Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Leite, Igor Michel Santos lattes
Orientador(a): Fonseca, Leonardo Goliatt da lattes
Banca de defesa: Dias, Marco Antônio Guimarães lattes, Brandão, Luiz Eduardo Teixeira lattes, Pereira Junior, Wanderlei Malaquias lattes, Borges, Carlos Cristiano Hasenclever lattes
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
Programa de Pós-Graduação: Programa de Pós-graduação em Modelagem Computacional
Departamento: ICE – Instituto de Ciências Exatas
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://doi.org/10.34019/ufjf/te/2023/00120
https://repositorio.ufjf.br/jspui/handle/ufjf/16235
Resumo: O desenvolvimento de usinas elétricas baseadas em fontes renováveis deu origem a novos paradigmas para a geração de energia no mundo. Todavia, apesar dos benefícios desta modalidade de geração, as incertezas quanto ao futuro mitigam um maior crescimento do setor, cabendo aos governos o fomento destes projetos. As leis do setor elétrico no Brasil passaram por uma reformulação nos últimos anos e entrou em vigor em 2023, onde passaram a onerar os retornos dos agentes, em especial os produtores residenciais, ganhando a alcunha “taxa do sol”. Esse novo marco regulatório semeou a pergunta aos novos ingressantes na geração solar residencial: "devo ou não investir no projeto solar e sob quais condições?". Assim, resta ao agente decisor a avaliação de cenários e análise das flexibilidades gerenciais inerentes ao processo, como por exemplo, realizar o investimento de forma total ou parcial, adiar e/ou considerar um investimento em ativo de risco do mercado financeiro. Portanto, este trabalho avalia a iniciativa de se investir em sistema fotovoltaico adotando a Teoria de Opções Reais para representar de forma mais fidedigna este contexto de decisão no Brasil, considerando a ótica de um consumidor residencial que consome em média 360kWh/mês e de suas flexibilidades gerenciais. Assim, desenvolve-se uma ferramenta maleável e dinâmica que visa minimizar o sumpto do agente considerando as incertezas relacionadas e que pode ser replicada para agentes com consumo energético maior ou em diversos outros contextos. A abordagem metodológica utilizada neste trabalho consiste em simular processos estocásticos e otimizar o conjunto de decisão por metaheurísticas evolutivas. Inicialmente, compara-se os resultados de benchmark da literatura com as curvas de gatilhos considerando diferentes combinações genotípicas e criadas para diferentes algoritmos otimizadores. Posteriormente, modela-se as incertezas considerando e comparando as soluções por aplicação dos modelos de Heston e MGB (Movimento Geométrico Browniano) com Jumps para a representação do preço da energia elétrica e aplicação do modelo MGB para a representação do índice IVVB11 (iShares S&P 500 FIC de Fundo de Índice IE). Para calibrar os parâmetros de Heston foi desenvolvida uma abordagem baseada em DeepONet. Os resultados demonstram um impacto da ordem de 20% a 30% na economia obtida pelo agente, a depender da abordagem estocástica considerada na avaliação do projeto. Cada abordagem estocástica gera comportamentos distintos no conjunto de decisão, contudo concordam na recomendação de postergar o exercício das opções. Isso indica que a nova política Brasileira deve desacelerar o crescimento do setor fotovoltaico residencial, mas não é capaz, por si só, de inviabilizar tais investimentos.
id UFJF_58cbf6c8fb1533f05e147f5605bf4e38
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/16235
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Fonseca, Leonardo Goliatt dahttp://lattes.cnpq.br/9030707448549156Cordeiro, Fernanda Finottihttp://lattes.cnpq.br/5256605647294700Dias, Marco Antônio Guimarãeshttp://lattes.cnpq.br/7716452648404925Brandão, Luiz Eduardo Teixeirahttp://lattes.cnpq.br/4445790203781215Pereira Junior, Wanderlei Malaquiashttp://lattes.cnpq.br/2268506213083114Borges, Carlos Cristiano Hasencleverhttp://lattes.cnpq.br/2487554612123446http://lattes.cnpq.br/9509503411686225Leite, Igor Michel Santos2023-11-21T13:52:06Z2023-11-202023-11-21T13:52:06Z2023-09-06https://doi.org/10.34019/ufjf/te/2023/00120https://repositorio.ufjf.br/jspui/handle/ufjf/16235O desenvolvimento de usinas elétricas baseadas em fontes renováveis deu origem a novos paradigmas para a geração de energia no mundo. Todavia, apesar dos benefícios desta modalidade de geração, as incertezas quanto ao futuro mitigam um maior crescimento do setor, cabendo aos governos o fomento destes projetos. As leis do setor elétrico no Brasil passaram por uma reformulação nos últimos anos e entrou em vigor em 2023, onde passaram a onerar os retornos dos agentes, em especial os produtores residenciais, ganhando a alcunha “taxa do sol”. Esse novo marco regulatório semeou a pergunta aos novos ingressantes na geração solar residencial: "devo ou não investir no projeto solar e sob quais condições?". Assim, resta ao agente decisor a avaliação de cenários e análise das flexibilidades gerenciais inerentes ao processo, como por exemplo, realizar o investimento de forma total ou parcial, adiar e/ou considerar um investimento em ativo de risco do mercado financeiro. Portanto, este trabalho avalia a iniciativa de se investir em sistema fotovoltaico adotando a Teoria de Opções Reais para representar de forma mais fidedigna este contexto de decisão no Brasil, considerando a ótica de um consumidor residencial que consome em média 360kWh/mês e de suas flexibilidades gerenciais. Assim, desenvolve-se uma ferramenta maleável e dinâmica que visa minimizar o sumpto do agente considerando as incertezas relacionadas e que pode ser replicada para agentes com consumo energético maior ou em diversos outros contextos. A abordagem metodológica utilizada neste trabalho consiste em simular processos estocásticos e otimizar o conjunto de decisão por metaheurísticas evolutivas. Inicialmente, compara-se os resultados de benchmark da literatura com as curvas de gatilhos considerando diferentes combinações genotípicas e criadas para diferentes algoritmos otimizadores. Posteriormente, modela-se as incertezas considerando e comparando as soluções por aplicação dos modelos de Heston e MGB (Movimento Geométrico Browniano) com Jumps para a representação do preço da energia elétrica e aplicação do modelo MGB para a representação do índice IVVB11 (iShares S&P 500 FIC de Fundo de Índice IE). Para calibrar os parâmetros de Heston foi desenvolvida uma abordagem baseada em DeepONet. Os resultados demonstram um impacto da ordem de 20% a 30% na economia obtida pelo agente, a depender da abordagem estocástica considerada na avaliação do projeto. Cada abordagem estocástica gera comportamentos distintos no conjunto de decisão, contudo concordam na recomendação de postergar o exercício das opções. Isso indica que a nova política Brasileira deve desacelerar o crescimento do setor fotovoltaico residencial, mas não é capaz, por si só, de inviabilizar tais investimentos.The development of power plants based on renewable sources gave rise to new paradigms for energy generation in the world. However, despite the benefits of this type of generation, uncertainties about the future mitigate further growth in the sector, leaving governments to promote these projects. The laws of the electricity sector in Brazil underwent a reformulation in recent years and came into force in 2023, when they began to burden the returns of agents, especially residential producers, earning the nickname “sun tax”. This new regulatory framework raised the question for newcomers to residential solar generation: "Should I or should I not invest in the solar project and under what conditions?" Thus, it remains for the decision-maker to evaluate scenarios and analyze the managerial flexibilities inherent to the process, such as, for example, carrying out the investment in full or in part, postponing and/or considering an investment in a risky asset in the financial market. Therefore, this work evaluates the initiative of investing in a photovoltaic system, adopting the Theory of Real Options to more faithfully represent this decision-making context in Brazil, considering the perspective of a residential consumer who consumes an average of 360kWh/month and its flexibility managerial. Thus, a malleable and dynamic tool is developed that aims to minimize the agent’s sum by incorporating related uncertainties and that can be replicated for agents with higher energy consumption or in several other contexts. The methodological approach used in this work consists of simulating stochastic processes and optimizing the decision set by evolutionary metaheuristics. Initially, benchmark results from the literature are compared with trigger curves considering different genotypic combinations created for different optimizer algorithms. Subsequently, the uncertainties are modelled considering and comparing the solutions by applying the Heston and MGB+Jumps models to represent the price of electricity and applying the MGB model to represent the IVVB11 index. To calibrate Heston’s parameters, an approach based on DeepONet was developed. The results demonstrate an impact of around 20% to 30% in the savings obtained by the agent, depending on the stochastic approach considered in the project evaluation. Each stochastic approach generates different behaviours in the decision set, however, they agree on the delay in the moment of exercising the options. This indicates that the new Brazilian policy should slow down the growth of the residential photovoltaic sector, but it is not capable, by itself, of making such investments unfeasible.FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisporUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Modelagem ComputacionalUFJFBrasilICE – Instituto de Ciências ExatasAttribution-ShareAlike 3.0 Brazilhttp://creativecommons.org/licenses/by-sa/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRAOpções reaisSimulação de monte carloComputação evolucionistaVolatilidade estocásticaRegra de decisãoReal optionsMonte carlo simulationEvolutionary computingStochastic volatilityDecision ruleViabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionáriasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALigormichelsantosleite.pdfigormichelsantosleite.pdfapplication/pdf12822238https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/1/igormichelsantosleite.pdfc931ebb47f2874c91177c9a87073d485MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/2/license_rdf9b85e4235558a2887c2be3998124b615MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTigormichelsantosleite.pdf.txtigormichelsantosleite.pdf.txtExtracted texttext/plain347732https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/4/igormichelsantosleite.pdf.txt224ae0fb8e137cebe57ccd5e718c6368MD54THUMBNAILigormichelsantosleite.pdf.jpgigormichelsantosleite.pdf.jpgGenerated Thumbnailimage/jpeg1175https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/5/igormichelsantosleite.pdf.jpg37a0e45283a065b42a95569b16ef5d0fMD55ufjf/162352024-12-19 13:06:19.488oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2024-12-19T15:06:19Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
title Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
spellingShingle Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
Leite, Igor Michel Santos
CNPQ::CIENCIAS EXATAS E DA TERRA
Opções reais
Simulação de monte carlo
Computação evolucionista
Volatilidade estocástica
Regra de decisão
Real options
Monte carlo simulation
Evolutionary computing
Stochastic volatility
Decision rule
title_short Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
title_full Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
title_fullStr Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
title_full_unstemmed Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
title_sort Viabilidade fotovoltaica residencial: uma abordagem envolvendo volatilidade estocástica e opções evolucionárias
author Leite, Igor Michel Santos
author_facet Leite, Igor Michel Santos
author_role author
dc.contributor.advisor1.fl_str_mv Fonseca, Leonardo Goliatt da
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9030707448549156
dc.contributor.advisor-co1.fl_str_mv Cordeiro, Fernanda Finotti
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/5256605647294700
dc.contributor.referee1.fl_str_mv Dias, Marco Antônio Guimarães
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/7716452648404925
dc.contributor.referee2.fl_str_mv Brandão, Luiz Eduardo Teixeira
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/4445790203781215
dc.contributor.referee3.fl_str_mv Pereira Junior, Wanderlei Malaquias
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/2268506213083114
dc.contributor.referee4.fl_str_mv Borges, Carlos Cristiano Hasenclever
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/2487554612123446
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/9509503411686225
dc.contributor.author.fl_str_mv Leite, Igor Michel Santos
contributor_str_mv Fonseca, Leonardo Goliatt da
Cordeiro, Fernanda Finotti
Dias, Marco Antônio Guimarães
Brandão, Luiz Eduardo Teixeira
Pereira Junior, Wanderlei Malaquias
Borges, Carlos Cristiano Hasenclever
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA
topic CNPQ::CIENCIAS EXATAS E DA TERRA
Opções reais
Simulação de monte carlo
Computação evolucionista
Volatilidade estocástica
Regra de decisão
Real options
Monte carlo simulation
Evolutionary computing
Stochastic volatility
Decision rule
dc.subject.por.fl_str_mv Opções reais
Simulação de monte carlo
Computação evolucionista
Volatilidade estocástica
Regra de decisão
Real options
Monte carlo simulation
Evolutionary computing
Stochastic volatility
Decision rule
description O desenvolvimento de usinas elétricas baseadas em fontes renováveis deu origem a novos paradigmas para a geração de energia no mundo. Todavia, apesar dos benefícios desta modalidade de geração, as incertezas quanto ao futuro mitigam um maior crescimento do setor, cabendo aos governos o fomento destes projetos. As leis do setor elétrico no Brasil passaram por uma reformulação nos últimos anos e entrou em vigor em 2023, onde passaram a onerar os retornos dos agentes, em especial os produtores residenciais, ganhando a alcunha “taxa do sol”. Esse novo marco regulatório semeou a pergunta aos novos ingressantes na geração solar residencial: "devo ou não investir no projeto solar e sob quais condições?". Assim, resta ao agente decisor a avaliação de cenários e análise das flexibilidades gerenciais inerentes ao processo, como por exemplo, realizar o investimento de forma total ou parcial, adiar e/ou considerar um investimento em ativo de risco do mercado financeiro. Portanto, este trabalho avalia a iniciativa de se investir em sistema fotovoltaico adotando a Teoria de Opções Reais para representar de forma mais fidedigna este contexto de decisão no Brasil, considerando a ótica de um consumidor residencial que consome em média 360kWh/mês e de suas flexibilidades gerenciais. Assim, desenvolve-se uma ferramenta maleável e dinâmica que visa minimizar o sumpto do agente considerando as incertezas relacionadas e que pode ser replicada para agentes com consumo energético maior ou em diversos outros contextos. A abordagem metodológica utilizada neste trabalho consiste em simular processos estocásticos e otimizar o conjunto de decisão por metaheurísticas evolutivas. Inicialmente, compara-se os resultados de benchmark da literatura com as curvas de gatilhos considerando diferentes combinações genotípicas e criadas para diferentes algoritmos otimizadores. Posteriormente, modela-se as incertezas considerando e comparando as soluções por aplicação dos modelos de Heston e MGB (Movimento Geométrico Browniano) com Jumps para a representação do preço da energia elétrica e aplicação do modelo MGB para a representação do índice IVVB11 (iShares S&P 500 FIC de Fundo de Índice IE). Para calibrar os parâmetros de Heston foi desenvolvida uma abordagem baseada em DeepONet. Os resultados demonstram um impacto da ordem de 20% a 30% na economia obtida pelo agente, a depender da abordagem estocástica considerada na avaliação do projeto. Cada abordagem estocástica gera comportamentos distintos no conjunto de decisão, contudo concordam na recomendação de postergar o exercício das opções. Isso indica que a nova política Brasileira deve desacelerar o crescimento do setor fotovoltaico residencial, mas não é capaz, por si só, de inviabilizar tais investimentos.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-11-21T13:52:06Z
dc.date.available.fl_str_mv 2023-11-20
2023-11-21T13:52:06Z
dc.date.issued.fl_str_mv 2023-09-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufjf.br/jspui/handle/ufjf/16235
dc.identifier.doi.none.fl_str_mv https://doi.org/10.34019/ufjf/te/2023/00120
url https://doi.org/10.34019/ufjf/te/2023/00120
https://repositorio.ufjf.br/jspui/handle/ufjf/16235
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-sa/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-sa/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Modelagem Computacional
dc.publisher.initials.fl_str_mv UFJF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv ICE – Instituto de Ciências Exatas
publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFJF
instname:Universidade Federal de Juiz de Fora (UFJF)
instacron:UFJF
instname_str Universidade Federal de Juiz de Fora (UFJF)
instacron_str UFJF
institution UFJF
reponame_str Repositório Institucional da UFJF
collection Repositório Institucional da UFJF
bitstream.url.fl_str_mv https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/1/igormichelsantosleite.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/2/license_rdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/3/license.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/4/igormichelsantosleite.pdf.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/16235/5/igormichelsantosleite.pdf.jpg
bitstream.checksum.fl_str_mv c931ebb47f2874c91177c9a87073d485
9b85e4235558a2887c2be3998124b615
8a4605be74aa9ea9d79846c1fba20a33
224ae0fb8e137cebe57ccd5e718c6368
37a0e45283a065b42a95569b16ef5d0f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)
repository.mail.fl_str_mv
_version_ 1833922342228590592