GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

More documents

Recommendations

Info

4. Justificativa O gás natural é peça-chave na composição da matriz energética brasileira. Segundo dados do BEN (Balanço Energético Nacional, publicado anualmente pelo Ministério de Minas e Energia do Governo Federal) o gás natural é a fonte atualmente responsável por cerca de 9% de toda a energia consumida no Brasil (esses 9% incluem utilização industrial, GNV – Gás Natural Veicular, consumo residencial e consumo doméstico, não está incluído neste número a utilização do gás natural para geração de energia elétrica). Matriz energética brasileira 2005 Matriz Matriz energética energética brasileira brasileira 2030 2030 Lenha e carvão vegetal; 13% Total: 218,7 MM tep Total: 558,8 MM tep Outras fontes prim. Derivados da renováveis; cana-de- 3% açúcar; 14% Hidráulica e eletricidade; 15% Urânio e Carvão derivados; mineral e 1% derivados; 6% Gás natural; 9% Petróleo e derivados; 39% Derivados da cana-deaçúcar; 18% Lenha e carvão vegetal; 6% Outras fontes prim. renováveis; 7% Hidráulica e eletricidade; 14% Urânio e Carvão derivados; mineral e 3% derivados; 7% Gráfico 1: Matriz energética brasileira – Evolução do consumo final por fonte Fonte: Balanço Energético Nacional 2006. Elaborado pelo autor Petróleo e derivados; 29% Gás natural; 16% Além disso, o gás natural vem aumentando rapidamente sua participação na matriz energética brasileira, passando de uma participação de menos de 1% em 1980 para cerca de 16% em 2030, o que representa uma taxa anual de crescimento composto de 7% ao ano. 29
Page 1: GUSTAVO MODENESI MODELO DE PREVISÃ
Page 4 and 5: FICHA CATALOGRÁFICA Modenesi, Gust
Page 7: AGRADECIMENTOS Cabem, nesta oportun
Page 11: ABSTRACT Natural gas has been incre
Page 14 and 15: 7.2.1 Energético - Método de Holt
Page 17 and 18: LISTA DE GRÁFICOS Gráfico 1: Matr
Page 19: Gráfico 50: Previsão da demanda r
Page 23 and 24: LISTA DE EQUAÇÕES Equação 1: Co
Page 25 and 26: 1. Apresentação da empresa do est
Page 27: Em 2007 o BCG foi considerado pela
Page 30 and 31: 26 Por se tratar de uma prática re
Page 34 and 35: 30 Participação na matriz energé
Page 36 and 37: 32 Desta forma, a geração térmic
Page 38 and 39: 34 5.1.1 Industrial O gás natural
Page 40 and 41: 36 Apesar da existência do campo d
Page 42 and 43: 38 Conforme a figura acima ilustra,
Page 44 and 45: 40 6.2 Conceitos básicos relaciona
Page 46 and 47: 42 Y 70 60 50 40 30 20 10 correl co
Page 48 and 49: 44 0,8 0,6 0,4 0,2 0 -0,2 -0,4 -0,6
Page 50 and 51: 46 Equação 3: Erro de uma previs
Page 52 and 53: 48 120 100 80 60 40 20 Plotando-se
Page 54 and 55: 50 Equação 11: Cálculo do sigma
Page 56 and 57: 52 6.3 Modelos de previsão Nesta s
Page 58 and 59: 54 dados: Y 80 70 60 50 40 30 20 10
Page 60 and 61: 56 Desta forma, deve-se utilizar um
Page 62 and 63: 58 6.3.1.2 Previsão Quantitativa b
Page 64 and 65: 60 Figura 8: Exemplo de decomposiç
Page 66 and 67: 62 1 2 3 4 5 6 Descobrir tendência
Page 68 and 69: 64 Como se pode notar pelo gráfico
Page 70 and 71: 66 complexidade e ao fato de não s
Page 72 and 73: 68 Equação 26: Diferenciação de
Page 74 and 75: 70 • Falta de interesse/compromet
Page 76 and 77: 72 Para evitar esse fenômeno compo
Page 78 and 79: 74 Tabela 6: Resumo de modelos e su
Page 80 and 81: 76 MM m 9000 3 MM m /ano 9000 3 /an
Page 82 and 83:
78 7.1 Setor de Transportes A segui
Page 84 and 85:
80 Analisando-se os resíduos que e
Page 86 and 87:
82 MM m 12000 3 MM m /ano 12000 3 /
Page 88 and 89:
84 200 150 100 50 -50 -100 -150 Res
Page 90 and 91:
86 MM m 100000 3 MM m /ano 100000 3
Page 92 and 93:
88 • Método conceitualmente mais
Page 94 and 95:
90 7.2.2 Energético - Regressão E
Page 96 and 97:
92 muito forte. Além disso, os mes
Page 98 and 99:
94 Desta forma, de posse de previs
Page 100 and 101:
96 Autocorrelation 1,0 0,8 0,6 0,4
Page 102 and 103:
98 250 200 150 100 50 0 0 35 -50 -1
Page 104 and 105:
100 MM m 16000 3 MM m /ano 16000 3
Page 106 and 107:
102 Tabela 9: Quadro comparativo de
Page 108 and 109:
104 7.3.2 Setor Industrial - Regres
Page 110 and 111:
106 Autocorrelation 1,0 0,8 0,6 0,4
Page 112 and 113:
108 MM m 50000 3 MM m /ano 50000 3
Page 114 and 115:
110 600 400 200 -200 -400 -600 -800
Page 116 and 117:
112 Desta forma, trabalhando-se as
Page 118 and 119:
114 Montando-se um quadro comparati
Page 120 and 121:
116 7.4 Setor Residencial A seguir
Page 122 and 123:
118 Como se pode observar, a regres
Page 124 and 125:
120 Equação 43: Demanda residenci
Page 126 and 127:
122 ela baseia suas previsões em p
Page 128 and 129:
124 MM m 2000 3 MM m /ano 2000 3 /a
Page 130 and 131:
126 Tabela 11: Quadro comparativo d
Page 132 and 133:
128 Além disso, notamos os interva
Page 134 and 135:
130 Outra análise que pode ser rea
Page 136 and 137:
132 MM m 2500 3 MM m /ano 2500 3 /a
Page 138 and 139:
134 80 60 40 20 0 0 17 -20 -40 -60
Page 140 and 141:
136 MM m 2500 3 MM m /ano 2500 3 /a
Page 142 and 143:
138 os obtidos através do método
Page 144 and 145:
140 MM m 70.000 3 MM m /ano 70.000
Page 146 and 147:
142 De uma maneira geral obtiveram-
Page 148 and 149:
144 o Balanço Energético Nacional
Page 150 and 151:
146 Tabela 13: Dados de consumo de
Page 152 and 153:
148 A tabela em seguida apresenta a
Page 154 and 155:
150 Ano Tabela 17: Previsões das v
Page 156 and 157:
152 • PIB a preços constantes de
Page 159 and 160:
Tabela 18: Resultados da previsão
Page 161 and 162:
Page 163:
show all

GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

Create successful ePaper yourself

Delete template?

Save as template?