Prospective long-term overall economic and environmental impact of a country’s energy policies. A behavioural dynamic systems thinking approach
- Autores: Antonio Santiago Ibañez Lopez
- Directores de la Tesis: José María Martínez-Val Peñalosa (dir. tes.), Beatriz Yolanda Moratilla Soria (codir. tes.)
- Lectura: En la Universidad Politécnica de Madrid ( España ) en 2017
- Idioma: español
- Tribunal Calificador de la Tesis: Antonio Hidalgo Nuchera (presid.), Antonio José Rovira de Antonio (secret.), Michel Rivier Abbad (voc.), Domingo Santana Santana (voc.), José Luis de la Fuente O'Connor (voc.)
- Programa de doctorado: Programa de Doctorado en Energía Sostenible Nuclear y Renovable por la Universidad Politécnica de Madrid
- Materias:
- Enlaces
- Tesis en acceso abierto en: Archivo Digital UPM
- Resumen
La estructura del mix de generación eléctrica de un país tiene profundas implicaciones a nivel técnico, medioambiental y económico.
Desde el punto de vista técnico, aspectos tales como el rápido desarrollo de las tecnologías renovables, con su consiguiente variabilidad de producción, que ha tenido lugar en las últimas décadas están introduciendo nuevos desafíos en los procesos de operación y planificación de los sistemas eléctricos de potencia. Además, el propio despliegue comercial de las tecnologías de generación tiene impacto en las propias tecnologías ya que éstas maduran y aumentan su competitividad conforme aumenta su potencia instalada, debido al efecto “curva de aprendizaje”.
Desde la perspectiva medioambiental, el mix de generación eléctrica tiene impacto en el medioambiente no sólo a través de las emisiones de CO2 sino también a través de emisiones atmosféricas adicionales tales como NOX o SOX, así como a través de emisiones líquidas y sólidas.
Desde el punto de vista económico, el mix de generación eléctrica tiene impacto no solamente en los costes del sistema eléctrico (que incluyen costes tales como la producción de energía, el transporte y la distribución, los créditos de CO2, los incentivos y los pagos por capacidad) sino también en variables macroeconómicas tales como la balanza de pagos, la producción industrial, los flujos económicos internos, el mercado laboral, la fiscalidad y el déficit presupuestario, que a su vez afectan el bienestar socioeconómico general del país.
Mientras en mercados regulados la toma de decisiones relativas al desarrollo del mix de generación consistía básicamente en un problema de optimización (minimización de los costes del sistema sujeto a ciertas restricciones) que debía ser resuelto de forma centralizada por el regulador, la transición hacia mercados liberalizados que ha venido teniendo lugar durante las últimas décadas a nivel mundial ha supuesto (i) la transición desde un problema de minimización de costes del sistema hacia un problema de maximización de los beneficios de los inversores privados y (ii) la transferencia de las decisiones de inversión del regulador hacia los inversores privados. Por estos motivos, las percepciones y comportamientos de los inversores han pasado a jugar un papel transcendental en el desarrollo del mix de generación. Por ello, los modelos de simulación de comportamientos (“behavioral models”) han pasado a jugar un papel muy relevante.
Adicionalmente, los mercados liberalizados muestran un grado de incertidumbre mayor que el de los mercados regulados de forma que el uso de metodologías estocásticas de planificación, capaces de simular la aleatoriedad de ciertas variables del sistema, adquiere especial relevancia.
Finalmente, el sector eléctrico es altamente intensivo en capital y está sujeto a largos plazos de planificación, desarrollo y construcción, requeridos para la puesta en servicio de activos de generación eléctrica. Las decisiones tomadas hoy pueden no tener efecto antes de varias décadas y su impacto puede prolongarse también a lo largo de muchas décadas. Por estos motivos, los sistemas eléctricos de potencia presentan grandes inercias por lo que las consideraciones dinámicas toman especial relevancia.
El hecho de que el sector eléctrico tenga un profundo impacto en múltiples sectores íntimamente ligados entre sí hace que su análisis se ajuste muy bien a la disciplina de Systems Thinking, que precisamente está enfocada al análisis de sistemas de gran complejidad.
Los puntos arriba mencionados tienen importantes implicaciones en los procesos de optimización de sectores eléctricos liberalizados hoy en día:
i. Los estudios deben incluir consideraciones de comportamiento que tengan en cuenta las percepciones y procesos de toma de decisión de los inversores privados.
ii. No solamente el impacto en los costes del sistema eléctrico sino también el impacto global en la economía nacional, medioambiente y la fiabilidad del sistema deben ser analizados.
iii. Los estudios deben realizarse con una perspectiva de largo plazo e incluir mediciones e indicadores acumulados.
iv. Las componentes dinámicas deben ser incluidas con el fin de modelar adecuadamente aspectos tales como la inercia del sistema, plazos temporales y lazos de realimentación.
v. Métodos estocásticos deben ser utilizados con el fin de tener en cuenta el comportamiento aleatorio de variables exógenas específicas.
El objetivo del presente trabajo de investigación es el de proporcionar un marco metodológico enfocado a la optimización del mix de generación eléctrica teniendo en cuenta los puntos arriba mencionados. La metodología aquí propuesta incluye una combinación de:
i. Modelos de Dinámica de Sistemas, utilizados para simular las características dinámicas de los sistemas eléctricos de potencia, el comportamiento de los inversores y variables “suaves” tales como opinión pública, percepciones de mercado o barreras administrativas.
ii. Modelos de equilibrio oferta – demanda, utilizados para simular la operación del mercado mayorista de energía eléctrica del país considerado así como para el cálculo del precio de la electricidad.
iii. Técnicas estocásticas, utilizadas para simular la aleatoriedad inherente a variables exógenas específicas tales como los precios de los combustibles fósiles o la demanda final de energía eléctrica.
iv. Modelos macroeconómicos Input – Output, utilizados para valorar el impacto del sistema eléctrico en el rendimiento económico global del país.
Por lo tanto, el marco metodológico aquí presentado puede ser utilizado por el regulador del sistema eléctrico de un país como una herramienta adicional enfocada a la valoración del impacto global a largo plazo que sus políticas energéticas (p.ej. pagos por capacidad, incentivos a las tecnologías renovables o barreras regulatorias) tienen en múltiples variables así como su impacto en el bienestar socio-económico del país.
Finalmente y a modo de ejemplo del uso del marco metodológico aquí desarrollado, se presentan dos casos prácticos de especial interés para el sistema eléctrico español:
i. Análisis del impacto a largo plazo de los incentivos a las energías renovables y los pagos por capacidad en el medioambiente, costes y fiabilidad del sistema.
ii. Valoración del impacto a largo plazo de la nueva política de incentivos a las energías renovables en España, basada en subastas competitivas, en el desarrollo de la energía eólica y en los costes globales del sistema.
