Gerenciamento de riscos: otimização multiobjetivo e análise de portfólio de compra e venda de energia

• Ano de defesa: 2013
• Autor(a) principal: Fellipe Fernandes Goulart dos Santos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; UFMG
• Palavras-chave em Português: Análise de risco; Mercado de energia brasileiro; Comercialização de energia; Otimização determinística; Método elipsoidal; Extreme Profit at Risk eP@r; Otimização multiobjetivo; Energia eletrica; Engenharia elétrica
• Link de acesso: http://hdl.handle.net/1843/BUOS-9CYHN9

Com a evolução e a desregulamentação do setor elétrico brasileiro, os agentes de geração de energia passaram a ficar expostos não só ao risco de preço, mas também ao risco de volume de energia. Com o aumento da competitividade no setor elétrico brasileiro, a avaliação e o tratamento dos riscos inerentes ao processo de comercialização tornam-se uma ferramenta diferencial para as empresas de geração do setor de energia elétrica. Esse trabalho avalia e propõe uma métrica para a mensuração do risco de perda de receita em uma empresa geradora de energia elétrica inserida no mercado brasileiro de energia. Para a maximização da receita esperada e redução do risco, é proposta a utilização de métodos determinísticos de otimização multiobjetivo para o mapeamento da fronteira de compromisso, fronteira Pareto ótima, entre o retorno e risco. O método utilizado para a otimização é baseado na classe de métodos que utilizam a exclusão de semi-espaços para encontrar o ponto ótimo do problema: o método elipsoidal. Esse método determinístico garante que a solução encontrada domine o ponto de partida do algoritmo. Neste trabalho é utilizada uma adaptação do método elipsoidal para a otimização de funções multiobjetivo diretamente, sem a necessidade de escrever funções escalares intermediárias. Para a construção da fronteira Pareto, este trabalho apresenta uma metodologia para a definição dos pontos iniciais do algoritmo determinístico. Através dessa metodologia, a fronteira Pareto ótima encontrada é mais uniforme. Assim, toda uma fronteira eficiente será construída para que a decisão de contratação ótima seja feita por um decisor ou um colegiado de decisores a posteriori.