Sistemas de Suporte à Decisão para o sector energético

2.2.1 Tipologia dos modelos

O Quadro 2.1 apresenta alguns exemplos de SSD mais utilizados na área de estudos.

Quadro 2.1- Exemplos de modelos para o sector energético

Fonte: (Barros, 2014; Blarke, 2015; Boucinha, 1991; Branquinho, 2014; Carmona, 2006; D. Connolly, 2010; Fortes, 2014; Ghersi, 2006; Jaccard, Murphy, & Rivers, 2004; Jaccard, Nyboer, Bataille, & Sadownik, 2003)

Tipo de ferramenta

Modelo Simulação Cenário Equilíbrio Down Top- Bottom-Up

Optimização Operação Investimento

AEOLIUS Sim - - - Sim - -

COMPOSE - - - - Sim Sim Sim

E4cast - Sim Sim - Sim - Sim

EMCAS Sim Sim - - Sim - Sim

EMINENT - Sim - - Sim - -

EMPS - - - - Sim Sim -

EnergyPLAN Sim - Sim - Sim Sim -

EPLAN Sim Sim - Parcial Sim Sim Sim

EnergyPRO Sim Sim - - - Sim Sim

ENPEP-Balance - Sim Sim Sim - - -

GAMS Sim - Sim Sim - Sim -

GTMax Sim - - - - Sim -

H2RES Sim Sim - - Sim Sim -

HOMER Sim - - - Sim Sim Sim

HYDROGEMS - Sim - - - - -

IKARUS - Sim - - Sim - Sim

INFORSE - Sim - - - - -

Invert Sim Sim - - Sim - Sim

LEAP Sim Sim - - Sim - -

MARKAL/Times - Sim Sim Parcial Sim - Sim

Mesap PiaNet - Sim - - Sim - -

MiniCAM Sim Sim Parcial Sim Sim - -

NEMS - Sim Sim - - - -

ORCED Sim Sim Sim - Sim Sim Sim

PERSEUS - Sim Sim - Sim - Sim

PRIMES - - Sim - - - -

ProdRisk Sim - - - Sim Sim Sim

RAMSES Sim - - - Sim Sim -

RETScreen - Sim - - Sim - Sim

STREAM Sim - - - -

TRSYS16 Sim Sim - - Sim Sim Sim

UniSyD3.0 - Sim Sim - Sim - -

WASP Sim - - - Sim

A simplicidade e flexibilidade dos modelos permitiram o aparecimento de diversos SSD, com grande variedade de ferramentas disponíveis. Há certamente mais SSD, mas estes são os mais conhecidos pela sua utilização, fiabilidade e disponibilidade. O melhor SSD será essencialmente definido pelo problema a modelar.

Uma ferramenta de simulação é normalmente utilizada para análise de curto prazo (com valores horários ao longo de um ano). Uma ferramenta de construção de cenários é tipicamente utilizada para análises de médio e longo prazo (um período de 20-50 anos, por exemplo). Numa ferramenta de procura de equilíbrio é assumido que agentes são price-taker e que há um equilíbrio óptimo. Uma ferramenta top-down é macroeconómica. Uma ferramenta de bottom-up identifica e analisa tecnologias específicas. Uma ferramenta de optimização de operação indica o melhor ponto de funcionamento de um determinado sistema de energia. Uma ferramenta de optimização de investimento indica a melhor opção de investimento num sistema de energia.

A incerteza dos resultados obtidos pelos modelos vem da incerteza inerente das condições futuras e das características intrínsecas do modelo utilizado.

2.2.2 Os modelos tecnológicos

Estes modelos apresentam uma abordagem bottom-up de engenharia, contendo uma descrição detalhada da tecnologia e do potencial técnico. As tecnologias de produção são descritas em detalhe e utilizando dados desagregados, permitindo que se identifique um conjunto de opções técnicas (existentes e emergentes). Existem diversas abordagens na análise do consumo de energia.

A previsão da procura de energia é independente do comportamento e das restrições do mercado. Estes modelos assumem que os agentes avaliam directamente os custos das opções tecnológicas e que reagem a incentivos ao investimento e a subsidiação de preços. São bons para identificar oportunidades de investimento custo-eficaz (no regrets actions).

A desvantagem identificada é a interação entre o sector de energia e os outros sectores económicos é: primeiro, não são analisados os efeitos económicos da escolha tecnológica (Jaccard et al., 2003); segundo, não são consideradas as dimensões de escala da produção (Rutherford & Böhringer, 2006); terceiro, não são consideradas as escolhas subjectivas do consumidor mas apenas que as tecnologias são perfeitamente substituíveis com base em custos e níveis de emissão (Ghersi, 2006), quarto, o risco de transição para uma nova tecnologia tem um maior risco porque o período de retorno vai aumentar, a diversisdade de tecnologias no consumo é pequena e os consumidores estão, de modo geral, menos informados (Sutherland, 1991). Assim, além de subestimar os custos, estes modelos sobreestimam a vontade dos consumidores em substituição de tecnologias, existindo o risco do potencial de melhoria da eficiência ser sobrestimado (Capros, 1995; Rivers & Jaccard, 2005). Neste tipo de modelos destaca-se o TIMES_PT, um modelo linear de optimização do ETSAP (Energy Technology Systems Analysis Program) da Agência Internacional de Energia. O modelo considera a oferta e a procura e divide-se em sete sectores: oferta de energia primária;

produção de eletricidade; consumo na indústria; consumo residencial; consumo dos serviços; consumo na agricultura e consumo dos transportes. Existe informação sobre o modelo (Goldstein, 2005) e existem estudos de aplicação com elevada desagregação (Simões, 2007). O modelo MARKAL, desenvolvido também pelo programa ETSAP, é um modelo genérico para representar a evolução desagragada de um sistema de energia ao longo de um longo período (normalmente de 40 a 50 anos). Existe informação sobre o modelo (Loulou, 2004) e existem estudos de aplicação com elevada desagregação (Celestino, 2014).

O AEOLIUS é uma ferramenta de simulação de despacho económico que apresenta a vantagem de ser robusto na análise do impacto das intermitências da energia eólica (Rosen, Tietze-Stöckinger, & Rentz, 2007) e da energia solar no sector eléctrico (Pfluger, 2014).

O EPLAN (SIEMENS, 2015) é uma ferramenta de optimização da distribuição de carga com as restrições de garantia, metas ambientais e mudanças de medidas de política (essencialmente energias renováveis na produção e o aumento da eficiência energética no consumo).

O COMPOSE (Blarke, 2015) avalia a viabilidade, na perspectiva económica e energética, de uma opção de energia definida pelo utilizador, estando também focado na cogeração.

O E4Cast (E4cast, 2015a) é um modelo de previsão de energia eólica em tempo real para qualquer local na Europa. Apesar de estar focado na energia eólica, o modelo também faz previsões de produção fotovoltaica (E4cast, 2015b).

O EMPS está focado na energia hídrica, mas também existem estudos sobre a liberalização do mercado eléctrico (Flataboe, 2005).

O ProdRisk é um modelo de optimização e de simulação de sistemas hidrotérmicos (SINTEF, 2015).

2.2.3 Os modelos de equilíbrio geral

Estes modelos apresentam uma abordagem top-down com uma visão global e altamente agregada da economia, incluindo diferentes setores, mercados e suas interacções. Não representam explicitamente as tecnologias disponíveis no mercado, sendo usualmente um tratamento rudimentar (Rutherford & Böhringer, 2006). Assumem que a mudança tecnológica é baseada em taxas de tendências (geralmente exógenas) e não desagregam as tecnologias disponíveis por níveis de eficiência. Assim, não identificam oportunidades de investimento custo-eficaz (no regrets actions) e subestimam o potencial de melhoria da eficiência das actividades do consumo.

Os dados de entrada do modelo (como por exemplo a procura de energia e as quotas de cada tipo de consumidor) são baseados no comportamento do mercado e através de índices económicos agregados (como por exemplo o PIB e o rendimento) e reacções comportamentais (como por exemplo elasticidades ao preço e variáveis conjecturais) (Bataille, Jaccard, Nyboer, & Rivers, 2006).

Assume tendências históricas sem descontinuidades, desprezando variáveis disruptivas. O sector de energia é simplificado: inclui uma elasticidade de substituição constante, representando as preferências dos consumidores e as funções matemáticas da produção. As

possibilidades de substituição técnica são identificadas apenas por essa elasticidade (Capros, 1995; Rutherford & Böhringer, 2006).

Existem diversas abordagens na análise do consumo de energia.

Os modelos de equilíbrio geral neo-clássicos eram apenas utilizados para análise de medidas de política do tipo normativo, uma vez que formulam um equilíbrio de mercado orientado para o preço. Os modelos de equilíbrios gerais keynesianos permitem condições de desequilíbrio e funcionam como uma ferramenta descritiva de projecções de curto e médio prazo (Capros, 1995; Löschel, 2002; Rutherford & Böhringer, 2006).

O mais comum é a utilização de modelos de equilíbrio geral que combinam pressupostos comportamentais (como a racionalidade dos agentes económicos) com a análise das condições de equilíbrio (S. Silva, Soares, & Afonso, 2010).

O GAMS (GAMS, 2015) é um modelo de alto nível para a programação matemática e optimização. Consiste num compilador e um robusto conjunto de optimizadores matemáticos, permitindo soluções à medida para aplicações complexos, de larga escala e que podem ser adaptadas a novas situações.

2.2.4 Os modelos híbridos

Devido às suas características próprias, cada uma das abordagens de modelagem têm pontos fortes e limitações específicas. Porque os modelos top-down representam a mudança tecnológica de forma abstracta, esta abordagem só ajuda os decisores políticos a avaliar os instrumentos de política em toda a economia, sendo ineficaz para avaliar o papel da tecnologia (Ghersi, 2006). Além disso, as elasticidades de substituição entre produtos energéticos e os parâmetros de eficiência energética são geralmente fixados através de dados históricos, com nenhuma garantia de que eles permanecerão válidos no futuro, ignorando desenvolvimento de novas tecnologias (Grubb, Kohler, & Anderson, 2002). Por esta razão os modelos top-down concluem que os esforços de melhoria e de afastamento de um cenário de tendência são caros (Ghersi, 2006; Jaccard et al., 2003; Rivers & Jaccard, 2006). Pelo contrário, devido ao seu detalhe tecnológico, os modelos bottom-up permitem definir políticas orientadas para a tecnologia. No entanto, os modelos bottom-up indicam que a mudança para um sistema energético sustentável pode ser alcançado a um custo menor que o real porque não reflectem o comportamento micro-económico dos agentes e a interacção macro-económica (Metz, 2001). Assim, a utilização separada dos modelos bottom-up e de top-down não trata adequadamente todas as questões. Neste contexto, alguns estudos defendem a necessidade de uma estrutura híbrida integrada que combinar suas forças, construindo um instrumento que é tecnológica explícita, comportamentalmente realista e económica global, ligando fornecimento e consumo de energia para a evolução da estrutura da economia e produção total (Ghersi, 2006). A necessidade de desenvolver um modelo hibrido já tinha sido identificada recentemente por autores nacionais. Após comprovar que a utilização do modelo bottom-up TIMES_PT e modelo top-down GEM-E3_PT separadamente revelou que os mesmos determinam diferentes opções. Contudo, a plataforma HYBTEP construída através de ligação dos modelos TIMES_PT e GEM-

E3_PT foi utilizada para opções de mitigação das alterações climáticas sem alternativas de investimento pelos consumidores, mas apenas combinando escolhas tecnológicas com respostas macroeconómicas sectorialmente desagregadas (P. Silva, 2014). Pela impossibilidade de modelar, com o TIMES_PT, a evolução a longo prazo de sistemas de energia com altas penetrações de fontes de energias renováveis, foi desenvolvida, a partir do modelo MiniCAM, uma nova metodologia com resolução temporal para desenvolver planos de investimentos (Pina, 2012). Pela necessidade de combinar a abordagem top-down com a bottom-up para testar comportamentos empíricos foi desenvolvido o modelo híbrido CIMS, simulando os impostos de carbono, os desincentivos aos veículos a gasolina e desincentivos aos veículos só com condutor para mostrar como diferentes instrumentos de política pode motivar a mudança tecnológica (Horne, Jaccard, & Tiedemann, 2005) ou para possível definir as medidas de política necessárias para se obter uma quota de mercado mínima para veículos com emissões reduzidas (Jaccard et al., 2004).