O resultado do modelo 4MD são projeções de capacidade instalada, número de adotantes e geração de energia em base mensal.
epe4md_calcula(
premissas_reg,
ano_base,
sequencial = FALSE,
filtro_de_uf = "N",
filtro_nome4md = "N",
filtro_de_segmento = "N",
filtro_de_custo_unitario_max = NULL,
ano_max_resultado = 2050,
altera_sistemas_existentes = FALSE,
ano_decisao_alteracao = 2023,
inflacao = 0.0375,
taxa_desconto_nominal = 0.13,
custo_reforco_rede = 200,
ano_troca_inversor = 11,
pagamento_disponibilidade = 0.3,
disponibilidade_kwh_mes = 100,
filtro_renda_domicilio = "maior_3sm",
desconto_capex_local = 0,
anos_desconto = 0,
tx_cresc_grupo_a = 0.016,
spb = 0.3,
p_max = 0.01,
q_max = 1,
filtro_comercial = NA_real_,
ajuste_ano_corrente = FALSE,
ultimo_mes_ajuste = NA_integer_,
metodo_ajuste = NA_character_,
dir_dados_premissas = NA_character_
)data.frame com os resultados da projeção de capacidade instalada de micro e minigeração distribuída, número de adotantes e geração mensal de energia.
data.frame. Input de premissas regulatórias para serem consideradas nos cálculos. O dataframe deve ter as seguintes colunas
ano, numérico
alternativa, numérico. Uma das seguintes opções:
0: Consumidor compensa todas as componentes tarifárias;
1: Paga TUSD Distribuição;
2: Anterior + TUSD Transmissão.
3: Anterior + TUSD Encargos.
4: Anterior + TUSD Perdas.
5: Anterior + TE Encargos. Ou seja, compensa somente a TE Energia.
p_transicao, numérico. Parcela do custo da alternativa escolhida no parâmetro alternativa a ser pago pelo consumidor
binomia e, binário. Define se há cobrança de uma tarifa binômia na baixa tensão, em que as componentes TUSD Distribuição e TUSD Transmissão passariam a ser cobradas de forma fixa, não sendo passíveis de compensação
demanda_g, binário. Define se há cobrança de TUSDg para a demanda de consumidores do
grupo A. Caso seja FALSE, é considerada a cobrança da TUSD consumo.
Um arquivo excel
instalado com este pacote, acessível via
system.file("dados_premissas/2021/premissas_reg.xlsx", package = "epe4md"),
contém um exemplo de premissas de entrada.
numeric. Ano base da projeção. Define o ano em que a função irá buscar a base de dados. Último ano completo realizado.
logic. Parâmetro que define se a projeção deve ser realizada de forma sequencial ou paralela. Para executar a projeção de forma sequencial defina o parâmetro como TRUE. Default FALSE.
string. Parâmetro que define uma unidade federativa (UF) a ser filtrada. Caso uma UF não seja indicada ou seja informado um valor inválido, o resultado será apresentado sem filtros.
string. Parâmetro que define o nome de uma concessionária de energia a ser filtrado. Caso não seja informado um valor ou seja informado um valor inválido o resultado será apresentado sem filtro.
string. Parâmetro que define um segmento a ser filtrado. Pode se escolher entre "comercial_at", "comercial_at_remoto", "comercial_bt", "residencial" e "residencial_remoto". Caso não seja informado um valor ou seja informado um valor inválido o resultado será apresentado sem filtro.
numeric. Parâmetro que define o valor máximo do custo unitário para ser utilizado no cálculo do payback. Default igual a NULL.
numeric. Ano final para apresentação dos resultados. Máximo igual a 2050. Default igual a 2050.
logic. TRUE se alterações regulatórias afetam investimentos realizados em anos anteriores à revisão da regulação. Default igual a FALSE.
numeric. Ano em que são definidas novas regras e se tornam de conhecimento público. Esse parâmetro só tem efeito caso o anterior seja igual a TRUE. Default igual a 2023.
mumeric. Taxa anual de inflacao considerada no reajuste das tarifas e para calcular o retorno real de projetos. Default igual a 0.0375.
numeric. Taxa de desconto nominal considerada nos cálculos de payback descontado. Default igual a 0.13.
numeric. Custo em R$/kW aplicado a projetos de geracao remota em Alta Tensão. Representa um custo pago pelo empreendedor para reforços na rede. Default igual a 200.
numeric. Ano, a partir do ano de instalação, em que é realizada a troca do inversor fotovoltaico. Default igual a 11.
numeric. Percentual de meses em que o consumidor residencial paga custo de disponbilidade em função da variabilidade da geração FV. Default igual a 0.3.
numeric. Consumo de disponbilidade do consumidor em kWh/mês. Default igual a 100, equivalente a um consumidor trifásico.
string. Define o filtro aplicado a consumidores residenciais, de acordo com a renda mensal do responsável, em salários mínimos. Permite: "total", "maior_1sm", maior_2sm", "maior_3sm" ou "maior_5sm". Default igual a "maior_3sm".
numeric. Percentual de desconto a ser aplicado no CAPEX de sistemas de geração local(ex: 0.1) para simulação de incentivos. Default igual a 0.
vector. Anos em que há a incidência do desconto no CAPEX. Default igual a 0.
numeric. Taxa de crescimento anual dos consumidores cativos do Grupo A. Default igual a 0.016 representa crescimento entre 2006 e 2019.
numeric. Fator de Sensibilidade ao Payback (SPB). Default igual a 0.3.
numeric. Fator de inovação (p) máximo. Default igual a 0.01.
numeric. Fator de imitação (q) máximo. Default igual a 1.
numeric. Fator percentual para definir o nicho do segmento comercial. Default é calculado pelo modelo com base no nicho residencial.
logic. Se TRUE indica que a projeção deverá incorporar o histórico mensal recente, verificado em parte do primeiro ano após o ano base. Default igual a FALSE. O arquivo base_mmgd.xlsx deve incorporar esse histórico.
numeric. Último mês com dados completos na base_ano_corrente. Default igual a NA. Só tem efeito caso ajuste_ano_corrente seja igual a TRUE.
string. Se igual a "extrapola" o modelo irá extrapolar a potência e o número de adotantes até o final do ano base + 1 com base no verificado até o ultimo_mes_ajuste. Default igual a NA. Só tem efeito caso ajuste_ano_corrente seja igual a TRUE.
Diretório onde se encontram as premissas. Se esse parâmetro não for passado, a função usa os dados default que são instalados com o pacote. É importante que os nomes dos arquivos sejam os mesmos da pasta default.
# \donttest{
premissas_regulatorias <- structure(
list(ano = 2021,
alternativa = 0,
p_transicao = 1,
binomia = FALSE,
demanda_g = FALSE),
class = c("tbl_df", "tbl", "data.frame"),
row.names = c(NA, -1L)
)
resultado <- epe4md_calcula(premissas_reg = premissas_regulatorias,
ano_base = 2021,
sequencial = FALSE,
filtro_de_uf = "RR",
filtro_de_segmento = "comercial_at",
filtro_de_custo_unitario_max = 6,
ano_max_resultado = 2021)
# }
Run the code above in your browser using DataLab