimização comerciais através de linguagem de programação matemática. Em segundo lugar é proposta a técnica de otimização meta-heurística VND combinada com um solver de otimização para resolver o modelo de otimização desenvolvido. Os algoritmos e modelos matemáticos de otimização usados para resolver o planejamento de sistemas de distribuição são implementados em AMPL e testados em sistemas presentes na literatura. Finalmente são comparadas as metodologias segundo a solução obtida e desempenho em tempo computacional. / Abstract: This work proposes mathematical formulations and methodologies to solve the long-term electric power distribution system operation and expansion planning with distributed renewable energy sources and energy storage devices, considering the uncertainties in the involved parameters and variables in the system behavior. In the developed optimization model, a convex formulation is considered as integer second-order conic programming problem. The first solution methodology for the proposed mathematical model, the commercial optimization solvers that uses mathematical modelling language is used. In the second way, the VND meta-heuristic optimization technique is proposed combined with the optimization solver to analyze the obtained solutions of the search through optimal neighborhoods. The mathematical optimization model and the proposed algorithm used to solver the planning of distribution systems are implemented in AMPL and tested in literature’s systems. Finally, the methodologies according to the obtained solution and computational time performance are compared. / Doutor

[pt] Na década de noventa, no Brasil, havia uma predominância de empresas verticalizadas no setor elétrico, pertencentes aos governos estaduais e federais, que no decorrer do processo de reestruturação e privatização sofreram uma desverticalização das suas atividades, em geração, transmissão, distribuição e comercialização. Após iniciada a privatização das companhias foi criada a Agência Nacional de Energia Elétrica (ANEEL),responsável por regular as atividades do setor elétrico brasileiro. Estas mudanças acarretaram em diferentes modelos de mercado caracterizados pelo acentuado uso dos sistemas de transmissão. Neste cenário, foi definido pela ANEEL que as concessionárias de distribuição devem pagar às transmissoras pela utilização de suas instalações o Encargo de Uso do Sistema de Transmissão (EUST). Para isso, é necessário informar o Montante de Uso do Sistema de Transmissão (MUST) para cada ponto de conexão e período tarifário por meio do Contrato de Uso do Sistema de Transmissão (CUST). Em caso de ultrapassagem dos valores firmados neste contrato acima de um percentual estipulado, a contratante terá que pagar uma penalidade. Esta dissertação tem por finalidade apresentar uma nova metodologia na determinação do valor ótimo do MUST, baseado em equivalentes estáticos flexíveis, fluxo de potência probabilístico e técnicas de otimização estocástica de modo a equilibrar o custo do transporte de energia e o custo da penalidade. Primeiro, utiliza-se uma técnica de redução de rede, flexível e precisa. Segundo, as incertezas provenientes das cargas, geração e topologia da rede são mapeadas nos pontos de conexão em análise. Terceiro, utiliza-se uma técnica simples de otimização estocástica para obter o MUST a ser contratado, pela distribuidora de energia elétrica, em cada barra de fronteira. Por último, a metodologia proposta é empregada no sistema acadêmico IEEE RTS com o objetivo de demonstrar a sua eficiência sendo os resultados obtidos amplamente discutidos. / [en] In Brazil, during the 1990s, there was a predominance of vertical companies in the electricity sector, belonging to the state and federal governments, which in the course of the restructuring and privatization process suffered a deverticalization of their activities into generation, transmission, distribution, and commercialization. After the beginning of this privatization process, the National Electric Energy Agency (ANEEL) was created, which is responsible for regulating the activities of the Brazilian electricity sector. These changes have led to different market models characterized by the strong use of the transmission systems. In this scenario, it was defined by ANEEL that the distribution concessionaires must pay the transmission companies for the use of their equipment. Thus, it is necessary to inform the Transmission System Usage Amount (MUST) for each connection point and tariff period by means of the Transmission System Use Agreement (CUST). In case of exceeding a specified percentage of the contracted amounts, the contractor will have to pay penalties. This dissertation aims to present a new methodology to determine the optimal value of MUST, based on flexible static equivalents, probabilistic power flow, and stochastic optimization techniques, in order to balance the energy transport and penalty costs. First, a flexible and accurate network reduction technique is used. Second, the uncertainties arising from the load, generation, and topology of the network are mapped at the connection points under analysis. Third, a simple stochastic optimization technique is used to obtain the MUST to be contracted by the electric power distributor at each border bus. Finally, the proposed methodology is used in the IEEE RTS academic system in order to demonstrate its efficiency, and the obtained results are widely discussed.

[pt] Nesta Tese, o design robusto, com um modelo incerto de um sistema de vibro-impacto eletromecânico é feito. O sistema é composto de um carrinho, cujo movimento é aciondo por um motor de corrente contínua e um martelo embarcado neste carrinho. O martelo é ligado ao carrinho por um mola não linear e por um amortecedor linear, de modo que existe um movimento relativo entre eles. Uma barreira linear flexível, colocada fora do carrinho, restringe aos movimentos do martelo. Devido ao movimento relativo entre o martelo e a barreira, impactos podem ocorrer entre estes dois elementos. O modelo metemático desenvolvido para sistema leva em conta a influência do motor no comportamento dinâmico do sistema. Alguns parâmetros do sistema são incertos, tais como a rigidez e os coeficientes de amortecimento da barreira flexível. O objetivo da Tese é realizar uma otimização deste sistema eletromecânico com respeito a parâmetros de projeto, a fim de maximizar a potência de impacto sob a restrição de que a potência elétrica consumida pelo motor seja menor do que um valor máximo. Para escolher os parâmetros de projeto no problema de otimização, uma análise de sensibilidade foi realizada a fim de definir os parâmetros mais sensíveis do sistema. O problema de otimização é formulado no âmbito de otimização robusta, devido à presença de incertezas no modelo. As distribuições de probabilidades das variáveis aleatórias são construídas através do Princípio da Máxima Entropia e estatísticas da resposta estocástica do sistema são calculadas pelo método de Monte Carlo. O conjunto de equações não-lineares é apresentado, e um integrador temporal adaptado é desenvolvido. O problema de otimização não-linear estocástico com restrição é resolvido para diferentes níveis de incertezas e também para o caso determinístico. Os resultados são diferentes e isto mostra a importância da modelagem estocástica. / [en] In this Thesis, the robust design with a uncertain model of a vibro-impact eletromechanical system is done. The electromechanical system is composed of a cart, whose motion is excited by a DC motor (motor with continuous current), and an embarked hammer into this cart. The hammer is connected to the cart by a nonlinear spring component and by a linear damper, so that a relative motion exists between them. A linear flexible barrier, placed outside of the cart, constrains the hammer movements. Due to the relative movement between the hammer and the barrier, impacts can occur between these two elements. The developed model of the system takes into account the influence of the DC motor in the dynamic behavior of the system. Some system parameters are uncertain, such as the stiffness and the damping coefficients of the flexible barrier. The objective of the Thesis is to perform an optimization of this electromechanical system with respect to design parameters in order to maximize the impact power under the constraint that the electric power consumed by the DC motor is lower than a maximum value. To chose the design parameters in the optimization problem, a sensitivity analysis was performed in order to define the most sensitive system parameters. The optimization is formulated in the framework of robust design due to the presence of uncertainties in the model. The probability distributions of random variables are constructed using the Maximum Entropy Principle and statistics of the stochastic response of the system are computed using the Monte Carlo method. The set of nonlinear equations are presented, and an adapted time domain solver is developed. The stochastic nonlinear constrained design optimization problem is solved for different levels of uncertainties, and also for the deterministic case. The results are different and this show the importance of the stochastic modeling. / [fr] Dans cette Thèse, nous étudions l optimization robuste avec un modèle incertain d un système étrectromécanique avec vibro-impact. Le système életromécanique est contitué d un chariot dont le mouvement est généré par un moteur à courant continu, et d un mateau embarqué dans ce chariot. Le Marteau est relié au chariot par un resort non linéaire et par un amortisseur linéaire, de façon qu un mouvement relative existe entre eux. Une barrière flexible linéaire, placée à l extérieur du chariot limite les mouvements du Marteau. En raison du mouvement relative entre le Marteau et la barrière, des impacts peuvent se produire entre ces deux éléments. Le modèle du système dèveloppé prend en compte l influence du moteur à courant continu dans la comportement dynamique du système. Certains paramètres du système sont incertains, tells que les coefficients de rigidité et d amortissement de la barreire flexible. L objectif de la Thèse est de réaliser une optimization de ce système életromécanique en jouant sur les paramètres de conception. Le but est de maximizer la puissance d impact sous la contrainte que la puissance électrique consommée par le moteur à courant continu soit inférieure à une valeur maximale. Pour choisir les paramétres de conception dans le probléme d optimisation, une analyse de sensibilité a été réalisée afin de definir les paramètres du système les plus sensibles. L optimisation est formulée dans le cadre de la conception robuste em raison de la présence d incertitudes dans le modele. Les lois de probabilités des variables aléatoires du problème sont construites em utilisant le Principle du Maximum d Entropie. Les statistiques de la réponse stochastique du système sont caçculées em utilisant la méthode de Monte Carlo. L emsemble de équations non linéaires est presente, et um solveur temporel adapte est développé. Le probléme d optimisation non linéaire stochastique est résolu pour différents niveaux d incertitudes, ainsi que pour le cas déterministe. Les résultats sont différents, ce qui montre l importance de la modélisation stochastique.

[pt] Os combustíveis de baixo impacto ambiental estão em destaque na mídia e na sociedade, atualmente. Neste contexto, o hidrogênio, fonte de energia limpa, tem um grande potencial. Entretanto, ainda não existe uma infraestrutura adequada para sua comercialização. O crescimento da demanda por hidrogênio é de difícil previsão, gerando um alto grau de incerteza na definição das necessidades de capacidades futuras de sua rede logística. Esta dissertação propõe uma metodologia para o planejamento do projeto da cadeia de suprimentos de hidrogênio para uso em transporte. Para representar o problema e avaliar diferentes alternativas de investimentos em infraestrutura logística foi desenvolvido um modelo matemático estocástico de dois estágios utilizando programação linear inteira mista (PLIM). O elevado nível de incerteza desta cadeia aumenta a complexidade do modelo, requerendo uma grande quantidade de cenários, inviabilizando sua otimização. Para contornar esta dificuldade, foi utilizada a técnica de aproximação por média amostral (SAA). Esta abordagem gera soluções, cuja qualidade pode ser estatisticamente avaliada utilizando-se um número reduzido de cenários. A metodologia proposta foi aplicada em um estudo de caso com dados reais da cadeia de suprimentos de hidrogênio líquido da Grã-Bretanha. Os gaps de otimalidade gerados nestes testes foram inferiores a 1 por cento, demonstrando a adequação do método desenvolvido. Mesmo com o alto nível de incerteza do problema, o SAA possibilitou definir como, quando, e onde investir. Os resultados obtidos devem contribuir para proporcionar avanços na criação de uma infraestrutura apropriada para a comercialização do hidrogênio. / [en] Nowadays, fuels with low environmental impact are highlighted in media and society. In this context, hydrogen, as a clean energy source, has a great potential. However, there is still no appropriate infrastructure for its commercialization. The prediction of demand for hydrogen is difficult, generating a high degree of uncertainty in the definition of capacity needs in the future for its logistics network. This work proposes a methodology for the design of the hydrogen supply chain for use in transportation. To represent the problem and evaluate alternatives to invest in logistics infrastructure, a two-stage stochastic mixed-integer programming was developed. The high degree of uncertainty in this chain increases the complexity of the mathematical model, requiring a huge number of scenarios which makes its optimization impossible. To overcome this difficulty, the technique of sample average approximation (SAA) is used. This approach generates solutions, whose quality can be statistically evaluated using a reduced number of scenarios. The proposed methodology was tested in a study case with real data from Great Britain s liquid hydrogen supply chain. The optimal gaps generated in these tests were below 1 percent, demonstrating the adequacy of the developed methodology. Even with the high level of uncertainty of the problem, the propose methodology using SAA technique can define how, when, and where to invest. The results should be helpful in advancing the creation of an appropriate infrastructure for hydrogen commercialization.

[pt] Na indústria do petróleo e gás, uma das atividades de maior importância é a intervenção em poços para serviços de manutenção, a qual é necessária para garantir a produção de petróleo. Estas intervenções são realizadas por sondas workover que são disponibilizadas para atender uma grande quantidade de poços segundo um itinerário. Nesta tese são propostos três modelos de programação linear inteira para abordar eficientemente o problema de intervenção em poços terrestres de petróleo. O primeiro modelo determina o itinerário de um conjunto de sondas homogêneas, visando minimizar a perda total de produção. Este modelo é um aprimoramento do modelo proposto por Costa e Ferreira Filho (2004). O segundo modelo é uma extensão do anterior e considera também o dimensionamento de uma frota de sondas heterogênea, procurando minimizar o custo de perda de produção e o custo de aluguel de sondas. O terceiro modelo é uma abordagem estocástica que estende o segundo modelo e consiste em dimensionar uma frota de sondas considerando o tempo de intervenção incerto. A incerteza do tempo de intervenção é representada mediante a geração de cenários, usando para este fim os métodos de Monte Carlo, Redução de Cenários e Quasi-Monte Carlo. Os testes de estabilidade propostos por Kaut e Wallace (2003) são aplicados para avaliar os métodos de geração de cenários e estabelecer o número de cenários adequados para resolver o problema. Para avaliar o desempenho dos modelos propostos, diversos experimentos computacionais foram realizados em instâncias de pequeno, médio e grande porte. Todas as instâncias são baseadas em casos reais no Brasil. Os resultados mostram que os modelos propostos foram capazes de resolver todas as instâncias utilizadas, inclusive aquelas de grande porte, demonstrando serem eficientes quando comparadas com várias metaheurísticas, pois produzem soluções exatas em um curto tempo computacional. Uma análise do impacto nas soluções quando ocorre uma mudança no preço de petróleo e no horizonte de planejamento também é realizada. A metodologia de resolução empregada no terceiro modelo mostrou que o método Quasi-Monte Carlo proporcionou os melhores cenários para representar a incerteza e também o potencial do modelo para resolver problemas de grande porte. / [en] In the oil and gas industry, one of the most important activities is the intervention in wells for maintenance services, which is necessary to ensure the production of oil. These interventions are performed by workover rigs that are available to serve a large number of wells according to a schedule. In this thesis, we proposed three integer linear programming models to efficiently address the problem of intervention in onshore oil wells. The first model determines the schedule of a set of homogeneous rigs, with the objective of minimizing the total production loss. This model is an improvement of the model proposed by Costa and Ferreira Filho (2004). The second model is an extension of the previous one and also considers the sizing of a heterogeneous rig fleet, with the objective of minimizing the production loss cost and the rig rental cost. The third model is a stochastic approach that extends the second model and consists of sizing a rig fleet considering the uncertainty in the intervention time. The uncertainty in the intervention time is represented by the generation of scenarios, using for this purpose the Monte Carlo, Scenario Reduction, and Quasi-Monte Carlo methods. The stability tests proposed by Kaut and Wallace (2003) are applied to evaluate the scenario generation methods and to establish the number of appropriate scenarios to solve the problem. To evaluate the performance of the proposed models, several computational experiments were performed in small, medium and large instances. All instances are based on real cases in Brazil. The results show that the proposed models were able to solve all of the instances considered, including the large instances, proving to be efficient when compared to various metaheuristics, as they produce exact solutions in small computational time. An analysis of the impact on the solutions when there is a change in the oil price and the planning horizon is also carried out. The resolution methodology employed in the third model showed that the Quasi-Monte Carlo method provided the best scenarios to represent the uncertainty and also the potential of the model to solve large-scale problems.

[pt] Apesar de existir na literatura modelos propostos para gestão de estoques, as premissas consideradas por tais modelos podem inviabilizar suas aplicações. Este trabalho propõe uma metodologia de programação estocástica para reposição e controle de estoques de produto único numa rede logística de duas camadas. O enfoque revisão periódica proposto pode considerar tanto atendimentos à demanda em atraso (backorders) como vendas perdidas (lost sales) sem restrição de pedidos pendentes. Além disso, a fim de alcançar um melhor nível de serviço para o cliente, é introduzida uma regra de rateio proporcional a quantidade faltante do item em estoque no centro de distribuição para atender simultaneamente a demanda de todos os varejistas, a qual é capaz de lidar com as alocações negativas da falta. A periodicidade e o nível alvo da posição dos estoques são determinados através de modelos de programação estocástica de dois estágios e de uma técnica baseada em simulação de Monte Carlo, conhecida como Sample Average Approximation, que levam em conta a natureza incerta dos níveis de demanda pelo item por meio da geração de conjuntos finitos de cenários. Os equivalentes determinísticos são apresentados como modelos de programação não-linear inteira mista e em seguida linearizados. Experimentos numéricos com a metodologia proposta para instâncias do problema geradas aleatoriamente demonstram seu potencial ao obter resultados com erros de aproximadamente 1 por cento. / [en] Although several methods for inventory management are proposed in the literature, the required assumptions can hinder their application in practice. This work proposes a methodology for stock replenishment in two-echelon logistic networks through stochastic programming, considering a single item, periodic review and uncertain demands. The proposed approach is flexible enough to consider backlogs and lost sales cases without limitations on the number of outstanding orders. Also, in order to achieve better customer service, we introduce a variable rationing rule for quantities of the item in short at the distribution center to meet simultaneously all the demands of the retailers, dealing with imbalances or negative allocations of quantities of the item in short. The optimal review periodicity and the target level for inventory position are determined through two-stage stochastic programming models and a Monte Carlo simulation based-technique, known as Sample Average Approximation, which takes into account the uncertain nature of the item demand levels through the generation of finite sets of scenarios. The deterministic equivalent models are presented as mixed-integer non-linear programming models, which are then linearized. Numerical experiments with the proposed approach for instances of the problem randomly generated shows its potential, as the errors of the obtained results are around 1 percent.

[pt] O planejamento e controle de portfolios de projeto é uma tarefa desafiadora. Eles estão sujeitos a múltiplos riscos, restrições de recursos, relações de precedências e penalidades por atrasos de projetos. É fundamental desenvolver estratégias efetivas de alocação dos recursos disponíveis de forma a garantir que estes projetos sejam concluídos dentro dos limites de tempo e custo. Um fator crucial que deve ser levado em consideração ao tomar estas decisões é o gerenciamento das incertezas associadas a execução dos projetos. Neste contexto, este trabalho propõe uma metodologia baseada em otimização robusta para planejamento e controle de portfolios de projeto sob incerteza. Este método combina modelos e algoritmos desenvolvidos para diferentes problemas de alocação de recursos para os quais foi aplicada a mesma abordagem de otimização robusta. Nela, a incerteza é modelada como um adversário capaz de materializar a combinação de riscos de pior caso que maximiza o impacto no(s) projeto(s) para qualquer plano de alocação de recursos. Nos problemas estudados o tomador de decisão tem então que determinar a alocação ótima de recursos que minimiza um objetivo particular assumindo que a combinação de riscos de pior caso irá se materializar. A abordagem também provê um mecanismo para controle do grau de conservadorismo das soluções robustas. Para cada problema modelado, uma estratégia de solução é desenvolvida através de um esquema de reformulação que parte de uma formulação Min-Max compacta e termina em um algoritmo de geração de cortes. Diversos experimentos computacionais foram executados, provendo importantes conclusões que direcionaram o desenvolvimento da metodologia de controle e planejamento de portfolios. A importância de se desenvolver planos de alocação de recursos de forma integrada no contexto de tomada de decisão em portfolios de projetos e a falta de efetividade do método tradicional de análise de caminhos críticos no contexto de cenários de pior caso para as durações das atividades, são importantes exemplos das conclusões obtidas pelos experimentos. A aplicação da metodologia foi demonstrada em um caso de estudo que contempla um portfolio para construção de duas refinarias. O referido exemplo demonstrou o potencial do uso prático dos métodos propostos neste trabalho. / [en] Planning and controlling complex project portfolios is a challenging task. These portfolios are subject to a number of potential risk sources coupled with resource constraints, intricate precedence relationships, and penalties for project delays. For this reason, it is fundamental that optimal strategies for the allocation of the available resources are constantly adopted by the decision makers to ensure that their projects are completed within limits of time and cost. Moreover, the uncertainty that affects these projects has to be taken into account for effective resource allocation decisions. Within this context, this work proposes a robust optimization-based methodology for planning and controlling project portfolios under uncertainty. The method combines models and algorithms for multiple resource allocation problems under the same robust optimization framework. In this approach, the uncertainty environment is modeled as an adversary that selects the worst-case combination of risks for any decision maker s actions. Subsequently, the main goal of the decision maker is to determine optimal resource allocation plans for minimizing a particular objective subject to the assumption that the adversary s worst-combination of risks will materialize. The approach also provides a way to control the degree of conservatism of the solutions. For each studied problem, a solution strategy is developed through a reformulation scheme from a compact min-max formulation to a cut-generation algorithm. Several computational experiments are conducted, providing key insights that drive the design of the referred portfolio planning and control methodology. The ineffectiveness of traditional critical path analysis under worst-case realizations of uncertain activities durations and the importance of taking integrated resource allocation decisions in the context of project portfolios, are examples of the key findings of the experiments. The application of the methodology is demonstrated in a case study of a portfolio aimed at the construction of two refineries. This example presents the capabilities of the developed techniques in a practical context.

[pt] Nesta dissertação será proposta uma metodologia que contabiliza o risco de inadimplência no mercado, decorrentes de débitos não pagos à câmara de comercialização de energia elétrica (CCEE) nas estratégias de contratação de geradores renováveis. As incertezas relacionadas à geração e ao preço de curto prazo são consideradas através da simulação de cenários exógenos ao modelo como habitual em otimização estocástica. A otimização robusta é empregada através de conjuntos de incerteza poliédricos a fim de modelar a inadimplência do mercado. Dessa maneira, a metodologia proposta se baseia em um modelo matemático híbrido, robusto e estocástico. De forma mais objetiva, um modelo de dois níveis é proposto com tantos problemas de segundo nível quanto o número de cenários considerados para a produção renovável. No primeiro nível, as decisões de contratação são feitas. Em seguida, para cada cenário de geração, o problema de segundo nível encontra a pior inadimplência com base na carteira de contratos encontrados pelo primeiro nível. Para resolver o problema, o modelo de dois níveis é reescrito como um problema linear equivalente de um único nível. O perfil de risco do agente é definido por meio do conhecido valor condicional em risco (conditional value-a-risk), uma medida coerente de risco. Para ilustrar a eficácia do modelo de contratação, são realizados estudos de casos com dados realistas do sistema de energia brasileiro. / [en] In this dissertation we propose a new methodology to account for the market default risk, arising from debts not paid to the market clearing house, in the renewable generators contracting strategy. Renewable generation and spot price uncertainties are considered through exogenous simulated scenarios as customary in stochastic optimization. Robust optimization with polyhedral uncertainty sets is employed to account for the market default. Thus, the proposed methodology is based on a hybrid robust and stochastic mathematical program. More objectively, a bi-level model is proposed with as many second-level problems as the number of scenarios considered for the renewable production. In the first level, contracting decisions are made. Then, for each generation scenario, a second-level problem finds the worst-case default based on the portfolio of contracts found by the first level. To solve the problem, the bi-level model is rewritten as a single-level equivalent linear problem. The agent s risk profile is defined by means of the well-known conditional value-at-risk coherent risk measure. To illustrate the effectiveness of the contracting model, case studies are performed with realistic data from the Brazilian power system.

Made available in DSpace on 2016-08-17T14:53:08Z (GMT). No. of bitstreams: 1 Victor Hugo Barros Silva.pdf: 4177386 bytes, checksum: 324ffa71e5b64047e7a54ab199bb9241 (MD5) Previous issue date: 2010-03-22 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The problem of allocating berth positions for vessels in tidal grain port terminals is discussed in this work. A berth defines a specific location alongside a quay where a ship loader is available for loading or unloading vessels, accommodating only one vessel at time. In tidal ports, draft conditions depend on high tide conditions, since available depth under the low tide is not adequate to the movement of ships. Some port terminals at the port complex of São Luís, Maranhão, are associated to important transnational enterprises which maintain a strong control over the stock level of their goods. Since the stock level sometimes depends on a continuous process of consumption or production of grains, the decision making of loading or unloading vessels must contemplate the amount of the grain stored in the port yards. Therefore, a basic criterion for decision making is to give priority to the vessels related to the most critical grain stock level. This paper presents two integer linear programming models based on the transportation problem to represent the discussed problem. Some problem instances could be solved by a commercial solver. As an alternative to larger instances, which require large running time, an implementation of Simulated Annealing (SA) and the algorithm known as Population Training Algorithm for Linear Programming (PTA/LP) are used to solve the problem. / O Problema de Alocação de Berços em Portos Graneleiros com Restrições de Estoque e Condições Favoráveis de Maré é abordado neste trabalho. Um berço define um local especifico ao longo do cais onde um carregador de navio está disponível para carregar ou descarregar navios, acomodando apenas um navio por vez. Em portos que sofrem a influência da variação das marés, as condições de navegação dependem de condições favoráveis de maré, uma vez que a profundidade na maré baixa restringe a movimentação de navios. Alguns terminais no complexo portuário de São Luís, Maranhão, estão associados a importantes empresas multinacionais que mantêm um forte controle sobre os níveis de estoque de seus produtos. Uma vez que o nível de estoque, por vezes, depende de um processo contínuo de consumo ou produção de granéis, a tomada de decisão de carregar ou descarregar navios deve levar em conta as cargas armazenadas nos pátios do porto. Desta forma, um critério básico para tomadas de decisão é dar prioridade aos navios relacionada aos níveis mais críticos de estoque. Este trabalho apresenta dois modelos de programação linear baseado no problema de transporte para representar o problema abordado. Algumas instâncias do problema puderam ser resolvidas por um solver comercial. Como alternativa suas instâncias maiores, que exigem grande tempo de execução, uma implementação do Simulated Annealing (SA) e do algoritmo conhecido como Algoritmo de Treinamento Populacional para Programação Linear (ATP/PL) são empregadas para resolução do problema.