UNIVERSIDADE FEDERAL DE SANTA CATARINA UFSC PS-GRADUAO EM ENGENHARIA ELTRICA LABPLAN LAB. DE PLANEJAMENTO DE SIST. DE ENERGIA ELTRICA T.A.

A. EM PLANEJAMENTO DE SISTEMAS DE ENERGIA ELTRICA GESTO DE ENERGIA ELTRICA PROFESSOR: ERLON C. FINARDI

BRUNNO HENRIQUE BRITO

GERENCIAMENTO DE RISCOS E GESTO DE SISTEMAS DE ENERGIA ELTRICA

Florianpolis, novembro de 2013

SUMRIO

1 CONTEXTUALIZAO ....................................................................................................... 3 2 CONCEITOS E DEFINIES ............................................................................................... 3 2.1 GARANTIA FSICA (GF) ............................................................................................... 3 2.2 SAZONALIZAO DA GARANTIA FSICA .............................................................. 3 2.3 VALUE AT RISK (VaR) ................................................................................................. 3 2.4 CONDITIONAL VALUE AT RISK (CVaR) .................................................................. 4 3 DESCRIO DO PROBLEMA PROPOSTO ....................................................................... 5 4 METODOLOGIA UTILIZADA ............................................................................................. 7 5 RESULTADOS E ANLISES ............................................................................................... 9 5.1 CASO I ............................................................................................................................. 9 5.2 CASO II .......................................................................................................................... 10 5.3 CASO III ......................................................................................................................... 16 6 CONCLUSES ..................................................................................................................... 18 REFERNCIAS ....................................................................................................................... 19

1 CONTEXTUALIZAO
O fornecimento de energia eltrica de vital importncia para qualquer sociedade, pois ele est diretamente ligado com a capacidade de desenvolvimento dos pases. Estimular o ingresso de novos investidores a esse tipo de mercado uma das formas de garantir a modicidade tarifria e a confiabilidade, para isso necessrio condies de mercado que propiciem boas taxas de retorno e de proteo (hedge) contra cenrios desfavorveis. Os investidores de qualquer mercado, inclusive o de energia, tentam maximizar seus retornos ao mesmo tempo em que buscam a minimizao dos riscos. H vrias tcnicas que tentam definir e medir o risco, geralmente relacionadas com a volatilidade ou s perdas esperadas de carteiras de investimentos. Alm da dificuldade em se definir o risco, o nvel de averso ao risco intrnseco a cada investidor. A atual crise dos mercados financeiros mostra que a avaliao do risco no uma questo trivial, envolvendo muitos aspectos, o que fortalece a necessidade da gesto de riscos. Esse trabalho tem como objetivo verificar o comportamento de um mercado de energia quando submetido a riscos e avaliar a forma pelo qual as sazonalizaes da Garantia Fsica (GF) afetam na receita esperada de um agente Gerador de energia eltrica.

2 CONCEITOS E DEFINIES
2.1 GARANTIA FSICA (GF)

a quantidade mxima de energia que as usinas hidreltricas e termeltricas podem comercializar a um dado critrio de garantia de suprimento.

2.2 SAZONALIZAO DA GARANTIA FSICA

Consiste na possibilidade variar a Garantia Fsica mensal ao longo do ano.

2.3 VALUE AT RISK (VaR)

3

Value at Risk (VaR) um mtodo para avaliar o risco em operaes financeiras. O VaR resume o risco de um instrumento financeiro ou o risco de uma carteira de investimentos em um nmero, um montante financeiro, que representa a pior perda esperada em um dado horizonte de tempo (Ex.: 1 dia). Como o universo de incertezas ilimitado, a tcnica do VaR constantemente associada a um nvel de confiana desta informao (Ex.: 95% de confiana). Normalmente o VaR calculado com 95%, 97,5% ou 99% de confiana. Este nvel de confiana nos indica que esperada perda maior que a calculada pelo VaR. Assim, ao utilizar 99% de confiana, espera-se que a cada 100 observaes do VaR, em pelo menos 1 vez a perda do investimento financeiro seja superior perda estimada no clculo do VaR. Define-se ( ) Onde o nvel de confiana, ( )

a varivel aleatria que representa a perda associada

a um investimento e

o valor em risco a ser encontrado. Quando bem definida, como podemos ver

( ) representa a menor perda possvel com probabilidade na figura abaixo.

Figura 1: Comportamento do VaR

2.4 CONDITIONAL VALUE AT RISK (CVaR)

uma medida de risco, um conceito utilizado em finanas (e, mais especificamente, na rea de avaliao de risco financeiro) para avaliar o risco de mercado ou o risco de crdito de uma carteira. uma alternativa ao valor em risco
4

(VaR) que mais sensvel para a forma da distribuio de perda na cauda da distribuio. A "queda esperada em um nvel de q%" o retorno esperado do portfolio no pior q% dos casos. O CVaR avalia o risco de um investimento de uma forma conservadora, com foco nos resultados menos rentveis. Para valores elevados de q ele ignora as possibilidades mais de perdas elevadas e para pequenos valores de q concentra-se sobre as piores perdas. Um valor q frequentemente utilizado na prtica de 5%. Na prtica, define-se valor em risco condicional, para um determinado nvel de probabilidade, como sendo a perda esperada a partir do valor em risco:
( )

( )
e ( ) a funo densidade

onde

uma carteira,

um cenrio de preo para a carteira

probabilidade do cenrio de preos. A figura 2 ilustra o CVaR.

Figura 2: Comportamento do CVaR

3 DESCRIO DO PROBLEMA PROPOSTO

Considere um agente detentor de uma usina hidreltrica cujo histrico de gerao apresentado na Tabela 1.
Tabela 1 Histrico de Gerao

Jan 4076 2965 3873 1691

Fev 7681 1641 5685 1372

Mar 5921 1583 4189 4179

Abr 4600 1381 3286 2481

Mai Jun Jul Ago Set Out Nov Dez 2789 2062 1644 1301 1439 1340 1447 2479 1022 827 767 757 690 943 684 1494 2247 1628 1250 1133 1006 1774 1383 1726 1681 1114 900 825 1059 836 1191 2835
5

5950 4912 3901 2651 4996 2161 1459 3186 3388 3816 2033 2148 2347 2057 3888 4870 4304 4655 6257 1621 2731 1259 2879 2553 5234 7005

3831 6398 2357 2606 5076 2932 4599 3805 3886 5301 3546 1468 1408 3726 3568 5411 3519 5877 5744 2297 2982 853 4091 3277 4886 7938

2695 5174 1983 4290 4638 3619 3079 6882 4037 4430 4946 1851 2497 2978 2716 5806 2565 5862 4131 2002 3632 1191 3958 4014 2908 6244

2104 2899 1901 2865 2763 2088 3037 3766 2633 3461 2989 1583 1363 2233 2761 3248 1519 2972 2714 1211 1890 1048 2345 3262 3279 5105

1927 2064 1100 1930 1873 1437 1302 2264 1727 2116 1751 928 1366 2114 1723 2727 1158 2693 1927 863 1330 851 1537 2085 1969 3651

1547 1523 952 1509 1525 1105 1118 1740 1409 1670 1574 850 1386 2197 1284 1778 1042 2004 1613 868 1099 915 1292 2125 1649 4748

1098 1201 908 1236 1231 923 1070 1547 1129 1378 1208 657 947 1540 1080 1394 884 1832 1342 731 1061 816 1497 1998 1255 2995

889 968 728 982 1049 769 783 1212 997 1156 936 570 1090 1110 1013 1183 768 1429 1165 711 861 659 1179 1815 961 2236

778 825 1033 854 916 672 690 1509 811 935 846 543 829 1277 835 1044 688 1261 1071 541 1303 652 1005 2286 1320 3379

1401 934 1294 914 1294 675 719 1387 884 937 902 614 710 1357 809 962 730 1798 960 921 1173 1037 2736 2124 1178 4041

1916 1962 1569 1588 1598 1071 1321 1501 1326 877 1336 899 961 1640 1107 1489 1118 2212 1880 2254 1592 1070 2722 2804 1826 4154

4496 2617 2343 2266 1911 1368 3323 2655 2200 1527 1327 1959 2472 1783 1730 1510 784 3523 2609 2121 1354 2675 2691 4229 3307 5348

A Garantia Fsica (GF) da usina de 2.000 MWmed e a capacidade mxima de gerao de 8.000 MWmed. Considere ainda que o agente dispe de um histrico de preos no Mercado de Curto Prazo (MCP) composto pelos valores mdios mensais do Subsistema Sudeste/Centro-Oeste de Janeiro de 2007 a Dezembro de 2012 conforme disposto na tabela 2. Com base nestas informaes: (i) Obtenha a receita financeira de comercializao obtida pelo agente, em um horizonte de 12 meses discretizado ms a ms, considerando uma sazonalizao flat da GF, a inexistncia de qualquer tipo de contratao bilateral, preos mdios mensais do MCP e gerao mdia alocada mdia mensal obtida da Tabela 1. (ii) Por meio de trs maneiras de sazonalizar a GF, obtenha a receita esperada com base em uma simulao com 100 cenrios distintos de preos no MCP e gerao mdia alocada. Utilize uma anlise baseada nas metodologias do Value at Risk e Conditional Value at Risk para decidir qual a melhor maneira de sazonalizar que se adapta com a
6

sua gerncia de risco. Mantenha a hiptese de inexistncia de contratao bilateral e procure sortear cenrios de preos correlacionados com gerao alocada, isto , quando o preo est alto a gerao hidrulica alocada tende a ser menor e vice-versa. (iii) Suponha agora que oferecido a possibilidade de vender, por meio de um contrato bilateral, 500 MWmed (flat ao longo do ano) por 250 R$/MWh. Com base na opo de sazonalizao escolhida no item anterior, e os mesmos cenrios de preos e gerao alocados, obtenha a nova receita esperada do agente gerador.

Tabela 2: Histrico de preos no Mercado de Curto Prazo (MCP)

ms\ano jan fev mar abr mai jun jul ago set out nov dez

2012 23,14 50,67 125 192,7 180,9 118,5 91,24 119,1 182,9 280,4 375,5 259,6

2011 28,2 49,6 23,4 12,2 17,4 31,8 23,1 19,6 21,2 37,1 45,6 44,5

2010 12,91 13,82 27,24 21,47 32,34 67,7 89,61 116,7 132,1 137,8 116,7 71,62

2009 83,6 52,1 90,9 46,5 39 40,8 30,4 16,3 16,3 16,3 16,3 16,3

2008 502,5 200,4 124,7 68,8 34,18 76,2 108,4 102,8 109,9 92,43 106,1 96,97

2007 22,62 17,59 17,59 49,36 59,96 97,15 122,6 39,27 149,5 198,1 185,1 204,9

4 METODOLOGIA UTILIZADA
Para obter as solues de cada um dos itens propostos, foi optado por utilizar o programa Matlab para elaborar o algoritmo. Considerando o primeiro caso proposto, a receita financeira de comercializao obtida pelo agente foi calculada multiplicando a gerao mdia de cada ms obtida a partir da tabela 1 e o preo spot mdio de cada ms obtido a partir da tabela 2. Com isso, obtm-se as receitas discretizadas ms a ms. A receita mdia anual a soma das receitas mensais. No segundo item, inicialmente foram sorteados 100 cenrios anuais de geraes mdias alocadas e preos no mercado de curto prazo (MCP) em cada ms. Os sorteios

foram baseados nos histricos de Energia Alocada e de preos no MCP apresentados nas tabelas 1 e 2. Os histricos de preo foram manipulados de forma a apresentar valores menores para Energias Alocadas maiores. As Garantias Fsicas (GF) foram sazonalizadas de 3 maneiras, conforme proposto. A primeira sazonalizao baseou-se em uma GF constante para todos os meses iguais a 2000 MWms. A segunda sazonalizao da garantia fsica foi discretizada de forma ponderada em cada ms. E a terceira sazonalizao baseou-se em discretizar a GF em trs nveis diferentes (1000, 2000 e 3000 MWmed) seguindo o comportamento da Energia Alocada sorteada. Para cada sazonalizao da GF, foram calculadas as receitas esperadas mensais e por cenrio. O clculo da receita esperada foi baseada no modelo de mercado brasileiro, ou seja, para obter a receita esperada para um certo perodo, preciso vender toda a GF ao preo spot. Se minha gerao for maior que a GF, vendo o excedente ao valor da Tarifa de Energia de Otimizao (TEO) para o Mercado de Realocao de Energia (MRE). Consequentemente, se minha gerao for menor que a GF, compro o que falta para completar o valor da GF. A frmula abaixo foi usada para calcular a receita esperada do Gerador. ( onde a gerao alocada no perodo, ) o preo no MCP e a Tarifa de

Energia de Otimizao. A mtrica de risco VaR (Value at Risco) foi determinada como sendo a melhor das cinco piores receita, ou seja, o Gerador tem 5% de chances de obter valores abaixo que esse. J a medida de risco CVaR (Conditional Value at Risco) foi determinada obtendo a mdia aritmtica das 5 piores receitas. No terceiro item proposto, considerado a hiptese de um contrato bilateral de 500 MWmed ao longo do ano por 250 R$/Mwh. A sazonalizao escolhida no

algoritmo foi a que apresentou os maiores valores nas medidas de risco VaR e CVaR. A receita esperada considerando o contrato bilateral foi obtida seguindo a mesma frmula anterior e adicionando a compra da quantia contratada pelo Gerador no MCP e venda ao consumidor ao preo contratado. Dessa maneira a receita esperada pode ser obtida a partir da frmula: ( ) ( )

O fluxograma abaixo mostra a sequencia de passos que o algoritmo seguiu.

8

Inicializa geraes e preos tabelados

Determina a receita esperada dos 100 cenrio para cada sazonalizao

VaR = Melhor das 5 piores receitas CVaR = Mdia das 5 piores receitas

Calcula mdias mensais de gerao e preo

Determina receitas mdias mensais e anuais

Seleciona melhor sazonalizao

Sorteia 100 cenrios de geraes e preos mensais

Determina a receita dos cenrios considerando contratos

Define 3 maneiras de sazonalizao da GF

FIM! Apresenta resultados

Figura 3: Fluxograma do algoritmo

5 RESULTADOS E ANLISES
5.1 CASO I

A partir dos preos mdios mensais do Histrico de Energia Alocada e do Histrico de preos no MCP, obtm-se as receitas financeiras mensais e anuais mostradas na figura abaixo.

Figura 4: Receitas obtidas no caso i

5.2 CASO II

Conforme ilustrado no fluxograma da Fig.1, aps determinar as receitas mdias mensais e anuais propostas no item (i) dos problemas propostos, o algoritmo sorteia 100 cenrios de gerao mdia alocada e 100 cenrios de preos no MCP. A figura 5 mostra os valores de gerao alocada sorteados em cada cenrio. Observando esta figura, podese perceber que, em mdia, a gerao alocada tende a ser maior entre dezembro e maio, que compreende o perodo com maior incidncia de chuvas, e menor entre junho e novembro, que compreende o perodo mais seco.

10

GERAES SORTEADAS NOS 100 CENRIOS 8000 7000 6000 5000

[MWmed]

4000 3000 2000 1000 0

6 7 meses

10

11

12

Figura 5: Geraes sorteadas

A figura 6 mostra os valores sorteados de preos no MCP. Observa-se que, em mdia, quando a gerao alocada maior o preo no MCP tende a ser menor. Essa afirmao pode ser mais bem observada atravs da figura 7, mostrada abaixo.

11

PREOS SORTEADOS NOS 100 CENRIOS 500 450 400 350 300

[R$]

250 200 150 100 50 0

6 7 meses

10

11

12

Figura 6: Preos no MCP sorteados

MDIAS DAS GERAES SORTEADAS x MDIAS DOS PREOS SORTEADOS 6000 geraes mdias

[MWmed]

4000

2000

6 7 meses

10

11

12

300 preos mdios 200

[R$]
100 0 1

6 7 meses

10

11

12

Figura 7: Mdias das Geraes e dos Preos no MCP sorteados 12

Aps o sorteio dos cenrios das Geraes Alocadas e dos Preos no MCP, o algoritmo determina e formas de sazonalizar a GF. A figura 8 mostra as trs sazonalizaes escolhidas (flat, ponderada e em 3 nveis conforme explicado na metodologia utilizada).
GARANTIA FSICA - SAZONALIZAO I 4000

[R$]

3000 2000 1000 1 2 3 6 7 8 9 10 meses GARANTIA FSICA - SAZONALIZAO II 4 5 11 12

4000

[R$]

3000 2000 1000 1 2 3 6 7 8 9 10 meses GARANTIA FSICA - SAZONALIZAO III 4 5 11 12

4000

[R$]

3000 2000 1000 1 2 3 4 5 6 7 meses 8 9 10 11 12

Figura 8: Sazonalizaes da GF

Com exceo da GF constante ao longo dos meses, as outras duas sazonalizaes buscou ajustar a GF a nveis aproximados da Gerao Alocada. Isso pode ser observado atravs da figura abaixo.

13

GERAES SORTEADAS E SAZONALIZAES DAS GF 8000 7000 6000 5000

[MWmed]

4000 3000 2000 1000 0

6 7 meses

10

11

12

Figura 9: Geraes sorteadas e sazonalizaes da GF

Definidas as sazonalizaes da GF, o algoritmo calcula a receita esperada para cada uma das sazonalizaes. A figura 10 mostra a receita mdia anual esperada para cada sazonalizao. Vale ressaltar que a sazonalizao I a que a GF constante, a sazonalizao I a que apresenta as GF ponderadas a cada ms e a sazonalizao III a que apresenta 3 nveis de GF.

Figura 10: Receitas mdias para cada sazonalizao

A figura 11 mostra o histrico de receitas obtidas em cada ms. Analisando esta figura, percebemos que a receita mdia anual esperada para a GF constante maior porque suas receitas tendem a ser maior nos perodos de baixa afluncia. Isso ocorre porque nesse perodo o preo no MCP tende a ser bem maior que o preo da tarifa TEO e, como o gerador recebe pela sua garantia fsica, suas receitas sofrero um aumento considervel nesse perodo.
14

x 10

RECEITAS/MS - SAZONALIZAO I

[R$]

10 0

1 x 10
5

6 7 8 9 meses RECEITAS/MS - SAZONALIZAO II

10

11

12

15

[R$]

10 5 0 1 x 10
5

6 7 8 9 meses RECEITAS/MS - SAZONALIZAO III

10

11

12

15

[R$]

10 5 0 1 2 3 4 5 6 7 meses 8 9 10 11 12

Figura 11: Receitas mdias para cada sazonalizao

A partir das receitas esperadas dos 100 cenrios, as medidas de risco VaR e CVaR so definidas. Neste caso foi considerado um risco de 5%. A figura 12 mostra os resultados de tais medidas nas 3 sazonalizaes. Percebe-se, atravs desses resultados, que os valores dessas medidas so proporcionais aos valores das receitas esperadas, isto , as sazonalizaes que apresentaram maiores receitas tambm apresentaram valores mais altos das medidas de risco. claro que isso no uma regra a ser seguida, mas para as simulaes realizadas esse comportamento se manifestou.

Figura 12: VaR e CVaR para cada sazonalizao

15

Na figura 13 podem-se visualizar as cinco menores receitas dos 100 cenrios de cada sazonalizao, onde o maior (destacada em vermelho) o VaR e a mdia (pontos pretos) o CVaR. Vale ressaltar que, como o valor do VaR no muito maior que o valor do acentuadas.
x 10
6

CVaR, as receitas na regio de risco tende a no sofrer quedas muito

RECEITAS MNIMAS, VAR E CVAR - SAZONALIZAO I

[R$]

1 0 1 x 10
6

1.5

3 3.5 4 4.5 piores cenrios RECEITAS MNIMAS, VAR E CVAR - SAZONALIZAO II

2.5

[R$]

1 0 1 x 10
6

3 3.5 4 4.5 piores cenrios RECEITAS MNIMAS, VAR E CVAR - SAZONALIZAO III

1.5

2.5

[R$]

1 0 1 1.5 2 2.5 3 3.5 piores cenrios 4 4.5 5

Figura 13: Receitas mnimas, VaR e CVaR para cada sazonalizao

5.3 CASO III

De posse das medidas VaR e CVaR, pode-se adotar um critrio para escolher a sazonalizao que mais se adapta com o perfil do gerador. Nesse algoritmo foi optado por escolher a sazonalizao 1 por ter o maior VaR e a maior receita. Porm, a sazonalizao 1 a que apresenta a maior diferena entre o VaR e o CVaR (o VaR 10,4% maior que o CVaR), e como essa diferena maior me expe a receitas menores em determinado(s) cenrio(s), pode-se tambm optar pela sazonalizao que apresenta a menor diferena entre o VaR e o CVaR.

16

Escolhida a sazonalizao, o algoritmo determina a receita mdia esperada pelo agente Gerador considerando um contrato bilateral de 500 MWmed por 250 R$/MWh. A figura 14 mostra essa receita e a sazonalizao escolhida pelo gerador. Vale ressaltar que, como o valor do contrato mais alto que o preo de MCP na maioria das vezes, a receita esperada sofrer um aumento significativo. Nesse caso esse aumento foi de mais de 640 mil reais.

Figura 14: Receitas esperada e escolha da sazonalizao

As receitas calculadas em cada cenrio podem ser conferidas a partir da figura 15.
5
6 x 10 RECEITAS COM CONTRATO NA MELHOR SAZONALIZAO

receita por cenrio receita mdia 4.5

[R$]

3.5

2.5

10

20

30

40

50 60 cenrios

70

80

90

100

Figura 15: Receitas esperadas na melhor sazonalizao

17

6 CONCLUSES
Uma das concluses importantes que podemos tirar dessas simulaes que Garantias Fsicas altas em perodos onde o preo no MCP tende a ser maior maximiza a receita dos agentes geradores. Isso justifica a maior receita obtida na sazonalizao onde a GF era constante e explicita tambm a importncia de se guardar gua para perodos de baixa vazo. A partir das simulaes realizadas, percebe-se tambm a importncia das medidas VaR e CVaR para o gerenciamento do risco de mercado. Percebe-se claramente que o VaR informa apenas que o gerador tem 5% (caso simulado) de probabilidade de ter uma receita menor que a medida, mas no tem com saber o comportamento das receitas piores que esta medida. Como o CVaR uma mdia dessas piores medidas, fica mais fcil de se prever os piores cenrios, ou seja, se o VaR muito maior que o CVaR, as receitas piores que o VaR so bem mais pessimistas. Verificou-se tambm que, se o percentual de risco for aumentado, a receita esperada tende aumentar, visto que uma quantidade maior de piores cenrios no sero mais aceitos pelo agente Gerador. As simulaes tambm mostraram que, se o contrato bilateral vendido por um preo que na maioria das vezes maior que o preo de MCP, o agente Gerador tende a aumentar suas receitas. Por isso importante que os contratos sejam bem cotados de forma a reduzir substancialmente o risco de reduo da receita esperada. Por fim, este trabalho foi de essencial importncia para a compreenso do comportamento do mercado de energia bem como os riscos envolvidos nesse mercado. Por isso, essencial medir e gerenciar o impacto de cada risco na cadeia do negcio.

18

REFERNCIAS
[1] FINARDI, Erlon C.. Notas de Aula da Disciplina de T.A. em Planejamento de Sistemas de Energia Eltrica: Gesto de Energia Eltrica. [2] SILVA, Edson L.. Formao de Preos em Mercado de Energia. Sagra Luzatto, Porto Alegre, RS, 2012. [3] GUDER, Ritchie. Otimizao de Portflios de Contratos de Eenergia Eltrica Utilizando Algoritmos Genticos Multiobjetivo. Dissertao de Mestrado UFSC, Flrianpolis, SC, 2009.

19