This doctoral thesis presents contributions to solve the transmission network expansion planning problem considering uncertainties and optimal allocation of energy storage devices: (i) a methodology to solve the robust transmission network expansion planning problem considering wind generation and contingency dispatch scenarios, meeting the N-1 security criterion; (ii) a methodology to solve the transmission network expansion planning problem considering a dynamic planning horizon and constraints on reliability and use of available wind energy; (iii) two clustering algorithms, the modified Iterative Self-Organizing Data Analysis Technique Algorithm (m-ISODATA) and the Representative Period Clustering Algorithm (AAPR), proposed to obtain representative scenarios from historical series for application in planning and operation of power systems; (iv) a methodology to solve the transmission network expansion planning problem and optimal allocation of energy storage devices in a decoupled way, allowing the simultaneous solution of each chronological scenario.Esta tese de doutorado apresenta contribuições para a solução do problema de Planejamento da Expansão da Transmissão de Energia Elétrica (PET) considerando incertezas e alocação ótima de Dispositivos de Armazenamento de Energia (DAE), dentre estes: (i) uma metodologia para solucionar o PET de forma robusta em relação aos cenários de despacho de geração eólica e contingência, satisfazendo o critério de segurança N-1; (ii) uma metodologia para solucionar o PET considerando um horizonte de planejamento dinâmico e restrições de confiabilidade e de uso adequado da energia eólica disponível; (iii) dois algoritmos de agrupamento de séries históricas, o modified Iterative Self-Organizing Data Analysis Technique Algorithm (m-ISODATA) e o Algoritmo de Agrupamento de Períodos Representativos (AAPR), propostos para obter os cenários representativos para problemas de planejamento e operação de sistemas de energia que levam em conta incertezas a curto prazo, respectivamente para problemas não-cronológicos e cronológicos; (iv) uma metodologia para solucionar o problema de PET e alocação ótima de DAEs de forma desacoplada, permitindo a solução simultânea de cada cenário cronológico.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior