Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica

Abstract

Neste trabalho o espaço geográfico é incorporado ao estudo da análise das potencialidades de migração de consumidores residenciais para uma nova opção tarifária: a tarifa branca. Os trabalhos avaliados no tema não incorporam a análise espacial de dados geográficos. Em geral apresentam as classes de consumo que mais se beneficiam com a adoção da nova opção tarifária e aspectos relacionados à estrutura tarifária de energia elétrica no Brasil. No entanto, o estudo das características do lugar onde pode ser mais provável a migração massiva de consumidores para a tarifa branca pode trazer informações relevantes para direcionar a atenção das distribuidoras de energia na aquisição de medidores eletrônicos e outros equipamentos para determinadas regiões da área urbana do município. Promove-se dessa forma um melhor dimensionamento do sistema elétrico. Os resultados deste trabalho são mapas de probabilidades úteis para indicar as subáreas onde há maior probabilidade de migração de consumidores residenciais para a tarifa branca. Esses mapas indicam que algumas regiões da cidade como a porção central e leste para os anos de 2018 e 2019 exibem maior probabilidade de unidades consumidoras aptas a migrarem para a tarifa branca. Portanto, há nessas regiões uma tendência de redução da demanda de ponta (ou de pico). Espera-se uma mudança de perfil de carga daqueles alimentadores que atendem regiões onde há maior quantidade de consumidores que irão migrar para a tarifa branca. O espaço é incorporado neste trabalho via técnicas de regressão espacial de dados geográficos por áreas, utilizando como variável dependente a taxa de migração para tarifa branca (TMTB). Variáveis socioeconômicas são empregadas para explicar as diferenças entre a TMTB nas diferentes subáreas do perímetro urbano analisado. Este estudo foi realizado em um município do Estado de Mato Grosso do Sul com aproximadamente 300 mil unidades consumidoras. Os resultados deste trabalho mostram um indicativo de possíveis subáreas onde poderá ocorrer maior ou menor migração de consumidores para a tarifa branca.

In this work the geographic space is incorporated to the study of the analysis of the potentialities of migration of residential consumers for a new tariff option: the white tariff. The works evaluated in the theme do not incorporate the spatial analysis of geographic data. In general, they present the classes of consumption that most benefit from the adoption of the new tariff option and aspects related to the tariff structure of electric energy in Brazil. However, the study of the characteristics of the place where the massive migration of consumers to the white tariff may be most likely to bring relevant information to direct the attention of energy distributors in the acquisition of electronic meters and other equipment for certain regions of the urban area of the County. In this way, a better design of the electrical system is promoted. The results of this work are useful probability maps to indicate the subareas where there is a greater probability of migration of residential consumers to the white tariff. These maps indicate that some regions of the city such as the central and eastern portions for the years 2018 and 2019 are more likely to be consumer units able to migrate to the white tariff. Therefore, there is a tendency in these regions to reduce the peak (or peak) demand. A load profile change is expected from those feeders serving regions where there are more consumers who will migrate to the white tariff. The space is incorporated in this work through techniques of spatial regression of spatial data by area, using as a dependent variable the rate of migration to white tariff (TMTB). Socioeconomic variables are used to explain the differences between TMTB in the different subareas of the urban perimeter analyzed. This study was carried out in a municipality of the State of Mato Grosso do Sul with approximately 300 thousand consumer units. The results of this work show an indicative of possible subareas where more or less migration of consumers to the white tariff may occur.