Monte Carlo – Técnica para Análises de Sensibilidade e Riscos para Projetos de Biogás

Método de Monte Carlo

Análise de sensibilidade e risco de projetos

Ferramenta para avaliação das assertivas e critérios de dimensionamento, condições de operação de cada projeto. Tem por propósito verificar as implicações dos diferentes inputs de custos, desempenho de processo, valores de remuneração dos produtos do biogás nos cenários de resultado econômico, financeiro de cada projeto. 

Com a simulação de Monte Carlo se pode determinar rapidamente quais inputs têm maior relevância efetiva para o resultado operacional, econômico, financeiro positivo ou negativo de um projeto. Das consequências econômicas da variação das quantidades e características físico, químicas, bioquímicas dos substratos recebidos ao valor dos serviços ambientais percebido pelo do recebimento dos mesmos. Da performance do reator biológico na transformação da energia bioquímica dos substratos em energia química – metano, a remuneração dos produtos do biogás produzidos industrializados. Impactos da variação de custos do dinheiro, impostos, etc..  

Informações valiosíssimas para aprofundar a análise da viabilidade técnica e econômica de qualquer arranjo operacional específico para as circunstâncias particulares de qualquer projeto. 

Na simulação de Monte Carlo, é possível modelar relações interdependentes entre as variáveis de input e output.  Isso é importante para fins de segurança para a realização do investimento. Para representar como, na realidade, os fatores de geração de biogás, operação do processo e remuneração do projeto (produtos do biogás)  influenciam no resultado operacional, econômico do empreendimento

Análise de risco

A análise de risco na simulação de Monte Carlo é uma técnica matemática computadorizada que possibilita levar em conta o riscos das escolhas feitas, assertivas assumidas, decisões tomadas. 

É empregada para uma variedade de aplicações, para diferentes propósitos.  Da análise de alternativas de mixes de produção, combinação de venda de diferentes produtos, avaliação de opções estratégicas, pesquisa e desenvolvimento, transportes, meio ambiente, economia e finanças, etc..

A simulação disponibiliza ao tomador de decisão capacidade de avaliação das probabilidades de ocorrências de diferentes resultados, positivos e negativos, da maior ou menor relevância da variação das diferentes premissas e ou assertivas de implantação, operação, desempenho dos projetos assumidos para a tomada de decisões.

Mostra as possibilidades extremas — os resultados das decisões, mais ousadas ou conservadoras — as possíveis consequências das assertivas assumidas, das escolhas feitas e apostas realizadas. 

A técnica foi desenvolvida pelos cientistas do projeto MANHATTAN, que trabalharam o desenvolvimento de armas nucleares durante a segunda guerra mundial. Foi chamada de Monte Carlo como referência à cidade do Mônaco e seus cassinos. Desde sua introdução a simulação de Monte Carlo tem sido utilizada para avaliar uma variedade de situações, tomadas de decisões;

Como funciona

A simulação de Monte Carlo efetua análise de risco por meio da construção de análises de resultado substituindo com intervalo de valores – uma distribuição de probabilidade – todo fator de variação ou incerteza. 

P. ex.: Impacto no desempenho econômico do empreendimento, projeto devido a variação na quantidade de resíduos disponível à digestão anaeróbia para a geração de biogás; da variação do valor energético médio dos resíduos e ou substratos destinados a digestão anaeróbia – em Kcal; eficiência do reator em transformar energia bioquímicas dos resíduos ou substratos em metano e CO2; impacto do processo biológico por opções e ou assertivas tecnológicas; preço de venda dos produtos do biogás, etc, etc..;

Em seguida, ela calcula os resultados repetidamente, cada vez com outro conjunto de valores aleatórios gerados por funções de probabilidades.

Dependendo do número de incertezas e dos intervalos especificados para elas, uma simulação de Monte Carlo pode ter milhares ou dezenas de milhares de recálculos antes de terminar.

A simulação de Monte Carlo produz distribuições de valores dos resultados possíveis. Ao usar distribuições de probabilidade, as variáveis podem apresentar diferentes probabilidades de ocorrência dos diferentes resultados.

As distribuições de probabilidade representam uma forma muito realista de descrever incerteza, avaliar variáveis de risco. As distribuições de probabilidade mais comuns são:

      Normal:  O usuário simplesmente define a média aritmética ou o valor esperado e um desvio padrão para as variações em relação à média.

Exemplos de variáveis representadas por distribuições normais: taxas de inflação, preço de energia.

      Lognormal : para valores positivamente assimétricos ou distorcidos; não são simétricos como na distribuição normal.

Utilizada para valores com potencial positivo ilimitado;

       Uniforme – nessa distribuição todos os valores têm probabilidade igual de ocorrência; se defini simplesmente valores mínimos e máximos;

Exemplos de variáveis que poderiam apresentam uma distribuição uniforme: custos de fabricação, receitas de vendas futuras de um novo produto.

       Triangular – se define valores mínimos, mais provável e máximo. Os valores ao redor do
valor mais provável têm maior probabilidade de ocorrer.

Variáveis que poderiam ser representadas por uma distribuição triangular: histórico de preços de venda, custos de insumos;

       PERT – o usuário define os valores mínimo, mais provável e máximo, da mesma forma que na
distribuição triangular. 
Os valores ao redor do valor mais provável contudo tem maior probabilidade de ocorrer;

 Exemplo do uso de uma distribuição PERT: descrever a duração de uma tarefa em um modelo de gerenciamento de projeto;

       Discreta – o usuário define valores específicos que podem ocorrer e a probabilidade de cada um deles. 

Um exemplo poderia ser os resultados de uma negociação qualquer: 20% de chance de decisão positiva, 30% de ser negativa, 50% de chance de um acordo;

Conclusão

Durante uma simulação de Monte Carlo, as amostras dos valores são obtidas aleatoriamente das distribuições de probabilidade de inputs (entradas).

Cada conjunto de amostra é chamada de iteração, e o resultado produzido a partir da amostra é registrado.

A simulação de Monte Carlo faz isso centenas ou milhares de vezes, e o produto disso é uma distribuição de probabilidade dos resultados possíveis. 

A simulação de Monte Carlo, quando corretamente estruturada, pode fornecer um quadro abrangente de TUDO que poderá acontecer a um projeto. O que pode ocorrer, com que probabilidade pode acontecer cada cenário de ocorrência;

Devido as circunstâncias, variabilidades intrínsecas que todo projeto de geração de biogás têm, a modelagem de MONTE CARLO é ferramenta fundamental para a avaliação estrutural de todo e qualquer projeto.

A AgE sabe como integrar tudo isso, venha conversar conosco sobre o emprego técnica – Análise de Monte Carlo – na avaliação de seu(s) projeto(s). Com o que, como, onde gerar biogás; para que, para quem, como produzir e industrializar produtos do biogás.