Machine Translated by Google

Energia 84 (2015) 808e815

Listas de conteúdos disponíveis em ScienceDirect

Energia

página inicial da revista: www.elsevier.com/locate/energy

Papel da política de tarifas feed-in na promoção da energia solar fotovoltaica

investimentos na Malásia: uma abordagem de dinâmica de sistemas
* b
Salman Ahmad , , Razman Mat Tahar , Firdaus Muhammad-Sukki c, d ,
Abu Bakar Munir e, f , Ruzairi Abdul Rahim g
a
Faculdade de Administração, Dubai Men's College, Faculdades Superiores de Tecnologia, Dubai, Emirados Árabes Unidos
b
Faculdade de Gestão Industrial, Universiti Malaysia Pahang, Lebuhraya Tun Razak, Gambang 26300, Malásia
c
Escola de Engenharia, Universidade Robert Gordon, Faculdade de Design e Tecnologia, Garthdee Road, Aberdeen AB10 7QB, Escócia, Reino Unido
d
Faculdade de Engenharia, Universidade Multimídia, Persiaran Multimedia, Cyberjaya 63100, Malásia
e
Faculdade de Direito, Universidade da Malásia, 50603 Kuala Lumpur, Malásia
f
Centro Malaio de Estudos Regulatórios da Universidade da Malásia, Jalan Pantai Baru, Kuala Lumpur, 59990, Malásia
g Faculdade de Engenharia Elétrica, Universiti Teknologi Malaysia, Skudai 81300, Malásia

informações do artigo abstrato

Historia do artigo: A energia solar fotovoltaica tem apresentado um aumento significativo em termos de instalação mundial. Um dos principais motivos
Recebido em 12 de novembro de 2014
deve-se à introdução da política FiT (tarifa feed-in) pelos governos. Este artigo tem como objetivo
Recebido em formato revisado
avaliar a política FiT na promoção de investimentos em energia solar fotovoltaica (fotovoltaica) na Malásia usando um modelo dinâmico
15 de março de 2015
Abordagem de sistemas. O modelo de avaliação captura as complexidades decorrentes da interação do FiT
Aceito em 18 de março de 2015
dinâmica das taxas, atrasos na construção e dinâmica de aprendizagem tecnológica e dos investidores em um ambiente integrado
Disponível on-line em 7 de abril de 2015
estrutura. O modelo fornece capacidade fotovoltaica operacional total, montante de financiamento necessário para apoiar o
política e o custo das poupanças ambientais, como resultado. Simulações computacionais, baseadas em doze cenários, foram
Palavras-chave:
Tarifa de alimentação
utilizadas como meio de estudar o comportamento do modelo. Para o cenário mais favorável, um total

Dinâmica do sistema
pode-se esperar uma capacidade fotovoltaica de cerca de 16 GW até 2050, enquanto para o cenário menos favorável as expectativas
Energia solar fotovoltaica seriam de apenas cerca de 10 GW. Do lado da despesa, o cenário mais favorável pode custar até
Malásia MYR (Ringgit da Malásia) 15 mil milhões, enquanto, para os menos favoráveis, o custo pode ser tão baixo quanto MYR2
bilhão. O custo máximo da redução de CO2 pode variar de MYR 0,05 por kg-CO2 até o valor mais baixo de
MYR 0,02 por kg-CO2.
© 2015 Elsevier Ltd. Todos os direitos reservados.

1. Introdução
A procura global de electricidade está a aumentar. Em 2001, a electricidade
a geração foi de 15.640,7 TW h, que cresceu para 22.668 TWh em 2012
[1,2]. O aumento da população e a prosperidade económica são atribuídos a
ser os principais impulsionadores do aumento da procura [3]. De acordo com
para a AIE (Agência Internacional de Energia), cerca de 68% da população mundial
a produção de eletricidade é a partir de combustíveis fósseis. O carvão é o mais amplamente
utilizou combustível fóssil para geração de energia, seguido de energia hidrelétrica;
fornecendo cerca de 40,4% e 16,2% das necessidades mundiais de eletricidade
em 2012, respectivamente [2]. Existem duas preocupações principais sobre o uso
de combustíveis fósseis para geração de eletricidade: recursos finitos e degradação
ambiental. Estima-se que o carvão durará mais 164
* Autor correspondente. Tel.: +971 056 717 8345.
Endereço de e-mail: salman_psh@yahoo.com (S. Ahmad).
anos, o petróleo 200 anos, o gás natural 65 anos, e os recursos nucleares não fósseis, mas
não renováveis, estarão disponíveis durante os próximos 70 anos.
anos [4]. A segunda preocupação diz respeito às emissões prejudiciais como COx,
NOx e SOx provenientes da utilização da produção de electricidade baseada em combustíveis fósseis.
Acredita-se também que estas emissões contribuam para as alterações climáticas globais
[5]. Portanto, uma das principais prioridades dos países
em todo o mundo é desviar a sua produção de electricidade de fontes não renováveis para
fontes renováveis. Esta diversificação alcançará
sustentabilidade na produção, bem como combater as alterações climáticas.
Da mesma forma, o GoM (Governo da Malásia) está interessado em diversificar
a mistura de combustíveis para geração de energia. Várias medidas foram tomadas
passado para promover fontes renováveis para a produção de electricidade.
O 10º Plano da Malásia (2011e2015), sendo o mais recente, tinha como meta 985 MW de
capacidade de geração renovável [6]. De acordo com
deste plano, a capacidade solar fotovoltaica (fotovoltaica) está prevista para ser
aumentado para 65 MW [7]. Esta parece ser uma tarefa árdua, uma vez que a energia solar
A tecnologia fotovoltaica é cara e ainda é tratada como tecnologia novata

http://dx.doi.org/10.1016/j.energy.2015.03.047
0360-5442/© 2015 Elsevier Ltd. Todos os direitos reservados.
Machine Translated by Google
S. Ahmad et al. / Energia 84 (2015) 808e815
em comparação com outras tecnologias comercialmente disponíveis para geração de
eletricidade [8].
Para superar a barreira financeira para uma adopção em larga escala da tecnologia
solar fotovoltaica, o Governo de Moçambique optou pela política FiT (tarifa feed-in),
dizendo: “FiT é o mecanismo político de ER (energia renovável) mais eficaz na promoção
e sustentação do crescimento das energias renováveis. ” [9]. No entanto, os subsídios
FiT representam um encargo financeiro para os governos, o que pode restringir a
continuidade das políticas em condições económicas difíceis.
Esta situação pode, portanto, afectar negativamente a confiança do público nestes
mecanismos de apoio. Portanto, torna-se imperativo que os decisores políticos avaliem
completamente as consequências das políticas pretendidas antes de as implementarem.
Assim, o objetivo deste estudo é desenvolver um modelo de simulação que avaliará a
política FiT para a implantação de sistemas solares fotovoltaicos na Malásia.
2. Uma visão geral da política FiT
Na expectativa de aumentar os investimentos em capacidade renovável, cerca de
72 países e estados em todo o mundo introduziram o esquema de apoio FiT, incluindo o
Cazaquistão e o Equador sendo os mais recentes [10]. Esta lista inclui Alemanha,
Espanha e Ontário (Canadá), do mundo desenvolvido, até Taiwan e Turquia, do mundo
em desenvolvimento [11e15]. O objetivo da política FiT é compensar o elevado custo de
investimento das tecnologias de energias renováveis. Acredita-se que o FiT seja um
mecanismo de apoio mais eficaz em comparação com o padrão de portfólio renovável
[16].
A mitigação de riscos, seja financeiro ou técnico, ou ambos, é uma característica
importante para qualquer desenho de política para implantação de tecnologia renovável
[15]. A política FiT cumpre ambos os requisitos; garante preços fixos e longos períodos
contratuais, bem como acesso à rede a qualquer tecnologia que utilize combustíveis
renováveis para a geração de eletricidade. Os preços FiT são caracterizados por kWh
de eletricidade (energia) produzida, que deve ser paga a um produtor independente de
energia por um operador do sistema, ou uma empresa de serviços públicos, para cuja
rede a energia é exportada. Estes preços variam consoante as diferentes tecnologias,
gama de capacidades e duração dos contratos [17] , garantindo assim a fiabilidade
financeira [18]. Do lado técnico, a política FiT obriga as empresas de serviços públicos a
fornecerem acesso à rede a produtores independentes. Consequentemente, a política FiT
reduz efetivamente o risco percebido pelos investidores; garantir a expansão rápida e
sustentável da tecnologia renovável para a produção de eletricidade [19]. No entanto,
algumas desvantagens também foram identificadas. A principal reserva diz respeito ao
FiT que inibe uma concorrência saudável no mercado, dando tratamento preferencial a
certas tecnologias; outras reservas incluem carga financeira para os contribuintes e
propensão a se apegar a uma tecnologia específica [20,21]. Para superar estes obstáculos,
os decisores políticos são obrigados a limitar o tempo e a dimensão da política FiT;
permitindo o florescimento dos mercados locais, bem como não suportando encargos
financeiros adicionais [22].
Pesquisas anteriores sugerem que a política FiT pode ter resultados variados em
diferentes países em termos de capacidades fotovoltaicas instaladas [18].
A razão para esta variação é atribuída às características únicas de concepção da política
FiT num determinado país [12]. Para avaliar a política FiT, vários investigadores adoptaram
diversas abordagens metodológicas no desenvolvimento dos seus modelos de avaliação.
Por exemplo, Jenner et al. [12] usaram a abordagem econométrica para avaliar o sucesso
da política FiT em 26 países da União Europeia, enquanto Kim e Lee [23] usaram a
abordagem de otimização estocástica para avaliar a eficácia da política FiT de Ontário. A
simulação estática de Monte Carlo foi empregada para avaliar a absorção de energia
eólica por Walters e Walsh [24], enquanto um pacote de simulação dinâmica chamado
Green-X, foi usado por Walker [25] para avaliar o efeito do FiT em atingir 2% da
participação de tecnologia renovável no Reino Unido. Por outro lado, Muhammad-Sukki
et al. [26] utilizaram uma abordagem contabilística para avaliar o impacto das taxas FiT
revistas para
809
implantação de energia solar fotovoltaica no Reino Unido. Juntamente com abordagens
quantitativas, Verbruggen e Lauber [27] utilizaram uma abordagem qualitativa para avaliar
o regime FiT e de Certificados Verdes Negociáveis para a implantação de tecnologias
renováveis. Além disso, do lado metodológico, modelos que utilizam uma abordagem
dinâmica, não linear e de feedback da dinâmica do sistema; abordagem de modelagem
semelhante usada neste estudo, focada na modelagem da capacidade alvo renovável
[28,29] e na avaliação do desenvolvimento de custos de tecnologia renovável [30]. No
entanto, apenas um modelo de Hsu [31] apresentou uma avaliação combinada de FiT e
subsídios usando abordagem de dinâmica de sistemas para energia solar fotovoltaica.
Finalmente, Shahmohammdi et al. [32] apresentaram outro modelo de dinâmica de
sistemas avaliando o FiT considerando um horizonte de tempo curto para simulação.
Uma das desvantagens de considerar um horizonte de tempo mais curto, neste caso,
pode resultar no mascaramento de dinâmicas valiosas que podem ser exibidas quando o
período do contrato FiT e a vida útil de uma tecnologia específica se esgotarem.
3. Setor elétrico da Malásia
Sendo um país em rápido desenvolvimento, com a aspiração de pertencer a um
grupo de países com rendimentos mais elevados, a procura de electricidade na Malásia
está a aumentar acentuadamente. O pico de demanda em 2000 foi de 10.639 MW, que
aumentou para 17.883 MW em 2012 [33]; isto corresponde a um aumento anual da
procura máxima de 5,2%. Isto mostra que foram feitas grandes expansões da capacidade
de geração para atender ao pico crescente de demanda. Em 2000, a procura total de
electricidade era de 61.168 GWh, que saltou para 116.353 GWh em 2012, correspondendo
a uma taxa de crescimento anual de 6,9% [33]. Estima-se que a Malásia necessitaria de
234 TWh até 2030 [10] , enquanto no curto prazo, até 2022, 151 TWh [34,35], o que
parece ser um grande desafio para o país. A evolução da procura máxima e do consumo
médio de electricidade, para o período 1997e2012, é apresentada na Fig .
A geração de eletricidade na Malásia depende de cinco tipos principais de
combustíveis: petróleo, carvão, gás natural, hidroeléctrico e outros (biomassa, biogás e
solar). Esta combinação de combustíveis para a produção de electricidade apresentada
na Fig. 2 mostra que a proporção de petróleo/diesel para a produção de energia está a
diminuir, enquanto a lacuna criada está a ser preenchida pelo gás natural; actualmente,
a produção baseada no gás domina a percentagem do mix de combustíveis.
No entanto, desde 2000, a percentagem de carvão no mix de combustíveis também tem
aumentado.
Do lado das energias renováveis, a quota de energia hidroeléctrica está a diminuir,
em oposição à quota de biomassa, que está a aumentar lentamente. Em 2010, 94% da
electricidade foi produzida a partir de combustíveis fósseis, enquanto as centrais
hidroeléctricas forneceram apenas 5,6% do total da electricidade produzida [7]. Estima-se
que as reservas de petróleo da Malásia durariam apenas 18 a 20 anos, enquanto a
produção de gás natural só poderia ser sustentada durante os próximos 35 a 36 anos [6].
O fornecimento de carvão, por outro lado, é mantido por importações da Indonésia,
Austrália e África do Sul [36]. Assim, para satisfazer a crescente procura de energia e, ao
mesmo tempo, reduzir a dependência dos combustíveis fósseis, a Malásia precisa de
mudar para
Figura 1. Pico anual de demanda e consumo de eletricidade [33].
Machine Translated by Google

810 S. Ahmad et al. / Energia 84 (2015) 808e815

abordagens desconsideram múltiplas relações indiretas, não lineares e de feedback

decorrentes da interação entre os componentes do sistema no setor de energia
[39,40]. Por exemplo: quanto maiores forem os benefícios financeiros, maior será a
pressão sobre o governo para fornecer os fundos. Além disso, a capacidade de
feedback do SD é de especial interesse para os decisores políticos. O SD fornece
uma plataforma aos decisores políticos na qual podem simular cenários possíveis
para diferentes políticas. Os resultados destas experiências políticas podem melhorar
significativamente as suas decisões. Assim, a abordagem SD é considerada apropriada
para o presente estudo.

5.2. Metodologia

Este estudo adota uma metodologia de três camadas para o desenvolvimento

Figura 2. Combinação de combustíveis para geração de eletricidade na Malásia [36].
fontes renováveis para geração de eletricidade. Adiar esta transição pode levar a
do modelo. A primeira camada é uma representação de alto nível do modelo de
avaliação FiT, denominado modelo mental. O segundo nível é um modelo matemático
e o terceiro nível é um modelo de simulação computacional. Cada nível do modelo é
descrito nas subseções abaixo.

graves faltas de energia.

5.2.1. Modelo mental
Um modelo mental representa a construção estrutural de um sistema sob
4. Características salientes da política FiT da Malásia
investigação. Contudo, não é possível analisar o problema a partir de um quadro
universalmente holístico. Portanto, um modelo mental representa um limite de modelo
A política FiT da Malásia diferencia entre várias tecnologias renováveis disponíveis
[41,42]. O diagrama de ciclo causal para o estudo é mostrado na Fig. 3. Um total de
para geração de eletricidade. Este atributo da política é o mesmo praticado em outros
seis ciclos de feedback foram identificados. Eles são rotulados como R1, R2, R3, C1,
países. O benefício desta característica reside na promoção, simultaneamente, de
C2 e C3; os três primeiros loops são de reforço, enquanto os três últimos são loops
quotas de mercado de todas as fontes renováveis indígenas. As taxas FiT da Malásia
de controle ou equilíbrio. As malhas de reforço têm um efeito crescente, enquanto as
variam de acordo com o tamanho das instalações: capacidades menores têm taxas
malhas de equilíbrio têm um efeito limitante no sistema. As interações desses dois
FiT mais altas em comparação com as maiores. Esse recurso traz benefícios ao trazer
tipos de loops geram o comportamento do modelo ou a dinâmica do sistema.
diversidade ao tipo de investidor. Investidores de pequeno e grande porte podem
aproveitar as vantagens do esquema FiT. Investidores heterogêneos ajudam a evitar
o desenvolvimento de qualquer mercado monopolista. Finalmente, a degressão anual1
das taxas FiT é conhecida dos investidores. Conhecer as taxas de degressão ex-
5.2.1.1. Laço de reforço R1. Começando pela vontade de investir em energia
ante não só reduz a percepção dos investidores sobre um potencial risco de capital,
fotovoltaica, esta variável influencia a capacidade fotovoltaica planeada através da
mas também aumenta os investimentos em investigação e desenvolvimento (I&D) de
taxa de arranque fotovoltaico. À medida que aumenta a vontade de investir, aumenta
tecnologia.
a capacidade fotovoltaica sob planeamento. Com uma certa taxa de sucesso, a
capacidade fotovoltaica em planeamento afecta a capacidade fotovoltaica em
Além disso, a percepção de risco dos investidores também é reduzida pela longa
construção; quanto maior o número de projetos bem-sucedidos, maior será a
duração dos contratos. Na Malásia, o período de contrato para sistemas solares
capacidade em construção. Após um atraso fixo, o tempo de construção, abaixo da
fotovoltaicos e pequenas hidrelétricas é de 21 anos, enquanto o de biomassa e biogás
capacidade de construção, entra em operação. O crescimento da capacidade
é de apenas 16 anos [37]. A característica mais proeminente da política FiIT da
operacional fotovoltaica influencia a experiência de utilização do sistema fotovoltaico.
Malásia é que ela não impõe encargos financeiros adicionais ao governo; o fundo FiT
Esse aprendizado resulta na redução do custo, modelado como o custo do sistema
está a ser financiado pelos próprios consumidores de electricidade. No início da
fotovoltaico. A redução de custos, por sua vez, influencia a vontade de investir em
política FiT, a fatura mensal de eletricidade dos consumidores aumentou
energia fotovoltaica, o que impacta a taxa de arranque fotovoltaico, fechando assim
aproximadamente 1%, mas os consumidores com utilização inferior a 300 kWh por
um ciclo de reforço.
mês não foram afetados [9].
Acredita-se que proteger os consumidores com baixo consumo, de qualquer encargo
5.2.1.2. Laço de reforço R2. Este loop compartilha algumas das variáveis como R1. A
financeiro, seja uma característica crucial para a implementação bem-sucedida da
diferença decorre da capacidade operacional fotovoltaica influenciando as desativações
política FiT [35]. No entanto, a partir de Janeiro de 2014, para garantir a continuação
da capacidade fotovoltaica. Desistências fotovoltaicas mais altas exigem que mais
da política FiT, o Ministério da Energia, Tecnologia Verde e Água ajustou a tarifa de
ajustes sejam feitos na capacidade fotovoltaica. Esses ajustes são representados por
electricidade, o que resultou num aumento das facturas mensais de electricidade dos
uma variável, ajustes de capacidade fotovoltaica, que influenciam a taxa de início
consumidores de 1% para 1,6% [38] .
fotovoltaico.

5. Desenvolvimento de modelo de política FiT

5.2.1.3. Laço de reforço R3. Este circuito baseia-se no pressuposto de que a
capacidade fotovoltaica retirada é trazida de volta ao sistema.
5.1. Metodologia de dinâmica de sistemas: Justificativa
No entanto, nenhuma disposição é feita para identificar que a substituição da
capacidade fotovoltaica é por maior eficiência.
A metodologia de modelagem e simulação SD (dinâmica de sistemas) foi utilizada
neste estudo devido à sua característica de incorporar comportamento variável no
5.2.1.4. Loop de controle C1. Este loop atua como um limite ao efeito de redução de
tempo de sistemas complexos. Outra modelagem
custos de um sistema fotovoltaico. Aproveita a saturação do aprendizado para reduzir
o custo de um sistema fotovoltaico. A redução de custos não pode ser reduzida a

1
zero, o que, em si, é uma suposição irrealista.
Uma taxa de degressão anual é a diminuição anual na taxa FiT aplicada a uma
tecnologia de energia renovável. A taxa de redução é decidida pelo governo tendo
em conta uma série de factores, incluindo a diminuição de uma tecnologia específica 5.2.1.5. Loop de controle C2. Este loop consiste em variáveis semelhantes às do loop
e a instalação cumulativa da tecnologia. R1. Em vez da capacidade de operação fotovoltaica afetar o valor fotovoltaico
Machine Translated by Google
S. Ahmad et al. / Energia 84 (2015) 808e815
Figura 3. Representação do ciclo causal do modelo de avaliação FIT.
desativações de capacidade, outra variável, a lacuna de capacidade fotovoltaica, é
influenciada. A lacuna de capacidade fotovoltaica é a diferença entre a meta do
governo e a capacidade operacional fotovoltaica. Esta variável de lacuna afeta então
o ajuste da capacidade fotovoltaica. Depois disso, C2 segue o caminho do loop R1.
5.2.1.6. Loop de controle C3. Este loop consiste em duas variáveis, a capacidade
operacional fotovoltaica e as desativações da capacidade fotovoltaica. À medida
que a capacidade operacional cresce, haverá mais capacidade que será desativada
após sua vida útil. À medida que mais capacidade é retirada, a capacidade
operacional total é reduzida. A interação dessas duas variáveis forma um ciclo de
controle.
5.2.2. Modelo matemático O
modelo matemático desenvolvido neste estudo consiste em equações diferenciais
e relações algébricas. As relações estruturais são as mesmas do modelo mental
explicado acima.
As equações diferenciais são escritas para variáveis de estoque. No presente estudo
foram modeladas sete variáveis de ações. A equação diferencial para um estoque,
a capacidade operacional FV (PVOpCap, em kW), é dada na Eq. (1).
A capacidade operacional fotovoltaica é aumentada pela taxa de conclusão da
construção fotovoltaica (rComp, em kW/ano) e diminuída pela taxa de retirada de
energia fotovoltaica (rRet, em kW/ano), enquanto PVOpCap(0) é a capacidade
inicial. Isso é matematicamente representado como:
PVOpCapt ¼ INTEGRAL rComp rRet dt þ PVOpCapð0Þ (1)
As demais equações de ações seguem o mesmo formato, mas com suas
variáveis específicas. Por outro lado, as equações de vazão, utilizando as retiradas
de capacidade fotovoltaica, como exemplo, são dadas na Eq. (2).
rRet = PVOpCap. vida (2)
onde tlife é a vida operacional de um painel solar fotovoltaico, em anos.
Todas as variáveis de fluxo utilizadas no modelo possuem construção semelhante
à Eq. (2). Uma vez resolvidas as equações matemáticas, um modelo de simulação
computacional é construído.
811
5.2.3. Modelo de simulação computacional
O modelo de simulação computacional consiste nas equações diferenciais e
relações algébricas sendo codificadas em um pacote de software denominado
iThink®, versão 9.0.3, para simulações. O período de tempo considerado para
simulação é de 38 anos entre 2012 e 2050. O período de tempo é escolhido com
base no critério de que não cobre apenas o tempo de vida da tecnologia solar
fotovoltaica, mas também inclui o período de rescisão da política FiT. Além disso, o
intervalo de tempo da simulação é em anos enquanto o cálculo numérico é em
tempo contínuo.
Juntamente com as variáveis de estoque e fluxo, as variáveis auxiliares são
usadas para converter a lógica do modelo mental de forma abrangente em um
modelo de simulação. Uma parte do modelo quantitativo utilizado neste projeto é
mostrada na Fig. 4. São utilizados os estoques de planejamento, construção e
capacidade fotovoltaica operacional. Esta estrutura é semelhante à sugerida por
Ahmad e Tahar [29], para infra-estruturas de capital, mas apresenta várias
melhorias. A estrutura melhorada distingue a capacidade contratual FiT da
capacidade operacional fotovoltaica. Isto é importante de duas maneiras; em primeiro
lugar, a capacidade do contrato FiT é utilizada para calcular os requisitos financeiros
da política FiT; em segundo lugar, as informações de capacidade do contrato FiT
são usadas para encontrar a quantidade de eletricidade gerada pela energia solar
fotovoltaica durante o período contratual e subsequentes poupanças de CO2 que
podem ser feitas .
A estrutura melhorada é apresentada por uma variável de stock denominada
capacidade contratual FiT, na Figura 4, abaixo. Para observar o comportamento
dinâmico do modelo são necessários determinados parâmetros.
Esses parâmetros possuem um valor numérico fixo durante toda a execução da
simulação. Os parâmetros e seus valores são fornecidos na Tabela 1.
6. Resultados e análises de simulação
6.1. validação do modelo
O processo de validação é fundamental para construir confiança na saída de um
modelo. Para modelos de análise de políticas, como o desenvolvido neste estudo,
foi seguido o processo de validação descrito por Quadrat-Ullah e Seong [45] . Dos
cinco testes de validade, a precisão do limite e a verificação estrutural foram
confirmadas pelo diagrama de feedback causal na Figura 4, enquanto o parâmetro
Machine Translated by Google

812 S. Ahmad et al. / Energia 84 (2015) 808e815

Figura 4. Modelo de simulação computacional para construção de capacidade solar fotovoltaica.

tabela 1 aditivos; em vez disso, uma decadência constante é observada. Ambas as saídas são
Parâmetros usados no modelo com valores.
racional, validando assim o modelo sob condições extremas.
Parâmetro Valor Referência

Número inicial do sistema fotovoltaico 1 MW [43] 6.2. Configuração de cenários

Custo inicial do sistema fotovoltaico MYRa 19.210/kW 10% [43]
Taxa de aprendizagem no sistema fotovoltaico 30 [18]
Os modelos SD são melhor utilizados quando não são considerados para um
Vida operacional de um sistema fotovoltaico anos 0,69 [23]
Fator de emissão de CO2 kg de CO2/kWh 1.170 [44]
projeção de caminho único, e não como um meio de melhorar a compreensão
Irradiação solar kWh/kWp [35] e aprendendo sobre o sistema. Portanto, para julgar a utilidade de
a modelo de avaliação FiT desenvolvido neste estudo, o cenário
Ringgit da Malásia é a moeda da Malásia. 1 Ringgit da Malásia custa aproximadamente US$ 3,3.
abordagem de análise foi considerada. No entanto, existe um limite para a
análise de cenário; nem todas as mudanças possíveis que podem ocorrer no
o futuro pode ser considerado; em vez disso, parâmetros que são considerados
a verificação foi feita a partir dos dados fornecidos na Tabela 2. O teste de consistência considerados mais pertinentes ao modelo. Portanto, neste
dimensional pode ser verificado a partir da Eq. (3). estudo são avaliados doze cenários. Os cenários são combinados

PVOpCaptfeste anog ¼ PVOpCapfano anteriorg þ dt* rComp rRet fdurante o anog

(3)
½kW¼½kW þ ano*ðkW=ano kW=anoÞ

O lado direito e esquerdo da Eq. (3) são equilibrados, tendo o com base na condição mais favorável e menos favorável em
mesmas unidades de kW em ambos os lados da Eq. (3). Portanto, o três parâmetros, a saber, taxa FiT, porcentagem de degressão e
equação diferencial é dimensionalmente consistente. finalmente, o duração do contrato FiT. A Tabela 2 resume o cenário
teste de condições extremas é realizado para verificar se há ou não configurações.

equações fazem sentido quando sujeitas a condições extremas. Para

este teste específico, dois parâmetros, Duração do Contrato e Tempo para
construção, foram usados. O ECT (teste de condições extremas) para o
O primeiro parâmetro foi definido como zero, enquanto para o último, um valor muito alto
foi utilizado o valor de 10.00.000. Como visto na Fig. 5, com mínimo
possível duração do contrato, nenhum pagamento FiT é feito, enquanto por um
atraso de construção infinitamente grande, a Fig. 6 não mostra nenhuma nova capacidade fotovoltaica
6.3. Resultados e análises de cenários
Nesta seção, são apresentados os resultados de doze cenários considerados para o
O modelo de avaliação da política FiT é discutido. Os resultados para PV total
capacidade operacional são mostradas na Fig. 7. As linhas 1, 2, 3 correspondem
para Sc1, Sc2 e Sc3, enquanto as linhas 4, 5, 6 correspondem a Sc7, Sc8 e
Machine Translated by Google

S. Ahmad et al. / Energia 84 (2015) 808e815 813

mesa 2
Descrição do cenário.

Cenário Sc1 Sc2 Sc3 Sc4 Sc5 Sc6 Sc7 Sc8 Sc9 Sc10 Sc11 Sc12

Taxa FIT, MYR/kWh 1.23 1.23 1.23 1.23 1.23 1.23 0,85 0,85 0,85 0,85 0,85 0,85
Taxa de degressão,% 7 89789789789
Duração do contrato, anos 21 14 21 21 14 14 14 21 21 21 14 14

Figura 5. ECT, pagamentos FiT.

Figura 6. ECT, Capacidade operacional.

Sc9, respectivamente. Na inspeção, os cenários Sc1, Sc2 e Sc3 mostraram

dinâmica semelhante: inicialmente lenta, seguida por um crescimento rápido, e
finalmente nivelando no final de uma simulação. Esta tendência
assemelha-se a um padrão de crescimento em forma de S, que é bastante comum em
a adoção de novas tecnologias [46], principalmente devido a atrasos,
feedback e não linearidades no sistema. No entanto, o observado
dinâmica deste modelo de avaliação FiT é diferente de Hsu [31], que
apresentou um crescimento exponencial. A razão mais provável para isso
diferença pode ser atribuída a horizontes de tempo mais curtos considerados por
Hsu, que parecem ter falhado na divulgação do efeito de qualquer
ações atrasadas dentro do sistema.
Entre Sc1, S2 e Sc3 observa-se uma diferença na capacidade operacional
fotovoltaica no final da simulação. Sc1 atingiu um
capacidade máxima de 16.273 MW, o que é aproximadamente 3,7%
mais do que Sc2 e surpreendentes 8% mais do que Sc3. Para cenários Sc7,
Sc8 e Sc9 dinâmicas bastante diferentes são observadas em comparação
para Sc1, Sc2 e Sc3. Os três primeiros cenários apresentam uma situação bastante
forte dinâmica em forma de S, enquanto os três últimos predefiniram uma dinâmica fraca.
A dinâmica de Sc7, Sc8 e Sc9 revela que uma taxa mais baixa de FiT carece da
capacidade de atrair investidores; a lacuna entre a operação fotovoltaica final
capacidades é muito inferior aos cenários anteriores. A média
a diferença entre eles é de cerca de 5 MW. Observa-se também que Figura 7. Capacidade operacional total fotovoltaica.
Machine Translated by Google

814 S. Ahmad et al. / Energia 84 (2015) 808e815

Tabela 3
Resultado do modelo de avaliação FiT.

Cenário Capacidade operacional fotovoltaica, MW Capacidade contratual FiT, MW Custo total da política FiT, bilhões de MYR Custo da política de prevenção de CO2, MYR/kg-CO2

Máximo Mínimo

Sc1 16,273 879,159 14,944 0,05 0,03

Sc2 15,686 825,395 13,519 0,05 0,03
Sc3 15,036 781,374 12,289 0,05 0,03
Sc4 16,273 879,159 9,963 0,05 0,03
Sc5 15,586 825,395 9,012 0,05 0,03
Sc6 15,036 781,374 8,193 0,05 0,03
Sc7 10,700 392,534 4,366 0,03 0,02
Sc8 10,657 388,574 4,078 0,03 0,02
Sc9 10,623 385,384 3,819 0,03 0,02
Sc10 10.700 392.534 2.911 0,03 0,02
Sc11 10.657 388.574 2.719 0,03 0,02
Sc12 10.623 385.384 2.546 0,03 0,02

não há muita diferença na capacidade de operação fotovoltaica no final do
a simulação é executada para cada um dos cenários 7, 8 e 9. Como pode ser visto em
Na Figura 7, a dinâmica de simulação destes cenários (7, 8 e 9) parece
ficarem sobrepostos uns aos outros. A diferença percentual do PV
a capacidade operacional entre Sc7 e Sc8 é de 0,4%, apenas 0,37% entre Sc8 e Sc9,
enquanto 0,7% entre Sc7 e Sc9.
Observou-se que os cenários 4, 5 e 6 proporcionam o mesmo
dinâmicas como cenários 1, 2 e 3; comportamento semelhante é observado para
cenários 10, 11 e 12, que se enquadram nos cenários 7, 8 e 9. Para
Ao explorar a razão para esta dinâmica, verifica-se que estes cenários diferem apenas
na duração do contrato, que se relaciona com o FiT total.
pagamentos, e não à capacidade operacional total da energia fotovoltaica. Por exemplo, em Sc1
o total de pagamentos FiT é de MYR (Ringgit da Malásia) 14,944 bilhões,
enquanto em Sc4 é apenas MYR 9,963 bilhões, embora ambos os cenários
têm a mesma capacidade operacional fotovoltaica total, bem como o FiT
capacidade contratual. Os pagamentos FIT para diferentes cenários são
fornecido na Tabela 3.
A produção de eletricidade a partir da energia solar fotovoltaica compensa a necessidade
de produção a partir de combustíveis fósseis, poupando assim as emissões de CO2. A política FiT
também pode ser vista como uma política de proteção ambiental. Como
mencionado anteriormente, o fundo FiT da Malásia não é um governo
gastos. Em vez disso, a política FiT pode ser vista como dinheiro que o governo
estaria a poupar caso tivesse de implementar uma política paralela de protecção
ambiental. Neste contexto, a saída do modelo mostra
que para os cenários 1e6, com a taxa FIT de MYR 1,23 por kWh, o
o custo da política reduz de MYR 0,05 por kg-CO2 para MYR 0,03 por
kg-CO2, enquanto para os cenários 7e12, tendo uma taxa FiT de MYR 0,85
o custo da apólice por kWh varia do mais alto de MYR 0,03 por kg-CO2 ao mais baixo
de MYR 0,02 por kg-CO2. Pode-se inferir de
os resultados que inicialmente o governo pode beneficiar do FiT
política como uma política de proteção ambiental, mas depois de um ano
Em 2025, perderia a sua eficácia à medida que os benefícios se estabilizassem.
7. Conclusão e observações
Embora a Malásia tenha um clima favorável para a energia solar fotovoltaica
geração de eletricidade, o número de instalações solares fotovoltaicas é bastante
mínimo. Para diversificar o mix de combustíveis para a produção de electricidade, o
governo da Malásia introduziu a política FiT para incentivar o
taxas variáveis de FiT, taxas de degressão e duração do contrato. O
resultados computacionais mostram que cenários com taxas FiT mais altas
resultam na instalação de uma capacidade fotovoltaica muito maior e também são mais
sensível às taxas de degressão FiT em comparação com cenários com
taxas FiT mais baixas. A duração do contrato não afeta o PV
capacidade; em vez disso, em contratos mais curtos, pagamentos menores devem ser
feito. Além das diferenças, há semelhança em todos os cenários. Todos
cenários apresentam um crescimento limitado no final do
simulação executada. Este comportamento do sistema é muito importante para os
decisores políticos, demonstrando particularmente o limite da eficácia do
Política Fit. Se for desejado um número maior de parcelas de PV, então
alterações na estrutura do sistema, bem como nos parâmetros, devem ser
feito. A saída do modelo fornece proficientemente o tempo para isso
decisão, juntamente com o desenvolvimento gráfico da capacidade solar fotovoltaica
ao longo do tempo. No entanto, este estudo tem suas limitações. A principal limitação
é a exclusão de outras tecnologias renováveis do modelo
o que poderia revelar a dinâmica geral do setor renovável. Em
Além disso, as taxas de degressão variáveis seriam outro aspecto que
poderia ser explorado no contexto da otimização numérica. Futuro
a pesquisa deve abordar essas questões.
Reconhecimento
Os autores gostariam de agradecer à Universiti Malaysia Pahang por
patrocinando este trabalho sob o esquema número GRS 110328, e Bill
Braun, da Basic Business Simulations, OH EUA, por sua orientação e
apoio na fase de desenvolvimento do modelo.
Referências
[1] Revisão estatística da BP sobre a energia mundial. 2012. Disponível em: http://www.bp.
com/liveassets/bp_internet/globalbp/globalbp_uk_english/reports_and_
publicações/statistical_energy_review_2011/STAGING/local_assets/pdf/
eletricidade_seção_2012.pdf [acessado em: 03.11.13].
[2] Agência Internacional de Energia (AIE). Principais estatísticas mundiais de energia. Paris: OCDE/
AIE; 2014. pág. 26. Disponível em: http://www.iea.org/publications/
publicações gratuitas/publicação/KeyWorld2014.pdf [acesso em 25.07.14].
[3] Benli H. Potencial de energia renovável na produção de energia elétrica e
desenvolvimento energético sustentável da Turquia: desempenho e políticas. Renovar
Energia 2013;50:33e46.
[4] Sovacool BK, Watts C. Tornar-se completamente renovável: é possível (e muito menos
desejável)? Electr J 2009;22:95e111.
€

[5] Ho€ok M, Tang X. Esgotamento de combustíveis fósseis e clima antropogênico

o público em geral e as empresas empresariais a investirem em sistemas solares
fotovoltaicos. A estimativa é ter 9 GW de instalações solares fotovoltaicas até 2050.
Portanto, um modelo de avaliação de políticas FiT foi desenvolvido neste
estudar. O modelo usa simulações de dinâmica de sistemas para explorar o
capacidade total de energia solar fotovoltaica que poderia estar operacional, o custo
da política de proteção ambiental e os requisitos financeiros para
apoiar a política. Um horizonte temporal relativamente mais longo (2012e2050)
foi usado para não ignorar o efeito de qualquer dinâmica atrasada
no sistema. Um total de doze cenários foram avaliados com base em
mudouUma revisão. Política Energética 2013;52:797e809.
[6] Oh TH, Pang SY, Chua SC. Política energética e energias alternativas na Malásia:
questões e desafios para o crescimento sustentável. Renovar Sustentar Energia Rev
2010;14:1241e52.
[7] Ali R, Daut I, Taib S. Uma revisão sobre fontes de energia existentes e futuras para
geração de energia elétrica na Malásia. Renovar Sustentar Energia Rev 2012;16:
4047e55.
[8] Gan PY, Li Z. Estudo quantitativo sobre o mercado solar fotovoltaico global de longo prazo.
Renovar Sustentar Energia Rev 2015;46:88e99.
[9] KetHHA. Manual sobre a tarifa feed-in da Malásia para a promoção de
energia renovável. distribuído pelo Ministério de Energia, Água e Verde
Machine Translated by Google
S. Ahmad et al. / Energia 84 (2015) 808e815
Tecnologia. 2011. Disponível em: http://www.mbipv.net.my/dload/FiT%
20Handbook%20English.pdf [28.07.14].
[10] REN21 Renewable 2014 Relatório global sobre o estado das energias renováveis. REN21.
Disponível em : http://www.ren21.net/portals/0/documents/resources/gsr/2014/
gsr2014_full%20report_low%20res.pdf [acessado em: 12.03.15].
[11] Frondel M, Ritter N, Schmidt CM, Vance C. Impactos económicos da promoção de tecnologias
de energias renováveis: a experiência alemã. Política Energética 2010;38:4048e56.
[12] Jenner S, Groba F, Indvik J. Avaliando a força e a eficácia das tarifas de alimentação de
eletricidade renovável nos países da União Europeia. Política Energética 2013;52:385e401.
[13] Nishimura K. Acção popular para as energias renováveis: como Ontário teve sucesso na
implementação de um sistema de tarifas feed-in? Energia Sustentar Soc 2012;2:6.
[14] Huang YH, Wu JH. Avaliação do mecanismo de tarifa feed-in para energias renováveis
energias em Taiwan. Política Energética 2012;39:8106e15.
[15] Lüthi S, Wüstenhagen R. O preço do risco político d insights empíricos de experimentos de
escolha com desenvolvedores de projetos fotovoltaicos europeus. Economia Energética
2012;34:1001e11.
[16] Dong CG. Tarifa feed-in vs. padrão de portfólio renovável: um teste empírico da sua eficácia
relativa na promoção do desenvolvimento da capacidade eólica. Política Energética
2012;42:476e85.
[17] Langniß O, Diekmann J, Lehr U. Mecanismos avançados para a promoção de modelos de
energia renovável para a evolução futura da lei alemã de energia renovável. Política
Energética 2009;37:1289e97.
[18] Ertürk M. A avaliação da regulamentação das tarifas feed-in da Turquia para energia eólica
onshore com base na análise económica. Política Energética 2012;45:359e67.
[19] Couture T, Gagnon Y. Uma análise de modelos de remuneração de tarifas feed-in: Implicações
para o investimento em energias renováveis. Política Energética 2010;38:955e65.
[20] Alishahi E, Moghaddam MP, Sheikh-El-Eslami MK. Uma abordagem de dinâmica de sistemas
para investigar os impactos dos mecanismos de incentivo no investimento em energia eólica .
Renovar Energia 2012;37:310e7.
[21] Rickerson WH, Sawin JL, Grace RC. Se o sapato for adequado: usar tarifas feed-in para
cumprir as metas de eletricidade renovável dos EUA. Electr J 2007;20:73e86.
[22] Rüther R, Zilles R. Defendendo o caso da energia fotovoltaica conectada à rede no Brasil.
Política Energética 2009;83:287e97.
[23] Kim KK, Lee CG. Avaliação e otimização de tarifas feed-in. Política Energética
2012;49:192e203.
[24] Walters R, Walsh PR. Examinar o desempenho financeiro de projetos de microgeração
eólica e o efeito de subsídio das tarifas feed-in para locais urbanos no Reino Unido.
Política Energética 2011;39:5167e81.
[25] Walker SL. Poderá a tarifa feed-in do GB fornecer os 2% esperados de electricidade de
fontes renováveis? Renovar Energia 2012;43:383e8.
[26] Muhammad-Sukki F, Ramirez-Iniguez R, Munir AB, Mohd Yasin SH, Abu -Bakar SH,
McMeekin SG, et al. Tarifa feed-in revisada para energia solar fotovoltaica no Reino
Unido: um futuro nebuloso pela frente? Política Energética 2013;52:832e8.
[27] Verbruggen A, Lauber V. Avaliando o desempenho da eletricidade renovável
instrumentos de apoio. Política Energética 2012;45:635e44.
[28] Aslani A, Helo P, Naaranoja M. Papel das políticas de energias renováveis na dependência
energética na Finlândia: abordagem da dinâmica do sistema. Appl Energia 2014;113: 758e65.
815
[29] Ahmad S, Tahar RM. Usando dinâmica de sistemas para avaliar o desenvolvimento de
eletricidade renovável na Malásia. Kybernetes 2014;43:24e39.
[30] Aslani A, Wong K-FV. Análise do desenvolvimento de energia renovável para geração de
energia nos Estados Unidos. Renovar Energia 2014;63:153e61.
[31] Hsu CW. Utilização de um modelo de dinâmica de sistemas para avaliar os efeitos dos
subsídios de capital e das tarifas feed-in nas instalações solares fotovoltaicas. Appl Energia
2012;100: 205e17.
[32] Shahmohammadi MS, Mohd Yusuff R, Keyhanian S, Shakouri GH. Um sistema de apoio à
decisão para avaliar os efeitos do mecanismo de tarifa feed-in: modelagem dinâmica do mix
de geração de eletricidade da Malásia. Appl Energia 2015;146: 217e29.
[33] Balanço energético nacional. Comissão de Energia da Malásia; 2012. http://meih.st.
gov.meu.
[34] Akhwanzada SA, Tahar RM. Previsão estratégica da demanda de eletricidade utilizando
abordagem de dinâmica de sistemas. Int J Environ Sci Dev 2012;3:328e33.
[35] Chua SC, Oh TH. Perspectivas de energia solar na Malásia. Renovar Sustentar Energia Rev
2012;16:564e74.
[36] Ahmad S, Tahar RM. Seleção de fontes de energia renováveis para o desenvolvimento
sustentável do sistema de geração de eletricidade utilizando processo hierárquico analítico:
um caso da Malásia. Renovar Energia 2014;63:458e66.
[37] Muhammad-Sukki F, Abu-Bakar SH, Munir AB, Mohd Yasin SH, Ramirez -Iniguez R, McMeekin
SG, et al. Progresso da tarifa feed-in na Malásia: um ano depois. Política Energética
2014;67:618e25.
[38] SEDA. Relatório Anual 2013. 2013. Disponível em: www.seda.gov.my
[03.09.14].
[39] Pasaoglu Kilanc G, Or I. Uma ferramenta de apoio à decisão para a análise de preços,
investimento e processos regulatórios num mercado de electricidade descentralizado.
Política Energética 2008;36:3036e44.
[40] Saysel AK, Hekimoglu M. Explorando as opções para mitigação de dióxido de carbono na
indústria de energia elétrica turca: abordagem de dinâmica de sistema. Política Energética
2013;60:675e86.
[41] Howick S, Ackermann F, Andersen D. Vinculando o pensamento de eventos com o
pensamento estrutural: métodos para melhorar o valor do cliente em projetos. Syst Dynam
Rev 2006;22:113e40.
[42] Ahmad S, bin Mat Tahar R. Modelo rico em feedback para avaliar a política de tarifas feed-
in. Política de Tecnologia Energética 2014;1(1):45e51.
[43] Muhammad-Sukki F, Ramirez-Iniguez R, Abu-Bakar SH, McMeekin SG, Stewart BG. Uma
avaliação da instalação de energia solar fotovoltaica em casas residenciais na Malásia:
passado, presente e futuro. Política Energética 2011;39: 7975e87.
[44] Saidur R, Masjuki HH, Jamaluddin MY, Ahmed S. Energia e emissões de gases de efeito
estufa associadas de eletrodomésticos na Malásia. Política Energética 2007;35:1648e57.
[45] Qudrat-Ullah H, Seong BS. Como fazer a validade estrutural de um modelo de simulação
do tipo dinâmica de sistemas: o caso de um modelo de política energética. Política
Energética 2010;38:2216e24.
[46] Schilling MA, Esmundo M. Tecnologia Curvas S em alternativas de energia renovável :
análise e implicações para a indústria e governo. Política Energética 2009;37:1767e81.