CAPÍTULO 4 – MÉTODO DE PESQUISA
4.5 Definição do modelo
Para avaliar a eficiência do sistema elétrico pode-se utilizar como procedimento de reavaliação de tarifa os modelos não-paramétricos, como a Análise Envoltória de Dados e modelos paramétricos, como a Fronteira Estocástica (SFA – Stochastic Frontier
Analysis). Destaca-se o trabalho de Pombo (2006), o qual afirma que o DEA se adapta
melhor para as necessidades de eficiência do que a fronteira estocástica por cinco motivos. Primeiramente, DEA está diretamente centrado na estimativa de fronteira e de eficiência, ao invés de uma tendência central ou tendenciosa como nas medidas da SFA. Segundo fator é que não há, a priori, uma suposição sobre a forma analítica da função de produção. O terceiro motivo considera DEA como adequada para medir a eficiência técnica em processos de produção com múltiplas entradas e saídas. Em quarto lugar, DEA permite a utilização de variáveis ambientais ou variáveis que não estejam diretamente incluídas na função produção, mas que possuam efeitos sobre a taxa de entradas / saídas. Por fim, em quinto lugar, a determinação do tipo de retorno e o seu efeito sobre a eficiência é simples.
Contudo, deve-se observar que o DEA também possui algumas deficiências, como em relação aos resultados que são sensíveis a erros nos dados, inclusão e exclusão de observações e variáveis, especificação do modelo e ainda, deve-se analisar a relação entre o número de unidades avaliadas e o número de variáveis de entrada / saída usadas, uma vez que podem influenciar os resultados da eficiência.
Apesar disto, vários trabalhos apontam a adequabilidade da metodologia DEA na análise de eficiência de empresas do setor de energia (ZHANG; BARTELS, 1998; RESENDE,
2002; DELMAS; TOKAT, 2002; CHERCHYE; POST, 2003; WANG et al., 2007; SARKIS; CORDEIRO, 2009). Por fim, destaca-se a ausência do uso da análise DEA em redes (NDEA – Network Data Envelopment Analysis), o qual analisa internamente a caixa preta, ou seja, os processos que compõe a rede do sistema em um modelo único de produção multi-estágios.
Andrade e Sant’ana (2011) reforçam a importância do uso de uma análise da rede em um modelo único do sistema elétrico brasileiro, uma vez que a produção e o consumo do produto se desenvolvem concomitantemente, exige-se, assim, que haja uma rede interligando o espaço de geração ao espaço de utilização, além disso, afirmam que qualquer evento que afete um dos elos desta rede irá impactar no fluxo como um todo. Portanto, observa-se que como os elos da cadeia estão amplamente relacionados, de forma que existe um impacto direto e imediato das mudanças entre os segmentos do sistema elétrico, a análise da rede em um único modelo de avaliação de eficiência pode ser interessante e impactar na definição da tarifação da energia elétrica.
Dessa forma, o modelo a ser utilizado é o modelo NDEA, respondendo ao principal objetivo do trabalho, o qual é propor um novo modelo de análise de eficiência do sistema elétrico brasileiro a fim de tornar a revisão tarifária melhor ajustada à realidade do sistema elétrico, verificando a eficiência energética do sistema de maneira unificada.
O modelo de redes é classificado como modelo de três estágios, sendo cada estágio um segmento do sistema elétrico, de modo que: 1º estágio – Geração de energia, 2º estágio – Transmissão de energia, e 3º estágio – Distribuição de energia. Além disso, utiliza-se na pesquisa o modelo relacional proposto por Kao (2009), apresentando estrutura em série. Este modelo realiza duas análises: uma agregada, verificando a eficiência total da rede, e outra univariada, de maneira a analisar cada estágio, verificando as respectivas particularidades e os efeitos de um estágio sobre os demais. Assim, na análise separada será utilizado o modelo CCR em comparação com o NDRS em cada segmento do sistema elétrico brasileiro. O modelo NDEA a ser utilizado também é CCR, optou-se pelo uso desse modelo ao invés do modelo BCC, uma vez que o último apresenta algumas deficiências já apresentadas no Capítulo 3. A sistematização das análises com as respectivas modelagens é ilustrada na Figura 4.4.
Figura 4.4 – Análises e modelagens utilizadas na pesquisa. Fonte: Elaboração própria.
O software computacional escolhido para resolver o problema de otimização dos modelos foi o Excel com a ferramenta Solver, devido a sua grande difusão em empresas e
facilidade de manipulação. Como o Solver presente no software é uma versão limitada a 200 variáveis e 100 restrições, foi necessária à instalação da versão trial do Solver Pro. A Figura 4.5 apresenta a representação do modelo proposto.
Figura 4.5 – Modelo proposto com todas variáveis. Fonte: Elaboração própria. Em que:
7 = OPEX da Geração A = Capacidade Instalada 7 = OPEX da Transmissão A = Capacidade de Transmissão 7 = OPEX da Distribuição A = Vendas Totais
7 = Perdas Não Técnicas A = 1/DEC*FEC _ = Energia Produzida A = IASC
_ = Energia Transmitida A = Potência Instalada de Distribuição
O modelo matemático NDEA primal com orientação ao output é expresso por:
6=E QR?= ∑ ]> >7>? 9:;<= : (1) ∑B:BAB?= 1 (2) ∑B:BAB − ∑ ]> >7> ≤ 0 ; = 1, … ,362 (3) d_+ :A− ]7 ≤ 0 ; = 1, … ,362 (4) d_+ :A − (]7+ d_) ≤ 0 ; = 1, … ,362 (Equação 4.1) (5) ∑B :BAB − (∑ ]> >7>?+ d_) ≤ 0 ; = 1, … ,362 :B , ]>< d`≥ 0, ∀ = 1, … , 6 , = = 1, … , 4 , r = 1,2.
Para a aplicação do modelo descrito assume-se que dado um conjunto de múltiplos inputs e múltiplos outputs, todos os inputs impactam todos os outputs. Contudo, dado que as DMUs do modelo são os caminhos entre empresas do sistema e os dados obtidos das variáveis são por empresa e não por caminho, encontra-se um problema de compartilhamento de recursos. Por exemplo, uma geradora que produz certa quantidade de energia deve compartilhar essa energia com cinco transmissoras, logo esse valor da variável de energia produzida tem que ser particionado entre as empresas de transmissão. Como os valores exatos para cada caminho não é sabido, deve-se encontrar os valores das proporções a partir das quais os dados das variáveis compartilhadas serão estimados. Para isso utilizou a metodologia proposta por Li et al. (2015) que se baseia na visão de uma DMU como uma unidade de negócio consistida por um conjunto de subunidades independentes sobre as quais o modelo de DEA convencional pode ser aplicado.
Aplicando essa metodologia no caso estudado, toma-se como base a visão de que a DMU atua como uma unidade de negócio constituída por K subunidades independentes, em que cada subunidade k representa cada transmissora ou distribuidora. Cada subunidade k é
formada de modo que cada porção do input i (>?7>) impacta todo output r (dB?AB), então
a condição de interação completa dos inputs para outputs é satisfeita no nível das subunidades, com isso, pode-se aplicar o modelo de DEA.
Figura 4.6 – Compartilhamento de recursos em subunidades.
Uma vez resolvido o problema da divisão apropriada dos inputs e outputs através de suas respectivas subunidades, o modelo proposto do NDEA pode ser aplicado. Para encontrar as proporções dos inputs e outputs, uma adaptação do modelo CCR proposto por Li et al. (2015) foi utilizada.
Assume-se que j DMUs serão avaliadas em termos de um conjunto de i inputs e r outputs, e cada r output apresenta q sub-tipos, e cada DMU é representada por um conjunto de k
subunidades (>?7>, dB?AB). Como observa-se na Figura 4.6, considere >{como o peso
particionado do input i relacionado ao sub-tipo q do output r, sendo i = r. Também,
considere dB?{ como o peso particionado do subtipo q do output r relacionado à subunidade
k. Por fim, considere >?{como o peso particionado do input i relacionado ao subtipo q do
output r e a subunidade k, sendo i = r.
A utilização do modelo tem a finalidade de detalhar os valores estimados das proporções
β dos outputs e γ dos inputs, já que os valores exatos não são disponíveis, para isso é
necessário saber um intervalo que essas proporções estejam inseridas (>? ≤ >? ≤ >? e
>? ≤ >? ≤ >?). Buscou-se na literatura e bases de dados da Aneel informações que
servissem como limitantes e utilizou as proporções obtidas através dos valores de encargos do uso do sistema. Por exemplo, a quantidade de energia transmitida de uma empresa transmissora para uma distribuidora tem relação com a quantidade de encargos pago pela empresa distribuidora para a transmissora por usar o seu sistema de transmissão. Logo o problema de programação linear é expresso por:
6=E QR = ∑ ]^> >7> 9:;<= : (1) ∑\B:B{AB{ = 1 (2) ∑B\ :B{AB{ − ∑ >^ >{7> ≤ 0 = 1, = = , ∀; (3) ∑B\ dB?{ AB{ − ∑ >^ >?{7> ≤ 0 = 2, = = , ∀ , ∀ ; (4) ∑ dB?{ ? = :B{ = 2, ∀ (Equação 4.2) (5) ∑ >?{ ? + >{ = ]> ∀ = (6) ]>>? ≤ >?{ ≤ ]>>? = 2, ∀ (7) :B{B?{ ≤ dB?{ ≤ :B{B?{ = 2, ∀ :B{, ]>, dB?{, >{, >?{ ≥ 0, ∀ , =, ,
Com o resultado ótimo do modelo 4.2 encontra-se os valore das proporções de acordo com as seguintes fórmulas:
B?= dB?{⁄ , :B{ >? = >?{⁄ ]> (Equação 4.3)
É necessário ressaltar que para a aplicação no sistema elétrico o modelo foi utilizado duas vezes, uma considerando a relação de empresas geradoras com as transmissoras e das empresas transmissoras com as distribuidoras. Em ambos os casos existe uma variável de
input (OPEX) e duas variáveis de output (Capacidade instalada ou de transmissão e a
Energia produzida ou transmitida), logo considera-se no modelo i = r como sendo as empresas geradoras ou transmissoras relacionadas, respectivamente, às suas subunidades
k como sendo as empresas transmissoras e distribuidoras. Os sub-tipos q dos outputs
variam de 1 à 2 e representam, respectivamente, a Capacidade instalada ou de transmissão e a Energia produzida ou transmitida.
Após a obtenção das proporções das variáveis foi realizada a reorganização dos dados para todas as DMUs e por fim, é possível encontrar as eficiências NDEA do modelo proposto de avaliação da rede de suprimentos do setor elétrico brasileiro.