Aquisição de energia no mercado cativo brasileiro: simulações dos efeitos da regulação sobre o risco das distribuidoras

• Main Authors: Mônica Barros, Marina Figueira de Mello, Reinaldo Castro Souza
• Format: Article
• Language: English
• Published: Sociedade Brasileira de Pesquisa Operacional 2009-08-01
• Series: Pesquisa Operacional
• Subjects: leilões de energia; simulação; regulação econômica; energy auctions; simulation; economic regulation
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-74382009000200004
• ISSN: 0101-7438; 1678-5142

O novo ambiente regulatório da energia elétrica no Brasil introduziu grandes mudanças na área de comercialização. Principalmente a adoção dos leilões de compra centralizada nos quais o governo adquire energia para os consumidores cativos. Nesse novo quadro institucional, as distribuidoras têm a responsabilidade de estimar a energia requerida para atendimento de suas áreas de concessão e são punidas caso cometam erros de previsão. As estimativas a menor são mais duramente punidas. Neste trabalho foram feitas simulações dos custos de contratação utilizando como aleatórios os percentuais de contratação da demanda prevista e um modelo de reamostragem do PLD (Preço de Liquidação das Diferenças), empregado no cálculo das punições. Concluiu-se que o sistema é frágil porque modificações no conjunto de usinas considerado pelo software NEWAVE (que determina os CMOs - Custos Marginais de Operação e, indiretamente, os PLDs) levam a resultados muito diferentes no que diz respeito ao valor das punições para uma mesma estratégia de contratação adotada por uma distribuidora.<br>The new regulatory framework in Brazilian electricity sector implemented several changes in the way energy is traded. Energy required by all captive consumers is now centrally purchased by the government. Distributors are only responsible for demand estimation in their concession areas. In case estimations prove wrong, distributors are punished differently for under or overestimations. Underestimations are punished harder. In this paper we simulate energy purchasing costs for a hypothetical utility in which random percentages of the forecasted demand are used. We also develop a resampling scheme for the PLD (Settlement Price), which is used to calculate penalties incurred by utilities. We conclude that, despite a very sophisticated regulatory framework, the system is fragile because changes in the inputs of the NEWAVE software (used to calculate the marginal cost of operations (CMO), which directly affects the PLD) yield very different punishment fees for a given (fixed) utility acquisition strategy.