Análise de sensibilidade usando o método de Monte Carlo aplicada à instalação de um SFCR

Abstract

Este trabalho tem por objetivo realizar uma análise de sensibilidade examinando o impacto de mudanças “in base-case assumptions”, i.e., avaliando a sensibilidade do valor da variável dependente devido a mudanças nos valores de variáveis independentes. O problema decisório desse estudo é a aquisição de um sistema fotovoltaico conectado à rede (SFCR) por uma indústria de pequeno porte hipotética localizada em Porto Alegre. A variável dependente é o valor presente líquido (VPL). As variáveis independentes selecionadas, a partir de uma análise de sensibilidade preliminar, são as seguintes: o custo unitário dos módulos; o valor do kWh; a potência instalada; a compensação em créditos pela energia extra gerada (netmetering); a taxa mínima de atratividade (TMA); e irradiação total diária inclinada no plano da latitude em média anual. Na sequência, essas são analisadas via simulação, utilizando o Método de Monte Carlo através do software @ Risk. As distribuições associadas às mesmas são obtidas a partir de dados históricos e de mercado. São realizadas 100.000 simulações, das quais apenas 0,4% resultam em valores negativos de VPL. Da análise do diagrama tornado, é possível observar que a TMA é o fator de maior impacto no VPL, seguida pela potência instalada.

This work aims to perform a sensitivity analysis examining the impact of changes “in base-case assumptions”, i.e., evaluating the sensitivity of the dependent variable’s value due to changes in the values of independent variables. The decision problem is the acquisition of a photovoltaic system connected to the grid by a hypothetical small industry located in Porto Alegre. The dependent variable is the net present value (NPV). The independent variables selected, from a preliminary sensitivity analysis, are as follows: the unit cost of the modules; the kWh value; the installed power; the compensation in credits for the extra energy generated (net-metering); the minimum rate of attractiveness (MRA); and total daily irradiation inclined in the latitude plane in annual average. These variables are analyzed via simulation using the Monte Carlo Method in @Risk software. The distributions associated with them are obtained from historical and market data. 100,000 simulations are carried out, of which only 0.4% result in negative NPV values. From the analysis of the tornado diagram, it is possible to observe that MRA is the factor with the greatest impact on NPV, followed by the installed power.