XX SNPTEE

SEMINÁRIO NACIONAL Versão 1.0

DE PRODUÇÃO E 22 a 25 Novembro de 2009
TRANSMISSÃO DE Recife - PE
ENERGIA ELÉTRICA

GRUPO VII
GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS - GPL

USINAS TERMELÉTRICAS NO MODELO DE LEILÕES DO SETOR ELÉTRICO BRASILEIRO

UMA ANÁLISE DE RISCOS

T.M. Prandini R. Savoia F.R.V. Moreira J.C.O. Mello(*)

Andrade & Canellas Energia

RESUMO

Os Leilões de Energia Nova (LEN) buscam atender o mercado regulado (ACR) concomitantemente com a
expansão para o SIN. A contratação no LEN tem sido efetuada por contratos de “quantidade” para Hidrelétricas e
por “disponibilidade” para Termelétricas. Para uniformizar a comparação de projetos na modalidade
“disponibilidade” versus “quantidade”, criou-se o Índice de Custo Benefício (ICB) que reflete a composição dos
preços esperados para o comprador. Este artigo investiga riscos para investidores em projetos de Termelétricas
na especificação do custo variável unitário (CVU) que é componente do ICB na competição do leilão e fator
fundamental para a performance financeira do projeto.

PALAVRAS-CHAVE

Geração, Novas Usinas Termelétricas, Leilão de Energia Nova, Modelagem Estocástica, Risco

1.0 - INTRODUÇÃO

No modelo do setor elétrico brasileiro até a década de 90 a expansão com a energia hidráulica sempre foi
prioritária e não existia a competição com a energia térmica que aparecia apenas como complementar. Numa
conjuntura onde o sistema era predominantemente hidráulico, as poucas usinas termelétricas existentes
funcionavam apenas como uma reserva estratégica para a segurança. Além disso, o baixo preço da energia
hidráulica tornava a energia térmica muito pouco atraente do ponto de vista de um planejamento centralizado, uma
vez que o interesse era um aproveitamento ótimo da capacidade geradora existente ao menor custo possível para
o consumidor, o que implicava no despacho das hidráulicas predominantemente.
Ultimamente as condições de contorno do SIN estão bastante alteradas e o controle de estoque de energia
renovável hidrelétrica é realizado pelo ONS. O problema que se apresenta é conceitualmente simples, pois a
incidência de chuvas (“combustível” novo das hidrelétricas) é uma variável a ser prevista com antecedência;
existem estações chuvosas distintas no território nacional; as usinas possuem capacidades de armazenamento
distintos nos grandes reservatórios versus as fio d’água e a utilização do parque térmico disponível é uma variável
de controle do processo (“seguro”). Não obstante a complexidade do controle do estoque das usinas hidrelétricas
existe outra meta desafiadora no escopo legal do ONS que é atender o mercado na forma mais econômica. Desta
forma o operador está sempre fazendo o melhor balanço frente ao mercado entre o estoque de energia renovável
com baixo custo operativo, que são as hidrelétricas, e a utilização das usinas térmicas que possuem um custo

(*) Rua Alexandre Dumas, 2100 – 13º andar. - CEP 04717-004 – São Paulo - SP - BRASIL
Tel.: (+55 11) 2122-0420 - Fax: (+55 11) 2122-0440 - E-MAIL: jmello@acenergia.com.br
 2

operativo mais acentuado. A meta é manter a segurança no atendimento com o menor custo possível para o
usuário final, os consumidores.
As variáveis que estão sob um controle mais próximo do ONS são as chamadas gerações “controláveis”. Neste
ponto é possível apontar que, as gerações mais apropriadas são as hidrelétricas, com seu estoque nos
reservatórios, as térmicas a gás natural, dentro dos limites dos contratos de suprimento do combustível, e as
flexíveis com óleo combustível ou diesel. As demais são pouco controláveis e quase não sofrem variações por
decisão do ONS ao longo da operação do sistema no tempo real. O fato é que entre estas gerações térmicas
controláveis, além de possuírem volumes envolvidos bem distintos, apresentam diferenças importantes no custo
variável unitário (CVU), que o custo operativo para despachá-las. As térmicas a gás natural apresentam CVU entre
100 e 200 R$/MWh, aquelas com óleo combustível entre 300 e 500 R$/MWh e as de óleo diesel entre 500 e 800
R$/MWh, todos referenciados a Junho de 2007.
A gestão do ONS tem sido cada vez mais complexa tendo em vista que o estoque regulador das hidrelétricas está
se esgotando e sua capacidade de controle depende cada vez mais das térmicas. Este efeito é uma conseqüência
do uso dos melhores aproveitamentos no passado e uma evolução das restrições ambientais para áreas alagadas
dos reservatórios. Para se ter uma idéia a maior capacidade de armazenamento do sistema é na região Sudeste
com cerca de 70%, que hoje possui terras com maior valor e melhor utilização, o que impede o alagamento de
grandes áreas. Na nova fronteira que é a Amazônia, o resultado tem sido o mesmo por razões de preservação da
floresta, que estaria submetida a um alagamento mais extenso pelas características do relevo da região. Desta
forma o novo “modus operandi”
do sistema é contar cada vez
mais com o parque térmico para
conseguir suportar as variações
hidrológicas da natureza. A
Figura 1 ilustra o efeito da
evolução do volume disponível
para armazenamento no sistema
brasileiro frente a sua capacidade
instalada. Com esta comparação
é possível notar a agregação
paulatina de volume das 13
maiores usinas com reservatórios
na década de 70 e 80, e o
crescimento mais tímido nos
últimos anos, levando o sistema
a uma coincidência de tendência
do volume e da capacidade ao Figura 1 – Evolução do Volume Útil e Potência Instalada das Hidráulicas (fonte
final da última década. ONS)

Na Figura 1 é fácil perceber que o crescimento da última década é apenas na potência instalada, o que representa
a entrada mais maciça de hidrelétricas sem capacidade de armazenamento. Uma medida desta dificuldade cada
vez mais crescente é que 15 anos atrás era possível afirmar que os reservatórios brasileiros tinham uma
capacidade de regularização de 2 anos, ou seja, poderiam suportar estações hidrológicas rigorosas e atender o
mercado por este período. Atualmente esta capacidade se limita a algo em torno de 6 meses, sem contar com a
energia das termelétricas.
30 Evidentemente as termelétricas
%
adquiriram um valor inestimável para
25 o operador e para o controle da
%
segurança do sistema. A Figura 2
20
%
ilustra a evolução da participação da
15
capacidade térmica, onde nota-se
% claramente um crescimento
10 significativo das termelétricas na
% matriz brasileira de produção de
5 energia elétrica. Este efeito foi mais
% presente com o aumento do novo
0 insumo gás natural, seja pela
1974
% 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
produção nacional, ou pela
importação, principalmente através do
% de Termeletricidade na Capacidade gasoduto Brasil-Bolívia (GASBOL).
Figura 2 – Evolução da Participação Termelétrica na Produção de Energia Tendo em vista o aumento da
Elétrica (fonte BEN 2007) importância das termelétricas na
operação do SIN foram criadas novas
práticas competitivas para que os novos projetos pudessem ser agregados ao SIN. A partir da reforma do setor
elétrico iniciada em meados da década de 90, a idéia da competição pelo mercado estava fundamentada na
criação das condições de venda de projetos ao mercado cativo nas distribuidoras ou diretamente no livre. Para os
projetos termelétricos havia algumas regras de repasse com preço-teto. Naquele momento também foi criado o
 3

Programa Prioritário Termelétrico (PPT) para incentivar os novos projetos com condições especiais nos contratos
de fornecimento de combustíveis. O crescimento verificado na Figura 2 são as térmicas do PPT que entraram em
volume menor que o esperado e num prazo bem mais longo. A forma de condução da competição pelo mercado
se mostrou inadequada para a segurança do sistema com os atrasos recorrentes de projetos e a não contratação
antecipada pelo mercado. Estava quebrado o circulo virtuoso para o financiamento do setor e os projetos não
aconteceram no tempo e na hora. A crise causada pelo racionamento de 2001 deu a correta dimensão deste
problema.
Como resultado houve uma mudança de critério do poder concedente criando os princípios de uma competição
para o mercado. O mercado regulado se pronuncia com antecedência e os projetos devem aparecer para cobrir
esta necessidade através de licitações públicas. No modelo do setor elétrico brasileiro, em vigor desde 2004, os
Leilões de Energia Nova são o instrumento utilizado para prover aumento da oferta de energia para o mercado
regulado – ACR. Enquanto a oferta de projetos hidrelétricos é de responsabilidade do poder concedente através
do Ministério das Minas e Energia, a seleção e oferta de novas termelétricas é uma decisão puramente
empresarial e leva em consideração uma série de fatores. Entre esses aspectos figuram alguns aspectos de risco
decorrentes especificamente da metodologia dos Leilões envolvendo os projetos termelétricos. Os contratos de
“disponibilidade de energia” para as novas usinas Termelétricas prevêem a oferta de uma receita fixa (RF) e de
um custo operacional que será coberto pelo comprador ACR apenas na condição em que o projeto for
despachado pelo ONS. Esta prática foi introduzida pela regulamentação com o objetivo de reduzir ao máximo os
riscos da hidrologia para os projetos térmicos fazendo com que o mercado comprador assuma este risco de forma
compartilhada. A definição do custo de operação ideal para a competição e para a vida do projeto é o único risco
inerente ao investidor.
Para a comparação dos projetos na modalidade de “disponibilidade de energia” versus aqueles da na modalidade
“quantidade” que ofertam o preço final em R$/MWh, foi criado o Índice de Custo Benefício (ICB). Este busca
refletir a composição dos preços futuros esperados para o comprador ACR oriundos da usinas termoelétricas uqe
competem no LEN. Este artigo tem por objetivo investigar os riscos envolvidos para os investidores em projetos de
Termelétricas na especificação do seu custo variável unitário (CVU) e o chamado “fator i”, fator de correção do
combustível, que são componentes do ICB na competição do leilão e são fatores fundamentais para a vida
econômica e financeira do projeto ao longo de sua operação. Um caso prático de análise de sensibilidade para se
determinar o impacto que as variáveis do modelo exercem na atratividade (TIR) do empreendimento e seu impacto
no planejamento setorial é oferecido.

2.0 - PROCEDIMENTO DE ESTUDO

2.1 Leilões de Energia Nova

De acordo com a regulamentação do novo modelo setorial, os leilões de energia nova (LEN) são realizados para
atendimento da expansão do sistema. Pelo mandato legal são necessários ao menos dois LEN a cada ano, sendo
um deles de categoria A-3 (licitação com três anos de antecedência em relação à entrada em operação) e o outro
de categoria A-5 (licitação com cinco anos de antecedência em relação à entrada em operação). Outros LEN
podem acontecer para dar suporte aos projetos estruturantes, como os das usinas do Rio Madeira, ou para
segmentos específicos, como o de fontes alternativas em 2007.
No leilão de energia o ICB é calculado pela Empresa de Pesquisa Energética (EPE) com base em diversas
informações submetidas pelo empreendedor. Entre as informações fornecidas pelo investidor encontram-se
parâmetros do “fator i”. Embora a metodologia estabelecida pela EPE considere-o somente um fator de conversão,
na realidade seus parâmetros estão sujeitos a assunção de riscos pelo empreendedor. Dessa forma existe uma
análise dos riscos envolvidos na especificação do fator, pois este permanecerá invariável por toda a vigência do
contrato e será determinante na obtenção do valor do ICB.
A especificação do fator de conversão i pelo agente afeta diretamente o cálculo do CVU da usina, que determinará
se a usina será despachada acima de sua inflexibilidade ou não. O CVU, por sua vez, afeta diretamente o cálculo
do Custo de Operação (COP) da usina, que, por sua vez, é um dos componentes do ICB.
Entre variáveis embutidas no fator i encontram-se, por exemplo, impostos incidentes no custo de combustível da
usina, perdas na rede elétrica, entre outras. Na prática real de determinação do fator i, os empreendedores
deparam-se, também como exemplo, com a possibilidade de isenção parcial ou total de impostos (um dos fatores
para determinação da localização do empreendimento) que não é uma certeza antes do leilão, mas podem
apresentar impacto significativo nos parâmetros de rentabilidade e de competitividade do empreendimento.

2.1.1 Simulação dos Efeitos dos Preços de Curto-Prazo nas Decisões de Longo Prazo

O planejamento da operação elaborado pelo Operador Nacional do Sistema – ONS visa determinar o montante de
geração de cada usina em intervalos de tempo definidos. O despacho da geração é realizado pelo ONS com base
no cálculo do Custo Marginal de Operação (CMO) do sistema. As metas de geração são estabelecidas com o
objetivo de minimizar o valor esperado do CMO ao do horizonte de planejamento da operação. Assim, o CMO é
calculado pelo ONS e é o parâmetro para a decisão de despacho do sistema. O Preço de Liquidação de
 4

Diferenças (PLD), utilizado para valorar a energia de curto-prazo na CCEE, também é definido com base no CMO,
porém este sendo calculado pela CCEE com alguns ajustes em relação ao CMO definido pelo ONS. Os modelos
utilizados na determinação do CMO & PLD pela CCEE são os mesmos adotados pelo ONS, sendo também
utilizados os mesmos dados exceto as restrições de transmissão internas aos submercados e as unidades
térmicas em teste. As restrições internas aos submercados são retiradas dos dados para que a energia
comercializada seja tratada igualmente disponível em todos os seus pontos de consumo.
O processo completo de cálculo do CMO consiste na utilização em cadeia dos modelos NEWAVE e DECOMP que
produz como resultado o CMO de cada submercado. O NEWAVE é um modelo de otimização para o
planejamento de médio prazo (até 5 anos). Seu objetivo é determinar a estratégia de geração hidráulica e térmica
em cada estágio, que minimiza o valor esperado do custo de operação para todo o período de planejamento. Um
dos principais resultados desse modelo são as funções de custo futuro, que traduzem para os modelos de outras
etapas de mais curto prazo, o impacto da utilização da água armazenada nos reservatórios. Neste modelo são
considerados os limites de intercâmbio entre os submercados.
As estimativas futuras de PLD na CCEE são obtidas em consonância com as diretrizes estabelecidas nas Regras
e os Procedimentos de Mercado aprovados. A prática de mercado não considera o cálculo de preços semanais, e
para esta análise de estimativas futuras são realizadas apenas análises com discretização mensal. As incertezas
são muito grandes para uma simulação semanal confiável, dado que conforme os procedimentos de rede do ONS,
os dados de entrada do modelo são ajustados com uma alta freqüência. O programa utilizado para esta avaliação
de preços é o NEWAVE, programa oficial da cadeia de programas de cálculo de preços na CCEE. A utilização de
um programa como o NEWAVE, com menor nível de detalhamento do sistema e com um número de cenários de
investigação maior, tem sido uma praxe no mercado.
A expectativa de PLD futuro é então determinada com base no CMO, limitado por um preço máximo e por um
preço mínimo vigente para cada período de apuração e para cada submercado, pelo qual é valorada a energia
comercializada no curto prazo. Estas expectativas do PLD futuro nos próximos 10 anos são utilizadas para o
cálculo do COP e CEC que compõem o ICB.
A partir das condições de atendimento ao mercado do Sistema Interligado Nacional (SIN) para as 2000 séries
sintéticas de energias afluentes, na visão da EPE e de acordo com o Plano Decenal de Energia Elétrica (PDEE)
do ano corrente, calcula-se a distribuição de PLD futuros nos submercados através dos seguintes passos: (i)
Obtenção dos preços de liquidação de diferenças (PLD) da CCEE, através dos custos mensais de operação
(CMO) obtidos no modelo NEWAVE, no período futuro de interesse, dado em R$/MWh, e considerando os limites
mínimo e máximo para o preço PLD da CCEE; (ii) Os valores são calculados por mês do período de interesse
refletindo uma média dos valores semanais a serem alocados em cada mês; (iii) Montagem da distribuição de
probabilidade por mês associada ao PLD da CCEE obtido com apoio do programa NEWAVE.
De posse das previsões futuras do PLD, os investidores podem fazer suas avaliações do ICB para a competição
no LEN e do efeito do PLD futuro no fluxo de caixa esperado do novo empreendimento. O mercado reconhecer
que a prática de previsão é uma sistemática técnica com uma série de fatores que podem alterar as expectativas
do PLD. Quanto mais a previsão se afasta do momento inicial da simulação maiores são as incertezas e pior é a
qualidade da estimativa. Existem fatores endógenos, como a hidrologia, que são conhecidos como importantes e
são modelados na simulação. Este é um fator que possui uma modelagem criteriosa, fruto da longa experiência do
setor nacional, e ainda sofre um processo de acompanhamento contínuo no ONS. Existem fatores exógenos, que
também são importantes, e por isso seguem procedimentos para consolidação das premissas na simulação oficial
do ONS e da EPE. Estes fatores incluem a nova oferta no prazo, com controle da fiscalização da ANEEL, que
pode ser proveniente de um atraso na construção e/ou de licenças ambientais atrasadas. O crescimento do
mercado também é adotado com critérios pelo ONS em conjunto com a EPE.
2.1.2 Formulação das Alternativas:

Nos LEN realizados anualmente no novo modelo do setor elétrico brasileiro, as usinas termelétricas precisam
determinar um índice de custo benefício (ICB) que será utilizado para a ordenação econômica dos
empreendimentos. O ICB é importante, pois servirá como critério de contratação dos leilões de energia nova na
modalidade disponibilidade de energia elétrica. Nessa modalidade, ressalta-se que os riscos decorrentes da
variação da produção da termoelétrica com relação à sua garantia física são alocados aos agentes distribuidores e
repassados aos consumidores regulados através da parcela A (custos não gerenciáveis). Para efeito de cálculo do
ICB, adota-se o mesmo critério de despacho das usinas termelétricas usado pelo Operador Nacional do Sistema
Elétrico (ONS), tendo em vista a otimização da operação energética integrada do SIN, conforme definido nos
Procedimentos de Rede, aprovados pela ANEEL. Os dados utilizados em cada LEN são definidos pelo processo
de licitação e usualmente se adota os dados da EPE constantes no PDEE.
Para efeito de um projeto de uma Usina Termelétrica no SIN, segundo o ONS, esta pode gerar acima de sua
inflexibilidade declarada nas situações abaixo:

Por razões energéticas, quando o CMO for maior que seu custo variável (CVU);
 5

Por razões elétricas, devido a alguma necessidade do sistema de transmissão, ou por determinação do
comitê de monitoramento do setor elétrico (CMSE) por questões de segurança do SIN, quando então faz jus a
receber Encargos por Serviços ao Sistema.

A regra de despacho mensal simulada no cálculo do ICB para os próximos 10 anos do planejamento é a regra
válida para encontrar o despacho ótimo por “razões energéticas” , sendo assim o despacho das usinas será o
seguinte:

Quando seu custo variável unitário (CVU) for inferior ao CMO, a usina estará despachada no limite de sua
disponibilidade;

Caso contrário, a usina irá gerar o equivalente à sua inflexibilidade.

Para efetuar o cálculo do CVU (custo variável unitário), deve-se utilizar a seguinte fórmula: CVU = C comb, M + CO&M
onde: C comb, M = i x Pv x ev e define-se:

M Mês em que ocorre o despacho de geração da parte flexível da termelétrica;

Pv Preço médio de referência do combustível vinculado ao CVU;
ev Taxa de câmbio média de venda do dólar americano divulgada pelo BACEN do mês “M-1” em R$/US$;
i Fator de conversão, informado pelo agente, que constará do contrato com o ACR (CCEAR) e
permanecerá invariável por toda a vigência do contrato, usado na transformação do preço do combustível
em R$/MWh

Uma análise dimensional da equação nos mostra que

 R$   MMBtu   R$   US $ 
C comb , M   = i .eV  .PV  
 MWh   MWh  US $   MMBtu 
Essa análise nos mostra que o i é apenas um fator de conversão, sendo assim o mesmo pode ser calculado
C comb, M
isolando-o dos outros termos: i=
eV .PV
A especificação do fator de conversão i pelo agente afeta diretamente o cálculo do CVU da usina, que determinará
se a usina será despachada acima de sua inflexibilidade ou não. O CVU, por sua vez, afeta o cálculo do COP –
Custo Variável de Operação, que, para cada cenário e mês, é calculado conforme a equação abaixo:

COPc ,m = CVU × (Gera c ,m − Inflex m ) × nhoras m

Onde CVU é o custo variável unitário da usina termelétrica, em R$/MWh; nhoras é o número de horas do mês em
questão; Gera é o despacho da usina e Inflex é a inflexibilidade declarada da usina.
O impacto do CVU e seus parâmetros no CEC - Custo Econômico de Curto Prazo é indireto uma vez que se uma
usina assume uma freqüência maior ou menor de despachos devido ao CVU, nas situações em que não ocorre o
despacho o contrato com o ACR busca cobrir o lastro contratual com compra no mercado de curto prazo ao PLD
do momento, que por definição será menor que o CVU.
Adicionalmente, impostos incidentes no custo de combustível da usina devem ser sensibilizados com relação ao
retorno do empreendimento. Deve ser feito uma análise dos riscos envolvidos na especificação do i pela
termelétrica, pois esse fator permanecerá invariável por toda a vigência do contrato (usualmente 15 anos) e será
determinante na obtenção do valor do ICB que servirá como critério de contratação nos leilões, e calculado
conforme formula abaixo.

RF COP + CEC
ICB = +
8760.QL 8760.GF
A metodologia pode ser dividida nos seguintes tópicos:

• Mapeamento dos fatores de risco e precificação de projetos: nesta etapa serão identificados os principais
fatores de risco de dos empreendimentos como risco de construção, tecnológico, câmbio e combustível.
Para cada um destes itens, se propõe traduzir os fatores de risco em cenários com respectivas
probabilidades de ocorrência.
• O modelo de avaliação de investimentos sob incerteza utilizará o método de simulação Monte Carlo para
determinar a competitividade de um projeto considerando seus riscos, incertezas e de acordo com o grau
de aversão ao risco do empreendedor.
• O impacto de cada incerteza intrínseca ao projeto na variância de seu retorno esperado poderá ser
determinado.
 6

O fluxo de informações para o modelo pode ser resumido na Figura 3 a seguir

Distribuição de prob. (TIR)

Bid leilão Modelo de Avaliação

Fator i Financeira

Simulação para cálculo de Distribuições de probabilidade Especificações do projeto e

preços de energia com base no para os fatores de risco dados do financiamento
despacho hidrotérmico

Figura 3 – Modelo de Avaliação Financeira

3.0 - ESTUDO DE CASO

Para a realização deste estudo, foi utilizado um modelo econômico financeiro para precificar usinas movidas a
carvão importado, avaliando os reflexos da variação de despacho e do custo variável unitário sobre o retorno do
investimento, conseqüentemente resultando no reflexo para a competitividade para os leilões de energia nova.
Buscando medir o impacto do fator “i” no retorno do acionista, foi utilizada como variável aleatória o CVU a ser
declarado no leilão. No entanto, para medir o efetivo impacto da declaração do CVU sobre o retorno do projeto, o
custo variável da usina foi mantido constante (custo caixa a ser efetivamente incorrido). O fator “i”, além de
capturar efeitos de cambio e impostos, também foi utilizado como forma de aumentar a competitividade nos
leilões.
3.1 Premissas do Estudo
Foi adotada uma usina termoelétrica movidas a carvão importado genérica com as premissas da Tabela 1 abaixo:
Tabela 1 – Premissas da Térmica Genérica – Carvão Importado
Premissas Valores e Condições
Potencia Instalada: 560 MW
Fator de Capacidade:, 89%,
Inflexibilidade da Usina: 40%
Indisponibilidade Programada: 3%
Indisponibilidade Forçada: 2%
Consumo Interno: 2.5%
Investimento: R$ 2700/kW instalado
Combustível Variável: R$ 110 / MWh
O&M Total: R$ 10 / MWh
CVU Base: R$ 120/MWh
% Despacho Base 19%
Financiamento: 70% (BNDES)
Estrutura societária: Produtor Independente de Energia – PIE
Cálculos de COP e CEC: Deck dos Leilões de Energia Nova de 2008
ICB Alvo: R$ 140/MWh
Fluxo de caixa: Projetado para 15 anos

3.2 Análise em Risco

Através de uma análise de risco pelo método de simulação Monte Carlos, foi possível obter as sensibilidades do
modelo. Incorporar a análise em risco para dentro do modelo existente permite uma melhor clareza na
identificação de incertezas presentes nas estimativas de formação de preços para geração térmica e geram
resultados que demonstram as alternativas mais prováveis. Foi introduzida no modelo uma estimativa das
variáveis em risco, ou seja, incorporou-se a incerteza do comportamento de algumas variáveis na produção do
resultado: a formação do preço de Venda nos Leilões de Energia Térmica.
A análise em risco permite tratar as incertezas dos valores com distribuição de probabilidade utilizando diversos
tipos de funções. Permite escolher o tipo de distribuição mais apropriada para cada valor analisado, podendo ser
adicionada em diversas células e fórmulas dentro do modelo. A Figura 4 ilustra uma análise em risco com um
exemplo ilustrativo com uma distribuição normal.
 7

Figura 4 – Análise em Risco

Sendo assim, duas variáveis foram sensibilizadas no modelo e representadas por distribuições de probabilidades.

(a) CVU: representado por uma distribuição Uniforme (todos os valores com igual probabilidade de
ocorrência) de R$ 90/MWh a R$150/MWh.
(b) Probabilidade de Despacho da Usina térmica: representado por uma distribuição Weibull variando de 0%
a 100% com ponto de maior probabilidade em 19%.

3.3 Análise Econômica das Alternativas

No intuito de verificar em simulação a probabilidade de ocorrência de se obter TIR (Taxa Interna de Retorno)
superior a 12% para o projeto térmico testado, foram mantidas todas as premissas básicas do projeto já
apresentadas. Foram realizas simulações em apenas duas destas variáveis que retratam os impactos no cálculo
do Índice de Custo Benefício (ICB) que afeta diretamente a formação de preço da Usina, sendo elas: o CVU
(Custo Variável Unitário) e o Despacho.
Com o objetivo de retratar o impacto no retorno do investimento para os acionistas, foi mantido o ICB de
R$140/MWh em todos os cenários simulados. Para cada cenário de sensibilidade no CVU declarado, foram
calculados os valores referentes ao COP e ao CEC conforme Tabela 2 abaixo. A partir deste valor, foi obtida a
receita fixa do projeto para cada cenário.
Tabela 2 – Formação do ICB

CVU 90 95 100 105 110 115 120 125 130 135 140 145 150
ICB 140 140 140 140 140 140 140 140 140 140 140 140 140
COP 21.6 21.4 21.3 20.8 20.4 20.0 19.8 19.1 18.3 17.9 17.5 17.2 16.9
CEC 0.9 2.3 3.5 5.1 6.4 7.7 8.7 10.2 11.8 12.9 13.9 14.9 15.7
Receita
117.5 116.3 115.2 114.2 113.2 112.3 111.5 110.7 109.9 109.2 108.6 108.0 107.4
Fixa

Para o despacho, a distribuição utilizada é a Risk Weibull, distribuição esta que ilustra a aleatoriedade dos valores
em que o despacho pode situar com base na simulação de obrigação hidrotérmica. A distribuição Weibull, ao
invés de considerar o melhor resultado dentro dos parâmetros desta distribuição com valor de 19%, utilizado no
mercado base, sobre a área desta distribuição é possível visualizar a área de possíveis valores de despacho a
serem simulados, considerando a probabilidade de 90%
dos valores estarem dentro da área da distribuição Resultados - TIR
apresentada. 70
Média = 12.3%
Para tanto e através do “@ Risk” foram feita mais de 1.000 60
simulações dentro das áreas das duas distribuições 50
utilizadas: Para o CVU e para o Despacho as distribuições
utilizadas foram respectivamente, a distribuição uniforme e 40
Risk Weibull obtendo assim os resultados de TIR em mais 30
de 1.000 simulações tanto para o CVU como para o
20
Despacho.
10
Os resultados aqui apresentados na Tabela 3 e na Figura 0
6 ilustram as características de uma Usina Térmica a 0.09
9% 0.1125
11.2% 0.135
13.5% 0.1575
15.7% 0.18
18%
Carvão Típica, negociada nos leilões de energia nova de 5% 90% 5%
2008. Através de uma análise de risco pelo método de
10.8% 13.9%
simulação, foi possível obter as sensibilidades do modelo,
apresentadas na Tabela 3. Adicionalmente, foram feitas Figura 5 – Resultados – Sensibilidade TIR
 8

simulações distintas para valores de CVU acima e abaixo de R$ 120/MWh. Os resultados obtidos apontam para
incremento no retorno do projeto com valores de CVU superiores ao efetivo de 120/MWh e redução da
rentabilidade do projeto para valores de CVU inferiores ao real conforme demonstrado na Tabela 4.
Tabela 3 – Resultados - Sensibilidade TIR

Resultados Mínimo Máximo Média

TIR 9.69% 17.11% 13.21%

Tabela 4 – Resultados Sensibilidade TIR

Resultados - TIR Mínimo Máximo Média

CVU ≥ R$120/MWh 10.06% 17.47% 12.16%
CVU ≤ R$120/MWh 9.50% 13.72% 12.33%

Os valores obtidos podem ser visualizados na , resultando em maiores menores de TIR para valores de CVU entre
R$ 90/ MWh e R$ 120/MWh e maiores retornos para valores de CVU entre R$ 120/ MWh e R$ 150/MWh. Não se
recomenda grandes arbitragens para CVU e fator i.

TIR - CVU ≤ R$120/MWh TIR - CVU ≥ R$120/MWh

120 50 Média= 12.16%
Média = 12.34% 45
100
40
80 35
30
60 25
20
40
15
20 10
5
0 0
0.09
9% 10.25%
0.1025 11.5%
0.115 12.75%
0.1275 14%
0.14 0.1
10% 0.12
12% 0.14
14% 16%
0.16 18%
0.18
5% 90% 5% 5% 90% 5%
11.2 % 13.28% 10.71% 14.77%
Figura 7 – Resultados TIR

4.0 - CONCLUSÃO

Neste artigo, foram investigados os fatores de formação dos custos presentes no ICB – Índice de Custo Benefício
para Usinas Termelétricas e seus reflexos na formação dos preços destas Usinas. Os resultados apresentados
demonstram que o atual mecanismo de formação de preço para venda das usinas térmicas permite que a
rentabilidade do projeto aumente variando o “fator i” e conseqüentemente o valor a ser declarado para CVU. Este
estudo pode ser expandido para todas as usinas que possuem custo de combustível. Através da análise em risco
sobre o modelo econômico financeiro para Usinas Termelétricas, pode-se determinar a alternativa que melhor
atende aos quesitos para uma maior rentabilidade ao acionista, mensurando os riscos associados. O modelo
permite avaliar qualquer tipo de aversão ao risco do investidor, chegando ser possível calcular o valor no risco
(VaR) através da variação da rentabilidade com o CVU.

5.0 - REFERÊNCIAS BIBLIOGRÁFICAS

(1) Agência Nacional de Energia Elétrica – ANEEL (2009), http://www.aneel.gov.br

(2) BRANDÃO, L. E. T.; DYER, J.; HAHN W. Using Binomial Decision Trees to Solve Real Option Valuation
Problems. Decision Analysis. Vol. 2, No. 2, June 2005, pp. 69–88. (a)
(3) A. Castro; Termoelétrica no Setor Elétrico Brasileiro usando Teoria das Opções Reais”, Dissertação de
Mestrado, Departamento de Engenharia Industrial PUC-Rio, 2000.
(4) Câmara de Comercialização de Energia - CCEE (2009), http://www.ccee.org.br
(5) DENG S.; JOHNSON B.; SOGOMONIAN A: “Exotic Eletricity Options and the Valuation of Electricity
Generation and Transmission”, Proceedings of the Chicago Risk Management
(6) Empresa de Pesquisa Energética – EPE (2009) http://www.epe.gov.br
(7) FRAYER, JULIA and ULUDERE, NAZLI Z.; What Is It Worth? Application of Real Options