[en] SIMULATION AND STOCHASTIC OPTIMIZATION FOR ENERGY CONTRACTING OF LARGE CONSUMERS

[pt] SIMULAÇÃO E OTIMIZAÇÃO ESTOCÁSTICA PARA CONTRATAÇÃO DE ENERGIA ELÉTRICA DE GRANDES CONSUMIDORES

[pt] EIDY MARIANNE MATIAS BITTENCOURT

[pt] OTIMIZACAO ESTOCASTICA

[pt] GRANDES CONSUMIDORES

[pt] CONTRATACAO DE ENERGIA ELETRICA

[pt] CONDITIONAL VALUE-AT-RISK - CVAR

[en] STOCHASTIC OPTIMIZATION

[en] LARGE CONSUMERS

[en] ENERGY CONTRACTING

[en] CONDITIONAL VALUE-AT-RISK - CVAR

[pt] A contratação de energia elétrica no Brasil por parte de grandes consumidores é feita de acordo com o nível de tensão e considerando dois ambientes: o Ambiente Regulado e o Ambiente Livre. Os grandes consumidores são aqueles que possuem carga igual ou superior a 3 MW, atendidos em qualquer nível de tensão e a energia pode ser contratada em quaisquer desses ambientes. Um grande desafio para esses consumidores é determinar a melhor alternativa de contratação. Para tratar este problema, é preciso ter em conta que o consumo de energia e a demanda de potência requerida são variáveis desconhecidas no momento da contratação do consumidor, sendo necessário estimá-las. Esta dissertação propõe atacar este problema por uma metodologia que envolve simulação de cenários futuros de demanda máxima de potência e energia total consumida e otimização estocástica dos cenários simulados para definir o melhor contrato. Dada a natureza estocástica do problema, empregou-se o CVaR (Conditional Value at Risk) como medida de risco para o problema de otimização. Para ilustrar, os resultados da contratação foram obtidos para um grande consumidor real considerando a modalidade Verde A4 no Ambiente Regulado e um contrato de quantidade no Ambiente Livre.

[en] The energy contracting in Brazil for large consumers is done according to the voltage level and considering two environments: the Regulated Environment and the Free Environment. Large consumers are those characterized by installed load equal to or greater than 3 MW, supplied at any voltage level and its energy contract can be chosen between any of these two environments. A major challenge for these consumers is to determine the best alternative of contracting. To address this problem, it must be taken into account that the energy consumption and the required power demand are unknown variables by the time of consumer contracting, being necessary to estimate them. This dissertation proposes to tackle this problem by a methodology based on the simulation of future scenarios of maximum power demand and total consumed energy and on stochastic optimization of these simulated scenarios in order to define the best contract. Given the stochastic nature of the problem, it was used the CVaR (Conditional Value at Risk) as a measure of risk for the optimization problem. To illustrate, the contracting results were obtained for a large real consumer considering the Green Tariff group A4 in the Regulated Environment and a quantity contract in the Free Environment.

DELBERIS ARAUJO LIMA

ALVARO DE LIMA VEIGA FILHO

DJALMA MOSQUEIRA FALCAO

DELBERIS ARAUJO LIMA

2016-11-09

2016-08-29

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27918@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27918@2

https://doi.org/10.17771/PUCRio.acad.27918