
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Lourenço, Elizete Maria | - |
| Autor(es): dc.contributor | Aoki, Alexandre Rasi | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica | - |
| Autor(es): dc.creator | Dias, Isael Vieira | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T12:10:31Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T12:10:31Z | - |
| Data de envio: dc.date.issued | 2024-04-25 | - |
| Data de envio: dc.date.issued | 2024-04-25 | - |
| Data de envio: dc.date.issued | 2007 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/10741 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/10741 | - |
| Descrição: dc.description | Orientadora : Elizete Maria Lourenço | - |
| Descrição: dc.description | Coorientador : Alexandre Rasi Aoki | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba, 2007 | - |
| Descrição: dc.description | Inclui bibliografia | - |
| Descrição: dc.description | Resumo : O Setor Elétrico Brasileiro implantou, em 2004, um Modelo Institucional, tendo como foco principal a criação de uma estrutura e de um marco regulatório que atraíssem o investimento privado, garantindo a expansão da oferta e do transporte de energia elétrica, aliados à busca pela modicidade tarifária através da instituição dos leilões de energia. Este modelo estabelece que as distribuidoras de energia devem contratar 100% das necessidades do seu mercado cativo nos leilões, impondo limites para o repasse de preço ao consumidor e penalidades em casos de sub ou sobre-contratação. Estas questões aliadas às diversas incertezas que envolvem a definição de estratégias de compra de energia pelas empresas de distribuição, tornam este um problema de difícil solução, indicando a necessidade de mecanismos que auxiliem na definição dessas estratégias. Devido ao pouco tempo decorrido desde a implantação do novo modelo, há ainda uma escassez de metodologias que permitam e/ou auxiliem essa tomada de decisão que, aliada ainda à falta de uma base de dados confiável para projeção do preço da energia elétrica, têm levado as distribuidoras a adotarem procedimentos empíricos para a compra de energia elétrica. Este trabalho vem nesse sentido e propõe o uso de Algoritmos Genéticos (AGs) para resolver o problema de gestão de compra de energia, levando em conta informações dos especialistas das concessionárias de energia. A metodologia proposta vem, portanto, no sentido de auxiliar os especialistas na tomada de decisão nos leilões de energia, definindo quanto e quando contratar a energia para atendimento de seu mercado. Testes e simulações foram realizados com dados de uma empresa brasileira de distribuição, apresentando resultados satisfatórios A técnica adotada demonstrou ser uma ferramenta valiosa no auxílio à tomada de decisão do agente da distribuidora de energia elétrica na hora de informar ao MME sua necessidade futura de energia para o atendimento de seu mercado, obedecendo às regras dos leilões | - |
| Descrição: dc.description | Abstract : Since 2004, there is a new institutional model, regulating the Brazilian electrical energy market, which has the following purposes: to build a structure and a regulatory landmark to attract private investments, to warranty the expansion of the transmission and energy offer, and to ensure energy price control through energy auctions. According to this model, energy distribution (retail) companies must contract 100% of its internal market in auctions. The energy costs can be transferred to the consumer prices with regulated limits and the companies are subjected to penalties in case of over or subcontract of energy. These topics, in addition to the uncertainty which involves the energy market, make the strategies to be adopted by the distribution companies to preview the necessary amount of energy a very difficult task, pointing out the need of specific tools to support the definition of the companies’ strategy definition. There is a shortage of methodologies supporting distribution companies’ decision, since the new model has been recently implanted. There is also an absence of a reliable data base to project future energy price. The distribution companies are being induced to adopt experimental procedures to define the energy amount to be contracted. This work uses Genetic Algorithms to find the best amount of energy buy, taking into account the specialists experiences. The proposed methodology main goal is to build a tool able to give support to the companies to define when and how much energy has to be contracted to satisfy its market. Test simulations were conducted using real data of a Brazilian company showing satisfactory results. The technique adopted in this work showed to be efficient on optimizing the amount of energy to be bought in auctions, considering the auctions’ rules | - |
| Formato: dc.format | 94f. : il. algumas color., grafs., tabs. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Relação: dc.relation | Disponível em formato digital | - |
| Palavras-chave: dc.subject | Sistemas de energia eletrica | - |
| Palavras-chave: dc.subject | Algorítmos genéticos | - |
| Palavras-chave: dc.subject | Engenharia eletrica | - |
| Título: dc.title | Estratégias de gestão de compra de energia eletrica para distribuidoras no Brasil | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: