O problema da precificação do serviço de redes de distribuição é alvo de constante investigação desde o surgimento dos primeiros mercados de energia elétrica no mundo. A remuneração adequada das empresas que prestam tal serviço é assunto de interesse de distribuidoras e órgãos reguladores. Nesse contexto, o surgimento dos Recursos Energéticos Distribuídos trouxe diversos desafios às concessionárias, como por exemplo, a recuperação dos custos com vistas à sustentabilidade econômica das empresas. Este trabalho propõe um método estocástico para identificar e quantificar receitas não desejadas por uma distribuidora considerando as incertezas no crescimento da demanda e da geração. As incertezas são modeladas por meio do Movimento Geométrico Browniano, para a taxa de crescimento da demanda, e pela distribuição de probabilidade triangular, para a taxa de crescimento da geração, obtendo-se, assim, uma taxa de crescimento líquido da demanda. Essa última é utilizada como parâmetro de entrada em um método determinístico de alocação de custos via Preços Nodais para cargas e geradores. Então, a partir dos Preços Nodais, é determinada a receita de uma distribuidora. A Simulação de Monte Carlo é empregada para se obter de um conjunto de receitas. Observou-se que em determinadas situações de carregamento do sistema e de tarifa fixada por uma distribuidora, é possível a recuperação dos custos fixos da empresa. Entretanto, há a possibilidade de cenários em que a arrecadação de receita não seja compatível com os investimentos futuros a serem realizados na rede. O modelo proposto pode ser utilizado para auxiliar agências reguladoras a examinar uma possível alteração na estrutura tarifária. Além disso, pode auxiliar uma distribuidora para melhor gestão dos seus ativos. Para a obtenção dos resultados foram utilizando os sistemas IEEE 13 e 123 nós.

Distribution network cost allocation has been constantly investigated since the development of the first electricity markets in the world. The proper remuneration of the companies that provide such a service is a matter of interest to utilities and regulators. In this context, the growth of Distributed Energy Resources brought out several challenges, such as the cost recovery from the point of view of the economic sustainability of companies. This work proposes a stochastic method to identify and quantify results not desired by a distribution system operator considering the uncertainties in the growth of demand and generation. The uncertainties are modeled using Geometric Brownian Motion, for the demand growth rate, and by the triangular probability distribution, for the generation growth rate, thus obtaining a rate for the growth of net demand. The latter is used as an input parameter in a deterministic cost allocation method by Nodal Price for loads and generators. Monte Carlo Simulation is employed to achieve a set of revenues. It was observed that in certain situations of system loading and the rate set by the utility, it is possible to recover the company's fixed costs. However, there is the possibility of scenarios in which revenue collection is not compatible with future investments to be made in the network. The model can be used to help regulators examine a possible change in the tariff structure. In addition, it can help a distribution company to better manage its assets. To obtain the results, the IEEE 13 and 123 node systems were used.