Projetos de energia limpa ganham força com análises de risco mais robustas e confiáveis. DBEST PLAN aplica Simulação de Monte Carlo para garantir retorno e atratividade a investimentos em usinas que transformam lixo em energia.
Soluções energéticas com base em resíduos sólidos
Com a urgência das mudanças climáticas e o apelo global pela sustentabilidade, as Unidades de Recuperação de Energia (URE) surgem como resposta inovadora para transformar resíduos sólidos urbanos (RSU) em eletricidade, hidrogênio verde e outros produtos de valor.
“Mais de 2.500 UREs estão em operação na Europa. No Brasil, esse modelo ganha destaque como alternativa viável aos aterros sanitários, que agravam o aquecimento global”.
O diferencial: análise de viabilidade com Simulação de Monte Carlo
A conversão de resíduos sólidos urbanos (RSU) em energia e hidrogênio por meio da gaseificação é uma solução promissora para a crise ambiental e energética. No entanto, sua viabilidade econômica depende de múltiplas variáveis incertas — como o investimento necessário, preços de venda, eficiência tecnológica e políticas públicas.
Para lidar com essa complexidade, especialistas utilizam a Simulação de Monte Carlo, técnica que projeta milhares de cenários possíveis variando custos, receitas e parâmetros operacionais. Isso permite prever o comportamento do projeto sob diferentes condições e medir a probabilidade de sucesso financeiro.
Ao aplicar essa metodologia em projetos de Unidades de Recuperação de Energia (URE), torna-se possível estimar com mais precisão indicadores como Taxa Interna de Retorno (TIR) e Valor Presente Líquido (VPL), mesmo diante da oscilação no preço de créditos de carbono. Além disso, o método revela quais variáveis são mais críticas e antecipa riscos operacionais, contribuindo para decisões estratégicas mais seguras e bem informadas.
A técnica também permite adaptar os modelos com novos dados, otimizar a alocação de recursos e desenvolver planos de contingência realistas. Com isso, aumenta-se significativamente a transparência, a robustez das previsões e a confiança de investidores.
O que a Simulação de Monte Carlo oferece?
- Previsibilidade com incerteza controlada
- Cálculo probabilístico da TIR e do Payback
- Avaliação de impacto de variações nos preços de energia e insumos
- Identificação de pontos críticos e receitas-chave para viabilidade
Exemplo comparativo entre duas UREs avaliadas
A DBEST PLAN analisou dois projetos de URE com capacidade de processar 200 toneladas/dia de RSU, cujos parâmetros mais importantes estão apresentados na tabela abaixo:
Conforme demonstrado no quadro acima, o direcionamento da URE de 200 toneladas/dia para a produção de hidrogênio verde resulta em um aumento no CAPEX de R$ 15,12 milhões. Esse acréscimo decorre da incorporação de uma unidade eletrolítica, fornecida pela Neuman & Esser.
Em contrapartida, esse investimento gera um incremento de receita anual na ordem de R$ 1,559 bilhões, frente a um aumento de apenas R$ 3,03 milhões/ano nas despesas operacionais vinculadas. Esse equilíbrio entre receita e custos permite que a URE de RSU com produção de hidrogênio atinja uma Taxa Interna de Retorno (TIR) anual de 24%, equivalente à TIR obtida na configuração da planta destinada exclusivamente à produção de energia.
Apesar da diferença de estrutura, ambas UREs apresentaram a mesma TIR. A escolha mais segura depende da análise de risco aprofundada, que é onde a Simulação de Monte Carlo se torna essencial.
Conforme visto no gráfico abaixo, utilizando-se de software análise probabilística de investimento em URE, vê-se uma probabilidade de 95% de que o valor médio esperado da TIR anual do projeto da URE de 200 ton/dia de RSU com produção de hidrogênio verde via eletrólise d`água, de CAPEX de R$ 97,00 milhões, com receitas unitárias de venda de energia a 500,00 R$/MWh, Gate Fee de 150,00 R$/ton de RSU, crédito carbono de 90,00 R$/ton de CO2 equivalente e hidrogênio verde a 6,71 US$/Kg, produz uma TIR anual da ordem de 24,05%, representando uma incerteza da ordem de 5% em não obtê-la, fato que confere ao projeto alta resiliência com baixo risco.
Probabilidade de TIR anual do projeto com produção de hidrogênio
A Simulação de Monte Carlo aplicada ao projeto de produção de hidrogênio verde a partir de resíduos sólidos urbanos (RSU) indica que a Taxa Interna de Retorno (TIR) anual tem 95% de probabilidade de situar-se entre 20% e 28%. Esse intervalo de confiança evidencia uma incerteza reduzida de apenas 5%, sinalizando alta previsibilidade dos resultados econômicos.
Esse nível de certeza reforça a resiliência e a robustez financeira do projeto, tornando-o altamente atrativo para investidores e financiadores. A baixa dispersão dos resultados da TIR, observada no gráfico gerado pela simulação de Monte Carlo, demonstra que o empreendimento está protegido contra oscilações significativas nos principais parâmetros de receita e despesa. Gráfico 1 – Distribuição de TIR com Simulação de Monte Carlo
Sensibilidade da TIR ao preço do hidrogênio (US$/kg)
A Simulação de Monte Carlo aplicada ao projeto de uma Unidade de Recuperação de Energia (URE), com capacidade de 200 toneladas/dia de resíduos sólidos urbanos (RSU) e investimento estimado em R$ 97 milhões, revelou uma Taxa Interna de Retorno (TIR) anual de 24,9%. O projeto contempla a produção de hidrogênio verde, com receitas baseadas nos seguintes parâmetros: venda de energia a R$ 500,00/MWh, Gate Fee de R$ 150,00 por tonelada de RSU, crédito de carbono de R$ 90,00 por tonelada de CO₂ equivalente e comercialização do hidrogênio verde a US$ 6,71 por quilo.
Conforme visto no gráfico 2, abaixo, a análise de sensibilidade demonstrou que os principais fatores que impactam a TIR são:
- CAPEX do projeto, com impacto negativo de 69,9% – o fator mais crítico para a viabilidade econômica;
- Em relação às receitas:
- Receita com hidrogênio, com impacto positivo de 15,8%;
- Gate Fee, com impacto positivo de 8,0%;
- Créditos de carbono, com impacto positivo de 3,9%;
- Receita com energia elétrica, com impacto positivo residual de apenas 0,4%.
- Em relação às despesas, destacam-se:
- Despesas administrativas, com impacto negativo de 1,2%;
- Despesas operacionais, com impacto negativo de 0,8%.
Os itens acima estão organizados por ordem decrescente de influência sobre a TIR, servindo como referência direta para investidores e decisores no processo de avaliação do projeto. A clareza desses parâmetros reforça a importância de estratégias bem definidas na contenção de custos e na maximização das receitas mais relevantes.
Gráfico 2 – Sensibilidade da TIR ao preço do hidrogênio (US$/kg)
Transformando incertezas em decisões confiáveis
Conforme já anteriormente mencionado, temos que a Simulação de Monte Carlo não apenas calcula números, mas oferece um mapa de riscos e oportunidades — essencial para quem aposta na economia verde como vetor de futuro.
“Um projeto tecnicamente promissor pode tornar-se financeiramente inviável se os riscos não forem corretamente avaliados. Por isso, utilizamos a Simulação de Monte Carlo para oferecer ao investidor uma visão clara, segura e confiável do retorno possível.”
A DBEST PLAN alia tecnologia de ponta, engenharia de precisão e modelagem financeira avançada para transformar incertezas em decisões estratégicas bem fundamentadas. Ao aplicar rigor técnico e análises probabilísticas robustas, a empresa garante aos investidores uma compreensão realista dos riscos e das oportunidades envolvidas em projetos de energia limpa e inovação sustentável.
Nossa metodologia se apoia na entrega de informações probabilísticas sobre os principais fatores de risco e incerteza, identificando com precisão quais variáveis têm maior influência sobre os resultados esperados da TIR, NPV e payback. Com isso, entregamos não apenas um diagnóstico financeiro, mas uma visão estratégica completa que assegura a confiança de investidores, parceiros e financiadores (ver vídeo URE/WTE – Português).
Por Sebastião Carlos Martins
* O autor é Engenheiro Eletricista formado pela UFRGS em 1971, foi professor universitário e atuou em grandes projetos de siderurgia e mineração no Brasil. Possui conhecimentos em Direito Tributário, Contabilidade, Economia e Auditoria. Nos últimos seis anos, se dedica a estudos de viabilidade econômica e financeira para usinas eólicas, fotovoltaicas e unidades de recuperação de energia a partir de RSU, aplicando a Simulação de Monte Carlo.
