Prospective long-term overall economic and environmental impact of a country’s electric power system policies : a behavioral dynamic systems thinking approach

Ibáñez López, Antonio Santiago (2017). Prospective long-term overall economic and environmental impact of a country’s electric power system policies : a behavioral dynamic systems thinking approach. Tesis (Doctoral), E.T.S.I. Industriales (UPM). https://doi.org/10.20868/UPM.thesis.49268.

Descripción

Título: Prospective long-term overall economic and environmental impact of a country’s electric power system policies : a behavioral dynamic systems thinking approach
Autor/es:
  • Ibáñez López, Antonio Santiago
Director/es:
  • Martínez-Val Peñalosa, José María
  • Moratilla Soria, Beatriz Yolanda
Tipo de Documento: Tesis (Doctoral)
Fecha: 2017
Materias:
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Ingeniería Energética
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img] PDF (Document Portable Format) - Acceso permitido solamente a usuarios en el campus de la UPM hasta 6 Agosto 2018 - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB)

Resumen

La estructura del mix de generación eléctrica de un país tiene profundas implicaciones a nivel técnico, medioambiental y económico. Desde el punto de vista técnico, aspectos tales como el rápido desarrollo de las tecnologías renovables, con su consiguiente variabilidad de producción, que ha tenido lugar en las últimas décadas están introduciendo nuevos desafíos en los procesos de operación y planificación de los sistemas eléctricos de potencia. Además, el propio despliegue comercial de las tecnologías de generación tiene impacto en las propias tecnologías ya que éstas maduran y aumentan su competitividad conforme aumenta su potencia instalada, debido al efecto “curva de aprendizaje”. Desde la perspectiva medioambiental, el mix de generación eléctrica tiene impacto en el medioambiente no sólo a través de las emisiones de CO2 sino también a través de emisiones atmosféricas adicionales tales como NOX o SOX, así como a través de emisiones líquidas y sólidas. Desde el punto de vista económico, el mix de generación eléctrica tiene impacto no solamente en los costes del sistema eléctrico (que incluyen costes tales como la producción de energía, el transporte y la distribución, los créditos de CO2, los incentivos y los pagos por capacidad) sino también en variables macroeconómicas tales como la balanza de pagos, la producción industrial, los flujos económicos internos, el mercado laboral, la fiscalidad y el déficit presupuestario, que a su vez afectan el bienestar socioeconómico general del país. Mientras en mercados regulados la toma de decisiones relativas al desarrollo del mix de generación consistía básicamente en un problema de optimización (minimización de los costes del sistema sujeto a ciertas restricciones) que debía ser resuelto de forma centralizada por el regulador, la transición hacia mercados liberalizados que ha venido teniendo lugar durante las últimas décadas a nivel mundial ha supuesto (i) la transición desde un problema de minimización de costes del sistema hacia un problema de maximización de los beneficios de los inversores privados y (ii) la transferencia de las decisiones de inversión del regulador hacia los inversores privados. Por estos motivos, las percepciones y comportamientos de los inversores han pasado a jugar un papel transcendental en el desarrollo del mix de generación. Por ello, los modelos de simulación de comportamientos (“behavioral models”) han pasado a jugar un papel muy relevante. Adicionalmente, los mercados liberalizados muestran un grado de incertidumbre mayor que el de los mercados regulados de forma que el uso de metodologías estocásticas de planificación, capaces de simular la aleatoriedad de ciertas variables del sistema, adquiere especial relevancia. Finalmente, el sector eléctrico es altamente intensivo en capital y está sujeto a largos plazos de planificación, desarrollo y construcción, requeridos para la puesta en servicio de activos de generación eléctrica. Las decisiones tomadas hoy pueden no tener efecto antes de varias décadas y su impacto puede prolongarse también a lo largo de muchas décadas. Por estos motivos, los sistemas eléctricos de potencia presentan grandes inercias por lo que las consideraciones dinámicas toman especial relevancia. El hecho de que el sector eléctrico tenga un profundo impacto en múltiples sectores íntimamente ligados entre sí hace que su análisis se ajuste muy bien a la disciplina de Systems Thinking, que precisamente está enfocada al análisis de sistemas de gran complejidad. Los puntos arriba mencionados tienen importantes implicaciones en los procesos de optimización de sectores eléctricos liberalizados hoy en día: i. Los estudios deben incluir consideraciones de comportamiento que tengan en cuenta las percepciones y procesos de toma de decisión de los inversores privados. ii. No solamente el impacto en los costes del sistema eléctrico sino también el impacto global en la economía nacional, medioambiente y la fiabilidad del sistema deben ser analizados. iii. Los estudios deben realizarse con una perspectiva de largo plazo e incluir mediciones e indicadores acumulados. iv. Las componentes dinámicas deben ser incluidas con el fin de modelar adecuadamente aspectos tales como la inercia del sistema, plazos temporales y lazos de realimentación. v. Métodos estocásticos deben ser utilizados con el fin de tener en cuenta el comportamiento aleatorio de variables exógenas específicas. El objetivo del presente trabajo de investigación es el de proporcionar un marco metodológico enfocado a la optimización del mix de generación eléctrica teniendo en cuenta los puntos arriba mencionados. La metodología aquí propuesta incluye una combinación de: i. Modelos de Dinámica de Sistemas, utilizados para simular las características dinámicas de los sistemas eléctricos de potencia, el comportamiento de los inversores y variables “suaves” tales como opinión pública, percepciones de mercado o barreras administrativas. ii. Modelos de equilibrio oferta – demanda, utilizados para simular la operación del mercado mayorista de energía eléctrica del país considerado así como para el cálculo del precio de la electricidad. iii. Técnicas estocásticas, utilizadas para simular la aleatoriedad inherente a variables exógenas específicas tales como los precios de los combustibles fósiles o la demanda final de energía eléctrica. iv. Modelos macroeconómicos Input – Output, utilizados para valorar el impacto del sistema eléctrico en el rendimiento económico global del país. Por lo tanto, el marco metodológico aquí presentado puede ser utilizado por el regulador del sistema eléctrico de un país como una herramienta adicional enfocada a la valoración del impacto global a largo plazo que sus políticas energéticas (p.ej. pagos por capacidad, incentivos a las tecnologías renovables o barreras regulatorias) tienen en múltiples variables así como su impacto en el bienestar socio-económico del país. Finalmente y a modo de ejemplo del uso del marco metodológico aquí desarrollado, se presentan dos casos prácticos de especial interés para el sistema eléctrico español: i. Análisis del impacto a largo plazo de los incentivos a las energías renovables y los pagos por capacidad en el medioambiente, costes y fiabilidad del sistema. ii. Valoración del impacto a largo plazo de la nueva política de incentivos a las energías renovables en España, basada en subastas competitivas, en el desarrollo de la energía eólica y en los costes globales del sistema. ----------ABSTRACT---------- The structure of a country’s electric power mix has deep technical, environmental and economic implications. From the technical point of view, issues such as the recent fast deployment of renewable power generation capacity, with its high degree of production variability, which has taken place during the last decades are introducing new challenges in power system planning and operation. Also, the deployment of specific technologies has an impact on the technologies themselves as they mature and increase their competitiveness with their installed capacity due to a “learning curve” effect. From the environmental point of view, the power generation mix impacts environment not only through CO2 emissions but also through additional air emissions such as NOX, and SOX as well as liquid and solid waste. From the economic point of view, the power generation mix impacts not only power system costs (which include costs such as power production, T&D, CO2 emission allowances, incentives and capacity payments) but also macroeconomic variables such as trade balance, industrial production, internal economic flows, employment, taxes and budget deficit, which ultimately impact the nation’s socio-economic performance and well-being. While in regulated markets decisions on the power mix were basically an optimization problem (system cost minimization subject to specific restrictions) to be centrally addressed by the regulator, the transition to liberalized markets, which has been taking place worldwide during the last decades has entailed (i) the transition from a system cost minimization to an investor profit maximization problem and (ii) the transfer of investment decisions from the regulator to private investors. Therefore, the perceptions and behaviors of private investors play now a key role on the evolution of the power generation mix so that behavioral models have become increasingly relevant. Also, liberalized markets show a higher degree of uncertainty than regulated ones so that the use of stochastic planning assessment methodologies, able to simulate the random behavior inherent to specific system variables becomes very useful. Finally, the electric power industry is very capital intensive and subject to long planning, development and construction lead times, required to bring new power generation assets into commercial operation. Decisions made today may not have an effect before several years and their impact may last for many decades. Because of these facts, power systems show a large inertia so that dynamic considerations become very relevant. Because of the fact that the power industry impacts so many different and deeply interconnected fields and disciplines, its assessment fits very well with the Systems Thinking discipline, which is precisely focused on analyzing very complex systems. The abovementioned points have relevant consequences on the power mix optimization process nowadays: i. Assessments must include behavioral considerations which take into account private investors’ perceptions and decisions. ii. Not only power system costs but the overall net impact on a country’s economy, environment and system reliability must be assessed. iii. Assessments must be done on a long-run basis and must include cumulative ratios and measures. iv. Dynamic considerations must be taken into consideration in order to properly model issues such as system’s inertia, delays and feedback loops. v. Stochastic approaches must be used in order to properly take into account the random behavior of specific system variables. The goal of the present research is to provide a methodological framework aimed at the optimization of the power generation mix while taking into account the abovementioned considerations. The methodology here suggested includes a combination of: i. System Dynamics techniques: used to model the dynamic characteristics of power systems, investors’ behavior and soft variables such as public opinion, market perceptions or administrative barriers. ii. Supply – demand market equilibrium models: used in order to simulate the operation of the country’s wholesale power market and compute final power prices. iii. Stochastic techniques: used in order to account for the uncertainty inherent to specific exogenous variables such as fossil fuel prices or final power demand. iv. Input – Output macroeconomic models: used to assess the overall impact of the power system on the country’s economic performance. Therefore, the methodological framework here presented can be used by a country’s power system regulator as an additional tool aimed at the assessment of the overall long-run impact that his energy policies (e.g. capacity payments, alternative energy incentives or regulatory barriers) may have on multiple variables and, ultimately on the overall socio-economic well-being of the country. Finally, the methodological framework here presented is applied to two case studies of special relevance for Spain’s power system: i. Assessment of the long-run impact of alternative energy incentives and capacity payments on system reliability, environment and costs. ii. Assessment of the long-run impact of Spain’s new competitive auction-based alternative energy support scheme on wind capacity development and overall system costs.

Más información

ID de Registro: 49268
Identificador DC: http://oa.upm.es/49268/
Identificador OAI: oai:oa.upm.es:49268
Identificador DOI: 10.20868/UPM.thesis.49268
Depositado por: Archivo Digital UPM 2
Depositado el: 05 Feb 2018 07:48
Ultima Modificación: 05 Feb 2018 07:48
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM