Inserção de todos os consumidores no mercado liberalizado de energia elétrica: oportunidades e desafios

O processo de liberalização do setor elétrico em Portugal Continental seguiu uma metodologia idêntica à da maior parte dos países europeus, tendo a abertura de mercado sido efetuada de forma progressiva. Assim, no âmbito do acompanhamento do setor elétrico nacional, reveste-se de particular interesse caracterizar a evolução mais recente do mercado liberalizado, nomeadamente em relação ao preço da energia elétrica. A previsão do preço da energia elétrica é uma questão muito importante para todos os participantes do mercado de energia elétrica. Como se trata de um assunto de grande importância, a previsão do preço da energia elétrica tem sido alvo de diversos estudos e diversas metodologias têm sido propostas. Esta questão é abordada na presente dissertação recorrendo a técnicas de previsão, nomeadamente a métodos baseados no histórico da variável em estudo. As previsões são, segundo alguns especialistas, um dos inputs essenciais que os gestores desenvolvem para ajudar no processo de decisão. Virtualmente cada decisão relevante ao nível das operações depende de uma previsão. Para a realização do modelo de previsão de preço da energia elétrica foram utilizados os modelos Autorregressivos Integrados de Médias Móveis, Autoregressive / Integrated / Moving Average (ARIMA), que geram previsões através da informação contida na própria série temporal. Como se pretende avaliar a estrutura do preço da energia elétrica do mercado de energia, é importante identificar, deste conjunto de variáveis, quais as que estão mais relacionados com o preço. Neste sentido, é realizada em paralelo uma análise exploratória, através da correlação entre o preço da energia elétrica e outras variáveis de estudo, utilizando para esse efeito o coeficiente de correlação de Pearson. O coeficiente de correlação de Pearson é uma medida do grau e da direção de relação linear entre duas variáveis quantitativas. O modelo desenvolvido foi aplicado tendo por base o histórico de preço da eletricidade desde o inicio do mercado liberalizado e de modo a obter as previsões diária, mensal e anual do preço da eletricidade. A metodologia desenvolvida demonstrou ser eficiente na obtenção das soluções e ser suficientemente rápida para prever o valor do preço da energia elétrica em poucos segundos, servindo de apoio à decisão em ambiente de mercado.

The liberalization process of the electricity sector in Portugal followed a methodology similar to the most European countries, with the opening of the market made gradually. It is of particular interest to characterize the latest evolution of the liberalized market of electricity sector, particularly in relation to the price of electricity. Predicting the price of electricity is a very important issue for all participants in the electricity market. As this is a matter of great importance, forecasting the price of electricity has been the subject of several studies and various methodologies have been proposed. This question is addressed in this dissertation using forecasting techniques, namely the methods based on the historical of studying variable. The predictions are, according to some experts, one of the essential inputs that managers develop to help in the decision process. Virtually every important decision in terms of operations depends on a prediction. To perform the prediction model of electricity price was Auto Regressive Integrated Moving Average (ARIMA), that generates predictions by information contained in the series itself. As we want to evaluate the structure of the price of electricity power market, it is important to identify which variables are more related to the price. This way, it is performed an exploratory analysis by the correlation between the price of electricity and other study variables, using for this purpose the Pearson correlation coefficient. The Pearson correlation coefficient is a measure of the level and direction of linear relationship between two quantitative variables. The developed model was applied based on the historical price of electricity since the beginning of the liberalized market and in order to get the daily, monthly and annual forecasts of the electricity price. The methodology proved to be efficient in obtaining the solutions and be fast enough to predict the value of the price of electricity in a few seconds, supporting the decision in a market environment.