33

Resumo

O objetivo deste artigo é apresentar uma proposta de metodologia de avaliação

integrada de expansão de oferta de energia elétrica, considerando, além de aspec-

tos tecnológicos e econômicos, também aspectos ambientais e sociais. A proposta

baseia-se no estabelecimento de um conjunto de indicadores para geração de eletri-

cidade para geração a partir de: pequenas centrais hidrelétricas (PCH´s), bagaço de

cana-de-açúcar, biodiesel, energia eólica, resíduos sólidos urbanos (RSU´s) e gás

natural. A partir destes indicadores, aplica-se a análise multicritério (AMC) a um

estudo de caso, permitindo apreender, simultaneamente, a influência de questões

ambientais e sociais na decisão da expansão do setor elétrico brasileiro.

1 Estudo integrante do convênio MMA/CENERGIA e iniciado em 2005, com suporte do Ministério doMeio Ambiente.

2 DSc., Programa de Planejamento Energético e Ambiental. Pesquisador do Instituto Virtual Internacional deMudanças Globais (IVIG/COPPE). E-mail: luciano@ivig.coppe.ufrj.br.

3 DSc., Programa de Planejamento Energético e Ambiental. Pesquisador do Centro de Economia Energéticae Ambiental (CENERGIA/PPE/COPPE/UFRJ até dezembro de 2005. Atualmente Assessor daSuperintendência de Recursos Energéticos da Empresa de Pesquisa Energética (EPE). E-mail:jeferson.soares@epe.gov.br.

4 Professor Adjunto do Programa de Planejamento Energético e Ambiental, Coordenador do LaboratórioInterdisciplinar de Meio Ambiente (LIMA/COPPE); end: Centro de Tecnologia Bl. C, sala 211,CidadeUniversitária, Ilha do Fundão. Tel/Fax.: + 55 21 2562-8805; e-mail: emilio@ppe.ufrj.br.

A Expansão Sustentável do Setor Elétrico

Brasileiro a partir do Uso de Indicadores de

Sustentabilidade como Instrumento de Apoio à

Decisão1

Luciano B. Oliveira2

Jeferson B. Soares3

Emilio L. La Rovere4

34

1 - IntroduçãoO objetivo deste artigo é apresentar uma proposta metodológica para análise com-

parativa entre projetos de geração de eletricidade, contemplando uma ótica integra-

da que considere, além da tradicional abordagem tecnológica e econômico-financei-

ra, também aspectos ambientais e sociais ligados à oferta de energia elétrica.

Esta dificuldade é sentida, principalmente, no caso das fontes alternativas de

energia, onde a viabilidade econômica dos projetos nem sempre as coloca em posi-

ção competitiva frente à fontes tradicionais de energia, muito embora este quadro

esteja se modificando recentemente. Não por acaso, foram selecionadas como fontes

para avaliação a eletricidade gerada a partir de PCH´s, biomassa de cana-de-açú-

car, energia eólica, resíduos sólidos urbanos e biodiesel. Buscando contemplar for-

mas mais tradicionais de geração, estabelecemos como marco de comparação, a

geração elétrica a gás natural.

A proposta metodológica se ancora em uma abordagem de análise multicritério

(AMC), a partir do estudo desenvolvido em Oliveira (2004) e replicada ao conjunto

de fontes de geração selecionadas. Assim, esta ótica integrada permite sinalizar

qual a fonte de geração que apreende o maior conjunto de benefícios para a socieda-

de, reduzindo o viés da decisão, vista sob um prisma limitado. Por exemplo, não

necessariamente a forma de geração mais barata é a melhor do ponto de vista

ambiental. Por sua vez, se socialmente uma dada alternativa de geração possa apre-

sentar vantagens, pode não ser economicamente e tecnologicamente adequada para

o usuário final.

Com este objetivo, a seqüência deste artigo inicia com a apresentação da análise

multicritério empregada, para em seguida aplicá-la a um conjunto de indicadores

compostos, que permitiram a criação de “índices” por dimensão avaliada (técnica,

ambiental, econômica e social).

2 - Apresentação da Análise Multi-Critério (AMC) Utilizada

A Análise Envoltória de Dados (DEA) foi adotada como metodologia em nosso

estudo, aproveitando o fato de a mesma já ter sido aplicada e testada em um

problema similar por Oliveira (2004). Esta é uma metodologia Multi-Critério que

possibilita avaliar alternativas mediante seus aspectos quantitativos e sua princi-

pal virtude é considerar o “out-lyer” da estatística (o que seria desprezado no ajus-

te da tendência) como “benchmark” (o melhor dentre os analisados, aquele a ser

perseguido), ao estabelecer uma fronteira de eficiência considerando insumos e

produtos. Sua limitação é a mesma de suas congêneres, ou seja, sua dificuldade

em se caracterizar como melhor que as demais perante o problema Multi-Critério,

sendo sempre uma escolha do analista.

O cálculo da eficiência das unidades organizacionais tem sido um tema impor-

tante na administração, porém, difícil de resolver, especialmente quando são

35

considerados múltiplos inputs (recursos) e múltiplos outputs (serviços, produtos,

entre outros) associados a estas unidades. Entre as propostas para abordar este

problema se encontra a derivação de uma fronteira empírica da eficiência relativa

em lugar de uma função de produção teórica, sendo usada como base para medir

a eficiência relativa das unidades. A partir desta derivação, trabalhos anteriores

(Charnes et al, 1978) criaram uma técnica baseada em programação linear para

calcular a eficiência relativa das unidades e determinaram um ponto de referência

na fronteira para cada unidade ineficiente. Charnes et al. (op. cit.) denominaram

sua nova abordagem para medir eficiência de Análise Envoltória de Dados (do

inglês Data Envelopment Analysis – DEA) e as unidades avaliadas foram denomi-

nadas de DMUs (do inglês Decision Making Units).

Segundo Sant’anna (1999), a Análise Envoltória de Dados (DEA) é uma

metodologia de comparação de desempenhos de unidades de produção (DMU) ope-

rando em contextos semelhantes, utilizando os mesmos recursos e gerando os mes-

mos produtos5. A partir do conjunto de unidades é identificado o melhor desempe-

nho possível, o qual permite medir a eficiência relativa de cada uma das outras

unidades de produção, o que pode se dar mediante diferentes critérios.

Para ilustrar estas orientações, aproveitou-se a figura apresentada por Sant’anna

(1999), a qual pode ser vista na Figura 1, que mostra doze unidades produzindo um

único produto e utilizando um único insumo. O volume de insumo é medido no eixo

horizontal e o volume de produto no eixo vertical. A razão produto/insumo é a incli-

nação da reta que passa pela origem e pelo ponto representativo da unidade. Deste

modo, a unidade mais eficiente é aquela para qual essa reta é mais próxima da

vertical. A fronteira de eficiência é representada na figura pela semi-reta passando

pela origem e pela unidade mais eficiente.

Figura 1 - Gráfico Insumo-Produto (Input-Output).

Fonte: Sant’anna (1999)

5 DEA pode ser aplicada ainda que as DMU utilizem múltiplos recursos para gerar diversos produtos, podendovariar a produtividade relativa a cada produto e cada insumo.

36

Com vistas a facilitar o entendimento quanto à diferença entre as orientações a

insumo e a produto, a Figura 2 mostra apenas duas unidades produtoras (A e B) com

mesma projeção no eixo das ordenadas, a fronteira de eficiência e a projeção hori-

zontal das DMUs na fronteira de eficiência (C). Neste gráfico o eixo horizontal, das

abscissas, representa os insumos enquanto o eixo vertical, das ordenadas, represen-

ta os produtos. Yb*

e Ya*

representam as ordenadas das projeções verticais das

DMUs na fronteira de eficiência, enquanto Yc representa a ordenada da projeção C.

Xa, X

b e X

c representam as abscissas das duas DMUs e da projeção C.

Figura 2 - Gráfico insumo-produto com projeções.

Na orientação a insumo, será mais eficiente a unidade de produção que consumir

menos. A comparação é feita por proporcionalidade, para o que é necessário estabele-

cer um padrão. Tomando por base a unidade virtual projetada sobre a fronteira de

eficiência, representada por C, visualiza-se que a relação XA/X

C é menor que a relação

XB/X

C. Já no caso da orientação ao produto, será mais eficiente a DMU que produzir

mais. Neste caso a comparação será feita com as ordenadas das projeções das DMUs

e da unidade virtual C, cuja visualização mostra que a relação YC/Y

A é maior que a

relação YC/Y

B. Fica claro que a DMU que estiver mais à esquerda será mais eficiente,

mas a medida poderá ser diferente em virtude da orientação escolhida.

Deve ser ressaltado que se o problema for de um único insumo e diversos pro-

dutos, a orientação será a insumo, assim como se o problema contiver apenas um

produto e diversos recursos, sua orientação será ao produto. Se for de diversos

insumos e diversos produtos, a comparação será feita mediante uma combinação

de produtos utilizando uma combinação de recursos. Os pesos escolhidos para

maximizar a eficiência, seja minimizando a utilização de recursos ou maximizando

a oferta de produtos, devem ser avaliados pelo analista.

Visando com que os resultados abarquem o conceito de desenvolvimento sus-

tentável (ou seja, adotando a premissa de equilíbrio entre as dimensões), foram

escolhidos insumos e produtos que estivessem relacionados às cinco dimensões

37

deste conceito, mas que atendessem à premissa de serem expressos numericamente

em valores absolutos. Para tanto, optou-se por considerar como insumos, para os

quais deseja-se menor consumo, a dimensão econômica e a dimensão ambiental –

na verdade um produto negativo, do qual deseja-se pouca oferta –, além da dimen-

são tecnológica – que normalmente é mensurada quanto à otimização, ao maior va-

lor, mas que para atender ao critério de ser considerada insumo teve um tratamento

numérico diferenciado -, enquanto os produtos esperados escolhidos, para os quais

buscam-se os maiores resultados, foram a dimensão social e a dimensão operacional/

estratégica – representada pelo Potencial de Oferta. A lógica utilizada para a cons-

trução dos indicadores é apresentada a seguir.

3 - Construção de Indicadores Compostos por Cadeia Energéticapara Aplicação da Metodologia

3.1 - Concepção Geral dos Indicadores

A formulação dos indicadores inicialmente levou em consideração cinco dimen-

sões: tecnológica, ambiental, social, econômica e estratégica. Apesar de sua sabida

importância, a inserção da dimensão estratégica em nosso estudo foi reavaliada, em

função da dificuldade em se estabelecer objetivamente estes indicadores. Substitui-

se, então, a dimensão estratégica por uma variável relacionada à extensão do poten-

cial disponível por fonte, ou seja, um indicador absoluto.

Outra delimitação adotada neste estudo diz respeito ao “corte tecnológico”

adotado, permitindo avaliar, para uma mesma fonte energética, a expansão do

parque gerador de eletricidade conforme diversas rotas tecnológicas disponí-

veis. Por exemplo, não se esperam impactos ambientais adicionais significativos

da atualização tecnológica de instalações já implantadas, que já incorreram em

impactos ambientais para sua implantação inicial. Isto é assaz diferente do ob-

servado na implantação de novos projetos.

Além da segmentação dos indicadores por dimensão, também realizamos a

segmentação de indicadores por etapa de “implantação” do empreendimento, como

representado na Figura 3. Ademais, para cada dimensão avaliada, estabeleceu-se

um conjunto de indicadores cumulativos, considerando as diversas etapas da cadeia

energética, em havendo dados disponíveis. Quando este não foi o caso, algumas

aproximações foram realizadas.

Quanto aos indicadores, foram estabelecidos os seguintes parâmetros, por dimen-

são: (i) ambiental: consumo de água, emissões de gases do efeito estufa, área

ocupada pelo empreendimento, emissão de gases acidificantes da atmosfera,

percentual de utilização do solo; (ii) social: número de empregos gerados, nível

médio de remuneração, sazonalidade do empregos; (iii) econômico: investimento

específico, índice custo-benefício, percentual de insumos importados; (iv)

tecnológicos: eficiência líquida de geração, disponibilidade média anual, tempo

38

de construção, Tempo de disponibilização dos insumos; (v) absolutos: Energia

elétrica disponível Uma análise mais detalhada desta metodologia pode ser resga-

tada em La Rovere et al (2006).

Figura 3 - Representação esquemática da segmentação por etapa da cadeia de

geração de eletricidade por fonte por dimensão.

4 - Estudo de Caso

4.1 - Construção dos Indicadores

A formulação de indicadores resultou em um conjunto de 17 dados para cada

uma das tecnologias e como o modelo matemático utilizado dispunha de capacidade

de recebimento de apenas 5 parâmetros, foram estabelecidos índices agregados por

dimensão, a partir dos indicadores iniciais:

• Índice social (IS): representa a remuneração energética, determinada pela

equação IS= e

*r

*s,

exprime uma relação diretamente proporcional tanto ao número

de empregos (e) quanto à remuneração atribuída a estes postos de emprego (r). Um

outro fator multiplicador é a sazonalidade (s), obtida pela fração de tempo (t) em que

o trabalho é ofertado, em meses por ano (s= t/12). Quanto maior o valor obtido para

este indicador, melhor é o resultado para a cadeia energética;

• Índice econômico (IE): agregando aspectos como a relação custo-benefício

de um ponto de vista puramente econômico-financeiro, o percentual de tecnologia

produzida no território nacional e a questão do investimento comparado, este índice

é determinado pelo produto IE= ICB

*(1 + g)

*N, onde ICB é o Índice Custo-Benefí-

cio, g é o percentual de insumos importados para a tecnologia e N é a normalização

do investimento. Quanto maior for qualquer das variáveis, pior é o índice, uma vez

que priorizamos o menor custo, a apropriação nacional do conteúdo tecnológico de

cada opção de geração e o menor investimento. O investimento comparado é apropri-

ado através da normalização do custo de investimento (US$/kW) em relação a um

custo de investimento referência (tomou-se o da composição típica do último leilão

de energia elétrica, de dezembro de 2005, com 40% de UHE´s e 60% de UTE´s

movidas a gás natural), o que foi determinado pela fórmula in/i

t, sendo i

n o custo de

39

investimento da tecnologia analisada e it o custo de investimento típico do último

leilão. Assim, estamos avaliando em quantas vezes o custo de investimento de cada

fonte se situa em relação ao que se observa no sistema elétrico brasileiro. Ainda que

isto represente um retrato estático, o que pode ser negado no futuro, é uma “proxy”que assumimos. Este índice é melhor quanto menor for o valor obtido;

• Índice absoluto (IABS):: relaciona-se ao potencial de oferta disponível para

cada cadeia energética selecionada. Foi obtido através de pesquisas específicas na

literatura, para algumas fontes, e por estimativa, para outras. Este indicador é me-

lhor quanto maior for o valor obtido;

• Índice ambiental (IA):: envolve a conversão de todos os dados disponíveis

para a mesma base elétrica (MWh) e soma dos indicadores, de acordo com a fórmu-

la: A+G+S*(1+P)+H, sendo A = consumo de água, G = emissão de gases do

efeito estufa, S = área ocupada pelo empreendimento6, H = emissão de gases

acidificantes da atmosfera e P = percentual de ocupação do solo7. Este indicador é

melhor quanto menor for o valor obtido;

• Índice tecnológico (IT): corresponde ao produto entre eficiência de conver-

são (h)8 e a disponibilidade (FC)9 desta fonte, dividido pelo tempo de construção (tc),

ou seja, corresponde à relação h*FC/t

c. Este índice exprime uma relação de

proporcionalidade direta com eficiência e disponibilidade (ou seja, maximiza a ge-

ração e o aproveitamento de recursos) e indiretamente proporcional ao tempo de

construção, significando que opções com maior tempo de maturação prolongam os

impactos no tempo, ou não se constituem em respostas ágeis na expansão do siste-

ma. Este indicador é melhor quanto maior for o valor obtido.

Como as variáveis disponíveis distribuem-se em três insumos e dois produtos,

devido à restrição do modelo matemático previamente disponibilizado, sendo que os

insumos devem ser minimizados e os produtos maximizados, e considerando-se que

o potencial de geração e a remuneração energética devem ser produtos, as demais

devem ser insumos. Apesar da dimensão econômica e da ambiental, que já são

melhores quanto menores forem os valores obtidos, foi necessário adequar a dimen-

são tecnológica para atender a este requisito. Para tanto foi utilizado o inverso

6 Obtida através da divisão entre o valor dado em m2/kW por 7, visto que normalmente os empreendimentosenergéticos funcionam 80% do tempo, o que permitiria a cada m2 ofertar 7 MWh/ano.

7 A aplicação deste fator refere-se à possibilidade de consorciar outras utilizações à área. Mas como énecessário dispor de toda a extensão para o empreendimento, ainda que algumas tecnologias sejam maisconcentradas que outras em termos espaciais, optou-se por somar o percentual de uso ao total requerido.

8 Falamos de eficiência termodinâmica de 1a lei, ou seja, da razão entre energia disponibilizada e a energia deentrada no sistema.

9 Esta variável se refere ao fator de capacidade da fonte, ou seja, o tempo médio em que a oferta está disponível.Este parâmetro é bastante relevante no caso de algumas fontes renováveis de energia, onde a intermitência éobservada, como no caso da energia eólica.

40

multiplicativo (inversão entre numerador e denominador) na lógica de cálculo, de

maneira que o melhor resultado será o menor valor obtido.

4.2 - Aplicação da Metodologia

Para evitar a elaboração de diversos cenários, em virtude da grande quantidade de

variáveis, foram considerados situações limítrofes: um cenário em que todas as variá-

veis empregavam os valores inferiores para cada um dos indicadores que compõe os

índices citados anteriormente, e um outro cenário utilizando os valores superiores.

Como houve falta de dados de uma das quatro tecnologias de aproveitamento

de bagaço de cana-de-açúcar, a solução encontrada para preencher as lacunas

deixadas foi repetir os valores de insumos e de produtos das tecnologias vizinhas

(uma mais e outra menos eficiente que esta). Com vistas a evitar erros, foram

utilizadas duas alternativas, considerando os insumos de uma com os produtos de

outra, atitude mais conservadora encontrada.

Aplicando esta solução ao conceito de utilização dos limites inferiores e supe-

riores, acabaram por ser elaborados quatro simulações, a saber: limites inferio-

res com insumos da tecnologia de bagaço imediatamente menos avançada (míni-

mos com insumo antecedente); limites inferiores com insumos da tecnologia de

bagaço imediatamente mais avançada (mínimos com insumo posterior); limites

superiores com insumos da tecnologia de bagaço imediatamente inferior (máxi-

mos com insumo antecedente) e limites superiores com insumos da tecnologia de

bagaço imediatamente posterior (máximos com insumo posterior).

A elaboração dos indicadores para cada dimensão e os requisitos do modelo

DEA, que exige somente valores positivos e não-nulos requereu a adequação dos

valores encontrados originalmente (soma de 2,16 na dimensão ambiental e multi-

plicação por 2.000 na dimensão tecnológica). Como a Análise Envoltória de Da-

dos (DEA) requer a classificação das dimensões como insumos ou produtos, as

escolhidas, de acordo com a maneira de construção dos indicadores, foram: (i)

Insumos: dimensão econômica e dimensão tecnológica; (ii) Produtos: dimensão

social, dimensão operacional/estratégica e dimensão ambiental.

Note-se que a dimensão ambiental é um “output” indesejável. Os “outputs” indese-

jáveis podem ser incorporados em modelos DEA segundo quatro abordagens princi-

pais, como discutido em Oliveira (2004) e, neste trabalho optamos por considerar o

produto indesejável, a dimensão ambiental, como uma “proxy” para um recurso

ambiental esgotável, representando-o como um insumo.

Quanto à dimensão tecnológica, ainda que seja um insumo, a lógica de sua constru-

ção aponta para ser melhor a tecnologia que obtiver resultado maior, o que diverge

da orientação a insumos (tanto melhor quanto menos seja consumido). Isto requereu

a alteração da lógica de construção do indicador, que passou a ser o inverso

41

multiplicativo da construção original, o que permitiu atender ao requisito de orientação

a insumo sem alterar a hierarquização originalmente encontrada. A lógica do mode-

lo é priorizar o menor insumo e o maior produto. A Tabela 1, por sua vez, apresenta

os resultados dos cenários elaborados.

Tabela 1 - Resultados dos cenários elaborados.

Notas: Limite Inferior representa a utilização de todos os valores mínimos para as variáveis. Limite Superiorrepresenta a utilização de todos os valores máximos para as variáveis. 1- IA-OP representa a aplicação de“input” da tecnologia anterior e “output” da tecnologia posterior, para o caso da alternativa de bagaço que nãoteve os dados disponibilizados; 2- IP-O A representa a aplicação de “input” da tecnologia posterior e “output”da tecnologia anterior, para o caso da alternativa de bagaço que não teve os dados disponibilizados; 3-corresponde à colheita manual com sistema tradicional; 4- corresponde à colheita manual com sistema BIG/GT; 5- corresponde à colheita mecanizada com sistema tradicional; 6- corresponde à colheita mecanizadacom sistema BIG/GT; 7- produzido a partir de óleos usados, resíduos industriais e esgoto sanitário; 8-produzido a partir de óleos vegetais cultivados em 25% da área agricultável ociosa do país (90 milhões dehectares); 9- produzido a partir de óleo de dendê cultivado em 7% da área disponível no país (140 milhões dehectares) ou 20% da área desmatada na Amazônia (50 milhões de hectares); 10- produzido a partir de biogásde todos os aterros existentes; 11- produzido a partir de todo o lixo brasileiro aplicado a esta alternativa.

Os resultados mostraram que apenas 4 tecnologias mantiveram-se nas mesmas

posições com as alterações de limites e assimilação das variantes da tecnologia de

bagaço que não obteve dados específicos.

5 - Considerações Finais

A hierarquização das Fontes Alternativas de Energia segundo múltiplos critérios

concomitantes é uma tendência internacional. Esta abordagem assimila a importân-

cia das dimensões sócio-ambientais e, por conseguinte, reduz a preponderância eco-

nômica tradicionalmente utilizada nas avaliações sobre o tema.

Apesar de existirem diversos grupos de metodologias para este fim, optou-se

por aplicar a Metodologia de Análise Envoltória de Dados (DEA), ferramenta de-

corrente da Programação Linear que permite estabelecer a eficiência relativa das

unidades de produção e hierarquizá-las.

42

A coerência dos resultados encontrados sugere que esta metodologia seja aplica-

da de maneira mais ampla, tendo modelos matemáticos criados especificamente

para os problemas do setor (ao invés do simples aproveitamento de um modelo

disponível, como foi realizado no presente trabalho).

Verificou-se que a Otimização das Pequenas Centrais Hidrelétricas deve ser

priorizada, independente do conjunto de dados utilizado. Logo em seguida apresen-

taram-se o aproveitamento de biodiesel de resíduos e de óleos vegetais novos (esta

disposição ocorreu em 75% dos resultados, sendo que a posição foi invertida nos

demais), além dos aproveitamentos energéticos do lixo. Cabe ressaltar que estas

cinco alternativas ficaram empatadas em primeiro lugar, tendo sido utilizado critério

de desempate oferecido pela metodologia.

Do outro lado da lista, nas últimas posições, ficaram o biodiesel de insumos pere-

nes e o gás natural, seguidos de tecnologias de aproveitamento de bagaço.

Agradecimentos

Os autores agradecem ao Ministério do Meio Ambiente (MMA) pelo suporte dado

ao desenvolvimento deste estudo, inserido dentro do “estudo de cadeias energéticas

para geração de eletricidade”, no convênio MMA/CENERGIA.

6 - Referências BibliográficasCharnes, A., Cooper, W. W., Rhodes, E. (1978). “Measuring the efficiency of Decision- Making

Units”. European Journal of Operational Research, vol. 2, pp. 429-444.

La Rovere, E. L. Soares, J.B.; Vieira, T. L.; Dutra, R.; Oliveira, L. B.; Trigo, A. G.; Mariano,J. B. (2006). Estudo de cadeias energéticas para geração de eletricidade: Energia eólica,Biomassa de cana-de-açúcar, Termeletricidade a gás natural, Pequenas Centrais Hidrelétricas(PCH’s), Biodiesel e Análise integrada de indicadores de sustentabilidade. Relatório parcialdo convênio MMA/CENERGIA nº 2001CV000033. Rio de Janeiro/RJ.

Sant’anna, L.A.F.P. (1999). Análise de Envoltória de Dados Aplicada à Avaliação de Performanceno Sistema Elétrico Brasileiro. Tese (de mestrado). Programa de Engenharia de Produção.COPPE/UFRJ, Rio de Janeiro. 123 p.

Oliveira, L. B. (2004) Potencial de aproveitamento energético de lixo e de biodiesel de insumosresiduais no Brasil. Tese DSc. COPPE/UFRJ. Rio de Janeiro.