EXERCÍCIOS DE NEGÓCIOS EM ENERGIA
Problema - 1
Problema Cativo x Livre
A unidade consumidora de energia elétrica em questão é um consumidor cativo e está na modalidade tarifária horária verde, pertencente ao subgrupo A4.
Faça a Análise de Viabilidade Cativo x Livre para essa Unidade Consumidora.
Os dados de consumo para um ano típico, em base mensal, estão disponíveis na Planilha Excel abaixo.
Dados da Unidade Consumidora elaborados por Jonatas Nascimento (jonatas.nsilva@gmail.com) !!!
Agora compare as alternativas acima com a alternativa de colocar um sistema fotovoltaico na unidade consumidora e ela continuar no ACR (Ambiente de Contratação Regulada).
Depois compare com a alternativa da unidade consumidora ter o sistema de geração fotovoltaica e migrar para o ACL tornando-se Autoprodutor.
Depois de tudo, compare as alternativas de negócios acima com a alternativa da unidade consumidora ter o sistema de geração fotovoltaica, migrar para o ACL tornando-se Autoprodutor e possuir um BESS (Battery Energy Storage System) de Íon-Lítio.
Qual das 5 alternativas é a melhor para essa Unidade Consumidora?
Para relembrar as 5 alternativas segue um resumo:
1 - Continuar no ACR (pode mudar de tarifa horosazonal);
2 - Ir para o ACL;
3 - Continuar no ACR e instalar Sistema Fotovoltaico;
4 - Ir para o ACL com Sistema Fotovoltaico e tornar-se Autoprodutor (com geração local ou remota);
5 - Alternativa 4 + BESS de Íon-Lítio.
obs:
Lembrar que o Consumidor Livre pode escolher entre pagar as TUSD´s pela tarifa horosazonal Azul ou Verde. Se o Consumidor Livre escolher a tarifa horosazonal Azul ele vai ter que contratar uma demanda na ponta e contratar uma demanda fora ponta.
Quando esse consumidor se tornar livre e comprar energia incentivada 50% ou 100%, o desconto vai incidir conforme as regras da Tabela 3 da Resolução Homologatória das Tarifas da Distribuidora.
Pelas regras atuais (ano 2022) um Consumidor Cativo pode se tornar Livre caso a demanda contratada ponta ou a demanda contratatada fora ponta seja > 500 kW.
Composição do Custo do BESS de Íon-Lítio
2023 Electricity ATB Technologies
The 2023 Electricity Annual Technology Baseline (ATB) provides consistent, freely available, technology-specific cost and performance parameters across a range of R&D advancements scenarios, resource characteristics, sites, fuel prices, and financial assumptions for electricity-generating and storage technologies, both at present and with projections through 2050. ATB parameters include capital expenditures (CAPEX), operation and maintenance (O&M) expenditures, capacity factors, and levelized cost of energy (LCOE), a summary metric for electricity-generating technologies. The ATB includes base year and projected estimates based on technology innovation for land-based wind, offshore wind, utility-scale photovoltaics (PV) commercial PV, residential PV, concentrating solar power, geothermal, hydropower, utility-scale PV-plus-battery, utility-scale battery storage, commercial battery storage, residential battery storage, pumped storage hydropower, fossil energy technologies.
Utility-Scale Battery Storage
Nate Blair, Chad Augustine, Wesley Cole, et al. 2022. ”Storage Futures Study: Key Learnings for the Coming Decades”. Golden, CO: National Renewable Energy Laboratory. NREL/TP-7A40-81779.
Problema - 2
Problema da Sazonalização de um Contrato de Compra de Energia de um Consumidor Livre
Dados de entrada do Problema:
import numpy as np
consumo_MWmed = np.array([2.20, 3.52, 5.34, 2.70, 8.51, 2.92, 9.58, 12.4, 15.68, 13.95, 5.53, 5.53])
# em MWmed
Numero_horas_mes = np.array([744.00, 672.00, 744.00, 720.00, 744.00, 720.00, 744.00, 744.00, 720.00, 744.00, 720.00, 744.00])
A carga que o consumidor quer contratar para os 12 meses do próximo ano é a carga acima. Ela foi “quantificada” tomando-se como base as cargas históricas de anos passados e também levando-se em consideração algumas ampliações fabris que vão acontecer no próximo ano.
Para a análise simplificada que pretendemos fazer aqui, vamos considerar que a carga a ser contratada é determinística. Ou seja, existe 100% de certeza que serão consumidos esses valores no próximo ano (o consumo não entra no problema como uma variável estocástica).
O PLD mensal que vamos considerar, também por razões de simplificação, é considerado determinístico e não estocástico. Ele foi “quantificado” tomando-se como base os PLDs históricos dos anos passados e também levando-se em consideração algumas suposições de comportamento futuro do PLD.
PLD = np.array([242.72, 165.98, 109.02, 132.63, 218.70, 336.99, 583.88, 583.88, 577.37, 249.36, 88.10, 66.67])
# em R$/MWh
Pergunta-se: Considerando-se os 4 Contratos disponíveis abaixo, qual é o melhor contrato para esse consumidor???
CONTRATO-1
Quantidade Contrato (MWmed) = 8.0
Preço do Contrato (R$/MWh) = 120.0
Percentual de Sazo = 0.0
Percentual de Flex = 0.0
CONTRATO-2
Quantidade Contrato (MWmed) = 6.0
Preço do Contrato (R$/MWh) = 190.0
Percentual de Sazo = 0.0
Percentual de Flex = 0.3
CONTRATO-3
Quantidade Contrato (MWmed) = 5.0
Preço do Contrato (R$/MWh) = 220.0
Percentual de Sazo = 0.4
Percentual de Flex = 0.0
CONTRATO-4
Quantidade Contrato (MWmed) = 8.0
Preço do Contrato (R$/MWh) = 240.0
Percentual de Sazo = 0.5
Percentual de Flex = 0.5
Problema - 3
Problema da Sazonalização da Garantia Física de Usina Eólica considerando um Portfolio de Contratos
Problema - 4
Problema da Venda de Geração Eólica no PLD horário
Imagine que o proprietário de um Parque Eólico sabe exatamente o valor de geração do seu Parque hora a hora para o próximo trimestre (90 dias).
Vale ressaltar que essa é uma suposição totalmente descabida e serve somente para efeitos didáticos para esse nosso problema.
E mais ainda, vamos supor também que esse proprietário sabe exatamente os valores do PLD horário (spot price) no Mercado Brasileiro para os próximos 90 dias.
Essas duas informações: geração horária e PLD horário estão na Planilha Excel abaixo.
Com essas duas informações, pergunta-se: qual o melhor Contrato para esse Parque Eólico
entre os 3 apresentados a seguir???
Contrato-1: Quantidade de 2 MWmed com modulação FLAT ao Preço de 165.00 R$/MWh.
Contrato-2: Quantidade de 5 MWmed com a seguinte modulação horária [4.60, 6.41, 6.98, 7.16, 7.30, 6.76, 6.41, 6.55, 6.56, 5.95, 5.44, 4.90, 4.29, 3.94, 3.70, 3.41, 3.36, 2.87, 2.98, 3.98, 4.08, 4.13, 4.08, 4.17] e ao Preço de 171.00 R$/MWh.
Contrato-3: Quantidade de 5 MWmed com a seguinte modulação horária [4.17, 4.08, 4.13, 4.08, 3.98, 2.98, 2.87, 3.36, 3.41, 3.70, 3.94, 4.29, 4.90, 5.44, 5.95, 6.56, 6.55, 6.41, 6.76, 7.30, 7.16, 6.98, 6.41, 4.60] e ao Preço de 172.50 R$/MWh.
Planilha de Geração Eólica horária e PLD horário
Problema - 5
Problema da Venda de Geração Eólica no PLD horário com operação de um BESS (Battery Energy Storage System)
Vamos considerar que o Operador do BESS (dono do Parque Eólico) tem que decidir qual a estratégia de operação do BESS para maximizar a receita da venda de energia no Contrato-1 do problema anterior para os 90 dias. Ou seja, tem que ser determinado quantos MW´s o BESS vai carregar e descarregar em cada hora dos 90 dias, seguindo a expressão do cálculo da Receita abaixo.
where:
Preçot: é o PLD horário (R$/MWh)
BESSGER_t: é a Energia gerada pelo BESS durante a hora específica (MW)
BESSCONS_t: é a Energia consumida pelo BESS durante a hora específica (MW)
Durante cada hora, a bateria ou está carregando, ou está descarregando ou ociosa, o que significa que BESSGER_t e BESSCONS_t não podem ser diferentes de zero simultaneamente.
Aspectos Técnicos do BESS: 10.0 MWh/5.0 MW; com Eficiência de Carregamento/Descarregamento de 95% e 90% respecivamente; e Garantia da Vida Útil de 3000 ciclos.
Esse problema está baseado no livro dos autores Daniel S. Kirschen and Goran Strbac, “Fundamentals of Power System Economics”, 2nd Edition, 2019.
Problema - 6
Problema de Análise de Investimento em um BESS considerando o Leilão de Reserva de Capacidade (LRCAP) de 2024
Problema - 7
Algo Trading em Comercialização de Energia Elétrica (Séries Históricas de Negociação de Produtos de Energia)
Série Histórica - para Algo Trading
Preço de fechamento semanal
Produto: Ano 2024 - Sudeste Convencional
Período: "1a semana de set/2019" a "1a semana de jul/2023"
Séries Históricas - para Algo Trading
Vários Produtos
Vários Submercados
Vários Períodos
Problema - 8
Problema dos CMO´s em Submercados
Prova ABRACEEL - 2013
Problema - 9
Problema das 6 companhias no "Southern Antarctica Electrical Energy Market"
Nesse problema têm-se as 3 visões:
1. Generation Company
2. Retailer
3. Trading Company
Além disso têm-se os seguintes mercados:
1. Forward Market de Longo-Prazo (geralmente efetuados de forma Bilateral)
2. Forward Market de Curto-Prazo (geralmente efetuados em Exchanges)
3. Derivative Market
4. Balancing Market (Spot Price)
Problem 3.3 from Daniel S. Kirschen and Goran Strbac, “Fundamentals of Power System Economics”, 2nd Edition, 2019
Problema - 10
Electricity Retailer Problem
Problem 4.1 from Daniel S. Kirschen and Goran Strbac, “Fundamentals of Power System Economics”, 2nd Edition, 2019
Problema - 11
Problema do Despacho Ótimo de uma Empresa de Gerção nos Mercados por Oferta (e não por Custo Auditado)
Problem 4.6 -4.9
from Daniel S. Kirschen and Goran Strbac, “Fundamentals of Power System Economics”, 2nd Edition, 2019
Segue abaixo um código em Matlab elaborado por Arthur Muller (arthurmuller.96@gmail.com) !!!
% Custos totais
x=50:0.01:500;
cta=15+1.4.*x+0.04.*x.^2;
ctb=25+1.6.*x+0.05.*x.^2;
ctc=20+1.8.*x+0.02.*x.^2;
plot(95.26,15+1.4*95.26+0.04*(95.26)^2,'r*')
hold on
plot(74.21,25+1.6*74.21+0.05*(74.21)^2,'r*')
plot(180.52,20+1.8*180.52+0.02*(180.52)^2,'r*')
plot(x,cta)
plot(x,ctb)
plot(x,ctc)
legend({'PA','PB','PC','Cta','Ctb','Ctc'},'Location','best')
% Custos marginais
x1=0:0.1:500;
cma=1.4+0.08.*x1;
cmb=1.6+0.1.*x1;
cmc=1.8+0.04.*x1;
y1=9.02-x1+x1;
figure(2)
plot(x1,cma)
hold on
plot(x1,cmb)
plot(x1,cmc)
plot(x1,y1)
legend({'Cma','Cmb','Cmc','Cm=9.02'},'Location','best')
Curvas dos Custos Totais das Unidades A, B e C.
Os pontos demonstrados nas Curvas representam
a geração de cada Unidade para o Prçeo de Mercado da Energia valendo 9.02 $/MWh
Curvas dos Custos Marginais das Unidades A, B e C.
A Reta Horizontal é o Valor de 9.02 $/MWh
Curva do Lucro da Unidade A para o Preço de Mercado igual a 9.02 $/MWh
Segue abaixo o código em Python !!!
#
# Problem 4.6 - Kirschen
#
import numpy as np
import matplotlib.pyplot as plt
vet_pot = np.linspace(10, 300, 1001)
Custo_Unit_A = 15 + (1.4*vet_pot) + (0.04*(vet_pot**2))
Custo_Unit_B = 25 + (1.6*vet_pot) + (0.05*(vet_pot**2))
Custo_Unit_C = 20 + (1.8*vet_pot) + (0.02*(vet_pot**2))
fig, ax = plt.subplots()
ax.plot(vet_pot, Custo_Unit_A, 'k--', label='Pa Cost')
ax.plot(vet_pot, Custo_Unit_B, 'k:', label='Pb Cost')
ax.plot(vet_pot, Custo_Unit_C, 'k', label='Pc Cost')
legend = ax.legend(loc='upper center', shadow=True, fontsize='x-large')
# Put a nicer background color on the legend.
legend.get_frame().set_facecolor('C0')
plt.xlabel('Pot (MW)')
plt.ylabel('Custo ($)')
plt.grid(True)
plt.show()
Problema - 12
Análise de Investimento em uma Planta de Hidrogênio utilizando Opções Reais
Os dados de CAPEX, OPEX, Financiamento e outros, serão utilizados do artigo publicado no SNPTEE-2023 do pdf abaixo.
E. Sodré, et al., “Análise de Risco da Viabilidade Técnico-Econômica de um Empreendimento de Produção de Hidrogênio Verde no Sistema Nordeste”, XXVII SNPTEE - Seminário Nacional de Produção e Transmissão de Energia Elétrica, 26 a 29 de novembro de 2023 – CICB, Brasília-DF.
Johnathan Mun, “Real Options Analysis - Tools and Techniques for Valuing Strategic Investments and Decisions”. Publisher: Wiley; 2nd edition, November 4, 2005.
