A short-term risk management tool applied to OMEL electricity market using particle swarm optimization

Short-term risk management is highly dependent on long-term contractual decisions previously established; risk aversion factor of the agent and short-term price forecast accuracy. Trying to give answers to that problem, this paper provides a different approach for short-term risk management on electricity markets. Based on long-term contractual decisions and making use of a price range forecast method developed by the authors, the short-term risk management tool presented here has as main concern to find the optimal spot market strategies that a producer should have for a specific day in function of his risk aversion factor, with the objective to maximize the profits and simultaneously to practice the hedge against price market volatility. Due to the complexity of the optimization problem, the authors make use of Particle Swarm Optimization (PSO) to find the optimal solution. Results from realistic data, namely from OMEL electricity market, are presented and discussed in detail.

A long-term risk management tool for electricity markets using swarm intelligence

This paper addresses the optimal involvement in derivatives electricity markets of a power producer to hedge against the pool price volatility. To achieve this aim, a swarm intelligence meta-heuristic optimization technique for long-term risk management tool is proposed. This tool investigates the long-term opportunities for risk hedging available for electric power producers through the use of contracts with physical (spot and forward contracts) and financial (options contracts) settlement. The producer risk preference is formulated as a utility function (U) expressing the trade-off between the expectation and the variance of the return. Variance of return and the expectation are based on a forecasted scenario interval determined by a long-term price range forecasting model. This model also makes use of particle swarm optimization (PSO) to find the best parameters allow to achieve better forecasting results. On the other hand, the price estimation depends on load forecasting. This work also presents a regressive long-term load forecast model that make use of PSO to find the best parameters as well as in price estimation. The PSO technique performance has been evaluated by comparison with a Genetic Algorithm (GA) based approach. A case study is presented and the results are discussed taking into account the real price and load historical data from mainland Spanish electricity market demonstrating the effectiveness of the methodology handling this type of problems. Finally, conclusions are dully drawn.

Utilização da Nanotecnologia para o desenvolvimento sustentável na indústria agro-alimentar

O crescimento populacional esperado para os próximos anos conduzirá à necessidade de aumentar a produção agrícola de modo a satisfazer o aumento da procura. Nos últimos anos tem-se assistido a uma evolução tecnológica nos sistemas de produção que tem permitido aumentar a produtividade agrícola, por vezes à custa de elevados consumos de energia e com práticas nem sempre ambientalmente corretas. Os desafios que se colocam atualmente são no sentido de melhorar a conservação de recursos escassos, como o solo e a água, de aumentar a eficiência de uso de fatores de produção, de encontrar novas culturas, do desenvolvimento da biotecnologia, da diminuição dos consumos energéticos e de melhorar ainda mais as tecnologias associadas à produção. De maneira a responder aos desafios emergentes da procura por alimentos, da escassez de terrenos agrícolas aráveis bem como da existência de pragas de insetos e de ervas daninhas, os pesticidas tem vindo a ser usados com maior frequência, tendo-se assistido a uma contaminação dos solos e águas subterrâneas, causando deste modo um risco para a saúde dos seres vivos. Neste sentido, vários fabricantes de pesticidas estão a desenvolver novas formulações contendo pesticidas encapsulados em nanopartículas como modo de aumentar a sua solubilidade em água, biodisponibilidade, volatilidade, estabilidade e eficácia. tendo por objetivo um desenvolvimento sustentável. Neste trabalho, procedeu-se ao estudo do encapsulamento do herbicida Oxadiargil (5-terc-butil-3-[2,4-dicloro-5-(2-propiniloxi)fenil]-1,3,4-oxadiazol-2(3H)-ona) com a 2-hidroxipropil-β-ciclodextrina (HP-β-CD). O estudo da formação do complexo de inclusão Oxadiargil - HP-β-CD foi realizado em diferentes meios, água desionizada, tampão acetato pH = 3,46 e pH = 5,34 e tampão fosfato pH = 7,45, com o objetivo de determinar e comparar a sua constante de estabilidade. Verificou-se, em qualquer dos casos, a ocorrência de uma relação linear entre o aumento da solubilidade do Oxadiargil e o aumento da concentração de HP-β-CD, com um declive inferior a um, o que indicia a formação de um complexo na proporção estequiométrica de 1:1. Os resultados obtidos permitiram concluir que o processo de complexação Oxadiargil - HP-β-CD não é muito influenciado pela constituição e pelo pH do meio. De facto, as constantes de estabilidade obtidas para a água desionizada e soluções-tampão pH = 3,46, pH = 5,34 e pH = 7,45 foram de 919 ± 25, 685 ± 13, 623 ± 17 e 753 ± 9, respetivamente. A solubilidade do complexo obtido nos estudos realizados, em diferentes meios, é cerca de 23 a 32 vezes superior à observada para o Oxadiargil livre. De forma a caracterizar o complexo Oxadiargil - HP-β-CD procedeu-se à sua síntese utilizando o método de “kneading”. O composto obtido foi caracterizado por Ressonância Magnética Nuclear (RMN) tendo-se confirmado a formação de um complexo de inclusão na proporção estequiométrica de 1:1. O complexo obtido é mais solúvel e porventura mais estável quimicamente. O encapsulamento permite uma redução da aplicação dos pesticidas diminuindo assim os custos e o impacto negativo no ambiente. Com a nanotecnologia é possível a libertação controlada dos pesticidas, aumentando a sua eficácia e fornecendo os meios necessários para um desenvolvimento sustentável.

Determinantes da procura da Bitcoin

Dissertação de Mestrado apresentada ao Instituto de Contabilidade e Administração do Porto para a obtenção do grau de Mestre em Contabilidade e Finanças, sob orientação da Professora Doutora Celsa Maria Carvalho Machado

Analysis of Electricity Market Prices Using Multidimensional Scaling

This paper studies the impact of the energy upon electricity markets using Multidimensional Scaling (MDS). Data from major energy and electricity markets is considered. Several maps produced by MDS are presented and discussed revealing that this method is useful for understanding the correlation between them. Furthermore, the results help electricity markets agents hedging against Market Clearing Price (MCP) volatility.