Autor: Eduardo Fagundes

Resumo

A convergência entre a abertura do mercado livre de energia, a eletrificação acelerada do transporte e a queda de custos de armazenamento por baterias redefine os requisitos de flexibilidade do Sistema Interligado Nacional (SIN). Este artigo investiga quais atributos operativos devem orientar a contratação de armazenamento de energia para reduzir o curtailment de geração renovável variável e elevar a confiabilidade sistêmica. Adota-se como hipótese técnica que leilões orientados por atributos operativos — potência, energia, tempo de resposta, ciclabilidade e disponibilidade locacional — em vez de leilões orientados por tecnologia, tendem a ampliar a competição, reduzir custos sistêmicos e acelerar a contratação de flexibilidade. A pesquisa é exploratória e descritiva, baseada em revisão de literatura técnica e institucional e na análise de dados públicos do ONS, ANEEL, EPE, CCEE e IBGE. Os achados indicam que a Lei nº 15.269/2025, ao estabelecer novembro de 2027 como marco da migração de consumidores comerciais e industriais de baixa tensão ao mercado livre, amplia a base de agentes expostos a sinais de preço horário, o que torna a flexibilidade um ativo precificável. A não habilitação de 1,7 GW de capacidade no Leilão de Reserva de Capacidade (MEGAWHAT, 2026) evidencia a lacuna entre demanda por confiabilidade e mecanismos de contratação. Conclui-se, em caráter preliminar e sujeito a validação empírica, que a especificação por atributos operativos é tecnicamente superior à especificação por tecnologia para os objetivos de redução de curtailment e ampliação de confiabilidade. A contribuição central é um arcabouço analítico para desenho de leilões de flexibilidade orientados a serviços, articulando bases de dados oficiais brasileiras à formulação regulatória.

Palavras-chave: armazenamento de energia; BESS; leilões por atributos; curtailment; flexibilidade operativa; mercado livre de energia; mobilidade elétrica; confiabilidade sistêmica

Abstract

The convergence of electricity market liberalization, accelerated transport electrification, and falling battery storage costs is reshaping the flexibility requirements of the Brazilian National Interconnected System (SIN). This article investigates which operational attributes should guide the procurement of energy storage to reduce variable renewable curtailment and increase system reliability. The technical hypothesis is that attribute-based auctions — defined by power, energy, response time, cyclability, and locational availability — rather than technology-based auctions, tend to broaden competition, reduce systemic costs, and accelerate flexibility procurement. The research is exploratory and demóduloive, drawing on technical and institutional literature and public data from ONS, ANEEL, EPE, CCEE, and IBGE. Findings indicate that Law No. 15,269/2025, establishing November 2027 as the milestone for the migration of low-voltage commercial and industrial consumers to the free market, expands the base of agents exposed to hourly price signals, making flexibility a priceable asset. The non-qualification of 1.7 GW of capacity in the Capacity Reserve Auction (MEGAWHAT, 2026) highlights the gap between reliability demand and procurement mechanisms. It is preliminarily concluded, pending empirical validation, that attribute-based specification is technically superior to technology-based specification for curtailment reduction and reliability goals. The central contribution is an analytical framework for service-oriented flexibility auction design, linking official Brazilian databases to regulatory formulation.

Keywords: energy storage; BESS; attribute-based auctions; curtailment; operational flexibility; free energy market; electric mobility; system reliability

1 Introdução

O sistema elétrico brasileiro atravessa uma transformação estrutural cujos vetores, embora distintos em origem, convergem para um mesmo desafio técnico-regulatório: a gestão da flexibilidade operativa. O primeiro vetor é institucional — a abertura do mercado livre de energia, consolidada pela Lei nº 15.269/2025, que estabelece novembro de 2027 como prazo para a migração de consumidores comerciais e industriais em baixa tensão ao ambiente de contratação livre. Esse marco amplia significativamente a base de agentes expostos a sinais de preço, alterando o desenho da demanda e a relevância de produtos de flexibilidade temporal.

O segundo vetor é tecnológico e de demanda — a eletrificação do transporte. As vendas de veículos elétricos no Brasil cresceram 9% no período recente, e projeta-se que veículos elétricos alcancem 30% das vendas globais de automóveis em 2026 (IEA, 2026). Brasil e México concentram 75% do crescimento da frota elétrica latino-americana, com mais de 9.900 ônibus elétricos em operação na região (IEA, 2026). Esse crescimento introduz uma carga nova, espacial e temporalmente concentrada, nas redes de distribuição, intensificando a necessidade de gerenciamento de demanda e de armazenamento distribuído.

O terceiro vetor é econômico-operacional — a queda acentuada dos custos de baterias e o avanço de módulos solares de alta eficiência, exemplificado pelo módulo tandem da Trina Solar com 29,2% de eficiência certificada pela TÜV SÜD e potência de 907 W. A combinação de geração renovável variável crescente e armazenamento economicamente viável torna os sistemas de armazenamento por baterias (BESS) instrumentos centrais para mitigar o curtailment — o corte de geração renovável por restrições operativas ou de rede.

A interseção desses vetores produz um problema técnico preciso: quais atributos operativos devem orientar a contratação de armazenamento de energia para reduzir o curtailment e aumentar a confiabilidade do sistema elétrico? A relevância da questão foi evidenciada pela não habilitação de 1,7 GW de capacidade da Energias Planejadas e Participações no Leilão de Reserva de Capacidade, mesmo após negociação com o grupo J&F (MEGAWHAT, 2026), o que expõe a inadequação dos critérios vigentes de contratação de confiabilidade.

A hipótese técnica deste artigo é que leilões orientados por atributos operativos — e não por tecnologia — tendem a ampliar a competição, reduzir custos sistêmicos e acelerar a contratação de flexibilidade. A estrutura do artigo desenvolve-se da seguinte forma: a Seção 2 revisa a fundamentação teórica e o estado da arte; a Seção 3 detalha o gatilho de urgência; a Seção 4 formaliza problema e hipótese; a Seção 5 descreve a metodologia; a Seção 6 apresenta as bases de dados; a Seção 7 expõe resultados e análise; a Seção 8 discute os achados; a Seção 9 aborda implicações para P&D e política pública; a Seção 10 trata das limitações; e a Seção 11 conclui.

2 Fundamentação teórica e estado da arte

2.1 Flexibilidade operativa e o problema do curtailment

A integração de fontes renováveis variáveis (FRV) — solar fotovoltaica e eólica — em sistemas elétricos introduz variabilidade e incerteza na oferta, exigindo recursos de flexibilidade capazes de equilibrar geração e carga em múltiplas escalas temporais (IEA, 2026). O curtailment ocorre quando a geração renovável disponível excede a capacidade do sistema de absorvê-la, seja por congestionamento de transmissão, por restrições de estabilidade, ou por descasamento entre o perfil de geração e o de demanda. No contexto brasileiro, a expansão acelerada da geração solar e eólica no Nordeste, associada à limitação de capacidade de escoamento, tem produzido cortes de geração crescentes (ONS, 2026). A literatura técnica distingue entre flexibilidade de curto prazo (segundos a horas), associada a serviços ancilares e arbitragem intradiária, e flexibilidade de médio prazo (dias a semanas), associada ao deslocamento sazonal de energia (IRENA, 2026).

O armazenamento por baterias posiciona-se predominantemente no domínio da flexibilidade de curto prazo, oferecendo serviços que vão da resposta em frequência (sub-segundo) à arbitragem de energia de quatro a oito horas. A precificação adequada desses serviços depende da capacidade do mercado de remunerar atributos distintos — potência, energia, tempo de resposta e disponibilidade — de forma desagregada (IRENA, 2026).

2.2 Desenho de leilões: tecnologia versus atributos

A literatura de desenho de mercado distingue dois paradigmas de contratação de capacidade. No paradigma orientado por tecnologia, o regulador define ex ante a tecnologia elegível (por exemplo, “leilão de baterias” ou “leilão de termelétricas”), restringindo a competição ao conjunto de fornecedores de uma classe tecnológica. No paradigma orientado por atributos — ou neutralidade tecnológica — o regulador especifica os serviços e desempenhos requeridos (potência firme, rampa, tempo de resposta, duração de descarga), permitindo que qualquer tecnologia capaz de entregá-los compita (IRENA, 2026). A experiência internacional, notadamente no mercado de capacidade do PJM (EUA) e nos leilões de serviços ancilares do Reino Unido, sugere que a especificação por atributos amplia o conjunto de licitantes e tende a reduzir o custo unitário do serviço contratado (estimativa setorial; dado a ser levantado em etapa empírica). No Brasil, os Leilões de Reserva de Capacidade têm adotado especificações que, embora abertas em tese, na prática favorecem geração térmica despachável, conforme indicado pela dinâmica de habilitação observada (MEGAWHAT, 2026; ANEEL, 2026).

2.3 Mercado livre, sinais de preço e eletrificação do transporte

A abertura do mercado livre amplia o número de agentes expostos a preços horários, criando incentivos para a flexibilização do consumo e para investimentos em armazenamento atrás do medidor (ANEEL, 2026; CCEE, 2026). A literatura sobre mercados liberalizados indica que a exposição a sinais de preço dinâmicos é condição necessária — embora não suficiente — para a emergência de modelos de negócio baseados em flexibilidade, como agregação de demanda e operação de BESS como ativos de arbitragem (CCEE, 2026). A eletrificação do transporte adiciona uma camada de complexidade: a frota de veículos elétricos representa simultaneamente uma carga adicional e um recurso potencial de flexibilidade, via carregamento inteligente (V1G) e injeção bidirecional (V2G). A ausência de infraestrutura de carregamento integrada à rede e de regulamentação específica para BESS constitui, no diagnóstico setorial, o principal gargalo para a captura desse valor (IEA, 2026). A combinação desses fenômenos sustenta a relevância de mecanismos de contratação que precifiquem flexibilidade de forma tecnologicamente neutra, conforme proposto pela literatura de neutralidade tecnológica (IRENA, 2026).

3 Gatilho e contexto de urgência

A urgência do tema decorre da simultaneidade de eventos institucionais, judiciais e de mercado observados ao final de maio e início de junho de 2026. O evento de maior densidade técnica foi a decisão da ANEEL de não habilitar 1,7 GW de capacidade da Energias Planejadas e Participações no Leilão de Reserva de Capacidade, mesmo após negociação com o grupo J&F (MEGAWHAT, 2026-06-01). Esse resultado expõe a tensão entre a necessidade de contratação de confiabilidade e a rigidez dos critérios de habilitação, sinalizando que o desenho vigente dos leilões pode estar restringindo a oferta de flexibilidade em vez de ampliá-la.

No plano contratual, a disputa entre a Diferencial e sua contraparte, com pedido de ressarcimento após abertura unilateral de contrato em operação balanceada (MEGAWHAT, 2026), evidencia a fragilidade dos mecanismos de hedge no mercado livre em expansão — precisamente o ambiente que a Lei nº 15.269/2025 ampliará até novembro de 2027. A volatilidade contratual reforça a necessidade de produtos de flexibilidade bem especificados.

No plano tarifário e de risco regulatório, o aumento médio de 8,59% na tarifa da Light após reversão de liminar (InfoMoney, 2026) e o passivo de R$ 1,3 bilhão da Electra em recuperação judicial no Rio de Janeiro ilustram a pressão financeira sobre distribuidoras e comercializadoras, num ambiente em que a má precificação de flexibilidade pode agravar custos sistêmicos. A anulação pelo Carf de cobrança de R$ 1,1 bilhão de PIS e Cofins contra a Petrobras (JOTA, 2026) e a decisão do TRF1 que barrou o bloqueio automático da ANTT em operações de frete no setor de gás (JOTA, 2026-05-31) compõem um quadro de incerteza regulatória que afeta a previsibilidade de investimentos em infraestrutura energética.

A correlação observável é a seguinte: à medida que o mercado livre se amplia (vetor institucional) e a eletrificação avança com crescimento de 9% nas vendas de veículos elétricos no Brasil (vetor de demanda), a demanda por flexibilidade aumenta, enquanto os mecanismos de contratação — exemplificados pela não habilitação de 1,7 GW — permanecem inadequados para mobilizá-la. Essa defasagem temporal entre demanda e mecanismo é o gatilho que justifica a investigação sobre desenho de leilões orientados por atributos.

4 Problema de pesquisa e hipótese técnica

O problema de pesquisa formula-se nos seguintes termos: quais atributos operativos devem orientar a contratação de armazenamento de energia para reduzir o curtailment e aumentar a confiabilidade do sistema elétrico? A questão pressupõe que a contratação de armazenamento pode ser estruturada em torno de especificações de desempenho, e não de classes tecnológicas, e busca identificar quais atributos maximizam os dois objetivos de política — redução de curtailment e ampliação de confiabilidade.

A hipótese técnica afirma que leilões orientados por atributos operativos, e não por tecnologia, tendem a ampliar a competição, reduzir custos sistêmicos e acelerar a contratação de flexibilidade. Essa hipótese desdobra-se em três proposições verificáveis:

P1 (competição): A especificação por atributos amplia o conjunto de tecnologias e fornecedores elegíveis, elevando o número de licitantes em relação a leilões tecnologicamente restritos. A verificação exige comparação de índices de concorrência (número de habilitados, razão oferta/demanda) entre desenhos de leilão — dado a ser levantado em etapa empírica a partir de microdados da ANEEL (2026).

P2 (custo sistêmico): A neutralidade tecnológica reduz o custo unitário do serviço de flexibilidade contratado, ao permitir que a tecnologia de menor custo para cada atributo prevaleça. A verificação exige análise de preços de fechamento por atributo, dado a ser levantado.

P3 (velocidade de contratação): A especificação por atributos acelera a contratação ao reduzir barreiras de habilitação que excluem tecnologias capazes de prestar o serviço. A não habilitação de 1,7 GW (MEGAWHAT, 2026) fornece evidência indireta de que critérios restritivos atrasam a mobilização de capacidade.

A justificativa da hipótese assenta-se em três pilares. Primeiro, a teoria de desenho de mercado indica que a ampliação do conjunto de licitantes elegíveis tende a reduzir o poder de mercado e o preço de equilíbrio (IRENA, 2026). Segundo, o armazenamento por baterias presta serviços que se decompõem naturalmente em atributos — potência, energia, rampa, duração —, o que torna a especificação por atributos tecnicamente apropriada. Terceiro, a experiência internacional de mercados de capacidade e serviços ancilares sugere ganhos de eficiência com neutralidade tecnológica (estimativa setorial; dado a ser confirmado empiricamente).

5 Metodologia

A pesquisa caracteriza-se como exploratória e descritiva, de natureza qualitativa com componente quantitativo a ser desenvolvido em etapa empírica subsequente. O delineamento articula revisão de literatura técnica e institucional com análise documental de marcos regulatórios e estruturação de um arcabouço analítico para avaliação de desenhos de leilão de flexibilidade. As etapas analíticas são descritas a seguir.

A primeira etapa consiste na delimitação conceitual dos atributos operativos relevantes para o armazenamento de energia. Com base na literatura de flexibilidade (IRENA, 2026; IEA, 2026), definem-se cinco atributos candidatos: (i) potência nominal de injeção/absorção (MW); (ii) energia armazenável e duração de descarga (MWh / horas); (iii) tempo de resposta e taxa de rampa (MW/min); (iv) ciclabilidade e degradação (ciclos/ano); e (v) disponibilidade locacional (aderência a nós de rede com restrição de escoamento). Cada atributo é mapeado em relação aos dois objetivos de política — redução de curtailment e confiabilidade.

A segunda etapa estabelece os critérios de avaliação dos desenhos de leilão. Comparam-se dois paradigmas — orientado por tecnologia e orientado por atributos — segundo três dimensões: concorrência (número de habilitados e razão oferta/demanda), custo sistêmico (preço unitário do serviço) e velocidade de contratação (tempo entre publicação do edital e início de operação). Os critérios derivam diretamente das proposições P1, P2 e P3.

A terceira etapa consiste no mapeamento das bases de dados oficiais que permitirão a verificação empírica das proposições. Identificam-se as variáveis necessárias, sua granularidade e seu papel analítico, conforme detalhado na Seção 6.

A quarta etapa realiza a análise documental do marco regulatório vigente — Lei nº 15.269/2025, resoluções da ANEEL sobre Leilões de Reserva de Capacidade e regras de mercado da CCEE — para identificar em que medida os critérios atuais aderem ao paradigma de atributos ou ao de tecnologia.

A quinta etapa estrutura a interpretação dos resultados à luz da hipótese, contrastando o diagnóstico do desenho brasileiro com a evidência internacional disponível. Cabe destacar que a verificação quantitativa plena das proposições P1, P2 e P3 depende do acesso a microdados de leilões e da construção de séries históricas de curtailment, atividades indicadas como etapa empírica subsequente. O presente artigo estabelece o arcabouço analítico e o diagnóstico qualitativo, condição necessária para a fase quantitativa.

Os procedimentos de validação incluem triangulação entre fontes institucionais (ONS, ANEEL, EPE, CCEE), literatura técnica de referência e eventos de mercado documentados. Afirmações sem fonte verificável são explicitamente marcadas como estimativa setorial ou dado a ser levantado.

6 Bases de dados e fontes utilizadas

A verificação empírica das proposições demanda a articulação de cinco bases oficiais brasileiras, cada uma associada a atributos específicos do problema de pesquisa.

A base do Operador Nacional do Sistema Elétrico (ONS, 2026) fornece dados de carga, geração, reservatórios, curva horária e operação do SIN. Seu papel analítico é central para a quantificação do curtailment: as séries de geração disponível versus geração efetiva, com granularidade horária e semi-horária, permitem estimar o volume de energia renovável cortada por restrição. As variáveis de ponta, rampa e sazonalidade são essenciais para caracterizar os atributos operativos requeridos pelo sistema em diferentes condições.

A base de dados abertos da ANEEL (2026) contém tarifas, dados de distribuição, qualidade, potência instalada e informações regulatórias, incluindo resultados de leilões. Seu papel é fundamental para a verificação das proposições P1 (concorrência) e P2 (custo), por meio dos microdados de habilitação, número de licitantes e preços de fechamento dos Leilões de Reserva de Capacidade. As variáveis de conexão e potência instalada permitem avaliar a disponibilidade locacional (atributo v).

A base da Empresa de Pesquisa Energética (EPE, 2026) disponibiliza o Balanço Energético Nacional, o Plano Decenal de Expansão, anuários e estudos de expansão. Seu papel é fornecer cenários de demanda e expansão que contextualizam a necessidade futura de flexibilidade, incluindo projeções de penetração de FRV e de eletrificação do transporte.

A base da Câmara de Comercialização de Energia Elétrica (CCEE, 2026) contém o Preço de Liquidação das Diferenças (PLD), dados de liquidação e de mercado livre. Seu papel é capturar os sinais econômicos de flexibilidade: a volatilidade do PLD horário é o sinal de preço que viabiliza a arbitragem por armazenamento e que será amplificado pela expansão do mercado livre até novembro de 2027.

A base do Instituto Brasileiro de Geografia e Estatística (IBGE, 2026), via SIDRA, fornece dados de PIB municipal, população e território. Seu papel é a análise locacional e de clusters de demanda, relevante para o atributo de disponibilidade locacional e para o mapeamento espacial da eletrificação do transporte.

A granularidade combinada dessas bases — horária para operação e mercado, anual para planejamento, municipal para território — permite estruturar a análise empírica integrada de carga, planejamento, mercado, território e regulação (ANEEL, 2026; CCEE, 2026; EPE, 2026; IBGE, 2026; ONS, 2026). A complementaridade entre as fontes é condição para a verificação das proposições.

7 Resultados e análise

A análise documental e a estruturação do arcabouço produziram quatro achados principais, apresentados a seguir.

Achado 1 — Mapeamento de atributos por objetivo de política. A decomposição dos serviços de armazenamento em atributos operativos revela que diferentes objetivos demandam diferentes atributos predominantes. A Tabela 1 sintetiza essa relação.

Tabela 1 — Atributos operativos do armazenamento e sua contribuição aos objetivos de política

Atributo operativo	Métrica	Contribuição à redução de curtailment	Contribuição à confiabilidade
Potência nominal	MW	Média	Alta
Energia / duração de descarga	MWh / horas	Alta	Média
Tempo de resposta / rampa	MW/min	Baixa	Alta
Ciclabilidade	ciclos/ano	Alta	Baixa
Disponibilidade locacional	aderência a nós críticos	Alta	Média

Fonte: elaboração do autor com base em IRENA (2026) e IEA (2026).

O achado indica que a redução de curtailment é mais sensível aos atributos de energia, ciclabilidade e localização, enquanto a confiabilidade é mais sensível à potência e ao tempo de resposta. Um leilão orientado por tecnologia, ao fixar uma única classe, não consegue otimizar simultaneamente ambos os objetivos; um leilão orientado por atributos pode contratar combinações distintas para cada finalidade.

Achado 2 — Inadequação do desenho vigente de contratação. A não habilitação de 1,7 GW de capacidade da Energias Planejadas e Participações no Leilão de Reserva de Capacidade (MEGAWHAT, 2026) sugere que os critérios de habilitação operam de forma binária e restritiva, excluindo capacidade que poderia, sob especificação por atributos, prestar serviços de confiabilidade parciais. Esse resultado fornece evidência indireta para P3: critérios restritivos atrasam a mobilização de flexibilidade.

Achado 3 — Ampliação da base de agentes expostos a sinais de flexibilidade. A Lei nº 15.269/2025, ao estabelecer novembro de 2027 como prazo de migração de consumidores comerciais e industriais de baixa tensão ao mercado livre, amplia substancialmente o número de agentes expostos ao PLD horário (CCEE, 2026). Essa ampliação cria a base econômica para a precificação de flexibilidade: consumidores expostos a preços horários têm incentivo a investir em armazenamento atrás do medidor ou a contratar serviços de agregação.

Achado 4 — Convergência da eletrificação com a demanda por flexibilidade. O crescimento de 9% nas vendas de veículos elétricos no Brasil e a projeção de 30% de participação de elétricos nas vendas globais em 2026 (IEA, 2026), combinados com 9.900 ônibus elétricos em operação na América Latina e a concentração de 75% do crescimento regional em Brasil e México, indicam uma carga nova e espacialmente concentrada. A Tabela 2 correlaciona os vetores e seus efeitos sobre a demanda por flexibilidade.

Tabela 2 — Vetores de transformação e efeitos sobre a demanda por flexibilidade

Vetor	Indicador-âncora	Fonte	Efeito sobre flexibilidade
Abertura do mercado livre	Migração BT até nov/2027	Lei nº 15.269/2025	Amplia agentes com sinal de preço horário
Eletrificação do transporte	+9% vendas de VE no Brasil	IEA (2026)	Aumenta carga concentrada na distribuição
Queda de custos / eficiência	Módulo tandem 29,2%, 907 W	TÜV SÜD / Trina (2026)	Viabiliza híbridos FRV + BESS
Lacuna de contratação	1,7 GW não habilitados	MEGAWHAT (2026)	Restringe mobilização de capacidade

Fonte: elaboração do autor.

A correlação observável entre os achados é que a demanda por flexibilidade cresce por três canais simultâneos — institucional, de demanda e tecnológico — enquanto o mecanismo de contratação permanece restritivo. Essa defasagem sustenta a relevância da hipótese: um desenho por atributos seria capaz de mobilizar a oferta latente de flexibilidade que o desenho por tecnologia exclui. A verificação quantitativa das magnitudes — volume de curtailment evitável, redução de custo unitário e número incremental de licitantes — permanece como dado a ser levantado em etapa empírica.

8 Discussão

8.1 Neutralidade tecnológica e ampliação da competição

Os achados são consistentes com a proposição P1. A decomposição de serviços em atributos (Achado 1) demonstra que múltiplas tecnologias — BESS, hidrelétricas reversíveis, termelétricas flexíveis, resposta da demanda e, prospectivamente, V2G — podem prestar combinações distintas dos mesmos atributos. Ao especificar atributos em vez de tecnologias, o regulador amplia mecanicamente o conjunto de licitantes elegíveis. A experiência internacional de mercados de capacidade e serviços ancilares sugere que essa ampliação reduz o poder de mercado e o preço de equilíbrio (IRENA, 2026), embora a magnitude do efeito no contexto brasileiro permaneça como dado a ser levantado. A não habilitação de 1,7 GW (MEGAWHAT, 2026) reforça interpretativamente que critérios restritivos excluem capacidade — o oposto da ampliação competitiva pretendida.

8.2 Curtailment, localização e o desenho de produtos

O Achado 1 indica que a redução de curtailment é mais sensível aos atributos de energia, ciclabilidade e disponibilidade locacional. Isso tem implicação direta de desenho: um leilão de flexibilidade voltado à mitigação de curtailment deveria valorizar explicitamente a localização em nós de rede com restrição de escoamento — precisamente os nós do Nordeste com alta penetração de FRV (ONS, 2026). Um leilão orientado por tecnologia, que ignora o atributo locacional, contrataria capacidade onde for mais barata instalá-la, e não onde ela reduz mais curtailment. Esse descasamento espacial é uma falha de desenho que a especificação por atributos corrige. A literatura internacional de localização de armazenamento corrobora a relevância do sinal locacional (IRENA, 2026).

8.3 Eletrificação, sinais de preço e modelos de negócio emergentes

A convergência entre a expansão do mercado livre (CCEE, 2026) e a eletrificação do transporte (IEA, 2026) cria as condições para modelos de negócio baseados em flexibilidade. Consumidores comerciais e industriais migrando ao mercado livre até novembro de 2027, expostos ao PLD horário, terão incentivo econômico a gerenciar carga e a armazenar energia. A frota de veículos elétricos, sob carregamento inteligente e injeção bidirecional, constitui um recurso de flexibilidade distribuído que um mercado por atributos poderia precificar. A ausência de regulamentação específica para BESS e de infraestrutura de carregamento integrada à rede é o gargalo que pode converter essa oportunidade em dependência tecnológica importada, transferindo a captura de valor para fornecedores externos (IEA, 2026). A discussão confirma, em caráter qualitativo, a direção da hipótese: a especificação por atributos é tecnicamente mais aderente à natureza dos serviços de flexibilidade do que a especificação por tecnologia. A confirmação quantitativa depende da etapa empírica.

9 Implicações para P&D e política pública

A agenda aplicada derivada dos achados articula investigação, regulação e implementação.

No plano de pesquisa e desenvolvimento, a prioridade é a verificação quantitativa das proposições P1, P2 e P3 a partir dos microdados de leilões da ANEEL (2026) e das séries de curtailment do ONS (2026). Recomenda-se a integração de modelagem de carga, avaliação locacional, desenho de mecanismos de flexibilidade e desenho regulatório (EPE, 2026; ONS, 2026), construindo um modelo que estime o curtailment evitável por combinação de atributos e localização. A modelagem deve incorporar o impacto da eletrificação do transporte sobre a curva de carga das distribuidoras, articulando dados de mercado (CCEE, 2026), território (IBGE, 2026) e operação (ONS, 2026).

No plano regulatório, a recomendação central é a transição de leilões orientados por tecnologia para leilões orientados por atributos operativos, com remuneração desagregada de potência, energia, tempo de resposta, ciclabilidade e disponibilidade locacional. A revisão dos critérios de habilitação dos Leilões de Reserva de Capacidade deve ser priorizada, à luz da não habilitação de 1,7 GW (MEGAWHAT, 2026), para evitar a exclusão de capacidade capaz de prestar serviços parciais de confiabilidade. É necessária a regulamentação específica para BESS, definindo sua elegibilidade a múltiplos mercados (energia, capacidade, serviços ancilares) e sua participação em arbitragem no mercado livre em expansão.

No plano de implementação, urge a definição de regras para infraestrutura de carregamento de veículos elétricos integrada à rede, incluindo tarifação horária e protocolos de carregamento inteligente (V1G) e bidirecional (V2G). A ausência dessa infraestrutura é o gargalo que pode comprometer a captura nacional de valor na cadeia de mobilidade elétrica. A coordenação entre a expansão do mercado livre até novembro de 2027 e a regulamentação de flexibilidade é condição para que os sinais de preço se traduzam em investimentos em armazenamento.

10 Limitações do estudo

Este artigo apresenta limitações que devem ser explicitadas. A primeira é de natureza empírica: a verificação quantitativa das proposições P1, P2 e P3 depende do acesso a microdados de leilões e de séries históricas de curtailment que não foram processados neste ciclo, permanecendo como dado a ser levantado em etapa empírica. O artigo estabelece o arcabouço analítico e o diagnóstico qualitativo, mas não quantifica magnitudes de redução de custo ou de curtailment evitável.

A segunda limitação é a ausência de fontes acadêmicas revisadas por pares coletadas neste ciclo; a fundamentação apoia-se em literatura técnica institucional (IRENA, IEA) e em fontes oficiais (ONS, ANEEL, EPE, CCEE, IBGE), o que limita a triangulação com a produção científica indexada. Afirmações sobre a experiência internacional foram marcadas como estimativa setorial quando carentes de fonte verificável específica.

A terceira limitação é temporal: os eventos de mercado utilizados como gatilho referem-se a um intervalo curto (final de maio e início de junho de 2026), e a dinâmica regulatória pode evoluir rapidamente, sobretudo no horizonte da migração ao mercado livre em novembro de 2027.

A quarta limitação é regulatória e de escopo: o estudo não modela explicitamente os efeitos distributivos da transição entre paradigmas de leilão, nem as interações com mecanismos de garantia física e lastro vigentes no SIN. Esses elementos requerem aprofundamento em pesquisas subsequentes.

11 Conclusão

Este artigo investigou quais atributos operativos devem orientar a contratação de armazenamento de energia para reduzir o curtailment e aumentar a confiabilidade do sistema elétrico, e testou qualitativamente a hipótese de que leilões orientados por atributos operativos, e não por tecnologia, ampliam a competição, reduzem custos sistêmicos e aceleram a contratação de flexibilidade.

A resposta ao problema de pesquisa é que os atributos operativos relevantes são cinco — potência, energia/duração, tempo de resposta/rampa, ciclabilidade e disponibilidade locacional — e que sua relevância relativa varia conforme o objetivo de política: a redução de curtailment é mais sensível à energia, à ciclabilidade e à localização, enquanto a confiabilidade é mais sensível à potência e ao tempo de resposta. Esse mapeamento implica que nenhuma tecnologia única otimiza simultaneamente os dois objetivos, o que torna tecnicamente inadequada a especificação por tecnologia.

Quanto à hipótese, os achados a confirmam em caráter qualitativo e preliminar. A decomposição de serviços em atributos demonstra que múltiplas tecnologias competem pelos mesmos atributos, sustentando a proposição de ampliação da competição (P1); a evidência indireta da não habilitação de 1,7 GW (MEGAWHAT, 2026) corrobora a proposição de que critérios restritivos atrasam a mobilização de flexibilidade (P3). A confirmação quantitativa das proposições P1, P2 e P3 — magnitude da redução de custo unitário e do número incremental de licitantes — permanece como tarefa da etapa empírica.

Os próximos passos concretos são: (i) processar os microdados de leilões da ANEEL e as séries de curtailment do ONS para quantificar as proposições; (ii) construir um modelo de otimização locacional que estime o curtailment evitável por combinação de atributos; (iii) avaliar empiricamente o efeito da migração ao mercado livre, prevista para novembro de 2027, sobre a precificação de flexibilidade; e (iv) modelar a integração da frota de veículos elétricos como recurso de flexibilidade distribuído. A contribuição central do artigo é um arcabouço analítico que articula bases de dados oficiais brasileiras à formulação de leilões de flexibilidade orientados a serviços, condição para que o país capture nacionalmente o valor da transição energética em curso.

Referências

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Tarifas, distribuição, qualidade, potência instalada e dados regulatórios. ANEEL, 2026. Disponível em: https://dadosabertos.aneel.gov.br/. Acesso em: 31 maio 2026.

BRASIL. Lei nº 15.269, de 2025. Dispõe sobre a abertura do mercado livre de energia elétrica para consumidores comerciais e industriais em baixa tensão. Brasília, 2025.

CÂMARA DE COMERCIALIZAÇÃO DE ENERGIA ELÉTRICA. PLD, liquidação, mercado livre e sinais econômicos de energia. CCEE, 2026. Disponível em: https://dadosabertos.ccee.org.br/. Acesso em: 31 maio 2026.

EMPRESA DE PESQUISA ENERGÉTICA. BEN, PDE, anuários, consumo mensal, estudos de expansão. EPE, 2026. Disponível em: https://www.epe.gov.br/pt/publicacoes-dados-abertos/dados-abertos. Acesso em: 31 maio 2026.

INFOMONEY. Light tem aumento médio de tarifa de 8,59% após reversão de liminar. InfoMoney Energia, 30 maio 2026.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. PIB municipal, população, indústria, serviços, território e SIDRA. IBGE, 2026. Disponível em: https://sidra.ibge.gov.br/. Acesso em: 31 maio 2026.

INTERNATIONAL ENERGY AGENCY. Global EV Outlook e relatórios de flexibilidade de sistemas elétricos. IEA, 2026.

INTERNATIONAL RENEWABLE ENERGY AGENCY. Power system flexibility and storage: technology-neutral procurement. IRENA, 2026.

JOTA. Carf derruba cobrança de PIS e Cofins de R$ 1,1 bilhão contra a Petrobras. JOTA Energia, 1 jun. 2026.

JOTA. TRF1 barra bloqueio automático da ANTT em operações de frete no setor de gás. JOTA Energia, 31 maio 2026.

MEGAWHAT. Aneel não habilita 1,7 GW da EPP no LRCap mesmo após negociação com J&F. MegaWhat, 1 jun. 2026.

MEGAWHAT. Em operação balanceada, Diferencial entra com pedido de ressarcimento após contraparte abrir contrato. MegaWhat, 1 jun. 2026.

OPERADOR NACIONAL DO SISTEMA ELÉTRICO. Carga, geração, reservatórios, curva horária e operação do SIN. ONS, 2026. Disponível em: https://dados.ons.org.br/. Acesso em: 31 maio 2026.

AI Data Center Energy Demand and Power Grid Planning Implications in Brazil: A Research and Development Agenda

Resumo

Este artigo examina como a expansão de data centers dedicados a cargas de inteligência artificial pode alterar requisitos de capacidade, flexibilidade e confiabilidade das redes elétricas brasileiras. O estudo combina revisão da literatura técnica internacional com análise de dados setoriais brasileiros — incluindo séries do ONS, da CCEE, da EPE e de associações setoriais — para propor um modelo conceitual de avaliação de impacto e uma agenda estruturada de pesquisa e desenvolvimento. No Brasil, data centers representaram 1,7% do consumo elétrico total em 2024 (8,2 TWh), com projeção de crescimento para 3,6% até 2029 (Brasscom, 2025). A literatura internacional indica que cargas de IA diferem de data centers convencionais por sua elevada densidade de potência, variabilidade temporal, sensibilidade à latência e capacidade potencial de modulação de workload. A hipótese técnica proposta é que a combinação de contratação renovável de longo prazo, armazenamento em bateria, resposta da demanda por orquestração computacional e planejamento locacional orientado por restrições elétricas pode reduzir o impacto dessas cargas sobre a expansão da rede. A agenda de P&D proposta estrutura-se em quatro frentes: modelagem de carga sintética, avaliação de impacto por subsistema, simulação de mitigadores e desenho regulatório. O trabalho preenche uma lacuna identificada na literatura: a ausência de análise integrada entre dados oficiais do sistema elétrico brasileiro e os padrões de carga de IA descritos na literatura internacional.

Palavras-chave: data centers; inteligência artificial; planejamento elétrico; BESS; resposta da demanda; redes elétricas; P&D regulado.

Abstract

This article examines how the expansion of artificial intelligence data centers may alter capacity, flexibility, and reliability requirements in Brazilian power grids. The study combines a review of international technical literature with analysis of Brazilian sectoral data — including ONS, CCEE, EPE, and industry association series — to propose a conceptual impact assessment framework and a structured research and development agenda. In Brazil, data centers accounted for 1.7% of total electricity consumption in 2024 (8.2 TWh), projected to grow to 3.6% by 2029 (Brasscom, 2025). International literature indicates that AI loads differ from conventional data centers in their high power density, temporal variability, latency sensitivity, and workload modulation potential. The proposed technical hypothesis posits that combining long-term renewable procurement, battery energy storage, demand response through computational orchestration, and locationally constrained planning can reduce grid expansion pressure from these loads. The proposed R&D agenda is structured around four tracks: synthetic load modeling, subsystem impact assessment, mitigation simulation, and regulatory design. This work addresses an identified gap: the absence of integrated analysis between Brazilian official power system data and the AI load profiles described in international literature.

Keywords: data centers; artificial intelligence; power-system planning; BESS; demand response; power grids; regulated R&D.

1 Introdução

A expansão de data centers dedicados à inteligência artificial posicionou a infraestrutura computacional como novo vetor de planejamento elétrico. Globalmente, o consumo elétrico de data centers totalizou aproximadamente 415 TWh em 2024 — 1,5% da demanda elétrica mundial — e projeta-se que duplique para 945 TWh até 2030, crescendo a 15% ao ano, ritmo quatro vezes superior ao das demais categorias de consumo (IEA, 2026a). Esse crescimento é impulsionado pela aceleração de cargas de IA: servidores de processamento acelerado (GPUs/TPUs) expandem-se a 30% ao ano no cenário base da IEA, enquanto servidores convencionais crescem a 9% ao ano.

No Brasil, o tema adquire especificidade técnica relevante. Segundo a Brasscom (2025), data centers responderam por 1,7% do consumo elétrico nacional em 2024 (8,2 TWh de um total de 650,4 TWh) e devem atingir 3,6% até 2029. São Paulo concentra 670 MW de capacidade operante e 770 MW em desenvolvimento, configurando o maior polo de data centers da América Latina (Mordor Intelligence, 2025). Em paralelo, o Brasil descartou 17,2% de sua geração solar e eólica potencial entre janeiro e agosto de 2025 por restrições de transmissão — evidenciando que o problema não é de escassez de geração, mas de capacidade de entrega e flexibilidade (Intelligent CIO LATAM, 2026).

A convergência entre esses dois fenômenos — expansão de cargas computacionais intensivas e restrições estruturais de rede — define o problema central deste estudo. A literatura internacional avançou na caracterização de cargas de IA como ativos potencialmente flexíveis (Shao et al., 2025; Li et al., 2026; IEA, 2026b), mas a aplicação dessas análises ao contexto brasileiro — com sua matriz predominantemente hidroelétrica, mercado livre em expansão e estrutura regulatória específica — permanece inexplorada em publicações técnicas revisadas.

Este artigo tem três objetivos: (i) sintetizar o estado da arte sobre impactos de data centers de IA em sistemas elétricos; (ii) caracterizar o contexto brasileiro com dados setoriais disponíveis; e (iii) propor um modelo conceitual de avaliação e uma agenda estruturada de P&D. O trabalho se enquadra como revisão técnica aplicada com proposição de agenda, formato recorrente em periódicos de política energética e planejamento de sistemas elétricos.

2 Revisão da Literatura

2.1 Cargas de IA como fenômeno elétrico não convencional

A literatura recente converge no argumento de que data centers de IA não devem ser modelados como extensão de data centers tradicionais. Shao et al. (2025) apresentam revisão abrangente sobre energia em data centers de IA, identificando quatro características que distinguem essas cargas: alta densidade de potência por rack (superando 50 kW/rack em configurações de GPU, contra 5–10 kW em servidores convencionais), variabilidade temporal entre ciclos de treinamento e inferência, sensibilidade à latência que limita o deslocamento temporal de cargas críticas, e potencial de modulação de workload em cargas elásticas. Os autores documentam que a expansão de servidores acelerados nos Estados Unidos pode elevar a demanda de data centers de aproximadamente 35 GW em 2024 para 78 GW em 2035 (Bloomberg NEF apud Shao et al., 2025).

Khattak et al. (2025) introduzem o Power Stress Index (PSI) como métrica de vulnerabilidade regional de rede associada à concentração de data centers de IA. A análise mostra que regiões como Oregon, Virgínia e Irlanda apresentam PSI superior a 0,25 — indicando vulnerabilidade local relevante — enquanto sistemas diversificados como Texas e Japão absorvem cargas novas com menor estresse. Os autores projetam que o consumo agregado das seis maiores empresas de IA crescerá de 118 TWh em 2024 para entre 239 e 295 TWh em 2030, concentrado em América do Norte, Europa Ocidental e Ásia-Pacífico.

Zhang et al. (2026) propõem framework de gestão de risco estocástico (DRO-MILP) para absorção de choques de demanda de data centers de IA em sistemas de planejamento elétrico, demonstrando que modelos de carga firme — ainda predominantes em operadores de sistema — subestimam sistematicamente os impactos de ponta e rampa dessas cargas.

2.2 Flexibilidade computacional como recurso de rede

A fronteira mais relevante para projetos de P&D está na possibilidade de transformar parte da carga computacional em recurso flexível. Chen et al. (2025) demonstram, em protótipo com GPUs reais e sinal de rede, que workloads de inferência elástica podem ser deslocados no tempo para moderação de ponta sem perda mensurável de qualidade de serviço. Os autores distinguem três categorias de flexibilidade: deslocamento temporal (deferimento de inferência e treinamento assíncrono), deslocamento espacial (roteamento de workload para data centers em regiões com menor congestionamento) e modulação de resfriamento (precooling e variação de set-point).

Khamlich et al. (2025) modelam data centers distribuídos como ativos de estabilização de rede, introduzindo o conceito de spinning demand — análogo à reserva girante convencional, mas do lado da carga. A abordagem demonstra redução de pico de demanda e melhoria de aproveitamento de renováveis em simulações com dados da rede norte-americana. A aplicação desse conceito ao Brasil é direta: dado o descarte de geração eólica e solar de 17,2% em 2025, data centers com workloads flexíveis poderiam absorver excedentes renováveis em horários de baixa carga, reduzindo curtailment sem requerer capacidade adicional de armazenamento.

2.3 Integração BESS e planejamento locacional

O armazenamento em bateria (BESS) emerge na literatura como tecnologia habilitadora, mas com valor econômico condicionado ao ambiente regulatório. IEA (2026b) demonstra que BESS em escala local pode suavizar demanda, reduzir ponta, apoiar renováveis e prestar serviços ancilares em data centers, mas seu benefício sistêmico depende de regras de remuneração para flexibilidade. Na ausência de mecanismos de serviços ancilares, o BESS tende a ser subdimensionado e subutilizado do ponto de vista da rede.

No Brasil, esse ponto é especialmente relevante. A ANEEL iniciou em 2025 consulta sobre leilões de reserva de capacidade com atributos operativos — movimento que pode criar o sinal econômico necessário para viabilizar BESS acoplado a data centers como ativo multifuncional (backup + arbitragem + serviços ancilares). Sem esse sinal, a decisão de investimento em BESS permanece baseada exclusivamente na substituição de grupos geradores a diesel, subutilizando a flexibilidade técnica disponível.

A dimensão locacional é tratada por Khattak et al. (2025) como variável crítica: um mesmo bloco de carga pode ser viável em região com excedente renovável e rede robusta, mas problemático em área com transmissão saturada. Para o Brasil, essa análise locacional exige a integração de dados de carga horária do ONS, capacidade de conexão da ANEEL, disponibilidade hídrica do ANA, conectividade de fibra da ANATEL e parâmetros socioeconômicos do IBGE — cruzamento que nenhum estudo publicado realizou até o momento.

2.4 Lacuna identificada no contexto brasileiro

A revisão da literatura revela ausência sistemática de estudos que apliquem os frameworks internacionais ao sistema elétrico brasileiro com dados oficiais. Os trabalhos disponíveis sobre o setor de data centers no Brasil são predominantemente mercadológicos (Mordor Intelligence, 2025; Brasscom, 2025) ou de divulgação setorial (Canal Solar, 2026; Intelligent CIO LATAM, 2026), sem modelagem técnica de impacto em rede. Esta lacuna justifica a proposição de agenda de P&D apresentada nas seções seguintes.

3 Caracterização do Contexto Brasileiro

3.1 Dimensionamento atual e projeções

O Brasil é o maior mercado de data centers da América Latina, com 37,2% da capacidade regional instalada, seguido por Chile (13,4%) e México (12,3%) (J.P. Morgan, 2025). A capacidade instalada nacional deve crescer de 740 MW em 2024 para 1.210 MW em 2029, com CAGR de 10,3% (Research and Markets apud CleanBridge, 2025). São Paulo concentra o maior campus operacional da região, com 670 MW instalados e 770 MW em desenvolvimento (Mordor Intelligence, 2025).

No mercado livre de energia, data centers foram o quarto maior segmento contratante de energia via PPAs de longo prazo em 2025, com 150 MWm contratados — crescimento de 83% em relação a 2024, quando foram negociados 659 MWm totais no segmento (CELA apud BNamericas, 2026). Operadores assinaram 1,7 GW de contratos de autoprodução solar e 0,6 GW eólicos em 2024, ancorando tarifas abaixo dos valores do mercado regulado (Mordor Intelligence, 2025).

3.2 Singularidades do sistema elétrico brasileiro

Três características do sistema elétrico brasileiro diferenciam substancialmente a análise de impacto de data centers em relação aos estudos internacionais disponíveis. Primeiro, a matriz predominantemente renovável (88,2% em 2024, com hidroeletricidade como componente majoritário) implica que a sazonalidade hidrológica é o principal determinante de custo marginal e bandeira tarifária — e não a disponibilidade de geração termelétrica, como nos sistemas norte-americano e europeu estudados pela literatura.

Segundo, o nível de curtailment renovável de 17,2% entre janeiro e agosto de 2025 indica capacidade ociosa que, em condições de rede adequadas, poderia ser absorvida por cargas flexíveis de data centers. Essa janela de oportunidade não existe em sistemas com geração controlável predominante.

Terceiro, a abertura gradual do mercado livre para consumidores de menor porte, combinada com a migração de 33.000 consumidores em 2024 (ANEEL, 2025), cria estrutura de incentivos para contratos de flexibilidade e autoprodução que pode ser explorada por data centers como estratégia de hedge tarifário.

4 Problema de Pesquisa e Hipótese Técnica

O problema de pesquisa é formulado em termos sistêmicos: como o crescimento de data centers de IA pode alterar os requisitos de planejamento de redes elétricas brasileiras em termos de capacidade, flexibilidade, confiabilidade e localização, considerando as especificidades da matriz hidroelétrica, a estrutura de mercado em transição e as restrições de transmissão vigentes?

A hipótese técnica proposta é que data centers de IA podem ser integrados ao sistema elétrico brasileiro com menor pressão sobre a expansão de rede quando combinam quatro elementos: (i) contratação renovável de longo prazo via PPA, reduzindo exposição ao PLD; (ii) BESS em múltiplas escalas funcionando como backup, árbitro tarifário e prestador de serviços ancilares; (iii) resposta da demanda baseada em orquestração computacional, priorizando workloads flexíveis em períodos de excedente renovável; e (iv) planejamento locacional orientado por restrições de rede, disponibilidade hídrica e conectividade. Essa hipótese é testável com dados horários do ONS, séries de PLD da CCEE e parâmetros de conectividade da ANATEL, e deve ser contrastada com cenário alternativo de integração passiva (carga firme sem flexibilidade).

5 Metodologia Proposta

A metodologia proposta é estruturada em quatro etapas sequenciais, com produtos intermediários auditáveis. A primeira etapa consiste na construção de um modelo de carga sintética de data centers de IA para o Brasil, combinando perfis de treinamento e inferência da literatura com parâmetros de PUE, resfriamento e redundância, calibrado contra os 8,2 TWh registrados pela Brasscom para 2024. A segunda etapa envolve avaliação de impacto em rede por subsistema, utilizando a curva de carga horária do ONS, a capacidade de conexão da ANEEL e os índices de curtailment do período 2023–2025 para simular a introdução de blocos de carga de 100 MW, 300 MW e 600 MW em diferentes regiões do SIN.

A terceira etapa realiza simulação de mitigadores, comparando três configurações: carga passiva (sem flexibilidade), carga com PPA renovável e BESS de backup, e carga totalmente integrada com resposta da demanda e BESS multifuncional. As métricas de avaliação incluem variação de PLD, alteração de ponta sistêmica, curtailment adicional ou reduzido e custo de expansão de rede evitado. A quarta etapa propõe desenho regulatório, identificando as lacunas entre a estrutura atual de conexão de grandes cargas (Resolução Normativa ANEEL n.º 482/2012 e suas revisões) e os requisitos para participação de data centers como ativos flexíveis em mecanismos de serviços ancilares e resposta da demanda.

6 Bases de Dados e Fontes

A Tabela 1 apresenta as bases de dados mapeadas para a execução das etapas metodológicas propostas. O cruzamento entre fontes de carga (ONS), mercado (CCEE), regulação (ANEEL), planejamento (EPE), território (IBGE) e conectividade (ANATEL) constitui a contribuição metodológica central deste estudo para o contexto brasileiro.

Dimensão	Variável	Fonte	Uso analítico
Carga elétrica	Curva horária, carga diária, carga verificada, ponta	ONS — Portal de Dados Abertos	Estimar rampa, ponta e sazonalidade da demanda incremental
Planejamento	BEN, PDE, consumo mensal, mercado de distribuição	EPE — Dados Abertos	Construir cenários de expansão e referência histórica
Regulação e rede	Tarifas, potência instalada, qualidade, conexão	ANEEL — Dados Abertos	Avaliar custo, restrições regulatórias e critérios de conexão
Mercado	PLD horário, liquidação, penalidades, contratos livres	CCEE — InfoMercado	Modelar sinais econômicos, volatilidade e arbitragem BESS
Setor de DCs	Capacidade instalada, PPAs, segmentação, crescimento	Brasscom; CELA; Mordor Intelligence	Calibrar modelo de carga sintética com dados nacionais
Conectividade	Cobertura de fibra, latência, cabos submarinos	ANATEL; NIC.br	Integrar restrições de conectividade ao planejamento locacional
Território e economia	PIB municipal, indústria, serviços, população	IBGE — SIDRA	Avaliar localização, demanda regional e clusters econômicos

Tabela 1 — Bases de dados para modelagem de impacto de data centers de IA no sistema elétrico brasileiro. Fonte: elaboração própria.

7 Agenda de P&D: Quatro Frentes

A agenda proposta organiza-se em quatro frentes de projeto, estruturadas de forma a permitir desenvolvimento incremental e validação por etapas. Cada frente pode ser desenvolvida como projeto de P&D regulado pela ANEEL, enquadrado em Pesquisa Aplicada (TRL 3–4) com extensão para Desenvolvimento Experimental (TRL 5–6).

7.1 Frente 1 — Modelagem de carga sintética

Construção de modelo de carga sintética de data centers de IA para o Brasil, integrando perfis de treinamento, inferência, resfriamento e redundância com parâmetros de PUE e densidade de rack. O produto é uma série temporal horária de demanda sintética calibrada contra os 8,2 TWh de 2024. Esse modelo é insumo para as demais frentes e pode ser publicado como dataset aberto para uso acadêmico e regulatório.

7.2 Frente 2 — Avaliação de impacto por subsistema

Simulação de introdução de blocos de carga (100, 300 e 600 MW) em diferentes subsistemas do SIN, avaliando impactos sobre ponta, rampa, curtailment, PLD e necessidade de reforços de transmissão. O produto é um mapa de elegibilidade locacional por subsistema, com indicadores de stress de rede por cenário de crescimento.

7.3 Frente 3 — Simulação de mitigadores

Comparação quantitativa de três configurações de integração (passiva, PPA+BESS backup, PPA+BESS multifuncional+resposta da demanda) contra métricas de impacto sistêmico. O produto-piloto é uma demonstração em ambiente controlado — não necessariamente hiperescalador — com medição de carga em alta resolução e teste de algoritmos de modulação de workload.

7.4 Frente 4 — Desenho regulatório

Mapeamento das lacunas entre a regulação atual de conexão de grandes cargas e os requisitos para participação de data centers como ativos flexíveis em serviços ancilares e resposta da demanda. O produto é uma nota técnica regulatória com propostas de adequação normativa para a ANEEL, baseada em benchmarking internacional e análise do contexto brasileiro.

8 Limitações

Este artigo constitui revisão técnica aplicada com proposição de agenda, e não análise empírica completa. A ausência de séries públicas específicas sobre o consumo horário de data centers brasileiros exige o uso de modelo sintético calibrado por agregados setoriais, introduzindo incerteza na estimativa de impacto locacional. A literatura de IA e energia evolui rapidamente, com parte relevante ainda em pré-print, o que implica que resultados quantitativos específicos devem ser verificados contra versões publicadas.

Adicionalmente, o valor econômico de BESS, resposta da demanda e cargas flexíveis no Brasil depende de regras regulatórias ainda em consolidação. A modelagem técnica pode superestimar benefícios econômicos que não são monetizáveis no ambiente regulatório atual.

9 Conclusão

A demanda energética de data centers de inteligência artificial deve ser tratada como fenômeno de planejamento elétrico, e não apenas como tema tecnológico ou imobiliário. No Brasil, a convergência entre crescimento acelerado de capacidade computacional concentrada em São Paulo, curtailment renovável superior a 17% e abertura do mercado livre cria uma janela de oportunidade técnica e regulatória que a literatura internacional ainda não explorou com dados do sistema brasileiro.

A hipótese técnica proposta — que a integração entre PPA renovável, BESS multifuncional, resposta da demanda por orquestração computacional e planejamento locacional pode reduzir o impacto de data centers de IA sobre a expansão de rede — é testável com as bases oficiais disponíveis e constitui agenda de P&D elegível para financiamento regulado pela ANEEL. O próximo passo técnico é a construção do modelo de carga sintética e a simulação de impacto por subsistema, transformando esta revisão em estudo quantitativo com resultados verificáveis e comparáveis à literatura internacional.

Referências

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA (ANEEL). Dados Abertos — Regulação, Tarifas e Qualidade. Brasília: ANEEL, 2025. Disponível em: <https://dadosabertos.aneel.gov.br>. Acesso em: 31 maio 2026.

BNAMERICAS. Data centers gain ground in Brazil’s free power market. BNamericas, 27 mar. 2026. Disponível em: <https://www.bnamericas.com/en/features/data-centers-gain-ground-in-brazils-free-power-market>. Acesso em: 31 maio 2026.

BRASSCOM — ASSOCIAÇÃO DAS EMPRESAS DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO. Relatório de Atividades e Dados do Setor de Data Centers no Brasil 2025. São Paulo: Brasscom, 2025.

CANAL SOLAR. Data centers e energia: desafios e impactos no sistema elétrico brasileiro. Canal Solar, fev. 2026. Disponível em: <https://canalsolar.com.br/en/Data-centers:-challenges-and-impacts-on-the-Brazilian-electrical-system.>. Acesso em: 31 maio 2026.

CHEN, Y. et al. To Defer or To Shift? The Role of AI Data Center Flexibility on Grid Interconnection. arXiv preprint arXiv:2604.05376, 2025. Disponível em: <https://arxiv.org/abs/2604.05376>. Acesso em: 31 maio 2026.

CLEANBRIDGE. Brazil GDC2025 — Regional Market Overview. CleanBridge Global Data Center Market Report 2025. Londres: CleanBridge, 2025. Disponível em: <https://www.cleanbridge.co/insights/energy-transition/cleanbridge-global-data-center-market-report-2025>. Acesso em: 31 maio 2026.

EPE — EMPRESA DE PESQUISA ENERGÉTICA. Balanço Energético Nacional 2025. Rio de Janeiro: EPE/MME, 2025. Disponível em: <https://www.epe.gov.br>. Acesso em: 31 maio 2026.

IEA — INTERNATIONAL ENERGY AGENCY. Energy and AI — Key Questions on Energy and AI. Paris: IEA, 2026a. Disponível em: <https://www.iea.org/reports/key-questions-on-energy-and-ai>. Acesso em: 31 maio 2026.

IEA — INTERNATIONAL ENERGY AGENCY. World Energy Investment 2026 — Executive Summary. Paris: IEA, 2026b. Disponível em: <https://www.iea.org/reports/world-energy-investment-2026>. Acesso em: 31 maio 2026.

INTELLIGENT CIO LATAM. What Brazil’s curtailment challenge reveals about data centers and grid planning. Intelligent CIO LATAM, 20 abr. 2026. Disponível em: <https://www.intelligentcio.com/latam/2026/04/20>. Acesso em: 31 maio 2026.

J.P. MORGAN PRIVATE BANK. Empowering growth: The opportunity in Latin America’s energy infrastructure. J.P. Morgan, 2025. Disponível em: <https://privatebank.jpmorgan.com/latam/en/insights>. Acesso em: 31 maio 2026.

KHAMLICH, I. et al. Sustainable Grid through Distributed Data Centers: Spinning AI Demand for Grid Stabilization and Optimization. arXiv preprint arXiv:2504.03663, 2025. Disponível em: <https://arxiv.org/abs/2504.03663>. Acesso em: 31 maio 2026.

KHATTAK, S. et al. Concentrated siting of AI data centers drives regional power-system stress under rising global compute demand. arXiv preprint arXiv:2604.06198, 2025. Disponível em: <https://arxiv.org/abs/2604.06198>. Acesso em: 31 maio 2026.

LI, Z. et al. Measurement of Generative AI Workload Power Profiles for Whole-Facility Data Center Infrastructure Planning. arXiv preprint arXiv:2604.07345, 2026. Disponível em: <https://arxiv.org/abs/2604.07345>. Acesso em: 31 maio 2026.

MORDOR INTELLIGENCE. Brazil Data Center Power Market Size, Share Analysis, Global Report 2030. Hyderabad: Mordor Intelligence, 2025. Disponível em: <https://www.mordorintelligence.com/industry-reports/brazil-data-center-power-market>. Acesso em: 31 maio 2026.

ONS — OPERADOR NACIONAL DO SISTEMA ELÉTRICO. Portal de Dados Abertos — Carga, Geração e Reservatórios. Brasília: ONS, 2026. Disponível em: <https://dados.ons.org.br>. Acesso em: 31 maio 2026.

SHAO, Y. et al. Power for AI Data Centers: Energy Demand, Grid Impacts, Challenges and Perspectives. Energies, v. 19, n. 3, p. 722, jan. 2026. DOI: 10.3390/en19030722.

ZHANG, Y. et al. A Two-Stage Risk-Averse DRO-MILP Methodological Framework for Managing AI/Data Center Demand Shocks. arXiv preprint arXiv:2601.14665, 2026. Disponível em: <https://arxiv.org/abs/2601.14665>. Acesso em: 31 maio 2026.

Declaração de Uso de Inteligência Artificial

Este artigo utilizou ferramentas de inteligência artificial para apoio à estruturação textual, síntese bibliográfica e revisão editorial. A seleção e verificação das referências, a interpretação dos dados setoriais brasileiros, a formulação do problema de pesquisa e da hipótese técnica, e as conclusões são de responsabilidade editorial do autor.