A interface foi desenvolvida para ser intuitiva e acessível. Para garantir a precisão das análises, é necessário fornecer informações técnicas apropriadas:

• Tipo de Alimentação e Consumos Mensais: Informações disponíveis diretamente na fatura de energia.
• Performance Ratio: Um valor estimado, geralmente em 75%.
• Depreciação dos Módulos no 1º Ano: Estimado, em média, em 1,5%.
• Depreciação dos Módulos nos Demais Anos: Estimado, em média, em 0,7% ao ano.
• Fator de Simultaneidade: Estimado, geralmente, em 30%.
• Vida Útil do Inversor: Estimada em aproximadamente 12 anos.
• Tarifas de Energia (TUSD e TE sem impostos): Disponíveis para consulta no site oficial da ANEEL.

Ao preencher essas informações de forma completa e precisa, as ferramentas fornecerão análises detalhadas baseadas em metodologias atualizadas. Os resultados podem diferir de métodos convencionais devido às particularidades das simulações utilizadas.

A Simulação de Monte Carlo (SMC) é uma ferramenta central da análise estocástica, permitindo estimar distribuições de resultados e quantificar risco. Para sua execução, são utilizados os seguintes parâmetros adicionais:

• Número de Simulações: Quanto maior o número, mais variáveis aleatórias são consideradas, proporcionando uma análise de risco mais robusta e confiável.
• Percentual de Variação para o Fluxo de Caixa: Define a amplitude de aleatoriedade introduzida em cada simulação, criando diferentes cenários para análise.
• Valores Mínimos, Prováveis e Máximos para TMA: Baseados em uma distribuição triangular, esses valores adicionam aleatoriedade à Taxa Mínima de Atratividade (TMA), refletindo diferentes níveis de risco.

Ao final das simulações, uma distribuição normal é frequentemente gerada. Aqui está como ela funciona e como interpretar o gráfico resultante:

• O que é uma distribuição normal? Trata-se de uma função matemática que descreve a probabilidade de ocorrência de diferentes resultados. No gráfico, a curva tem formato de sino, conhecida como "curva de Gauss".
• Densidade de Probabilidade: A altura da curva em qualquer ponto representa a densidade de probabilidade, ou seja, a probabilidade relativa de ocorrência de um valor específico. O total da área sob a curva é igual a 1 (ou 100%), representando todos os resultados possíveis.
• Área sob a curva: A multiplicação da densidade pelo intervalo dos valores cobre 100% dos casos. Por exemplo, cerca de 68% dos casos estão dentro de uma distância de ±1 desvio padrão da média.
• Pico Central (Média): O ponto mais alto da curva indica o valor mais provável, ou seja, a média dos resultados simulados.
• Extremos (Caudas): Representam os valores menos prováveis, situados nas extremidades da curva, mas que ainda podem ocorrer em casos excepcionais.

Com essas informações, você pode utilizar a distribuição normal para compreender a probabilidade e a variabilidade dos resultados de forma visual e quantitativa. Isso é essencial para a análise de riscos e a tomada de decisões informadas.

Funcionalidades em Desenvolvimento:

• Otimização de Dimensionamento: Modelos matemáticos para otimização do tamanho do sistema, considerando múltiplos critérios técnicos e financeiros aplicados à MMGD.
• Análise Regional para Sistemas de Maior Porte: Mapa interativo para comparação econômica de SFVCR de médio e grande porte em diferentes regiões do Paraná, incluindo variáveis regionais, disponibilidade de terreno e análise comparativa de viabilidade (foco do TCC).