Dissertação de mestrado em Engenharia Industrial, Planning an electricity system of a country is a hard and complex task that involves planners and decision makers in the process of selecting the best option(s) for future energy system plans considering the dynamics of electricity planning process within the society, the environment and the economy. The electricity system is a large-scale, complex and dynamic system and thus, for the purpose of power planning, it is unbearable to consider all specific relations between the electricity system and its external environment. Thus, the planning process frequently requires a logic and simpler representation of the electricity system to support effective decision making. Electricity power planning relies on future projections, constraints and parameters to be incorporated in the planning model. In line with is, deterministic models based on these most likely forecasts can bring simplicity to the electricity power planning but do not explicitly consider uncertainties and risks which are always present on the electricity systems. On the other hand, stochastic models can account for uncertain parameters that are critical to obtain a robust solution, requiring however, higher modelling and computational effort than deterministic models. In this work, a methodology is proposed to include uncertainty into electricity planning model using scenario analysis, without adding the complexity of traditional stochastic optimization modelling. Ultimately, the aim of this work was to propose a methodology to identify major uncertainties presented in the electricity system and demonstrate their impact in the long-term electricity production mix, through scenario analysis. An electricity system close to the Portuguese one was used to demonstrate how renewables uncertainty can be included in the long term planning process, combining Monte Carlo Simulation with a deterministic optimization model. The results of this work indicate that high growth demand rates combined with climate uncertainties represent major sources of risk for the definition of robust optimal technology mixes for the future. This is particularly important for the case of electricity systems with high share of RES as climate change can have a major role on the expected RES power output., Planear o sistema elétrico de um país é uma tarefa exigente e complexa que implica o desenvolvimento de decisores na seleção da(s) melhor(es) opção/opções para os planos futuros do sistema, tendo em conta a sua dinâmica com a sociedade, o ambiente e a economia. O sistema elétrico caracteriza-se pela grande escala, sendo também complexo e dinâmico e portanto, tornando-se incomportável incluir todas as relações específicas entre o sistema elétrico e a sua envolvente externa durante o planeamento. Assim, este processo de planeamento requer frequentemente uma representação lógica e simples do sistema elétrico por forma a apoiar a tomada de decisão eficiente. O planeamento da produção de eletricidade assenta em projeções, restrições e parâmetros que serão incorporados no modelo de planeamento. Desta forma, os modelos determinísticos baseados nestas previsões podem trazer simplicidade ao processo de planeamento mas não incluem explicitamente as incertezas e riscos presentes nos sistemas elétricos. Por outro lado, os modelos estocásticos permitem incluir incertezas consideradas críticas para obter uma solução robusta, mas requerem um maior esforço de modelação e ao nível computacional comparativamente aos modelos determinísticos. Neste trabalho, é proposta uma metodologia para incluir a incerteza num modelo de planeamento da eletricidade através da análise de cenários, evitando a complexidade da otimização estocástica. Deste modo, o objetivo deste trabalho é apresentar uma metodologia para identificar as principais incertezas presentes no sistema elétrico e demonstrar o seu impacto no mix tecnológico para geração da eletricidade no longo prazo, através da análise de cenários. Um sistema elétrico próximo do caso Português foi usado para demonstrar de que modo as fontes de energias renováveis podem ser incluídas no processo de planeamento de longo prazo, combinando a simulação de Monte Carlo com um modelo de otimização determinístico. Os resultados deste trabalho indicam que um elevado crescimento na procura de eletricidade combinado com a incerteza sobre as condições climáticas representam importantes fontes de risco para a definição de mixes tecnológicos ótimos e robustos para o futuro. Isto é particularmente relevante para o caso das fontes de energias renováveis terem um contributo elevado para os sistemas elétricos, dado que as alterações climáticas poderão afetar significativamente a geração de eletricidade expectável destas tecnologias renováveis.