Evaluación Económica Resolución 051 de 2009
Diciembre 5 de 2013
Matemáticas Aplicadas
Luciano de CastroNorthwestern University
Shmuel S. OrenUniversity of Calfornia Berkeley
Member of CAISO Market Surveillance Committee
Alvaro J. RiascosUniversidad de los Andes y Quantil
Plan de la presentación
• Introducción
Motivación Resultados
• Metodología y resultados
Análisis econométrico Comportamiento no competitivo Optimización despacho Delta
• Economía del despacho
• Mejores prácticas en Estados Unidos
• Conclusiones y recomendaciones
Plan de la presentación
• Introducción
Motivación Resultados
• Metodología y resultados
Análisis econométrico Comportamiento no competitivo Optimización despacho Delta
• Economía del despacho
• Mejores prácticas en Estados Unidos
• Conclusiones y recomendaciones
Introducción
• En el 2009 la CREG, siguiendo mejores prácticas internacionales, reconoce posibilidad de ineficiencias económicas en el despacho actual (self unit commitment):
Generadores: Ofertas térmicas incorporan riesgo de salir despachadas por pocas horas y no recuperar los costos de arranque y parada (CAP).
Despacho: Apagar una planta por tener una oferta de energía alta podría ser ineficiente si no se toma en cuenta el CAP.
• En principio pasar a un despacho del tipo centralized unitcommitment mejora la eficiencia económica.
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Introducción
• Sin embargo, la revelación de información necesaria para el cálculo del despacho (ofertas complejas – mayor flexibilidad) brinda mayores oportunidades de manipulación a todos los agentes.
• No existen resultados teóricos que aclaren cuál de los dos mecanismos es mejor en términos de eficiencia económica.
• Nos concentramos en tres problemas:
1. Eficiencia económica.2. Poder mercado. 3. Efectos en eficiencia del delta (transferencia).
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Introducción
• Para responder estas preguntas utilizamos:
Modelo econométrico en forma reducida para construir un contrafactual de self unit commitment para el periodo 2009 – 2012.
Modelo estructural (optimización del despacho ideal con restricciones técnicas) para construir un contrafactualpara el periodo 2006 – 2012 de un despacho competitivo eficiente.
Análisis estadístico de algunas variables involucradas en la definición del delta.
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Introducción
• Resultados principales:
La eficiencia económica del despacho actual (centralizedunit commitment) ha mejorado con respecto a la eficiencia económica del despacho (self unitcommitment) antes de la Resolución.
Hay evidencia de que las ganancias en eficiencia han beneficiado principalmente a los productores y no al consumidor.
Hay evidencia de que ha disminuido la competitividad del mercado. Si bien el riesgo de las plantas térmicas ha
disminuido el markup a aumentado.QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Introducción
• Resolución 051 de 2009 introduce un cambio fundamental en el diseño del mercado mayorista:
Pasar de self unit commitment… Ofertas simples (precio energía para 24 horas ). No hay garantía de que las plantas térmicas cubran
costos de arranque y parada.
… a centralized unit commitment Ofertas complejas (precio energía para 24 horas y precio
arranque y parada). Despacho ideal optimización de 24 horas. Transferencias expost para:Garantizar la recuperación de costos de arranque y
parada. Compensar generación inflexible.
Plan de la presentación
• Introducción
Motivación Resultados
• Metodología y resultados
Análisis econométrico Comportamiento no competitivo Optimización despacho Delta
• Economía del despacho
• Mejores prácticas en Estados Unidos
• Conclusiones y recomendaciones
Metodología y resultados: Datos
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
• Datos:
Demanda nacional.
50 plantas (30 térmicas, 20 hídricas).
Costos marginales (2 versiones), oportunidad (2 versiones), arranque y parada.
Metodología y resultados: Datos
www.quantil.com.co
• Costos marginales 1:
MarginalCost$
kWh
HeatRate ∗1
CalorificValue ∗ Priceofthefuel
VOMcost CERE FAZNI
Metodología y resultados: Datos
www.quantil.com.co
• Costos marginales 2:
MarginalCost$
kWh
HeatRate ∗1
CalorificValue ∗ PriceofthefuelUPME
VOMcost CERE FAZNI
Metodología y resultados: Datos
www.quantil.com.co
• Costos oportunidad:
1. Mínimo entre la oferta hídrica y la térmica mas costosa despachada.
2. El mínimo entre la oferta y la oferta de la planta siguiente a la marginal.
Metodología y resultados: Costos marginales 1
.
50
100
150
200
2006 2008 2010 2012
Year
$CO
P/k
Wh
Hydro
Thermo
Price
Weighted Average Marginal Costsby type of Plant
Metodología y resultados: Datos
www.quantil.com.co
• Costos de arranque y parada:
1. Extrapolamos los costos usando variaciones en precios internacionales.
2. El combustible de arranque es el mismo de operación.
Metodología y resultados: Modelos
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
• Modelos:
Modelo econométrico en forma reducida
Modelo de decisiones de producción por planta. Modelo de precios (oferta agregada).
Modelo de estructural de optimización del despacho.
Análisis estadístico variables delta.
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
, _ , , , , ,
, , , , , ñ ñ
• Estimamos dos modelos: producción por planta y un modelo de precios (oferta agregada).
• Producción por planta:
Metodología y resultados: Modelo econométrico
• Modelo econométrico (básico) ajuste producción agregada.
100
200
300
0 2500000 5000000 7500000Demand(kWh)
$CO
P/k
Wh Price
Actual
Simulated
Actual and Simulated Prices Before Restructuriing
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Plants AverageofCoefficients
AverageofStd.Errors
#ofCoefs.Significant(5%)
Unitfixedeffect 774,169 14,810 28pcmpos 130,251 19,349 25Pcm 1,460 534 18
pcmminus1 2,170 422 16pcmplus1 1,719 422 8meanpcm ‐2,670 810 16
eanpcmminus24 4,568 578 26meanpcmplus24 ‐2,177 577 21
Niño 228,806 18,131 27Nina ‐28,080 11,672 28
• Modelo econométrico (básico) producción, plantas térmicas.
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
• La estimación del modelo de decisiones por planta para las térmicas sugiere la existencia de un comportamiento no competitivo: la decisión de producción no depende únicamente del markup de precios.
• Esto resalta que existe espacio para mejorar en térmico de poder de mercado.
• Mas adelante vamos a encontrar mas evidencia de comportamiento no competitivo.
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
• Modelo econométrico (básico) precios.
• Cada hora 0,1, … , 23 la oferta puede ser una función lineal a trozos (10 trozos).
,
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
80
120
160
0 5 10 15 20Hour
$CO
P/k
Wh
Period
Actual Pre
Sim. Pre
Actual Post
Sim. Post
Price by hour of day
• Modelo econométrico (básico) precios. Ajuste y pronósticos.
Metodología y resultados: Modelo econométrico
.
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
80
120
160
0 5 10 15 20
Hour
$CO
P/k
Wh
Period
Actual Pre
Sim. Pre
Actual Post
Sim. Post
Price by hour of day
80
90
100
110
120
1Mon 2Tue 3Wed 4Thu 5Fri 6Sat 7Sun
Weekday
$CO
P/k
Wh
Period
Actual Pre
Sim. Pre
Actual Post
Sim. Post
Price by weekday
• Modelo econométrico (básico) precios. Ajuste y pronósticos.
Metodología y resultados: Modelo econométrico
0
50
100
150
200
250
4e+06 6e+06 8e+06Demand(kWh)
$CO
P/k
Wh
Price
Actual
Simulated
Max. Offer
Actual and Simulated Prices After Restructuriing
• Modelo econométrico (básico) precios. Oferta agregada contrafactual.
Metodología y resultados: Modelo econométrico
• El análisis econométrico sugiere que:
Los precios actuales son superiores a los que se hubieran observado en ausencia de la Resolución (en beneficio de productores y detrimento de consumidores).
La oferta agregada observada es un desplazamiento hacia arriba de la oferta contrafactual lo cual sugiere un aumento en el comportamiento no competitivo de los productores.
Sin embargo, como veremos en los calculo de bienestar el despacho es mas eficiente y es menos costoso para los generadores atender la demanda.
Metodología y resultados: Modelo econométrico
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
∆
• Para estimar el cambio en bienestar (con base en los costo variables) calculamos ( es la producción observada por planta, la producción en el escenario contrafactual):
Metodología y resultados: Modelo econométrico
• Efectos en eficiencia de la Resolución (costos variables):
Model 2006‐0
2007‐0
2008‐0
2009‐0
TotalPre.
2009‐1
2010‐1
2011‐1
2012‐1
TotalPost.
ActualOutcomesOutput 48.5 50.2 50.5 30.0 179.2 22.1 48.0 52.2 50.7 173.0TotalVariableCosts
2,4122,8662,936 1,942 10,156 1,369 2,816 2,687 2,874 9,746
MixedOutput 49.0 48.8 49.4 32.8 180.0 22.2 47.5 52.9 52.5 175.1TotalVariableCosts
2,5692,8242,880 2,200 10,473 1,451 2,890 2,837 3,095 10,273
Deadweightloss ‐83 ‐74 ‐149 ‐221 ‐527
DWLshare ‐6.05%
‐2.64%
‐5.56%
‐7.68%
‐5.41%
Metodología y resultados: Modelo econométrico
Table1.Start‐UpandVariableCostsbyYearinMillionCOP
Period StartUp.Cost Var.Cost Proportion
2006.0 51,619 2,417,459 2.14%
2007.0 46,229 2,866,409 1.61%
2008.0 61,606 2,935,507 2.10%
2009.0 23,249 1,941,680 1.20%
2009.1 16,517 1,368,602 1.21%
2010.1 35,095 2,815,608 1.25%
2011.1 44,457 2,687,110 1.65%
2012.1 39,660 2,882,408 1.38%
• Analisis de binestra usando costos totales (incluyendo arranque y parada).
El modelo econométrico no esta diseñado para estimar arranques (variable binaria).
Estimamos los costos de arranque del escenario contrafactual como el peor caso del pasado.
Metodología y resultados: Modelo econométrico
.
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
90
100
110
120
1Mon 2Tue 3Wed 4Thu 5Fri 6Sat 7Sun
Weekday
$CO
P/k
Wh Period
Post
Pre
Market price by weekday
80
100
120
140
160
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Market price by hour of day
• Los beneficios no se han trasladado al consumidor.
Metodología y resultados: Modelo econométrico
• Conclusiones:
La eficiencia del sistema ha aumentado con respecto al mundo anterior a la Resolución.
Las ganancias en eficiencia no se han trasladado al consumidor.
En la próxima sección mostramos evidencia de que la razón por la cual el consumidor no se ha beneficiado debido al comportamiento no competitivo de los productores.
Metodología y resultados: Modelo econométrico
• Robustez de los resultados:
Instrumental variables.
Counterfactual exercises.
Alternative definition of opportunity costs of water.
Metodología y resultados: Comportamiento no competitivo (costos 1)
• Markups han aumentado:
100
200
300
2006 2008 2010 2012
Year
$CO
P/k
Wh
Bid
Marginal Cost
Price
Weighted AverageBids and Marginal Cost
Dispatched Thermal Plants
Metodología y resultados: Comportamiento no competitivo (costos 1)
• Markups han aumentado:
50
100
150
200
250
2006 2008 2010 2012
Year
$CO
P/k
Wh
Mark Up
Price
Weighted Average Bid Mark UpDispatched Thermal Plants
Metodología y resultados: Comportamiento no competitivo (costos 1)
• Markups han aumentado:
70
80
90
100
110
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Dispatched Plants
Metodología y resultados: Comportamiento no competitivo (costos 1)
• Markups han aumentado:
20
40
60
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Inframarginal Plants
Metodología y resultados: Comportamiento no competitivo (costos 2)
• Markups han aumentado:
50
100
150
200
2006 2008 2010 2012
Year
$CO
P/k
Wh
Hydro
Thermo
Price
Weighted Average Marginal Costsby type of Plant
Metodología y resultados: Comportamiento no competitivo (costos 2)
• Markups han aumentado:
0
50
100
150
200
2006 2008 2010 2012
Year
$CO
P/k
Wh
Mark Up
Price
Weighted Average Bid Mark UpDispatched Thermal Plants
Metodología y resultados: Comportamiento no competitivo (costos 2)
• Markups han aumentado:
40
50
60
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Dispatched Plants
Metodología y resultados: Comportamiento no competitivo (costos 2)
• Markups han aumentado:
-10
0
10
20
30
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Inframarginal Plants
Metodología y resultados: Comportamiento no competitivo (uso de líquidos)
0.00
0.02
0.04
0.06
0.08
2010 2011 2012 2013
Year
Pro
porti
on
Moving Average Proportion(Thermal) Liquid Fuel Generation
Metodología y resultados: Comportamiento no competitivo (uso de líquidos)
40
45
50
55
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Dispatched Plants
Metodología y resultados: Comportamiento no competitivo (uso de líquidos)
-10
0
10
20
30
0 5 10 15 20
Hour
$CO
P/k
Wh Period
Post
Pre
Bid Mark-up by hour of dayThermal Inframarginal Plants
Metodología y resultados: Análisis econométricoy markups
• Conclusiones:
La eficiencia del sistema ha aumentado con respecto al mundo anterior a la Resolución.
Las ganancias en eficiencia no se han trasladado al consumidor.
La razón por la cual el consumidor no se ha beneficiado debido al comportamiento no competitivo de los productores.
Metodología y resultados: Modelo estructural
• Construimos un modelo del despacho ideal intentando simular el modelo de XM.
• Incluye restricciones técnicas: demanda, rampas, mínimo tiempo en línea, mínimos operativos, etc.
• Principales diferencias:
Rampa: una única forma de arrancar (no hay arranque frio, tibio, caliente). No hay rampa de salida alternativa. Modelo 2 (segmentos), zona despachable de la planta, se aproximo por
modelo 3 (modelo lineal). Una sola configuración, solo combustible de operación, un solo
combustible de arranque. Tepsa: se aproximo su rampa de subida y bajada por modelo 1 y flexible en
zona despachable. Mínimos operativos de cuatro plantas se fijaron en promedios. No tenenemos restricciones de máxima variación de carga estable y
mínimo tiempo de carga estable.
Metodología y resultados: Validación modelo
• Periodo de evaluación 2011 – diciembre 2012.• Condiciones de frontera son el despacho real.
Metodología y resultados: Referente eficiente competitivo
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
• Construimos dos escenarios contrafactuales (competitiveefficient bechmark):
Demanda total: Suponemos que las plantas térmicas ofertan sus costos marginales, arranque y parada; las hídricas sus costos de oportunidad y calculamos el despacho ideal para atender la demanda total.
Demanda residual hídricas: Suponemos que las plantas térmicas ofertan sus costos marginales, arranque y parada y calculamos el despacho ideal para la demanda residual de la hidricas.
• Condiciones de frontera son el despacho ideal día anterior.
Metodología y resultados: Referente eficiente competitivo• Despacho ideal para atender demanda total: Spot
observado y competitivo.
Metodología y resultados: Demanda total
• Despacho ideal para atender demanda total: MPO y precio spot observado y competitivo.
Metodología y resultados: Demanda total
• Despacho ideal para atender demanda total: Costos variables.
Metodología y resultados: Demanda residualhídricas• Despacho ideal para atender demanda residual hídricas:
Costos totales.
Metodología y resultados: Modelo estructural
• Conclusiones
Si tomamos el despacho de la plantas hídricas como dado el resultado del modelo estructural muestra que el despacho ideal real de las térmicas es eficiente.
Si evaluamos la totalidad del despacho asumiendo los costos de oportunidad de las hídricas estimados en este estudio los resultados sugieren que el despacho se hubiera podido hacer mas eficiente generando mas energía de los generadores térmicos a expensas de un numero mayo de arranques y paradas.
Metodología y resultados: Análisis delta
• La componente por generación inflexible es:
• No es claro a partir de la formula si existen o no incentivos a ser compensado por tener generación inflexible.
La formula establece un piso para la compensación .
Mayor inflexibilidad reduce la posibilidad de ser despachado.
Creemos que la pregunta es una pregunta empírica.
, max ,
Metodología y resultados: Análisis delta
• Las pruebas han aumentado:
0.00
0.02
0.04
0.06
2006 2008 2010 2012 2014
Prob
abilit
y
Probability that a generator is on a test
Metodología y resultados: Análisis delta
• Conclusiones
No es claro que hayan incentivos a tener mas generación inflexible.
La generación inflexible a disminuido ligeramente principalmente debido a las térmicas.
Las pruebas han aumentado reflejando un comportamiento estratégico con costos en la eficiencia del despacho.
Plan de la presentación
• Introducción
Motivación Resultados
• Metodología y resultados
Análisis econométrico Comportamiento no competitivo Optimización despacho Delta
• Economía del despacho
• Mejores prácticas en Estados Unidos
• Conclusiones y recomendaciones
Discusión Económica de la Resolución y Resultados1. Cual debe ser la función objetivo a ser optimizada Conceptos economicos Eficiencia Bienestar del consumidor Objetivo a buscar: eficiencia vs. Bienestar del
consumidor
2. Costos y su comunicación para asignación eficiente Efectos de una única oferta por las 24 hours
3. Estrategias de manipulación y poder de mercado Paradigmas en economia: mercados competitivos y teoría de juegos Poder de mercado y manipulación de
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Conceptos Económicos – Eficiencia Económica• Asignación (en este caso) es: cuánto cada firma produce,
cuánto cada consumidor paga, y cuánto cada firma recibe• Una asignación es eficiente si no hay ninguna otra
asignación que sea mejor para todos al mismo tiempo Esta definición no es, en general, operacional Una forma de operacionalizar eficiencia: asignación es
eficiente si el Bienestar es máximo
Buscar la máxima eficiencia es entonces hallar el conjunto de generadores minimizen costos:
QUANTIL MATEMATICAS APLICADAS www.quantil.com.co
Firmas las de ExcedenteConsumidor del Excedente
)()(max DemandaCostosPagosPagosDemandaUtilidadW
)(min)(maxmax DemandaCostosDemandaCostosW
La función objetivo para la definir despacho• Despacho antes de 2009 era definido minimizando la siguiente
función:
• Pofi es la oferta de la planta i para las próximas 24 horas, pi,t es la cantidad producida por firma i en hora t
• Si las ofertas incorporan todos los costos (incluyendo costos de arranque y parada que van a se realizar), entonces eso es equivalente a maximizar Bienestar (eficiencia)
• Después de 2009, la función objectivo cambió para:
Pari son los costos de arranque y parada; si,t son las decisiones de arranque y parada Esto son los costos si las ofertas son costos reales – discusión en seguida
Deberíamos cambiar la función objetivo usada para definir el despacho?• No podríamos poner un peso más grande para el consumidor?• Una forma de hacerlo es cambiar la función de Bienestar
• Es posible demostrar matemáticamente que adoptar λ > ½ es equivalente a poner un techo (cap) para beneficios de las firmas
• Método actual es equivalente a poner λ=1/2 – mismo peso para consumidores y productores
• ¿Está equivocado, desde un punto de vista económico, dar un peso más grande al consumidor (λ > ½ ) ? Estrictamente, no Objetivos económicos legítimos:
Eficiencia económica (λ = ½ - igual peso a consumidores y firmas) Minimización de pagos de consumidores (λ = 1 – sólo los
consumidores son llevados en cuenta)
• Hay que tener en cuenta la disposición de la Ley 143 de 1994“Art. 6º - El principio de eficiencia obliga a la correcta asignación y utilización
de los recursos de tal forma que se garantice la prestación del servicio al menor costo económico.”
Deberíamos cambiar la función objetivo usada para definir el despacho?
2. ¿Cual es la relación de ofertas y costos reales?
• Una importante observación preliminar: no se sabe los costos reales Si los costos fueron realmente conocidos, entonces no
necesitaríamos mercados, ofertas, etc. Podríamos sencillamente despachar los generadores con
menores costos• ¿Por que los costos no son conocidos? Pueden cambiar frecuentemente (por ejemplo, costos de
oportunidad de generadores) Porque los costos son información privada (hay asimetría de
información) el generador puede comportarse como si tuviera costos más
altos (selección adversa) el generador puede hacer o no hacer esfuerzos para reducir
sus costos (riesgo moral) • Entonces,
Necesitamos ofertas y mercado para tener información!
Estructura de costos de los generadoresCosto total de energía producida en el día (un generador)
Cantidade de Energía (MWh)
Pesos
Cantidad mínima de energía producida
Estructura de costos de los generadoresCosto total de energía producida en el día por el generador
Cantidade de Energía (MWh)
Pesos
Cantidad mínima de energía producida
La estructura de ofertas en Colombia exige una expresión de costos como una línea (único precio para el día)
Más flexibilidad en las ofertas permite aproximar mejor los costes verdaderos
Pero eso en general aumenta las posibles estratégias de manipulación
¿Son las ofertas los costos reales?• Las informaciones privadas son propriedades de los
agentes – y no son dadas gratuitamente sin incentivos (rentas informacionales)
• Dependiendo de las reglas y condiciones del mercado, las ofertas podrán ser (serán) distintas de los costes reales, con dos posibles efectos: Inversión del orden de mérito – eso lleva a pérdida de
ineficiencia en el despacho Nuestros resultados sugerien que este problema no
está pasando en Colombia – tenemos eficiencia Aumento de los precios del mercado Nuestros resultados sugerien que este problema sí
está pasando en Colombia – tenemos captura del excedente por las firmas
3. Estrategias de manipulación y poder de mercado
• Paradigmas en economía:
Mercados Competitivos firmas son tomadores de precio Curva de ofertas (supply curve) definido por costos verdaderos no hay información asimétrica Hay poder de mercado – no hay competición – si las firmas son
capaces de exigir más que sus costos verdaderos
Teoría de Juegos/Subastas Dadas las reglas, los participantes tratan de hacer el mejor
(adoptar estrategias) para maximizar el beneficio Las ofertas pueden ser más altas que los costos marginales Sin embargo, si el número de participantes es suficientemente
alto, entonces las ofertas convergen a los niveles de costos marginales (mercados competitivos)
Costo total de energía
Estrategia de manipulación una subasta uniforme
Cantidade de Energía (MWh)
Pesos
Curva de costos reales
Cantidad mínima de energía producida
ofertas
Manipulación y el efecto El Niño
Cantidad (MWh)
Pesos
Supply curve (costos verdaderos)
ofertas
Demanda residual sin El Niño
Demanda residual con El Niño
Precio sin El Niño
Precio con El Niño– sin manipulación
Curva de Oferta para Térmicas(Total Thermal Supply Curve)
Manipulación y el efecto El Niño
Cantidad (MWh)
Pesos
Supply curve (costos verdaderos)
ofertas sin El Niño ofertas con El Niño
Demanda residual sin El Niño
Demanda residual con El Niño
Precio sin El Niño
Precio con El Niño– sin manipulación
Curva de Oferta para Térmicas(Total Thermal Supply Curve)
Precio con El Niño –con manipulación
Manipulación puede afectar eficiencia
• ¿Qué hacer? Adoptar reglas robustas, que sean imunes a
manipulación – mejor salida, pero eso es difícil en general
Monitoreo a posteriori, para declarar determinadas estratégias como abusivas Casos recientes en Estados Unidos (JP Morgan,
Barclays) Combinación – mejorar reglas y hacer el monitoreo en
tiempo real Si hay una situación considerada anti-competitiva,
declarase un procedimiento default
Dadas las reglas, ¿cuales son las estrategias posibles?
• Asignación Una posible estrategia de “manipulación” del precio sería
aumentar su oferta para hacer con que el precio spot sea más alto
El problema – como la oferta es en precio único, eso es una estrategia muy arriescada
De hecho, se puede mostrar que no hay incentivo para seguir esa estrategia
• Conclusión – ¿oferta con precio único o no? Eso es malo para eficiencia – no permite que firmas
comuniquen sus verdaderos costos Por otro lado, reduce las posibilidades estratéticas (de
manipulación de precio) ¿Cuál es el balance? ¿cuáles las opciones? Más estudios son necesarios Quizá una combinación de más ofertas y mas monitoreo
sea mejor• Hay otra posibilidad de manipulación que viene del mecanismo
de reconciliación – despacho ideal y real
Plan de la presentación
• Introducción
Motivación Resultados
• Metodología y resultados
Análisis econométrico Comportamiento no competitivo Optimización despacho Delta
• Economía del despacho
• Mejores prácticas en Estados Unidos
• Conclusiones y recomendaciones
Nine independent system operators/regional transmission operators (ISOs/RTOs) in North America. Serving 70% of load in the US and 50% of load in Canada
California ISO by the numbers
60,703 MW of power plant capacity (net dependable capacity)
50,270 MW record peak demand (July 24, 2006)
27,589 market transactions per day
26,024 circuit-miles of transmission lines
30 million people served 246 million megawatt-hours of
electricity delivered annually
June 2013
Multiple Products and Markets
Day-ahead energy market Real-time energy market Forward capacity market Fixed transmission rights (FTRs) auction
market Regulation market Operating reserves market Spinning Non-spinning Replacement
Unit Commitment Optimization - MIP (Solved for 24 hours in Day Ahead market)
Minimize (fuel cost + no-load cost + startup cost) s.t. Load balance constraint at each node Unit output constrain for each generator Unit ramping limits for each gen Unit min up time and min down time for each gen Transmission constraints (DC approximation with thermal
proxy limits) Reserves margin requirements Contingencies (n-1)
(Cost and constraints data provided as offers in day ahead auction)Decisions (financially binding): on/off , output level and
compensated reserves for each unit in each of 24 hours + locational marginal energy prices and reserve prices for each node and hour
Bid Structure
Startup CostNo LoadCost 10 Segment Cost Function
Technical Parameters:Pmax, Pmin, Ramp rates, Min Uptime,Min Downtime
Market Power Mitigation Define Metrics and tests for market competitiveness Develop cost based default bids for each resource (could
include opportunity cost) When competitiveness test fails, replace bids with default
bids. Two basic approaches have been approved by FERC as ” just
and reasonable” Structure Based Mitigation (CAISO, PJM, ERCOT)
Employs structural screens such as HHI index of concentration or “Pivotal Supplier” test to identify conditions under which a market is not sufficiently competitive to prevent exercise of market power
Conduct and Impact based Mitigation (NYISO, NEISO, MISO)Employs thresholds for price-cost markup and market price impact that are unacceptable and should trigger mitigation. The conduct of individual market participants is evaluated prior to determining the market-clearing prices and schedules.
Local Market Power Mitigation in CAISO(PJM uses a different variant of the same approach)
MMD performs a dynamic competitive path analysis (CPA) every 15 minutes based on Real Time Predispatch (RTPD) optimization run every 15 minutes 22.5 minutes before RT If a line is congested in the RTPD, a “Joint Three Pivotal Supplier” test is performed.
The impact of each generator producing counterflowon the congested line is calculated as the Gen’s capacity time its shift factor on the line
If removing the top three counter-flow producers results in infeasibility then the line fails the competitiveness test
If a line fail the test then all units (not just the 3 Pivotal suppliers) who impact the line (and their sum of potential impacts on failed lines is positive) are mitigated to default bids
Conclusions Regulation 51 has resulted in more efficient dispatch,
reducing the social cost of Electricity. Our analysis suggests that the social gain has been
capture entirely by the suppliers at the expense of consumers.
Our structural model based on pricing hydro at opportunity cost suggests that further efficiency gains could have been achieved through less use of hydro and more use of thermal unit but that would have required more startups and shutdown during the day.
Taking the Hydro dispatch as given, we find that XM dispatch of the thermal unit to serve the residual load (not served by hydro) is close to the competitive benchmark although the resulting prices are different.
Conclusions (cont’d) Generators’ energy bids after 2009 represent high
mark up of marginal cost which do not reflect the reduced risk due to the guarantee of startup cost recovery.
Mark ups suggest noncompetitive behavior by generators but may also be explained by high risk aversion and the lack of richness in the bid structure that limit their ability to reflect true cost
Uplift payments are justified for startup cost recovery and cost incurred due to inflexibility of thermal units. Uplift formula does not create incentives for inflexibility.
Uplift payments are not justified for inflexible dispatch of hydro resources induced by recreational or environmental constraints
Recommendations Perform a deeper study to understand the conditions and
strategies that enable suppliers to sustain prices above the competitive benchmark level
Perform a more detailed study on the conditions under which companies are allowed to go into tests and be remunerated, and the potential for price manipulation through test scheduling.
Consider alternative valuations of water for competitive benchmark to evaluate possible underuse of thermal units and potential efficiency gains through multiple starts of short start units.
Increase richness of bid specification format to better reflect generators cost structure
To prevent potential manipulation of more complex bid structure and noncompetitive behavior some form of day ahead pre-dispatch market power mitigation should be considered.