Variáveis históricas – Horizonte temporal D-6, D-1 e D

O primeiro tipo de variáveis diz respeito às séries históricas dos preços do mercado diário para o dia D (variável preço D) e para semana anterior (variável preço D-6). O estudo destas duas variáveis revela-se pertinente na medida em que, como referido no subcapítulo 2.2, a evolução do preço do mercado apresenta sazonalidades (repetição de um padrão comportamental com uma certa cadência temporal), sazonalidades estas que podem ser facilmente identificadas através da análise dos valores autorregressivos desta grandeza. As séries históricas que constituem as variáveis preço D e preço D-6 utilizadas na presente dissertação, encontram-se disponíveis para consulta nas publicações diárias dos resultados para o mercado diário do MIBEL realizadas pelo operador do sistema português, a REN [12].

É ainda de salvaguardar que, para as horas em que se verificou a ocorrência de market

splitting, optou-se por se utilizarem os preços do mercado correspondentes à área Portuguesa.

Adicionalmente a estas duas variáveis autorregressivas, foram ainda incorporadas nos modelos da previsão dois outros tipos de variáveis, referentes aos consumos e às produções.

Relativamente aos consumos, utilizaram-se as séries históricas dos consumos do dia anterior (variável consumo D-1) e da semana anterior (variável consumo D-6). Como é expectável, os consumos possuem uma imensa influência sob o desfecho do mercado diário, e consequentemente no comportamento do preço do mercado. Com efeito, os agentes ligados à

34 Previsão do preço do mercado diário

compra da eletricidade correspondem muitas vezes a entidades que operam na área da comercialização da energia elétrica, pelo que acedem à plataforma de contratação diária com o intuito de adquirir este tipo de energia para cumprir os acordos comerciais estabelecidos com os clientes finais, responsáveis pelos consumos. À luz desta relação, conclui-se que os agentes supracitados vêem-se na obrigação de adaptar as suas propostas de aquisição de eletricidade de acordo com os consumos dos seus clientes, o que por sua vez, de acordo com o processo de concertação de propostas descrito no capítulo anterior, tem um impacto direto na curva de procura e por conseguinte no preço do mercado. Analogamente também os geradores fazem o planeamento do despacho tendo por base os consumos, pelo que esta variável também apresenta algum impacto na forma da curva de oferta do mercado diário.

Posto isto, infere-se que os consumos são o fator que dita, predominantemente, a forma da curva de procura e portanto possuem um enorme peso no processo de formação de preços e respetiva magnitude tomada por esta grandeza, justificando-se assim a pertinência em estudar estes tipos de variáveis para o desenvolvimento dos modelos da previsão.

No que concerne às variáveis das produções, analisou-se a possibilidade de incorporar nos modelos da previsão do preço do mercado diário, as séries históricas das produções eólicas do dia anterior (variável eólica D-1), das produções das centrais hídricas do dia anterior (variável hídrica D-1), das produções agregadas das unidades de cogeração e parques fotovoltaicos do dia anterior (variável cogeração/solar D-1), das produções das centrais térmicas a carvão do dia anterior (variável carvão D-1), das produções das centrais nucleares do dia anterior (variável nuclear D-1) e das gerações das centrais térmicas de ciclo combinado do dia anterior (variável gás natural D-1).

As variáveis referentes às produções refletem-se nas propostas de venda submetidas pelos produtores, pelo que se relacionam com a curva de oferta da eletricidade, e portanto possuem também influência sob o comportamento do preço do mercado.

A razão pela qual se optou por utilizar na presente dissertação 6 séries distintas referentes às produções individuais de cada um dos tipos de centrais geradoras supramencionadas em detrimento de uma única variável respeitante à produção total, relaciona-se com o fato das diferentes unidades geradoras instaladas na Península Ibérica acarretarem custos marginais de produção distintos.

De fato, as propostas de venda, mais especificamente a componente do preço deste tipo de propostas, reflete em parte os custos marginais de produção das centrais, pelo que na generalidade, centrais com custos operacionais baixos submetem propostas associadas a preços igualmente mais reduzidos comparativamente às homólogas apresentadas por grupos geradores mais caros. Deste modo, para as horas em que a produção das centrais com menores custos associados é mais elevada, é usual verificar-se que existe um menor número de propostas oriundas de centrais mais dispendiosas concertadas no processo de formação de preços, o que por sua vez conduz a uma diminuição na magnitude do preço do mercado (isto, supondo-se que

3.2. Informação utilizada 35

para as horas em questão o nível de procura é semelhante), sendo também válido o fenómeno oposto. Desta forma, conclui-se que a utilização de variáveis referentes à produção de energia discriminada pelo tipo de tecnologia de geração instalada em Espanha e Portugal possibilita uma modelização mais completa dos fatores que fixam o preço do mercado diário, comparativamente àquela obtida através de uma única variável na qual se agregam todas as produções numa única série de valores.

É ainda de salientar, que dos seis tipos de unidades produtoras estudadas na presente dissertação, as centrais hídricas e os parques eólicos são aquelas que apresentam custos marginais mais reduzidos verificando-se, em contraste, que as centrais térmicas de ciclo combinado são as unidades geradoras associadas a maiores custos de operação [47].

Todas as séries históricas referentes aos consumos e às produções históricas aqui expostas, são diariamente publicadas no centro de informações do operador do sistema espanhol (REE) e do homólogo português (REN), disponíveis em [13-14], respetivamente.

É ainda de notar que, comparativamente ao que se verifica para a variável preço D, as séries dos consumos e das produções referentes ao dia D não são publicadas pelos operadores do sistema num momento anterior ao instante definido para a computação da previsão, pelo que a inclusão de informação destes tipos de variáveis respeitantes ao dia D foi desconsiderada no desenvolvimento dos modelos da previsão, de modo a garantir-se que estes possuem aplicabilidade real. Resta assinalar, que toda a informação concernente às variáveis históricas utilizadas na presente dissertação foi disponibilizada pela empresa Smartwatt.