1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. ESP - Cursos de Pós-Graduação Lato-Sensu (Especializações)
  3. TCCE - Trabalho de Conclusão de Curso de Especialização
  4. Dois Vizinhos
  5. DV - Tecnologia Python para Negócios
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/31601
Registro completo de metadados
Campo DCValorIdioma
dc.creatorTheodoro, Edson Aparecido Rozas-
dc.date.accessioned2023-06-22T12:34:56Z-
dc.date.available2023-06-22T12:34:56Z-
dc.date.issued2023-04-03-
dc.identifier.citationTHEODORO, Edson Aparecido Rozas. Simmarketstrategy: uma ferramenta computacional para avaliação de estratégias de venda de energia elétrica em mercados com precificação por oferta. 2023. Monografia (Especialização em Tecnologia Python para Negócios) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2023.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/31601-
dc.description.abstractAfter 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectPython (Linguagem de programação de computador)pt_BR
dc.subjectEnergia elétricapt_BR
dc.subjectModelo de precificação de ativospt_BR
dc.subjectPython (Computer program language)pt_BR
dc.subjectElectric powerpt_BR
dc.subjectCapital assets pricing modelpt_BR
dc.titleSimmarketstrategy: uma ferramenta computacional para avaliação de estratégias de venda de energia elétrica em mercados com precificação por ofertapt_BR
dc.title.alternativeSimmarketstrategy: a computational tool for electricity selling strategy assessment in offer-based pricing marketspt_BR
dc.typespecializationThesispt_BR
dc.description.resumoSeguindo 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.pt_BR
dc.degree.localDois Vizinhospt_BR
dc.publisher.localDois Vizinhospt_BR
dc.contributor.advisor1Lopes, Yuri Kaszubowski-
dc.contributor.referee1Silva, Rodolfo Adamshuk-
dc.contributor.referee2Oliveira, Rafael Alves Paes de-
dc.contributor.referee3Lopes, Yuri Kaszubowski-
dc.publisher.countryBrasilpt_BR
dc.publisher.programCurso de Especialização em Tecnologia Python para Negóciospt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:DV - Tecnologia Python para Negócios

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ferramentaestrategiasvendaenergia.pdf3,26 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons