UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA …universidad pontificia comillas escuela tÉcnica superior de ingenierÍa (icai) master en gestiÓn tÉcnica y econÓmica del sector

UNIVERSIDAD PONTIFICIA COMILLAS

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)

MASTER EN GESTIÓN TÉCNICA Y ECONÓMICA DEL SECTOR ELÉCTRICO – MSE

TESIS DE MASTER

MODELADO DEL PRECIO EN EL MERCADO MAYORISTA DE ELECTRICIDAD ESPAÑOL

Autor

Ing. D. Andrés Jaramillo Vélez

Madrid 2003

Autorizada la entrega de la tesis de master del alumno/a:

Andrés Jaramillo Vélez

EL DIRECTOR

Guillaume Rivron

Fdo.: …………………… Fecha: ……/……/……

EL TUTOR

Carlos Batlle

Fdo.: …………………… Fecha: ……/……/……

Vº Bº del Coordinador de Proyectos

Tomás Gómez San Román

Fdo.: …………………… Fecha: ……/……/……

MODELADO DEL PRECIO EN EL MERCADO MAYORISTA DE ELECTRICIDAD ESPAÑOL

Proyecto en colaboración entre EDF y el Instituto de Investigación Tecnológica (IIT) de la Escuela Técnica Superior de Ingeniería (ICAI) de la

Universidad Pontificia Comillas de Madrid

Tesis para la obtención del grado de Master

Director: Ing. D. Guillaume Rivron

Tutor: Dr. D. Carlos Batlle

Asesor: Ing. D. Pascal Orus

Director del programa: Ing. Dr. Ignacio Pérez Arriaga

Reconocimientos A Interconexión Eléctrica S.A. - ISA por permitirme realizar estos estudios. Al amigo, Ingeniero Norberto Duque por creer en mí durante estos años, aun con pocas razones. A Guillaume Rivron por su apoyo, amistad y tantas horas de grata compañía en este singular “rendez-vous”. A Carlos Batlle por su amistad y permanente “coaching”. Al Personal de Electricité de France, especialmente a Pascal Orus por su apoyo y optimismo en la realización de este proyecto. Al personal del Instituto de Investigaciones Tecnológicas (IIT) por su dedicación y apoyo en la realización de este proyecto.

A Ana, por dejarme ir y hacerme volver. Siempre.

Retiro largo Retorno al jardín

Paz renovada

TABLA DE CONTENIDO

1 INTRODUCCIÓN............................................................................................ 3 2 MERCADO ESPAÑOL DE ELECTRICIDAD................................................ 5 2.1 RESEÑA HISTÓRICA....................................................................................... 5 2.2 COMPOSICIÓN DEL MERCADO Y SUS AGENTES...............................12 2.2.1 Productores .................................................................................................12 2.2.2 Comercializadores ....................................................................................13 2.2.3 Distribuidores ...............................................................................................15 2.2.4 Consumidores .............................................................................................16 2.2.5 Transporte....................................................................................................18 2.3 OPERACIÓN DEL MERCADO...................................................................18 2.4 OPERACIÓN DEL SISTEMA........................................................................21 2.5 OTROS ASPECTOS DE IMPORTANCIA Y CIFRAS DE INTERES............24 2.5.1 Generación en régimen especial ........................................................24 2.5.2 Agentes externos.......................................................................................25 2.5.3 Costes de Transición a la Competencia o CTC...............................27 2.5.4 Tarifa Eléctrica ............................................................................................31 2.5.5 Garantía de Suministro de Largo Plazo o GSLP ................................32 2.5.6 Perspectivas futuras ..................................................................................34 2.5.7 Algunas cifras y notas generales ..........................................................37 3 TÉCNICAS DE MODELADO DE PRECIO Y RIESGO..............................42 3.1 RIESGO Y MERCADOS ELÉCTRICOS......................................................42 3.2 MODELADO DEL RIESGO EN EL MERCADO DE ELECTRICIDAD.....44 3.2.1 Particularidades del mercado de electricidad................................45 3.2.2 Riesgo en la comercialización de energía eléctrica......................46 3.2.3 Modelos para el análisis del riesgo de mercado.............................50 3.2.4 Modelado del precio de electricidad................................................52 4 MODELADO DE FACTORES Y ANÁLISIS DE ESCENARIOS.................56 4.1 COMPORTAMIENTO DEL MERCADO Y SUS AGENTES.......................56 4.1.1 Precio del mercado diario ......................................................................57 4.1.2 Restricciones técnicas..............................................................................60 4.1.3 Cuotas de mercado.................................................................................64 4.1.4 Hidrologías ...................................................................................................66 4.1.5 Régimen especial y plan de energías renovables ..........................68 4.1.6 Ofertas y casación ....................................................................................69 4.2 DESCRIPCIÓN Y CARACTERÍSTICAS DEL MODELO DE PRECIO......83 4.3 DATOS DE ENTRADA DEL MODELO.......................................................84 4.3.1 Datos de entrada y ajuste de los modelos .......................................86 4.4 SIMULACIONES SOBRE EL PROTOTIPO Y RESULTADOS....................102 4.4.1 Simulación de escenarios de demanda..........................................102 4.4.2 Simulación de escenarios de hidraulicidad ....................................104 4.4.3 Simulaciones de precio .........................................................................107 5 CONCLUSIONES Y FUTUROS DESARROLLOS......................................113 5.1 SOBRE EL MERCADO ESPAÑOL DE ELECTRICIDAD.........................113 5.2 SOBRE EL ANÁLISIS DEL COMPORTAMIENTO DEL MERCADO Y SUS

AGENTES.....................................................................................................113

5.3 SOBRE EL RIESGO PRECIO Y SU MODELADO....................................114 5.4 FUTUROS DESARROLLOS.........................................................................114 6 REFERENCIAS BIBLIOGRÁFICAS.............................................................115 7 ANEXO 1 GLOSARIO DE TÉRMINOS.....................................................120 8 ANEXO 2 BASES DE DATOS CONSULTADAS PARA EL MODELO...121 9 ANEXO 3 GRÁFICOS DE DESPACHO POR UGH...............................122 10 ANEXO 4 VENTANAS DE LA INTERFAZ GRÁFICA DEL MODELO....132

INDICE DE TABLAS

Tabla 1. Participación de los principales agentes en generación. ..12 Tabla 2. Cuotas por agentes – Caso de ejemplo ..................................14 Tabla 3. Retribución a los generadores.....................................................16 Tabla 4. Evolución de la elegibilidad en España. ..................................17 Tabla 5. Clientes por Comunidad Autónoma.........................................17 Tabla 6. Sesiones del mercado diario........................................................20 Tabla 7. Cifras de la operación año 2002. ...............................................22 Tabla 8. Compra de agentes externos, clientes cualificados

y comercializadoras. ......................................................................27 Tabla 9. Composición de las tecnologías de producción..................41 Tabla 10. Balance eléctrico año 2002 .........................................................41 Tabla 11. Transición del riesgo. .......................................................................43 Tabla 12. Riesgos en comercialización........................................................47 Tabla 13. Componentes del precio final para el año 1998...................58 Tabla 14. Resumen de las UGH. .....................................................................67 Tabla 15. Porcentaje de ofertas por tipo. ...................................................77 Tabla 16. Porcentaje de casaciones por tipo. ..........................................79 Tabla 17. Energía ofertada a precio superior al marginal. ....................82 Tabla 18. Parámetros de ajuste del modelo de demanda...................93 Tabla 19. Precios Forward de combustibles...............................................95 Tabla 20. Resumen de los parámetros del modelo ARIMA para

la serie de hidraulicidad mensual.............................................100 Tabla 21. Resultados generales de simulación. ......................................111

INDICE DE FIGURAS Figura 1. Cadena de valor tradicional en el negocio de la

energía eléctrica..............................................................................13 Figura 2. Cadena de valor de la industria liberalizada. .........................13 Figura 3. Sesiones del mercado Intradiario. ...............................................21 Figura 4. Programa de adquisición de energía – Ejemplo. ...................23 Figura 5. Ejemplo de redespacho.................................................................23 Figura 6. Producción de electricidad por tecnologías. Año 2002 ......40 Figura 7. Distribución del riesgo precio........................................................48 Figura 8. Precio mercado diario....................................................................57 Figura 9. Energía diaria asignada por restricciones técnicas del

sistema.................................................................................................60 Figura 10. Mapa de restricciones, enero a octubre de 2002..................62 Figura 11. Flujo de energía eléctrica típico en el sistema Español........64 Figura 12. Evolución de las cuotas de mercado de los agentes. .........65 Figura 13. Ventanas de análisis sobre el precio marginal........................72 Figura 14. Frecuencia de ofertas.....................................................................72 Figura 15. Evolución diaria de las ofertas a precio cero. .........................73 Figura 16. Evolución diaria de las ofertas a precio cero (detalle). .......74 Figura 17. Frecuencia de casaciones. ...........................................................74 Figura 18. Energía ofertada por tipo y por empresa. ................................80 Figura 19. Energía casada por tipo y por empresa...................................81 Figura 20. Ratio oferta – Casación por tipo y empresa............................82 Figura 21. Esquema general del modelo. .....................................................84 Figura 22. Alcance temporal del modelo. ...................................................85 Figura 23. Curva de duración Carga.............................................................86 Figura 24. Evolución de la demanda de electricidad en España. .......87 Figura 25. Comparación perfiles de demanda. .........................................88 Figura 26. Perfil de demanda día tipo. ..........................................................89 Figura 27. ACF y PACF con transformación logaritmo natural...............90 Figura 28. ACF y PACF con diferenciación. .................................................91 Figura 29. ACF y PACF para retardos múltiplos de 12...............................91 Figura 30. Serie de demanda mensual con transformación y

diferenciación. ..................................................................................92 Figura 31. Índices típicos de combustibles. ..................................................94 Figura 32. Transformación Log Natural de la serie de hidraulicidad

mensual. ..............................................................................................97 Figura 33. ACF y PACF con transformación logaritmo natural...............98 Figura 34. Funciones ACF y PACF con diferenciación en el retardo

12...........................................................................................................98 Figura 35. Serie de hidraulicidad mensual con transformación y

diferenciación. ..................................................................................99 Figura 36. ACF y PACF de los residuos transformados y

diferenciados. ..................................................................................100 Figura 37. Trayectoria de demanda para el año 2004 para

percentiles uniformes. ...................................................................102

Figura 38. Distribución de probabilidad para el escenario de demanda del año 2004 con percentiles uniformes .............103

Figura 39. Trayectorias de demanda para el año 2004 para percentiles no uniformes. .............................................................104

Figura 40. Trayectoria de hidraulicidad para el año 2004 mediante percentiles uniformes. ...............................................104

Figura 41. Detalle de la trayectoria de hidraulicidad simulada mediante percentiles uniformes para el año 2004. .............105

Figura 42. Trayectorias de hidraulicidad para el año 2004 mediante percentiles no uniformes. .........................................106

Figura 43. Detalle de trayectorias de hidraulicidad para el año 2004 mediante percentiles no uniformes. ...............................106

Figura 44. Simulación de trayectorias de demanda...............................108 Figura 45. Percentiles no uniformes de escenarios de demanda. ......108 Figura 46. Simulación de trayectorias de hidraulicidad.........................109 Figura 47. Percentiles no uniformes de escenarios de

hidraulicidad. ...................................................................................110 Figura 48. Resultados en precios mensuales. .............................................112

RESUMEN

La migración del sector eléctrico a un esquema de mercado, conlleva la separación de actividades tradicionalmente realizadas por empresas verticalmente integradas. La comercialización de electricidad, ejercida en régimen de competencia, enfrenta múltiples riesgos dentro de los cuales destaca el de precio. El comercializador “puro” debe comprar en el mercado mayorista a precios generalmente variables y vender en el mercado minorista a precios generalmente fijos. Por lo anterior debe dotarse de productos de cobertura en mercados financieros con el fin de minimizar este riesgo de variación de precios. Este trabajo pretende la puesta a punto de un modelo para la generación de escenarios de precios futuros, que sirva como herramienta para la toma de decisiones de negocio y especialmente respecto a su política de compra/venta de coberturas financieras. Este trabajo presenta además una propuesta analítica para evaluar el comportamiento de los agentes que intervienen en el mercado y una breve reseña histórica sobre el comportamiento del mismo.

ABSTRACT

Due to the change of the energy market framework from vertically integrated utilities in regulated system to unbundled companies in liberated market, practices have dramatically evolved. At the end of the value chain, in the context of the Spanish Electricity Market, the commercializator holds a major risk: he buys the aggregated energy from its customers on a wholesale market characterized by highly volatile prices and generally sells them this energy at a fixed price. Therefore, he needs to hedge its physical positions through financial products in order to manage price risk. This dissertation proposes a methodology to support the commercializator in this crucial decision-making process. A stochastic model defining forecast price scenarios on the basis of two main kinds of drivers: market participants, strategic behaviors and classical energy market fundamentals.

Modelado del precio en el mercado mayorista de electricidad Español

3

1 INTRODUCCIÓN A la fecha de la elaboración de este trabajo, se habla de una cuarta generación en el programa de inserción de las actividades asociadas a la energía eléctrica en un contexto de mercado. Estas sucesivas etapas denotan una evolución creativa, animada por el interés de comprender y manipular los esquivos factores que componen esta singular actividad. En la actualidad el hombre ha podido manejar la electricidad desde las etapas de transformación de energía primaria hasta sus usos finales. Sin embargo parece que perdura en ella un carácter de inaprensibilidad que la hace misteriosa y de difícil manejo para el común de la gente. Desde la primera ola liberalizadora en el sector eléctrico, expertos de todo el mundo intentan encontrar la fórmula mágica que permita hacer de este bien de uso masivo y esencial, una cadena productiva que siga las leyes de libre competencia, alta calidad, cobertura y confiabilidad. La tarea esencial del Master en Gestión Técnica y Económica del Sector Eléctrico, es la de realizar una disección cuidadosa de las actividades que componen la cadena productiva y regulatoria del sector eléctrico Español. Este estudio juicioso permitirá, sino encontrar la fórmula, entender mejor, de manera sistémica y global la evolución de los mercados de electricidad, sus virtudes, fallos y posibilidades futuras. Debido a la separación vertical y horizontal que han debido afrontar las diferentes empresas del sector eléctrico, cada actividad es vista por agentes que actúan desde una visión parcial del mismo problema. Así entonces, la percepción del riesgo cambia dada la asimetría en la información y la mutación de intereses. El espíritu de este trabajo es el de situarse en una de esas “esquinas”, e intentar arroparse con las vestiduras de un comercializador puro que intenta participar de un mercado en fase de apertura e identificado como estratégico. La primera parte de este trabajo presenta una breve descripción cualitativa del mercado eléctrico español tanto desde el punto de vista “local”, así como su participación en un contexto europeo. Se presentan además aspectos que condicionan el comportamiento de este mercado, su composición, perspectivas futuras, etc. La segunda fase del trabajo explora las diferentes metodologías disponibles para el estudio de los fact ores que forman el precio del mercado, y en particular el de la electricidad en España. Se evalúan las


4

bondades de estos métodos y sus posibles usos en otros tipos de análisis y contextos. La tercera etapa afronta el modelado del precio mediante las técnicas analíticas seleccionadas y se presenta el conjunto de escenarios usados para las simulaciones, su validación y usos finales. Esta fase presenta además una serie de propuestas metodológicas que evalúan situaciones de mercado particulares y que apoyan el modelado del precio. Finalmente se presentan algunas conclusiones y propuestas para futuros desarrollos en la línea de investigación seleccionada.


5

2 MERCADO ESPAÑOL DE ELECTRICIDAD Este capítulo pretende de manera resumida, realizar una reseña histórica y de los principales aspectos que comprenden el Mercado Español de Electricidad. Se analizarán con mayor profundidad aquellos aspectos que por su importancia en este trabajo se consideren relevantes tales como los cambios regulatorios, la definición de la tarifa, los costos de transición a la competencia, el régimen especial de generación, la integración regional, etc. Estos aspectos serán presentados de manera aparentemente inconexa, sin embargo como se verá a lo largo de los capítulos 3, 4 y 5, son de gran relevancia en la modelación del riesgo, el diseño de las herramientas de análisis y el comportamiento del sistema y sus agentes. 2.1 RESEÑA HISTÓRICA La historia del Sector Eléctrico Español puede ser dividida en dos partes, antes y después de la ley 54 de 1997 [Solé 01]. Hasta 1994, el sector eléctrico estaba compuesto por empresas en régimen monopólico y en general los negocios se encontraban verticalmente integrados. La planificación se realizaba de manera centralizada y estaba basada en retribución de costos de producción. La participación de los entes estatales era total. Las empresas se encontraban verticalmente integradas y la concepción de los entes reguladores era agregada frente a las actividades que componen la cadena de producción - consumo de electricidad. Los precios estaban regulados mediante tarifas relacionadas en el mejor de los casos al IPC. En 1984 se creó Red Eléctrica de España – REE - y se la encargó como responsable de gestionar la explotación unificada del sistema eléctrico. Este mismo año se estableció el Plan Energético Nacional, el cual entre hechos más relevantes determinó la moratoria nuclear y paralizó la construcción de las centrales nucleares de Lemoniz, Valdecaballeros y la Unidad II de Trillo1. Hasta el año 1994 el sector eléctrico presentaba las siguientes características: • Empresas eléctricas en régimen monopólico y negocios

verticalmente integrados. • Una empresa gestora de la explotación unificada (REE).

1 Para una información mas detallada sobre la evolución histórica del mercado Español puede verse [López 99]


6

• Retribución de las actividades / empresas con el criterio del coste estándar (tal como lo determinaba el MLE o Marco Legal Estable).

• Precios regulados- tarifas eléctricas relacionadas con índices como el IPC.

El Marco legal Estable o MLE contenía entre otros un conjunto de normas que regulaban el entorno económico de las empresas eléctricas, definiendo la metodología de retribución de costes de las empresas del sector2. El MLE abarcaba tres puntos principales: • La tarifa eléctrica como retribución de costes. • El sistema de compensaciones, redistribución de costes e ingresos en

función de quien los soporta y quienes los reciben. • Las relaciones de las compañías eléctricas con ENDESA, principal

productor de electricidad. El MLE se definió teniendo en cuenta las características del sector eléctrico y el carácter de servicio público que en el momento se consideraba debía conservar el sector. Lo anterior implicaba que las compañías eléctricas no podían determinar libremente su precio, mediante criterios de maximización del beneficio sino mediante la tarifa eléctrica mencionada en el esquema anterior. En 1995 entró en vigor la ley 40 o de Ordenamiento del Sistema Eléctrico Nacional (LOSEN), cuyo objetivo era el de garantizar el suministro, calidad adecuada y el mínimo coste. A partir de esta ley se formalizaron las primeras intenciones para una apertura a un modelo de liberalización del sector tales como: • Coexistencia los sistemas integrado e independiente. • Mecanismos de competencia. • Transparencia en el negocio eléctrico (separación de actividades). • Liberalización, régimen de acceso a las redes por terceros (ATR). Se constituyó un organismo independiente, la Comisión del Sector Eléctrico -CSEN- dentro de cuyas funciones estaban las de proponer los cambios normativos, realizar labores ejecutivas ante organismos superiores del estado, resolver conflictos entre los agentes, realizar arbitraje, inspección y labores consultivas. Como consecuencia de estos cambios se realizó la primera congelación del nivel medio de la tarifa eléctrica para 1996. En el año de 1996 se presentó un nuevo modelo de liberalización que de alguna manera retomaba las primeras experiencias y se materializó en el

2 Ver [López 99]


7

denominado “Protocolo Eléctrico”. Este protocolo presentaba las siguientes características: • Liberalización de las actividades eléctricas. • Liberalización del acceso a las instalaciones eléctricas. • Apertura mercado (elegibilidad). • Creación organismos de coordinación del sistema y del mercado. • Determinación de los regímenes de periodos transitorios (Costos de

Transición a la Competencia, CTC’s). • Retribución a la distribución [FECSA 94], y al régimen especial3. • Establecimiento de un compromiso del sector con las tarifas,

representado en un plan de incrementos para los años venideros. Las medidas derivadas del protocolo eléctrico presentaron como consecuencia tangible una reducción del nivel medio tarifa eléctrica para 1997 en un 3%. Realmente la iniciativa de crear un mercado de electricidad quedó plasmada en la directiva 96/92/CE de 1996, pero fue solo hasta el 1 de enero de 1998, momento en que entró en vigencia la ley 54 de 1997 o del Sector Eléctrico. Dicha ley incorporó las iniciativas de la directiva mencionada y los acuerdos plasmados en el protocolo eléctrico de 1996 y constituyó la base normativa para la creación y desarrollo del mercado de electricidad en España [Ley 54/1997]. Entre los puntos esenciales que esta ley establece están: • Separación de actividades en reguladas y no reguladas ( actividades

de red, transporte y distribución en régimen monopólico). • Separación de actividades del ciclo productivo (relativa

desintegración vertical). • Creación del mercado mayorista de generación (pool) con precio

marginal en periodos horarios. • Introducción de competencia en generación y comercialización. • Aparición del mercado de elect ricidad como tal. • Progresiva liberalización del consumo. • Creación de OMEL como operador del mercado de electricidad. • Establecimiento de funciones de Red Eléctrica como operador de la

red y colaborador de OMEL en la operación del mercado. • Establecimiento de un calendario de liberalización en la elegibilidad

de los consumidores. • Transformación de la CSEN en la CNSE (dentro de sus nuevas funciones

estaban informar sobre posible concentración empresas, resolver

3 Se entenderá en este trabajo como régimen especial aquel que involucra a generación alternativa y cogeneración.


8

conflictos, recabar información, determinar normas para la operación del sistema, etc.).

Esta ley estaba instrumentada mediante Reales Decretos sobre temas específicos tales como: • RD 2016 determinación de la tarifa eléctrica y tarifas de acceso. • RD 2017 regulación del procedimiento de liquidaciones para costes

regulados. • RD 2018 reglamento de puntos de medida, consumos y tránsitos de

energía eléctrica. • RD 2019 organización de la regulación mercado de electricidad,

Operador del mercado y cobros por garantía de potencia. Quizá el efecto tangible más inmediato del establecimiento de esta ley, fue una reducción del nivel medio de la tarifa integral para 1998, del 3,63%. Sin embargo, los efectos del cambio comenzaron a materializarse desde 1998, momento en el cual inició la verdadera liberalización del mercado eléctrico. A partir de este año se desarrolló gradualmente el mercado, organizando fases de contratación diaria, intradiaria, restricciones, ajustes, etc. Sin embargo la participación de los consumidores cualificados era escasa, lo cual era uno de los objetivos de la liberalización. Ese mismo año, 1998, la CNSE propuso realizar una apertura de mercado de suministros en alta tensión y una reducción tarifas de acceso a la red (al mercado). Se realizó el acuerdo MINER, mediante el cual se aceleraba el calendario elegibilidad, se reducían aun más las tarifas de acceso (25% en promedio), se proponían cambios a la estructura de esas tarifas y se determinaba una reducción al pago por garantía potencia a consumidores cualificados. Se modificó además el régimen de cobertura y asignación de CTCS4 (Titulización). Continuando con la gran cantidad de cambios presentados en el sector energético Español, se creó la Comisión Nacional de Energía – CNE – que operaría como ente regulador del funcionamiento de los mercados energéticos (exclusión sector eléctrico hasta abril 2000). Este órgano regulador independiente operaría en los sectores eléctrico, gas y productos derivados del petróleo y sería el vigilante del mercado energético integrado, velando por la competencia, objetividad y transparencia de su funcionamiento.

4 Este tema se explica en detalle en la sección dedicada a los CTC


9

Además de los instrumentos señalados en apartados anteriores, se determinaron otros desarrollos normativos que complementaban los cambios señalados. Dentro de estas normas estaban: • R.D. 2820 Determinación de tarifas de acceso y nuevo calendario de

elegibilidad. • R.D. 2018 Reglamentación del régimen especial, renovables, residuos y

cogeneración. • R.D. 2821 Determinación de una tarifa integral eléctrica. • R.D. 2019 Regulación integral de las act ividades de transporte y

distribución. Aunque los consumidores cualificados podían acceder al mercado en 874 puntos de consumo, solo un consumidor realizó compras directas en el mercado y 223 realizaron compras a través de un comercializador (26%). A pesar de la profusa la normativa y los deseos de apertura, el mercado continuaba presentando obstáculos a la liberalización. Para 1998, solo se compró en el mercado algo más del 2% de la energía potencialmente adquirible. La ley afectaba a los muy grandes consumidores (>15 GWh/año), y los suministros al transporte por ferrocarril. Las tarifas de acceso presentaban precios muy altos (3-4 Pta5/kWh). El coste de la garantía de potencia era elevado e incierto a la hora de tomar decisiones. En general podía decirse que el acceso al mercado continuaba siendo restringido. Debido entre otros a los factores señalados anteriormente, se expidió en el año 1999 un Real Decreto Ley (6 de 1999), en el cual se establecían medidas urgentes de liberalización e incremento de la competencia. Se determinó que a partir de julio de 2000, todos los consumidores con suministro en alta tensión superiores a 1 kV serán cualificados. Esto suponía añadir 55000 suministros, que representaban el 55 % de la demanda del mercado peninsular. Este R.D. reducía además los precios de la electricidad en cerca del 1,5%. Este año se redujeron además los pagos por garantía de potencia de 1,3 a 1,15 Pta/kWh. Para el año 2000, se intensificaron medidas estructurales con el ánimo de mejorar la competencia tales como la limitación del aumento de capacidad para operadores con posición dominante, sustitución de centrales obsoletas por nuevas, etc.

5 Aunque la peseta fue sustituida por el euro, muchas referencias se darán en esta moneda por mantener ordenes de magnitud y poder realizar comparaciones con cifras históricas.


10

Dentro de las medidas tomadas este año con el fin de dinamizar y flexibilizar el mercado, además de mejorar la transparencia se encontraban: • Obligación de participar en el mercado para instalaciones del

Régimen Especial (P>50 MW). • Incentivos a participar en el mercado para instalaciones del Régimen

Especial (P<50 MW). • Establecimiento de nuevas formas de contratación para los

comercializadores como contratos bilaterales físicos. • Contratación a plazos para los agentes del mercado. • Participación de los consumidores en los mercados de servicios

complementarios y gestión de la demanda. Estas medidas tuvieron un importante impacto económico, ya que se presentó una reducción de los cobros por garantía de potencia para los productores ( de 1,15 Pta/kWh a 0,8 Pta/kWh), y un impacto energético ya que se limitó la prima al carbón autóctono. Además se produjo una reducción del nivel medio de la tarifa para el período (2001-2003). Como consecuencia de estas medidas se presentó un fenómeno de redistribución sectorial, ya que el mayor peso relativo pasó de la industria al sector primario. Se presentó una reubicación geográfica en la que perdían peso relativo Cataluña, Madrid y País Vasco, esto debido entre otras a la menor distribución en alta tensión para la industria, servicios y agricultura. Para el año 2001, se modificaron ostensiblemente las reglas de funcionamiento de mercado. Dentro de los cambios introducidos estuvieron: • Establecimiento del régimen especial como agente vendedor. • Cambios en el algoritmo de casación, publicación de información y

establecimiento de tarjetas de acceso al sistema informático del operador del mercado.

• Nuevas modalidades de contratación. • Estimación provisional de desvíos en ausencia de medidas. • Cambios en la garantía de potencia. Para finales del año 20016, cinco grupos eléctricos nacionales interactuaban mayormente en el mercado de producción (sin incluir a ELCOGAS7), estos eran Endesa, Iberdrola, Hidrocantábrico, Unión Fenosa y Viesgo.

6 Situación que continúa vigente al desarrollo de este trabajo 7 El caso de ELCOGAS requiere un apartado adicional. Por simplicidad baste decir que esta empresa fue constituida en el año 1992 y su objetivo era el de explotar una generación térmica


11

Permanecían en el sistema cerca de 10 agentes externos autorizados, más de 150 comercializadores y cerca de 65.000 consumidores cualificados. El régimen de contratos de energía estaba soportado en intercambios internacionales. El transporte seguía siendo realizado mayoritariamente por REE y la distribución estaba repartida en cinco grandes grupos eléctricos y pequeños distribuidores locales. El año 2002 no se caracterizó por ser especialmente prolífico en lo que a cambios regulatorios se trata, y podría decirse que, además de los cambios tradicionales como las modificaciones a las tarifas8, se trató de refinamientos a la normativa existente. Dentro de los cambios más significativos durante el año 2002, estuvo la regulación a los contratos de adquisición de energía y de acceso a las redes en baja tensión. Se determinó un incentivo adicional para las instalaciones de producción de energía eléctrica en régimen especial, especialmente lo que tiene que ver con Biomasa y Cogeneración. Durante el año 2002 la electricidad adquirida a los productores en régimen especial se incrementó en un 10,0%, lo cual corresponde al 15,8 % de la demanda total peninsular. La producción mediante carbón, fuelóleo y gas se incrementó un 30,4%, mientras que la de origen nuclear descendió un 1,2 % y la hidráulica decreció un 48,1% [REE 02]. El 1 de enero de 2003 comenzó una liberación total en la elegibilidad. En general y como conclusión de este apartado, podría decirse que el Mercado Eléctrico Español se encuentra en una etapa de mejoramiento. Las políticas de apertura y liberalización poseen ventajas innegables como la introducción de competencia en los sectores no regulados y la organización de los regulados, entrada de nuevos competidores, el acceso a las redes, el uso de mecanismos avanzados de casación, mercados sucesivos que acercan al tiempo real, flexibilidad de contratación, participación de la demanda, etc. No obstante el esfuerzo regulatorio, continúan preguntas estructurales que requieren reflexión y abordaje urgente como la elevada concentración horizontal en generación, la concentración vertical en las empresas (dado que existe separación jurídica de los negocios y no de propiedad), la interferencia en las señales de mercado por parte de los costes de transición a la competencia, la inserción en el contexto europeo, etc.

mediante la gasificación de carbón y combustibles alternativos. Su explotación, operación y viabilidad económica ha sido objeto de debate. [CNE 01-a] 8 Establecida en el R.D. 1436 de 27de diciembre de 2002


12

2.2 COMPOSICIÓN DEL MERCADO Y SUS AGENTES El mercado de electricidad Español se compone esencialmente de un mercado mayorista, en el que se desarrolla a su vez un mercado diario o spot y un mercado de ajustes o intradiario, y un mercado minorista cuya finalidad es suministrar la energía eléctrica al consumidor final cualificado o no. En este mercado se tienen en cuenta además los contratos bilaterales entre agentes. Los agentes que componen el mercado de electricidad en la actualidad son: 2.2.1 Productores La composición y propiedad de las empresas generadoras ha sufrido en los últimos años algunos cambios debido a fusiones, compras, escisiones e intentos de fusión9. En la Tabla 1 se presentan los agentes que en la actualidad representan el 80% de la generación de electricidad en España:

Empresa Capacidad instalada [MW]

Porcentaje del total

ENDESA 20731 46,83 IBERDROLA 16088 36,35 UNION FENOSA 5279 11,93 HIDROCANTÁBRICO 2166 4,89 VIESGO 2400 5,4

Tabla 1. Participación de los principales agentes en generación.

De este 80% de generación, el 18% corresponde a fuel-gas, el 26% a carbón, el 18% a nuclear y el 38% a generación hidráulica. La participación de nuevos entrantes al 2005 se compone en 21% para Unión FENOSA, 13,5% para Iberdrola, 5,7% para Hidrocantábrico y 5,7% para ENDESA. Los agentes que comparten el 20% de la energía restante son: Elcogas, Eléctrica Conquense, Eléctrica de la Ribera del Ebro, Energía Eléctrica del Ebro , Gas Natural SDG, Repsol Petróleo, Repsol Química y Serveis Auxiliars Sot de Rubió, S.L. Como se mencionó anteriormente, existen además agentes de producción en régimen especial como cogeneradores y energías alternativas10. 9 Algunas de estas fusiones no han sido autorizadas por el gobierno apoyados en los conceptos emitidos por el Tribunal de Defensa de la Competencia y la Comisión Nacional de la Energía. Estos informes y fallos son de libre acceso para consulta. 10 Ver apartado 2.5.1 dedicado a esta generación.


13

2.2.2 Comercializadores La comercialización ha sido la etapa que más ha sufrido modificaciones desde el punto de vista conceptual y empresarial. En el marco tradicional, la comercialización se encontraba insertada entre las etapas de servicio al cliente final (generación, transporte y distribución). La Figura 1 ilustra esta situación:

Figura 1. Cadena de valor tradicional en el negocio de la energía

eléctrica. Luego de la apertura del mercado, la cadena de valor quedó no solo dividida por actividades, sino diferenciada en sus etapas reguladas y no reguladas. Un esquema de la cadena de valor ampliada se ilustra en la Figura 2:

Figura 2. Cadena de valor de la industria liberalizada.

En esta cadena de valor, la comercialización (liberalizada además de la generación), es un negocio de naturaleza transversal que incluso debería contener la etapa de comercialización de gas. Estos comercializadores en el nuevo entorno prestan servicios (intrínsecos al suministro y añadidos) y realizan intermediación financiera, con lo cual se exponen al riesgo entre el precio variable al que compra y el precio fijo

GENERACIÓN TRANSPORTE DISTRIBUCIÓN CLIENTE FINAL

Proveedores de servicios (lecturas, atención a cliente, mantenimiento, etc.)

Comercialización Clientes de servicios

Generación Trading Cliente de suministro

Transporte Distribución Proveedores de servicios

Comercialización

Comercialización


14

al que suministra a sus clientes11. Es importante apuntar que ni la calidad del servicio ni la garantía del mismo corresponden al comercializador. En España existen actualmente cerca de 70 empresas que realizan negocios de comercialización de energía eléctrica. Algunas de ellas vinculadas de alguna manera a los principales grupos de generación mencionados en el apartado anterior. La Tabla 2 ilustra para un mes específico, la cuota de mercado representada en energía para los agentes comercializadores, externos y clientes cualificados12.

Tabla 2. Cuotas por agentes – Caso de ejemplo

Como puede observarse, cerca del 85% de la cuota total corresponde a empresas vinculadas a de alguna manera a grandes grupos generadores. La cuota de los agentes externos no supera en ningún caso el 2%.

11 Ver [Temboury 01] 12 Información suministrada por OMEL en su informe mensual.


15

Estos datos conservan aproximadamente la misma estructura para los meses restantes y el agregado anual13. Este trabajo se realiza desde la óptica de un agente que realiza su actividad como un comercializador puro en el mercado. Mas adelante se analizará no sólo el riesgo inherente a la labor de comercialización, sino las oportunidades de negocio que tienen este tipo de agentes y las potenciales ayudas de herramientas de análisis. 2.2.3 Distribuidores La actividad de distribución, regulada en el nuevo entorno como un monopolio típico (R.D. 2819 de 1998), presenta dos actividades básicas: la inversión en redes, su operación y mantenimiento, y la comercialización de energía a clientes finales. Cada año y mediante un Real Decreto, se publican las tarifas a las cuales los distribuidores en la segunda actividad pueden vender a sus clientes no cualificados. Basados en la metodología de Coste del Servicio, se supone que estas compañías recuperan las inversiones realizadas para el ejercicio de sus actividades14. De acuerdo con el Real Decreto mencionado, la retribución de la actividad de distribución se determina considerando los siguientes elementos: • Costes de inversión, operación y mantenimiento de las instalaciones. • Energía circulada. • Un modelo que caracterice las zonas de distribución (red de

referencia), su demanda y tensión. • Incentivos para la calidad del suministro y la reducción de pérdidas. • Otros costes necesarios para desarrollar la actividad de distribución

(por ejemplo costes de gestión comercial). La retribución global de la actividad de distribución se calcula anualmente, actualizando el coste del año anterior con IPC15-1 y el incremento previsto de la demanda afectado de un factor de eficiencia, no superior al 40%. En la Tabla 3 se ilustra la retribución fijada a las empresas distribuidoras para el año 200316:

13 En el apartado dedicado a los agentes externos se verá el detalle de sus cuotas y composiciones ( por el interés particular de este trabajo). 14 Ver detalles en [Gómez 02], [Rivier et al 99] 15 IPC: Índice de precios al consumidor. 16 Información tomada del B.O.E No.313 del 31 de diciembre de 2002.


16

Empresa Retribución Miles de €

Iberdrola Distribución Eléctrica, S. A. 1.017.906 Unión Fenosa Distribución, S. A 466.276 Hidrocantábrico Distribución Eléctrica, S. A 87.900 Electra de Viesgo I, S. A. 77.867 Endesa 1.105.535 Sociedad Cooperativa Valenciana Ltda. 121 Total 2.755.605

Tabla 3. Retribución a los generadores

Según la Tabla 3 , la cuota aproximada por empresa corresponde a 40% para Endesa, 37% para Iberdrola, 17% Unión Fenosa. El restante 6% corresponde a las otras empresas. En España la calidad del servicio está representada en los aspectos de continuidad (número y duración de interrupciones), calidad de onda (perturbaciones de tensión y contenido de distorsión armónica) y atención comercial. Los aspectos de calidad y continuidad son regulados y corresponden a estándares internacionales. En el caso de los clientes cualificados la gestión comercial no está regulada. Actualmente las pérdidas de las redes de distribución se tratan mediante factores típicos fijados por el regulador. Se espera que en un futuro se perfeccionen mecanismos que incentiven la reducción de pérdidas mediante modelos de redes de referencia o compensaciones diferenciadas (cantidad reducida Vs. incentivo), penalizaciones por consumo de energía reactiva, etc. 2.2.4 Consumidores En España existen consumidores cualificados y no cualificados. En la Tabla 4 se presenta el calendario de elegibilidad adoptado:


17

Fecha de aplicación

Ley 54 de 1997 R.D. 2820 de 1998

R.D.L 6 de 1999 R.D.L 6 de 2000

1 enero 1999 > 15 GWh >5 GWh 1933. 35% de clientes

1 abril 1999 600 clientes >3 GWh 3290. 36% de clientes

1 julio 1999 29% del suministro total

>2 GWh 4837 38% de clientes

1 octubre 1999 >1GWh 9129. 46% de clientes

1 julio 2000 > 1kV y > 1GWh 65000. 54% de clientes

1 enero 2003 Todos: 22.000.000 clientes

Tabla 4. Evolución de la elegibilidad en España.

Hasta enero de 2003 los clientes cualificados se encontraban distribuidos por comunidades autónomas como se ilustra en la Tabla 5 así:

Actividad Porcentaje Comunidad Valenciana

24.5 %

Castilla y León 12% Andalucía 11% Castilla – La Mancha 11 % Murcia 10 % Extremadura 6 % Madrid 5 % Galicia 5 % Aragón 4 % País Vasco 4 % Navarra 3 % Cataluña 2 % La Rioja 1 % Asturias 1 % Cantabria 0.5 %

Tabla 5. Clientes por Comunidad Autónoma.


18

2.2.5 Transporte La ley del sector eléctrico [LEY 54/1997], en su capítulo VI establece las directrices principales para la realización de las labores de transporte de energía eléctrica. Gran parte de esta gestión es realizada por la compañía Red Eléctrica de España S.A. ya que es propietaria de la mayoría de los activos de la red de transporte17. Como transportista, Red Eléctrica debe asegurar el desarrollo y ampliación de la red en alta tensión, realizar el mantenimiento para proporcionar la fiabilidad y disponibilidad requerida y garantizar el acceso de terceros a la red de transporte. Por sus características esenciales, la actividad de transporte está regulada como actividad monopólica18 y es retribuida mediante valores indexados al crecimiento económico y factores de eficiencia. El coste total reconocido a la actividad de transporte, es el que resulta de la agregación de las retribuciones correspondientes a cada empresa o grupo de empresas. La retribución a cada instalación de transporte se fija mediante los valores unitarios de inversión, valores unitarios de operación y mantenimiento y otros costes necesarios para desarrollar la actividad. La vida útil considerada para las instalaciones será de cuarenta años para las líneas, subestaciones y máquinas de potencia, y de catorce para los despachos de maniobra y centros de control de energía. 2.3 OPERACIÓN DEL MERCADO Según lo establecido en la Ley 54 de 1997 y el R.D. 2019 de 1997, el operador del mercado asume las funciones necesarias para realizar la gestión económica referida al eficaz desarrollo del mercado de producción de electricidad, y ejerce las mismas respetando los principios de transparencia, objetividad e independencia19. La Compañía Operadora del Mercado Español de Electricidad, S.A. fue creada el 24 de diciembre de 1997. Las funciones principales de esta compañía son:

17 El 6 de noviembre de 2002, Red Eléctrica firmó acuerdos con Endesa, Unión Fenosa e IBERDROLA para la compra de activos de transporte. Esto supone la adquisición de más de 7.000 Km. de líneas y 4.500 MVA de transformación. Con esta operación, Red Eléctrica pasa a ser propietaria del 84% de la red de transporte de energía eléctrica. 18 Ver R.D. 2819 de diciembre de 1998 Capítulo 2 19 Ver [OMEL 02]


19

• Realizar la gestión económica referida al eficaz desarrollo del

mercado. • Recibir las ofertas de venta y adquisición de energía. • Realizar la casación de las ofertas de venta y de adquisición de

acuerdo a las reglas establecidas en los mercados diario, intradiario y de ajuste.

• Comunicar a las unidades de producción, así como a los distribuidores, comercializadores, consumidores cualificados y al operador del sistema los resultados de la casación de las ofertas, la programación derivada de la misma y el precio marginal de la energía.

• Recibir del operador del sistema la información relativa a posibles alteraciones introducidas sobre la casación.

• Determinación de los precios finales de la producción de la energía para cada período de programación y la comunicación a todos los agentes implicados.

• Realizar la liquidación y comunicación de los pagos y cobros que deberán realizarse en virtud del precio final de la energía resultante del sistema.

• Informar públicamente sobre la evolución del mercado con la periodicidad que se determine.

• Poner a disposición de los agentes del mercado, en un período máximo de 30 días, la información relativa a las operaciones casadas y a las ofertas de venta y adquisición no casadas en cada una de las sesiones.

• Prever a corto y medio plazo, en coordinación con el operador del sistema, la utilización de la generación, el uso de las reservas hidroeléctricas, de acuerdo con la previsión de la demanda, la disponibilidad del equipo eléctrico y condiciones de hidraulicidad que pudieran presentarse dentro del período de previsión.

La compañía operadora del mercado, realiza la casación de la siguiente manera: En el mercado diario se realizan la mayoría de las transacciones, en él deben participar como oferentes todas las unidades de producción disponibles, que no estén vinculadas a un contrato bilateral físico, así como los agentes externos registrados como vendedores. Una vez se realiza la casación del mercado diario y recibidas las ejecuciones de los contratos bilaterales físicos nacionales, el operador del sistema evalúa la viabilidad técnica del programa de funcionamiento de las unidades de producción para garantizar la seguridad y fiabilidad del suministro en la red de transporte.


20

Si el resultado de la casación del mercado diario más las ejecuciones de los contratos bilaterales físicos internacionales no respeta la capacidad máxima de intercambio entre sistemas eléctricos, o los requisitos de seguridad, el procedimiento de solución de restricciones técnicas modifica en el primer caso las compras o ventas desde sistemas eléctricos externos que provoquen el exceso de intercambio en la interconexión, y en el segundo caso la asignación de energía de las unidades de producción. El mercado intradiario es una sesión de ajustes al que pueden acudir como demandantes y oferentes las unidades de producción, los distribuidores, comercializadores, consumidores cualificados y agentes externos. Los servicios complementarios y el procedimiento de gest ión de desvíos tienen por objeto que el suministro de energía eléctrica se produzca en las condiciones de calidad, fiabilidad y seguridad que están establecidas y que se verifique de forma permanente el equilibrio generación-demanda. Los servicios complementarios de banda de regulación son incorporados al programa diario viable por el operador del sistema con posterioridad al mercado diario. Una vez se celebra cada una de las sesiones del mercado intradiario, el operador del sistema realiza la gestión en tiempo real mediante la utilización de servicios complementarios y el procedimiento de gestión de desvíos. A continuación se presenta el resumen del mercado diario y el intradiario:

Actividad Tiempos Resultado Mercado diario Finaliza a las 11:00

horas Programa base de funcionamiento

Solución de restricciones técnicas

Finaliza a las 14:00 horas

Programa diario Viable provisional

Asignación de regulación secundaria

Finaliza a las 16:00 horas

Programa diario viable definitivo

Tabla 6. Sesiones del mercado diario.


21

En la Figura 3 se observa la distribución de las sesiones del mercado intradiario.

Figura 3. Sesiones del mercado Intradiario.

Para el año 2002, el mayor precio promedio mensual registrado en el mercado fue de 4,720 c€/kWh correspondiente al mes de julio. El menor precio fue de 2,160 c€/kWh correspondiente a enero. El precio medio ponderado dl año fue de 3,485 c€/kWh. El volumen de contratación en el mercado diario fue aproximadamente de 180 GWh. La cifra total de contratación en el mercado diario fue del orden de 6500 millones de euros. 2.4 OPERACIÓN DEL SISTEMA De acuerdo con lo estipulado en el artículo 34 de la ley eléctrica [LEY 54/1997], se encargó a la empresa transportadora Red Eléctrica S.A., la operación del Sistema Eléctrico Español. Como operador del sistema, Red Eléctrica debe garantizar el equilibrio entre la producción y el consumo de energía, asegurando la calidad del suministro eléctrico en cada lugar y en todo momento.


22

Los procedimientos operativos, así como los índices de calidad de la operación, niveles de tensión, etc. están reglamentados y sus actualizaciones se publican en el B.O.E.20 A continuación se presentan algunas cifras significativas sobre la operación del año 2002.

Balance eléctrico en MWh Generación Hidráulica 22.438.724Generación Nuclear 63.003.501Generación Carbón 78.742.210Generación Gas natural 11.819.122Generación fuel - oil 9.995.940Generación Total 185.999.497Consumos en Generación -8.327.836Adquirida a auto productores 33.595.312Generación Neta 211.266.973Consumos en Bombeo -6.957.138Saldo Intercambios Internacionales 5.330.020Demanda transporte 209.639.855Pérdidas en Transporte 2.879.977Demanda distribución 206.759.878

Tabla 7. Cifras de la operación año 2002.

La Figura 4 y la Figura 5 permiten visualizar las diferencias entre los programas de generación y los redespachos realizados durante los mercados de muy corto plazo (para un día típico).

20 Ver página en Internet de REE (www.ree.es) en el apartado de procedimientos operativos.


23

Programa diario de adquisición

15

16

17

18

19

20

21

22

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

hora

Programa diarioPrograma final

Figura 4. Programa de adquisición de energía – Ejemplo.

Figura 5. Ejemplo de redespacho.

En la Figura 5 se observa un movimiento importante de energía vía redespacho en las horas de punta, justo donde los programas son menos coincidentes. Lo anterior podría evidenciar un ajuste de las estrategias de los agentes en estos períodos donde la contratación depende mucho de los niveles de demanda alcanzados conforme se acerca el tiempo real. En un apartado posterior se verá, mediante el análisis de las energías transadas por restricciones y ajustes, la composición de dichos redespachos.

Redespacho

-1500

-1000

-500

0

500

1000

1500

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

horas

MW

h

Mercados intradiariosOperación final


24

2.5 OTROS ASPECTOS DE IMPORTANCIA Y CIFRAS DE INTERES 2.5.1 Generación en régimen especial El régimen especial comenzó a ser regulado en España desde los años 80, cuando se promulgó la Ley 80 de1980, de Conservación de la Energía. Esta Ley fue motivada por la necesidad de hacer frente a la segunda crisis del petróleo, y en ella se establecían los objetivos de mejorar la eficiencia energética de la industria y reducir la dependencia del exterior [Solé 01]. El desarrollo de dicha ley dio lugar al fomento de la autogeneración eléctrica y de la producción hidroeléctrica de pequeñas centrales. Posteriormente, el Plan Energético Nacional 1991-2000 estableció un programa de incentivos a la cogeneración y a la producción con energías renovables. Dentro de este contexto, la Ley 40/1994 (LOSEN) consolidó el concepto de régimen especial como tal. En diciembre de 1994, se publicó el Real Decreto R.D. 2366 sobre producción de energía eléctrica por instalaciones hidráulicas, de cogeneración y otras instalaciones abastecidas por recursos o fuentes de energía renovables. Finalmente, la Ley 54/1997, hizo compatible la liberalización del sistema eléctrico con el objetivo de garantizar el suministro, con una calidad adecuada, al menor precio posible, y minimizando el impacto ambiental. En la actualidad, estas instalaciones pueden ceder la energía sobrante a la red, realizar ofertas en el mercado de producción o establecer contratos bilaterales físicos. A cambio, perciben el precio del mercado más un incentivo económico, denominado prima y que se encuentra regulada en el RD 2818/1998, sobre producción de energía eléctrica por instalaciones abastecidas por recursos o fuentes de energía renovables, residuos y cogeneración. Tal como se define en la ley, se considera generación en régimen especial cuando se realice desde instalaciones cuya potencia instalada no supere los 50 MW en los siguientes casos. Según los planes previstos por España y en concordancia con lo plasmado en la directiva 77 de 2001 de la Comisión Europea, se plantea llegar a una generación especial en el año 2010 cercana al 12% del consumo total de energía primaria. El avance del plan será revisado cada dos años.


25

La mayor parte de estas energías proviene de la generación de electricidad de origen hidráulico, biomasa y especialmente cogeneración (representada en instalaciones industriales sobredimensionadas que vierten sus excedentes a la red aprovechando los beneficios determinados para esta actividad). La primera de ellas con unas perspectivas limitadas de desarrollo, y la biomasa que supone por ahora altos costos de inversión pero que sin embargo es incentivada de manera importante por medio de las primas. A pesar de su relativamente bajo peso en cuanto a cuota de producción, la energía proveniente del sistema especial se situó como la tercera fuente, llegando a tener en octubre de 2002 un programa horario final de 2.688.045 MWh, lo cual representó un 14.44% del total, solo superado por Endesa Generación (34,13%) e Iberdrola Generación (24,38%) y ubicándose por encima de Unión Fenosa Generación (10,37%). España tiene como objetivo poseer instalados en el año 2010, 1700 MW en biomasa, 8900 MW en Eólica, 350 MW en solar, 2300 MW en pequeñas centrales hidroeléctricas y 270 MW en residuos urbanos. En este trabajo se analizará el impacto que pudieran tener este tipo de tecnologías en el desarrollo del mercado, teniendo en cuenta sus incentivos y condiciones especiales. 2.5.2 Agentes externos Dado que este trabajo se realiza desde la mirada de un comercializador puro, se consideró de interés incluir un breve apartado sobre este tipo de agentes. En el cuerpo del texto se ampliarán los conceptos propuestos, escenarios, riesgos y perspectivas futuras. Según la normativa vigente [LEY 54/1997]21, se entiende por agente externo a toda persona física o jurídica que entregue o tome energía eléctrica de otros sistemas exteriores. El operador del sistema es el responsable de coordinar con los operadores de otros países este intercambio de energía y actúa en concordancia con el operador del mercado. Los cobros y pagos correspondientes a la energía exportada e importada respectivamente se basan en las reglas aplicadas para los agentes nacionales del mercado, mediante su asimilación a una venta o a una compra de electricidad. Los agentes que realizan operaciones de

21 Ver además la Orden del ministerio de Industria y Energía del 14 de julio de 1998 por la que se establece el régimen aplicable a los agentes externos para la realización de intercambios de energía eléctrica.


26

exportación de energía eléctrica deben pagar los peajes y los costes permanentes del sistema que proporcionalmente les corresponden. El operador del sistema puede gestionar la realización de intercambios a corto plazo cuando estos tienen por objeto el apoyo entre sistemas eléctricos para mantener las condiciones de calidad y seguridad de suministro. Anterior a la promulgación de la ley eléctrica, existían unos contratos firmados entre Red Eléctrica de España y agentes externos (REE - Eléctricit é de France y REE - L'Office National de l'Electricité). Según lo estipulado en la misma ley, estos contratos mantienen su vigencia y operatividad al margen del mercado de producción, si bien habrán de ser tenidas en cuenta en la casación de ofertas. Dentro de las empresas externas compradoras en España se encuentran: • EDP Energía, S.A. • Electrabel • Electricité de France • ENBW Gesellschaft für Stromhandel Mbh • Enel Produzione S.P.A. • Office National de L'Electricite • Rede Eletrica Nacional • Sonelgaz La Tabla 8 ilustra el volumen de compra de los agentes externos para el año 2002, comparado con el de los agentes comercializadores y clientes cualificados.


27

Tabla 8. Compra de agentes externos, clientes cualificados y

comercializadoras. La adquisición de energía de estos agentes en el mercado diario fue cercana al 1.3 % del total de energía transada para el año 2002. Como se observa en la Tabla 8 , las compras de los agentes externos representan un bajo porcentaje respecto a las realizadas por comercializadores y clientes cualificados. 2.5.3 Costes de Transición a la Competencia o CTC Dentro de los principios que inspiraban el funcionamiento del sistema eléctrico Español antes de la ley 54 de 1997, estaban la obligación de suministro, la planificación centralizada, tarifa única y explotación unificada de los recursos. Básicamente el modelo se basaba en garantía de recuperación de las inversiones, mediante el computo del coste medio de generación [Arraiza 01]. En el nuevo marco competitivo, la retribución se establece según el precio del mercado, el cual teóricamente debe situarse cerca del coste marginal de largo plazo. Las autoridades regulatorias debieron determinar un mecanismo que no quebrara el principio de confianza legítima ante la competencia, por lo cual era necesario arbitrar un mecanismo de compensación. Ese mecanismo debía compensar a los agentes por los “costes prudentemente incurridos en el marco anterior y que no son recuperables


28

en el nuevo entorno competitivo” [LEY 54/1997]. Estos costes incluían inversiones en instalaciones, compromisos contractuales y costes diferidos. El concepto de Costes de Transición a la Competencia o CTC, se derivan de la metodología similar usada en Norteamérica, (llamados “Stranded Costs”). La ley eléctrica estableció entonces unos CTC que serían cobrados por las empresas eléctricas (establecidas en el régimen anterior) y que serían sufragados por la totalidad de los clientes. Estos CTC tendrían un plazo de recuperación de 10 años. La metodología de cálculo se basó en una estimación de las inversiones realizadas en generación a las que serían sumados unos costes de operación y mantenimiento y una prima al carbón nacional. Las empresas eléctricas y el regulador, llegaron a un acuerdo de eficiencia y productividad que redundaría en una disminución en los CTC del 32,5%. Finalmente se llegó a una cifra global de 1.988.561 millones de pesetas (cercano a los 12 billones de euros)22. Como es evidente esta cantidad es realmente significativa para el sector y ha influido de manera importante en las estrategias de los agentes. Luego del cálculo y establecimiento de estos CTC, estos han sufrido modificaciones y cuestionamientos que pueden resumirse así: • Año 1997: La ley 54 de 1997 establece el importe máximo de los costes

de transición a la competencia CTC en cerca de dos mil millones de pesetas en 10 años, limitado a un precio de mercado no superior a 6 pesetas / kWh23. El monto cobrado cada año se reduciría del total pendiente. El Real Decreto 2017 de 1997 desglosa la cantidad total en dos componentes, los CTC tecnológicos (80% de asignación general y 20% de asignación específica) y la ayuda al carbón autóctono. Se determinaron además los porcentajes de reparto de los CTC tecnológicos de asignación general entre las empresas del sector.

• Año 1998: Se determinan las cantidades a percibir por los agentes, se

determinan sobrecostes de los stocks en el año 1997, se determina la prima del carbón y las asignaciones generales. Se reducen los CTC tecnológicos en 16%, 64% se asegura mediante recaudo por tarifas y el 20% restante queda limitado a las 6 Pta/kWh.

22 Para detalles sobre el cálculo detallado de los CTC ver [ Arraiza 01] y [Solé 02] 23 Este precio se suponía era el resultante con un parque óptimo con precios de carbón de importación de 1 Pta/th y del gas de 2 Pta/th.


29

• Año 1999: Se determinan las cantidades a percibir, por CTC 4,5%, por sobrecoste del stock del año 1997 y por prima del carbón. La Comisión Europea cuestiona el mecanismo de asignación de los CTC lo cual baja la expectativa de cobro por parte de los agentes, el precio de la energía aumenta.

• Año 2000: Se determinan las cantidades a percibir, por CTC 4,5%, por sobrecoste del stock del año 1997 y por prima del carbón. Surge un déficit, por lo que no existe asignación general y específica. Los saldos de CTC pendientes influyen en la financiación del déficit. En marzo de 2000 se presenta un informe en el que la Comisión Europea determina que los CTC no presentan problemas de compatibilidad. La expectativa de cobro se torna positiva. Los precios presentan tendencia a la baja. El Real Decreto Ley 6 de 2000 que limita de alguna manera el crecimiento de las empresas, afecta la expectativa de cobro de los CTC. Los precios presentan tendencia al alza. En septiembre de este año se cursa en la Comisión Europea un proceso de infracción a España por el tema de los CTC, vuelve a bajar la expectativa de cobro.

• Año 2001: Se determinan las cantidades a percibir, por CTC 4,5%, por

sobrecoste del stock del año 1997 y por prima del carbón. Surge un déficit, por lo que no existe asignación general y específica. Se determina un plan de financiación extraordinario a la planta de Elcogas. Los saldos de CTC pendientes influyen en la financiación del déficit. La Orden Ministerial del 7 de septiembre, reasigna los porcentajes con el fin de adecuarse a la normativa europea, lo cual supone una compatibilidad y un aumento en la expectativa de costo. Los precios se tornan bajos o cercanos a la base de cálculo (6 Pta/kWh). El reparto de los CTC se aplicó a la retribución por cada empresa en el mercado y no a la retribución media global de las empresas.

El Real decreto Ley 2 de 2001 retornó la situación a sus inicios en el sentido de que no quedaba asegurado el pago de ninguna cantidad, quedando todos los CTC pendientes del precio medio de la energía con respecto a la referencia de 6 Pta/kWh. Este mismo año se prorrogó el período de percepción de los CTC hasta el año 2010.

En la cuantía final de los CTC influyen de manera importante dos parámetros: El crecimiento de la demanda total y el precio medio del mercado. Según estimaciones, un punto porcentual de crecimiento de la demanda representa un incremento de los CTC del orden de 6.500 MPta (40 millones de euros aproximadamente). Un incremento del precio medio de la energía de 0,5 Pta/kWh produce una reducción de los CTC en 55.000 MPta (330 millones de euros aproximadamente).


30

Un incremento del precio desde 5,5 a 6 Pta/kWh da lugar a un incremento en los ingresos anuales de los generadores de aproximadamente 190 millones de euros. Un incremento del precio desde 6 a 6,5 Pta/kWh da lugar a un incremento similar en los ingresos anuales de los generadores (190 millones de euros), pero los CTC pendientes por el cobro se reducirían en esos mismos 190 millones de euros. Lo anterior indica que no existe un incentivo a mantener precios inferiores a 6 Pta/kWh, pues por debajo de esta cifra se reducen tanto los ingresos anuales como los CTC pendientes de cobro. Tampoco existe incentivo a que el precio esté por encima de la referencia porque se reducirían los CTC pendientes de cobro en la misma cantidad que se aumentan los ingresos anuales. Un efecto colateral es que los comercializadores asociados a los grupos productores comprarían la energía a un precio mayor disminuyendo sus márgenes. La metodología de cálculo puede resumirse como:

CTC = ingresos – Costes de las actividades reguladas Ingresos: • Ventas a tarifa. • Peajes de acceso. • Servicios prestados por los distribuidores. Costes: • Compras de distribuidores en bolsa. • Compras al Régimen especial. • Retribución del transporte. • Retribución de la distribución. • Costes de diversificación y seguridad de abastecimiento. • Costes permanentes del sistema. • Pagos por consumo de carbón autóctono. De acuerdo con la expresión matemática citada, si el resultado de los CTC es negativo, las empresas abonarán la diferencia y se incrementarían los CTC pendientes en la misma cuantía. Estos CTC pendientes a 31 de diciembre se actualizan a una tasa igual al MIBOR a tres meses.


31

Los CTC por diferencias aumentan cuando baja el precio al que las distribuidoras compran para atender el mercado a tarifa. Por el contrario, si el precio aumenta, bajan los CTC por diferencias. Una empresa con mayor asignación de CTC intentará presionar precios a la baja (caso Endesa e IBERDROLA en los años 1998 y 1999). Al aumentar la elegibilidad y establecer tarifas con expectativa baja de recuperación de CTC (caso año 2000), los agentes ven baja la expectativa de cobro por diferencias de CTC, con lo cual los precios tienden a subir. Aunque los CTC parecen ser un buen instrumento para mantener una estabilidad en los precios del pool, la estrategia de fijación de precio dependerá de las perspectivas de cobro futuro de los mismos. Si se estima improbable el cobro futuro, es posible que los precios tengan tendencia al alza por encima de la referencia. Debe decirse entonces que los CTC como factor completamente exógeno a la idea de libre mercado, ha influenciado en el comportamiento de los agentes de manera importante. En el desarrollo de este trabajo se determinará la manera de incluirlos en el modelado del precio de la electricidad. 2.5.4 Tarifa Eléctrica Como parte del nuevo esquema de competencia, el regulador se vio en la necesidad de crear una nueva estructura tarifaria. Esta tarifa debería considerar entre otras las siguientes características24: • Adaptabilidad al nuevo esquema. • Eficiencia económica. • Compatibilidad con el esquema de transición. • Transparencia. • No-discriminación. • Unicidad y sencillez. • Estabilidad y gradualidad. • Recuperación de los costes de los distintos tipos de suministro. El análisis del regulador determinó una tarifa de naturaleza horaria que respondía a las variaciones del consumo y era compatible con la resolución del mercado mayorista. Esta tarifa se diferencia por tensión ya en cada uno de los niveles, el coste de suministro varía sensiblemente. Con el fin de cumplir con el requisito de sencillez anotado anteriormente, se determinó agrupar la estructura de demanda no en las 8760 horas del año sino por bloques horarios. Estos bloques permiten al usuario 24 [CNSE 98]


32

adaptarse a su tipo de consumo dependiendo de la complejidad de su suministro. Los usuarios fueron divididos inicialmente en 5 niveles de tensión y 6 bloques horarios. Para el cálculo de la tarifa se incluyeron los siguiente conceptos: • El coste de producción de energía eléctrica: Mercado de ofertas,

energía aportada por los generadores, la energía aportada por el régimen especial, el contrato entre EdF y REE, el pago por capacidad y el pago por servicios complementarios.

• Los costes permanentes del sistema: Los costes extrapeninsulares, el Operador del Sistema, el Operador del Mercado, la Comisión Nacional de la Energía y los costes de transición a la competencia.

• La retribución de la actividad de transporte: Retribución a Red Eléctrica y a otras empresas transportadoras.

• La retribución de la actividad de distribución: Retribución a las empresas distribuidoras y gestión de la demanda.

• La retribución de los costes de comercialización a consumidores a tarifa.

• Los costes de diversificación y seguridad de abastecimiento: Primas a la autogeneración, moratoria nuclear, stock básico de uranio y segunda parte del ciclo del combustible nuclear.

Estos factores son calculados en fórmulas que incluyen factores de actualización (IPC, tasa de cambio, tasas de descuento, etc.), crecimiento de la demanda, fact ores de eficiencia, amortizaciones, etc. El resultado final se plasma en un Real Decreto Ley que es publicado días previos a la finalización del año y que establece así las condiciones para el siguiente. A opinión de los expertos [Fernández 02], la tarifa no refleja los costes reales de las actividades reguladas y no reguladas. Tal como se verá más adelante, esta distorsión impide la verdadera competencia en el mercado, ya que existe una notable diferencia entre el precio al que los suministradores libremente entregarían la energía a sus usuarios y la tarifa decretada (siendo esta última inferior). Por lo anterior se abre paso el concepto de tarifa refugio, es decir, aquella a la que los consumidores acuden con la certeza de que el regulador les protege. Los posibles fallos de mercado que introducen la tarifa y factores exógenos como los CTC, se estudiarán en detalle más adelante en este capítulo. 2.5.5 Garantía de Suministro de Largo Plazo o GSLP El coste por garantía de potencia o de capacidad es un componente del precio final de la electricidad, cuyo objeto es dar señales de medio


33

plazo a los agentes participantes en el mercado, con el fin de realizar nuevas inversiones y mantener una reserva de potencia [Ley 54/97]. El volumen total de cobros y pagos por garantía de potencia previsto en la normativa actual, resulta de aplicar un factor en céntimos de euro por KWh al volumen de energía demandada en barras de la central en el mercado organizado de producción por los consumidores. La garantía de potencia se aplica a los consumidores cualificados, distribuidores y agentes externos25. A continuación se presenta un resumen de la evolución de la retribución por Garantía de Potencia a los generadores desde su puesta en marcha: La orden Ministerial del 29 de diciembre de 1997 estipuló que cobrarían garantía de potencia las unidades de generación que acreditaran un funcionamiento de 100 horas equivalentes a plena carga en los últimos 5 años (proporcional a la potencia media a y la disponibilidad). La orden Ministerial del 17 de diciembre de 1998 modificó lo anterior señalando la condición de cobro en 100 horas de funcionamiento a plena carga o equivalente durante el último año. Se excluían del cobro los generadores en régimen especial que no acudieran al mercado. El real Decreto 6 del año 2000 aumentó el tiempo de funcionamiento a 480 horas a plena carga. Los generadores mayores a 5 MW que vendieran al mercado recibirían garantía de potencia. Para el año 2001 cobran garantía de potencia las unidades que acrediten 480 horas de funcionamiento a plena carga y no es aplicable a cogeneradores. El cobro de garantía de potencia para comercializadores, consumidores cualificados y agentes externos que adquieran su energía en el mercado se calcula como la energía adquirida en barras de central por el precio unitario que depende del período tarifario. Los distribuidores y el contrato de exportación de Red Eléctrica de España, se liquidarán al producto de la demanda en barras de central por un precio unitario. Este precio unitario es el que resulta de restar al total de pagos por garantía de potencia, aquellos satisfechos por comercializadores, consumidores cualificados y agentes externos.

25 Vale la pena anotar que la cantidad percibida por los generadores es mayor que la cantidad pagada por los comercializadores, con lo cual el excedente es asumido por los clientes finales a través de la tarifa [Solé 01].


34

Existe en el marco normativo asimetría respecto al cobro de garantía de potencia en cuanto a que aquellos agentes que no acudan al mercado organizado no reciben dicho ingreso. Esto hace que prácticamente toda la energía pase por el proceso de casación. 2.5.6 Perspectivas futuras 2.5.6.1 Mercado Ibérico de Electricidad – MIBEL e integración regional Según lo establecido en el protocolo de colaboración entre las administraciones Portuguesa y Española del 14 de noviembre de 2001, se estableció que el 1º de enero de 2003 entraría en funcionamiento el Mercado Eléctrico de Electricidad. Este mercado garantizaría a todos los agentes establecidos en él, acceso al operador de mercado (conjunto) y a las interconexiones con terceros países en condiciones de igualdad y libre contratación bilateral [CNE 01-b]. Se han presentado múltiples foros de discusión, en los cuales se ha discutido la mejor manera de organizar este Mercado Ibérico de Electricidad llamado MIBEL. De los comentarios realizados por los agentes productores, comercializadores, así como ambas comisiones regulatorias, se tienen puntos de convergencia y divergencia tal como se cita a continuación: Puntos de convergencia: • Coexistencia de contratos bilaterales, mercado marginalista diario,

intradiario y mercados a plazo. • Coexistencia de dos operadores del sistema y un Operador del

Mercado Ibérico. • Evolución gradual técnica y administrativa. • Separación absoluta de actividades reguladas de aquellas en

régimen monopólico. • Gestión separada de servicios y restricciones. Puntos abiertos o de divergencia: • Concentración empresarial e integración vertical de las empresas. • Aplicación de la garantía de potencia. • Costes de transición a la competencia y contratos de adquisición de

energía. • Elegibilidad. • Tarifas. • Existencia de tarifas “refugio” o de último recurso.


35

• Resolución de congestiones en las interconexiones. • Tratamiento del régimen especial. • Liberalización del sector gas. Dentro de los puntos importantes se destaca el hecho de que en el mercado ibérico existan 5 empresas con dominancia en el mercado de generación: Endesa, Iberdrola, Unión Fenosa, Hidrocantábrico y Electricidad de Portugal. La gran concentración de cuota de mercado de estas empresas y su implícita integración vertical de negocios como generación, coemrcialización y distribución, hacen difícil llegar a acuerdos sobre la puesta en funcionamiento del MIBEL. La creación de mercados regionales se abre paso como una tendencia mundial de aprovechamiento de los recursos energéticos [Pérez 02]. Casos como los de NORDEL, MERCOSUR, Australia, SIEPAC o el sudeste asiático, tratan de conformar mercados eléctricos supranacionales que aprovechen entre otras las siguientes ventajas: • Reducción de costes por economías de escala y mayor competencia. • Mejoras en la calidad del servicio. • Preferencias a la inversión privada. Dentro de los requisitos principales para la implantación de estos esquemas están el libre acceso a las redes, la organización de los mercados y la armonización regulatoria. Para sectores como el transporte hay preguntas importantes como el pago de las pérdidas, el planeamiento y expansión de los sistemas, la operación conjunta, etc. Como se mencionó anteriormente, existen diferencias fundamentales entre los sistemas de España y Portugal que requieren un tiempo de análisis y maduración. La implantación de mercados regionales de electricidad requiere una homogenización de características técnicas y regulatorias de gran complejidad y esto acompañado de una estabilidad política y de intereses empresariales. 2.5.6.2 KIOTO Y EMISIONES Debido a la extensión del tema y al interés particular de este trabajo, se hará un breve comentario sobre el tema de emisiones y los compromisos adoptados por la unión europea en el protocolo de Kioto de 1997. La Unión Europea, incorporó los resultados de la reunión de Río de Janeiro (Agenda 21) en los tratados de Ámsterdam (1997) y el Consejo de Lisboa (2000). Se elaboró una estrategia conjunta en el Consejo de Gütenburg


36

(2001) cuyas prioridades fueron el cambio climático, el transporte, la salud pública y los recursos naturales. A su vez España elaboró una estrategia para el desarrollo sostenible, en la cual consideraba los efectos negativos que tiene sobre el medio ambiente la transformación y uso de la energía. Las centrales térmicas son responsables del 68% de las emisiones de SO2 y 23% de las emisiones de NOx. Respecto a la producción de residuos de alta actividad, esta industria aporta el 95%. La Unión Europea se comprometió, en un primer momento, a estabilizar sus emisiones de CO2 en el año 2000 al nivel de las de 1990 y, después, a reducir globalmente sus emisiones de gases de efecto invernadero hasta el período 2008-2012 en un 8 % con respecto al nivel de 1990, lo que equivale a una reducción de 346 millones de toneladas de CO2. Dentro de la Unión Europea se celebró un acuerdo de reparto de la carga en virtud del cual Alemania debe aplicar una reducción del 21 % y el Reino Unido del 12,5 %, mientras que Francia y Finlandia pueden limitarse a estabilizar sus emisiones [Comisión Europea 01]. El cumplimiento de los compromisos de Kioto y, más en general, el control de las emisiones de gases de efecto invernadero depende esencialmente de las políticas energéticas y de transporte. Una lucha eficaz contra el cambio climático a falta de medidas drásticas en estos sectores requiere que la Unión Europea se comprometa resueltamente, a adoptar medidas concretas (fiscales y reglamentarias) a favor del ahorro energético y la promoción de las energías renovables (por ejemplo, en los edificios). Los mayores obstáculos para cumplir con los acuerdos de Kioto, en cuanto a la industria de la electricidad, tienen que ver con la no internalización de costes ambientales que se reflejen en precios de mercado. Los costes ambientales recaen en su totalidad en la sociedad, los contaminantes no son los que pagan. La Comisión Europea estableció techos nacionales de emisión para los horizontes 2010 y 2020. Así mismo, se prevé la elaboración de inventarios y planes nacionales de reducción de emisiones. Estos planes se matriculan ante la Comisión y esta a su vez realizará informes de seguimiento en los años 2004 y 2008. Respecto a las energías renovables se prevé que al año 2010 este tipo de tecnologías representará el 12% del consumo bruto de energía y el 22.1% del consumo total de electricidad de la Comunidad Europea. De manera paralela, los países de la Unión trabajan en mecanismos de


37

mitigación y gestión como certificados verdes, permisos de emisión y tasas de retribución. Un aspecto muy importante que impacta de manera directa a la industria de la electricidad, es el que tiene que ver con la gestión de la demanda como factor importante para cumplir con los compromisos ambientales adoptados. En los Reales Decretos de tarifas de los años 1995 a 2000 se destinaron cerca de 30 millones de euros anuales para programas de gestión de la demanda. Estos programas pretenden incentivar el consumo eficiente de la electricidad tanto en el ámbito industrial como residencial y de Pequeñas y medianas empresas –PYMES-. Cabe anotar que analizadas las cifras de cuotas de emisión asignadas a España y lo emitido actualmente (incluyendo la recomposición del parque generador con las nuevas centrales de ciclo combinado), parece improbable que el país pueda acometer con éxito dichos compromisos ambientales, a menos que se realicen en el corto plazo, grandes esfuerzos en consumo, uso de energías primarias, cogeneración, gestión de la demanda, etc. 2.5.7 Algunas cifras y notas generales Este apartado presenta algunos aspectos complementarios a lo citado en las secciones anteriores, con el fin de dar un orden de magnitud a la información que maneja el modelo de riesgos que se verá mas adelante. Estructura regulatoria De cara al modelo de riesgos que se desarrollará mas adelante, es importante presentar la estructura regulatoria en España en cuanto a la toma de decisiones, responsabilidades y tiempos de actuación. Las decisiones finales sobre cualquier aspecto de importancia o modificación a la legislación existente, son tomadas por el Ministerio de Economía, cuyos proyectos deben pasar por los correspondientes debates en el Parlamento. Algunas de dichas disposiciones son publicadas como Reales Decretos en el Boletín Oficial del Estado (BOE). Las Ordenes Ministeriales sirven como instrumento para dar carácter práctico a estas disposiciones. La comisión Nacional de la Energía opera como máximo órgano regulatorio y consultivo. En general, los temas que trata el gobierno han pasado previamente por el estudio profundo de la comisión y sus expertos.


38

Existen organismos como UNESA (Asociación Española de la Industria Eléctrica), que acompañan las disposiciones y operan como voceros gremiales ante los entes superiores. El Servicio y Tribunal de defensa de la Competencia es un órgano independiente cuyo fin es el de vigilar y juzgar aquellos comportamientos, fusiones, cambios de estructura, etc., con el fin de que estén ajustados a los principios de libre mercado, no-discriminación y equidad. A juicio de los expertos consultados para la realización de este trabajo, muchos de los estudios realizados en la CNE, así como lo expresado en las diferentes instancias políticas no llegan a materializarse en la realidad. La magnitud económica de las decisiones, los conflictos de intereses y la compleja estructura burocrática hacen que se dilaten en el tiempo algunos procesos importantes. Este último aspecto mencionado es de gran importancia para el modelado del denominado “riesgo regulatorio” que comprende entre otros la estabilidad, gradualidad, ecuanimidad y predecibilidad en el establecimiento de las disposiciones regulatorias. Sector Gas El sector del gas, aunque de naturaleza distinta al eléctrico, está íntimamente ligado a la industria de la producción de electricidad, mas aún con la proliferación en la construcción de unidades generadoras de ciclo combinado. Aunque el negocio del gas está íntimamente ligado al sector del petróleo, se espera que a medida que crezca su consumo y se desarrolle la infraestructura, adquiera su propia dinámica independiente del petróleo. El gas, debido a su capacidad de almacenamiento, las relativamente pocas fuentes productoras y la necesidad de franquear largas distancias en su transporte, lo hace sustancialmente distinto a la producción eléctrica. Los contratos en este sector son realizados por grandes períodos de tiempo, generalmente mayores a un año. En España, el gas requerido proviene esencialmente de Argelia, Noruega, Nigeria y Trinidad y Tobago. Debido a disposiciones de carácter estratégico se determinó que no más de un 60% del gas importado debía provenir de la misma fuente, sin embargo en el caso de Argelia esta cota está en su límite.


39

Actualmente se construyen en España varias plantas regasificadoras y se realizan refuerzos en la red con el fin de lograr el abastecimiento tanto al nivel de consumo residencial como industrial y el abastecimiento para producción de electricidad. Algunas de las grandes compañías productoras y comercializadoras de electricidad poseen fuertes intereses en empresas del sector petrolero y gasista. Estos intereses ponen de manifiesto la necesidad de estudiar la conveniencia o no de la integración de los sectores para la conformación de productos “integrales”, que combinen dentro de su oferta gas y electricidad. Para el modelado del riesgo precio, es importante el tratamiento de los mercados de gas, ya que dependiendo de los intereses de las diferentes compañías en este sector, así como del desarrollo que el mismo vaya presentando, los precios estarán mas ligados a un precio “spot” de gas y la cadena de comercialización estará afectada por los beneficios y oportunidades cruzados entre ambos sectores. Cifras generales A continuación se presentan algunas cifras generales que permiten visualizar un orden de magnitud de las variables tratadas en el desarrollo de este trabajo. Infraestructura: • 27.007 Km de líneas en tensiones de alta y extra alta tensión. • Nivel de alta tensión de 400 kV. • 1.728 subestaciones de alta y extra alta tensión. • 10.000 Km de red de fibra óptica. • Aproximadamente 27.000 MVA de capacidad de transformación. • Potencia instalada: cercana a 60.000 MW incluyendo centrales de

régimen especial. • Capacidad exportadora: Francia 1000 MW, Portugal 1000 MW,

Marruecos 400 MW. • Capacidad importadora: Francia 1400 MW, Portugal 800 MW,

Marruecos 500 MW. • Máxima demanda de potencia eléctrica anual: 35800 MW. • Producción total de energía eléctrica: 240 TWh. • Pérdidas en Transporte y distribución: cercanas a 22 TWh. Datos económicos y de producción: • Consumo de Energía primaria total en España: 100.000 ktep26. 26 ktep: Kilotoneladas equivalentes de petróleo


40

• Consumo de electricidad: 18.000 ktep. • Precio medio de la electricidad: 4 cent€/kWh (precio horario final del

mercado diario). • Demanda punta máxima en barras de central: 37.600 MW

Figura 6. Producción de electricidad por tecnologías. Año 2002 En la Figura 6 se observa la gran componente debida al carbón y la energía de base nuclear. El régimen especial constituye una porción importante de la producción y con las políticas actuales se encuentra en crecimiento. La producción mediante ciclos combinados de gas no se encuentra aún en una cifra significativa pero se espera que para los próximos cinco años este número aumente progresivamente dada la ampliación en la capacidad tanto productora de electricidad como de regasificación y transporte de combustible. Esta profusión de instalaciones de generación y el cambio del mix energético hacen imperativo estudiar toda la cadena productiva desde el aprovisionamiento energético y atención a clientes finales, todo esto con el fin de determinar el impacto real que este cambio tendrá en temas tan sensibles como la tarifa, el precio, los costes operativos, etc. La Tabla 9 ilustra la producción por tecnologías en el ejercicio del año 2002:

Producción Eléctrica por tecnologías - Año 2002

34%

4%

28%

12%

4%

15%

2%

1% Carbón

Fuel Gas

Nuclear

Hidráulica

Importaciones

Régimen especial adistribuciónGas en ciclos combinados

Régimen especial al mercado


41

Tecnología Potencia máxima [MW]

% del total

Hidráulica 14.086 24 Nuclear 7.816 13 Carbón 11.565 20 Fuel óleo / Gas Natural 7.494 13 Ciclos combinados 2.794 5 Generación – bombeo 2.500 4 Régimen especial 12.214 21 Total 58.469 100

Tabla 9. Composición de las tecnologías de producción.

Aunque la capacidad instalada total parece muy superior a las necesidades del sistema, se observa el gran peso que tienen la energía de origen hidroeléctrico y de régimen especial (cerca de 45%), componentes con alta aleatoriedad. Este impacto se estudiará en secciones posteriores. A continuación se presenta el balance para el año 200227:

Tecnología Producción [GWh]

% del total

Hidráulica 22.559 12.1 Nuclear 63.016 33.8 Carbón 78.768 42.3 Fuel óleo / gas 21.782 11.7 Generación Bruta 186.125 100 Consumos propios -8.346 Gen. Régimen especial 34.127 18.3 Generación neta 211.906 Consumos bombeo -6.957 Intercambios internacionales 5.329 Demanda (b.c) 210.278

Tabla 10. Balance eléctrico año 2002

Para el año 2002 se observa la poca cantidad de energía producida de origen hidráulico (incluso tratándose de un año relativamente húmedo) y la gran componente que representa el carbón. La evolución de estos balances así como su repercusión en el precio se tratarán en capítulos sucesivos.

27 Datos tomados de la página Internet de Red Eléctrica de España.


42

3 TÉCNICAS DE MODELADO DE PRECIO Y RIESGO Este capítulo presenta algunos de los conceptos genéricos asociados a la labor de las empresas eléctricas y al mercado de electricidad. Aunque se profundizará específicamente en la actividad de comercialización de energía, los conceptos pueden ser extrapolados en general a las actividades no reguladas en mercados cuasi-competitivos28. Se presentarán además, algunas de las técnicas disponibles en la actualidad para el modelado del riesgo de mercado, y en particular el que se refiere al precio en transacciones de energía eléctrica. 3.1 RIESGO Y MERCADOS ELÉCTRICOS Parece obvio el hecho de que haya un riesgo inherente en el negocio de la electricidad, dado el carácter de competencia que intenta imponerse en la mayoría de sistemas liberalizados. Una vez aceptada su existencia es importante entonces hacerse las siguientes preguntas [Vázquez 02]: • Qué es el riesgo29? • Cómo se clasifican los riesgos? • Cómo se mide el riesgo? • Cómo se gestiona el riesgo? En general, el riesgo de una actividad podría referirse a una condición de perdida “medible” [Knight 21], o la probabilidad de ocurrencia de eventos futuros que puedan influenciar el comportamiento de una empresa. Es importante diferenciar el término riesgo, de la incertidumbre, la cual representa una condición no determinable. En teoría de juegos, la diferencia entre riesgo e incertidumbre esta asociada al grado perfección en la información disponible por los agentes en juegos no repetitivos y de naturaleza no asociativa [Kreps 90]. Específicamente la industria de la electricidad ha experimentado una importante transición en cuanto al riesgo al pasar de esquemas centralizados a entornos de mercado. La Tabla 11 presenta un resumen de esta situación:

28 Se utiliza este término por considerar la imperfección de los mercados existentes y la poca relevancia que tienen para este trabajo los esquemas sin mercado y competencia. 29 Parece trivial la cuestión, pero quizá haya situaciones que puedan ser identificadas como riesgo en un contexto particular y en otras no.


43

Pasado Presente Negocios regulados Desregulación – Liberalización Riesgos bien entendidos Riegos complejos – interrelación Poca competencia Liberalización e incremento de

competencia. Alta deuda financiera Capacidad de inversión (gestión

de la deuda) Inversores individuales Inversión institucional Pocas posibilidades de transferencia de riesgos

Más fácil transferir riesgos y gestionarlos

Tabla 11. Transición del riesgo.

Tomando en cuenta lo anterior, podría decirse que el riesgo en el negocio de electricidad no es diferente al que enfrenta cualquier tipo de empresa y básicamente representado en los siguientes aspectos30: • Riesgo de mercado: asociado al precio del mercado y a la volatilidad

de dicho precio. Su análisis puede ser enfocado en los factores que afectan el precio de mercado y para la electricidad podrían tomarse factores como la demanda, la hidraulicidad, precios de combustibles, etc.

• Riesgo operativo: definido como las fallas en la cadena productiva, en

la obtención de la información o en el desarrollo de las actividades del negocio. Para la electricidad representa fallos en la generación, transmisión, distribución, comunicaciones, impericia de los operadores del mercado y del sistema, etc31.

• Riesgo crediticio32: De especial importancia en los mercados eléctricos

liberalizados, representa la incertidumbre en los flujos de caja futuros que hagan viable los negocios.

• Riesgo legal: Determinado por pérdidas en el desarrollo de las

transacciones por violaciones de la ley o por incumplimientos de las cláusulas contractuales.

• Riesgo regulatorio: Especialmente sensible en los mercados eléctricos,

está asociado a cambios en las reglas que gobiernan el negocio.

30 Ver [Nitu 00] y [Dahl 93] 31 La possible incorporación de una importante cantidad de energía proveniente de recursos eólicos hace necesario ahondar en la determinación de su disponibilidad e impacto operativo de este medio de producción. 32 Ver [Standard and Poors 02]


44

• Riesgo estratégico: Es el riesgo de perder o dejar de ganar por llevar a cabo una estrategia errada. En el caso de la electricidad estaría asociado a una inadecuada selección y gestión del portafolio de compra o venta (cartera), nuevas inversiones, selección de tecnologías, etc. De alguna manera estaría asociado a los anteriores, ya que el conjunto de estrategias seleccionadas depende de la percepción, medida y manejo de los riesgos mencionados anteriormente.

El riesgo puede ser eliminado, gestionado o asumido. Cada una de estas posibilidades tiene un costo para la empresa y una “tecnología” o metodología asociada. En particular, este trabajo se enfoca en la gestión como forma intermedia en costo para las organizaciones del sector eléctrico. Según los apartados anteriores, es claro entonces la existencia de múltiples fuentes de riesgo en el negocio de la electricidad. El riesgo puede ser analizado desde dos puntos de vista, cuantitativo y cualitativo. [Pilipovic 98] El análisis cuantitativo se refiere al uso de herramientas matemáticas y técnicas estadísticas que permitan determinar influencias, correlaciones y tendencias entre los factores que componen el riesgo. El análisis cualitativo o también llamado fundamental supone un entendimiento del comportamiento del mercado, los factores que lo determinan y su influencia en el riesgo. Un manejo integral del riesgo de mercado uniría ambos análisis. El análisis del riesgo puede hacerse de manera sistémica y por etapas claramente diferenciadas: • Macroanálisis: correspondiente al análisis del portafolio, sus

componentes y relaciones entre sí. • Microanálisis: trata del riesgo asumido por un negocio o transacción

particular. • Análisis estratégico: Comprende el análisis del riesgo de la compañía o

del sector como un todo. En el siguiente apartado se estudiarán algunas de las técnicas disponibles para el modelado “genérico” del riesgo, y su aplicabilidad a mercados de energía eléctrica. 3.2 MODELADO DEL RIESGO EN EL MERCADO DE ELECTRICIDAD Como se mencionó anteriormente, el riesgo puede ser estudiado desde el punto de vista cuantitativo o cualitativo. Dadas las características del mercado de la electricidad (que se verán mas adelante), este trabajo considera necesario el abordaje de ambos puntos de vista.


45

En los apartados siguientes, se presentará una visión general del mercado de electricidad, sus particularidades como negocio, que permitan posteriormente determinar las fuentes de riesgos y las formas de abordarlos. Se presentarán además, un conjunto de técnicas para la modelación del riesgo. 3.2.1 Particularidades del mercado de electricidad Como se mencionó anteriormente, la intención de modelar cuantitativamente un mercado está determinada por conocimiento que se tenga de su estructura y particularidades. El negocio de la electricidad posee características muy especiales por el tipo de bien transado y las condiciones en las que se realizan las transacciones [Batlle 00], [Jameson 99]. Por lo anterior, es necesario estudiar en detalle las particularidades que afectan las posibles fuentes de riesgo de mercado. Como bien, la electricidad posee enormes diferencias respecto a otras materias transables. Entre estas características se encuentran: • Imposibilidad de almacenamiento. • Dependencia de factores aleatorios en la producción como la

hidraulicidad. • Estructura, elasticidad y niveles de consumo. • Restricciones técnicas asociadas al transporte y características

especiales de las redes. Existen además particularidades relativas al negocio mismo, entre las cuales se tendrían: • Inmadurez en los mercados. • Diferencias estructurales entre los mercados que los hagan

comparables. • Diferencias en las políticas regulatorias adoptadas por cada mercado. • Dependencia de factores diversos como cambios en factores

económicos mundiales, factores sociales, ambientales, etc. • Estrategias adoptadas por los agentes en un contexto de competencia

imperfecta. Estas características se mezclan con particularidades y la evolución del negocio mismo de electricidad en los diferentes países. Si bien se tienen algunos años de experiencia en la apertura de mercados, desde los primeros casos como Chile e Reino Unido, se habla de una cuarta generación en cuanto a estilo de apertura y liberalización de mercados. Lo anterior significa que no existe un modelo maduro, concreto y general que responda a las exigencias del mercado de electricidad.


46

Casos como el de California y las actuales reformas en Reino Unido y Latinoamérica demuestran la inmadurez de estos ejercicios, los cuales se encuentran actualmente en período de estudio, diseño y ajuste. Actualmente los reguladores apuestan por modelos adaptables a las características propias de cada sistema y región, a sabiendas de que cada mercado debe ser diseñado teniendo en cuenta variables técnicas, económicas y sociopolíticas. Los esquemas actuales de mercado se encuentran relativamente “viciados” por factores exógenos al modelo puro de mercado. Interferencias como los costos hundidos, los pagos por capacidad, los mercados de energía reactiva, las interferencias políticas, etc., hacen de estos sistemas modelos de mercado imperfectos desde el punto de vista económico. Dada la relativamente poca historia y estabilidad que tienen estos mercados, se dispone de poca información que resulte relevante para el diseño de políticas estables en el largo plazo. España no es ajena a estos movimientos, aunque se encuentra en la corriente de países que han realizado una liberalización con los problemas citados anteriormente. Mas adelante se verá, al hacer el análisis de detalle, como influyen localmente cada uno de estos factores en la medición del riesgo. Otro factor importante que se abordará mas adelante es el manejo del tiempo, ya que las decisiones son tomadas en diferentes momentos dependiendo de la visión específica del negocio, por ejemplo, expansión, contratación u operación. 3.2.2 Riesgo en la comercialización de energía eléctrica Como se observó en el apartado anterior, todas las etapas del negocio de la electricidad desde el planeamiento de nuevas instalaciones hasta la explotación final, pasando por la transmisión, distribución y comercialización tienen asociados un perfil de riesgos. El objeto de este trabajo es el de analizar los riesgos inherentes a la actividad de comercialización de energía eléctrica sin desconocer que este negocio está inmerso en una cadena y que de alguna manera “hereda” y transmite riesgos a las otras etapas de la cadena productiva. Como se anotó anteriormente (ver gráfico del apartado 2.2.2), la comercialización es una actividad de doble línea, ya que es transversal porque se involucra en todas las actividades del negocio y longitudinal porque es un eslabón en la cadena al cliente final.


47

La actividad de comercialización de energía eléctrica en España enfrenta específicamente los siguientes riesgos [Largo 02]:

Tipo de riesgo

Factores Mecanismos de gestión

Precio Volatilidad de precios en el “pool” (tanto en nivel como en perfil). • Precios de combustibles • Tipos de cambio • Hidraulicidad, • Nueva capacidad

• Mercados a plazo • Indexación de

precios de venta • Swaps • Métodos de análisis

cuantitativo

Demanda Variaciones en el perfil de consumo previsto: • Respecto al coste estimado • Sobre costes por desvíos en la

compra al pool

• Precios con discriminación horaria

• Correcciones de precios por volumen

• Mejoras en la predicción de la demanda

Regulatorio Cambios en los componentes regulados como peajes, GSLP, primas, etc.

Traslado al cliente o mayor cobertura (en caso de tener mecanismos para ello)

Crédito Probabilidad de impago de los clientes en cartera (mayor incertidumbre en la nueva contratación)

• Cláusulas de contrato

• Condiciones de pago

Tabla 12. Riesgos en comercialización. Como se advierte en la Tabla 12, parece importante que el comercializador, además de los esfuerzos en mejorar su gestión al cliente, diseño de productos mas atractivos y novedosos, y manejo de cartera, debe, para gestionar el riesgo, desarrollar herramientas que le permitan mejorar factores como la previsión de demanda, el comportamiento del mercado y de sus agentes. Estas herramientas permiten mejorar la llamada “excelencia operativa”, que en comercialización se refiere a un dominio de la información que redunde en solidez y respaldo a los productos ofrecidos a los clientes.


48

A continuación se verán en detalle los riesgos específicos que enfrenta la comercialización de energía eléctrica en España, sus características y posibilidades de gestión: Riesgo precio El coste del suministro al cliente final se calcula a partir de una previsión de precio de los mercados mayoristas futuros. El cliente en general desea estabilidad en el precio y la mayoría de las veces demanda un precio fijo, con lo cual el comercializador asumirá dicho riesgo de prev isión.

Figura 7. Distribución del riesgo precio. Como se observa en la Figura 7, dado la existencia de incertidumbre del precio futuro, el comercializador puede acudir a una cobertura financiera mediante derivados cuyo subyacente es el precio de la electricidad. Existe en España el propósito de establecer un mercado de estas coberturas mediante derivados financieros, sin embargo existe incertidumbre sobre la liquidez del mismo, ya que los grandes agentes que aun conservan cierta integración vertical de actividades no acudirían necesariamente a este tipo de productos financieros para la gestión de riesgos. En general puede decirse que solo los grandes clientes, que poseen amplio conocimiento del mercado están dispuestos a asumir este riesgo de precio33. El comercializador puede acudir a coberturas financieras que

33 En la actualidad este riesgo de precio está totalmente asumido por los comercializadores ya que los grandes clientes lo gestionan a través de sus contratos de energía.

Promedio promedio (€/MWh)

0,000

20,000

40,000

60,000

80,000

100,000

120,000

1/1/98 1/1/99 1/1/00 31/12/00 31/12/01 31/12/02

s (t) P (t)


49

consisten en “seguros” que contrata con un agente externo y que va ligado a cada contrato. Nuevamente, si el agente comercializador desarrolla herramientas que le permitan tener una mayor certeza del posible comportamiento futuro del precio del mercado, podrá reducir las primas y las coberturas, aumentando sus rendimientos y posibilidades de expansión 34. Mas adelante se abordará nuevamente el modelado en detalle del riesgo precio, el cual es el objeto de este trabajo. Riesgo volumen El coste del suministro se calcula a partir de una estimación de la forma del consumo del cliente, es decir, su perfil de carga esperada. Si el cliente consume en forma distinta, es decir, más o menos, el coste variará respecto a la previsión inicial. Esta variación afecta igualmente a las coberturas financieras contratadas por el comercializador. Una manera de cubrirse ante este riesgo es mediante estructuras especiales de precios, de manera que reflejen los costes lo mas fielmente posible. Lo anterior significa que cambios de perfil redundarán en cambios de precio. Aunque el comercializador pacta un precio único, puede contratar una prima de variación de la demanda, la cual será especialmente sensible en aquellos clientes que tienen alta variabilidad de su consumo. La cobertura puede incluir herramientas que permitan realizar una mejor previsión de la demanda por tipo de cliente, proceso, zona geográfica, etc. En clientes modulantes de la demanda como cogeneradores, el tratamiento es mas complicado y podrían contratarse penalizaciones o descuentos por cambios inesperados en el consumo. Actualmente existen contadores que permiten realizar una lectura “inteligente” y que ayudan a realizar un seguimiento mas detallado del consumo, sobre todo en demandas sensibles o poco predecibles. Los análisis y técnicas de descomposición permitirían caracterizar estas cargas de tal manera que su desvío resultara mínimo respecto a lo contratado y anticiparse a cambios apreciables. Riesgo regulatorio y de cobro. El riesgo regulatorio es de muy difícil cobertura, sin embargo y de forma analítica, si el comercializador posee un generador de escenarios, se

34 justamente el objeto de este trabajo es desarrollar una de dichas herramientas


50

podrían integrar variables de este estilo para prever cambios en cuotas de mercado, precios, demanda, etc. El riesgo de impago es muy importante, sobre todo en la estrategia de captación de nuevos clientes. El llamado “middle office” analiza el riesgo de contraparte que sería requerido a la firma del contrato. En caso de clientes “difíciles” se acudiría a avales, fianzas y adelantos como forma de cobertura. Existen muchas maneras de medir el riesgo, métodos clásicos como el VaR (value at Risk) o el RAROC (Risk Adjustment Return on Capital) que se concentran en determinar el impacto individual de riesgos ante la probabilidad de su ocurrencia. Las simulaciones tipo Montecarlo permiten medir los resultados ante la posibilidad de múltiples escenarios. Existen métodos intermedios, que dada la capacidad actual de procesamiento de datos y disponibilidad de los mismos, permiten evaluar el riesgo de una manera cuasi-determinística. Estos algoritmos (como el presentado en este trabajo) toman múltiple información de las bases de datos e intentan reconstruir el comportamiento de los sistemas mediante el análisis de sus variables explicativas en el pasado. Estos métodos son combinados con herramientas estadísticas y de predicción arrojando un resultado aceptable. 3.2.3 Modelos para el análisis del riesgo de mercado El modelado de riesgo de mercado es tan antiguo como los sistemas de intercambios más primitivos. De alguna manera, intuitiva o sistemática, el ser humano ha intentado determinar su exposición al riesgo con el fin de intentar gestionarlo35 y así maximizar su beneficio en un contexto competitivo. El refinamiento de modelos teóricos y prácticos tuvo quizá su génesis en los años 60 y 70 con los desarrollos de mercados de futuros y opciones en trabajos como el de Black and Scholes. Algunos autores [Pilipovic 98] consideran que el modelamiento de situaciones de mercado no es una labor de personas aisladas en ambientes puramente académicos, sino la labor de tiempo completo, permanente y que requiere de la dedicación de personal cualificado e interdisciplinario. El modelamiento del comportamiento del mercado, sus factores principales y sus agentes requiere una disección cuidadosa de aspectos no siempre cuantificables. En este proceso, la comparación permanente,

35 Aunque esta palabra no estuviera aun acuñada en el lenguaje del comercio antiguo, es en la actualidad una de las mejores maneras de referirse al manejo de riesgos.


51

refinada en métodos de benchmarking, puede ser muy útil en la tarea de interpretar resultados de simulaciones. Existen múltiples técnicas y herramientas para el análisis de riesgo de mercado36. De manera breve, las metodologías existentes pueden clasificarse en primera instancia cuantitativas y cualitativas. Las metodologías cuantitativas se apoyan en el análisis de datos históricos y mediante diferentes técnicas proyectan el valor de las variables de estado en el futuro. Mediante una correcta parametrización, los modelos podrían reconstruir la historia a partir de unos datos iniciales con cierta fiabilidad. Este tipo de modelos posee la ventaja de poder seguir con precisión la evolución de las variables pero dependen mucho de los datos históricos, su disponibilidad y fiabilidad de los mismos. Los modelos cualitativos se basan en el conocimiento que los expertos tengan del comportamiento de los diferentes mercados, los factores que más los afectan y las relaciones entre ellos. Estas técnicas están mas orientadas a la simulación de escenarios, comportamiento de agentes y decisiones estratégicas. Una tercera clasificación usaría ambas técnicas. En una primera fase se hace una selección de las variables explicativas principales y se recopilan datos históricos mediante criterios dados por los expertos mencionados anteriormente. Quizá haya variables cuya periodicidad y detalle requeridos sea mayor o menor que otras, dado los ordenes de magnitud o su importancia en el fenómeno analizado. La segunda fase relaciona estas variables mediante funciones paramétricas y modela la evolución de las variables en el tiempo mediante series auto regresivas, series de tiempo, etc. Finalmente se realizan simulaciones que permitan ajustar los parámetros para reproducir el comportamiento histórico del fenómeno. Este procedimiento será el usado para el modelado del precio en el presente trabajo. En el caso del negocio de electricidad, y dadas las características mencionadas, el modelado se hace en primera instancia, relativamente simple (comparado con la complejidad de las técnicas disponibles por ejemplo en redes neuronales o algoritmos genéticos). Para el desarrollo de las simulaciones es de vital importancia un alto conocimiento del comportamiento del mercado y sus agentes. En el siguiente apartado se presentan las técnicas específicas para el modelado del precio de electricidad.

36 Ver [Pilipovic 98] página 11 a 24.


52

Tal como se ha dicho en secciones anteriores, este trabajo se concentrará específicamente en la implementación de un modelo para la gestión del riesgo de precio en el mercado de energía eléctrica y en la exploración de metodologías complementarias que ayuden a determinar el comportamiento de los agentes y el mercado. 3.2.4 Modelado del precio de electricidad Una vez presentados los conceptos fundamentales sobre el mercado y los factores que inciden en el riesgo, se presentará en este apartado un análisis del modelado del precio de la electricidad, el cual es el objeto principal del trabajo. Tal como se mencionó anteriormente la técnica seleccionada para el modelado del precio de la electricidad incluye un análisis cuantitativo de los datos históricos y la realización de simulaciones sobre un modelo que recoge la historia de las variables externas y de decisión con el fin de realizar estimaciones futuras del comportamiento del precio. Las variables que intervienen en el modelado del precio de mercado pueden ser divididas en variables de decisión y variables externas o exógenas [Batlle 02]. • Variables de decisión: Son aquellas en las cuales los agentes tienen

capacidad de influencia o manejo, por ejemplo, al realizar la oferta los agentes pueden decidir cuanta capacidad y a qué precio ofertan su energía disponible.

• Variables externas: Este tipo de variables puede ser dividido a su vez

en mensurables y no mensurables. Las variables externas mensurables son aquellas susceptibles de ser modeladas mediante funciones estocásticas, y su cálculo puede ser realizado tomando en cuenta el pasado. Dentro de estas variables estarían la demanda, el precio de los combustibles, los tipos de interés, la disponibilidad de las unidades de generación, etc. Las variables externas no mensurables representan aquellas a las que no puede ser asociada una distribución de probabilidad, por ejemplo los cambios regulatorios, decisiones particulares de los agentes, etc. Este tipo de variables debe ser modelado con análisis del tipo “que pasaría si...”, usados frecuentemente en la teoría de juegos [Kreps 90].

A continuación se presenta un breve comentario sobre el modelado, tanto de las series de tiempo como de la teoría de juegos de cara al modelo que será planteado.


53

Modelado mediante series de tiempo Los modelos analíticos como el de Black & Scholes estuvieron (como muchos otros desarrollos de la época) ligados a la teoría física (cuántica o relativista). Específicamente el modelo citado asume que el comportamiento de una cotización bursátil puede ser descrito mediante las ecuaciones asociadas al movimiento Browniano (matemáticamente desarrollado en el modelo Gauss – Wiener). [Batlle 02] Este tipo de modelos involucra variables de naturaleza estocástica y como tal su manejo debe orientarse a modelos capaces de tratar con dicho tipo de valores. El modelo presentado en este trabajo utiliza (por lo menos en sus primeras etapas) un tratamiento de la información histórica mediante técnicas de ajuste de series de tiempo y en una etapa posterior, una vez ajustado el modelo, la generación de escenarios futuros. Los modelos más comúnmente usados en el ajuste de series de tiempo, son los autoregresivos y los de media móvil o una combinación de ambos. Este tipo de modelos permite captar variaciones, estacionalidades y comportamientos de las series con un peso mayor en la historia reciente de dicha variable. Desarrollos de mayor complejidad intentan modelar el comportamiento de las series estudiando la volatilidad de las variables involucradas [Peña 98]. Modelos como los ARCH y GARCH37 analizan la propiedad de las series denominada homocedasticidad, que mide la volatilidad de la serie en intervalos seleccionados de la serie de datos. La escogencia de un tipo de modelo y su complejidad o metodología, depende estrechamente del tipo de serie a considerar y en el caso que ocupa a este trabajo, del tipo de mercado a ser analizado. El mercado de energía presenta las siguientes particularidades con respecto a la escogencia del tipo de modelación: • Demanda inelástica, estacional y de crecimiento estocástico. • Suministro elástico. • Disponibilidad de las plantas estocástica. • Costes variables de combustibles. • Restricciones técnicas (en principio de naturaleza estocástica, luego se

verá que no necesariamente). • Condiciones variables de operación. El desarrollo de este trabajo está centrado en el análisis y modelamiento de los “subyacentes” o variables explicativas del precio de la electricidad, 37 Ver Anexo Glosario de Términos.


54

tomando en cuenta las variaciones históricas de estos valores y complementándolo con términos adicionales que permitan modelar el comportamiento estratégico de los agentes. Modelado mediante teoría de juegos Tal como se mencionó anteriormente, la teoría de juegos intenta determinar el comportamiento de agentes participantes en un mercado, ante diferentes posibilidades de cambio, tanto del mercado mismo como de las estrategias escogidas por los agentes [Kreps 90]. Algunos autores dividen la teoría de juegos en dos grandes líneas: una de ellas intenta buscar equilibrios de mercado o más concretamente los denominados Equilibrios de Nash38 y la otra centra su desarrollo en estudiar el comportamiento de los agentes y el entorno en el que se mueven. Esta última línea ha tenido gran desarrollo a comienzos del presente siglo con los denominados juegos estratégicos, de rol y las técnicas de comportamiento por agentes. Desarrollos iniciales de esta teoría intentan aproximarse a la teoría de juegos mediante el estudio de equilibrios de marcado. Modelos como los de Cournot, Bertrand, Edgeworth, etc., simplifican las situaciones de mercado a condiciones específicas (monopolio, oligopolio, competencia perfecta, información perfecta, decisiones secuenciales, etc.) permitiendo simular situaciones de mercado con aceptables resultados dadas las asunciones hechas. Los modelos basados en el comportamiento por agentes han venido refinándose gracias a las ventajas computacionales y de disponibilidad de información con las que se cuenta en la actualidad. Este tipo de modelos involucra un modelado mucho más completo, en el cual el análisis se realiza “casi” en tiempo real, permitiendo detectar cambios en el comportamiento de los agentes mediante algoritmos que “aprenden” del pasado y pueden detectar dichas variaciones. En estos modelos las variables y la lógica representada son de naturaleza difusa y los métodos de simulación involucran técnicas como las redes neuronales o los algoritmos genéticos. En general y de manera simplificada, debe decirse que el modelamiento de situaciones mediante teoría de juegos intenta determinar lo que sucedería si las condiciones del juego cambian o los agentes cambian de estrategia. Esta definición hace a esta técnica evidentemente atractiva para el análisis de situaciones de mercado. Infortunadamente el estado

38 El equilibrio de Nash se define como una situación de mercado en la que ninguno de los agentes participantes en él, tiene incentivos para modificar el conjunto de estrategias seleccionadas.


55

actual de las herramientas disponibles no permite que éstas tengan aun el grado de “socialización” suficiente, tal que puedan ser usadas de manera habitual para el común de los analistas de mercados. En uno de sus apartados, este trabajo pretende proponer una serie de análisis con el fin de determinar algunos comportamientos de los agentes participantes del mercado de energía eléctrica. Estos análisis pueden ser usados como complementos a modelos analíticos como el presentado en este trabajo.


56

4 MODELADO DE FACTORES Y ANÁLISIS DE ESCENARIOS Una vez estudiadas las características generales del sistema eléctrico Español, el riesgo inherente al negocio de la energía eléctrica y los modelos disponibles para la gestión del riesgo, se procederá en este capítulo a presentar el desarrollo e implantación de un modelo prototipo específico. Como se verá más adelante en este capítulo, el modelo sintetiza el comportamiento del precio de la electricidad como una función así:

Pt = f ( Xt, Yt, Wt) + At Los factores Xt, Yt, Wt representan variables explicativas como la demanda de electricidad, la hidraulicidad y el precio de los combustibles. El parámetro At representa el denominado parámetro estratégico. Este factor tiene la utilidad de sintetizar la estrategia de los agentes y servir de "calibrador " del modelo. A continuación se presenta una propuesta metodológica para la determinación este factor, basado en el análisis del comportamiento de ciertas variables resultantes del mercado. 4.1 COMPORTAMIENTO DEL MERCADO Y SUS AGENTES Este análisis se hará mediante el estudio de la evolución histórica de algunas de las variables que influyen en el comportamiento del mercado tales como: • Precio del mercado diario. • Restricciones técnicas. • Hidrologías. • Cuotas de mercado. • Ofertas y casaciones. Mediante un análisis individual y cruzado del comportamiento de estas variables, se pretende determinar algunos patrones de comportamiento de los agentes con el fin de complementar los resultados reportados por el modelo de simulación. Los datos para el análisis son extractados de bases de consulta pública y de actualización regular por parte de entidades como Red Eléctrica de España, OMEL o la Comisión Nacional de la Energía. Para el procesamiento de los datos se diseñaron algunas herramientas computacionales que permiten filtrar dicha información y manipularla para obtener las comparaciones deseadas.


57

A continuación se presenta el desarrollo de estos análisis. 4.1.1 Precio del mercado diario Mediante los resultados del mercado se determinaron diferentes curvas de precios que permiten realizar un análisis de la evolución del mercado como un todo. La Figura 8 presenta la evolución del precio del mercado diario para los años 1998 a 2002.

Figura 8. Precio mercado diario. A continuación se presentan algunos datos sobre el precio, sus componentes e incidencias que podrían ayudar a entender lo ilustrado en la Figura 8 : • El año 1998 presentó una relativa estabilidad en precio cercana a los

25 €/MWh. Se observan caídas importantes en los meses de mayo, junio, septiembre y octubre. Cabe señalar que durante este año, de los 874 puntos de consumo cualificados solo un consumidor hizo compra directa en el mercado. Este año solo se compró en el mercado algo más del 2% de la energía potencialmente adquirible. La mayoría de los grandes consumidores realizó sus compras a una tarifa entre 3 y 7 Pta/kWh y el acceso al mercado estaba realmente restringido [Solé 01]. Durante este año la energía proveniente de fuentes hidráulicas se vio disminuida desde 17% en enero hasta cerca

Promedio promedio mercado diario (€/MWh)

0,000

20,000

40,000

60,000

80,000

100,000

120,000

1/1/98 1/1/99 1/1/00 31/12/00 31/12/01 31/12/02


58

del 3% en diciembre. Esta energía fue suplida específicamente por centrales de carbón ya que las otras tecnologías permanecieron estables en su producción. La incidencia de las restricciones eléctricas se presentó moderada para los meses de febrero y abril pero en los restantes tuvo una fuerte componente alcanzando valore superiores a 20 GWh en los meses de agosto y septiembre [OMEL 98]. Estas restricciones presentaron un precio medio que oscilaba entre los 8 y los 13 Pta/kWh. Los precios del mercado intradiario se situaron cercanos a los 3 Pta/kWh. En el siguiente cuadro se ilustra la composición de precios para el año 1998:

Tabla 13. Componentes del precio final para el año 1998.

La Tabla 13 resalta la gran importancia que tuvieron en dicho año los pagos por garantía de potencia, representando casi el mismo peso dentro del precio final, que otros conceptos como restricciones, regulación y operación del sistema.

• El año 1999 presentó una cierta estabilidad en el precio de la

electricidad siendo 5.8 Pta/kWh el precio medio final ponderado. La repercusión de los procesos adicionales del mercado en el precio final fue menor en un 35% al año 1998. Durante este año se presentó una apreciable disminución del precio medio para comercializadores y clientes cualificados (16% respecto al año 1998) [OMEL 99]. Este año la producción hidráulica presentó un ascenso desde el mes de mayo con una ligera baja en el verano pero finalizando el año con un producible cercano al 12%. Esta condición influyó sensiblemente en el


59

precio. La energía para cubrir restricciones aumentó de manera apreciable, sobre todo en los meses de verano superando los 30 GWh.

• En el año 2000 se redujeron los pagos por garantía de potencia y aún

más la tarifa para clientes regulados (cerca del 1%). El precio medio de venta para este año fue de 8,1 Pta/kWh frente a 6,1 Pta/kWh del año 1999. El precio medio horario final ponderado estuvo en 6,51 Pta/kWh. Durante el año 2000 la contratación en el mercado diario aumento sensiblemente frente a los años anteriores (5,4% frente al año 1999).

El producible hidroeléctrico presentó una disminución sensible frente al año 1999 alcanzando valores de 6% en el mes de octubre. Este déficit fue cubierto por las plantas de carbón y un aumento importante en los grupos de fuel-gas. Se observa una tendencia alcista en la energía despachada por restricciones que superó en septiembre los 35 GWh y un valor relativo de 5% frente al total de energía transada [OMEL 00]. A partir del mes de julio de este año, la garantía de potencia bajó su peso relativo respecto al precio medio ponderado final, sin embargo representaba cerca del 15% del precio final.

• El año 2001 presentó una caída apreciable en el producible

hidroeléctrico desde al mes de febrero, pasando de valores cercanos al 16% del total de energía producida en enero a 3% en diciembre. Estos cambios fueron absorbidos esencialmente por plantas de fuel gas pasando de valores del 1% en abril a casi 35% en diciembre. La contratación en el mercado aumentó (cerca del 3%) y la energía despachada por restricciones disminuyó sensiblemente sobretodo en los meses de verano39. El precio medio ponderado final se situó cercano a los 3,85 c€/kWh. Este precio resultó inferior al presentado en el año 2000 en 1,23%.

• Durante el año 2002 aumentó notablemente la contratación en el

mercado diario, cerca del 28,8% respecto al año anterior y la energía contratada en el mercado intradiario se redujo en cerca el 14% [OMEL 02]. El precio medio ponderado fue de 3,88 c€/kWh. Durante este año el precio final global fluctuó sensiblemente presentando valores de 6,49 c€/kWh en enero a 2,23 c€/kWh en diciembre. El producible hidroeléctrico presentó una ligera recuperación frente a los valores presentados en 2001 pero siendo aún baja en los meses de verano (5,5% el total). Para este año se observó una participación muy importante de las plantas de ciclo combinado durante los meses de julio a octubre situándose cerca al 26% del total en el mes de octubre.

39 Coincidente con el despacho de unidades térmicas y a gas situadas en zonas en las que normalmente son requeridas para soportes de tensión.


60

Los comentarios anteriores no reflejan exactamente el comportamiento del precio, ya que además de eventos como el aumento en la elegibilidad, la hidraulicidad, los cambios en la garantía de potencia, la incidencia de los ciclos combinados, etc., hay factores como los CTC y modificaciones regulatorias que han influido de manera dramática en su composición. 4.1.2 Restricciones técnicas Para el análisis de restricciones eléctricas se diseñó una metodología que permitiera evaluar el monto de las restricciones, y localizar aquellas plantas que son despachadas fuera del orden de méritos para cubrir déficit de tensiones o problemas de transporte de energía. Para tener un orden de magnitud de las restricciones, se presenta a continuación la evolución de la energía despachada por este concepto desde el comienzo del mercado hasta finales del año 2002.

Figura 9. Energía diaria asignada por restricciones técnicas del sistema.40

En la Figura 9 se observa como existe una marcada estacionalidad de las restricciones en los meses de verano (finales de junio a mediados de septiembre) en la cual las restricciones presentan un valor elevado. Se observa además como hasta principios del año 2002, se presentaba una

40 Figura tomada de [OMEL 02]


61

estacionalidad en los meses de invierno, especialmente en el mes de enero. El año 2002 presentó un comportamiento atípico respecto a las restricciones, ya que no solo no se evidenciaron estacionalidad tan marcadas como en los años anteriores ni los picos tan elevados pero sí un comportamiento sostenido en el tiempo y si se quiere, un valor de base con tendencia creciente. En general puede decirse que las restricciones, aunque presentan un porcentaje bajo del total de la energía despachada (cerca al 5%), no presentan picos tan elevados como en los años anteriores pero si un comportamiento medio con tendencia creciente. Para realizar un análisis más detallado de las restricciones se adoptó el procedimiento que se describe a continuación: Se diseñó una aplicación 41 que extrae los datos de restricciones publicados por OMEL, los cuales se encuentran a disposición para consulta pública42. La aplicación procesa estos ficheros y acumula la energía por período que se solicita para cubrir restricciones una vez es determinado el Programa Diario Viable Definitivo. Finalmente se seleccionan aquellas plantas cuyo porcentaje de participación en la solución de restricciones es superior al 10%. Esta aplicación permite además, visualizar las unidades de generación que fueron desplazadas en el orden de méritos por aquellas llamadas a cubrir restricciones. El período de análisis seleccionado comprendió los meses de enero a octubre de 200243. Para una mejor visualización, y con el fin de dar una idea gráfica de la localización de las plantas que cubren restricciones (y de aquellas que son retiradas), se presentan sobre un plano geográfico del país las unidades de generación así: • Plantas que son llamadas en el programa para cubrir restricciones.

Representadas en color azul. • Plantas que son retiradas del programa viable por restricciones.

Representadas en color rojo. En el plano se presentan además algunos nodos importantes del sistema, de relevancia para el análisis de las restricciones.

41 Macro programada en Visual Basic para Excel. 42 Ver códigos y descripción de las bases de datos en el Anexo correspondiente. 43 Debido a las reglas establecidas, en el momento de análisis solo se disponía de esta información.


62

Figura 10. Mapa de restricciones, enero a octubre de 2002.

Aceca 1 y 2

Cortes – La muela

Algeciras

Cristobal Colón Escombreras

Tajo de la encantada

José María de Oriol+Cedillo+ Valdecañas

Guardo

Sil - Bibey+ puente Bibey+ San Esteban+ Conso+Belesar

Com postilla Aguayo

Estany

Bolarque

Villalcampo

LA MUDARRA

Ribaroja+ Mequinenza

Castellón

San Adrián

Besos 3

Moralets

Foix

Besos

Guillena

Aldeadávila+ Vollarino+ Saucelle


63

Como se puede observar en la Figura 10, aquellas plantas que son llamadas por restricciones se concentran específicamente en el sur de la península, la zona del levante y el centro del país (entorno de Madrid). Dentro de las plantas que son llamadas para cubrir restricciones están Algeciras, Escombreras, Castellón, San Adrián, Besós y Aceca. Estas plantas representan en su mayoría unidades térmicas de fuel y algunos ciclos combinados de gas. Como se observa en la misma gráfica, las unidades que son retiradas por restricciones corresponden a unidades como Aldeadávila, Villarino, Santurce, Sil Bibey, Compostilla, Guardo, San Esteban, La Muela etc. Estos grupos corresponden a unidades hidráulicas algunas de ellas correspondientes a importantes cadenas como el Ebro y complejos hidroeléctricos como el del Sil. La estructura de la red de transporte presenta un nudo importante en la subestación La Mudarra. En este punto de la red confluyen las líneas que sirven de tránsito a la energía desde los grandes centros de predicción en el norte (principalmente los embalses de Galicia). Aquellas centrales que están ubicadas en las vecindades de este corredor norte – sur como Villalcampo o Bolarque, gozan de cierta “inmunidad” al no ser retiradas (pero tampoco llamadas) a cubrir restricciones en el período analizado. Al realizar un análisis de los flujos de energía habituales dentro de la red Española se puede llegar a una representación esquemática como la presentada en la Figura 11. En esta figura se observan zonas excedentarias, deficitarias y zonas de tránsito. En los últimos años han venido entrando en operación plantas de ciclo combinado, algunas de las cuales están ubicadas en los puntos citados anteriormente. Si la oferta de estos grupos es competitiva respecto a las unidades que actualmente son despachadas por restricciones, se espera un “reemplazo” de unidades que cubren restricciones a menos que se realicen inversiones en transporte y compensación de potencia reactiva. El análisis realizado hasta ahora muestra que dichas plantas no han sido despachadas en esa condición de “reemplazo” tanto como se esperaría44.

44 Ver balance energético para el año 2002 presentado en el capítulo 2.


64

Figura 11. Flujo de energía eléctrica típico en el sistema Español.

El análisis de restricciones, así como los demás que se presentan en este apartado, sirven como complemento al modelo de precio ya que permiten realizar una ponderación de los resultados, que incluya o retire unidades de generación de acuerdo con las tendencias en la solución de las restricciones técnicas. Un análisis más profundo permitiría determinar patrones de comportamiento en el uso o retiro de plantas y la correlación existente con los períodos del día, factores estacionales y cambios de hábito al entrar nuevas plantas en operación45. Mediante la ponderación con coeficientes de “despachabilidad”, el modelo podría fijar plantas que entran o salen del programa por restricciones tal como lo realiza el operador del sistema en el proceso de solución de restricciones técnicas tanto en el mercado diario como en las diferentes sesiones intradiarias. 4.1.3 Cuotas de mercado Uno de los aspectos importantes en el análisis del mercado es la determinación del respaldo o cubrimiento que cada uno de los agentes tiene en su oferta respecto a la energía disponible o al producible propio. 45 La aplicación diseñada permite hacerlo pero no se presenta por no ser el objeto central de este trabajo.


65

Este análisis permite determinar si el agente está “largo”, es decir, si su cuota en generación es mayor que la suma de sus cuotas de comercialización y distribución. Análogamente se determina si el agente está “corto” si su cuota en generación es menor que la suma de sus cuotas en distribución y comercialización. La evolución de este parámetro en el tiempo permite saber que tan “estrecho” es el margen de movimiento de las empresas y la correlación que tiene el precio respecto a esta holgura respecto a las cuotas propias de los agentes. Las cuotas en generación, distribución y comercialización son publicadas periódicamente por OMEL para consulta pública. Para este análisis se realizó una agregación de las unidades de negocios pertenecientes a las empresas y que han venido cambiando en los últimos años. La unidad seleccionada fue la cuota en energía para los diferentes conceptos y no el porcentaje sobre el total, ya que esta presenta una referencia absoluta sobre el total del negocio. El resultado final del análisis puede visualizarse en la Figura 12:

Figura 12. Evolución de las cuotas de mercado de los agentes.

Comparación de soporte en generación

-2.100.000

-1.800.000

-1.500.000

-1.200.000

-900.000

-600.000

-300.000

0

300.000

600.000

900.000

1.200.000

1.500.000

1.800.000

2.100.000

may

-01

jun-

01

jul-0

1

ago-

01

sep-

01

oct-

01

nov-

01

dic-

01

ene-

02

feb-

02

mar

-02

abr-

02

may

-02

jun-

02

jul-0

2

ago-

02

sep-

02

oct-

02

nov-

02

dic-

02

ene-

03

feb-

03

mes

dife

ren

cia

Gen

-(co

m+d

ist)

MW

h-m

es

Endesa

hidrocantábrico

Unión Fenosa

Iberdrola


66

En la Figura 12 se observa como Endesa estuvo “largo” en los primeros meses de 2001 y luego presentó un declive estabilizando su posición en el período de junio de 2001 a abril de 2002. A partir de este mes Endesa aumentó nuevamente su cuota presentando una cierta estacionalidad pero cayendo en enero de 2003 a valores negativos y presentando una leve recuperación en febrero de este mismo año. La situación de Iberdrola se presenta contraria a lo sucedido con Endesa ya que esta empresa se encuentra generalmente “corta” y presenta una estacionalidad marcada hasta enero de 2003. En el período noviembre 2002 a febrero de 2003 estuvo “largo” quizá como resultado del comportamiento de las hidrologías favorables a esta empresa. Como se observa en la gráfica, las empresas Unión Fenosa e Hidrocantábrico, presentan un ajuste cercano en cuanto a su grado de cobertura en generación y sus cuotas de comercialización y distribución. Las posiciones de estas empresas son contrarias, lo que permite diferenciar dos parejas respecto a su cobertura física, Endesa- Iberdrola y Unión Fenosa-Hidrocantábrico. Aunque este parámetro de cobertura física no tiene una modelación directa, permite determinar la influencia que tienen las condiciones de cada empresa y de los factores externos en la formación del precio. Puede observarse claramente que las posiciones varían sensiblemente con la hidraulicidad y la estacionalidad de la demanda. Finalmente vale la pena anotar como cierre de este apartado, que de la gran cantidad de información que produce el sistema pueden inferirse comportamientos, patrones y líneas de tendencia que apoyan, no solo a los modelos numéricos para su ajuste sino a la “sensación” que requieren los agentes que intervienen en el mercado. Herramientas más complejas desarrolladas en lenguajes más versátiles y alimentadas de manera automática conforme se produce la información, permiten llevar el pulso del mercado como apoyo a la toma de decisiones de los diferentes agentes. La siguiente sección presenta el desarrollo del modelo de formación de precio objeto de este trabajo tal como fue indicado anteriormente. 4.1.4 Hidrologías Aunque este tema será objeto de un análisis profundo, ya que constituye uno de los mayores factores explicativos del precio, se comentará


67

brevemente su comportamiento en el tiempo y algunas singularidades presentadas en las diferentes UGH. Se diseñó una aplicación que permite extractar de los despachos viables definitivos, el programa de cada una de las UGH para todos los días y todas las horas desde el inicio del mercado. El anexo X presenta los gráficos resultantes de esta extracción de datos. A continuación se presenta un resumen de las UGH analizadas, sus códigos y propiedad:

Código Nombre de la UGH Propiedad EBRERZ UGH. EBRO ERZ ENDESA GENERACIÓN EBRFEN UGH EBRO FECSA ENHER GARONA ENDESA GENERACIÓN GDLQ UGH. GUADALQUIVIR ENDESA GENERACIÓN GDNA UGH. GUADIANA ENDESA GENERACIÓN SBEU UGH. SIL-BIBEY-EUME ENDESA GENERACIÓN SLTG UGH. ESTANG. SALLENTE TURB. ENDESA GENERACIÓN TEES UGH. TERA-ESLA ENDESA GENERACIÓN TERE UGH. TER ENDESA GENERACIÓN HCHI UGH. HIDROCANT. HIDRAULICA HIDROCANTABRICO GENERACIÓN DUER UGH. DUERO GENERACION IBERDROLA GENERACIÓN EBRA UGH. EBRO ALTO (IBERDROLA) IBERDROLA GENERACIÓN JUCA UGH. JUCAR IBERDROLA GENERACIÓN SIL UGH. SIL GENERACION IBERDROLA GENERACIÓN TAJO UGH. TAJO GENERACION IBERDROLA GENERACIÓN UFGC UGH. UF-GALICIA COSTA UNIÓN FENOSA GENERACIÓN UFMI UGH. UF-MIÑO UNIÓN FENOSA GENERACIÓN UFTA UGH. UF-TAJO UNIÓN FENOSA GENERACIÓN VIES UGH. VIESGO VIESGO GENERACIÓN

Tabla 14. Resumen de las UGH.

Vale la pena anotar que estas Unidades de Gestión Hidráulica han cambiado en el tiempo, sin embargo se presentará un análisis que resulta consistente para el comportamiento general de las cuencas analizadas. Las UGH que presentan mayor estacionalidad son EBRFEN, GDLQ, HCHI y VIES. Con estacionalidad de más larga duración se encuentra EBRERZ (perteneciente a ENDESA en la cuenca del Río Ebro). Algunas UGH como DUER, SLTG, TEES y TERE presentan baja estacionalidad y una fluyente media (tomando como parámetro el área bajo la curva del despacho registrado). Las unidades GDNA, TAJO y UFTA no presentan


68

estacionalidad marcada y una fluyente baja. Las unidades que presentan más alta fluyente, aunque poca estacionalidad son JUCA, SIL, UFGH y UFMI. Aunque la hidraulicidad representa un parámetro de compleja representación y modelación (como se verá más adelante), el modelo podría nutrirse de estas características, ya que como se vio en el apartado dedicado a las restricciones, algunas UGH, a pesar de su bajo coste se ven disminuidas en su despacho por grupos que cubren restricciones. Al igual que en las restricciones, se podría complementar aún más este factor de “despachabilidad” mediante coeficientes que ligaran la posibilidad de despacho a la ubicación de la UGH, la hidraulicidad media presentada en el tiempo reciente y las restricciones del sistema. Estos datos de energía despachada en las UGH son usados por el modelo con el fin de determinar potencia máximas, medias y mínimas para el ajuste del mismo. 4.1.5 Régimen especial y plan de energías renovables Se ha incluido este apartado en el presente estudio, debido a los efectos que puedan tener en la futura composición de las fuentes de producción, las plantas que se construirán basadas en tecnologías renovables. Como respuesta a las exigencias del protocolo de Kioto y debido a restricciones medioambientales, estratégicas (de diversificación) y a los costes de tecnologías como los ciclos combinaos, España, al amparo de las decisiones tomadas por la Unión Europea, ha decidido enmarcar el planeamiento y la construcción de nuevas unidades de régimen renovable en el denominado “Plan de fomento a las energías renovables” [Min. de Economía, 02]. Los balances energéticos de los últimos años, como el presentado para el año 2002 muestran como este tipo de energías presenta un peso significativo dentro del monto total de la generación. Por su carácter de generación distribuida y en algunos casos como en el eólico, de comportamiento aleatorio, este tipo de generación presenta problemas para realizar predicciones e incluirlo en los modelos de explotación. El plan mencionado reglamenta los montos, restricciones, beneficiarios, etc., del total de ayudas que se destinarán a la construcción de nueva generación con energías renovables. Se incluyen además, aspectos de ahorro y eficiencia energética tales como: • Ahorro y sustitución de energéticos en la industria. • Eficiencia energética en edificios residenciales.


69

• Cogeneración en el sector terciario. • Eficiencia energética en alumbrado público. • Eólica de autoconsumo con potencia inferior a 4 MW. • Generación con Biomasa. • Centrales mini hidráulicas de potencia instalada inferior a 1 MW. • Generación solar fotovoltaica no conectada a red de más de 100 kW. • Generación solar fotovoltaica conectada a red de más de 100 kW. • Generación mediante tecnología solar termoeléctrica. • Aprovechamiento energético del biogás. • Valorización energética de residuos. El plan mencionado pretende que para el año 2010 España tenga instalado en plantas de producción de electricidad de origen renovable, cerca del 12% de la energía primaria consumida. Lo anterior supone un fuerte incentivo a tecnologías como la cogeneración, la generación Eólica y la Biomasa. Como se ha visto antes, la diferencia tecnológica que suponen estas instalaciones y el trato preferencial frente al mercado, ameritan un estudio aparte y la manera cómo deberán ser incluidas en todos los modelos de la cadena productiva, planeamiento energético, eléctrico y los diferentes modelos de explotación. Respecto a la incidencia que este apartado tiene en la modelación de precio, vale la pena indicar que a medida que aumenta la potencia instalada de este tipo de fuentes renovables y de bajo impacto con el fin de cumplir con los compromisos medio ambientales, el parámetro estratégico de los agentes se ve afectado. La cuota disponible y la disponibilidad de estas tecnologías condicionan en buena medida los resultados de las simulaciones ya que influyen directamente sobre la casación. Es importante entonces realizar un seguimiento muy detallado de su evolución y la manera como influencian la operación y finalmente el precio de mercado al pasar a ser tecnologías sustitutivas por su volumen. 4.1.6 Ofertas y casación Uno de los escenarios más importantes en la determinación del parámetro estratégico de los agentes es el análisis de las ofertas y casaciones. Intentar determinar la manera cómo los agentes ofertan diariamente de cara a sus perspectivas de despacho y cuál es la influencia que esas decisiones tienen en la formación del precio de mercado, es una forma de acercarse a una modelación de detalle.


70

Aunque resulta atractivo, este modelamiento no es sencillo ya que la estrategia de los agentes está compuesta por diversidad de factores que van desde lo eminentemente numérico como la previsión de la demanda, los contratos, las restricciones, la hidraulicidad, los combustibles, la disponibilidad de las unidades, los mantenimientos, etc. hasta fact ores de orden psicológico como la percepción de cobro de CTC, cambios regulatorios, cruces de decisiones verticales y horizontales en los grupos económicos, tendencias del mercado, etc. Este trabajo propone una metodología con el fin permanente de apoyar el modelo de formación de precio y de cara a acercar esta modelación a una realidad operativa. El objetivo de esta exploración es determinar con cada vez mayor detalle la “intención” de los agentes mediante el análisis de su oferta. Además se buscan patrones tanto en la intención de oferta como en el resultado de la casación. Con este fin se ha desarrollado la metodología que se presenta a continuación. Formando una base de datos con todos los despachos diarios (programa viable diario definitivo), se realizó una exploración por hora, día y agente representada en los siguientes índices46: Número de ofertas por día y por hora: Permite visualizar la concentración de las ofertas y determinar si existe una diferencia clara que diferencia el grado de “enfoque” de los agentes hacia períodos del día específicos. Tomando en cuenta que la escalera de precios puede ser muy o poco “rizada” respecto a la cantidad de ofertas que se realizan por hora, este índice permitiría determinar en qué períodos la “puja” por el marginal es más relevante. Número de casaciones por día y por hora: Al igual que el indicador anterior, éste permitiría visualizar si existe un patrón entre las ofertas realizadas y las casaciones, determinando aquellos períodos donde la escalera del mercado está mas o menos concentrada. Número de ofertas por día y por agente: Este índice permite determinar aquellos agentes que presentan ofertas más complejas (entendiendo por complejo la cantidad no la forma) y “cerrar” el grupo con el fin de explorar estos agentes en detalle. Este indicador mide el carácter de continuo o discreto de la oferta de las unidades posibilitando acercarse al peso que tiene en la formación del precio de mercado. Número de casaciones por día y por agente: Tomando en cuenta los resultados del anterior indicador con lo encontrado en las casaciones, se 46 Para esta exploración se desarrolló una Macro en Visual Basic para Excel.


71

podría determinar de alguna manera la “efectividad” de ofertar de manera muy detallada o continua frente a ofertas más discretas y simples. Un indicador que se presenta post eriormente permite explorar la efectividad de la oferta. En este punto, y una vez explorados indicadores de mercado como un todo (y algunos índices por agente), se desea entrar más a fondo sobre el resultado del precio. Con este fin se desea estudiar lo que sucede en puntos cercanos al equilibrio de mercado, es decir en torno al precio marginal del sistema. Debido a su estrategia de oferta y a las necesidades del sistema, algunas plantas quedan fuera del despacho al estar por encima del orden de méritos y la solución de restricciones, y otras plantas quedan debajo de este precio, bien sea casadas en la base o en puntos cercanos al de equilibrio. Se realizó una exploración para todos los despachos por hora con el fin de determinar la concentración de ofertas en torno al marginal y la concentración de las mismas tanto a cero como las casaciones por encima del precio instrumental47. Para este análisis se determinaron los siguientes índices: Frecuencia de ofertas: Determina la “ventana” en la cual están concentradas la mayor cantidad de ofertas en torno al precio marginal horario. Se analizaron 9 ventanas ubicadas entre +2 veces el precio marginal y –2 veces el precio marginal. Se extractan además por día, el número de ofertas a cero con el fin de determinar el tamaño de la energía de base ofertada. Determinar con precisión estas ventanas por día y por hora, obedece al movimiento del precio marginal en el plano cantidad – precio y a la dispersión de la forma de la oferta de los agentes en torno al precio marginal dependiendo de la hora y el día. La Figura 13 ilustra lo anotado anteriormente:

47 Vale la pena indicar que estas exploraciones fueron realizadas para las unidades de oferta de venta. Un análisis dual puede realizarse para las unidades de compra.


72

Figura 13. Ventanas de análisis sobre el precio marginal. El resultado de esta exploración sirve de insumo para determinar el indicador denominado “oferta y casación por agente” que se verá más adelante. La Figura 14 ilustra el resultado del índice de frecuencia de ofertas:

Figura 14. Frecuencia de ofertas.

frecuencia ofertas

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

hora(-2 a -1,8) (-1,8 a -1,6) (-1,6 a -1,4) (-1,4 a -1,2) (-1,2 a 1,2)(1,2 a 1,4) (1,4 a 1,6) (1,6 a 1,8) (1,8 a 2)

Precio

Cantidad

Ofertas a cero

Demanda

Ventanas de análisis


73

Como se observa en la Figura 14, la mayoría de ofertas se concentran en torno a la ventana de ±-20% del precio marginal. Las horas en las que mas se presenta la concentración son los períodos de aumento de carga (horas 4, 5 y 6), la punta (horas 11, 12 y 13) y la súper punta (horas 20, 21 y 22). Esta concentración de ofertas evidencia su diseño, haciéndolas más continuas en aquellos períodos del día donde las necesidades energéticas son mayores. En la Figura 14 se observa además la frecuencia de ofertas que están un poco más alejadas del precio marginal, bien sea por encima o por debajo (nótese la gran diferencia entre las cantidades). En la exploración realizada para este índice (100 días), se encontró que las ofertas a cero representan cerca del 32% del total, concentrándose especialmente en los períodos de punta y superpunta como se ilustra en la Figura 15 y en la Figura 16.

Figura 15. Evolución diaria de las ofertas a precio cero.

Ofertas a precio cero

0

1000

2000

3000

4000

5000

6000

7000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Hora

# d

e o

fert

as


74

Figura 16. Evolución diaria de las ofertas a precio cero (detalle).

Frecuencia de casaciones: Similar al anterior, este índice sirve para determinar las ventanas de casación, recortadas estas a su margen negativa, es decir, casaciones realizadas en torno a –2 veces el precio marginal y el precio marginal de la hora. Este índice permite determinar el número de ofertas casadas en las vecindades del precio marginal y el tamaño de la “puja” por salir despachado en ese entorno. La Figura 17 ilustra el resultado de esta exploración:

Figura 17. Frecuencia de casaciones.

Frecuencia casaciones

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24hora

(-2 a -1,8) (-1,8 a -1,6) (-1,6 a -1,4) (-1,4 a -1,2) (-1,2 a 1,2)

Ofertas a precio cero (detalle)

5400

5500

5600

5700

5800

5900

6000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Hora

# de

ofe

rtas


75

Como puede observarse en la Figura 17, existe una importante estacionalidad en la serie, presentando casaciones por debajo del precio marginal, sobretodo en los períodos de punta y súper punta. Conforme la ventana de precio se acerca al marginal de la hora, se observa un “aplanamiento” de la serie, presentando estacionalidades no solo en los periodos mencionados sino en los períodos de la madrugada. Se observa como el intervalo (–1.8, -1.6) veces el precio marginal, replica prácticamente la forma de la curva de carga, pudiendo esto explicar que es en dicha zona donde se concentran los agentes “normales”, es decir, aquellas unidades de oferta que se ajustan de alguna manera a la forma de demanda. Como índice final y apoyados en los anterior indicadores, se realizó una última exploración por agente y por hora durante todo el año 2002. Oferta y casación por agente: Además de los indicadores de comportamiento vistos anteriormente, la idea de esta última exploración era la de determinar para cada agente su intención de oferta y el resultado obtenido a esa estrategia. De cara al modelo de predicción de precio, esta exploración permite determinar con una mayor precisión la componente estratégica de los agentes basados en un seguimiento de su comportamiento histórico pasado y reciente. La metodología determinada para este apartado fue la siguiente: Se elaboró una aplicación 48 para explorar los resultados de la casación (programa viable definitivo). Esta exploración se realiza por día, por hora y por agente de oferta. Debido al volumen de información y el procesamiento de cada uno de ellos (cerca de 8 millones de opciones y 157 agentes de oferta) se escogieron los meses representativos estacionales. Se eligieron las ofertas de venta y los resultados de casación clasificándolas en las siguientes categorías49: • Ofertas tipo 1: Agentes que ofertan a cero. Este tipo de ofertas tienen

sentido para determinar la energía firme de base que requiere y posee el sistema.

• Ofertas tipo 2: Agentes que ofertan por debajo del marginal pero con la

intención de estar lejano a él. Cabe recordar que mediante un proceso ilustrado anteriormente se determinó la ventana de concentración de

48 Desarrollada en Visual Basic. 49 En cada una de las opciones se lleva la cuenta en veces que el agente cae en dicha categoría y se acumula la energía para cada una de ellas. Para las comparaciones se usó la base de datos de precios marginales de casación por día y por hora.


76

ofertas alrededor del marginal para cada día y hora. Este tipo de agentes desean ser despachados pero no a cero, es en teoría energía con costes variables superiores a los del tipo 1.

• Ofertas tipo 3: Agentes que ofertan en las vecindades del precio

marginal o lo marcan. Este tipo de agentes representa “el lugar de la competencia”, se trata de recursos que intentan poner el precio, en teoría tecnologías mayores costes usadas para cubrir picos o fluctuaciones de la demanda en sus puntos máximos.

• Ofertas tipo 4: Agentes que ofertan por encima del marginal y lejos de

las vecindades de este. Este tipo de agentes no desea salir despachado o sabe que el sistema lo requiere por restricciones y entrará luego en el programa renumerado a su precio de oferta.

Teóricamente este grupo está representado por tecnologías costosas, poco competitivas y que solo son llamadas en casos de aumento de demanda, gestión de desvíos, solución de restricciones, etc. Como se verá en las categorías de casación, se puede comparar para este tipo de agentes cuantas veces fue casado a pesar de que su intención era la de estar por fuera del programa.

La Tabla 15 presenta el resumen de la exploración por ofertas tipo.


77

Tabla 15. Porcentaje de ofertas por tipo.

De la Tabla 15 puede observarse como la energía ofertada a cero pertenece mayormente a las centrales nucleares, plantas de carbón y algunos grupos hidráulicos. La energía ofertada en la vecindad inferior del precio marginal es explicada por menos agentes que el grupo 1 y en ella participan centrales hidráulicas plantas de fuel y grupos de carbón.

Agente % de la energía total ofertada

por tipo 1


por tipo 2


por tipo 3


por tipo 4ELC1 1,05 ECH1 1,08 ADR2 0,52 ELC1 1,017593681LAD4 1,07 ACE1 1,23 ESC4 0,55 COL2 1,13270805

SRI2 1,10 ACE2 1,26 UFMI 0,59 COL3 1,134763353CCO3 1,11 PLL1 1,30 LIT2 0,61 ESC5 1,205686839

LIT2 1,14 LAD4 1,30 GUIG 0,70 SBO2 1,249646733COM4 1,16 ALG2 1,47 MEI1 0,73 ADR2 1,514032002

TER2 1,23 ADR3 1,47 EBRFEN 0,73 ESC4 1,612140755TER3 1,23 ABO2 1,49 BES2 0,74 UFGC 1,646068161

DUER 1,23 GUA2 1,56 TER2 0,83 MUEL 1,684081957NRC3 1,23 SBO2 1,70 ADR3 0,84 ADR3 1,815323315

TER1 1,26 MEI1 1,85 SRI2 0,84 JUCA 1,843318284ROB1 1,40 TAJO 2,00 BRR1 0,87 ADR1 1,849251342

LIT1 1,40 FOI1 2,23 CCO3 0,93 BES2 2,092975536PGR4 1,41 ABO1 2,33 ACE2 0,93 ALG1 2,133876692

SRI3 1,42 SRI3 2,47 STC2 0,97 STC1 2,266657975CTN2 1,43 TER2 2,52 ABO1 0,98 CTN2 2,268955444

PGR1 1,44 CCO3 2,60 SRI3 0,99 UFBG 2,361762632ABO1 1,44 COM5 2,69 ACE1 1,00 ACE1 2,693826367

PGR2 1,47 TER1 2,69 TER1 1,01 FOI1 2,71989022PGR3 1,50 CCO2 2,74 TER3 1,03 STC2 2,871712553

BRR1 1,68 LIT2 2,89 CCO2 1,10 UFMI 2,971378617ROB2 1,84 PNN3 2,90 ALG2 1,17 ACE2 3,266215284

ALL1 1,84 TER3 2,91 RENV01 1,18 ALG2 4,479495568IBEGV03 2,22 BRR1 2,93 CTN2 1,24 SIL 5,419280809

EBRFEN 2,30 SIL 3,12 COM4 1,29 TAJO 10,17785427ABO2 2,61 COM4 3,33 MLTG 1,38 DUER 16,02571672GAR1 2,75 LIT1 5,30 SLTG 1,45

MEI1 2,79 CTREDFI 5,32 SBO2 1,52TRL1 4,55 MUEL 7,15 FOI1 1,71

ALZ1 5,62 DUER 8,03 LIT1 1,74ALZ2 5,76 TJEG 1,75

ASC2 5,91 COM5 1,85COF1 6,15 AGUG 1,85

ASC1 6,26 TAJO 9,75VAN2 6,39 SIL 9,83

MUEL 12,06DUER 24,23

Total tipo 84,40 81,86 55,19 79,45

Ofertas tipo 1 Ofertas tipo 2 Ofertas tipo 3 Ofertas tipo 4


78

Las ofertas tipo 3 es decir aquellas del entorno del precio marginal están explicadas en un alto porcentaje (cerca al 60%) por UGHs como el SIL, el Tajo y el Duero (a esta última le corresponde casi el 25%). Dentro del grupo 4 se encuentran centrales que ofertan por encima del precio marginal y participan algunas UGH, centrales de fuel y plantas que se encuentran dentro de las clasificadas en un apartado anterior como participantes en los procesos de resolución de restricciones. A continuación se presentan las categorías correspondientes a las casaciones. • Casaciones tipo 1 : Agentes que son despachados a precio cero. • Casaciones tipo 2: Agentes que son despachados por debajo del

precio marginal (pero en las vecindades de éste). • Casaciones tipo 3: Agentes que son despachados en la vecindad

inferior cercana o con el precio marginal de la hora. La Tabla 16 presenta el resumen de la exploración por casaciones tipo.


79

Tabla 16. Porcentaje de casaciones por tipo. Cabe aclarar que los totales representados en la parte inferior de la Tabla 16 corresponden (solo a efectos de visualización) a la suma de las unidades de oferta escogidas para el tipo, por ejemplo, se visualizan el 84,07% de los agentes casados de tipo 1. Como se observa en esta tabla, aquellas unidades que mayoritariamente ofertan a cero, efectivamente son casadas y corresponden a la energía de base, es decir, centrales nucleares, hidráulica fluyente, grupos de

Agente % de la energía total casada por

tipo 1


tipo 2


tipo 3COM5 1,03 AGUB 1,02 SRI2 0,50ELC1 1,04 ECH1 1,04 LAD4 0,52LAD4 1,07 GUA2 1,35 ONEVEN 0,52SRI2 1,09 ACE1 1,36 ADR2 0,62CCO3 1,10 ACE2 1,41 PNN3 0,73LIT2 1,12 LAD4 1,42 ALG1 0,80TER1 1,14 ABO2 1,43 STC1 0,88COM4 1,19 TAJO 1,44 MEI1 0,96TER2 1,22 ADR3 1,44 ESC5 0,99TER3 1,23 SILB 1,51 SRI3 1,07NRC3 1,25 PLL1 1,53 BES2 1,16LIT1 1,39 SBO2 1,56 ESC4 1,31ROB1 1,40 ALG2 1,71 ACE1 1,92PGR4 1,41 MEI1 1,72 AGUG 1,92SRI3 1,42 SRI3 1,77 ACE2 1,98CTN2 1,42 CCO2 1,90 ADR3 2,52ABO1 1,44 TER1 1,91 STC2 2,95PGR1 1,44 ABO1 1,94 CTN2 3,03PGR2 1,47 LIT2 1,97 SBO2 3,10PGR3 1,50 TER2 2,08 FOI1 3,22BRR1 1,53 SIL 2,19 ALG2 4,00ALL1 1,83 CCO3 2,20 MUEL 8,42ROB2 1,84 DUEB 2,30 SIL 9,21IBEGV03 2,19 COM5 2,36 TAJO 16,42EBRFEN 2,29 TER3 2,38 DUER 20,95ABO2 2,61 FOI1 2,44GAR1 2,75 BRR1 2,51MEI1 2,79 COM4 2,59TRL1 4,54 RENC01 2,72ALZ1 5,62 MUEB 3,04ALZ2 5,77 PNN3 3,05ASC1 6,01 LIT1 4,45COF1 6,17 MUEL 4,86ASC2 6,38 DUER 5,51VAN2 6,41 CTREDFI 5,54Total tipo 84,07 79,66 89,70

Casaciones tipo 1 Casaciones tipo 2 Casaciones tipo 3


80

carbón, etc. Las unidades que son casadas en las vecindades inferiores al precio marginal corresponden a centrales de carbón y fuel. Aquellos grupos que son casados muy cerca al marginal corresponden a unidades mayoritariamente de fuel y porciones no casadas de grupos de carbón y UGHS. Con el fin de realizar algunas comparaciones entre las ofertas y las casaciones, se han determinado varios ratios que se presentan a continuación. Ratios: Una vez determinadas las clasificaciones de selección mencionados anteriormente, se determinaron algunos ratios que permiten ver el comportamiento por empresa. Estos ratios se expresan para el horizonte de tiempo evaluado (100 días) La Figura 18 ilustra la energía ofertada por tipo para las empresas significativas y las restantes de manera agregada. Como puede observarse existe una gran porción de la energía ofertada a cero por todas las empresas. Para el intervalo de tiempo evaluado se observa como IBERDROLA presenta una mayor participación de las ofertas en torno al marginal que el resto de empresas.

Figura 18. Energía ofertada por tipo y por empresa.

Energía ofertada por tipo

0,0

2000000,0

4000000,0

6000000,0

8000000,0

10000000,0

12000000,0

14000000,0

16000000,0

18000000,0

Tipo1 Tipo2 Tipo3

En

erg

ía [

MW

h]

EN IB UF HC VI OT


81

La Figura 19 presenta la energía casada por tipo y por empresa para el período seleccionado. Se observa como la mayor cantidad de energía casada corresponde a ofertas realizadas a cero. La casación presenta concuerda con lo observado en la exploración por ofertas, es decir, aquellas empresas que ofertan su energía a cero son casadas de la misma manera. Para el período explorado se observó como lo casado a IBERDROLA fue consecuente con su estrategia de situarse en las vecindades inferiores al precio marginal.

Figura 19. Energía casada por tipo y por empresa. La Figura 20 representa la diferencia entre la energía ofertada y la energía casada por tipo y por empresa. Este ratio permite de alguna manera determinar el éxito de la estrategia seguida por la empresa para el período seleccionado. Como se observa aquella energía ofertada a cero en todas las empresas es efectivamente casada. La energía ofertada en las vecindades inferiores al marginal (tipo 2), presenta mayor efectividad para Viesgo y Unión Fenosa50. Para el caso de los grupos que ofertan en las vecindades cercanas al precio marginal (tipo 3), se observa una mayor efectividad en Unión Fenosa y Viesgo.

50 Claro que este resultado debe escalarse por la energía ofertada, que en caso de Viesgo no es comparable a lo ofertado por las otras cuatro grandes empresas.

Energía casada por tipo

0,0

2000000,0

4000000,0

6000000,0

8000000,0

10000000,0

12000000,0

14000000,0

16000000,0

18000000,0

Tipo1 Tipo2 Tipo3

En

erg

ía [

MW

h]

EN IB UF HC VI OT


82

Figura 20. Ratio oferta – Casación por tipo y empresa. Podría decirse entonces que para el período de tiempo seleccionado, Las empresas IBERDROLA y Endesa se situaron en el renglón de base colocando la mayor cantidad de energía. Unión Fenosa y Viesgo situaron una mayor porción de su energía en el entorno del precio marginal. La Tabla 17 presenta el resultado de la exploración de la energía que es ofertada a un precio superior al marginal por empresa.

Tabla 17. Energía ofertada a precio superior al marginal. De la tabla anterior se observa como para el período seleccionado, IBERDROLA presentó el mayor porcentaje de energía ofertada a un precio superior al marginal seguida de Endesa y Unión Fenosa. Respecto a la energía ofertada en los tipos 1, 2 y 3, se conserva el mismo orden. Dado que el análisis es realizado por unidad de oferta, al realizar el cruce con lo encontrado en la exploración de restricciones, se observa como efectivamente las unidades tipo 4 corresponden a plantas como Algeciras, Castellón, San Adriá, Castellón, Foix, Aceca y Cristóbal Colón.

Ratio (energía casada / energía ofertada) por tipo

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

EN IB UF HC VI OT

Tipo1 Tipo2 Tipo3

oferta EN IB UF HC VI OT% total del tipo 4 21,47 51,88 15,36 1,96 8,21 1,12Porcentaje total tipos 7,38 17,84 5,28 0,67 2,82 0,39


83

Estas exploraciones se realizaron para cada una de las unidades de oferta (cerca de 157), con lo cual los anteriores análisis y ratios pueden ser extrapolados por grupo. Finalmente cabe anotar que aunque los resultados no sean estrictamente concluyentes acerca de la estrategia de los agentes51, esta metodología realizada completamente52 y conjugada con los análisis de restricciones y cuotas, permitiría determinar la estrategia de los agentes tanto por empresa como por unidad de oferta. Esta metodología de análisis es de utilidad para complementar los modelos de predicción de precio y comportamiento de los agentes. A continuación, y luego de explorar el comportamiento del sistema y sus agentes, se realizará la descripción y características del modelo de precio, objeto de este trabajo. 4.2 DESCRIPCIÓN Y CARACTERÍSTICAS DEL MODELO DE PRECIO Una vez presentados los análisis cuantitativos sobre el comportamiento de los agentes y el sistema, se presentará el desarrollo del modelo de riesgo de mercado. El modelo de Análisis de Riesgos Asociados a la Producción Eléctrica, es una metodología genérica que permite simular escenarios de evolución futura de mercados eléctricos de tamaño real en presencia de Incertidumbre [Batlle 02]. La modelación realiza un análisis mixto, en el cual los principales factores de determinación del precio futuro de la electricidad (demanda, producción hidráulica, precios de combustibles, etc), se analizan mediante modelos cuantitativos (series temporales, modelos ARIMA y GARCH53). El modelo incluye la incorporación decisiones de tipo estratégico (del tipo, “qué pasaría si...”), usadas comúnmente en el análisis por agentes y teoría de juegos. A partir del modelo cuantitativo y mediante la simulación, se generan escenarios que alimentan el ámbito estratégico de mercado, el cual proporciona los precios esperados futuros y permite derivar distintas estrategias para los agentes.

51 Dado el período de tiempo analizado 52 es decir, analizando cada una de las ofertas para un período largo de tiempo, lo cual no se realizó en este trabajo por simpleza y capacidad computacional. 53 Corresponden a modelación de series temporales autoregresivas con diferente tratamiento.


84

El modelo consiste en un conjunto de módulos independientes, los cuales permiten realizar un tratamiento individual de los datos pero cuyas salidas pueden acoplarse para obtener el resultado final. La Figura 21 ilustra de manera esquemática el modelo descrito:

Figura 21. Esquema general del modelo.

En la Figura 21 puede apreciarse el flujo de datos del modelo. Las variables explicativas o “principales”, son tratadas individualmente por medio de modelos de series de tiempo o algoritmos regresivos, dependiendo tanto del tipo como de complejidad de la variable y disponibilidad de series históricas54. La información del mercado como un todo y las estrategias de los agentes son introducidas al modelo como funciones del precio. 4.3 DATOS DE ENTRADA DEL MODELO A continuación, se detallan las características de los datos de entrada en las diferentes fases del modelo. En primer lugar se presentará el conjunto de datos de entrada a los generadores de escenarios aleatorios de demanda, precios de los combustibles e hidraulicidad. 54 Mas adelante se verá en detalle el tratamiento de cada una de las variables

Modelo estratégico de mercado

Información del Mercado, estrategias de los agentes

Análisis de escenarios


85

Antes de definir en detalle los datos necesarios, deben delimitarse los puntos estructurales del modelo, que afectarán a todo el mismo. En concreto, lo primero que será necesario determinar es la definición temporal del modelo, especificando el alcance del mismo, así como el detalle que se desea tener en cada uno de los períodos de estudio. Los datos para la escala temporal son: • Mínima unidad de tiempo considerada (una hora, dos horas, etc.) • Alcance temporal del modelo (un año, dos años, etc.) • Períodos de división temporal (12 meses del año, 13 períodos, etc.) • Duración de cada período de división temporal (30 días, etc.) La Figura 22 ilustra la división temporal del modelo:

Figura 22. Alcance temporal del modelo.

El horizonte temporal de estudio con las subdivisiones en períodos son de tipo telescópico55, de mayor duración (y por tanto menor nivel de detalle) cuanto más alejados se encuentren del momento de ejecución del modelo. El tiempo de ejecución del modelo depende de forma directa del tamaño del mismo. Así, si se precisa tener un alcance temporal largo y mucho nivel de detalle en cuanto a cada uno de los períodos del mismo, el modelo tardará en ejecutarse bastante más tiempo que si el alcance del mismo y el nivel de detalle exigido son menores. En función de las necesidades y los requerimientos que se exijan al modelo, debe se determina un compromiso entre simplicidad del modelo Vs. tiempo de ejecución y representatividad de la realidad a modelar, es decir, a mayor exactitud, mayor tiempo de ejecución. Como regla general, se emplean letras mayúsculas para denotar el número total de elementos de un grupo de datos, mientras que las letras minúsculas se usan para cada una de las realizaciones particulares de ese grupo. 55 Puede realizarse un análisis uniforme, con igual longitud para todos los períodos, o un análisis telescópico, en el que cada período tenga una duración diferente en función de las necesidades de análisis.


86

4.3.1 Datos de entrada y ajuste de los modelos 56 4.3.1.1 Demanda de energía modelo GEDA La demanda de energía57 puede representarse entre otras de las siguientes formas: • Demanda total del sistema por períodos (horas). • Demanda total por áreas del sistema y por horas . • Demanda máxima y mínima del sistema por períodos discretos como

días, semanas, semanas o meses. El modelo presentado usa una representación de la demanda en forma de curvas monótonas de duración carga. La notación matricial usada por el modelo es la siguiente: L es la matriz compuesta de W monótonas de carga con Lw curvas de duración carga. Existe una curva por cada período del alcance temporal del modelo (w) y cada una de estas monótonas de carga es de dimensión Tw, lo que supone que la entrada es una matriz de dimensión (Tw x w). En la Figura 23 puede apreciarse una monótona de carga (Lw ) para un período concreto de longitud T w.

Figura 23. Curva de duración Carga.

56 Para el desarrollo completo de la modelación ver [Batlle 02]. 57 Para una referencia más amplia sobre el tema de la demanda ver el informe [CNE 01.c].


87

El anexo 4 ilustra la apariencia de la interfaz gráfica del generador de escenarios de demanda (GEDA) y sus posibilidades. Extracción de los datos El modelo cuenta con series históricas de demanda de energía eléctrica hora a hora desde el año 1991 hasta la fecha. Gran parte de esta información se encuentra disponible para consulta pública58 y otra fue suministrada por diferentes agentes del mercado. La Figura 24, Figura 25 y Figura 26 ilustran el comportamiento de la demanda peninsular:

Figura 24. Evolución de la demanda de electricidad en España. Como se observa en la Figura 24, la demanda presenta un aumento vegetativo en el cual se diferencian claramente las estacionalidades. Los 58 Ver página de internet www.omel.es

Evolución de la demanda máxima y mínima

7500

10000

12500

15000

17500

20000

22500

25000

27500

30000

32500

1-en

e-96

21-m

ar-9

69-

jun-

9628

-ago

-96

16-n

ov-9

64-

feb-

9725

-abr

-97

14-ju

l-97

2-oc

t-97

21-d

ic-9

711

-mar

-98

30-m

ay-9

818

-ago

-98

6-no

v-98

25-e

ne-9

915

-abr

-99

4-ju

l-99

22-s

ep-9

911

-dic

-99

29-fe

b-00

19-m

ay-0

07-

ago-

0026

-oct

-00

14-e

ne-0

14-

abr-0

123

-jun-

0111

-sep

-01

30-n

ov-0

118

-feb-

029-

may

-02

28-ju

l-02

16-o

ct-0

24-

ene-

0325

-mar

-03

13-ju

n-03

fecha

dem

and

a M

W


88

máximos valores se observan en los picos de invierno (principios de enero) y verano (mediados del mes de julio). En estas épocas los consumos tanto de calefacción como de refrigeración son máximos. Las demandas mínimas se presentan en los meses de mayo y octubre. Se observan depresiones importantes los días 25 de diciembre y 1 de enero. Un hecho particular que puede observarse en la gráfica es el acercamiento en los últimos años (marcadamente significativo en el año 2002) entre las curvas de demanda máxima y mínima. Lo anterior puede deberse a una modificación progresiva en el uso de la electricidad, “aplanando” un poco la curva de carga y además a la penetración progresiva de gas. De los valores asociados a la gráfica se determinó un crecimiento aproximado de la demanda en un 3,28% anual.

Figura 25. Comparación perfiles de demanda. La Figura 25 presenta una comparación de las curvas de demanda para un día laborable y festivo del mes de enero de 2003. Se observa una apreciable disminución en los valores pero una relativa correlación en las formas de las curvas. Existe un corrimiento en las demandas mínima y máxima debido a los hábitos de la demanda residencial.

Demanda laborable vs. festivo

18000

19000

20000

21000

22000

23000

24000

25000

26000

27000

28000

29000

30000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

hora

Dem

and

a [M

W]


89

Figura 26. Perfil de demanda día tipo. En la Figura 26 e observa un perfil de carga para un día de demanda alta en el sistema. Puede observarse la gran diferencia que existe entre la potencia mínima (aproximadamente 20000 MW) y la máxima (cercana a 30000 MW). Esta variación afecta ostensiblemente tanto la operación del sistema como la gestión de las unidades de producción. Tratamiento de los datos y resultados para el modelo Luego del acopio de datos de demanda de los años disponibles y complementando con series anuales adicionales, se realizó un tratamiento de esta variable ajustándola a la serie temporal requerida por el modelo. Para este ajuste se realizaron las siguientes operaciones59: • Determinar la estacionalidad de la serie: Se requiere para ello

transformar la serie histórica de la demanda mensual, realizar una análisis de las funciones ACF y PACF60 y realizar una diferenciación de la

59 Ver [Peña 98] 60 Ver glosario de términos.

Perfil de demanda 13 enero 2003

19000

20000

21000

22000

23000

24000

25000

26000

27000

28000

29000

30000

31000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

hora

dem

anda

MW


90

serie. La función ACF mide el signo (positivo o negativo) y la magnitud de la relación entre observaciones de la serie cuando están separadas en intervalos constantes de tiempo. La función PACF mide el impacto que tiene una observación Z t+k en el valor Zt. En un primer análisis se transforma logarítmicamente la serie y luego con la ayuda del ACF y PACF se determinan las transformaciones necesarias de la serie para cumplir el criterio de estacionalidad.

• Realizar la estimación y ajuste del modelo: Para esto se evalúan los

términos de media móvil con retardo 1 y retardo 12. Se estima además la constante del modelo. La serie se ajusta a un modelo ARIMA61. Este ajuste requiere cumplimiento de estacionalidad que incluye varianza y media de la serie constantes. Para el cumplimiento de esta condición se realiza una transformación logarítmica de la serie del tipo Box-Cox, esto reduce notablemente la dispersión de la varianza.

La Figura 27 presenta el ACF y PACF después de la transformación logarítmica de la serie:

Figura 27. ACF y PACF con transformación logaritmo natural.

De este análisis se determina la necesidad de realizar una diferenciación en el retardo 1. Luego de la diferenciación el ACF y PACF presentan la apariencia ilustrada en la Figura 28:

61 ARIMA modelo autoregresivo de promedio de media móvil. Por sus siglas en inglés (AutoRegressive Integrated moving Average).


91

Figura 28. ACF y PACF con diferenciación.

El procesamiento del retardo 12 se ilustra en la Figura 29:

Figura 29. ACF y PACF para retardos múltiplos de 12.

Como se observa en la Figura 29 para el PACF, se evidencia la necesidad de realizar una diferenciación en el retardo 12. Luego de realizar la


92

transformación logarítmica y la diferenciación en los retardos 1 y 12, la serie de demanda presenta la apariencia ilustrada en la Figura 30:

Figura 30. Serie de demanda mensual con transformación y diferenciación. Como se observa de la Figura 30, las transformaciones realizadas a la serie han conseguido estabilidad en la varianza y en la media, condiciones necesarias para garantizar el ajuste del modelo correspondiente. El ajuste del modelo de demanda es iterativo. A partir de las funciones ACF y PACF de los residuos resultantes del ajuste, se introduce un término adicional a la serie y se vuelve a ajustar la misma. Se añaden términos a la serie y se evalúan hasta que los errores de la serie sean ruido blanco. Del análisis del ACF y PACF de los residuos resultantes del ajuste con transformación y diferenciación en 1 y 12, se determinó la necesidad de introducir un término de media móvil en los retardos 1 y 12. Al realizar el análisis del ACF y PACF de los residuos resultantes tras el ajuste, se determina que no es necesaria constante para el modelo. Finalmente se comprueba que los residuos cumplen la condición de ruido blanco al tener una distribución normal con media cero y desviación estándar típica de 0.03. El resultado final de este ajuste es un modelo ARIMA (0,1,1)(0,1,1)12 de la siguiente forma:


93

Yt (1-B12)(1-B) = (1-T 1B

12)(1-?1B) . ?t Donde: Yt: Variable de salida del modelo transformada y diferenciada. ?t: Ruido blanco. Bi : Operador del retardo correspondiente. (Ejemplo: B1= Y t=Yt-1). El ajuste final del modelo se resume en la Tabla 18 :

Coeficientes Tipo Orden Valor Estadístico t T MA 1 0.715 22.861 ? MA 12 0.641 18.399 Diferenciaciones 1, 12 RSE 0.03

Tabla 18. Parámetros de ajuste del modelo de demanda.

Al realizar otras evaluaciones sobre la serie como la heterocedasticidad, la posibilidad de modelos no lineales y el análisis de outlayers, se determinó que este modelo se ajusta a las necesidades del módulo de generación de escenarios de demanda aleatorios GEDA. 4.3.1.2 Generación El modelo de datos de generación se divide en dos grupos: los datos del parque térmico y los datos del parque hidráulico. Debido a sus diferencias tecnológicas y estratégicas, cada uno de los grupos contempla el comportamiento de variables diferentes como se verá a continuación. Datos del parque térmico62 Para la generación de los escenarios aleatorios de precios de combustibles, se debe cuenta con datos de los grupos de generación térmicos y con las referencias a los índices de precios de combustibles considerados por el modelo. Los datos de entrada al modelo, en lo referente al parque de grupos térmicos, son: • U: Número de grupos térmicos total del sistema eléctrico • Uf : Número de grupos térmicos con que cada empresa f cuenta 62 Las características de los grupos térmicos pueden considerarse independientes o no del período considerado. Así, puede considerarse que un grupo pueda estar temporalmente indisponible por ejemplo a causa de un mantenimiento programado.


94

• uf: Cada uno de los grupos térmicos en particular, perteneciente a la empresa

Las características a considerar de cada uno de los grupos térmicos son: • Puf : Potencia máxima del grupo u perteneciente a la empresa f [MW] • Cuf: Coste variable del grupo u perteneciente a la empresa f [c€/kWh]. • Y: Número de diferentes tecnologías de generación -diferentes

combustibles- que se ha considerado (e. g. carbón, fuel, gas natural y nuclear; o bien especificar más: lignito negro, lignito pardo, hulla-antracita, etc.).

• y: Matriz de dimensión (W x Y) compuesta de Y vectores (Yy), con la evolución de los precios de cada uno de los combustibles considerados.

La Figura 31 ilustra la evolución de los índices usados habitualmente para las transacciones de combustibles derivados del petróleo:

Figura 31. Índices típicos de combustibles. Para la generación de escenarios de precios de combustibles se realizó una simplificación. Se incluyeron los costes declarados públicamente antes del año 1998 para las unidades que a esa fecha operaban. Dado que en el período comprendido entre 1999 y 2002 no entraron al sistema más que algunos ciclos combinados, se tomó como índice para estos la indexación a los precios del gas y los combustibles. Actualmente se cuenta además con información suministrada por EdF Francia en la cual se revelan algunas de las estrategias de indexación


95

ligadas a los contratos Forward de combustibles, que en general están ligadas a las cotizaciones públicas. La Tabla 19 presenta una evolución de precios forward de algunos de los combustibles analizados para los grupos existentes.

Fecha USD to EUR Carbón [USD/ton]

Gas [EUR/MWh]

Fuel Oil [USD/ton]

Gasoil [USD/ton]

1/6/03 0,8534 37,10 12,62 165,50 238,75

1/7/03 0,8543 37,65 11,62 174,56 240,56

1/8/03 0,8549 37,65 11,62 172,67 238,16

1/9/03 0,8556 37,65 11,62 171,48 238,34

1/10/03 0,8563 37,90 10,99 172,14 241,33

1/11/03 0,8569 37,90 10,99 170,24 240,65

1/12/03 0,8575 37,90 10,99 168,57 238,80

1/1/04 0,8582 37,45 10,99 169,10 234,05

1/2/04 0,8588 37,45 10,99 167,28 229,14

1/3/04 0,8594 37,45 10,99 165.67 224,93

1/4/04 0,8600 37,05 10,99 159,33 217,34

1/5/04 0,8606 37,05 10,99 157,87 215,52

1/6/04 0,8611 37,05 10,99 157,56 216,04

1/7/04 0,8615 37,05 10,45 157,53 216,52

1/8/04 0,8619 37,05 10,45 156,93 217,12

1/9/04 0,8624 37,05 10,45 156,42 217,78

1/10/04 0,8628 37,20 10,20 156,72 219,09

1/11/04 0,8632 37,20 10,20 156,26 219,71

1/12/04 0,8637 37,20 10,20 155,80 219,23

Tabla 19. Precios Forward de combustibles. Aunque la determinación del coste de combustible presenta una dificultad, dado el carácter estratégico del mismo, este trabajo presenta una metodología alternativa y complementaria a la información disponible. Como se observó en el apartado dedicado a la estrategia de los agentes, es posible mediante la exploración diaria de ofertas y casaciones determinar el precio diario y posteriormente el precio medio de oferta de cada una de las unidades con lo cual, estas (en teoría) deberían reflejar sus costes variables y tener una correlación con los precios de los combustibles. Con el fin de simplificar las simulaciones de ajuste del modelo no se realizó esta exploración y se trabajó con la información disponible.


96

Datos del parque hidráulico Cada una de las F empresas generadoras, además de los Uf grupos térmicos indicados anteriormente, posee también grupos hidráulicos. Los datos de entrada al modelo estratégico de mercado que se necesitan, en lo referente al parque de grupos hidráulicos, son: • H Número de grupos hidráulicos del sistema (Unidades de Generación

Hidráulica o UGH). • H Matriz de dimensión (W x H x 3), donde el 3 corresponde a los tres

valores que caracterizan las posibilidades de producción del grupo hidráulico en cada período, que se indican más abajo.

• Hf :Número de grupos hidráulicos que cada empresa f posee. • Hf: Cada uno de los grupos hidráulicos en particular, perteneciente a la

empresa f. Las características a considerar de cada uno de los grupos hidráulicos son: • Pwhf : Potencia máxima del grupo h perteneciente a la empresa f en el

período w en MW. • Pwhf : Potencia mínima o potencia fluyente del grupo h perteneciente a

la empresa f en el período w en MW. • ewhf : Energía disponible del grupo h perteneciente a la empresa f en el

período w en MWh 63. Para los grupos hidráulicos se realizó en primera instancia el siguiente procedimiento: Se elaboró una aplicación que permite extractar los datos de los despachos resultantes de todas a las unidades de producción hidráulica (18 UGH) para todos los días y todas las horas desde el mes de enero de 1998 hasta el mes de febrero de 2003. El anexo X presenta el comportamiento gráfico de esta extracción por cada una de las UGH64. Luego de obtener las series y las gráficas se realizó un análisis de las series como se presenta a continuación. El anexo 4 presenta la apariencia de la interfaz del generador de escenarios de hidraulicidad GEHA y sus posibilidades. Análisis de la serie de hidraulicidad mensual Según lo presentado en los módulos que requiere el modelo MARAPE, el generador de escenarios de hidraulicidad aleatorios, requiere un análisis

63 Estas características son variables en cada período 64 Ver además el comentario sobre las hidrologías realizado en el apartado 4.1.4


97

de las series históricas similar al presentado para la serie de demanda, pero atendiendo a las características particulares de la variable tratada. El análisis toma las series históricas de datos, ajusta un modelo de serie temporal y finalmente realiza una generación de posibles trayectorias futuras. Como primer paso se analizará la serie de producción hidráulica mensual del sistema completo desde el mes de enero de 1987 hasta el mes de diciembre de 200265. Con el fin de ajustar la serie de hidraulicidad mensual aplicando la metodología ARIMA66, debe verificarse la condición de estacionalidad de la serie, la cual cumple dos requisitos básicos: Varianza y media constantes. Para esta verificación deben hacerse las transformaciones necesarias a la serie y la diferenciación con el fin de determinar los retardos y condiciones de los términos independientes. Lo anterior significa realizar transformaciones a la serie original para satisfacer las condiciones del modelo. Al realizar una evaluación del tipo Cox-Box67, se determina que una transformación logarítmica de la serie resulta ser la más apropiada por reducir notablemente la dispersión de la varianza. La Figura 32 presenta la apariencia de la serie luego de dicha transformación:

Figura 32. Transformación Log Natural de la serie de hidraulicidad mensual.

65 Los datos son extractados de los informes anuales publicados por Red Eléctrica de España – REE. 66 Ver glosario de términos. 67 Idem.


98

Luego de la transformación se procede a realizar el análisis de las funciones ACF y PACF68. Las funciones ACF y PACF luego de realizar las transformaciones logarítmicas presentan la apariencia ilustrada en la Figura 33:

Figura 33. ACF y PACF con transformación logaritmo natural.

Después de analizar estas funciones y observar los valores que exceden los límites de confianza, se realiza una diferenciación en el retardo 12. Las funciones ACF y PACF una vez diferenciadas presentan la forma ilustrada en la Figura 34:

Figura 34. Funciones ACF y PACF con diferenciación en el retardo 12.

68 La metodología de análisis de estas funciones fue presentada en el tratamiento de la serie de demanda mensual.


99

De esta operación se observa la necesidad de introducir efectivamente una diferenciación en el retardo 12. Luego de transformada y diferencia da la serie presenta aspecto mostrado en la Figura 35:

Figura 35. Serie de hidraulicidad mensual con transformación y diferenciación.

Con estas manipulaciones sobre la serie se ha conseguido la condición necesaria de estabilidad en la varianza y la media. El paso siguiente consiste entonces en realizar la estimación y ajuste del modelo para esta serie. Análogamente a lo realizado en la serie de demanda, se parte de la serie histórica de datos transformada y diferenciada. A partir de las funciones ACF y PACF de los residuos resultantes del ajuste, se introduce un término adicional en la serie temporal [Peña 98]. A partir de los errores que se obtengan del ajuste, se incluyen nuevos términos al modelo hasta que los errores de la serie presenten un comportamiento de ruido blanco. Las funciones ACF y PACF de los residuos de la serie con transformación logarítmica y diferenciación presentan el aspecto ilustrado en la Figura 36:


100

Figura 36. ACF y PACF de los residuos transformados y diferenciados.

Al observar el comportamiento de las funciones, se observa claramente la necesidad de realizar un retardo en el término autorregresivo 1. De forma similar se realiza el análisis de media móvil, del cual resulta la necesidad de introducir un término de media móvil en el retardo 12. Con estas transformaciones, el modelo ARIMA queda ajustado con una diferenciación en 12, un término autorregresivo (AR) en 1 y dos términos de media móvil (MA) en 1 y 12. La metodología utilizada arroja una constante de ajuste adicional, la cual, luego de ser evaluada se considera de efecto despreciable en el comportamiento del modelo. En la Tabla 20 se presenta un resumen de los parámetros del modelo ARIMA, que incluye el valor de desviación típico de los residuos (RSE)

Coeficientes Tipo Orden Valor Estadístico t F 1 AR 1 0.67 10.281 T 1 MA 12 0.94 6.774 T 1 MA 1 -0.334 -4.084 Diferenciaciones Sí 12 RSE 0.26

Tabla 20. Resumen de los parámetros del modelo ARIMA para la serie de hidraulicidad mensual.


101

El término MA(12) se vuelve significativo al eliminar la constante del modelo. Luego del ajuste del modelo puede concluirse que aunque no satisface plenamente las condiciones requeridas, presenta simplicidad y un ajuste moderadamente aceptable. Lo anterior indica la necesidad de estudiar la heterocedasticidad de la serie y evaluar la posibilidad de ajustar modelos no lineales del tipo ARCH o GARCH69. El análisis individual del comportamiento de las UGH aporta información adicional en cuanto a las características de las series que componen el agregado de producción hidráulico (ver los resultados de la sección 4.1.4. 4.3.1.3 Datos de las estrategias particulares de los agentes de generación La estrategia de cada agente de generación se incluye en el modelo mediante el denominado “parámetro estratégico”. Este factor está sintetizado en la pendiente de la curva de demanda residual de ese agente en el punto de casación del mercado y representado por el coeficiente af:.

af: Parámetro estratégico de las ofertas de la empresa f en [€/GW] La oferta de cada agente se enfrenta a la demanda residual de ese agente, que es la curva que se obtiene al restar a la demanda total del sistema, las ofertas de los demás agentes generadores. Esta es quizá la forma más simple de introducir el comportamiento de la estrategia de los agentes. Tal como se presentó en el capítulo 2, la determinación de las estrategias particulares de los agentes pueden representarse como una función del tipo:

af = a1x1 + a2x2 + a2x2+...+ anxn Cada componente anxn expresa el comportamiento x del agente n y su importancia an en la determinación del precio o de la variable equivalente del análisis de riesgo particular. El grado de refinamiento de esta función depende de los datos disponibles, su confiabilidad y buena ponderación. Este parámetro puede además ser refinado mediante exploraciones sobre el comportamiento estratégico de los agentes como lo señalado en la sección 4.1.

69 Ver glosario de términos.


102

4.4 SIMULACIONES SOBRE EL PROTOTIPO Y RESULTADOS70 4.4.1 Simulación de escenarios de demanda El generador de escenarios de demanda GEDA presenta múltiples posibilidades de simulación, por representantes de máxima probabilidad, según la función de probabilidad deseada, diferencia uniforme en valor agregado o usando límites a decisión del usuario. Con el fin de ilustrar el comportamiento de este módulo se presentarán de manera gráfica los resultados de algunas de las simulaciones para el año 2004.

Figura 37. Trayectoria de demanda para el año 2004 para percentiles uniformes.

70 El anexo 4 presenta la apariencia de la interfaz gráfica y el árbol de datos de entrada.

Trayectorias escogidas según percentiles uniformes

13000

15000

17000

19000

21000

23000

25000

feb-04 mar-04 abr-04 may-04 jun-04 jul-04 ago-04 sep-04 oct-04 nov-04 dic-04 ene-05

Periodos (meses) simulados

Dem

an

da m

en

sual

(G

Wh

)


103

Figura 38. Distribución de probabilidad para el escenario de demanda del

año 2004 con percentiles uniformes La Figura 37 ilust ra la trayectoria de un escenario de demanda escogido por el método de percentiles uniformes. En la gráfica se observa la estacionalidad propia de esta variable y ya comentada en anteriores apartados. La Figura 38 presenta la distribución de probabilidad para el escenario simulado. Se presenta el percentil escogido (0,5) en la curva monótona de carga para el año 2004. La Figura 39 ilustra el conjunto de trayectorias posibles simuladas mediante percentiles no uniformes de las cuales pueden escogerse las deseadas. Las líneas punteadas que aparecen en las figuras representan la “envolvente” de los valores máximos y mínimos de las trayectorias simuladas.

Distribución acumulada de probabilidad y trayectorias seleccionadas

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

201317 206317 211317 216317 221317 226317 231317 236317 241317 246317

Valor agregado total de la producción DEMráulica en GWh

Valo

r acu

mu

lad

o d

e p

rob

ab

ilid

ad


104

Figura 39. Trayectorias de demanda para el año 2004 para percentiles no

uniformes. 4.4.2 Simulación de escenarios de hidraulicidad Para este módulo se presentan resultados análogos a los ilustrados en el módulo de demanda.

Figura 40. Trayectoria de hidraulicidad para el año 2004 mediante percentiles uniformes.

Trayectorias escogidas en el periodo seleccionado

13000

15000

17000

19000

21000

23000

25000



Dem

an

da m

en

sual

(GW

h)

Trayectorias escogidas durante todo el intervalo de simulación

0

1000

2000

3000

4000

5000

6000

7000

8000

oct

-02

nov-

02

dic

-02

ene-0

3

feb-0

3

mar-

03

abr-

03

may-0

3

jun-0

3

jul-

03

ago-0

3

sep-0

3

oct

-03

nov-

03

dic

-03

ene-0

4

feb-0

4

mar-

04

abr-

04

may-0

4

jun-0

4

jul-

04

ago-0

4

sep-0

4

oct

-04

nov-

04

dic

-04

ene-0

5

feb-0

5

mar-

05

abr-

05

may-0

5

jun-0

5

jul-

05

ago-0

5

sep-0

5

oct

-05

nov-

05

dic

-05

Periodos (meses) totales simulados

Pote

nci

a H

idrá

ulica

men

sual

ag

reg

ad

a (

GW

h)


105

Figura 41. Detalle de la trayectoria de hidraulicidad simulada mediante

percentiles uniformes para el año 2004. La Figura 40 y la Figura 41 presentan el resultado de la simulación de las trayectorias de hidraulicidad para el año 2004 y su evolución desde el año 2002. En el perfil de máximo se presenta la estacionalidad de la serie, sin embargo, en la trayectoria seleccionada se presenta un período seco y solo un repunte de humedad en la primavera de 2004. La Figura 42 y la Figura 43 presentan un resultado análogo al anterior pero para percentiles no uniformes.


0

1000

2000

3000

4000

5000

6000

7000

8000



Po

ten

cia h

idrá

uli

ca m

en

sual

gen

era

da (

GW

h)


106

Figura 42. Trayectorias de hidraulicidad para el año 2004 mediante

percentiles no uniformes.

Figura 43. Detalle de trayectorias de hidraulicidad para el año 2004

mediante percentiles no uniformes.


0

1000

2000

3000

4000

5000

6000

7000

8000

oct-

02

no

v-0

2

dic

-02

en

e-0

3

feb

-03

ma

r-0

3

ab

r-0

3

ma

y-0

3

jun

-03

jul-

03

ag

o-0

3

sep

-03

oct-

03

no

v-0

3

dic

-03

en

e-0

4

feb

-04

ma

r-0

4

ab

r-0

4

ma

y-0

4

jun

-04

jul-

04

ag

o-0

4

sep

-04

oct-

04

no

v-0

4

dic

-04

en

e-0

5

feb

-05

ma

r-0

5

ab

r-0

5

ma

y-0

5

jun

-05

jul-

05

ag

o-0

5

sep

-05

oct-

05

no

v-0

5

dic

-05


Po

ten

cia H

idrá

uli

ca m

en

sual

ag

reg

ad

a (

GW

h)

Trayectorias escogidas según percentiles definidos por el usuario

0

1000

2000

3000

4000

5000

6000

7000

8000



Po

ten

cia h

idrá

uli

ca m

en

sual

gen

era

da (

GW

h)


107

Al igual que el módulo GEDA, el módulo GEHA permite simular por representantes de máxima probabilidad, según la función de probabilidad deseada, diferencia uniforme en valor agregado o usando límites a decisión del usuario. 4.4.3 Simulaciones de precio A continuación se presenta el resultado de algunas simulaciones de precio. Parámetros de entrada al modelo: • Propietario de UOT: Se consideraron las participaciones reales de las

empresas en la propiedad de las unidades de generación. • Potencias y Costes: Se consideraron las potencias máximas y mínimas

de cada grupo. Se realizó la simulación con costes variables de combustible por tecnología.

• Combustible utilizado: Se consideraron todos los combustibles que actualmente se consumen como fuente primaria.

• Disponibilidad: Se consideró de carácter binario para cada planta (es decir 0 para indisponible y 1 para disponible71).

• Propietario de UOH: De manera similar a las unidades térmicas. • Datos de cada EMPRESA: Se consideró la cuota media histórica de

cada empresa discriminada en 4 bloques, súper punta, punta, llano y valle. Se asoció además a cada uno de estos bloques el parámetro estratégico correspondiente.

• IPP: La versión inicial contiene un agregado de las generaciones en régimen especial y cogeneradores72.

Teniendo en cuenta estos parámetros se realizaron algunas simulaciones cuyos resultados se ilustran a continuación73: 71 La versión final permite incluir este parámetro de manera continua y discriminada en el tiempo para por ejemplo, simular mantenimientos y recargas de combustible nuclear. 72 La versión definitiva contiene una separación de IPPs, su cuota y parámetro estratégico. 73 Debido a la infinita cantidad de posibilidades se presenta el resultado de algunas simulaciones a manera de ilustración de la ejecución del modelo.


108

Figura 44. Simulación de trayectorias de demanda.

La Figura 44 presenta el resultado de una simulación de escenarios de demanda para los años 2003, 2004 y 2005. Las líneas punteadas presentan los límites máximos y mínimos que corresponden a la envolvente de valores extremos. Como puede verse la senda de crecimiento es creciente con comportamiento marcadamente estacional.

Figura 45. Percentiles no uniformes de escenarios de demanda.


13000

15000

17000

19000

21000

23000

25000

27000

oct-

02

no

v-0

2

dic

-02

en

e-0

3

feb

-03

ma

r-0

3

ab

r-0

3

ma

y-0

3

jun

-03

jul-

03

ag

o-0

3

sep

-03

oct-

03

no

v-0

3

dic

-03

en

e-0

4

feb

-04

ma

r-0

4

ab

r-0

4

ma

y-0

4

jun

-04

jul-

04

ag

o-0

4

sep

-04

oct-

04

no

v-0

4

dic

-04

en

e-0

5

feb

-05

ma

r-0

5

ab

r-0

5

ma

y-0

5

jun

-05

jul-

05

ag

o-0

5

sep

-05

oct-

05

no

v-0

5

dic

-05


Dem

an

da m

en

sual

ag

reg

ad

a (

GW

h)


0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

200709 205709 210709 215709 220709 225709

Valor agregado total de la producción DEM en GWh

Valo

r acu

mu

lad

o d

e p

rob

ab

ilid

ad


109

La Figura 45 presenta la distribución de probabilidad acumulada de los percentiles no uniformes de demanda simulados. Los colores corresponden a las trayectorias seleccionadas y presentadas en la Figura 44. Se observa una concentración de trayectorias cercanas a la media de la serie elegida y solo algunas trayectorias con probabilidad acumulada de bajo valor, lo cual evidencia la estabilidad de la serie en el tiempo dado el ajuste del modelo autorregresivo.

Figura 46. Simulación de trayectorias de hidraulicidad.

La Figura 46 ilustra el resultado de las simulaciones de trayectorias de hidraulicidad. Como puede verse existe una marcada tendencia a presentar escenarios secos para los períodos de verano y otoño y moderadamente húmedos para el resto del año. La Figura 47 presenta la distribución de probabilidad para estos escenarios.


0

1000

2000

3000

4000

5000

6000

7000

8000

ene-03 feb-03 mar-03 abr-03 may-03 jun-03 jul-03 ago-03 sep-03 oct-03 nov-03 dic-03


Po

ten

cia h

idrá

uli

ca m

en

sual

gen

era

da (

GW

h)


110

Figura 47. Percentiles no uniformes de escenarios de hidraulicidad.

A continuación se presentan los resultados de precios y cuotas para los diferentes escenarios, meses y empresas. La Tabla 21 presenta los resultados generales de la simulación para dos escenarios escogidos de hidraulicidad y demanda. Como se observa, los precios varían en ambos escenarios siendo más altos en el escenario 1 (más seco) y más altos en el escenario 2 (más húmedo). En el escenario 2, la cuota de mercado de IBERDROLA aumenta dada su propiedad sobre recursos hídricos que en este escenario aumentan su producción. Aunque la cuota de esta empresa aumenta con respecto a Endesa, su más directo competidor, las pérdidas por la pérdida de cuota relativa en recursos de precio más alto (térmicas a fuel y carbón) hace que sus beneficios se vean disminuidos. Los resultados en cuota para el resto de las empresas son bajos respecto a las dos empresas mencionadas. En el segundo escenario con hidraulicidad alta, los costes de operación del sistema y los beneficios netos por empresa se ven disminuidos.


0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

17958 22958 27958 32958 37958 42958

Valor agregado total de la producción hidráulica en GWh

Va

lor

acu

mu

lad

o d

e p

rob

ab

ilid

ad


111

Tabla 21. Resultados generales de simulación.

La Figura 48 presenta los resultados de precio mensuales para los escenarios seleccionados. Los precios presentan una coherencia temporal en todos los meses excepto en los meses de invierno donde su comportamiento se aleja ostensiblemente. El escenario hidráulico 2 presenta una mayor humedad en estos períodos que el 1, lo que explica este comportamiento en precios. A continuación se presenta el resultado de precios a nivel mensual:

Empresa Item escenario 1 escenario 2precio medio 2.706342869 2.547810013cuota de mercado 0.290400257 0.289872277ingresos 146304172.2 123219953.1

EN costes 85233183.07 70404375.76beneficio neto 61070989.11 52815577.38cuota de mercado 0.258363843 0.273727403ingresos 147913270.3 134363684.9

IB costes 71184173.47 65674152.96beneficio neto 76729096.85 68689531.91cuota de mercado 0.110135408 0.114269424ingresos 64015861.34 56862874.51

UF costes 34105525.5 30584484.91beneficio neto 29910335.84 26278389.6cuota de mercado 0.053892862 0.050778314ingresos 26828010.58 22409317.07

HC costes 16262398.74 13412656.56beneficio neto 10565611.84 8996660.51cuota de mercado 0.058575375 0.057570365ingresos 24623486.39 21175286.45

VI costes 14077485.02 11997800.01beneficio neto 10546001.37 9177486.447cuota de mercado 0.024462939 0.024830856ingresos 10213289.62 9128567.303

OT costes 7681191.155 7188766.864beneficio neto 2532098.463 1939800.439


112

Figura 48. Resultados en precios mensuales. Estas simulaciones preliminares a la explotación del modelo se complementan con un detallado protocolo de puesta en servicio de los módulos de ingresos de datos, generación de escenarios y simulaciones de precio. Los resultados presentados presentan coherencia con los supuestos que soportan el modelamiento.

Resultados de precio por mes

2.0

2.1

2.2

2.3

2.4

2.5

2.6

2.7

2.8

2.9

3.0

1 2 3 4 5 6 7 8 9 10 11 12

mes

c€/M

Wh

Precios escenario 1 [c€/MWh]

Precios escenario 2 [c€/MWh]


113

5 CONCLUSIONES Y FUTUROS DESARROLLOS 5.1 SOBRE EL MERCADO ESPAÑOL DE ELECTRICIDAD El Mercado Español de Electricidad se encuentra en una etapa de ajuste, ya que enfrenta tanto su propia liberalización como la inserción en un posible mercado Ibérico y finalmente en un mercado europeo. Existen algunos inconvenientes que dificultan el fluido desarrollo del mercado como la integración vertical de las empresas ( ya que no hay separación de propiedad), la alta concentración en generación, barreras de entrada, la existencia de CTC, la tarifa eléctrica, etc. El ciclo inversor que enfrenta el Sistema Eléctrico Español, modificará sustancialmente el comportamiento del mercado al poseer un mayor parque generador. Esto seguramente tendrá un impacto importante en el comportamiento de los precios y del mercado mismo. El plan de fomento a las energías renovables y los compromisos medioambientales, obligan a pensar en sistemas de control para la inclusión de este tipo de fuentes en el esquema de mercado. Factores como el cálculo de la tarifa eléctrica, los CTC, las ayudas al carbón nacional, la moratoria nuclear y las primas al régimen especial, así como el tratamiento de las interconexiones internacionales, son temas importantes para el análisis del comportamiento del mercado y que influyen directamente en su desarrollo y finalmente en la formación del precio. 5.2 SOBRE EL ANÁLISIS DEL COMPORTAMIENTO DEL MERCADO Y SUS

AGENTES Realizar un análisis completo y cuidadoso de los resultados de la casación en el mercado diario e intradiario permite determinar conductas particulares de los agentes como sus cuotas, participación en la resolución de restricciones, estrategias de precios, etc. Mediante el diseño de herramientas simples es posible realizar un seguimiento detallado de la estrategia de los agentes y cada una de sus unidades de compra y venta de electricidad. El análisis conjunto de las variables técnicas y económicas que representan el mercado y la operación del sistema, representa una útil herramienta para la ayuda a la toma de decisiones de inversión y operación.


114

5.3 SOBRE EL RIESGO PRECIO Y SU MODELADO Mediante el modelo presentado, es posible simular escenarios de precio futuros que sirven de apoyo a la toma de decisiones dentro del negocio de comercialización de energía eléctrica. Los resultados obtenidos son coherentes con los supuestos que soportan el modelamiento y el comportamiento histórico del mercado. Las interfaces gráficas son amigables y permiten un rápido ingreso de datos y visualización de resultados. Mediante técnicas simples de selección y muestreo (conocidas como Clustering), es posible realizar un seguimiento al comportamiento de los agentes y del mercado. Estas técnicas son intensivas en tiempos de procesamiento para lo cual se pueden usar “disparos” (triggers) a las aplicaciones en tiempos muertos de procesamiento (noches o fines de semana). Los reportes y gráficos de tendencia se actualizan automáticamente permitiendo una fácil y rápida visualización. El negocio de comercialización pura en un entorno de mercado se realiza con márgenes muy pequeños, lo que obliga a los agentes a automatizar sus procesos y disponer de herramientas que les permitan lograr una mayor eficiencia operativa, competitividad y por ende rentabilidad. 5.4 FUTUROS DESARROLLOS Los futuros desarrollos en cuanto a modelación del riesgo y comportamiento del mercado, deberían estar orientados a recoger los complejos efectos cruzados de factores que componen tanto el precio como las transacciones realizadas. La capacidad actual de procesamiento de datos y el software disponible hacen posible estos desarrollos sin grandes inversiones, permitiendo entregar reportes actualizados en tiempo real y que ayudan enormemente a entender el desarrollo del mercado y quizá ser insumos importantes a la hora de tomar decisiones de negocios. Los cambios regulatorios y decisiones estructurales como por ejemplo el fomento a las energías renovables hacen necesario desarrollar modelos que incluyan no solo energías de fuentes convencionales, sino de medios alternativos como la biomasa, energía eólica, solar, etc. Las características de estos medios de producción requieren un tratamiento individual respecto tanto a costes de producción, funciones de explotación y precios.


115

6 REFERENCIAS BIBLIOGRÁFICAS [Arraiza 01] J. M. Arraiza, “Los costes de transición a la

competencia”. Instituto de Investigaciones Tecnológicas. Madrid, 2001.

[Batlle 00] C. Batlle, I. Otero - Novas, J. J. Alba, C.

Meseguer, J. Barquin, “ A model based in numerical simulation techniques as a tool for decisión-making and risk management in a wholesale electricity market. Part I: General structure and scenario generators”, 6th International conference on Probabilistic Methods Applied to Power Systems (PMAPS), Madeira, September 2000.

[Batlle 02] C. Batlle, “Modelo de Análisis de Riesgos

Asociados al Negocio de producción Eléctrica.”, Ph.D. Dissertation, ICAI, Universidad Pontificia Comillas, Madrid, 2002.

[CNE 01-a] Comisión Nacional de la Energía. “Informe

sobre la propuesta de plan de financiación extraordinario para ELCOGAS”. Madrid. 2001.

[CNE 01-b] Comisión Nacional de la Energía. “Mercado

Ibérico de Electricidad. Documento de discusión”. Madrid. 2001.

[CNE 01-c] Comisión Nacional de la Energía. “Informe

Marco sobre la demanda de energía eléctrica y gas natural, y su cobertura”. Madrid. 2001.

[CNSE 98] Comisión Nacional del Sector Eléctrico.

“Estructura de Tarifas” Ministerio de Industria y Energía. Madrid. 1998.

[Comisión Europea 01] Comisión Europea. “Libro Verde — Hacia una

estrategia europea de seguridad del abastecimiento energético – “. Bruselas. 2001.

[Dahl 93] H. Dahl, A Meeraus, S.A. Zenios, “Some financial

optimization models: I. risk management”, Financial optimisation, Cambridge University Press, 1993.


116

[FECSA 94] Marco Estable 1994, vol. I y II, Dirección de

Explotación e Ingeniería. 1994. [Fernández 02] M. A. Fernández O., “Mercado Spot de

Electricidad“. Seminario: Mercados Spot y de futuros de electricidad en el proceso mundial de liberalización de la energía. Madrid diciembre 2002.

[Gómez 02] T. Gómez. “Los negocios de transporte y

distribución de energía eléctrica. Módulo 8: Regulación de la distribución. Universidad Pontificia Comillas. Madrid. 2002

[Jameson 99] R. Jameson, “Mad about models”, Energy

Power Risk management, October 1999 [Knight 21] F. H. Knight, “Risk, uncertainty and Profit”,

Houghton Mifflin Co., The Riverside Press, Boston & New York, 1921.

[Kreps 90] Kreps, David, “A Course in Microeconomic

Theory”. Harvester Press. New York 1990. [Largo 02] Largo, Oscar, “El negocio de la

comercialización en España”. Documento Endesa – Energía. Madrid, 2002.

[LEY 54/1997] Ley 54 de 27 de noviembre de 1997, del sector

eléctrico. Publicada en el B.O.E numero 285 del 28 de noviembre de 1997.

[López 99] López Milla, J. "La liberalización del sector

eléctrico español. Una reflexión a la luz de la experiencia de Inglaterra y Gales", Ph.D. Dissertation, Universidad de Alicante. 1999.

[Min. Economía, 02] Plan de Fomento de Energías Renovables. En

colaboración con Instituto para la Diversificación y el ahorro de energía IDEA. Madrid 2002.

[Nit u 00] P. Nitu, “Risk assessment in the new market

culture”, PMAPS 2000 tutorial, Madeira, 2000.


117

[OMEL 98] Evolución del mercado de producción de energía eléctrica. Informe 1998. Madrid.

[OMEL 99] Evolución del mercado de producción de

energía eléctrica. Informe 1999. Madrid. [OMEL 00] Evolución del mercado de producción de



energía eléctrica. Informe 2002. Madrid. [Peña 98] D. Peña., “Estadística, modelos y métodos.

Volumen 2. Modelos lineales y series temporales”. Alianza Editorial, Enero 1998.

[Pérez 02] J.I. Pérez, “Mercados regionales”. Instituto de

Investigaciones Tecnológicas. Madrid. 2002. [Pilipovic 98] D. Pilipovic, “Energy risk: Valuing and managing

energy derivatives”, McGraw-Hill, 1998. [REE 02] Informes mensuales Red Eléctrica de España.

Madrid. 2002 [RD 2366] Real Decreto 2366 de diciembre de 1994. [RD 2818] Real Decreto 2818 de diciembre de 1998. [Rivier et al 99] Rivier J., J.I. de la Fuente, T. Gómez, J. Roman.

“Power quality regulation under the new regulatory framework”. Proceedings of the 13ª PSCC Conference, Vol. 2, Trondheim, Norway, Jun. 1999.

[Solé 01] C. Solé, “ Evolución Histórica del Sector Eléctrico

en España”, Universidad de Barcelona – Comisión Nacional de la Energía. 2001

[Solé 02] C. Solé, L. J. Sánchez de Tembleque

“ Regulación Básica del Sector Eléctrico”, Universidad Pontificia Comillas. Madrid. 2002


118

[Standard and Poors 02] “How do energy "round-trip" trades affect credit quality?”. Standard and Poors Reports, New York. Jun 2002.

[Temboury 01] J. Temboury, “Elegibilidad y cadena de valor

de la comercialización”, Universidad Pontificia Comillas. Madrid. 2001.

[Vázquez 02] S. Vázquez, “Análisis de Riesgos, esquema

conceptual y tipos”, Universidad Pontificia Comillas, Madrid 2002.

Principales direcciones electrónicas usadas como referencia: [REE 02] Red Eléctrica de España: www.ree.es [CNE 02] Comisión Nacional de la Energía: www.cne.es [OMEL 02] Operador del mercado de electricidad: www.omel.es [Endesa 02] www.endesa.es [Iberdrola 02] www.iberdrola.es [Unión Fenosa 02] www. ufe.es [Hidrocantábrico 02] www.h-c.es [UNESA] Asociación Española de la Industria Eléctrica www.unesa.es [IDAE] Instituto para la diversificación y el ahorro de energía

www.idae.es Otras direcciones electrónicas de interés74: Sociedad para el Desarrollo Energético de Andalucía www.sodean.es Agencia Provincial de la Energía de Granada www.apegr.org Agencia de Gestión Energética de Écija (AGEDE) www.ecija.org Agencia Provincial de la Energía de Huelva www.apeh.org Agencia Local Energía de Sevilla www.agencia-energia-sevilla.com Fundación Asturiana de la Energía www.faen.info ENERNALÓN - Agencia Local de la Energía Valle del Nalón www.enernalon.org Agencia de la Energía de Menorca www.energiamenorca.com EREN - Ente Regional de la Energía de Castilla y León www.jcyl.es AEMVA - Agencia energética Municipal de Valladolid www.aemva.org Agencia de Desarrollo Local www.serrada-blancodelarte.com Agencia Diputación de Ávila www.diputacionavila.es Agencia Provincial Energética de Toledo www.diputoledo.es/apet ICAEN - Institut Català D'energia www.icaen.es Agencia Comarcal de la Energía (MARESME) www.ccmaresme.es ADEP - Agencia D'Energía del Pirineu www.alturgell.ddl.net Agencia de L'Energía D'Osona www.ccosona.es Agencia Local d'Informació i Serveis Energetics www.mediambent.terrasa.org Consorcio Agencia Local de Energía de

74 Se omite la puntuación para no interferir con las direcciones de correo.


119

Barcelona www.barcelonaenergia.com Grupo de Barcelona de Energía Local www.ictnet.es/+ecoserv Fundació Tárraco Energía Local www.tinet.org/~ftarraco RENERGY - Agencia de la Diputación de Valencia www.ayto-xativa.org Agencia de Energía Extremeña www.dip-badajoz.es Instituto Enerxético de Galicia (INEGA) www.inega.es Agencia Energética de Pamplona www.pamplona.net Ente Vasco de la Energía (EVE) www.eve.es


120

7 ANEXO 1 GLOSARIO DE TÉRMINOS ACF: Autocorrelation function. Función de autocorrelación de una serie. ARCH: Autoregressive conditional heteroskedastic model. Modelo autorregresivo de heterocedasticidad condicionada. ARIMA: AutoRegresive Integrated Moving Average. Modelo autoregresivo integrado de medias móviles. BOX-COX: transformación de series temporales con el fin de lograr la condición de homocedasticidad. B.O.E. : Boletín Oficial del Estado. CNSE: Comisión Nacional del Sector Eléctrico. CNE: Comisión Nacional de la Energía. CTC: Costos de transición a la competencia. EdF: Electricidad de Francia. GARCH: Generalized Autoregressive conditional heteroskedastic model. Modelo autorregresivo generalizado de heterocedasticidad condicionada. IDAE: Instituto para la diversificación y el ahorro de energía. IPP: Independent Power Producers. Productores independientes de energía que para este modelo representan al régimen especial y cogeneradores así como las unidades de bombeo. Ktep: Kilotoneladas equivalentes de petróleo. LOSEN: Ley de Ordenamiento del Sector Eléctrico. MIBEL: Mercado Ibérico de Electricidad. MINER: Acuerdo marco minero energético. MLE: Marco Legal Estable. OMEL: Operador del Mercado de electricidad. PACF: Partial Autocorrelation function. Función de auto correlación parcial de una serie. REE: Red Eléctrica de España S.A. R.D. Real Decreto. UNESA: Asociación Española de la Industria Eléctrica. VaR: Value at Risk. Método de valoración del riesgo. RAROC: Risk Adjustment Return on Capital.


121

8 ANEXO 2 BASES DE DATOS CONSULTADAS PARA EL MODELO

Los datos usados en las simulaciones provienen de fuentes públicas de consulta para los agentes. La descripción, ubicación y códigos se presentan a continuación: Restricciones: Publicados en la página Internet de OMEL. Código rpdvprov_AAAAMMDD Datos hidráulicos: Potencias máximas declaradas y publicadas en la página del foro Nuclear Español en la dirección de internet: www.foronuclear.org Cuotas: Publicados en la página Internet de OMEL. Código cuota_tot_uprod_AAAAMMDD Demanda: Datos publicados en las páginas de Red Eléctrica de España (www.ree.es) y OMEL (www.omel.es), contrastados con lo publicado por el Instituto Nacional de Estadística INE (www.ine.es). Precio: Precio del resultado final del mercado diario publicado por OMEL. Precio marginal con el código: marginalpdbc_AAAAMMDD. Ofertas y casaciones: Publicados en la página Internet de OMEL. Código curva_pbc_uof_AAAAMMDD. Despacho definitivo: Publicado en la página Internet de OMEL. Código pdvd_AAAAMMDD. Instalaciones eléctricas y estado de la red: Información publicada por Red Eléctrica de España. Agentes vigentes y retiros de unidades: Información publicada por OMEL.


122

9 ANEXO 3 GRÁFICOS DE DESPACHO POR UGH


123

UGH DUERO: DUERO GENERACIÓN - IBERDROLA

UGH EBRA: EBRO ALTO - IBERDROLA

DUERO

0

500

1000

1500

2000

2500

3000

3500

0 6500 13000 19500 26000 32500

horas

MW

EBRA

0

20

40

60

80

100

120

140

160

180

200

0 6000 12000 18000 24000 30000

horas

MW


124

UGH EBRERZ: EBRO - ENDESA

UGH EBRFEN: EBRO FECSA ENHER - ENDESA

EBRERZ

0

50

100

150

200

250

300

350

400

450

0 6500 13000 19500 26000 32500

horas

MW

EBRFEN

0

150

300

450

600

750

900

1050

1200

1350

1500

0 2500 5000 7500 10000 12500 15000 17500 20000

horas

MW


125

UGH GDLQ: GUADALQUIVIR - ENDESA

UGH GDNA: GUADIANA - ENDESA

GDLQ

0

50

100

150

200

250

300

350

0 6500 13000 19500 26000 32500

horas

MW

GDNA

0

50

100

150

200

250

0 6500 13000 19500 26000 32500

horas

MW


126

UGH HCHI: HIDRÁULICA - HIDROCANTÁBRICO

UGH JUCA: JÚCAR - IBERDROLA

HCHI

0

50

100

150

200

250

300

350

400

0 6500 13000 19500 26000 32500

horas

MW

JUCA

0

50

100

150

200

250

300

350

400

0 6500 13000 19500 26000 32500

horas

MW


127

UGH SBEU: SIL BIBEY - ENDESA

UGH SIL: SIL - IBERDROLA

SBEU

0

50

100

150

200

250

300

350

400

450

500

550

600

0 6500 13000 19500 26000 32500

horas

MW

SIL

0

250

500

750

1000

0 6500 13000 19500 26000 32500

horas

MW


128

UGH SLTG: ESTANG. SALLENTE - ENDESA

UGH TAJO: TAJO - IBERDROLA

SLTG

0

50

100

150

200

250

300

350

400

450

0 6500 13000 19500 26000 32500

horas

MW

TAJO

0

500

1000

1500

2000

2500

0 6500 13000 19500 26000 32500

horas

MW


129

UGH TEES: TERA ESLA - ENDESA

UGH TERE: TERA - ENDESA

TEES

0

50

100

150

0 6500 13000 19500 26000 32500

horas

MW

TERE

0

25

50

75

100

0 6500 13000 19500 26000 32500

horas

MW


130

UGH UFGH: UF GALICIA – UNIÓN FENOSA

UGH UFMI: MIÑO – UNIÓN FENOSA

UGH :

UFGC

0

50

100

150

200

250

300

350

0 6500 13000 19500 26000 32500

horas

MW

UFMI

0

100

200

300

400

500

600

700

800

0 6500 13000 19500 26000 32500

horas

MW


131

UGH UFTA: TAJO – UNIÓN FENOSA

UGH VIES: VIESGO GENERACIÓN

UFTA

0

50

100

150

200

250

300

350

0 6500 13000 19500 26000 32500

horas

MW

VIES

0

50

100

150

200

250

0 6500 13000 19500 26000 32500

horas

MW

10 ANEXO 4 VENTANAS DE LA INTERFAZ GRÁFICA DEL MODELO.

Apariencia de la interfaz gráfica de selección de opciones de simulación

230000

6

Parámetros de simulación

Opciones de selección de resultados

Número de escenarios de la base: 150

Número de representantes: 1

Fecha inicial de simulación:

Fecha final de base de datos:

Fecha final de simulación:

1/1/2004

31/12/2004

31/12/2002

Directorio raíz de instalación: C:\MARAPE_IIT

Límite inferior

Límite superior

GEHAMódulo de generación de escenarios

hidráulicos

Cálculo de trayectorias

Borrar gráficas GEHA

Actualizar histórico

Borrar escenarios

GEHA

GEDA GEHA ResultadosDatos sistema Ejecutar SPCM

Límites definidos por el usuario

1,5,10,20,30,40,50,60,70

23000 28000

Por percentiles uniformes

Por percentiles no uniformes:

Representantes de máxima probabilidad

Según función de probabilidad

Diferencia uniforme en valor agregado

Apariencia del árbol de datos de entrada al modelo

Descripción Nombre de la hoja Padre TipoMenu de Datos de Entrada Menu_Datos MenúDatos de las UOT Datos_UOT Menu_Datos MenúPropietario de UOT UOT_Prop Datos_UOT HojaPotencias y Costes UOT_Pot_Cost Datos_UOT HojaListado combustibles UOT_Set_Comb Datos_UOT HojaCombustible utilizado UOT_Comb Datos_UOT HojaÍndice del combustible UOT_Comb_Ind Datos_UOT HojaDisponibilidad UOT_Disp Datos_UOT HojaDatos de las UOH Datos_UOH Menu_Datos MenúPropietario de UOH UOH_Prop Datos_UOH HojaDatos de cada EMPRESA Datos_EMPRESA Menu_Datos MenúParámetro Estratégico EMPR_Param Datos_EMPRESA HojaDatos GENERALES del Modelo Datos_GENERALES Menu_Datos MenúHorizonte temporal GRAL_Horiz Datos_GENERALES HojaIndepend. Power Prod. GRAL_IPP Datos_GENERALES Hoja

NOMENCLATURA UTILIZADA:EN - ENDESA pmax - Potencia Máxima fech_ini

IB - IBERDROLA pmin - Potencia Mínima fech_finUF - UNIÓN FENOSA carr - Coste de Arranque

HC - HIDROCANTÁBRICO cvac - C.Variable AcoplamientoVI - VIESGO cvar - Coste VariableOT - OTROS cpar - Coste de Parada

GEDA GEHA ResultadosDatos sistema Ejecutar SPCM

Hoy nuevamente Primavera eterna Alma en ceros

Documents

UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA …universidad pontificia comillas escuela tÉcnica superior de ingenierÍa (icai) master en gestiÓn tÉcnica y econÓmica del sector