Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica

Detalhes bibliográficos
Autor(a) principal: Sebba, Chádia Gomes
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/100411
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2012
id UFSC_bacc66f3535375d227f39a6cc37f72c6
oai_identifier_str oai:repositorio.ufsc.br:123456789/100411
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Análise multiobjetivo e multicritério de portfólios de contratos de energia elétricaEngenharia eletricaAlgoritmos genéticosEnergia eletricaCustosContratosSistemas de suporte de decisaoAdministração de riscoProcesso decisorio por criterio multiploDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2012Após a abertura do mercado de energia elétrica à competição, surgiu o Ambiente de Contratação Livre (ACL), cujos participantes passaram a lidar com as incertezas dadas pela volatilidade dos preços da energia. O uso de contratos bilaterais, opções do tipo call e put são usados como hedging, i.e., proteção contra os riscos associados à venda no mercado spot. A mensuração do risco tornou-se uma tarefa importante para evitar que os agentes desse mercado sofressem com a variação brusca dos preços. Como ferramentas de análise de riscos são usadas técnicas de portfólios de Markowitz, Value-at-Risk (VaR) e Conditional-Value-at-Risk (CVaR). Este trabalho trata de uma otimização multiobjetivo, em que um comercializador pretende vender uma quantidade específica de energia através de contratos bilaterais, venda de call e compra de put, além da venda no mercado spot. A otimização é resolvida através do algoritmo genético multiobjectivo (AGMO) Nondominated Sorting Genetic Algorithm II (NSGA-II). As funções objetivo do problema são o retorno, a variância de Markowitz, o VaR e o CVaR, que são usadas como critérios para avaliar as soluções encontradas. O NSGA-II encontra um conjunto de soluções ótimas, chamadas soluções de compromisso ou não dominadas, que formam a chamada fronteira de Pareto. Dessa fronteira o comercializador precisa escolher uma solução para celebrar a venda de energia. O método de análise multicritério Preference Ranking Method for Enrichment Evaluation II (PROMETHEE II) é usado, então, para ordenar as alternativas encontradas pelo AGMO, de acordo com as preferências do comercializador.<br>Abstract : After the electricity market was opened to competition, the Free Trading Environment (ACL) was created, whose members started to deal with the uncertainties given by the spot prices volatility. The use of bilateral contracts, options like call and put are used as hedging, to hedge against the risks associated with selling in the spot mar-ket. The measurement of risk has become an important task to pre-vent the agents of the market against sharp falls in prices. Some tools of risk analysis are used such as portfolios of Markowitz, Value-at-Risk (VaR) and Conditional-Value-at-Risk (CVaR). This dissertation deals with a multiobjective optimization problem, where a supplier wishes to sell a specific amount of energy through bilateral contracts, sale of call and put buying, and selling in the spot market. The optimization prob-lem is solved by multiobjective genetic algorithm Nondominated Sort-ing Genetic Algorithm II (NSGA II). The objective functions of the problem are the return, the Markowitz variance, VaR and CVaR, which are used as criteria to evaluate solutions. The NSGA II finds a set of op-timal solutions, called non dominated solutions, which compose called trade-off solutions, which form the so-called Pareto fron-tier. Within the frontier, the trader must choose a solution that best fits for his decision profile, involving his risk aversion level. The method of multicriteria analysis Preference Ranking Method for Enrichment Eval-uation II (PROMETHEE II) is then used to rank the alterna-tives found by MOGA, according to the preferences of the decision maker.Finardi, Erlon CristianUniversidade Federal de Santa CatarinaSebba, Chádia Gomes2013-06-25T18:56:10Z2013-06-25T18:56:10Z20122012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis140 p.| il., grafs., tabs.application/pdf313878http://repositorio.ufsc.br/xmlui/handle/123456789/100411porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-06-25T18:56:10Zoai:repositorio.ufsc.br:123456789/100411Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-06-25T18:56:10Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
title Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
spellingShingle Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
Sebba, Chádia Gomes
Engenharia eletrica
Algoritmos genéticos
Energia eletrica
Custos
Contratos
Sistemas de suporte de decisao
Administração de risco
Processo decisorio por criterio multiplo
title_short Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
title_full Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
title_fullStr Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
title_full_unstemmed Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
title_sort Análise multiobjetivo e multicritério de portfólios de contratos de energia elétrica
author Sebba, Chádia Gomes
author_facet Sebba, Chádia Gomes
author_role author
dc.contributor.none.fl_str_mv Finardi, Erlon Cristian
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Sebba, Chádia Gomes
dc.subject.por.fl_str_mv Engenharia eletrica
Algoritmos genéticos
Energia eletrica
Custos
Contratos
Sistemas de suporte de decisao
Administração de risco
Processo decisorio por criterio multiplo
topic Engenharia eletrica
Algoritmos genéticos
Energia eletrica
Custos
Contratos
Sistemas de suporte de decisao
Administração de risco
Processo decisorio por criterio multiplo
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2012
publishDate 2012
dc.date.none.fl_str_mv 2012
2012
2013-06-25T18:56:10Z
2013-06-25T18:56:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 313878
http://repositorio.ufsc.br/xmlui/handle/123456789/100411
identifier_str_mv 313878
url http://repositorio.ufsc.br/xmlui/handle/123456789/100411
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 140 p.| il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652220362653696

Registros relacionados