[en] HEDGING RENEWABLE ENERGY SALES IN THE BRAZILIAN CONTRACT MARKET VIA ROBUST OPTIMIZATION

• Ano de defesa: 2018
• Autor(a) principal: BRUNO FANZERES DOS SANTOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] PROGRAMACAO NAO LINEAR; [pt] CONTRATO FUTURO DE ENERGIA ELETRICA; [pt] CONTRATOS POR CAPACIDADE; [pt] OPCAO TERMICA DE COMPRA DE ENERGIA; [pt] MERCADO LIVRE DE CONTRATOS; [pt] RISCO DE PRECO-QUANTIDADE; [pt] OTIMIZACAO ROBUSTA E ESTOCASTICA; [pt] CONDITIONAL VALUE-AT-RISK - CVAR; [pt] ENERGIA RENOVAVEL; [en] NONLINEAR PROGRAMMING; [en] FORWARD CONTRACTS; [en] CAPACITY CONTRACTS; [en] ENERGY CALL OPTIONS; [en] CONTRACT MARKET; [en] PRICE-QUANTITY RISK; [en] ROBUST AND STOCHASTIC OPTIMIZATION; [en] CONDITIONAL VALUE-AT-RISK - CVAR; [en] RENEWABLE ENERGY
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=33385&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=33385&idi=2; http://doi.org/10.17771/PUCRio.acad.33385

[pt] O preço da energia no mercado de curto-prazo é caracterizado pela sua alta volatilidade e dificuldade de previsão, representando um alto risco para agentes produtores de energia, especialmente para geradores por fontes renováveis. A abordagem típica empregada por tais empresas para obter a estratégia de contratação ótima de médio e longo prazos é simular um conjunto de caminhos para os fatores de incerteza a fim de caracterizar a distribuição de probabilidade da receita futura e, então, otimizar o portfólio da empresa, maximizando o seu equivalente certo. Contudo, na prática, a modelagem e simulação do preço de curto prazo da energia é um grande desafio para os agentes do setor elétrico devido a sua alta dependência a parâmetros que são difíceis de prever no médio e longo, como o crescimento do PIB, variação da demanda, entrada de novos agentes no mercado, alterações regulatórias, entre outras. Neste sentido, nesta dissertação, utilizamos otimização robusta para tratar a incerteza presente na distribuição do preço de curto-prazo da energia, enquanto a produção de energia renovável é tratada com cenários simulados exógenos, como é comum em programação estocástica. Mostramos, também, que esta abordagem pode ser interpretada a partir de dois pontos de vista: teste de estresse e aversão à ambiguidade. Com relação ao último, apresentamos um link entre otimização robusta e teoria de ambiguidade. Além disso, incluímos no modelo de formação de portfólio ótimo a possibilidade de considerar um contrato de opção térmica de compra para o hedge do portfólio do agente contra a irregularidade do preço de curto-prazo. Por fim, é apresentado um estudo de caso com dados realistas do sistema elétrico brasileiro para ilustrar a aplicabilidade da metodologia proposta.