proyecto fin de carrera · proyecto fin de carrera anÁlisis de inversiones en mercados elÉctricos...
TRANSCRIPT
PROYECTO FIN DE CARRERA
ANÁLISIS DE INVERSIONES EN MERCADOS ELÉCTRICOS MEDIANTE TÉCNICAS DE
OPTIMIZACIÓN BINIVEL
DIRECTOR: EFRAIM CENTENO HERNÁEZ
ALUMNO: MARTA VALCÁRCEL FERNÁNDEZ
MADRID, septiembre 2009
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL
Autorizada la entrega del proyecto al alumno:
MARTA VALCÁRCEL FERNÁNDEZ
El director del proyecto
EFRAIM CENTENO HERNÁEZ
Fdo: Fecha:
Vº Bº del Coordinador de Proyectos
MICHEL RIVIER ABBAD
Fdo: Fecha:
Resumen iii
ResumenResumenResumenResumen
En un entorno liberalizado resulta imprescindible para las compañías
generadoras de electricidad el valorar de forma adecuada las decisiones
relativas a la puesta en servicio y funcionamiento de nuevas instalaciones de
generación eléctrica con el fin de lograr la rentabilidad óptima de sus
inversiones. Esto es lo que se conoce como planificación de la expansión de planificación de la expansión de planificación de la expansión de planificación de la expansión de
la generaciónla generaciónla generaciónla generación,,,, y engloba actuaciones referidas al largo plazo (diez o más
años) que incluyen instalación, cierre, compra, venta o repotenciación de las
instalaciones de generación.
En la actualidad se trabaja en el desarrollo de diversas técnicas de
programación matemática para abordar la problemática anteriormente referida de
forma más efectiva.
El objetivo de este proyectoEl objetivo de este proyectoEl objetivo de este proyectoEl objetivo de este proyecto es la elaboración de un modelo matemáticoes la elaboración de un modelo matemáticoes la elaboración de un modelo matemáticoes la elaboración de un modelo matemático
fundamentado en técnicas de optimización binivel para fundamentado en técnicas de optimización binivel para fundamentado en técnicas de optimización binivel para fundamentado en técnicas de optimización binivel para la determinación del la determinación del la determinación del la determinación del
óptimo de inversión en generación eléctricaóptimo de inversión en generación eléctricaóptimo de inversión en generación eléctricaóptimo de inversión en generación eléctrica en un entorno liberalizadoen un entorno liberalizadoen un entorno liberalizadoen un entorno liberalizado....
Los problemas de optimización binivel se caracterizan por una estructura
jerárquica, de forma que, existiendo un problema de optimización principalproblema de optimización principalproblema de optimización principalproblema de optimización principal,
éste incluye en sus restricciones un segundo problema de optimizaciónsegundo problema de optimizaciónsegundo problema de optimizaciónsegundo problema de optimización que
condiciona su solución óptima.
Equiparando esta estructura matemática al funcionamiento del mercado
eléctrico, identificamos un problema de expansiónproblema de expansiónproblema de expansiónproblema de expansión condicionado al equilibrio del equilibrio del equilibrio del equilibrio del
mercado de gemercado de gemercado de gemercado de generación. neración. neración. neración.
Se ha considerado la inversióninversióninversióninversión en tecnologías térmicas de un único agente
tratando de maximizar su valor actual neto (VAN). Este parámetro es
habitualmente aceptado como indicador del valor de la empresa. Con el fin de
elaborar un programa válido para cualquier región eléctrica y facilitar su
implementación, no se han tenido en cuenta impuestos ni intereses en su
cálculo.
El equilibrio de mercadoequilibrio de mercadoequilibrio de mercadoequilibrio de mercado (precio de la energía y producción de los agentes)
condiciona el óptimo de inversión. En base a la teoría de juegos (John Forbes
Resumen iv
Nash), este equilibrio se alcanza en un punto de funcionamiento tal que, al
variar de forma individual su producción alguno de los agentes, su beneficio
se reduce.
En situación de competencia imperfecta uno o más agentes tienen un
tamaño lo suficientemente grande como para alterar el precio de la energía en
mercado al variar su producción. El beneficio del agente es óptimo al nivel de
producción que iguala su coste e ingreso marginal. El agente o agentes con
poder de mercado tratarán de arrastrar el equilibrio de generación a este
punto de funcionamiento.
Para el modelado de la imperfección del mercado de generación se han
empleado variaciones conjeturales de precio. De esta forma, han sido
simuladas situaciones de mercado intermedias entre la competencia perfecta y
el oligopolio de Cournot. No obstante, el pronosticar una situación de mercado
desconocida conlleva un riesgo. La principal aportación de este proyecto es el
tratamiento de esta incertidumbre. Para ello, se ha formulado la maximización
del valor esperado del VAN frente a distintos escenarios de mercado al tomar
una única decisión de inversión.
Se adjuntan dos casos prácticos. El primero de ellos persigue un
entendimiento cualitativo para el lector del funcionamiento global del programa;
el segundo estudia la forma en que afecta la incertidumbre de mercado a los
resultados óptimos de inversión.
Summary v
SummarySummarySummarySummary
In a liberalized environment, to assess adequately decisions concerning to
commissioning and operation of new power generation facilities is essential for
power companies in order to achieve optimal return on their investments. This
is what is known as expansion planning of generationexpansion planning of generationexpansion planning of generationexpansion planning of generation, and includes actions on
the long term (ten or more years) that comprehend installation, closure,
purchase, sale or repowering of generating facilities.
Currently, diverse mathematical programming techniques are being developed
to deal with the problem described in a more effective way.
The objective of this project is to develop a mathematicaThe objective of this project is to develop a mathematicaThe objective of this project is to develop a mathematicaThe objective of this project is to develop a mathematical model based on l model based on l model based on l model based on
bilevel optimization techniques for determining the optimal investment in bilevel optimization techniques for determining the optimal investment in bilevel optimization techniques for determining the optimal investment in bilevel optimization techniques for determining the optimal investment in
electricity generation in a liberalized environment.electricity generation in a liberalized environment.electricity generation in a liberalized environment.electricity generation in a liberalized environment.
Bilevel optimization problems are characterized by a hierarchical structure, so
that, existing a lead optimization problem, it includes on its constraints a
second optimization problem that determines its optimal solution.
Comparing this mathematical structure with electricity market, we can identify
an expansion problemexpansion problemexpansion problemexpansion problem conditioned to generation market equilibriumgeneration market equilibriumgeneration market equilibriumgeneration market equilibrium.
It has been considered investmentinvestmentinvestmentinvestment in thermal technologies of a single agent
trying to maximize its net present value (NPV). This parameter is usually
accepted as an indicator of company’s value. In order to not make the model
country dependent and to ease the implementation, taxes and interest have not
been taken into account.
Generation market equilibriumGeneration market equilibriumGeneration market equilibriumGeneration market equilibrium (price of energy and agents production)
influences the optimal investment. Based on game theory (John Forbes Nash),
this equilibrium is reached at an operating point such that, if any agent vary
individually its production, its benefit is reduced.
In imperfectly competitive situation, one or more agents have a size large
enough to modify energy price varying its production. Agent's benefit is optimal
when its production level matches marginal cost and revenue. Leader
Summary vi
companies will try to move the generation market equilibrium to this point of
operation.
Price conjectural variations were used to shape generation market
imperfection. In this way, intermediate market situations between perfect
competition and Cournot oligopoly have been simulated. However, forecasting an
unknown market situation involves risk. The main contribution of this project is
dealing with this uncertainty. For this, the maximization of the NPV against
different market scenarios has been formulated in order to make a single
investment decision.
Two case studies are attached. The first one pursues a qualitative
understanding for readers about the running of the program. The second one
analyzes how market uncertainty affects the optimal investment results.
Índice vii
ÍndiceÍndiceÍndiceÍndice
UNIVERSIDAD PONTIFICIA COMILLAS ....................................................................................... 1
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) ........................................................... 1
INGENIERO INDUSTRIAL ................................................................................................................. 1
1 OBJETIVOS ....................................................................................................................................... 13
2 MARCO DEL PROYECTO ............................................................................................................. 15 2.1 PLANIFICACIÓN DE LA GENERACIÓN .................................................. 15
2.1.1 Alcance temporal de la planificación 15 2.1.1.1 Planificación a largo plazo ......................................................................................... 16 2.1.1.2 Planificación a medio plazo ....................................................................................... 16 2.1.1.3 Planificación a corto plazo ......................................................................................... 17
2.1.2 Marco regulatorio 17 2.1.2.1 Entornos regulados VS Entornos liberalizados ....................................................... 17
2.1.3 Planificación de la generación a largo plazo en entornos regulados 18
2.1.4 Planificación de la generación a largo plazo en entornos liberalizados 19
2.2 FUNCIONAMIENTO DEL MERCADO ....................................................... 20 2.2.1 Curva de la oferta 20
2.2.2 Curva de la demanda 21
2.2.3 Sector eléctrico 22 2.2.3.1 Oferta ............................................................................................................................ 22 2.2.3.2 Demanda ...................................................................................................................... 23 2.2.3.3 Casación ....................................................................................................................... 24
2.3 FORMAS DE MERCADO ............................................................................... 25
2.3.1 Competencia perfecta 25
2.3.2 Competencia imperfecta 25
2.4 LÍNEAS DE MODELADO .............................................................................. 27
3 MODELADO ..................................................................................................................................... 32
3.1 TEORÍA MATEMÁTICA ................................................................................ 32
3.1.1 Representación matemática de la imperfección del mercado 32 3.1.1.1 Planteamiento .............................................................................................................. 32 3.1.1.2 Modelo de Cournot ..................................................................................................... 32 3.1.1.3 Variaciones conjeturales de precio ............................................................................ 34
3.1.2 Optimización 35
3.1.3 Multiplicadores de Lagrange 36 3.1.3.1 Planteamiento .............................................................................................................. 36 3.1.3.2 Interpretación gráfica ................................................................................................. 37
3.1.4 Teorema de Karush-Kuhn-Tucker 39
3.1.5 Aplicación: Condiciones de optimalidad en un problema con restricciones de igualdad y desigualdad 41
3.1.6 Problema de optimización equivalente para resolver el equilibrio de mercado 42
3.1.7 MCP: Mixed Complementary Problem 45
3.1.8 BLPP: Bilevel programming problem 46
3.1.9 MPEC 49
3.2 FORMULACIÓN .............................................................................................. 50
3.2.1 Optimización para el modelado del mercado de generación en entorno regulado 50
3.2.2 Optimización para el modelado del mercado de generación en entorno liberalizado 52
3.2.3 Condiciones de optimalidad para el problema de generación en entorno liberalizado 54
3.2.4 MCP para el modelado del equilibrio en el mercado de generación en entorno liberalizado 56
3.2.5 Optimización binivel para la simulación del mercado de inversión 57
3.2.6 MPEC para la simulación del mercado de inversión 59
Índice viii
3.2.7 MPEC para la simulación del mercado de inversión teniendo en cuenta la incertidumbre de escenario de mercado 61
4 ANÁLISIS PRÁCTICO ................................................................................................................... 65 4.1 FUNCIONAMIENTO DEL PROGRAMA .................................................... 65
4.2 CASOS DE ESTUDIO ...................................................................................... 66
4.2.1 ESTUDIO I: Determinación del óptimo de inversión 67 4.2.1.1 Escenario base .............................................................................................................. 67 4.2.1.2 Variación del coste de inversión ............................................................................... 74 4.2.1.3 Variación del coste de operación............................................................................... 80 4.2.1.4 Variación de la elasticidad de la demanda .............................................................. 84 4.2.1.5 Variación del escenario de mercado ......................................................................... 87 4.2.1.6 Conclusiones ................................................................................................................ 90
4.2.2 ESTUDIO II: Tratamiento de la incertidumbre de escenario de mercado 92 4.2.2.1 Datos de entrada ......................................................................................................... 92 4.2.2.2 Resultados .................................................................................................................... 95 4.2.2.3 Conclusiones .............................................................................................................. 105
5 CONCLUSIONES ........................................................................................................................... 107
Índice de Figuras ix
Índice de FigurasÍndice de FigurasÍndice de FigurasÍndice de Figuras
Figura 1. Equilibrio de mercado ............................................................................................................ 20
Figura 2. Demanda poco elástica .......................................................................................................... 21
Figura 3. Demanda muy elástica ........................................................................................................... 22
Figura 4. Curva de oferta en el sector eléctrico ................................................................................... 23
Figura 5. Curva de demanda en el sector eléctrico ............................................................................. 24
Figura 6. Casación de las curvas de oferta y demanda en el sector eléctrico .................................. 24
Figura 7. Percepción de la demanda por las empresas en competencia perfecta ........................... 25
Figura 8. Punto óptimo de funcionamiento en competencia imperfecta ......................................... 26
Figura 9. Funcionamiento del mercado de generación en entorno no liberalizado ....................... 28
Figura 10. Funcionamiento del mercado de generación en entorno liberalizado .......................... 28
Figura 11. Esquema de modelado para la optimización binivel ....................................................... 29
Figura 12. Esquema de modelado para la optimización binivel teniendo en cuenta la incertidumbre de escenario de mercado ................................................................................... 30
Figura 13. Representación gráfica de la variación de precio para el equilibrio de Cournot ......... 33
Figura 14. Representación gráfica de las variaciones de precio factibles para el equilibrio
mediante variaciones conjeturales ............................................................................................. 34
Figura 15. Representación gráfica de un problema de optimización ............................................... 37
Figura 16. Proyección sobre el plano XY de los resultados de un problema de optimización ..... 37
Figura 17. Representación gráfica de los vectores gradientes de la restricción y de las curvas de nivel en los puntos solución .................................................................................................. 38
Figura 18. Relación gráfica entre el equilibrio de mercado y el problema de optimización equivalente asociado.................................................................................................................... 44
Figura 19. Parámetros de entrada y resultados del programa .......................................................... 65
Figura 20. Tecnologías simuladas en el estudio .................................................................................. 66
Figura 21. A la izquierda se muestra la distribución del mix tecnológico inicial que hemos considerado, y a la derecha, la potencia inicial instalada con respecto al último año de estudio. .......................................................................................................................................... 69
Figura 22. Potencia máxima instalada en cada una de las tecnologías ............................................ 70
Figura 23. Representación gráfica del coste medio de cada una de las tecnologías ....................... 73
Figura 24. A la izquierda, precios de la energía a lo largo del periodo, a la derecha,
producción; ambos diferenciados para base y punta. ............................................................. 73
Figura 25. Comparación de las potencias máximas instaladas en tecnología nuclear (izquierda) y gas 1 (derecha) al haber rebajado el coste de inversión en nuclear con respecto al caso original .............................................................................................................. 76
Figura 26. Precios en base al variar el coste de inversión de la nuclear con respecto al escenario original ......................................................................................................................... 77
Figura 27. Potencia máxima instalada en cada una de las tecnologías al reducir los costes de inversión en el carbón .................................................................................................................. 78
Figura 28. Comparación de precios en punta al variar el coste de inversión en carbón con respecto al caso original .............................................................................................................. 79
Figura 29. Reducción de beneficios al variar los costes de inversión. .............................................. 80
Figura 30. Potencia máxima instalada en cada una de las tecnologías al reducir los costes de operación del carbón ................................................................................................................... 82
Índice de Figuras x
Figura 31. Comparación de los precios de la energía en base al reducir el coste de operación del carbón con respecto al caso original.................................................................................... 83
Figura 32. Incremento del beneficio al reducir los costes de operación del carbón ....................... 84
Figura 33. Potencia máxima instalada en cada una de las tecnologías al considerar la
elasticidad de la demanda .......................................................................................................... 85
Figura 34. Comparación de la potencia máxima instalada en nuclear (izquierda) y gas 1
(derecha) al variar la elasticidad de la demanda con respecto al escenario original .......... 86
Figura 35. Comparación de los precios en base (izquierda) y en punta (derecha) al variar la elasticidad de la demanda con respecto al escenario original ............................................... 86
Figura 36. Comparación de las producciones en base (izquierda) y en punta (derecha) al variar la elasticidad de la demanda con respecto al caso original ........................................ 86
Figura 37. Equilibrios de mercado al variar la elasticidad de la demanda ...................................... 87
Figura 38. Arriba a la izquierda está representada la potencia máxima instalada en cada una de las tecnologías en escenario de competencia perfecta. El resto de gráficos compara la potencia máxima instalada en nuclear (arriba a la derecha), carbón (abajo a la izquierda) y gas 1 (abajo a la derecha) en situación de competencia perfecta con respecto al escenario original ..................................................................................................... 89
Figura 39. Comparación de los precios en base (izquierda) y en punta (derecha) al variar el escenario de mercado con respecto al caso original. ............................................................... 90
Figura 40. Variación del beneficio con respecto al caso original para cada una de las simulaciones realizadas ............................................................................................................... 91
Figura 41. Potencia máxima instalada en cada una de las tecnologías ............................................ 96
Figura 42. Potencia máxima instalada en cada una de las tecnologías ............................................ 96
Figura 43. Potencia máxima instalada en cada una de las tecnologías ............................................ 96
Figura 44. Potencia máxima instalada en nuclear en los tres escenarios de mercado
considerados ................................................................................................................................. 97
Figura 45. Potencia máxima instalada en gas 1 en los tres escenarios de mercado
considerados ................................................................................................................................. 98
Figura 46. Potencia máxima instalada en gas 2 en los tres escenarios de mercado
considerados ................................................................................................................................. 98
Figura 47. Comparación de los precios en base (izquierda) y en punta (derecha) en los
diferentes escenarios de mercado ............................................................................................ 100
Figura 48. Comparación de la producción en base (izquierda) y en punta (derecha) en los
diferentes escenarios de mercado. ........................................................................................... 100
Figura 49. Potencia máxima instalada en cada una de las tecnologías al ponderar los
escenarios. Arriba a la izquierda, valor del beneficio previsto ............................................ 101
Figura 50. Potencia máxima instalada en nuclear en los tres escenarios de mercado considerados y al ponderar los mismos .................................................................................. 101
Figura 51. Potencia máxima instalada en gas 1 en los tres escenarios de mercado considerados y al ponderar los mismos .................................................................................. 102
Figura 52. Potencia máxima instalada en gas 2 en los tres escenarios de mercado considerados y al ponderar los mismos .................................................................................. 102
Figura 54. Beneficio en cada uno de los escenarios (miles M€) ....................................................... 103
Índice de Tablas xi
Índice de TablasÍndice de TablasÍndice de TablasÍndice de Tablas
Tabla 1. Ejemplos de planificación a largo plazo ................................................................................ 16
Tabla 2. Ejemplos de planificación a medio plazo .............................................................................. 16
Tabla 3. Ejemplos de planificación a corto plazo ................................................................................ 17
Tabla 4. Diferencia de funcionamiento en sistemas centralizados y descentralizados .................. 18
Tabla 5. Potencia demandada [GW] ..................................................................................................... 68
Tabla 6. Costes de inversión y producción .......................................................................................... 69
Tabla 7. Variaciones conjeturales de precio para la simulación del mercado de generación ....... 70
Tabla 8. Resultados económicos derivados de la actuación óptima del agente .............................. 70
Tabla 9. Coste, precio e ingreso medio por MWh ............................................................................... 71
Tabla 10. Costes de inversión ................................................................................................................ 75
Tabla 11. Resultados económicos derivados de la actuación óptima del agente ............................ 76
Tabla 12. Coste, precio e ingreso medio por MWh ............................................................................. 77
Tabla 13. Costes de inversión ................................................................................................................ 77
Tabla 14. Resultados económicos derivados de la actuación óptima del agente ............................ 78
Tabla 15. Coste, precio e ingreso medio por MWh ............................................................................. 79
Tabla 16. Costes de producción ............................................................................................................. 81
Tabla 17. Resultados económicos derivados de la actuación óptima del agente ............................ 82
Tabla 18. Coste, precio e ingreso medio por MWh ............................................................................. 83
Tabla 19. Resultados económicos derivados de la actuación óptima del agente ............................ 85
Tabla 20. Variaciones conjeturales de precio para la simulación del mercado de generación ..... 88
Tabla 21. Resultados económicos derivados de la actuación óptima del agente ............................ 88
Tabla 22. Potencia demandada [GW] ................................................................................................... 93
Tabla 23. Potencia inicial instalada ....................................................................................................... 94
Tabla 24. Costes de inversión y producción ........................................................................................ 94
Tabla 25. Variaciones conjeturales de precio, [(€/MW*h)/GW] y probabilidades de escenario . 95
Tabla 26. Coste, precio e ingreso medio en cada uno de los escenarios .......................................... 99
Tabla 27. Posibilidades de beneficio al ocurrir un oligopolio agresivo, en miles M€ .................. 104
Tabla 28. Posibilidades de beneficio, también para la solución ponderada de inversión en las viñetas pálidas, miles M€ .......................................................................................................... 104
1 Objetivos 13
1111 ObjetivosObjetivosObjetivosObjetivos
El objetivo de este proyecto es la elaboración de un modelo para el
análisis de la inversión en nuevos activos de generación desde el punto de
vista de la empresa generadora en un entorno liberalizado.
Para su alcance, el proceso de trabajo ha sido fragmentado habiéndose
establecido diversos objetivos parciales:
1. Documentación acerca del funcionamiento de los sistemas eléctricos de
potencia y los mercados asociados. Se estudiarán tanto los modelos
empleados para el análisis de su planificación a largo plazo así como
las diversas técnicas matemáticas aplicables para su resolución (LP,
MCP, MPEC).
2. Formulación de un modelo de competencia perfecta para la generación
eléctrica. Resolución del mismo mediante el empleo de las técnicas de
programación lineal (LP).
3. Formulación de un modelo de mercado basado en variaciones
conjeturales para la expansión de la capacidad de generación eléctrica.
Resolución del mismo mediante el empleo de las técnicas de MCP,
MPEC.
4. Ampliación del modelo anterior considerando incertidumbre en el
escenario del mercado.
5. Prueba y análisis de resultados del modelo sobre un casos concretos de
estudio.
2 MARCO DEL PROYECTO 15
2222 MMMMARCO DEL PROYECTOARCO DEL PROYECTOARCO DEL PROYECTOARCO DEL PROYECTO
2.12.12.12.1 PLANIFICACIÓN DE LA GENERACIÓNPLANIFICACIÓN DE LA GENERACIÓNPLANIFICACIÓN DE LA GENERACIÓNPLANIFICACIÓN DE LA GENERACIÓN
Planificación de la generación eléctrica es toda actividad cuyo objetivo
sea la gestión eficiente de la producción de electricidad. Ello conlleva estudios
técnicos y económicos para la correcta estimación de previsiones y la toma
acertada de decisiones.
Las actividades que abarca la planificación de la generación eléctrica
son muy variadas: decisiones de inversión, ofertas de mercado, programación
de la producción horaria de los grupos, aprovisionamiento de combustibles,
firma de contratos bilaterales o programación del mantenimiento son algunos
ejemplos. Todas ellas están condicionadas por diversos factores, principalmente,
la demanda eléctrica y sus variaciones a lo largo del tiempo, el parque
generador disponible, los costes y disponibilidad de combustibles, los criterios
técnicos de funcionamiento del sistema y las políticas energéticas y
medioambientales.
Existe planificación en la comercialización de muchos otros productos,
sin embargo, las peculiaridades del producto eléctrico hacen que sea necesaria
una gestión específica para el mismo: en primer lugar, se trata de un bien de
primera necesidad y por este motivo existen diversos mecanismos que regulan
su mercado; por otro lado, no existe posibilidad de almacenamiento de la
energía y, por tanto, la demanda debe ser satisfecha de forma instantánea, lo
que requiere una detallada planificación en el corto plazo; finalmente, para la
inversión en generación son necesarias altas cantidades de capital que resultan
amortizadas en largos periodos de tiempo, ello hace que también sea
imprescindible una adecuada planificación a largo plazo del sector.
2.1.12.1.12.1.12.1.1 Alcance temporal de la planificaciónAlcance temporal de la planificaciónAlcance temporal de la planificaciónAlcance temporal de la planificación
La planificación de la generación eléctrica es clasificada en función del
horizonte temporal en el que tienen vigencia o repercusión las decisiones
2 MARCO DEL PROYECTO 16
efectuadas. Atendiendo a este criterio, distinguimos planificación de la
generación eléctrica a largo, medio y corto plazo.
2.1.1.12.1.1.12.1.1.12.1.1.1 Planificación a largo plazoPlanificación a largo plazoPlanificación a largo plazoPlanificación a largo plazo
Consiste en la evaluación de las decisiones de tipo estratégico. Este tipo
de decisiones abarcan periodos de actuación mayores de diez años. Veamos
algunos ejemplos de planificación a largo plazo:
ESTUDIOS TÉCNICOS ESTUDIOS ECONÓMICOS
• Expansión de la generación • Previsión del precio de la energía
• Contratos a largo plazo de compra-
venta de energía
• Contratos para el abastecimiento de
combustibles
Tabla 1. Ejemplos de planificación a largo plazo
2.1.1.22.1.1.22.1.1.22.1.1.2 Planificación a medio plazoPlanificación a medio plazoPlanificación a medio plazoPlanificación a medio plazo
Consiste en la evaluación de las decisiones tácticas de la empresa, las
cuales abarcan periodos de actuación entre un mes y diez años. En la
siguiente tabla aparecen recogidos algunos ejemplos de planificación a medio
plazo:
ESTUDIOS TÉCNICOS ESTUDIOS ECONÓMICOS
• Gestión del mantenimiento
• Gestión de la reserva hidráulica a
medio plazo
• Análisis del mercado de acciones
• Predicción de la demanda
• Predicción de costes
• Predicción de ingresos
Tabla 2. Ejemplos de planificación a medio plazo
2 MARCO DEL PROYECTO 17
2.1.1.32.1.1.32.1.1.32.1.1.3 Planificación a corto plazoPlanificación a corto plazoPlanificación a corto plazoPlanificación a corto plazo
Consiste en la evaluación de las decisiones de operación de la
empresa. Este tipo de decisiones tiene repercusión relativamente inmediata
(periodos temporales entre una hora y un mes). Son ejemplos de planificación
a corto plazo los que se presentan a continuación:
ESTUDIOS TÉCNICOS ESTUDIOS ECONÓMICOS
• Arranque y parada de las máquinas
• Programación de la producción semanal
• Bombeo de los depósitos
• Estrategias de mercado
Tabla 3. Ejemplos de planificación a corto plazo
2.1.22.1.22.1.22.1.2 MMMMarco regulatorioarco regulatorioarco regulatorioarco regulatorio
2.1.2.12.1.2.12.1.2.12.1.2.1 Entornos regulados VS EnEntornos regulados VS EnEntornos regulados VS EnEntornos regulados VS Entornos liberalizadostornos liberalizadostornos liberalizadostornos liberalizados
Las decisiones de carácter estratégico (planificación a largo plazo) están
condicionadas por el marco regulatorio del país en que se opera. En función
de éste, quedarán determinadas las responsabilidades correspondientes a
compañías y autoridades, dando lugar a diferentes entornos de mercado.
Las dos formas principales de organización del sector eléctrico son los
sistemas centralizados y los sistemas descentralizados.
Los sistemas centralizados, habituales en entornos regulados, se
caracterizan por la existencia de un agente regulador que toma las decisiones
relativas a la generación de forma centralizada.
En los sistemas descentralizados, habituales en entornos liberalizados,
las decisiones de planificación corren a cargo de las compañías eléctricas. De
forma paralela actúan organismos de la administración estableciendo
mecanismos que garanticen un adecuado suministro eléctrico (recordemos que
nos estamos refiriendo a un bien de primera necesidad). Este esquema de
2 MARCO DEL PROYECTO 18
mercado es el que funciona en la mayoría de los países desarrollados, entre
ellos España.
En el siguiente cuadro aparecen expuestas las principales diferencias de
funcionamiento entre ambas formas de mercado eléctrico:
SISTEMA CENTRALIZADO SISTEMA DESCENTRALIZADO
Los dueños son propietarios concretos. Los dueños son participantes del mercado de
capitales.
Los consumidores son las personas abonadas
al servicio.
Los consumidores pasan a ser clientes con
capacidad de decisión.
Los precios son regulados. Los precios son resultado de un proceso
competitivo en mercado.
Los costes son reconocidos y la información
relativa a la actividad eléctrica es pública y
de libre acceso. Nos referimos, por tanto, a
un negocio estable y predecible.
Los costes no son reconocidos y la
información se privatiza. Esta incertidumbre
hace del mercado eléctrico un negocio
imprevisible.
La evolución del sector está ligada a mejoras
técnicas.
El objetivo de las compañías se focaliza en la
reducción de costes para la competencia en
el mercado, por tanto, el crecimiento de las
mismas está asociado al aumento de la
eficiencia en la asignación de recursos.
La regulación está destinada a garantizar un
bienestar social.
La regulación, además de garantizar un
bienestar social, debe asegurar una eficiencia
de mercado.
Tabla 4. Diferencia de funcionamiento en sistemas centralizados y descentralizados
Este proyecto desarrolla un método para la expansión de la generación
(planificación de la generación a largo plazo). Veamos, pues, de qué manera
se aborda la problemática en cada uno de los entornos de mercado referidos.
2.1.32.1.32.1.32.1.3 Planificación de la generación a largo plazo en entornos reguladosPlanificación de la generación a largo plazo en entornos reguladosPlanificación de la generación a largo plazo en entornos reguladosPlanificación de la generación a largo plazo en entornos regulados
Las decisiones de inversión en entornos regulados conciernen al agente
regulador central, el cual debe prever la capacidad de generación necesaria
para cubrir las previsiones de demanda con suficiente margen de fiabilidad.
2 MARCO DEL PROYECTO 19
El criterio que emplea el agente regulador para la expansión de la
generación es la minimización de costesminimización de costesminimización de costesminimización de costes. Asimismo, existen otros factores que
ocasionalmente pueden condicionar sus actuaciones, tales como la necesidad
de creación de empleo, el interés en el uso de combustibles autóctonos o la
procura de diversificación tecnológica.
Los objetivos estarán condicionados por el cumplimiento de una serie de
restriccionesrestriccionesrestriccionesrestricciones. Estas restricciones deberán ser formuladas de forma específica,
ajustándose a la realidad de cada caso de estudio. Son ejemplo de
restricciones: la necesidad de satisfacción de demanda en un área
determinada, las limitaciones de capacidad de producción de cada una de las
centrales, las restricciones de flujo de cargas por problemas de saturación de
las líneas o los niveles máximos de emisiones contaminantes impuestos por
políticas medioambientales.
Finalmente, para terminar de modelar el sistema, deberemos introducir
una serie de parámetrosparámetrosparámetrosparámetros o valores que definan las circunstancias del estudio.
Se trata de la cantidad de demanda a satisfacer, el alcance temporal del
análisis, las características técnicas de los equipos de generación, los recursos
disponibles, los ingresos regulados, los incentivos, etc.
2.1.42.1.42.1.42.1.4 Planificación de la generación a largo plazo en entornos liberalizadosPlanificación de la generación a largo plazo en entornos liberalizadosPlanificación de la generación a largo plazo en entornos liberalizadosPlanificación de la generación a largo plazo en entornos liberalizados
En entornos liberalizados, las tareas de planificación se reparten entre
las compañías y el agente regulador. Este último, además de garantizar el
suministro y procurar un modelo energético sostenible, debe asegurar también
una eficiencia de mercado. Las compañías son ahora las responsables de las
decisiones de inversión (construcción, cierre y modificación de plantas de
generación), así como del análisis del riesgo asociado a las mismas.
El criterio de las compañías en entornos liberalizados para la expansión
de la generación es la maximización de beneficiosmaximización de beneficiosmaximización de beneficiosmaximización de beneficios. Al igual que en el caso
anterior, las compañías también pueden tomar las decisiones de inversión, de
forma circunstancial, en base a otro tipo de criterios: el alcance de una
determinada cuota de mercado o el favorecer una imagen corporativa concreta
mediante la inversión en tecnologías limpias son algunos ejemplos de ello.
2 MARCO DEL PROYECTO 20
Las restricciones que condicionarán el problema son en este caso
similares a las expuestas en el apartado anterior, debiendo ser añadidas
restricciones derivadas de la estrategia de la compañía en cuestión, como por
ejemplo, el interés por alcanzar o mantener una determinada estructura
financiera.
La naturaleza del problema descentralizado hace que sea necesaria
también la inclusión de nuevos parámetros, por ejemplo, todos aquellos
destinados a modelar la estructura del sector, que en este proyecto se
concretizan en valores de variaciones conjeturales, explicadas en detalle en el
apartado 3.1.1.3.
2.22.22.22.2 FUNCIONAMIENTO DEL MERCADOFUNCIONAMIENTO DEL MERCADOFUNCIONAMIENTO DEL MERCADOFUNCIONAMIENTO DEL MERCADO
La operación del sistema en entornos liberalizados se sustenta en la libre
competencia de mercado, la cual otorga libertad de elección a productores y
consumidores en cuanto a precios y cantidades, respectivamente ofertadas y
demandadas. De esta forma el equilibrio de mercadoequilibrio de mercadoequilibrio de mercadoequilibrio de mercado (precio y volumen de
producción comercializado) implica un encuentro del comportamiento entre
ambos, productores y consumidores. A continuación se expone la formalización
de esta idea gráficamente:
Figura 1. Equilibrio de mercado
2.2.12.2.12.2.12.2.1 Curva de la ofertaCurva de la ofertaCurva de la ofertaCurva de la oferta
La curva de la oferta refleja el comportamiento de los productores en
mercado relacionando cantidades y precios ofertados.
2 MARCO DEL PROYECTO 21
Esta curva es de tendencia ascendente, de forma que un incremento en
la cantidad de producto demandada conlleva un incremento de precios.
Considérese, por ejemplo, para el mercado eléctrico, la producción en punta,
que requiere la puesta en marcha de las centrales con mayor coste de
operación y, por tanto, mayores precios de venta.
2.2.22.2.22.2.22.2.2 Curva de la demandaCurva de la demandaCurva de la demandaCurva de la demanda
La curva de la demanda muestra la cantidad de un bien asimilada por los
consumidores a un determinado precio.
Esta curva es de tendencia descendente, de manera que un incremento en
la producción del bien conlleva una depreciación del mismo.
Considérese, por ejemplo, para el mercado eléctrico, un parque generador
que sobrealcance holgadamente los niveles de demanda. A medida que ésta
se va saturando, el consumidor considera de menor utilidad el MWh adicional
y, por consiguiente, reduce el precio que está dispuesto a pagar por el
mismo.
La elasticidad de la demanda mide la intensidad de respuesta de los
compradores a las variaciones de precio, de forma que, cuando ésta es
acusada, hablamos de demanda elástica, y de demanda inelástica, en el caso
contrario.
Figura 2. Demanda poco elástica
2 MARCO DEL PROYECTO 22
Figura 3. Demanda muy elástica
2.2.32.2.32.2.32.2.3 Sector eléctricoSector eléctricoSector eléctricoSector eléctrico
2.2.3.12.2.3.12.2.3.12.2.3.1 OfertaOfertaOfertaOferta
Para el caso del mercado eléctrico la forma de la curva de la oferta queda
vinculada al particular modo de funcionamiento del mismo:
Se considera la operación en el sistema de varias empresas, cada una de
ellas con el objetivo de maximizar sus ganancias:
(2.1)
En donde,
: Beneficio del agente i
P: Precio de la energía en mercado
: Producción del agente i
: Coste total que supone al agente i la producción de la cantidad
Si se simula la operación en un mercado de libre competencia, la única
variable que las empresas están en condiciones de modificar (variable de
decisión) es su producción. Cada empresa adecuará sus niveles de producción
a los óptimos para la obtención de un beneficio máximo:
(2.2)
2 MARCO DEL PROYECTO 23
En donde significa el coste que para el agente i supone
incrementar su producción energética una unidad adicional. A
este valor se le conoce como el coste marginal del agente y tomará un
protagonismo especial en sus decisiones de operación, tal y como se verá
más adelante.
En el caso de competencia perfecta sucede: , ya que la
producción de ningún agente es lo suficientemente significativa como para que
éste se halle en condiciones de influir sobre el precio de mercado mediante la
modificación de su producción.
Tenemos entonces:
(2.3)
Esto conlleva que la producción óptima de un agente en escenario de
competencia perfecta es aquella para la cual sus costes marginales se igualan
al precio de mercado: los generadores ofertan la energía a su coste marginal.
Figura 4. Curva de oferta en el sector eléctrico
Se obtiene una curva de oferta escalonada. En ella, cada escalón revela el
coste marginal de operación para cada uno de los diferentes agentes y
tecnologías en competencia.
2.2.3.22.2.3.22.2.3.22.2.3.2 DemandaDemandaDemandaDemanda
La demanda del mercado eléctrico se caracteriza por un comportamiento
eminentemente inelástico, hemos de tener en cuenta que nos estamos
refiriendo a un bien de primera necesidad. Desde el momento en que la
2 MARCO DEL PROYECTO 24
necesidad básica de energía eléctrica es satisfecha, se aprecia un ligero
aumento en la elasticidad de la demanda.
Figura 5. Curva de demanda en el sector eléctrico
2.2.3.32.2.3.32.2.3.32.2.3.3 Casación Casación Casación Casación
El punto de corte de ambas curvas significa el encuentro de
comportamiento de productores y consumidores, luego este punto establece el
precio y volumen de producción comercializado (P0 y Q0), es decir, el
equilibrio de mercado.
Figura 6. Casación de las curvas de oferta y demanda en el sector eléctrico
Para el caso expuesto en la gráfica, entran en mercado los grupos 1, 2 y
3 con un margen de beneficio positivo por unidad energética comercializada, y
el grupo 4, vendiendo a precio de coste. El área coloreada en verde
representa el margen de beneficio para el sector eléctrico en la casación de
mercado representada.
2 MARCO DEL PROYECTO 25
2.32.32.32.3 FORMAS DE MERCADOFORMAS DE MERCADOFORMAS DE MERCADOFORMAS DE MERCADO
Se distingue entre mercados perfectos e imperfectos en función del número
de agentes que lo conforman, y consecuentemente, de la capacidad de estos
de influir en el precio resultante.
2.3.12.3.12.3.12.3.1 Competencia perfectaCompetencia perfectaCompetencia perfectaCompetencia perfecta
En el caso de competencia perfecta, ningún productor tiene capacidad de
modificar el equilibrio de mercado. Cada empresa, a nivel individual, percibe
una demanda totalmente inelástica que establece un precio fijo de la energía,
el cual no puede ser modificado por ninguna de ellas.
En competencia perfecta interesa la producción hasta beneficio marginal
nulo.
Figura 7. Percepción de la demanda por las empresas en competencia perfecta
2.3.22.3.22.3.22.3.2 Competencia imperfectaCompetencia imperfectaCompetencia imperfectaCompetencia imperfecta
Se habla de mercado de competencia imperfecta cuando alguna de las
empresas tiene un tamaño lo suficientemente amplio como para ejercer algún
grado de control sobre el precio. El equilibrio de mercado resultaría de la
casación de las curvas de oferta y demanda; pero, en este caso, existen
empresas que perciben una demanda elástica y, por consiguiente, son capaces
de modificar el equilibrio de mercado variando su producción. Veamos
gráficamente de qué forma les interesa a las empresas intervenir en el
mercado:
2 MARCO DEL PROYECTO 26
Figura 8. Punto óptimo de funcionamiento en competencia imperfecta
Observemos que la función de beneficio tiene un máximo localizado en el
nivel de producción para el que se iguala el coste marginal al ingreso
marginal del agente. Este es el punto de funcionamiento óptimo para toda
empresa con poder de mercado: producir mientras exista beneficio marginal.
Existen diferentes formas de competencia imperfecta:
El monopoliomonopoliomonopoliomonopolio sucede cuando solamente es uno el agente con capacidad de
modificar el punto de equilibrio en mercado. En este caso, la compañía
funcionará en el punto de beneficio máximo indicado en la figura 8.
En el caso de que existan varios agentes con capacidad de alterar el
precio en mercado variando sus producciones, nos estamos refiriendo a una
situación de oligopoliooligopoliooligopoliooligopolio, y en ella, el equilibrio en mercado resultará intermedio
entre los equilibrios de monopolio y competencia perfecta.
2 MARCO DEL PROYECTO 27
2.42.42.42.4 LÍNEAS DE MODLÍNEAS DE MODLÍNEAS DE MODLÍNEAS DE MODELADOELADOELADOELADO
El objetivo de este proyecto es la determinación de la inversión óptima en
plantas de generación eléctrica de un agente líder (planificación a largo plazo).
Para ello, nos valdremos de técnicas de optimización binivel.
La optimización binivel establece una relación jerárquica entre dos problemas
simples de optimización, de forma que, uno de ellos se incluye en las
restricciones del otro. En nuestro caso, plantearemos la maximización del
beneficio considerando la inversión sujeta al equilibrio de mercado de
generación eléctrica.
Simularemos, primeramente, el mercado de generación eléctrica. En él
participarán varias compañías a las que denominaremos “agentes”, y
funcionarán diversas tecnologías para la producción de la energía.
Tal y como vimos en el apartado 2.1.2, el marco regulatorio determina el
comportamiento de los agentes en mercado, luego estableceremos modelados
diferentes en función del entorno considerado:
Para modelar el mercado de generación eléctrica en un entorno no
liberalizado, se considerará la existencia de un agente regulador que tome las
decisiones relativas a la generación de forma centralizada. Su objetivo será la
minimización de los costes totales en la producción de energía eléctrica, y sus
decisiones estarán condicionadas tanto a las restricciones de carácter técnico
de las centrales, como al balance energético entre generación y demanda.
A continuación se muestra de forma gráfica el esquema de funcionamiento
del mercado descrito:
2 MARCO DEL PROYECTO 28
Figura 9. Funcionamiento del mercado de generación en entorno no liberalizado
El modelado del mercado de generación eléctrica en un entorno liberalizado
asume que las decisiones de operación corren a cargo de las compañías
eléctricas, de manera que, cada empresa, tenderá a optimizar su beneficio.
Nuevamente, como factor limitante se consideran las restricciones técnicas de
las instalaciones y se impone el balance energético entre generación y
demanda:
Figura 10. Funcionamiento del mercado de generación en entorno liberalizado
La experiencia indica que la libre competencia genera incentivos para que
las empresas obtengan ventajas competitivas mediante la reducción de costes y
la superioridad técnica. Es por ello que, en la actualidad, la realidad de la
gran mayoría de los países desarrollados se ajusta a un entorno liberalizado.
Pese a que en este proyecto se adjunta la formulación para la simulación
de ambos escenarios de mercado de generación, los casos de estudio
2 MARCO DEL PROYECTO 29
desarrollados están referidos a un mercado imperfecto en un entorno
liberalizado. La incertidumbre ante la imperfección de mercado será tenida en
cuenta.
El equilibrio en la generación conformará las restricciones para el mercado
de la inversión, en el cual, en los estudios desarrollados, consideraremos una
posición dominante en la inversión al permitir únicamente la inversión de uno
de los agentes. De este modo quedan definidos ambos niveles del problema
de optimización:
Figura 11. Esquema de modelado para la optimización binivel
Finalmente, para corregir la incertidumbre en cuanto al grado de
imperfección del mercado de generación, y obtener, consecuentemente, una
solución de inversión más fiable, se ponderarán las diferentes posibilidades de
escenario barajadas.
2 MARCO DEL PROYECTO 30
Figura 12. Esquema de modelado para la optimización binivel teniendo en cuenta la incertidumbre de
escenario de mercado
3 MODELADO 32
3333 MMMMODELADOODELADOODELADOODELADO
3.13.13.13.1 TEORÍA MATEMÁTICATEORÍA MATEMÁTICATEORÍA MATEMÁTICATEORÍA MATEMÁTICA
3.1.13.1.13.1.13.1.1 Representación matemática de la imperfección del mercado Representación matemática de la imperfección del mercado Representación matemática de la imperfección del mercado Representación matemática de la imperfección del mercado
3.1.1.13.1.1.13.1.1.13.1.1.1 PlPlPlPlanteamientoanteamientoanteamientoanteamiento
En tanto que existen agentes con la capacidad de alterar el precio de venta en
el mercado de la energía eléctrica modificando sus producciones, surge la necesidad
de cuantificar este hecho para el modelado matemático del sistema. Para ello
precisamos un parámetro que nos indique en qué grado están relacionadas la
variación de precio y la variación de producción para cada una de las empresas,
es decir, un parámetro que de alguna forma pondere el poder de oligopolio de
cada una de ellas. Matemáticamente, estamos buscando:
(3.1)
Este parámetro determinará el comportamiento de los agentes y, en función del
modo en que se estime, se definen diferentes equilibrios de mercado.
3.1.1.23.1.1.23.1.1.23.1.1.2 Modelo de CournotModelo de CournotModelo de CournotModelo de Cournot
Este modelo simula una competencia imperfecta en cantidades, esto es, las
empresas determinan su producción, y el precio es resultado de la interacción entre
la oferta y la demanda. Formulemos esta idea:
Si planteamos el balance entre generación y demanda y, a continuación,
derivamos en esta expresión el precio con respecto a la producción qi, obtenemos
un valor numérico para el parámetro buscado :
(3.2)
3 MODELADO 33
(3.3)
(3.4)
Observemos que este valor numérico es idéntico para cada uno de los
competidores e igual a la inversa de la pendiente de la demanda: cada uno de los
competidores tiene la misma capacidad de alterar el precio de mercado y ello es,
únicamente, función de la elasticidad de la demanda considerada. De este modo, la
actuación de las empresas se limita a la determinación de su volumen óptimo de
producción (competencia en cantidades).
El modelo de Cournot representa la situación de oligopolio más extrema, es
decir, el que adjudica mayor poder de mercado a cada uno de los agentes. Ello
conlleva elevadas estimaciones de precio.
Representemos gráficamente la elasticidad de la demanda y la variación de
precio al variar su producción el agente con poder de mercado:
En competencia perfecta y
Figura 13. Representación gráfica de la variación de precio para el equilibrio de Cournot
3 MODELADO 34
3.1.1.33.1.1.33.1.1.33.1.1.3 Variaciones conjeturales de precioVariaciones conjeturales de precioVariaciones conjeturales de precioVariaciones conjeturales de precio
Los modelos de equilibrio basados en variaciones conjeturales estiman un valor
numérico de en base al comportamiento de mercado reflejado en estudios
previos.
Señalábamos anteriormente que el modelo de Cournot representaba la situación
de oligopolio más extrema, luego acotaremos el valor de de la siguiente forma:
(3.5)
Siendo el parámetro denominado “variación conjetural del precio”.
Gráficamente:
Figura 14. Representación gráfica de las variaciones de precio factibles para el equilibrio mediante variaciones
conjeturales
En la ilustración, el área rosada representa el lugar geométrico de las rectas de
pendiente . Mediante el empleo de variaciones conjeturales del precio,
simularemos un mercado localizado entre la competencia perfecta y el oligopolio
extremo de Cournot.
3 MODELADO 35
Observemos que, en contraposición al modelo de Cournot, el modelo de
variaciones conjeturales del precio permite asignar un poder de mercado diferente
para cada uno de los agentes.
En este proyecto, hemos simulado el mercado mediante variaciones conjeturales
del precio, y las hemos considerado parámetros de entrada del programa.
3.1.23.1.23.1.23.1.2 OptimizaciónOptimizaciónOptimizaciónOptimización
La optimización es una herramienta matemática para hallar extremos relativos de
una función, máximos o mínimos, en un espacio de soluciones acotado por
especificaciones consideradas.
La función que se pretende optimizar se denomina función objetivo (F.O.) y las
expresiones que se refieren a las condiciones que debe verificar la solución del
problema se denominan restricciones (restringen el espacio de soluciones del
problema).
El formato matemático de estos problemas es el siguiente:
…
(3.6)
En donde es la función objetivo y ( , , …, ) las restricciones.
Si todas las funciones referidas son lineales, estamos ante un problema de
programación lineal; y ante un problema de programación no lineal, en caso
contrario.
3 MODELADO 36
La simulación de mercado desarrollada en este proyecto se trata de un
problema de programación no lineal.
3.1.33.1.33.1.33.1.3 Multiplicadores de LagrangeMultiplicadores de LagrangeMultiplicadores de LagrangeMultiplicadores de Lagrange
3.1.3.13.1.3.13.1.3.13.1.3.1 PlanteamientoPlanteamientoPlanteamientoPlanteamiento
Para la resolución analítica de los problemas de optimización con restricciones de
igualdad emplearemos el método de los multiplicadores de Lagrange. Este método
establece la condición necesaria de óptimo local.
Veamos el método de los multiplicadores de Lagrange particularizado para un
problema simple de optimización con una única restricción de igualdad como el que
se expone a continuación:
(3.7)
Con F y g dos funciones de clase
Dado un punto que verifique:
Si f tiene un máximo o un mínimo relativo en , entonces existe un
número real λ tal que:
(3.8)
Al escalar λ se le denomina multiplicador de Lagrange.
3 MODELADO 37
3.1.3.23.1.3.23.1.3.23.1.3.2 Interpretación gráficaInterpretación gráficaInterpretación gráficaInterpretación gráfica
Dado un problema de optimización con una única restricción de igualdad como el
(3.7), supongamos que su representación gráfica es la siguiente:
Figura 15. Representación gráfica de un problema de optimización
Al observar esta gráfica se distinguen cuatro puntos solución. Analicemos su
proyección sobre el plano XY:
Figura 16. Proyección sobre el plano XY de los resultados de un problema de optimización
3 MODELADO 38
Las proyecciones de los cuatro puntos solución aparecen representadas en
color rojo; en color azul, las curvas de nivel de la función objetivo; y en violeta, la
restricción que deben verificar las coordenadas de la solución.
En los puntos solución del problema, la restricción es tangente a las curvas
de nivel de la función objetivo; luego, en estos puntos, el vector gradiente de la
restricción y de la curva de nivel en tangencia tendrán la misma dirección.
Figura 17. Representación gráfica de los vectores gradientes de la restricción y de las curvas de nivel en los
puntos solución
Esto nos lleva a intuir la existencia de un escalar λ tal que (ecuación 3.8):
El teorema de Lagrange es generalizable para n restricciones de igualdad ( ,
, …, ) del siguiente modo:
(3.9)
3 MODELADO 39
Existirán tantos multiplicadores de Lagrange como restricciones de igualdad
tenga el problema.
La existencia de restricciones en un problema afecta al valor óptimo de la
función, ya que suponen una reducción del espacio de soluciones factibles. Se
comprueba analíticamente que los multiplicadores de Lagrange indican en qué grado
su restricción asociada afecta al óptimo de la función objetivo. Concretamente, miden
el grado de sensibilidad del valor óptimo a variaciones en los términos
independientes de las restricciones.
3.1.43.1.43.1.43.1.4 Teorema de KarushTeorema de KarushTeorema de KarushTeorema de Karush----KuhnKuhnKuhnKuhn----TuckerTuckerTuckerTucker
En un problema de optimización matemática, en caso de restricciones de
desigualdad, la condición necesaria de óptimo local viene dada por el teorema de
Karush-Kuhn-Tuker.
Enunciemos el teorema de KKT para un problema simple de optimización con
una única restricción de desigualdad:
(3.10)
En el donde F y h de clase
Dado un punto que verifique
Si f tiene un máximo o un mínimo relativo en , entonces se cumple:
(3.11)
(3.12)
3 MODELADO 40
(3.13)
(3.14)
El escalar recibe el nombre de variable dual asociada a la restricción
. La teoría de la optimización define las variables duales igual a los
multiplicadores de Lagrange cambiados de signo.
En caso de que la restricción esté saturada en el punto óptimo,
En caso contrario,
El teorema de Karush-Kuhn-Tucker es generalizable para m restricciones de
desigualdad ( , , …, ) del siguiente modo:
(3.15)
(3.16)
(3.17)
(3.18)
Existirán tantas variables duales como restricciones de desigualdad tenga el
problema.
3 MODELADO 41
La existencia de restricciones en un problema afecta al valor óptimo de la
función, ya que suponen una reducción del espacio de soluciones factibles. Se
comprueba analíticamente que las variables duales indican en qué grado su
restricción asociada afecta al óptimo de la función objetivo. Concretamente, miden el
grado de sensibilidad del valor óptimo a variaciones en los términos independientes
de las restricciones.
3.1.53.1.53.1.53.1.5 Aplicación: CoAplicación: CoAplicación: CoAplicación: Condiciones de optimalidad en un problema con restricciones de ndiciones de optimalidad en un problema con restricciones de ndiciones de optimalidad en un problema con restricciones de ndiciones de optimalidad en un problema con restricciones de
igualdad y desigualdadigualdad y desigualdadigualdad y desigualdadigualdad y desigualdad
En el modelado del funcionamiento del mercado eléctrico será necesario hacer
uso de restricciones de igualdad y desigualdad de forma conjunta.
Para un problema de optimización de la forma:
s.a.
Restricciones de igualdad
Restricciones de desigualdad
(3.19)
Se define el Lagrangiano como:
(3.20)
En base a los teoremas de Lagrange y Karush-Kuhn-Tucker expuestos en
apartados previos, el conjunto de ecuaciones que debemos plantear para establecer
las condiciones necesarias de óptimo local son las siguientes:
3 MODELADO 42
(3.21)
(3.22)
(3.23)
(3.24)
(3.25)
(3.26)
3.1.63.1.63.1.63.1.6 Problema de optimización equivalente para resolver el equilibProblema de optimización equivalente para resolver el equilibProblema de optimización equivalente para resolver el equilibProblema de optimización equivalente para resolver el equilibrio de mercadorio de mercadorio de mercadorio de mercado
El mercado de la generación eléctrica en un entorno liberalizado funcionará en
un punto de equilibrio (precio y producción de cada agente) en el cual, cada
empresa, al variar de forma unilateral su producción, reduzca su beneficio.
Para alcanzar este equilibrio matemáticamente, simularemos un entorno liberalizado
de competencia imperfecta, modelada mediante variaciones conjeturales, y
supondremos una demanda elástica:
El beneficio del agente i viene dado por la ecuación:
El punto de equilibrio debe verificar:
3 MODELADO 43
► Balance energético entre generación y demandaBalance energético entre generación y demandaBalance energético entre generación y demandaBalance energético entre generación y demanda,
Al despejar el precio en esta expresión, reconocemos la curva de la demanda
del problema:
(3.27)
► Cada empresa, al variar su producción de forma unilateral, reduce su
beneficio. Esto sucede cuando la producción de cada agente maximiza su producción de cada agente maximiza su producción de cada agente maximiza su producción de cada agente maximiza su
beneficiobeneficiobeneficiobeneficio,
Al despejar el precio en esta expresión, reconocemos la curva de la oferta
para el problema considerado1:
(3.28)
Según la ley de la oferta y la demanda (apartado 2.2.3.3), el equilibrio de
mercado se alcanza al encontrarse las curvas de la oferta y la demanda (P1=P2).
Gráficamente:
1 Hemos tenido en cuenta que:
3 MODELADO 44
Figura 18. Relación gráfica entre el equilibrio de mercado y el problema de optimización equivalente asociado
El problema de equilibrio presentado anteriormente conlleva unas curvas de oferta
para cada uno de los agentes, así como una curva de demanda. Existe un
problema de optimización equivalente que resulta de la minimización del área de
costes de los agentes participantes en mercado, sujeto a las restricciones técnicas y
al balance energético permanente:
(3.29)
En donde,
•••• U(D)U(D)U(D)U(D) es la función de utilidad de la demanda, definida como el área bajo la
curva de la demanda:
(3.30)
3 MODELADO 45
•••• es la función de costes efectivos de cada agente, y se obtiene al
integrar el área bajo sus curvas de oferta:
(3.31)
3.1.73.1.73.1.73.1.7 MCP: Mixed Complementary ProblemMCP: Mixed Complementary ProblemMCP: Mixed Complementary ProblemMCP: Mixed Complementary Problem
El problema complementario mixto es una herramienta matemática para hallar
puntos de equilibrio cuyo formato está íntimamente ligado a las condiciones de
optimalidad de Karush-Kuhn-Tucker.
Definamos, en primer lugar, el formato de un problema complementario.
Dados:
El problema complementario consiste en el siguiente sistema de inecuaciones:
(3.32)
El problema complementario mixto se define como la unión de un problema
complementario con un sistema de ecuaciones de la siguiente forma:
(3.33)
Donde,
3 MODELADO 46
Dada la existencia de algoritmos específicos para la resolución de sistemas de
ecuaciones no lineales la estructura del problema complementario, nos valdremos de
dicho formato para hallar el equilibrio del mercado eléctrico de generación.
3.1.83.1.83.1.83.1.8 BLPP: Bilevel programming problemBLPP: Bilevel programming problemBLPP: Bilevel programming problemBLPP: Bilevel programming problem
Los problemas de optimización matemática binivel se caracterizan por una
estructura jerárquica, de forma que, existiendo un problema de optimización
principal, éste incluye en sus restricciones un segundo problema de optimización que
condiciona su solución óptima (problema de optimización secundario).
La formulación general del problema de optimización binivel es:
(3.34)
En donde,
Las variables del problema están divididas en dos clases: variables del nivel
superior, y variables del nivel inferior, . De forma análoga, las
funciones y son las funciones objetivo de nivel
superior e inferior respectivamente. Las restricciones del nivel superior afectan a las
variables de ambos niveles, (en contraste con las restricciones especificadas por el
conjunto X) y juegan un rol muy específico ya que deben ser impuestas de forma
indirecta para no condicionar las decisiones del nivel inferior.
3 MODELADO 47
Formulemos matemáticamente la región de soluciones factibles del problema de
optimización binivel:
Para un vector dado , el conjunto de soluciones factibles del nivel inferiorsoluciones factibles del nivel inferiorsoluciones factibles del nivel inferiorsoluciones factibles del nivel inferior
es:
Mientras que el conjunto de soluciones respuesta del nivel inferiorsoluciones respuesta del nivel inferiorsoluciones respuesta del nivel inferiorsoluciones respuesta del nivel inferior será
En algunos casos, el conjunto puede reducirse al conjunto vacío.
Finalmente, el conjunto de soluciones factibles del problema de optimización conjunto de soluciones factibles del problema de optimización conjunto de soluciones factibles del problema de optimización conjunto de soluciones factibles del problema de optimización
binivelbinivelbinivelbinivel se define:
A este conjunto se le denomina región inducida (induced region). Generalmente
es no convexo e incluso puede ser el conjunto vacío en presencia de restricciones
de nivel superior.
Se distingue entre soluciones optimistas y pesimistas del problema de optimización
binivel en función de si existe “cooperación” entre ambos niveles para la
optimización o, por el contrario, la optimización del nivel inferior conlleva un “riesgo”
para el nivel superior. Formalicemos esta idea matemáticamente:
El problema principal seleccionará el elemento de que más favorezca a su
óptimo.
► Optimización binivel optimistaOptimización binivel optimistaOptimización binivel optimistaOptimización binivel optimista
Un punto es un óptimo local optimistaóptimo local optimistaóptimo local optimistaóptimo local optimista del problema (3.34)
si:
•••• ; cumplen las restricciones del nivel superior.
3 MODELADO 48
•••• ; pertenece al “conjunto de soluciones respuesta” del nivel
inferior.
•••• ; para el conjunto de soluciones
respuesta es la opción que minimiza .
• Existe un entorno abierto de (con radio ) tal que
Donde
minimiza en un entorno de radio para que minimiza
.
En caso de que hablamos de óptimo global optimistaóptimo global optimistaóptimo global optimistaóptimo global optimista.
En conclusión, la programación binivel optimista se da cuando la optimización
del problema secundario conlleva optimización del problema principal.
En la programación binivel optimista, ambos niveles de programación
representan intereses paralelos. Por ejemplo, la maximización del beneficio total de
una empresa considerando posibilidad de inversión, sujeta a que la operación en
mercado maximice también sus resultados (caso desarrollado en este proyecto).
► Optimización binivel pesimistaOptimización binivel pesimistaOptimización binivel pesimistaOptimización binivel pesimista
Un punto es un óptimo local pesimistaóptimo local pesimistaóptimo local pesimistaóptimo local pesimista del problema (3.34)
si:
•••• ; cumplen las restricciones del nivel superior.
•••• ; pertenece al “conjunto de soluciones respuesta” del nivel
inferior.
•••• ; para el conjunto de soluciones
respuesta es la opción que maximiza , solución del problema
secundario escogida para limitar el riesgo en el problema primario.
•••• Existe un entorno abierto de (con radio ) tal que
3 MODELADO 49
Donde
minimiza en un entorno de radio para que maximiza
.
En caso de que hablamos de óptimo global optimistaóptimo global optimistaóptimo global optimistaóptimo global optimista.
En conclusión, en la programación binivel pesimista la optimización del problema
secundario aleja de la optimalidad al problema principal, luego se establecerá un
equilibrio que trate de minimizar el “daño” en el problema principal para la solución
óptima del problema secundario.
La programación binivel pesimista se da cuando ambos niveles de programación
representan intereses enfrentados. Por ejemplo, la maximización del beneficio de una
empresa sujeta al interés de ahorro de sus clientes.
3.1.93.1.93.1.93.1.9 MPECMPECMPECMPEC
El problema MPEC resulta de sustituir, en una formulación binivel, el problema
de optimización del nivel inferior por su equilibrio asociado, formulado este último
mediante el problema complementario mixto:
(3.35)
En donde,
3 MODELADO 50
Dada la existencia de algoritmos específicos para la resolución de sistemas de
ecuaciones no lineales la estructura del problema complementario, nos valdremos del
formato MPEC para hallar el óptimo de inversión.
3.23.23.23.2 FORMULACIÓNFORMULACIÓNFORMULACIÓNFORMULACIÓN
A continuación se presentan varios modelos matemáticos para la simulación del
funcionamiento del mercado eléctrico de generación e inversión.
3.2.13.2.13.2.13.2.1 Optimización para el mOptimización para el mOptimización para el mOptimización para el modelado del mercado de generación en entorno odelado del mercado de generación en entorno odelado del mercado de generación en entorno odelado del mercado de generación en entorno
reguladoreguladoreguladoregulado
En este caso, un agente regulador central formula una minimización de los
costes de operación del sistema. Sus decisiones estarán condicionadas por las
restricciones técnicas del parque y el balance energético entre generación y
demanda.
Subíndices
i: Agente i = 1, …, 3
j: Tecnología térmica j = 1, …, 4
y: Año y = 1, …, 20
l: Bloque de carga l = 1, 2
Parámetros
3 MODELADO 51
tyl: Duración de los niveles de carga, [Kh]
Eyl: Demanda inelástica, [GW]
δj: Coste de producción, [€/MWh]
j: Potencia máxima para cada una de las tecnologías térmicas, [GW]
iyl: Potencia hidráulica máxima, [GW]
iy: Energía hidráulica máxima, [TWh]
Variables
qijyl: Producción térmica, [GW]
hiyl: Producción hidráulica, [GW]
• Se considerará una demanda inelástica.
• Se asociará un poder de mercado nulo a cada uno de los agentes (las
decisiones son tomadas de forma centralizada).
Problema
3 MODELADO 52
3.2.23.2.23.2.23.2.2 Optimización para el mOptimización para el mOptimización para el mOptimización para el modelado del mercado de generación en entorno odelado del mercado de generación en entorno odelado del mercado de generación en entorno odelado del mercado de generación en entorno
liberalizadoliberalizadoliberalizadoliberalizado
Cada agente formula una maximización de sus beneficios sujeta a las
restricciones técnicas de sus instalaciones. Luego existirán tantos problemas de
optimización como agentes en el mercado. El balance energético entre generación y
demanda será una restricción común a todos estos problemas de optimización.
Subíndices
i: Agente i = 1, …, 3
j: Tecnología térmica j = 1, …, 4
y: Año y = 1, …, 20
l: Bloque de carga l = 1, 2
Parámetros
tyl: Duración de los niveles de carga, [Kh]
Eyl: Demanda inelástica, [GW]
αyl: Sensibilidad de la demanda al precio, [GW / (M€/GW*Kh)]
θiyl: Variación conjetural del precio, [(M€/GW*Kh) / GW]
δj: Coste de producción, [€/MWh]
j: Potencia máxima para cada una de las tecnologías térmicas, [GW]
iyl: Potencia hidráulica máxima, [GW]
iy: Energía hidráulica máxima, [TWh]
Variables
qijyl: Producción térmica, [GW]
3 MODELADO 53
hiyl: Producción hidráulica, [GW]
qhiyl: Producción térmica e hidráulica, [GW]
• Se considerará una demanda elástica. Emplearemos la siguiente ecuación para
simular su comportamiento:
(3.36)
Siendo:
Dyl Potencia suministrada, [GW]
Eyl Potencia demandada, [GW]
Pyl Precio de la energía, [€ / MWh]
αyl Sensibilidad de la demanda al precio [GW / (€/MWh)]
• Emplearemos variaciones conjeturales para modelar la imperfección del
mercado (apartado 3.1.1.3).
Problema 1
:
3 MODELADO 54
Balance de mercado
:
Considerando idénticos subíndices, parámetros y variables, se demuestra que la
resolución de este problema es equivalente a la del problema de optimización que
se expone a continuación, (explicación en apartado 3.1.6):
Problema 2
:
3.2.33.2.33.2.33.2.3 Condiciones de optimalidad para el problema de generación en entCondiciones de optimalidad para el problema de generación en entCondiciones de optimalidad para el problema de generación en entCondiciones de optimalidad para el problema de generación en entorno orno orno orno
liberalizadoliberalizadoliberalizadoliberalizado
Al ser equivalentes los dos problemas de optimización presentados para la
resolución del mercado de generación, desarrollaremos únicamente el segundo de
ellos con el propósito de obtener las ecuaciones que establezcan las condiciones
necesarias de óptimo local, (véase apartado 3.1.5):
Lagrangiano:
3 MODELADO 56
3.2.43.2.43.2.43.2.4 MCPMCPMCPMCP para el modelado del equilibrio en el mercado de generación en para el modelado del equilibrio en el mercado de generación en para el modelado del equilibrio en el mercado de generación en para el modelado del equilibrio en el mercado de generación en
entorno libeentorno libeentorno libeentorno liberalizadoralizadoralizadoralizado
La estructura del sistema de ecuaciones no lineales que conlleva el equilibrio del
mercado eléctrico de generación se corresponde con la de un Problema
Complementario:
3 MODELADO 57
El primer conjunto de ecuaciones está formado por el gradiente del lagrangiano
respecto de las variables de decisión y respecto de los multiplicadores de Lagrange
de las restricciones de igualdad. El segundo conjunto de inecuaciones se denomina
condición de Complementariedad de Holguras y tiene la estructura de un problema
complementario.
3.2.53.2.53.2.53.2.5 Optimización binivel para la simulación del mercado de inversiónOptimización binivel para la simulación del mercado de inversiónOptimización binivel para la simulación del mercado de inversiónOptimización binivel para la simulación del mercado de inversión
En un entorno liberalizado para la generación (nivel inferior), se permitirá la
inversión de uno de los agentes (nivel superior). La función objetivo principal será
la maximización del valor actual neto del agente inversor.
Subíndices
i: Agente i = 1, …, 3
i*: Agente inversor
j: Tecnología térmica j = 1, …, 4
y: Año y = 1, …, 20
l: Bloque de carga l = 1, 2
Parámetros
tyl: Duración de los niveles de carga, [Kh]
Eyl: Demanda inelástica, [GW]
αyl: Sensibilidad de la demanda al precio, [GW / (M€/GW*Kh)]
θiyl: Variación conjetural del precio, [(M€/GW*Kh) / GW]
δj: Coste de producción, [€/MWh]
iyl: Potencia hidráulica máxima, [GW]
iy: Energía hidráulica máxima, [TWh]
3 MODELADO 58
Variables
qijyl: Producción térmica, [GW]
hiyl: Producción hidráulica, [GW]
qhiyl: Producción térmica e hidráulica, [GW]
Xijy: Potencia máxima instalada en cada una de las tecnologías térmicas, [GW]
• Se considerará una demanda elástica (ecuación 3.36).
• Emplearemos variaciones conjeturales para modelar la imperfección del
mercado (apartado 3.1.1.3).
Problema
:
3 MODELADO 59
3.2.63.2.63.2.63.2.6 MPEC para la simulación del mercado de inveMPEC para la simulación del mercado de inveMPEC para la simulación del mercado de inveMPEC para la simulación del mercado de inversiónrsiónrsiónrsión
Se sustituye el nivel inferior de la optimización por el equilibrio de mercado
formulado mediante un Problema Complementario Mixto.
Subíndices
i: Agente i = 1, …, 3
i*: Agente inversor
j: Tecnología térmica j = 1, …, 4
y: Año y = 1, …, 20
l: Bloque de carga l = 1, 2
Parámetros
tyl: Duración de los niveles de carga, [Kh]
Eyl: Demanda inelástica, [GW]
αyl: Sensibilidad de la demanda al precio, [GW / (M€/GW*Kh)]
θiyl: Variación conjetural del precio, [(M€/GW*Kh) / GW]
δj: Coste de producción, [€/MWh]
iyl: Potencia hidráulica máxima, [GW]
iy: Energía hidráulica máxima, [TWh]
Variables
qijyl: Producción térmica, [GW]
hiyl: Producción hidráulica, [GW]
qhiyl: Producción térmica e hidráulica, [GW]
3 MODELADO 60
Xijy: Potencia máxima instalada en cada una de las tecnologías térmicas, [GW]
• Se considerará una demanda elástica (ecuación 3.36).
• Emplearemos variaciones conjeturales para modelar la imperfección del
mercado (apartado 3.1.1.3).
Problema
s.a.
3 MODELADO 61
3.2.73.2.73.2.73.2.7 MPEC para la simulación del mercado de inversión teniendo en cuenta la MPEC para la simulación del mercado de inversión teniendo en cuenta la MPEC para la simulación del mercado de inversión teniendo en cuenta la MPEC para la simulación del mercado de inversión teniendo en cuenta la
incertidumbre de escenario de mercadoincertidumbre de escenario de mercadoincertidumbre de escenario de mercadoincertidumbre de escenario de mercado
La idea más novedosa del proyecto radica en el tratamiento de esta
incertidumbre. La función objetivo principal será la maximización del valor actual neto
esperado frente a distintos escenarios de mercado al tomar una decisión única de
inversión.
Subíndices
i: Agente i = 1, …, 3
i*: Agente inversor
j: Tecnología térmica j = 1, …, 4
y: Año y = 1, …, 20
l: Bloque de carga l = 1, 2
s: Escenario s = 1, …, 3
Parámetros
3 MODELADO 62
tyl: Duración de los niveles de carga, [Kh]
Eyl: Demanda inelástica, [GW]
αyl: Sensibilidad de la demanda al precio, [GW / (M€/GW*Kh)]
θiyls: Variación conjetural del precio, [(M€/GW*Kh) / GW]
δj: Coste de producción, [€/MWh]
iyl: Potencia hidráulica máxima, [GW]
iy: Energía hidráulica máxima, [TWh]
ws: Probabilidad de cada escenario
Variables
qijyls: Producción térmica, [GW]
hiyls: Producción hidráulica, [GW]
qhiyls: Producción térmica e hidráulica, [GW]
Xijy: Potencia máxima instalada en cada una de las tecnologías térmicas, [GW]
• Se considerará una demanda elástica (ecuación 3.36).
• Emplearemos variaciones conjeturales para modelar la imperfección del
mercado (apartado 3.1.1.3).
s.a.
4 ANÁLISIS PRÁCTICO 65
4444 AAAANÁLISIS PRÁCTICONÁLISIS PRÁCTICONÁLISIS PRÁCTICONÁLISIS PRÁCTICO
4.14.14.14.1 FUNCIONAMIENTO DEL PROGRAMAFUNCIONAMIENTO DEL PROGRAMAFUNCIONAMIENTO DEL PROGRAMAFUNCIONAMIENTO DEL PROGRAMA
En este proyecto se ha desarrollado un programa complejo para la obtención del
óptimo de inversión en generación eléctricaóptimo de inversión en generación eléctricaóptimo de inversión en generación eléctricaóptimo de inversión en generación eléctrica.
El programa precisa ciertos parámetros de entradaparámetros de entradaparámetros de entradaparámetros de entrada que modelen el entorno de
mercado objeto de estudio en lo que se refiere a aspectos como la forma de la
demanda, el mix tecnológico inicial, el escenario de mercado o la estructura de
costes de cada una de las tecnologías. Se obtendrá como resultadoresultadoresultadoresultado la inversión
óptima, así como el equilibrio de mercado resultante de la misma (producción y
precio).
Figura 19. Parámetros de entrada y resultados del programa
Para la programación del problema matemático se ha empleado el sistema de
modelado algebraico GAMS. Para su resolución, diferentes solvers: CPLEX, para
problemas lineales y cuadráticos; PATH, para el problema complementario mixto y
NLPEC, para el problema MPEC.
4 ANÁLISIS PRÁCTICO 66
4.24.24.24.2 CASOS DE ESTUDIOCASOS DE ESTUDIOCASOS DE ESTUDIOCASOS DE ESTUDIO
Se adjuntan dos estudios de análisis de mercados eléctricos en base a
resultados obtenidos de la ejecución del programa desarrollado.
En ambos estudios se ha simulado:
La operación de 3 agentes3 agentes3 agentes3 agentes o compañías en competencia, (A, B y C).
El funcionamiento de 4 tecnologías térmicas4 tecnologías térmicas4 tecnologías térmicas4 tecnologías térmicas diferentes para la producción: nuclear,
carbón y dos ciclos de gas diferentes:
En función de la estructura de costes de cada una de las tecnologías térmicas
distinguiremos tecnologías de basetecnologías de basetecnologías de basetecnologías de base (alto coste de inversión y bajo coste de
operación), y tecnologías de puntatecnologías de puntatecnologías de puntatecnologías de punta (bajo coste de inversión y alto coste de
operación).
Figura 20. Tecnologías simuladas en el estudio
Las tecnologías de base requieren un funcionamiento continuo para la
amortización de sus elevados costes de inversión, y ello es posible dados sus
bajos costes de operación, que aseguran la entrada en mercado de las mismas de
forma continua.
En contraposición, las tecnologías de punta, de rápida amortización, entran en
funcionamiento para cubrir picos de demanda. Son tecnologías de operación cara y
ello conlleva una subida de precios de la energía durante estos periodos.
4 ANÁLISIS PRÁCTICO 67
4.2.14.2.14.2.14.2.1 ESTUDIO I: Determinación del óptimo de inESTUDIO I: Determinación del óptimo de inESTUDIO I: Determinación del óptimo de inESTUDIO I: Determinación del óptimo de inversiónversiónversiónversión
A continuación se presenta un estudio que persigue un entendimiento cualitativo
para el lector del funcionamiento del programa desarrollado.
Con tal fin, ha sido establecido un “escenario base” modelado con unos
determinados parámetros de entrada. El programa determinará la inversión óptima de
uno de los agentes en este escenario; esto es, la cantidad de GW que debe
instalar este agente en cada una de las tecnologías para optimizar sus beneficios,
habiendo sido consideradas las inversiones de sus competidores proporcionales a las
variaciones de demanda.
Tras el análisis de los resultados obtenidos, serán alterados algunos de los
parámetros de entrada con respecto a los del escenario inicialmente simulado. De
esta forma evaluaremos cómo afecta cada uno de estos parámetros al óptimo de
inversión.
4.2.1.14.2.1.14.2.1.14.2.1.1 Escenario baseEscenario baseEscenario baseEscenario base
Para el análisis cualitativo del funcionamiento del programa simularemos un
“escenario base” durante un alcance temporal reducido (5 años, del 2011 al 2015,
considerándose dos niveles de carga anuales).
Los parámetros de entradaparámetros de entradaparámetros de entradaparámetros de entrada que emplearemos para el modelado del mercado en
este escenario, y que, por tanto, serán factores determinantes del óptimo de
inversión, se enumeran a continuación:
► Forma de la demandaForma de la demandaForma de la demandaForma de la demanda: Emplearemos la ecuación (4.1) para simular el
comportamiento de la misma en cada uno de los niveles de carga.
4 ANÁLISIS PRÁCTICO 68
(4.1)
En donde,
D: Potencia suministrada, [GW]. Variable resultado del equilibrio del mercado de
generación.
E: Potencia demandada a precio cero, [GW]. Parámetro de entrada.
PUNTA
2,3 Kh/año
BASE
6,46 Kh/año
2011 75,213 46,036
2012 76,435 46,833
2013 77,592 47,589
2014 78,942 48,470
2015 79,322 49,370
Tabla 5. Potencia demandada [GW]
α: Sensibilidad de la demanda al precio, [GW / (€/MWh)]. Parámetro de entrada.
α = 0,00002 GW / (€/MWh)
P: Precio, [€ / MWh]. Variable resultado del equilibrio en el mercado de
generación.
► Mix tecnológico inicialMix tecnológico inicialMix tecnológico inicialMix tecnológico inicial: Supondremos instalaciones iniciales que no alcancen
satisfacer la demanda del último año estudiado, haciendo explícita, por tanto, la
necesidad de inversión. La distribución de tecnologías operando en el sistema será
la siguiente:
4 ANÁLISIS PRÁCTICO 69
Figura 21. A la izquierda se muestra la distribución del mix tecnológico inicial que hemos considerado, y a la
derecha, la potencia inicial instalada con respecto al último año de estudio.
► Costes de inversión y producciónCostes de inversión y producciónCostes de inversión y producciónCostes de inversión y producción: Se considerarán unos costes de inversión
y producción únicamente dependientes de la tecnología, comunes a todos los
agentes.
Costes de inversión
[M€/GW]
Coste de producción
[€/MWh]
Nuclear 850 19
Carbón 586 32
Gas 1 110 39
Gas 2 90 65
Tabla 6. Costes de inversión y producción
► Escenario de mercadoEscenario de mercadoEscenario de mercadoEscenario de mercado: Simularemos el mercado eléctrico de generación en un
entorno liberalizado modelando su imperfección mediante variaciones conjeturales de
precio.
4 ANÁLISIS PRÁCTICO 70
Agente 1 Agente 2 Agente 3
θ
[(€/MW*h)/GW] 2 1 1
Tabla 7. Variaciones conjeturales de precio para la simulación del mercado de generación
ResultadosResultadosResultadosResultados
Obtenemos como resultado el comportamiento óptimo de inversión para el agente
A:
Beneficio (miles M€) 427,47
GW instalados 36,6
Costes de inversión (miles M€) 19,124
Costes de operación (miles M€) 24,648
Tabla 8. Resultados económicos derivados de la actuación óptima del agente
Figura 22. Potencia máxima instalada en cada una de las tecnologías
4 ANÁLISIS PRÁCTICO 71
De los resultados expuestos, lo primero que nos debe llamar la atención es la
desorbitada cifra de beneficio del agente inversor. Ello es debido a la confluencia
de una serie de factores que engordan enormemente los resultados, pero que, sin
embargo, permiten el desarrollo de un didáctico estudio cualitativo. Entre ellos,
destacan:
• La consideración de un mercado copado por el agente inversor:
Las instalaciones iniciales consideradas son mínimas y, en el mercado de la
inversión, este agente actúa en situación de monopolio ya que la inversión de
sus competidores está fijada de forma proporcional al crecimiento de la
demanda y resulta poco significativa.
En cuanto al mercado de la generación, ha sido simulado un oligopolio en el
que el agente inversor es dominante.
• Demanda elevada, y, con ello, una elevada facturación. Además de picos muy
pronunciados, lo que favorece técnicas de mercado en situaciones de
oligopolio para la elevación de precios en estos periodos.
• La simulación de una demanda totalmente inelástica y, por tanto, insensible al
disparo de los precios de la energía asociada a los mercados en oligopolio.
Todo ello deriva en unos ingresos medios por MWh facturado extremadamente
altos, que veremos, decrecen al modificar alguno de estos aspectos:
Coste medio (€/MWh) 24,65
Precio medio (€/MWh) 125,9
Ingreso medio (€/MWh) 101,25
Tabla 9. Coste, precio e ingreso medio por MWh
4 ANÁLISIS PRÁCTICO 72
Aclarado esto, se presenta a continuación el análisis de los resultados:
La inversióninversióninversióninversión total en los 5 años es próxima a los 36,6 GW instalados, de los
cuales un 65% se invierte en instalaciones de tecnología de base (nuclear), y el
35% restante en instalaciones de tecnología de punta (gas1). Ello supone la
previsión de un parque con una capacidad del 110% del máximo de potencia
demandada en el periodo.
De forma genérica apreciamos que la competencia se da entre tecnologías con
estructuras de costes semejantes: en horas base, es más interesante, en este
escenario, la producción con tecnología nuclear frente a la producción con carbón; y
en punta, con gas 1 frente a la producción con gas 2.
La representación gráfica de los costes medios por tecnología resulta altamente
orientativa en cuanto a la selección de las tecnologías más interesantes para la
inversión en cada uno de los bloques de carga:
En donde,
: Coste medio de la tecnología “j”, [M€/GW]. Variable dependiente del tiempo.
: Coste de inversión de la tecnología “j”, [M€/GW]. Parámetro de entrada.
: Coste de operación de la tecnología “j”, [€/MWh]. Parámetro de entrada.
: Tiempo de operación, [h]. Variable independiente.
4 ANÁLISIS PRÁCTICO 73
Figura 23. Representación gráfica del coste medio de cada una de las tecnologías
Los costes medios son proporcionales al tiempo de funcionamiento de las
centrales. La gráfica muestra que para periodos largos de funcionamiento anuales
(base) la tecnología más rentable es la nuclear, y para periodos de tiempo
inferiores a las 7,4 Kh anuales, lo es gas 1, que tal y como hemos visto, son las
tecnologías que el programa ha determinado óptimas para la inversión.
El nivel inferior de la formulación binivel empleada se resuelve con el equilibrioequilibrioequilibrioequilibrio
de mercado siguiente:
Figura 24. A la izquierda, precios de la energía a lo largo del periodo, a la derecha, producción; ambos
diferenciados para base y punta.
Al considerar una demanda totalmente inelástica, el equilibrio de mercado se
alcanza con una produccion idéntica a la potencia demandada. Ello deriva en unos
precios extremadamente altos, especialmente en horas punta.
4 ANÁLISIS PRÁCTICO 74
Se aprecia una caída de precios en base durante el año 2013 debida a que el
crecimiento de la demanda en este bloque de carga es menor que en el resto:
1,6% en el año 2013 frente a un 1,8% en el resto de los años, (compruébese en
la tabla 5).
Una vez resuelto el caso base, se procede a continuación con el análisis de la
influencia que ejercen sobre los resultados de inversión algunos de los parámetros
de entrada.
4.2.1.24.2.1.24.2.1.24.2.1.2 Variación del coste de inversiónVariación del coste de inversiónVariación del coste de inversiónVariación del coste de inversión
Resulta muy interesante comprobar que al ejecutar el programa habiendo
modificado ligeramente, de forma independiente, cada uno de los costes de
inversión, la solución óptima de inversión no varía, pese a que sí lo hagan
resultados económicos como el beneficio o los costes totales de la inversión
realizada.
En base a esto, podemos determinar que existe una región para cada uno de
los costes de inversión con una solución óptima de inversión común. El siguiente
gráfico muestra estas regiones en el caso estudiado:
Ilustración 1. Espacios de costes de inversión con idéntica solución óptima de inversión.
En el medio de la ilustración se representan los costes de inversión en cada
una de las tecnologías para el “escenario base”. Los costes de inversión en nuclear
y gas 1 aparecen enmarcados por ser éstas las tecnologías seleccionadas para la
4 ANÁLISIS PRÁCTICO 75
inversión. Los valores apuntados por las flechas significan los límites de variación
de cada uno de los costes de inversión para los cuales, sin modificar el resto, se
mantiene invariable la forma óptima de inversión.
Al abandonar los entornos delimitados en el gráfico anterior la solución óptima de
inversión varía, y, en algunos casos, no de forma tan intuitiva como podríamos
imaginar. Veamos algunos ejemplos de ello:
Reducción del coste de inversión en tecnología nuclear a Reducción del coste de inversión en tecnología nuclear a Reducción del coste de inversión en tecnología nuclear a Reducción del coste de inversión en tecnología nuclear a 750 M750 M750 M750 M€/GW/GW/GW/GW
Costes de inversión
[M€/GW]
Nuclear 750
Carbón 586
Gas 1 110
Gas 2 90
Tabla 10. Costes de inversión
El resto de parámetros de entrada se mantienen fijos a los valores tomados en
el “escenario base”.
4 ANÁLISIS PRÁCTICO 76
ResultadosResultadosResultadosResultados
Beneficio (miles M€) 419,86
GW instalados 36,4
Costes de inversión (miles M€) 17,275
Costes de operación (miles M€) 24,452
Tabla 11. Resultados económicos derivados de la actuación óptima del agente
Apreciamos una cantidad total de GW instalados similar a la del caso anterior.
Nuevamente la inversión óptima se concentrará en las tecnologías nuclear y gas 1,
pero en diferente proporción a la de la situación original:
Figura 25. Comparación de las potencias máximas instaladas en tecnología nuclear (izquierda) y gas 1 (derecha)
al haber rebajado el coste de inversión en nuclear con respecto al caso original
La reducción del coste de inversión en tecnología nuclear provoca una mayor
inversión en la misma en detrimento de la inversión en tecnología de punta. Ello
conlleva una caída de precios en base durante los dos primeros años del periodo
estudiado:
4 ANÁLISIS PRÁCTICO 77
Figura 26. Precios en base al variar el coste de inversión de la nuclear con respecto al escenario original
Apreciemos que, en este caso, pese a una reducción de costes, el beneficio del
agente también se reduce a consecuencia de esta caída de precios, ya que, en
balance, el ingreso por MWh facturado es algo menor que anteriormente:
Coste medio (€/MWh) 24,38
Precio medio (€/MWh) 124,65
Ingreso medio (€/MWh) 100,27
Tabla 12. Coste, precio e ingreso medio por MWh
Reducción del coste de inversión en Reducción del coste de inversión en Reducción del coste de inversión en Reducción del coste de inversión en carbóncarbóncarbóncarbón a a a a 160160160160 MMMM€/GW/GW/GW/GW
Costes de inversión
[M€/GW]
Nuclear 850
Carbón 160
Gas 1 110
Gas 2 90
Tabla 13. Costes de inversión
4 ANÁLISIS PRÁCTICO 78
El resto de parámetros de entrada se mantienen fijos a los valores tomados en
el “escenario base”.
ResultadosResultadosResultadosResultados
Beneficio (miles M€) 417,63
GW instalados 36,6
Costes de inversión (miles M€) 19,849
Costes de operación (miles M€) 23,726
Tabla 14. Resultados económicos derivados de la actuación óptima del agente
Una vez más, la inversión total es próxima a los 36,5 GW, pero, en esta
ocasión, la inversión en tecnología de punta se desplaza al carbón:
Figura 27. Potencia máxima instalada en cada una de las tecnologías al reducir los costes de inversión en el
carbón
4 ANÁLISIS PRÁCTICO 79
La utilización del carbón como tecnología de punta reduce los costes de
operación en los momentos de mayor demanda y esto implica indirectamente una
caída de precios en punta durante el primer año estudiado:
Figura 28. Comparación de precios en punta al variar el coste de inversión en carbón con respecto al caso
original
Una caída tan acentuada de precios en punta reduce considerablemente el
precio medio de venta de la energía y, nuevamente, cae el ingreso medio por
MWh comercializado:
Coste medio (€/MWh) 23,23
Precio medio (€/MWh) 121,53
Ingreso medio (€/MWh) 98,3
Tabla 15. Coste, precio e ingreso medio por MWh
Comparativamente, pese a haberse visto reducidos los costes de inversión en los
dos ejemplos considerados, el beneficio mayor, en este estudio, se obtiene en la
situación original. Ello es debido a que en ambos casos, esta reducción de costes
de inversión provoca desplazamientos de la producción a tecnologías con coste de
operación más barato, y esto, en mercado, conlleva una caída de precios mayor
que la reducción de costes. En situación de competencia perfecta lo descrito no
4 ANÁLISIS PRÁCTICO 80
tendría sentido ya que en la situación original no se apreciaría tal incremento de
precios.
Figura 29. Reducción de beneficios al variar los costes de inversión.
4.2.1.34.2.1.34.2.1.34.2.1.3 Variación del coste de operaciónVariación del coste de operaciónVariación del coste de operaciónVariación del coste de operación
Al igual que sucedía con los costes de inversión, la solución óptima de inversión
no varía al hacer pequeñas modificaciones en alguno de los costes de operación.
De esta forma determinaremos que también existe un entorno asociado a cada uno
de los precios de operación en el cual la solución óptima de inversión no varía:
Ilustración 2. Entornos de costes de operación con idéntica solución óptima de inversión
4 ANÁLISIS PRÁCTICO 81
En el medio de la ilustración se representan los costes de operación de cada
una de las tecnologías en el “escenario base”. Los costes de operación de la
tecnología nuclear y gas 1 aparecen enmarcados por ser éstas las tecnologías
seleccionadas para la inversión. Los valores apuntados por las flechas significan los
límites de variación de cada uno de los costes de operación para los cuales, sin
modificar el resto, se mantiene invariable la forma óptima de inversión.
Al abandonar los entornos delimitados en el gráfico anterior la solución óptima de
inversión varía. Ilustrémoslo con algunos ejemplos:
ReducReducReducReducciónciónciónción ddddel coste de operación del carbón a 24 el coste de operación del carbón a 24 el coste de operación del carbón a 24 el coste de operación del carbón a 24 €/MWh/MWh/MWh/MWh
Coste de producción
(€/MWh)
Nuclear 19
Carbón 24
Gas 1 39
Gas 2 65
Tabla 16. Costes de producción
El resto de parámetros de entrada se mantienen fijos a los valores tomados en
el “escenario base”.
4 ANÁLISIS PRÁCTICO 82
ResultadosResultadosResultadosResultados
Beneficio (miles M€) 431,73
GW instalados 36,4
Costes de inversión (miles M€) 12,022
Costes de operación (miles M€) 28,622
Tabla 17. Resultados económicos derivados de la actuación óptima del agente
Figura 30. Potencia máxima instalada en cada una de las tecnologías al reducir los costes de operación del
carbón
Existe una nueva selección de tecnologías para la inversión, pero, pese a ello,
resulta muy destacable que la potencia total instalada en el periodo de estudio es
nuevamente de unos 36,5 GW (52% en carbón y 48% en gas 1). Este cambio de
tecnología para la producción en base afecta a los precios de la energía en estos
periodos:
4 ANÁLISIS PRÁCTICO 83
Figura 31. Comparación de los precios de la energía en base al reducir el coste de operación del carbón con
respecto al caso original
Esta gráfica nos muestra una subida de precios en base. Esto ocurre por el
encarecimiento de los costes de operación ligados al uso del carbón como
tecnología de base.
Coste medio (€/MWh) 23,23
Precio medio (€/MWh) 121,53
Ingreso medio (€/MWh) 98,3
Tabla 18. Coste, precio e ingreso medio por MWh
En este escenario el ingreso medio por MWh es menor que en el original, pero,
sin embargo, el nivel de beneficio es mayor. Esto se explica por la reducción en
un 37% de los costes totales de inversión.
4 ANÁLISIS PRÁCTICO 84
Figura 32. Incremento del beneficio al reducir los costes de operación del carbón
Tal y como está formulado el estudio, es preferible el óptimo asociado a esta
última estructura de costes de producción; ella conlleva equilibrios de mercado con
precios mayores en horas base y una reducción considerable de los costes totales
de inversión, generándose un beneficio mayor. Sin embargo, debemos recordar que
hasta el momento no hemos tenido en cuenta la reacción de los consumidores a
esta subida de precios para el equilibrio de mercado.
4.2.1.44.2.1.44.2.1.44.2.1.4 Variación de la elasticidad de la demandaVariación de la elasticidad de la demandaVariación de la elasticidad de la demandaVariación de la elasticidad de la demanda
Para el ejemplo que se expone a continuación, se ha tomado una demanda
elástica de parámetro α=0,1 [GW / (€/MWh)]. El resto de parámetros no se han
modificado con respecto a los del caso estándar.
4 ANÁLISIS PRÁCTICO 85
ResultadosResultadosResultadosResultados
Beneficio (miles M€) 274,14
GW instalados 23,1
Costes de inversión (miles M€) 8,771
Costes de operación (miles M€) 20,177
Tabla 19. Resultados económicos derivados de la actuación óptima del agente
En los escenarios anteriores la potencia total instalada rondaba los 36,5 GW. Al
contemplar la elasticidad de la demanda, este valor cae de forma muy acusada (un
37%). También se reduce el beneficio. Veamos por qué ocurre esto analizando la
inversión por tecnologías y el equilibrio de mercado.
Figura 33. Potencia máxima instalada en cada una de las tecnologías al considerar la elasticidad de la
demanda
4 ANÁLISIS PRÁCTICO 86
Figura 34. Comparación de la potencia máxima instalada en nuclear (izquierda) y gas 1 (derecha) al variar la
elasticidad de la demanda con respecto al escenario original
Las tecnologías seleccionadas para la inversión son las mismas que en el caso
original, pero en esta ocasión la inversión es menor, especialmente en nuclear.
Observemos cómo se resuelve el nuevo equilibrio de mercado:
Figura 35. Comparación de los precios en base (izquierda) y en punta (derecha) al variar la elasticidad de la
demanda con respecto al escenario original
Figura 36. Comparación de las producciones en base (izquierda) y en punta (derecha) al variar la elasticidad de
la demanda con respecto al caso original
4 ANÁLISIS PRÁCTICO 87
Una demanda elástica implica una reacción de los consumidores al precio. En
este caso, ello ha derivado en una caída de precios muy alto en punta, próximo al
17%, así como en un descenso generalizado de la producción. Entendamos esto de
forma intuitiva con la siguiente gráfica:
Figura 37. Equilibrios de mercado al variar la elasticidad de la demanda
En la gráfica se representan los equilibrios de mercado asociados a una
demanda inelástica (EQ1) y a una demanda elástica (EQ2). Obsérvese que los
precios y la producción son menores en el caso de demanda elástica.
Una demanda elástica fuerza una estrategia del agente para el recorte de los
precios en punta. Es por ello que habitualmente la reserva hidráulica entra en
funcionamiento durante los picos de demanda, consiguiendo abaratar el precio de la
energía.
4.2.1.54.2.1.54.2.1.54.2.1.5 Variación del escenario de mercadoVariación del escenario de mercadoVariación del escenario de mercadoVariación del escenario de mercado
Se pretende comparar el comportamiento estratégico del agente en situación de
oligopolio (caso estándar) y competencia perfecta. Para ello, en este apartado, se
ha simulado un mercado en competencia perfecta, de forma que las variaciones
conjeturales de precio son nulas para cada uno de los agentes.
4 ANÁLISIS PRÁCTICO 88
Agente 1 Agente 2 Agente 3
θ
[(€/MW*h)/GW] 0 0 0
Tabla 20. Variaciones conjeturales de precio para la simulación del mercado de generación
El resto de parámetros no han sido modificados con respecto a los del caso
original.
ResultadosResultadosResultadosResultados
Beneficio (miles M€) 95,261
GW instalados 62,9
Costes de inversión (miles M€) 45,636
Costes de operación (miles M€) 38,896
Tabla 21. Resultados económicos derivados de la actuación óptima del agente
La inversión total en los 5 años se eleva a los 63 GW instalados. Ello supone
la previsión de un parque con una capacidad del 140% del máximo de potencia
demandada en el periodo, además de una acusada reducción del beneficio. La
inversión se resuelve como se muestra a continuación:
4 ANÁLISIS PRÁCTICO 89
Figura 38. Arriba a la izquierda está representada la potencia máxima instalada en cada una de las tecnologías
en escenario de competencia perfecta. El resto de gráficos compara la potencia máxima instalada en nuclear
(arriba a la derecha), carbón (abajo a la izquierda) y gas 1 (abajo a la derecha) en situación de competencia
perfecta con respecto al escenario original
La inversión en competencia perfecta se concentra en tecnologías de base. Esto
provoca un incremento muy alto de los costes de inversión, primer factor causante
de la reducción del beneficio.
En el equilibrio de mercado, la potencia suministrada coincide con la potencia
demandada (demanda inelástica) y los precios caen vertiginosamente tanto en base
como en punta. Apuntamos este último como segundo factor determinante para la
reducción del beneficio.
4 ANÁLISIS PRÁCTICO 90
Figura 39. Comparación de los precios en base (izquierda) y en punta (derecha) al variar el escenario de
mercado con respecto al caso original.
Este apartado pone de manifiesto que la estrategia de negocio en situación de
oligopolio consistía en destinar una parte de la inversión a tecnologías de punta. De
esta forma, los precios que resultaban del equilibrio de mercado eran altos y
concedían al agente mayor margen de beneficio, a la vez que aquél minimizaba
sus costes de inversión.
4.2.1.64.2.1.64.2.1.64.2.1.6 ConclusionesConclusionesConclusionesConclusiones
La principal cuestión puesta de relieve en este estudio es que, dada una
demanda y un escenario de mercado concretos, existe una cantidad óptima de
inversión prácticamente insensible a variaciones de coste moderadas, tanto de
inversión como de operación. Sin embargo, estas variaciones sí pueden influir en la
distribución óptima de la inversión por tecnologías y hacer oscilar ligeramente el
nivel de beneficio entre unos casos y otros.
En contraposición, el considerar una nueva forma de demanda o escenario de
mercado modifica radicalmente la estrategia óptima de inversión, así como los
beneficios previstos. Por este motivo es crítica una estimación precisa de los
parámetros que modelan ambas realidades.
4 ANÁLISIS PRÁCTICO 91
Figura 40. Variación del beneficio con respecto al caso original para cada una de las simulaciones realizadas
Para minimizar la incertidumbre en cuanto al escenario de mercado hemos
incluido en este proyecto una función que resuelve el óptimo de inversión
ponderando el VAN frente posibles escenarios de mercado en base a sus
probabilidades de ocurrencia. Esta idea se desarrolla de forma práctica en el caso
de estudio que se presenta a continuación.
4 ANÁLISIS PRÁCTICO 92
4.2.24.2.24.2.24.2.2 ESTUDESTUDESTUDESTUDIO II: IO II: IO II: IO II: Tratamiento de la incertidumbre de escenario de mercadoTratamiento de la incertidumbre de escenario de mercadoTratamiento de la incertidumbre de escenario de mercadoTratamiento de la incertidumbre de escenario de mercado
Al modelar el mercado pronosticamos una imperfección que realmente no
conocemos. Esto hace que cualquier decisión tomada en base a esta conjetura
conlleve un riesgo. Para minimizar el riesgo asociado a nuestras decisiones de
inversión hemos incluido en el programa una función para el tratamiento de esta
incertidumbre, de forma que, la inversión óptima, será resultado de maximizar la
ponderación del valor actualizado neto de varios escenarios de mercado en base a
sus probabilidades de ocurrencia.
En este estudio analizaremos, mediante un caso práctico, la forma en que afecta
la incertidumbre de mercado a los resultados óptimos de inversión. Para ello,
planteado un entorno eléctrico concreto, primeramente simularemos diferentes
escenarios de mercado y analizaremos la inversión óptima en cada caso y,
finalmente, considerando una probabilidad de ocurrencia asociada a cada escenario,
determinaremos la inversión óptima más fiable.
4.2.2.14.2.2.14.2.2.14.2.2.1 Datos de entradaDatos de entradaDatos de entradaDatos de entrada
Este análisis persigue una planificación óptima a largo plazo que considere la
incertidumbre de mercado. El alcance temporal simulado será de 20 años, del 2010
al 2029, considerándose dos niveles de carga anuales.
Los parámetros de entradaparámetros de entradaparámetros de entradaparámetros de entrada que emplearemos para el modelado son los
siguientes:
► Forma de la demanda:Forma de la demanda:Forma de la demanda:Forma de la demanda: Simularemos una demanda elástica distinguiendo dos
niveles de carga anuales. Emplearemos la ecuación 4.1 para simular el
comportamiento de la misma en cada uno de ellos.
En donde,
D: Potencia suministrada, [GW]. Variable resultado del equilibrio del mercado de
generación.
4 ANÁLISIS PRÁCTICO 93
E: Potencia demandada, [GW]. Parámetro de entrada.
PUNTA
2.5 Kh/año
BASE
6.26 Kh/año
2010 25,213 16,036
2011 26,435 16,833
2012 27,592 17,589
2013 28,942 18,470
2014 29,322 19,370
2015 29,731 20,290
2016 30,802 20,990
2017 30,952 21,740
2018 31,120 22,502
2019 32,501 23,403
2020 33,831 24,271
2021 34,187 25,157
2022 34,571 26,060
2023 35,982 26,981
2024 37,422 27,921
2025 38,890 28,879
2026 39,388 29,857
2027 40,916 30,854
2028 41,474 31,871
2029 42,064 32,908
Tabla 22. Potencia demandada [GW]
α: Sensibilidad de la demanda al precio, [GW / (€/MWh)]. Parámetro de entrada.
α = 0,3 GW / (€/MWh)
4 ANÁLISIS PRÁCTICO 94
P: Precio, [€ / MWh]. Variable resultado del equilibrio en el mercado de
generación.
► Mix tecnológico inicial:Mix tecnológico inicial:Mix tecnológico inicial:Mix tecnológico inicial: Supondremos unas instalaciones iniciales prácticamente
nulas para configurar el escenario eléctrico más rentable en cada escenario.
Potencia inicial
(GW)
Nuclear 0,1
Carbón 0,1
Gas 1 0,1
Gas 2 0,3
Tabla 23. Potencia inicial instalada
► Costes de inversión y producción:Costes de inversión y producción:Costes de inversión y producción:Costes de inversión y producción: Se considerarán unos costes de inversión
y producción únicamente dependientes de la tecnología, comunes a todos los
agentes:
Costes de inversión
(M€/GW)
Coste de producción
(€/MWh)
Nuclear 2500 17
Carbón 2100 34
Gas 1 300 37
Gas 2 10 39
Tabla 24. Costes de inversión y producción
► Escenario de mercado:Escenario de mercado:Escenario de mercado:Escenario de mercado: Estableceremos tres posibles escenarios de mercado
(cada uno de ellos con una probabilidad de ocurrencia asociada) definidos por los
siguientes valores de variaciones conjeturales.
4 ANÁLISIS PRÁCTICO 95
Agente 1 Agente 2 Agente 3 Probabilidad de escenario
Competencia
perfecta 0 0 0
0,35
Oligopolio
moderado 0,5 0,4 0,3
0,45
Oligopolio
agresivo 1,9 1,9 1,8
0,20
Tabla 25. Variaciones conjeturales de precio, [(€/MW*h)/GW] y probabilidades de escenario
Con estos parámetros de entrada se ejecutará el programa de forma que la
variable de decisión sea la inversión del agente 1. Las inversiones de sus
competidores serán fijadas de forma proporcional a las variaciones de demanda,
pero, habiendo considerado instalaciones iniciales nulas, su presencia en el mercado
será poco significativa.
4.2.2.24.2.2.24.2.2.24.2.2.2 ResultadosResultadosResultadosResultados
4 ANÁLISIS PRÁCTICO 96
Competencia perfecta
Figura 41. Potencia máxima instalada en cada una de las
tecnologías
Beneficio (miles M€) 131,82
Costes de inversión 22,904
Costes de operación 31,206
GW instalados 28,76
Oligopolio moderado
Figura 42. Potencia máxima instalada en cada una de las
tecnologías
Beneficio (miles M€) 137,86
Costes de inversión 29,389
Costes de operación 20,325
GW instalados 17,818
Oligopolio agresivo
Figura 43. Potencia máxima instalada en cada una de las
tecnologías
Beneficio (miles M€) 140,98
Costes de inversión 23,888
Costes de operación 17,676
GW instalados 17,818
4 ANÁLISIS PRÁCTICO 97
En competencia perfecta la inversión se distribuye 30-70% en tecnologías de base
y punta respectivamente. Esta distribución permite que, pese a ser el escenario con
mayor cantidad de GW instalados, no se disparen los costes de inversión.
En situación de oligopolio moderado la distribución de la inversión da un vuelco
con respecto a la del escenario en competencia perfecta. Ahora un 90% de la
inversión se destina a tecnología nuclear; el resultado, unos costes de inversión
relativamente altos.
En un oligopolio agresivo, la cantidad total de GW instalados es similar a la
óptima del oligopolio moderado, sin embargo, varía su distribución: 65-35% en
tecnologías de base y punta respectivamente.
A continuación se presentan unas gráficas que facilitan la comparación por
escenarios de la potencia máxima instalada en cada tecnología:
Figura 44. Potencia máxima instalada en nuclear en los tres escenarios de mercado considerados
4 ANÁLISIS PRÁCTICO 98
Figura 45. Potencia máxima instalada en gas 1 en los tres escenarios de mercado considerados
Figura 46. Potencia máxima instalada en gas 2 en los tres escenarios de mercado considerados
Estas gráficas muestran que no es posible determinar una tendencia global de
comportamiento para la inversión al reducir o incrementar la imperfección del
mercado, si no que cada escenario precisa un análisis a medida.
4 ANÁLISIS PRÁCTICO 99
Si tuviéramos que caracterizar a grandes rasgos la inversión en cada escenario
destacaríamos la intensa inversión en tecnología de punta en competencia perfecta;
la apuesta por la tecnología de base en oligopolio moderado; y una inversión más
equitativa, y, por tanto, menor en cada una de las tecnologías, en situación de
oligopolio agresivo.
Tal y como ocurre en este caso, generalizaremos que, muy habitualmente, los
óptimos más elevados estarán ligados a una producción diversificada en condiciones
de rentabilizar la estructura de costes de cada una de las tecnologías.
Por otro lado, observamos que cuanto mayor es la imperfección del mercado,
menor es la potencia instalada y mayor el beneficio, lo que ineludiblemente significa
un mayor ingreso por MWh facturado:
Competencia
perfecta
Oligopolio
moderado
Oligopolio
agresivo
Coste medio (€/MWh) 28,55 18,75 19,67
Precio medio (€/MWh) 37,63 48,41 55,54
Ingreso medio (€/MWh) 9,08 29,66 35,87
Tabla 26. Coste, precio e ingreso medio en cada uno de los escenarios
En definitiva, en este caso, la competencia perfecta implica una facturación mayor
con un menor margen de beneficio por MWh, frente a facturaciones más pequeñas
con márgenes mayores a medida que aumenta la imperfección del mercado. Así lo
corrobora el equilibrio de mercado:
4 ANÁLISIS PRÁCTICO 100
Figura 47. Comparación de los precios en base (izquierda) y en punta (derecha) en los diferentes escenarios de
mercado
Figura 48. Comparación de la producción en base (izquierda) y en punta (derecha) en los diferentes escenarios
de mercado.
Una vez entendido el comportamiento óptimo del agente en los diferentes
escenarios, analicemos la solución de inversión al considerar la incertidumbre de
mercado:
4 ANÁLISIS PRÁCTICO 101
Figura 49. Potencia máxima instalada en cada una de las tecnologías al ponderar los escenarios. Arriba a la
izquierda, valor del beneficio previsto
Figura 50. Potencia máxima instalada en nuclear en los tres escenarios de mercado considerados y al ponderar
los mismos
4 ANÁLISIS PRÁCTICO 102
Figura 51. Potencia máxima instalada en gas 1 en los tres escenarios de mercado considerados y al ponderar
los mismos
Figura 52. Potencia máxima instalada en gas 2 en los tres escenarios de mercado considerados y al ponderar
los mismos
La ponderación de los escenarios aconseja la instalación total de 27,8 GW, valor
muy próximo al indicado para competencia perfecta. No obstante la distribución de
estas instalaciones por tecnologías es similar a la de oligopolio agresivo en el caso
de la nuclear y gas 1, destinándose además, en la solución ponderada, una parte
de la inversión a la tecnología de punta gas 2. Ello hace intuir una producción
4 ANÁLISIS PRÁCTICO 103
intermedia a la planificada para los dos escenarios mencionados (véase la figura
48).
El beneficio esperado al tener en cuenta la incertidumbre de mercado es de
136,96 miles M€.
Figura 53. Beneficio en cada uno de los escenarios (miles M€)
Esta figura muestra los máximos de beneficio que se pueden obtener en cada
uno de los tres escenarios. En caso de que la forma de inversión se aleje de la
que hemos determinado como óptima para cada escenario, el beneficio disminuirá.
Veamos en qué grado lo hace. La siguiente tabla muestra la reducción de beneficio
al errar en la previsión del escenario al ocurrir un oligopolio agresivo:
4 ANÁLISIS PRÁCTICO 104
Tabla 27. Posibilidades de beneficio al ocurrir un oligopolio agresivo, en miles M€
En vertical se indica nuestra previsión de escenario, y por tanto, la decisión de
inversión que habremos tomado. En horizontal, el escenario de mercado que ocurre.
Si nuestra previsión de escenario coincide con la realidad el beneficio será máximo,
en caso contrario, dejaremos de ganar en torno a un 3% aproximadamente. La
solución de inversión ponderada minimiza esta cantidad de forma que, para cada
uno de los escenarios barajados, asegura un beneficio muy próximo al máximo
realizable.
Tabla 28. Posibilidades de beneficio, también para la solución ponderada de inversión en las viñetas pálidas,
miles M€
4 ANÁLISIS PRÁCTICO 105
4.2.2.34.2.2.34.2.2.34.2.2.3 ConclusionesConclusionesConclusionesConclusiones
Tal y como anteriormente se ha indicado, el objetivo de este estudio era
analizar, mediante un caso práctico, la repercusión de la incertidumbre de mercado
sobre los resultados óptimos de inversión y beneficio.
Para ello, primeramente, hemos resuelto de forma individual los tres escenarios
de mercado barajados: una competencia perfecta y dos formas diferentes de
oligopolio. Las instalaciones óptimas resultaron tales que, a medida que aumentaba
la imperfección de mercado, propiciaban producciones menores con márgenes
unitarios de beneficio más amplios. No obstante, en cuanto a la forma de la
inversión, no se apreciaba una tendencia gradual de comportamiento, sino que cada
escenario requería un análisis particular de la misma.
Al considerar la incertidumbre de mercado obtuvimos una nueva solución de
inversión que garantizaba un beneficio próximo al óptimo en cada uno de los
escenarios contemplados. De esta forma, concluimos que, para el estudio
presentado, el coste de la fiabilidad es prácticamente nulo.
5 CONCLUSIONES 107
5555 CONCLUSIONESCONCLUSIONESCONCLUSIONESCONCLUSIONES
En este proyecto se ha desarrollado un modelo que determina la inversión
óptima en nuevos activos de generación eléctrica de un agente líder en
mercado, es decir, cantidad, momento y tecnología adecuados. Para ello, nos
hemos valido de técnicas de optimización binivel, en donde el nivel inferior
simula el funcionamiento del mercado de generación y el superior, las
decisiones de inversión de un agente que trata de maximizar su valor actual
neto. Habiéndose comprobado que esta estructura también se corresponde con
la de un problema de programación matemática con restricciones de equilibrio
(MPEC), hemos trabajado bajo este último formato.
Para el tratamiento de la incertidumbre acerca de la imperfección de
mercado se ha contemplado la posibilidad de diferentes escenarios, de forma
que la solución óptima de inversión garantizase un alto nivel de beneficio en
cada uno de ellos.
Este documento incluye dos casos prácticos de estudio:
En el primero de ellos pudimos comprobar que la ampliación óptima del
parque eléctrico era relativamente insensible a variaciones moderadas de los
costes de inversión y producción. En contraposición, pequeñas alteraciones en
cuanto a la imperfección de mercado modificaban radicalmente la estrategia
óptima de inversión. Por este motivo, resultaba crítica una estimación precisa
de las variaciones conjeturales del precio o, en su defecto, la consideración de
varios escenarios de mercado.
En el segundo caso práctico contemplamos la posibilidad de tres escenarios
diferentes: competencia perfecta y dos formas de oligopolio. Al resolverlos
individualmente, las instalaciones óptimas resultaron tales que, a medida que
aumentaba la imperfección de mercado, propiciaban producciones menores con
márgenes de beneficio más amplios por MWh, sin embargo, no fue posible
identificar una tendencia gradual para comportamiento óptimo para la inversión.
Al considerar incierto el escenario de mercado, obtuvimos una nueva y más
5 CONCLUSIONES 108
fiable forma de inversión que aseguraba un beneficio próximo al óptimo para
cada uno de los escenarios en el caso de ocurrir alguno de ellos.