ESCUELA POLITÉCNICA NACIONAL
ESCUELA DE INGENIERÍA
ANALISIS DE RIESGO EN MODALIDADES DE CONTRATACIÓN A
LARGO PLAZO DEL MERCADO ELÉCTRICO ECUATORIANO
PROYECTO PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO
ELÉCTRICO
PATRICIO ALEJANDRO BENALCÁZAR PÁEZ
JORGE ANTONIO REYES VERDUGA
DIRECTOR: DR. ING. GABRIEL SALAZAR
Quito, Junio 2007
DECLARACIÓN
Nosotros, Patricio Alejandro Benalcázar Páez y Jorge Antonio Reyes Verduga,
declaramos bajo juramento que el trabajo aquí descrito es de nuestra autoría; que
no ha sido previamente presentada para ningún grado o calificación profesional; y,
que hemos consultado las referencias bibliográficas que se incluyen en este
documento.
A través de la presente declaración cedemos nuestros derechos de propiedad
intelectual correspondientes a este trabajo, a la Escuela Politécnica Nacional,
según lo establecido por la Ley de Propiedad Intelectual, por su Reglamento y por
la normatividad institucional vigente.
Patricio Benalcázar Páez
Jorge Reyes Verduga
CERTIFICACIÓN
Certifico que el presente trabajo fue desarrollado por Patricio Alejandro
Benalcázar Páez y Jorge Antonio Reyes Verduga, bajo mi supervisión.
Dr. Ing. Gabriel Salazar
DIRECTOR DE PROYECTO
CONTENIDO.
GLOSARIO DE TÉRMINOS. ............................................................................................................... I
RESUMEN...........................................................................................................................................V
1. INTRODUCCIÓN. ......................................................................................................................... 1
1.1. ANTECEDENTES. ................................................................................................................. 3
1.2. CONTRATOS EN EL SECTOR ELÉCTRICO. ....................................................................... 4
1.3. ESTRUCTURA DEL SECTOR ELÉCTRICO ECUATORIANO. ............................................. 5
1.3.1. AGENTES. ................................................................................................................... 7
1.3.2. INTEGRANTE. ............................................................................................................. 7
1.3.3. ADMINISTRADOR TÉCNICO Y COMERCIAL. ........................................................... 7
1.3.4. REGULADOR............................................................................................................... 7
1.4. MERCADO SPOT Y DE CONTRATOS.................................................................................. 8
1.4.1. MERCADO SPOT. ....................................................................................................... 8
1.4.2. MERCADO DE CONTRATOS. .................................................................................... 9
1.4.3. MERCADO HÍBRIDO. .................................................................................................. 9
2. OBJETIVOS. .............................................................................................................................. 11
2.1. PRESENTACIÓN DEL PROBLEMA. ................................................................................... 11
2.2. OBJETIVO GENERAL. ........................................................................................................ 12
2.3. OBJETIVOS ESPECÍFICOS................................................................................................ 13
2.4. ALCANCE. ........................................................................................................................... 13
2.5. CONTENIDO DE LA TESIS. ................................................................................................ 14
2.6. CONTRIBUCIONES ESPERADAS DEL TRABAJO. ........................................................... 15
3. MARCO TEÓRICO. .................................................................................................................... 18
3.1. INCERTIDUMBRE EN LOS MERCADOS DE GENERACIÓN ELÉCTRICA. ...................... 18
3.2. RIESGOS ASOCIADOS AL MERCADO DE CONTRATOS BILATERALES DE ENERGÍA
ELÉCTRICA. ........................................................................................................................ 20
3.3. MODALIDADES DE CONTRATACIÓN. .............................................................................. 24
3.4. TIPOS DE CONTRATOS MÁS UTILIZADOS EN EL MEM ECUATORIANO....................... 26
3.4.1. CONTRATO TIPO “PAGUE LO CONTRATADO”. .................................................... 26
3.4.2. CONTRATO TIPO “PAGUE LO DEMANDADO”. ...................................................... 28
3.4.3. CONTRATO TIPO “PAGUE LO PRODUCIDO CON TOPE”. .................................... 29
3.5. HERRAMIENTAS PARA EL ANÁLISIS DE RIESGO........................................................... 32
3.5.1. VaR (VALUE AT RISK). ............................................................................................. 32
3.5.2. CVaR (CONDITIONAL VALUE AT RISK).................................................................. 34
3.5.3. PaR (PROFIT AT RISK)............................................................................................. 35
3.5.4. CPaR (CONDITIONAL PROFIT AT RISK) ................................................................ 35
3.5.5. TEST DE ESTRÉS..................................................................................................... 36
3.5.6. ANÁLISIS DE INCERTIDUMBRE USANDO SIMULACIONES. ................................ 36
3.5.7. ÁRBOL DE DECISIÓN Y OPCIONES REALES. ....................................................... 36
3.5.8. ANÀLISIS DE ESCENARIOS Y DE SENSIBILIDAD. ................................................ 37
3.5.9. CFaR (CASH FLOW AT RISK). ................................................................................. 37
3.5.10. OTRAS MEDIDAS DE RIESGO. ............................................................................. 39
3.6. PRONÓSTICO DE DEMANDA. ........................................................................................... 40
3.6.1. INTRODUCCIÓN. ...................................................................................................... 40
3.6.2. FACTORES QUE INFLUYEN EN EL PRONÓSTICO DE LA DEMANDA DE
ENERGÍA ELÉCTRICA. ............................................................................................. 41
3.6.3. MODELACIÓN DEL PRONÓSTICO DE ENERGÍA ELÉCTRICA. ............................ 44
3.6.4. MODELOS DE PREVISIÓN DE DEMANDA DE ENERGÍA ELÉCTRICA................. 45
3.6.4.1. Métodos de tendencia temporal.................................................................................. 46
3.6.4.2. Métodos de series cronológicas.................................................................................. 46
3.6.4.3. Métodos de usuario final. ............................................................................................ 47
3.6.4.4. Métodos econométricos. ............................................................................................. 47
3.6.4.5. Métodos híbridos. ....................................................................................................... 48
3.7. EL AGENTE GENERADOR. ................................................................................................ 49
3.7.1. DEFINICIÓN............................................................................................................... 49
3.7.2. CÁLCULO DE REMUNERACIÓN POR VENTA DE ENERGÍA. .............................. 49
3.7.3. EL GENERADOR Y SU PARTICIPACIÓN EN EL MERCADO ELÉCTRICO
MAYORISTA ECUATORIANO. .................................................................................. 51
3.8. LIQUIDACIÓN DE LAS TRANSACCIONES DE ENERGÍA. ................................................ 52
3.8.1. LIQUIDACIÓN DE LAS TRANSACCIONES DE ENERGÍA DE GENERADORES. .. 52
3.8.1.1. En el Mercado Spot. ................................................................................................... 52
3.8.1.2. En el Mercado de Contratos. ...................................................................................... 54
3.8.2. ENERGÍA ADQUIRIDA EN EL MERCADO OCASIONAL PARA CUMPLIR
CONTRATOS. ............................................................................................................ 54
3.8.3. LIQUIDACIÓN DE POTENCIA REMUNERABLE PUESTA A DISPOSICIÓN. ......... 56
4. ANÁLISIS DE RIESGO. ............................................................................................................. 60
4.1. ANÁLISIS DE RIESGO PARA UNA CENTRAL HIDROELÉCTRICA................................... 60
4.2. RECOPILACIÓN DE INFORMACIÓN.................................................................................. 61
4.2.1. INFORMACIÓN ENERGÉTICA. ................................................................................ 61
4.2.2. INFORMACIÓN ECONÓMICA................................................................................... 62
4.3. ANÁLISIS DE DATOS. ......................................................................................................... 62
4.3.1. TRATAMIENTO DE SERIES DE DATOS.................................................................. 62
4.3.2. PRONÓSTICO DE DEMANDA. ................................................................................. 68
4.3.3. SIMULACIÓN ESTOCÁSTICA DE LA DEMANDA.................................................... 73
4.3.3.1. Coeficiente de Asimetría de Fisher. ............................................................................ 73
4.3.3.2. Generación de Valores Aleatorios. ............................................................................. 78
4.4. ANÁLISIS UTILIZANDO CFAR Y EAR. ................................................................................ 79
4.4.1. ANÁLISIS CON CFaR................................................................................................ 80
4.4.1.1. Contrato tipo “Pague lo Contratado”. .......................................................................... 80
4.4.1.1.1. Análisis de resultados para el contrato tipo “Pague lo Contratado”. ................. 89
4.4.1.2. Contrato tipo “Pague lo Demandado”. ........................................................................ 90
4.4.1.2.1. Análisis de resultados para el contrato tipo “Pague lo Demandado”................. 96
4.4.1.3. Contrato tipo “Pague lo Producido con Tope de Demanda”........................................ 98
4.4.1.3.1. Análisis de resultados para el contrato tipo “Pague lo Producido con Tope”. 104
4.4.2. ANÁLISIS CON EaR. ............................................................................................... 106
4.4.2.1. Análisis de resultados para EaR.............................................................................. 118
4.4.3. COMENTARIOS....................................................................................................... 120
5. ALTERNATIVAS PARA CONTROLAR EL RIESGO. ............................................................. 128
6. CONCLUSIONES Y RECOMENDACIONES. .......................................................................... 131
7. BIBLIOGRAFÍA. ....................................................................................................................... 134
8. ANEXOS ................................................................................................................................... 137
ÍNDICE DE FIGURAS.
FIGURA 1-1: ESTRUCTURA DEL SECTOR ELÉCTRICO ECUATORIANO........................................................... 6
FIGURA 3-1: CONTRATO PAGUE LO CONTRATADO. .....................................................................................26
FIGURA 3-2: INGRESOS Y EGRESOS “PAGUE LO CONTRATADO”. ................................................................27
FIGURA 3-3: CONTRATO PAGUE LO DEMANDADO. .......................................................................................28
FIGURA 3-4: INGRESOS Y EGRESOS “PAGUE LO DEMANDADO”............¡ERROR! MARCADOR NO DEFINIDO.
FIGURA 3-5: CONTRATO PAGUE LO PRODUCIDO CON TOPE.......................................................................30
FIGURA 3-6: INGRESOS Y EGRESOS “PAGUE LO PRODUCIDO CON TOPE”.............¡ERROR! MARCADOR NO
DEFINIDO.
FIGURA 3-7: FUNCIÓN DE DENSIDAD DE INGRESOS. VAR. ...................¡ERROR! MARCADOR NO DEFINIDO.
FIGURA 3-8: FUNCIÓN DE DENSIDAD DE INGRESOS. CVAR. ................¡ERROR! MARCADOR NO DEFINIDO.
FIGURA 3-9: MEDIDAS DE LA DISTRIBUCIÓN DE PROBABILIDAD DEL BENEFICIO.........................................35
FIGURA 3-10: COMPORTAMIENTO TÍPICO DE LA CURVA DE DEMANDA DIARIA EN ECUADOR.....................43
FIGURA 4-1: COMPORTAMIENTO DE LOS PRECIOS SPOT DE ENERGÍA POR DÍA LABORABLE......................66
FIGURA 4-2: PRECIOS SPOT DEL AÑO 2006.................................................................................................67
FIGURA 4-3: DEMANDA HISTÓRICA Y PRONOSTICADA PARA DÍAS LABORABLES. ........................................72
FIGURA 4-4: DISTRIBUCIÓN NORMAL............................................................................................................74
FIGURA 4-5: HISTOGRAMAS DE DEMANDAS PARA HORAS 1:00 AM Y 18:00 PM. .........................................76
FIGURA 4-6: CURVAS DE CONTRATO DE LA EE RIOBAMBA Y EE SANTA ELENA, PARA EL TIPO DE
CONTRATO “PAGUE LO CONTRATADO”. .................................................................................................82
FIGURA 4-7: CURVAS DE CONTRATO DE LOS GRANDES CONSUMIDORES, PARA EL TIPO DE CONTRATO
“PAGUE LO CONTRATADO”. ....................................................................................................................83
FIGURA 4-8: FLUJOS DE DINERO MENSUALES PARA EL TIPO DE CONTRATO "PAGUE LO CONTRATADO". ..87
FIGURA 4-9: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO CONTRATADO". .......88
FIGURA 4-10: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LA
“EMPRESA ELÉCTRICA RIOBAMBA S. A.”...............................................................................................93
FIGURA 4-11: FLUJOS MÁXIMOS Y MÍNIMOS DE DINERO Y RIESGO PARA EL TIPO DE CONTRATO “PAGUE LO
DEMANDADO”..........................................................................................................................................95
FIGURA 4-12: DISTRIBUCIÓN DE PROBABILIDAD DE FLUJOS DE DINERO. ...................................................96
FIGURA 4-13: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON
TOPE" DE LA “EMPRESA ELÉCTRICA RIOBAMBA S. A.” .......................................................................102
FIGURA 4-14: FLUJOS MÁXIMOS Y MÍNIMOS DE DINERO Y RIESGO PARA EL TIPO DE CONTRATO “PAGUE LO
PRODUCIDO CON TOPE”.......................................................................................................................104
FIGURA 4-15: FLUJOS DE DINERO MENSUALES DE LA EE RIOBAMBA, PARA EL CONTRATO TIPO “PAGUE LO
CONTRATADO”. .....................................................................................................................................110
FIGURA 4-16: FLUJOS DE DINERO MENSUALES DE LA EE RIOBAMBA, PARA EL CONTRATO TIPO “PAGUE LO
DEMANDADO”........................................................................................................................................110
FIGURA 4-17: FLUJOS DE DINERO MENSUALES DE LA EE RIOBAMBA, PARA EL CONTRATO TIPO “PAGUE LO
PRODUCIDO CON TOPE”.......................................................................................................................110
FIGURA 4-18: FLUJOS DE DINERO MENSUALES DE LA EE SANTA ELENA, PARA EL CONTRATO TIPO “PAGUE
LO CONTRATADO”.................................................................................................................................111
FIGURA 4-19: FLUJOS DE DINERO MENSUALES DE LA EE SANTA ELENA, PARA EL CONTRATO TIPO “PAGUE
LO DEMANDADO”. .................................................................................................................................111
FIGURA 4-20: FLUJOS DE DINERO MENSUALES DE LA EE SANTA ELENA, PARA EL CONTRATO TIPO “PAGUE
LO PRODUCIDO CON TOPE”..................................................................................................................111
FIGURA 4-21: FLUJOS DE DINERO MENSUALES DE LOS GRANDES CONSUMIDORES, PARA EL CONTRATO
TIPO “PAGUE LO CONTRATADO”...........................................................................................................112
FIGURA 4-22: FLUJOS DE DINERO MENSUALES DE LOS GRANDES CONSUMIDORES, PARA EL CONTRATO
TIPO “PAGUE LO DEMANDADO”. ...........................................................................................................112
FIGURA 4-23: FLUJOS DE DINERO MENSUALES DE LOS GRANDES CONSUMIDORES, PARA EL CONTRATO
TIPO “PAGUE LO PRODUCIDO CON TOPE”............................................................................................112
FIGURA 4-24: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO CONTRATADO". ..............113
FIGURA 4-25: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LA
“EMPRESA ELÉCTRICA RIOBAMBA S. A.”.............................................................................................115
FIGURA 4-26: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON TOPE" DE
LA “EMPRESA ELÉCTRICA RIOBAMBA S. A.” ........................................................................................116
FIGURA 4-27: ENERGÍA VENDIDA Y ADQUIRIDA EN CONTRATOS Y SPOT...................................................123
FIGURA 4-28: CFAR POR TIPO DE CONTRATO DE LA EE RIOBAMBA S. A..................................................123
FIGURA 4-29: EAR POR TIPO DE CONTRATO DE LA EE RIOBAMBA S. A....................................................124
FIGURA 4-30: CFAR POR TIPO DE CONTRATO DE LA EE SANTA ELENA S. A. ..........................................125
FIGURA 4-31: EAR POR TIPO DE CONTRATO DE LA EE SANTA ELENA S. A. .............................................125
FIGURA 4-32: CFAR POR TIPO DE CONTRATO DE LOS GRANDES CONSUMIDORES. .................................126
FIGURA 4-33: EAR POR TIPO DE CONTRATO DE LOS GRANDES CONSUMIDORES.....................................126
FIGURA 8-1: CURVAS DE DEMANDAS DIARIAS CON SERIES DE DATOS SIN CORREGIR..............................139
FIGURA 8-2: CURVAS DE DEMANDAS DIARIAS CON SERIES DE DATOS CORREGIDAS................................140
FIGURA 8-3: COMPORTAMIENTO DE DEMANDAS HISTÓRICAS Y PRONOSTICADAS DE LA EE RIOBAMBA.143
FIGURA 8-4: COMPORTAMIENTO DE DEMANDAS HISTÓRICAS Y PRONOSTICADAS DE LA EE SANTA ELENA.
..............................................................................................................................................................144
FIGURA 8-5: COMPORTAMIENTO DE DEMANDAS HISTÓRICAS Y PRONOSTICADAS DE LOS GRANDES
CONSUMIDORES. ..................................................................................................................................146
FIGURA 8-6: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LA
“EMPRESA ELÉCTRICA SANTA ELENA S. A.”. ......................................................................................163
FIGURA 8-7: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LOS
“GRANDES CONSUMIDORES”. ..............................................................................................................164
FIGURA 8-8: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON
TOPE" DE LA “EMPRESA ELÉCTRICA SANTA ELENA S. A.”..................................................................167
FIGURA 8-9: FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON
TOPE" DE LOS “GRANDES CONSUMIDORES”. ......................................................................................168
FIGURA 8-10: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LA
“EMPRESA ELÉCTRICA SANTA ELENA S. A.”. ......................................................................................177
FIGURA 8-11: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON TOPE" DE
LA “EMPRESA ELÉCTRICA SANTA ELENA S. A.”. .................................................................................178
FIGURA 8-12: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO" DE LOS
“GRANDES CONSUMIDORES”. ..............................................................................................................180
FIGURA 8-13: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON TOPE" DE
LOS “GRANDES CONSUMIDORES”. .......................................................................................................181
ÍNDICE DE TABLAS.
TABLA 4-1: TASAS DE CRECIMIENTO ANUALES PARA DÍAS LABORABLES, SÁBADOS Y DOMINGOS. ...........70
TABLA 4-2: TASAS DE CRECIMIENTO ANUALES PARA DÍAS FERIADOS. ........................................................70
TABLA 4-3: COEFICIENTES DE ASIMETRÍA DE FISHER. .................................................................................77
TABLA 4-4: ENERGÍA PACTADA EN CONTRATO TIPO PAGUE LO CONTRATADO. ..........................................82
TABLA 4-5: FLUJOS DE CAJA MENSUALES PARA EL CONTRATO TIPO PAGUE LO CONTRATADO. ................86
TABLA 4-6: FLUJOS DE CAJA ANUALES PARA EL CONTRATO TIPO PAGUE LO CONTRATADO. .....................88
TABLA 4-7: TEST DE FISHER DE FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO
DEMANDADO"..........................................................................................................................................94
TABLA 4-8: RESULTADOS DE FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO
DEMANDADO"..........................................................................................................................................94
TABLA 4-9: TEST DE FISHER DE FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO
PRODUCIDO CON TOPE".......................................................................................................................103
TABLA 4-10: RESULTADOS DE FLUJOS DE DINERO ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO
PRODUCIDO CON TOPE".......................................................................................................................103
TABLA 4-11: POTENCIA REMUNERABLE PUESTA A DISPOSICIÓN. .............................................................107
TABLA 4-12: INGRESOS POR POTENCIA REMUNERABLE PUESTA A DISPOSICIÓN.....................................107
TABLA 4-13: DATOS DE LA PLANTA DE GENERACIÓN.................................................................................108
TABLA 4-14: COSTOS FIJOS. .......................................................................................................................109
TABLA 4-15: COSTOS VARIABLES. ..............................................................................................................109
TABLA 4-16: COSTOS TOTALES. .................................................................................................................109
TABLA 4-17: BENEFICIOS ANUALES PARA EL TIPO DE CONTRATO "PAGUE LO CONTRATADO"..................114
TABLA 4-18: TEST DE FISHER DE BENEFICIOS ANUALES PARA LOS CONTRATOS “PAGUE LO DEMANDADO”
Y
"PAGUE LO PRODUCIDO CON TOPE".................................................................................................117
TABLA 4-19: RESULTADOS DE BENEFICIOS ANUALES PARA LOS CONTRATOS “PAGUE LO DEMANDADO” Y
"PAGUE LO PRODUCIDO CON TOPE"....................................................................................................118
TABLA 4-20: ENERGÍA VENDIDA EN CONTRATOS DE LA EE RIOBAMBA. ....................................................121
TABLA 4-21: ENERGÍA VENDIDA EN CONTRATOS DE LA EE SANTA ELENA................................................121
TABLA 4-22: ENERGÍA VENDIDA EN CONTRATOS DE LOS GRANDES CONSUMIDORES. .............................122
TABLA 4-23: PORCENTAJE DE ENERGÍA VENDIDA EN CONTRATOS Y EN EL SPOT......................................122
TABLA 8-1: COEFICIENTES DE ASIMETRÍA DE FISHER DE DÍAS LABORABLES.............................................148
TABLA 8-2: COEFICIENTES DE ASIMETRÍA DE FISHER DE DÍAS SÁBADOS...................................................149
TABLA 8-3: COEFICIENTES DE ASIMETRÍA DE FISHER DE DÍAS DOMINGOS. ...............................................149
TABLA 8-4: INGRESOS MENSUALES TOTALES, PARA EL TIPO DE CONTRATO "PAGUE LO CONTRATADO”. 170
TABLA 8-5: INGRESOS MENSUALES TOTALES, PARA EL TIPO DE CONTRATO "PAGUE LO DEMANDADO”. ..172
TABLA 8-6: INGRESOS MENSUALES TOTALES, PARA EL TIPO DE CONTRATO "PAGUE LO PRODUCIDO CON
TOPE”....................................................................................................................................................174
i
GLOSARIO DE TÉRMINOS.
Agentes del MEM: Personas naturales o jurídicas dedicadas a las actividades de
generación,
al
servicio
público
de
distribución
o transmisión,
Grandes
Consumidores, así como quienes realicen actividades de importación y
exportación de energía.
Aversión al riesgo: Actitud de considerar al riesgo como algo negativo.
Barra de Mercado: Es la barra eléctrica de una subestación, asignada por el
CONELEC, que sirve de referencia para la determinación del precio de la energía.
Calidad del Servicio: Conjunto de características del servicio referidas a la
disponibilidad de las instalaciones, los medios operativos y a la regulación de
voltaje y frecuencia.
Calidad de Potencia: Se caracteriza por la forma de onda y toma en cuenta las
desviaciones en voltaje y frecuencia.
Central o Planta: Conjunto de instalaciones y equipos cuya función es generar
energía eléctrica.
Comercialización: Se refiere a la compraventa de energía en el MEM, incluye la
medición, liquidación, facturación y cobro.
Commoditie: Es un bien primario, tangible, que se transa internacionalmente. Por
ejemplo: granos, metales, productos energéticos (petróleo, carbón, etc.) y suaves
(café, algodón, etc.).
Consumidor: Persona natural o jurídica que recibe el servicio eléctrico
debidamente autorizado por el Generador o Distribuidor, dentro del área de
concesión. Incluye al consumidor final y al Gran Consumidor.
ii
Consumo: Es la cantidad de energía eléctrica utilizada por un Agente del MEM,
consumidor, en un intervalo de tiempo.
Contrato: Es un acuerdo entre dos partes legales, en el cual, una de las partes
acuerda entregar un producto o servicio a otra, especificando ciertas condiciones
y especificando el retorno de una cierta cantidad de dinero (o de otros productos o
servicios).
Contrato Futuro: Es un contrato por el cual se garantiza la entrega del activo
suscrito en la cantidad, calidad y precio en una fecha específica, a un precio
especificado en la fecha en que se realiza el contrato.
Costo: Valorización monetaria de la suma de los recursos y esfuerzos que han de
invertirse para la producción de un bien o de un servicio.
Costos Fijos: Son los costos necesarios para la instalación y operación de un
determinado equipo (inversión, seguros, personal, depreciación, rentabilidad,
etc.), sea que este funcione o no.
Costos Variables: Son aquellos costos en los que se incurre para operar y
mantener los equipos y que cambian en función de la magnitud de la producción.
Curva de Carga Representativa: Es la curva que caracteriza las demandas de
un consumidor típico de un sector de consumo identificado en la estructura
tarifaria.
Demanda: De acuerdo a [5], la demanda de una instalación o sistema es la carga
requerida de la fuente de alimentación a los terminales de recepción, promediada
sobre un intervalo (denominado intervalo de demanda) específico de tiempo. Los
intervalos de demanda más usuales son 15, 30 o 60 minutos.
iii
Demanda Máxima: Es el mayor valor de demanda medido en un período de
tiempo determinado, mismo que puede ser de un día, una semana, un mes, un
año.
Disponibilidad: La disponibilidad de operación es el porcentaje del tiempo que
una unidad generadora, línea de transmisión u otra instalación, es capaz de
proporcionar servicio, ya sea que el sistema precise o no su funcionamiento.
Distribuidor: Es la persona natural o jurídica titular de una concesión para la
prestación del servicio público de distribución de energía eléctrica, por virtud de la
cual asume la obligación de prestar el suministro de electricidad a los
consumidores finales ubicados dentro del área respecto de la cual goza de
exclusividad regulada.
Energía Eléctrica: Es la generación o uso de la potencia eléctrica por un equipo
o dispositivo en un período de tiempo, expresada en kWh, MWh o GWh.
Incertidumbre: Se refiere a una percepción no estructurada de lo aleatorio, es
decir, define a lo desconocido que puede ocurrir en un tiempo determinado o algo
que produce un impacto que es desconocido y que no puede ser resuelto de
forma determinística.
Generador: Persona natural o jurídica, titular de una concesión, permiso o
licencia para la explotación de una o varias centrales de generación eléctrica.
Gestión de Riesgo: Herramientas que permiten disminuir los costos o pérdidas
asociadas al riesgo y sus respectivas probabilidades de ocurrencia.
Gran Consumidor: Agente del MEM, debidamente calificado por el CONELEC
por sus características de consumo, que está facultado para acordar libremente
con un generador o distribuidor el suministro y precio de energía eléctrica.
iv
Potencia Remunerable Puesta a Disposición: Es la magnitud de potencia
activa que será remunerada a cada generador.
Precio: Es la cantidad de dinero dada a cambio de una mercancía o servicio, es
decir, es el valor de una mercancía o servicio en términos monetarios.
Proyección de Demanda: Proceso matemático que permite predecir la demanda
de un sistema para un determinado período en el futuro.
Punto de Entrega: Se entenderá como tal el lado de la carga del Sistema de
Medición, es decir, los terminales de carga del medidor en los sistemas de
medición directa y el lado secundario de los transformadores de corriente en los
sistemas de medición indirecta o semi-indirecta, independientemente de donde
estén ubicados los transformadores de tensión.
Riesgo: Se lo define como un costo o fuente de pérdida y su probabilidad
asociada de ocurrencia.
Riesgo de Mercado: Riesgo que los precios de mercado o tarifas cambien y que
una posición pierda valor. Este tipo de riesgo no es diversificable mediante la
creación de portafolios de inversión.
Volatilidad del precio: Mide la variación del precio en relación con las
frecuencias de las variaciones.
v
RESUMEN.
Los beneficios esperados debido a la comercialización de la energía por parte de
un generador dependen, en gran medida, de la identificación de las oportunidades
de mercado disponibles, y de la cuantificación precisa de los beneficios y riesgos
que resulten de la estrategia diseñada para explotarlas. Por ello es imprescindible
el desarrollo y aplicación de técnicas matemáticas que permitan el diseño de
estas estrategias, con un tratamiento adecuado de las incertidumbres para reducir
la exposición a los riesgos involucrados. El uso de este tipo de herramientas es de
fundamental importancia para obtener el compromiso óptimo entre beneficios y
riesgos, que permita maximizar el valor de la empresa de generación y su
supervivencia a largo plazo.
Por los motivos señalados, el presente estudio entrega una propuesta
metodológica de análisis de riesgo aplicado al proceso de compra y venta de
energía, desde el punto de vista del generador, a través de las tres modalidades
de contratación más utilizadas en el mercado eléctrico ecuatoriano: “Pague lo
Contratado”, “Pague lo Demandado” y “Pague lo Producido con Tope de
Demanda”.
La utilización de Contratos brinda al generador la opción de vender su producción
de energía a un precio constante, controlando la variabilidad de los precios de la
energía existente en el Mercado Spot. A más de evitar altos costos de
transferencia, el uso de acuerdos bilaterales brinda la oportunidad de transferir el
riesgo a un tercero, y da la facilidad de prever incentivos en caso de ser
necesario.
Las cantidades y precios de la energía que se desea adquirir o suministrar a
futuro, a través de contratos, dependen de los cambios ocasionados por las
variables a las cuales se hallan sujetos los acuerdos bilaterales. Esto repercute en
los beneficios que puede obtener una empresa, por lo cual se hace indispensable
la elaboración de estudios de los niveles de riesgo existentes en contratos, a fin
vi
de que las partes inmersas determinen si es viable o no la firma de un
determinado tipo de acuerdo contractual.
Este estudio brinda un esquema que pueden seguir las centrales de generación
en forma permanente, para sistematizar la toma de decisiones en la
comercialización de energía a través del mercado de contratos, que debe ser
realizada con agilidad y responsabilidad. Además, se mencionan brevemente los
riesgos que afectan a los consumidores del MEM, lo cual sirve de guía para que
estos agentes puedan realizar análisis similares al efectuado como ejemplo,
dando la posibilidad que determinen los flujos de dinero y niveles de riesgo que
éstos están dispuestos a adquirir en la firma de contratos.
La metodología utilizada considera tres aspectos. En primer lugar, una
recopilación bibliográfica orientada a identificar los riesgos asociados al negocio
de generación eléctrica; luego, cuáles de éstos son susceptibles de ser
controlados mediante técnicas de gestión del riesgo, y finalmente, la elaboración
de una simulación computacional que permita visualizar el impacto de las
variables inmersas dentro de un acuerdo contractual en la liquidez de la empresa
generadora.
Cabe acotar que las variables que mayor riesgo producen en la firma de
contratos, consideradas aleatorias, desde el punto de vista del generador, son:
Producción de Energía de la generadora, Precios Spot de la energía, y la
Demanda de Energía a contratar. De éstas, se simuló en forma estocástica la
variable Demanda de Energía para el ejemplo planteado, debido a que la
información recopilada permitió realizar un completo análisis del comportamiento
que sigue esta variable. Las otras variables fueron analizadas de acuerdo a la
información adquirida y a las consideraciones indicadas más adelante.
La identificación de fuentes de riesgo y la comprobación, mediante metodologías
de simulación, de la alta volatilidad en las ganancias que se obtuvo por parte de la
generadora, justificó la necesidad del estudio de herramientas que permitan
cuantificar el riesgo al que se expone la empresa, y qué posibilidades tiene de
vii
lograr una cobertura que le ayude a enfrentar riesgos. Por este motivo, se
implementó el CFaR (Cash Flow at Risk) y el EaR (Earning at Risk) para
cuantificar el riesgo.
Al final del estudio, se establecieron las alternativas que permiten controlar el
riesgo en cada uno de los casos, y se dan varias recomendaciones del estudio
realizado.
1
1. INTRODUCCIÓN.
En las diferentes actividades en las que se desempeña el ser humano, este se ve
inmerso en múltiples negociaciones con la finalidad de vender y adquirir productos
que le permitan solventar sus necesidades. Cuando el horizonte de tiempo es
amplio (semanas, meses, años), surge la necesidad de implementar contratos
que establezcan precios adecuados a los diferentes productos. La firma de
contratos frente a la opción de realizar negociaciones en tiempo real, permite
obtener las siguientes ventajas: ahorros en costos de transacción, previsión de
incentivos, y transferencias de riesgo, los que serán explicados con detalle en
capítulos de este proyecto de titulación.
Por este motivo, los acuerdos contractuales entre dos o más entidades juegan un
rol fundamental al intentar obtener beneficios económicos en tiempo futuro, ya
que los mismos se encuentran sujetos a cambios ocasionados por el
comportamiento de variables sociales, políticas, climatológicas, económicas, entre
otras, las cuales pueden alterar significativamente las condiciones previamente
establecidas en un contrato, lo que ocasionaría un aumento o disminución de las
cantidades y precios de los productos que se requieren suministrar o adquirir por
parte de los actores inmersos en un acuerdo contractual. La variación de los
parámetros mencionados con anterioridad produce incertidumbre sobre los
resultados que se desean obtener, y su aceptación dentro de este tipo de
negociaciones se denomina riesgo. Por consiguiente, las partes que firmen
contratos a plazo, deben elaborar estudios de los niveles de riesgo que ambos
están dispuestos a asumir.
Uno de los campos donde se dan estas particularidades son los mercados de
energía eléctrica, en los cuales periódicamente se firman contratos a plazo entre
generadoras de energía eléctrica y distribuidoras, y entre generadoras y grandes
consumidores. Para elaborar análisis de los riesgos que pueden existir en
acuerdos contractuales de esta naturaleza y tomar decisiones adecuadas que
permitan manejarlos apropiadamente, se utilizan herramientas y modelos
2
financieros aplicados al sector eléctrico, con la finalidad de disminuir el riesgo
asociado a esta incertidumbre o compensarlo con una mayor rentabilidad sobre la
inversión realizada.
Por las consideraciones anteriormente expuestas nace la necesidad de realizar el
presente trabajo, el cual determinará los flujos de caja y beneficios que una
central hidroeléctrica esperaría obtener al cabo de un año, considerando tres
modalidades de contratación que se utilizan frecuentemente en el MEM
ecuatoriano: “pague lo contratado”, “pague lo demandado”, y “pague lo producido
con tope de demanda”. Para alcanzar este propósito, inicialmente se identifican
las variables influyentes dentro del negocio de generación eléctrica, y los riesgos
asociados a estas variables. La forma en que estas variables y su riesgo asociado
influyen en los tipos de contratos mencionados, será cuantificado a través de
herramientas de análisis financiero como el CFaR (Flujo de Caja en Riesgo) y el
EaR (Utilidad en Riesgo), mismos que permitirán realizar análisis para determinar
el tipo de contrato que mejores réditos brinde en cada uno de los ejemplos
elaborados en este estudio, considerando apropiados aquellos flujos de caja o
ingresos que tengan una probabilidad de ocurrencia correspondiente a un x
porcentaje.
Al final de este trabajo se mencionarán, de manera teórica, los mecanismos que
permitirían disminuir los niveles de riesgo, y sus correspondientes consecuencias
en los flujos de dinero que recibirían las partes inmersas en cada uno de los tipos
de contratos señalados con anterioridad.
3
1.1. ANTECEDENTES.
Existen diferentes factores que motivaron la utilización de herramientas de
análisis financiero para gestionar el riesgo de contratos a plazo dentro de los
mercados de energía eléctrica. Una de las causas iniciales fue el importante
crecimiento que tuvo la demanda de energía en el campo industrial entre los años
30 y 70, lo cual obligó a que muchos países del mundo pongan en marcha
programas agresivos de electrificación. Otro motivo fue la primera crisis del
petróleo registrada en los años 70, la cual introdujo un alto margen de volatilidad
en los precios de los combustibles y un cambio repentino en la elasticidad de la
demanda respecto a la variación creciente de los precios de la electricidad.
Otra de las causales y de principal incidencia, fue la desregulación del sector
eléctrico a nivel mundial en los años 90, lo cual hizo que distintos países (incluido
el nuestro), lleguen a desintegrar los modelos de mercado verticalmente
integrados, mismos que de acuerdo a la referencia [12] presentaban las
siguientes características:
•
Empresas eléctricas con una concesión en un área geográfica, lo cual les
permitía asegurar un número determinado de clientes sin tener competencia
alguna.
•
Consumidores vinculados a un único proveedor del servicio sin capacidad de
elección acerca de quien suministraba su demanda.
•
Precio de la energía adoptado por procesos de regulación tarifaria que no
resultaban muy claros para los consumidores.
•
Fijación de tarifas muchas veces obedeciendo a motivaciones políticas ajenas
a criterios económicos.
•
Subsidios
cruzados
entre
sectores
de
consumo,
usualmente
desde
consumidores con elevado poder adquisitivo hacia sectores considerados
pobres.
•
Subsidios entre las distintas etapas de los sistemas eléctricos (generación,
transmisión y consumo), sin posibilidad de identificar claramente los costos de
cada etapa.
4
•
La planificación era llevada a cabo en forma centralizada, y generalmente
existía sobre inversión en equipamientos.
Con la nueva estructura de los sistemas eléctricos, la energía eléctrica pasa a ser
un producto que puede ser comercializado de forma independiente de la manera
en la que se realice el suministro físico. Mediante la desregulación se implementó
un modelo de mercado competitivo, cuyo objetivo consiste en alcanzar la
eficiencia económica en la industria, permitiendo que participen todos los agentes
bajo las mismas posibilidades de efectuar negociaciones de compraventa de
energía, y ejecutando la asignación de recursos a través de prácticas
competitivas; tratando de eliminar de esta forma las deficiencias monopólicas de
mercado mencionadas.
En nuestro país se hace indispensable implementar modelos que permitan
gestionar el riesgo existente en las distintas modalidades de contratación a largo
plazo, las cuales hasta la presente fecha no han sido tomadas en consideración
en estudios como el que se presenta, lo cual ha repercutido en que generadores,
distribuidores, y grandes consumidores de energía eléctrica tengan exuberantes
ganancias en ciertas ocasiones, o pérdidas excesivas producto de acuerdos
contractuales mal analizados y adquiridos.
1.2. CONTRATOS EN EL SECTOR ELÉCTRICO.
De acuerdo a la definición de contrato presentada en la parte inicial de este
trabajo, es necesario que en la firma de un acuerdo contractual existan por lo
menos dos personas legales, una de las cuales se compromete a dar un producto
o servicio a cambio de una cierta cantidad de dinero.
En teoría, comprador y vendedor podrían acordar las condiciones de venta al
momento de efectuar la entrega de un determinado producto sin necesidad de
firmar un contrato. Sin embargo, la firma de contratos permite a cada una de las
partes obtener beneficios, los cuales pueden clasificarse en tres tipos [1]:
5
1. Ahorros en costos de transacción: Los costos que surgen de negociar,
ejecutar y obligar los pagos cada vez que un consumidor desea comprar
energía de la red, se denominan costos de transacción. Los contratos permiten
disminuir estos costos al estandarizar las condiciones contractuales, tomando
como base las condiciones que se esperarían tener a futuro. Esta
estandarización resulta ser mutuamente beneficiosa cuando los costos de
estandarizar los términos son menores a los costos que surgen de tener
diferentes condicionamientos para cada transacción individual.
2. Transferencia de riesgo: El uso de contratos permite transferir el riesgo de
mercado a una tercero siempre y cuando exista un beneficio de por medio, el
cual se produce cuando el tercero está dispuesto a cargar con este riesgo o
cuando este tiene mayor control sobre la fuente de riesgo.
3. Previsión de incentivos: Las asimetrías en el conocimiento de las fuentes de
riesgo en una transacción, provoca que la parte que posea mayor información
sobre estas fuentes riesgosas pueda sacar provecho sobre el otro participante
de la negociación. El uso de contratos permite a la parte que posea menor
cantidad de información asegurarse de que el otro participante en el acuerdo
contractual tenga un comportamiento eficiente, especificando los incentivos, y
manejando los riesgos asociados de forma que le permitan obtener resultados
satisfactorios.
Los tipos de contratos que serán motivo de estudio en los siguientes capítulos de
este trabajo, toman en consideración estos beneficios, y determinan reglas de
juego que permiten a las partes inmersas en este tipo de negociaciones, obtener
ganancias o evitar pérdidas excesivas.
1.3. ESTRUCTURA DEL SECTOR ELÉCTRICO ECUATORIANO.
La actual estructura del MEM ecuatoriano, se inició como un proceso de
reestructuración del sector eléctrico en el año de 1992, y culminó con la
promulgación de la Ley del Régimen del Sector Eléctrico el 10 de Octubre de
6
1996, la cual entró en vigencia el 1 de Abril de 1999. Con la nueva LRSE se
implementa un modelo de marco legal y regulatorio que estimula la competencia
en la generación, la centralización de la transmisión, la distribución monopólica en
el área de concesión, y busca fortalecer la confiabilidad1 y calidad del servicio e
incentivar la inversión privada [14].
El Sector Eléctrico con estas modificaciones presenta la estructura mostrada en la
FIGURA 1-1:
FIGURA 1-1: Estructura del Sector Eléctrico Ecuatoriano.
Donde:
G = Empresas de Generación.
T = Empresa de Transmisión.
D = Empresas de Distribución.
GC = Grandes Consumidores.
1
Confiabilidad es la capacidad de un dispositivo o equipo para funcionar sin falla en un determinado período
bajo un cierto régimen de trabajo [15].
7
A continuación se hace una breve referencia de la descripción de cada uno de los
componentes de este modelo [14]:
1.3.1. AGENTES.
•
Empresas concesionarias de distribución, las cuales se conforman como
sociedades anónimas, para satisfacer toda la demanda de servicios de
electricidad que estén dentro de los términos de su contrato de concesión.
Está obligada a permitir el libre acceso de terceros.
•
Empresas
concesionarias
de
generación,
constituidas
en
sociedades
anónimas, mismas que asumen los riesgos comerciales inherentes a su propia
explotación, bajo principios de libre competencia, eficiencia y transparencia.
•
Grandes consumidores, los cuales tienen posibilidades de libre generación;
deben registrar una demanda máxima igual o mayor a 650 kW, un consumo
mínimo de energía anual de 4500 MWh y poseer un solo punto de medición
instalado al lado primario del sistema de transformación [17].
1.3.2. INTEGRANTE.
•
Empresa concesionaria de transmisión, formada con los activos de propiedad
del Estado, correspondientes al Sistema Nacional Interconectado. Sirve de
enlace entre las empresas generadoras y las empresas distribuidoras y
grandes consumidores. Tiene la obligación de permitir el libre acceso a los
agentes del MEM.
1.3.3. ADMINISTRADOR TÉCNICO Y COMERCIAL.
•
Centro Nacional de Control de Energía (CENACE), mismo que tiene a su
cargo la administración de las transacciones técnicas y financieras del MEM.
1.3.4. REGULADOR.
•
Consejo Nacional de Electricidad (CONELEC), el cual regula y controla el
Sector Eléctrico. Además, desarrolla planes indicativos de desarrollo de
8
electrificación, aprueba pliegos tarifarios, otorga permisos de concesión, entre
otros.
1.4. MERCADO SPOT Y DE CONTRATOS.
Dentro de los mercados de energía eléctrica, el generador es el agente
económico que tiene libre disponibilidad sobre algún equipamiento técnico, con
capacidad de generar energía eléctrica de manera que un tercero pueda hacer
uso de su producción y que tenga además, derecho de percibir por esta
transacción una compensación libremente acordada. Por lo tanto, el generador
tiene el derecho de decidir sobre el volumen producido y de ubicar su producción
en el momento y la manera que resulte más conveniente para él.
Dependiendo de los mercados a los cuales tiene alcance y de las perspectivas de
negocio, el generador decidirá en cual o cuales mercados participará. Es
importante notar que la capacidad de explotar oportunidades en cada uno de los
mercados, dependerá de la capacidad y tipo de tecnología que dispone la
generadora para la producción de energía.
Cada modelo de mercado posee sus propias características en lo referente a
precios, liquidez, volatilidad, incertidumbres, riesgos, nivel de competencia,
costos, etc. A continuación se presentan los tipos de mercado existentes en
nuestro país, y sus respectivas particularidades.
1.4.1. MERCADO SPOT.
Tuvo su origen al ocurrir la desregulación del sector eléctrico. En este tipo de
mercado necesariamente la energía transada resulta en flujos reales de energía.
Los precios, mismos que reflejan las condiciones reales de mercado al momento
de suministrar la energía producida hasta los consumidores, no se actualizan
continuamente, sino en períodos de tiempo de una hora. Este mercado es
manejado por el operador del sistema, y el precio de equilibrio de mercado se
determina en base a la información de la energía efectivamente consumida, del
9
conjunto de generadores que efectivamente la suministraron y de las restricciones
activas durante la operación del sistema. Es decir, se determina un conjunto de
precios para cada nodo del sistema.
A través de esta modalidad de mercado se eliminan todas las inexactitudes de los
pronósticos de los agentes sobre su consumo y generación respecto de lo que
realmente fue consumido y producido. Dado que en esta modalidad el precio
puede tener variaciones significativas, lo cual lo convierte en un elemento
sumamente volátil, puede traer consigo riesgos considerables, como también
oportunidades muy atractivas para el generador. Este mercado es siempre
accesible para el generador, ya que la liquidez se encuentra garantizada debido a
que es posible ubicar la producción ofreciendo precios suficientemente bajos (en
teoría).
1.4.2. MERCADO DE CONTRATOS.
Este tipo de mercado se caracteriza porque las transacciones se pactan en
contratos de corto o largo plazo entre Generadores, Generadores y Distribuidores,
y entre Generadores y Grandes Consumidores [14]. Los contratos se contraen
libremente en cantidades y precios, los mismos que en la mayoría de los casos se
ponen en conocimiento del Operador del Sistema para que este verifique que
exista la capacidad de transmisión y generación necesarias para llevar a cabo las
transacciones pactadas y mantener el equilibrio del sistema [12].
El generador que ha firmado un acuerdo contractual, tiene la obligación de cumplir
con el abastecimiento independientemente de si es o no despachado [14]. En el
caso de no ser despachado o de ser despachado con una menor cantidad de
energía a la pactada en el contrato, el generador puede comprar en el mercado
ocasional la energía que necesite para cumplir sus contratos.
1.4.3. MERCADO HÍBRIDO.
Este mercado combina los tipos de transacciones spot y de contratos. Los
contratos se firman libremente en cantidad y precio, pero el despacho económico
10
es realizado para la demanda total del sistema. En este modelo, los agentes del
mercado pueden realizar transacciones en el mercado ocasional como también
suscripción de contratos.
11
2. OBJETIVOS.
2.1. PRESENTACIÓN DEL PROBLEMA.
En el presente trabajo se buscan analizar las interrogantes relacionadas con los
riesgos existentes en la compraventa de energía a través de contratos bilaterales,
desde el punto de vista del generador de energía eléctrica, identificando las
variables que pueden intervenir y producir riesgo al cerrar un acuerdo contractual
entre proveedores y demandantes de esta energía, para un año a futuro.
Con el propósito de evaluar cuantitativamente la forma en que incide el riesgo, se
implementan herramientas de análisis financiero como el CFaR (Flujo de Caja en
Riesgo) y EaR (Utilidad en Riesgo), mecanismos que permitirán determinar los
flujos de dinero o beneficios que puede obtener la generadora producto del riesgo
existente en contratos. Estas metodologías son las más utilizadas en las
empresas de energía, debido a que consideran una función que incluye la
operación de las centrales y la gestión financiera en el mercado de energía.
Para satisfacer estas interrogantes se elaboran tres ejemplos de aplicación,
mismos que servirán de guía a productores y consumidores de energía, que
deseen conocer la manera adecuada de evaluar y afrontar las incertidumbres
presentes en la firma de acuerdos contractuales.
Para los ejemplos elaborados en este trabajo, se ha tomado una Central
Hidroeléctrica de pasada con una capacidad de 13 MW, la cual firma contratos a
plazos con dos Empresas de Distribución: “Riobamba S. A.” y “Santa Elena S. A.”,
y con tres Grandes Consumidores en conjunto: “GRAIMAN”, “CERVACERÍA
NACIONAL” y “BOPP DEL ECUADOR”, considerando las características de
demanda de energía que correspondan a cada uno de los agentes descritos. En
los análisis se emplean las tres modalidades de contratación utilizadas
frecuentemente en el MEM ecuatoriano, como son: “Pague lo Contratado”, “Pague
lo Demandado”, y “Pague lo Producido con tope de Demanda”, y se toman en
consideración las leyes, regulaciones y reglamentos que rigen al Mercado
12
Eléctrico ecuatoriano. Cabe acotar que, con la finalidad de analizar los efectos de
cubrir parte de los acuerdos bilaterales a través del Mercado Ocasional, se
establecieron contratos con una cantidad de energía superior a la capacidad de
máxima producción de la Central de Generación, razón por la cual no se tomó en
consideración la restricción que impide que los generadores realicen contratos
que superen el 5% de su energía firme [15].
Además, se asume que las transacciones comerciales se realizan en la Barra de
Mercado, razón por la cual el Factor de Nodo toma el valor de 1. De esta forma se
desprecia la variación de las pérdidas ocasionadas por la red de transmisión con
respecto a la variación de la potencia inyectada en un determinado nodo, valor
que influye en los costos totales de la hidroeléctrica. En caso de que se deseen
obtener flujos de dinero que incluyan este factor, se deben modificar las
ecuaciones utilizadas en el cálculo de ingresos y egresos de dinero, agregando el
Factor de Nodo correspondiente a cada nodo del sistema.
Al final del estudio, se identificarán las variables que producen incertidumbre en la
firma de contratos bilaterales, se mencionarán los efectos de no realizar un
adecuado análisis de riesgo, se determinará el tipo de contrato que brinde los
ingresos anuales más altos para la hidroeléctrica, y se establecerán alternativas
que permitan controlar el riesgo adecuadamente.
2.2. OBJETIVO GENERAL.
Elaborar un análisis de riesgos existentes en las distintas modalidades de
contratación utilizados con mayor frecuencia dentro de las negociaciones del
Mercado Eléctrico Ecuatoriano para la compraventa de energía, sobre la base de
leyes y normativas vigentes, aplicado a generadores, distribuidores y grandes
consumidores.
13
2.3. OBJETIVOS ESPECÍFICOS.
Se establecerá una metodología que permita:
1. Identificar las variables que ocasionan incertidumbres en los resultados
financieros producto de los contratos de compraventa de energía entre los
diferentes agentes del mercado eléctrico ecuatoriano.
2. Determinar el comportamiento del flujo de caja a futuro, para cada uno de los
diferentes tipos de contratos, con la recopilación de información y datos
históricos de los distintos agentes del MEM (Un Generador, dos Empresas de
Distribución y tres Grandes Consumidores), tanto para la generación y
demanda.
3. Buscar alternativas que permitan controlar los niveles de riesgo existentes en
contrataciones
de
compra
y
venta
de
energía,
aplicando
modelos
probabilísticos y económicos.
2.4. ALCANCE.
Con el presente trabajo se desean establecer, de forma clara, los riesgos
existentes en cada una de las modalidades de contratación del MEM para la
compra y venta de energía eléctrica. Como principal indicador se presentará el
riesgo al Flujo de Caja que considere adecuadamente las incertidumbres
provocadas por variaciones de diferentes variables.
Con esta finalidad, se analizarán los resultados obtenidos en base a
modelaciones probabilísticas que permitan dar señales acerca del correcto
desenvolvimiento de las negociaciones contractuales a futuro dentro del MEM.
14
2.5. CONTENIDO DE LA TESIS.
El presente documento está estructurado de la siguiente manera:
El capítulo 1 mostró una breve descripción de los factores que producen
incertidumbre en la firma de contratos a plazos, y las causas que motivaron el uso
de acuerdos contractuales entre los distintos agentes que componen un mercado
eléctrico. Además, se indican las razones para elaborar contratos y evitar ejecutar
transacciones sin firmar acuerdos de esta magnitud. También se presenta una
descripción de los mercados spot y de contratos, utilizados en el MEM
ecuatoriano y en algunos otros mercados de energía eléctrica a nivel mundial.
En el capítulo 2 se presenta la problemática a resolver en este estudio, y los
mecanismos a ser utilizados en la obtención de flujos de dinero para los tres
casos considerados. Se plantea el objetivo general y los objetivos específicos del
presente trabajo investigativo. También se indican el alcance y las contribuciones
que lleva consigo el estudio realizado.
Después de revisar una amplia bibliografía relacionada con el tema presentado,
en el cual se incluyen estudios efectuados en mercados eléctricos de países
latinoamericanos, en el capítulo 3 se presenta una extensa descripción de las
variables que producen incertidumbre en los mercados de energía eléctrica.
Además se indican los riesgos asociados al mercado de contratos bilaterales, los
tipos de contratos que se pueden firmar en distintos mercados eléctricos y los que
más se utilizan en el MEM ecuatoriano, con sus respectivas características.
También se mencionan las herramientas empleadas para analizar el riesgo, con
sus respectivas ventajas y desventajas; y se describe de forma extensa la
elaboración de pronósticos de demandas, cuya metodología fue utilizada en parte
de este trabajo. Por otro lado, se indica la forma en que liquidan transacciones de
energía en el Mercado Spot y de Contratos.
En el capítulo 4 se presentan tres ejemplos de la metodología propuesta. Los dos
primeros
consisten
en
acuerdos
contractuales
entre
una
Generadora
15
Hidroeléctrica y dos Distribuidoras de Energía Eléctrica, y el tercero entre la
misma Hidroeléctrica y tres Grandes Consumidores. En cada caso, se indican los
flujos de caja que se obtendrían para tres modalidades de contratación vigentes
en el MEM ecuatoriano, en base a la simulación estocástica de la Demanda de
Energía, y tomando en consideración el cambio que tendrían variables con
incertidumbre como la producción de la generadora y los precios de contrato.
En el capítulo 5 se indican las alternativas que permiten controlar los riesgos
existentes en la firma contratos bilaterales.
En el capítulo 6 se recopilan las principales conclusiones que se desprenden de
la investigación realizada.
En el capítulo 7 se listan las principales referencias bibliográficas indagadas en el
desarrollo del presente estudio.
Finalmente, en los anexos se detallan los documentos anexos al trabajo
desarrollado. Los anexos 1 y 3 se presentan en el CD adjunto. Los anexos
restantes se incluyen en el capítulo 8.
2.6. CONTRIBUCIONES ESPERADAS DEL TRABAJO.
Las contribuciones que se esperan otorgar al lector con la elaboración del
presente trabajo, son las siguientes:
1) Brindar una herramienta de ayuda a generadores de energía eléctrica, que
muestre de forma sencilla las ventajas y desventajas de elegir y efectuar
acuerdos bilaterales para la venta de su producción de energía, utilizando las
tres modalidades de contratación empleadas con frecuencia dentro del MEM
ecuatoriano: “Pague lo Contratado”, “Pague lo Demandado”, y “Pague lo
Producido con Tope de Demanda”. De esta manera, la generadora podrá
16
visualizar los riesgos que está dispuesta a asumir, y hasta que punto acepta
las condiciones contractuales a fin de obtener beneficios económicos.
2) Mostrar a los consumidores de energía, las ventajas y desventajas que existen
en la firma de contratos a plazos dentro del Mercado Eléctrico ecuatoriano.
3) Presentar las incertidumbres que surgen de las características del mercado,
como también aquellas que nacen de condiciones técnicas, financieras, o de
factores sociales que pueden influir en la compraventa de energía.
4) Brindar un amplio panorama de los riesgos asociados al mercado de contratos
bilaterales de energía, teniendo en cuenta que en el mercado de energía
siempre existirán variables con incertidumbre, y que existirá riesgo el momento
en que estas variables se asuman dentro de acuerdos contractuales.
5) Mostrar los comportamientos mensuales y anuales de los flujos de dinero en
cada una de las modalidades de contratación consideradas, con la finalidad de
que la empresa de generación anticipe su solvencia mensual.
6) Presentar las características de varios tipos de contratos, y la forma apropiada
de elegir aquel que permita controlar posibles riesgos y que ayude a manejar
estrategias de mercado que sean de interés para el agente.
7) Dar a conocer herramientas de análisis que evalúen y cuantifiquen el riesgo,
resaltando los mecanismos que se pueden aplicar y manejar en el sector
eléctrico ecuatoriano. A manera de ejemplo se muestra la forma en que
trabajan CFaR y EaR al asumir un x % de riesgo.
8) Brindar alternativas que permitan controlar riesgos al realizar acuerdos
bilaterales.
17
9) Otro aporte de este estudio consiste en mostrar las ventajas y desventajas que
tiene el generador al participar en los dos tipos de mercados existentes en
nuestro país: Mercado Spot y de Contratos.
10) Se
presentan
metodologías
que
permiten
extraer
información
del
comportamiento y características de las variables consideradas para el
estudio, mismas que pueden ser utilizadas con otros parámetros en caso de
ser necesario.
11) A pesar de haber tomado como ejemplo una Central Hidroeléctrica para
efectuar los distintos ejemplos y análisis, el trabajo constituye un aporte
valioso para cualquier otro productor de energía eléctrica, ya que, aunque las
variables que producen riesgo puedan ser distintas y de que intervengan otros
factores adicionales a los considerados, las bases conceptuales en el uso de
contratos y en el análisis de riesgo son las mismas.
18
3. MARCO TEÓRICO.
3.1. INCERTIDUMBRE EN LOS MERCADOS DE GENERACIÓN
ELÉCTRICA.
Los acuerdos contractuales entre agentes dentro de un mercado eléctrico
establecido bajo normas y reglamentos, se encuentran sujetos a incertidumbres
ocasionadas por cambios de las variables que intervienen en este tipo de
negociaciones. Esto se puede revelar como una oportunidad de obtener mayores
rentabilidades, o puede comprometer el desempeño de un proyecto o de agentes.
En el momento en que las partes inmersas en un acuerdo contractual deciden
asumir variables sujetas a incertidumbre, en ese instante la incertidumbre se
convierte en un riesgo. De acuerdo a [4], las fuentes de incertidumbre más
importantes son las siguientes:
1. La hidraulicidad del sistema: El componente hidráulico de un sistema cobra
una especial importancia en los estudios de mediano plazo. Para corto plazo
se pueden prever condiciones hidráulicas con relativa precisión; mientras que,
para largo plazo se suponen condiciones hidráulicas medias, debido a que
existirán años con baja hidraulicidad, y otros con alta.
2. El precio de los combustibles: Este parámetro influye directamente en los
costos de los grupos térmicos. De acuerdo a la referencia [2], los precios en
los mercados eléctricos presentan las siguientes características:
a) Gran volatilidad comparado con otros commodities energéticos.
b) Picos de precios con fuerte tendencia de reversión al nivel de picos
normales.
c) Pronósticos de precios afectados de incertidumbre.
19
3. Precio de la energía eléctrica: Se debe a las fluctuaciones de los precios de
la energía en los mercados eléctricos. Existen cuatro rasgos esenciales que
explican la variabilidad horaria de los precios de la energía existentes en todos
los mercados eléctricos actualmente establecidos:
a) Inelasticidad de la demanda. Por este motivo los agentes no pueden
ajustar su demanda a los precios de mercado.
b) Elevada pendiente de la curva de oferta cerca del nivel máximo. El costo
marginal de suministro de energía puede ser muy elevado, debido a que la
demanda de potencia se acerca a la capacidad de generación disponible.
c) Arbitraje intertemporal imposible, debido a que aún no existe una forma
económica de almacenar energía en cantidades considerables.
d) Congestiones del sistema de transmisión, las cuales provocan abruptos
movimientos de precios y diferencias de precios que pueden ser
significativas entre nodos del sistema.
e) Propensión al ejercicio de poder de mercado. Un agente puede elevar los
precios de mercado por encima de los niveles competitivos si se produce
una combinación de los factores anteriormente indicados.
4. La demanda del sistema: Esta fuente de aleatoriedad tiene importancia
dentro de los estudios de corto, largo y medio plazo, teniendo mayor
relevancia en los dos primeros tipos de análisis mencionados.
5. La disponibilidad de los grupos térmicos: Este parámetro influye en las
tecnologías de generación que deben ser utilizadas para suministrar la energía
necesaria tal que permita cubrir la demanda.
6. El comportamiento de los agentes: Esta fuente de incertidumbre se analiza
en las estrategias de oferta en el medio plazo. Una alternativa para determinar
este comportamiento es el uso de las pendientes de las curvas de demanda
residual. De acuerdo a [4], la demanda residual de una empresa resulta de
sustraer a la demanda del sistema la suma de las curvas de oferta de todas
las empresas excepto la suya.
20
Acotando a lo expuesto, las fuentes de riesgo varían según el horizonte en el que
este es medido. Para el caso de la generación eléctrica [20], existen tres
horizontes de tiempo a considerar:
1. Corto plazo (menos de un mes): Riesgo de operación de las centrales de
generación.
2. Medio plazo (entre un mes y un año): En este horizonte la operación pasa a
segundo plano siendo el más relevante el riesgo de mercado, el cual es
gestionado por medio de contratos.
3. Largo plazo (más de un año): Los principales riesgos son regulatorios y los de
cambios de tecnología.
3.2. RIESGOS ASOCIADOS AL MERCADO DE CONTRATOS
BILATERALES DE ENERGÍA ELÉCTRICA.
Como se mencionó en el punto 3.1, cuando se asumen incertidumbres en un
acuerdo contractual, en ese instante las incertidumbres se convierten en riesgos.
Existen diferentes actitudes frente al riesgo, las cuales dependen del tipo de
agente y de los objetivos establecidos por el mismo. En forma general, se pueden
presentar tres actitudes: especular, ser neutral, o tener aversión al riesgo [20].
Cada una de estas posturas concibe el riesgo como algo bueno, indiferente o
malo respectivamente. En un mercado de energía, la actitud que comúnmente
tienen los agentes es de aversión al riesgo.
Consumidores y productores de energía eléctrica desearán tener una mayor
certeza sobre los valores que tendrán a futuro las variables inmersas en un
contrato de compraventa de energía. El productor tendrá el riesgo de que el
precio sea inferior al que había esperado obtener, mientras que el riesgo para el
consumidor es que el precio sea más alto al que se había previsto. Por estos
motivos, los agentes del mercado eléctrico han desarrollado diversos mecanismos
21
para protegerse de las variaciones de precio, mismos que serán detallados en
capítulos posteriores del presente trabajo.
De acuerdo a [2], la definición de riesgo abarca distintas situaciones, razón por la
cual es necesario clasificar los tipos de riesgo como sigue:
1. Riesgo financiero o riesgo de precio de mercado: Se refiere a las posibles
pérdidas debido a la volatilidad de los precios de la electricidad, mismas que
afectan las ganancias de los agentes del mercado.
2. Riesgo físico: También se denomina “riesgo de volumen”. Este tipo de riesgo
se refiere a las restricciones o limitaciones que el sistema físico pueda tener, o
al mal pronóstico de demandas y capacidades disponibles de generación y de
transporte.
3. Riesgo de base: Se debe a la alteración no equivalente entre el precio del
contrato del bien subyacente y el precio del bien subyacente. Esto puede ser
causado por diferencias en la calidad del producto subyacente, tiempos y/o
lugares de suministro.
4. Riesgo de liquidez: Se refiere a las pérdidas cuando un mercado no es lo
suficientemente líquido, es decir, cuando no hay suficientes movimientos de
compra y venta, lo cual dificulta la determinación de precios de mercado. La
falta de liquidez puede ocasionar la aparición de “poder de mercado” por parte
de algún participante.
5. Riesgo de regulación: Se encuentra asociado a la creación o modificación de
las reglamentaciones que rigen el mercado.
6. Riesgo operacional: También denominado “riesgo por error de contratación
y/o de transacción”. Se produce cuando la empresa se halla en la
imposibilidad de cumplir compromisos, incluyendo los errores provocados por
sus propios funcionarios.
22
7. Riesgo de crédito: Se relaciona con la probabilidad de no pago por parte de
los clientes o de las empresas.
8. Riesgo de contraparte: Se refiere a las pérdidas causadas por el no pago de
la contraparte del contrato.
9. Riesgo
medioambiental:
Se deriva
de
posibles
penalizaciones
por
contaminación [20].
10. Riesgo de mercado: Se encuentra asociado a las variaciones de los retornos
debido a las contingencias que afectan al mercado en forma global. Debido a
que el mercado está afectado por noticias macroeconómicas (por ejemplo tasa
de interés, terrorismo, desempleo, etc.) este tipo de riesgo no es diversificable.
Esto hace que los retornos de las empresas en su totalidad o de un sector en
particular se devalúen, y por lo tanto el precio de las acciones.
Además de los riesgos mencionados existen muchos otros más, como por
ejemplo riesgo de la tasa de interés, riesgo país, riesgo de la moneda, etc. De
entre los mencionados anteriormente el más importante es el “riesgo de
mercado”, dentro del cual se consideran los siguientes aspectos que influyen de
sobremanera en el negocio de la generación eléctrica (mencionados en [1]):
1. Riesgo de precio: Hace referencia a las variaciones que tiene el precio de la
energía a lo largo del tiempo. Esto se puede constatar en el ingreso que
reciben las empresas de generación eléctrica, mismo que depende de la
diferencia entre el precio de contrato y los costos de producción.
2. Riesgo de cantidad: Se refiere a la falta de certeza que tiene cada generador
de no conocer la cantidad de energía que generará en un determinado
instante de tiempo.
23
3. Riesgo de precio de combustibles: Está asociado al aumento que pueda
tener el precio de los combustibles, lo cual incrementaría los costos variables
del generador ocasionando una reducción del número de horas de generación
y una reducción de sus ganancias.
4. Riesgo de disponibilidad: Hace referencia a las contingencias que impiden
que el generador genere la energía requerida.
5. Riesgo por hidrología: Mediante la construcción de embalses de regulación
que permitan abastecer de agua a las Centrales Hidroeléctricas, se disminuye
la variabilidad de la hidrología.
6. Riesgo de abastecimiento de la demanda de energía eléctrica: Se produce
cuando un país no ha tomado las soluciones adecuadas ante el crecimiento de
la demanda de energía eléctrica que debe despachar a futuro. Esto ocasiona
que se realicen inversiones en la red y la generación.
De las variables que pueden afectar los flujos de caja que espera recibir una
empresa al culminar un acuerdo contractual, mencionadas con anterioridad, se ha
considerado como factor de riesgo (para este trabajo) la demanda de los
consumidores, con la cual se desarrolla un proceso probabilístico que será
detallado en capítulos posteriores. Con la producción horaria de energía y los
precios de contrato se efectuará un análisis de sensibilidad para cada uno de los
casos analizados. Los precios spot de energía, y las curvas de carga
comprometidas en contratos tipo “pague lo contratado”, serán tratados acorde a lo
estipulado en el Capítulo IV del presente estudio.
Los riesgos inmersos en la firma de acuerdos bilaterales, influyentes desde el
punto de vista del consumidor, son los siguientes:
1. Riesgo de precio: Se debe a las fluctuaciones de los precios de la
electricidad y de los combustibles.
24
2. Riesgo de cantidad o volumen: Se debe a dos causas:
a) Riesgo de operación por fallos en los sistemas de producción de energía
o en los sistemas de transporte.
b) Riesgo por fluctuaciones de demanda térmica y eléctrica. Se encuentra
ligado a factores como la temperatura, estacionalidad u hora del día.
3. Otros riesgos: Riesgo de crédito y regulatorio.
La herramienta de gestión de riesgo que se desarrolla en este trabajo para los
generadores, puede ser aplicada de manera similar para los consumidores de
energía del MEM; la diferencia radica en que las variables a utilizarse para su
análisis deben ser aquellas que tienen gran influencia sobre los mismos, En el
Capítulo IV se desarrolla un ejemplo para generadores, que puede ser aplicado
para consumidores previo a la selección de sus variables de mayor influencia
frente a riesgos. En este trabajo no se efectúa una modelación de este tipo,
debido a lo extenso que resultaría el análisis a efectuarse.
3.3. MODALIDADES DE CONTRATACIÓN.
Dentro de los mercados de electricidad, existen diferentes modalidades de
contratación que se pueden utilizar al elaborar acuerdos comerciales entre
generadores y comercializadores para la compraventa de energía. Estos
acuerdos le permiten al comercializador garantizar el cubrimiento total o parcial de
la demanda de energía o sus procesos de intermediación comercial, en tanto que
al generador le permiten gestionar y cubrir el riesgo existente en los contratos.
De acuerdo a [7] y [8], los contratos bilaterales de mayor relevancia para efectuar
acuerdos contractuales entre agentes del MEM son los siguientes:
25
a) Pague lo Contratado: En este tipo de contrato, el comercializador compra
determinada cantidad de energía a un determinado precio, y realiza el pago
independientemente de si la consume o no.
b) Pague lo Demandado con Tope: En esta modalidad de contratación, el
agente comprador paga su consumo al precio estipulado en el contrato,
siempre y cuando este sea inferior o igual a la cantidad de energía contratada.
Si el consumo final resulta ser superior al tope acordado en el contrato, la
diferencia se liquida a precios de bolsa, a menos que suscriba contratos
adicionales.
c) Pague lo Demandado sin Tope: Corresponde al valor de la demanda
comercial, afectada por las pérdidas.
d) Pague lo Generado: En este tipo de contrato, las cantidades contratadas se
determinan horariamente con base en la información de generación reportada.
e) Disponibilidad Programada: Este contrato se determina como el menor valor
entre la demanda del comprador y la disponibilidad programada del vendedor
para cada hora.
f) Disponibilidad Comercial: Este contrato se determina como el menor valor
entre la demanda comercial del comprador y la disponibilidad comercial del
vendedor para cada hora.
g) Generación Ideal: A este contrato se le asigna como cantidad contratada, la
generación ideal del vendedor.
h) Precio de Bolsa: En estos contratos únicamente se despacha si el precio en
Bolsa, para las horas estipuladas en el contrato, es mayor que el precio del
contrato.
26
3.4. TIPOS DE CONTRATOS MÁS UTILIZADOS EN EL MEM
ECUATORIANO.
De las modalidades de contratación mencionadas en el punto 3.3 del presente
estudio, los tipos de contratos
utilizados frecuentemente dentro del mercado
eléctrico ecuatoriano son: “pague lo contratado”, “pague lo demandado”, “pague lo
producido con tope”.
A continuación se muestra la forma en la cual trabaja cada tipo de acuerdo
contractual, mediante la utilización de representaciones gráficas que permitan
ejemplificar de forma clara y precisa el argumento teórico correspondiente a cada
tipo de contrato.
3.4.1. CONTRATO TIPO “PAGUE LO CONTRATADO”.
Este tipo de contrato se encuentra esquematizado en la FIGURA 3-1. La línea de
color azul muestra la curva de demanda del consumidor, la línea verde muestra la
curva de producción del generador y la línea roja muestra la curva de contrato.
En esta modalidad de contrato, el generador debe abastecer toda la curva de
color rojo, para lo cual podrá suministrar energía propia o comprándola en el
mercado ocasional cuando no pueda cubrir con la producción propia.
FIGURA 3-1: Contrato Pague lo Contratado.
27
En la FIGURA 3-2, se muestran las áreas de ingresos y egresos por energía que
posee la Empresa de Generación al utilizar este tipo de contrato. En color amarillo
y celeste aparece la energía que es reconocida al generador a precio de contrato
(área bajo la curva de contrato), en color azul se muestra la energía que vende el
generador a precio spot (cuando la producción está por encima de la curva de
contrato) y únicamente en color celeste se muestra la energía que tiene que
comprar el generador en el mercado ocasional para cubrir su contrato (cuando la
producción está por debajo de la curva de contrato).
FIGURA 3-2: Ingresos y Egresos “Pague lo Contratado”.
De acuerdo a lo expuesto anteriormente, las ecuaciones matemáticas que
permiten calcular los ingresos y egresos de dinero para este tipo de contrato, son
las siguientes:
Donde:
Ingresos = (CPC × PC ) + [(PG − CPC ) × PS ]
(3-1)
Egresos = [(CPC − PG ) × PS ]
(3-2)
CPC = Contrato tipo Pague lo Contratado ( Línea roja ).
PG = Pr oducción de la Generadora ( Línea verde).
28
PS = Pr ecio spot .
PC = Pr ecio de contrato.
3.4.2. CONTRATO TIPO “PAGUE LO DEMANDADO”.
FIGURA 3-3: Contrato Pague lo Demandado.
Este contrato está esquematizado en la FIGURA 3-3. La línea de color azul indica
la curva de demanda del consumidor que también es la curva de contrato y en
línea verde se muestra la curva de producción del Generador.
En esta modalidad, el Generador debe abastecer toda la demanda del
consumidor (curva de color azul), para lo cual utilizará energía propia o
comprándola en el mercado ocasional cuando no pueda cubrir con producción
propia.
En la FIGURA 3-4, se muestran las áreas de ingresos y egresos por energía que
tiene la Empresa de Generación. En colores amarillo y celeste aparece la energía
que es reconocida al Generador a precio de contrato (área bajo la curva de
contrato), en color azul se muestra la energía que vende el Generador a precio
spot (cuando la producción está por encima de la curva de contrato) y únicamente
en color celeste se muestra la energía que tiene que comprar el Generador en el
29
mercado ocasional para cubrir su contrato (cuando la producción está por debajo
de la curva de contrato).
FIGURA 3-4: Ingresos y Egresos “Pague lo Demandado”.
De acuerdo a lo expuesto anteriormente, las ecuaciones matemáticas que
permiten calcular los ingresos y egresos de dinero para este tipo de contrato, son
las siguientes:
Donde:
Ingresos = (CPD × PC ) + [(PG − CPD ) × PS ]
(3-3)
Egresos = [(CPD − PG ) × PS ]
(3-4)
CPD = Contrato tipo Pague lo Demandado ( Línea azul ).
PG = Pr oducción de la Generadora ( Línea verde).
PS = Pr ecio spot .
PC = Pr ecio de contrato.
3.4.3. CONTRATO TIPO “PAGUE LO PRODUCIDO CON TOPE”.
Este contrato está esquematizado en la FIGURA 3-5. En línea de color azul
aparece la curva de demanda del consumidor, la línea verde muestra la curva de
30
producción del Generador, la línea de contrato es la menor entre la producción del
Generador y la demanda del consumidor.
El nombre completo de este tipo de contrato es “pague lo producido con tope de
demanda”, dado que “si la producción es menor que la demanda, el tope del
contrato es la producción, pero si la producción es mayor que la demanda, el tope
del contrato es la demanda”.
FIGURA 3-5: Contrato Pague lo Producido Con Tope.
En este tipo de contrato, el Generador vende toda su producción en contratos
cuando esta esté por debajo de la demanda, en caso contrario, vende su
producción en contratos hasta cubrir la demanda y la diferencia la vende en el
mercado spot.
La FIGURA 3-6, muestra las áreas de ingresos y egresos por energía que tiene la
empresa de generación en este tipo de contrato. En colores amarillo aparece la
energía que es reconocida al generador a precio de contrato (área bajo la curva
de contrato), en color azul se muestra la energía que vende el Generador a precio
spot (cuando la producción está por encima de la curva de contrato) y en este tipo
de contrato no existe energía que tiene que comprar el Generador en el mercado
ocasional.
31
FIGURA 3-6: Ingresos y Egresos “Pague lo Producido con Tope”.
De acuerdo a lo expuesto anteriormente, las ecuaciones matemáticas que
permiten calcular los ingresos y egresos de dinero para este tipo de contrato, son
las siguientes:
Si PG > CPT :
Ingresos = (CPT × PC ) + [(PG − CPT ) × PS ]
(3-5)
Si PG < CPT :
Ingresos = PG
(3-6)
Egresos:
Egresos = 0
Donde:
CPT = Contrato tipo Pague lo Pr oducido con Tope ( Línea azul ).
PG = Pr oducción de la Generadora ( Línea verde).
PS = Pr ecio spot de energía.
PC = Pr ecio de contrato.
(3-7)
32
3.5. HERRAMIENTAS PARA EL ANÁLISIS DE RIESGO.
Para implementar herramientas que cuantifiquen el riesgo, es necesario que
inicialmente se identifiquen las variables que producen riesgo para luego medirlas.
Para este propósito, se recopilan datos que permitan determinar cualitativamente
y cuantitativamente la magnitud de los riesgos, como también las correlaciones
entre las variables.
La utilización de instrumentos financieros derivados en la gestión de riesgos de
una empresa, trae como consecuencia la necesidad de desarrollar y utilizar
herramientas que permitan medir la magnitud del riesgo al que se ve enfrentada la
firma. La medida idónea es aquella que mejor represente la percepción del agente
ante la incertidumbre. De este modo, existen algunos agentes que se centran
únicamente en el mejor-peor posible resultado, mientras que a otros puede
interesarles obtener una dispersión mínima del mismo [20]. A continuación se
presentan algunas definiciones de metodologías para la administración y
cuantificación del riesgo en acuerdos financieros, tanto para contratos y/o
portafolio de contratos.
3.5.1. VaR (VALUE AT RISK).
El VaR (Valor en Riesgo) mide la máxima pérdida esperada que se podría tener
en condiciones normales de mercado, para un horizonte de tiempo determinado, y
con un cierto nivel de probabilidad o de confianza.
33
FIGURA 3-7: Función de Densidad de Ingresos. VaR.
En otras palabras, VaR mide el valor esperado de la pérdida producto de
variaciones negativas en el valor de sus contratos para un nivel de confianza de
un x por ciento. Debido a que la magnitud de las pérdidas depende del tiempo
transcurrido hasta que la empresa pueda cerrar su posición, y del x por ciento
utilizado, para el cálculo del VaR debe especificarse el intervalo de tiempo t que
transcurre antes de asumir la pérdida, y el nivel de confianza utilizado. Así, la
pérdida esperada con un 1% de probabilidad es mayor que la esperada con un
5%; la pérdida acumulada en 7 días es superior a la esperada en un día para un
mismo valor de x. Por ejemplo, un inversionista que tiene un portafolio de activos
por un valor de 10 millones de dólares, podría establecer que el VaR diario de su
portafolio es $250.000 con un 95% de nivel de confianza. En otras palabras,
solamente 1 día de cada 20 días de operación del mercado (1/20 = 5%), en
condiciones normales, la pérdida que ocurrirá puede ser igual o mayor a
$250.000. Se presenta en la FIGURA 3-7 el Value at Risk para una empresa que
tiene una distribución normal de ganancias.
34
El nivel de confianza depende de la percepción del riesgo del agente. Valores
típicos y de referencia en el mundo financiero son 1% y 5%.
3.5.2. CVaR (CONDITIONAL VALUE AT RISK).
El VaR presenta el inconveniente de no medir pérdidas más allá de la máxima
pérdida esperada. Para solventar este inconveniente surge el CVaR (Valor en
Riesgo Condicional), el cual mide el valor de pérdidas potenciales inferiores al
VaR. Se lo calcula como la media de las pérdidas excediendo el valor VaR, el cual
provee una mejor indicación de las potenciales pérdidas excediendo un nivel de
confianza predeterminado.
FIGURA 3-8: Función de Densidad de Ingresos. CVaR.
El CVaR ofrece ventajas significativas respecto al VaR, especialmente cuando las
distribuciones de rendimientos no son continuas y se alejan de la función de
normalidad (que es particularmente común cuando se utilizan métodos históricos).
35
En la FIGURA 3-8 como ejemplo se puede ver claramente la diferencia que existe
entre VaR y CvaR.
3.5.3. PaR (PROFIT AT RISK).
El PaR (Beneficio en riesgo) es similar al VaR pero está enfocado a la distribución
de los futuros beneficios y no en las pérdidas. Se lo define coma la distancia
desde la media de la distribución de probabilidad del beneficio hasta el centil2 % α
de esta función de probabilidad.
3.5.4. CPaR (CONDITIONAL PROFIT AT RISK)
El CPaR (Beneficio a Riesgo Condicional) se define como la distancia desde la
media de la distribución de probabilidad del beneficio hasta la media de la
distribución de probabilidad, condicionada a que el beneficio sea menor que PaR.
En la FIGURA 3-9 se presenta el PaR y CPaR de la distribución de probabilidad
de beneficio de una compañía.
Distribución de probabilidad de beneficio
Frecuencia
PaR
CPaR
0.0
Beneficio [$]
FIGURA 3-9: Medidas de la Distribución de Probabilidad del Beneficio.
2
Centil o percentil es un número que supera al
α % de los valores.
36
La principal ventaja del CPaR frente al PaR es que el CPaR es una medida
sensible a la forma de las colas de la distribución de probabilidad del beneficio.
Esta característica es importante en el mercado eléctrico, donde la gran volatilidad
existente en los precios se traduce en unas colas pesadas en la distribución de
probabilidad del beneficio.
3.5.5. TEST DE ESTRÉS.
Simula diferentes escenarios del mercado para luego calcular y medir sus
posibles efectos en los valores del portafolio3 y/o contrato. Es una buena forma de
determinar cuánto se puede llegar a perder en los eventos extremos. Existen dos
metodologías: una es testear el portafolio y/o contrato usando datos históricos y
observar como el portafolio y/o contrato se comporta en situaciones similares.
La segunda metodología es medir el rendimiento del portafolio y/o contrato
simulando escenarios extremos. El problema que presenta este enfoque es que el
futuro no puede ser perfectamente predicho y el pasado es muy improbable de
que se repita.
3.5.6. ANÁLISIS DE INCERTIDUMBRE USANDO SIMULACIONES.
Esta metodología se la realiza para determinar principalmente los factores que
afectan al portafolio y/o contrato. Con ello el administrador del portafolio y/o
contrato puede enfocarse a dichos factores y tratar de reducir sus efectos; por
ejemplo usando la técnica de una diversificación eficiente4.
3.5.7. ÁRBOL DE DECISIÓN Y OPCIONES REALES.
El árbol de eventos es descrito por un conjunto de nodos en cada período de
tiempo. Cada nodo representa una opción y para cada opción, diferentes
resultados inciertos pueden ocurrir antes del siguiente punto de decisión. El valor
3
Se denomina portafolio o cartera al conjunto de inversiones, o combinación de activos financieros que
constituyen el patrimonio de una persona o entidad.
4
Son estudios teóricos de los que se sirven los gestores de grandes fondos de inversión para confeccionar sus
respectivas carteras y evitar la vulnerabilidad del portafolio ante variaciones severas del mercado.
37
de las variables estocásticas5 depende únicamente de los valores en el período
de tiempo anterior (la propiedad de Markov). Todos estos puntos de decisión más
los siguientes puntos de decisión son ordenados en forma de un árbol de
contingencias. Después de haber identificado las ramas relevantes, el costo total
puede ser calculado para una secuencia de decisiones y los posibles resultados
de las variables inciertas.
3.5.8. ANÀLISIS DE ESCENARIOS Y DE SENSIBILIDAD.
Mide el grado en que los resultados del portafolio y/o contrato varían debido a los
cambios de las variables de entrada y/o de los parámetros del modelo.
Es básicamente una forma de medir el rendimiento del portafolio y/o contrato para
variaciones de las variables importantes que afectan al mismo. Como
consecuencia de su aplicación se puede también medir la magnitud del riesgo
involucrado. Con ellos se puede incrementar la confidencia/robustez del portafolio
y/o contrato. El análisis de escenario es similar al análisis de sensibilidad pero se
enfoca en entender en que forma responde el portafolio y/o contrato bajo cambios
significativos de las variables de entrada.
3.5.9. CFaR (CASH FLOW AT RISK).
El CFaR (Flujo de Dinero en Riesgo) calcula las pérdidas máximas o ingresos
mínimos a obtener con un x% de probabilidad en un período de tiempo t. El riesgo
al que está expuesto la empresa se define como la diferencia entre la ganancia
esperada y la ganancia calculada con x %.
El análisis del CFaR permite conocer qué tan grande es el desvío entre el Flujo de
Dinero actual y el valor proyectado (o aquel utilizado en el presupuesto), debido a
cambios en los factores de riesgo. Este valor está cuantificado por una
probabilidad, por ejemplo, 95% en los próximos 12 meses.
5
Son variables que toman un determinado valor con una cierta probabilidad.
38
El CFaR se utiliza para cuantificar los riesgos que se originan en activos del tipo
de portafolios de acciones, portafolios de bonos, fuentes de materias primas, y
contratos.
Como las medidas correctivas para la reducción del riesgo operacional del
negocio llevan tiempo en ser implementadas y volverse efectivas, el horizonte
para el pronóstico generalmente es de 12 meses. Haciendo una breve analogía a
un buque petrolero trasladándose a toda velocidad, las compañías necesitan
detectar sus riesgos tan pronto como sea posible, para así poder tomar medidas
preventivas a tiempo, de lo contrario la colisión es inevitable.
Con la ayuda de modelos de pronóstico estadístico, se estiman intervalos de
confianza para el período de los próximos 12 meses, para todos los factores de
riesgo relevantes. Los métodos de pronóstico estadístico simulan miles de
escenarios potenciales del desarrollo de los factores de riesgo relevantes. Por
cada factor de riesgo, se calcula un intervalo de confianza. Por cada escenario
(por ejemplo cambio en un factor de riesgo), se analizan las consecuencias sobre
los flujos de dinero operacionales. De esta manera, se puede obtener una
distribución de frecuencia de los futuros Flujos de Dinero. Dichas distribuciones
permiten a una compañía, por ejemplo, juzgar con qué probabilidad un Flujo de
Dinero proyectado puede ser concretado, cuán grande es el desvío entre este y
su valor objetivo dada una determinada probabilidad, y con qué probabilidad la
liquidez de la compañía se encontraría en peligro.
El CFaR es la herramienta que se ha escogido para desarrollar el análisis de
riesgo al que se ve enfrentada una empresa generadora hidroeléctrica cuando
realiza la venta de su energía en el mercado de contratos. Este análisis se aplica
para las tres modalidades de contratos más usados en el mercado eléctrico
ecuatoriano, debido a la clara idea que brinda esta metodología sobre la liquidez
que la empresa (Generadora) obtendrá al pactar un contrato y como afectan a la
misma las distintas variables de incertidumbres involucradas en este tipo de
mercado, son algunas de las razones por la cual se escogió este método.
39
Además, con los resultados de esta metodología, la empresa puede ver y decidir
con facilidad si es conveniente pactar la negociación, o a su vez tomar medidas
preventivas que eviten pérdidas de liquidez a la misma. En el siguiente capítulo se
detalla la aplicación de este método en el negocio de la generación eléctrica.
Como una extensión de este método, aparece el EaR (Earning at Risk), método
que se determina con las mismas bases conceptuales del CFaR, diferenciándose
en que este último calcula la peor ganancia a obtener sobre los Flujos de Dinero
que obtiene una empresa, mientras que EaR calcula la peor ganancia a obtener
sobre las Ganancias Netas, es decir, considera la resta de los Flujos de Dinero
obtenidos con los Costos en los cuales incurre la firma [20].
El CFaR y EaR son las herramientas más utilizadas en las empresas de energía,
debido a que consideran una función que incluye la operación de las centrales y la
gestión financiera en el mercado de energía, lo cual no ocurre con el VaR, que
sólo se calcula sobre una función de valores financieros.
En este trabajo, además de utilizar el CFaR, se han determinado las Ganancias
Netas de la hidroeléctrica, restando de los Flujos de Dinero obtenidos por
concepto de Energía Vendida en cada tipo de contrato, los Costos Fijos y
Variables que tiene la generadora, y sumando a este resultado, los ingresos por
Potencia Remunerable Puesta a Disposición.
3.5.10. OTRAS MEDIDAS DE RIESGO.
Existen medidas de riesgo que resultan del análisis de la dispersión de la función
de probabilidad que se considere. Entre estas se encuentran [20]:
1. Varianza: Esta es la medida más empleada en modelos de optimización.
Evalúa al cuadrado los valores de la distribución de probabilidad frente a las
penalizaciones lineales de la desviación absoluta.
2. Desviaciones absolutas respecto a la media: Esta medida hace menos
énfasis en los valores lejanos a la media que en el caso de la varianza.
40
3. Desviaciones absolutas respecto a un valor: Esta medida se centra
únicamente en un segmento de la distribución de riesgo. Es de utilidad para
aquellos agentes que sólo deseen conocer valores de la función de ingresos
respecto a un objetivo.
4. Arrepentimiento: Mide la distribución de interés respecto a una referencia.
3.6. PRONÓSTICO DE DEMANDA.
3.6.1. INTRODUCCIÓN.
Los agentes del sector eléctrico se vieron obligados a elaborar pronósticos de
demanda a partir de la década de 1980, ya que el entorno económico anterior a
los años de 1973 – 1974 en los cuales se produjo la primera crisis del petróleo,
mostraba características estables como: un bajo precio de los combustibles
empleados en la generación de energía eléctrica, intereses moderados, y no
habían
demasiados
problemas
para
que
los
mercados
de
capitales
proporcionasen los fondos necesarios para la expansión del sector eléctrico. De
acuerdo a [10] estas fueron las causales para que los departamentos encargados
de la planificación del sector eléctrico elaboren pronósticos de demanda,
introduciendo factores de incertidumbre en sus estudios.
La predicción de la demanda de energía eléctrica puede ayudar a determinar si a
futuro va a existir una carencia de capacidad generadora, con lo cual se podrían
adoptar medidas de conservación de energía o de construcción de nuevas
centrales de generación; o por el contrario, que a futuro exista un exceso de
capacidad que impediría que parte del parque generador ya existente opere. Una
inadecuada previsión de la demanda de energía ocasionaría costos altos, como
también una mala planificación de las cantidades y épocas en las cuales se deben
efectuar acuerdos contractuales de compraventa de energía.
Desde el punto de vista económico, Walter Labys (1999) argumenta lo siguiente:
“Si las predicciones resultan ser demasiado bajas pueden tener lugar carencias
41
de energía cuyos costos habitualmente son mucho mayores que el valor de la
energía no suministrada. Por el contrario, si las previsiones resultan demasiado
altas, los
costos
de oportunidad pueden ser
muy
elevados
al tener
comprometidos, de forma improductiva, cuantiosos fondos económicos durante
largos períodos de tiempo”. El tener exceso de energía o carencia de la misma
tiene una repercusión sobre el usuario final, ya que los costos ocasionados por la
carencia de energía o por la implementación de medios que disminuyan el
suministro, serán trasladados al consumidor.
De acuerdo a [10], Labys (1999) argumenta que existen al menos tres motivos por
los cuales se debe modelar la demanda de energía:
1. El
suministro
razonablemente
fiable
de
energía
es
vital
para
el
funcionamiento de la economía moderna.
2. La ampliación de los sistemas de suministro de energía requiere muchos
años.
3. Las inversiones necesarias en tales sistemas son altamente intensivas en
capital.
Por las tres razones mencionadas, en el presente trabajo se ha optado por
elaborar un pronóstico de demanda de energía eléctrica de las Distribuidoras y de
los Grandes Consumidores empleados en el ejemplo práctico mostrado en el
Capítulo IV.
3.6.2. FACTORES QUE INFLUYEN EN EL PRONÓSTICO DE LA DEMANDA DE
ENERGÍA ELÉCTRICA.
De acuerdo a [11], existen diferentes factores que afectan el normal
comportamiento de la curva de carga o de demanda de energía eléctrica, los
cuales han sido identificados en base a investigaciones desarrolladas por
innumerables investigadores, entre los que destacan P. Murto (1998), J. Bao
(1996), Proyecto Andel (1998), los cuales han elaborado estudios en diferentes
países, permitiendo identificar un conjunto de variables básicas que explica la
42
evolución de la demanda eléctrica a lo largo del tiempo. A continuación se
detallan cada una de las posibles causas por las cuales la curva de carga varía.
a) Condiciones Meteorológicas: Existen múltiples factores climáticos que
afectan a la demanda eléctrica, algunos de los cuales son típicamente
aleatorios y otros aparecen interrelacionados. Como ejemplo de este tipo de
variables tenemos el viento, la humedad, las precipitaciones, la temperatura,
etc.; siendo el factor más influyente la temperatura, misma que guarda una
relación de carácter no lineal con la demanda eléctrica.
b) Calendario: Los efectos relacionados con el calendario que inciden en la
variación de la demanda pueden ser analizados por hora, semana, mes del
año, de días festivos, o de fines de semana. Por ejemplo, para un día, la
demanda eléctrica registrada a una hora determinada probablemente no
coincida con la registrada en cualquier otra hora del mismo día. De igual
manera ocurrirá si se comparan días de la semana, meses del año, fines de
semana con días laborables o con otros fines de semana de un mismo mes,
días festivos nacionales o de alguna región en particular, etc.
En nuestro país, la curva de carga diaria se divide en tres zonas. La primera
corresponde a la demanda baja, la cual se extiende desde las 22H00 hasta las
07H00. La segunda zona es de demanda media, la cual va desde las 07H00
hasta las 17H00. Finalmente, la tercera parte de la curva se denomina
demanda pico y se extiende desde las 17H00 hasta las 22H00 [15]. En la
FIGURA 3-10 podemos observar el comportamiento descrito.
43
DEMANDA vs. TIEMPO
40
Demanda (MWh)
35
30
25
20
15
10
5
0
0
2
4
6
8
10
12
14
16
18
20
22
24
Tiempo (Horas)
FIGURA 3-10: Comportamiento Típico de la Curva de Demanda Diaria en Ecuador.
También es importante recordar que la ubicación geográfica de nuestro país
en el globo terráqueo permite tener dos estaciones cada año: una lluviosa
denominada “Invierno”, y otra seca llamada “Verano”, cada una con una
duración aproximada de 6 meses. Esta particularidad también influye en los
análisis de demandas anuales o mensuales, ya que las variables que
producen
incertidumbre
tienen
comportamientos
distintos
para
cada
estacionalidad.
c) Información Económica: Existe un gran número de variables económicas
que influyen en la demanda eléctrica, debido a la extensa penetración de la
electricidad en la actividad económica de un país. Como ejemplos se pueden
citar el Producto Interno Bruto (PIB), la demografía, la evolución de los precios
de las energías sustitutivas, entre otros, las cuales covarían entre sí en menor
o mayor grado.
d) Factores no predecibles: Se refiere a los factores aleatorios que pueden
afectar sensiblemente a la demanda de energía eléctrica, como por ejemplo
paros, eventos sociales o deportivos de gran magnitud, cierre de industrias
intensivas en electricidad, etc.
44
De acuerdo al método y a la exactitud escogidos para efectuar el pronóstico de
demanda, se utilizarán en mayor o menor proporción los factores mencionados
con anterioridad.
3.6.3. MODELACIÓN DEL PRONÓSTICO DE ENERGÍA ELÉCTRICA.
De acuerdo a [10], el horizonte temporal utilizado en la elaboración de pronósticos
de demanda se relaciona con los problemas a los cuales se enfrenta una
compañía eléctrica. Se consideran tres horizontes de tiempo para efectuar
previsiones de demanda:
1. A muy corto plazo: Abarca los próximos 30 minutos en tiempo real a partir
del momento en que se efectúa la predicción. Tiene como objetivo cubrir la
distribución con los recursos de generación disponibles de la forma más
económica posible. Este horizonte temporal utiliza los datos de demanda de
las 24 horas pasadas para elaborar el pronóstico.
2. A corto plazo: Se extiende desde una hora hasta una semana en el futuro.
Para elaborar pronósticos, este horizonte de tiempo utiliza la carga diaria y la
información de la temperatura de años pasados referidos a las mismas fechas
en las cuales se desea efectuar la previsión de demanda. Tiene como objetivo
determinar los generadores que deberían ser puestos en funcionamiento y
cuales
deben
permanecer
en
reserva,
así
como
también
predecir
adecuadamente los factores climáticos y su variabilidad.
3. A medio plazo: El período de predicción se suele extender desde un mes
hasta un año en el futuro a partir de la fecha en la que se elabore el
pronóstico. Los datos utilizados en la previsión de la demanda son la energía
demandada, la temperatura registrada, los datos mensuales de puntas de
carga durante varios años, teniendo en cuenta los picos de carga y los
indicadores socioeconómicos. A través de este horizonte de tiempo se
establece el calendario de mantenimiento de las plantas generadoras y del
sistema de transmisión, considerando el problema de cubrir una estructura de
demanda de las compañías eléctricas potencialmente cambiante.
45
4. A largo plazo: Se extiende desde uno a diez años en el futuro. Los datos
empleados en la elaboración del pronóstico son la temperatura registrada, la
energía demandada, los datos anuales de puntas de carga, el precio de la
electricidad, el precio de los productos sustitutivos, la evolución demográfica, y
los indicadores económicos más relevantes. Este tipo de análisis permite a los
departamentos de planificación de los sistemas de generación y transporte,
anticipar la capacidad de generación óptima y la combinación de potencia
generadora más apropiada con que debe contar el parque generador.
3.6.4. MODELOS DE PREVISIÓN DE DEMANDA DE ENERGÍA ELÉCTRICA.
Antes de la primera crisis del petróleo registrada en los años de 1973 – 1974, se
utilizaban técnicas sencillas de predicción para proyectar los futuros picos de
carga o de energía consumida, las cuales proporcionaban una respuesta
adecuada a las necesidades energéticas del medio. Sin embargo, luego de la
crisis petrolera los precios de la energía eléctrica adquirieron una gran volatilidad,
y también se produjo un repentino cambio en la elasticidad de la demanda de los
usuarios a los crecientes precios de la electricidad. Esto trajo el inicio de nuevas
investigaciones por parte de investigadores como Taylor y Einhorn, mismos que
implementaron nuevas metodologías de pronóstico que incluían este nuevo
comportamiento de las variables inmersas en los negocios del sector eléctrico.
Además, en el año de 1990 empezó la ola de la desregulación del sector eléctrico
con el fin de eliminar los monopolios, lo cual ocasionó un incremento de los
niveles de incertidumbre, comportamiento que fue introducido en los nuevos
métodos de pronóstico a partir del año indicado. En el Capítulo IV se indica la
metodología utilizada para pronosticar la demanda de energía eléctrica para el
caso de estudio elaborado en este trabajo. Sin embargo, hemos creído adecuado
mostrar una clasificación general propuesta por [10] relacionada con los métodos
de previsión de demanda de energía eléctrica, con la finalidad de que el lector
esté en la capacidad de aplicar otra forma de pronosticar datos, y no
necesariamente la explicada en el Capítulo IV.
46
3.6.4.1. Métodos de tendencia temporal.
Este tipo de pronóstico era el más utilizado hasta antes de la década de los años
70, debido a las tendencias estables que presentaba la demanda. En la
actualidad, estos métodos han quedado reducidos a pronósticos de muy corto
plazo. En esta técnica se obtiene el ajuste de la tendencia general histórica en
kWh facturados o en los kW de las puntas de potencia.
Varias de las técnicas empleadas en esta metodología realizan previamente una
transformación de los datos de carga con la finalidad de que el ajuste de la
tendencia explique con mayor facilidad la tendencia del consumo. Otras suponen
una tasa de crecimiento constante de la demanda. Otras en cambio, se basan en
una curva de saturación de la demanda que tiene un período inicial de crecimiento
lento, seguido de un período intermedio de crecimiento rápido, y culmina en un
período en el que declina la tasa de crecimiento alcanzando la energía
demandada su nivel de saturación.
Las ventajas de estas metodologías son su economía, rapidez, el no necesitar un
gran apoyo técnico y su mínima exigencia en cuanto a los datos requeridos [10].
Las desventajas de estos métodos son que no son sensibles a los cambios
estructurales y que no disponen de una traza histórica que permita interpretar las
causas de los errores pasados de predicción a fin de corregir el modelo.
3.6.4.2. Métodos de series cronológicas.
Estos métodos analizan la trayectoria de los datos históricos y realizan la
proyección de dichos datos a futuro. Entre las metodologías utilizadas resaltan los
modelos ARIMA y ARMA. Los modelos ARMA (autorregresivos de medias
móviles) son utilizados cuando el valor de la demanda puede expresarse como
combinación lineal de un número determinado de datos pasados y como una
combinación lineal de los errores pasados de predicción. En cambio, los modelos
ARIMA son empleados para conseguir estacionalidad en el proceso cuando los
datos presentan un comportamiento no – estacional.
47
Las ventajas de estos métodos son su bajo costo, su moderado error en el corto
plazo, y que sólo hacen uso de datos históricos de la serie que se desea predecir.
La principal desventaja es que al asumir el comportamiento de las series
históricas, implícitamente se asume que las condiciones socioeconómicas del
pasado serán invariables en el futuro.
3.6.4.3. Métodos de usuario final.
Esta metodología encuentra la energía eléctrica consumida por un determinado
tipo de aparato, el cual se determina multiplicando el número de usuarios de dicho
aparato y sus tasas de utilización por el consumo energético del mismo,
agregando tales productos a los diferentes tipos de aparatos electromecánicos
que se desee incluir por considerarlos importantes desde el punto de vista
energético.
Estos métodos toman el nombre de estimación por saturación de aparatos6
cuando la demanda eléctrica utilizada para la estimación es la del sector
residencial. En cambio, cuando en la estimación se trabaja con demandas de
otros sectores (comercial e industrial) toman el nombre de métodos de usuario
final.
Las deficiencias que tienen estos modelos son que no se puede incorporar
fácilmente el tipo de día (laborable, fin de semana, festivo), resultan ser métodos
muy laboriosos y difíciles de analizar si se incorporan todos los aparatos
eléctricos, los costos de medición y obtención de datos han resultado muy
elevados en experimentos realizados a paneles de consumidores. Además, para
pronósticos
a
largo
plazo
surge
la
dificultad
que
ingresan
variables
socioeconómicas y de desarrollo tecnológico de los aparatos.
3.6.4.4. Métodos econométricos.
6
Saturación de un aparato es el porcentaje “estable” de hogares que poseen dicho equipo luego de que hayan
transcurrido varios años desde la introducción del mismo en el mercado [10].
48
Se basan en ecuaciones estimadas que relacionan la demanda de electricidad
con factores externos. En estos modelos la demanda futura se determina
considerando la influencia que en la misma tienen variables explicativas7, cuyos
valores históricos son imprescindibles para el uso de estas metodologías. Entre
las variables explicativas que intervienen en estos métodos se encuentran el
número de clientes, el nivel de actividad económica, el nivel de equipamiento de
hogares, el clima, etc. Las desventajas de estos modelos radican en que las
predicciones del futuro se basan en relaciones de las variables que tuvieron lugar
en el pasado, la relación entre las variables puede ser casual o causal, costos
relativamente elevados, y alteración de los pronósticos debido a la aparición de
nuevas variables que no hayan sido tomadas en consideración en los estudios
iniciales.
Entre las ventajas de estos métodos es que pueden medir el efecto de las causas
subyacentes de la tendencia y de la incertidumbre de la predicción y que los
modelos pueden ser reestimados.
3.6.4.5. Métodos híbridos.
En la práctica, existen muchas situaciones en las que es necesario realizar una
combinación de los métodos anteriormente expuestos, pretendiéndose de esta
manera obtener una predicción más robusta que la proporcionada por cada
método individual de pronóstico.
Entre las ventajas de esta metodología está que se puede utilizar lo mejor de los
métodos anteriormente vistos. Una de las principales desventajas es que se
requieren gran cantidad de datos, lo cual ocasiona un alto costo.
7
Variables explicativas son aquellas variables independientes resultantes de mediciones y observaciones no
aleatorias [13].
49
3.7. EL AGENTE GENERADOR.
3.7.1. DEFINICIÓN.
Es el Agente económico que tiene libre disponibilidad sobre equipamientos
técnicos, con la capacidad de generar o almacenar y liberar energía eléctrica, de
manera que un tercero pueda hacer uso de su producción, y por ello tenga
derecho a percibir una remuneración o compensación libremente acordada.
El generador, como toda empresa, es quien toma decisiones acerca de sus
activos. Esto se refiere a decidir que producto producir, que volumen, en que
momento y a quién vende su producción [2].
Las decisiones de producción dependen de características técnicas y comerciales
de la empresa: Su tecnología de producción, los mercados a los cuales tiene
alcance y las perspectivas de negocio que observe en cada uno de ellos.
Dentro del Mercado Eléctrico Ecuatoriano los generadores tienen dos opciones
para vender su producción, mercado de contratos y mercado spot. Estos dos tipos
de mercados, como se describe en el capitulo 1, se caracterizan por: Nivel de
precios, volatilidad, liquidez, nivel de competencia, incertidumbres, costos de
transacción [2].
3.7.2. CÁLCULO DE REMUNERACIÓN POR VENTA DE ENERGÍA.
De manera general, independientemente de que un generador venda su
producción de energía en el mercado spot o de contratos, la remuneración R en
dólares, que un generador recibe por colocar una cantidad Q de producción en
alguno de los mercados a su alcance, puede calcularse como [2]:
R = p *Q
(3-8)
Donde p es el precio unitario percibido por la producción Q. Si el generador
coloca su producción en un mercado donde el precio varía instantáneamente, el
50
cual puede ser descrito por una función de precios p(t), y la producción total de
energía Q que se entrega en diferentes momentos, la remuneración obtenida
ahora es [2]:
R = ∫ p (t ).dQ = ∫ p (t ).
Q
Donde
∂Q
∂t
T
∂Q
.dt
∂t
(3-9)
es la tasa a la cual el producto es entregado al mercado y T es el
período de suministro o tiempo de entrega del producto. Para este caso, el
producto Q entregado en los mercados eléctricos se refiere a Energía (E) medida
en [MWh], a un precio p en [$/MWh]. Por lo tanto la ecuación 3-9 puede escribirse
como [2]:
R = ∫ p (t ) . dE = ∫ p (t ) .
E
T
∂E (t )
. dt = ∫ p (t ) . P (t ) . dt
∂t
T
(3-10)
Donde P(t) es la Potencia Activa entregada por el generador. Es claro que si los
precios son actualizados cada lapso constante de tiempo ∆t, la remuneración se
puede calcular a través de la suma [2]:
R=
T
∑p
i = 1
i
. Pi . ∆t
(3-11)
La ecuación 3-11 es aplicada para encontrar el valor de remuneración que debe
recibir el generador, cuando este vende su producción en mercados donde el
precio varía constantemente. Esto se cumple cuando este agente participa en el
Mercado Spot.
Por otra parte, si el precio de la energía es invariable durante el período de
suministro T, su ecuación de remuneración será [2]:
T
R = p ∑ Pi . ∆t = p . E
i =1
(3-12)
51
La ecuación 3-12 se emplea para obtener el valor de remuneración que debe
recibir el generador por transar su energía a través de contratos bilaterales.
3.7.3. EL GENERADOR Y SU PARTICIPACIÓN EN EL MERCADO ELÉCTRICO
MAYORISTA ECUATORIANO.
El Generador además de recibir los ingresos correspondientes por la venta de su
producción de energía, recibe otros ingresos adicionales que se deben a su
participación en el MEM ecuatoriano y por mantenerse en el mismo. Estos
ingresos son remuneraciones por el cumplimiento a ciertas exigencias y
condiciones planteadas por los reglamentos [21] y regulaciones [15] del sector
eléctrico del país, que deben cumplir todos los generadores sin excepción alguna,
de lo contrario tendrán una penalización de acuerdo a las regulaciones
establecidas.
Si se desea profundizar acerca de las liquidaciones correspondientes a los
generadores, se puede revisar la Regulación del CONELEC [15]. Para interés y
alcance del proyecto propuesto en este estudio, solo se utilizan las liquidaciones
correspondientes al generador por ingresos de Energía y Potencia; dentro de
estas se consideran:
1) Liquidación de las transacciones de Energía.:
- Liquidación de las transacciones de energía de Generadores.
- Energía adquirida en el Mercado Ocasional para cumplir contratos.
2) Liquidación de las transacciones de Potencia.
- Liquidación de Potencia Remunerable Puesta a Disposición.
El CENACE es el ente que determina y discrimina las cantidades de energía que
han sido transadas en el Mercado de Contratos a Plazo y en el Mercado
Ocasional. Además evalúa y liquida las transacciones de energía realizadas en el
52
Mercado Ocasional y aquellas transacciones que, habiéndose pactado en el
Mercado de Contratos a Plazo, se realicen en el Mercado Ocasional.
3.8. LIQUIDACIÓN DE LAS TRANSACCIONES DE ENERGÍA.
3.8.1.
LIQUIDACIÓN DE
GENERADORES.
LAS
TRANSACCIONES
DE
ENERGÍA
DE
El generador percibe en los distintos mercados (Contratos y Spot) donde opera
una compensación por los productos vendidos. La compensación que recibe por
cada uno de ellos “depende de la generación efectivamente entregada y del
precio unitario que haya acordado con su contraparte” [15]. La determinación del
precio que obtendrá por su energía puede ser resultado de una negociación
bilateral, en aquellos casos donde vende su producción en el Mercado de
Contratos, o también, puede ser resultado del costo marginal consecuencia de
vender su producción de energía en el Mercado Ocasional o Spot.
3.8.1.1. En el Mercado Spot.
Como se mencionó anteriormente, los Generadores reciben una remuneración
por la venta de energía neta al sistema en el Mercado Ocasional. Se considera
que los generadores entregan su energía en el nodo de intercambio asignado.
El CENACE conoce y registra los contratos de compraventa de energía de los
Generadores y, por tanto, la curva horaria de contratos a considerarse para la
evaluación de las transacciones. La cantidad de energía horaria entregada por
cada Generador en su nodo de intercambio con el MEM, se determina mediante
el Sistema de Medición Comercial [15], el cual establece que la energía entregada
por un Generador hora a hora al Mercado Ocasional, resulta de la diferencia entre
la energía que el Generador entrega en su nodo de intercambio (energía neta) y
la energía pactada en contratos. Para una hora dada:
53
ENEMOGi,h = ENEGi,h − EcGi,h
(3-13)
Donde:
ENEMOGi, h = Energía neta entregada en el Mercado Ocasional por el Generador
i a la hora h en su nodo.
ENEGi, h
EcGi,h
= Energía neta entregada por el Generador i a la hora h en su nodo.
= Energía total de contratos a entregar en la hora h por un Generador
i.
Cada hora el CENACE evalúa la remuneración de energía a los generadores, al
costo marginal horario, por conceptos de energía neta entregada al sistema en su
nodo de intercambio de la siguiente manera:
RENEMOGi,h = FNGih × PEM h × ENEMOGi,h
(3-14)
Donde:
RENEMOGi, h = Remuneración al Generador i por venta de energía neta a la hora
h.
FNGi h
= Factor de Nodo del Generador i a la hora h.
PEM h
= Precio de Energía en la barra de Mercado a la hora h ($/kWh).
ENEMOGi, h = Cantidad de energía neta entregada por el Generador i en el
Mercado Ocasional a la hora h (kWh).
El valor del FNGi h para el problema planteado y descrito es 1, como ya se explicó
en el Capítulo 2. Por lo tanto la ecuación 3-14, para el caso de estudio es:
RENEMOGi,h = PEM h × ENEMOGi,h
(3-15)
54
3.8.1.2. En el Mercado de Contratos.
A diferencia del Mercado Spot, donde las liquidaciones son realizadas a través del
CENACE y el precio de la energía también es determinado por el mismo, en el
Mercado de Contratos las liquidaciones las realizan los agentes que participan del
contrato, y estos pactan o acuerdan el precio de compraventa de energía. Es
decir el CENACE no participa de estas transacciones comerciales. La
remuneración de la energía al Generador i en el mercado de contratos, hora a
hora, se la determina mediante la siguiente expresión:
RENEMCGi,h = PECi × EcPGi,h
(3-16)
Donde:
RENEMCGi, h = Remuneración al Generador i por venta de energía en el Mercado
de Contratos.
PECi
EcPGi, h
= Precio de la energía en el contrato i ($/kWh).
=
Energía de Contratos Previos a entregar en la hora h por un
Generador i.
3.8.2. ENERGÍA ADQUIRIDA EN EL MERCADO OCASIONAL PARA CUMPLIR
CONTRATOS.
De la misma manera, el CENACE determinará la cantidad de energía que un
Generador ha adquirido en el Mercado Ocasional para cubrir contratos, en función
de la información de contratos registrada en el CENACE y de la información Postoperativa.
La operación real se la realiza presidiendo de los contratos, y por esta razón un
Generador con contrato puede no ser despachado o ser despachado
parcialmente, de manera que puede no suministrar toda la energía contratada.
Las cantidades de energía faltantes para que el Generador cumpla con sus
55
contratos, deberán ser adquiridas por el Generador en el Mercado Ocasional.
Esta negociación debe efectuarse en la Barra de Mercado. Para una hora dada, la
cantidad de energía contratada se determina de la siguiente forma:
ECMOGi, h = EcGi, h − EeGi, h
(3-17)
Donde:
ECMOGi, h = Cantidad de energía adquirida en el mercado ocasional por el
Generador i en la hora h (kWh).
EcGi, h
= Energía total comprendida en contratos a entregar en la hora h por
el Generador i (kWh).
EeGi, h
= Energía neta entregada a la hora h por el Generador i (kWh).
Los Generadores pagan por la energía comprada en el mercado ocasional para
cumplir contratos, al costo marginal horario, al precio de la energía en la Barra de
Mercado. Para una hora determinada, si el Generador ha comprado energía en el
Mercado Ocasional para cumplir con sus contratos, se tiene la siguiente ecuación:
PECMOGi, h = FNGi, h × PEM h × ECMOGi,h
(3-18)
Como ya se consideró que el FNGi h = 1, entonces:
PECMOGi,h = PEM h × ECMOGi,h
(3-19)
Donde:
PECMOGi, h = Pago por la cantidad adquirida en el mercado ocasional por el
Generador i en la hora h.
PEM h
= Precio de Energía en la Barra de Merado a la hora h ($/kWh).
56
ECMOGi, h = Cantidad de energía adquirida en el mercado ocasional por el
Generador i en la hora h (kWh).
3.8.3.
LIQUIDACIÓN
DISPOSICIÓN.
DE
POTENCIA
REMUNERABLE
PUESTA
A
Los procedimientos para la determinación de la Potencia Remunerable Puesta a
Disposición, la cual es calculada por el CENACE, establecen los montos de
potencia a ser considerados en cada planta hidroeléctrica o unidad termoeléctrica
para la liquidación de potencia a los agentes generadores. Estos montos de
potencia son aplicables para cada mes del año analizado.
La potencia remunerable (PR) para cada una de las plantas hidroeléctricas o
unidades térmicas, es considerada como un valor constante para todos los meses
del año. El precio unitario de la potencia puesta a disposición Pp$ , es un valor
constante y definido por el CONELEC. Así, la remuneración por PR ( REMPR$ g ),
para cada uno de los generadores g, y para cada mes, resulta del producto entre,
el Precio de la Potencia a Remunerar ( Pp$ ) y el valor de potencia a remunerar
total PRTOT g de cada agente generador, obteniéndose la siguiente forma de
cálculo:
REMPR$ g = Pp$ × PRTOTg
(3-20)
Donde:
REMPR$ g = Remuneración por potencia remunerable puesta a disposición de
cada agente generador.
PRTOTg
= Potencia remunerable total del generador (g).
Pp$
= Precio unitario de potencia.
57
La potencia total a remunerar ( PRTOT g ) de cada generador (g), representa la
suma de las potencias a remunerar de cada unidad de generación, sea térmico o
hidroeléctrico, entonces:
n
PRTOT g = ∑ PRi
(3-21)
i =1
Donde:
PRi , es la potencia a remunerar de cada unidad termoeléctrica o de la planta
hidroeléctrica i.
Cuando la unidad termoeléctrica o planta hidroeléctrica esté indisponible parcial o
totalmente en el mes analizado, se determinará como potencia a remunerar PRi ,
de cada unidad termoeléctrica o planta hidroeléctrica i, el menor valor entre la
Potencia Remunerable Puesta a Disposición ( PRPDi ) y la potencia media puesta
a disposición PMEDm ,i :
PRi = min( PRPDi , PMEDm ,i )
(3-22)
La potencia media puesta a disposición ( PMEDm ,i ), en el mes m, se establece
como el promedio de las potencias medias puestas a disposición diarias, como
se presenta en la ecuación 3-23:
n
PMEDm, i =
∑ PMEDd , i
d =1
n
Donde:
PMEDd ,i = Potencia media del generador i en el día d.
PRPDi
= Potencia Remunerable Puesta a Disposición del generador i.
(3-23)
58
La Potencia Media Puesta a Disposición diaria es el resultado de los promedios
de las potencias efectivas puestas a disposición durante las horas de demanda
media y punta del día analizado, para el caso de plantas hidroeléctricas y
unidades turbo-vapor, y durante las horas de demanda base, media y punta para
las restantes unidades termoeléctricas [15]. Para cada una de estas potencias se
considera un factor de disponibilidad horario, definido por el tiempo disponible en
cada hora del día.
h2
PMEDd , i =
∑ PEF
h = h1
i,h
× FDi , h
H
(3-24)
Y el FDi ,h es:
FDi ,h =
tDIS i , h
tTOTi ,h
(3-25)
Donde:
PEFi ,h
= Potencia Efectiva puesta a disposición por el generador i en la hora
h.
FDi ,h
= Factor de disponibilidad del generador i en la hora h.
tDIS i ,h
= Tiempo real disponible por el generador i en la hora h.
tTOTi ,h
= Tiempo total disponible de la unidad termoeléctrica o planta
hidroeléctrica i en la hora h.
h1 y h 2
= Horas de inicio y fin de la demanda media y punta, definidas de
acuerdo al Reglamento de Tarifas.
H
= Números de horas en la demanda media y punta para plantas
hidroeléctricas y unidades termoeléctricas turbo-vapor, y horas de
59
demanda base, media y punta para el resto de unidades
termoeléctricas.
60
4.
4.1.
ANÁLISIS DE RIESGO.
ANÁLISIS
DE
RIESGO
HIDROELÉCTRICA.
PARA
UNA
CENTRAL
En este capítulo se presenta un ejemplo práctico de la firma de contratos entre
agentes dentro del mercado eléctrico ecuatoriano, en el cual se emplean aspectos
teóricos mostrados en el Capítulo III. Para este propósito, se escogió una Central
de Generación Hidroeléctrica con capacidad de producción de potencia de 13
MW. Además, se escogieron dos Empresas Distribuidoras: “Empresa Eléctrica
Riobamba S. A.” y “Empresa Eléctrica Santa Elena S. A.”; y tres Grandes
Consumidores:
“GRAIMAN”,
“CERVACERÍA
NACIONAL”
y
“BOPP
DEL
ECUADOR”.
Con estos agentes, se efectuará un análisis de los beneficios económicos que
obtendría la hidroeléctrica para un año a futuro al elaborar acuerdos
contractuales: pague lo contratado, pague lo demandado, y pague lo producido
con tope de demanda, mismos que normalmente se emplean en el MEM
ecuatoriano; tanto entre la Generadora con las Distribuidoras de Energía, y entre
la Generadora con los tres Grandes Consumidores en conjunto.
En este estudio se introducirán incertidumbres de las siguientes variables
inmersas en los contratos: producción de la generadora, precios de contratos,
precios spot, y demandas del consumidor; realizando un análisis de sensibilidad
con las dos primeras variables, y una simulación estocástica con la demanda del
consumidor. Los precios spot no tendrán variación alguna, pero se analizará la
influencia que tiene su comportamiento en los resultados finales. Luego de esto,
se utilizarán CFaR y EaR como herramientas de análisis de riesgos que produce
la variación de las variables mencionadas, obteniendo como resultado los flujos
dinero por concepto de pago por energía vendida.
61
Al final de este capítulo se mencionarán las maneras con las cuales se puede
Gestionar el Riesgo, con la finalidad de que los agentes del MEM inmersos en un
contrato puedan disminuir su grado de aversión al riesgo.
4.2. RECOPILACIÓN DE INFORMACIÓN.
Con el propósito de encontrar soluciones al problema planteado y de alcanzar los
objetivos del presente estudio, se ha recopilado información de tipo energética y
económica de los siguientes agentes del mercado eléctrico ecuatoriano:
a) Una Central de Generación Hidroeléctrica.
b) Empresas de Distribución de Energía Eléctrica: “Empresa Eléctrica
Riobamba S. A.” y “Empresa Eléctrica Santa Elena S. A.”.
c) Grandes Consumidores: “GRAIMAN”, “CERVACERÍA NACIONAL” y “BOPP
DEL ECUADOR”.
La información recopilada requerida para procesos de análisis posteriores se
obtuvo de la base de datos de la Corporación CENACE, para el período
comprendido entre Julio de 2005 a Junio de 2006.
4.2.1. INFORMACIÓN ENERGÉTICA.
1. Producción horaria de energía de la Central, considerando los días laborables
semanales, sábados, domingos y feriados, con resolución horaria y para el
período mencionado con anterioridad.
2. Demandas de energía de las Empresas Eléctricas de Distribución, esta
información es histórica, seleccionada de días laborables típicos, sábados,
domingos y feriados, y con resolución horaria; para el período comprendido
entre Julio de 2004 a Junio de 2006.
3. Demanda de energía de los tres Grandes Consumidores, esta información es
histórica, seleccionada de días laborables típicos, sábados, domingos y
feriados, y con resolución horaria; para el período comprendido entre Julio de
2004 a Junio de 2006.
62
4. Información de energía que tienen comprometidas en contratos previos las
Empresas
Eléctricas
de
Distribución,
esta
información
es
histórica,
seleccionada de días laborables típicos, sábados, domingos y feriados, con
resolución horaria y para el período señalado inicialmente.
5. Curvas de contrato típicas para Empresas de Distribución, considerando días
laborables típicos, sábados, domingos y feriados, y con resolución por banda
horaria (base, media y pico).
4.2.2. INFORMACIÓN ECONÓMICA.
1. Precios de la energía en el mercado spot (costos marginales horarios), para
días laborables, sábados, domingos y feriados, referidos horariamente, esta
información es histórica para el período señalado.
2. Precios de contratos entre Generadoras Hidroeléctricas y Empresas de
Distribución, y entre Generadoras Hidroeléctricas y Grandes Consumidores.
La información Energética y Económica mencionada se muestra en el ANEXO 1
(CD) para los tres casos de análisis.
4.3. ANÁLISIS DE DATOS.
4.3.1. TRATAMIENTO DE SERIES DE DATOS.
Luego de recopilar la información, se procede a analizar cada una de las series de
datos, con la finalidad de extraer el comportamiento y características propias que
contiene la información de las variables que intervienen en el proceso para el
análisis de riesgo, con el propósito de obtener una representación acertada del
comportamiento de cada variable, y así lograr que los resultados obtenidos en las
simulaciones sean los más adecuados y reflejen la realidad del entorno.
Se espera que la información referente a “Producción horaria de energía” de la
central hidroeléctrica se mantenga constante en el valor de 13 MWh para los
meses de Enero a Junio; mientras que para los meses de Julio a Diciembre, el
63
valor de máxima energía que podrá producir la central de generación por el lapso
de una hora, presenta variaciones mes a mes. La producción horaria que tiene
esta hidroeléctrica fue establecida en base a un estudio aplicado al
comportamiento de los caudales que presenta la central. En el comportamiento
que presenta esta serie de datos ya se encuentran estipuladas las variaciones
que presentaría la producción de la generadora para los períodos lluvioso (abril –
septiembre) y de estiaje (octubre – marzo). Esta periodicidad ocasiona
variabilidad en los caudales de las fuentes hidrológicas que alimentan a la central
de pasada8, afectando la producción de la misma. Los resultados de este estudio
fueron suministrados por el agente generador.
Posteriormente, se reduce la producción de la generadora a un 99.2% para todos
los meses de análisis. Este decremento obedece a la variación de índices típicos
de confiabilidad9 que presentan unidades hidráulicas nuevas. Con esta variación
se elaborarán análisis de riesgo para obtener los Flujos de Caja respectivos.
La producción horaria de energía es una variable riesgosa, que para propósitos
de este trabajo se la ha modelado de la forma descrita anteriormente. Sin
embargo, se pueden efectuar otros tratamientos a la misma, tales como
resoluciones probabilísticas, análisis de sensibilidad, optimización de funciones,
entre otras. Estas formas de modelar este factor pueden ser apreciadas en
algunas de las referencias bibliográficas dadas en este trabajo ([1], [6])
La información de energía que tienen comprometidas en “Contratos Previos” las
Empresas Eléctricas de Distribución con otras generadoras del sistema, no tuvo
ningún tipo de corrección, ya que se hizo la consideración de que ambas
distribuidoras seguirían comprometiendo en acuerdos contractuales, para el
período en estudio, las mismas cantidades de energía que se encuentran
registradas en la base de datos de CENACE. Para este caso, la diferencia entre
su demanda y la energía previamente pactada, será tomada en consideración
para los análisis pertinentes en cada modalidad de contratación.
8
Central de Pasada: Es aquella en la que no existe una acumulación apreciable de agua “corriente arriba” de
las turbinas. En este grupo se hallan las centrales que no tengan capacidad estacional, mensual o semanal.
64
Por otro lado, se consideró que los Grandes Consumidores no transan acuerdos
contractuales previos con otras hidroeléctricas, razón por la cual deben pactar
contratos para satisfacer sus demandas, o a su vez, comprar energía en el
mercado ocasional. Para propósitos de este estudio, se consideró la primera
alternativa, con la finalidad de determinar si la generadora está en capacidad de
satisfacer las demandas de los tres Grandes Consumidores en conjunto para las
tres modalidades de contratación.
La “Demanda de Energía” de los Grandes Consumidores, y de las Empresas
Eléctricas “Riobamba S. A.” y “Santa Elena S. A.”, fue corregida horariamente,
tomando en consideración rangos máximos y mínimos de valores que pueden
contener las series históricas de datos [11], los cuales fueron establecidos
considerando que los valores obtenidos siguen una distribución normal. Este
comportamiento normal de las series de demanda será justificado más adelante.
Los límites establecidos fueron los siguientes: superior µ + 3 σ , e inferior µ − 3 σ ,
donde µ es la media obtenida del promedio de los datos considerados para el
análisis, y σ es la desviación estándar que indica el margen de dispersión de los
datos respecto a la media [19]. Es decir, existe un 99.7% de probabilidad de que
los datos de la serie se hallen dentro de este intervalo. Únicamente para el caso
de la Empresa Eléctrica “Santa Elena S. A.” se consideraron como límites superior
e inferior µ + 2 σ y µ − 2 σ , respectivamente, ya que este sistema de distribución
muestra curvas de demanda diarias cuya corrección es mínima e inapropiada con
los límites establecidos para los otros agentes. Este rango representa un 95.4%
de que los datos de la serie se encuentren dentro de este intervalo.
Con
este
procedimiento
se
excluyen
aquellos
valores
recopilados
correspondientes a fallas en el sistema, transferencias de energía, feriados, u
otros datos atípicos que no sigan un comportamiento similar al de un conjunto de
9
Valor otorgado por la Corporación CENACE.
65
curvas de demanda referidas a días típicos de consumo de energía, en los cuales
no existan las particularidades mencionadas. Este procedimiento se lo realizó
para días laborables, sábados y domingos. Para los días feriados no se efectúo
ningún tipo de corrección. En el ANEXO 2 se presenta un ejemplo de las series
históricas de datos de demanda de la “Empresa Eléctrica Riobamba S. A.”, en el
cual se muestran las series históricas con valores atípicos, y el cambio que sufren
las mismas al realizar la corrección descrita.
Luego de haber corregido las series de demandas para cada uno de los rangos
de días laborables, sábados y domingos, se efectúa un pronóstico de cada una de
las series mencionadas, incluyendo los días feriados. Este proceso será detallado
más adelante.
La información referente a “Precios Spot de Energía” no tuvo ningún tipo de
corrección relacionada con valores atípicos. Tampoco se consideraron criterios de
actualización del dinero. No se efectuará ningún tipo de pronóstico, debido a que
este procedimiento requiere de un proceso a futuro de despachos donde
intervienen muchas variables, tales como: los costos variables de producción de
cada generadora, demanda total del sistema, etc., por lo cual el estudio se
tornaría muy extenso.
Para el período de análisis (Julio de 2006 a Junio de 2007), se consideran tener
como valores esperados los precios spot históricos de Julio de 2005 a Junio de
2006, debido a que estos valores contienen información histórica del estado y
funcionamiento de todo el sistema eléctrico de potencia, estacionalidad, costos de
producción, disponibilidad, demanda, etc.
Cabe destacar que es posible pronosticar precios spot a través de metodologías
complejas como modelos ARIMA, ARMA, redes neuronales [11], entre otros, o
determinar
valores
esperados
de
precios
en
base
a
comportamientos
probabilísticos de la serie de datos [20]. Sin embargo, esta particularidad no incide
mayormente en los objetivos propuestos. En la FIGURA 4-1 se muestra el
66
comportamiento que tienen los precios spot en el tiempo, considerando los datos
recopilados de Julio de 2005 a Junio de 2006 para días laborables.
PRECIO SPOT vs. TIEMPO
Precio Spot (Cent. de Dólar por kWh)
18
16
14
12
10
8
6
4
2
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Tiempo (Horas)
Nota: Cada curva de color diferente representa los precios spot de energía de las 24 horas de
cada día laborable considerado dentro del período señalado. Ver ANEXO 1 (CD).
FIGURA 4-1: Comportamiento de los Precios Spot de Energía por día laborable.
En la FIGURA 4-1 se puede observar la alta volatilidad que tienen los precios
spot, Una alta volatilidad implica que un precio varía mucho y una baja volatilidad
implica un precio más constante. La razón de esto es la alta variabilidad e
incertidumbre de los factores que afectan a la demanda (condiciones
meteorológicas y actividad económica) y a la generación (disponibilidad en el
corto plazo de los equipos para generación y transmisión, las condiciones
hidráulicas y los nuevos participantes del mercado) [2].
Se establecieron “Precios de Contrato” entre la Generadora Hidroeléctrica y los
Distribuidores que van desde 35 $/MWh hasta 40 $/MWh. Para el caso de
contratos entre la Generadora Hidroeléctrica y los Grandes Consumidores, se
consideraron precios desde 40 $/MWh hasta 45 $/MWh. Los valores señalados
22
23
24
67
corresponden a Precios de Contrato10 que en la actualidad se manejan en el MEM
ecuatoriano, los cuales han sido establecidos para disminuir el déficit tarifario, y
por lo tanto, no son el resultado de un estudio económico. Es decir, el valor de la
energía a través del mercado de contratos, debería ser un precio promedio
representativo de los precios del Mercado Ocasional. Esto no ocurre debido a la
iliquidez del mercado ecuatoriano, por lo cual los precios de contrato resultan ser
valores distorsionados. En la siguiente figura se puede visualizar este hecho:
Costo Marginal Promedio del 2006 (centUSD/kWh)
Costo Marginal
Promedio(centUSD/KWh)
16,0
14,0
12,0
10,0
8,0
6,0
4,0
2,0
0,0
1
18
35
52
69
86 103 120 137 154 171 188 205 222 239 256 273 290 307 324 341 358
Tiempo (Día)
FIGURA 4-2: Precios Spot del año 2006.
Es importante mencionar también que en la determinación de los Flujos de Caja
anuales para días laborales, se recopilaron y analizaron valores correspondientes
a los miércoles de cada semana para los períodos señalados en 4.2. Se hizo esta
consideración debido a que el miércoles resulta ser el día con mayor demanda
dentro de una semana de comportamiento típico en Ecuador, por lo cual se lo
consideró como día representativo para efectuar los análisis respectivos.
En el caso de los días sábados y domingos, se consideraron todos aquellos que
se encuentran establecidos en los períodos señalados en la sección 4.2. Para el
caso de los feriados, se consideraron únicamente los días festivos que se
celebran a nivel nacional en nuestro país, más no aquellos que sólo tienen
influencia en ciertas regiones o provincias del Ecuador. Esto se debe al hecho de
10
Información de Precios de Contratos otorgada por CENACE.
68
que un feriado nacional puede alterar significativamente las variables riesgosas de
un contrato.
Los Precios de Contrato, los Contratos Previos, y las Demandas de Energía,
también pueden ser modelados de formas alternativas a las descritas hasta aquí.
Algunos de estos modelos se muestran en las referencias bibliográficas de este
estudio. Todos estos procesos tienen como finalidad encontrar valores que se
esperarían tener a futuro, considerando factores climáticos, socio - económicos,
tecnológicos, entre otros, a fin de determinar de la forma más real posible, la
manera en que estas variables afectarían los flujos de caja futuros que una
empresa esperaría tener para una fecha determinada.
De acuerdo a los objetivos establecidos en este trabajo, la manera en que se han
modelado las variables mencionadas resulta ser adecuada en cada caso.
4.3.2. PRONÓSTICO DE DEMANDA.
Con el propósito de estimar los posibles valores que tendría la demanda para un
año a futuro, se efectúa un pronóstico de esta variable utilizando las series
históricas correspondientes a Julio de 2004 hasta Junio de 2006. El proceso
desarrollado en la estimación de la demanda para días laborables, sábados y
domingos es el siguiente [16]:
1. Inicialmente se obtienen las demandas promedio mensuales para horas de
demanda baja, media y pico, de todos los días descritos con anterioridad,
tomando en consideración que al referirse a días laborables se han utilizado
únicamente las demandas de los días miércoles de cada semana, por tener un
comportamiento típico de valores elevados de consumo de energía en relación
a los demás días laborables, lo cual permite escoger este día como
representativo de una semana. La ecuación que permite ejecutar este primer
cálculo es la siguiente:
n
D = ∑ Di
i =1
(4-1)
69
Donde:
D = Demanda promedio.
Di = Demanda de la hora i.
n = Número de datos.
2. Con los resultados de la ecuación 4-1, se prosigue a comparar la demanda
baja, media y pico, del período que corresponde a Julio de 2004 hasta Junio
de 2005, con los resultados correspondientes de Julio de 2005 a Junio de
2006. La comparación se la ejecuta mes a mes, por ejemplo, se compara el
mes de enero de 2005 con el mes de enero de 2006. En base a estas
comparaciones y haciendo uso de la ecuación 4-2, se obtienen las tasas de
crecimiento mensuales para demanda base, media y pico:
 D 2006 

τ = 

 D 2005 
Donde:
1
r
−1
(4-2)
D 2006 = Demanda promedio del mes correspondiente a 2006.
D 2005 = Demanda promedio del mes correspondiente a 2005.
r = Periodo de análisis.
τ = Tasa de crecimiento.
3. Obtenidas las tasas de crecimiento mensuales, se realiza un promedio de
todas éstas para determinar la tasa promedio de crecimiento anual de las
demandas base, media y pico. Finalmente se obtiene un promedio de las tres
tasas de crecimiento resultantes con la finalidad de encontrar una sola tasa de
crecimiento anual, la cual será utilizada para realizar la previsión de demanda.
En la siguiente tabla se muestran las tasas de crecimiento anuales obtenidas para
días laborables, sábados y domingos, de las dos Distribuidoras y de los Grandes
Consumidores:
70
EE Riobamba
EE Santa Elena
G. Consumidores
Tasa de crecimiento (%)
Laborables
Sábados Domingos
4,08
3,89
3,74
7,30
8,49
8,03
13,99
7,93
10,14
TABLA 4-1: Tasas de Crecimiento Anuales para días Laborables, Sábados y Domingos.
Cabe mencionar, que de acuerdo a [15], la demanda de punta va desde las 17:00
hasta las 22:00 de lunes a domingo, la demanda media va desde las 7:00 hasta
las 17:00 de lunes a viernes, y la demanda base corresponde a las horas
restantes de la semana.
Los días feriados muestran un comportamiento similar al de los días domingos.
Sin embargo, se optó por utilizar una tasa de crecimiento resultante del promedio
de las tasas anuales obtenidas para días laborables, sábados y domingos, la cual
resulta ser apropiada ya que toma en consideración las características que
tendría un día feriado al ocurrir éste en cualquiera de estos días. En esta parte es
importante destacar que el comportamiento que tendrá la curva de carga para un
feriado dependerá de factores socioeconómicos de la zona, ciudad o región en la
cual se elabore el estudio.
En la siguiente tabla se indican las tasas de crecimiento anuales para días
feriados de los agentes en estudio:
EE Riobamba
EE Santa Elena
G. Consumidores
Tasa de crecimiento (%)
3,90
7,93
10,68
TABLA 4-2: Tasas de Crecimiento Anuales para días Feriados.
Finalmente se determinan las demandas que se prevé tener para el período
comprendido entre Julio de 2006 hasta Junio de 2007, utilizando la siguiente
expresión:
DP = DH + (DH × τ )
(4-3)
71
DP = Demanda pronosticada.
Donde:
DH = Demanda histórica.
τ = Tasa de crecimiento anual
Las Demandas Pronosticadas para los tres casos de análisis: “Empresa Eléctrica
Riobamba S. A.”, “Empresa Eléctrica Santa Elena S. A.” y “Los Grandes
Consumidores”, se indican en el ANEXO 3 (CD). A continuación se presentan los
gráficos de las Demandas Históricas y Pronosticadas de los días laborables para
los agentes mencionados anteriormente:
Empresa Eléctrica Riobamba.
Demanda vs. Tiempo
Demanda (MWh)
50
40
30
20
10
0
0
500
1000
1500
2000
2500
Tiempo (Horas)
Históricas
Pronosticadas
Empresa Eléctrica Santa Elena.
3000
3500
4000
72
Demanda vs Tiempo
70
Energia(MWh)
60
50
40
30
20
10
0
0
500
1000
1500
2000
Tiempo(Horas)
Historicas
2500
3000
3500
4000
Pronosticadas
Grandes Consumidores.
Demanda vs. Tiempo
14
Demanda (MWh)
12
10
8
6
4
2
0
0
500
1000
1500
2000
2500
3000
3500
4000
Tiempo (Horas)
Históricas
Pronosticadas
FIGURA 4-3: Demanda Histórica y Pronosticada para días laborables.
La FIGURA 4-2 muestra en color azul el comportamiento de la demanda histórica
y en color rojo el comportamiento de la demanda pronosticada de días laborables.
En el ANEXO 4 se muestran las gráficas para días sábados, domingos y feriados.
73
4.3.3. SIMULACIÓN ESTOCÁSTICA DE LA DEMANDA.
Con la finalidad de determinar el comportamiento de los Flujos de Caja al final del
estudio, se optó por modelar la variable riesgosa “Demanda del Consumidor”
mediante un proceso estocástico. El resto de factores se los modela de la forma
indicada en 4.3.1. Al escoger esta variable para la simulación se encontró, que en
un rango muy grande de datos, este parámetro tiene un comportamiento definido
y conocido. Además, constituye un factor de análisis importante dentro de
estudios de riesgos en el Sector Eléctrico.
El modelo consiste en la generación de una gran cantidad de valores aleatorios
para cada hora del día, y para cada tipo de día (laborables, sábados, domingos y
feriados), utilizando una función matemática extraída del comportamiento que
presentan las distintas series de datos. Esto permite encontrar múltiples
soluciones al problema planteado, y no una solución determinista que se
obtendría si se trabajara únicamente con las series pronosticadas [22].
Se conoce en base a información proporcionada por CENACE, que una muestra
grande de datos de demandas, presenta un comportamiento Normal o de una
Campana de Gauss. Con este antecedente, se verifica el comportamiento que
presentan las muestras seleccionadas para el caso de estudio, a fin de determinar
si tienen comportamientos similares al de una Función Normal. Para esto, se
utiliza el Coeficiente de Asimetría de Fisher como método de análisis cuantitativo.
4.3.3.1. Coeficiente de Asimetría de Fisher.
Antes de mencionar las características de este método, es necesario recordar las
propiedades de la Campana de Gauss [18], las cuales son:
1. Tiene una única moda, que coincide con su media y su mediana.
2. Es asintótica al eje de abscisas. Por ello, cualquier valor entre − ∞ y + ∞ es
teóricamente posible. El área total bajo la curva es, por tanto, igual a 1.
74
3. Es simétrica con respecto a su media µ . Según esto, para este tipo de
variables existe una probabilidad de un 50% de observar un dato mayor que la
media, y un 50% de observar un dato menor.
4. La distancia entre la línea trazada en la media y el punto de inflexión de la
curva es igual a una desviación típica ( σ ). Cuanto mayor sea σ , más
aplanada será la curva de densidad.
5. La forma de la campana de Gauss depende de los parámetros µ y σ . La
media indica la posición de la campana, de modo que para diferentes valores
de µ la gráfica es desplazada a lo largo del eje horizontal. Por otra parte, la
desviación estándar determina el grado de apuntamiento de la curva. Cuanto
mayor sea el valor de σ , más se dispersarán los datos en torno a la media y la
curva será más plana. Un valor pequeño de este parámetro indica, por tanto,
una gran probabilidad de obtener datos cercanos al valor medio de la
distribución.
En la siguiente FIGURA 4-3 se muestra la forma que tiene la Campana de Gauss
con media igual a cero y desviación estándar igual a 1:
CURVA NORMAL (0,1)
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
-3,5
-2,5
-1,5
-0,5
0,5
1,5
2,5
3,5
FIGURA 4-4: Distribución Normal.
Existen diferentes metodologías que con mayor o menor precisión, permiten
justificar la normalidad de una serie de datos. Entre las más utilizadas están los
histogramas, los cuales permiten apreciar de forma gráfica el comportamiento de
75
un rango de valores. Como ejemplo, se han tomado las demandas horarias de
días laborables, pronosticadas e históricas, para las horas 1:00 a.m. y 18:00 p.m.,
de la Empresa Eléctrica “Riobamba S.A.”. La siguiente gráfica muestra el
comportamiento de las series mencionadas:
Series Históricas de Datos.
16
,4
4
25
,5
1
m
ay
or
...
16
,1
7
24
,5
1
y
15
,8
9
23
,5
1
15
,6
2
15
,3
5
15
,0
7
14
,8
0
14
,5
3
14
,2
5
20
18
16
14
12
10
8
6
4
2
0
13
,9
8
Frecuencia
HORA 1
Clase
HORA 18
30
20
15
10
5
m
ay
or
...
y
22
,5
0
21
,5
0
20
,5
0
19
,5
0
18
,4
9
17
,4
9
0
16
,4
9
Frecuencia
25
Clase
76
Series Pronosticadas de Datos.
HORA 1
16
14
Frecuencia
12
10
8
6
4
2
0
14,71
15,10
15,48
15,86
16,25
16,63
17,01
y
mayor...
24,61
26,10
y
mayor...
Clase
HORA 18
25
Frecuencia
20
15
10
5
0
17,16
18,65
20,14
21,63
23,12
Clase
FIGURA 4-5: Histogramas de demandas para horas 1:00 am y 18:00 pm.
Como se puede apreciar, gráficamente las series históricas presentan un
comportamiento más similar al de una Campana de Gauss que las series
pronosticadas, tanto para la hora 1 a.m. como para la hora 18 p.m. Esto se debe a
que la serie histórica de datos tiene una mayor cantidad de valores que la serie
pronosticada. Por lo tanto, mientras mayor sea la cantidad de valores, la serie
77
tenderá a comportarse como una Función Normal. Sin embargo, los histogramas
no resultan ser una prueba fehaciente para asegurar que un conjunto de datos
muestren un determinado comportamiento, razón por la cual se utiliza el Test de
Fisher como prueba matemática cuantitativa para corroborar este hecho [18].
La siguiente ecuación permite determinar el Coeficiente de Asimetría de Fisher:
γ =
Donde:
(
)
3
1 n
xi − x
∑
ni =1
(
)
1 n
2
 ∑ xi − x 
ni =1



3
(4-4)
2
γ = Coeficiente de asimetría de Fisher.
n = Número de datos.
xi = Dato de la serie.
x = Valor promedio de la serie.
De acuerdo a esta expresión, si γ = 0 la curva es simétrica (normal), si γ > 0 es
asimétrica hacia la derecha, y si γ < 0 es asimétrica hacia la izquierda. Los
resultados usando la ecuación 4-4 fueron los siguientes:
Hora 1
Hora 18
Coeficiente de Asimetría de Fisher
Series Históricas
Series Pronosticadas
-0,196
-0,459
0,143
-0,014
TABLA 4-3: Coeficientes de Asimetría de Fisher.
En estos casos n = 104 para las series históricas, y n = 52 para las series
pronosticadas. Como se observa, las series analizadas presentan desvíos con
respecto a la media. Sin embargo, de acuerdo a [18] estos desvíos son pequeños,
con lo cual se puede asegurar que los datos de las series siguen el
comportamiento de una campana de Gauss. Únicamente en el caso de la serie
pronosticada de la hora 1 a.m., el desvío con respecto a la media es significativo.
78
En el ANEXO 5 se muestran los resultados obtenidos para las 24 horas, tanto de
las series históricas como de las series pronosticadas, para días laborables,
sábados y domingos. Los días feriados no se analizan utilizando este coeficiente,
debido a que la serie de datos es pequeña, lo cual impide determinar
adecuadamente el comportamiento que tiene la demanda para este rango de
valores. Estos resultados muestran que existen series de datos con desviaciones
significativas, y rangos de valores con un comportamiento aproximado a una
Campana de Gauss. Esto se debe a la cantidad de datos utilizados, y al
comportamiento que tiene la Demanda para cada hora del día dentro del período
analizado.
4.3.3.2. Generación de Valores Aleatorios.
Dado que las series de datos de Demandas tienen los comportamientos
registrados anteriormente, se optó por modelar cada hora del día como una
Función Normal [20]. Para esto, se determina la media y la desviación estándar
de las series pronosticadas, para cada hora del día. Obtenidos estos parámetros,
se determinan con cada una de las medias y desviaciones calculadas, valores
aleatorios que correspondan a una distribución Normal.
Para este fin, se utiliza la función normrnd(media, desviación, número de filas,
número de columnas), la cual se encuentra implementada en el programa
MATLAB. Esta función permite generar una determinada cantidad de valores
aleatorios, que correspondan a una Función Normal con media y desviación
estándar conocidos. En el ANEXO 6 se muestra el programa utilizado para
calcular los Flujos de Caja totales y los Beneficios para la generadora con cada
uno de los tipos de contratos analizados. En la parte inicial se indica la estructura
del programa que permite generar los valores aleatorios mencionados con
anterioridad.
Por otro lado, la ecuación 4-1 permite calcular la media, mientras que la ecuación
4-5 permite determinar la desviación estándar de una serie da datos:
79
(
)
1
 1 n
2 2
s = 
xi − x 
∑
 n −1 i = 1

Donde:
(4-5)
s = Desviación estándar.
x = Valor de la serie.
x = Media.
n = Número de valores de la serie de datos.
4.4. ANÁLISIS UTILIZANDO CFaR Y EaR.
Luego de analizar las series de datos de cada una de las variables consideradas
para el análisis de riesgo, se procede a analizar la influencia que tienen estos
factores en los tipos de contratos “Pague lo Contratado”, “Pague lo Demandado” y
“Pague lo Producido con Tope de Demanda”, con la finalidad de determinar los
ingresos y egresos de dinero que podría obtener la generadora en cada uno de
los contratos mencionados, tanto para los acuerdos efectuados con las
Distribuidoras, como para aquellos pactados con los tres Grandes Consumidores
en conjunto.
Esto permitirá a la hidroeléctrica decidir que tipo de contrato es el más adecuado
bajo las condiciones establecidas, efectuar un análisis de la influencia que tienen
las incertidumbres de los factores considerados en los Flujos de Caja que percibe
la generadora, y dar la pauta para establecer alternativas que permitan controlar
los niveles de riesgo. De esta manera se busca reducir el riesgo existente en la
firma de contratos, y estimular las transacciones de energía a través de acuerdos
contractuales.
En este proceso se utilizarán el CFaR (Flujo de Caja en Riesgo) y el EaR
(Ganancia en Riesgo) como metodologías de análisis aplicadas al sector eléctrico,
80
y se tomarán en consideración las leyes, reglamentos y regulaciones vigentes en
el Mercado Eléctrico Mayorista ecuatoriano.
4.4.1. ANÁLISIS CON CFaR.
Las diferentes características de los tres tipos de contratos a ser analizados ya se
mencionaron en 3.4.1. En esta parte, se muestra la forma en que se han utilizado
los aspectos conceptuales de cada contrato dentro de los casos tomados como
ejemplo; es decir, los acuerdos contractuales que tiene la central de generación
con los siguientes consumidores: “Empresa Eléctrica Riobamba S. A.”, “Empresa
Eléctrica Santa Elena S. A.”, y los tres Grandes Consumidores en conjunto:
“GRAIMAN”, “CERVACERÍA NACIONAL” y “BOPP DEL ECUADOR”.
4.4.1.1. Contrato tipo “Pague lo Contratado”.
Para realizar este tipo de contrato, primeramente se debe plantear una Curva de
Contrato, para cada tipo de día (Laborable, sábado, domingo o feriado) de cada
mes del año. Esta curva indica la cantidad de energía que la Generadora se
compromete a suministrar a cada uno de los consumidores, misma que se toma
como referencia luego de que la productora de energía eléctrica y el consumidor
hayan llegado a un acuerdo previo (Ver 3.7). Para el presente estudio esta curva
es un dato conocido. Un ejemplo gráfico de la forma de una Curva de Contrato se
muestra en la FIGURA 3-1 del Capítulo 3.
La energía del contrato debe ser cubierta por la generadora con su propia
producción o, de ser necesario, comprando energía en el Mercado Spot. Para
esta tesis, se ha considerado que la Generadora cubre la Curva de Contrato, mes
a mes, con la Producción de Energía Eléctrica indicada en el ANEXO 1 (CD), y en
los casos donde esta producción sea insuficiente, la hidroeléctrica adquirirá
energía del Mercado Ocasional a fin de cumplir con el contrato. Se excluyen de
estos análisis posibles motivos de indisponibilidad de la planta de generación, es
decir, no se consideran causas que impidan a la planta generadora alcanzar la
81
producción estipulada, tales como: fallas técnicas en el sistema de generación,
errores de operación, factores medio ambientales, políticos, entre otros.
Los ingresos totales que obtendrá la Generadora por concepto de venta de
energía, corresponderán a la energía entregada en el contrato remunerada a
precio de contrato, más la energía vendida en el spot remunerada a precio spot.
La cantidad de energía que se adquiera en el Mercado Ocasional para cubrir un
contrato, será remunerada al generador a Precio de Contrato, mientras que este
deberá pagar a precio spot la energía adquirida en el Mercado Spot, lo cual
constituye un egreso para la Hidroeléctrica. El formulamiento matemático se
muestra en 3.4 y 3.8. En el ANEXO 6 se presenta el programa desarrollado en
MATLAB, mismo que permite calcular los ingresos, egresos y flujos netos de
dinero de este tipo de contrato, utilizando los resultados de la modelación
probabilística de la Demanda de Energía.
A continuación se detallan las etapas de cálculo efectuadas a fin de determinar
los Flujos Netos de dinero por semana, mes y año, para días laborables, sábados,
domingos y feriados:
1. Como se mencionó con anterioridad, la cantidad de energía a entregar por
parte de la Generadora a las Distribuidoras y Grandes Consumidores, es un
dato conocido (Curva de Contrato). En la siguiente tabla se muestran los MWh
que debe suministrar la Hidroeléctrica en este tipo de contrato, por tipo de día,
y por consumidor:
Contrato tipo Pague lo Contratado (MWh)
EE Riobamba y EE Santa Elena
Grandes Consumidores
Hora Laborables Sábados Sábados* Domingos Feriados Laborables Sábados Domingos Feriados
1
2
5
2
10
10
9
8
6
6
2
2
5
2
10
10
9
8
6
6
3
2
5
2
10
10
9
8
6
6
4
2
5
2
10
10
9
8
6
6
5
2
5
2
10
10
9
8
6
6
6
2
5
2
10
10
9
8
6
6
7
7
5
5
10
10
9
8
6
6
8
7
5
5
10
10
9
8
6
6
9
7
5
5
10
10
9
8
6
6
82
7
7
7
7
7
7
7
7
13
13
13
13
13
2
2
5
5
5
5
5
5
5
5
13
13
13
13
13
5
5
5
5
5
5
5
5
5
5
13
13
13
13
13
2
2
10
10
10
10
10
10
10
10
13
13
13
13
13
10
10
10
10
10
10
10
10
10
10
13
13
13
13
13
10
10
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
Nota: Sábados corresponde a la Curva de Contrato de la EE Riobamba para días sábados, y
Sábados* corresponde a la Curva de Contrato de la EE Santa Elena.
TABLA 4-4: Energía Pactada en Contrato tipo Pague lo Contratado.
Representando las Curvas de Contrato en forma gráfica:
Curvas de Contrato de la EE Riobamba y EE Santa Elena
14
Curva de Contrato (MWh)
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
12
10
8
6
4
2
0
0
2
4
6
8
10
12
14
16
18
20
22
24
Tiem po (Horas)
Laborables
Sábados
Domingos
Feriados
Sábados*
Nota: Las Curvas de Contrato de ambas distribuidoras son iguales para cada tipo de día,
excepto en los sábados, donde se tienen los valores mostrados en la TABLA 4-4.
FIGURA 4-6: Curvas de Contrato de la EE Riobamba y EE Santa Elena, para el tipo de
contrato “Pague lo Contratado”.
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
83
Curvas de Contrato de los Grandes Consumidores
Curva de Contrato (MWh)
10
8
6
4
2
0
0
2
4
6
8
10
12
14
16
18
20
22
24
Tiem po (Horas)
Laborables
Sábados
Domingos
Feriados
FIGURA 4-7: Curvas de Contrato de los Grandes Consumidores, para el tipo de contrato
“Pague lo Contratado”.
Como se puede observar, las Curvas de Contrato varían dependiendo del tipo
de día y del consumidor. Es importante mencionar que estos valores se
asumen como constantes para todos los días correspondientes al período de
Julio de 2006 a Junio de 2007, sean estos laborables, sábados, domingos o
feriados, respectivamente. Además se consideró que la Curva de Contrato de
los días feriados es la misma de los días domingos, debido a la similitud en
sus comportamientos.
2. Luego de haber establecido las Curvas de Contrato y el comportamiento de las
variables que producen incertidumbre dentro de la firma de contratos, se
obtienen los ingresos de dinero para esta modalidad de contratación,
siguiendo la secuencia lógica mostrada a continuación, misma que es otra
forma de representar la ecuación 3-1:
a) Si la producción de la Generadora es mayor que la energía del contrato, los
ingresos para la Hidroeléctrica serán la energía de contrato vendida
remunerada a precio de contrato, más la energía sobrante vendida en el
Mercado Ocasional y remunerada a precio spot. La ecuación de ingresos
sería:
84
Ingresos = (PC × CPC ) + (PG − CPC ) × PS
(4-6)
b) Si la producción de la Generadora es menor que la energía del contrato,
los ingresos para la Hidroeléctrica serán únicamente la energía de contrato
vendida remunerada a precio de contrato. La ecuación de ingresos en este
caso sería:
Ingresos = PC × CPC
(4-7)
3. Si la diferencia entre la producción de la Generadora y la energía del contrato
es menor que 0, la Hidroeléctrica tendrá egresos, los cuales son iguales a la
diferencia entre la energía del contrato y la energía producida por la
generadora, valorada a precio spot. En caso de que la diferencia mencionada
sea mayor que 0, la central de generación no tiene egresos de dinero o flujos
negativos de dinero. La siguiente expresión es otra forma de representar la
ecuación 3-2:
Egresos = (CPC − PG ) × PS
(4-8)
4. Los Flujos Netos de dinero por hora se obtienen de la diferencia entre los
ingresos y los egresos hora a hora. Es decir:
Flujo Neto = Ingresos − Egresos
(4-9)
5. Los Flujos Netos por día se obtienen sumando los 24 flujos netos de cada hora
del día.
6. Los Flujos Netos por semana de días laborables, se determinan multiplicando
los flujos netos del día miércoles tomado como representativo de la semana,
por la cantidad de días laborables de esa semana. En esta parte se debe tener
cuidado con el conteo de días de semanas que coincidan con inicio o fin de
mes, ya que puede ocurrir que existan menos de 5 días laborables, o a su vez,
no exista un miércoles representativo en una semana determinada, y sea
85
necesario agrupar los días de dicha semana con la semana adyacente a la
misma. Por este motivo en el ANEXO 6 se observan semanas con más de 5
días, o menos.
7. Los Flujos Netos por mes se obtienen sumando los flujos netos totales de
cada uno de los días sábados, domingos y feriados, más los flujos netos
semanales correspondientes al respectivo mes. A continuación se presentan
los resultados mensuales correspondientes a la simulación realizada,
indicando los flujos de caja correspondientes al caso base (datos sin cambios),
los flujos de dinero cuando la generación varía a un 99.2%, y los resultados
cuando los precios de contrato cambian de 35 a 40 ($/MWh) para las
2007
2006
2007
2006
distribuidoras, y de 40 a 45 ($/MWh) para los Grandes Consumidores:
Mes
Caso Base
Julio
410.420,00
Agosto
222.950,00
Septiembre 100.840,00
Octubre
-24.627,00
Noviembre
-26.596,00
Diciembre
3.203,10
Enero
478.440,00
Febrero
424.840,00
Marzo
444.730,00
Abril
388.380,00
Mayo
465.000,00
Junio
393.030,00
Empresa Eléctrica Riobamba
Variación Generación
Variación Precios
405.110,00
437.380,00
219.700,00
250.690,00
98.242,00
126.530,00
-26.408,00
3.603,10
-27.786,00
1.633,90
1.773,00
32.718,00
473.310,00
506.190,00
420.250,00
451.490,00
439.990,00
471.210,00
384.570,00
417.100,00
459.850,00
494.020,00
389.020,00
418.720,00
Mes
Caso Base
Julio
415.650,00
Agosto
225.960,00
Septiembre 105.230,00
Octubre
-20.901,00
Noviembre
-24.694,00
Diciembre
6.891,80
Enero
480.520,00
Febrero
426.600,00
Marzo
447.980,00
Abril
388.140,00
Mayo
466.780,00
Junio
393.070,00
Empresa Eléctrica Santa Elena
Variación Generación
Variación Precios
410.350,00
442.020,00
222.710,00
253.220,00
102.630,00
130.320,00
-22.682,00
6.849,00
-25.884,00
3.055,90
5.461,70
35.807,00
475.390,00
507.790,00
422.010,00
452.770,00
443.240,00
473.860,00
384.330,00
416.370,00
461.620,00
495.320,00
389.060,00
418.160,00
2007
2006
86
Mes
Caso Base
Julio
432.570,00
Agosto
229.110,00
Septiembre
92.617,00
Octubre
-22.819,00
Noviembre
-18.336,00
Diciembre
20.468,00
Enero
481.800,00
Febrero
445.270,00
Marzo
454.510,00
Abril
423.840,00
Mayo
497.510,00
Junio
414.330,00
Grandes Consumidores
Variación Generación
Variación Precios
427.260,00
463.650,00
225.860,00
261.390,00
90.015,00
122.980,00
-24.601,00
9.100,70
-19.526,00
13.584,00
19.038,00
52.988,00
476.670,00
514.080,00
440.680,00
475.030,00
449.770,00
485.950,00
420.030,00
455.400,00
492.360,00
530.510,00
410.320,00
444.690,00
Nota: Los resultados se encuentran en dólares.
TABLA 4-5: Flujos de Caja mensuales para el Contrato tipo Pague lo Contratado.
En las siguientes figuras se presenta de forma gráfica el comportamiento que
tienen los Flujos de Dinero mes a mes para el Caso Base, cuando existe
Variación en la Generación, y cuando existe Variación en los Precios de Contrato.
EMPRESA ELÉCTRICA RIOBAMBA.
Empresa Eléctrica Riobamba
6,00E+05
4,00E+05
3,00E+05
2,00E+05
1,00E+05
Mes
Caso Base
Variación Generación
Variación Precios
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
-1,00E+05
Agosto
0,00E+00
Julio
Flujos de Caja
5,00E+05
87
EMPRESA ELÉCTRICA SANTA ELENA.
Empresa Eléctrica Santa Elena
6,00E+05
Flujos de Caja
5,00E+05
4,00E+05
3,00E+05
2,00E+05
1,00E+05
Abril
Mayo
Junio
Abril
Mayo
Junio
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
-1,00E+05
Julio
0,00E+00
Mes
Caso Base
Variación Generación
Variación Precios
GRANDES CONSUMIDORES.
Grandes Consumidores
6,00E+05
5,00E+05
Flujos de Caja
4,00E+05
3,00E+05
2,00E+05
1,00E+05
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
-1,00E+05
Julio
0,00E+00
Mes
Caso Base
Variación Generación
Variación Precios
FIGURA 4-8: Flujos de Dinero mensuales para el tipo de contrato "Pague lo Contratado".
8. Los flujos netos de dinero anuales, resultado de la simulación realizada para
los tres casos en estudio, se presentan a continuación:
88
EE Riobamba
EE Santa Elena
G. Consumidores
Contrato tipo Pague lo Contratado
Caso Base Variación Generación Variación Precios
3.280.610,10
3.237.621,00
3.611.285,00
3.311.226,80
3.268.235,70
3.635.541,90
3.450.870,00
3.407.876,00
3.829.352,70
Nota: Los resultados se encuentran en dólares.
TABLA 4-6: Flujos de Caja anuales para el Contrato tipo Pague lo Contratado.
Representando estos resultados de manera gráfica se tiene:
Flujos de Dinero Anual para el tipo de contrato "Pague lo Contratado"
3,90E+06
3,80E+06
Flujos de Dinero Anual
3,70E+06
3,60E+06
3,50E+06
3,40E+06
3,30E+06
3,20E+06
3,10E+06
3,00E+06
2,90E+06
Caso Base
Variación Generación
EE Riobamba
EE Santa Elena
Variación Precios
G. Consumidores
FIGURA 4-9: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Contratado".
Para este tipo de contrato, las variables que producen incertidumbre y que
pueden afectar los resultados de los flujos de dinero son: Producción de Energía,
Curvas de Contratos, Precios Spot, y Precios de Contrato. Dado que la Demanda
del Consumidor no interviene en el proceso efectuado, y siendo esta la única
variable simulada mediante un proceso estocástico, solo se puede realizar un
análisis de sensibilidad con los flujos de dinero mensuales y anuales obtenidos,
tal como se muestra en las tablas 4-5 y 4-6. Es decir, no se puede generar una
curva del comportamiento de los flujos de dinero por venta de energía, ya que se
tiene un solo valor determinístico.
89
4.4.1.1.1. Análisis de resultados para el contrato tipo “Pague lo Contratado”.
1. Existen flujos de dinero positivos y negativos en los resultados de Flujos de
Caja mensuales obtenidos. Este comportamiento se debe a los cambios que
sufren las variables involucradas en la firma de acuerdos bilaterales, y a las
características que tiene este tipo de contrato.
2. Debido a que no interviene la variable Demanda del Consumidor, los
resultados son determinísticos, es decir no se puede determinar un valor que
represente el riesgo que se adquiere por obtener estos resultados, por lo cual
solo se pueden ejecutar análisis de sensibilidad haciendo variar las variables
que intervienen en la firma este contrato. Para este trabajo se varió la
Producción de la Generadora y los Precios de Contrato en las cantidades
descritas.
3. Se obtienen flujos de dinero negativos en algunos meses del período de
análisis, debido a que existen valores horarios correspondientes a la Curva de
Contrato que son superiores a la Producción de la Generadora, misma que
tiene el comportamiento hidrológico mensual como una de las causas de
reducción de producción, lo cual ocasiona la compra obligada de energía en el
Mercado Spot por parte de la hidroeléctrica para cumplir con el contrato. Esto
a su vez repercute en los egresos de la Central de Generación cuando el
precio spot es mayor al precio de contrato de una determinada hora,
provocando la existencia de ingresos reducidos, y por ende, de flujos netos de
dinero negativos. La suma de gran cantidad de flujos diarios negativos para un
determinado mes, ocasiona flujos mensuales negativos.
4. En la FIGURA 4-6 se observa que los mayores ingresos de flujo de dinero
corresponden a los Grandes Consumidores, luego se halla la E. E. Santa
Elena, y por último los resultados de la E. E. Riobamba. Además, los flujos de
dinero para las empresas eléctricas son similares, y estos guardan gran
diferencia con respecto a los flujos de caja para los grandes consumidores.
Esto permite destacar que el nivel de la demanda y comportamiento del
90
consumidor deben ser una de las primeras consideraciones que el generador
debe tomar en cuenta al pactar cualquier negociación. Es claro que el
generador vendió toda su producción en el mercado de contratos y spot, pero
a diferencia de los otros casos, para abastecer de energía a los grandes
consumidores compró menor cantidad de energía en el mercado spot.
5. En los tres casos tomados como ejemplos, se observa que los flujos de dinero
que percibe la generadora anualmente, son superiores cuando esta trabaja al
100% de su capacidad que cuando produce energía al 99.2%; y como es de
esperarse, los flujos de caja por venta de energía se incrementan aún más
cuando los Precios de Contrato van en aumento.
6. Para este tipo de contrato, bajo las condiciones establecidas, el generador
deberá determinar la conveniencia de la firma de este acuerdo contractual
conociendo valores que estipule conseguir la hidroeléctrica, o a su vez,
comparando estos resultados con los obtenidos en los otros dos tipos de
contratos analizados más adelante.
7. Se han obtenido flujos anuales de dinero positivos, lo cual permite que la firma
de este contrato sea una opción de compraventa de energía para la
generadora, en cualquiera de los tres ejemplos analizados.
4.4.1.2. Contrato tipo “Pague lo Demandado”.
A diferencia del contrato tipo “Pague lo Contratado”, la Curva de Contrato para
este acuerdo contractual es la Demanda del Consumidor, donde el generador
debe abastecer toda la energía que demande el consumidor, o parte de esta
energía cuando existan Contratos Previos de por medio. Al igual que en el
contrato anterior, la energía debe ser cubierta con la propia producción de la
generadora o, de ser necesario, adquiriéndola en el Mercado Spot.
Para analizar el contrato tipo “Pague lo Demandado”, es necesario prever el
comportamiento de la Demanda de Energía de cada una de las Empresas
Distribuidoras y Grandes Consumidores para el siguiente año futuro, tal como se
91
explicó en 4.3, con la finalidad de predecir las curvas de contratos para determinar
el valor aproximado de demanda a abastecer, y de conocer los flujos de dinero
que podrían obtenerse a futuro con sus respectivos comportamientos mensuales
y anual por la venta de energía eléctrica.
Para este estudio se asume que las dos Distribuidoras pactan en Contratos
Previos con otras generadoras, las cantidades de energía mostradas en el
ANEXO 1 (CD), y que estos valores volverán a repetirse para el período
comprendido entre Julio de 2006 a Junio de 2007. Para el caso de los Grandes
Consumidores, se asume que estos agentes en conjunto no tienen acuerdos
contractuales previos. La Demanda de Energía se pronostica y simula como se
indicó en 4.3. De estos análisis se excluyen posibles motivos de indisponibilidad
de la planta de generación: fallas técnicas en el sistema de generación, errores de
operación, factores medio ambientales, políticos, entre otros.
Los ingresos totales que obtendrá la Generadora por concepto de venta de
energía, corresponderán a la energía entregada en el contrato remunerada a
precio de contrato, más la energía vendida en el spot remunerada a precio spot.
La cantidad de energía que se adquiera en el Mercado Ocasional para cubrir un
contrato, será remunerada a Precio de Contrato al generador, mientras que este
deberá pagar a precio spot la energía adquirida en el mercado spot, lo cual
constituye un egreso para la hidroeléctrica. El formulamiento matemático se
muestra en 3.4 y 3.8. En el ANEXO 6 se presenta el programa desarrollado en
MATLAB, mismo que permite calcular los ingresos, egresos y flujos netos de
dinero de este tipo de contrato, utilizando los resultados de la modelación
probabilística de la Demanda de Energía.
Los Flujos Netos de dinero por semana, mes y año, para días laborables,
sábados, domingos y feriados, se obtienen siguiendo el procedimiento indicado en
4.4.1.1 para el tipo de contrato “Pague lo Contratado”, tomando en consideración
lo siguiente:
92
a) En el literal 1, la Curva de Contrato resulta de la diferencia entre la Demanda
de Energía y los Contratos Previos.
b) Los literales del 2 al 6 se aplican de la forma indicada, para el cálculo de
ingresos, egresos, y flujos netos de dineros horarios, diarios y semanales,
tomando en consideración que la Curva de Contrato resulta de la diferencia
mencionada con anterioridad.
c) Los Flujos Netos por mes se obtienen sumando los flujos netos totales de
cada uno de los días sábados, domingos y feriados, más los flujos netos
semanales correspondientes al respectivo mes.
d) Los flujos netos de dinero anual se obtienen sumando los flujos de dinero
mensuales.
A continuación se presentan gráficamente los comportamientos que tienen los
resultados anuales obtenidos para la “Empresa Eléctrica Riobamba S. A.”, tanto
para el Caso Base, cuando varía la generación, y cuando varían los precios de
contrato. En el ANEXO 7 se muestran las gráficas correspondientes a los
contratos que firma la hidroeléctrica con la “Empresa Eléctrica Santa Elena S. A.”
y con los tres Grandes Consumidores en conjunto.
120
100
Frecuencia
80
60
Figura A
40
20
0
1.22
1.23
1.24
1.25
1.26
Dólares ($)
1.27
1.28
1.29
6
x 10
93
120
100
Frecuencia
80
Figura B
60
40
20
0
1.18
1.19
1.2
1.21
Dólares ($)
1.22
1.23
1.24
6
x 10
140
120
Frecuencia
100
80
Figura C
60
40
20
0
1.8
1.81
1.82
1.83
Dólares ($)
1.84
1.85
1.86
6
x 10
Nota: La Figura A corresponde al Caso Base, la Figura B se obtiene al variar la Producción de
Energía de la generadora, y la Figura C corresponde a la Variación de Precios de Contrato.
FIGURA 4-10: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Demandado" de
la “Empresa Eléctrica Riobamba S. A.”
De los resultados obtenidos se desprenden los siguientes comentarios:
1. Los histogramas de flujos de dinero anual tienen comportamientos similares a
una Campana de Gauss, en cada uno de los casos analizados. Se puede
94
visualizar este efecto debido a la cantidad de valores obtenidos con la
simulación estocástica de la Demanda de Energía.
2. Con los resultados determinados es posible ejecutar análisis de riesgo
considerando un x % de probabilidad.
Debido a que los histogramas no resultan ser una prueba fehaciente para
asegurar que un conjunto de datos muestren un determinado comportamiento, se
recurre al Test de Fisher como prueba matemática cuantitativa que permite
corroborar este hecho [18]:
Caso Base
Variación Generación
Variación Precios
EE Riobamba
-0,0478
-0,0478
-0,0624
EE Santa Elena
-0,1710
-0,1710
-0,1927
G. Consumidores
-0,0506
-0,0856
-0,0483
TABLA 4-7: Test de Fisher de Flujos de Dinero Anuales para el tipo de contrato "Pague lo
Demandado".
De acuerdo a los resultados obtenidos, se concluye que las desviaciones con
respecto a la media no son significativas, razón por la cual las series de datos
siguen la forma de una Curva Normal.
En la siguiente tabla se ha anotado el flujo anual de dinero máximo, mínimo, y el
correspondiente al 5% de riesgo considerado para el estudio, de cada uno de los
casos analizados:
EE Riobamba
EE Santa Elena
Grandes
Consumidores
Máximo ($)
Caso Base
1.280.430,20
Variación Generación 1.237.438,61
Variación Precios
1.851.783,34
Caso Base
2.075.962,07
Variación Generación 2.032.970,79
Variación Precios
2.572.840,87
Caso Base
3.045.770,77
Variación Generación 3.006.541,89
Variación Precios
3.507.014,58
Mínimo ($) 5% de riesgo ($)
1.224.497,11
1.237.000,00
1.181.505,52
1.194.000,00
1.801.619,30
1.813.000,00
1.913.415,03
1.946.100,00
1.870.423,76
1.903.100,00
2.429.220,85
2.458.900,00
3.012.258,91
3.022.600,00
2.973.398,71
2.980.000,00
3.477.337,38
3.486.200,00
TABLA 4-8: Resultados de Flujos de Dinero Anuales para el tipo de contrato "Pague lo
Demandado".
95
Representando estos resultados de forma gráfica se tiene:
EE Riobamba
Máximo ($)
EE Santa Elena
Mínimo ($)
Variac ión
G enerac ión
Variac ión
Prec ios
C as o Bas e
Variac ión
Prec ios
Variac ión
G enerac ión
C as o Bas e
Variac ión
Prec ios
Variac ión
G enerac ión
4000000
3500000
3000000
2500000
2000000
1500000
1000000
500000
0
C as o Bas e
D óla r e s ($ )
Flujos Máximos y Mínimos de Dinero y Riesgo
Grandes
Consumidores
5% de riesgo ($)
FIGURA 4-11: Flujos máximos y mínimos de dinero y riesgo para el tipo de contrato “Pague
lo Demandado”.
El valor de dinero correspondiente al 5% de riesgo se obtuvo utilizando la función
x=norminv(P,media,desviación) de MATLAB, la cual calcula el valor x en base a
una probabilidad de ocurrencia P, a una media y a una desviación estándar. Los
dos últimos parámetros se obtienen de cada serie de datos. En forma gráfica, se
puede obtener este valor elaborando curvas que relacionen la probabilidad de
ocurrencia con respecto a los flujos de dinero, tal como se muestra en la FIGURA
3-7. A manera de ejemplo se han escogido los flujos de dinero del Caso Base de
la “Empresa Eléctrica Riobamba S. A.”:
96
Distribución de Probabilidad de Flujos de Dinero
0.4
0.35
0.3
Probabilidad
0.25
0.2
0.15
5% de Riesgo
0.1
0.05
0
1.22
1.23
1.24
1.25
1.26
Flujos de Dinero ($)
1.27
1.28
1.29
6
x 10
FIGURA 4-12: Distribución de Probabilidad de Flujos de Dinero.
En la gráfica 4-11 se puede visualizar el comportamiento de los flujos de dinero y
su respectiva probabilidad. La línea de color rojo indica el valor que corresponde
al 5% de riesgo considerado para este estudio, mismo que representa el mínimo
beneficio o la máxima pérdida que esperaría tener la hidroeléctrica. Los valores
hacia la derecha de la línea son los flujos de caja que puede recibir la generadora
por concepto de venta de energía, mientras que los resultados hacia la izquierda
se consideran valores no deseados.
4.4.1.2.1. Análisis de resultados para el contrato tipo “Pague lo Demandado”.
1. Se obtuvieron una gran cantidad de valores aleatorios de flujos de dinero, los
cuales se caracterizan por tener el comportamiento de una Campana de
Gauss. Esto se pudo conseguir con la simulación estocástica de la variable
Demanda de Energía, y abre la posibilidad de aplicar herramientas para
análisis de riesgos con un determinado porcentaje de probabilidad.
2. Se hizo un análisis de sensibilidad variando la producción de la generadora y
los precios de contrato, a fin de visualizar los cambios que sufren los flujos de
97
dinero resultantes bajo nuevas condiciones de mercado. En los tres ejemplos
se observa que los ingresos que percibe la generadora anualmente, son
superiores cuando esta trabaja al 100% de su capacidad que cuando produce
energía al 99.2%; y como es de esperarse, los flujos de caja por venta de
energía se incrementan a medida que los Precios de Contrato van en
aumento.
3. Para este acuerdo contractual la Curva de Contrato es la Demanda del
Consumidor, y en caso de existir Contratos Previos de por medio, el contrato
consistirá en abastecer la energía faltante para alcanzar la Curva de Carga.
Por este motivo, el generador participante del acuerdo contractual debe estar
en capacidad de cumplir con la cantidad de energía acordada, ya sea con su
propia producción, o tener la solvencia necesaria para adquirir energía en el
Mercado Spot.
4. Los resultados que se observan en la gráfica 4.8, muestran que los mayores
ingresos de flujo de dinero se consiguen de los contratos pactados con los
Grandes Consumidores, después para E. E. Santa Elena. S.A. y por último
para la E. E. Riobamba. En esta parte los flujos de caja máximos y mínimos
son distintos y tienen un incremento considerable el uno del otro entre
empresas distribuidoras, como se ve en el gráfico. Es importante destacar que
a mayor flujo de dinero esperado, mayor es el nivel de riesgo que presenta.
Cabe recalcar que el nivel de la demanda y comportamiento del consumidor
deben ser una de las primeras consideraciones importantes que el generador
debe tomar en cuenta al pactar cualquier negociación.
5. El flujo de dinero que corresponda al porcentaje de probabilidad establecido,
indica la máxima pérdida o mínimo ingreso que la hidroeléctrica está dispuesta
a adquirir por la venta de su producción de energía. Valores mayores al
ingreso mínimo son indicadores de ganancias para la Central de Generación.
Valores
inferiores
señalan
condiciones
negociaciones de venta de energía.
inapropiadas
para
realizar
98
6. Al igual que en el contrato anterior, los flujos de caja mensuales presentan
variabilidad mes a mes, sea positivamente o negativamente. Esto se debe al
comportamiento mensual que tienen las variables inmersas en la firma de
acuerdos contractuales, y a las características del contrato.
7. Se han obtenido flujos anuales de dinero positivos, lo cual hace que este tipo
de contrato constituya una alternativa para efectuar negociaciones de compra
– venta de energía. Sin embargo, la conveniencia de utilizar este acuerdo
contractual dependerá de la cantidad de ingresos de dinero que la generadora
desee adquirir sobre el valor de riesgo determinado.
4.4.1.3. Contrato tipo “Pague lo Producido con Tope de Demanda”.
Para este contrato, la cantidad de energía que debe suministrar la Generadora a
los Consumidores, resulta de la diferencia entre la Demanda de Energía que tiene
el consumidor y la energía que tiene pactada el consumidor en Contratos Previos,
considerando que la Generadora no suministra aquellos valores de energía que
sean mayores a su valor máximo de producción. La ecuación 4-10 muestra lo
mencionado:
Saldo a contratar = D − CPT
Donde:
(4-10)
D = Demanda de Energía.
CPT = Contrato Pr evio.
Los Contratos Previos son acuerdos contractuales que tienen los consumidores
con otras Empresas de Generación del sistema. Por este motivo, y para
propósitos de este trabajo, se considera la diferencia mencionada como la
cantidad de energía que tiene que suministrar la Hidroeléctrica, teniendo como
límite de entrega su máxima Producción de Energía. Los Contratos Previos son
distintos para cada uno de los días analizados (Laborables, sábados, domingos y
99
feriados), por lo cual el Saldo a Contratar (Curva de Contrato) será distinto en
cada uno de los días del período considerado para el estudio.
En la FIGURA 3-5 se puede apreciar de forma gráfica la Curva de Contrato
correspondiente a este tipo de acuerdo contractual. En los ANEXOS 1 y 3 (CD) se
muestran los valores de Producción de Energía de la Hidroeléctrica, las
Demandas de Energía de los Consumidores considerados para el análisis, y los
Contratos Previos.
En caso de que el consumidor no tenga Contratos Previos, el Generador debe
abastecer la Curva de Carga sin rebasar el valor de máxima energía que este
puede producir. En este trabajo, se considera que las Distribuidoras tienen
acuerdos contractuales previos con otros entes de producción, y se asume que
los Grandes Consumidores no pactan este tipo de acuerdos. Al igual que en los
otros tipos de contratos analizados, se excluyen posibles motivos de
indisponibilidad de la planta de generación.
Por las razones descritas, la Generadora no tiene egresos por concepto de venta
de energía; tan sólo ingresos, los cuales pueden ser por venta de energía dentro
de contratos remunerada a precio de contrato, o por venta de energía en el
Mercado Ocasional remunerada a precio spot. En el ANEXO 6 se presenta el
programa desarrollado en MATLAB para el cálculo de ingresos, egresos y flujos
netos de dinero, utilizando los resultados de la modelación probabilística de la
Demanda de Energía.
Los Flujos Netos de dinero por semana, mes y año, para días laborables,
sábados, domingos y feriados, se obtienen siguiendo el procedimiento indicado en
4.4.1.1 para el tipo de contrato “Pague lo Contratado”, tomando en consideración
lo siguiente:
a) En el literal 1, la Curva de Contrato resulta de la diferencia entre la Demanda
de Energía y los Contratos Previos.
100
b) En el literal 2, no se aplica lo estipulado en el inciso b), debido a que las
características de este tipo de contrato impiden que la Generadora tenga que
comprar energía en el Mercado Ocasional para abastecer valores de
Demanda de Energía que sobrepasen su valor máximo de producción.
e) Para el literal 3, en este tipo de contrato los egresos para la Generadora son
iguales a cero, por la razón mencionada anteriormente.
f) Luego de determinar los ingresos y egresos por hora que tiene la
Hidroeléctrica, para días laborables, sábados, domingos y feriados, se
obtienen los Flujos Netos de dinero por hora, día, y semana, de la forma
indicada en los literales 4, 5 y 6 de la sección 4.4.1.1.
g) Los Flujos Netos por mes se obtienen sumando los flujos netos totales de
cada uno de los días sábados, domingos y feriados, más los flujos netos
semanales correspondientes al respectivo mes.
h) Los flujos netos de dinero anual se obtienen sumando los flujos de dinero
mensuales.
A continuación se presentan gráficamente los comportamientos que tienen los
resultados anuales obtenidos para la “Empresa Eléctrica Riobamba S. A.”, tanto
para el Caso Base, cuando se varía la generación, y cuando varían los precios de
contrato. En el ANEXO 8 se muestran las gráficas correspondientes a los
contratos que firma la hidroeléctrica con la “Empresa Eléctrica Santa Elena S. A.”
y con los tres Grandes Consumidores en conjunto.
101
140
120
Frecuencia
100
80
Figura A
60
40
20
0
3.04
3.045
3.05
3.055
Dólares ($)
3.06
3.065
3.07
6
x 10
140
120
Frecuencia
100
80
Figura B
60
40
20
0
3.01
3.015
3.02
3.025
Dólares ($)
3.03
3.035
3.04
6
x 10
102
120
100
Frecuencia
80
Figura C
60
40
20
0
3.395
3.4
3.405
3.41
Dólares ($)
3.415
3.42
6
x 10
Nota: La Figura A corresponde al Caso Base, la Figura B se obtiene al variar la Producción de
Energía de la generadora, y la Figura C corresponde a la Variación de Precios de Contrato.
FIGURA 4-13: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Producido con
Tope" de la “Empresa Eléctrica Riobamba S. A.”
De los resultados obtenidos se observa que:
1. Los histogramas de flujos de dinero anual tienen comportamientos similares a
una Campana de Gauss, en cada uno de los casos analizados. Se puede
visualizar este efecto debido a la cantidad de valores obtenidos con la
simulación estocástica de la Demanda de Energía.
2. Con los resultados determinados es posible ejecutar análisis de riesgo
considerando un x % de probabilidad.
Debido a que los histogramas no resultan ser una prueba fehaciente para
asegurar que un conjunto de datos muestren un determinado comportamiento, se
recurre al Test de Fisher como prueba matemática cuantitativa que permite
corroborar este hecho [18]:
103
Caso Base
Variación Generación
Variación Precios
EE Riobamba
0,0916
0,0897
0,0937
EE Santa Elena
-0,0328
-0,0336
-0,0436
G. Consumidores
0,0283
-0,0164
0,0237
TABLA 4-9: Test de Fisher de Flujos de Dinero Anuales para el tipo de contrato "Pague lo
Producido con Tope".
De acuerdo a los resultados obtenidos, se concluye que las desviaciones con
respecto a la media no son significativas, razón por la cual las series de datos
siguen la forma de una Curva Normal.
En la siguiente tabla se ha anotado el flujo anual de dinero máximo, mínimo, y el
correspondiente al 5% de riesgo considerado para el estudio, de cada uno de los
casos analizados:
EE Riobamba
EE Santa Elena
Grandes
Consumidores
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Máximo ($)
3.066.688,98
3.036.631,24
3.418.043,88
3.315.299,41
3.283.224,74
3.645.205,90
3.716.296,43
3.678.923,37
4.065.261,59
Mínimo ($) 5% de riesgo ($)
3.043.568,01
3.048.500,00
3.013.799,06
3.018.600,00
3.397.241,79
3.401.500,00
3.223.555,43
3.246.800,00
3.192.866,97
3.215.800,00
3.564.986,45
3.585.200,00
3.693.630,69
3.698.500,00
3.652.661,25
3.659.100,00
4.044.629,23
4.049.400,00
TABLA 4-10: Resultados de Flujos de Dinero Anuales para el tipo de contrato "Pague lo
Producido con Tope".
Representando estos resultados de manera gráfica se tiene:
104
EE Riobamba
Máximo ($)
EE Santa Elena
Mínimo ($)
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Dólares ($)
Flujos Máximos y Mínimos de Dinero y Riesgo
4500000
4000000
3500000
3000000
2500000
2000000
1500000
1000000
500000
0
Grandes
Consumidores
5% de riesgo ($)
FIGURA 4-14: Flujos máximos y mínimos de dinero y riesgo para el tipo de contrato “Pague
lo Producido con Tope”.
Para obtener el flujo de dinero correspondiente al 5% de riesgo se utilizaron los
mecanismos empleados y descritos en el tipo de contrato “Pague lo Demandado”.
4.4.1.3.1. Análisis de resultados para el contrato tipo “Pague lo Producido con
Tope”.
1. Al igual que en el contrato tipo “Pague lo Demandado”, los valores aleatorios
de flujos de dinero siguen el comportamiento de una Curva Normal. Se pudo
constatar este hecho con la simulación estocástica de la Demanda de Energía,
lo cual da la pauta para ejecutar análisis de riesgo dentro de contratos
bilaterales.
2. Al realizar un análisis de sensibilidad variando la producción de la generadora
y los precios de contrato, se determinó que los ingresos que percibe la
hidroeléctrica anualmente, son superiores cuando esta trabaja al 100% de su
capacidad que cuando produce energía al 99.2%; mientras que los flujos de
caja por venta de energía se incrementan a medida que los Precios de
105
Contrato van en aumento. Este cambio de las variables mencionadas permite
calcular flujos de dinero bajo condiciones distintas de mercado.
3. Se observa en la FIGURA 4-11 que los mayores ingresos de flujo de dinero
corresponden a los contratos con los Grandes Consumidores, después para E.
E. Santa Elena. S.A. y por último para la E. E. Riobamba, aquí los flujos de
caja máximos y mínimos tienden a ser aproximadamente uniforme entre los
tres agentes demandantes de energía tanto para las empresa distribuidoras y
grandes consumidores, esto refleja una de las características de este contrato,
que evita al generador exponerse al riesgo de abastecimiento de demanda,
evitando así la compra de energía al mercado spot. También se cumple que a
mayor flujo de dinero esperado, mayor es el nivel de riesgo que presenta, esto
se puede ver claramente en el grafico.
4. Para este acuerdo contractual la Curva de Contrato es la Demanda del
Consumidor, teniendo como limitante el valor máximo de producción de
energía que tiene la generadora. Es decir, la Central de Generación no
abastecerá aquellos valores de demanda que sobrepasen el límite establecido.
En caso de existir Contratos Previos, la hidroeléctrica debe abastecer la Curva
de Contrato respectiva, tomando en consideración el límite de entrega
mencionado. Por este motivo, la generadora no tiene egresos de dinero.
5. El flujo de dinero que corresponda al porcentaje de probabilidad establecido,
indica la máxima pérdida o mínimo ingreso que la hidroeléctrica está dispuesta
a adquirir por la venta de su producción de energía. Valores mayores al
ingreso mínimo son indicadores de ganancias para la Central de Generación.
Valores
inferiores
señalan
condiciones
inapropiadas
para
realizar
negociaciones de venta de energía.
6. Debido a las características de este tipo de contrato, los flujos de dineros
mensuales y anuales serán siempre positivos, lo cual hace de este contrato
una alternativa para efectuar negociaciones de compraventa de energía. La
conveniencia de utilizar este acuerdo contractual dependerá de la cantidad de
106
ingresos de dinero que la generadora desee adquirir sobre el valor de riesgo
determinado.
4.4.2. ANÁLISIS CON EaR.
Esta herramienta de cuantificación de riesgo utiliza las mismas bases
conceptuales y procedimientos de cálculo que el CFaR, pero a diferencia de este
último, el EaR analiza el riesgo sobre las utilidades netas de la empresa. Es decir,
esta metodología considera los costos fijos y variables en los cuales incurre la
firma, mismos que pueden disminuir levemente o de forma considerable los
ingresos totales de la generadora. Las características de EaR se explican con
mayor detalle en el punto 3.5.
Los ingresos totales que tiene la hidroeléctrica de pasada son de dos tipos: por
venta de energía, y por Potencia Remunerable Puesta a Disposición. Para este
trabajo, los ingresos por Potencia Puesta a Disposición se consideran dentro del
análisis del EaR y no del CFaR, con la finalidad de analizar con la segunda
metodología el comportamiento que tienen los ingresos por venta de energía ante
el riesgo existente en la firma de acuerdos bilaterales.
La PRPD11 es la magnitud de potencia que será remunerada a cada generador, la
cual es determinada por CENACE sobre la Planificación de la Operación,
ejecutando los siguientes procesos [15]:
a) Simulación de la Operación Económica del sistema a Mediano Plazo.
b) Despacho económico horario.
c) Aplicación de la definición de Potencia Remunerable.
El proceso de cálculo de la PRPD se detalla ampliamente en 3.8.3. La Potencia
Puesta a Disposición por mes se obtiene promediando los despachos mensuales
que realiza la hidroeléctrica. Para este estudio se tienen los siguientes resultados,
para el período comprendido de Julio de 2006 a Junio de 2007:
11
Potencia Remunerable Puesta a Disposición
107
Julio 2006
Agosto 2006
Septiembre 2006
Octubre 2006
Noviembre 2006
Diciembre 2006
Enero 2007
Febrero 2007
Marzo 2007
Abril 2007
Mayo 2007
Junio 2007
Miércoles Sábados Domingos Feriados Promedio
13,00
8,54
8,13
0
9,89
8,13
6,50
6,50
6,50
6,91
6,50
4,00
4,00
0
4,83
4,00
3,00
3,00
3,00
3,25
3,00
2,67
2,67
2,67
2,75
2,67
5,00
5,00
5,00
4,42
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
0,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
13,00
0
13,00
Nota: Los resultados se encuentran en MWh.
TABLA 4-11: Potencia Remunerable Puesta a Disposición.
El precio unitario del kilovatio - mes (kW - mes), para cada uno de los meses que
se encuentran dentro del período de análisis, es de 5.70 dólares, valor definido
por CONELEC. La remuneración por PRPD se determina mediante la siguiente
expresión:
IngresoPRPD = PRPD × PU
Donde:
IngresoPRPD = Ingresos por PRPD.
PU = Pr ecio unitario del kW mes.
Los ingresos por PRPD se muestran en la siguiente tabla:
Julio 2006
Agosto 2006
Septiembre 2006
Octubre 2006
Noviembre 2006
Diciembre 2006
Enero 2007
Febrero 2007
Marzo 2007
Abril 2007
Mayo 2007
Junio 2007
ANUAL
PRPD (MW)
9,89
6,91
4,83
3,25
2,75
4,42
13,00
13,00
13,00
13,00
13,00
13,00
110,05
PRPD (kW)
Ingresos (Dólares)
9.888,89
56.366,67
6.906,25
39.365,63
4.833,33
27.550,00
3.250,00
18.525,00
2.750,00
15.675,00
4.416,67
25.175,00
13.000,00
74.100,00
13.000,00
74.100,00
13.000,00
74.100,00
13.000,00
74.100,00
13.000,00
74.100,00
13.000,00
74.100,00
110.045,14
627.257,29
TABLA 4-12: Ingresos por Potencia Remunerable Puesta a Disposición.
(4-11)
108
Los ingresos totales resultan de la suma de los ingresos por venta de energía
obtenidos en cada uno de los contratos, más los ingresos por PRPD.
Los costos fijos en los que incurre la generadora, anual y mensualmente, se
determinan mediante la siguiente expresión:
Anualmente:
 (1 + i )n × i 
CFAÑO = A = VP × 

n
 (1 + i ) − 1
(4-12)
Mensualmente:
CFMES = A
(4-13)
Donde:
12
CFAÑO = Costos fijos por año (Dólares).
CFMES = Costos fijos por mes (Dólares).
A = Anualidad (Dólares). = Inversión inicial.
i = Tasa Interna de Retorno (%).
n = Número de periodos.
Los datos empleados para determinar los costos fijos de la planta de generación
son:
Costo por kW instalado 1000
Vida útil
30
Tasa Interna de Retorno
14
Capacidad de la Central
13
Dólares
Años
% Anual
MW
TABLA 4-13: Datos de la Planta de Generación.
Es decir, se estipula que la hidroeléctrica tendrá un costo de 1000 dólares por kW
instalado, una vida útil de 30 años, y una tasa interna de retorno del 14% anual.
Estos son valores promedios para una central de generación con capacidad de 13
MW.
El Valor Presente se calcula a través de la ecuación:
109
VP = CINST × Cap × 1000
Donde:
(4-14)
CINST = Costo por kW instalado.
Cap = Capacidad de la Central de Generación.
Los costos fijos anuales y mensuales, empleando los criterios indicados, se
muestran en la siguiente tabla:
Valor Presente
Costos fijos por año
Costos fijos por mes
13.000.000,00 Dólares
1.856.436,32 Dólares
154.703,03 Dólares
TABLA 4-14: Costos Fijos.
Se considera que los costos variables de la Central de Generación representan el
6% de los costos fijos, con lo cual se tiene:
Costos variables por año
Costos variables por mes
111.386,18 Dólares
9.282,18 Dólares
TABLA 4-15: Costos Variables.
Los costos totales resultan de la suma de los costos fijos más los costos
variables:
Costos totales por año 1.967.822,50 Dólares
Costos totales por mes
163.985,21 Dólares
TABLA 4-16: Costos Totales.
En las siguientes gráficas se muestra, por tipo de contrato, el comportamiento que
tienen los flujos de dinero mensuales de cada caso analizado. Los valores
correspondientes a cada figura se muestran en el ANEXO 9 del presente trabajo.
110
Diagram a de Flujos de dinero m ensuales de la EE Riobam ba, para
contrato "Pague lo Contratado"
800.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
-400.000,00
Agosto
0,00
-200.000,00
Julio
Dinero ($)
600.000,00
Variación Precios
FIGURA 4-15: Flujos de dinero mensuales de la EE Riobamba, para el contrato tipo “Pague
lo Contratado”.
Diagram a de Flujos de dinero m ensuales de la EE Riobam ba, para
contrato "Pague lo Dem andado"
600.000,00
200.000,00
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
-400.000,00
Septiembre
-200.000,00
Agosto
0,00
Julio
Dinero ($)
400.000,00
Meses
Caso Base
Costos Totales
Variación Generación
Variación Precios
FIGURA 4-16: Flujos de dinero mensuales de la EE Riobamba, para el contrato tipo “Pague
lo Demandado”.
Dinero ($)
Diagram a de Flujos de dinero m ensuales de la EE Riobam ba, para
contrato "Pague lo Producido con Tope"
600.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
Agosto
-200.000,00
Julio
0,00
Variación Precios
FIGURA 4-17: Flujos de dinero mensuales de la EE Riobamba, para el contrato tipo “Pague
lo Producido con Tope”.
111
Diagram a de Flujos de dinero m ensuales de la EE Santa Elena, para
contrato "Pague lo Contratado"
800.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
-400.000,00
Agosto
0,00
-200.000,00
Julio
Dinero ($)
600.000,00
Variación Precios
FIGURA 4-18: Flujos de dinero mensuales de la EE Santa Elena, para el contrato tipo
“Pague lo Contratado”.
Dinero ($)
Diagram a de Flujos de dinero m ensuales de la EE Santa Elena, para
contrato "Pague lo Dem andado"
600.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
Agosto
-200.000,00
Julio
0,00
Variación Precios
FIGURA 4-19: Flujos de dinero mensuales de la EE Santa Elena, para el contrato tipo
“Pague lo Demandado”.
Dinero ($)
Diagram a de Flujos de dinero m ensuales de la EE Santa Elena, para
contrato "Pague lo Producido con Tope"
600.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
Agosto
-200.000,00
Julio
0,00
Variación Precios
FIGURA 4-20: Flujos de dinero mensuales de la EE Santa Elena, para el contrato tipo
“Pague lo Producido con Tope”.
112
Diagram a de Flujos de dinero m ensuales de los Grandes
Consum idores, para contrato "Pague lo Contratado"
800.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
-400.000,00
Agosto
0,00
-200.000,00
Julio
Dinero ($)
600.000,00
Variación Precios
FIGURA 4-21: Flujos de dinero mensuales de los Grandes Consumidores, para el contrato
tipo “Pague lo Contratado”.
Diagram a de Flujos de dinero m ensuales de los Grandes
Consum idores, para contrato "Pague lo Dem andado"
800.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
-400.000,00
Agosto
0,00
-200.000,00
Julio
Dinero ($)
600.000,00
Variación Precios
FIGURA 4-22: Flujos de dinero mensuales de los Grandes Consumidores, para el contrato
tipo “Pague lo Demandado”.
Diagram a de Flujos de dinero m ensuales de los Grandes
Consum idores, para contrato "Pague lo Producido con Tope"
800.000,00
400.000,00
200.000,00
Junio
Mayo
Meses
Variación Generación
Abril
Marzo
Febrero
Enero
Costos Totales
Diciembre
Noviembre
Octubre
Caso Base
Septiembre
-400.000,00
Agosto
0,00
-200.000,00
Julio
Dinero ($)
600.000,00
Variación Precios
FIGURA 4-23: Flujos de dinero mensuales de los Grandes Consumidores, para el contrato
tipo “Pague lo Producido con Tope”.
113
En las figuras 4-14 a 4-22, se muestra el comportamiento que tienen los flujos
mensuales de dinero para cada caso analizado, lo cual ayuda a determinar, de
forma gráfica, los meses en los que los costos son mayores a los ingresos totales,
y viceversa, permitiendo que la generadora tenga un panorama más claro de la
solvencia económica que debe tener mes a mes. Se observa que en los meses de
Septiembre a Diciembre, los ingresos son menores a los egresos.
Determinados los ingresos y costos totales que tiene la generadora, se calculan
sus utilidades netas, las cuales resultan de restar los costos de los ingresos
totales. En esta parte se presentan gráficamente los resultados anuales para cada
uno de los tipos de contratos analizados, tomando como ejemplo la “Empresa
Eléctrica Riobamba S. A.”. En el ANEXO 10 se muestran las gráficas
correspondientes a los contratos “Pague lo Demandado” y “Pague lo Producido
con Tope” que tiene la hidroeléctrica con la “Empresa Eléctrica Santa Elena S. A.”
y con los tres Grandes Consumidores en conjunto.
Beneficios Anuales para el tipo de contrato “Pague lo Contratado”.
Beneficios Anuales para el tipo de contrato "Pague lo Contratado"
3.000.000,00
Beneficio Anual ($)
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
Caso Base
Variación Generación
EE Riobamba
EE Santa Elena
Variación Precios
G. Consumidores
FIGURA 4-24: Beneficios Anuales para el tipo de contrato "Pague lo Contratado".
114
EE Riobamba
EE Santa Elena
G. Consumidores
Caso Base ($) Variación Generación ($) Variación Precios ($)
1.940.100,00
1.897.100,00
2.270.700,00
1.970.700,00
1.927.700,00
2.295.000,00
2.110.300,00
2.067.300,00
2.488.800,00
TABLA 4-17: Beneficios Anuales para el tipo de contrato "Pague lo Contratado".
Beneficios Anuales de la “Empresa Eléctrica Riobamba S. A.”, para el tipo
de contrato “Pague lo Demandado”.
120
100
Frecuencia
80
Figura A
60
40
20
0
-12
-11
-10
-9
Dólares ($)
-8
-7
-6
4
x 10
120
100
Frecuencia
80
Figura B
60
40
20
0
-1.6
-1.5
-1.4
-1.3
Dólares ($)
-1.2
-1.1
-1
5
x 10
115
140
120
Frecuencia
100
80
Figura C
60
40
20
0
4.6
4.7
4.8
4.9
Dólares ($)
5
5.1
5.2
5
x 10
Nota: La Figura A corresponde al Caso Base, la Figura B se obtiene al variar la Producción de
Energía de la generadora, y la Figura C corresponde a la Variación de Precios de Contrato.
FIGURA 4-25: Beneficios Anuales para el tipo de contrato "Pague lo Demandado" de la
“Empresa Eléctrica Riobamba S. A.”
Beneficios Anuales de la “Empresa Eléctrica Riobamba S. A.”, para el tipo
de contrato “Pague lo Producido con Tope”.
140
120
Frecuencia
100
80
Figura A
60
40
20
0
1.7
1.705
1.71
1.715
Dólares ($)
1.72
1.725
1.73
6
x 10
116
140
120
Frecuencia
100
80
Figura B
60
40
20
0
1.67
1.675
1.68
1.685
Dólares ($)
1.69
1.695
1.7
6
x 10
120
100
Frecuencia
80
Figura C
60
40
20
0
2.055
2.06
2.065
2.07
Dólares ($)
2.075
2.08
6
x 10
Nota: La Figura A corresponde al Caso Base, la Figura B se obtiene al variar la Producción de
Energía de la generadora, y la Figura C corresponde a la Variación de Precios de Contrato.
FIGURA 4-26: Beneficios Anuales para el tipo de contrato "Pague lo Producido con Tope"
de la “Empresa Eléctrica Riobamba S. A.”
De los resultados obtenidos para los contratos “Pague lo Demandado” y “Pague lo
Producido con Tope”, de todos los casos analizados, se desprenden los
siguientes comentarios:
117
1. Los histogramas de beneficios anuales tienen comportamientos similares a
una Campana de Gauss. Se puede visualizar este efecto debido a la cantidad
de valores obtenidos con la simulación estocástica de la Demanda de Energía.
2. Para el Caso Base y de Variación de Generación de la “Empresa Eléctrica
Riobamba S. A.”, se obtuvieron utilidades netas negativas, por lo cual no se
efectuarán análisis de riesgos sobre estos resultados.
3. Con los resultados determinados es posible ejecutar análisis de riesgo
considerando un x % de probabilidad, excepto para los casos señalados
anteriormente.
Para corroborar el comportamiento que tienen las series de datos mostradas en
los histogramas, se recurre al Test de Fisher [18]:
Pague lo Demandado
Pague lo Producido
con Tope
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
EE
Riobamba
-0,0478
-0,0478
-0,0624
0,0916
0,0897
0,0937
EE Santa
Elena
-0,1710
-0,1710
-0,1927
-0,0328
-0,0336
-0,0436
Grandes
Consumidores
-0,0506
-0,0856
-0,0483
0,0283
-0,0164
0,0237
TABLA 4-18: Test de Fisher de Beneficios Anuales para los contratos “Pague lo
Demandado” y "Pague lo Producido con Tope".
De acuerdo a los resultados obtenidos, se concluye que las desviaciones con
respecto a la media no son significativas, razón por la cual las series de datos
siguen el comportamiento de una Curva Normal.
En la siguiente tabla se ha anotado el beneficio anual máximo, mínimo, y el
correspondiente al 5% de riesgo considerado para el estudio, de cada uno de los
casos analizados, excluyendo a los dos casos pertenecientes a la distribuidora
mencionada con anterioridad:
Pague lo Producido con Tope
Pague lo Demandado
118
EE Riobamba
EE Santa Elena
Grandes
Consumidores
EE Riobamba
EE Santa Elena
Grandes
Consumidores
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Caso Base
Variación Generación
Variación Precios
Máximo ($)
-60.135,01
-103.126,60
511.218,13
735.396,86
692.405,59
1.232.275,66
1.705.205,56
1.665.976,68
2.166.449,37
1.726.123,77
1.696.066,03
2.077.478,67
1.974.734,20
1.942.659,53
2.304.640,70
2.375.731,22
2.338.358,16
2.724.696,38
Mínimo ($)
-116.068,10
-159.059,69
461.054,10
572.849,82
529.858,55
1.088.655,65
1.671.693,70
1.632.833,51
2.136.772,17
1.703.002,80
1.673.233,85
2.056.676,58
1.882.990,22
1.852.301,76
2.224.421,24
2.353.065,48
2.312.096,04
2.704.064,02
5% de riesgo
------------------------472.420,00
605.540,00
562.550,00
1.118.300,00
1.682.000,00
1.639.400,00
2.145.600,00
1.708.000,00
1.678.100,00
2.060.900,00
1.906.200,00
1.875.200,00
2.244.600,00
2.357.900,00
2.318.500,00
2.708.800,00
TABLA 4-19: Resultados de Beneficios Anuales para los contratos “Pague lo Demandado” y
"Pague lo Producido con Tope".
Para obtener el flujo de dinero correspondiente al 5% de riesgo se utilizaron los
mecanismos empleados y descritos en el tipo de contrato “Pague lo Demandado”.
4.4.2.1. Análisis de resultados para EaR.
1. Los valores calculados para el tipo de contrato “Pague lo Contratado”
constituyen resultados determinísticos, debido a que no interviene la variable
Demanda de Energía. Es decir, no es posible visualizar un comportamiento del
rango de soluciones, por lo cual solo se pueden ejecutar análisis de
sensibilidad haciendo variar las variables que intervienen en la firma de este
contrato. Para este trabajo se varió la Producción de la Generadora y los
Precios de Contrato en las cantidades descritas. La conveniencia de utilizar
este contrato radica en comparar los valores resultantes con las soluciones
determinadas para las demás modalidades de contratación analizadas, o a su
vez, haciendo comparaciones con las metas establecidas por la hidroeléctrica.
2. A diferencia del CFaR, el EaR permite analizar el riesgo sobre las utilidades
netas de la firma, lo cual ayuda a que la generadora compare los ingresos
119
recibidos con los costos en los cuales incurre. De esta manera la hidroeléctrica
estará en la capacidad de escoger un tipo de contrato considerando sus
costos fijos y variables.
3. Existen beneficios mensuales positivos y negativos, debido al comportamiento
que tienen las variables inmersas en la firma de acuerdos bilaterales, y a las
características de cada modalidad de contratación.
4. Se han obtenido flujos anuales de dinero positivos para la mayoría de casos
analizados. Sin embargo, el Caso Base y el de Variación de Generación de la
Empresa Eléctrica Riobamba muestran resultados negativos de dinero, debido
a que los costos totales son mayores a los ingresos globales de la generadora.
Las utilidades de ambos casos mejoran positivamente al incrementar los
precios de contrato. La conveniencia de seleccionar y utilizar uno de los
acuerdos contractuales analizados, dependerá de la cantidad de beneficios y
del nivel de riesgo que los actores inmersos en el acuerdo contractual estén
dispuestos a adquirir.
5. Los resultados obtenidos en los tipos de contratos “Pague lo Demandado” y
“Pague lo Producido con Tope”, siguen comportamientos similares a una
Campana de Gauss, lo cual se puede visualizar gracias a la modelación
estocástica de la Demanda de Energía.
6. Al igual que en los casos analizados con CFaR, el beneficio que corresponda
al porcentaje de probabilidad establecido, indica la máxima pérdida o mínimo
ingreso que la hidroeléctrica está dispuesta a adquirir por la venta de su
producción de energía. Los valores que estén por debajo de la máxima
pérdida se consideran inapropiados.
7. Cada modalidad de contratación tiene su propia Curva de Contrato, misma
que debe satisfacer la generadora tomando en cuenta las particularidades de
cada tipo de contrato, y las leyes, regulaciones y reglamentos que rigen al
MEM ecuatoriano.
120
8. Se realizaron análisis de sensibilidad de dos variables que intervienen en los
acuerdos contractuales, a fin de simular distintas condiciones de mercado,
obteniendo al final los flujos de dinero respectivos.
9. Se observa que los beneficios anuales, cuando la hidroeléctrica trabaja al
100% de su capacidad, son mayores que cuando esta produce energía al
99.2%; mientras que las utilidades son aún mayores cuando los Precios de
Contrato se incrementan.
Dado que en los casos Base y de Variación de Generación del tipo de contrato
“Pague lo Demandado”, de la “Empresa Eléctrica Riobamba S. A.” existen
resultados negativos, se desea establecer el Precio de Contrato en el cual las
utilidades dejen de ser negativas y la hidroeléctrica empiece a tener beneficios
positivos por el servicio prestado. Al variar los Precios de Contrato se determina
que el precio de la energía en contratos debe ser mayor a 36 a fin de obtener
ingresos positivos de dinero. Cabe mencionar que este valor se obtuvo en base a
simulaciones del problema planteado, debido a la variabilidad de las condiciones
de mercado.
4.4.3. COMENTARIOS.
Adicionalmente a lo expuesto, se indican las cantidades anuales de energía que
vende la hidroeléctrica a través de contratos y en el Mercado Spot. De esta
manera se puede constatar si la capacidad de la hidroeléctrica es suficiente para
satisfacer la Curva de Contrato, cual es la cantidad de energía vendida en
contratos, cuanto se adquiere en el spot, y cual es la producción vendida en el
spot.
121
Empresa Eléctrica Riobamba S.A.
Pague lo
Producción Pague lo
contratado
demandado
de Energía
(MWh)
(MWh)
(MWh)
Julio
8552
5.393,00
8.945,97
Agosto
5889
5.549,00
11.274,82
Septiembre
4140
5.138,00
11.344,77
Octubre
2832
5.646,00
13.227,61
Noviembre
2224
5.646,00
9.335,05
Diciembre
2784
5.903,00
8.865,52
Enero
9984
5.549,00
8.515,37
Febrero
9360
5.330,00
7.280,40
Marzo
9672
5.296,00
9.451,51
Abril
9984
5.743,00
8.380,30
Mayo
10296
5.804,00
9.613,59
Junio
9360
5.138,00
8.350,24
TOTAL
85.077,00
66.135,00 114.585,15
Pague lo
producido con
tope (MWh)
7.054,23
5.657,72
4.140,00
2.832,00
2.148,78
2.633,88
7.905,26
6.826,27
8.101,51
7.451,70
8.341,57
7.330,43
70.423,35
TABLA 4-20: Energía vendida en Contratos de la EE Riobamba.
Empresa Eléctrica Santa Elena. S.A.
Pague lo
Producción Pague lo
de Energía contratado demandado
(MWh)
(MWh)
(MWh)
Julio
8552
5.273,00
11.217,88
Agosto
5889
5.453,00
8.681,37
Septiembre
4140
5.018,00
7.084,06
Octubre
2832
5.550,00
7.522,98
Noviembre
2224
5.550,00
7.016,78
Diciembre
2784
5.783,00
5.871,73
Enero
9984
5.453,00
10.374,03
Febrero
9360
5.234,00
7.141,66
Marzo
9672
5.176,00
7.582,94
Abril
9984
5.647,00
7.250,03
Mayo
10296
5.708,00
11.275,77
Junio
9360
5.018,00
10.355,68
TOTAL
85.077,00
64.863,00 101.374,90
Pague lo
producido con
tope (MWh)
7.719,25
4.895,12
3.705,69
2.670,86
1.947,27
2.282,81
8.116,77
6.131,42
6.713,75
6.343,15
8.713,57
7.799,52
67.039,18
TABLA 4-21: Energía vendida en Contratos de la EE Santa Elena.
122
Grandes Consumidores
Pague lo
Producción Pague lo
de Energía contratado demandado
(MWh)
(MWh)
(MWh)
Julio
8552
6.216,00
7.545,53
Agosto
5889
6.456,00
7.874,53
Septiembre
4140
6.072,00
7.406,40
Octubre
2832
6.384,00
7.791,20
Noviembre
2224
6.384,00
7.847,71
Diciembre
2784
6.504,00
8.015,35
Enero
9984
6.456,00
7.884,71
Febrero
9360
5.952,00
7.322,64
Marzo
9672
6.288,00
7.652,84
Abril
9984
6.312,00
7.763,55
Mayo
10296
6.600,00
8.099,82
Junio
9360
6.072,00
7.413,29
TOTAL
85.077,00
75.696,00
92.617,58
Pague lo
producido con
tope (MWh)
6.804,01
5.196,53
4.140,00
2.832,00
2.224,00
2.782,14
7.884,15
7.321,36
7.652,84
7.763,31
8.097,74
7.413,29
70.111,37
TABLA 4-22: Energía vendida en Contratos de los Grandes Consumidores.
Como se observa, para los contratos “Pague lo Contratado” y “Pague lo Producido
con Tope”, la hidroeléctrica anualmente vende menor cantidad de energía en el
mercado a términos que su producción anual. Esto no ocurre con el contrato tipo
“Pague lo Demandado”, en el cual la generadora debe adquirir energía en el
Mercado Ocasional para cumplir con el contrato. Lo mencionado se cumple para
los tres ejemplos realizados. En la siguiente tabla se presentan porcentajes
aproximados de las cantidades de energía que vende o adquiere la Planta de
Generación dentro de contratos y en el spot:
Tipo de
Mercado
Contratos
Spot
Contratos
EE Santa Elena
Spot
Grandes
Contratos
Consumidores Spot
EE Riobamba
Pague lo
contratado (%)
77,74
22,26
76,24
23,76
88,97
11,03
Pague lo
demandado
(%)
134,68
-34,68
119,16
-19,16
108,86
-8,86
Pague lo producido
con tope (%)
82,78
17,22
78,80
21,20
82,41
17,59
TABLA 4-23: Porcentaje de energía vendida en Contratos y en el spot.
Representando gráficamente los valores de la FIGURA 4-20:
123
EE Riobamba
EE Santa Elena
Contratos
Pague lo
producido
con tope
Pague lo
demandado
Pague lo
contratado
Pague lo
producido
con tope
Pague lo
demandado
Pague lo
contratado
Pague lo
producido
con tope
Pague lo
demandado
160,00
140,00
120,00
100,00
80,00
60,00
40,00
20,00
0,00
-20,00
-40,00
-60,00
Pague lo
contratado
MWh (%)
Energía de Contratos y Spot
Grandes Consumidores
Spot
FIGURA 4-27: Energía vendida y adquirida en Contratos y Spot.
Se observa en la FIGURA 4-17, que para el tipo de contrato “Pague lo
Demandado”, firmado con la “Empresa Eléctrica Riobamba S. A.”, la generadora
debería adquirir mayor cantidad de energía en el Mercado Spot para cubrir el nivel
de demanda que se esperaría tener en dicho acuerdo. Además, en los tres
ejemplos realizados, la hidroeléctrica tiene la posibilidad de vender energía en el
Mercado Ocasional, para los contratos “Pague lo Contratado” y “Pague lo
Producido con Tope”, lo cual repercute en una mayor cantidad de ingresos.
Pague lo Contratado
Pague lo Demandado
Pague lo Producido con Tope
Tipo de Contratos
Máximo ($)
Mínimo ($)
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
Caso Base
Dólares ($)
Flujos de Caja anuales de la Empresa Eléctrica Riobamba S.A.
4.000.000,00
3.500.000,00
3.000.000,00
2.500.000,00
5% de riesgo ($)
FIGURA 4-28: CFaR por tipo de contrato de la EE Riobamba S. A.
124
Beneficios anuales de la Empresa Eléctrica Riobamba S.A.
2.500.000,00
Dólares ($)
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
Pague lo Contratado
Máximo ($)
Pague lo Demandado
Tipo de Contratos
Mínimo ($)
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
-500.000,00
Caso Base
0,00
Pague lo Producido con Tope
5% de riesgo ($)
FIGURA 4-29: EaR por tipo de contrato de la EE Riobamba S. A.
En las figuras 4-18, 4-19, 4-20, 4-21, 4-22, 4-23, se muestran los flujos de dinero
determinados con CFaR y EaR, por tipo de contrato, y para cada uno de los
agentes que firman acuerdos bilaterales con la generadora.
Se observa que para el caso de “Empresa Eléctrica Riobamba S. A.”, la
Hidroeléctrica no tendría flujos negativos de dinero por concepto de venta de
energía para el tipo de contrato “Pague lo Demandado”, pero al introducir los
costos en los cuales incurriría y al obtener los beneficios netos anuales, la Planta
de Generación presenta egresos de dinero para esta modalidad de contratación.
Esto implica que no sería adecuada la firma de este contrato para los intereses
económicos de la generadora. Además, para el caso en cuestión, resulta
conveniente la firma del contrato “Pague lo Contrato” o “Pague lo Producido con
Tope”, dado que son los acuerdos contractuales que mayores ingresos pueden
brindar. Sin embargo, la Hidroeléctrica debe establecer el nivel de riesgo que está
dispuesta a adquirir, y en base a esto, decidir si es conveniente o no la utilización
de uno u otro tipo de contrato, recordando que mientras mayores son los
ingresos, mayor será el riesgo inmerso.
125
Pague lo Contratado
Pague lo Demandado
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
4.000.000,00
3.500.000,00
3.000.000,00
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
Caso Base
Dólares ($)
Flujos de Caja anuales de la Empresa EléctricaSanta Elena S.A.
Pague lo Producido con
Tope
Tipo de Contratos
Máximo ($)
Mínimo ($)
5% de riesgo ($)
FIGURA 4-30: CFaR por tipo de contrato de la EE Santa Elena S. A.
Beneficios anuales de la Empresa EléctricaSanta Elena S. A.
2.500.000,00
Dólares ($)
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
Pague lo Contratado
Pague lo Demandado
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
0,00
Pague lo Producido con Tope
Tipo de Contratos
Máximo ($)
Mínimo ($)
5% de riesgo ($)
FIGURA 4-31: EaR por tipo de contrato de la EE Santa Elena S. A.
Para el caso de la “Empresa Eléctrica Santa Elena S. A.”, la generadora adquiriría
altos flujos de dinero si pacta los contratos “Pague lo Contratado” o “Pague lo
Producido con Tope”, dependiendo de sus intereses económicos y del nivel de
riesgo que desee adquirir. Sin embargo, la Hidroeléctrica tiene la posibilidad de
firmar el tipo de contrato “Pague lo Demandado”, dado que a pesar de que los
ingresos son bajos y de que el nivel de riesgo es elevado en esta modalidad de
126
contratación, el consumidor preferirá pactar contratos de este tipo, lo cual también
puede ser atractivo para la generadora.
Pague lo Contratado
Pague lo Demandado
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Dólares ($)
Flujos de Caja anuales de los Grandes Consumidores
4.500.000,00
4.000.000,00
3.500.000,00
3.000.000,00
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
Pague lo Producido con Tope
Tipo de Contratos
Máximo ($)
Mínimo ($)
5% de riesgo ($)
FIGURA 4-32: CFaR por tipo de contrato de los Grandes Consumidores.
Beneficios anuales de los Grandes Consumidores
3.000.000,00
Dólares ($)
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
Pague lo Contratado
Pague lo Demandado
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
Variación
Precios
Variación
Generación
Caso Base
0,00
Pague lo Producido con Tope
Tipo de Contratos
Máximo ($)
Mínimo ($)
5% de riesgo ($)
FIGURA 4-33: EaR por tipo de contrato de los Grandes Consumidores.
En el caso de los Grandes Consumidores, la generadora tiene la posibilidad de
establecer cualquiera de las tres modalidades de contratación, teniendo en
consideración que los ingresos son mayores en el contrato tipo “Pague lo
127
Producido con Tope”. La decisión de seleccionar la alternativa adecuada
dependerá de los intereses económicos de la Hidroeléctrica.
128
5.
ALTERNATIVAS PARA CONTROLAR EL RIESGO.
Como alternativas que permitirían controlar los riesgos existentes en la firma de
los acuerdos bilaterales citados a lo largo de este trabajo, se tienen:
1. En las modalidades de contratación tipo “Pague lo Contratado” o “Pague lo
Producido con Tope”, el generador tiene la posibilidad de establecer o
programar la cantidad de energía que desearía suministrar al consumidor,
evitando pactar acuerdos que excedan su capacidad de suministro y atenten a
su estabilidad económica. Es decir, con estos dos tipos de contratos el
generador acota el riesgo de cantidad y de precios spot, puesto que puede
pactar cantidades de energía inferiores o iguales a su máxima producción,
evitando realizar compras de energía en el Mercado Ocasional, y a su vez, de
ser afectado por la volatilidad de los precios spot de la energía eléctrica.
2. Los Gobiernos de turno deben garantizar la existencia de Estabilidad
Regulatoria, haciendo respetar el cumplimiento de las normas legales que
permiten establecer acuerdos bilaterales para la compraventa de energía
dentro del MEM ecuatoriano, con la finalidad de controlar el riesgo de no pago
(riesgo de crédito) por parte de los consumidores.
3. Es importante que el generador cuente con modelos de pronóstico de
demanda y del comportamiento de los precios spot, con la finalidad de prever
adecuadamente las cantidades de energía que podría producir a futuro, y los
precios spot a los cuales podría comprar o vender la energía en el Mercado
Ocasional, lo cual le permitiría establecer acuerdos contractuales apropiados
en base a los resultados que se obtengan de cada modelo.
4. El generador debe tener información actualizada e histórica de la Producción
de Energía que puede generar mes a mes, como también de las condiciones
climatológicas que puedan influir en el aumento o decremento de los caudales
de las fuentes hídricas utilizadas. De esta forma se controlarían los riesgos de
129
cantidad y de hidrología, los cuales pueden afectar seriamente los ingresos de
dinero de la Planta de Generación.
5. Otro riesgo que puede influir en caso de que no se tomen las medidas de
mantenimiento adecuadas, es el riesgo de disponibilidad, mismo que es
ocasionado por fallas en el sistema de producción. En este caso, es apropiado
manejar revisiones periódicas de la planta generadora, a fin de constatar que
los distintos elementos estén en condiciones aptas para producir las
cantidades de energía acordadas en un contrato.
6. “Otra manera de controlar el riesgo es realizando cobertura en la firma de
contratos, lo cual permite transferir el riesgo que tenían los accionistas de la
empresa a inversionistas externos. Los inversionistas externos exigen un
retorno o prima por cargar con el riesgo” [1].
7. El generador, antes de firmar un contrato, debe determinar mes a mes los
costos en los cuales incurre, a fin de establecer un Precio de Contrato
adecuado que permita obtener flujos de dinero positivos.
8. Se pueden implementar medidas de control del riesgo como herramientas
financieras aplicadas al sector eléctrico: opciones, portafolio de contratos,
entre otras, previamente a estudios que garanticen, que las condiciones
actuales de mercado permitan el cumplimiento cabal de los objetivos de cada
una de estas herramientas financieras.
10. En caso de que se desee realizar el contrato tipo “Pague lo Demandado”, la
generadora tendrá un gran riesgo relacionado con la Demanda de Energía,
debido al comportamiento aleatorio de esta variable, razón por la cual, el ente
generador debe solicitar información de años anteriores que denoten los
valores de energía demandados por el consumidor, y mediante simulaciones
de pronóstico de datos, determinar en diversos escenarios, las cantidades
aproximadas de energía que deberá suministrar, permitiendo que la
generadora estipule los valores de energía que deberá comprar en el Mercado
130
Spot para cumplir con el contrato, y los montos de dinero que tendrá que
desembolsar mes a mes para este fin. De esta manera, el agente generador
determinará si es factible o no utilizar esta modalidad de contratación,
cuantificando en dólares la incertidumbre que ocasiona el comportamiento de
la Curva de Carga.
131
6.
CONCLUSIONES Y RECOMENDACIONES.
En el presente trabajo, se elaboró un modelo de análisis de riesgo para acuerdos
contractuales entre una Empresa de Generación Hidroeléctrica y dos Empresas
de Distribución, como también entre la Generadora y tres Grandes Consumidores.
El estudio se llevó a cabo con los tres tipos de contratos más utilizados en el
Ecuador: “Pague lo Contratado”, “Pague lo Demandado”, y “Pague lo Producido
con Tope de Demanda”. Del estudio efectuado se desprenden las siguientes
conclusiones:
GENERALES:
1. Este estudio permitió cuantificar el riesgo en la firma de contratos,
identificando los efectos de las incertidumbres inmersas en la comercialización
de la energía, mediante el cálculo de ingresos y egresos que tendría una
empresa de generación.
2. Se verificó que es posible disminuir el riesgo al controlar las variables
aleatorias y de sensibilidad que se hallan inmersas en la firma de acuerdos
bilaterales.
3. Dependiendo de los intereses comerciales de la generadora y de los
consumidores que requieran el suministro de energía, se adoptará una
determinada modalidad de contratación. Cabe recalcar que cada caso es
distinto, y en cada uno de ellos deberá efectuarse un análisis similar al
elaborado en este estudio.
4. La principal recomendación que se obtiene de este trabajo es la de orientar a
los agentes del mercado para que realicen adecuados análisis de riesgo, a fin
de que éstos puedan constatar el desempeño financiero que tienen, y tomar
medidas que permitan mejorarlo, considerando las incertidumbres que mayor
influencia tienen en este tipo de negociaciones.
132
5. Se recomienda utilizar metodologías que brinden pronósticos apropiados de
las variables que intervienen en la firma de contratos, estableciendo de esta
manera el posible comportamiento que tendrían las mismas a futuro, lo cual es
de suma importancia, ya que los contratos bilaterales se establecen bajo
condiciones futuras de mercado.
6. Los riesgos que con mayor frecuencia enfrentan los consumidores al comprar
energía, son: de crédito y de precios spot. El primero se produce cuando la
entidad no tiene la solvencia económica necesaria para cumplir con el
contrato, debido a diversos factores que impidan realizar un adecuado cobro
de la energía suministrada a sus usuarios finales. El otro tipo de riesgo, puede
aparecer en caso de que el consumidor no tenga asegurado en acuerdos
bilaterales, la cantidad de demanda de energía requerida en tiempo real,
debiendo efectuar compras en el Spot, y por lo tanto, el consumidor se sujeta
a la incertidumbre que los precios tienen en este mercado, y a los costos de
transacción.
7. Gracias a la realización de análisis de riesgo se pueden obtener importantes
parámetros
de
referencia,
tales
como:
modalidades
de
contratación
adecuadas, precios de referencia para contratos, tiempos de contratación,
sensibilidad de los flujos de dinero a la variación de una determinada variable,
entre otras.
ESPECÍFICAS:
1. Se utilizaron dos herramientas de análisis financiero aplicadas al sector
eléctrico,
mismas
que
constituyeron
mecanismos
adecuados
en
la
determinación de los flujos de dinero que recibe la generadora, ya que
demostraron ser metodologías que garantizan una representación de los
resultados necesarios para realizar una adecuada toma de decisiones en la
comercialización de energía eléctrica.
133
2. Se demostró que la selección de un tipo de contrato depende en gran medida
del nivel y comportamiento de la demanda del consumidor, considerando la
incertidumbre que tiene esta variable. Se comprobó que esta consideración
influye significativamente en los egresos que puede adquirir el generador por
compra de energía a precios mayores que su precio de contrato.
3. De los tres tipos de contratos analizados, el contrato tipo “Pague lo Producido
con Tope” permite tener un mayor control sobre las incertidumbres de
Producción de Energía y Precios Spot, lo cual se refleja en los altos ingresos
anuales obtenidos por la generadora. Esta particularidad puede variar si se
consideran series de datos distintas a las utilizadas en el ejemplo realizado.
4. El contrato tipo “Pague lo Demandado” puede resultar atractivo para el
generador, siempre y cuando se establezca un precio de contrato
representativo para el generador por asumir los riesgos que implica realizar
este tipo de acuerdo bilateral.
134
7.
[1]
BIBLIOGRAFÍA.
José Luis Arriagada Carranza, “Aplicación de Instrumentos Financieros
en el Sector Eléctrico”, Tesis de Maestría, Pontificia Universidad Católica
de Chile, 2001.
[2]
Instituto de Energía Eléctrica, “Confiabilidad en Mercados Eléctricos
Competitivos”, Curso de Postgrado, Universidad Nacional de San Juan,
Argentina, Septiembre 2004.
[3]
Maximiliano Landrein, “Evaluación de Contratos de Futuros y Opciones
Eléctricos en Argentina”, Bolsa de Comercio de Rosario, Departamento
de Capacitación y Desarrollo de Mercados, Argentina.
[4]
D. Javier Reneses Guillén, “Análisis de la Operación de los Mercados
de Generación de Energía Eléctrica a Medio Plazo”, Tesis de
Doctorado, Pontificia Universidad Comillas, España, Mayo 2004.
[5]
Mentor E. Poveda, “Ingeniería de Distribución Eléctrica: Planificación,
Diseño y Operación”, Profesor, Escuela Politécnica Nacional, Ecuador,
Abril 2004.
[6]
Eduardo Pollak Bakal, “Desarrollo de un Mercado de Opciones y
Futuros en el Sector Eléctrico Chileno”, Tesis de Pregrado, Pontificia
Universidad Católica de Chile, 1994.
[7]
Termotasajero S. A., “Sector Eléctrico Colombiano”, Página Web,
Colombia, Diciembre 2004.
[8]
Gabriel Salazar, Santiago Naranjo, “Análisis de Riesgo para Distintas
Modalidades de Contratos Bilaterales de Energía Eléctrica”, Artículo,
Corporación CENACE, Ecuador, 2006.
135
[9]
Spyros Makridakis, Steven C. Wheelwright, “Forecasting: Methods and
Applications”, Editorial John Wiley & Sons, New York, Estados Unidos,
1978.
[10]
Ester Gutiérrez Moya, “La Demanda Residencial de Energía Eléctrica en
la Comunidad Autónoma de Andalucía: Un análisis cuantitativo”, Tesis
de Doctorado, Universidad de Sevilla, España, Junio 2003.
[11]
Carlos Mallo Gonzáles, “Predicción de la Demanda Eléctrica Horaria
mediante Redes Neuronales Artificiales”, Departamento de Economía
Cuantitativa, Universidad de Oviedo, España.
[12]
Gabriel Salazar Yépez, “Tarifación Óptima de Servicios de Transmisión
en Mercados Competitivos de Energía Eléctrica”, Tesis de Doctorado,
Universidad Nacional de San Juan, Argentina, Septiembre 2005.
[13]
Peter B. Mandeville, “Definición de las variables”, Ciencia UANL,
Universidad Autónoma de Nuevo León, México, 2003.
[14]
Silvana Granizo Moreta, “Modelo Integrado de Generación, Transmisión
y Distribución para el Cálculo de Factores Nodales y para el Proceso
de las Transacciones de Energía en el MEM”, Tesis de Pregrado,
Escuela Politécnica Nacional, Ecuador, Diciembre 2001.
[15]
Regulación No. CONELEC 007/00, “Procedimientos del Mercado
Eléctrico Mayorista”, Res. Directorio No. 0126/00, 9 de Agosto de 2000.
[16]
Marcelo A. Sobrevila, “Ingeniería de la Energía Eléctrica: Instalaciones
de Potencia”, Libro IV, Marymar Ediciones S. A., Buenos Aires, Argentina,
1988.
[17]
Regulación No. CONELEC 006/03, “Requisitos para la Calificación de
Grandes Consumidores”, 14 de Enero de 2006.
136
[18]
Pértigas Díaz, Pita Fernández, “La Distribución Normal”, Trabajo de
Investigación, Unidad de Epidemiología Clínica y Bioestadística, España,
2001.
[19]
John Kennedy, Adam Neville, “Estadística para Ciencias e Ingeniería”,
Segunda Edición, Editorial I. S. B. N., Universidad Nacional Autónoma de
México, 1982.
[20]
Andrés Ramos, “Gestión Energética Óptima de un Consumidor
Industrial de Vapor y Electricidad en Mercados Liberalizados”, Tesis
de Doctorado, Universidad Pontificia Comillas de Madrid, España, 2004.
[21]
Reglamento para el Funcionamiento del Mercado Eléctrico Mayorista,
“Reglamento Sustitutivo del MEM”, Reforma, 8 de Abril de 2004.
[22]
Giovanny E. Gómez, “Técnicas para Evaluar el Riesgo en el
Presupuesto de Capital”, Artículo, GestioPolis.com, 2006.
137
8. ANEXOS
138
ANEXO 2
ANEXO 2: TRATAMIENTO DE SERIES DE DATOS.
139
Demanda de los días laborables de la “Empresa Eléctrica Riobamba S. A.”, para el período comprendido entre Julio de
2004 y Junio de 2006.
DEMANDA vs. TIEMPO
45,00
40,00
Demanda (MWh)
35,00
30,00
25,00
20,00
15,00
10,00
5,00
0,00
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Tiempo (Horas)
FIGURA 8-1: Curvas de Demandas Diarias con series de datos sin corregir.
19
20
21
22
23
24
ANEXO 2: TRATAMIENTO DE SERIES DE DATOS.
140
DEMANDA vs. TIEMPO
45,00
40,00
35,00
Dem andas (M Wh)
30,00
25,00
20,00
15,00
10,00
5,00
0,00
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Tiempo (Horas)
FIGURA 8-2: Curvas de Demandas Diarias con series de datos corregidas.
19
20
21
22
23
24
141
ANEXO 4
ANEXO 4: PRONÓSTICO DE DEMANDA.
142
Gráficas del Comportamiento de Demandas Históricas y Pronosticadas.
En las siguientes gráficas se puede observar el comportamiento de que tienen las
series de Demandas Históricas y Pronosticadas de días sábados, domingos y
feriados. Los gráficos de días laborables se encuentran en 4.3.2.
a) Empresa Eléctrica Riobamba S.A.:
a.1) Días sábados:
Demanda vs. Tiempo
Demanda (MWh)
50
40
30
20
10
0
0
500
1000
1500
2000
2500
3000
3500
4000
3000
3500
4000
Tiempo (Horas)
Históricas
Pronosticadas
a.2) Días domingos:
Demanda vs. Tiempo
Demanda (MWh)
50
40
30
20
10
0
0
500
1000
1500
2000
2500
Tiempo (Horas)
Históricas
Pronosticadas
ANEXO 4: PRONÓSTICO DE DEMANDA.
143
a.3) Días feriados:
Demanda vs. Tiempo
Demanda (MWh)
50
40
30
20
10
0
0
100
200
300
400
500
600
700
Tiempo (Horas)
Históricas
Pronosticadas
FIGURA 8-3: Comportamiento de Demandas Históricas y Pronosticadas de la EE Riobamba.
b) Empresa Eléctrica Santa Elena S.A.:
b.1) Días sábados:
Demanda vs Tiempo
80
Energia(MWh)
70
60
50
40
30
20
10
0
0
500
1000
1500
2000
2500
Tiempo(Horas)
Historicas
Pronosticadas
3000
3500
4000
ANEXO 4: PRONÓSTICO DE DEMANDA.
144
b.2) Días domingos:
Demanda vs Tiempo
70
Energia(MWh)
60
50
40
30
20
10
0
0
500
1000
1500
2000
Tiempo(Horas)
Historicas
2500
3000
3500
4000
Pronosticadas
b.3) Días feriados:
Demanda vs Tiempo
80
70
Energia(MWh)
60
50
40
30
20
10
0
0
200
400
600
Tiempo(Horas)
Historicas
800
1000
Pronosticadas
FIGURA 8-4: Comportamiento de Demandas Históricas y Pronosticadas de la EE Santa
Elena.
ANEXO 4: PRONÓSTICO DE DEMANDA.
145
c) Grandes Consumidores:
c.1) Días sábados:
Demanda vs. Tiempo
14
Demanda (MWh)
12
10
8
6
4
2
0
0
500
1000
1500
2000
2500
3000
3500
4000
3000
3500
4000
Tiempo (Horas)
Históricas
Pronosticadas
c.2) Días domingos:
Demanda vs. Tiempo
12
Demanda (MWh)
10
8
6
4
2
0
0
500
1000
1500
2000
2500
Tiempo (Horas)
Históricas
Pronosticadas
ANEXO 4: PRONÓSTICO DE DEMANDA.
146
c.3) Días feriados:
Demanda vs. Tiempo
14
Demanda (MWh)
12
10
8
6
4
2
0
0
100
200
300
400
500
600
700
Tiempo (Horas)
Históricas
Pronosticadas
FIGURA 8-5: Comportamiento de Demandas Históricas y Pronosticadas de los Grandes
Consumidores.
COMENTARIO:
En estas representaciones gráficas se puede observar la forma en que la
demanda de energía eléctrica varía con respecto al tiempo, debido a factores
socioeconómicos, políticos, medioambientales, entre otros, que influyen de
distinta manera en el comportamiento que tienen las Curvas de Carga. Dentro de
esto se enmarca el distinto uso que le dan a la energía los usuarios finales de
cada una de las Empresas de Distribución, como también el uso de este recurso
por parte de los Grandes Consumidores, lo cual se traduce en valores distintos de
demanda de energía para cada tipo de día, para cada mes del año, y en la forma
que tienen las Curvas de Carga a lo largo del período analizado.
Lo expuesto se puede ver con mayor detalle en 3.6 y en 4.3 del presente estudio.
147
ANEXO 5
ANEXO 5: COEFICIENTE DE ASIMETRÍA DE FISHER.
148
Coeficientes de Asimetría de Fisher de días laborables.
Hora 1
Hora 2
Hora 3
Hora 4
Hora 5
Hora 6
Hora 7
Hora 8
Hora 9
Hora 10
Hora 11
Hora 12
Hora 13
Hora 14
Hora 15
Hora 16
Hora 17
Hora 18
Hora 19
Hora 20
Hora 21
Hora 22
Hora 23
Hora 24
Coeficientes de Asimetría de Fisher de días laborables
EE Riobamba
EE Santa Elena
Grandes Consumidores
Histórico Pronóstico Histórico Pronóstico Histórico
Pronóstico
-0,196
-0,459
0,429
0,482
-1,023
-0,155
-0,074
-0,302
0,464
0,397
-1,036
-0,324
-0,006
-0,263
0,299
0,375
-1,038
-0,517
-0,016
-0,196
0,387
0,422
-1,034
-0,286
-0,115
-0,271
0,330
0,392
-1,028
-0,230
-0,477
-0,479
0,246
0,338
-1,013
-0,107
-0,866
-0,491
-0,037
0,051
-1,006
-0,187
-0,050
0,105
-1,864
-0,113
-1,009
-0,164
0,345
0,080
-1,722
0,314
-1,009
-0,521
0,384
0,068
-1,275
0,229
-1,012
-1,186
0,184
-0,350
-1,141
0,156
-1,012
-0,798
0,252
-0,377
-0,995
0,335
-1,012
-0,264
0,230
-0,287
-1,002
0,161
-1,011
-0,383
0,273
-0,136
-1,002
0,234
-1,015
-0,191
-0,310
0,045
-0,998
0,176
-1,013
-0,282
-0,233
-0,150
-0,945
0,199
-1,011
-0,116
-0,011
0,401
-0,143
0,301
-1,012
-0,872
0,144
-0,014
0,075
-0,057
-1,007
-0,122
-0,222
-0,041
0,245
-0,308
-1,002
-0,113
-0,265
-0,036
0,114
0,366
-1,001
-0,142
-0,675
-0,483
0,156
0,000
-1,001
-0,282
-0,407
-0,621
0,331
0,332
-1,002
0,123
-0,399
-0,731
0,398
0,538
-1,004
-0,242
-0,276
-0,427
0,385
0,439
-1,011
-0,274
TABLA 8-1: Coeficientes de Asimetría de Fisher de días laborables.
Coeficientes de Asimetría de Fisher de días sábados.
Hora 1
Hora 2
Hora 3
Hora 4
Hora 5
Hora 6
Hora 7
Hora 8
Hora 9
Hora 10
Coeficientes de Asimetría de Fisher de días sábados
EE Riobamba
EE Santa Elena
Grandes Consumidores
Histórico Pronóstico Histórico Pronóstico Histórico
Pronóstico
1,359
-0,250
0,782
0,622
-1,025
0,021
1,290
-0,416
0,834
0,692
-1,031
0,101
1,205
-0,266
0,803
0,663
-1,031
0,123
0,956
-0,084
0,721
0,607
-1,030
0,040
0,565
-0,211
0,673
0,523
-1,022
0,087
-1,381
-0,137
0,540
0,476
-1,012
0,198
-1,094
-0,147
0,615
0,417
-1,006
0,205
-1,232
0,248
0,526
0,223
-1,007
0,080
-1,416
-0,187
0,470
0,191
-1,013
0,095
-1,447
-0,101
0,376
0,284
-1,014
0,252
ANEXO 5: COEFICIENTE DE ASIMETRÍA DE FISHER.
Hora 11
Hora 12
Hora 13
Hora 14
Hora 15
Hora 16
Hora 17
Hora 18
Hora 19
Hora 20
Hora 21
Hora 22
Hora 23
Hora 24
-1,466
-1,419
-1,498
-1,524
-1,235
-1,190
-1,171
-1,246
-1,593
-1,314
-1,409
-1,333
0,711
1,450
0,001
0,077
0,157
-0,002
-0,034
-0,019
0,522
0,577
-0,816
-0,091
-0,237
-0,170
-0,143
-0,080
0,379
0,323
0,355
0,411
0,364
0,396
0,425
0,404
0,167
0,534
0,589
0,675
0,762
0,779
0,328
0,231
0,271
0,342
0,327
0,345
0,462
0,227
-0,046
0,529
0,537
0,678
0,500
0,620
149
-1,012
-1,012
-1,014
-1,020
-1,022
-1,014
-1,014
-1,012
-1,002
-1,001
-1,001
-1,002
-1,005
-1,010
0,449
0,373
0,392
0,294
0,204
-0,222
-0,419
-0,505
0,105
0,228
0,351
0,049
0,094
0,341
TABLA 8-2: Coeficientes de Asimetría de Fisher de días sábados.
Coeficientes de Asimetría de Fisher de días domingos.
Hora 1
Hora 2
Hora 3
Hora 4
Hora 5
Hora 6
Hora 7
Hora 8
Hora 9
Hora 10
Hora 11
Hora 12
Hora 13
Hora 14
Hora 15
Hora 16
Hora 17
Hora 18
Hora 19
Hora 20
Hora 21
Hora 22
Hora 23
Hora 24
Coeficientes de Asimetría de Fisher de días domingos
EE Riobamba
EE Santa Elena
Grandes Consumidores
Histórico Pronóstico Histórico Pronóstico Histórico
Pronóstico
1,436
0,040
0,784
0,556
-1,018
0,299
1,562
0,311
0,834
0,542
-1,027
0,116
1,551
0,203
0,791
0,364
-1,024
0,471
1,382
0,206
0,817
0,527
-1,021
0,186
-0,503
0,027
0,721
0,245
-1,020
-0,089
-1,134
0,147
0,674
0,149
-1,011
-0,229
-1,041
-0,464
0,630
0,068
-1,007
-0,516
-1,112
-0,017
0,636
0,091
-1,009
-0,290
-1,188
0,321
0,741
0,279
-1,011
-0,382
-1,139
0,216
0,675
0,342
-1,012
-0,478
-1,117
0,342
0,547
0,316
-1,011
-0,677
-1,086
0,479
0,520
0,376
-1,010
-0,649
-1,127
0,057
0,463
0,406
-1,010
-0,568
-1,144
0,319
0,438
0,363
-1,011
-0,774
-1,071
0,106
0,414
0,375
-1,009
-0,309
-1,064
0,556
0,413
0,402
-1,005
-0,050
-1,070
0,392
0,475
0,461
-1,005
-0,356
-1,140
0,879
0,530
0,190
-1,003
0,186
-1,390
-0,202
0,742
-0,013
-1,001
0,107
-1,504
0,035
0,925
0,466
-1,001
-0,189
-1,660
-0,224
0,962
0,469
-1,001
-0,061
-1,578
-0,799
1,087
0,496
-1,001
0,263
-1,424
-0,563
1,157
0,397
-1,004
0,366
-1,436
-0,266
1,306
0,354
-1,008
0,317
TABLA 8-3: Coeficientes de Asimetría de Fisher de días domingos.
150
ANEXO 6
ANEXO 6: PROGRAMA DE SIMULACIÓN.
151
Código Fuente del Programa de Simulación.
Se presenta el Código Fuente del programa desarrollado en MATLAB, el cual permite simular mil
veces el proceso de análisis de riesgo en contratos bilaterales. Los aspectos teóricos empleados
en la secuencia lógica se detallan ampliamente en los capítulos del presente trabajo.
1. Datos requeridos para la simulación.
a) Contratos Previos de los consumidores de energía.
b) Producción de Energía de la Central Hidroeléctrica.
c) Precios Spot.
d) Precios de Contrato.
La información mencionada debe recopilarse de días laborables, sábados, domingos y feriados.
2. Generación de valores aleatorios por hora.
Se utiliza la función normrnd, la cual permite generar una cantidad de valores n aleatorios
correspondientes a una Curva Normal, que dependen de la media y desviación estándar
ingresadas. Este proceso se utilizó para las 24 horas de días laborables, sábados, domingos y
feriados.
Hora=normrnd(media,desviacion,n);
3. Generación de matrices de Demanda de Energía por día.
Los valores obtenidos por hora se agrupan en una sola matriz, la cual constituye la Matriz de
Demandas de Energía por día. Esto se aplica para cada tipo de día.
DemandaTotal=[Hora1;Hora2;Hora3;Hora4;Hora5;Hora6;Hora7;Hora8;Hora9;Hora10;Hor
a11;Hora12;Hora13;Hora14;Hora15;Hora16;Hora17;Hora18;Hora19;Hora20;Hora21;Hora2
2;Hora23;Hora24];
4. Cálculo de Flujos de Dinero horarios para cada modalidad de contratación.
En esta parte se determinan los Ingresos que tiene la generadora para el Caso Base, Variación de
Generación, y Variación de Precios de Contrato, de acuerdo a cada modalidad de contratación. Se
toma como ejemplo el cálculo efectuado para días laborables del Caso Base.
ANEXO 6: PROGRAMA DE SIMULACIÓN.
152
for q=1:1000
demandaM=M_DemandaTotal(:,h:h+51);
“Demanda de Energía”.
generacionM=M_GeneracionTotal;
“Producción de Energía”.
precio_contrato=35*ones(24,52);
“Precios de Contrato”.
Contrato_previoM=ContPrevM;
“Contratos Previos”.
Precio_spotM=PspotM;
“Precios Spot”
El número de datos dentro del período de análisis de días laborables es 52, de sábados 53, de
domingos 52, y de feriados 13.
Las Curvas de Contrato se determinan de acuerdo a las características que tiene cada tipo de
contrato, mismas que fueron explicadas a lo largo de este estudio. Para el contrato tipo “Pague lo
Contratado”, los valores que corresponden a la Curva de Contrato son datos establecidos.
P_contratadoM=P_ContratadoMiercoles;
Para los contratos “Pague lo Demandado” y “Pague lo Producido con Tope de Demanda”, la Curva
de Contrato resulta de la diferencia entre la Demanda de Energía y los Contratos Previos.
for j=1:52
for i=1:24
tempM(i,j)=demandaM(i,j)-Contrato_previoM(i,j);
Los flujos de dinero para el tipo de contrato “Pague lo Contratado” se determinan de la siguiente
forma:
Si la generación es mayor que la demanda del contrato:
if generacionM(i,j)>P_contratadoM(i,j);
PC_IngresosM(i,j)=P_contratadoM(i,j)*precio_contrato(i,j)+(generacionM(i,j)P_contratadoM(i,j))*Precio_spotM(i,j);
else
PC_IngresosM(i,j)=P_contratadoM(i,j)*precio_contrato(i,j);
[$] “flujo de dinero”
end
Si la generación es menor que la demanda del contrato:
if tempM(i,j)<0
PC_EgresosM(i,j)=(P_contratadoM(i,j)-generacionM(i,j))*Precio_spotM(i,j);
ANEXO 6: PROGRAMA DE SIMULACIÓN.
153
else
PC_EgresosM(i,j)=0;
end
Diferencia entre ingresos y egresos:
PC_NetoM(i,j)=PC_IngresosM(i,j)-PC_EgresosM(i,j);
Los flujos de dinero para el tipo de contrato “Pague lo Demandado” se determinan de la siguiente
forma:
if tempM(i,j)>0
P_DemandM(i,j)=tempM(i,j);
else
P_DemandM(i,j)=0;
end
Si la generación es mayor que la demanda del contrato:
if generacionM(i,j)>P_DemandM(i,j);
PD_IngresosM(i,j)=P_DemandM(i,j)*precio_contrato(i,j)+(generacionM(i,j)P_DemandM(i,j))*Precio_spotM(i,j);
else
PD_IngresosM(i,j)=P_DemandM(i,j)*precio_contrato(i,j);
end
Si la generación es menor que la demanda del contrato:
if (P_DemandM(i,j)-generacionM(i,j))>0
PD_EgresosM(i,j)=(P_DemandM(i,j)-generacionM(i,j))*Precio_spotM(i,j);
else
PD_EgresosM(i,j)=0;
end
Diferencia entre ingresos y egresos que tendrá el Generador:
PD_NetoM(i,j)=PD_IngresosM(i,j)-PD_EgresosM(i,j);
Los flujos de dinero para el tipo de contrato “Pague lo Producido con Tope” se determinan de la
siguiente forma:
ANEXO 6: PROGRAMA DE SIMULACIÓN.
154
if tempM(i,j)>0
if tempM(i,j)>generacionM(i,j)
P_producido_topeM(i,j)=generacionM(i,j);
else
P_producido_topeM(i,j)=tempM(i,j);
end
else
P_producido_topeM(i,j)=0;
end
PT_IngresosM(i,j)=P_producido_topeM(i,j)*precio_contrato(i,j)+(generacionM(i,j)P_producido_topeM(i,j))*Precio_spotM(i,j);
PT_EgresosM(i,j)=0;
PT_NetoM(i,j)=PT_IngresosM(i,j)-PT_EgresosM(i,j);
end
end
Almacenando los datos de las mil simulaciones realizadas se tienen las siguientes matrices:
PC_NetoM_Tm(:,h:h+51)=PC_NetoM;
PD_NetoM_Tm(:,h:h+51)=PD_NetoM;
PT_NetoM_Tm(:,h:h+51)=PT_NetoM;
h=h+52;
end
De esta forma se han determinado los flujos de dinero horarios, correspondientes a días
laborables, sábados, domingos y feriados, de todos los meses que se encuentran dentro del
período establecido.
5. Cálculo de Flujos de Dinero diarios para cada modalidad de contratación.
Se obtienen sumando los flujos de dinero por hora.
result1=sum(PC_NetoM_Tm);
result2=sum(PD_NetoM_Tm);
result3=sum(PT_NetoM_Tm);
6. Cálculo de Flujos de Dinero semanales para cada modalidad de contratación.
ANEXO 6: PROGRAMA DE SIMULACIÓN.
155
Este paso se efectúa únicamente con días laborables. Consiste en multiplicar los resultados
obtenidos para los días miércoles (representativos) de cada semana, por la cantidad de días de
cada semana.
f=1;
for r=1:52000
valores1=Miercoles_semanas_t(:,r)*result1(:,r);
PC_NetoM_T(:,f)= valores1;
valores2=Miercoles_semanas_t(:,r)*result2(:,r);
PD_NetoM_T(:,f)= valores2;
valores3=Miercoles_semanas_t(:,r)*result3(:,r);
PT_NetoM_T(:,f)= valores3;
f=f+1;
end
7. Cálculo de Flujos de Dinero mensuales para cada modalidad de contratación.
Inicialmente se establecen la cantidad de semanas por mes:
b=[4 5 4 4 5 4 5 4 4 4 5 4]; a=b;
aux=1; aux3=1; aux4=0;
for e=1:999,
a=[a b];
end
for s=1:1000*12,
aux4=aux4+a(aux);
aux3:aux4;
Los resultados de flujos netos de caja, para cada modalidad de contratación, de días laborables,
son los siguientes:
respPCM(aux)=sum(PC_NetoM_T(aux3:aux4));
respPDM(aux)=sum(PD_NetoM_T(aux3:aux4));
respPTM(aux)=sum(PT_NetoM_T(aux3:aux4));
aux3=aux3+a(aux);
aux=aux+1;
end
end
ANEXO 6: PROGRAMA DE SIMULACIÓN.
156
Los resultados de flujos netos de caja, para cada modalidad de contratación, de días sábados,
domingos y feriados, se determinan de la siguiente manera:
Ejemplo para dias sábados:
respPCS(aux)=sum(result1(aux3:aux4));
respPDS(aux)=sum(result2(aux3:aux4));
respPTS(aux)=sum(result3(aux3:aux4));
Cabe mencionar que estos resultados son matrices del orden de 12 por 1000, es decir son flujos
de caja correspondientes a 1000 escenarios de cada mes del año en estudio. Con los valores
obtenidos se determinan los flujos netos mensuales de cada contrato.
Ejemplo para el tipo de contrato “Pague lo Contratado”:
auxi1=respPCM+respPCS+respPCDom;
m=1;
n=1;
f=1;
for a=1:1000
Julio1(:,n)=auxi1(:,m);
Agosto1(:,n)=auxi1(:,m+1);
Septiembre1(:,n:n)=auxi1(:,m+2);
Octubre1(:,n)=auxi1(:,m+3);
Noviembre1(:,n)=auxi1(:,m+4);
Diciembre1(:,n)=auxi1(:,m+5);
Enero1(:,n)=auxi1(:,m+6);
Febrero1(:,n)=auxi1(:,m+7);
Marzo1(:,n)=auxi1(:,m+8);
Abril1(:,n)=auxi1(:,m+9);
Mayo1(:,n)=auxi1(:,m+10);
Junio1(:,n)=auxi1(:,m+11);
fer_agost1(:,n)=respPCFer(:,f);
fer_octu1(:,n)=respPCFer(:,f+1);
fer_nov1(:,n)=respPCFer(:,f+2);
fer_dic1(:,n)=respPCFer(:,f+3);
fer_ener1(:,n)=respPCFer(:,f+4);
fer_feb1(:,n)=respPCFer(:,f+5);
fer_abr1(:,n)=respPCFer(:,f+6);
fer_may1(:,n)=respPCFer(:,f+7);
ANEXO 6: PROGRAMA DE SIMULACIÓN.
157
m=m+12;
n=n+1;
f=f+8;
end
PD_JULIO=Julio2;
PD_AGOSTO=Agosto2+fer_agost2;
PD_SEPTIEMBRE=Septiembre2;
PD_OCTUBRE=Octubre2+fer_octu2;
PD_NOVIEMBRE=Noviembre2+fer_nov2;
PD_DICIEMBRE=Diciembre2+fer_dic2;
PD_ENERO=Enero2+fer_ener2;
PD_FEBRERO=Febrero2+fer_feb2;
PD_MARZO=Marzo2;
PD_ABRIL=Abril2+fer_abr2;
PD_MAYO=Mayo2+fer_may2;
PD_JUNIO=Junio2;
8. Cálculo de Costos Fijos y Variables de la Generadora.
Datos:
Costo_KW_instalado=1000;
[$]
Vida_util=30;
[años]
Tir=14;
[% anual]
Capacidad_Central=13;
[MW]
Cálculo de Costos Fijos anuales:
CostoF_Presente=Capacidad_Central*1000*Costo_KW_instalado;
CostosF_ano_anualidades=payper((Tir/100),Vida_util,CostoF_Presente,0,0);
Cálculo de Costos Fijos mensuales:
CostosF_mes=(CostosF_ano_anualidades)/12;
Cálculo de Costos Variables por año:
CostosV_ano_anualidades=CostosF_ano_anualidades*0.06;
ANEXO 6: PROGRAMA DE SIMULACIÓN.
158
Cálculo de Costos Variables por mes:
CostosV_mes=(CostosV_ano_anualidades)/12;
Cálculo de Costos Totales por mes:
COSTOS_TOTALES_MENSUALES=CostosF_mes+CostosV_mes;
9. Cálculo de Potencia Remunerable Puesta a Disposición.
precio_KW_mes=5.70;
Valor que se paga por kW mes.
gen_mier=mean(M_GeneracionTotal);
gen_sab=mean(S_GeneracionTotal);
gen_dom=mean(D_GeneracionTotal);
gen_fer=mean(GeFeriados);
A continuación se calcula la PRPD mensual, tomando en cuenta que los valores de la matriz a
varían dependiendo del tipo de día que se considere (laborable, sábado, domingo, feriado).
Ejemplo para días laborables:
a=[4 5 4 4 5 4 5 4 4 4 5 4];
aux=1; aux3=1; aux4=0;
for i=1:12
aux4=aux4+a(aux);
aux3:aux4;
Promedio_Pot_Mier(aux)=mean(gen_mier(aux3:aux4)); [MW]
aux3=aux3+a(aux);
aux=aux+1;
end
De esta forma la PRPD mensual es:
feriados_poten=[0,Promedio_Pot_Fer(:,1),0,Promedio_Pot_Fer(:,2),Promedio_Pot_Fe
r(:,3),Promedio_Pot_Fer(:,4),Promedio_Pot_Fer(:,5),Promedio_Pot_Fer(:,6),0,Promedi
o_Pot_Fer(:,7),Promedio_Pot_Fer(:,8),0];
pot_pro_dias=[Promedio_Pot_Mier;Promedio_Pot_Sab;Promedio_Pot_Dom;feriados
_poten];
auxi4=sum(pot_pro_dias); [MW]
ANEXO 6: PROGRAMA DE SIMULACIÓN.
159
Ingresos_pot_Jul=((auxi4(:,1)/3)*1000*precio_KW_mes);
Ingresos_pot_Agost=((auxi4(:,2)/4)*1000*precio_KW_mes);
Ingresos_pot_Sept=((auxi4(:,3)/3)*1000*precio_KW_mes);
Ingresos_pot_Octub=((auxi4(:,4)/4)*1000*precio_KW_mes);
Ingresos_pot_Nov=((auxi4(:,5)/4)*1000*precio_KW_mes);
Ingresos_pot_Dic=((auxi4(:,6)/4)*1000*precio_KW_mes);
Ingresos_pot_Ene=((auxi4(:,7)/4)*1000*precio_KW_mes);
Ingresos_pot_Feb=((auxi4(:,8)/4)*1000*precio_KW_mes);
Ingresos_pot_Mar=((auxi4(:,9)/3)*1000*precio_KW_mes);
Ingresos_pot_Abril=((auxi4(:,10)/4)*1000*precio_KW_mes);
Ingresos_pot_May=((auxi4(:,11)/4)*1000*precio_KW_mes);
Ingresos_pot_Jun=((auxi4(:,12)/3)*1000*precio_KW_mes);
9. Cálculo de Ingresos Totales anuales para cada modalidad de contratación.
Para determinar estos ingresos, es necesario que inicialmente se calculen los Ingresos Totales
mensuales para cada tipo de contrato, mismos que resultan de la suma de los ingresos mensuales
por venta de energía más los ingresos mensuales por PRPD.
10. Cálculo de Beneficios Totales mensuales para cada modalidad de contratación.
Estos beneficios se obtienen de restar de los Ingresos Totales, los Costos Totales obtenidos. Se
ha tomado como ejemplo el tipo de contrato “Pague lo Contratado”.
BeneficiosC_Julio=INGT_JULIO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Agosto=INGT_AGOSTO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Septiembre=INGT_SEPTIEMBRE_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Octubre=INGT_OCTUBRE_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Noviembre=INGT_NOVIEMBRE_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Diciembre=INGT_DICIEMBRE_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Enero=INGT_ENERO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Febrero=INGT_FEBRERO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Marzo=INGT_MARZO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Abril=INGT_ABRIL_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Mayo=INGT_MAYO_PC-COSTOS_TOTALES_MENSUALES;
BeneficiosC_Junio=INGT_JUNIO_PC-COSTOS_TOTALES_MENSUALES;
ANEXO 6: PROGRAMA DE SIMULACIÓN.
160
11. Cálculo de Beneficios Totales al año para cada modalidad de contratación.
Pague lo Contratado:
Matriz_generalC=[BeneficiosC_Julio;BeneficiosC_Agosto;BeneficiosC_Septiembre;BeneficiosC_O
ctubre;BeneficiosC_Noviembre;BeneficiosC_Diciembre;BeneficiosC_Enero;BeneficiosC_Febrero;B
eneficiosC_Marzo;BeneficiosC_Abril;BeneficiosC_Mayo;BeneficiosC_Junio];
EaR_Sta_Elena=sum(Matriz_generalC);
Pague lo Demandado:
Matriz_generalD=[BeneficiosD_Julio;BeneficiosD_Agosto;BeneficiosD_Septiembre;BeneficiosD_O
ctubre;BeneficiosD_Noviembre;BeneficiosD_Diciembre;BeneficiosD_Enero;BeneficiosD_Febrero;B
eneficiosD_Marzo;BeneficiosD_Abril;BeneficiosD_Mayo;BeneficiosD_Junio];
EaR_Sta_Elena=sum(Matriz_generalD);
Pague lo Producido con Tope:
Matriz_generalT=[BeneficiosT_Julio;BeneficiosT_Agosto;BeneficiosT_Septiembre;BeneficiosT_Oct
ubre;BeneficiosT_Noviembre;BeneficiosT_Diciembre;BeneficiosT_Enero;BeneficiosT_Febrero;Ben
eficiosT_Marzo;BeneficiosT_Abril;BeneficiosT_Mayo;BeneficiosT_Junio];
EaR_Sta_Elena=sum(Matriz_generalT);
161
ANEXO 7
ANEXO 7: CONTRATO TIPO “PAGUE LO DEMANDADO”.
162
Resultados anuales de CFaR para la “Empresa Eléctrica Santa Elena S. A.”,
para el tipo de contrato “Pague lo Demandado”.
a) Caso Base:
140
120
Frecuencia
100
80
60
40
20
0
1.9
1.92
1.94
1.96
1.98
2
Dólares ($)
2.02
1.94
1.96
Dólares ($)
1.98
2.04
2.06
2.08
6
x 10
b) Variación de Generación:
140
120
Frecuencia
100
80
60
40
20
0
1.86
1.88
1.9
1.92
c) Variación de Precios de Contrato:
2
2.02
2.04
6
x 10
ANEXO 7: CONTRATO TIPO “PAGUE LO DEMANDADO”.
163
140
120
Frecuencia
100
80
60
40
20
0
2.42
2.44
2.46
2.48
2.5
2.52
Dólares ($)
2.54
2.56
2.58
6
x 10
FIGURA 8-6: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Demandado" de la
“Empresa Eléctrica Santa Elena S. A.”.
Resultados anuales de CFaR para los “Grandes Consumidores”, para el tipo
de contrato “Pague lo Demandado”.
a) Caso Base:
140
120
Frecuencia
100
80
60
40
20
0
3.01
3.015
3.02
3.025
3.03
3.035
Dólares ($)
3.04
3.045
3.05
6
x 10
ANEXO 7: CONTRATO TIPO “PAGUE LO DEMANDADO”.
164
b) Variación de Generación:
150
Frecuencia
100
50
0
2.97
2.975
2.98
2.985
2.99
2.995
Dólares ($)
3
3.005
3.01
6
x 10
c) Variación de Precios de Contrato:
140
120
Frecuencia
100
80
60
40
20
0
3.475
3.48
3.485
3.49
3.495
Dólares ($)
3.5
3.505
3.51
6
x 10
FIGURA 8-7: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Demandado" de
los “Grandes Consumidores”.
165
ANEXO 8
ANEXO 8: CONTRATO TIPO “PAGUE LO PRODUCIDO CON TOPE”.
166
Resultados anuales de CFaR para la “Empresa Eléctrica Santa Elena S. A.”,
para el tipo de contrato “Pague lo Producido con Tope”.
a) Caso Base:
160
140
120
Frecuencia
100
80
60
40
20
0
3.22
3.23
3.24
3.25
3.26 3.27 3.28
Dólares ($)
3.29
3.23 3.24 3.25
Dólares ($)
3.26
3.3
3.31
3.32
6
x 10
b) Variación de Generación:
160
140
120
Frecuencia
100
80
60
40
20
0
3.19
3.2
3.21
3.22
c) Variación de Precios de Contrato:
3.27
3.28
3.29
6
x 10
ANEXO 8: CONTRATO TIPO “PAGUE LO PRODUCIDO CON TOPE”.
167
150
Frecuencia
100
50
0
3.56
3.57
3.58
3.59
3.6
3.61
Dólares ($)
3.62
3.63
3.64
3.65
6
x 10
FIGURA 8-8: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Producido con
Tope" de la “Empresa Eléctrica Santa Elena S. A.”.
Resultados anuales de CFaR para los “Grandes Consumidores”, para el tipo
de contrato “Pague lo Producido con Tope”.
a) Caso Base:
140
120
Frecuencia
100
80
60
40
20
0
3.69
3.695
3.7
3.705
Dólares ($)
3.71
3.715
3.72
6
x 10
ANEXO 8: CONTRATO TIPO “PAGUE LO PRODUCIDO CON TOPE”.
168
b) Variación de Generación:
150
Frecuencia
100
50
0
3.65
3.655
3.66
3.665
Dólares ($)
3.67
3.675
3.68
6
x 10
c) Variación de Precios de Contrato:
140
120
Frecuencia
100
80
60
40
20
0
4.04
4.045
4.05
4.055
Dólares ($)
4.06
4.065
4.07
6
x 10
FIGURA 8-9: Flujos de Dinero Anuales para el tipo de contrato "Pague lo Producido con
Tope" de los “Grandes Consumidores”.
169
ANEXO 9
ANEXO 9: ANÁLISIS CON EaR.
170
Ingresos mensuales Totales de dinero, para el tipo de contrato “Pague lo Contratado”.
2007
2006
Mes
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo
Abril
Mayo
Junio
Riobamba
($)
466.786,67
262.315,63
128.390,00
-6.102,00
-10.921,00
28.378,10
552.540,00
498.940,00
518.830,00
462.480,00
539.100,00
467.130,00
Caso Base
Santa Elena
($)
472.016,67
265.325,63
132.780,00
-2.376,00
-9.019,00
32.066,80
554.620,00
500.700,00
522.080,00
462.240,00
540.880,00
467.170,00
Consumidores
($)
488.936,67
268.475,63
120.167,00
-4.294,00
-2.661,00
45.643,00
555.900,00
519.370,00
528.610,00
497.940,00
571.610,00
488.430,00
Variación Generación
Riobamba
Santa Elena
Consumidores
($)
($)
($)
461.476,67
466.716,67
483.626,67
259.065,63
262.075,63
265.225,63
125.792,00
130.180,00
117.565,00
-7.883,00
-4.157,00
-6.076,00
-12.111,00
-10.209,00
-3.851,00
26.948,00
30.636,70
44.213,00
547.410,00
549.490,00
550.770,00
494.350,00
496.110,00
514.780,00
514.090,00
517.340,00
523.870,00
458.670,00
458.430,00
494.130,00
533.950,00
535.720,00
566.460,00
463.120,00
463.160,00
484.420,00
Variación Precios de Contrato
Riobamba
Santa Elena
Consumidores
($)
($)
($)
493.746,67
498.386,67
520.016,67
290.055,63
292.585,63
300.755,63
154.080,00
157.870,00
150.530,00
22.128,10
25.374,00
27.625,70
17.308,90
18.730,90
29.259,00
57.893,00
60.982,00
78.163,00
580.290,00
581.890,00
588.180,00
525.590,00
526.870,00
549.130,00
545.310,00
547.960,00
560.050,00
491.200,00
490.470,00
529.500,00
568.120,00
569.420,00
604.610,00
492.820,00
492.260,00
518.790,00
TABLA 8-4: Ingresos mensuales Totales, para el tipo de contrato "Pague lo Contratado”.
ANEXO 9: ANÁLISIS CON EaR.
171
Ingresos mensuales Totales de dinero, para el tipo de contrato “Pague lo Demandado”.
Mes
Máximo
Mínimo
Promedio
Máximo
Agosto
Mínimo
Promedio
Máximo
Septiembre Mínimo
Promedio
Máximo
Octubre
Mínimo
Promedio
Máximo
Noviembre Mínimo
Promedio
Máximo
Diciembre Mínimo
Promedio
Julio
2006
Valor
Caso Base
Riobamba
Santa Elena Consumidores
($)
($)
($)
276.549,71
197.659,36
444.833,01
253.670,97
128.248,96
432.944,27
163.767,01
438.937,45
265.215,81
67.303,41
168.726,16
233.171,75
52.788,26
125.860,72
226.293,12
60.712,06
149.529,33
229.714,41
-133.867,24
66.498,12
75.810,58
-153.206,20
13.347,68
65.829,35
-143.780,86
38.305,93
70.825,94
-327.712,35
-60.310,47
-52.590,13
-346.563,44 -111.974,39
-63.836,27
-336.659,56
-84.862,58
-59.281,95
-137.546,97
-31.101,16
-36.780,07
-152.382,96
-74.784,89
-44.164,97
-145.316,48
-52.673,59
-40.391,67
-107.137,13
35.227,76
17.817,93
-126.672,12
-11.772,21
7.176,39
-117.554,16
10.611,71
12.407,02
Variación Generación
Riobamba
Santa Elena Consumidores
($)
($)
($)
271.243,67
192.353,29
439.605,61
248.364,93
122.942,89
427.826,01
259.909,78
158.460,93
433.792,37
64.054,81
165.477,55
229.991,65
49.539,65
122.612,11
222.154,57
57.463,46
146.280,72
226.427,89
-136.468,93
63.896,42
74.111,68
-155.807,89
10.745,99
63.609,06
-146.382,54
35.704,23
68.239,35
-329.493,88
-62.091,99
-55.904,82
-348.344,98 -113.755,91
-65.829,74
-338.441,09
-86.644,10
-61.086,88
-138.737,09
-32.291,29
-37.604,54
-153.573,09
-75.975,01
-45.288,54
-146.506,61
-53.863,71
-41.550,97
-108.567,20
33.797,70
15.925,41
-128.102,19
-13.202,27
5.901,58
-118.984,23
9.181,65
11.165,20
Variación Precios de Contrato
Riobamba
Santa Elena Consumidores
($)
($)
($)
320.901,70
253.021,84
482.402,56
299.591,18
186.544,78
471.202,20
310.178,98
220.534,94
476.786,88
122.897,62
209.489,70
271.963,13
110.310,22
172.609,66
266.301,91
117.030,05
192.572,94
269.160,70
-78.270,77
99.397,24
112.090,80
-95.598,52
52.182,98
103.256,16
-87.164,56
74.255,65
107.692,69
-262.609,98
-25.635,48
-14.298,17
-279.463,52
-71.448,93
-24.149,76
-270.610,64
-47.429,25
-20.166,76
-92.022,93
8,57
1.852,53
-104.844,74
-37.729,44
-4.464,04
-98.814,70
-18.466,82
-1.210,14
-63.607,98
62.688,15
57.365,53
-81.371,77
19.765,11
47.318,88
-73.108,35
40.346,62
52.346,01
ANEXO 9: ANÁLISIS CON EaR.
Mes
Enero
Febrero
2007
Marzo
Abril
Mayo
Junio
Valor
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Caso Base
Riobamba Santa Elena Consumidores
($)
($)
($)
443.796,75
405.528,36
524.884,99
429.151,65
364.567,80
518.007,37
436.005,48
384.422,64
521.419,07
424.597,13
439.857,38
494.639,26
412.294,93
399.489,35
486.578,44
418.833,05
420.886,70
490.068,42
363.602,22
466.943,84
504.493,41
346.029,11
419.865,91
495.379,16
441.718,34
500.377,49
354.962,23
367.257,03
435.444,88
490.987,98
353.294,06
397.131,47
483.706,58
359.552,33
415.818,00
487.037,44
379.418,72
388.833,20
542.565,23
362.405,15
344.601,67
531.930,51
370.721,43
366.239,18
537.196,42
363.456,90
379.325,64
473.404,98
349.974,04
339.753,16
466.557,60
356.628,54
360.864,46
469.651,63
172
Variación Generación
Riobamba Santa Elena Consumidores
($)
($)
($)
438.667,10
400.398,71
520.369,89
424.022,00
359.438,15
512.856,44
430.875,83
379.292,99
516.297,02
420.008,69
435.268,93
488.506,93
407.706,50
394.900,90
481.187,12
414.244,61
416.298,24
485.465,35
358.863,22
462.204,83
499.817,10
341.290,11
415.126,90
491.564,22
350.223,23
436.979,33
495.680,69
363.448,55
431.636,57
487.245,00
349.485,59
393.323,16
479.430,39
355.743,86
412.009,69
483.195,54
374.260,28
383.674,85
536.774,67
357.246,70
339.443,32
527.308,85
365.562,98
361.080,83
532.070,08
359.447,38
375.316,22
469.053,37
345.964,51
335.743,74
461.839,84
352.619,01
356.855,05
465.542,61
Variación Precios de Contrato
Riobamba Santa Elena Consumidores
($)
($)
($)
485.374,05
454.100,95
564.005,31
472.667,25
418.109,95
557.702,43
478.595,33
435.668,10
560.864,68
460.379,07
472.692,81
530.484,68
449.764,65
438.192,40
523.925,55
455.376,90
456.751,25
526.622,41
409.942,26
501.151,89
542.285,61
394.270,21
459.025,84
534.003,44
402.139,98
478.694,28
538.549,56
408.655,62
470.929,37
529.775,03
396.323,27
437.431,35
522.651,67
401.623,50
452.776,97
525.896,91
426.975,50
443.128,16
582.784,36
411.373,89
402.812,50
573.173,85
418.938,36
422.462,08
577.696,02
405.694,82
431.196,78
510.207,64
393.553,08
396.605,87
503.602,15
399.594,48
414.974,14
506.511,89
TABLA 8-5: Ingresos mensuales Totales, para el tipo de contrato "Pague lo Demandado”.
ANEXO 9: ANÁLISIS CON EaR.
173
Ingresos mensuales Totales de dinero, para el tipo de contrato “Pague lo Producido con Tope”.
Mes
Máximo
Mínimo
Promedio
Máximo
Agosto
Mínimo
Promedio
Máximo
Septiembre Mínimo
Promedio
Máximo
Octubre
Mínimo
Promedio
Máximo
Noviembre Mínimo
Promedio
Máximo
Diciembre Mínimo
Promedio
Julio
2006
Valor
Caso Base
Riobamba Santa Elena Consumidores
($)
($)
($)
398.212,38
389.390,87
470.019,49
388.511,55
367.964,41
458.068,14
393.142,55
376.899,34
464.319,82
252.448,64
289.035,85
298.014,11
248.858,18
266.992,29
292.824,03
250.411,99
278.068,62
295.558,88
172.450,00
200.334,34
193.174,00
172.450,00
177.880,80
193.150,00
172.450,00
187.307,44
193.150,20
117.645,00
133.356,34
131.948,25
117.645,00
121.723,76
131.805,00
117.645,00
126.476,44
131.812,81
97.634,73
104.063,71
104.743,44
94.541,08
94.919,82
104.508,40
96.032,97
99.589,54
104.638,66
126.102,30
141.252,42
136.642,06
122.084,58
128.497,45
136.276,62
123.715,24
134.268,18
136.515,59
Variación Generación
Riobamba Santa Elena Consumidores
($)
($)
($)
394.320,60
385.952,15
465.006,90
384.849,79
364.963,89
453.154,89
389.343,75
373.777,13
459.135,35
250.504,56
286.599,08
295.138,66
246.992,24
264.734,32
289.645,10
248.508,47
275.689,42
292.514,81
171.290,80
198.678,50
191.855,32
171.290,80
176.537,44
191.825,20
171.290,80
185.822,61
191.825,41
116.852,04
132.334,88
131.076,04
116.852,04
120.852,56
130.898,76
116.852,04
125.534,41
130.905,63
96.970,68
103.290,75
104.021,67
93.891,63
94.241,90
103.819,30
95.377,74
98.867,52
103.926,24
125.288,69
140.254,53
135.740,12
121.311,67
127.613,43
135.412,46
122.924,92
133.329,88
135.628,74
Variación Precios de Contrato
Riobamba Santa Elena Consumidores
($)
($)
($)
433.093,57
426.762,06
503.717,27
424.302,27
407.721,82
492.778,27
428.447,76
415.449,10
498.440,64
280.283,17
311.380,73
323.744,77
277.481,62
292.733,36
319.206,86
278.678,34
302.007,28
321.552,01
193.150,00
217.898,84
213.870,06
193.150,00
197.799,09
213.850,00
193.150,00
206.251,49
213.850,16
131.805,00
145.858,74
146.088,47
131.805,00
135.355,31
145.965,00
131.805,00
139.635,99
145.971,68
108.069,87
113.459,78
115.844,19
105.419,61
105.519,62
115.611,70
106.666,46
109.503,59
115.757,07
139.134,44
151.878,28
150.545,73
135.239,84
140.435,20
150.162,35
136.858,79
145.589,14
150.424,82
ANEXO 9: ANÁLISIS CON EaR.
Mes
Enero
Febrero
2007
Marzo
Abril
Mayo
Junio
Valor
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Máximo
Mínimo
Promedio
Caso Base
Riobamba Santa Elena Consumidores
($)
($)
($)
465.589,55
468.197,35
524.899,02
456.050,09
448.309,85
518.193,15
460.373,72
457.928,85
521.438,63
441.099,68
470.154,81
494.641,21
431.761,43
439.411,55
486.719,53
436.412,98
456.669,16
490.102,98
416.852,62
490.068,86
504.480,42
411.828,66
456.868,44
495.379,16
414.109,25
472.062,88
500.392,01
395.604,99
448.828,18
490.908,82
389.201,64
417.991,10
483.732,10
392.597,34
432.378,94
487.020,54
432.180,24
465.689,11
542.590,19
424.013,60
438.727,77
531.973,68
428.039,71
451.402,26
537.238,56
400.194,81
430.523,95
473.431,82
393.633,13
410.750,72
466.564,24
396.778,88
420.707,00
469.663,82
174
Variación Generación
Riobamba Santa Elena Consumidores
($)
($)
($)
461.479,06
464.350,73
520.369,89
452.128,65
444.743,99
512.858,29
456.360,41
454.152,71
516.324,99
437.315,61
466.322,17
488.536,54
428.017,02
435.694,50
481.246,90
432.645,97
452.856,35
485.513,29
413.380,91
485.819,95
499.817,10
408.550,91
452.875,00
491.627,26
410.761,98
468.009,27
495.704,36
392.582,26
445.370,19
487.185,36
386.305,01
414.759,89
479.439,18
389.660,16
429.006,15
483.177,51
428.428,62
461.991,79
536.903,37
420.412,89
435.200,77
527.335,39
424.340,27
447.822,90
532.122,89
396.942,58
427.452,19
469.041,91
390.522,60
407.778,43
461.956,68
393.626,32
417.665,44
465.559,80
Variación Precios de Contrato
Riobamba Santa Elena Consumidores
($)
($)
($)
504.550,24
507.667,82
564.010,88
496.270,84
490.077,14
557.931,74
499.968,46
498.318,80
560.878,95
474.945,37
499.059,31
530.486,31
466.425,96
472.316,69
524.040,74
470.661,00
487.260,24
526.649,77
456.995,08
520.515,31
542.266,41
452.542,63
490.666,27
534.003,44
454.460,78
504.667,92
538.560,75
432.933,45
479.573,18
529.673,63
426.444,40
452.039,51
522.673,51
429.792,74
464.798,28
525.872,65
473.591,62
509.130,58
582.806,11
465.698,36
483.205,05
573.211,46
469.644,47
495.360,94
577.730,65
437.041,92
470.568,93
510.220,43
430.957,61
452.051,15
503.607,09
433.955,47
461.245,42
506.521,51
TABLA 8-6: Ingresos mensuales Totales, para el tipo de contrato "Pague lo Producido con Tope”.
175
ANEXO 10
ANEXO 10: ANÁLISIS CON EaR.
176
Beneficios anuales de la “Empresa Eléctrica Santa Elena S. A.”, para el tipo
de contrato “Pague lo Demandado”.
a) Caso Base:
b) Variación de Generación:
ANEXO 10: ANÁLISIS CON EaR.
177
c) Variación de Precios de Contrato:
FIGURA 8-10: Beneficios anuales para el tipo de contrato "Pague lo Demandado" de la
“Empresa Eléctrica Santa Elena S. A.”.
Beneficios anuales de la “Empresa Eléctrica Santa Elena S. A.”, para el tipo
de contrato “Pague lo Producido con Tope”.
a) Caso Base:
ANEXO 10: ANÁLISIS CON EaR.
178
b) Variación de Generación:
c) Variación de Precios de Contrato:
FIGURA 8-11: Beneficios anuales para el tipo de contrato "Pague lo Producido con Tope" de
la “Empresa Eléctrica Santa Elena S. A.”.
ANEXO 10: ANÁLISIS CON EaR.
179
Beneficios anuales de los “Grandes Consumidores”, para el tipo de contrato
“Pague lo Demandado”.
a) Caso Base:
140
120
Frecuencia
100
80
60
40
20
0
1.67
1.675
1.68
1.685
1.69
1.695
Dólares ($)
1.7
1.65
1.655
Dólares ($)
1.66
1.705
1.71
6
x 10
b) Variación de Generación:
150
Frecuencia
100
50
0
1.63
1.635
1.64
1.645
1.665
1.67
6
x 10
ANEXO 10: ANÁLISIS CON EaR.
180
c) Variación de Precios de Contrato:
140
120
Frecuencia
100
80
60
40
20
0
2.135
2.14
2.145
2.15
2.155
Dólares ($)
2.16
2.165
2.17
6
x 10
FIGURA 8-12: Beneficios anuales para el tipo de contrato "Pague lo Demandado" de los
“Grandes Consumidores”.
Beneficios anuales de los “Grandes Consumidores”, para el tipo de contrato
“Pague lo Producido con Tope”.
a) Caso Base:
140
120
Frecuencia
100
80
60
40
20
0
2.35
2.355
2.36
2.365
Dólares ($)
2.37
2.375
2.38
6
x 10
ANEXO 10: ANÁLISIS CON EaR.
181
b) Variación de Generación:
150
Frecuencia
100
50
0
2.31
2.315
2.32
2.325
Dólares ($)
2.33
2.335
2.34
6
x 10
c) Variación de Precios de Contrato:
140
120
Frecuencia
100
80
60
40
20
0
2.7
2.705
2.71
2.715
Dólares ($)
2.72
2.725
6
x 10
FIGURA 8-13: Beneficios anuales para el tipo de contrato "Pague lo Producido con Tope" de
los “Grandes Consumidores”.
TECNICAS DE SIMULACIÓN •

TECNICAS DE SIMULACIÓN •

GeneraciónTécnicas de simulaciónNúmeros aleatoriosLehmer

Incentivos laborales

Incentivos laborales

GerenciaReconocimiento laboralMotivaciónEmpleado del mesRRHH (Recursos Humanos)Administración de personalLiderazgoCompensaciones

Ciencias económicas

Ciencias económicas

Sectores económicosMacroeconomíaMicroeconomíaBienes y serviciosOfertaSector primario, secundario, terciarioDemandaMarketingEconomía

Instituto Tecnológico de Tepic Energía Eólica

Instituto Tecnológico de Tepic Energía Eólica

VientoFuentes energéticas renovablesGenerador eólicoEnergías alternativas

Máquina de corriente continua

Máquina de corriente continua

InterpolosGenerador serieElectrónicaControl de velocidadConexión compuesta larga y cortaMaterialesCircuitosTipos de generadores