Upload
internet
View
106
Download
3
Embed Size (px)
Citation preview
Projeção de mercado de energia elétrica para a Projeção de mercado de energia elétrica para a revisão tarifária durante a crise econômica de 2008/09revisão tarifária durante a crise econômica de 2008/09
José Francisco Moreira Pessanha ([email protected])Nelson Leon ([email protected])
Juiz de Fora, 7 de outubro de 2013
Seminários do Programa de Pós-Graduação em Economia Aplicada da UFJFSeminários do Programa de Pós-Graduação em Economia Aplicada da UFJF
MotivaçãoMotivaçãoLeon, N.; Pessanha, J.F.M.; Ribeiro Sobrinho, J. Projeção de mercado de energia elétrica para a revisão tarifária durante a crise econômica de 2008/09, Congreso Internacional de Distribución Eléctrica, Buenos Aires, 2010.
O principal resultado da revisão tarifária é o faturamento da distribuidora aprovado pelo regulador: faturamento = tarifa média (R$/MWh) x mercado projetado (MWh).
A projeção do consumo de energia elétrica tem papel relevante na determinação do nível da tarifa.
Antes da crise, a economia brasileira vinha se desenvolvendo a taxas crescentes nos últimos anos e as previsões de crescimento para 2008 eram superiores a 6%. Os cenários macroeconômicos do IE/UFRJ até julho de 2008 previam um crescimento médio de 5% para o período 2009/2014.
Com a crise econômica mundial foi necessário rever as projeções de mercado.
O caminho crítico do processo de revisão tarifária passou pela elaboração dos cenários macroeconômicos que pudessem se aventurar a descrever o desenrolar do impacto da crise na economia brasileira.
Cenários da taxa de crescimento da economia Cenários da taxa de crescimento da economia na época do terceiro ciclo de revisão tarifáriana época do terceiro ciclo de revisão tarifária
Em dezembro de 2008 as previsões de crescimento eram de 2% a 3% para 2009.
Em meados de fevereiro, as previsões de crescimento já tinham caído para 1,5%.
Após a divulgação do resultado do último trimestre de 2008, em 11 de março de 2009, o boletim do Banco Central reduziu a expectativa trazendo uma nova previsão para 2009, com uma previsão de crescimento de 0,59% no ano.
Os cenários do IE/UFRJ foram ligeiramente mais pessimistas prevendo um crescimento de 0,4%.
Três cenários macroeconômicos do IE/UFRJ que representa a evolução do pensamento do Grupo de conjuntura da UFRJ antes e durante a crise econômica. Taxas de crescimento do PIB a preço de mercado e dos valores adicionados dos setores agregados.
Incertezas do crescimento durante a Incertezas do crescimento durante a crise econômica de 2008/09crise econômica de 2008/09
1-ago
5-set
3-out
7-nov
5-dez
9-jan
6-fev
6-mar
9-abr
8-mai
5-jun
3-jul
7-ago
4-set
30-out
27-nov
31-dez-8
-6
-4
-2
0
2
4
(%)
As datas referem-se a divulgação de previsões no Boletim Focus do Banco Central do Brasil
Previsões de crescimento do PIB e da Produção Industrial para o ano de 2009
Previsões do crescimento da produção industrial
Previsões de crescimento do PIB
Incertezas do crescimento durante a Incertezas do crescimento durante a crise econômica de 2008/09crise econômica de 2008/09
9-jan6-fev
6-mar 9-abr 8-mai 05/jun 10-jul
7-ago
4-set30-out
27-nov
31-dez
0
1
2
3
4
5
6
7
8
9
%
As datas mostram a divulgação de previsões no Boletim Focus do Banco Central do Brasil
Previsões de crescimento do PIB e do Produto Industrial para 2010 divulgadas em 2009
previsões de crescimento do PIB
Previsões de crescimento do produto industrial
Estudo de caso apresentado no artigoEstudo de caso apresentado no artigo
Eletrobras Distribuição Alagoas
Necessidade de regionalização dos cenários macroeconômicos e das premissas demográficas que fundamentam a previsão de mercado.
Em 2008 805 mil unidades consumidoras(91% residenciais)
Consumo 2.246 GWh36% residencial21% comercial17% industrial8% rural18% outras classe
Etapas da previsão de mercadoEtapas da previsão de mercado
1) Formulação das premissas demográficas
2) Formulação dos cenários macroeconômicos
3) Projeção de longo prazo da demanda por energia elétrica (conversão das premissas demográficas e cenários macroeconômicos na projeção de demanda)
Etapa 1 - Premissas demográficasEtapa 1 - Premissas demográficas
Conjunto de projeções populacionais e de número de domicílios para o Brasil, Conjunto de projeções populacionais e de número de domicílios para o Brasil, subsistemas elétricos, unidades da federação e áreas de concessão.subsistemas elétricos, unidades da federação e áreas de concessão.
A projeção da população brasileira é a disponibilizada pelo IBGE.A projeção da população brasileira é a disponibilizada pelo IBGE.
Ajuste de um modelo demográfico para a projeção do número de domicílios no Brasil. Ajuste de um modelo demográfico para a projeção do número de domicílios no Brasil. No modelo são considerados as estimativas censitárias.desde 1970.No modelo são considerados as estimativas censitárias.desde 1970.
Regionalização das projeções efetuada pelo método ai bi (MADEIRA & SIMÕES, Regionalização das projeções efetuada pelo método ai bi (MADEIRA & SIMÕES, 1972) ou sua variante abcd (LEON et al, 2006).1972) ou sua variante abcd (LEON et al, 2006).
MADEIRA, J.L.; SIMÔES, C.C.S. Estimativas preliminares da População Urbana e Rural segundo Unidades da Federação de 1960 a 1980, por uma nova metodologia, Revista Brasileira de Estatística, v.33, nº 129, pp 3 -11 jan./mar. de 1972.
LEON, N.; PESSANHA, J.F.M.; RIBEIRO, P.M. Estimativas intercensitárias e projeções do número de domicílios para os estudos de previsão do mercado de energia elétrica da classe residencial. In: X Simpósio de Especialistas em Planejamento da Operação e Expansão Elétrica, Florianópolis, 2006.
Etapa 1 - Premissas demográficasEtapa 1 - Premissas demográficas
Envolve a formulação de cenários de crescimento da economia brasileira.Envolve a formulação de cenários de crescimento da economia brasileira.
Também inclui cenários para o crescimento do Valor Adicionado Bruto e dos setores Também inclui cenários para o crescimento do Valor Adicionado Bruto e dos setores agropecuário, industrial e serviços, as projeções do PIB na ótica da despesa agropecuário, industrial e serviços, as projeções do PIB na ótica da despesa explicitando a taxa de investimento, o consumo das famílias e de governo.explicitando a taxa de investimento, o consumo das famílias e de governo.
Cenários regionalizados também são necessários.Cenários regionalizados também são necessários.
Etapa 2 - Cenários macroeconômicosEtapa 2 - Cenários macroeconômicos
Cenário para Alagoas
Como a economia do estado de Alagoas é fortemente dependente do pólo cloroquímico, a queda do PIB industrial provoca uma retração do PIB do Estado no ano de 2009.
Para o ano de 2010 a retração do PIB a preços de mercado de Alagoas é devida a forte redução dos impostos sobre produtos,
Etapa 2 - Cenários macroeconômicosEtapa 2 - Cenários macroeconômicos
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
O mercado é estratificado em oito classes de consumo: O mercado é estratificado em oito classes de consumo: 1)1) ResidencialResidencial2)2) ComercialComercial3)3) IndustrialIndustrial4)4) RuralRural5)5) Iluminação públicaIluminação pública6)6) Serviços públicosServiços públicos7)7) Poderes públicos Poderes públicos 8)8) Consumo próprio. Consumo próprio.
A projeção de mercado é obtida por meio de um conjunto de modelos, um para A projeção de mercado é obtida por meio de um conjunto de modelos, um para cada classe de consumo.cada classe de consumo.
Os modelos relacionam as premissas demográficas e os cenários Os modelos relacionam as premissas demográficas e os cenários macroeconômicos com o consumo de energia elétrica (MWh).macroeconômicos com o consumo de energia elétrica (MWh).
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção da distribuição do nº de unidades consumidoras residenciais por faixa de rendimento domiciliar ( % ) em Alagoas
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeções do consumo médio mensal (kWh) por consumidor residencial por faixa de rendimento domiciliar
-
100.000
200.000
300.000
400.000
500.000
1994 1996 1998 2000 2002 2004 2006 2008
MWh
valores estimados valores observados
r2 = 0,939
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo comercial para Alagoas obtida por modelo econométrico
•COMt: consumo (MWh) da classe comercial no ano t•PIBCOMt: valor adicionado do comércio e serviços no ano t •D1t: variável dummy (D1t = 0 para t ≤ 2002 e D1t =1 para t>2002) introduzida para representar a mudança na metodologia de cálculo do PIB em 2002 •D2t: variável dummy para incorporar o efeito do racionamento de 2001 (D2t = 0 para t ≤ 2000 e D2t =1 para t≥2001)
ttt
tt
DDLnPIBCOMLnPIBCOM
LnPIBCOMMOLnC
212002 1304,0344,3
389,47,24ˆ
300.000
400.000
500.000
600.000
1994 1996 1998 2000 2002 2004 2006 2008
MWh
valores observados valores estimados
r2 = 0,86
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo industrial para Alagoas obtida por modelo econométricoProjeção do consumo industrial para Alagoas obtida por modelo econométrico
INDt : consumo (MWh) da classe industrial PIBINDt : valor adicionado das indústrias extrativistas mineral e de transformaçãoDt : dummy para incorporar o racionamento de 2001
ttt DLnPIBINDDNLnI 084,0319,027,15ˆ
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo rural para Alagoas obtida por modelo econométricoProjeção do consumo rural para Alagoas obtida por modelo econométrico
Onde• RURt : consumo (MWh) da classe rural no ano t• NCRURt : número de unidades consumidoras da classe rural
O número de consumidores foi extrapolado linearmente a partir da série histórica com base na seguinte equação:
A classe rural abrange as grandes propriedades rurais (açúcar e fumo).
O consumo da subclasse residencial rural é projetada junto com a classe residencial.
O mercado da classe rural é majoritariamente da subclasse de irrigação.
A irrigação é ligada somente nos anos secos. Prever o consumo desta subclasse seria prever o regime de chuvas na região, o que ainda não é factível.
No entanto, é possível prever o consumo da classe rural em função do nº de unidades consumidoras rurais
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo da iluminação públicaProjeção do consumo da iluminação públicaEm 2008 6% do consumo totalEm 2008 6% do consumo total
OndeIPt : consumo (MWh) da classe iluminação pública NCRt : nº de unidades consumidoras residenciais no ano t. Dt : uma variável dummy que representa o efeito do racionamento
80.000
100.000
120.000
140.000
1994 1996 1998 2000 2002 2004 2006 2008
MWh
valores observados valores estimados
r2 = 0,9224
O nº de unidades consumidoras residenciais é uma variável proxy do crescimento horizontal e vertical das cidades.
ttt DLnNCRLnIP 12,068,074,2
r2=0,9620
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo da classe poderes públicosProjeção do consumo da classe poderes públicosEm 2008 5% do consumo totalEm 2008 5% do consumo total
tttt DLnAPULnAPULnAPUPPLn )(74,182,35,19ˆ2005
Variável explicativa: valor adicionado administração, educação e saúde públicas (APU)
Projeção do consumo da classe serviços públicosProjeção do consumo da classe serviços públicosEm 2008 7% do consumo totalEm 2008 7% do consumo total
tttt DLnSIUPLnSIUPLnSIUPPSLn )(21,1798,1428,0ˆ2005
Variável explicativa: valor adicionado dos serviços industriais de utilidade pública (SIUP)
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Projeção do consumo próprioProjeção do consumo próprioEm 2008, 0,2% do consumo totalEm 2008, 0,2% do consumo total
Energia utilizada direta e indiretamente para exercer a atividade de distribuição de energia elétrica.
A participação do consumo desta classe segue uma tendência decrescente do seu percentual em relação ao consumo total e reflete o ganho de produtividade decorrente do crescimento de mercado atendido.
A projeção é realizada com um ajuste exponencial do percentual histórico.
vendidaEnergiaCP(%)-1
CP(%)próprio Consumo
Mercado de todas as demais classes de consumo
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Histórico e projeção do mercado MWhHistórico e projeção do mercado MWh
Etapa 3 - Projeção de longo prazo da demanda por energia elétricaEtapa 3 - Projeção de longo prazo da demanda por energia elétrica
Participação das classes de consumoParticipação das classes de consumo
Eslasticidades de demanda para o período de projeção (2009/2014)Eslasticidades de demanda para o período de projeção (2009/2014)
ResultadoResultado
Para a Eletrobrás Distribuição Alagoas o consumo do ano teste foi superior a 2% do mercado projetado.
Comparando o ano de 2014, nas três projeções de mercado segundo cada um dos cenários macroeconômicos , variou 13% para menos do cenário de julho de 2008 para o de março de 2009. Deste último para o julho de 2009, a demanda aumentou em 5%.
Para os três cenários a elasticidade de demanda de 2009 a 2014 variou significativamente.
A principal causa foi a variação do mercado industrial e das novas grandes cargas a nível regional em que a atividade econômica não está representada na desagregação do valor adicionado da indústria.
Modelo demográfico
Operários – Tarsila do Amaral 1933
Artigo Long-term forecasting of household and residential electric customers in Brazil publicado na Revista IEEE América Latina, vol. 10, no. 2, Março de 2012.
Modelo demográfico
I. Censos demográficosII. Projeção da população do IBGE por faixa etáriaIII. Série histórica do número de consumidores
residenciais e residenciais ruraisIV. Meta de universalização da ANEEL e da
concessionária
Módulo demográfico
Projeções:1. número de domicílios2. número consumidores residenciais
(urbanos)3. número de consumidores
residenciais rurais
Módulo macroeconômico da classe residencial
V. Cenário Macroeconômico: PIBe consumo das famílias
VI. PNADs de 1992 até a última publicadaVII.Séries históricas de energia elétrica
por faixa de consumo
Projeções:
4. consumo médio dos domicílios (R$)5. rendimentos dos domicílios por faixa (R$)6. índices de GINI para o rendimento dos
domicílios
Módulo integrativo(cálculos por faixa de rendimento)
a. Cenário de difusão de eletrodomésticos
b. Eficiência energética
c. Projeções do consumo
Modelo Residencial
Resultados: projeções em séries temporais 7. consumo anual (GWh)8. consumo médio mensal (kWh/mês)9. energia total necessária ao aumento do consumo médio (GWh) 10.energia total necessária para suprir os novos consumidores (GWh)
Dados de entrada
Modelo de previsão da classe residencial
Classificação dos domicílios
PROJETADOS COM BASE NA PROJEÇÂO POPULACIONAL
PROJETADOS COM BASE NA EXTRAPOLAÇÂO DAS PARTICIPAÇÕES OBSERVADAS NOS ÚLTIMOS CENSOS
MERCADO POTENCIAL DA CLASSE RESIDENCIAL
NÃO SÂO CLIENTES DA CLASSE RESIDENCIAL
NÃO CONSOMEM ENERGIA ELÉTRICA
Transição demográfica
Redução do peso relativo da população jovem e o aumento relativo da população idosa
Transição demográfica
Redução do peso relativo da população jovem e o aumento relativo da população idosa
2010 2020
Envelhecimento da população brasileira
Transição demográfica
Crescimento dos arranjos domiciliares unipessoais
Ano Um morador Dois moradoresTrês
moradoresQuatro
moradoresCinco
moradoresSeis
moradoresSete ou mais moradores total
1992 2.669.667 5.468.641 7.279.984 8.054.597 5.668.748 3.148.345 3.745.283 36.035.265 1993 2.784.242 5.744.897 7.495.538 8.535.231 5.574.780 3.124.171 3.699.104 36.957.963 1994 3.005.142 6.006.827 7.766.878 8.807.822 5.704.014 3.066.465 3.606.692 37.963.839 1995 3.226.041 6.268.756 8.038.218 9.080.413 5.833.248 3.008.758 3.514.280 38.969.714 1996 3.263.685 6.498.694 8.246.776 9.357.068 5.999.043 2.989.034 3.391.468 39.745.768 1997 3.475.368 6.636.018 8.582.464 9.705.165 5.936.894 3.018.203 3.290.511 40.644.623 1998 3.629.658 7.026.655 9.115.008 10.057.261 5.972.330 2.930.857 3.107.934 41.839.703 1999 3.800.031 7.446.768 9.336.948 10.208.051 6.097.142 2.927.140 3.035.246 42.851.326 2000 4.103.852 7.914.240 9.997.782 10.594.129 6.211.237 2.924.727 2.933.296 44.679.261 2001 4.407.672 8.381.711 10.658.616 10.980.206 6.325.332 2.922.313 2.831.346 46.507.196 2002 4.607.137 8.742.427 10.954.233 11.304.301 6.237.075 2.940.671 2.772.815 47.558.659 2003 5.091.021 9.544.699 11.610.725 11.726.286 6.192.068 2.824.959 2.722.549 49.712.307 2004 5.411.443 10.062.238 12.118.422 12.097.796 6.449.038 2.906.091 2.706.082 51.751.110
Nº de domicílios
Transição demográfica
Redução da densidade domiciliar em virtude do crescimento dos arranjos domiciliares com menos moradores (unipessoais e outros)
Efeitos da transição demográfica no consumo de energia elétrica
1) Aumento da demanda per capita da classe residencial com o envelhecimento da população (YAMASAKI & TOMINAGA, 1997; TONN & EISENBERG 2007).
Demanda energética anual residencial per capita, nos EUA em 2001:24,9 MBTUs para pessoas com menos de 25 anos de idade30,4 MBTUs para pessoas entre 34 e 44 anos49,6 MBTUs para pessoas entre 65 e 74 anos 54,2 MBTUs para pessoas com mais de 75 anos.
2) Redução da densidade domiciliar em virtude do crescimento dos arranjos domiciliares unipessoais, o que contribui para reduzir a demanda por unidade consumidora.
3) Efeitos conflitantes
E. YAMASAKI, N. TOMINAGA, N. “Evolution of an aging society and effect on residential energy demand”, Energy Policy, v. 25, n. 11, pp. 903-932, 1997. B. TONN, J. EISENBERG “The aging US population and residential energy demand”, Energy Policy, 35, pp. 743-745, 2007.
Métodos para projeção do número de domicílios ocupados
1) Extrapolação da densidade linear Dnaee (Portaria 760 de 1976), Eletrobrás, EPE
2) Projeção da taxa de chefia Aneel (Resolução nº 223/2004)
projeção do IBGE
extrapolação da densidade
ssexo
sxn
sxn
xidadet tpoptTndom
População do sexo s com idades entre x e x+n.Projeção da pirâmide etária
Taxa de chefia dos indivíduos do sexo s com idades entre x e x+n.Projeção obtida pelo modelo idade-período-coorte (IPC).
ssexo
sxn
xidadet tndomndom
Domicílio chefiado por indivíduo do grupo etário x e do sexo s
Densidade domiciliar (habitantes/domicílio)
A trajetória decrescente seguida pela densidade domiciliar ao longo dos últimos quatro censos sugere uma extrapolação linear das estimativas censitárias para a obtenção de uma projeção da densidade domiciliar (hab/dom).
Contudo, a extrapolação linear carece de uma melhor quantificação em função das incertezas ilustradas na figura.
Projeção da taxa de chefia
Necessidade de utilizar métodos de projeção do número de domicílios ocupados que permitam considerar a transição da estrutura etária da população brasileira.
A solução consiste em utilizar o método da projeção da taxa de chefia (KONO, 1987).
KONO,S. Headship rate method for projection households. In: BONGAARTS,J.; BURCH,T.K.; WACHTER,K.W. Family Demography: methods and their applications. Oxford University Press, 1987.
Taxa de chefia (chefes de domicílio/habitantes)
Taxa de chefia =Número de chefes de domicílios
Número de habitantes
A taxa é calculada por sexo e faixa etária em cada não tA taxa é calculada por sexo e faixa etária em cada não t
tP
tHtT
sxn
sxns
xn População do sexo s, na faixa etária de x a x+n anos completos
Número de domicílios chefiados por indivíduos do sexo s e com idade entre x a x+n anos completos
Cada chefe representa um domicílio ocupado. Total de domicílios chefiados por Cada chefe representa um domicílio ocupado. Total de domicílios chefiados por indivíduos do sexo s e com idades entre x e x+n anos na data t é o produto:indivíduos do sexo s e com idades entre x e x+n anos na data t é o produto:
tPtTtH sxn
sxn
sxn
ssexo
sxn
sxn
xidade
tPtTtH
O total de domicílios ocupados em um ano t, O total de domicílios ocupados em um ano t, H(t)H(t), é a soma dos domicílios chefiados , é a soma dos domicílios chefiados por homens e mulheres nos grupos etários acima de 10 anos de idade.por homens e mulheres nos grupos etários acima de 10 anos de idade.
Taxa de chefia (chefes de domicílio/habitantes)
Projeção do número de domicílios ocupados
Projeção do número de domicílios em função das projeções Projeção do número de domicílios em função das projeções para a taxa de chefia e da populaçãopara a taxa de chefia e da população
ssexo
sxn
sxn
xidade
tPtTtH
Projeção obtida pela Projeção obtida pela modelagem dos efeitos modelagem dos efeitos idade, período e coorteidade, período e coorte(Modelo IPC)(Modelo IPC)
Projeção da Projeção da pirâmide etária pirâmide etária fornecida pelo IBGEfornecida pelo IBGE
Efeitos idade, período e coorteE
feito
idad
e
Efeito período
Efeito coorte
• Efeito idade: conseqüência do processo de envelhecimento dos indivíduos • Efeito período: mudanças da sociedade ao longo do tempo e que afetam simultaneamente todas as faixas etárias • Efeito coorte: mudança de comportamento compartilhada pelos indivíduos que nasceram em uma mesma década
Tax
a d
e ch
efia
Modelo de decomposição da taxa de chefia nos efeitos idade, período e coorte
coorteskk
períodosjj
idadesii
ijk
ijk DDDT
TLn
1
Tijk = taxa de chefia na faixa etária i, no período j e na coorte kDi =1 se i-ésima idade, caso contrário Di = 0, i=1....,7Dj =1 se j-ésimo período, caso contrário Dj = 0, j=1....,4Dk =1 se k-ésima coorte, caso contrário Dk = 0, k=1....,10 é o efeito médioi é o efeito da idade i, i=1....,7j é o efeito do período j, j=1....,4k é o efeito da coorte k, k=1....,10• Para evitar a multicolinearidade retira-se uma variável dummy de cada efeito. • Uma quarta variável dummy deve ser retirada em função da dependência linear exata entre os efeitos idade, período e coorte (DEATON, 1997).• Variáveis eliminadas: grupo etário com mais de 70 anos, ao ano de 1970 e as duas coortes mais velhas (coortes 9 e 10).
DEATON, A. The analysis of household surveys: a microeconometric approach to development policy, The World Bank, Washington, 1997.
Modelo de decomposição da taxa de chefia nos efeitos idade, período e coorte
coorteskk
períodosjj
idadesii
ijk
ijk DDDT
TLn
1
Estimativas dos coeficientes da equação de regressão
Decomposição da taxa de chefia nos efeitos idade, período e coorte
Equação de projeção da taxa de chefia
)exp(1
)exp(ˆˆ
kji
kji
ijk
ijkijk P
HT
Efeitos de período 5 e 6 2010 e 2020 obtidos por extrapolação dos efeitos de período 1980, 1990 e 2000
Efeitos de coorte de nascimento 0 e -1 2010 e 2020 obtidos por extrapolação dos efeitos de coorte estimados por regressão
Projeções de população e taxa de chefia
IBGE: pirâmide etáriaRevisão 2008
Resultados obtidos pelos modelo IPC
Projeções do número de domicíliosDomicílios = População x Taxa de Chefia
Total de domicílios em 2010 = 40.659.962 +15.963.674 = 56.623.636População total em 2010 = 193.252.604Densidade domiciliar em 2010 = 3,41
Total de domicílios em 2020 = 46.429.447 + 22.652.996 = 69.082.443População total em 2020 = 207.143.243Densidade domiciliar em 2020 = 3,00
Comparação das projeções obtidas pelos diferentes métodos de projeção do número de domicílios ocupados
2.010 2.020 Nº de domicílios ocupados 56.623.636 69.082.443 densidade domicíliar 3,41 3,00 Nº de domicílios ocupados 59.462.340 75.599.724 densidade domicílioar 3,25 2,74
2.838.703 6.517.281 5,01% 9,43%
Taxa de chefia (IPC)
Extrapolação da densidade domiciliar
diferença entre as projeções de número de domicílios
Uma parte dos desvios envolve o erro na projeção populacional para 2010
Projeção (revisão 2008) 193.252.604 habitantesm após a contagem de 2007
Censo 2010 190.755.799 habitantes
Projeção 1,3% acima do Censo 2010.
Mercado potencial da classe residencial
Horizonte de projeção 2010 2020Número de domicílios ocupados 56.623.636 69.082.443Participação dos domicílios ocupados no total de domicílios 81,43% 79,89%Participação dos domicílios não ocupados 18,57% 20,11%Participação dos domicílios vagos nos domicílios não ocupados 61,96% 58,68%Participação dos domicílios vagos no total de domicílios 11,51% 11,80%Participação dos domicílios fechados e de uso ocasional 7,06% 8,31%Domicílios fechados e de uso ocasional 4.912.596 7.182.665Domicílios que formam o mercado potencial da classe residencial 61.536.232 76.265.108
Sinopse do Censo 2010• População = 190.755.799 habitantes • Crescimento de 12,3% em comparação ao Censo 2000 • Crescimento médio anual de 1,17% (menor taxa desde 1872)• Taxa de urbanização = 84,4%• 67.459.066 domicílios particulares (permanentes e improvisados)• 56.528.865 domicílios ocupados (83,8%)• 899.152 domicílios fechados (1,3%)• 6.097.778 domicílios vagos (9%)• 3.933,271 domicílios de uso ocasional (5,8%)
Comparação das projeções com os Censo 2010
Eletrobrás Censo 2010 diferença(A) (B) (A-B)
Domicílios ocupados 56.623.636 56.528.865 94.771 0,17%Domicílios fechados e de uso ocasional 4.912.596 4.832.423 80.173 1,66%Domicílios que formam o mercado potencial da classe residencial 61.536.232 61.361.288 174.944 0,29%Paricipação dos domicílios ocupados 81,43% 83,80% -2,37%Participação dos domicílios vagos 11,51% 9,00% 2,51%Paricipação dos domicílios fechados e de uso ocasional 7,06% 7,10% -0,04%
desvios
Os desvios são maiores quando considerada a projeção obtida pelo método da extrapolação da
densidade domiciliar.
As projeções obtidas pelo método da taxa de chefia são aderentes aos resultados do Censo 2010.
Projeções até 2020
Projeções do número de domicílios em 1º de julho de cada ano
Modelo de previsão de mercado da classe residencial
http://www.brasileconomico.com.br/noticias/nprint/98337.html
Modelo de previsão de mercado da classe residencial
Modelo de previsão de mercado da classe residencial
A previsão de mercado para a classe residencial é o resultado das premissas assumidas nas projeções demográficas (população, domicílios e taxa de urbanização) e nos cenários macroeconômicos que incluem desde as trajetórias futuras para o crescimento do Produto Interno Bruto e a sua repartição setorial/regional até a distribuição funcional e pessoal do rendimento.
Outras premissas igualmente importantes tratam dos efeitos da conservação de energia elétrica e da evolução das tarifas de eletricidade e de sua relação com os preços dos outros energéticos.
Modelo de previsão de mercado da classe residencial
O consumo total de energia elétrica nas residências em um ano t (Et) pode ser
decomposto com base na seguinte identidade:
tt
t
t
tt ND
ND
NC
NC
EE
consumo médio por unidade consumidora
consumo de energia elétrica nas residências
em um ano t
total de domicílios
taxa de atendimento
A projeção do consumo da classe residencial é efetuada com base em três projeções:
• número de domicílios (premissas demográficas)• consumo médio (baseado no cenário macroeconômico)• taxa de atendimento até a universalização (metas da ANEEL)
I. Censos demográficosII. Projeção da população do IBGE por faixa etáriaIII. Série histórica do número de consumidores
residenciais e residenciais ruraisIV. Meta de universalização da ANEEL e da
concessionária
Módulo demográfico
Projeções:1. número de domicílios2. número consumidores residenciais
(urbanos)3. número de consumidores
residenciais rurais
Módulo macroeconômico da classe residencial
V. Cenário Macroeconômico: PIBe consumo das famílias
VI. PNADs de 1992 até a última publicadaVII.Séries históricas de energia elétrica
por faixa de consumo
Projeções:
4. consumo médio dos domicílios (R$)5. rendimentos dos domicílios por faixa (R$)6. índices de GINI para o rendimento dos
domicílios
Módulo integrativo(cálculos por faixa de rendimento)
a. Cenário de difusão de eletrodomésticos
b. Eficiência energética
c. Projeções do consumo
Modelo Residencial
Resultados: projeções em séries temporais 7. consumo anual (GWh)8. consumo médio mensal (kWh/mês)9. energia total necessária ao aumento do consumo médio (GWh) 10.energia total necessária para suprir os novos consumidores (GWh)
Dados de entrada
Modelo de previsão de mercado da classe residencial
Projeção da taxa de atendimento
• Projeção definida com base nas metas de universalização estipuladas pela ANEEL (Resolução 223/2003).
• Universalização do atendimento prevista para 2015.
• Taxa de atendimento evolui linearmente até 2015.
• Após a universalização o número de unidades consumidoras é igual ao total de domicílios.
Taxa de atendimento =Número de unidades consumidoras residenciais
Número de domicílios
Projeção do número de unidades consumidorasNº de consumidoras = Taxa de Atendimento x Nº de domicílios
Projeção por meio do modelo IPC
Projeção com base na resolução ANEEL 223/2003
Projeção do consumo médioConsumo médio por unidade consumidora = (CPC)
Consumo anual da classe residencial
Número de unidades consumidoras residenciais em 1 de julho
O rendimento do domicílio e a difusão de eletrodomésticos são as principais variáveis explicativas do consumo médio das unidades residenciais.
Em função da desigualdade de rendimentos familiares, decidiu-se estratificar o consumo de eletricidade em sete faixas de rendimento domiciliar e usar um modelo de regressão para projetar o CPC em cada faixa.
1) Até 1 salário mínimo2) 1 a 2 salários mínimos3) 2 a 3 salários mínimos4) 3 a 5 salários mínimos5) 5 a 10 salários mínimos6) 10 a 20 salários mínimos7) Mais de 20 salários mínimos8) Domicílios de uso ocasional (por exemplo, casas de veraneio)
Em cada uma das faixas de rendimento se admite uma maior homogeneidade tanto nos estoques como nos hábitos de consumo e nos gastos das famílias com energia elétrica.
Projeção do consumo médio por unidade consumidora (CPC)Passo 1 – Projeção do rendimento médio domiciliar
Seja
PIBt : Produto Interno Bruto no ano tcrescimento do consumo das famílias%PIBt :parcela do PIB apropriada pelas famílias
DOMt : projeção de domicílios ocupados e fechados (médios) no ano t
RMD*PNAD : rendimento médio domiciliar na PNAD mais recente (ano base)
%PIB* = (12 x DOMano base x RMD*PNAD ) / PIBano_base
parcela do PIB apropriada pelas famílias ajustada pela PNAD
%PIB*t = %PIB*t-1 x (%PIBt / %PIBt-1 ) é o %PIB ajustado para o ano t
RFt = %PIB*t x PIBt :: projeção da renda total anual das famílias no ano t em função do cenário do PIB (consumo das famílias)
RMDt = RFt / (12 x DOMt ) projeção do rendimento médio mensal domiciliar
Cenários macroeconômicos
IE/UFRJ
Modelo demográfico
HistóricoHistórico da distribuição do total de domicílios por faixa de rendimento % 1995-2008 da distribuição do total de domicílios por faixa de rendimento % 1995-2008
Fonte: Microdados das PNADs
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Participação do nº de domicílios por faixa deParticipação do nº de domicílios por faixa de rendimento (%) rendimento (%) x rendimento médio (R$) x rendimento médio (R$)até 1 s.m.
R2 = 0,58
10%
20%
30%
1.200 1.300 1.400 1.500 1.600
de 1 a 2 s.m.
R2 = 0,77
15%
20%
25%
1.200 1.300 1.400 1.500 1.600
de 2 a 3 s.m.
R2 = 0,02
10%
15%
20%
1.200 1.300 1.400 1.500 1.600
de 3 a 5 s.m.
R2 = 0,04
15%
18%
20%
1.200 1.300 1.400 1.500 1.600
de 5 a 10 s.m.
R2 = 0,83
10%
15%
20%
1.200 1.300 1.400 1.500 1.600
de 10 a 20 s.m.
R2 = 0,91
5%
8%
10%
1.200 1.300 1.400 1.500 1.600
mais de 20 s.m.
R2 = 0,94
0%
3%
6%
1.200 1.300 1.400 1.500 1.600
R$ R$R$
R$
R$ R$ R$
O rendimento médio mensal familiar é uma variável explicativa (cenarizável, conforme passo 1) da distribuição dos domicílios entre as faixas de rendimento.
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Correlações entre as participações das faixas de rendimento e o rendimento médio mensal no período 1995-2008
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Cada domicílio tem uma probabilidade P(y=i) de pertencer a uma determinada faixa de rendimento i:
i=1 , sem rendimentoi=2 , até 1 S.M.i=3 , de 1 até 2 S.M.i=4 , de 2 até 3 S.M.i=5 , de 3 até 5 S.M.i=6 , de 5 até 10 S.M.i=7 , de 10 até 20 S.M.i=8 , mais de 20 S.M.
Seja P(y i) a probabilidade acumulada até uma determinada faixa de rendimento i:
P(y=1) = P(y 1) P(y=2) = P(y 2) - P(y 1)P(y=3) = P(y 3) - P(y 2)P(y=4) = P(y 4) - P(y 3)P(y=5) = P(y 5) - P(y 4)P(y=6) = P(y 6) - P(y 5)P(y=7) = P(y 7) - P(y 6)P(y=8) = P(y 8) - P(y 7)
Y tem distribuição multinomial
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
A probabilidade acumulada é função do rendimento médio mensal familiar (X).
P(y i) = f(i + i X)
Admitindo que f(X) seja uma função logística, tem-se que
O logaritmo da razão de probabilidades (logit) é uma função linear do rendimento médio mensal (McCULLAGH, 1980):
xiieiyP
1
1
x
iyP
iyPii
1
ln
McCULLAGH, P. (1980) Regression models for ordinal data, Journal of the Royal Statistical Society, Series B, Volume 42, issue 2, pp. 109-142.
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Calculando P(y i) com base nas proporções acumuladas observadas em cada ano do histórico, estima-se o modelo com base no seguinte modelo de regressão linear:
itit
t XDDiyP
iyPLn
188221)(1
)(
ij para ,0
ij para ,1
j
j
D
D
i =1,8 faixas de rendimentot = 1992,2005 anosTotal de 112 observações
Adaptação de um modelo Logit ordered para dados (agrupados) em painel
Xt = RMDt é o rendimento médio mensal no ano t
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
tXDDte
iyP188221
ˆˆˆˆ1
1)(ˆ
Equação de projeção das probabilidades acumuladas:
Projeção da participação da i-ésima faixa de rendimento no ano t
)1(ˆ)(ˆ)(ˆ iyPiyPiyP ttt
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Projeção da distribuição do total de domicílios por faixa de rendimento
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Projeção do rendimento médio domiciliar
Historicamente o rendimento médio de cada faixa de rendimento tem-se comportado de forma aparentemente estável
Projeção do consumo médio por unidade consumidora (CPC)Passo 2 – Distribuição dos domicílios por faixa de rendimento
Valores (kWh/mês)históricos obtidos no
Sistema Simples
Valores a serem estimados
Valores do consumo médio (CPC) disponíveis apenas para o total das faixas de rendimento
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Para uma dada faixa de renda i no ano t, o Índice de difusão do uso/aparelho j , denotado por ID(i,j,t) (GREER, 2011), é calculado da seguinte maneira:
),(
),,(,,
tiDOM
tjiDOMtjiID
onde:
DOM(i,j,t) = total de domicílios na faixa i no ano t que possuem o uso/aparelho j
DOM(i,t) = total de domicílios na faixa i no ano t
Foram considerados seis usos disponíveis na PNAD: (1) geladeira 1 porta(2) geladeira 2 portas(3) freezer(4) máquina de lavar roupa(5) Iluminação(6) TVs (em cores e preto e branco)
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
GREER, M. Electricity cost modeling calculations, Academic Press, 2011
O índice de difusão global da faixa de renda i no ano t é a média geométrica dos índices de difusão de seis usos:
6/1
6
1 ),(
),,(,
j tiDOM
tjiDOMtiIDG
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Índices de difusão global (histórico)
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Metodologia para estimar o CPC por faixa de rendimento:
1 – Estabelecer uma relação entre o CPC e o índice de difusão global (média geométrica). O índice de difusão global reflete o efeito da renda e das posses/usos.
2 – Usar a relação estimada em (1) para estimar o CPC em todas as faixas de rendimento, em função dos respectivos índices de difusão global.
Valores de CPC disponíveis apenas para o total das
faixas de rendimento
Valores de difusão disponíveis para as faixas de rendimento e total das faixas de rendimento
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
1 – Relação entre o CPC e o índice de difusão global (média geométrica) com base nos valores para o total das faixas de rendimento
tttt DIDGCPC 21
CPCt = consumo por consumidor global no ano tIDt = índice de difusão global no ano tDt = 1 para o período após o racionamento (t2001)Dt = 0 para o período anterior ao racionamento (t<2001)
135
140
145
150
155
160
165
170
175
180
185
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
kW
h/m
ês
estimado
observado
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
2 – Uso da relação do CPC com o índice de difusão estimação de valores dos consumos médios por faixa de rendimento
ttiti DIDGCPC ˆˆˆˆ,21,
Valores do índice de difusão na faixa i
CPC da faixa i no ano t
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
2 – Uso da relação dos valores globais do CPC com o índice de difusão para estimação dos consumos médios por faixa de rendimento
Calibragem: Em cada ano do histórico, os CPCs das faixas de rendimento são multiplicados por um mesmo fator de ajuste, de tal forma que a média ponderada destes valores pelos respectivos totais de consumidores, seja igual ao CPC global do respectivo ano.
Valores em kWh/mês
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Projeção do índice de difusão (IDG)
Histórico Projeções
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Projeção do consumo médio da classe residencial (kWh/mês)
ttiti DIDGCPC ˆˆˆˆ,21,
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Cenários de crescimento percentual do CPC
Projeção do consumo médio por unidade consumidora (CPC)Passo 3 – Projeção do CPC por faixa de rendimento
Cenários para o mercado da classe residencial
Projeção do consumo total anual residencial
Projeção do consumo médio por faixa de rendimentoResultados
A metodologia apresentada permite integrar os cenários macroeconômicos e as projeções demográficas nas relações microeconômicas explicativas do consumo de energia elétrica nas residências, relações estas que associam a difusão dos eletrodomésticos aos rendimentos domiciliares e possibilitam incorporar os efeitos da conservação de energia nas projeções de mercado.
Modelo de REgionalização dos CEnários
Macroeconômicos (RECEM)
Cenário Macroeconômico para o Brasil Necessidades de ajuste dos resultados
Os cenários macroeconômicos tem sido concebidos com base no crescimento de alguns setores da economia, denominados de setores lideres que guiam o crescimento da economia. (Grupo de Conjuntura do IE - UFRJ)
Até recentemente (2011), este grupo elabora os seus cenários macroeconômicos tendo como setores lideres da economia brasileira o crescimento da indústria e do comercio.
Dessa forma o modelo macroeconômico utilizado informa o crescimento do PIB, do VAB (valor adicionado bruto) e os valores agregados do comercio e da indústria (extrativa + transformação).
Para os “outros setores” as projeções apresentadas em forma de taxas de crescimento parecem ser apenas indicativas e não objetivam caracterizar o cenário. Foi verificado que os valores adicionados calculados com as taxas de crescimento na base dos seus valores históricos, adicionados ao da indústria e do comercio não correspondem ao VAB bruto informado.
Dessa forma, os valores adicionados projetados para os “outros setores” mantêm coerência com a sua trajetória histórica evitando rupturas que não possuam consistência econômica ou que as apresentem em suas séries históricas.
Ajuste do Cenário Macro econômico para o Brasil
Dessa forma, propõe-se um ajuste no cenário macroeconômico, baseado no seguinte modelo de repartição:
comercioindustria
m
iisetoresoutros tVABtVABtVABtVAB )()()(
1_
m setores das contas nacionais.
VABi (t) i = 1, m valor adicionado bruto do i-ésimo setor
VAB (t)outros setores valor adicionado bruto do agregado “outros setores”
A partir das séries históricas do VAB desagregadas em m setores são estimados os respectivos coeficientes ai e bi com base no método dos mínimos quadrados, obtendo a seguinte equação estimada para cada setor:
tbtVABatVAB iisetoresoutrosii )()( _
Uma nota sobre as contas regionais do IBGE
• Em função da nova metodologia de cálculo do PIB, inicialmente as novas séries regionais foram limitadas ao período após 2002 e tendo como referência o ano 2000.
• Para permitir a aplicação dos modelos, as séries por setor e por unidade da federação foram retroprojetadas com base nos índices de preço e de volume das séries históricas dos PIB regionais (referência 1985), permitindo estimar as séries históricas a partir de 1985.
• Posteriormente, o IBGE retroprojetou algumas séries até 1995.
• As séries consideradas são as retroprojetadas até 1995 pelo IBGE.
Modelo de Regionalização de Cenários Macroeconômicos
tVABtVAB
tbtVABatVABn
jiji
ijijiijij
1
)(
)()(
m setores das contas regionais.n Unidades da Federação.
VABi i = 1, m Valor adicionado Bruto do i-ésimo setor brasileiro
VABij , j = 1, n Valor Adicionado Bruto no i-ésimo setor e na j-ésima UF
Modelo de Regionalização de Cenários Macroeconômicos
Incorpora as séries históricas dos valores agregados setoriais para o Brasil VABi e para as Unidades da Federação em cada um dos setores econômicos (VABij)
Os modelos de desagregação capturam a tendência do período histórico considerado, neste caso 1995/2007, para cada setor em cada UF se relaciona com o valor adicionado do mesmo setor para o Brasil:
Cenário macroeconômico da UFRJ para o Brasil de março de 2009
Classes e atividades 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Agropecuária 4,1 5,3 6,5 0,5 4,5 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0
Extrativa mineral 6,0 3,0 4,5 4,0 5,0 6,0 6,5 7,0 7,5 8,0 8,0 8,0 8,0
Transformação 1,6 5,1 2,9 -5,4 2,5 3,5 4,5 5,5 6,0 6,0 6,0 6,0 6,0
Construção civil 4,6 5,0 8,5 2,9 3,7 5,0 6,0 7,0 7,0 7,0 7,0 7,0 7,0
Produção e distribuição de eletricidade, gás e água
3,6 5,0 6,0 1,0 5,0 5,0 5,0 5,5 5,5 5,5 5,5 5,5 5,5
Serviços 3,7 4,7 4,9 1,5 2,7 3,0 3,3 3,5 3,7 3,7 3,8 3,8 3,9
Comércio 4,8 7,6 8,0 1,0 3,5 4,4 5,0 5,8 6,0 6,1 6,1 6,1 6,1
Transporte, armazenagem e correio 3,2 4,8 5,0 0,5 3,5 4,4 5,0 5,8 6,0 6,1 6,1 6,1 6,1
Serviços de informação 2,3 8,0 8,0 1,0 3,5 4,4 5,0 5,8 6,0 6,1 6,1 6,1 6,1
Intermediação financeira, etc. 6,1 13,0 13,0 2,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0
Outros serviços 2,6 2,3 3,0 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5
Atividades imobiliárias e aluguel 4,3 3,5 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0
Administração, saúde e educação públicas 3,1 0,9 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0
Valor adicionado bruto a preços básicos 3,5 4,8 4,8 0,4 3,0 3,5 3,9 4,3 4,5 4,6 4,6 4,6 4,7
PIB a preços de mercado 3,7 5,4 5,4 0,4 3,0 3,5 3,9 4,3 4,5 4,6 4,6 4,6 4,7
Taxas de crescimento do PIB (%)
Cenário macroeconômico para o Amazonas
-
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
1985 1988 1991 1994 1997 2000 2003 2006 2009 2012 2015 2018
To
tal,
In
dú
str
ia e
Co
mé
rcio
-
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
Ag
rop
ec
uá
ria
, S
IUP
, A
PU
e S
erv
Do
m.
Ind. Ext. e Transf. Comércio e serviços PIB pm Valor Adicionado Bruto
Agropecuária SIUP Administração Pública Serviços Domésticos
Cenário para o PIB industrial do Amazonas obtido a partir da desagregação do cenário de crescimento da economia brasileira (IE/UFRJ, março de 2009).
Resultado da desagregação para a indústria geral e comercio & serviços para o Estado do
Amazonas ANO
R$milhão tx cresc.(%) R$milhão tx cresc.(%) R$milhão tx cresc.(%)1999 7.292 5,6 8.070 (4,6) 24.712 - 2000 8.441 15,8 8.648 7,2 26.862 8,7 2001 8.660 2,6 9.036 4,5 27.991 4,2 2002 9.770 12,8 9.081 0,5 29.950 7,0 2003 10.401 6,5 9.326 2,7 31.326 4,6 2004 11.912 14,5 10.214 9,5 34.561 10,3 2005 13.118 10,1 11.517 12,8 38.159 10,4 2006 13.060 (0,4) 12.076 4,9 39.166 2,6 2007 14.438 10,6 13.059 8,1 40.200 2,6 2008 15.383 6,5 14.190 8,7 42.875 6,7 2009 14.122 (8,2) 14.548 2,5 42.451 (1,0) 2010 14.988 6,1 15.218 4,6 45.447 7,1 2011 16.201 8,1 16.003 5,2 48.200 6,1 2012 17.760 9,6 16.894 5,6 51.395 6,6 2013 19.706 11,0 17.909 6,0 55.751 8,5 2014 21.930 11,3 18.998 6,1 60.285 8,1 2015 24.325 10,9 20.150 6,1 64.791 7,5 2016 26.874 10,5 21.364 6,0 69.554 7,4 2017 29.587 10,1 22.645 6,0 74.592 7,2 2018 32.474 9,8 23.996 6,0 79.916 7,1
Ind. Ext. e Transf. Comércio e serviços PIB pm
50.000
55.000
60.000
65.000
70.000
75.000
jan fev mar abr mai jun jul ago set out nov dez
MW
h
75.000
80.000
85.000
90.000
95.000
100.000
105.000
jan fev mar abr mai jun jul ago set out nov dez
MW
h
1.000
1.200
1.400
1.600
1.800
2.000
2.200
2.400
2.600
2.800
3.000
jan fev mar abr mai jun jul ago set out nov dez
MW
h
2006 2007 2008 2009
Em 2009, nas classes
residencial, comercial e
rural , o consumo segue uma
trajetória inicial acima dos
valores de 2006, 2007 e
2008.
As previsões de mercado
destas classes acompanham
estas tendências.
Acompanhamento do consumo da
Amazonas Energia em 2009
Acompanhamento do consumo da Amazonas Energia em 2009
Na classe industrial a queda se agrava e o consumo atinge
nível inferior ao do ano de 2006
100.000
110.000
120.000
130.000
140.000
150.000
160.000
jan fev mar abr mai jun jul ago set out nov dez
MW
h
2006 2007 2008 2009
Deterioração do panorama econômico
Expectativas do crescimento em 2009 Cenários macroeconômicos• inicio da crise, descolamento do
crescimento entre os países emergentes e os países desenvolvidos. Brasil cresce 5 a 6%
• dez 2008 “mercado” projeta 2 a 3%.
• fev 2009 crescimento de 1,5% (IE/UFRJ).
• Para a Amazonas Energia o cenário macroeconômico do IE / UFRJ de inicio de março de 2009 = -1,0%
• Meados de março de 2009, 0,59% (Banco Central)
• fins de março, economia crescimento zero e industria -2,8% (CNI)
TAXAS de CRESCIMENTO da ECONOMIA (%)
Deterioração do panorama econômico
Cenários macroeconômicos
TAXAS de CRESCIMENTO da ECONOMIA (%)
Boletim Focus (Banco Central do Brasil)
15 de maio de 2009
3,50%
-0,49%
4,00%
-4,13%
Cenários: • Crescimento da economia brasileira em 2009 da ordem de 0,4% (compatível com o cenário do boletim Focus de 15 de maio de 2009).• Crescimento negativo da economia (–1%) para o Estado do Amazonas.
Industria Ext. Mineral e de Transformação
Estado do AmazonasPesquisa Industrial Mensal - Produção Física
100
110
120
130
140
150
160
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Índi
ce B
ase
Fix
a M
ensa
l (
méd
ia d
e 20
02 =
100)
2007 2008 2009
ANO
R$milhão tx cresc.(%)1999 7.292 5,6 2000 8.441 15,8 2001 8.660 2,6 2002 9.770 12,8 2003 10.401 6,5 2004 11.912 14,5 2005 13.118 10,1 2006 13.060 (0,4) 2007 14.438 10,6 2008 15.383 6,5 2009 14.122 (8,2) 2010 14.988 6,1 2011 16.201 8,1 2012 17.760 9,6 2013 19.706 11,0 2014 21.930 11,3 2015 24.325 10,9 2016 26.874 10,5 2017 29.587 10,1 2018 32.474 9,8
Ind. Ext. e Transf.
Industria Ext. Mineral e de Transformação
Estado do AmazonasConsumo de Energia Elétrica da Classe Industrial
100.000
110.000
120.000
130.000
140.000
150.000
160.000
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
(M
Wh)
2007 2008 2009
13,0
13,2
13,4
13,6
13,8
14,0
14,2
14,4
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Ln
(MW
hIN
D)
observada
estimada
tt LnVABindLnMWhind 8612,00214,6
R2 = 0,9558
Histórico 1994 - 2008
Previsão do consumo classe industrial
500.000
700.000
900.000
1.100.000
1.300.000
1.500.000
1.700.000
1.900.000
2.100.000
2.300.000
2.500.000
1990 1995 2000 2005 2010 2015
Co
nsu
mo
de
ener
gia
elé
tric
a n
a In
du
sria
(M
Wh
)
Histórico
Previsão
Projeções obtidas pelo modelo econométrico
2009
Previsão do consumo classe industrial
Cenário implica em uma redução do consumo da classe industrial em 2009, fato já observado nos primeiros meses deste ano quando o consumo da classe industrial regrediu a níveis inferiores aos observados em 2006.
tttt DLnVABcomLnVABcomLnVABcomLnMWhcom 20024720,12190,29783,6
Previsão de consumo da classe comercial e serviços
Regressão linear por partes (piecewise linear regression)
12,4
12,6
12,8
13
13,2
13,4
13,6
13,8
6000 7000 8000 9000 10000 11000 12000 13000 14000 15000
Ln(VAB serviços em R$milhão)
Ln(
MW
h co
mer
cial
) em
MW
h
observado estimado
r2= 0,9558
2002
Mudança de tendência
Conclusão
Os modelos apresentados tem sido utilizados nos estudos de mercado das distribuidoras da Eletrobras.
As previsões são fundamentadas em cenários macroeconômicos acerca do crescimento da economia e por setor de atividade
Apresentou-se um modelo simples para desagregação e regionalização do cenário macroeconômico para atender as necessidades do planejamento anual.
Usina Hidrelétrica de Samuel 216 MW – Rio Jamari, RO
Obrigado