A gestão do risco associado à negociação de energia eléctrica através de contratos bilaterais e mercado spot

Num mercado de electricidade competitivo onde existe um ambiente de incerteza, as empresas de geração adoptam estratégias que visam a maximização do lucro, e a minimização do risco. Neste contexto, é de extrema importância para desenvolver uma estratégia adequada de gestão de risco ter em conta as diferentes opções de negociação de energia num mercado liberalizado, de forma a suportar a tomada de decisões na gestão de risco. O presente trabalho apresenta um modelo que avalia a melhor estratégia de um produtor de energia eléctrica que comercializa num mercado competitivo, onde existem dois mercados possíveis para a transacção de energia: o mercado organizado (bolsa) e o mercado de contratos bilaterais. O produtor tenta maximizar seus lucros e minimizar os riscos correspondentes, seleccionando o melhor equilíbrio entre os dois mercados possíveis (bolsa e bilateral). O mercado de contratos bilaterais visa gerir adequadamente os riscos inerentes à operação de mercados no curto prazo (mercado organizado) e dar o vendedor / comprador uma capacidade real de escolher o fornecedor com que quer negociar. O modelo apresentado neste trabalho faz uma caracterização explícita do risco no que diz respeito ao agente de mercado na questão da sua atitude face ao risco, medido pelo Value at Risk (VaR), descrito neste trabalho por Lucro-em-Risco (PAR). O preço e os factores de risco de volume são caracterizados por um valor médio e um desvio padrão, e são modelizados por distribuições normais. Os resultados numéricos são obtidos utilizando a simulação de Monte Carlo implementado em Matlab, e que é aplicado a um produtor que mantém uma carteira diversificada de tecnologias de geração, para um horizonte temporal de um ano. Esta dissertação está organizada da seguinte forma: o capítulo 1, 2 e 3 descrevem o estado-da-arte relacionado com a gestão de risco na comercialização de energia eléctrica. O capítulo 4 descreve o modelo desenvolvido e implementado, onde é também apresentado um estudo de caso com uma aplicação do modelo para avaliar o risco de negociação de um produtor. No capítulo 5 são apresentadas as principais conclusões.

In a competitive electricity market, generation companies (Gencos) pursue profit maximization strategies, subjected to the minimization of risk, in an uncertainty environment. In this context, it is of utmost importance to develop an appropriate risk management strategy that takes into account the different options of trading electricity in a liberalized market, that supports risk management decision making. This dissertation presents a model for evaluating the optimal strategy of a Genco that trades electricity in a competitive market, where two possible energy transaction markets are considered: the spotmarket and the bilateral contract market. The Genco tries to maximize its profits and minimize the corresponding risks by selecting the optimal balance between the two possible transaction markets (spot and bilateral). The bilateral contract market aims at adequately manage the risk inherent to the markets operation in the short term (spot market) and give the buyer/seller a real ability tochoose the supplier which they want to negotiate with. The model presented in this paper makes an explicit characterization of risk with respect to the market agent under consideration and its attitude towards risk, measured by Value at Risk (VaR) measures, namely the Profit at Risk (PaR). The price and volume risk factors are characterized by a mean value and a standard deviation, and are modeled by normal distributions. Numerical results are obtained using Monte Carlo simulation implemented in Matlab, which is applied to a Genco that holds a diversified portfolio of generation technologies, for a time horizon of one year. This dissertation is organized as follows. In chapter 1, 2 and 3 a state-of-the-art related to the risk management in electricity trading is presented. Chapter 4 describes the modeldeveloped and implemented and is also presented a case study with an application of the model to assess the risk of a Genco. In chapter 5 the main conclusions are drawn.