Determinação do nível ótimo de contratação de energia elétrica para grandes consumidores baseado em técnicas de gerenciamento do risco

Abstract

Este trabalho apresenta uma metodologia para determinação do nível ótimo de contratação de energia elétrica, tendo como objetivo a minimização do valor esperado do risco ao mercado spot, para grandes consumidores. Para aplicação da metodologia, são avaliados três consumidores com diferentes perfis de consumo, e são criadas curvas empíricas de distribuição de probabilidade normal e log-normal com intuito de representar os dados utilizados de consumo mensal de energia elétrica e da média mensal do preço de liquidações de diferenças, respectivamente. Na continuidade, é utilizada a simulação Monte Carlo, na busca por estabelecer, aleatoriamente, cenários futuros de consumo e preço de energia elétrica. Posteriormente, são simulados possíveis cenários de contratação de energia elétrica, e a convolução destas curvas empíricas faz com que sejam obtidos os valores de exposição ao mercado spot. O risco à não contratação de energia elétrica, é quantificado por ferramentas de análise de decisão sob risco utilizadas na indústria financeira. Tendo em vista a redução do valor esperado do risco, são propostas a gestão integrada do risco e o uso da geração de energia elétrica com o óleo diesel. Neste trabalho, propõe-se um modelo computacional baseado na técnica de simulação Monte Carlo, que auxilie o tomador de decisões na definição do quanto de energia elétrica deve ser contratada. O modelo proposto é aplicado ao Setor Elétrico Brasileiro, com o intuito de demonstrar sua viabilidade prática e conceitual.

This work presents a methodology for determining the optimal level for purchasing electricity, with the purpose of minimizing the risk to the expected value of spot market, for large consumers. For application of the methodology are assessed three consumers with different consumption characteristic, and are created empirical probability distribution of normal and log-normal curves with the aim of representing the data used for monthly consumption of electricity and the monthly average settlement price differences, respectively. Continuing, it uses a Monte Carlo simulation, in seeking to establish, at random, future scenarios of consumption and price of electricity. Subsequently, possible scenarios are simulated of electricity hiring, and convolution of these empirical curves makes them obtained the values of exposure to the spot market. The risk of non-contracting electricity is quantified by analysis tool used for decision making under risk in the financial industry. In order to reduce the expected value of risk, are proposed integrated management of risk and use of electric power generation with diesel oil. In this works, we propose a computational model based on Monte Carlo simulation technique, which helps the decision maker in defining how much power should be hired. The proposed model is applied to the Brazilian Electricity Sector, in order to demonstrate its practical and conceptual feasibility.