Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/15646
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_JanieleEduardaSilvaCostaCustodio_tcc.pdf1,62 MBAdobe PDFver/abrir
Título: Método analítico para a otimização de portfólios de energia elétrica
Autor(es): Custodio, Janiele Eduarda Silva Costa
Orientador(es): Garcia, Reinaldo Crispiniano
Assunto: Sistemas de energia elétrica
Energia elétrica - produção
Energia elétrica - distribuição
Data de apresentação: 4-Jul-2016
Data de publicação: 11-Jan-2017
Referência: CUSTODIO, Janiele Eduarda Silva Costa. Método analítico para a otimização de portfólios de energia elétrica. 2016. 52 f., il. Monografia (Bacharelado em Engenharia de Produção)—Universidade de Brasília, Brasília, 2016.
Resumo: A natureza competitiva do mercado livre de energia elétrica e a alta volatilidade dos preços de energia no mercado de curto prazo requer que os agentes do mercado utilizem técnicas apropriadas de gestão de risco. Neste trabalho, será descrito um modelo de otimização dinâmico para que empresas produtoras de energia possam determinar a estratégia de venda no mercado de curto prazo que ofereça-lhes o maior benefício e, simultaneamente, minimize o risco. Uma função de utilidade é considerada para mensurar o trade-off entre risco e retorno. A métrica de risco utilizada é o Conditional Value-at-Risk, que possibilita estimar o risco de cauda associado a diferentes investimentos e tem ganhado popularidade na análise de tomada de decisões relacionadas ao mercado de eletricidade. O modelo GARCH foi utilizado para prever os preços de energia de dia seguinte, aumentando a acurácia das previsões sobre o comportamento do mercado futuro e oferecendo uma vantagem competitiva às empresas geradoras. A aplicabilidade e a eficácia do modelo foram analisadas com um estudo de caso considerando dados do mercado de energia norte-americano PJM Interconnection.
Abstract: The competitive nature of deregulated electricity markets and the high volatility of energy prices in the short-term energy pool increases the need for proper risk management techniques. This report presents a dynamic optimization framework to help power generation companies determine the investment strategy that offers the highest benefit while minimizing the associated risk. We consider a utility function to evaluate the investor’s trade-off between risk and return. Conditional Value-at-Risk is the metric used to evaluate the tail risk of possible investment choices. To increase the accuracy of the predictions of future market behavior and the competitive advantadge of the decision-maker, we use a GARCH model to forecast day-ahead spot prices. The applicability and efficacy of diferent investment combinations was discussed in a case study with data from the PJM Interconnection market.
Informações adicionais: Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia de Produção, 2016.
Aparece na Coleção:Engenharia de Produção



Este item está licenciado na Licença Creative Commons Creative Commons