Integração Regional com disponibilidade de Gás Natural Líquido a preços médios.

Devido à recessão econômica mundial e ao excedente de oferta do petróleo e seus derivados, estudou-se o cenário de preços médios dos combustíveis, as tecnologias consideradas no caso 3 foram as mesmas do caso 2. As plantas de ciclo combinado utilizadas como referência neste caso foram de 250 MW pela disponibilidade de gás natural em Honduras, Panamá e Costa Rica.

0 10 20 30 40 50 60 1 2 3 4 5 6 7 8 9 10 11 12 meses U$/MWh(2002-2007) 2002 2003 2004 2005 2006 2007

Figura 6.3:Custos Marginais médios para o cenário 3.

No caso do cenário 3, considerando preços de combustível médios, os custos marginais são baixos com valores entre os 54 U$/MWh e os 13 U$/MWh para o ano 2002.

Face à análise seguinte, utilizando o método de desempenho econômico e a teoria multicritério de classificação de alternativas, para os dois casos de estudo, salienta-se que não é possível fazer uma comparação entre os índices de desempenho resultantes nem entre os pré- ordenamentos parciais pelas seguintes razões:

a. Os horizontes de tempo são diferentes;

b. O número de domínios da variável lingüística é diferente;

c. Portanto o número de critérios para comparar as alternativas é diferente.

6.3 Estudo de Caso 1

6.3.1 Aplicação do método de desempenho econômico: caso 1

A saída obtida com o SDDP foi utilizada como entrada do algoritmo desenvolvido em MATLAB, utilizando a teoria dos conjuntos fuzzy, (ANEXO 1) objetivando-se assim, possuir uma ferramenta computacional que nos permita encontrar um mix de contratos de compra e venda de energia elétrica. Dentro deste mix consideram-se diversos tipos de contratos candidatos, tais como,

compra e venda no mercado spot, contratos bilaterais e opções européias de compra e venda com diferentes fatores de contratação.

No exemplo considerado, tem-se um produtor térmico a Diesel, de 57 MW de capacidade instalada. Os custos variáveis deste agente variam em função dos cenários estudados e são iguais à soma dos custos variáveis pela administração, operação e manutenção com os custos dos combustíveis e o valor médio deste custo para este gerador é de 36.25 U$/MWh. Para determinar a variação na componente dos custos por combustíveis, foram utilizadas as previsões dos preços dos combustíveis feitas pela EIA (2001), para o cenário base e o cenário de preços altos, cujas previsões são por ano.

Para validar a metodologia os cenários utilizados foram escolhidos como os mais prováveis dentro de diversos cenários pelos especialistas da CRIE16, os índices de desempenho estarão representados por um valor crisp porque a evidência está enfocada em cenários únicos, ou seja, as medidas fuzzy: belief e plausibility são iguais e também iguais à probabilidade de cada cenário. Na prática normalmente a evidência não fica enfocada em cenários únicos, mas em nível de simplificação utiliza-se esta suposição, conforme é expresso pela equação 6-1. Para os cenários 1, 2 e 3 foram colocadas pelos especialistas da CRIE as seguintes probabilidades: 0,1, 0,3 e 0,6 respectivamente.

( Taltos / m) ( Taltos/ m)

Pl Lucros F =Bel Lucros F = prob (6-1)

Para considerar as incertezas associadas ao mercado, o preço spot foi definido como um número fuzzy de forma trapezoidal, sendo relacionado a um cenário econômico específico, ver Figura 6-4. O procedimento para a calibração deste número fuzzy, foi feito com a determinação dos intervalos nos quais a variável do preço spot toma valores com um alto nível de presunção para os quais a função de pertinência é igual a um. De igual forma seria para os intervalos com baixos valores da função de pertinência definindo diferentes alpha-cuts com níveis de presunção α∈[0,1], obtendo-se então, um número fuzzy completo:

U$/MWh 70 80 60 50 40 30 20 10 0.5 1

µ

µ

Figura 6.4:Número Fuzzy do Preço Spot para um cenário específico..

Para simplificar o estudo de caso as estratégias analisadas são somente de contratação, sem considerar as estratégias de reestruturação e expansão do negócio, ou seja, novos investimentos. Foram escolhidas sete mixes de contratação, após de uma análise de sensibilidade através da qual, considerou-se somente as alternativas mais adequadas e as que representavam menos riscos para o agente.

Para obter os índices de desempenho para cada uma das alternativas de contratação consideradas, foi aplicado o método do desempenho econômico, apresentado no capítulo anterior e proposto por SCHMUTZ (2002). Os índices de desempenho são calculados utilizando-se o algoritmo implementado neste trabalho. Estes índices são valores entre 0 e 1, e representam as possibilidades dos lucros nivelados pertencerem ao domínio correspondente, para cada horizonte de tempo e cada uma das estratégias.

A variável lingüística através da qual representa-se a percepção dos lucros do agente sob estudo, esta composta por dois domínios os que são modelados ao mesmo tempo por dois números fuzzy. Os índices desejados pelo agente, para o conjunto fuzzy “Lucros baixos” serão aqueles onde os valores mais baixos, sinalizam um melhor desempenho da alternativa. Para o conjunto fuzzy “Lucros altos” será o contrário, os valores mais altos entre 0 e 1 sinalizarão um melhor desempenho. Isto pode ser verificado na Figura 5-5 ou 5-6.

Os valores colocados nas tabelas seguintes são os índices de desempenho obtidos com o algoritmo implementado neste trabalho, utilizando-se as fórmulas vistas no Capítulo 5. No cálculo destes índices a influência dos três cenários sobre os domínios e variáveis fuzzy ocorre simultaneamente.

Para cada horizonte de tempo existem dois domínios (“lucros baixos” e “lucros altos”). Analisando cada um destes índices de desempenho é possível conhecer em que medida existe evidência da ocorrência destes lucros.

Inicia-se a análise dos resultados para este gerador com a simulação de uma contratação 100% bilateral e um preço de energia no contrato de 60 U$/MWh prefixado, igual aos contratos tipo PPA. Quando se analisam os valores de desempenho apresentados na Tabela 6-1, para esta alternativa, existe tanto no curto prazo quanto no longo prazo uma elevada possibilidade de obter lucros baixos dada a ocorrência do cenário 2. Por outro lado, se ocorre o cenário 3, no qual segundo a previsão os preços spot são baixos, evidentemente a possibilidade dos lucros serem altos é elevada..

Baixos

Altos