Brazilian Electricity Distributors Efficiency Index Based on Non Radial Efficiency
|
|
- Iago Fontes Cabral
- 5 Há anos
- Visualizações:
Transcrição
1 Brazilian Electricity Distributors Efficiency Index Based on Non Radial Efficiency R. S. Constant and J.C.C.B.S. de Mello 1 Abstract This paper presents a new methodology to evaluate the efficiency of Brazilian electricity distributors through a non radial efficiency DEA model with vector properties, by using the IV index in a grouping data. The non-radial models propose an efficiency index based on non equiproporcional variations between inputs and outputs, different from the classical DEA models. In addition, on classical DEA the efficiency is considered as a scalar based on averages, in this paper the efficiency will be considered as a vector, composed by a defined quantity and direction. First, all the distributors will be evaluated together in an input oriented DEA BCC model. Identified the efficient distributors of each group, the benchmark of each distributor will be defined as the one that achieves the highest IV index. Keywords Non Radial Efficiency, IV Index, Data Envelopment Analysis, Electricity distributors A I. INTRODUÇÃO INDÚSTRIA brasileira de energia elétrica é composta por quatro segmentos: geração, transmissão, distribuição e consumo (comercialização). É através do setor de distribuição que a energia chega efetivamente aos consumidores, ou as chamadas unidades consumidoras (UC). De acordo com a Associação Brasileira de Distribuidores de Energia Elétrica (ABRADEE) em 2015 o número de UCs chegou à marca de 77 milhões, onde 85% correspondiam a residências [1]. Os distribuidores de energia elétrica brasileiros são concessões do serviço público que não definem seus próprios preços, sendo estes determinados pela Agência Nacional de Energia Elétrica (ANEEL). Sua tarifa é composta por duas parcelas, parcela A e B. Na Parcela A estão contemplados todos os custos que não estão diretamente relacionados aos distribuidores, nesta parcela são contabilizados os custos de compra de energia, transporte e encargos setoriais. Já na Parcela B estão contabilizados todos os custos que estão sobre gestão dos distribuidores, são eles: custos operacionais, receitas irrecuperáveis, remuneração de capital e cota de depreciação. A parcela B é revisada geralmente a cada quatro anos, a depender do contrato de concessão, na chamada Revisão Tarifária. Anualmente, ocorre o Reajuste Tarifário Anual, onde a parcela B é corrigida pelo índice de inflação (IGP-M ou IPCA, dependendo do que estiver estabelecido no contrato) deduzida o Fator X. O Fator X por sua vez é um índice que representa os ganhos de produtividade do distribuidor que serão repassados ao consumidor. [2] Com o objetivo de aprimorar o cálculo dos índices utilizados nas revisões, a ANEEL vem discutindo novas R. C. Constant, Universidade Federal Fluminense (UFF), Niterói, Rio de Janeiro, Brasil, renata.constant@hotmail.com metodologias a serem aplicadas. Entre 2010 e 2011 foi realizada uma audiência pública a fim de discutir a metodologia a ser implantada no Terceiro Ciclo de Revisões Tarifárias Periódicas (3CRTP), onde foram decididas as seguintes etapas [3]: i. Agrupamento das empresas por tamanho do mercado em que atuam; ii. Cálculo das eficiências dos distribuidores utilizando Análise Envoltória de Dados; iii. Inclusão de variáveis ambientais através métodos de regressão, comparação com os dados obtidos no item ii, e posterior ajuste através do Fator X. O agrupamento realizado na primeira etapa do modelo da ANEEL impede que cada distribuidora seja comparada com todas as outras, não permitindo que todas as possibilidades de benchmarks (distribuidoras de referência para as distribuidoras que não são eficientes) sejam avaliadas. A Análise Envoltória de Dados utilizada na segunda etapa é um método não paramétrico utilizado para a avaliação da eficiência através de uma fronteira de produção. A fronteira de produção é construída a partir das informações (entradas e saídas) das unidades produtivas (aqui chamadas de DMUs Decision Making Units) que estão sendo avaliadas. As DMUs eficientes se encontram na fronteira, enquanto as ineficientes se encontram abaixo dela. Uma das vantagens elencadas dos modelos DEA é que geram automaticamente os alvos (benchmarks), para as DMUs ineficientes. Isso pode se dar de duas maneiras: pela definição de um alvo virtual, onde o alvo é uma combinação linear entre diferentes DMUs alvo; ou pelo alvo real, especificamente uma DMU que esta na fronteira. Além disso, uma característica dos modelos DEA é que podem existir DMUs eficientes que apresentem folgas nas entradas (inputs) ou saídas (outputs). As DMUs que se encontram nesta situação são ditas não Pareto-Koopmans eficientes, pois não cumprem a condição de eficiência segundo o conceito de Pareto-Koopmans onde uma DMU só é eficiente se for matematicamente impossível aumentar um output (ou diminuir um input) sem diminuir (ou aumentar) outro output (input) [4]. Muitos trabalhos foram desenvolvidos no sentido de propor um índice que conseguisse identificar corretamente as DMUs Pareto-Koopmans eficientes, dentre eles destaca-se o índice de eficiência não radial. De acordo com [5] e [6] nos índices não radiais a determinação dos alvos para as DMUs ineficientes pode ser realizado de duas maneiras: Considerando a projeção radial da DMU, no entanto J. C. C. B. de Mello, Universidade Federal Fluminense (UFF), Niterói, Rio de Janeiro, Brasil, jcsmello@gmail.com
2 se esta projeção ocorrer em uma região não pareto eficiente, a projeção é deslocada para o ponto pareto eficiente mais próximo; O alvo é definido como um ponto pareto eficiente qualquer definido pelo decisor; Os modelos existentes na literatura para determinação dos alvos não estabelecem um método para o cálculo da eficiência das DMUs, não permitindo sua ordenação. Em contrapartida, os modelos que calculam a eficiência, o fazem através de médias aritméticas ou ponderadas, que não levam em consideração a direção da projeção da DMU na fronteira. Além disso, também não leva em conta a opinião do decisor na escolha do alvo. Nesse sentido, foi desenvolvido em [5] e [6] o índice de eficiência não radial baseado em propriedades vetoriais, chamado índice IV. O índice IV permite o cálculo da eficiência de uma DMU uma vez que o seu alvo for previamente definido. Esta é elencada como a grande vantagem do índice, visto que possibilita a projeção da DMU em um alvo real e com significado prático para o decisor. No entanto, uma desvantagem do índice é o a possibilidade de surgir valores negativos de eficiência, que deverão ser tratados posteriormente por meio de métodos alternativos. Por fim, os métodos de regressão utilizados na terceira etapa proposta pela ANEEL podem ocasionar a propagação de erros e gerar resíduos, mascarando os resultados. A proposta deste artigo é calcular a eficiência dos distribuidores brasileiros, através da utilização do índice IV, utilizando como base de dados o modelo de clusterização desenvolvido em [7]. Desta maneira, se aprimora a metodologia proposta em [7], permitindo que todos os distribuidores sejam comparados entre si, através de um Modelo DEA-BCC e do cálculo da eficiência das distribuidoras de energia pelo índice IV. A clusterização é utilizada somente ao final, quando será estabelecida como benchmark para cada distribuidora ineficiente a distribuidora eficiente do mesmo cluster que gerar o maior índice IV. O presente artigo está estruturado como segue. Nos itens II, III e IV são apresentados respectivamente os Modelos Clássicos, os Modelos Não Radiais e o Índice IV, índice de eficiência vetorial não radial que será aplicado neste trabalho. Em V é realizada a revisão da literatura dos modelos DEA, suas aplicações no setor de energia elétrica e as utilizações do índice IV. Em VI é descrito o modelo desenvolvido para o cálculo da eficiência e em VII são discutidos os resultados obtidos com o cálculo das eficiências através da utilização do índice não radial. Por fim no item VIII são apresentadas as conclusões. II. MODELOS CLASSICOS A Análise Envoltória de Dados (DEA) é um modelo não paramétrico, que visa avaliar a eficiência relativa das Unidades Tomadoras de Decisão (DMUs), analisando comparativamente a produção (outputs) e seus insumos utilizados (inputs)[8]. Existem dois modelos clássicos em DEA. O Modelo CCR, desenvolvido por [9], considera retornos constantes de escala, e é caracterizado pela variação proporcional de inputs e outputs. Já o modelo desenvolvido posteriormente por [10] considera retornos variáveis de escala e é conhecido como BCC. Ambos os modelos apresentam dois tipos de formulação o primal e o dual, sendo eles o Modelo do Envelope e o Modelo dos Multiplicadores. Além disso, é necessário que o modelo tenha uma orientação a depender do objetivo da análise. A orientação a input significa que se pretende reduzir os recursos não havendo alteração na produção, já a orientação a output significa que se pretende aumentar a produção não alterando os recursos. O conjunto de equações (1) apresenta a formulação do Modelo dos Multiplicadores para o BCC orientado a input: Ε = + Sujeito a (1) = ,, 0, R Onde é a eficiência da DMUo em análise; e são os pesos de inputs i, i=1,..., r, e outputs j, j =1,..., s respectivamente; e são os inputs i e outputs j da DMUk, k =1,..., n ; e são os inputs i e outputs j da DMUo; é uma variável dual associada à condição de convexidade da fronteira e é interpretada como fator de escala. Na orientação a output a função objetivo Εff sempre assumiria valores maiores que a unidade, sendo assim a eficiência nos modelos orientados a output é dada por. De acordo com [4] uma DMU é eficiente se, e somente se é impossível aumentas qualquer output (ou reduzir um input) sem que ao mesmo tempo outro output seja reduzido (ou input seja aumentado). Nos modelos clássicos de DEA nem sempre é possível identificar as DMUs Pareto-Koopmans eficientes. III. MODELOS NÃO RADIAIS Os primeiros modelos que buscavam aprimorar essa deficiência foram os Modelos não Arquimedianos [11] e os modelos DEA Aditivos [12]. Nesses modelos e em duas derivações posteriores, o cálculo da eficiência é baseado em médias aritméticas ou médias ponderadas, não levando em consideração os conceitos vetoriais ligados à eficiência. Ignorando assim a geometria do problema além de se basear em opiniões subjetivas do decisor. Nesse sentido foram desenvolvidos os modelos de eficiência não radiais [13] [14][15][16][17][18]. O primeiro estudo que trata a eficiência como uma medida vetorial foi desenvolvido em [19]. No entanto não foi possível chegar ao cálculo da eficiência em si, somente os limites superior e inferior da eficiência.
3 Este problema foi resolvido por [5] e [6], onde foi desenvolvido o índice IV, índice de eficiência baseado em propriedades vetoriais. IV. ÍNDICE IV O índice IV é baseado na propriedade vetorial que diz que para uma DMU de tornar eficiente ela deve se deslocar até a fronteira de produção através da escolha de um alvo. Este índice é baseado no estudo realizado por [19] e sua fórmula generalizada para o caso multidimensional é dada pela equação (2): h= 1 + (2) Onde x e y são respectivamente os inputs e outputs da DMU em análise, e xe e ye são os inputs e outputs da DMU alvo, quanto o problema tem m inputs e s outputs. Um inconveniente do índice IV, conforme já citado, é o surgimento de valores de eficiência negativos. No entanto essa é uma característica inerente aos modelos avançados de DEA BCC orientados a input conforme [20]. V. REVISÃO DA LITERATURA DEA é amplamente utilizado no cálculo da eficiência de distribuidores de energia, tanto no cenário nacional quanto internacional. Em [21] é realizado um estudo a partir de 20 artigos relacionado à regulação do setor de energia elétrica onde é verificada a preferência pela utilização de métodos não paramétricos, como DEA, além de identificar os inputs e outputs mais utilizados, sendo eles: Inputs: tamanho da rede, a capacidade de transformação, métricas relacionadas ao trabalho e custos operacionais (OPEX). Outputs: energia vendida e número de consumidores. Em [22] é realizada a clusterização de 60 distribuidores através do método de Ward. A eficiência das DMUs foi calculada pelo modelo DEA CCR com orientação a input, utilizando como variáveis do modelo: OPEX (como input) e total de consumidores atendidos, energia fornecida, extensão da rede e índice de satisfação do consumidor (IASC) (como outputs). Em um estudo realizado por [23] são utilizados como input o consumo de energia per capita e como outputs a temperatura média e a renda média mensal pra medir a eficiência dos municípios do estado do Rio de Janeiro em converter energia elétrica em renda. Como resultados pôde-se observar que as menores eficiências estavam relacionadas aos maiores valores de PIB. Em [24] é proposta uma metodologia baseada em DEA para identificar o potencial de melhoria na eficiência operacional das distribuidoras de energia elétrica brasileiras. A eficiência de sete distribuidoras chinesas pode ser avaliada em [25] por meio do desenvolvimento de três modelos DEA diferentes. O método da fronteira invertida é utilizado em [26]. Neste estudo os distribuidores brasileiros são analisados através da utilização de dois outputs indesejáveis, os indicadores de qualidade DEC (Duração Equivalente de Interrupção por Consumidor) e FEC (Frequência Equivalente de Interrupção por Consumidor). Como resultado do modelo inicial 50% dos distribuidores foram classificados como eficientes, por isso foi utilizado o método da fronteira invertida, que visa aumentar o poder de discriminação do modelo. Após a aplicação do método apenas um distribuidor foi considerado eficiente. Em [27] é desenvolvido um modelo para a definição de benchmarks para os distribuidores de energia elétrica brasileiros através do uso da avaliação cruzada em conjunto com clusterização, utilizando DEA GAME e método Ward. Em [7] é apresentado um modelo de clusterização das distribuidoras brasileiras baseado no método dos Mapas Auto- Organizáveis (Sel-Organizing Map SOM) com o uso de variáveis ambientais, onde a eficiência é calculada posteriormente através de um modelo DEA híbrido, que considera retornos não decrescentes de escala. Um novo modelo de clusterização é apresentado em [28], onde são utilizados os pesos encontrados no modelo DEA Clássico e os conceitos da Rede Neural de Kohonen. As primeiras aplicações do índice IV ocorreram em [5] e [6]. Em [5] é desenvolvido um modelo DEA não radial com aplicação do índice IV, onde os alvos das DMUs em análise foram definidos através de um modelo multiobjetivo MORO- D-R. O estudo foi aplicado em 13 polos de educação a distância do estado do Rio de Janeiro, obtendo ao final 5 DMUs eficientes, que foram utilizadas como alvo para as ineficientes. Em [6] é proposto um modelo DEA-BCC orientado a input com aplicação do índice IV para análise da eficiência no setor de transporte aéreo. Nos dois casos foram encontrados índices IV com valores negativos, no entanto, escolhendo os maiores índices, os valores negativos foram facilmente descartados. Na metodologia que será desenvolvida neste artigo será proposto uma metodologia de transformação dos valores de eficiência negativos. VI. MODELO PARA CALCULO DA EFICIÊNCIA O objetivo do modelo é calcular a eficiência dos distribuidores de energia elétrica brasileiros pelo índice IV, em um conjunto de dados clusterizado, definindo como alvo da DMU ineficiente a eficiente do seu cluster que gerar o maior índice. O modelo proposto é uma adaptação do modelo desenvolvido por [7]. Na Figura 1 são ilustrados os três modelos envolvidos no estudo de caso, o modelo ANEEL para conforme o Terceiro Ciclo de Revisões Tarifárias [3], o modelo [7] e o modelo proposto.
4 Cluster 1 Cluster 2 CELTINS EEB COELCE CEMAT ELEKTRO EBO CEMIG ELETROCAR ELETROACRE CFLO ELFSM ELETROPAULO CHESP EMG EPB CJE ENERSUL ESSE CLFM ENF LIGHT CLFSC ESCELSA SULGIPE CNEE HIDROPAN COCEL COPEL IENERGIA MUX-ENERGIA RGE Figura 1. Comparativo entre os Modelos No modelo proposto a clusterização realizada em [7] é base inicial para o estudo de caso. Primeiro são calculadas as eficiências de todos os distribuidores através de um modelo DEA-BCC tradicional orientado a input. A escolha do modelo se dá pelo fato de que é o modelo mais benevolente. Identificadas as DMUs eficientes de cada cluster, estas são estabelecidas como o alvo para o cálculo da eficiência não radial. O índice IV é calculado para todas as DMUs ineficientes de cada cluster em relação a todas DMUs eficientes do mesmo cluster. Ao final são escolhidos os maiores índices. A Figura 2 apresenta as etapas do modelo proposto. Conforme a Tabela I, o melhor agrupamento das distribuidoras através do SOM gerou apenas dois clusters. Para o cálculo do índice IV é necessário definir o alvo onde será projetada a DMU em análise. Neste estudo de caso os alvos foram definidos como sendo as DMUs eficientes do cluster da DMU em análise, que serão encontrados por um modelo DEA- BCC. Assim como em [7], foi utilizado como input o OPEX (em reais) e como outputs a quantidade de consumidores (pontos atendidos), rede (em quilômetros) e mercado atendido (MWH); indicadores comumente utilizados pelos reguladores europeus e por artigos acadêmicos. A orientação do modelo é a input, e sua justifica se dá pelo fato de que quanto menor os custos operacionais, menos custo será repassado aos usuários do serviço. A eficiência de todas as DMUs juntas foi calculada através do software SIAD [29][30], e os resultados podem ser verificados na Tabela II. TABELA II EFICIÊNCIA DAS DISTRIBUIDORAS DEA-BCC Figura 2. Etapas do Modelo Proposto VII. CÁLCULO DA EFICIÊNCIA DOS DISTRIBUIDORES Para a aplicação do modelo foram utilizados os dados e os clusters de [7]. A Tabela 1 apresenta o resultado da clusterização: TABELA I CLUSTERIZAÇÃO DAS DISTRIBUIDORAS Cluster 1 Cluster 2 AES SUL COSERN AME BANDEIRANTE CPEE AMPLA CAIUA PAULISTA CEAL CEB PIRATININGA CELPA CEEE CSPE CELPE CELESC DME-PC CEMAR CELG EDEVP COELBA Cluster 1 Cluster 2 AES SUL 0,827 COSERN 0,879 AME 0,375 BANDEIRA NTE 0,696 CPEE 0,770 AMPLA 0,559 CAIUA 0,623 PAULISTA 1,000 CEAL 0,407 CEB 0,480 PIRATININGA 1,000 CELPA 0,442 CEEE 0,455 CSPE 0,936 CELPE 0,828 CELESC 0,592 DME-PC 0,414 CEMAR 1,000 CELG 1,000 EDEVP 0,545 COELBA 1,000 CELTINS 1,000 EEB 0,553 COELCE 0,838 CEMAT 1,000 ELEKTRO 0,710 EBO 0,640 CEMIG 1,000 ELETROCAR 0,581 CFLO 0,524 ELFSM 0,890 ELETROAC RE ELETROPA ULO 0,400 1,000 CHESP 0,770 EMG 0,727 EPB 0,815 CJE 1,000 ENERSUL 0,760 ESSE 0,613 CLFM 0,858 ENF 0,492 LIGHT 0,874 CLFSC 0,762 ESCELSA 0,657 SULGIPE 0,610 CNEE 0,520 HIDROPAN 0,464 COCEL 0,564 IENERGIA 0,455 COPEL 0,731 MUX- ENERGIA 1,000 RGE 1,000 Pela Tabela II é possível verificar que o cluster 1 apresenta 9 DMUs alvo e o cluster 2 apenas 3. É importante citar que as
5 DMUs MUX-Energia, CEMIG e EletroPaulo são eficientes por default. A MUX-Energia por apresentar o menor valor de input e as seguintes por apresentar os maiores valores de pelo menos um dos outputs. Definidos os alvos, o índice IV será calculado para cada DMU ineficiente com relação a todas as DMUs eficientes do seu cluster de acordo com a equação definida em (2). Ao final será escolhido o alvo que gerar o maior índice para a DMU em análise, conforme Tabelas III e IV. TABELA III CLUSTER 1 DMU ALVO E ÍNDICE IV DMU em Análise DMU Alvo Índice IV CELG CELG 1,000 CEMAT CEMAT 1,000 CEMIG CEMIG 1,000 Paulista CPFL - Paulista 1,000 Piratininga CPFL - Piratininga 1,000 RGE RGE 1,000 CELTINS CELTINS 1,000 CJE CJE 1,000 MUX-Energia MUX-Energia 1,000 CSPE CJE -0,965 ELFSM CJE -3,254 COSERN RGE 0,339 CLFM CJE 0,391 AES SUL RGE 0,872 CHESP CJE -0,431 CPEE CJE -0,127 CLFSC CELTINS -2,122 ENERSUL RGE 0,629 COPEL CEMIG 0,209 EMG CELTINS 0,156 ELEKTRO CPFL - Paulista 0,579 BANDEIRANTE CPFL - Piratininga 0,650 ESCELSA RGE 0,697 CAIUA CELTINS -0,890 CELESC CELG 0,530 ELETROCAR CJE 0,029 COCEL CJE 0,121 EEB CELTINS -2,122 EDEVP CELTINS -1,417 CFLO CJE 0,272 CNEE CJE -0,949 ENF CJE -0,406 CEB CPFL - Piratininga 0,586 HIDROPAN CJE 0,107 CEEE CEMAT 0,558 IENERGIA CJE 0,007 DME-PC CJE 0,133 Analisando a Tabela III, é possível verificar que a MUX- Energia não foi definida como alvo para nenhuma outra DMU, exceto para ela própria. A MUX-Energia é uma DMU eficiente por default, e provavelmente com características muito diferentes do restante do cluster. Em contrapartida, a CJE foi alvo 13 vezes, sendo então considerada a DMU com características mais homogêneas em relação ao cluster. TABELA IV CLUSTER 2 DMU ALVO E ÍNDICE IV DMU em Análise DMU Alvo Índice IV COELBA COELBA 1,000 ELETROPAULO ELETROPAULO 1,000 CEMAR CEMAR 1,000 DMU em Análise DMU Alvo Índice IV LIGHT COELBA 0,416 CELPE COELBA 0,559 COELCE COELBA 0,429 EPB CEMAR 0,628 EBO CEMAR -5,331 ESSE CEMAR -0,146 SULGIPE CEMAR -5,899 AMPLA COELBA 0,444 CELPA CEMAR 0,424 ELETROACRE CEMAR -1,340 AME CEMAR 0,390 CEAL CEMAR 0,432 Da mesma maneira, analisando a Tabela IV é possível verificar que a EletroPaulo não foi eleita como alvo para nenhuma DMU, a não ser ela mesma. A EletroPaulo é a que apresenta o maior valor em dois dos três outputs do modelo, dificultando com que as outras DMUs a identifiquem como um alvo possível de ser atingido. A Coelba que apresenta o maior valor no outro output é vista como alvo somente para quatro DMUs, em contrapartida a CEMAR que é vista como uma DMU regular é definida como alvo para oito DMUs. Além disso, em ambas as tabelas (III e IV) é possível verificar que, apesar de terem sido escolhidos os maiores índices IV, ainda foram obtidos índices negativos. Uma deficiência do índice IV é que não apresenta um limite inferior definido, eventualmente permitindo que surjam eficiências negativas. No entanto, de acordo com [31] não é desejável que se tenha eficiência negativa, desta maneira no presente estudo foi realizada uma transformação de escala dos valores de eficiência. Foi realizada a transformação de escala através da equação da reta (3): =+ (3) Onde x é o valor antigo do índice IV e y será o novo valor. São definidos dois pares ordenados, a maior eficiência sempre será a unidade, tanto na eficiência calculada quanto na transformada, definindo assim o par ordenado (1,1). Além desse, o menor valor de eficiência novo e o menor valor das Tabelas III e IV (-5,899), indicará outro par ordenado. Como a eficiência não pode ser zero, definiu-se 0,001 como o menor valor na eficiência transformada. Dado os pares ordenados (1,1) e (0,001;-5,899), com sua substituição na equação (3) tem-se o sistema de equações (4): 1=1+b 0,001 = 5,899 + b Resolvendo-se o sistema é possível encontrar os parâmetros a e b, neste artigo a = 0,1448 e b = 0,8552. Os valores finais de eficiência para os distribuidores de cada cluster após a transformação podem ser verificados na Tabela V. TABELA V VALORES FINAIS DE EFICIÊNCIA Cluster 1 Cluster 2 AES SUL 0,981 COSERN 0,904 AME 0,912 (4)
6 Cluster 1 Cluster 2 BANDEI RANTE 0,949 CPEE 0,837 AMPLA 0,919 CAIUA 0,726 PAULISTA 1,000 CEAL 0,918 CEB 0,940 PIRATININGA 1,000 CELPA 0,917 CEEE 0,936 CSPE 0,716 CELPE 0,936 CELESC 0,932 DME-PC 0,874 CEMAR 1,000 CELG 1,000 EDEVP 0,650 COELBA 1,000 CELTINS 1,000 EEB 0,548 COELCE 0,917 CEMAT 1,000 ELEKTRO 0,939 EBO 0,083 CEMIG 1,000 ELETROCAR 0,859 ELETROAC RE 0,661 CFLO 0,895 ELFSM 0,384 ELETROPA ULO 1,000 CHESP 0,793 EMG 0,878 EPB 0,946 CJE 1,000 ENERSUL 0,946 ESSE 0,834 CLFM 0,912 ENF 0,796 LIGHT 0,915 CLFSC 0,548 ESCELSA 0,956 SULGIPE 0,001 CNEE 0,718 HIDROPAN 0,871 COCEL 0,873 IENERGIA 0,856 COPEL 0,885 MUX-ENERGIA 1,000 RGE 1,000 As Tabelas VI e VII apresentam o comparativo entre a eficiência calculada pelo índice IV e a eficiência em [7]. TABELA VI CLUSTER 1 COMPARATIVO DAS EFICIENCIAS DMU em Análise Nova Eficiência Eficiência de (1) acordo com [7] (2) (1) - (2) CELG 1,000 0,583 0,417 CEMAT 1,000 0,746 0,254 CEMIG 1,000 0,579 0,421 Paulista 1,000 0,933 0,067 Piratininga 1,000 1,000 0,000 RGE 1,000 0,999 0,001 CELTINS 1,000 1,000 0,000 CJE 1,000 0,992 0,008 MUX-Energia 1,000 0,903 0,097 AES SUL 0,981 0,821 0,160 ESCELSA 0,956 0,674 0,282 BANDEIRANTE 0,949 0,711 0,238 ENERSUL 0,946 0,742 0,204 CEB 0,940 0,497 0,443 ELEKTRO 0,939 0,695 0,244 CEEE 0,936 0,484 0,452 CELESC 0,932 0,509 0,423 CLFM 0,912 0,837 0,075 COSERN 0,904 1,000-0,096 CFLO 0,895 0,520 0,375 COPEL 0,885 0,508 0,377 EMG 0,878 0,749 0,129 DME-PC 0,874 0,404 0,470 COCEL 0,873 0,551 0,322 HIDROPAN 0,871 0,431 0,440 ELETROCAR 0,859 0,515 0,344 IENERGIA 0,856 0,439 0,417 CPEE 0,837 0,753 0,084 ENF 0,796 0,521 0,275 CHESP 0,793 0,663 0,130 CAIUA 0,726 0,633 0,093 CNEE 0,718 0,527 0,191 CSPE 0,716 0,933-0,217 EDEVP 0,650 0,560 0,090 CLFSC 0,548 0,780-0,232 EEB 0,548 0,557-0,009 ELFSM 0,384 0,772-0,388 Na Tabela VI é possível verificar que a nova eficiência foi mais benevolente, apresentando um maior número de DMUs eficientes com relação ao modelo de [7]. Um ponto interessante é que das três DMUs eficientes em [7] apenas duas se mantiveram eficientes no índice transformado. No geral todas as DMUs aumentaram sua eficiência quando comparadas ao modelo de [7] com exceção da COSERN, CSPE, CLFSC, EEB e ELFSM. TABELA VII CLUSTER 2 COMPARATIVO DAS EFICIENCIAS DMU em Análise Nova Eficiência Eficiência de (1) acordo com [7] (2) (1) - (2) COELBA 1,000 1,000 0,000 ELETROPAULO 1,000 0,827 0,173 CEMAR 1,000 0,936 0,064 EPB 0,946 0,769 0,177 CELPE 0,936 0,856 0,080 AMPLA 0,919 0,617 0,302 CEAL 0,918 0,377 0,541 COELCE 0,917 0,828 0,089 CELPA 0,917 0,448 0,469 LIGHT 0,915 1,000-0,085 AME 0,912 0,500 0,412 ESSE 0,834 0,734 0,100 ELETROACRE 0,661 0,534 0,127 EBO 0,083 0,854-0,771 SULGIPE 0,001 0,780-0,779 Assim como para o cluster 1, no cluster 2 uma DMU antes apontada como eficiente no modelo de [7] deixou de ser eficiente, e duas DMUs ineficientes passaram a ser eficientes. No cluster 2 apenas três DMUs reduziram sua eficiência quando comparadas ao modelo de [7] as distribuidoras EBO e Sulgipe tiveram reduções significativas. A baixa eficiência apresentada por essas duas distribuidoras na eficiência transformada, se dá pelo seu baixo valor do índice IV. VIII. CONCLUSÃO Este trabalho propõe uma metodologia DEA, baseada no índice de eficiência não radial com propriedades vetoriais e com clusterização, para o cálculo da eficiência das distribuidoras de energia elétrica brasileira, comparando-a com o modelo proposto por [7]. A primeira etapa do modelo proposto, onde são calculadas as eficiências das DMUs a partir de um Modelo DEA BCC orientado a input permite, diferentemente de [7] e em outros modelos de clusterização, que cada DMUs seja avaliada separadamente com todas as outras DMUs do estudo de caso. A clusterização é realizada independente da identificação das DMUs eficientes, utilizando o modelo desenvolvido por [7] com SOM. O agrupamento proposto elimina a necessidade da etapa de regressão, realizada anteriormente pela ANEEL a fim de ajustar as eficiências. Além disso, o cálculo das eficiências pelo o índice IV desenvolvido por [5] e [6] permite o ranking das DMUs através do estabelecimento de uma eficiência vetorial, fazendo com que os inputs e outputs variem de forma independente. Os benchmarks para cada distribuidora são definidos dentro do seu próprio cluster, levando em consideração suas características
7 ambientais e operacionais. Através dos resultados obtidos foi possível verificar que as DMUs eficientes por default não foram escolhidas como alvo, a não ser a CEMIG que foi alvo, além dela mesma, de apenas um distribuidor. Isso se dá porque as características dessas DMUs são muito particulares, difíceis de serem reproduzidas pelo conjunto de DMUs. Foi possível verificar uma preferência em cada cluster por uma DMU específica, a CJE no cluster 1 foi definida como alvo de 38% do cluster, e a CEMAR por 60% no cluster 2. Por fim, quando comparadas as eficiências calculadas através do índice de eficiência não radial e as eficiências do modelo de [7] no geral as eficiências das DMUs no novo modelo aumentaram, o que significaria um menor valor no Fator X, e consequentemente menores tarifas, no entanto não se pode confirmar essa tendência. Em termos de trabalhos futuros, há a possibilidade de continuidade do presente estudo utilizando para o cálculo da eficiência das DMUs o modelo híbrido não decrescente de escala, conforme foi efetivamente aplicado pela ANEEL e por [7] ou mesmo utilizando o modelo clássico com retornos constantes de escala (CCR). É possível que haja alteração nas DMUs classificadas como eficientes, e consequentemente os futuros alvos para o cálculo do índice IV também serão alterados. Faz-se necessário também o desenvolvimento de um estudo que busque entender o significado prático dos resultados negativos no índice IV e impeça que sejam definidos benchmarks que forneçam esse resultado. REFERÊNCIAS [1] ABRADEE. Associação Brasileira das Distribuidoras de Energia Elétrica. Disponível em: < [2] ANEEL. Homologação das tarifas de fornecimento de energia elétrica, das Tarifas de Uso dos Sistemas de Distribuição - TUSD, Technical Note No. 50/2012- SRE/ANEEL, [3] ANEEL. Metodologia de Cálculo dos Custos Operacionais, Technical Note No. 294/2011- SRE/ANEEL, [4] T.C. Koopmans, Analysis of Production as an Efficient Combination of Activities. In: KOOPMANS, T.C. (ed), Activity analysis of Production and Allocation. Chapter 3, New York, USA: John Wiley & Sons, Inc, [5] S.F. Gomes Júnior, A.P.S. Rubem, J.C.C.B. Soares de Mello, L. Angulo Meza, Evaluation of Brazilian airlines nonradial efficiencies and targets using an alternative DEA approach, International Transactions in Operational Research, vol. 23, no. 4, pp , [6] S.F. Gomes Júnior, J.C.C.B., Soares de Mello, L. Angulo Meza, DEA nonradial efficiency based on vector properties, International Transactions in Operational Research, vol. 20, no. 3, pp , [7] G.N. de Andrade, C.E.R.F. Silva, J.C.C.B.S. de Mello, Evaluating Electricity Distributors Efficiency Using Self-Organizing Map and Data Envelopment Analysis. IEEE Latin America Transactions, vol. 12, no. 8, pp , [8] M.P.E. Lins, L. Angulo Meza, Análise Envoltória de Dados e perspectivas de integração no ambiente de Apoio à Decisão. Rio de Janeiro: Editora da COPPE/UFRJ, [9] A. Charnes, W. W. Cooper, E. Rhodes, Measuring the efficiency of decision making units. European Journal of Operational Research, vol. 2, pp [10] R. D. Banker, A. Charnes, W. W. Cooper, Some models for estimating technical and scale inefficiencies. Management Science, vol. 39, [11] A. Charnes,W.W. Cooper, E. Rhodes, Short Communication: Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, vol. 3, pp. 339, [12] A. Charnes, W.W. Cooper, Preface to topics in Data Envelopment Analysis. Annals of Operations Research, vol. 2, pp , [13] P.P. Souza, L. Angulo Meza, Uma Pesquisa sobre Índices Não Radiais na Análise Envoltória de Dados. IX SPOLM Simpósio de Pesquisa Operacional e Logística da Marinha, pp , Rio de Janeiro, [14] R. Färe, C.A.K. Lovell, Measuring the Technical Efficiency of Production. Journal of Economic Theory, vol. 19, no. 1,pp , [15] J. Ruggiero, S. Bretschneider, The Migthed Russel Measure of Technical Efficiency. European Journal of Operational Research, v.108, pp , [16] K. Zieschang, An Extended Farrell Efficiency Measure, Journal of Economic Theory, vol. 33, no. 2, pp [17] R. Färe, Efficiency and the Production Function. Zeitschrift für Nationalökonomie, vol. 35, pp , [18] R, Färe, C.A.K, Lovell, K.Zieschang, Measuring the Technical Efficiency of Multiple Output Production Technologies, In: EICHHORN,W.; HENN,R; NUEMANN,K.; SHEPHARD,R.W.(eds), Quantitative Studies on Production and Prices, Wüzburg and Vienna, Physica-Velarg,1983. [19] J.C.C.B. Soares de Mello, L. Angulo Meza, E.G.Gomes, L.N. Biondi, Limites para eficiências não radiais em DEA: uma abordagem vectorial. Investigação Operacional, Lisboa, vol. 25, no. 2, pp , [20] J.C.C.B. Soares de Mello, L. Angulo Meza, J.Q. da Silveira, E.G. Gomes, About negative efficiencies in Cross Evaluation BCC input oriented models, European Journal of Operational Research, vol. 229, no.3, pp , [21] T. Jasmab, M. Pollit, Benchmarking and regulation: international electricity experience, Utilities Policy, vol. 9, no. 3, pp , [22] M. V. P. Souza, M. Madiagne, R. C. Souza, e T. K. N. Baidya, The Cost Efficiency of the Brazilian Electricity Distribution Utilities: A Comparison of Bayesian SFA and DEA Models, Mathematical Problems in Engineering, vol. 2010, pp. 1-21, [23] J. C. C. B. S. de Mello, L. Angulo Meza, E. G. Gomes, A. J. S. Fernandes e L. B. Neto, Nonparametric study of the relationship between energy consumption, income and temperature,ieee Latin America Transactions, vol. 6, no. 2, pp , [24] C.A. Bana e Costa, F.C. Ferreira, M.P. Chagas, G. Appa, Methodology for analyzing operating performance of distribution utilities of electricity, Relatório Final, Fundação Padre Manoel França, PUC, Rio de Janeiro, [25] M. Zhou, W. Zhai, G. Li, Approach on performance evaluation and index selection for electricity distribution utilities, IEEE, Power & Energy Society General Meeting, pp.1-6, [26]P. A. Tschaffon e L.A. Meza, Assessing the efficiency of the electric energy distribution using Data Envelopment Analysis with undesirable outputs, IEEE Latin America Transactions, vol. 12, pp , [27] L.G. Machado, J.C.C.B.S. de Mello, M.C. Roboredo, Efficiency Evaluation of Brazilian Electrical Distributor Using DEA Game and Cluster Analysis. IEEE Latin Amarica Transactions,vol.14, no.11, pp , [28] L.A.Alves, J.C.C.B. Soares de Mello, Weights Based Clustering in Data Envelopment Analysis Using Kohonen Neural Network: An Application In Brazilian Electrical Sector. IEEE Latin Amarica Transactions,vol. 13, no.1, pp , [29] L. Angulo Meza, L. Biondi Neto, J.C.C.B. Soares de Mello, E.G. Gomes, ISYDS - Integrated System for Decision Support (SIAD - Sistema Integrado de Apoio à Decisão): a software package for data envelopment analysis mode l. Pesquisa Operacional, vol. 25, no.3, pp , [30] L. Angulo Meza, L. Biondi Neto, J.C.C.B. Soares de Mello, E.G. Gomes, P.H.G. Coelho, Free software for decision analysis: a software package for data envelopment models. In: 7th International Conference on Enterprise Information Systems - ICEIS 2005, vol.2, pp , [31] W.W. Cooper, J.I. Pastor, Global Efficiency Measurement in DEA. Working Paper, Departamento de Estadística e Investigación Operativa, Universidad de Alicante, Alicante, Espanha, Renata dos Santos Constant nasceu na cidade de Cabo Frio, Brasil. Fez graduação e mestrado em Engenharia de Produção pela Universidade Federal Fluminense (UFF). Especialista em Engenharia de Petróleo e Gás Natural pela mesma instituição em Atualmente é aluna de doutorado em Engenharia de Produção (Pesquisa Operacional) também pela UFF. Sua principal área de pesquisa é Análise de Eficiência. João Carlos Soares de Mello nasceu em Lisboa, Portugal. Fez graduação em Engenharia Mecânica e mestrado em Matemática na Universidade Federal Fluminense, Brasil. Fez doutorado em Engenharia de Produção, área de Pesquisa Operacional, na Universidade Federal do Rio de Janeiro, Brasil. Foi chefe do Departamento de Matemática Aplicada na Universidade Federal Fluminense e atualmente é chefe do Departamento de Engenharia de Produção da mesma universidade. Tem artigos publicados nas áreas de Análise Envoltória de Dados e Auxilio Multicritério à Decisão e é bolsista de Produtividade em Pesquisa do CNPq.
Efficiency Evaluation of Brazilian Electrical Distributors Using Data Envelopment Analysis Game and Cluster Analysis
Efficiency Evaluation of Brazilian Electrical Distributors Using Data Envelopment Analysis Game and Cluster Analysis L. G. Machado, J. C. C. B. S. de Mello and M. C. Roboredo Abstract 1 This paper presents
Leia maisQuanto custa a energia elétrica para a indústria no Brasil?
Quanto custa a energia elétrica para a indústria no Brasil? Gerência de Competitividade Industrial e Investimentos Diretoria de Desenvolvimento Econômico e Associativo 28 de novembro de 2013 A metodologia
Leia mais7 Mensuração da Eficiência Relativa Utilizando Modelos DEA
7 Mensuração da Eficiência Relativa Utilizando Modelos DEA 7.1 Introdução O propósito deste Capítulo é calcular os scores de eficiência através de modelos DEA. Antes, porém, é importante determinar as
Leia maisEvaluating Electricity Distributors Efficiency Using Self-Organizing Map and Data Envelopment Analysis
1464 IEEE LATIN AMERICA TRANSACTIONS, VOL. 12, NO. 8, DECEMBER 2014 Evaluating Electricity Distributors Efficiency Using Self-Organizing Map and Data Envelopment Analysis G. N. Andrade, L. A. Alves, C.
Leia maisComparativo de custos entre Sistemas de Aquecimento 22 de junho de 2017
Comparativo de custos entre Sistemas de Aquecimento 22 de junho de 2017 Engº J. Jorge Chaguri Jr Chaguri Engenharia de Projetos Estrutura da apresentação Sistemas de Aquecimento de Água Infraestruturas
Leia maisUSANDO DEA NA AVALIAÇÃO DA EFICIÊNCIA OPERACIONAL DAS DISTRIBUIDORAS DO SETOR ELÉTRICO BRASILEIRO
USADO DEA A AVALIAÇÃO DA EFICIÊCIA OPERACIOAL DAS DISTRIBUIDORAS DO SETOR ELÉTRICO BRASILEIRO José Francisco Moreira Pessanha UERJ Universidade do Estado do Rio de Janeiro - Instituto de Matemática e Estatística
Leia mais2. Cumprir os comandos supervenientes da Medida Provisória nº 605, de 23 de janeiro de 2013, e do Decreto 7.891, editado na mesma data.
Nota Técnica n.º 15/2013-SRE/ANEEL Em 24 de janeiro de 2013. Processo: 48500.006625/2012-12 Assunto: Cálculo da revisão tarifária extraordinária das tarifas de distribuição nos termos da Resolução Normativa
Leia maisINDICADOR DE DESEMPENHO GLOBAL DAS DISTRIBUIDORAS DE ENERGIA ELÉTRICA. Thiago Costa M. Caldeira Especialista em Regulação da ANEEL
Thiago Costa M. Caldeira Especialista em Regulação da ANEEL 1 CONTEXTO -Percepção da opinião pública de queda na qualidade do serviço -Desempenho bastante divergente na prestação do serviço -Intervenção
Leia maisTratamento regulatório de perdas
IIIª Conferência da Associação de Reguladores de Energia dos Países de Língua Oficial Portuguesa RELOP Tratamento regulatório de perdas não técnicas Rio de Janeiro Novembro de 2010 Julião Silveira Coelho
Leia maisSetor Elétrico Brasileiro. Informações Básicas. Março / 2008 Versão 01/08
Setor Elétrico Brasileiro Informações Básicas Março / 2008 Versão 01/08 Observações iniciais 1. Objetivo: Este trabalho apresenta informações básicas do setor elétrico com o objetivo de subsidiar as associadas
Leia maisTÉCNICAS DE BENCHMARKING PARA ANÁLISE DE EFICIÊNCIA DE EMPRESAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
TÉCNICAS DE BENCHMARKING PARA ANÁLISE DE EFICIÊNCIA DE EMPRESAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Giulia Oliveira Santos Medeiros INSTITUTO DE SISTEMAS ELÉTRICO E ENERGIA, UNIFEI Av. BPS, 1303, bairro
Leia maisIndicadores de qualidade do fornecimento de energia elétrica Coelce
Indicadores de qualidade do fornecimento de energia elétrica Coelce Ceará, 19/05/2016 CONERGE Agenda: Regulamentação Definição de Indicadores de Qualidade Histórico de Indicadores Coletivos Qualidade 2
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO ISABELLA COUTO CARLOS
UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO ISABELLA COUTO CARLOS AVALIAÇÃO DE DISTRIBUIDORAS DE ENERGIA ELÉTRICA USANDO DEA E TÉCNICAS DE HOMOGENEIZAÇÃO ORIENTADOR:
Leia maisReforma do Estado no Brasil: Regulação e Concorrência Política de subsídios para consumidores de baixa renda do setor elétrico.
Reforma do Estado no Brasil: Regulação e Concorrência Política de subsídios para consumidores de baixa renda do setor elétrico. Aluna: Danúbia Cristina Freitas Orientador: Marina de Almeida Rego Figueira
Leia maisPalavras-chave: Análise Envoltória de Dados; Custos operacionais; undesirable outputs; Energia Elétrica; Regressão Tobit em Painel.
Avaliação da Eficiência dos Custos Operacionais de Concessionárias de Energia Elétrica: um Estudo com o Modelo Não Paramétrico de Análise Envoltória de Dados com Funções Não-Lineares e Regressão Tobit
Leia maisFRONTEIRAS DEA NEBULOSAS PARA DADOS INTERVALARES
FRONTEIRAS DEA NEBULOSAS PARA DADOS INTERVALARES João Carlos C. B. Soares de Mello Depto. de Engenharia de Produção Universidade Federal Fluminense Rua Passo da Pátria, 56, São Domingos, 440-40, Niterói,
Leia maisKeywords Self-Organizing Maps, DEA, Weights Contribution.
Weights Based Clustering In Data Envelopment Analysis Using Kohonen Neural Network: An Application In Brazilian Electrical Sector L. A. Alves, J. C. C. B. S. de Mello Abstract This paper presents a methodology
Leia maisUM ESTUDO DE OUTPUTS INDESEJÁVEIS EM DEA COM APLICAÇÃO NO SETOR DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
UM ESTUDO DE OUTPUTS INDESEJÁVEIS EM DEA COM APLICAÇÃO NO SETOR DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Pâmela Botelho Tschaffon Universidade Federal Fluminense Mestrado em Engenharia de Produção, Niterói,
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO N 286, DE 1 DE OUTUBRO DE 1999.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL (*) Vide alterações e inclusões no final do texto. RESOLUÇÃO N 286, DE 1 DE OUTUBRO DE 1999. Legislação Estabelece as tarifas de uso dos sistemas de distribuição
Leia maisAgenda Setorial Evolução de Preços no ACR em de março de 2018
Agenda Setorial Evolução de Preços no ACR em 2018 22 de março de 2018 Fatores Determinantes em 2018 1. Orçamento da CDE de 2018 2. Saldo da CCRBT (Conta Bandeiras) 3. Audiência Pública Aneel n. 068/2016
Leia maisEngº José Jorge Chaguri Junior Chaguri Engenharia de Projetos Ltda.
Engº José Jorge Chaguri Junior Chaguri Engenharia de Projetos Ltda. Encontro Técnico do GLP de 2015 ALTERNATIVAS DE SISTEMA DE AQUECIMENTO DE ÁGUA A GÁS Estrutura da Apresentação 2 Alterna;vas de sistemas
Leia maisAssessing the Efficiency of the Electric Energy Distribution using Data Envelopment Analysis with undesirable outputs
IEEE LATIN AMERICA TRANSACTIONS, VOL. 12, NO. 6, SEPTEMBER 2014 1027 Assessing the Efficiency of the Electric Energy Distribution using Data Envelopment Analysis with undesirable outputs P. B. Tschaffon
Leia maisPor dentro da conta de luz da CEB
Por dentro da conta de luz da CEB QUEM É A CEB DISTRIBUIDORA S/A? A CEB Distribuidora S/A é uma empresa de distribuição de energia da Companhia Energética de Brasília (CEB) constituída em 1968. Atende
Leia maisBANDEIRAS TARIFÁRIAS. Superintendência de Gestão Tarifária SGT/ANEEL
Superintendência de Gestão Tarifária SGT/ANEEL Brasília, 09 de abril de 2015 SINAL ECONÔMICO DA TE INÍCIO DOS ESTUDOS DAS BANDEIRAS TARIFÁRIAS: AUDIÊNCIA PÚBLICA Nº 120/2010: Aperfeiçoamento da Estrutura
Leia maisO Papel da ANEEL na Regulação da Geração Distribuída
O Papel da ANEEL na Regulação da Geração Distribuída Paulo Henrique Silvestre Lopes São Paulo SP 30 de Março de 2011 Superintendência de Regulação dos Serviços de Distribuição SRD Agenda Objetivo Conceituação
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO N o 485, DE 29 DE AGOSTO DE 2002 Regulamenta o disposto no Decreto n o 4.336, de 16 de agosto de 2002, que estabelece as diretrizes para classificação
Leia maisTarifas de energia elétrica no Brasil 27/05/2011 1 Diminuir a disparidade entre tarifas de Energia Elétrica no Brasil No Brasil o custo da energia elétrica nos estados de baixa densidade populacional e
Leia mais9 Análise Multivariada de Dados
9 Análise Multivariada de Dados 9.1 Introdução Uma das dificuldades inerentes em estatística multivariada é a visualização dos dados, principalmente em dimensões maiores que três. No entanto, é importante
Leia maisRESOLUÇÃO ANEEL N 286, DE 1º DE OUTUBRO DE 1999
RESOLUÇÃO ANEEL N 286, DE 1º DE OUTUBRO DE 1999 Estabelece as Tarifas de Uso dos Sistemas de Distribuição de energia elétrica. O DIRETOR-GERAL DA AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL, no uso de
Leia maisTRABALHO FINAL DE GRADUAÇÃO JUNHO / 2015 UNIVERSIDADE FEDERAL DE ITAJUBÁ ENGENHARIA ELÉTRICA
TRABALHO FINAL DE GRADUAÇÃO JUNHO / 2015 UNIVERSIDADE FEDERAL DE ITAJUBÁ ENGENHARIA ELÉTRICA ANÁLISE COMPARATIVA ENTRE EFICIÊNCIAS GERADAS POR DIFERENTES TÉCNI- CAS DE BENCHMARKING NO SETOR DE DISTRIBUIÇÃO
Leia maisA utilização, benefícios e aplicações da energia fotovoltaica para as cidades
A utilização, benefícios e aplicações da energia fotovoltaica para as cidades Energia Solar Fotovoltaica - usina FV: 1ª Usina Solar Fotovoltaica do Brasil - Tauá/CE - 2011 Energia Solar Fotovoltaica -
Leia maisPOR DENTRO DA CONTA DE LUZ DA ELETROPAULO
POR DENTRO DA CONTA DE LUZ DA ELETROPAULO Quem é a ELETROPAULO? A distribuidora Eletropaulo Metropolitana Eletricidade de São Paulo S/A (ELETROPAULO) foi criada em 1899, ano em que a então fundação canadense
Leia maisAPROVEITAMENTO ENERGÉTICO DE RESÍDUOS NO CONTEXTO DO PLANEJAMENTO ENERGÉTICO NACIONAL
Ministério de Minas e Energia GOVERNO FEDERAL APROVEITAMENTO ENERGÉTICO DE RESÍDUOS NO CONTEXTO DO PLANEJAMENTO ENERGÉTICO NACIONAL POTENCIAL, ECONOMICIDADE E MERCADODEMÉDIOELONGOPRAZO Empresa de Pesquisa
Leia maisENERGIA FOTOVOLTAICA E SUA CONTRIBUIÇÃO NA GERAÇÃO DE ENERGIA RENOVÁVEL
ENERGIA FOTOVOLTAICA E SUA CONTRIBUIÇÃO NA GERAÇÃO DE ENERGIA RENOVÁVEL SOLUÇÕES FOTOVOLTAICAS PARA APLICAÇÕES RESIDENCIAIS E COMERCIAIS SISTEMAS CONECTADOS À REDE (GRID TIE) MERCADO NO BRASIL E NO MUNDO
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL DESPACHO Nº DE 1º DE AGOSTO DE 2017.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL DESPACHO Nº 2.330 DE 1º DE AGOSTO DE 2017. O SUPERINTENDENTE DE GESTÃO TARIFÁRIA ANEEL, nos termos da REN nº 760/2017, do Submódulo 6.8 do PRORET e do que consta
Leia maisPOR DENTRO DA CONTA DE LUZ DA. SaNTA MARIA
POR DENTRO DA CONTA DE LUZ DA SaNTA MARIA QUEM É A EMPRESA LUZ E FORÇA SANTA MARIA S/A (ELFSM)? A distribuidora Empresa Luz e Força Santa Maria S/A (ELFSM) criada em 1930, atende a 76,16 mil de unidades
Leia maisMétodos de agrupamentos (clusters) aplicado as concessionárias de energia elétrica no Brasil em 2008: Celesc Distribuição S.A.
Métodos de agrupamentos (clusters) aplicado as concessionárias de energia elétrica no Brasil em 2008: Celesc Distribuição S.A. versus ANEEL Cristiane Landerdhal de Albuquerque - Ministério do Planejamento
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO NORMATIVA N o 243, DE 19 DE DEZEMBRO DE 2006. Altera a metodologia de cálculo das Tarifas de Uso do Sistema de Distribuição TUSD e das Tarifas de
Leia maisSetor Elétrico Brasileiro. Informações Básicas. Dezembro / 2007
Setor Elétrico Brasileiro Informações Básicas Dezembro / 2007 Observações iniciais 1. Objetivo: Este trabalho apresenta informações básicas do setor elétrico com o objetivo de subsidiar as associadas nos
Leia maisInstituto Tecnológico de Aeronáutica Mestrado Profissional em Produção. MB-746 Otimização. DEA Data Envelopment Analysis
MB-746 Otimização DEA Data Envelopment Analysis Data Envelopment Analysis (DEA) is a nonparametric method for the empirical measurement of productive efficiency of decision making units (DMUs) 1957 - Farrell:
Leia maisRelatórios de Pesquisa em Engenharia de Produção, V. 9 n. 01 1
Relatórios de Pesquisa em Engenharia de Produção, V. 9 n. 01 1 ANÁLISE DA EFICIÊNCIA DAS CONCESSIONÁRIAS DISTRIBUIDORAS DE ENERGIA DO SISTEMA ELÉTRICO BRASILEIRO. Gustavo Alexandre Nogueira da Costa (UFF)
Leia maisAudiência Pública nº 005 Data: 10/03/2016 Cidade: Presidente Prudente/SP
Audiência Pública nº 005 Data: 10/03/2016 Cidade: Presidente Prudente/SP AUDIÊNCIAS PÚBLICAS Abrimos nossas portas para a sociedade... Antes de expedições de atos administrativos (resolução normativa,
Leia mais(www.aneel.gov.br), no menu de Informações Técnicas, sob o nome de 'contratos de concessão'.
Quem é a CELG? A distribuidora Companhia Energética de Goiás (CELG), criada em agosto de 1955, atende a quase dois milhões de unidades consumidoras em uma área de concessão que engloba 234 municípios do
Leia maisAMCHAM. Regulação do Setor Elétrico. Jerson Kelman Diretor-Geral da ANEEL
AMCHAM Regulação do Setor Elétrico Jerson Kelman Diretor-Geral da ANEEL Porto Alegre, 23 de julho de 2008 Temas O setor elétrico Agências reguladoras Tarifas Expansão Temas O setor elétrico Agências reguladoras
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO N o 485, DE 29 DE AGOSTO DE 2002 Regulamenta o disposto no Decreto nº 4.336, de 16 de agosto de 2002, que estabelece as diretrizes para classificação
Leia maisAvaliação de investimento dos times de 3 ligas europeias de futebol com modelos DEA e Clusters Dinâmicos
Avaliação de investimento dos times de 3 ligas europeias de futebol com modelos DEA e Clusters Dinâmicos Autores: Fernando do Valle Silva Andrade Gustavo Naciff de Andrade João Carlos C. B. Soares de Mello
Leia maisPROJETO PROVEDOR DE INFORMAÇÕES SOBRE O SETOR ELÉTRICO
PROJETO PROVEDOR DE INFORMAÇÕES SOBRE O SETOR ELÉTRICO RELATÓRIO ANUAL EVOLUÇÃO TARIFÁRIA 2008 Nivalde J. de Castro Márcio Bruno F. Silveira PROJETO PROVEDOR DE INFORMAÇÕES ECONÔMICAS FINANCEIRAS DO SETOR
Leia maisFronteiras na Regulação de Tarifas: Teoria e Prática
Painel 4 Fronteiras na Regulação de Tarifas: Teoria e Prática Frontiers in Tariff Regulation: Theory and Practice Modelo regulatório: uma história de sucesso O setor elétrico brasileiro sofreu muitos solavancos
Leia maisGonçalo Lima 19 novembro de ª Conferência do Banco de Portugal Desenvolvimento Económico Português no Espaço Europeu
Efficiency in School Education A semi-parametric study of school efficiency in OECD countries Gonçalo Lima 19 novembro de 2018 9ª Conferência do Banco de Portugal Desenvolvimento Económico Português no
Leia mais4 Metodologia Aneel Estrutura de capital
4 Metodologia Aneel Conforme explicitado na Nota Técnica nº 297/2011-SRE/ANEEL, o órgão regulador optou pela adoção do Modelo WACC (Weighted Average Cost of Capital) adaptado ao mercado brasileiro como
Leia maisNota Técnica nº 35/2015-SGT/ANEEL. Em 26 de fevereiro de Processo: /
Nota Técnica nº 35/2015-SGT/ANEEL Em 26 de fevereiro de 2015. Processo: 48500.000502/2015-11 Assunto: Análise dos Pedidos de Revisão Tarifária Extraordinária de Concessionárias de Distribuição de Energia
Leia maisESTUDO DOS INDICADORES FINANCEIROS DAS DISTRIBUIDORAS DE ENERGIA ELÉTRICA
ESTUDO DOS INDICADORES FINANCEIROS DAS DISTRIBUIDORAS DE ENERGIA ELÉTRICA - 2018 Sobre a LMDM A LMDM é uma empresa de consultoria especializada em concessões públicas para serviços públicos e de infraestrutura,
Leia maisCUSTOS TOTAIS NO MODELO DE EFICIÊNCIA DAS DISTRIBUIDORAS DE ENERGIA BRASILEIRAS: UMA ANÁLISE
CUSTOS TOTAIS NO MODELO DE EFICIÊNCIA DAS DISTRIBUIDORAS DE ENERGIA BRASILEIRAS: UMA ANÁLISE TOTAL COSTS IN THE BRAZILIAN EFFICIENCY MODEL OF ENERGY DISTRIBUIDORS: AN ANALYSIS Resumo Sandra de Sousa Xavier,
Leia maisANEEL e perspectivas para o
ANEEL e perspectivas para o setor Elétrico no Brasil BRITCHAM BRASIL Rio de Janeiro, julho de 9 Nelson Hubner Diretor-Geral Missão da ANEEL: Promover o equilíbrio entre consumidores, agentes regulados
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO HOMOLOGATÓRIA Nº 856, DE 4 DE AGOSTO DE 2009.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO HOMOLOGATÓRIA Nº 856, DE 4 DE AGOSTO DE 2009. Homologação das tarifas de fornecimento de energia elétrica e das Tarifas de Uso dos Sistemas de Distribuição,
Leia maisANEXO I - Tarifa Social de Energia Elétrica para as Concessionárias
ANEXO I - Tarifa Social de Energia Elétrica para as Concessionárias AES Sul Distribuidora Gaúcha de Energia S.A - AES SUL. Consumo mensal até 30 kwh 101,16 54,95 46,21 Consumo mensal entre 31 até 100 kwh
Leia mais4 Modelo para definição das metas globais de continuidade
4 Modelo para definição das metas globais de continuidade 4.1. Introdução Os indicadores globais de continuidade (DEC e FEC) expressam a freqüência e a duração das interrupções do fornecimento de energia
Leia maisFórum de Compras e Suprimentos Hospitalares Sustentáveis
Fórum de Compras e Suprimentos Hospitalares Sustentáveis Compra de Energia no Mercado Livre Pedro Nascimento R$ 2,5 bi de Faturamento 16 anos no setor elétrico Mais de R$ 1,4 bi de investimentos em ativos
Leia maisRealidade das Tarifas de Energia Elétrica no Brasil
Realidade das Tarifas de Energia Elétrica no Brasil Não houve erro no repasse da Parcela A A portaria interministerial de 24/01/02 foi concebida para garantir, via tarifa, o repasse de encargos criados
Leia maisIMPLICAÇÕES DO NOVO MODELO SOBRE ESTRUTURA TARIFÁRIA. Alessandro de Lima Castro
IMPLICAÇÕES DO NOVO MODELO SOBRE ESTRUTURA TARIFÁRIA Alessandro de Lima Castro Abril de 2005 ESTRUTURA TARIFÁRIA VIGENTE TARIFA DE FORNECIMENTO TARIFA DE USO PARCELA FIO PARCELA ENCARGO TARIFA ENERGIA
Leia maisS U P E R I N T E N D Ê N C I A D E R E G U L A Ç Ã O E C O N Ô M I C A. Nota Técnica nº 092/2010-SRE/ANEEL Brasília, 13 de abril de 2011
S U P E R I N T E N D Ê N C I A D E R E G U L A Ç Ã O E C O N Ô M I C A Nota Técnica nº 092/2010-SRE/ANEEL Brasília, 13 de abril de 2011 M E T O D O L O G I A E C R I T É R I O S P A R A A P U R A Ç Ã
Leia maisDISTRIBUIDORAS DE ENERGIA ELÉTRICA ESTUDO DOS INDICADORES FINANCEIROS
DISTRIBUIDORAS DE ENERGIA ELÉTRICA ESTUDO DOS INDICADORES FINANCEIROS - 2017 Sobre a LMDM A LMDM é uma empresa de consultoria especializada em serviços públicos, com foco em energia elétrica, saneamento
Leia maisPlano Anual de Combustíveis Sistemas Isolados 2007
Grupo A energia que movimenta o Brasil. Plano Anual de Combustíveis Sistemas Isolados 2007 Aprovado pelo Grupo Técnico Operacional da Região Norte GTON e homologado pela Agência Nacional de Energia Elétrica
Leia maisQUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - ABRIL MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE
MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE DISTRIBUIDORA CONSUMIDOR LIVRE IDENTIFICAÇÃO DA CARGA NA CCEE MERCADO QUE RETORNOU SE TORNOU LIVRE [MWh] QUOTA ANUAL RGE TELASUL S.A.
Leia mais5 Resultados Resultados da Estimação dos Coeficientes
5 Resultados Neste capítulo serão apresentados os resultados da modelagem sob as distribuições gama e normal inversa, que seguem os procedimentos estatísticos abordados ao longo deste estudo. Para a estimação
Leia maisQUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - JULHO MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE
QUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - JULHO 2008 - MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE DISTRIBUIDORA CONSUMIDOR LIVRE IDENTIFICAÇÃO DA CARGA NA CCEE
Leia maisANÁLISE DA EFICIÊNCIA DE PORTOS DE CARREGAMENTO DE MINÉRIO DE FERRO
ANÁLISE DA EFICIÊNCIA DE PORTOS DE CARREGAMENTO DE MINÉRIO DE FERRO Leila dos Santos Pires Universidade Federal Fluminense Rua Passo da Pátria 156, 22210-240, Niterói, RJ leilapire@yahoo.com.br Rodrigo
Leia maisA Conversão de Redes de Distribuição de Energia Elétrica Aérea para Subterrânea: Uma Visão do Regulador
A Conversão de Redes de Distribuição de Energia Elétrica Aérea para Subterrânea: Uma Visão do Regulador Superintendência de Regulação dos Serviços de Distribuição - SRD Carlos Alberto Calixto Mattar Superintendente
Leia maisNovembro/2016.
Fatos relevantes 3 pontos importantes: I - Chamada 13/2011 - ANEEL Em 2011 a ANEEL lançou a chamada de Projeto de P&D estratégico no. 13/2011 - Arranjos Técnicos e Comerciais para Inserção da Geração Solar
Leia maisMERCADO DE ENERGIA. Alessandro L Castro
MERCADO DE ENERGIA Alessandro L Castro AGENDA O MERCADO DE ENERGIA ELÉTRICA COMPORTAMENTO DA OFERTA TARIFAS DAS DISTRIBUIDORAS IMPACTOS DA MP 579/2012 AGENDA O MERCADO DE ENERGIA ELÉTRICA COMPORTAMENTO
Leia maisCaixas de passagem e distribuição
A ENERGIA QUE CONSTRÓI Caixas de passagem e distribuição BÁSICAS E EFICIENTES CAIXAS PLÁSTICAS Fabricadas em plástico de engenharia, na cor cinza claro. Grau de proteção IP 43 Código Medida externa (mm)
Leia maisAjustes Inseridos na Receita de Venda Preliminar de Março/2016. Agentes Descrição Impactos Agentes Impactados Título do Ajuste
Ajustes Inseridos na Receita de Venda Preliminar de Março/2016 Relatório nº 005/2016 Data da divulgação: 12/04/2016 Agentes Descrição Impactos Agentes Impactados Título do Ajuste UTE PARNA 7LEN Aplicação
Leia maisREVISTA AMBIENTE CONTÁBIL
REVISTA AMBIENTE CONTÁBIL Universidade Federal do Rio Grande do Norte ISSN 2176-9036 Vol. 10. n. 1, jan./jun. 2018 Sítios: http://www.periodicos.ufrn.br/ambiente http://ccsa.ufrn.br/ojs/index.php?journal=contabil
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO HOMOLOGATÓRIA Nº 945, DE 2 DE MARÇO DE 2010
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - ANEEL RESOLUÇÃO HOMOLOGATÓRIA Nº 945, DE 2 DE MARÇO DE 2010 Estabelece, nos termos das Leis n ºs 12.111, de 9 de dezembro de 2009, e 12.212, de 20 de janeiro de 2010,
Leia maisRicardo Vidinich Superintendente de Regulação da Comercialização da Eletricidade SRC. 22 de setembro de 2008 Brasília DF
Ricardo Vidinich Superintendente de Regulação da Comercialização da Eletricidade SRC 22 de setembro de 2008 Brasília DF Agentes setoriais SETOR GERAÇÃO concessão (serviço público e uso do bem público -
Leia maisPERSPECTIVAS PARA O MERCADO DE ENERGIA ELÉTRICA
PERSPECTIVAS PARA O MERCADO DE ENERGIA ELÉTRICA Manoel Zaroni Torres São Paulo, 30 de Março de 2016 1 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 PIB: histórico x projeção 7,6%
Leia mais6 Resultados Introdução
6 Resultados 6.1. Introdução Os modelos para definição das metas globais e locais de continuidade do fornecimento, formulados nos capítulos 4 e 5 respectivamente, devem ser operados seqüencialmente. Primeiro,
Leia maisQUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - JUNHO MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE
MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE DISTRIBUIDORA CONSUMIDOR LIVRE IDENTIFICAÇÃO DA CARGA NA CCEE MERCADO QUE SE TORNOU LIVRE RGE PLASTIBENTO AC PLAST LTDA Plastibento
Leia maisPROINFA - TRATAMENTO DA ENERGIA DO PROINFA NA CCEE
TRATAMENTO DA ENERGIA DO PROINFA NA CCEE www.ccee.org.br Nº 91 setembro2013 0800 10 00 08 O objetivo desse relatório é apresentar as informações referentes às transferências de Cotas do PROINFA em virtude
Leia maisANÁLISE DA EFICIÊNCIA DE SUBESTAÇÕES UMA APLICAÇÃO DE DEA EM UMA EMPRESA DO SETOR DE ENERGIA DA REGIÃO METROPOLITANA DO ESTADO DO RIO DE JANEIRO
Versão inicial submetida em 4/0/00. Versão final recebida em 4/05/0. Rio de Janeiro, v.4, n., p. -, janeiro a abril de 0 ANÁLISE DA EFICIÊNCIA DE SUBESTAÇÕES UMA APLICAÇÃO DE DEA EM UMA EMPRESA DO SETOR
Leia maisANÁLISE ENVOLTÓRIA DE DADOS NA AVALIAÇÃO DA PRODUTIVIDADE CIENTÍFICA DE PROGRAMAS DE PÓS- GRADUAÇÃO EM ENGENHARIA
ANÁLISE ENVOLTÓRIA DE DADOS NA AVALIAÇÃO DA PRODUTIVIDADE CIENTÍFICA DE PROGRAMAS DE PÓS- GRADUAÇÃO EM ENGENHARIA Eliane Gonçalves Gomes Programa de Engenharia de Produção Universidade Federal do Rio de
Leia maisAvaliação de eficiência com DEA - Fundamentos matemáticos e modelagem de aplicações. João Carlos Soares de Mello Lidia Angulo-Meza
Avaliação de eficiência com DEA - Fundamentos matemáticos e modelagem de aplicações. João Carlos Soares de Mello Lidia Angulo-Meza Agenda Noções fundamentais Modelos matemáticos Propriedades Introdução
Leia maisA ANÁLISE ENVOLTÓRIA DE DADOS COMO FERRAMENTA DE AVALIAÇÃO DE EFICIÊNCIA DE DISTRIBUIDORAS DE ENERGIA ELÉTRICA: UMA ABORDAGEM VIA ANÁLISE DE CLUSTER
A ANÁLISE ENVOLTÓRIA DE DADOS COMO FERRAMENTA DE AVALIAÇÃO DE EFICIÊNCIA DE DISTRIBUIDORAS DE ENERGIA ELÉTRICA: UMA ABORDAGEM VIA ANÁLISE DE CLUSTER Salvador Pereira de Carvalho Junior Universidade Federal
Leia maisImpacto dos Recursos Energéticos Distribuídos sobre o Setor de Distribuição. FIRJAN Rio de Janeiro, 20 de maio de 2016
Impacto dos Recursos Energéticos Distribuídos sobre o Setor de Distribuição. FIRJAN Rio de Janeiro, 20 de maio de 2016 1 Motivação O setor elétrico, em especial o segmento de distribuição de energia, se
Leia mais5 Apresentação e análise dos resultados.
5 Apresentação e análise dos resultados. 5.1 Teste de normalidade e análise de correlações O primeiro passo neste tipo de análise é testar algumas hipóteses sobre a distribuição das variáveis que pode
Leia mais10 Conclusões e Perspectivas
10 Conclusões e Perspectivas 10.1 Conclusões Para os próximos estágios de revisão tarifária, a ANEEL sinaliza a possibilidade de utilizar modelos DEA e SFA na determinação da eficiência dos custos operacionais,
Leia maisCaixas de medição individuais
A ENERGIA QUE CONSTRÓI www.strahl.com Caixas de medição individuais PRÁTICAS E DURÁVEIS CAIXAS EM POLICARBONATO PARA MEDIDORES MONO/POLIFÁSICOS Vantagens sobre os padrões convencionais: Com alojamento
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recife - PE GRUPO VI GRUPO DE ESTUDO DE COMERCIALIZAÇÃO, ECONOMIA E REGULAÇÃO DE ENERGIA
Leia maisUMA INVESTIGAÇÃO SOBRE O PROCESSO DE MENSURAÇÃO DE ÍNDICES DE EFICIÊNCIA TÉCNICA EM DISTRIBUIDORAS DE ENERGIA ELÉTRICA NO BRASIL
ISSN 1414-6509 UMA INVESTIGAÇÃO SOBRE O PROCESSO DE MENSURAÇÃO DE ÍNDICES DE EFICIÊNCIA TÉCNICA EM DISTRIBUIDORAS DE ENERGIA ELÉTRICA NO BRASIL Diego Dorneles Goulart Professor Substituto da Universidade
Leia maisO QUE É? Uma política de governo para redução da pobreza e da fome utilizando a energia como vetor de desenvolvimento
O QUE É? Uma política de governo para redução da pobreza e da fome utilizando a energia como vetor de desenvolvimento QUEM SÃO? Total de Pessoas: 12.023.703 2004 84% RURAL 400.000 16% URBANO Total: 10.091.409
Leia maisData Envelopment Analisys - DEA no setor elétrico brasileiro: uma proposta para validação dos resultados
Revista Gestão & Tecnologia e-issn: 2177-6652 revistagt@fpl.edu.br http://revistagt.fpl.edu.br/ Data Envelopment Analisys - DEA no setor elétrico brasileiro: uma proposta para validação dos resultados
Leia maisImpactos dos Recursos Energéticos Distribuídos sobre o Setor de Distribuição 20/05/16
Impactos dos Recursos Energéticos Distribuídos sobre o Setor de Distribuição 20/05/16 Micro e Minigeração Distribuída na LIGHT Na área de concessão da Light, há 164 conexões de micro e 2 de minigeração
Leia maisGrupo Energisa. Apresentação Institucional e Financeira 3º trimestre de 2012
Grupo Energisa Apresentação Institucional e Financeira 3º trimestre de 2012 Apresentação 1. Grupo Energisa 2. Aspectos Operacionais 3. Aspectos Financeiros 4. Estratégia 2 3 1. Grupo Energisa Grupo Energisa
Leia maisNovembro/2016.
Fatos relevantes 3 pontos importantes: I - Chamada 13/2011 - ANEEL Em 2011 a ANEEL lançou a chamada de Projeto de P&D estratégico no. 13/2011 - Arranjos Técnicos e Comerciais para Inserção da Geração Solar
Leia maisPor dentro da conta de luz da COMPANHIA ESTADUAL DE ENERGIA ELÉTRICA DO RIO GRANDE DO SUL
Por dentro da conta de luz da COMPANHIA ESTADUAL DE ENERGIA ELÉTRICA DO RIO GRANDE DO SUL APRESENTAÇÃO DA DISTRIBUIDORA A Companhia Estadual de Energia Elétrica do Rio Grande do Sul (CEEE), criada há 60
Leia maisUM ESTUDO DE CASO SOBRE DISTRIBUIÇÃO DE RECURSOS INTEIROS COM MODELOS BASEADOS EM DEA
UM ESTUDO DE CASO SOBRE DISTRIBUIÇÃO DE RECURSOS INTEIROS COM MODELOS BASEADOS EM DEA Eliane Gonçalves Gomes Empresa Brasileira de Pesquisa Agropecuária Parque Estação Biológica, Av. W3 Norte final, 70770-901,
Leia maisPlano da Apresentação
Plano da Apresentação 1. Algumas características do Setor Elétrico Brasileiro. 2. Algumas características de PCHs e CGHs. 3. Simulação de Fluxos de Caixa. 4. Modelos de desenvolvimento de PCHs. Monopólio
Leia maisSeminário de Energias Renováveis Energia Eólica e Solar
Seminário de Energias Renováveis Energia Eólica e Solar Agenda - O que é Geração Distribuída? - Contexto no Mundo e Brasil - A Associação Brasileira de Geração Distribuída (ABGD) - Reflexões para Debate
Leia maisQUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - JUNHO MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE
QUOTAS ANUAIS DEFINITIVAS DE ENERGIA ELÉTRICA DO PROINFA - JUNHO 2008 - MIGRAÇÃO DE CONSUMIDORES LIVRES E AUTOPRODUTORES PARA O MERCADO LIVRE DISTRIBUIDORA CONSUMIDOR LIVRE IDENTIFICAÇÃO DA CARGA NA CCEE
Leia mais