Simmarketstrategy: uma ferramenta computacional para avaliação de estratégias de venda de energia elétrica em mercados com precificação por oferta

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLopes, Yuri Kaszubowski-
Autor(es): dc.contributorSilva, Rodolfo Adamshuk-
Autor(es): dc.contributorOliveira, Rafael Alves Paes de-
Autor(es): dc.contributorLopes, Yuri Kaszubowski-
Autor(es): dc.creatorTheodoro, Edson Aparecido Rozas-
Data de aceite: dc.date.accessioned2025-08-29T12:41:53Z-
Data de disponibilização: dc.date.available2025-08-29T12:41:53Z-
Data de envio: dc.date.issued2023-06-22-
Data de envio: dc.date.issued2023-06-22-
Data de envio: dc.date.issued2023-04-03-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/31601-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1100226-
Descrição: dc.descriptionAfter 1990s, following global trends of decarbonization, digitalization and decentralization, Brazilian electricity market has been extensively transformed. Among the new proposals is the adoption of an offer-based pricing for energy auctions, in which sellers (generators) can offer marginal operation costs freely without any auditing procedure by market operator. This work intends to propose an agent-based simulation tool, using reinforcement learning techniques (Q-learning) and Python programming language. This tool is used for energy selling strategy assessment in day-ahead markets with hourly discretization, and seeks the best selling offers in order to maximize agent’s operational profit. The proof of concept validation was conducted in a small power grid in order to: (i) gain insights about generators market power, (ii) study tacit collusion phenomena among sellers in imperfect information environments, and (iii) improve generators’ offer behavior for profit maximization.-
Descrição: dc.descriptionSeguindo as tendências mundiais, após a década de 1990, de descabornização, digitalização e descentralização, o mercado de energia elétrica brasileiro tem sofrido um processo extenso de reestruturação. Entre as novas propostas para o setor está a adoção de um modelo de precificação por oferta, no qual os agentes vendedores (geradores de energia elétrica) poderão ofertar livremente seus custos marginais de operação de modo a competir nos leilões de energia, se diferenciando do modelo atual onde seus custos são auditados pelo operador do mercado. Neste sentido, o presente trabalho propõe a elaboração de uma ferramenta computacional baseada em simulação por agentes, utilizando técnicas de aprendizagem por reforço (Qlearning), e implementada em linguagem Python. Esta ferramenta realiza a avaliação de estratégias de venda de energia elétrica, considerando mercados com liquidação horária no dia anterior ao próximo dia operativo (day-ahead), sendo aplicada na seleção das melhores ofertas para o agente vendedor (maximização do lucro operacional). Como validação da prova de conceito, objetivando o posterior desenvolvimento de um produto minimamente viável, foram realizados testes em um sistema elétrico de pequeno porte visando determinar: (i) o potencial dos geradores no exercício de poder de mercado, (ii) o estudo de fenômenos de coalisão tácita em mercados com informação imperfeita, e (iii) a seleção de melhores ofertas de venda de energia.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherDois Vizinhos-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCurso de Especialização em Tecnologia Python para Negócios-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/-
Palavras-chave: dc.subjectPython (Linguagem de programação de computador)-
Palavras-chave: dc.subjectEnergia elétrica-
Palavras-chave: dc.subjectModelo de precificação de ativos-
Palavras-chave: dc.subjectPython (Computer program language)-
Palavras-chave: dc.subjectElectric power-
Palavras-chave: dc.subjectCapital assets pricing model-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleSimmarketstrategy: uma ferramenta computacional para avaliação de estratégias de venda de energia elétrica em mercados com precificação por oferta-
Título: dc.titleSimmarketstrategy: a computational tool for electricity selling strategy assessment in offer-based pricing markets-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.