OPTIMIZATION OF ELECTRIC POWER SWAP IN BRASIL USING THE OMEGA MEASUREMENT

• Main Author: FELIPE SIQUEIRA SCHOUCHANA
• Other Authors: LEONARDO LIMA GOMES
• Language: Portuguese
• Published: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO 2010
• Online Access: http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=16911@1; http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=16911@2

que torna complexo o processo de formação do preço da energia, já que o mesmo depende do comportamento das afluências futuras, que é altamente incerto. Em função dessa incerteza, o preço pode apresentar comportamento volátil, se tornando um fator de alto risco para os agentes do setor elétrico. No entanto, é comum que comercializadoras utilizem o mercado a vista para alavancar seus ganhos, visto que podem negociar energia elétrica entre diferentes submercados lucrando com as diferenças de preços existentes entre eles. A gestão do risco inerente a essas operações geralmente é realizada pelas próprias empresas que utilizam modelos financeiros para otimização de portfólio de contratos levando em conta métricas de risco. Uma prática comum é o Swap de energia elétrica no mercado a vista que consiste na compra e venda de energia para liquidação em determinada data. Na prática a comercializadora fica vendida na ponta ativa e comprada na ponta passiva, em submercados diferentes. Quando da liquidação financeira a comercializadora irá receber ou pagar um valor em dinheiro dependendo dos preços de cada submercado. Nesse contexto, o presente estudo oferece um modelo de decisão ótima em Swaps de energia elétrica utilizando como balizador de desempenho a medida Ômega com restrição de valor em risco (VaR – Value at Risk) de forma a auxiliar comercializadores a maximizarem seus lucros minimizando riscos por meio de operações casadas. Os resultados mostraram que a medida Omega é uma excelente métrica de decisão ótima de Swaps de energia elétrica visto que consegue incorporar toda a curva estatística da distribuição dos resultados simulados para as operações. A medida Omega também leva em conta um nível de retorno ou valor meta chamado de limite (L) definido pelo gestor, o qual é a fronteira entre o que se considera como ganho e como perda. A decisão ótima de Swap com base na maximização da medida Omega para contratos de energia elétrica em um horizonte de 12 meses resultou no conjunto das seguintes operações: CSE-VNE+CSE-VN (Compra Sudeste e Vende Nordeste + Compra Sudeste e Vende Norte). === The Brazilian electric sector underwent a major restructuring that began at the end of the 1990s, which aimed to increase the efficiency of the agents and the market as a whole. This process created the Regulated Contracting Environment (ACR) where the generators sell their energy through government-organized auctions, and the Free Contracting Environment (ACL) which enables deals between producers and consumers whose demand exceeds 3MW, directly or via brokers. Purchases in the ACL may be at fixed or previously-set prices, or even at floating prices based on the Spot Price (PLD). The PLD may be volatile, becoming a high risk factor for the electric sector agents. Energy supply is divided into four sub-markets: North, South, Northeast and Southeast/Midwest, and each presents a distinct PLD due to restrictions on the transmission lines and other factors. However, it is common for agents to trade in electric power swaps, which means trading energy among different sub-markets and profiting from price differences. The management of risk inherent in such operations is usually performed by the companies themselves, which use financial models to optimize contract portfolios, taking into account risk metrics. Thus, the trader will book a profit or loss depending on the prices in each sub-market. Against this backdrop, this study offers a model of optimal decision in Electric Power Swaps (buying and selling the same amount of energy) using the Omega Measurement as a performance indicator, restricted by value at risk (VaR) to help brokers maximize their profit while minimizing risks.