dinamica de sistemas
DESCRIPTION
Referencias de la Dinamia de SistemasTRANSCRIPT
DINÁMICA DE SISTEMAS APLICADA A SISTEMAS MEDIOAMBIENTALES
Autor: Santiago Movilla Blanco(1), Tutor: Luis Javier Miguel González (2)
(1) Santiago Movilla Blanco, C/ El Medio 14, 47670 La Unión de Campos (Valladolid).
Centro donde se presentó el proyecto: E.T.S. Ingenieros Industriales. Universidad de Valladolid. Correo electrónico: [email protected]
(2) Luis Javier Miguel González, Profesor titular del Departamento de Ingeniería de Sistemas y
Automática de la Universidad de Valladolid. Teléfono: 983 42 35 45. Fax: 983 42 33 58. Correo electrónico: [email protected]
(Como nota importante cabe indicar que el titulo del proyecto es muy genérico y no se corresponde exactamente con el contenido. El motivo de esta no-correspondencia es debido a que el proyecto se ha realizado en el marco del programa ERASMUS en la Universidad de Bergen (Noruega), y el tema de trabajo se ha concretado en la universidad de acogida mientras que la Universidad de Valladolid ha mantenido el título original, que es el que debe ir en la portada del tomo. El título traducido que más se ajusta al contenido es: “Aplicación de la Dinámica de Sistemas al Estudio de la Energía Fotovoltaica en España”) Resumen El proyecto fin de carrera estudia el mercado de la energía fotovoltaica en España a través de un modelo de simulación creado mediante la teoría de Dinámica de Sistemas. El modelo cobra forma mediante un software capaz de representar y simular el sistema por computador, a la vez que sirve como base para entender la situación de este sector analizando las variables que influyen en su desarrollo. El modelo ha demostrado su validez tras simular fielmente los datos históricos disponibles, y aunque el principal propósito de la Dinámica de Sistemas no es pronosticar el futuro, el modelo ha sido desafiado a simular distintos escenarios a corto y medio plazo. Estas simulaciones podrían indicar las posibles direcciones del sector en función de la política adoptada en el modelo. El análisis global podría ayudar a tomar las decisiones idóneas para los objetivos propuestos, además de averiguar si el sector sería económicamente viable en un futuro próximo. Palabras Clave: Modelo de simulación, Paneles Fotovoltaicos, Potencia Instalada, Política de Subvenciones. Abstract The Master Thesis consists of a research in the Spanish photovoltaic sector through a simulation model which was developed using the theory of System Dynamics. The model takes shape via software and the resulting system is able to be represented and simulated by computer. The model is also taken as base to understand the situation in this field analysing the variables that influences its evolution. The validity of the model has been proved after matching the simulation with the historical data, and despite the main purpose of System Dynamics is not to forecast the future, the model has been challenged to simulate different scenarios in a short and medium term. These simulations could indicate the possible directions of the sector depending on the adopted policy in the model. The global analysis could help to take the suitable decisions for the proposed decisions, in addition to find out if the sector would be profitable in a near future. Keywords: Model simulation, Photovoltaic Panels, Installed Power, Subsidies.
1
1. INTRODUCCIÓN
La producción de electricidad mediante el uso de paneles fotovoltaicos ha aumentado significativamente
durante los últimos años en algunos de los países desarrollados y relativamente soleados. Después de
Alemania, España es el país europeo con más potencia fotovoltaica instalada y su capacidad solamente
es comparable en el resto del mundo con Japón y Estados Unidos.
La capacidad total instalada en España durante el año 2007 representó un crecimiento de más del 200%
respecto al acumulado a finales de 2006. Por lo tanto, en términos de porcentaje de crecimiento, España
ocupó la primera posición en 2007.
Durante 2008 ya se ha puesto a la cabeza del mercado fotovoltaico en crecimiento absoluto, puesto que
los últimos datos informan que la capacidad acumulada en diciembre de 2008 era de 2900 MW, siendo
mucho mayor que lo instalado por Alemania en el mismo periodo. Esto significa además un aumento de
en torno al 500% durante 2008, algo que ningún otro país ha logrado.
Este espectacular crecimiento ha superado todas las previsiones del Gobierno a pesar de que las
condiciones de amortización de las instalaciones conectadas a la red no habían cambiado mucho hasta
hace unos meses.
Con el fin de comprender la situación de la energía fotovoltaica en España y sus expectativas en el
escenario actual, se ha realizado un trabajo de investigación y análisis del sector fotovoltaico mediante el
uso de la Dinámica de Sistemas.
INSTALLED
ACCUMULATED
Acc
umul
ated
pow
er (M
W)
Ann
ual i
nsta
lled
pow
er (M
W)
Figura 1. Evolución de la energía fotovoltaica en España hasta 2008
2
Este trabajo resume el análisis de los factores que han determinado la evolución de la energía
fotovoltaica en España, tomando como base el proyecto fin de carrera al que se refiere para entender el
presente y las posibles situaciones futuras en este sector.
Como consecuencia, el análisis está basado en la Dinámica de Sistemas, método que será explicado
brevemente para una mejor comprensión del presente documento.
La bibliografía que describe y analiza la situación del mercado de energía fotovoltaica en España es
moderadamente amplia. Algunos de estos documentos ofrecen información sobre la situación del
mercado y la política de los gobiernos en función del país. Adicionalmente existen catálogos de
información técnica relativa a los diferentes paneles fotovoltaicos y los tipos de instalaciones.
Sin embargo el presente análisis no se había abordado con anterioridad desde la Dinámica de Sistemas,
lo que constituye el principal interés de este trabajo.
En este sentido, existen publicaciones donde aparecen hipótesis y previsiones mostrando las posibles
evoluciones de la energía fotovoltaica, pero no se menciona la herramienta de modelado que se ha
utilizado para simular el comportamiento, o bien simplemente se ha estimado la evolución analizando la
tendencia de las curvas de los datos históricos.
Normalmente, estos últimos establecen un pronóstico optimista y otro pesimista con una previsión de
margen de error, pero en la mayoría de los casos las predicciones están condicionadas en función de la
fuente que lo interpreta.
Para este caso, la investigación ha sido sólidamente argumentada y la información ha sido contrastada a
través de consultas a diversas fuentes de información. Todos los datos recogidos han sido debidamente
tratados creando un modelo de simulación que reproduce la información histórica por sí mismo.
En contra de análisis basados en inercias donde un cambio de tendencias significa una alteración de la
predicción, la Dinámica de Sistemas utiliza el concepto de retroalimentación, donde los parámetros y
variables se auto-controlan a través de un modelo dinámico.
3
2. DESCRIPCIÓN DEL PROBLEMA
2.1. Energía fotovoltaica en la actualidad
La mayoría de los países desarrollados del mundo están apostando por las fuentes de energía renovables.
Este hecho se debe a tres razones principales; el aumento del consumo de energía, el conocimiento de
que las fuentes fósiles son limitadas, y la posibilidad de un cambio climático.
Actualmente, una de las alternativas de energía renovable es la solar fotovoltaica, donde la radiación
solar es capturada en células fotovoltaicas para generar electricidad.
Este tipo de energía presenta buenas características tales como energía de alta calidad, pequeño impacto
ecológico o interminable a escala humana. Pero también tiene importantes desventajas.
Con la tecnología actual, la eficiencia de los módulos está en torno al 15%. Esto significa que tan sólo
un pequeño porcentaje de la radiación solar llega a convertirse en electricidad y por tanto se necesitan
grandes superficies para obtener instalaciones de potencia razonable si se compara con otras fuentes de
energía.
Incluso teniendo espacio disponible, la potencia nominal de una instalación sólo se obtiene durante las
horas de mayor radiación de los días soleados.
Las nuevas tecnologías de concentración pueden ofrecer módulos con mayor eficiencia alcanzando un
40% de rendimiento, pero estos paneles son muy caros debido a la tecnología óptica utilizada en su
fabricación.
Otra desventaja está relacionada con la materia prima. La mayoría de las células fotovoltaicas del
mercado están hechas de cristal de silicio y se necesita un gran aporte energético para su manufactura.
Tanto es así que este tipo de células deberían generar electricidad durante un período de 3 a 5 años a fin
de recuperar toda la energía utilizada en su proceso de fabricación. Afortunadamente su vida media es
de unos 25 años, pero la energía de fabricación puede provenir de una fuente contaminante, por lo que la
fotovoltaica de hoy no es totalmente ecológica.
El último inconveniente es en parte consecuencia del anterior: Debido a la alta energía necesaria, los
módulos fotovoltaicos son relativamente caros, ocupando un porcentaje medio de más del 60% del
presupuesto total de la instalación. Por lo tanto las subvenciones son necesarias para hacer rentable este
tipo de inversiones, ya que actualmente el costo de las instalaciones es muy superior al valor de la
energía que producen durante su vida útil.
4
El objetivo del Gobierno es alcanzar el 12% de la energía primaria a partir de fuentes renovables en
2010. Con este objetivo el gobierno ha estimulado el sector fotovoltaico subvencionando la energía
producida por los paneles. Las subvenciones han hecho posible que las instalaciones sean rentables con
un periodo de amortización relativamente corto. Este período se considera una buena variable para
medir la motivación de los inversores ya que cuanto menor sea el periodo, mejores serán las condiciones
económicas.
2.2. Energía fotovoltaica en un futuro próximo
Hasta ahora las inversiones en instalaciones FV han sido bastante rentables. Con las subvenciones del
último Real Decreto 661/2007, el periodo de recuperación de la inversión era de unos 10 años, pero el
nuevo Real Decreto 1578/2008 ha entrado en vigor a partir de octubre de 2008 y el panorama ha
cambiado drásticamente.
Cada RD establece distintas tarifas para la energía FV; una instalación acogida en el RD 661/2007 puede
recibir 0,44 €/kWh, pero una nueva instalación similar asociada al nuevo RD recibe sólo 0,32 €/kWh.
Además, el RD 1578/2008, limita las nuevas construcciones con cupos de MW instalados por año, lo
que reducirá significativamente la inercia de los últimos dos años.
Cuando una instalación se acoge en un determinado RD, las subvenciones recibidas durante toda la vida
de la instalación serán las subvenciones asociadas al RD inicial, incluso después de su expiración. Por lo
tanto, a sabiendas de la llegada del nuevo RD con menores subvenciones, los inversores decidieron
acelerar la creación de instalaciones antes de la fecha límite de la anterior RD. Ese apresuramiento ha
sido otra razón más del extraordinario crecimiento que la energía FV ha experimentado en los meses
previos a octubre del 2008.
Uno de los argumentos para el establecimiento del nuevo RD es que el incremento experimentado por el
sector FV ha sido mayor de lo esperado y es necesario un ajuste. El gobierno ha estado apostando por un
sector que no es rentable y más allá de los objetivos de potencia instalada, existe la expectativa sobre si
los avances técnicos en los módulos podrían permitir la rentabilidad en el futuro sin ayuda de
subvenciones. Estos avances están principalmente dirigidos en dos direcciones: el precio de fabricación
y la eficiencia, es decir, paneles más baratos y más productivos.
5
Con los anteriores RD, se estableció una buena base de mercado con el fin de estimular la competencia
y, por consiguiente, el desarrollo de mejores paneles. Sin embargo, la rentabilidad era lo suficientemente
grande como para no preocuparse por mejoras o avances.
La reducción actual de subvenciones todavía permite la continuidad del mercado FV, pero éste se
mantiene en condiciones difíciles en la mayoría de los casos.
Con el nuevo escenario de subvenciones, la motivación de los inversores ha disminuido ya que las
nuevas tarifas implican un periodo de amortización mayor.
Incluso en el caso de recuperar parte de la motivación reduciendo el precio de los paneles, el cupo anual
de potencia del actual RD no permitirá un crecimiento como el experimentado hasta ahora.
En cualquier caso, los avances técnicos son la clave para el futuro en el sector FV. La reducción de las
subvenciones empeora las condiciones de mercado, pero también es un estímulo para encontrar mejoras
en los módulos, si es que eso fuera posible.
Figura 2. Ejemplo de instalación fotovoltaica
3. DINÁMICA DE SISTEMAS
El método de investigación del trabajo ha consistido en el desarrollo de un modelo de simulación.
En este modelo de simulación se han escogido las principales variables que se han considerado
relevantes para determinar el funcionamiento del sistema (mercado fotovoltaico) así como las relaciones
entre ellas, buscando comprender la dinámica que las gobierna.
6
En esta dirección la Dinámica de Sistemas ha demostrado ser muy adecuada cuando se trata de sistemas
complejos como éste, donde hay muchas variables a tratar, lazos realimentados y largos horizontes
temporales.
La aplicación de la Dinámica de Sistemas sigue los pasos que se describen a continuación.
En primer lugar, es esencial definir el problema: Sabiendo que en la actualidad el sector FV necesita
subvenciones para sobrevivir, es necesario analizar la rentabilidad de las subvenciones en el desarrollo
de avances tecnológicos. Estos avances harían posible la construcción de instalaciones FV en el futuro
sin necesidad de ayudas económicas.
Adicionalmente, es necesario analizar si la política de subvenciones elegida es la óptima para los
propósitos del gobierno y qué efectos podrían resultar si la política se modifica.
Una vez conocido el problema es el momento de definir una hipótesis sobre el modelo. La Dinámica de
Sistemas utiliza niveles y flujos para representar la evolución del sistema, por lo tanto se necesita
identificar los principales niveles y flujos, además de trazar las principales líneas de influencia entre
estos elementos. Con estos elementos relacionados entre sí se genera un diagrama sinóptico que muestra
la hipótesis.
A partir de la hipótesis y en función de las variables influyentes es posible desarrollar un modelo formal
a través de un programa informático.
En la aplicación, el modelo contiene las variables más importantes que participan en el comportamiento
del mercado FV español. Por lo tanto, la estructura vincula los parámetros mediante la formulación
matemática adecuada afectando la evolución de los niveles y flujos del sistema.
El siguiente paso es poner a prueba la validez o la utilidad del modelo de simulación: El modelo debe
reproducir fielmente los datos históricos, pero a veces no coinciden y es necesario un reajuste. En primer
lugar, el modelador debe estar seguro de que la estructura es la correcta y de que todas las variables
importantes están incluidas. Después es posible que una parte de la formulación necesite un nuevo
cálculo a fin de validar de nuevo. Este proceso se repite una y otra vez en un bucle que es considerado
parte esencial del proceso de modelado.
7
Figura 3. Proceso de modelado
El bucle termina cuando la simulación se ajuste a los datos históricos, y por consiguiente, el modelo es
valido.
Para hacer esta tarea más sencilla, resulta útil dividir el modelo en subsistemas: Dentro del programa,
cada subsistema esta incluido en una ventana diferente donde se encuentran las variables asociadas. De
esta forma es más fácil identificar las distintas estructuras o comportamientos, y el proceso de modelado
puede desglosarse.
Una vez que el modelo funciona correctamente en un punto de equilibrio, la simulación se prueba bajo
condiciones extremas para verificar el comportamiento dinámico de la estructura. Además, se analiza la
sensibilidad de los parámetros clave para conocer la forma en que éstos afectan el sistema.
Cuando se considera que el proceso de modelado ha finalizado, el resultado es un modelo de ejecución
con el que se es capaz de entender el desarrollo del sector FV en España.
Llegados a este punto, pueden aplicarse distintas políticas para comprobar la idoneidad o no de la
estrategia tomada en función de los resultados simulados. De esta forma se ayuda a tomar decisiones, ya
que el modelo ofrece la posibilidad de ejecutar diferentes escenarios para ver qué podría suceder en cada
caso.
Por lo tanto, el modelo se puede utilizar para proyectar situaciones alternativas de futuro mediante la
modificación de los diferentes parámetros: Desarrollo de paneles más baratos, reducción de las
subvenciones concedidas por el gobierno, evolución de las tasas de CO2, precio de la energía, etc. En
este sentido, el modelo está orientado a la elaboración de políticas.
8
Sin embargo, la Dinámica de Sistemas no es una herramienta diseñada para pronosticar el futuro, sino
para entender el presente: Cuando el modelo se simula a través de futuros escenarios, sólo las variables
incluidas en la estructura pueden experimentar evolución. Sin embargo, a lo largo de un futuro real
podrían aparecer nuevas variables, como la introducción de nuevas fuentes de energía o la aparición
crisis energéticas.
Este tipo de variables no están consideradas en el modelo ya que en la actualidad no existen. No
obstante podrían ser determinantes mas adelante y por consiguiente el comportamiento de la simulación
resultaría muy alejado de la situación real.
Aun así, el sistema es simulado en el tiempo a fin de tener una pequeña idea sobre la posible orientación
de mercado FV a lo largo de los próximos años.
4. MODELO DE SIMULACIÓN
El modelo de simulación ha sido desarrollado utilizando la teoría de Dinámica de Sistemas a través del
software comercial Vensim®. Este programa es capaz de simular el sistema calculando el valor de todas
las variables y su evolución a lo largo del tiempo.
Dentro del programa, el modelo se divide en cinco ventanas principales: cuatro de ellas son subsistemas
y la quinta contiene los datos históricos a fin de validar la simulación.
Los cuatro grandes bloques son los siguientes: Paneles fotovoltaicos, Potencia solar instalada,
Decisiones del Gobierno y por último Mercado y Tecnología.
En el interior, cada subsistema contiene las estructuras adecuadas de niveles y flujos y las variables
asociadas. Los bloques están conectados entre sí con influencias entre determinados parámetros dando
forma a bucles realimentados en muchos casos.
La hipótesis del modelo se muestra en el diagrama de la página siguiente. En él se representa el lazo de
realimentación principal que comienza con el presupuesto inicial de inversiones a partir del cual se
adquiere una cantidad de paneles FV. Estas compras están representadas en el bloque de Paneles
fotovoltaicos.
9
PanelesFotovoltaicos
- Periodo de amortización- Instalación- Mantenimiento
RadiaciónSolar
Tasas evitadaspor CO2 no
emitido
- Objetivos
PotenciaSolar
Instalada
- Superficie instalada- Eficiencia
Mercado &Tecnología
- Subvenciones Decisionesdel Gobierno
Figura 4. Diagrama Hipótesis
Los paneles producen un flujo de energía representada en el bloque de Potencia solar instalada y éste
depende de las condiciones ambientales y las propiedades técnicas de cada panel.
La energía FV tiene dos direcciones: Por una parte se produce la energía que evita un porcentaje de
emisiones de CO2, y por otra informa acerca de la potencia nominal instalada en España. Ambas
direcciones influyen en las decisiones del gobierno aunque los Reales Decretos sólo han considerado
metas de potencia para establecer el valor de subvenciones.
No obstante, España se encuentra en el protocolo de Kyoto y las emisiones evitadas producen una
reducción de tasas que influyen en el balance de subvenciones netas pagadas por el gobierno.
Las decisiones del gobierno básicamente consisten en la creación de la política de subvenciones que
influirá en las condiciones del mercado. El actual RD agrupa estas condiciones condicionando el
escenario donde se pueden obtener los avances tecnológicos.
10
Una vez conocidas las subvenciones y los precios del mercado para instalaciones FV, es posible calcular
el periodo de amortización que incentivará el ánimo para invertir. Esta motivación influye en la cantidad
de nuevas adquisiciones cerrando el bucle principal.
Más allá de la descripción de esta hipótesis, se hace necesaria una breve descripción de cada uno de los
bloques:
4.1. Paneles Fotovoltaicos
El primer bloque, Paneles Fotovoltaicos, muestra la cadena evolutiva de los módulos FV hasta que son
instalados. En este subsistema se representan tres niveles o fases consecutivas para los paneles: En
Construcción, Bajo Instalación y Paneles Operativos. Las conexiones entre estos niveles son los flujos
de paneles por año, y cada flujo depende del nivel anterior y el plazo de entrega.
El presupuesto anual disponible para inversiones FV es un indicador de la compra deseada de módulos.
La parte del presupuesto destinada a paneles depende principalmente del precio del panel y del tipo de
instalación.
Además de nuevas construcciones, parte del presupuesto también se utiliza para el mantenimiento de las
instalaciones existentes. El coste de mantenimiento es proporcional a la suma de paneles en
funcionamiento que están representados en el tercer nivel.
La mayoría de los paneles instalados son de silicio mono o policristalino, pero sabiendo que los precios
y la eficiencia no son significativamente diferentes entre estos dos tipos de módulos, se ha hecho un
promedio de estos dos parámetros con el fin de homogeneizar el modelo con un panel estándar. De todos
modos, con la creciente incorporación de paneles de silicio amorfo, posiblemente se necesite un
desglose de tipos de panel en futuros modelos.
Sobre los tipos de instalaciones es determinante saber si se usan seguidores para saber el precio final de
una instalación. La potencia máxima se obtiene cuando los paneles son capaces de seguir el movimiento
del sol durante el día y a lo largo de las estaciones, pero el uso de seguidores implica un aumento del
presupuesto que es necesario tomar en consideración.
11
La suma de paneles operativos proporciona la potencia nominal total referida a los inversores de las
instalaciones. La suma de potencias nominales de cada instalación es utilizada por el gobierno para
comprobar los objetivos alcanzados.
Por último existe una depreciación o envejecimiento de los paneles instalados representado por un flujo
de salida. La depreciación depende de la durabilidad de los paneles y del grado de mantenimiento de las
instalaciones. Adicionalmente los paneles colocados sobre seguidores soportan mayor radiación
viéndose reducido su tiempo de vida útil.
El siguiente diagrama representa el núcleo del primer bloque, donde se han incluido los niveles y flujos
de la cadena evolutiva de los paneles.
Figura 5. Cadena de Paneles
4.2. Potencia Solar Fotovoltaica Instalada
Especialistas en el campo de la energía FV no expresan la potencia instalada de un sistema en vatios
(W), sino en vatios pico (Wp). Por lo tanto, el precio de los módulos FV se expresa en euros por vatio-
pico.
En la actualidad, el precio medio de un vatio pico está alrededor de los 4 euros y cada módulo tiene un
número determinado de Wp en función de su tamaño y propiedades.
Los vatios-pico de un panel se convierten en vatios productivos cuando se alcanzan las condiciones
ambientales incluidas en la definición del Wp, que son: 1 kW/m2 de la radiación solar y 25ºC de
temperatura.
12
Bajo estas condiciones estándar, un panel de por ejemplo 200 Wp, producirá 200 W de potencia real. El
problema es que una radiación de en torno a 1 kW/m2 sólo se obtiene durante las horas más soleadas del
verano en gran parte del país, por lo que considerando el resto del día incluyendo la noche, el promedio
de producción de energía es significativamente inferior a la potencia pico indicada en el panel.
Así como la radiación es un factor que influye positivamente en el flujo de energía, la temperatura afecta
negativamente reduciendo la producción hasta un 4% por cada 10ºC de aumento con respecto al valor
estándar, que es 25ºC.
La capacidad del inversor en cada instalación es casi igual a la suma de Wp procedentes de los paneles a
él conectados ya que los inversores están diseñados para soportar toda la energía cuando se dan las
condiciones óptimas de producción energética.
Por tanto la potencia nominal de cada instalación es la capacidad del inversor y ésta hace referencia a las
condiciones estándar de potencia pico.
Sin embargo, como la potencia nominal sólo se obtiene durante cortos períodos de radiación, es
necesario diferenciar entre la potencia nominal y la potencia real productiva de las instalaciones.
De hecho, la verdadera potencia generada es un compendio de las condiciones ambientales y técnicas de
cada instalación.
Como se ha dicho, las principales condiciones ambientales son la radiación y la temperatura. Por tanto,
una vez elegido el lugar o región de estudio, estos parámetros se consideran sin cambios durante la
simulación (con el permiso de un posible cambio climático).
La siguiente imagen muestra las diferentes áreas de radiación solar en España.
13
Figura 6. Mapa de radiación solar en España
Si bien las propiedades ambientales se consideran estáticas, las características técnicas de las
instalaciones no lo son. Algunos de los parámetros más importantes en este ámbito son los siguientes:
"Eficiencia del panel", "Porcentaje de instalaciones con seguidores" o "Pérdidas en la generación" entre
otros.
Todas estas variables influyen en la producción de energía y están en evolución por lo que necesitan un
análisis dinámico.
Los avances tecnológicos en algunos de estos parámetros se centran en el aprovechamiento de la
radiación solar, pero también se tiene en cuenta el precio de las mejoras. En este punto los inversores
han de encontrar un compromiso entre producción de energía y presupuesto.
Para hallar la producción de energía FV, este bloque contiene todas las variables que intervienen en su
cálculo, tanto las ambientales como las técnicas. Todos los parámetros de trabajo junto con la suma de
paneles instalados devuelven la potencia real total de las instalaciones FV en España.
Por lo tanto, así como la potencia nominal se obtiene en el primer bloque, la verdadera producción de
energía se obtiene en el segundo.
Por último, sabiendo el valor de subvención por kWh de energía producida y la potencia real
representada como flujo de energía, es posible calcular las subvenciones totales abonadas por año. De
14
esta cantidad se deben restar las tasas de emisiones evitadas de CO2, calculadas como tasas virtualmente
pagadas si la energía FV fuese generada por fuentes fósiles procedentes de plantas de energía en España.
4.3. Decisiones del Gobierno
Este bloque es fundamental para el desarrollo del sector FV ya que las decisiones del gobierno
establecen las condiciones de rentabilidad de las instalaciones FV.
En realidad, uno de los propósitos de modelar el sector FV es el diseño de políticas para observar cómo
las decisiones podrían influir en la evolución de este sector.
Esto se debe a que las decisiones se basan en el logro de las previsiones deseadas, pero a veces las
decisiones no generan los resultados esperados.
Es habitual la aparición de nuevos factores a lo largo del tiempo que no se consideraron durante la toma
de decisiones o simplemente estos factores no se comportan de la manera que se esperaba.
Al final, el resultado es un escenario inesperado, y esta situación genera cambios drásticos en las nuevas
decisiones que pueden generar desajustes u oscilaciones en muchas de las variables.
Hasta 2004, el crecimiento del sector FV parecía ser lineal mientras se mantuviesen las condiciones de
amortización. De hecho, el Plan de Energías Renovables (PER 2005-2010) estimó que sería posible
alcanzar la cifra de 400MW instalados en 2010 con una política de subvenciones similar, pero el
crecimiento real ha ido más allá de las previsiones y la meta ya fue superada durante el 2007.
En el RD 661/2007 no se mencionaba una limitación de crecimiento por lo que el gobierno dio un plazo
de un año a partir de septiembre de 2007 anunciando la creación de un nuevo RD en 2008 que
finalmente ha traído cupos máximos anuales de potencia instalada y una reducción significativa del
valor de las subvenciones.
La figura 7 representa el gráfico que muestra el crecimiento real de potencia hasta el año 2007, junto al
crecimiento estimado por el PER 2005-2010.
15
Figura 7. Acumulado Vs. Pronosticado
El problema es que los pronósticos no han sido acertados y el crecimiento FV ha superado todas las
previsiones implicando más subvenciones anuales de las esperadas. Por consiguiente, cuando se hizo la
predicción hubo una percepción errónea de los parámetros que intervenían en el número de inversiones.
Una vez que se establecen nuevas tarifas, el ánimo o motivación para invertir es un parámetro difícil de
adivinar. Incluso reduciendo las subvenciones, es complicado predecir cómo se ralentiza el crecimiento
bajo la nueva situación.
Este problema está siendo resuelto por el nuevo RD aplicando cupos máximos anuales de potencia
instalada. Con este método se puede determinar el crecimiento anual mientras se den las condiciones
necesarias para cumplir con los cupos.
El modelo de simulación toma el periodo de amortización como parámetro de motivación a la hora de
invertir. Sin embargo, la motivación no es suficiente para averiguar el grado de inversión en el sector ya
que la tasa de crecimiento del sector FV no se ha comportado de acuerdo con las condiciones de
amortización.
De hecho estas condiciones no han cambiado de manera significativa en los últimos años, y sin embargo
la energía FV ha crecido de forma exponencial, por lo tanto debe haber otro parámetro que afecte el
crecimiento.
Ese factor es la difusión del mercado FV: En el año 2000 sólo un pequeño grupo de inversores se
atrevieron a apostar por instalaciones FV. Las instalaciones siempre han requerido un gran desembolso
inicial, y en aquel entonces existía un gran escepticismo e ignorancia acerca de la posible rentabilidad.
16
Pero así como el número de instalaciones fue creciendo, la confianza aumentó con el tiempo y los
posibles inversores se dieron cuenta de que la FV podría ser un buen sector para invertir.
Por otra parte, los inversores han transmitido de boca en boca la posibilidad de invertir a las partes
interesadas para formar sociedades FV. El resultado ha sido un espectacular crecimiento de nuevos
participantes influidos por el éxito de los anteriores inversores.
El modelo de simulación representa la transición de inversor potencial a inversor activo a través de dos
niveles: El nivel inicial representa el porcentaje de inversores susceptibles o potenciales y el flujo de
transición conduce las personas interesadas hacia el segundo nivel de población donde se encuentran los
inversores en FV.
La figura 8 muestra la estructura correspondiente a esta parte del modelo.
Figura 8. Transición de inversor potencial a inversor activo
La transición de convertirse en inversores ha aumentado últimamente, y esa es la razón por la cual la
potencia instalada ha aumentado extraordinariamente a lo largo del mismo período.
Ambos, periodo de amortización y difusión del mercado representan los parámetros que influyen en el
total de inversiones que se utilizan en el primer bloque para calcular las compras en FV.
17
4.4. Mercado & Tecnología
Como se ha dicho antes, uno de los parámetros utilizados para estimular las compras en el sector FV es
el periodo de amortización. Esta variable es esencial para tener una idea acerca de las condiciones de
rentabilidad, y básicamente depende de dos factores: Los ingresos y el coste de una instalación.
Los ingresos se determinan a través del bloque de Decisiones del Gobierno donde las subvenciones se
han fijado en función del RD asociado. Por otra parte, el gasto necesario para crear una instalación está
determinado por los precios del mercado y más concretamente el precio de los paneles FV.
Este último bloque del modelo simboliza la evolución de los precios del mercado y las mejoras
tecnológicas para el sector FV, por lo tanto este subsistema informa sobre las propiedades técnicas de
los paneles.
Algunos de los parámetros de este informe se basan en datos históricos ya que por ejemplo, el modelo
actual no incluye una estructura que explique la evolución del precio de la energía.
La principal variable del mercado FV es el precio del panel. Este factor depende principalmente del
precio de la energía y del efecto de la demanda: El precio de la energía profesa gran influencia sobre el
precio de los paneles FV, ya que el silicio necesita temperaturas extremadamente altas para obtener
lingotes cristalinos.
El exceso de demanda afecta los plazos de entrega y el precio del panel; cuando la demanda es superior
a la oferta hay un cierto aumento en el precio de los paneles y por lo general se demoran las entregas. De
alguna manera el exceso de demanda se origina debido a una percepción errónea de la previsión, por lo
que un buen modelo de simulación podría evitar este efecto.
Otras variables como el coste de fabricación no son reveladas por las empresas FV, por tanto no es
posible hacer un análisis. Pero así como los módulos se han abaratado durante los últimos años, se puede
estimar la disminución en los costes de fabricación.
Las mejoras tecnológicas pueden avanzar a fin de obtener paneles más baratos con las mismas
especificaciones, pero el otro camino es mejorar las características manteniendo los costes. En este
sentido, el gran reto es la mejora de la eficiencia.
Últimamente, el aumento de la eficiencia ha sido bastante ingenuo, pero se desconoce hasta qué punto
puede avanzar la tecnología en este campo. Las inversiones están estimulando la investigación de
nuevas células FV y ésta es una manera de averiguar posibles mejoras.
18
El valor promedio de eficiencia se ha representado por medio de un nivel que no puede disminuir ya que
se supone que una vez alcanzado un valor de eficiencia para un precio de panel, los fabricantes no
ofrecerán menor eficiencia para un mismo coste de manufactura. Parte de esta estructura contenida en el
modelo se muestra en la figura 9.
Figura 9. Representación de la eficiencia
5. RESULTADOS
Mediante la aplicación de la Dinámica de Sistemas se ha logrado un modelo de simulación que ayuda a
comprender la situación de la energía FV en España.
El modelo obtenido ha sido analizado y probado con el propósito de que simule fielmente la evolución
histórica de las principales variables. En este sentido, la figura 10 muestra la simulación del crecimiento
de potencia FV, junto con los datos históricos. El gráfico temporal está trazado desde el año 2004 hasta
el 2010 y la potencia nominal se representa en MW.
Como los datos históricos son una colección de puntos anuales unidos por líneas rectas, el último punto
de información está colocado al comienzo del 2008 ya que la potencia acumulada en enero de 2009 aún
no estaba disponible cuando se finalizó el proyecto.
La línea horizontal a partir de 2008 indica que no hay más información histórica y que el programa
guarda el valor del último punto durante el resto de la simulación.
19
Figura 10. Datos Históricos vs. Simulación 2010
Datos recientes apuntan a que el crecimiento real durante el año 2008 ha sido superior al simulado. Esto
se debe al apresuramiento temporal previo a la expiración del RD 661/2007, lo que ha provocado una
aceleración en la creación de nuevas instalaciones. Este desajuste será compensado más tarde por el
recorte de nuevas instalaciones FV, dando como resultado una acertada curva promedio.
De hecho la simulación sigue la tendencia que posiblemente corresponderá con el crecimiento medio
FV.
El modelo simula curvas suaves debido a que la mayoría de las variables emplean valores medios que
evitan cambios drásticos y hacen el modelo más homogéneo. Por ejemplo, la producción de energía FV
depende de las condiciones meteorológicas en cada momento, pero es preferible tomar un promedio
anual de radiación como parámetro para la producción eléctrica.
Por lo tanto los valores utilizados en el modelo son meras aproximaciones, puesto que la finalidad de la
investigación es comprender los diferentes comportamientos del sistema. Además, un modelo preciso
requeriría mucho más tiempo, obteniendo casi el mismo resultado. Aun así, el sistema es más sensible a
determinados parámetros que se han calculado con extrema atención.
En cualquier caso, aunque se haya validado el núcleo del modelo, algunas partes y parámetros se
podrían mejorar, siendo el propio modelador quien decide cuándo la aproximación es suficientemente
20
buena de acuerdo con las necesidades del proyecto. En este sentido, futuras líneas de investigación
podrían ampliar el modelo mediante la obtención de nuevos datos.
La simulación en la figura 11 toma el año 2020 como horizonte temporal a modo de pronóstico
orientativo. En ella se muestra una importante desaceleración para los próximos años siguiendo un
comportamiento de tendencia estabilizadora.
Figura 11. Datos Históricos vs. Simulación 2020
Hasta ahora, las simulaciones se han basado en el escenario por defecto bajo algunas consideraciones
especiales: No se suponen cupos de potencia y se estima una reducción progresiva de las subvenciones
con arreglo a la potencia instalada. Además de eso, el escenario por defecto no asume ninguna mejora
técnica a partir del año 2008.
En estas condiciones, el crecimiento experimentará una desaceleración y posible estancamiento del
mercado FV en el futuro debido a los próximos planes en materia de subvenciones, con el consiguiente
incremento del período de amortización. Por lo tanto, si los avances tecnológicos no llegan pronto, el
sector FV en España posiblemente se congelará.
Aunque la simulación por defecto no es la situación más prometedora, otros escenarios optimistas no
son mucho mejores. En esta dirección, el Análisis de Sensibilidad del software utilizado es capaz de
representar una serie de escenarios diferentes modificando alguna de las variables. Como ejemplo, se ha
21
representado en la figura 12, la posible evolución de la potencia acumulada si se consiguieran mejoras
en los precios del panel.
Figura 12. Efecto de los avances tecnológicos en el precio del panel
Las tres principales direcciones de las mejoras en el sector FV son la eficiencia, el precio, y de alguna
manera también la durabilidad.
En este caso se eligió el efecto de los avances en el precio para ver cómo se podría ver afectada la
evolución FV hasta 2020.
La figura 11 simula una variación de precios de panel de entre 1 y 3 veces más baratos. Por lo tanto, el
límite superior de la curva representa la posibilidad de crecimiento si las mejoras tecnológicas son
suficientes para la fabricación de paneles 3 veces más baratos, y el límite inferior representa el valor por
defecto.
6. CONCLUSIONES
En el modelo se han tratado varios escenarios y las simulaciones presentan diferentes comportamientos.
Son historias diferentes que comparten dos conclusiones cuya única diferencia es ver si al final las
inversiones en FV serán útiles o no. El futuro dependerá de que se siga apostando por esta energía, y de
cómo influyan las inversiones en posibles mejoras tecnológicas.
22
23
Los resultados esperados no son muy prometedores para este tipo de energía. Sin embargo, si alguien
consigue encontrar un avance significativo que supere las barreras tecnológicas, la energía FV podría
llegar a dominar la producción de electricidad en los países relativamente soleados.
En cualquier caso, el modelo puede ser usado y mejorado con el propósito de optimizar la economía de
este sector aplicando la política idónea para los objetivos que se propongan en este sector.
7. BIBLIOGRAFÍA
1. Sterman, J.D. “Business Dynamics. Systems thinking and modelling for a complex world.” Irwin
McGraw-Hill, 2000
2. (PER) Plan de Energías Renovables en España (PER) 2005-2010. Real Decreto (Royal Decree)
661/2007 y 1578/2008
3. MIMAM. Spanish Strategy for the enforcement of the Kyoto Protocol (draft). Madrid, 2004.
4. Greenpeace. Renewable 2050. A report about the potential of renewable energies in peninsular Spain.
5. Instituto para la Diversificación y Ahorro de la Energía. http://www.idae.es/
6. United Nations Framework Convention on Climate Change. http://www.unfccc.de
7. J. K. B. Bishop and W. B. Rossow. Spatial and temporal variability of global surface solar
irradiance. J. Geophys. Res. 96
8. International Satellite Cloud Climatology Project (ISCCP). http://isccp.giss.nasa.gov/
9. National Geophysical Data Center (NGDC), NOAA Satellite and Information Service, Coastline
Extractor.
10. International Energy Agency (IEA), Key World Energy Statistics 2005. http://www.iea.org/
11. SYSTÈMES SOLAIRES. Le journal des énergies renouvelables N° 184 –2008 BAROMÈTRE
PHOTOVOLTAÏQUE – AVRIL 2008
8. AGRADECIMIENTOS
Agradezco especialmente el apoyo moral e intelectual que me ha aportado mi querido tutor Luis Javier,
al igual que agradezco la aportación y consejos de mis tutores en La Universidad de Bergen, Erling
Moxnes y Pål Davidsen.