Formação de preço com aversão ao risco

Transcrição

1 Formação de preço com aversão ao risco Introdução Como discutido na edição anterior do ER 1, uma das determinações da Resolução CNPE n 03/2013 (que chamaremos CNPE 03) foi mudar a forma de rateio dos custos da geração térmica de segurança, que é produzida de forma suplementar àquela determinada pela política operativa ótima. Também como visto naquela edição, e noticiado na imprensa, tanto a justificativa técnica como o respaldo legal do novo rateio foram questionados pelos agentes afetados (geradores e comercializadoras), inclusive com recursos judiciais. O fato de estarem em jogo cobranças multimilionárias, devido ao custo recorde da geração de segurança, contribuiu para o acirramento e urgência dos questionamentos. Independentemente da solução administrativa e jurídica que será dada ao novo rateio, a expectativa do governo é que, a partir de setembro 2, o montante de geração suplementar seja muito reduzido, ou mesmo zerado. A razão é que, nesta data, passará a vigorar outra 3 determinação da CNPE 03, que consiste em uma mudança metodológica nos modelos computacionais que determinam a operação do sistema. O objetivo básico desta mudança metodológica é fazer com que a geração de segurança seja determinada pela política ótima, e não de forma suplementar, como é hoje. À primeira vista, o efeito desta mudança metodológica estaria restrito à operação do sistema e à cobrança de custos suplementares. No entanto, será visto que a mudança afetará significativamente todas as atividades de contratação de nova capacidade, planejamento e comercialização do setor elétrico (contratos de consumidores livres e tarifas das distribuidoras). Esta relação entre a mudança metodológica e as atividades do setor elétrico pode ser mostrada em dois passos. Inicialmente, veremos que há uma relação direta entre o chamado acionamento econômico das térmicas (determinado pela política operativa ótima) e os custos marginais de curto prazo (CMOs). Em seguida, analisaremos a relação entre os CMOs e a contratação de energia, tarifas etc. De maneira simplificada, a relação entre acionamento econômico e CMO é 4 : se uma térmica com CVU de, por exemplo, 800 R$/MWh, é acionada na política operativa ótima, isto significa que o CMO é maior ou igual a estes 800 R$/MWh. E vice-versa: se a térmica não for acionada na política ótima, pode-se garantir que o CMO é inferior a 800 R$/MWh. Dado que: (i) a geração suplementar resulta da necessidade de acionar, por segurança, térmicas cujo CVU é maior do que o CMO (por exemplo, acionar a térmica de 800 R$/MWh quando o CMO é A edição anterior do ER comemora os 10 anos do Enase Encontro Nacional dos Agentes do Setor Elétrico, e está disponível para download no site do Canal Energia para os participantes do evento. 2 De acordo com o cronograma do governo, a formação de preços com aversão ao risco começará em setembro. Em novembro, está previsto um aperfeiçoamento adicional dos modelos, para representar a restrição de vazão mínima de Sobradinho e alguns outros detalhes. 3 Para tornar o texto mais claro, neste Energy Report as determinações de rateio e metodologia da Resolução CNPE 03 foram apresentadas na ordem cronológica de sua implementação. Na própria Resolução, a ordem é o inverso. 4 Esta relação resulta das condições matemáticas que asseguram que a política operativa é ótima, isto é, minimiza o custo esperado para o consumidor.

2 R$/MWh); e (ii) como visto, o objetivo da mudança metodológica é fazer com que a geração de segurança passe a resultar da política ótima, conclui-se que a única maneira de atingir este objetivo é ter uma política ótima com CMOs mais altos (para o exemplo, o CMO deveria aumentar de 400 para 800 R$/MWh, no mínimo). Vamos agora à relação entre os CMOs e o planejamento, contratos etc. do setor. Embora o uso mais visível dos CMOs (via PLDs) esteja na contabilização e liquidação do mercado de curto prazo realizada pela CCEE, os mesmos são um insumo básico para a maioria das atividades do setor, tais como: (i) leilões de contratação de nova capacidade, onde os CMOs são utilizados para calcular as garantias físicas dos geradores candidatos e os parâmetros COP e CEC dos índices custo benefício (ICB) das usinas térmicas; (ii) critério de planejamento da expansão (o valor esperado dos CMOs deve ser igual ao chamado custo marginal de expansão, CME); (iii) tarifas dos consumidores regulados (via contratos por disponibilidade das térmicas, exposição resultante das hidrelétricas contratadas por cotas e remuneração da geração de reserva); e (iv) negociação dos contratos dos consumidores livres, os quais utilizam as tarifas reguladas como referência. Apesar da importância desta mudança metodológica, e de estarmos à véspera da mesma entrar em vigor, a PSR tem observado que muitos agentes setoriais conhecem relativamente pouco a lógica do que está sendo mudado por exemplo, quais são as diferenças entre as metodologias propostas, conhecidas com SAR e CVaR 5 e o impacto desta mudança nos preços, contratos, competitividade das fontes de geração e riscos para os agentes contratados 6. A razão imediata para este conhecimento escasso é a falta de informação por parte do governo: somente no dia 24 de julho, em um seminário realizado em Brasília e transmitido pela Internet, o MME divulgou as primeiras informações sobre as metodologias 7,8. No entanto, na opinião da PSR, há outro fator que prejudica o entendimento pleno destas metodologias: o uso de uma linguagem excessivamente técnica ( otimizês ), onde predominam termos como programação dinâmica dual estocástica (PDDE), CVaR, simulações Monte Carlo e cortes de Benders, muitas vezes acompanhados por equações recheadas de letras gregas. Embora a linguagem matemática seja essencial para a formulação dos modelos e discussões entre os técnicos, o uso da mesma em fóruns mais amplos pode dar a falsa impressão de que as mudanças metodológicas são um assunto além da compreensão dos mortais. 5 Uma primeira discussão dessas duas metodologias é apresentada na edição de abril de 2013 do Energy Report. 6 Alguns destes impactos aparentemente não foram analisados pelo próprio governo. Por exemplo, no recente seminário (24 de julho) em que o MME anunciou a metodologia selecionada, o Secretário Executivo do Ministério comentou ainda não havia pensado sobre o impacto da nova metodologia nas tarifas das distribuidoras. 7 A PSR promoveu em meados de maio um seminário sobre estas metodologias, em parceria com o Canal Energia e, no dia 5 de julho, fez duas apresentações extensas no seminário Apine/Canal Energia sobre a Resolução CNPE 03: uma sobre as metodologias CVaR e SAR; e outra sobre o impacto das mesmas nos leilões de contratação, planejamento, tarifas etc. 8 Uma semana antes do seminário do MME, foi colocada no site público de um seminário acadêmico realizado na Itália uma apresentação do Centro de Pesquisas de Energia Elétrica (Cepel) contendo análises e resultados das metodologias SAR e CVaR. No entanto, as conclusões desta apresentação do Cepel, que favoreciam a metodologia SAR, foram o oposto do apresentado no seminário do dia 24, onde o governo se pronunciou pelo CVaR.

3 Os objetivos desta seção Opinião são: (i) mostrar que os conceitos que embasam estas mudanças metodológicas, bem como os efeitos das mesmas, podem ser entendidos sem recorrer a formulações matemáticas complexas; e (ii) alertar os agentes sobre a importância de entender estes conceitos e efeitos, para que possam avaliar da melhor maneira possível as propostas do governo. Analisaremos a seguir o primeiro conceito básico para a operação do sistema brasileiro, que é o fato de as decisões operativas serem tomadas sob incerteza. O Dilema do Operador A figura a seguir apresenta de maneira muito simplificada as principais características do problema operativo que o ONS enfrenta a cada mês. Figura 1 Processo de decisão operativa com incerteza nas vazões Neste esquema simplificado, o Operador tem apenas duas opções: (i) acionar preventivamente as térmicas; ou (ii) não acioná-las. O que fazer? Uma característica crucial do problema operativo é que a decisão deve ser tomada sob incerteza, isto é, sem saber se as afluências futuras são favoráveis ou desfavoráveis; apenas se conhece sua probabilidade de ocorrência (esta probabilidade é estimada a partir de análises estatísticas dos registros históricos das vazões). No exemplo simplificado acima, há apenas dois cenários de afluência futura, alta e baixa. Portanto, teremos quatro cenários de decisão/consequência possíveis, resultantes da combinação das duas decisões operativas imediatas (aciona ou não as térmicas) e dos dois cenários de afluência futura. Por exemplo, se tomarmos a decisão de acionar as térmicas, e ocorrer uma afluência alta no futuro (primeiro ramo da figura acima), a consequência será um vertimento no sistema. Isto significa, olhando pelo retrovisor, que a geração térmica foi exagerada. Esta consequência indesejável é indicada pelo polegar para baixo da figura. Por outro lado, se a afluência futura for baixa (segundo ramo da figura), a operação terá um resultado favorável ( polegar para cima ), pois usaremos a energia hidrelétrica poupada com o acionamento

4 térmico para evitar o uso de térmicas mais caras, ou mesmo um racionamento, no futuro. Em resumo: a primeira decisão, de acionar as térmicas, tem duas consequências possíveis, uma desfavorável e outra favorável. Vamos agora analisar as consequências da segunda decisão, não acionar as térmicas. Como era de se esperar, e confirmado pela figura, há novamente uma consequência favorável e outra desfavorável, só que trocando os papéis dos cenários de afluências: se ocorrerem vazões altas, a operação terá sido boa, pois evitamos geração térmica e reenchemos os reservatórios; se ocorrerem vazões baixas, haverá um déficit de suprimento (racionamento). Dado que ambas as decisões podem ter consequências desfavoráveis, a questão é: como escolher a melhor? A resposta é: escolha a decisão que, quando simulada para todos os cenários futuros, resulte nos menores custos, em média, para o consumidor. Por exemplo, suponha que o custo de acionar as térmicas hoje, que é conhecido como custo imediato na teoria de otimização, seja 20 reais. Caso ocorra a vazão alta, o custo futuro de geração térmica será zero, pois estamos supondo que a geração hidrelétrica será abundante (tanto que houve vertimento). Por sua vez, caso ocorra a vazão baixa, vamos supor que uma parte das térmicas será acionada, com um custo de 5 reais no período seguinte. Para calcularmos o custo médio associado à ocorrência dos cenários de vazões alta e baixa, precisamos da probabilidade de cada cenário. Como mencionado, esta probabilidade é conhecida e, neste exemplo, vamos supor que cada cenário tem probabilidade 50%. Neste caso, o valor esperado do custo total (soma dos custos imediato e futuro) resultante da decisão de acionar as térmicas será: 20 (custo imediato) + 0,5 (probabilidade da vazão alta) 0 (custo futuro para esta vazão) + 0,5 (probabilidade da vazão baixa) 5 (custo futuro para esta vazão)= 22,5. Vamos agora à decisão de não acionar as térmicas. O custo imediato é, obviamente, zero. Para o cenário de vazão alta, vamos supor que parte das térmicas foi acionada, com custo de 8 reais. Resta calcular o custo do cenário de vazão baixa. Neste cenário, como indicado na figura, houve um acionamento integral das térmicas, cujo custo é igual ao de acionar hoje (20 reais). No entanto, como indicado na figura, houve adicionalmente um déficit de suprimento, cujo impacto econômico é obviamente pior do que os custos térmicos. A quantificação econômica do déficit de suprimento nos leva a um segundo conceito básico, discutido a seguir. Interdependência entre despacho econômico e segurança de suprimento É fácil ver que o risco de ocorrer algum déficit é minimizado se acionarmos permanentemente todas as térmicas. No entanto, esta operação é, obviamente, a mais onerosa para o consumidor. E vice-versa: a operação mais barata para o consumidor seria somente acionar as térmicas quando estamos na iminência de um racionamento, o que obviamente deteriora a segurança de suprimento. Em outras palavras,

5 Os objetivos de minimizar o custo operativo e maximizar a segurança de suprimento são conflitantes; o que se pode fazer é procurar o melhor ponto de equilíbrio entre ambos. O custo econômico do déficit A maneira mais imediata de encontrar este ponto de equilíbrio é calcular o chamado custo econômico do déficit. De maneira simplificada, o custo econômico representaria a perda da produção agregada (PIB) no caso de um racionamento, a qual pode ser teoricamente 9 calculada a partir da matriz insumo-produto da economia. Por exemplo, o custo econômico do déficit atualmente utilizado pela EPE em seus estudos de planejamento é R$/MWh. Voltando ao exemplo de despacho ótimo, vamos supor que o custo econômico do déficit é 25 R$/MWh; e que a demanda interrompida foi de 0,4 MWh. O custo total do déficit é, portanto, 25 0,4 = 10 reais. Somando este custo do déficit ao custo térmico (20 reais, como visto) chegamos ao custo total de = 30 reais. Com isto, podemos (finalmente!) calcular o custo esperado da decisão de não ligar as térmicas hoje: 0 (custo imediato) + 0,5 (probabilidade da vazão alta) 8 (custo do cenário) + 0,5 (probabilidade da vazão baixa) 30 (custo do cenário) = 19 reais. A tabela a seguir resume os cálculos feitos até agora. Tabela 1 Cálculo da decisão ótima sob incerteza Decisão Custo Custo futuro, Custo futuro, Custo térmica hoje hoje afluência alta afluência baixa médio Liga ,5 0+0,5 5=22,5 Não liga (térmica) ,4 (déficit)=30 0+0,5 8+0,5 30=19,0 Observa-se na tabela que, para o critério de mínimo custo esperado para o consumidor, a decisão ótima seria não ligar as térmicas (custo de 19 reais, comparado com 22,5 de ligar as térmicas). Problema de operação na vida real O problema de operação real do sistema é, obviamente, muito mais complexo do que o exemplo simplificado visto acima. No entanto, é importante observar que a maior complexidade da vida real não é conceitual (o objetivo da operação real é igual ao do caso exemplo, encontrar as decisões que, ao serem simuladas para todos os cenários, resultem no menor custo esperado) e sim computacional: ao invés de um estágio com dois cenários de vazões, o problema real representa a abertura sucessiva de 20 cenários de vazões ao longo de 60 meses, isto é, no primeiro mês temos 20 cenários; no segundo, 20 9 Este cálculo, na prática, é bastante complexo devido à incerteza quanto aos valores dos coeficientes da matriz insumo produto, que representa em detalhe toda a economia do país, e à dificuldade de se representar o efeito do racionamento em cada segmento da economia.

6 20 = 20 2 = 400 cenários; e assim por diante. O número total de cenários, 20 60, é astronômico, um daqueles números comparáveis ao número de partículas do universo ou à fortuna do Tio Patinhas. Este problemão de otimização é resolvido de maneira eficiente por um algoritmo especializado conhecido como programação dinâmica estocástica dual (PDDE), desenvolvido pela PSR em meados da década de A PDDE é o motor do modelo de despacho NEWAVE, utilizado pelo ONS. Embora o algoritmo de PDDE seja bastante interessante (pelo menos para nós, otimizadores...) não é necessário conhecê-lo para entender as diferentes maneiras de representar a aversão ao risco, que é o próximo tópico de nossa análise. A introdução da aversão ao risco no setor elétrico Foi visto acima que o custo econômico do déficit procura refletir o impacto de um racionamento no PIB. Embora a redução do PIB seja obviamente indesejável, a experiência mostra que a mesma não captura plenamente o valor que a sociedade atribui à energia elétrica e, consequentemente, a aversão à possibilidade, ou risco, de que ocorra um racionamento. A experiência também mostra que um fator importante para a valorização social de um bem ou serviço é ter sofrido na carne os efeitos da falha do mesmo. Por exemplo, os alemães reagiram com espanto à sugestão do economista americano Paul Krugman de que um pouco de inflação na Europa contribuiria para amenizar a crise econômica atual, pois desde a hiperinflação da década de 1930 eles têm horror a qualquer descontrole nesta área. Na mesma linha, o estrago que o segundo choque do petróleo de 1979 causou à economia brasileira levou a uma forte aversão de nossa sociedade à dependência de petróleo importado; esta aversão impulsionou a busca ininterrupta por óleo no país, mesmo quando o preço internacional deste combustível estava muito baixo. Portanto, não é coincidência que a primeira representação da aversão ao risco nos modelos operativos do ONS date de 2002, no rescaldo do racionamento de energia. A seguir, descreveremos as principais alternativas metodológicas para representar a aversão ao risco. Metodologias para representar a aversão ao risco Foi visto no exemplo que a decisão ótima, sob o ponto de vista puramente econômico, é não acionar as térmicas hoje. No entanto, como mostra a Tabela 1, esta solução econômica tem um risco de 50% de resultar em um déficit de suprimento no futuro. Suponha agora que este risco é inaceitável para a sociedade, pelas razões que acabamos de analisar. Como incorporar a aversão ao risco no processo de decisão? As diferentes metodologias de aversão ao risco podem ser classificadas em três categorias: (i) adicionar um prêmio de risco ao custo econômico do déficit; (ii) uso de uma reserva energética de segurança que evite a ocorrência de déficits caso ocorra um cenário desfavorável; e (iii) dar maior peso aos cenários de vazão desfavoráveis no cálculo do custo esperado. Será visto que a metodologia (i) (prêmio de risco) foi usada na década de 1980, com o nome custo implícito do déficit, pelo planejamento da expansão do setor (GCPS). Por sua vez, a metodologia (ii) (reserva de segurança) embasa os procedimentos de Curva de Aversão a Risco, adotada em 2002; Procedimento Operativo de Curto Prazo (POCP), usado a partir de 2008; e, mais recentemente, da Superfície de Aversão à Risco (SAR), uma das duas metodologias candidatas da Resolução CNPE 03.

7 Finalmente, mostraremos que a metodologia (iii) (maior peso às vazões desfavoráveis) é equivalente, em termos matemáticos e resultados, à metodologia CVaR, a outra candidata da CNPE 03. A seguir, analisaremos a primeira alternativa, prêmio de risco. Metodologia 1 Adicionar um prêmio de risco ao custo econômico do déficit A Tabela 2 a seguir é similar à Tabela 1, com uma diferença: o custo unitário de déficit foi dobrado, passando de 25 para 50 R$/MWh. Tabela 2 Cálculo da decisão ótima sob incerteza, mudança no custo de déficit Decisão térmica hoje Custo hoje Custo futuro, afluência alta Custo futuro, afluência baixa Custo médio Liga ,5 0+0,5 5=22,5 Não liga (térmica) ,4 (déficit)=40 0+0,5 8+0,5 40=24,0 Observa-se na Tabela que, devido à maior penalização do déficit, o custo total da combinação não liga a térmica hoje/afluência baixa aumentou para 40 reais, e o custo médio, para 24 reais (todos os valores mudados estão assinalados em vermelho na tabela). Este novo custo médio é maior do que o da decisão ligar a térmica hoje (22,5), a qual passa a ser a decisão ótima. Procedimento de custo implícito do déficit A ideia de aumentar o custo de déficit para reduzir o risco de cenários desfavoráveis é muito intuitiva e, como mencionado, foi adotada no Brasil na década de 1980, com o nome de custo implícito do déficit. De maneira simplificada, o procedimento de custo implícito era 10 : (i) (ii) (iii) (iv) Calcule o custo implícito do déficit como a soma do custo econômico mais um prêmio de risco definido pelo planejador. Por exemplo, se o custo econômico atual é R$/MWh e o prêmio de risco é 300 R$/MWh, o custo implícito será R$/MWh. Calcule a política operativa ótima utilizando o custo implícito do déficit e simule a operação do sistema para um grande número de cenários de vazões. A partir dos resultados da simulação do passo (ii), calcule o risco anual de déficit como a fração dos cenários simulados em que ocorreu pelo menos um déficit; por exemplo, se foram observados déficits em 60 cenários de um total de cenários simulados, o risco anual de déficit seria 60/1.000 = 6%. Caso o risco anual de déficit calculado no passo (iii) esteja dentro da faixa considerada aceitável para a sociedade (por exemplo, o risco considerado aceitável na época era 5%), o processo termina; caso contrário, o prêmio de risco é aumentado, por exemplo, para 600 R$/MWh, e volta-se ao passo (ii). 10 O procedimento formalmente adotado pelo GCPS não separava explicitamente o custo implícito em custo econômico e prêmio de risco, como mostrado acima. No entanto, o resultado prático era o mesmo.

8 É fácil ver que o procedimento de custo implícito permite calibrar a política operativa para qualquer risco desejado e, portanto, para qualquer perfil de aversão ao risco da sociedade. Este procedimento parece tão bom, bonito e barato que uma primeira pergunta seria: por que alguém se daria ao trabalho de investigar outras metodologias de aversão ao risco? Limitações do custo implícito e do índice de risco de déficit Esta pergunta será respondida em duas partes. Inicialmente, demonstrou-se no final da década de 1980 que, surpreendentemente, o procedimento de custo implícito acima não resulta no mínimo custo para o consumidor. Mais precisamente, demonstrou-se que existem outras políticas operativas (isto é, diferentes soluções do problemão de decisão sob incerteza) que têm o mesmo risco anual de déficit considerado desejável pela sociedade, mas cujo custo operativo esperado é menor do que o obtido com o procedimento de custo implícito. Infelizmente, a demonstração não dava nenhuma dica sobre como construir estas políticas melhores de maneira eficiente. A segunda parte da resposta é que, além de o procedimento de custo implícito não ser ótimo, os planejadores concluíram que o próprio índice de risco de déficit não era nenhuma Brastemp. A razão é que, nos cenários em que há déficit, o índice de risco dá a mesma importância a situações em o corte de carga é pouco severo (por exemplo, 1% da demanda) ou muito severo (10% da mesma); a única coisa que importa para o índice de risco é que houve um déficit. Esta característica de perdidos por um, perdidos por mil do índice não parecia razoável. Aperfeiçoamento do índice de aversão ao risco e do procedimento de custo implícito A busca por um índice mais completo de aversão ao risco (isto é, que combinasse risco e severidade) e que, adicionalmente, pudesse ser incorporado a uma política de mínimo custo esperado, foi demorada. Em 2001, especialistas em otimização estocástica propuseram um índice com as propriedades de risco/severidade desejadas, conhecido como CVaR (Conditional Value at Risk). Alguns anos depois, em 2007, a PSR desenvolveu um procedimento para incorporar restrições de aversão ao risco baseadas no CVaR na política ótima Para quem estiver curioso sobre o que foi feito nestes anos em que se buscou o prêmio de risco perfeito. Parte do tempo foi usado investigando índices que combinavam risco e severidade. Por exemplo, o planejamento da Colômbia adotou, por algum tempo, uma combinação que parecia bastante atraente: (i) critério de risco: a fração dos cenários em que há corte de carga não pode exceder, por exemplo, 5%; combinado com (ii) critério de severidade: o corte de carga condicionado (isto é, calculado somente para os cenários em que houve corte de carga, identificados no critério (i)) deveria ser inferior, por exemplo, a 100 MW médios. No entanto, a PSR mostrou, em um estudo sobre o planejamento naquele país, que o índice de corte de carga condicionado não era coerente, pois havia situações em que o mesmo piorava após o reforço da geração. Alguns anos depois, pesquisadores da área de finanças propuseram um novo índice que combinava risco e severidade, conhecido como Value at Risk (VaR) (ver nota de rodapé seguinte para a definição do VaR). Embora o VaR seja amplamente usado como medida de aversão ao risco na área de finanças e outras, seu uso como índice de aversão ao risco teve o mesmo obstáculo que o índice de risco de déficit: embora seja fácil encontrar uma política operativa que atenda à restrição de VaR (por exemplo, fazendo uma adaptação simples do procedimento de custo implícito), é muito difícil encontrar a política que, além de atender a restrição, seja de mínimo custo esperado. A busca por esta política ótima consumiu o resto do tempo.

9 Inicialmente, vamos ver o que significa o CVaR. Este índice é calculado como a média dos cortes de carga nos % piores resultados das simulações, onde é um parâmetro determinado pelo usuário. Por exemplo, suponha que 5 séries, de um conjunto de 100 séries simuladas, resultaram em déficit (isto é, o risco de algum déficit é 5%), e que os cortes de carga nestas séries foram os indicados na tabela a seguir. Tabela 3 Cortes de carga para as séries em que houve déficit Série Corte de carga (MWh) Suponha agora que =3%, isto é, estamos interessados nos 3 piores resultados, a saber: 130, 219 e 86. Neste caso, o CVaR 3% será: ( )/3 = 145 MWh 12. Em resumo, o perfil de aversão a risco baseado no CVaR é definido por dois parâmetros: (i) o quantil, visto acima; e (ii) o máximo valor aceitável para o CVaR (por exemplo, o CVaR 3% deve ser inferior a 130 MWh). Vamos agora ao procedimento desenvolvido pela PSR. Ele é bastante parecido com o procedimento de custo implícito visto acima, com uma diferença crucial: o prêmio de risco (que no procedimento de custo implícito é somado ao custo econômico do déficit) passa a ter uma franquia: para cortes de carga cuja profundidade (severidade) é inferior a um determinado montante (por exemplo, 86 MWh para o exemplo da Tabela 3) utiliza-se unicamente o custo econômico; para déficits mais severos do que a franquia, aplica-se a soma do custo econômico e do premio de risco (ver figura a seguir). A PSR demonstrou matematicamente que a introdução da franquia garante a obtenção de uma política de mínimo custo esperado que atende o perfil de aversão a risco desejado. Figura 2 Custo econômico do déficit e prêmio de risco com franquia 12 Alguns leitores podem ter ouvido falar de um índice com nome parecido, VaR (Value at Risk). O VaR é o corte de carga que está no quantil. No exemplo da Tabela 3, em que =3%, o VaR corresponde ao corte de 86, pois há três valores (em 100) que são maiores ou iguais a 86: o próprio, 130 e 219. É fácil ver que o CVaR é a média dos valores piores ou iguais ao VaR.

10 Em resumo É possível representar a aversão ao risco no cálculo da política operativa através da adição de um prêmio de risco ao custo econômico de déficit. Este prêmio de risco é composto de uma franquia e de uma penalização linear, o que faz com que o custo implícito de déficit (função resultante da soma do custo econômico e prêmio de risco) seja uma função linear por partes, com dois segmentos. O prêmio de risco pode ser calibrado para qualquer perfil de aversão ao risco através de um procedimento semelhante o custo implícito do déficit. A introdução da franquia garante a obtenção de uma política de mínimo custo esperado que atende ao perfil de aversão a risco desejado. Os modelos de cálculo de política operativa já representam funções de penalização por déficits de energia com vários segmentos. Portanto, o uso de funções que foram calibradas para representar a aversão a risco é imediata. A seguir, analisaremos a segunda alternativa metodológica para representar aversão ao risco. Metodologia 2 Reserva energética de segurança Esta alternativa metodológica tem como inspiração as reservas financeiras que bancos, empresas e mesmo famílias criam para fazer frente a eventos desfavoráveis (por exemplo, e respectivamente, saques nas contas, diminuição do faturamento e uma internação hospitalar). Como formular um requisito de reserva no caso da segurança energética? Critério de reserva para segurança energética O critério de reserva mais intuitivo seria: a cada mês, a energia total disponível, calculada com um critério pessimista, deve ser suficiente para atender à demanda ao longo do horizonte de reserva (definido pelo usuário, por exemplo, os próximos 12 meses). No caso do sistema brasileiro, a energia total disponível é calculada como a soma das seguintes parcelas: (i) energia armazenada nos reservatórios hoje, mais uma previsão conservadora da energia afluente às hidrelétricas ao longo do horizonte de reserva; (ii) uma previsão (igualmente conservadora) da produção de energia das fontes não despacháveis (eólica, biomassa etc.) ao longo do mesmo horizonte; e (iii) idem para a produção máxima (descontada manutenção e falhas) das usinas termelétricas. Observa-se que, se aplicarmos o critério de reserva acima ao exemplo da Tabela 1, a decisão de não acionar as usinas térmicas (e que leva a uma probabilidade de 50% de racionamento) seria considerada inaceitável A razão é que, neste exemplo simples, o critério de reserva do primeiro estágio seria: a energia armazenada ao final do estágio, mais a soma da energia afluente para o cenário de vazão baixa (previsão conservadora) com a energia produzida pelas térmicas no máximo, deve ser maior do que a demanda do segundo estágio. Se este critério fosse atendido, não haveria o corte de carga indicado na Tabela 1.

11 Motivação para o desenvolvimento do critério de reserva Como mencionado, o tema de aversão a risco surgiu em 2002, como parte dos estudos sobre propostas de aperfeiçoamento do modelo setorial, a partir das lições do racionamento. Como visto na seção anterior, a alternativa mais imediata para representar esta aversão seria somar um prêmio de risco ao custo econômico do déficit (procedimento de custo implícito). No entanto, também como visto, naquela ocasião já conhecíamos as limitações daquele procedimento, e do próprio índice de risco de déficit, porém não sabíamos como resolver estas limitações (lembrem que a solução só veio em 2007). Estas dúvidas sobre o procedimento de custo implícito foram a principal motivação para a PSR propor a representação da aversão ao risco através da restrição de reserva, a qual foi implementada em 2002 como a Curva de Aversão a Risco (CAR). Aplicação do critério de reserva na vida real Assim como no caso da política ótima, a diferença entre exemplo e realidade não é conceitual, e sim computacional. Por exemplo, na implementação deste critério na vida real é necessário levar em conta que parte da energia afluente prevista não possa ser utilizada devido a limites de armazenamento dos reservatórios, ou restrições de transmissão entre regiões. Por esta razão, o critério de reserva real não é formulado como uma soma simples de várias previsões, como visto acima, mas como um conjunto de equações e restrições que representam o balanço hídrico das usinas e os limites de transmissão a cada mês do horizonte de reserva. No entanto, o conceito básico, de que a aversão ao risco pode ser representada através de um requisito de reserva, não muda na implementação da vida real. Relação entre critério de reserva e CAR, SAR e POCP Como mencionado, a Curva de Aversão ao Risco (CAR) foi a primeira implementação do critério de reserva acima. No entanto, esta implementação tinha uma limitação, já reconhecida na época: os intercâmbios de energia entre regiões não eram representados corretamente (mais precisamente, os valores de intercâmbio eram pré-fixados e, portanto, não dependiam da situação operativa). A correção deste problema foi proposta pela PSR em 2008 e, para distinguir a metodologia original e a corrigida, chamamos esta última da Superfície de Aversão ao Risco (SAR). Finalmente, o procedimento de segurança POCP, adotado no mesmo ano, utiliza exatamente o mesmo critério de reserva que a SAR (inclusive com os valores corretos de intercâmbio). No entanto, o POCP não é representado no cálculo de política ótima. E é por esta razão que os custos da geração de segurança que resultava do POCP tinham que ser cobrados por um encargo suplementar. A ligação metodológica direta entre o POCP e a SAR nos permite concluir que, se a SAR for incorporada no cálculo da política operativa, toda a geração de segurança que hoje é acionada de forma suplementar pelo POCP passaria, automaticamente, a ser acionada pela política ótima. Em resumo O critério de reserva energética permite representar diretamente a aversão ao risco, através da escolha dos cenários conservadores de afluência e produção de energia das fontes não despacháveis.

12 O procedimento de segurança POCP, que desde 2008 vem definindo o nível de aversão ao risco desejado para o sistema brasileiro, utiliza exatamente o mesmo critério de reserva que a SAR (inclusive com os valores corretos de intercâmbio). A diferença é que o POCP não é representado no cálculo de política ótima. Como consequência, a implementação da SAR na política operativa garante que toda a geração de segurança que hoje é acionada de forma suplementar pelo POCP será automaticamente acionada pela política ótima, com a vantagem de esta política reduzir os custos operativos esperados. Metodologia 3 dar mais peso aos cenários de vazão desfavoráveis Se analisarmos o problema operativo da Tabela 1, concluiremos que existem três conjuntos de parâmetros que podem ser modificados: (i) o custo do déficit; (ii) as decisões operativas viáveis; e (iii) as probabilidades dos cenários de vazão. Como visto nas análises anteriores, a metodologia de prêmio de risco no custo de déficit modificou o primeiro conjunto, e a metodologia de reserva modificou o segundo conjunto. Portanto, não é de estranhar que a terceira metodologia de aversão ao risco que está na praça, conhecida como CVaR, se baseie na modificação do conjunto de parâmetros restante, as probabilidades das vazões. Definição da metodologia CVaR Foi visto anteriormente que, no cálculo da política operativa, a decisão ótima é a que leva ao menor custo esperado para o consumidor. A metodologia CVaR propõe escolher como decisão ótima a que minimiza a seguinte soma ponderada do valor esperado e de um valor extremo (na cauda da distribuição) dos custos operativos: (1-)E(CO) + CVaR α (CO) Onde: O fator de ponderação na expressão acima é escolhido pelo usuário, e representa o peso relativo da média e do valor extremo na soma. E(CO) é o valor esperado (E(.)) dos custos de operação (CO). CVaR α (CO) é a média dos α% piores custos de operação. O CVaR foi apresentado no item sobre a metodologia de prêmio de risco, e seu cálculo foi ilustrado na Tabela 3. A diferença é que na Tabela 3 o CVaR foi calculado para os piores cortes de carga; agora, ele será calculado para os piores custos operativos. A Tabela a seguir mostra o cálculo da decisão ótima com a metodologia CVaR para o caso exemplo. Vamos supor que o fator de ponderação é 0,45 e que o quantil α é 50%. Como só existem dois cenários de vazão no exemplo, com probabilidade de 50% cada, o CVaR neste caso é simplesmente o custo resultante da afluência baixa. Decisão térmica hoje Tabela 4 Cálculo da decisão ótima sob incerteza com a metodologia CVaR Custo total, afluência alta Custo total, afluência baixa (CVaR) E(CO) Custo ponderado (1-)E(CO) + CVaR α (CO) Liga ,5 (1-0,45) 22,5 + 0,45 25 = 23,63 Não liga ,0 (1-0,45) 19,0 + 0,45 30 = 23,95

13 Observa-se na Tabela que, assim como as metodologias anteriores de aversão ao risco, a decisão ótima (mínimo custo ponderado) passou a ser a de acionar preventivamente a térmica hoje. Como interpretar a metodologia CVaR? As metodologias anteriores, prêmio de risco e reserva, são relativamente fáceis de explicar: (i) imagine o conjunto de todas as políticas operativas possíveis e imagináveis que atendem o critério de aversão ao risco desejado; (ii) selecione, deste conjunto de um zilhão de políticas, a política que, quando simulada para um grande número de cenários, resulta no mínimo custo esperado para o consumidor (e, naturalmente, atende o critério de risco) 14. Já a metodologia CVaR é mais difícil de interpretar, pois não está claro o que se está otimizando. Por exemplo, ao contrário do que talvez se imagine, a política operativa com CVaR não minimiza a média das somas ponderadas dos custos ao longo do período de estudo, e sim uma combinação bastante complexa das somas ponderadas em cada estágio. Esta dificuldade de interpretar o que se está otimizando impediu, por exemplo, que o critério de convergência utilizado em todas as aplicações do algoritmo PDDE seja utilizado no caso da CVaR. Outra dificuldade com a metodologia CVaR é que os parâmetros e α estão relacionados com o custo operativo, não com riscos. Isto significa que é necessário calibrar estes parâmetros até encontrar uma política operativa que seja considerada adequada, sob o ponto de vista da aversão ao risco. No entanto, não está claro qual é este critério de adequação. Por exemplo, nos estudos apresentados no seminário do dia 24 de julho, escolheu-se a combinação de e α que levava à menor razão entre o incremento do custo esperado operativo e a redução do custo esperado do déficit. No entanto, como será mostrado nas análises dos impactos deste critério nos diversos índices operativos e comerciais, a seguir, O critério de escolha dos parâmetros utilizado pelo MME levou a uma política cuja segurança de suprimento é pior do que a resultante do procedimento de segurança POCP. Na visão da PSR, isto contradiz o objetivo original da incorporação da aversão ao risco na política, que era eliminar os custos suplementares, porém sem afetar a segurança operativa. Com o objetivo de tornar mais claras as características da metodologia CVaR, vamos mostrar a seguir que a política operativa que resulta desta metodologia equivale matematicamente, e conceitualmente, a uma política que minimiza custo operativo esperado, só que usando uma distribuição de probabilidade das vazões modificada, que dá mais peso aos cenários secos. Equivalência entre a metodologia CVaR e mudar a distribuição das vazões Suponha que há três cenários de vazões, cada um com probabilidade 1/3, e que resultaram nos custos c 1, c 2 e c 3. Suponha, adicionalmente, que o custo c 3 é maior do que os demais. Finalmente, suponha que 14 Da mesma maneira que o algoritmo de PDDE permite resolver rapidamente o problemão de 2 60 ramos visto anteriormente, é evidente que os algoritmos usados na vida real para estas duas metodologias de aversão ao risco permitem encontrar a política de mínimo custo sem examinar, por tentativa e erro, todas as políticas possíveis. No entanto, em termos conceituais, que é o que estamos discutindo, as metodologias de prêmio de risco e reserva fazem exatamente o mencionado no texto.

14 =0,25 e =33%, isto é, vamos usar como CVaR o pior custo, c 3. A expressão da soma ponderada neste caso será: (1-0,25)(c 1 + c 2 + c 3 )/3 (valor esperado) + 0,25 c 3 (CVaR) Rearrumando os termos acima para agregar os valores de custo, obtemos: (0,75/3=0,25) c 1 + (0,75/3=0,25) c 2 + (0,75/3 + 0,25=0,50) c 3 Observa-se na expressão acima que a soma ponderada da metodologia CVaR é equivalente a se calcular o custo esperado, sem CVaR, porém modificando as probabilidades das vazões de {1/3;1/3;1/3} para {0,25;0,25;0,5}. Mais especificamente, aumenta-se as probabilidades dos % cenários de vazões mais severos, e diminui-se a probabilidade dos demais. Pode-se demonstrar que esta equivalência é estrutural, isto é, para cada conjunto de parâmetros e da soma ponderada existe uma distribuição de probabilidade para as vazões que, quando usada com o critério de custo esperado, leva à mesma política operativa da metodologia CVaR. O fato de a política calculada com a metodologia CVaR, em última análise, dar mais peso aos cenários de vazões mais severos, nos parece interessante, pois esta é uma maneira bastante intuitiva de representar a aversão ao risco. No entanto, há o reverso da medalha: a simulação operativa final, que produzirá os índices de custo, CMOs e confiabilidade da vida real, será necessariamente feita com a distribuição de probabilidades também da vida real, isto é, a distribuição original das vazões. Esta constatação nos leva ao cerne da dificuldade de interpretar os resultados da metodologia CVaR: o que, exatamente, significa calcular uma política com uma distribuição de vazões X (no caso, com mais peso para as vazões severas), porém simular a operação com uma distribuição de vazões Y (no caso, a distribuição original)? A resposta é: atualmente, sabemos muito pouco. Em resumo A metodologia CVaR é fácil de implementar, mas difícil de interpretar, pois não se sabe exatamente o que ela está otimizando. A calibração dos parâmetros e é bastante complexa, pois os mesmos estão relacionados com os custos operativos, e não com a aversão ao risco de falhas de suprimento. Por exemplo, o critério de calibração adotado nos estudos anunciados no dia 24 de julho, baseado na razão entre o incremento de custo operativo e a redução de custo de déficit, levou a uma política operativa que não atende os critérios de segurança operativa (POCP) adotados desde 2008 pelo ONS e CMSE. Se esta política operativa for adotada, como indicado pelo MME, surge a seguinte questão: se o critério POCP não for mais atendido, isto significa que ele era excessivamente severo e, portanto, que parte dos acionamentos das térmicas nestes últimos meses e anos poderia ter sido evitada? E vice-versa: se o critério POCP é adequado, vamos voltar a ter acionamentos suplementares caso as vazões nos próximos meses sejam desfavoráveis? Na opinião da PSR, a manifestação recente do diretor geral do ONS, expressando preocupação com a possibilidade de desligamento das térmicas agora, é muito pertinente, pois é necessário definir claramente qual será o critério de segurança adotado de hoje em diante para o país.

15 Impacto das metodologias de aversão ao risco no custo e segurança operativa As análises a seguir foram realizadas com os dados do Programa Mensal de Operação (PMO) do ONS de março de A política ótima e a simulação operativa (para cenários de afluências) foram calculadas para três casos: 1. Base Representa a regulamentação atual: (i) calcular a política ótima com a Curva de Aversão a Risco (CAR) plurianual; e (ii) durante a simulação, aplicar a cada mês, e para cada cenário de afluência, o procedimento POCP. 2. SAR Representa a nova regulamentação com aversão ao risco: (i) calcular a política ótima com a SAR (os parâmetros da SAR são os mesmos do POCP); e (ii) simular a operação usando somente a política ótima (sem o POCP). 3. CVaR Igual ao caso anterior, só que usando o CVaR no cálculo da política ótima (os parâmetros do CVaR são os escolhidos pelo governo, = 0,25 e = 50%). A figura a seguir mostra a geração térmica esperada anual (em GW médios) para o caso base e para a SAR. Figura 3 Geração térmica média anual, casos Base e SAR Observa-se que a geração resultante da SAR é ligeiramente inferior à do caso base. A próxima pergunta é: como verificar se a nova metodologia de aversão ao risco preserva a segurança operativa que temos atualmente com o procedimento POCP do ONS/CMSE? A resposta é: comparando o acionamento de segurança (isto é, resultante da aplicação do POCP a cada mês e cada cenário hidrológico) do caso base com o acionamento que seria feito com a nova metodologia caso o POCP fosse aplicado Esta comparação foi feita através de uma simulação adicional com a política ótima da SAR, onde o POCP foi aplicado para cada mês e para cada série.

16 A diferença entre a geração térmica total da simulação adicional (com o POCP) e a da simulação original (sem o POCP) mede o quanto (ou o quão pouco) a nova metodologia de aversão a risco preserva o critério de segurança energética que vem sendo usado desde Como mostra a figura, com a metodologia SAR não foi necessário qualquer acionamento de segurança suplementar (geração adicional igual a zero em todos os anos). Figura 4 Geração térmica suplementar, média anual, casos Base e SAR Isto confirma o que foi previsto na seção de análise da SAR: a mesma incorpora automaticamente ao despacho econômico toda a geração de segurança que, anteriormente, era acionada de maneira suplementar. Vamos agora à mesma análise com a metodologia CVaR. Como mostra a figura a seguir, a geração térmica média com o CVaR foi um pouco maior do que a do caso base (cerca de 800 MW médios por ano). Figura 5 Geração térmica média anual, casos Base e CVaR A figura a seguir mostra a geração de segurança suplementar que seria necessária para que a metodologia CVaR resultasse no mesmo nível de segurança atual. 16 De maneira simplificada, a razão é que, se o procedimento POCP sinalizar, em um determinado mês e cenário de afluências, que seriam necessários X GWh de geração adicional de segurança, porém esta geração não for acionada, o nível meta deixará de ser atingido nos mesmos X GWh, o que deteriora o critério atual de segurança.

17 Figura 6 Geração térmica suplementar, média anual, casos Base e CVaR Observa-se que a metodologia CVaR requereria cerca de 220 MW médios de geração suplementar ao longo do período. Como visto acima, isto significa que: A metodologia CVaR (com os parâmetros definidos pelo governo) leva a uma piora da segurança operativa, comparada com a do critério adotado desde 2008 pelo ONS/CMSE. Impacto da metodologia CVaR nas tarifas A análise dos impactos das tarifas será feita para dois casos: (i) base, onde se supõe que a metodologia de aversão ao risco escolhida pelo governo (CVaR) não foi implementada; (ii) CVaR, onde se representa o efeito desta nova metodologia nas tarifas (como visto na Introdução, o maior acionamento econômico das térmicas afeta as tarifas devido aos contratos por disponibilidade, e os CMOs mais elevados impactam a compra de energia no curto prazo, entre vários efeitos). Efeito nas tarifas, caso base A figura a seguir mostra a tarifa de energia da CPFL Piratininga em três momentos de 2013: em janeiro, imediatamente antes das medidas de redução tarifária da MP 579; em fevereiro, logo após a implantação das medidas; e em dezembro. média Percentil 90% Percentil 10% g R$/MWh Jan/2013 Fev/2013 Dez/2013 Figura 7 Tarifa de energia da CPFL Piratininga, caso base

18 Observa-se inicialmente que a redução tarifária de 174 para 160 R$/MWh corresponde exatamente ao anunciado pelo governo (para a parcela de energia). Observa-se também que há uma grande dispersão para as tarifas que estariam vigentes ao final do ano. Como discutido em várias edições do ER, esta dispersão se deve a vários fatores conjunturais, tais como o acionamento suplementar das térmicas, cobrado via ESS e a compra de energia no curto prazo devido à exposição contratual (insucesso do chamado leilão A0). É importante observar que grande parte do impacto tarifário visto na figura será, na prática, adiado para os próximos anos, devido aos aportes do Tesouro em 2013 (a seção Regulatória deste ER mostra que o montante destes aportes pode atingir 16 bilhões de reais). No entanto, Dado que estes aportes são empréstimos, a PSR acredita que as comparações feitas como se a tarifa aumentasse agora são válidas e importantes, pois isto nos permite ter uma ideia do tamanho da buemba tarifária nos próximos anos. Como mencionado na Introdução, a expectativa do governo era que as novas metodologias de aversão ao risco reduzissem o ESS e, portanto, contribuíssem para o alívio das tarifas. No entanto, será visto a seguir que a situação é mais complexa. Efeito nas tarifas, caso CVaR A figura a seguir mostra as tarifas de energia da CPFL Piratininga, supondo agora que a metodologia CVaR (com os parâmetros definidos pelo governo) seja implementada. média Percentil 90% Percentil 10% R$/MWh Jan/2013 Fev/2013 Dez/2013 Figura 8 Tarifa de energia da CPFL Piratininga, caso CVaR Observa-se que, diferentemente do que o governo talvez esperasse, a metodologia CVaR não provocará uma redução das tarifas: tanto a tarifa média, 178 R$/MWh, como a dispersão (entre 160 e 190 R$/MWh) são as mesmas para o caso base (figura 8) e para o caso com CVaR (figura acima). Se fizermos a hipótese de que o critério de segurança anterior (com o POCP) será mantido, isto é, que ainda poderá haver algum acionamento térmico suplementar, a introdução da metodologia CVaR resultará em um aumento das tarifas de energia, como mostra a figura a seguir.

19 CPFL Piratininga 192 média Percentil 90% Percentil 10% R$/MWh Jan/2013 Fev/2013 Dez/2013 Figura 9 Tarifa de energia da CPFL Piratininga, caso CVaR, geração adicional para manter a segurança atual Estes resultados contra-intuitivos levam à seguinte pergunta: por que não haverá uma redução tarifária se foi visto que a metodologia CVaR de fato reduz os encargos por geração de segurança? A resposta está na figura a seguir. Enc. Serviço do Sistema Compra de energia, perdas RB, transporte de Itaipu, enc. en. reserva e P&D R$/MWh Nível Meta CVaR CVaR + Nível Meta Dez/2013 Figura 10 Composição da tarifa de energia da CPFL Piratininga em 2013 para caso base e CVaR Esta figura destaca o ESS do restante da tarifa, em valores médios. Observa-se que a metodologia de aversão ao risco CVaR (sem geração de segurança adicional) eliminou o ESS (de 8 para 1 R$/MWh este valor só não foi zerado devido a outros encargos de segurança elétrica, que não são afetados pela aversão ao risco). No entanto, também se observa na figura que a redução na parcela de encargos foi anulada por um aumento equivalente na parcela de compra de energia.

20 A razão é que, como visto na Introdução, as metodologias de aversão ao risco aumentam os preços de curto prazo (PLDs). Esses preços, por sua vez, afetam os custos das distribuidoras com compras de energia (em função dos contratos por disponibilidade, da contratação de energia através de cotas, e dos custos da energia de reserva, dentre outros). Finalmente, estas compras de energia foram exacerbadas pelo fato de as distribuidoras não estarem 100% contratadas, devido aos problemas com o leilão A0. Como consequência, a parcela de compra de energia é substancial. Finalmente, se considerarmos o caso em que há geração adicional para manter a segurança (terceira coluna da figura), a situação piora, pois além da compra de energia, o ESS aumentaria. Conclusões Há três enfoques possíveis de representar a aversão ao risco: (i) adicionar um prêmio do risco ao custo econômico do déficit; (ii) definir uma reserva energética de segurança; e (iii) dar mais peso aos cenários de vazões mais desfavoráveis. O primeiro enfoque (prêmio de risco) foi adotado no Brasil no passado (custo implícito de déficit) e, recentemente, foi aperfeiçoado para garantir tanto o atendimento do critério de aversão ao risco como a minimização do custo para o consumidor. O segundo enfoque (reserva energética de segurança), por sua vez, foi implementado na operação em 2002, com o nome CAR, e aperfeiçoado em 2008, com o nome SAR 17. Este aperfeiçoamento de 2008 foi motivado exatamente pelo objetivo recentemente anunciado pelo governo na Resolução CNPE 03, que é eliminar os encargos por geração de segurança (ESS), porém preservando o nível de segurança atual. Provavelmente por esta razão, a SAR foi uma das duas metodologias candidatas selecionadas pelo MME para atender os objetivos da CNPE 03. Finalmente, o terceiro enfoque (mais peso às vazões), por ser mais recente, nunca foi aplicado no Brasil ou em outros países. Este enfoque, com o nome de CVaR, foi a segunda metodologia candidata selecionada pelo MME. Como mostrado nas seções anteriores, não há dificuldade computacional para as metodologias candidatas nos modelos operativos (a mesma facilidade existe inclusive para a metodologia de prêmio de risco, não considerada como candidata). No entanto, também como mostrado, as metodologias apresentam diferenças conceituais e práticas (impactos para os agentes de geração, comercialização e distribuição) significativas. Na visão da PSR, estas diferenças tornam essencial a contribuição dos agentes para que se escolha a metodologia mais adequada para o setor. Como mencionado na edição anterior do ER, esta contribuição seria particularmente valiosa porque a inteligência agregada e visão multifacetada das centenas de especialistas das diferentes empresas do setor supera a capacitação das agências do governo, por maior que esta seja, e é sem dúvida muito maior do que a de consultorias especializadas como a PSR (que desenvolveu boa parte das metodologias que estão sendo discutidas). 17 Como mencionado, a SAR não chegou a ser implementada na operação do sistema; o que foi implementado é o POCP, que, como visto, proporciona o mesmo nível de segurança da SAR através de procedimento de geração térmica adicional, porém sem otimizar plenamente a operação para este nível de segurança.