O objetivo desta tese é construir um modelo de composição de carteiras de recursos energéticos dentro do Planejamento Integrado de Recursos Energéticos (PIR), aplicável em uma determinada região ou país. Este modelo inclui as etapas de definição do espaço geográfico de estudo, o mapeamento de recursos, a caracterização dos recursos energéticos existentes e sua valoração. Após estas etapas, é feita a composição de carteiras energéticas, seguida pela construção de cenários e análise de riscos e incertezas para a definição da carteira preferencial dos recursos energéticos da região. Como ferramentas de apoio, são adaptados modelos matemáticos aplicados em sistemas financeiros para a seleção e análise de carteiras de investimentos, modelos para a avaliação de riscos e incertezas, o software de Planejamento de Alternativas Energéticas de Longo Alcance (LEAP) para a criação de cenários e previsão da demanda energética e o software Decision Lens (DL) para o ranqueamento e a alocação de recursos financeiros dos recursos energéticos dentro da carteira definida, considerando as dimensões técnico-econômico, ambiental, social e política. A caracterização dos recursos energéticos envolve o levantamento das características socioeconômicas, ambientais, o perfil dos envolvidos e interessados do setor energético, a listagem de recursos energéticos locais (hídricos, eólicos, solares, nucleares, biomassa, geotérmicas, células a combustíveis dentre outros). Também são levantadas características construtivas das tecnologias existentes e que podem ser incorporadas na matriz energética da região em estudo. O processo de avaliação dos potenciais energéticos envolve o cálculo dos potenciais energéticos teóricos de cada recurso energético existente na região. Após a avaliação dos potenciais, faz-se a priorização ou ranqueamento destes recursos através de critérios pré-definidos, em duas avaliações diferentes: Avaliação Determinística dos Custos Completos (ADCC) e Avaliação Holística dos Custos Completos (AHCC). Para gerar ambos os rankings utiliza-se o software Decision Lens (DL) baseado no método do Processo de Análise Hierárquico (PAH). O cruzamento das avaliações resulta em ranking geral dos recursos energéticos, utilizado posteriormente para a construção de carteiras dos recursos energéticos. Na valoração dos recursos energéticos, consideram-se atributos ambientais, sociais, técnico-econômicos e políticos, que podem afetar a formação de carteiras eficientes dentro do PIR a longo prazo. O resultado do processo de valoração é o potencial energético realizável da região em estudo. Para este potencial, aplica-se o modelo analítico de formação de carteiras de recursos energéticos. Neste são considerados o ranking, o volume de investimentos, os atributos ambientais (emissões), sociais (IDH, número de empregos, ocupação de solo), políticos (incentivos governamentais, impostos) e todos os parâmetros técnicoeconômicos relacionados às tecnologias selecionadas para o aproveitamento de cada recurso energético. Com a incorporação destas variáveis no modelo, faz-se simulações para a obtenção de carteiras ótimas para a construção do Plano Preferencial dentro do Planejamento Integrado dos Recursos Energéticos.

The main objective of this thesis is to establish a model to guide the composition of energy resources portfolios in the process of the Integrated Resources Planning (IRP) in a region or a country. This includes steps such as the definition of the geographical space of study, mapping of resources, characterization of existing energy resources, and valuation of energy resources. After these steps, the portfolios are formed, followed by the construction of scenarios, and the analysis of risks and uncertainties for the definition of the preferential portfolio of energy resources in the region. Supporting tools based on mathematical models used in financial systems are adapted to the selection and analysis of investment portfolios, models for the evaluation of risks and uncertainties, the Long Range Energy Alternatives Planning Software (LEAP) to create energy demand scenarios and the Decision Lens Software (DL) to rank and allocate financial resources of energy resources within a defined portfolio, considering the technical-economic, environmental, social and political dimensions. The energy resources characterization involves the removal of socioeconomic characteristics, environmental, the profile of those involved and interested in the energy sector, the listing of local energy resources (water, wind, solar, nuclear, geothermal, biomass, fuel cells among other). Constructive features have also been raised of existing technologies and that can be incorporated into the energy matrix of the region under study. The process of energy potential evaluation involves the calculation of theoretical potential energy of each existing energy resource in the region. After the assessment of potential, it was ranking resources through pre-established criteria in two different assessments: Full costs Deterministic Evaluation (ADCC) and Holistic Assessment of Full Costs (AHCC). To generate both rankings, it was used the software Decision Lens (DL) based on the method of Tiered Analysis process (PAH). With both assessment results, it is build the overall ranking of energy resources, used to build an energy resources portfolio. In the valuation of energy resources, environmental, social, technical economic and political attributes are considered to the resources valuation that may affect the portfolio selection within the IRP in the long term. The result of the valuation process is the disposable energy potential of the region in the study. Using the information above, finally, it was applied an analytical portfolio selection model of energy resources. It considered the ranking, the volume of investments, the environmental attributes (emission), social (IDH, number of jobs, occupation of land), political (Government incentives, taxes) and all the parameters related to the technical-economical selected technologies for the enjoyment of each energy resource. With the incorporation of these variables in the model, simulations for obtaining optimal portfolios for the construction of the Preferred Plan within the IERP.