analisis mediante simulacion monte carlo de los modelos existentes para determinar el cargo por c
TRANSCRIPT
ANÁLISIS MEDIANTE SIMULACIÓN MONTE CARLO DE LOS MODELOS EXISTENTES PARA DETERMINAR EL CARGO POR CONFIABILIDAD PARA
ENERGÍA EÓLICA Y SU APLICACIÓN EN EL MEDIO COLOMBIANO
FELIPE ISAZA CUERVO Ingeniero Mecánico
Director Sergio Botero Botero, D.Sc. en Ingeniería
MAESTRÍA EN INGENIERÍA ADMINISTRATIVA
Énfasis en Ingeniería Financiera
Universidad Nacional de Colombia Facultad de Minas
Escuela de Sistemas Octubre de 2008
2
3
TABLA DE CONTENIDOS
INTRODUCCIÓN ................................................................................................12
Planteamiento del problema ............................................................................12
Antecedentes.....................................................................................................13
1 CONFIABILIDAD EN LOS MERCADOS DE ENERGÍA .............................15
2 METODOLOGÍAS PARA EL CÁLCULO DE LA CAPACIDAD DE LA ENERGÍA EÓLICA EN EL MUNDO ...................................................................18
2.1 PJM INTERCONECTION .................................................................... 18
2.1.1 Metodología de cálculo aplicada por PJM .................................... 19
2.2 MAPP – MID CONTINENT AREA POWER POOL .............................. 21
2.2.1 Procedimiento del cálculo de la Capacidad Efectiva Neta............ 21
2.3 CASO DEL MERCADO ELÉCTRICO ESPAÑOL ................................ 22
2.3.1 Regulación.................................................................................... 22
2.3.2 Procedimiento de cálculo para la asignación de garantía de potencia 23
2.4 CALIFORNIA INDEPENDENT SYSTEM OPERATOR - CAISO.......... 25
2.4.1 Asignación de capacidad certificada para Plantas Calificadas ..... 26
2.5 NEW ENGLAND INDEPENDENT SYSTEM OPERATOR - NEISO..... 27
2.5.1 Metodología de cálculo................................................................. 27
2.5.2 Metodologías de negociación ....................................................... 28
2.6 NEW YORK INDEPENDENT SYSTEM OPERATOR - NYISO............ 28
2.6.1 Requisitos mínimos de participación ............................................ 29
2.6.2 Metodología de cálculo................................................................. 29
2.7 SOUTHWEST POWER POOL - SSP .................................................. 30
2.8 APLICACIÓN UTILIZANDO SIMULACIÓN MONTE CARLO .............. 31
2.8.1 Estado de Minnesota .................................................................... 31
2.8.2 PacifiCorp ..................................................................................... 31
2.9 VALOR DE CAPACIDAD CONSTANTE.............................................. 32
2.9.1 Rocky Mountain Area Transmission Study – RMATS................... 32
2.9.2 Puget Sound Energy – PSE.......................................................... 32
2.10 PROPUESTAS DE FÓRMULAS ANALÍTICAS.................................... 32
2.10.1 Fórmula de Voorspools y D´haeseleer ......................................... 33
4
2.10.2 Fórmula de Namovicz................................................................... 34
3 ENERGÍAS ALTERNATIVAS Y CARGO POR CONFIABILIDAD EN COLOMBIA.........................................................................................................35
3.1 CARGO POR CONFIABILIDAD EN COLOMBIA................................. 35
3.1.1 Obligaciones de energía firme y energía firma para el cargo por confiabilidad ................................................................................................ 36
3.1.2 Remuneración y Primera Subasta de Obligaciones de Energía Firme 37
3.2 METODOLOGÍAS DE CÁLCULO DE LA ENERGÍA FIRME PARA EL CARGO POR CONFIABILIDAD ..................................................................... 38
3.2.1 ENFICC para plantas hidráulicas.................................................. 38
3.2.2 ENFICC de plantas o unidades de generación térmicas .............. 39
3.2.3 ENFICC para plantas no despachadas centralmente................... 39
3.2.4 Verificación de la ENFICC ............................................................ 40
3.3 SITUACIÓN DE ENERGÍAS ALTERNAS EN EL MERCADO ENERGÉTICO COLOMBIANO....................................................................... 40
3.3.1 Regulación actual ......................................................................... 40
3.3.2 Obstáculos de mercado y regulatorios ......................................... 41
3.4 NECESIDAD DE UNA PROPUESTA METODOLÓGICA PARA EL CÁLCULO DE LA ENERGÍA FIRME PARA LA ENERGÍA EÓLICA EN COLOMBIA..................................................................................................... 41
4 SIMULACIÓN DE DISTRIBUCIÓN DE VIENTOS Y GENERACIÓN DE POTENCIA .........................................................................................................43
4.1 CARACTERÍSTICAS DEL LUGAR SELECCIONADO......................... 43
4.2 MODELO ESTADÍSTICO Y GENERACIÓN DE SERIES DE VELOCIDAD DE VIENTO............................................................................... 44
4.2.1 Función de distribución de probabilidad ....................................... 44
4.2.2 Perfil de velocidad del viento ........................................................ 44
4.2.3 Generación de series de velocidad de viento ............................... 45
4.3 GENERACIÓN DE SERIES DE VIENTO PARA LA ALTA GUAJIRA.. 45
4.4 RESOLUCIÓN DE LOS DATOS DE SALIDA ...................................... 51
4.5 ESTACIONALIDAD DEL MODELO ..................................................... 51
4.6 GENERACIÓN CURVAS DE POTENCIA............................................ 51
4.6.1 Curva de potencia del aerogenerador .......................................... 52
4.6.2 Distribuciones de probabilidad Weibull para la potencia............... 53
5
4.7 ENERGÍA PROMEDIO GENERADA Y FACTOR DE PLANTA ........... 58
5 EVALUACIÓN DE LAS METODOLOGÍAS PARA EL CÁLCULO DE LA CAPACIDAD PARA ENERGÍA EÓLICA............................................................60
5.1 SELECCIÓN Y ANÁLISIS DE LAS METODOLOGÍAS........................ 60
5.1.1 Análisis de las diferentes metodologías de mercado.................... 60
5.1.2 Selección de las metodologías ..................................................... 62
5.2 SELECCIÓN DE LOS PERÍODOS DE EVALUACIÓN ........................ 63
5.2.1 Selección de meses de evaluación............................................... 63
5.2.2 Otras consideraciones .................................................................. 64
5.3 RESULTADOS..................................................................................... 65
5.3.1 Resultados para el mes de hidrología crítica seleccionado .......... 65
5.3.2 Evaluación de las metodologías bajo el régimen de vientos en los períodos indicados por cada una de ellas................................................... 66
5.4 ANÁLISIS............................................................................................. 67
6 ANÁLISIS FINANCIERO DE UN PROYECTO EÓLICO .............................69
6.1 ALGUNAS CARACTERÍSTICAS DEL MODELO FINANCIERO.......... 69
6.1.1 Horizonte de análisis .................................................................... 69
6.1.2 Mecanismo de Desarrollo Limpio (MDL)....................................... 69
6.1.3 Legislación tributaria..................................................................... 70
6.1.4 Remuneración del Cargo por Capacidad...................................... 70
6.1.5 Costos de equipos y depreciación ................................................ 71
6.1.6 Ingresos por venta de energía ...................................................... 72
6.1.7 Modelo de precios ........................................................................ 72
6.2 RESULTADOS EVALUACIÓN FINANCIERA...................................... 74
6.2.1 Análisis financiero para el Escenario Base de precios ................. 75
6.2.2 Análisis financiero para el Escenario Crítico 1 de precios ............ 79
6.2.3 Análisis financiero para el Escenario Crítico 2 de precios ............ 84
6.2.4 Análisis Desviación Estándar........................................................ 88
7 CONCLUSIONES ........................................................................................92
8 BIBLIOGRAFIA...........................................................................................94
6
LISTA DE TABLAS
Tabla 1 Factor de forma y factor de escala mensual para la estación de Puerto Bolívar, Guajira. .......................................................................................... 45
Tabla 2 Velocidad media y desviación estándar mensual de la velocidad a 10 m de altura para la estación de Puerto Bolívar, Guajira.................................. 46
Tabla 3 Velocidad media y desviación estándar mensual de la velocidad a 60 m de altura para la estación de Puerto Bolívar, Guajira.................................. 46
Tabla 4 Factor de forma y factor de escala mensual a 60 m de altura para la estación de Puerto Bolívar, Guajira............................................................. 46
Tabla 5 Datos de la curva de potencia aerogeneracor NORDEX N60/1300...... 52
Tabla 6 Generación mensual en MW-h durante el año simulado para un parque eólico de 50 MW de potencia instalada....................................................... 58
Tabla 7: Comparación de las metodologías evaluadas...................................... 62
Tabla 8 Características de vientos y generación para el mes de Enero en Puerto Bolívar, Guajira. .......................................................................................... 65
Tabla 9 Resultados de capacidad calculada con las metodologías evaluadas para el mes de Enero.................................................................................. 66
Tabla 10 Energía Firme que entregaría la planta durante un año con la capacidad calculada para el mes de Enero ................................................ 66
Tabla 11 Capacidad cálculada por la metodología de PJM bajo el régimen de vientos colombiano. .................................................................................... 66
Tabla 12 Capacidad cálculada por la metodología de NYISO para los períodos de demanda de Verano e Invierno bajo el régimen de vientos colombiano.67
Tabla 13 Capacidad mes a mes cálculada por la metodología de ESPAÑA bajo el régimen de vientos colombiano............................................................... 67
Tabla 14 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de pesos y la metodología de PJM.................................................................................................................... 75
Tabla 15 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de precios y la metodología de NYISO......................................................................................................... 75
Tabla 16 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de precios y la metodología de ESPAÑA ..................................................................................................... 76
Tabla 17 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Base de Precios. ............................................................ 79
7
Tabla 18 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario Base de Precios............................................ 79
Tabla 19 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de PJM............................................................................................................. 80
Tabla 20 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de NYISO......................................................................................................... 80
Tabla 21 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de ESPAÑA ..................................................................................................... 80
Tabla 22 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Crítico 1 de Precios. ....................................................... 83
Tabla 23 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario Crítico 1 de Precios....................................... 83
Tabla 24 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de PJM............................................................................................................. 84
Tabla 25 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de NYISO......................................................................................................... 85
Tabla 26 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de ESPAÑA ..................................................................................................... 85
Tabla 27 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Crítico 2 de Precios. ....................................................... 87
Tabla 28 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario Crítico 2 de Precios....................................... 87
8
LISTA DE GRÁFICAS
Gráfica 1 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Enero. ......................................... 47
Gráfica 2 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Febrero. ...................................... 47
Gráfica 3 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Marzo.......................................... 48
Gráfica 4 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Abril. ........................................... 48
Gráfica 5 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Mayo........................................... 48
Gráfica 6 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Junio. .......................................... 49
Gráfica 7 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Julio. ........................................... 49
Gráfica 8 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Agosto. ....................................... 49
Gráfica 9 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Septiembre. ................................ 50
Gráfica 10 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Octubre. .................................. 50
Gráfica 11 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Noviembre............................... 50
Gráfica 12 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación de Puerto Bolívar en el mes de Diciembre................................ 51
Gráfica 13 Curva de Potencia Vs Velocidad del Viento para el aerogenerador NORDEX N60/1300 con las condiciones de la alta Guajira. ....................... 53
Gráfica 14 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Enero.......................................................................................... 54
Gráfica 15 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Febrero. ...................................................................................... 54
Gráfica 16 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Marzo. ........................................................................................ 54
Gráfica 17 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Abril. ........................................................................................... 55
Gráfica 18 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Mayo........................................................................................... 55
9
Gráfica 19 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Junio........................................................................................... 55
Gráfica 20 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Julio. ........................................................................................... 56
Gráfica 21 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Agosto. ....................................................................................... 56
Gráfica 22 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Septiembre. ................................................................................ 56
Gráfica 23 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Octubre....................................................................................... 57
Gráfica 24 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Noviembre. ................................................................................. 57
Gráfica 25 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de Diciembre. .................................................................................. 57
Gráfica 26 Generación Mensual en MW-h durante el año simulado para un parque eólico de 50 MW de potencia instalada. ......................................... 58
Gráfica 27 Mapa de precipitaciones mensual para el mes de Enero en Colombia.................................................................................................................... 64
Gráfica 28 Evolución histórica del costo del kW instalado para energía eólica.. 71
Gráfica 29 Evolución de precios para el Escenario Base. Precios mensuales para los 20 años de análisis........................................................................ 73
Gráfica 30 Evolución de precios para el Escenario Crítico 1. Precios mensuales para los 20 años de análisis........................................................................ 74
Gráfica 31 Evolución de precios para el Escenario Crítico 2. Precios mensuales para los 20 años de análisis........................................................................ 74
Gráfica 32 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada antes de Impuestos en el Escenario Base de Precios ..... 77
Gráfica 33 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada después de Impuestos en el Escenario Base de Precios 77
Gráfica 34 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada antes de Impuestos en el Escenario Crítico 1 de Precios 82
Gráfica 35 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada después de Impuestos en el Escenario Crítico 1 de Precios.................................................................................................................... 82
Gráfica 36 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada antes de Impuestos en el Escenario Crítico 2 de Precios 86
Gráfica 37 Comportamiento del VPN con respecto al valor de la Tonelada de CO2 desplazada después de Impuestos en el Escenario Crítico 2 de Precios.................................................................................................................... 86
10
Gráfica 38: Histograma de frecuencias del VPN antes de impuestos, metodología España Escenario Crítico 2 y MDL igual 10, 17,5 y 25 US$/TonCO2 ......................................................................................... 89
Gráfica 39: Histograma de frecuencias del VPN después de impuestos, metodología España Escenario Crítico 2 y MDL igual a 10, 17,5 y 25 US$/TonCO2 ......................................................................................... 89
Gráfica 40: Comparación histogramas VPN antes de impuestos de las tres metodologías para MDL igual a 25 US$/TonCO2 ....................................... 90
Gráfica 41: Comparación histogramas VPN después de impuestos de las tres metodologías para MDL igual a 25 US$/TonCO2 ....................................... 90
11
RESUMEN
Según la Resolución CREG-071-2006, en Colombia no existe una metodología que calcule la capacidad de la energía eólica. La existencia de esta metodología sería un incentivo para que los inversionistas enfoquen sus esfuerzos hacia este tipo de teconología verde.
En el trabajo desarrollado se evaluarán metodologías para el cálculo de la capacidad eólica aplicadas en diferentes mercados de energía, las metodologías seleccionadas se ajustan a la regulación colombiana vigente y a las características de la madurez de implementación de esta tecnología en Colombia, para determinar cuál es la más conveniente para implementar en Colombia bajo las condiciones regulatorias actuales y desde el punto de vista del inversionista. Las metodologías evaluadas, utilizadas para planeación o, para remuneración de la capacidad, utilizan datos históricos de generación, facilitando el cálculo tratándose de un recurso intermitente.
La metodología que se desarrolló para la evaluación de las metodologías aplicadas a un proyecto de generación eólico simulado, consistió en elaborar un modelo de vientos en excel mediante simulación Monte-Carlo, partiendo de estadísticos conocidos del comportamiento del viento, de una zona con potencial eólico en Colombia, la simulación entrega datos aleatorios de generación, representando la intermitencia característica del recurso y simulando los datos históricos de generación mensual y horaria requeridos para evaluar las metodologías mencionadas, logrando así una aproximación teórica del comportamiento de los datos de generación de esta tecnología y la resolución horaria propia de las reglas de venta de energía en el mercado mayorista de energía de Colombia.
Además de la simulación y evaluación de las metodologías para el cálculo de la capacidad seleccionadas se desarolla un modelo financiero para evaluar como afecta el ingreso por capacidad (o cargo por confiabilidad del actual régimen regulatorio) y los ingresos por Mecanismos de Desarrollo Limpio (Venta de Toneladas de CO2 desplazada), para poder ver como es la viabilidad de un proyecto eólico teniendo en cuenta estos ingresos adicionales a la venta de energía.
De lo anterior se concluirá con cual metodología es más viable el desarrollo de un proyecto de generación eólica desde el punto de vista del inversionista.
Además presenta la simulación Monte-Carlo como una aproximación viable y económica para simular las condiciones variables de este tipo de proyectos para la toma de desiciones de inversión y planeación dentro de un proyecto de generación eólica.
Palabras Clave: Energía Eólica, Cargo por Capacidad, Confiabilidad Mercados de Energía, Simulación, Monte- Carlo
12
INTRODUCCIÓN
Planteamiento del problema
En la actualidad no existe en Colombia una metodología establecida para el cálculo de la capacidad para el cálculo de la energía firme para la asignación del cargo por confiabilidad o capacidad para energías intermitentes – eólica. La normativa actual de cargo por confiabilidad establece metodologías de cálculo de la energía firme para el cargo por confiabilidad (ENFICC) para plantas hidráulicas y térmicas despachadas centralmente (Hasta el momento no contempla instalaciones eólicas dentro del despacho central) y una aproximación para las plantas no despachadas centralmente a través de un factor de disponibilidad de planta δ .
Colombia no tiene desarrollado su potencial eólico, razón por la cual no se han realizado estudios ni establecido normativas para el cálculo y la implementación del cargo por confiabilidad para este tipo de energía, al menos desde el punto de vista de la previsión y como una manera de incentivar la inversión en este tipo de tecnología verde.
En el mundo existen varias metodologías para el cálculo del cargo por confiabilidad, aplicadas en diferentes mercados de energía, estas metodologías no tienen dentro de sus supuestos las características propias del mercado al que pertenecen, evaluando solamente las características de generación de la instalación, por lo que se pueden asumir como aplicables a cualquier tipo de mercado.
El posible uso del factor de disponibilidad de planta como un estimador del cargo por confiabilidad para energía eólica en Colombia (Asumiendo plantas eólicas no despachadas centralmente) y la existencia en el mundo de diferentes metodologías de cálculo, entregando resultados diferentes bajo condiciones idénticas de generación, sugieren que es posible evaluar mediante simulación cuál alternativa es más aplicable para el caso colombiano, de manera que en la estimación del cargo por confiabilidad se tenga en cuenta el comportamiento intermitente real de este tipo de energía.
La existencia de una remuneración por la confiabilidad que otorgue un generador al sistema incide de forma directa sobre los flujos de caja de un proyecto de generación de energía, siendo en algunos casos determinante para motivar a los inversionistas a participar en este tipo de proyectos. Una metodología de cálculo que permita estimar de forma más precisa el cargo por confiabilidad para energía eólica tendría incidencia directa sobre los flujos de caja de los proyectos y así podría incentivar la inversión en este tipo de tecnologías.
Mediante un análisis de las diferentes metodologías de cálculo del cargo por confiabilidad a través de simulación Monte Carlo de regimenes de vientos y comparando con el factor de estimación correspondiente a plantas no despachadas centralmente, y aplicable a la energía eólica, se concluirá sobre
13
cual es el modelo más adecuado para estimar el cargo por confiabilidad, es decir aquel que incida de forma más positiva sobre el flujo de caja del proyecto de generación eólico.
Antecedentes
La dependencia colombiana sobre los recursos hidráulicos y más recientemente sobre los recursos térmicos para abastecerse de energía ha hecho que no se desarrollen metodologías de control y estimación de los diferentes cargos asociados a medios diferentes de generación de energía, como por ejemplo la energía eólica. Dentro de la regulación actual no existe una metodología clara para el cálculo de la ENFICC para energía eólica, considerando la posibilidad de utilizar el factor de disponibilidad de planta para este tipo de energía siempre y cuando se trate de una planta no despachada centralmente. Además la metodología planteada no presenta una forma para calcular el factor de disponibilidad de planta para este tipo de energías y tampoco especifica si ese factor representa la intermitencia del recurso.
En el mundo se aplican diferentes modelos que permiten medir de forma más exacta la energía firme, o capacidad no forzada (como porcentaje de la potencia instalada) de un proyecto de generación eólico y así determinar el cargo por confiabilidad, estos modelos tienen en cuenta el régimen de vientos en la zona de generación en las épocas de alta demanda de energía.
Algunos modelos que se pueden simular para el caso colombiano son la propuesta de PJM Interconection, la metodología utilizada en el mercado eléctrico español y la utilizada por el New York Independent System Operador.
La existencia de estos modelos muestra que no existe una metodología única para el calculo del cargo por confiabilidad para energías intermitentes y que aunque en muchos lugares existe un porcentaje para estimar este cargo es posible analizar mediante simulación cuál es el modelo más adecuado desde el punto de vista de los inversionistas para determinar dicho cargo, comparándo los resultados obtenidos utilizando el factor de disponibilidad para plantas no despachadas centralmente en Colombia.
OBJETIVO GENERAL
Proponer una metodología de cálculo del cargo por confiabilidad para energía eólica aplicable en Colombia.
OBJETIVOS ESPECÍFICOS
• Revisar las diferentes propuestas metodológicas para calcular el cargo por confiabilidad para energías intermitentes en el mundo.
14
• Revisar las características del cargo por confiabilidad en Colombia, revisar el estado actual de la normativa en lo que corresponde a energías alternativas y en particular la energía eólica.
• Realizar una simulación estadística de la frecuencia de vientos aplicables a un proyecto modelo de generación eólica y calcular a partir de este el cargo por confiabilidad por cada una de las metodologías propuestas.
• Desarrollar un modelo financiero de flujo de caja para energía eólica aplicando los resultados de la modelación del cargo por confiabilidad a partir del modelo estadístico de vientos, teniendo en cuenta las condiciones propias del mercado colombiano.
• Proponer cual de las metodologías analizadas es la más adecuada para establecer el cargo por confiabilidad desde el punto de vista del inversionista en Colombia.
15
1 CONFIABILIDAD EN LOS MERCADOS DE ENERGÍA
Los mercados de energía liberalizados, como el caso del mercado eléctrico colombiano, tienen unas características económicas especiales, desde las características propias de las fuentes de generación hasta el producto terminado del proceso productivo: energía eléctrica, estas características hacen que los mercados de energía no se comporten como un mercado ideal.
Las principales características que alejan los mercados de energía de los ideales son los siguientes (CREG, 2004):
1. Existe una limitada capacidad de almacenamiento de las fuentes primarias de generación. Esto sólo es válido para las plantas hidráulicas con embalse y plantas térmicas con contratos garantizados de almacenamiento y suministro a largo plazo; sin embargo en los casos mencionados anteriormente, en los cuales se puede almacenar la fuente de energía primaria (agua o combustible), existe una limitación en la cantidad que puede ser transformada instantáneamente en electricidad, la cual corresponde a la capacidad de generación. Además la disponibilidad de las fuentes no sólo se restringe al almacenamiento sino también a la disponibilidad de las mismas por variaciones climatológicas, naturales y políticas entre otras.
2. No es posible almacenar la energía eléctrica como un bien terminado. Una vez generada la energía esta se despacha hacia las redes de distribución y consumidores finales, no es posible almacenarla para un consumo posterior.
3. Demanda inelástica en el corto plazo. La energía por ser un bien de primera necesidad no es sensible a la variación en el corto plazo de los precios de la energía eléctrica.
4. Calificación de la energía eléctrica como un bien público, el abastecimiento de energía eléctrica hace parte de los planes estratégicos de desarrollo de los paises.
5. Los inversionistas (Generadores) no son neutrales al riesgo, los generadores asumen un riesgo de mercado considerable.
Estas características hacen de los mercados de energía unos mercados especiales, donde uno de los principales objetivos es poder tener un nivel determinado de confiabilidad en el suministro de energía en el largo plazo.
Para el caso de los mercados liberalizados, donde desaparece el estado como el organismo planificador y ejecutor central, las señales requeridas para la planificación y ejecución de los proyectos que garantizarán la confiabilidad en el suministro de energía en el largo plazo deben provenir del mismo mercado.
Por lo anterior es que se requieren mecanismos que permitan calcular de acuerdo al comportamiento de las variables del mercado; capacidad de generación y demanda para un momento determinado; la confiabilidad en el
16
suministro del bien (Energía eléctrica) y garantizar el abastecimiento de energía para los períodos críticos de demanda (Horas pico en meses de alta demanda, verano en algunos países por ejemplo) o en períodos de escasez de los recursos de generación, para el caso de Colombia los períodos de hidrología crítica, como aquellos donde se presenta el fenómeno de El Niño.
Con base en los elementos anteriores se creo para el mercado eléctrico colombiano el Cargo por Confiabilidad, al cual además de garantizar el abastecimiento de energía para los períodos críticos se ha visto como un esquema de remuneración que permite hacer viable la inversión en los recursos de generación eléctrica, obviamente si se demuestra que éstos son necesarios para garantizar de manera eficiente la atención de la demanda de energía en condiciones críticas de abastecimiento. En este orden de ideas, se busca que el cargo por confiabilidad provea señales de largo plazo y la estabilidad de los ingresos al generador (CREG, 2007).
El objetivo de este esquema, no sólo en Colombia sino en los diferentes países donde se aplica, es obtener las señales de largo plazo para ampliar la capacidad de generación, permitiendo que los recursos de generación esten disponibles en los períodos de escasez y de alta demanda y que adicionalmente el abastecimiento se efectúe a un precio eficiente, garantizando así un nivel de confiabilidad en el suministro de la energía dentro del mercado.
En un mercado liberalizado los beneficios de este esquema residen principalmente en la garantía de la confiabilidad en suministro de la energía para los usuarios finales, pues la confiabilidad del suministro de la energía se calcula teniendo en cuenta las características particulares de los mercados de energía, principalmente la imposibilidad de almacenar la energía eléctrica y la poca capacidad de almacenamiento y/o disponibilidad de los recursos de generación, asociados a la demanda inélastica de un bien considerado como público o de primera necesidad.
Adicionalmente mediante este mecanismo de mercado los generadores reciben un beneficio de tipo económico como ingresos fijos asociados a la obligación de entregar un monto fijo de energía firme por el período de vigencia de las obligaciones, esto ayuda a un generador que brinde confiabilidad al sistema a estabilizar el flujo de caja, recuperar y reducir el riesgo de mercado (CREG, 2007).
El beneficio de este mecanismo no es exclusivo de los generadores, para los usuarios finales este mecanimo garantiza la confiabilidad para la atención de la demanda en situaciones de escasez, evitando racionamientos y garantizando que los precios de la energía en bolsa (que finalmente son trasladados a los usuarios finales) no superen un nivel preestablecido (CREG, 2007).
Para el caso de Colombia el mercado eléctrico migró hacia el mecanismo del cargo por confiabilidad con el fin de garantizar la atención de la demanda en períodos de escasez, que en el caso particular del país se asocian principalmente con la aparición del fenómeno de El Niño, debido a la alta dependencia hidrólogica del sector de generación de energía en Colombia; y
17
obtener las señales de largo plazo que permitan la expansión de la capacidad de generación, también incentivando a los inversionistas a aumentar su capacidad instalada de generación.
Las características de la resolución que rige el cargo por Confiabilidad en Colombia se explican con más detalle en el capítulo 3.
Para el caso colombiano y de otros mercados eléctricos en el mundo, el Cargo por Confiabilidad es remunerado a los generadores con base en el aporte de energía firme que pueden garantizar durante los períodos de escasez al mercado, esta energía firme la calculan con base en en la potencia instalada reducida de acuerdo a las características de generación del recurso durante los períodos críticos y la energía capaz de comprometer de forma confiable durante los períodos críticos de abastecimiento o alta demanda, según se requiera.
Cada mercado de energía donde existen estos mecanismos cuenta con metodologías particulares de cálculo para las tecnologías que pueden aportar energía firme al sistema, dichas metodologías se encargan de calcular la capacidad, que es la potencia instalada reducida, con la cual se calcula la energía firme, que finalmente es la que le permite a un generador participar de los beneficios de este mecanismo, las características particulares de las metodologías de cálculo de la energía firme para las tecnologías de generación en Colombia y la diferencia entre la energía firme y las obligaciones de energía firme se exponen de forma más amplia en el capítulo 3.
18
2 METODOLOGÍAS PARA EL CÁLCULO DE LA CAPACIDAD DE LA ENERGÍA EÓLICA EN EL MUNDO
Los mercados energéticos actuales requieren que los generadores competitivos no sólo tengan la capacidad de generación que satisface la demanda de los usuarios, sino que además posean una capacidad adicional de generación en caso de que la demanda sea superior a la esperada o de que un generador o línea de transmisión salga de operación (NREL, 2005).
Determinar la capacidad de los recursos de generación es entonces un objetivo básico de toda entidad comercializadora o generadora, ya sea para fines de planeación de la capacidad requerida en el futuro teniendo en cuenta los diferentes recursos del portafolio de generación y el aporte de capacidad de cada uno, o para fines de mercado y poder remunerar la confiabilidad con base en la capacidad que brinda un recurso determinado al sistema.
Muchos mercados reconocen la capacidad de generación que brinda la energía eólica al portafolio de generación y distribución, aunque el valor que le reconozcan es inferior al de otras tecnologías de generación (NREL, 2005).
Aunque en muchos mercados se reconoce la capacidad del viento, las metodologías para determinar la capacidad de este recurso de generación varían según las compañías de generación y distribución de acuerdo con factores como la localización, madurez del mercado y porcentaje de penetración del recurso dentro del portafolio de generación.
Los métodos más utilizados para el cálculo del valor de capacidad de la energía eólica en el mundo caen dentro de los métodos de análisis de datos históricos de generación.
A continuación se resumen algunas de las principales metodologías de cálculo de la capacidad de la energía eólica en diferentes mercados energéticos, además para algunos se menciona de forma breve la constitución del mercado y la metodología de remuneración de los créditos por capacidad en función de la capacidad que aportan los generadores eólicos dentro de un mercado en particular.
2.1 PJM INTERCONECTION
PJM Interconnection ISO1/RTO2, es un operador de red regional de Norteamérica y es el mercado eléctrico mayorista competitivo más grande del mundo. En la actualidad PJM Interconnection despacha centralmente a los siguientes estados: Delaware, Illinois, Indiana, Kentucky, Maryland, Michigan,
1 Independent System Operator 2 Regional Transmission Organization. Esta organización es la encargada de operar la red,
operar el Mercado, planear la expansión, y coordinar la confiabilidad de una región eléctrica.
19
New Jersey, North Carolina, Ohio, Pennsylvania, Tennessee, Virginia, West Virginia y el Distrito de Columbia.
A partir de 2003 PJM creo normas de regulación a las fuentes de generación intermitentes para recibir créditos por capacidad y competir con los generadores tradicionales, esta regulación se encuentra consignada en el documento PJM, 2005, manual 21.
Los créditos por capacidad otorgados están basados en el valor de capacidad de los generadores participantes y esta a su vez en el desempeño de los generadores eólicos o intermitentes despachados dentro del sistema.
Para otorgar el crédito por capacidad el modelo seguido por PJM clasifica los generadores como “maduros” e “inmaduros”, definiendo generador “inmaduro” como los generadores con menos de tres años de experiencia operativa y generadores “maduros” como los generadores con una experiencia mayor.
La metodología para los generadores maduros consiste en un promedio móvil durante los últimos tres años de la potencia de salida de la unidad de de generación durante los períodos críticos, para este caso los períodos críticos corresponden a las horas pico, entre 3:00 y 6:00 PM, durante los meses de verano, Junio, Julio y Agosto.
Para los generadores “inmaduros” se aplica un factor al factor de capacidad de cada verano del cual no se conozca información. Este factor corresponde al 20% de la potencia nominal de la turbina.
2.1.1 Metodología de cálculo aplicada por PJM
La metodología de cálculo del valor de capacidad se encuentra en el manual 21 de PJM, en el apéndice B1 se especifica la metodología que se debe seguir para energías intermitentes (eólica), el procedimiento descrito se resume a continuación:
Antes de computar los datos de generación disponibles para el despacho dentro del PJM Pool, se debe identificar si el generador se clasifica como un generador maduro o un generador inmaduro y si para el período de cálculo en alguno de los años no se cuenta con información suficiente.
Una vez se identifica el tipo de generador y los datos disponibles se procede mediante los siguientes pasos:
1. Sumar todas las potencias de salida horarias, para cada hora pico de verano en cada uno de los últimos tres años.
n
si
i
P∑ [MW] Para cada uno de los años de análisis.
Donde siP es la potencia de salida en las horas pico de verano.
20
2. A cada una de las potencias de salida horarias de cada hora pico de verano de cada año se le debe sumar la capacidad neta o “capacidad máxima neta”.
( )1
n
si i
i
P CN=
+∑ [MW ] Para cada uno de los años de análisis.
Donde iCN es la capacidad neta de cada hora pico de verano.
Si la capacidad neta es más o menos constante durante el período de análisis se puede asumir el valor promedio para el análisis durante todo el año.
La capacidad neta se define como la potencia de placa de la unidad generadora menos la potencia consumida por las unidades auxiliares (PJM, manual 21, 2005).
CN Potencia Placa Potencia Servicios Auxiliares= −
3. Calcular el factor de capacidad para el año n, como el cociente de las dos cantidades calculadas:
( )1
1
n
si
in n
si i
i
P
CF
P CN
=
=
=+
∑
∑ Para cada uno de los años de análisis.
Si no se cuenta con datos suficientes para uno de los años de análisis o se trata de una unidad generadora clasificada como inmadura se utilizará como factor de capacidad el factor fijo denominado “Class Average Factor” que para energía eólica se estableció igual a 20% (PJM, manual 21, 2005).
4. El factor de capacidad calculado para el año n, y válido desde el primero de Enero hasta el 31 de Diciembre será el promedio móvil de los factores de capacidad de los últimos tres años, así:
1 2 3
3n n n
n
CF CF CFCF − − −+ +
=
5. El valor de capacidad para el año n será el producto entre el factor de capacidad calculado para el año n y la Capacidad Neta Máxima para el año:
*n i nValor deCapacidad CN CF= [MW]
El valor de capacidad calculado representa la capacidad de generación, en términos de potencia, que un generador puede garantizar durante las horas pico de verano y que podrá transar como “créditos de capacidad no forzados”en el mercado de capacidad de PJM. El valor calculado será válido durante todo el año.
21
2.2 MAPP – MID CONTINENT AREA POWER POOL
Es una asociación de empresas eléctricas que incluye los estados de Minnesota, Nebraska, Dakota del norte, Manitoba, Saskatchewan, y partes de Wisconsin, Montana, Iowa, Dakota del sur, Kansas y Missouri, para atender una población de 16 millones de personas.
Cada participante del MAPP debe establecer mensualmente la Capacidad Efectiva Neta (CEN) de cada una de sus plantas generadores, para poder entrar en los mercados de capacidad.
La Capacidad Efectiva Neta, también conocida como Capacidad Neta Declarada, se expresa en unidades de potencia tiene el mismo tratamiento que el valor de capacidad que se calcula mediante otras metodologías en diferentes mercados eléctricos.
La CEN reportada por cada participante debe ser confirmada anualmente y revisada las veces que sea necesario. La CEN puede ser alcanzada en el mes de la prueba y verificada cada año ó puede ser obtenida durante condiciones de demanda pico. La CEN acreditada no se debe incrementar sobre información histórica reciente hasta que la información acumulada de pruebas y análisis de experiencia operativa indiquen que en el largo plazo el cambio ha tenido lugar para justificar su aumento. Si existe información adecuada demostrando la capacidad durante horas picos de operación, no se requiere las pruebas de verificación.
2.2.1 Procedimiento del cálculo de la Capacidad Efectiva Neta
Para el cálculo de la Capacidad Efectiva Neta que se reporta mensualmente se deben tener en cuenta los siguientes elementos:
Se requiere información de la generación en un período de diez años.
1. Para cada mes, se selecciona un período de las cuatro horas pico típicas de ese mes.
2. Se lista la CEN en unidades de potencia (MW) medidas para ese período de 4 horas durante los últimos 10 años. La CEN la calculan con base en datos históricos como la máxima potencia nominal (Potencia de placa) reducida por el factor de carga menos la potencia consumida por los servicios auxiliares de la planta, así:
( )*CEN Potencia Placa FC Potencia Servicios Auxiliares= −
Donde FC es el factor de capacidad o factor de carga, qué se calcula como la relación entre la energía total generada en un año dividida por la energía que el generador podría generar en un año si se despacha todo el tiempo a su generación máxima disponible, así:
22
[ ][ ]8760*
EnergiaTotalGenerada enunaño MWhFC
Potencia Instalada MWh=
3. De los valores listados se selecciona el valor medio.
4. Durante los primeros tres años, la CEN mensual será determinado previamente aplicando toda la información histórica para el mismo mes, incluyendo el mes finalizado.
2.3 CASO DEL MERCADO ELÉCTRICO ESPAÑOL
En el caso de España, el mercado eléctrico mayorista español es regulado por la Comisión Nacional de Energía (CNE) y es operado por la Red Eléctrica de España (REE) y la operación la realiza la Compañía Operadora del Mercado Español de Electricidad (OMEL).
El mercado eléctrico mayorista español considera las fuentes alternativas de energía como fuentes de régimen especial bajo una reglamentación especial, debido a que mejoran la eficiencia energética y reducen el impacto ambiental por la utilización de fuentes renovables, residuos y cogeneración.
La reglamentación de la producción en régimen especial establece diferentes alternativas que van desde un sistema de producción regulado (Por ejemplo cuando se cede la producción al distribuidor a cambio de un precio total a percibir), un sistema intermedio (Donde la producción está indexada al precio horario de mercado) y un sistema similar al liberado (En el cual se vende libremente en el mercado a través de contratos bilaterales, recibiendo además del precio negociado, una prima regulada).
2.3.1 Regulación
La Red Eléctrica de España a través de sus diferentes procedimientos de operación regula la participación, operación y asignación de incentivos de los diferentes generadores. Para el caso de energías renovables o no gestionables (Energía eólica entre ellas) los principales procedimientos de operación son los siguientes:
Procedimiento de operación 3.7: Programa de generación no gestionable (REE, 2006)
“Este procedimiento describe los flujos de información y los procesos necesarios para la programación de la generación renovable no gestionable, con el fin de garantizar la operación segura del Sistema” (REE, 2006).
Este procedimiento es aplicable a plantas de generación renovable no gestionable con potencia nominal mayor de 10 MW o conjunto de plantas con punto de conexión común a la red y cuya potencia total sea mayor de 10 MW.
“Se define como generación renovable no gestionable aquella cuya fuente primaria no es controlable ni almacenable y cuyas plantas de producción asociada carecen de la posibilidad de realizar un control de la producción
23
siguiendo instrucciones del operador del sistema sin incurrir en un vertido de energía primaria, o bien la firmeza del perfil de producción futura no es suficiente para que pueda considerarse como programada, aunque si pudiera considerarse como previsión. Se considera pues como generación renovable no gestionable a las tecnologías que utilizan fuentes de energía renovable de carácter fluyente, entre las que se encuentran la energía eólica, la solar, la hidráulica sin embalse de regulación...”(REE, 2006)
Procedimiento de operación 14.5: Derechos de cobro y obligaciones de pago por garantía de potencia (REE, 2006)
Este procedimiento establece las condiciones y procedimiento de cálculo para la asignación del cobro y obligaciones de pago por garantía de potencia.
La garantía de potencia es un término que inicialmente se diseña para el régimen ordinario, dándole un carácter de disponibilidad inmediata a las tecnologías térmicas. Por lo tanto, es entendido como la disponibilidad que presenta una determinada instalación para ofrecer su producción al sistema en un momento dado.
Tendrán derecho al cobro de una retribución por garantía de potencia aquellas instalaciones acogidas al régimen especial que hayan optado por vender su energía libremente en el mercado; y a las cuales se les aplicaran las mismas condiciones que las ofrecidas a los productores en régimen ordinario.
2.3.2 Procedimiento de cálculo para la asignación de garantía de potencia
Con base en el procedimiento de operación 14.5 de la REE se realiza el cálculo de la potencia y número de horas mínimas de operación para la asignación del cobro y obligación de garantía de potencia. Los pasos a seguir son los siguientes:
1. Cálculo del número mínimo de horas de operación.
Según lo estipulado en el numeral 6.1 del procedimiento de operación 14.5, tendrán derecho a cobro de garantía de potencia las unidades de producción que presenten ofertas en los mercados de energía eléctrica con entrega física así como las unidades de producción por la parte de la energía generada vinculada al cumplimiento de un contrato bilateral con entrega física, siempre que tales unidades de producción acrediten un funcionamiento mínimo de 50 horas anuales a plena carga o equivalentes si no funcionan a plena carga.
El número de horas de funcionamiento ( 1, )NHOR a up− de la unidad de producción up en el año 1a − (año anterior para el cual se debe acreditar) se calcula como:
max(0, ( , , , ))( 1, )
( , )m d h
MED up h d mNHOR a up
PNI d m− =∑∑∑
24
Donde: ( , , , )MED up h d m es la medida de la energía de salida de la unidad de producción up en la hora h del día d del año 1a − . Si el dato no es conocido será igual a cero. ( , )PNI up m es la potencia neta instalada de la unidad de producción up el día d del año 1a − .
2. Cálculo de la potencia para la asignación del cobro por garantía de potencia.
La potencia para la asignación del cobro por garantía de potencia ( ( , )PGP up m ) de la unidad de producción up en el mes m , se calcula como:
( , ) ( , )* ( , )* ( , )PGP up m CMES up m CDIS up m PEQ up m=
Donde:
( , )CDIS up m es el coeficiente de disponibilidad, es igual a uno para unidades de producción diferentes a las térmicas. El procedimiento de operación 14.5 establece en el numeral 6.3 el procedimiento de cálculo para las unidades térmicas.
( , )CMES up m es la relación entre le número real de horas del mes que la unidad up tiene derecho al cobro por garantía de potencia y el número total de horas del mes ( )NH m . Para plantas generadoras renovables (incluyendo hidráulicas) compuestas por varias unidades de producción de energía, se calculará la proporción media ponderada con la potencia equivalente de cada unidad y el número de horas del mes en el que cada una ha estado presente en el mercado, la fórmula para el cálculo es la siguiente:
( )* ( , )
( , )( )* ( , )
d up
d up
NH d PEQ up d
CMES up mNH m PEQ up d
=∑∑
∑∑
Y ( , )PEQ up m es la potencia equivalente de la unidad de producción up en el mes m , se calcula como:
( ( , ) ( , ))( , )
2
PNIMM up m PMLDMP up mPEQ up m
+=
Donde ( , )PNIMM up m es la potencia neta media instalada mensual y se calcula como:
( , )* ( )
( , )( )
d
d
PNI up d NH d
PNIMM up mNH d
=∑
∑
( , )PNI up d es la potencia neta instalada de la unidad up en el día d y ( )NH d es el número de horas de operación en el día d . El valor de la
25
PNIMM de una unidad de producción de energía renovable no consumible será la suma de las potencias netas instaladas mensualmente de las centrales que las componen.
Y ( , )PMLDMP up m es la potencia media limitada por la disponibilidad de materias primas, para centrales hidráulicas y otras energías renovables no consumibles (Eólica por ejemplo) se utiliza la siguiente fórmula:
5
1
1 ( , , )( , )
5 ( , )a
PRDB c m aPMLDMP c m
NH m a=
= ∑
( , , )PRDB c m a es la producción neta del mes m del año a de los últimos 5 años de producción para la instalación o central c y ( , )NH m a es le número de horas de producción del mes m del año a .
En caso de no existir 5 años de producción neta medida del mes m , la potencia media limitada se calculará como la media del número de años disponibles. Si no existe ningún año con producción neta medida del mes m , la potencia media limitada se calculará como el producto de la potencia neta instalada media mensual en el mes m por 0,25.
3. Asignación del importe mensual por garantía de potencia (Remuneración).
( , )DCGP up m es el valor al que tiene derecho cada generador y es proporcional al valor de la potencia para la asignación del cobro por garantía de potencia, se calcula como:
( , )( , ) ( )*
( , )up
PGP up mDCGP up m RTGP m
PGP up m=
∑
Donde ( )RTGP m es el importe total en concepto de garantía de potencia correspondiente al mes m . Se calcula como el producto del precio vigente de la retribución de garantía de potencia por la demanda de barras de central.
2.4 CALIFORNIA INDEPENDENT SYSTEM OPERATOR - CAISO
El mercado eléctrico mayorista de California CAISO (California Independent System Operador) comenzó a operar en 1998 y controla el área del estado de California y sus estados vecinos, además de los sistemas fronterizos de México y British Columbia, para servir una población total de 30 millones de personas.
Entre los generadores participantes se encuentran generadores hidráulicos, térmicos, eólicos y otras fuentes alternativas de energía. Los generadores participantes, incluyendo las fuentes intermitentes (eólica), deben enviar un despacho horario de generación para el mercado de la hora siguiente o del día siguiente, las desviaciones se pagarán con base en el precio de mercado, fijado cada 10 minutos. Debido a que los generadores eólicos no pueden controlar su
26
potencia para cumplir con un despacho firme, participar directamente en este mercado no es atractivo para ellos, por esto los generadores eólicos venden su energía bajo la modalidad de “Plantas Calificadas3” o participando en el programa de recursos intermitentes PIRP (Participating Intermittent Resources Program). Además de lo anterior los generadores podrán realizar contratos bilaterales como mecanismo de venta de la energía generada.
2.4.1 Asignación de capacidad certificada para Plantas Calificadas
Son plantas que producen energía que el sistema “tiene que tomar”, para calificarse como una planta calificada el generador debe llenar una propuesta ante la FERC (Federal Energy Regulatory Comisión), los participantes pueden ser co-generadores, o plantas privadas y califican fuentes de energía renovables como la eólica, geotérmica, hidráulicas filo de agua y microcentrales.
La capacidad certificada de Plantas Calificadas sólo aplica para los generadores participantes y se calculará con base en la generación mensual histórica entregada durante la hora pico ofertada entre las 12:00 PM y las 6:00 PM usando un promedio móvil de los últimos tres años.
El Artículo V – numeral 40.13 del procedimiento de tarifas del CAISO establece los valores de capacidad para los distintos tipos de fuentes de energía, especificando para energías intermitentes, eólica y solar, lo siguiente:
• Para participar dentro del CAISO deben ser Plantas Calificadas o ser participantes del PIRP.
• La capacidad certificada para todas las eólicas y solares será basada en su desempeño histórico mensual de la capacidad efectiva neta (CEN) durante la hora pico ofertada entre 12:00 PM a 6:00 PM y usando un promedio móvil de los últimos tres años.
• Para generadores que no tienen tres años de desempeño histórico se les asignará un valor de capacidad certificada por defecto por cada año sin información. Los valores de capacidad certificada de otro generador localizado en el mismo clima y con tecnología similar serán ajustados en proporción a la capacidad de placa de aquel generador sin registros históricos.
La capacidad certificada debe ser de acuerdo con las descritas previamente, pero la planta tiene que haber estado en operación comercial por no menos de un mes para ser elegible a ser incluida como un recurso del programa de Plantas Calificadas.
El pago de la capacidad certificada para los generadores calificados se puede realizar mediante dos mecanismos diferentes, según lo desee el generador, los mecanismos son:
3 QF por sus siglas en inglés, Qualifying Facilities.
27
• Pago del costo evitado de la energía producida: Incluye el costo de capacidad y el costo de la energía. Si la entidad distribuidora no requiere capacidad en el futuro entonces sólo pagará el costo de la energía producida.
• Pago del costo evitado de energía con base en el precio marginal del mercado spot.
2.5 NEW ENGLAND INDEPENDENT SYSTEM OPERATOR - NEISO
Maneja la planeación de generación de energía y el mercado de energía eléctrico del estado de New England en Estados Unidos. Dentro de su portafolio de servicios en el mercado de energía tiene el Mercado de Futuros de Capacidad (FCM), donde los diferentes generadores negocian bajo la modalidad de subasta abierta la capacidad calificada calculada para los períodos de invierno y verano.
Por resolución interna de Marzo 6 de 2006 se identifica la necesidad de desarrollar una metodología para la capacidad calificada (En unidades de potencia, MW) para recursos intermitentes, de manera que se reconozca su contribución al sistema durante los períodos de verano e invierno. En el documento interno “Intermittent Resource Capacity Treatment in Forward Capacity Market” (2006) se especifica la propuesta de cálculo de la capacidad calificada para los períodos de invierno y verano, su evaluación y las metodologías de negociación de los diferentes valores de capacidad calificada.
2.5.1 Metodología de cálculo
La capacidad calificada para generadores intermitentes es la generación media durante las horas pico de los meses de verano e invierno, incluyendo la generación de las horas de escasez definidas por el ISO, así:
Valor de capacidad calificado para el período de invierno:
Se calcula como la media de la generación de las horas pico durante los 8 meses del período de invierno, Octubre a Mayo, más la generación de las horas adicionales que el ISO haya declarado como horas de escasez durante ese período.
Valor de capacidad calificada para el período de verano:
Se calcula como la media de la generación de las horas pico durante los 4 meses del período de verano, Junio a Septiembre, más la generación de las horas adicionales que el ISO haya declarado como horas de escasez durante ese período.
Además de la metodología de cálculo del valor de capacidad calificada, el generador participante deberá presentar y demostrar que ha medido y registrado datos específicos correspondientes a las fuentes intermitentes de generación, velocidad del viento, flujo de agua y radiación solar. El valor de capacidad calificado para nuevos participantes se ajustará con base en la proyección anual
28
de su factor de disponibilidad de planta, además de presentar los datos anteriores la información de capacidad calificada se ponderará de la siguiente manera durante el período de calificación:
Después del primer año de entrar en la subasta de capacidad, la capacidad calificada para verano e invierno será el promedio ponderado de 2/3 de la capacidad calificada reportada y 1/3 de los datos actuales de desempeño de la fuente intermitente.
Después del segundo año de entrar en la subasta de capacidad, la capacidad calificada para verano e invierno será el promedio ponderado de 1/3 de la capacidad calificada reportada y 2/3 de los datos actuales de desempeño de la fuente intermitente.
Después del tercer año de entrar en la subasta de capacidad, la capacidad calificada para verano e invierno dependerá exclusivamente de los datos de desempeño actual de la fuente intermitente.
2.5.2 Metodologías de negociación
Se plantean dos propuesta de negociación de la capacidad calificada en los mercados de futuros de capacidad que se explican a continuación:
Método A: El valor de capacidad para el período de verano se negociará en la subasta primaria anual de futuros de capacidad y se pagará al precio de despeje para el período de verano. El valor de capacidad para el período de invierno se pagará al precio de despeje de la subasta de futuros de capacidad para el período de invierno.
Método B: El valor de capacidad para el período de verano se negociará en la subasta primaria anual de futuros de capacidad y se pagará al precio de despeje para el período de verano. La diferencia entre los valores de capacidad calificada de los períodos de verano e invierno se usará para negociar en las subastas mensuales, contratos bilaterales, o para ofertar en un portafolio de futuros de capacidad compuesto por diferentes recursos de generación.
2.6 NEW YORK INDEPENDENT SYSTEM OPERATOR - NYISO
Es el operador independiente del estado de New York, se encarga de la transmisión, regulación, programación y comercialización de la energía eléctrica en la zona.
Dentro de su portafolio de servicios de mercado de energía tiene un mercado de capacidad instalada “The New York Installed Capacity Market – ICAP y esta basado en las obligaciones adquiridas por los distribuidores de garantizar unos requisitos mínimos de capacidad instalada. Estos requerimientos son calculados por cada entidad distribuidora según los picos de carga del distrito al que sirven más un monto adicional correspondiente a un margen de reserva. La capacidad la deben suministrar los generadores inscritos en el área de control de New York (NYCA). La capacidad que cada proveedor (generador) es capaz de garantizar
29
se determina mediante la metodología de “capacidad no forzada” UCAP por sus siglas en inglés.
La normativa para participar en el mercado de capacidad instalada del NYISO se especifica en el Manual de Capacidad Instalada (NYISO Installed Capacity Manual, 2007), en él se especifican todas los requisitos para participar así como las metodologías de cálculo de la capacidad no forzada de cada uno de los participantes.
2.6.1 Requisitos mínimos de participación
Cualquier generador inscrito dentro del área servida podrá participar del mercado de capacidad instalada siempre y cuando cumpla con los requisitos mínimos especificados en el manual. Todo generador, independiente del tipo de recurso que utilice, debe reportar la Máxima Capacidad Disponible Dependiente (DMNC), qué es la máxima cantidad de potencia que en teoría un generador puede entregar a la red. Cada generador debe reportar su DMNC con base en datos históricos de operación de los últimos 12 meses antes del período de evaluación de la capacidad. El DMNC reportado deberá ser revisado y ajustado según sea necesario de acuerdo a lo especificado en el manual de operación del ICAP con el fin de poder participar en el mercado de subastas de capacidad.
El manual especifica el procedimiento de cálculo del DMNC para cada recurso de generación. Para generadores intermitentes (Solar y eólica) el DMNC se especifica como la suma de la capacidad de placa de cada una de las unidades que conforman la central de generación.
Además del DMNC cada generador participante deberá presentar el registro de datos de operación mensual, de acuerdo a las características de cada recurso. Para recursos intermitentes los participantes deben reportar los datos de producción actual, horas programadas de mantenimiento, localización y nombre del recurso intermitente.
2.6.2 Metodología de cálculo
En el numeral 3.5 del apéndice J del Manual de Capacidad Instalada (NYISO ICAP Manual, 2007), se explica la metodología de cálculo de la capacidad no forzada (UCAP) para generadores eólicos.
La capacidad no forzada de un parque eólico (WFUCAP ) es la capacidad de generación, en términos de potencia, con la que se espera un parque eólico contribuirá durante el período de invierno o verano.
La WFUCAP se calcula como la capacidad instalada del parque eólico por el factor de producción correspondiente. Este proceso tiene en cuenta cualquier mejoría que se realice a la capacidad instalada durante el año de operación.
La capacidad no forzada que un generador g es capaz de garantizar en el mes m es:
Pr *q
gm gm gmUCAP odF NC=
30
Donde Pr gmod es el factor de producción usado para el cálculo de la capacidad
no forzada que el generador g es capaz de garantizar en el mes m y gmNC es la
potencia de placa del generador g en el momento en que se determina la UCAP que el generador g es capaz de garantizar en el mes m .
El factor de producción se calcula mediante la siguiente fórmula:
Prgm
gm
gh
h CPPH
gh
h CPPH
E
odNC
∈
∈
=∑
∑
Donde: gmCPPH es el conjunto de todas las horas pico del período de verano o
invierno más resiente en el que el generador g estuvo disponible para operación
comercial. ghE es la cantidad de energía que el generador g entregó al sistema
de transmisión durante la hora h . ghNC es la capacidad de placa disponible al
momento de determinar la UCAP que el generador g es capaz de garantizar en la hora h .
Se definen como horas pico de verano las horas comprendidas entre las 2:00 y 5:00 PM, dentro del período comprendido entre el primero de Junio y el 31 de Agosto. Las horas pico de invierno son las horas comprendidas entre las 4:00 y las 7:00 PM, dentro del período comprendido entre el primero de Diciembre y el último día de Febrero del año siguiente.
Para los nuevos generadores participantes o para aquellos que tienen datos de menos de 60 días de producción para el cálculo del factor de producción, el factor se les asumirá de acuerdo a factores tabulados según la zona donde están ubicados dentro del área de cobertura de la NYISO y el período correspondiente (Verano o invierno).
2.7 SOUTHWEST POWER POOL - SSP
Es la entidad prestadora de servicio de interconexión más antigua de Estados Unidos, operando desde 1941, en la actualidad presta servicio a los estados de Kansas, New Mexico, Oklahoma, Arkansas, Louisiana y parte de Texas.
Esta entidad adoptó recientemente, mediante la resolución SPP GWG de 2004, una metodología para determinar la capacidad de contribución del viento como potencia firme dentro de su sistema de generación y transmisión.
Se adoptó un método mensual, que entrega 12 valores de capacidad para el año para cada planta de generación eólica. La metodología es la siguiente:
1. El primer paso consiste en evaluar los datos históricos mensuales de la potencia entregada de forma horaria.
2. Se toma el 10% de los datos más altos de generación horaria en el mes.
31
3. El valor de capacidad para el viento será el valor que es excedido el 85% de las veces (El percentil 85).
Para esta metodología se utilizan datos de hasta 10 años si están disponibles. Según lo reportado por la SSP con está metodología y con las características de generación eólica de la zona se han obtenido valores de capacidad entre el 3 y el 8% de la capacidad instalada de las plantas.
La SSP utiliza está metodología para el cálculo de la capacidad y para la planeación de la capacidad de generación a largo plazo.
2.8 APLICACIÓN UTILIZANDO SIMULACIÓN MONTE CARLO
El Laboratorio de Energías Renovables de Estados Unidos (NREL), reportó en 2005 un resumen conceptual de algunos métodos utilizados para determinar el valor de la capacidad de la generación eólica en diferentes mercados energéticos de América del Norte. Dentro de las metodologías reportadas se encuentra el uso de la simulación Monte Carlo para obtener el valor de capacidad, esta metodología se utilizó para un estudio de capacidad en el estado de Minnesota y la PacifiCorp.
2.8.1 Estado de Minnesota
Según el reporte de la NREL, un estudio del Departamento de Comercio de Minnesota (MN/DOC) evaluó la capacidad real de 1500 MW de energía eólica instalada en diferentes locaciones en el Suroeste del estado.
El estudio se realizó utilizando simulación Monte Carlo, teniendo en cuenta datos reales de viento de la zona de estudio. La simulación encontró un factor de capacidad igual a 26.7% de la capacidad instalada, aplicables a cada planta (NREL, 2005).
En un estudio complementario, cuyo objetivo era evaluar la confiabilidad que brinda a la red las plantas eólicas durante las horas pico, teniendo en cuenta toda la capacidad real instalada del sistema se encontró un factor de capacidad igual a 32.9% de la capacidad instalada aplicables a cada planta (NREL, 2005).
2.8.2 PacifiCorp
PacifiCorp es una compañía que presta el servicio de generación y distribución de energía en la costa oeste de Estados Unidos, atendiendo parcialmente los estados de Oregon, Washington, California, Utah, Wyoming e Idaho.
La compañía en el Plan Integrado de Recursos de Generación del año 2005 modeló el sistema de generación eólica utilizando modelación Monte Carlo, con el fin de obtener el valor de capacidad para las plantas de generación de su zona de cobertura.
Mediante la simulación se encontró para las diferentes plantas analizadas un valor de capacidad promedio igual al 20% de la capacidad instalada (NREL, 2005).
32
PacifiCorp utiliza este valor para determinar la capacidad adicional que requiere el sistema en las predicciones de demandas futuras.
2.9 VALOR DE CAPACIDAD CONSTANTE
Además de métodos que utilizan datos históricos de generación o simulación para hallar el valor de capacidad de la energía eólica, algunas empresas asumen un factor porcentual de capacidad constante. El uso del factor puede ser utilizado para planeación (determinar la capacidad adicional de generación que se requiere para satisfacer demandas futuras) o como mecanismo de mercado para determinar créditos por capacidad.
El uso de estos métodos no tiene en cuenta la intermitencia real del viento y se aplica no como un mecanismo de mercado sino como un mecanismo para determinar la capacidad de generación requerida por otros recursos en un horizonte de planeación (NREL, 2005).
2.9.1 Rocky Mountain Area Transmission Study – RMATS
Se estableció como una sociedad entre los estados de Wyoming y Utah y atiende parcialmente a los estados de Colorado, Idaho, Montana, Utah y Wyoming.
La sociedad realizó un estudio para determinar la capacidad de explotar recursos energéticos como carbón y energía eólica para satisfacer la demanda del área de cobertura y analizar la posibilidad de exportar energía a las áreas adyacentes.
Para determinar el valor de capacidad de la energía eólica y con fines de planeación, la RMATS utiliza un factor igual a 20% de la capacidad instalada de cada planta de generación eólica de la región.
2.9.2 Puget Sound Energy – PSE
Puget Sound Energy es una compañía de generación y de transmisión que atiende parcialmente el estado de Washington.
Según lo reportado por la NREL Puget Sound Energy utiliza un factor igual al 20% de la capacidad de placa de la unida de generación para la asignación del crédito por capacidad o el equivalente a 2/3 del factor de capacidad del mes de Enero, que es el mes con la demanda pico en la zona donde presta el servicio.
2.10 PROPUESTAS DE FÓRMULAS ANALÍTICAS
Además de las metodologías prácticas que se aplican en los mercados de energía a nivel mundial existen otras propuestas analíticas en estudio para determinar el cargo por confiabilidad o crédito por capacidad para energías intermitentes.
33
2.10.1 Fórmula de Voorspools y D´haeseleer
Voorspools y D’haeseleer (2006) desarrollan con base en la propuesta de Van Wijk (1990) una formula analítica exponencial para calcular el crédito de capacidad de la potencia eólica. La formula considera la participación de la potencia eólica, el factor de capacidad de los proyectos eólicos y la confiabilidad del sistema convencional.
En una primera instancia Van Wijk calcula el crédito por capacidad usando un método probabilístico para la evaluación de la pérdida de carga probable del sistema, mediante la comparación de un sistema con potencia eólica adicional y un sistema sin capacidad de potencia eólica. A partir de este análisis Van Wijk encontró que en bajos niveles de penetración (potencia eólica instalada menor del 1% del pico de carga) el crédito de capacidad es aproximadamente igual al factor de capacidad dividido por el promedio total del la confiabilidad del sistema de potencia convencional. En un alto nivel de penetración, el crédito de capacidad alcanzará un valor asintótico que es ajustado por la confiabilidad del sistema total.
A partir de las observaciones de Van Wijk y del hecho que el crédito por capacidad depende del factor de capacidad de los aerogeneradores Voorspools y D´haeseleer desarrollan en una primera instancia las siguientes ecuaciones:
Para un nivel de penetración de energía eólica en el sistema x mayor que el 1%:
( 1)(1 )b xw
s
CFCC e
Rα β − −= +
Para un nivel de penetración de energía eólica en el sistema x menor que el 1%:
(1 )w
s
CFCC
Rα β= +
Donde: CC es el crédito por capacidad como un porcentaje de la potencia eólica instalada. wCF es el factor de capacidad de proyectos eólicos similares o
calculado. sR es la confiabilidad del sistema incluyendo las plantas
convencionales.
Voorspools y D´haeseleer plantean dos ecuaciones diferentes según el nivel de penetración de la energía eólica en el sistema, con base en las observaciones realizadas por Van Wijk, puesto que para una penetración menor al 1% la energía firme es constante y proporcional al factor de capacidad del sistema eólico dividido por la confiabilidad del sistema, además para altos niveles de introducción, la capacidad de energía firme decrece exponencialmente con el nivel de penetración.
Además de la aproximación anterior a las ecuaciones para determinar el cargo por capacidad, Voorspools y D´haeseleer incorporan en las fórmulas la
34
dispersión espacial de los aerogeneradores (Una alta dispersión implica una alta energía firme) de acuerdo con los estudios desarrollados por Martin y Carlin (1983) e Irish (2004), obteniendo las siguientes fórmulas:
Para un nivel de penetración de energía eólica en el sistema x mayor que el 1%:
( )( 1)(1 )Y V xw
s
CFUCC W e
V R
δδδ
− + −= ++
Para un nivel de penetración de energía eólica en el sistema x menor que el 1%:
(1 )w
s
CFUCC W
V Rδ= +
+
Donde: δ es el coeficiente de dispersión, con 0δ = se tiene dispersión perfecta y con 1δ = sin dispersión.
La fórmula presentada por Voorspools y D´haeseleer ha sido evaluada con datos reales pero no se tiene conocimiento de su aplicación real en algún mercado eléctrico.
2.10.2 Fórmula de Namovicz
Namovicz (2003) propone para la Administración de Información de Energía del Departamento de Energía de Estados Unidos una fórmula analítica para determinar el crédito por capacidad promedio que se asignaría a un generador con al nivel de penetración que tiene este en el sistema, la expresión es la siguiente:
*( )(( / ) ) ( )D P L
o op
C D e C DC
P
− − −=
Donde: pC es el crédito por capacidad promedio para un nivel de penetración
dado. oC es el crédito por capacidad para una penetración nula. P es la relación
de toda la generación intermitente sobre la generación total para la región en el año calendario previo al año de análisis. L es un factor de compensación, no se aplica en la actualidad y D es el factor de decaimiento exponencial y se calcula como: (2) /D Ln H= − donde H es el parámetro de vida media de la función.
Esta fórmula está propuesta dentro del programa de modelación de energías renovables de la NEMS (Nacional Energy Modelling System)
Esta fórmula tiene en cuenta el comportamiento intermitente del viento y el decaimiento exponencial del crédito por capacidad que se presenta a medida que aumenta la penetración de las fuentes intermitentes dentro del sistema.
No se tienen referencias de la aplicación de ésta fórmula en algún mercado energético Norteamericano y del mundo.
35
3 ENERGÍAS ALTERNATIVAS Y CARGO POR CONFIABILIDAD EN COLOMBIA
3.1 CARGO POR CONFIABILIDAD EN COLOMBIA
La Comisión de Regulación de Energía y Gas -CREG- adquirió, a través de la Ley 143 de 1994, la responsabilidad de mantener un nivel determinado de confiabilidad del suministro de electricidad en el largo plazo del mercado de energía colombiano, razón por la cual expidió la Resolución CREG-116 de 1996, por medio de la cual se estableció la metodología de Cargo por Capacidad para los siguientes diez años. Con este mecanismo se remunera la inversión por unidad de energía instalada [kW] de los generadores que contribuyen a la confiabilidad del sistema (Regulación para incentivar energías alternas, 2006).
Tras diez años de aplicación ininterrumpida del Cargo por Capacidad, la CREG diseñó un nuevo esquema basado en un mecanismo de mercado denominado Cargo por Confiabilidad, que opera desde el primero de Diciembre de 2006. Este mecanismo conserva lo esencial del esquema de liquidación, facturación y recaudo que garantizó, con éxito, durante los diez años continuos el pago a los generadores del Cargo por Capacidad (CREG, 2007, en línea).
Para establecer el nuevo mecanismo se evaluaron diferentes alternativas con base en los criterios que se tuvieron en cuenta en el esquema anterior, asociados a los siguientes principios (Regulación para incentivar energías alternas, 2006):
1. Eficiencia: Busca la prestación del servicio a mínimo costo.
2. Adaptabilidad: Incentivo a la incorporación al sector de producción de energía eléctrica de los últimos avances de la tecnología.
3. Continuidad: Prestación sin interrupciones del servicio de energía eléctrica.
4. Eficacia (Suficiencia financiera): Comprende los siguientes aspectos generales:
• Constituir una señal de largo plazo para la entrada de nuevos generadores.
• Incentivar la permanencia de la inversión existente y ejecución de nueva inversión.
• Asegurar estabilidad.
• Oportunidad (ciclo de inversión).
5. Simplicidad: La metodología debe ser de fácil comprensión y su implementación no debe presentar mayores complicaciones ni dificultades.
6. Reciprocidad: Correspondencia mutua entre lo que se pague por cargo por capacidad y lo que se debe exigir como contraprestación a cada
36
agente remunerado por este concepto, o en defecto de esta última, su equivalente económico.
7. Transparencia. La metodología debe ser clara y sin ambigüedades, de tal manera que la asignación y la remuneración se puedan hacer de manera imparcial y objetiva.
El nuevo mecanismo a implementar, Cargo por Confiabilidad y el resultado del proceso de análisis de alternativas con base en los lineamientos anteriores es la “Metodología para la remuneración del Cargo por Confiabilidad en el Mercado Mayorista de Energía” aprobada a través de la resolución CREG 071 de 2006.
3.1.1 Obligaciones de energía firme y energía firma para el cargo por confiabilidad
Uno de los componentes esenciales del nuevo esquema del Cargo por Confiabilidad es la existencia de las Obligaciones de Energía Firme (OEF), que corresponde a un compromiso de los generadores respaldados por activos de generación capaces de producir energía firme durante condiciones críticas de abastecimiento (CREG, 2007).
Las OEF serán adquiridas por la demanda mediante transacciones centralizadas a través del Administrador del Sistema de Intercambios Comerciales (ASIC), y subastadas y asignadas única y exclusivamente entre los agentes que tengan o planeen tener activos de generación, con su correspondiente Energía Firme, a partir de una fecha determinada, y que resulten seleccionados en la subasta (CREG, 2007, en línea).
Bajo el esquema de las Obligaciones de Energía Firme, la Energía Firme para el Cargo por Confiabilidad (ENFICC), será la máxima energía eléctrica que es capaz de entregar una planta de generación durante un año de manera continua en condiciones extremas de bajos caudales (CREG, 2007).
El generador al cual se le asigna una obligación de energía firme, respaldada por su respectiva ENFICC, recibe una remuneración conocida y estable durante un plazo determinado (Cargo por Confiabilidad) y se compromete a entregar una determinada cantidad de energía cuando el precio de bolsa supera un umbral previamente establecido por la CREG y denominado Precio de Escasez (CREG, 2007).
En resumen la diferencia entre la ENFICC y OEF es que la ENFICC es la máxima energía que puede ser comprometida en la subasta, mientras que la OEF es la obligación que se adquirió efectivamente en la subasta (XM, 2007).
El proceso mediante el cual se determinan las Obligaciones de Energía Firme consta de los siguientes pasos:
1. Determinación de la energía firme (ENFICC).
2. Realización de la subasta.
3. Determinación de las Obligaciones de Energía Firme (OEF).
37
4. Determinación del precio de ejercicio.
Para participar en la subasta de asignación de Obligaciones de Energía Firme, el generador o inversionista deberá reportar ante la CREG los parámetros que soportan su declaración de ENFICC y la ENFICC correspondiente.
Los procedimientos para realizar la subasta, determinar el precio de ejercicio y determinar las Obligaciones de Energía Firme se especifican en la resolución CREG 071 de 2006.
3.1.2 Remuneración y Primera Subasta de Obligaciones de Energía Firme
El generador a quien se le ha asignado una OEF recibirá una remuneración fija durante el período de vigencia de la misma, haya sido solicitada o no la obligación. El precio por cada unidad de energía [kW-h] de la OEF corresponde al precio de cierre de la subasta en la cual el agente vendió su energía firme, y se denomina Precio por el Cargo por Confiabilidad (CREG, 2007).
Además, cuando se requiere la energía correspondiente a las OEF el generador además de recibir el Cargo por Confiabilidad, recibe el precio de escasez por cada unidad de energía generada asociada a su OEF, y en caso de generar una energía mayor a su obligación el excedente se remunerará al precio de bolsa vigente.
Durante el período de transición el Precio por el Cargo por Confiabilidad fue de 13,045 US$/MW-h, indexándose de acuerdo al artículo 29 de la resolución CREG 071 de 2006.
La primera subasta de obligaciones de energía firme se realizón los días 6 y 7 de Mayo de 2008, durante nueve rondas de subasta. El precio de apertura de la primera subasta realizada fue de 26,09US$/MW-h, equivalente al doble del precio del período de transición (XM, 2007).
Durante la primera subasta de obligaciones de energía firme participaron únicamente generadores hidráulicos, térmicos con combustibles líquidos, gas y carbón (Minminas, 2008, en línea). Cabe resaltar que no se presentaron proponentes con proyectos de generación eólicos ni de ninguna otra fuente de energía alternativa para participar como plantas nuevas.
La subasta cerró con un precio de remuneración del cargo por capacidad de 13,998 US$/MW-h, asignando 3009 GW-h de energía firme, equivalente a una capacidad de 438 MW (Minminas, 2008, en línea).
Con lo anterior se está cumpliendo el principal objetivo del nuevo mecanismo de mercado que es garantizar la confiabilidad del sistema, garantizando así que Colombia tendrá energía hasta el 2013 sin riesgo de racionamiento. La energía asignada corresponde al pronóstico de la CREG de energía demandada para el año 2013 en Colombia.
38
3.2 METODOLOGÍAS DE CÁLCULO DE LA ENERGÍA FIRME PARA EL CARGO POR CONFIABILIDAD
Como ya se mencionó, es obligación de todo generador presentar su ENFICC para poder participar en las subastas de Obligaciones de Energía Firme.
Debido a que existen distintas aproximaciones para el cálculo de la energía firme la CREG estableció las metodologías de cálculo para cada uno de los tipos de tecnologías de generación que participan en el mercado de energía mayorista colombiano.
En el anexo 3 de la resolución CREG 071 de 2006 se establecen las siguientes metodologías de cálculo de la energía firme para el cargo por confiabilidad (ENFICC) para plantas hidráulicas, térmicas y plantas no despachadas centralmente, sin considerar tecnologías de generación alternas ni tecnologías intermitentes. A continuación se mencionan algunas características de estos modelos:
3.2.1 ENFICC para plantas hidráulicas
La ENFICC de las plantas hidráulicas se calcula utilizando un modelo computacional que maximiza la energía mínima que puede entregar mes a mes una planta hidráulica en condiciones de bajos caudales, incorporando los siguientes parámetros técnicos (CREG, 2006):
• Historia de los aportes hídricos mensuales promedio que la planta utiliza para su generación.
• Interacción de la planta con aportes, vertimientos, y restricción en los sistemas de conducción.
• Características de las plantas: Eficiencia media, generación mínima y generación máxima.
• Para los embalses: Nivel mínimo, nivel máximo y otros usos del agua como acueducto y riego y restricciones ambientales.
• Índices de indisponibilidad histórica por salidas forzadas de la planta (IHF).
• Restricciones de flujo.
Con respecto a el horizonte de análisis de datos históricos, éste corresponderá a todo el horizonte de información oficial del SIN por planta, tomando siempre la información oficial actualizada más reciente, especialmente cuando exista información de ríos que aporten a una misma planta pero con diferente horizonte.
La metodología de cálculo de la ENFICC para plantas hidráulicas se resume en el numeral 3.1 del anexo 3 de la resolución CREG 071 de 2006 y el modelo matemático para el cálculo de la ENFICC para plantas hidráulicas se explica en el anexo 9 de la misma resolución.
39
3.2.2 ENFICC de plantas o unidades de generación térmicas
La ENFICC de una planta térmica se calcula utilizando la capacidad de generación de la planta, la disponibilidad de combustibles, el número de horas del año y un índice que incorpora las restricciones a la generación máxima de la planta: la indisponibilidad histórica por salidas forzadas y las restricciones en el suministro y transporte del gas natural, cuando éste es el combustible seleccionado por el generador (CREG, 2006).
Con los parámetros anteriores se estima la Capacidad Efectiva Neta (CEN) de la planta o unidad de generación y a partir de este valor se calcula la ENFICC con base en las características de operación definidas en el párrafo anterior.
La metodología de cálculo de la ENFICC para plantas o unidades de generación térmica se resume en el numeral 3.2 del anexo 3 de la resolución CREG 071 de 2006 y el modelo matemático para el cálculo de la ENFICC para plantas o unidades de generación térmica se explica en el anexo 9 de la misma resolución.
3.2.3 ENFICC para plantas no despachadas centralmente
En el numeral 3.3 del anexo 3 de la resolución CREG 071 de 2006 se explica la metodología de cálculo de la ENFICC para plantas no despachadas centralmente.
Para el cálculo de la ENFICC de este tipo de plantas se utiliza la siguiente fórmula:
* *PNDC añoENFICC CEN hδ=
Donde CEN es la capacidad efectiva neta, δ es el índice de disponibilidad de planta y añoh es el número de horas del primer año de vigencia de la obligación
de energía firme.
El índice de disponibilidad de planta, δ deberá ser declarado por el agente generador, de no hacerlo se asumirá un valor igual al 35%. El valor que se asume podrá ser modificado si el propietario de la planta o el agente que lo representa comercialmente sustenta con cifras demostrables un nuevo valor y la CREG podrá solicitar auditoría del cálculo de estos parámetros.
Esta metodología no tiene en cuenta el tipo de tecnología utilizada por la planta no despachada centralmente, la única condición que debe cumplir la planta para aplicar la metodología es que la planta no tenga despacho central, por lo que su potencia instalada necesariamente deberá ser inferior a 20MW, de acuerdo con la regulación actual. La metodología tampoco explica la forma como se debe calcular la capacidad efectiva neta ni el horizonte de datos que se debe considerar para su cálculo, esto último de vital importancia para el cálculo de la ENFICC de energías intermitentes.
Esta metodología podría ser aplicable con ciertos cambios a tecnología intermitentes debido a su similitud con algunas de las metodologías de cálculo que se utilizan en algunos mercados energéticos en el mundo.
40
3.2.4 Verificación de la ENFICC
La ENFICC declarada por los generadores utilizando la metodología y modelos de cálculo indicados en la resolución CREG 071 de 2006 se verificará de acuerdo con lo estipulado en el anexo 5 de la resolución y los parámetros declarados y utilizados (CEN ,δ , entre otros) se verificarán utilizando el procedimiento descrito en el anexo 6 de la misma resolución.
3.3 SITUACIÓN DE ENERGÍAS ALTERNAS EN EL MERCADO ENERGÉTICO COLOMBIANO
3.3.1 Regulación actual
La regulación actual sólo hace referencia a las plantas no despachadas centralmente y co-generadores, y no hace ninguna referencia específica para las fuentes alternas de generación renovables de energía.
De acuerdo a lo anterior los generadores que utilicen fuentes renovables de energía que tengan una capacidad instalada mayor que 20 MW serán tratadas como plantas convencionales y los generadores que usen fuentes alternativas con capacidad instalada menor que 20 MW serán cubiertas con la regulación de plantas no despachadas centralmente, la cual tiene la opción voluntaria de acceder al despacho central y al mercado mayorista de energía con sus exigencias respecto a los desvíos en el despacho de energía.
De acuerdo con la resolución CREG 071 de 2006, con respecto al cálculo de la ENFICC la regulación no incluye dentro de sus metodologías propuestas de cálculo para fuentes intermitentes de energía, como la eólica, y otras fuentes alternativas, considerando únicamente las fuentes convencionales, generación hidráulica y térmica, y tratando las plantas no despachadas centralmente de una forma general sin profundizar el tipo de recurso que utilizan para la generación.
Con respecto a las plantas no despachadas centralmente, la resolución 071 de 2006 especifica que las plantas y/o unidades de generación no despachadas centralmente y los co-generadores no participarán en la subasta de asignación de Obligación de Energía Firme, lo que obliga a que los inversionistas que quieran invertir en proyectos de generación con energías intermitentes y además quieran participar en las subastas de Obligación de Energía firme para acceder al Cargo por confiabilidad deban tener una capacidad instalada superior a los 20MW.
Además las plantas y/o unidades de generación no despachadas centralmente que tengan contratos de venta de energía, deberán producir diariamente la ENFICC declarada, siempre que al menos durante una de las horas del día de despacho el precio de bolsa supere el precio de escasez (CREG, 2006).
41
3.3.2 Obstáculos de mercado y regulatorios
En la situación actual de mercado existen algunos obstáculos que impiden que las fuentes alternativas de energía sean competitivas, algunos de estos obstáculos son (Giraldo, 2006):
• Altos costos de inversión inicial.
• El precio de la energía no incluye los beneficios adicionales de las fuentes alternas de energía, como por ejemplo: Estabilidad de precio de mercado, protección ambiental y desarrollo rural entre otros.
• Alto costo de producción, su precio estará por encima del precio de fuentes tradicionales de energía.
• No controlan su producción de acuerdo con el despacho de energía firme, en particular las fuentes intermitentes como la eólica, teniendo una alta probabilidad de desviaciones en su despacho.
• No maximizan su producción con el precio marginal máximo del mercado de energía.
La regulación actual, mediante la resolución CREG 079 de 2006 modifica el período de liquidación del Cargo por Confiabilidad de mensual a diario, incluyendo la liquidación de las desviaciones que deben pagar los generadores al no cumplir con la ENFICC declarada. Lo anterior no favorecería a los generadores que utilizan recursos intermitentes, puesto que la probabilidad de garantizar una salida firme en un período de liquidación diario es menor que si fuera mensual.
Una liquidación mensual permitiría aprovechar períodos de alta disponibilidad del recurso durante el mes para compensar períodos de carencia del recurso y finalizar el período de liquidación en equilibrio (Giraldo, 2006).
Por lo anterior se considera un obstáculo dentro del marco regulatorio del mercado que la liquidación del Cargo por Confiabilidad se realice en un período diario y no mensual para las energías alternativas, en particular aquellas que utilizan recursos intermitentes.
3.4 NECESIDAD DE UNA PROPUESTA METODOLÓGICA PARA EL CÁLCULO DE LA ENERGÍA FIRME PARA LA ENERGÍA EÓLICA EN COLOMBIA
Debido a las deficiencias metodológicas para implementar un mecanismo de mercado que remunere la confiabilidad de fuentes alternas intermitentes de energía en Colombia, en particular de la energía eólica, se deben implementar métodos de cálculo que permitan cuantificar la Energía Firme que es capaz de garantizar un generador eólico para el mercado de energía de Colombia.
Sabiendo que hay diferencias entre los marcos regulatorios de los mercados analizados, se debe buscar adaptarlas al marco regulatorio actual colombiano, sabiendo que las diferencias de estos son grandes y la adaptación de los
42
cambios requeridos para cada propuesta requeriría de un proceso muy largo de discusión y adaptación por parte del regulador y los agentes.
En este orden de ideas se reconoce la dificultad en “transplantar” las propuestas al marco regulatorio colombiano actual, sin embargo se adaptan dentro de los lineamientos macros que caracterizan el actual esquema de remuneración del cargo por confiabilidad en Colombia. Es así como las propuestas se evaluarán con base en el Precio del Cargo por Confiabilidad vigente. Adicionalmente, estas propuestas tienden, como se vio en las metodologías utilizadas en mercados internacionales, a cuantificar la Capacidad Firme de un generador que utilice recursos intermitentes, ya sea como un porcentaje de su capacidad instalada o como un valor de potencia garantizada y a partir de este valor de potencia calcular la energía firme o ENFICC para el caso colombiano.
Las metodologías a evaluar cumplen con los principios utilizados para la evaluación del cambio de metodología del Cargo por Capacidad a Cargo por Confiabilidad enunciados en el numeral 3.1.
En resumen, se propondrá mediante un ejercicio de simulación, de entre las metodologías expuestas en el capítulo anterior, cual es la más válida para el cálculo de la energía firme para que la energía eólica en Colombia participe en la subasta de obligaciones de energía firme, del cargo por confiabilidad, bajo las regulación del mercado eléctrico y la estructura actual del cargo por confiabilidad. Lo anterior teniendo en cuenta las diferencias entre Energía Firme para el Cargo por Confiabilidad y el Cargo por Confiabilidad.
Vale la pena aclarar de acuerdo a lo anterior que la Energía Firme (ENFICC) es la energía que podrá garantizar bajo situaciones críticas de generación; en Colombia períodos de hidrología crítica particularmente; un generador para poder participar en la subasta de obligaciones de energía firme y así entrar dentro del esquema de remuneración del cargo por confiabilidad, con base en la propuesta planteada en este trabajo la metodología seleccionada será la utilizada para estimar la energía firme que será remunerada al precio de vigencia del cargo por confiabilidad; adicionalmente el cargo por confiabilidad es el esquema remuneratorio vigente que garantiza el suministro confiable de energía en las situaciones críticas de generación, donde los generadores adquieren unas obligaciones de suministro de energía en los períodos de escacez y reciben una remuneración con un cargo fijo por la confiabilidad (garantía de energía) que brindan al sistema durante la vigencia de dichas obligaciones.
43
4 SIMULACIÓN DE DISTRIBUCIÓN DE VIENTOS Y GENERACIÓN DE POTENCIA
Para evaluar las diferentes propuestas de cálculo de cargo por confiabilidad se realizará una simulación Monte Carlo de un régimen de vientos característico de una zona en Colombia con potencial eólico, además se simularán las características de generación típicas de un aerogenerador (Curva de potencia).
Los parámetros de la simulación y selección del modelo estadístico y la construcción de las curvas de potencia se explican a continuación.
4.1 CARACTERÍSTICAS DEL LUGAR SELECCIONADO
Cómo el objetivo principal de este trabajo es evaluar las diferentes propuestas de cálculo del cargo por confiabilidad para el caso colombiano, el modelo deberá representar un emplazamiento característico de una zona con potencial eólico en Colombia.
El primer parámetro para determinar la viabilidad de un proyecto eólico es la velocidad promedio del viento. Los vientos adecuados son aquellos de clase 3 hacia arriba (según la escala de vientos de Beaufort), que tienen una velocidad promedio de al menos 20 km/h (5,56 m/s) a una altura de 50 m (Giraldo, 2006). Para el caso colombiano en la alta Guajira la literatura reporta datos de velocidad promedio del viento de 8 a 9 m/s sobre la superficie (UPME, Atlas Eólico) por lo que se considera un lugar ideal para la localización de un proyecto de generación eólica.
Por otro lado el único proyecto de generación de energía eólica en Colombia está localizado en la alta Guajira, Jepírachi, desarrollado y operado por Empresas Públicas de Medellín E.S.P. lo que confirma el potencial de exploración de generación de energía eólica en dicha zona.
Además por el hecho de contar con un antecedente de generación en la zona es más fácil obtener datos actualizados de los parámetros estadísticos que se utilizarán en el modelo de velocidad de viento y de generación de potencia.
El lugar seleccionado es entonces Puerto Bolívar en la alta Guajira, que está localizada en una zona idonea por el régimen de vientos que maneja y además es una zona de la que se dispone información histórica de los parámetros estadísticos requeridos para la generación del modelo. Los datos que se utilizarán se obtienen del Atlas Eólico de Colombia elaborado por la UPME.
Así mismo se selecciona para el desarrollo del modelo un parque eólico de 50 MW, que cumple con las características de potencia para participar en el despacho central y además para poder participar en la asignación de obligación de energía firme para el cargo por confiabilidad y así aplicar las metodologías propuestas para determinar la energía firme que garantiza un parque eólico de esta potencia instalada.
44
4.2 MODELO ESTADÍSTICO Y GENERACIÓN DE SERIES DE VELOCIDAD DE VIENTO
4.2.1 Función de distribución de probabilidad
Para el análisis de datos de velocidad de viento; y para fines de simulación; estudios previos indican que las distribuciones Weibull y Rayleigh son las más acertadas para predecir la distribución natural del viento (Roney, et all, 2002).
La distribución Weibull es una distribución continua de probabilidad con la siguiente función de densidad de probabilidad:
( )1
( , , )VV
f V eα
αβα
α ββ β
−−
=
Válida para todo 0V ≥ y donde >0α es el factor de forma y >0β es el factor de escala y V es la velocidad del viento en m/s.
El factor de forma y el factor de escala se relacionan con la media y desviación estándar de la distribución mediante las siguientes ecuaciones (Roney, 2007):
Factor de forma: 1,086
V
σα
− =
Factor de escala: (1 1 )
Vβ
α=Γ +
Donde V es la media de la distribución y σ es la desviación estándar de la variable aleatoria y Γ es la función gamma.
4.2.2 Perfil de velocidad del viento
Para la construcción del modelo se utilizarán los datos estadísticos (Velocidad media del viento, desviación estándar, parámetros α y β ) suministrados por las fuentes consultadas, estos datos son reportados a una altura de superficie4. Para poder utilizar estos datos de manera consistente con la curva de potencia que se generará se debe calcular el valor de estos datos a la altura del eje del aerogenerador a partir de la fórmula del perfil de velocidad de viento (UPME, 2006):
0
0
( / )
( / )ref
ref
Ln Z ZV V
Ln Z Z
=
4 La velocidad del viento en superficie se refiere a la velocidad que alcanza esta variable
meteorológica a 10 m de altura, según la norma internacional de la Organización Meteorológica
Mundial (UPME, 2006).
45
Donde: refV es la velocidad conocida a una altura de referencia refZ
; Z es la
altura a la cuál se desea conocer la velocidad V y 0Z es la longitud equivalente de rugosidad según las características del terreno.
4.2.3 Generación de series de velocidad de viento
Las series de velocidad de viento se generarán a partir de una simulación Monte Carlo, ajustando los valores de velocidad a la distribución de probabilidad Weibull.
A partir de una variable aleatoria generada de acuerdo con la distribución uniforme (U) en el intervalo (0,1) se obtiene la velocidad del viento que se ajusta a una distribución Weibull con parámetros α y β a partir de la siguiente relación (Dorner, 2008):
( )1
( )V Ln U αβ= −
Donde V es la velocidad del viento para las condiciones de velocidad media de
viento (V ) y desviación estándar de la distribución (σ ), y con α y β obtenidos
a partir de V y σ con las relaciones mostradas en el numeral anterior.
4.3 GENERACIÓN DE SERIES DE VIENTO PARA LA ALTA GUAJIRA
A partir de los datos de factor de forma α y factor de escala β presentados en el Atlas Eólico de Colombia para la estación de Puerto Bolívar (Guajira) se generará la distribución mensual de velocidad de viento. Los datos de factor de forma y factor de escala para la simulación que se muestran a continuación se obtuvieron a partir de las observaciones de velocidad de viento en la zona para el período entre 1986 y 2004.
Mes Ene. Feb. Marzo Abril Mayo Junio Julio Agos. Sept. Oct. Nov. Dic.
α 7,55 8,69 8,68 16,68 9,53 18,79 15,04 8,48 5,67 5,27 7,35 8,82
β 7,62 7,98 8,02 7,59 7,62 8,16 8,45 8,03 6,41 5,79 6,01 6,76
Tabla 1 Factor de forma y factor de escala mensual para la estación de Puerto Bolívar, Guajira.
A partir de estos valores que corresponden a 10 m de altura sobre el nivel del suelo se calculará la velocidad media y desviación estándar de la velocidad del viento en m/s correspondientes a cada mes a una altura de 10 m. Los valores de Velocidad media y desviación estándar mensual para 10 m de altura se presentan a continuación:
46
Mes Ene. Feb. Marzo Abril Mayo Junio Julio Agost. Sept. Oct. Nov. Dic.
V 7,16 7,54 7,58 7,35 7,23 7,93 8,16 7,58 5,93 5,33 5,64 6,40
σ 1,03 1,03 1,04 0,55 0,91 0,53 0,67 1,06 1,20 1,15 0,90 0,86
Tabla 2 Velocidad media y desviación estándar mensual de la velocidad a 10 m de altura para la estación de Puerto Bolívar, Guajira.
Con la fórmula del perfil de velocidad de viento y con un factor de rugosidad equivalente de 0,03 m (Asumiendo un terreno abierto sin cercados ni setos, con edificaciones muy dispersas y con colinas suavemente redondeadas, que corresponde a una rugosidad clase 1) se obtiene la velocidad y desviación estándar del viento en m/s a 60 m de altura5. Los datos calculados de velocidad media y desviación estándar de la velocidad del viento a 60 m se muestran a continuación:
Mes Ene. Feb. Marzo Abril Mayo Junio Julio Agos. Sept. Oct. Nov. Dic.
V 9,36 9,87 9,92 9,62 9,47 10,38 10,68 9,92 7,76 6,98 7,37 8,37
σ 1,46 1,35 1,36 0,72 1,19 0,70 0,88 1,39 1,57 1,51 1,18 1,13
Tabla 3 Velocidad media y desviación estándar mensual de la velocidad a 60 m de altura para la estación de Puerto Bolívar, Guajira.
Con las relaciones matemáticas para obtener el factor de forma y el factor de escala a partir de la media y desviación estándar de la distribución Weibull se obtienen los factores α y β correspondientes para la zona a 60 m de altura, los factores calculados se presentan a continuación:
Mes Ene. Feb. Marzo Abril Mayo Junio Julio Agos. Sept. Oct. Nov. Dic.
α 7,55 8,69 8,68 16,68 9,53 18,79 15,04 8,48 5,67 5,27 7,35 8,82
β 9,97 10,44 10,49 9,93 9,97 10,68 11,06 10,51 8,39 7,58 7,86 8,85
Tabla 4 Factor de forma y factor de escala mensual a 60 m de altura para la estación de Puerto Bolívar, Guajira.
Una vez estimados los factores de escala y de forma para cada mes a una altura de 60 m se obtienen las distribuciones de viento mensuales mediante una
5 Para evaluar la potencia generada se requiere la velocidad a la altura del eje del
aerogenerador. Para el modelo seleccionado NORDEX N60/1300 la altura del eje se encuentra a
60 m sobre el nivel del suelo.
47
simulación Monte Carlo. A continuación se presentan las gráficas de la distribución de probabilidad Weibull de velocidad de viento para cada mes, según los datos calculados a partir del reporte de la estación de Puerto Bolívar.
Gráfica 1 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Enero. (V : 9,36 m/s yσ : 1,46 m/s).
Gráfica 2 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Febrero. (V : 9,87 m/s y σ : 1,35 m/s).
48
Gráfica 3 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Marzo. (V : 9,92 m/s y σ : 1,36 m/s).
Gráfica 4 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Abril. (V : 9,62 m/s y σ : 0,72 m/s).
Gráfica 5 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Mayo. (V : 9,47 m/s y σ : 1,19 m/s).
49
Gráfica 6 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Junio. (V : 10,38 m/s y σ : 0,70 m/s).
Gráfica 7 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Julio. (V : 10,68 m/s y σ : 0,88 m/s).
Gráfica 8 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Agosto. (V : 9,92 m/s y σ : 1,39 m/s).
50
Gráfica 9 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Septiembre. (V : 7,76 m/s y σ : 1,57 m/s).
Gráfica 10 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Octubre. (V : 6,98 m/s y σ : 1,51 m/s).
Gráfica 11 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Noviembre. (V : 7,37 m/s y σ : 1,18 m/s).
51
Gráfica 12 Distribución Weibull de la velocidad del viento a 60 m de altura para la estación
de Puerto Bolívar en el mes de Diciembre. (V : 8,37 m/s y σ : 1,13 m/s).
4.4 RESOLUCIÓN DE LOS DATOS DE SALIDA
El mercado eléctrico Colombiano corresponde a un sistema de nodo único, lo que significa que el generador hace su oferta de precio para cada día y su declaración de disponibilidad de generación para cada hora (CREG, 2007) además la transacción de energía en bolsa se realiza bajo la modalidad de transacción horaria al precio spot vigente (CREG, 2007).
Por otro lado las metodologías de cálculo del valor de capacidad de la energía eólica trabajan en su gran mayoría con datos de generación horarios. Evaluando la energía de salida y las horas efectivas de generación. (Metodologías de PJM, Mercado Eléctrico Español, NEISO, NYISO, entre otras).
Por lo anterior la simulación entregará datos horarios de salida de viento, con el fin de obtener la energía despachada de forma horaria, y así poder evaluar algunas de las diferentes metodologías expuestas.
4.5 ESTACIONALIDAD DEL MODELO
El modelo de vientos desarrollado sólo tendrá en cuenta la estacionalidad mensual, es decir la variación de la velocidad del viento mes a mes durante el año, asumiendo que este comportamiento se mantendrá constante durante la vida útil del proyecto de generación, de esta manera se desprecian los efectos de la estacionalidad interdiaria y posibles efectos sobre el régimen de vientos de el fenómeno de El Niño entre otros posibles factores climatológicos que puedan afectar el comportamiento del viento en la zona seleccionada. Con respecto a esto último no se considera que exista ningún tipo de correlación entre el fenómeno de El Niño (períodos de hidrología crítica) y el régimen de vientos.
4.6 GENERACIÓN CURVAS DE POTENCIA
Para poder evaluar la potencia generada se requerirá simular la salida de potencia de un aerogenerador. Para simular la salida de potencia se obtendrá la gráfica de la curva de potencia contra velocidad de un aerogenerador y a partir
52
de la regresión de la curva de potencia se obtendrá la energía generada en función de la velocidad de viento horaria simulada, tal como se indica en el numeral anterior.
4.6.1 Curva de potencia del aerogenerador
Para la simulación se seleccionó un aerogenerador marca NORDEX, con las siguientes características de placa (Danish Wind Industry Association, en línea):
Marca/Serie Nordex N60/1300 Potencia Nominal 1300 kW Velocidad de conexión 4 m/s Velocidad de corte 25 m/s Diámetro de rotor 60 m
Con el programa gratuito “Calculador de potencia” que se encuentra disponible en la red (DANISH WIND INDUSTRY ASSOCIATION http://www.windpower.org/es/tour/wres/pow/index.htm) se obtienen los datos de salida de potencia a diferentes velocidades para trazar la curva de potencia, obteniendo los siguientes datos y curva correspondiente:
DATOS DE POTENCIA Vs. VELOCIDAD NORDEX N60/1300 m/s kW m/s kW m/s kW 1 0 11 871 21 1312 2 0 12 1016 22 1307 3 0 13 1124 23 1299 4 29 14 1247 24 1292 5 73 15 1301 25 1292 6 131 16 1344 26 0 7 240 17 1364 27 0 8 376 18 1322 28 0 9 536 19 1319 29 0 10 704 20 1314 30 0
Tabla 5 Datos de la curva de potencia aerogeneracor NORDEX N60/1300
53
Gráfica 13 Curva de Potencia Vs Velocidad del Viento para el aerogenerador NORDEX
N60/1300 con las condiciones de la alta Guajira.
La ecuación de regresión de la curva de potencia para la zona de generación (Velocidad entre 4 y 25 m/s) es la siguiente:
4 3 20.0668 3.9209 73.832 411.5 699.87P V V V V= − + − + con una correlación de 2R =0.9984.
Además de los datos que sirven para construir la curva de potencia y realizar la regresión el programa entrega los siguientes datos de generación del aerogenerador:
Potencia de salida 180 W/m2 Energía producida 1578 kWh/m2/año Energía total producida 4461351 kWh/año
4.6.2 Distribuciones de probabilidad Weibull para la potencia
Las curvas de la distribución de probabilidad Weibull de la potencia para cada mes se presentan a continuación.
54
Gráfica 14 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Enero. Generación Media 24262 kW y Desviación Estándar 8502.2 kW.
Gráfica 15 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Febrero. Generación Media 27222 kW y Desviación Estándar 7928,6 kW.
Gráfica 16 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Marzo. Generación Media 27507.5 kW y Desviación Estándar 7966.4 kW.
55
Gráfica 17 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Abril. Generación Media 25665.5 kW y Desviación Estándar 4330.6 kW.
Gráfica 18 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Mayo. Generación Media 24807.3 kW y Desviación Estándar 7062.4 kW.
Gráfica 19 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Junio. Generación Media 30204 kW y Desviación Estándar 4077.6 kW.
56
Gráfica 20 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Julio. Generación Media 31929 kW y Desviación Estándar 5087.2 kW.
Gráfica 21 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Agosto. Generación Media 27517 kW y Desviación Estándar 8125.5 kW.
Gráfica 22 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Septiembre. Generación Media 15178.3 kW y Desviación Estándar 8298.6 kW.
57
Gráfica 23 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Octubre. Generación Media 11070 kW y Desviación Estándar 7217.3 kW.
Gráfica 24 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Noviembre. Generación Media 12671.2 kW y Desviación Estándar 6077.2 kW.
Gráfica 25 Distribución Weibull de la potencia generada para Puerto Bolívar en el mes de
Diciembre. Generación Media 18249.1 kW y Desviación Estándar 6480.4 kW.
58
4.7 ENERGÍA PROMEDIO GENERADA Y FACTOR DE PLANTA
Con el modelo desarrollado se calcula la energía generada cada mes y que será válida para cada mes durante la vida de evaluación del proyecto, 20 años, en la siguiente tabla se presenta la energía media generada en MW-h cada mes:
MES Energía Promedio Generada [MW-h]
Desviación Estándar [MW-h]
Enero 17380,7 6121,6 Febrero 19518,6 5708,6 Marzo 19723,6 5735,8 Abril 18436,9 3118 Mayo 17789,1 5084,9 Junio 21707,8 2935,9 Julio 22939,6 3662,7 Agosto 19728,7 6138,4 Septiembre 10842,9 5975 Octubre 7866,0 5196,5 Noviembre 9035,0 4375,7 Diciembre 13048,3 4665,9
Tabla 6 Generación mensual en MW-h durante el año simulado para un parque eólico de 50 MW de potencia instalada.
En la siguiente gráfica se muestra el comportamiento de la generación mensual durante el año simulado:
Gráfica 26 Generación Mensual en MW-h durante el año simulado para un parque eólico
de 50 MW de potencia instalada.
59
La tabla y gráfica anteriores muestran que los meses de mayor generación de energía son los meses de Julio y Junio, que corresponden a los meses con mayor velocidad media de viento a 60 m de altura, 10,68 m/s y 10,38 m/s respectivamente. Así mismo se observa que los meses de menor generación de energía son los meses de Octubre y Noviembre, que corresponden a los meses de menor velocidad media de viento a 60 m de altura; 6,98 m/s y 7,37 m/s respectivamente.
A partir de los datos y a manera de validación por comparación con los datos reportados en la literatura, se calcula el factor de planta del parque eólico simulado.
Para un parqué eólico de 50 MW de potencia instalada la máxima energía que puede generar en un año es 438000 MW-h. En promedio la energía que genera en un año el parque eólico simulado bajo las condiciones de variación mensual de viento del lugar seleccionado es 197220 MW-h.
Según los datos anteriores el Factor de Planta de este parque eólico es 0,45, que se encuentra dentro del rango teórico reportado para esta tecnología, entre 20 y 70% según la Danish Wind Industry Association y entre 20 y 40% (Giraldo 2006, et al).
60
5 EVALUACIÓN DE LAS METODOLOGÍAS PARA EL CÁLCULO DE LA CAPACIDAD PARA ENERGÍA EÓLICA
5.1 SELECCIÓN Y ANÁLISIS DE LAS METODOLOGÍAS
Una de las principales características que debe tener la metodología implementada para el cálculo de la capacidad de la planta de generación eólica es la simplicidad del cálculo, que sea de fácil comprensión e implementación y que además pueda trabajar con la información disponible, en este caso información histórica de generación.
Casi todas las metodologías presentadas en el capítulo 1 cumplen con estas características, a continuación se realiza un breve análisis de las metodologías que se pueden aplicar en el mercado eléctrico colombiano y se seleccionarán tres de ellas que se ajustan a las condiciones de información, cálculo y restricciones de mercado vigentes. Desde este punto de vista sólo se analizarán las metodologías que reportan una aplicación práctica en algún mercado de energía6.
5.1.1 Análisis de las diferentes metodologías de mercado
Para la selección de las metodologías con las que se calculará la capacidad para el cálculo de la energía firme en la planta de generación simulada, sólo se considerarán aquellas metodologías que especifican claramente la metodología de cálculo y se aplican en mercados reales de energía (Se descartan las fórmulas analíticas y métodos utilizados para planeación de capacidad futura).
A continuación se resumen las metodologías que cumplen con lo descrito en el párrafo anterior:
• Metodología del PJM: Esta metodología se aplica actualmente en el mercado de PJM en Estados Unidos tal como se indica en el manual de operaciones “PJM Manual 21”. Se trata de una metodología que trabaja con datos históricos de generación en los meses y horas de mayor demanda de energía con el fin de calcular un factor de capacidad como la relación de la generación del período analizado con respecto a la generación teórica de dicho período. Esta metodología asigna un factor de capacidad por cada año del cual no se dispongan datos de generación histórica, lo que facilita los cálculos y evita la estimación de datos para el cálculo de la capacidad. Es una metodología de sencilla comprensión y aplicación, especialmente para lugares donde no se dispone de gran cantidad de datos históricos, es decir dónde la implementación de la tecnología está en desarrollo.
• Metodología del MAPP: Está metodología se aplica en el mercado del MAPP en Estados Unidos, trabaja con datos históricos para establecer el Factor de Planta y la Capacidad Efectiva Neta (CEN) anual de la planta. Si no se
6 Las características detalladas de cada una de las metodologías se presentan en el capítulo 2.
61
considera la variación anual del régimen de vientos el Factor de Planta será constante y así la CEN será constante todos los años, durante el período de análisis histórico, 10 años. Requiere mayor información histórica de generación y no establece factores que suplan la ausencia de datos históricos, muy útil para mercados donde la tecnología de generación eólica tenga una amplia madurez.
• Mercado Eléctrico Español: La metodología para determinar la capacidad remunerable para energía eólica utilizada en el mercado eléctrico español estima la capacidad remunerable teniendo en cuenta el desempeño mensual de la planta eólica en energía entregada al sistema y en horas de operación. Evalua la cantidad de horas de operación y la energía media entregada. Trabaja con datos históricos de hasta 5 años pero además considera un factor para utilizar en ausencia de datos, se puede aplicar en mercados donde la tecnología de generación eólica apenas está en desarrollo. Como particularidad está metodología considera posibles variaciones de la capacidad instalada de forma mensual.
• Mercado de New England – NEISO: Esta metodología se aplica en el mercado de New England en Estados Unidos. Se trabaja con base en la media de generación para los períodos de verano e invierno y durante las horas establecidas como horas pico más las horas de escasez establecidas por el operador. Es la metodología más sencilla de aplicar. La aplicación real del mercado tiene ajustes dentro de los tres primeros años de operación hasta lograr la confiabilidad requerida en los datos históricos de generación de la planta.
• Mercado de New York – NYISO: Esta metodología se aplica en el mercado de New York en Estados Unidos. Es similar a la metodología empleada por el mercado de PJM, calculando un factor de capacidad que es llamado Factor de Producción, el cual se calcula con base en datos históricos de generación para los meses de mayor demanda y la generación teórica de dicho período con base en la capacidad instalada de la planta eólica. Es una metodología de fácil aplicación y qué además asigna valores de Factor de Producción para las plantas que no disponen de suficientes datos históricos.
• Mercado del Suroeste – SPP: Esta metodología se utiliza en el mercado del Suroeste de Estados Unidos. Esta metodología entrega valores de capacidad mensual calculados con base en datos históricos de hasta 10 años de antigüedad, pero no especifica cuál es la mínima cantidad de datos requerida para su aplicación. La capacidad calculada será el percentil 85 del 10% de los datos más altos de generación histórica de cada mes. Esta metodología no tienen en cuenta factores para instalaciones que no tengan datos históricos para algún año. Es de sencilla comprensión e implementación pero es para utilizar en mercados donde la generación eólica tiene una amplia trayectoria.
62
5.1.2 Selección de las metodologías
La selección se realizó entre las metodologías seleccionadas en el numeral anterior teniendo en cuenta los siguientes criterios:
• Sencillez de la metodología de cálculo (Facilidad para aplicar – bajo costo de cálculo).
• Metodología de tipo retrospectivo (Utiliza datos históricos).
• Disponibilidad de datos (Mínimo período del que se deben tener datos históricos).
• Aplicable para mercados con tecnología inmadura (Ausencia de datos históricos para un período).
En la siguiente tabla se comparan las metodologías teniendo en cuenta los criterios anteriores, además del período de cálculo de cada metodología en el mercado de origen:
CRITERIO PJM MAPP ESPAÑA NEISO NYISO SPP
Facilidad de cálculo
Si Si Si Si Si Si
Utiliza Datos históricos
Si Si Si Si Si Si
Disponibilidad de datos
Hasta 3 años Mínimo 10 años Hasta 5 años N/A 1 año Hasta 10 años
Aplicable para estado inmaduro de la tecnología
Si No Si No Si No
Período de cálculo
Horas pico de verano
Horas pico de cada mes
Mensual Horas pico de Verano e Invierno
Horas pico de Verano e Invierno
N/A
Resultado Capacidad [MW] para el cálculo de la energía firme.
Capacidad [MW] para el cálculo de la energía firme.
Capacidad [MW] para el cálculo de la energía firme.
Capacidad [MW] para el cálculo de la energía firme.
Capacidad [MW] para el cálculo de la energía firme.
Capacidad [MW] para el cálculo de la energía firme.
Tabla 7: Comparación de las metodologías evaluadas.
Todas las tecnologías presentadas son de fácil aplicación y no implican un alto costo de cálculo, lo que cumple una de las características requeridas para su implementación dentro del mercado eléctrico colombiano.
Debido a que la tecnología de generación eólica en Colombia no se ha implementado en forma extensiva y no se dispone de gran cantidad de datos históricos de generación es importante que las metodologías que se apliquen consideren la ausencia de datos de generación histórica, desde este punto de vista las metodologías propuestas por el Mercado de PJM, Mercado Eléctrico Español y el Mercado de New York consideran la ausencia de datos históricos
63
de generación o en otras palabras pueden ser aplicadas en mercados donde apenas está ingresando este tipo de tecnología.
Según lo anterior las metodologías más apropiadas para evaluar en el mercado eléctrico colombiano son aquellas que consideran factores que suplen la ausencia de datos históricos y qué además no requieren gran cantidad de datos, períodos de operación mayores a 5 años.
Así las tecnologías seleccionadas serán la implentada por el Mercado de PJM, el Mercado Eléctrrico Español y el Mercado de New York.
Se debe tener en cuenta que las metodologías seleccionadas y las demás analizadas sirven para calcular la capacidad de la planta de generación eólica, como una fracción de la potencia instalada, y que a partir de esta capacidad o potencia garantizada o no forzada se puede calcular la energía firme para el cargo por confiabilidad (ENFICC) del mercado eléctrico colombiano, energía firme con la que participaría el generador en la subasta de asignación de obligaciones de energía firme.
5.2 SELECCIÓN DE LOS PERÍODOS DE EVALUACIÓN
Cómo uno de los objetivos de este trabajo es evaluar cual de las metodologías seleccionada dentro de las existentes sería la más apropiada para implementar para el cálculo de la capacidad remunerada de un parque eólico en Colombia bajo las condiciones actuales del mercado y madurez de la tecnología, se aplicarán las metodologías seleccionadas pero bajo las particularidades locales.
En este orden de ideas sólo se aplicará la metodología propuesta para el cálculo pero no se tendrán en cuenta las particularidades de cada mercado, estación, horas pico, período de máxima demanda entre otras características, que si bien afectan el resultado, son independiente del desarrollo matemático de la metodología. A continuación se explican las particularidades y supuestos que se tendrán en cuenta para evaluar las metodologías seleccionadas en el ámbito local.
5.2.1 Selección de meses de evaluación
Según lo establecido en la resolución CREG 071 para plantas hidráulicas la ENFICC se cálculará como la energía mínima que puede entregar una planta hidráulica bajo condiciones de hidrología crítica.
Cómo se explicó en el capítulo 3 el análisis y el modelo de régimen de vientos simplificado desarrollado no considera la estacionalidad interdiaria e interanual del viento y asume que no existe ningún tipo de correlación entre los períodos de hidrología crítica (Fenómeno de El Niño) y el régimen de vientos de la zona con potencial eólico seleccionada.
Con base en lo anterior y teniendo en cuenta el modelo de generación mensual, se seleccionará el mes correspondiente a un período de hidrología crítica, con base en el régimen de precipitaciones en Colombia.
64
En Colombia se identifica una temporada de lluvias, definida entre los meses de Mayo y Noviembre (Invierno), y otra temporada seca, definida entre los meses de Diciembre y Abril (Verano) (Colciencias, 2000).
Se seleccionará el mes de la temporada de verano con las condiciones hidrológicas más críticas, tomando la desición con base en las precipitaciones mensuales, especialmente en la zona de la región andina (donde se ubican la gran mayoria de centrales de generación hidroeléctrica en Colombia).
Para la región andina se presenta el período crítico de lluvias en los meses de Enero y Febrero, con un promedio de 10 a 15 días de lluvia por mes (IDEAM, en línea), definiendo estos dos meses como los dos meses de menor precipitación en Colombia. A continuación se presenta el mapa de precipitaciones para el mes de Enero en Colombia.
Enero
Gráfica 27 Mapa de precipitaciones mensual para el mes de Enero en Colombia (http://www.ideam.gov.co/files/atlas/Mapa01a-precmeses.htm)
Se observa que en la región andina se presenta una zona de bajas precipitaciones con un promedio entre 50 y 100 mm inferior al promedio de los meses de invierno en Colombia con precipitaciones entre 200 y 400 mm para la zona andina (IDEAM, en línea).
Para el cálculo de la capacidad se selecciona el mes de Enero, debido a que se comporta como un mes de hidrología crítica por sus bajas precipitaciones, esto último ajustándose a lo estipulado por la resolución CREG 071 para el cálculo de la ENFICC en períodos de hidrología crítica.
5.2.2 Otras consideraciones
A continuación se mencionan los supuestos con los que se evaluaran las metodologías en el modelo simulado.
Lás metodologías se evaluran durante el período mensual seleccionado, no se tiene en cuenta el comportamiento de la generación interdiaria y de la variación de la demanda interdiaria a un nivel horario. Esto será válido para las
65
metodologías del Mercado de PJM y del Mercado de New York que utilizan los datos horarios de las horas pico de sus respectivos mercados durante los meses considerados dentro de cada uno de esos mercados.
Se evaluarán las metodologías simulando los datos para el número de años requeridos por cada una de ellas, para el caso del Mercado de PJM, tres períodos (3 años) para el mes seleccionado. Para el caso del Mercado de New York, un período (1 año), para el mes seleccionado. El Mercado Eléctrico Español considera los siguientes períodos de análisis 5 años para el cálculo del PMLDMP y 1 año para el cálculo de la capacidad del mes, ambos considerando unicamente el mes seleccionado.
Además cómo ya se explicó en el capítulo anterior las metodologías seleccionadas utilizan datos horarios de generación de energía y el mercado eléctrico colombiano tiene una resolución mínima de precio de energía horario, razón por la cual los datos simulados y utilizados en la evaluación de las metodologías son horarios, lo anterior equivale a que el mes se representa por 720 horas de generación bajo las características de régimen de viento propias del mes descritas en el modelo.
Como no se tendrá en cuenta la relación con respecto a las horas de máxima demanda y además el modelo no considera la estacionalidad interdiaria de la generación, con base en lo anterior se analizarán las metodologías en el mes seleccionado teniendo en cuenta las 720 horas posibles de generación al mes.
5.3 RESULTADOS
A continuación se presentan los resultados de la evaluación de las metodologías en la simulación del régimen de vientos para Puerto Bolívar en la Alta Guajira.
5.3.1 Resultados para el mes de hidrología crítica seleccionado
Como ya se indicó, el mes seleccionado que representa un período de hidrología crítica en Colombia es el mes de Enero, las características de viento y generación de energía propias del mes son las siguientes:
Velocidad Media [m/s]
Desviación Estándar [m/s ]
Generción Esperada [MW-h]
9,36 1,46 17.380
Tabla 8 Características de vientos y generación para el mes de Enero en Puerto Bolívar, Guajira.
En la siguiente tabla se presentan los resultados de la evaluación de la capacidad de acuerdo con las metodologías seleccionadas en el mes de Enero, los resultados se presentan como un porcentaje de la capacidad instalada y como potencia.
66
Metodología PJM NYISO ESPAÑA Capacidad Calculada % 32,6 47,73 51,26 Capacidad calculada [MW] 16,3 24,2 25,6
Tabla 9 Resultados de capacidad calculada con las metodologías evaluadas para el mes de Enero
La energía teórica que entregaría la planta eólica como Energía Firme por año a partir de la capacidad calculada de acuerdo con cada una de las metodologías será:
Metodología PJM NYISO ESPAÑA Energía [MW-h] 142788 211992 224256
Tabla 10 Energía Firme que entregaría la planta durante un año con la capacidad calculada para el mes de Enero
Para la evaluación financiera del proyecto eólico se tomarán los datos anterios de capacidad calculada para la remuneración de la capacidad durante la vigencia del proyecto.
5.3.2 Evaluación de las metodologías bajo el régimen de vientos en los períodos indicados por cada una de ellas
A manera ilustrativa se evaluarán las metodologías seleccionadas bajo el régimen mensual de vientos simulados para Colombia.
PJM: Se evaluará durante los meses indicados por la metodología (Junio, Julio y Agosto) teniendo en cuenta el número de datos correspondientes para el análisis, que corresponden a las 3 horas pico diarias durante los meses señalados (3:00 a 6:00 pm), durante 3 años simulados.
A continuación se presenta el resultado de la capacidad cálculada por la metodología PJM bajo el régimen de vientos colombiano y las restricciones del modelo.
Capacidad Calculada % 36,83 Capacidad calculada [MW] 18,4
Tabla 11 Capacidad cálculada por la metodología de PJM bajo el régimen de vientos colombiano.
NYISO: Se evaluarán los dos perídos de demanda considerados en la metodología, para el período de demanda de Verano en el NYISO se analizarán los meses de Junio, Julio y Agosto, y para el período de demanda de Invierno se analizarán los meses de Diciembre, Enero y Febrero, también se tendrán en cuenta las 3 horas pico de demanda que considera la metodología para cada uno de los períodos (En invierno de 4:00 a 7:00 pm y en verano de 2:00 a 5:00 pm).
67
A continuación se presentan los resultados de la capacidad cálculada por la metodología de NYISO bajo el régimen de vientos colombiano en cada uno de los períodos de cálculo de la capacidad verano e invierno.
Capacida Verano Capacidad Invierno Capacidad Calculada % 58,47 45,13 Capacidad Calculada [MW] 29,64 22,88
Tabla 12 Capacidad cálculada por la metodología de NYISO para los períodos de demanda de Verano e Invierno bajo el régimen de vientos colombiano.
ESPAÑA: Como la metodología propuesta por el Mercado Eléctrico Español para el cálculo de la capacidad del recurso eólico define la capacidad mensual se analizarán los 12 meses del año con base en la capacidad instalada, las horas de generación reales y la generación obtenida mes a mes, tal como lo establece la metodología.
A continuación se presenta la capacidad calculada para cada uno de los meses por la metodología de ESPAÑA bajo el régimen de vientos colombiano.
Capacidad Calculada % Capacidad Calculada [MW] Enero 47,0 23,7 Febrero 53,0 26,7 Marzo 54,0 27,0 Abril 51,0 25,4 Mayo 49,0 24,3 Junio 60,0 29,9 Julio 63,0 31,6 Agosto 54,0 27 Septiembre 29,0 14,4 Octubre 20,0 10,2 Noviembre 24,0 12,2 Diciembre 36,0 17,8
Tabla 13 Capacidad mes a mes cálculada por la metodología de ESPAÑA bajo el régimen de vientos colombiano.
5.4 ANÁLISIS
El objetivo de este análisis es proponer una metodología de cálculo de la capacidad de la energía eólica que favorezca el inversionista, cumpliendo además con las características exigidas por el mercado eléctrico colombiano y desde esta perspectiva se analizarán los resultados obtenidos.
Desde el punto de vista del inversionista la metodología más apropiada para implementar es aquella que entregue el valor más alto de capacidad para la instalación.
68
En el mes analizado, las metodologías que entregan el mayor valor de capacidad son la del Mercado Eléctrico Español, y la del Mercado de New York NYISO, con una gran diferencia (8 MW de capacidad) con respecto a la capacidad calculada por la metodología del PJM. Algo similar se observa en los valores calculados por las metodologías aplicándolas tal como lo indica la norma pero bajo el régimen de vientos de Colombia, excepto comparando con la capacidad que se calcula bajo la metodología del Mercado Eléctrico Español en los meses de bajo régimen de vientos (Entre Septiembre y Diciembre).
De lo anterior se concluye que la metodología de PJM entrega valores significativamente menores de capacidad y que por lo tanto desde el punto de vista del inversionista no es la metodología adecuada para el cálculo de la capacidad remunerada como energía firme.
En conclusión las metodologías más apropiadas para el cálculo de la capacidad son las implementedas por el Mercado de New York y el Mercado Eléctrico Español, definiendo la implementación teórica de alguna de estas dos con base en los resultados que arrojen en un análisis financiero y con base en las características normativas que definan su posible implementación.
Ambas metodologías tienen la ventaja que permiten implementar factores de capacidad para períodos que no disponen de suficiente información de generación, estos factores que se proponen se podrían construir a partir de simulación partiendo de datos estadísticos de vientos de la zona donde se encuentra el parque eólico o a partir de los datos disponibles de potencial eólico en las diferentes regiones de Colombia (Atlas Eólico de Colombia, UPME, 2006).
69
6 ANÁLISIS FINANCIERO DE UN PROYECTO EÓLICO
Cómo el valor de la capacidad remunerada se ve reflejada en el flujo de caja de un proyecto eólico, al ser un ingreso fijo durante la vigencia de las obligaciones de energía firme, es importante ver cómo influyen, desde el punto de vista financiero, la capacidad calculada por cada una de las metodologías seleccionadas y compararlas con un proyecto que no posea este tipo de incentivo (proyecto eólico sin remuneración de la capacidad).
A continuación se explicarán algunos aspectos importantes de la construcción del modelo financiero para un proyecto de generación que involucre fuentes alternativas, en este caso el recurso eólico, y se mostrarán y analizarán los resultados onbtenidos.
6.1 ALGUNAS CARACTERÍSTICAS DEL MODELO FINANCIERO
6.1.1 Horizonte de análisis
El análisis se realizara para un horizonte de 20 años operativos y de años preoperativos.
Además de acuerdo con el artículo 5 “Período de Vigencia de la Obligación” del capítulo II de la Resolución CREG 071 de 2006, para plantas y/o unidades de generación nuevas y especiales el propietario, o quien las representa comercialmente, legirá el Período de Vigencia de la Obligación para ese recurso en particular, que podrá ser entre uno y veinte años para las nuevas (CREG, 2006), por lo que es conveniente realizar el análisis financiero con base en el máximo período de vigencia de la asignación de las Obligaciones de Energía Firme, que son las que remunerarán la capacidad calculada para el proyecto eólico, que se asumirá como un proyecto nuevo.
6.1.2 Mecanismo de Desarrollo Limpio (MDL)
El protocolo de Kyoto (1997) que busca regular las emisiones de los 6 principales gases antropogénicos que ocasionan el efecto invernadero (CO2, CH4, N2O, HFC´s, PFC´s, SF6), establecio el Mecanismo de Desarrollo Limpio (MDL), como el mecanismo mediante el cual las naciones desarrolladas pueden pagar por reducir emisiones en las naciones menos desarrolladas (Monroy, 2004).
EL MDL trabaja con una unidad básica, Tonelada equivalente de CO2 que deja de emitirse al medio ambiente (ISAGEN, 2005). Una vez se certifica el logro en la reducción de emisiones, se obtiene un “Certificado de Reducción de Emisiones”, el cual se convierte en un bien transable en el mercado establecido por el MDL.
Para el desarrollo del modelo financiero se asumirán valores típicos de reducción de emisiones y remuneración de la Tonelada equivalente de CO2 desplazadas propios de un proyecto eólico y el valor de remuneración.
70
Extrapolando los datos de reducción de emisiones del parque eólico de la Guajira (Rubiano, 2005), la Tonelada equivalente de CO2 desplazada para un proyecto eólico en la alta Guajira por GW-h de energía generada al año es:
Toneladas equivalentes de CO2 desplazadas al año: 2795TonCO
GW h−
Como el costo de remuneración de los Mecanismos de Desarrollo Limpio varia según el tipo de negociación que se realice se realizará un análisis de
sensibilidad a este valor, variándolo entre 2
$10 25
USy
TonCO.
Se asumirá un costo anual de 10.000 US$/año para la verificación de la reducción de emisiones y poder acceder a los certificados que permiten la participación del mercado establecido por el MDL.
6.1.3 Legislación tributaria
La ley 788 de 2002 en su artículo 18 establece que son rentas excentas de impuestos las generadas por los siguientes conceptos: “Ventas de energía eléctrica con base en recursos eólicos, biomasa o residuos agrícolas…” (ISAGEN, 2005).
Además, en el año 2003 se expide el Decreto 2755 de 2003 que reglamenta el artículo 207 – 02 de la Ley del Estatuto Tributario, en donde se establece la excensión de renta por un período de 15 años para las empresas generadoras de energía a partir de los recursos eólicos, biomasa o residuos agrícolas (ISAGEN 2005).
Teniendo en cuenta lo anterior para el desarrollo del modelo de análisis financiero para los primeros 15 años operativos se considerará la excención del impuesto a la renta.
6.1.4 Remuneración del Cargo por Capacidad
La capacidad calculada se remunerara de acuerdo con el Precio por el Cargo por Confiabilidad que resultó de la primera subasta de obligaciones de energía firme que se realizó en Mayo de 2008, el precio al cual se remunerará la capacidad calculada será 13,998 US$/MW-h.
De acuerdo con el Artículo 29, “Actualización del Cargo Por Confiabilidad”, del Capítulo III de la Resolución CREG 071 de 2006 cuando las obligaciones de energía firme tengan un Período de Vigencia mayor a un año (Cómo es el supuesto que se asumió para el análisis), el valor del Cargo por Confiabilidad asociado a estas obligaciones será actualizado anualmente, utilizando el Índice de Precios al Productor de los Estados Unidos de América, correspondiente a
71
bienes de capital, reportado por la oficina de Estadísticas Laborales del Departamento de Trabajo de los Estados Unidos7 (CREG, 2006).
De acuerdo con lo anterior y teniendo en cuenta el Índice de Precios al Productor señalado (Serie ID: WPSSOP3200 – capital equipment seasonally adjusted), el Precio por el Cargo por Confiabilidad se actualizará de forma anual multiplicándolo por un factor igual a 1,0176, obtenido del último año reportado por el Departamento de Trabajo de los Estados Unidos.
De esta forma el cargo por capacidad o confiabilidad calculado se remunerará de forma anual, durante los 20 años de análisis, actualizando el precio de transición vigente con el factor calculado a partir de las estadísticas del Índice de Precios al Productor de los Estados Unidos de América ya mencionado.
6.1.5 Costos de equipos y depreciación
El costo de los equipos será de 2000 US$/kW-instalado, de acuerdo a las estimaciones que se tienen para el mercado de Estados Unidos y el mundo realizadas por el Lawrence Berkeley National Lab. A continuación se presenta una gráfica de la evolución de los precios de aerogeneradores hasta Enero de 2007.
Gráfica 28 Evolución histórica del costo del kW instalado para energía eólica (Lawrence
Berkeley National Lab.)
En el gráfico se observa la tendencia al alza en los costos del kW-instalado para energía eólica en los últimos 9 años, debida fundamentalmente a la alta demanda de la tecnología, elevados costos del acero y devaluación del dólar (motivos por los cuales además no se presenta la reducción de costos esperada para la curva de aprendizaje propia de esta tecnología); el valor seleccionado se estimó según la tendencia y fue discutido con personal de EPM.
7 U.S. Department of Labor – Bureau of labor Statistics: http://www.bls.gov/
72
Para el modelo financiero se considerará un modelo de depreciación lineal para los siguientes rubros y en el tiempo que se indica a continuación:
Depreciación Obras Civiles: 20 años.
Depreciación Equipos: 10 años.
Depreciación Inversión Diferida: 5 años.
6.1.6 Ingresos por venta de energía
Los ingresos por venta de energía se realizarán de acuerdo al régimen de viento simulado, teniendo en cuenta la distribución mensual de vientos y la curva de potencia del aerogenerador seleccionado. Como se explicó en el capítulo 4, no se tendrá en cuenta la estacionalidad de los vientos interanual e interdiaria e igualmente se asumirá independencia entre el régimen de vientos y el fenómeno de El Niño.
La energía generada se remunerará según un modelo de precios de energía que tiene en cuenta el comportamiento hidrológico (principal variable de generación para la determinación del precio de la energía en Colombia) y los escenarios de demanda de energía de la UPME.
Se simulará una salida de energía horaria en MW-h y se remunerará a un precio mensual dado en USD$/MW-h.
Las principales características del modelo de precios de energía se explican en el siguiente numeral.
6.1.7 Modelo de precios
Los precios de venta de energía se simularán mediante un modelo de dinámica de sistemas, según diferentes períodos de hidrología crítica, y teniendo en cuenta los escenarios de planificación de la demanda de la UPME. El modelo que se utilizó fue desarrollado para el proyecto Opciones de Manejo del Recurso Hídrico en el Sector Eléctrico en Colombia, elaborado por la Universidad Nacional de Colombia, COLCIENCIAS e ISA en el año 2000.
La simulación se realizará para obtener el precio mensual de la energía para cada uno de los meses (240) de los 20 años del horizonte de análisis.
Los escenarios de precios que se simularán tendrán como precio de partida el precio promedio de bolsa del último mes liquidado de acuerdo a lo reportado por los indicadores gráficos en línea de XM; el precio de partida será de 105,13 $/kW-h, equivalente a 60,07 US$/MW-h. El precio de bolsa será el valor simulado menos 18 US$/MW-h que corresponden a los diferentes cargos asociados con el precio de remuneración de bolsa (FAZNI; Cargo por Confiablidad, entre otros).
Se simularán tres escenarios de precios que se explican a continuación:
73
Escenario Base: El escenario base representa las condiciones medias de comportamiento del sistema eléctrico colombiano. Considera cuatro períodos de hidrología crítica de diferente intensidad correspondientes al fenómeno de El Niño, la demanda de energía se simula según el escenario de demanda media establecida por la UPME.
El comportamiento de los precios mensuales de remuneración de la energía para el Escenario Base se presenta en la siguiente gráfica (Precio de la energía en USD$/MW-h).
Gráfica 29 Evolución de precios para el Escenario Base. Precios mensuales para los 20
años de análisis.
Escenario Crítico 1: Similar al escenario base en cuanto al comportamiento hidrológico, presentando cuatro períodos de hidrología crítica de diferente intensidad correspondientes al fenómeno de El Niño, se pasa del escenario de demanda media a la crítica establecida por la UPME.
El comportamiento de los precios mensuales de remuneración de la energía para el Escenario Crítico 1 se presenta en la siguiente gráfica (Precio de la energía en USD$/MW-h).
74
Gráfica 30 Evolución de precios para el Escenario Crítico 1. Precios mensuales para los 20
años de análisis.
Escenario Crítico 2: Se presenta un escenario con una hidrología más crítica que en los dos anteriores, presentando ocho períodos de hidrología crítica de diferente intensidad correspondientes al fenómeno de El Niño, el escenario de demanda corresponde al escenario de demanda alta establecida por la UPME.
El comportamiento de los precios mensuales de remuneración de la energía para el Escenario Crítico 2 se presenta en la siguiente gráfica (Precio de la energía en USD$/MW-h).
Gráfica 31 Evolución de precios para el Escenario Crítico 2. Precios mensuales para los 20
años de análisis.
6.2 RESULTADOS EVALUACIÓN FINANCIERA
A continuación se presentan los resultados de la evalución financiera de un proyecto de generación eólica teniendo en cuenta el impacto de diferentes
75
metodologías de cálculo de la capacidad y el régimen variable de vientos con una estacionalidad mensual.
El análisis se desarrollla además teniendo en cuenta los tres escenarios de precios de energía simulados, la sensibilidad al valor de la tonelada de CO2 desplazada y los tres valores de capacidad calculados (PJM, NYISO, ESPAÑA) tomando como variable de análisis el Valor Presente Neto antes y después de impuestos de los flujos de caja del proyecto en dólares americanos con una tasa de descuento igual a 12%.
6.2.1 Análisis financiero para el Escenario Base de precios
Bajo éste escenario de precios se evaluará el comportamiento del VPN del estado del flujo de fondos del proyecto teniendo en cuenta el valor de la capacidad calculada en el período seleccionado (Enero) y la sensibilidad al valor de remuneración de los Mecanismos de Desarrollo Limpio.
A continuación se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología de PJM
SENSIBILIDAD PJM ESCENARIO DE PRECIOS BASE Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -29.681,6 -27.284,0 -25.108,7-22.549,9 -20.210,5 -17.962,4-15.735,5 miles US$ VPN después de Impuestos -32.195,0 -29.872,0 -27.762,8-25.284,5 -23.017,4 -20.838,2-18.679,4 miles US$ Desv Stad Antes de Impuestos 668,8 810,9 813,1 760,9 874,3 919,2 1.036,9 miles US$
Desv Stad Después de Impuestos 643,1 780,6 782,6 732,3 842,2 885,5 999,2 miles US$
Tabla 14 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de pesos y la metodología de PJM
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del NYISO.
SENSIBILIDAD NYISO ESCENARIO DE PRECIOS BASE Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -23.298 -21.240 -18.755 -16.563 -14.255 -11.974 -9.494,4 miles US$
VPN después de Impuestos -26.047,7 -24.052,0 -21.645,4-19.519,4 -17.282,8 -15.072,3-12.669,8 miles US$ Desv Stad Antes de Impuestos 1.119,3 722,4 704,6 782,7 792,3 851,7 852,5 miles US$
Desv Stad Después de Impuestos 1.083,6 695,3 678,5 753,6 763,0 820,2 821,3 miles US$
Tabla 15 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de precios y la metodología de NYISO
76
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del Mercado Eléctrico Español.
SENSIBILIDAD ESPAÑA ESCENARIO DE PRECIOS BASE Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -22.027,1 -19.745,0 -17.412,0-15.056,8 -12.702,0 -10.243,5 -8.105,7 miles US$
VPN después de Impuestos -24.824,4 -22.612,5 -20.351,5-18.069,2 -15.787,2 -13.405,4-11.332,4 miles US$ Desv Stad Antes de Impuestos 739,3 694,1 660,3 732,8 731,9 883,3 876,2 miles US$
Desv Stad Después de Impuestos 711,0 667,7 635,4 705,3 704,5 850,5 843,8 miles US$
Tabla 16 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Base de precios y la metodología de ESPAÑA
Según los resultados anteriores, se concluye que bajo un escenario de precios que considere un crecimiento de la demanda media (de acuerdo con los escenarios de demanda de la UPME) y períodos de hidrología crítica moderados, estimando cuatro fenómenos del niño para los próximos 20 años, el proyecto eólico no es viable bajo ninguna de las metodologías analizadas para el cálculo y posterior remuneración de la capacidad, bajo la variable de desición VPN antes y depués de impuestos analizada para diferentes valores de ingreso por venta de Toneladas de CO2 desplazada.
También se observa que para cada una de las metodologías la desviación estándar del VPN es bastante alta, lo que da una idea del alto riesgo asociado al proyecto bajo este escenario de precios.
Como era de esperarse, según los valores de capacidad calculados, la metodología que entrega el mayor valor de VPN antes y después de impuestos corresponde al proyecto al cual se le remunera la capacidad bajo la metodología de ESPAÑA y el proyecto menos favorable es el que se desarrolla teniendo en cuenta la capacidad calculada mediante la metodología de PJM.
En la siguientes gráficas se muestra el comportamiento del VPN (en miles de US$) con respecto al valor de la tonelada desplazada de CO2 (en US$/TonCO2 correspondientes a los MDL) antes y después de impuestos para cada una de las tres metodologías analizadas bajo el Escenario Base de precios.
77
Gráfica 32 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada antes de Impuestos en el Escenario Base de Precios
Gráfica 33 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada después de Impuestos en el Escenario Base de Precios
Las gráficas anteriores muestran que para el rango de valores de venta de Tonelada desplazada de CO2 bajo los estándares de los Mecanismos de Desarrollo Limpio, los valores de VPN antes y después de impuestos son negativos, con una tendencia de crecimiento (pendiente positiva) con respecto al precio de venta de la tonelada de CO2 desplazada, de esto se concluye que puede existir un valor de venta de la Tonelada de CO2 desplazada a partir del cual el proyecto bajo el escenario de precios analizado puede ser viable.
Cómo se observa en los gráficos anteriores el comportamiento del VPN antes y después de impuestos con respecto al valor de la tonelada de CO2 desplazada es lineal. A continuación se presentan las regresiones lineales de las curvas de
78
VPN para cada una de las metodologías, antes y después de impuestos, además se presenta el R2 de cada regresión.
Regresión VPN antes de impuestos:8
• Metodología de España:
Ecuación de regresión: 935,4 31.411VPN xMDL= − con 2 0,9998R =
• Metodología de NYISO:
Ecuación de regresión: 920,6 32.622VPN xMDL= − con 2 0,9996R =
• Metodología de PJM:
Ecuación de regresión: 934 38.992VPN xMDL= − con 2 0,9997R =
Regresión VPN después de impuestos:
• Metodología de España:
Ecuación de regresión: 906,5 33.918VPN xMDL= − con 2 0,9998R =
• Metodología de NYISO:
Ecuación de regresión: 892,2 35.084VPN xMDL= − con 2 0,9996R =
• Metodología de PJM:
Ecuación de regresión: 905,1 41.218VPN xMDL= − con 2 0,9997R =
A partir de los resultados anteriores se pueden estimar diferentes elementos de análisis para cada de las metodologías, en particular, cuál sería el VPN del proyecto en ausencia del ingreso por Mecanismos de Desarrollo Limpio y además estimar por medio de la ecuación lineal de regresión, a partir de qué valor de venta de Tonelada de CO2 desplazada el proyecto comienza a ser viable (cuándo VPN = 0). A continuación, en la siguiente tabla se presentan los resultados mencionados:
8 Las regresiones corresponden a los valores presentados en las gráficas de los diferenctes
escenarios de precios y metodologías de cálculo de la capacidad, VPN en miles de US$ y MDL o
valor de la tonelada de CO2 desplazada en US$/TonCO2
79
Análisis VPN antes de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 33,58 -31.411 NYISO 35,44 -32.622 PJM 41,75 -38.992
Tabla 17 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Base de
Precios.
Análisis VPN después de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 37,42 -33.918 NYISO 39,32 -35.084 PJM 45,54 -41.218
Tabla 18 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario Base
de Precios.
Los resultados anteriores muestran que bajo este escenario de precios y el ingreso por capacidad para que el proyecto sea viable, se requiere un mayor precio de venta de Tonelada de CO2 desplazada a los analizados obteniendo como era de esperarse un precio menor de venta para que el proyecto sea viable para el proyecto realizado con el cálculo de la capacidad realizado bajo la metodología de ESPAÑA y un mayor precio de venta para el proyecto realizado con la capacidad calculada bajo la metodología de PJM. El comportamiento es similar para los proyectos analizados antes y después de impuestos.
Como se ve los ingresos por los Mecanismos de Desarrollo Limpio bajo este escenario de precios tienen una fuerte incidencia en el flujo de fondos del proyecto, siendo estos ingresos necesarios para que el proyecto sea viable.
El proyecto por si solo, con los ingresos asociados a la remuneración de la capacidad bajo cualquier metodología y por venta de energía, no es viable bajo este escenario de precios.
6.2.2 Análisis financiero para el Escenario Crítico 1 de precios
Bajo éste escenario de precios se evaluará el comportamiento del VPN del estado del flujo de fondos del proyecto teniendo en cuenta como varía éste con el valor de la capacidad calculada en el período seleccionado (Enero).
80
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del PJM.
SENSIBILIDAD PJM ESCENARIO DE PRECIOS CRÍTICO 1 Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -17.809 -15.271 -12.910 -10.731 -8.231,7 -6.088,1 -3.703 miles US$ VPN después de Impuestos -21.868 -19.413 -17.125 -15.011 -12.592 -10.511 -8.200,8 miles US$ Desv Stad Antes de Impuestos 821,6 957,9 838 927,1 947,5 1.005 1.009,4 miles US$ Desv Stad Después de Impuestos 778,8 910,3 796,2 881,4 901,7 956,2 960,7 miles US$
Tabla 19 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de PJM
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del NYISO.
SENSIBILIDAD NYISO ESCENARIO DE PRECIOS CRÍTICO 1 Valor MDL 10 12,5 15,0 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -11.669,2 -9.182,2 -6.658,1 -4.651,3 -2.149,7 248,6 2.340,8 miles US$ VPN después de Impuestos -15.956,4-13.549,1 -11.106,8 -9.155,6 -6.734,6 -4.411,6 -2.379,7 miles US$ Desv Stad Antes de Impuestos 1.005,1 814,1 949,9 987,4 900,3 928,3 933,0 miles US$ Desv Stad Después de Impuestos 958,5 773,3 902,3 938,7 856,5 883,4 888,4 miles US$
Tabla 20 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de NYISO
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del ESPAÑA.
SENSIBILIDAD ESPAÑA ESCENARIO DE PRECIOS CRÍTICO 1 Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -10.100,2 -7.697,0 -5.541,8 -3.000,4 -651,1 1.452,5 3.996,7 miles US$ VPN después de Impuestos -14.446,6 -12.119,7 -10.027,5-7.568,8 -5.292,4 -3.249,5 -787,8 miles US$ Desv Stad Antes de Impuestos 915,5 836,0 1001,6 912,9 900,9 971,3 1.026,1 miles US$ Desv Stad Después de Impuestos 867,8 793,4 951,7 868,3 857,0 924,1 977,2 miles US$
Tabla 21 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 1 de precios y la metodología de ESPAÑA
Bajo este escenario de precios, que considera el escenario de demanda crítica de la UPME y un comportamiento de hidrología crítica similar al anterior escenario, el proyecto de generación comienza a ser viable desde el punto de vista del VPN antes de impuestos, dentro del rango de análisis de sensibilidad al valor de venta de la Tonelada de CO2 desplazada.
81
Sin embargo no es viable dentro del rango de sensibilidad, para ninguna de las metodologías, bajo el VPN después de impuestos. Al igual que en el escenario anterior, los resultados desde el punto de vista financiero son mejores para el proyecto cuya capacidad es calculada bajo la metodología de ESPAÑA, siendo el proyecto desarrollado bajo la metodología de PJM el menos favorable desde el punto de vista finaciero.
Con respecto al escenario anterior, se observa que el VPN antes y después de impuestos es mayor, bajo este escenario de alta demanda en conjunto con los períodos de hidrología crítica los picos de los precios de energía son más altos, influyendo estos en los ingresos por venta de energía esperados y en el VPN calculado antes y después de impuestos, haciendo que estos valores sean mayores que bajo el escenario anterior. Lo anterior indica que a pesar de tener los ingresos analizados, (remuneración de la capacidad y Mecanismos de Desarrollo Limpio) para que un proyecto eólico sea viable en Colombia se requiere que las condiciones de demanda del mercado y las espectativas de períodos de hidrología crítica sean las adecuadas.
La desviación estándar calculada para el VPN antes y depués de impuestos es prácticamente la misma en cada uno de los casos analizados, siendo estos valores altos para la característica del proyecto, además los valores se encuentran dentro de un rango similar al calculado para el escenario anterior.
Los valores de desviación estándar son aproximadamente los mismos para los proyectos realizados con las diferentes metodologías para el VPN antes y después de impuestos, siendo estos valores en general altos y en general se encuentran en el mismo intervalo observado en el análisis de las dos metodologías anteriores.
En la siguientes gráficas se muestra el comportamiento del VPN (en miles de US$) con respecto al valor de la tonelada desplazada de CO2 (en US$/TonCO2 correspondientes a los MDL) antes y después de impuestos para cada una de las tres metodologías analizadas bajo el Escenario Crítico 1 de precios.
82
Gráfica 34 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada antes de Impuestos en el Escenario Crítico 1 de Precios
Gráfica 35 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada después de Impuestos en el Escenario Crítico 1 de Precios
Bajo este escenario de precios el comportamiento del VPN antes y después de impuestos, conserva la tendencia de crecimiento con respecto al precio de venta de la Tonelada de CO2 desplazada observada en el análisis del escenario anterior, presentando un comportamiento lineal.
A continuación se presentan las regresiones lineales de las curvas de VPN para cada una de las metodologías, antes y después de impuestos, además se presenta el R2 de cada regresión.
83
Regresión VPN antes de impuestos:
• Metodología de España:
Ecuación de regresión: 935,4 19.447VPN xMDL= − con 2 0,9996R =
• Metodología de NYISO:
Ecuación de regresión: 934,3 20.882VPN xMDL= − con 2 0,9993R =
• Metodología de PJM:
Ecuación de regresión: 933,7 27.018VPN xMDL= − con 2 0,9996R =
Regresión VPN después de impuestos:
• Metodología de España:
Ecuación de regresión: 906,5 23.505VPN xMDL= − con 2 0,9996R =
• Metodología de NYISO:
Ecuación de regresión: 905,4 24.886VPN xMDL= − con 2 0,9993R =
• Metodología de PJM:
Ecuación de regresión: 904,8 30.795VPN xMDL= − con 2 0,9997R =
Al igual que para el Escenario Base de precios, para este escenario se estimará el VPN del proyecto en ausencia del ingreso por Mecanismos de Desarrollo Limpio y el valor de venta de la Tonelada de CO2 desplazada, a partir del cual el proyecto comienza a ser viable (cuándo VPN = 0). A continuación, en la siguiente tabla se presentan los resultados mencionados:
Análisis VPN antes de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 20,79 -19.447 NYISO 22,35 -20.882 PJM 28,94 -27.018
Tabla 22 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Crítico 1
de Precios.
Análisis VPN después de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 25,93 -23.505 NYISO 27,49 -24.886 PJM 34,03 -30.795
Tabla 23 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario
Crítico 1 de Precios.
84
Para el análisis antes de impuestos se observa que el proyecto comienza a ser viable en el rango de análisis de sensibilidad para las metodologías de ESPAÑA y de NYISO, exactamente en los valores mostrados en la tabla correspodiente, mientras que para el caso del proyecto realizado con la capacidad calculada mediante la metodología de PJM el valor al cual el proyecto comienza a ser viable se encuentra más cercano al rango de análisis de sensibilidad, pero por fuera del mismo, tal como se observa en la misma tabla.
En el análisis del VPN después de impuestos el proyecto bajo cualquiera de las tres metodologías analizadas no es viable dentro del rango de sensibilidad, aunque como se observa, según los valores cálculados para el precio de venta de la Tonelada de CO2 desplazada en que el proyecto de generación comienza a ser viable, los proyectos desarrollados con la capacidad calculada bajo la metodología de ESPAÑA y NYISO son viables con valores muy cercanos al rango de análisis.
Bajo el escenario actual de precios ninguna de los proyectos analizados es viable sin el ingreso por Mecanismos de Desarrollo Limpio, a pesar de lo anterior como es de esperarse, los valores de VPN antes y después de impuestos, son mayores que en el escenario anterior de precios en ausencia del ingreso por Mecanismos de Desarrollo Limpio.
6.2.3 Análisis financiero para el Escenario Crítico 2 de precios
Bajo éste escenario de precios se evaluará el comportamiento del VPN del estado del flujo de fondos del proyecto teniendo en cuenta como varía éste con el valor de la capacidad calculada en el período seleccionado (Enero).
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del PJM.
SENSIBILIDAD PJM ESCENARIO DE PRECIOS CRÍTICO 2 Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -15.345 -13.297 -10.851 -8.535,9 -6.191,8 -3.786,8 -1.584,4 miles US$ VPN después de Impuestos -18.806 -16.820 -14451 -12.207 -9.935,5 -7.605,6 -5.469,8 miles US$ Desv Stad Antes de Impuestos 1.533,5 1.060,57 905,7 1.077,6 1.032,9 1.068,3 1.027,64miles US$ Desv Stad Después de Impuestos 1.482,8 1.015,84 868,2 1.033,3 990,3 1.024,8 985,7 miles US$
Tabla 24 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de PJM
85
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del NYISO.
SENSIBILIDAD NYISO ESCENARIO DE PRECIOS CRÍTICO 2 Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2 VPN antes de Impuestos -9.362,1 -7.129,5 -4.744,3 -2.239,1 -11,8 2.280,2 4.553 miles US$ VPN después de Impuestos -13.045,8-10.881,4 -8.570,5 -6.144,6 -3.984,9 -1.763,2 440 miles US$ Desv Stad Antes de Impuestos 811,2 1.022 1.054,9 919,4 1.117,4 1.171,2 894,4 miles US$ Desv Stad Después de Impuestos 776,1 979,2 1.011,1 881,6 1071,5 1.123,7 858,1 miles US$
Tabla 25 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de NYISO
En la siguiente tabla se presentan los resultados de la media y desviación estándar del VPN antes y después de impuestos para el valor de capacidad calculado mediante la metodología del ESPAÑA.
SENSIBILIDAD ESPAÑA ESCENARIO DE PRECIOS CRÍTICO 2 Valor MDL 10 12,5 15 17,5 20 22,5 25 US$/TonCO2
VPN antes de Impuestos -8.050,9 -5.592,0 -3.259,2 -980,9 1.336,8 3.726,2 5.886,1 miles US$ VPN después de Impuestos -11.782,2-9.401,4 -7.140,7 -4.932,1 -2.685,8 -370,9 1.724,1 miles US$ Desv Stad Antes de Impuestos 873,3 777,4 896,0 1.036,9 975,8 993,1 1.084,8 miles US$ Desv Stad Después de Impuestos 837,8 745,0 858,4 994,3 935,8 952,3 1.041 miles US$
Tabla 26 Sensibilidad del Valor medio del VPN y desviación estándar del VPN para el proyecto bajo el Escenario Crítico 2 de precios y la metodología de ESPAÑA
Bajo este escenario de precios, con demanda alta (igual que el anterior) y con mayor frecuencia de períodos de hidrología crítica (ocho en total) se observa que para los proyectos desarrollados con la capacidad calculada bajo la metodología de ESPAÑA y NYISO, ambos son viables antes y después de impuestos dentro del rango de sensibilidad analizado, sin embargo para el proyecto desarrollado bajo la metodología de PJM se observa que aún el proyecto no es viable (dentro del rango analizado).
Todos los valores calculados son mayores a los obtenidos en el análisis bajo los escenarios de precios anteriores.
Nuevamente se observa la influencia de los picos de precios asociados a la alta demanda y la mayor frecuencia de estos por los períodos de hidrología crítica sobre los ingresos del proyecto y el VPN calculado, siendo favorables desde el punto de vista de la viabilidad del proyecto y del inversionista.
Los valores de desviación estándar son aproximadamente los mismos para los proyectos realizados con las diferentes metodologías para el VPN antes y después de impuestos, siendo estos valores en general altos y en general se encuentran en el mismo intervalo observado en el análisis de los dos escenarios de precios anteriores.
86
En la siguientes gráficas se muestra el comportamiento del VPN (en miles de US$) con respecto al valor de la tonelada desplazada de CO2 (en US$/TonCO2 correspondientes a los MDL) antes y después de impuestos para cada una de las tres metodologías analizadas bajo el Escenario Crítico 2 de precios.
Gráfica 36 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada antes de Impuestos en el Escenario Crítico 2 de Precios
Gráfica 37 Comportamiento del VPN con respecto al valor de la Tonelada de CO2
desplazada después de Impuestos en el Escenario Crítico 2 de Precios
Nuevamente para el análisis del VPN bajo este escenario de precios se observa que su comportamiento, antes y después de impuestos, es lineal con respecto al precio de venta de la Tonelada de CO2 desplazada.
A continuación se presentan las regresiones lineales de las curvas de VPN para cada una de las metodologías, antes y después de impuestos, además se presenta el R2 de cada regresión.
87
Regresión VPN antes de impuestos:
• Metodología de España:
Ecuación de regresión: 929,2 17.251VPN xMDL= − con 2 0,9998R =
• Metodología de NYISO:
Ecuación de regresión: 932,8 18.703VPN xMDL= − con 2 0,9998R =
• Metodología de PJM:
Ecuación de regresión: 928 24.753VPN xMDL= − con 2 0,9997R =
Regresión VPN después de impuestos:
• Metodología de España:
Ecuación de regresión: 900,5 20.700VPN xMDL= − con 2 0,9998R =
• Metodología de NYISO:
Ecuación de regresión: 903,9 22.048VPN xMDL= − con 2 0,9998R =
• Metodología de PJM:
Ecuación de regresión: 899,3 27.923VPN xMDL= − con 2 0,9997R =
A continuación se presentan los valores estimados a partir de la regresión del VPN en ausencia del ingreso por Mecanismos de Desarrollo Limpio y el valor de la Tonelada de CO2 desplazada a partir de la cual el proyecto comienza a ser viable:
Análisis VPN antes de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 18,75 -17.251 NYISO 20,05 -18.703 PJM 26,67 -24.753
Tabla 27 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 antes de impuestos para el Escenario Crítico 2
de Precios.
Análisis VPN después de impuestos:
Metodología Valor MDL para que VPN = 0 [US$/TonCO2]
VPN en ausencia del MDL [miles US$]
ESPAÑA 22,99 -20.700 NYISO 24,99 -22.048 PJM 31,05 -27.923
Tabla 28 VPN en ausencia de los Mecanismos de Desarrollo Limpio y precio de venta de la Tonelada de CO2 desplazada para VPN = 0 después de impuestos para el Escenario
Crítico 2 de Precios.
88
Como ya se mencionó, los valores a los cuales los proyectos desarrollados con la capacidad calculada bajo la metodología de ESPAÑA y NYISO son viables (antes y después de impuestos) dentro del rango de análisis de sensibilidad al precio de venta de la Tonelada de CO2 desplazada, tal como se observa en las tablas anteriores. Para el caso del proyecto desarrollado con la capacidad calculada bajo la metodología de PJM, el valor al cual el proyecto es viable antes de impuestos se encuentra muy cercano al límite del rango de sensibilidad, mientras que para el proyecto después de impuestos el valor se encuentra alejado del mismo rango.
6.2.4 Análisis Desviación Estándar
La desviación estándar del VPN antes y depués de impuestos, según lo observado, es independiente de los escenarios de precios analizados y de las metodologías de cálculo de la capacidad, asociando las variaciones en la desviación estándar más a la aleatoriedad del análisis (simulación Monte Carlo) y el régimen de vientos. Casi todos los valores se encuentran dentro de un mismo intervalo de valores (entre US$ 600.000 y US$ 1.600.000), como ya se dijo independiente del escenario de precios y metodología del cálculo de la capacidad, lo cual se puede verificar de las tablas Tabla 14 y Tabla 26.
Todos los cálculos y análisis anteriores se realizaron con base en el valor medio calculado del VPN antes y después de impuestos, por lo tanto los resultados anteriores tienen un margen de error o variación asociada al valor de la desviación estándar correspondiente. Por lo anterior a pesar de que según el valor medio del VPN calculado para algunos casos es positivo, el riesgo que el proyecto no sea viable es alto debido a la alta desviación estándar que se presenta para cada caso, especialmente para el VPN calculado bajo el Escenario Crítico 1 de precios, pues los valores hallados son muy bajos comparados con la desviación estándar calculada, como se puede verificar en las tablas correspondientes. Para ilustrar lo anterior se presentará gráficamente los histogramas de frecuencias de los VPN antes y después de impuestos obtenidos de las diferentes corridas para la metodología de España, que es la que entrega los resultados más favorables desde el punto de vista financiero y del inversionista
Las gráficas se presentan con los resultados al evaluar el proyecto bajo el escenario Crítico 2 de precios y para los precios de venta de Tonelada de CO2
desplazada de 2
$10,17,5 25
USy
TonCO.
89
ESPAÑA A.I. 10-17,5-25
0
5
10
15
20
25
30
-20000
-18650
-17300
-15950
-14600
-13250
-11900
-10550
-9200
-7850
-6500
-5150
-3800
-2450
-1100
2501600
2950
43005650
7000
8350
A.I. ESPAÑA 10
A.I. ESPAÑA 17,5
A.I. ESPAÑA 25
Gráfica 38: Histograma de frecuencias del VPN antes de impuestos, metodología España
Escenario Crítico 2 y MDL igual 10, 17,5 y 25 US$/TonCO2
ESPAÑA D.I. 10-17,5-25
0
5
10
15
20
25
30
-20000
-18650
-17300
-15950
-14600
-13250
-11900
-10550-9200-7850-6500-5150-3800-2450-1100
2501600
2950
4300
5650
7000
8350
D.I. ESPAÑA 10
D.I. ESPAÑA 17,5
D.I. ESPAÑA 25
Gráfica 39: Histograma de frecuencias del VPN después de impuestos, metodología
España Escenario Crítico 2 y MDL igual a 10, 17,5 y 25 US$/TonCO2
En las gráficas anteriores se observa que la distribución de los datos de las corridas presenta una agrupación y dispersión similar, independiente del valor de venta de la Tonelada de CO2 desplazada con el que se analice el comportamiento del VPN. También se puede observar la volatilidad del proyecto, por ejemplo para los resultados después de impuestos y un precio de venta de la
Tonelada de CO2 desplazada de 2
$25
US
TonCO, la media del VPN es de9
US$ 1.724.100, pero con una desviación estándar igual a US$ 1.041.000, razón por la cual se observa en el histograma valores negativos, y otros muy altos, alrededor de US$ 4.300.000, lo que da una idea de la volatilidad y el riesgo del proyecto, incluso para éste que es el escenario más favorable de todos los evaluados.
9 Ver en la tabla Tabla 26
90
Una situación similar se observa si se analiza de forma comparativa los resultados obtenidos por las tres metodologías, puesto que las desviaciones estándar calculadas, como ya se mencionó, son muy similares y todas se encuentran dentro del mismo intervalo de valores, independiente de la metodología y el escenario de precios trabajado.
Otra vez, a manera de ilutración se mostrará en las siguientes gráficas la distribución de los resultados del VPN antes y después de impuestos para cada una de las metodologías antes y después de impuestos analizados bajo el Escenario Crítico 2 de precios y el precio de venta de la Tonelada de CO2
desplazada igual a 2
$25
US
TonCO.
Gráfica 40: Comparación histogramas VPN antes de impuestos de las tres metodologías
para MDL igual a 25 US$/TonCO2
D.I. 25 PJM-NYISO-ESPAÑA
0
5
10
15
20
25
30
-20000
-18650
-17300
-15950
-14600
-13250
-11900
-10550-9200-7850-6500-5150-3800-2450-1100
2501600
2950
4300
5650
7000
8350
D.I. PJM 25
D.I. NYISO 25
D.I. ESPAÑA 25
Gráfica 41: Comparación histogramas VPN después de impuestos de las tres
metodologías para MDL igual a 25 US$/TonCO2
En las gráficas anteriores se observa que la desviación estándar para las metodologías es muy similar, además se puede ver graficamente la cercanía de los valores calculados de VPN antes y después de impuestos por medio de las
91
metodologías de NYISO y del Mercado Eléctrico Español, en este caso se puede ver también como para la metodología de PJM, cuya media del VPN antes de impuestos es negativa (US$ -1.584.400) se presentan valores positivos de VPN dentro del histograma, lo anterior debido a la alta desviación estándar que se presenta, la desviación estándar particular para este escenario es igual a US$ 985.700.
De lo anterior se puede concluir que el riesgo del proyecto se puede mitigar más facilmente calculando el valor adecuado de precio de venta de la Tonelada de CO2 desplazada y comenzando el proyecto en el momento adecuado en que los escenarios de precios de venta de energía esperados sean los adecuados para aumentar el retorno sobre la inversión, ya que independiente de la metodología, del precio de venta de la Tonelada de CO2 desplazada y del escenario de precios la desviación estándar del proyecto se encontrará siempre alrededor de los mismos valores.
Esta desviación estándar que se mueve dentro del mismo intervalo, según los valores calculados, puede ser consecuencia principalmente de las características aleatorias del régimen de vientos para la zona seleccionada para realizar la simulación, por lo que también la incertudumbre del proyecto se puede disminuir (o aumentar) según el régimen de vientos del lugar seleccionado para la realización del proyecto.
92
7 CONCLUSIONES
La remuneración de la capacidad de la energía eólica es una realidad en el mundo, esto lo atestiguan las metodologías presentadas en este trabajo, donde el principal objetivo es remunerar la firmeza y confiabilidad que le brindan al sistema durante unos periodos particulares (según la metodología) y al mismo tiempo incentivar la inversión en este tipo de tecnología verde.
Las metodologías existentes para el cálculo de la capacidad son del tipo retrospectivo, que trabajan con datos particulares e históricos de generación y al margen del comportamiento de todo el sistema de generación. Estas metodologías son de fácil implementación y algunas en particular pueden ser aplicadas en mercados donde no hay madurez en la implementación de este tipo de generación, puesto que consideran factores para utilizar en los períodos donde no existe información histórica de generación.
Las metodologías más apropiadas para Colombia, desde el punto de vista de implementación, son aquellas que se pueden aplicar en los mercados donde la generación eólica no tiene madurez o no se dispone de datos históricos de generación, de las metodologías expuestas en el capítulo 2 las más apropiadas para implementar en Colombia son las metodologías que fueron seleccionadas, Mercado Eléctrico Español, Mercado de New York – NYISO y PJM. Las anteriores cumplen con las características requeridas para el cálculo de la capacidad dentro del mercado eléctrico colombiano, además de su simplicidad para implementarse y su bajo costo de cálculo, teniendo en cuenta además que estas metodologías se seleccionaron por que consideran factores de capacidad para los períodos en los que no se dispone información histórica, como en nuestro caso, donde esta tecnología no tiene madurez en su implementación.
Según la evaluación de la capacidad bajo el régimen de viento simulado con las metodologías anteriores, la metodología que entrega el mayor valor de capacidad, y por lo tanto es el más favorable para el inversionista, es la metodología del Mercado Eléctrico Español, seguida de la metodología del NYISO, con valores muy cercanos entre sí. La metodología de PJM entrega unos valores de capacidad muy bajos, por lo que no es adecuada para su implementación desde el punto de vista del inversionista, pues es evidente que entregaría una menor remuneración.
De acuerdo con los resultados de la evaluación financiera teniendo en cuenta la remuneración de la capacidad calculada (con el precio actual de remuneración del cargo por confiabilidad), los escenarios de precios de energía y la sensibilidad al precio de venta de la Tonelada de CO2 desplazada, se concluye que es indispensable que existan este tipo de incentivos de mercado para que este tipo de proyectos de generación verde sean viables en Colombia, ya que en la ausencia de tan solo uno de ellos, por ejemplo el ingreso por venta de Toneladas de CO2 desplazadas, el proyecto bajo cualquiera de los escenarios de precios tiene un VPN negativo antes y después de impuestos.
93
Como era de esperarse con el resultado de la evaluación de la capacidad para el régimen de vientos simulado de Puerto Colombia en la Guajira, la metodología del Mercado Eléctrico Español es la que entrega el valor de capacidad más alto y por lo tanto desde el punto de vista financiero el proyecto realizado con la remuneración de la capacidad calculada bajo esta metodología es el que entrega el mayor retorno. De lo anterior se propone implementar para el cálculo de la capacidad para posibles proyectos de generación eólica en Colombia una metodología similar a la utilizada por el Mercado Eléctrico Español.
También se propone para construir los factores que se aplicarían en los períodos donde no se cuenta con información histórica de generación, utilizar simulación estadística a partir de los datos de velocidad de viento que se tienen para la zona particular donde se realizaría el proyecto, pudiendo revisar estos factores para futuros proyectos con base en el desempeño de generación de los primeros proyectos que se pudieran desarrollar.
Además este tipo de proyectos deben realizarse en el momento adecuado en que el sistema permita su entrada desde el punto de vista de la demanda y de los pronósticos de períodos de hidrología crítica, puesto que según los escenarios analizados, la viabilidad de este tipo de proyectos depende mucho del escenario de precios esperado (que depende de las dos variables mencionadas), definiendo el momento adecuado como aquel a partir del cual se esperan períodos fuertes y frecuentes de hidrología crítica y una alta demanda de energía eléctrica, lo que influiria en un mayor precio de venta de energía y mayores ingresos para recuperar la inversión realizada.
Igualmente según la sensibilidad realizada a los Mecanismos de Desarrollo Limpio, estos influyen en gran medida en los resultados financieros del proyecto, siendo el precio de venta de la Tonelada de CO2 desplazada una variable de desición crítica e indispensable para invertir en el proyecto, ya que sin los ingresos asociados a este rubro el proyecto no es viable bajo ningún escenario de precios.
Desde el punto de vista de la legislación tributaria, aunque según el Decreto 2755 de 2003 establece la excención de impuesto a la renta a este tipo de generación por los 15 primeros años de operación, de acuerdo con el análisis realizado, este incetivo tributario no es suficiente para hacer que el proyecto sea viable, por lo que sería conveniente para este tipo de proyectos que el período de excención del impuesto a la renta se ampliara, de manera que se facilite recuperar la inversión y este tipo de tecnología sea más llamativa para los inversionistas.
También, para finalizar, se muestra la simulación Monte Carlo como una herramienta de bajo costo, que puede ser utilizada para la planeación y proyección para proyectos de generación eólica. Además sus fundamentos pueden aplicarse en diferentes programas de simulación de la generación de energía, permitiendo evaluar diferentes escenarios de generación y compararlos con medidas en campo de velocidad de viento o datos reportados del potencial eólico en la zona de planeación.
94
8 BIBLIOGRAFIA
CREG. Cargo por Confiabilidad: Esquema regulatorio para asegurar la confiabilidad en el suministro de energía eléctrica en Colombia, una visión de largo plazo. 2007. En: www.creg.gov.co. [Diciembre, 2007].
CREG. Resolución CREG 071-2006. Por la cual se adopta la metodología para la remuneración del Cargo por Confiabilidad en el Mercado Mayorista de Energía. 2006.
CREG. Documento CREG – 038: Propuesta para la determinación y asignación del cargo por confiabilidad en el mercado de energía mayorista. Junio, 2004.
CREG. Primer taller pago por confiabilidad, Bogotá, Agosto 3 de 2004.
DANISH WIND INDUSTRY ASSOCIATION. http://www.windpower.org/en/core.htm [Diciembre de 2007].
DORNER, William W. Using Microsoft Excel for Weibull analysis. En: http://www.qualitydigest.com/jan99/html/weibull.html [Enero, 2008].
GIRALDO, Luis A. Seminario: Cargo por confiabilidad para Fuentes alternas de energía renovable. Universidad Nacional de Colombia. 2005.
Atlas de lluvias en Colombia IDEAM http://www.ideam.gov.co/files/atlas/lluvias%20y%20nodias.htm [mayo, 2008].
INSTITUTO DE ENERGÍA – FACULTAD DE MINAS. Proyecto: Regulación para incentivar las energías alternas y la generación distribuida en Colombia. 2006.
ISAGEN. Fuentes no convencionales de generación de electricidad. ISAGEN S.A E.S.P. 2005
KARKI, Rajesh. Renewable energy credit driven wind power growth for system reliability. Electric Power Systems Research 77 (2007) 797 – 803. En: http://www.sciencedirect.com. [Diciembre de 2007]
MEJÍA, Juan M. Simulation of wind energy output at Guajira, Colombia. Renewable Energy 31 (2006) 383 – 399. En: http://www.sciencedirect.com. [Noviembre de 2007]
MILLIGAN, Michael. Modeling Utility – Scale Wind Power Plants Part 2: capacity Credit. National Renewable Energy Laboratory. Marzo 2002.
MILLIGAN, Michael y PORTER, Kevin. Determining the capacity value of wind: a survey of methods and implementation. National Renewable Energy Laboratory. Mayo de 2005.
95
MINISTERIO DE MINAS Y ENERGÍA, REPÚBLICA DE COLOMBIA. http://www.minminas.gov.co/minminas/prensa.nsf/ca013d6ae9b5afab05256ab9004dafbb/b6433fa83563e254052571fc0081734e?OpenDocument. [Febrero de 2008]
MINISTERIO DE MINAS Y ENERGÍA, REPÚBLICA DE COLOMBIA. http://www.minminas.gov.co/minminas/prensa.nsf/ca013d6ae9b5afab05256ab9004dafbb/4a9251a1d13f6df105257442007b7f97?OpenDocument. [Mayo de 2008]
MONROY, N. AGUIRRE, A. El protocolo de Kyoto ¿Una oportunidad para la industria colombiana?. Facultad de Ingeniería Universidad de los Andes, Bogotá – Colombia. (2004)
NAMOVICZ, Chris. Update to the NEMS wind model. 2003. http://www.eia.doe.gov. [Diciembre de 2007].
NEISO, New England Idependent System Operador, Intermittent resource capacity treatment in forward capacity market. Rev 3. 2006.
NYISO, New York Independent System Operator, Installed Capacity Manual, 2007.
NYISO, New York Independent System Operator, Appendix to installed capacity manual – Attachment J: UCAP for ICAP suppliers, 2007.
Opciones de manejo del recurso hídrico en el sector eléctrico en Colombia. COLCIENCIAS, ISA, Universidad Nacional de Colombia – Medellín. 2000.
PJM MANUAL 21. Rules and procedures for determination of generating capability. Rev 4. 2005.
REE, Red eléctrica de España, Procedimiento de Operación P.O 14.5, 2006. En: http://www.ree.es [Diciembre de 2007].
REE, Red eléctrica de España, Procedimiento de Operación P.O 12.3, 2006. En: http://www.ree.es [Diciembre de 2007].
REE, Red eléctrica de España, Procedimiento de Operación P.O 3.7, 2006. En: http://www.ree.es [Diciembre de 2007].
RONEY, Jason A. Statistical wind analysis for near - space applications. Journal of atmospheric and solar - terrestrial physics. 69 (2007) 1485 – 1501. En: http://www.sciencedirect.com. [Noviembre de 2007]
RUBIANO O, Luis C. Empresas Públicas de Medellín E.S.P. El parque eólico de Jepírachi: Modelo de gestión. Encuentro Iberoamericano de desarrollo sostenible. Panamá, 2005.
SAHIN, Ahmet D. Progress and recent trends in wind energy. Progress in energy and combustion science 30. (2004) 501 – 543. En: http://www.sciencedirect.com. [Enero de 2008]
96
UPME. Atlas de Viento y Energía Eólica de Colombia. UPME – IDEAM. 2006
UPME. Plan Energético Nacional: Contexto y Estrategias 2006 – 2025. Diciembre de 2006.
U.S. Department of Labor – Bureau of labor Statistics. http://data.bls.gov/PDQ/servlet/SurveyOutputServlet [Abril, 2008]
VOORSPOOLS, Kris R y D’haeseleer, William D. An analytical formula for the capacity credit of wind power. Renewable Energy 31 (2006) 45–54. En: http://www.sciencedirect.com. [Noviembre de 2007]
WISER, R. NAMOVICZ, C, et al. The experience with renewable portfolio standards in the united States. The Electricity Journal (2007).
WALPOLE, R. E. Myers, R. & Myers, S. Probabilidad y estadística para ingenieros. Prentice Hall, 4 Ed.1999.
XM, CREG, BBVA. Primera Subasta de Energía Firme en Colombia (Resumen Ejecutivo). Bogotá, 2007. En: http://www.xm.com.co/. [Mayo, 2008].
XM, Indicadores gráficos en línea. En: http://www.xm.com.co/. [Mayo, 2008].
http://www.pacificorp.com/ [Diciembre de 2007].
http://www.pse.com/insidePSE/corporateinfo/Pages/CorporateInfo_serviceArea.aspx [Diciembre de 2007].
97
RESUMEN
Según la Resolución CREG-071-2006, en Colombia no existe una metodología que calcule la capacidad de la energía eólica. La existencia de esta metodología sería un incentivo para que los inversionistas enfoquen sus esfuerzos hacia este tipo de teconología verde.
En el trabajo desarrollado se evaluarán metodologías para el cálculo de la capacidad eólica aplicadas en diferentes mercados de energía, las metodologías seleccionadas se ajustan a la regulación colombiana vigente y a las características de la madurez de implementación de esta tecnología en Colombia, para determinar cuál es la más conveniente para implementar en Colombia bajo las condiciones regulatorias actuales y desde el punto de vista del inversionista. Las metodologías evaluadas, utilizadas para planeación o, para remuneración de la capacidad, utilizan datos históricos de generación, facilitando el cálculo tratándose de un recurso intermitente.
La metodología que se desarrolló para la evaluación de las metodologías aplicadas a un proyecto de generación eólico simulado, consistió en elaborar un modelo de vientos en excel mediante simulación Monte-Carlo, partiendo de estadísticos conocidos del comportamiento del viento, de una zona con potencial eólico en Colombia, la simulación entrega datos aleatorios de generación, representando la intermitencia característica del recurso y simulando los datos históricos de generación mensual y horaria requeridos para evaluar las metodologías mencionadas, logrando así una aproximación teórica del comportamiento de los datos de generación de esta tecnología y la resolución horaria propia de las reglas de venta de energía en el mercado mayorista de energía de Colombia.
Además de la simulación y evaluación de las metodologías para el cálculo de la capacidad seleccionadas se desarolla un modelo financiero para evaluar como afecta el ingreso por capacidad (o cargo por confiabilidad del actual régimen regulatorio) y los ingresos por Mecanismos de Desarrollo Limpio (Venta de Toneladas de CO2 desplazada), para poder ver como es la viabilidad de un proyecto eólico teniendo en cuenta estos ingresos adicionales a la venta de energía.
De lo anterior se concluirá con cual metodología es más viable el desarrollo de un proyecto de generación eólica desde el punto de vista del inversionista.
Además presenta la simulación Monte-Carlo como una aproximación viable y económica para simular las condiciones variables de este tipo de proyectos para la toma de desiciones de inversión y planeación dentro de un proyecto de generación eólica.
Palabras Clave: Energía Eólica, Cargo por Capacidad, Confiabilidad Mercados de Energía, Simulación, Monte- Carlo
98
ANEXO
According to the CREG-071-2006 resolution, in Colombia there is no methodology to calculate the windpower capacity reliability. Such methodology would be an incentive for investors to focus their efforts towards this type of green technology.
In the present work, the methodologies for calculating the wind power capacity, that have been applied in different energy markets around the world (PJM; NYISO, Spain) and which can be adjusted to the present Colombian regulations will be evaluated. The purpose of the work is to determine which methodology is the most appropriate according to the investor’s standpoint. The evaluated methodologies are characterized by being of the retrospective type, which means that they use generation historical data, facilitating the calculation and adjusting to the capacity calculation models for other generation technologies that are applied in Colombia.
The developed methodology consisted of elaborating a wind model using the Monte-Carlo simulation, based on known wind behaviour statistics of a zone with wind potential in Colombia. The simulation gives back generation random data, representing the resource’s intermittent characteristic and simulating the historical data required to evaluate the mentioned methodologies, thus achieving a theoretical approach to this technology’s generation data behavior.
This work shows comparative results of the windpower potential capacity for the analyzed area in a month of critical hydrology, and a financial analysis of an eolic project, taking into account the remuneration and income capacity calculated by Clean Development Mechanisms. It also presents the Monte Carlo simulation as a viable and economical approach to simulate the conditions of variables of this type of projects for making investment decisions and planning within an eolic power generation project.
Finally, this analysis concludes from a theoretical and the investor’s point of view, determining which methodology is the most appropriate to implement in Colombia, taking into account the results of the three scenarios mentioned.
Keywords: Wind Power, Capacity Charge, Reliability, Energy Market, Monte-Carlo Simulation.