seminario de analisis de riesgo y toma de decisiones en la industria

SEMINARIO DE ANALISIS DE RIESGO Y TOMA DE
DECISIONES EN LA INDUSTRIA ELECTRICA
El objetivo de este curso eminentemente práctico es brindar una capacitación especializada a
profesionales de la industria de generación eléctrica, en el uso de la herramienta de análisis de
riesgo y toma de decisiones Decisión Tools de Palisade Corporation. Se establecen los
fundamentos prácticos estadísticos, se desarrollan prácticas para conocimiento y navegación del
software de simulación Monte Carlo (@RISK) y optimización por algoritmos genéticos
(RISKOptimizer) y se realizan ejercicios de aplicaciones específicas en la industria de generación
eléctrica. Al final del curso, los participantes deberán ser capaces de estructurar, desarrollar y
analizar un análisis integral de riesgo en problemas de generación y distribución eléctrica.
DIA 1
INTRODUCCION A LA SIMULACION MONTE CARLO CON
@RISK
1
Introducción al @RISK
Preliminares, celdas de variabilidad, celdas de salida, revisión de
estructura del modelo @Risk, correlación de variables, ajuste de la
simulación, selección de reportes de Excel, inicio de simulación, revisión
de resultados, verificación de convergencia de los resultados de
distribución, distribuciones utiles para el analista de riesgos principiante
2
Uso del RISKView
Examen visual de distribuciones, examen de la funcionalidad de
sobreposición en RISKview, distribuciones Truncadas, el Artista de
Distribuciones en @RISK. Exploración de distribuciones de probabilidad
seleccionadas disponibles en @RISK
Variables aleatorias correlacionadas
en @RISK
Introducción, interdependencia entre variables inciertas, ¿Qué es
correlación?, clarificación de la confusión entre la correlación y qué tan
pronunciada es una pendiente, efecto de correlación entre dos variables
de entrada @Risk en una simulación, correlación jerarquizada, la
importancia de la correlación a la distribución resultante, estimación del
Producto-Momento Pearson y las Correlaciones jerarquizadas de los
datos, creación de una nueva tabla de correlación.
Introducción a la selección de
funciones de distribución
Introducción, reducción de las alternativas, estándar de la industria,
distribución Normal, distribución Lognormal, distribuciones normal
truncada y lognormal truncada, distribución Pert, distribución Beta
General, distribuciones Discretas, distribuciónn binomial, otras
Distribuciones, estimación de distribuciones usando datos, estimación de
distribucones basada en la información de expertos, decidiendo entre
distribuciones alternativas.
3
4
DIA 2
5
TECNICAS DE ESPECIFICACION AVANZADAS PARA
MODELOS DE RIESGO CON @RISK
Selección de distribuciones
apropiadas con datos disponibles
Este capítulo provee una introducción a un tema importante: Cómo
seleccionar la distribución correcta. De hecho, hay siempre más de una
manera de resolver un problema. Aquí se discuten detalles sobre algunas
de las distribuciones más útiles para representación de la incertidumbre.
6
7
8
DIA 3
9
10
11
12
13
Selección de distribuciones basadas
en el criterio experto
Este capítulo introduce la versión de BestFit que se encuentra integrada
dentro de Risk 4.5 (Profesional e Industrial). Si usted dispone de datos,
BestFit proveerá distribuciones tentativas de una biblioteca de más de 20
distribuciones Risk. No existe ninguna garantía de que se pueda
encontrar una “buena” distribución. Es posible que los datos sean tan
irregulares, que ninguna distribución paramétrica funcione. En tal caso,
se requerirá del buen juicio.
Construcción de un modelo de flujo
de caja ejemplo con @RISK
Se construye un modelo de flujo de caja empresarial utilizando los
conceptos fundamentales de operación de @RISK. El propósito de este
módulo es integrar los conocimientos, prácticas y herramientas
aprendidas a lo largo dela capacitación introductoria al @RISK utilizando
para ella el módelo clásico de valuación de flujos financieros para la
obtención de un valor actual neto y una tasa interna de retorno.
Introducción al RiskOptimizer
El @RISK se utiliza para obtener estadísticas descriptivas en situaciones
en donde tomamos decisiones bajo incertidumbre. Con el
RISKOptimizer, podemos realmente encontrar la MEJOR decisión a
realizar bajo incertidumbre. El siguiente ejemplo sencillo nos introducirá
al poder del RISKOptimizer.
MODELOS SIMULADOS Y OPTIMIZADOS DE ENERGIA
ELECTRICA CON @RISK Y RISKOPTIMIZER
Uso de @Risk para determinación de
capacidad de planta
Como usar RISK para determinar la capacidad de planta que maximiza el
VAN del flujo de caja.
Aplicaciones de riesgo en el sector
eléctrico
Aplicaciones de riesgo en el sector eléctrico: Aplicaciones de @RISK y
RISKOptimizer en sistemas eléctricos: minimización de riesgos de
contratación de energía de empresas operando en el mercado,
valoración de contratos, maximización de utilización de embalses en la
operación económica de sistemas eléctricos y maximización de
beneficios obtenidos en una subasta.
Ajuste de series de datos históricas
de generación y consumo eléctrico
En esta sesión, se proveen series históricas de datos relevantes a la
generación eléctrica (caudales de potencial hidroeléctrico,
precipitaciones, consumos, etc.). Con estas series de datos, se realizarán
análisis utilizando el Best Fit, la herramienta de Palisade para la
búsqueda del mejor ajuste de los datos a distribuciones de frecuencia.
Usando RISKOptimizer y Solver para
determinar capacidades de planta
óptimas
Este ejemplo lidia con la determinación de la configuración óptima de
planta para un nuevo producto. La demanda del producto es incierta, de
forma tal que la determinación de los niveles de capacidad es
complicada. Una vez que se establezca un nivel de capacidad de planta,
sabemos que se debe optimizar la distribución dado tales niveles de
capacidad. Este ejemplo utiliza tanto el RISKOptimizer como el Solver de
Excel utilizando macros para su resolución.
Planeamiento de capacidad para una
empresa de servicios eléctricos
Las empresas eléctricas se enfrentan a decisiones muy complejas. Por
ejemplo, debería una generadora de electricidad vender algunas de sus
plantas y adquirir energía de otros productores. Este ejemplo muestra
cómo el RISKOptimizer y el Solver pueden ser utilizados conjuntamente
para determinar cuáles plantas generadoras debería operar una empresa
y cuáles debería cerrar.