Integracion de Fuentes No Convencionales

Ingeniería y Ciencia
ISSN:1794-9165 | ISSN-e: 2256-4314

ing. cienc., vol. 13, no. 26, pp. 115–146, julio-diciembre. 2017.
http://www.eafit.edu.co/ingciencia
This article is licensed under a Creative Commons Attribution 4.0 by
Integración de fuentes no convencionales

de energía renovable al mercado eléctrico y
su impacto sobre el precio
Santiago Hoyos1 , Carlos Jaime Franco2 y Isaac Dyner3
Recepción: 29-03-2017 | Aceptación: 31-07-2017 | En línea: 31-10-2017
doi:10.17230/ingciencia.13.26.5
Resumen
Las fuentes no convencionales de energía renovable (FNCER) son fuentes
de energía consideradas como una alternativa limpia para el suministro
de electricidad frente a generación eléctrica a base de combustible fósiles.
Además, su integración al sistema eléctrico permite reducir el nivel de con-
centración en el mercado y facilitar la participación de la demanda. En este
artículo se presentan diferentes mecanismos de integración de estas fuentes
en el mercado, y se analiza su efecto sobre el precio de la electricidad en
Colombia a través de un modelo de simulación en dinámica de sistemas.
Bajo las condiciones de simulación definidas, los resultados indican que
una participación del 20 % de las FNCER en el cubrimiento de la deman-
da de forma distribuida genera una reducción del 22 % en el precio de la
electricidad en el largo plazo.
Palabras clave: FNCER; mecanismos de integración; mercados de elec-
tricidad; modelamiento de sistemas energéticos.
1
Universidad EIA, shhoyos@unal.edu.co, http://orcid.org/0000-0002-7761-4751,
Envigado, Colombia.
2
Universidad Nacional de Colombia, cfranco@unal.edu.co,
http://orcid.org/0000-0002-7750-857X., Bogotá, Colombia.
3
Universidad Jorge Tadeo Lozano, idyner@unal.edu.co, Bogotá, Colombia.
Universidad EAFIT 115|

Integración de fuentes no convencionales de energía renovable al mercado eléctrico y su
impacto sobre el precio
Integration of Renewable Energies and its Impact

on Electricity Price
Abstract
Non-conventional sources of renewable energy (NCER) are energy sources
considered as a clean alternative for the energy supply versus an electric
generation based on fossil fuels. In addition, they are a way by which
the concentration level in the market is reduced and the participation of
the demand can be given. This article presents different mechanisms of
integration of these sources in the market, and analyzes their effect on the
electricity price in Colombia. Under defined simulation conditions, the re-
sults indicate that a 20% share of the USRE in the coverage of demand on
a distributed basis generates a 22% reduction in the electricity price for a
long term.
Key words: Unconventional source of renewable energy; integration
schemes; electricity markets; energy systems modeling.
1 Introducción
Las Fuentes No Convencionales de Energía Renovable (FNCER) como:

eólica, solar fotovoltaica, biomasa, pequeñas centrales hidroeléctricas, ma-
reomotriz, la geotérmica, entre otras, son fuentes de generación de energía
eléctrica consideradas limpias porque su nivel de emisiones de gases efecto
invernadero es tan insignificante que puede ser despreciable [1–5].
Las FNCER son renovables porque su fuente primaria de energía es re-
novable, es cíclica, se conserva, y para la esperanza de vida del ser humano,
las fuentes primarias de las FNCER son inagotables. Así por ejemplo, el
viento, es la fuente primaria de la energía eólica, el sol, es la fuente prima-
ria de la energía fotovoltaica, el agua es la fuente primaria de la energía
hidroeléctrica y mareomotriz, así como la alta temperatura de la tierra en
su interior en inmediaciones de volcanes, es la fuente primaria de la energía
geotérmica [1–5].
Las plantas térmicas se consideran contaminantes porque utilizan com-
bustibles fósiles y emiten gases efecto invernadero que aumentan el calen-
tamiento global. Son consideradas no renovables porque su fuente primaria
se consume y por lo tanto es agotable, tanto físicamente como económica-
mente [1–5].
|116 Ingeniería y Ciencia

Santiago Hoyos, Carlos Jaime Franco y Isaac Dyner
Los mercados de electricidad obedecen a una oferta de energía compues-

ta por recursos de diferentes tipos, principalmente, hidráulicos y térmicos,
a gas, a carbón y a base de combustibles líquidos [3–5].
Recientemente, en Latinoamérica, la utilización de FNCER ha logra-
do ingresar a la oferta de los mercados de electricidad como consecuencia
de una política energética de integración de energías limpias y bajas en
carbono para la reducción de emisiones de CO2 [6–8].
En este artículo se presenta en la sección 2, los mecanismos de integra-
ción de las FNCER en el mercado, en la sección 3 el modelo de dinámica
de sistemas desarrollado, en la sección 4 el caso de estudio, en la sección 5
se presentan los resultados, en la sección 6 la evaluación de políticas y en
la sección 7 las conclusiones correspondientes.
2 Mecanismos de integración de fncer
Entre los mecanismos de integración de las FNCER al mercado se encuen-

tran [1–15]:
• Feed-In Tariffs o tarifas garantizadas
Consiste en garantizar precios fijos para la compra de la energía generada

con las FNCER por medio de contratos de largo plazo, comúnmente 20
años y diferenciados por la tecnología y tamaño del sistema. El pago se
realiza por medio de subsidios o tarifas del usuario.
• Medición neta o ”net metering”
Las distribuidoras deben permitir la inyección de la energía generada con

FNCER a su red, y el pago de dicha inyección se daría a un valor equi-
valente al de compra o consumo de energía desde la red. Este mecanismo
es común en pequeños y medianos proyectos de generación, en clientes re-
sidenciales, comerciales y oficiales, donde el perfil de demanda de energía
permite el exceso para inyectar a la red con requisitos, condiciones y límites
de aplicación [1–7].
• Estándares de Energía Renovable
ing.cienc., vol. 13, no. 26, pp. 115–146, julio-diciembre. 2017. 117|
Estos estándares (RES, Renewable Energy Standars) consisten en un porta-

folio de proyectos con los cuales se cubre una parte de la demanda definida
por el regulador como meta de integración de FNCER al mercado, uti-
lizando subastas por tecnología o certificados de energía renovable RECs
(Renewable Energy Certificates) [1–7].
El mecanismo de subasta se basa en las conocidas de reloj descendente
o la de sobre cerrado, para la asignación eficiente de una capacidad prees-
tablecida por el regulador.
El mecanismo de RECs por su parte, consiste en otorgar certificados a
los generadores con FNCER por cada kWh producido, los cuales pueden
ser comercializados a fin de que cada generador pueda cumplir con sus
obligaciones de energía renovable bien sea a través de su producción o
compra de certificados.
• Contratos por diferencia
Este mecanismo le da participación directa a las FNCER en el mercado

mayorista en competencia con las fuentes convencionales con el propósito
de entregar un precio fijo por la energía generada y cubrimiento frente a
las variaciones entre el precio de ejercicio y el precio de mercado [1–7].
• Incentivos fiscales y financieros [11–15]
Uno de los mecanismos comúnmente utilizados por el gobierno para pro-

mover la integración de nuevas tecnologías en los mercados es por medio
de incentivos fiscales y financieros, con los cuales se integran las FNCER
en el mercado de electricidad [Ley 1715 de 2014].
Finalmente, combinaciones de los mecanismos aquí presentados se en-
cuentran en los mercados de electricidad en el mundo, de acuerdo con cada
caso en particular, propiciando así la integración de FNCER en los merca-
dos de electricidad.
• Mecanismo de integración de FNCER en Colombia [8–10].
La Ley 1715 de 2014 promueve la integración de FNCER en el mercado

eléctrico colombiano y define las bases sobre las cuales se soportan las reglas
de participación de estas fuentes de energía en el mercado.

Específicamente, la Ley 1715 de 2014 promueve la integración de FN-

CER por medio de incentivos fiscales como son: deducción del IVA, exclu-
sión de arancel, reducción del 50 % de la inversión del impuesto de renta
durante los siguientes 5 años al año de inversión sin superar el nivel de
renta líquida y permitiendo la depreciación acelerada hasta máximo 20 %
del valor del activo en cada año.
Para el momento de realización de este artículo, el regulador colombiano
ha colocado en consulta para comentarios de la población colombiana los
diferentes mecanismos de integración de estas fuentes al mercado eléctrico
colombiano (Documento CREG-161 de 2016), entre ellos: la prima renova-
ble o Feed in Tariff, los estándares de renovables y la medición neta.
Los modelos para analizar mercados eléctricos se pueden agrupar en
modelos de optimización, económicos y de simulación [12–34]. Los de op-
timización son utilizados para análisis de corto plazo, por ejemplo para
la asignación eficiente de recursos como es el despacho programado de las
plantas de generación; los modelos económicos, básicamente son economé-
tricos, basados en la estadística para pronosticar el comportamiento de los
fundamentales, son aplicados para el corto y mediano plazo; los modelos de
simulación son aptos para capturar características relevantes de los merca-
dos eléctricos como son, la racionalidad limitada de los agentes y su base
de decisiones en función a sus expectativas, habilidades de aprendizaje, asi-
metrías en la información y por su naturaleza, la modelación de ciclos de
realimentación y retardos.
Con el interés de conocer el impacto de la integración de estas fuentes
en el mercado de electricidad colombiano se desarrolló un modelo de simu-
lación en dinámica de sistemas que permite ver el efecto de las FNCER a
través de la oferta, la demanda y el precio.
Pero ¿por qué modelar?, porque la experimentación es costosa, porque
se requiere reducir la incertidumbre sobre el futuro, porque se desea conocer
el impacto de las políticas bajo escenarios pre establecidos, porque no se
tiene conocimiento pleno de la realidad, porque el procesamiento de altos
volúmenes de información son complejos para el ser humano, además, las
decisiones requieren ser soportadas, para ello, un modelo de simulación
ayuda a responder la pregunta ”qué pasaría si” a la hora de elegir una
mejor alternativa [16–39].
Entonces ¿Por qué dinámica de sistemas? porque permite el estudio

de los ciclos de la economía, permite analizar procesos y su información,
característicos de actividades industriales que muestran la estructura de
la organización, la amplificación y efecto de las políticas, y retardos de
tiempo en la toma de decisiones y ejecución y efecto de las acciones, las
cuales interactúan en los hechos de la empresa o sectora [16–39].
Con dinámica de sistemas se realizan abstracciones de eventos y enti-
dades simples concentrándose en el análisis y evaluación de políticas frente
a la ocurrencia de escenarios preestablecidos [20–39].
La dinámica de sistemas en los mercados eléctricos ha permitido la
modelación de los fundamentales y por tanto soporte a la toma de deci-
siones [16–39]. Desde la oferta se tiene que los grandes agregados han pre-
sentado durante largos periodos de tiempo comportamientos que pueden
aproximarse a funciones continuas simples, como son las variables pobla-
ción, cantidad de recursos, acumulación de capacidad y acumulación de
capitales [22–39], las cuales son comunes en los mercados eléctricos como
son, la capacidad de la generación y de la transmisión. Estas se acumulan
en el tiempo y tiene flujos de entrada y salida con el ingreso de nuevos
proyectos y la salida de capacidad por terminación de la vida útil, falla o
falta de uso como consecuencia de ineficiencias técnicas y económicas.
Los efectos climáticos sobre la hidrología afectan directamente la ofer-
ta de generación hidroeléctrica, el comportamiento de los precios de los
combustibles afecta directamente la generación proveniente de plantas tér-
micas, tanto las variaciones climáticas como el comportamiento de precios
de los combustibles pueden ser modelados en dinámica de sistemas por me-
dio de escenarios futuros que representen situaciones pasadas o futuras de
interés [22–39].
A pesar de que la demanda varia su comportamiento durante las horas
del día en los hogares y en cada uno de los sectores de la economía, la
demanda agregada de todos los colombianos presenta un comportamiento
regular que puede ser modelado a través de una tasa de crecimiento, nor-
malmente constante para un análisis de largo plazo, la cual representa el
efecto de sus determinantes [22–39].

3 Modelo de mercado
Un diagrama causal sobre la dinámica del mercado de electricidad en un

país es representado en la Figura 1; se desarrolló centrando la atención so-
bre los problemas de capacidad de generación, expansión de la transmisión
y la congestión. Este desarrollo se basó en los trabajos previos que invo-
lucran los mercados de electricidad y su aproximación desde la dinámica
de sistemas [16–39]. Los ciclos de realimentación que conforman el modelo
pueden analizarse de la siguiente forma.
B1: Ciclo de balance - Satisfacción de la demanda

B2: Ciclo de balance - Expansión de la generación
B3: Ciclo de Balance - Expansión de la transmisión
B4: Ciclo de balance - Alivio de la congestión
B5: Ciclo de balance - Formación del precio
Cada ciclo de realimentación en la Figura 1 es de balance, lo cual indica

un control o regulación del sistema a través de las variables de decisión como
son la congestión, el margen de reserva y el precio.
El ciclo de balance B1, representa la elasticidad precio de la demanda,
la cual es retardada en el tiempo, la demanda reacciona frente a los cambios
de precios.
El ciclo de balance B2 es un ciclo de control de incremento de la gene-
ración como resultado de las expectativas de retorno y el margen de reserva
del sistema.
B3 corresponde a la expansión del sistema de transmisión el cual de-
pende de la congestión y la capacidad del sistema.
El ciclo B4 es precisamente un mecanismo de gestión de la congestión
para el corto plazo por reducción de la demanda.
El ciclo de balance B5 es un ciclo que muestra el crecimiento del precio
por incremento en la capacidad.
Figura 1: Diagrama Causal General
Los diagramas de flujos y niveles correspondientes al modelo se pue-

den observar en el Anexo 1 y un resumen de las ecuaciones matemáticas
que soportan el modelo de simulación del mercado de electricidad colom-
biano desarrollado se presenta a continuación, el cual se elaboró con base
en los modelos previos en este campo científico, apoyado en los modelos
matemáticos correspondientes [16–39].
• Modelo de Oferta
El modelo de oferta corresponde a un modelo por tecnología, compuesto

por precio y cantidad, considerando que Colombia se encuentra integrado

con Ecuador y en el mediano plazo con Panamá, Colombia fue modelado

por medio de tres zonas.
T
Pi,j (t) = CAP Ti,j (t) × FP T (1)
Donde;
P( i, j)T (t): Potencia disponible en MW en el periodo t para la tecnología
T por país i para el área j.
T : tipo de tecnología H:hidoeléctrica,G:gas,C:carbón, FO:fueloil y R: reno-
vables,menores y otras.
i: países. A: País A, Colombia, B:País B, Ecuador, C:País C, Panamá.
j: Áreas. A1: Área 1 Norte; A2: Área 2 - Centro; A3: Área 3 - Sur.
CAP Ti,j (t): Capacidad en MW en el periodo t por tecnología T y para el
país i y el área j.
FP T : Factor de producción por tipo de tecnología. Recoge el factor de
planta y el nivel de disponibilidad.
CAP Ti,j (t) = CAP Ti,j (t − 1) + NCAP Ti,j (t) − OCAP Ti,j (t) (2)
Donde;
CAP Ti,j (t−1): Capacidad en MW en el periodo anterior t−1 por tecnología
T y para el país i y el área j.
NCAP Ti,j (t − 1): Nueva Capacidad en MW en el periodo actual t por tec-
nología T y para el país i y el área j.
OCAP Ti,j (t − 1): Salida de Capacidad en MW en el periodo actual t por
tecnología T y para el país i y el área j.
• Precio
Si el precio corresponde a una planta hidráulica


OCV VU
 ≥ Vmax
POH = b − m ∗ VU Vmin < VU < Vmax (3)

PE VU ≤ Vmin

Donde;
POH = OCV VU ≥ Vmax : el Precio de Oferta Hidráulico es igual a Otros
Costos Variables cuando el Volumen Útil es mayor o igual al Volumen
Máximo. Los OCV representan el Costo Equivalente de la Energía (CEE).
POH = b − m ∗ VU: el Precio de Oferta Hidráulico es función lineal del
Volumen Útil, Vmin < VU < Vmax si este se encuentra entre el Volumen
Mínimo (40 %) y el Volumen Máximo (90 %).
PE: Precio de Escasez. Precio que representa el costo de generación bajo
condiciones críticas de hidrología.
Los valores de la ecuación se observan en la Figura 2.
Figura 2: Curva de Oferta para definir el precio de la energía ofertado por las
centrales hidroeléctricas en función del volumen útil.
Si el precio corresponde a una planta térmica
POT (t) = β0 + β1 ∗ VU(t) + β2 ∗ DISPT (t) + β3 ∗ POT (t − 1) (4)
Donde;
POT (t): Precio de la energía ofertada por plantas térmicas (gas, carbón,
fuel oil) en el tiempo t.
VU(t): Volumen útil del embalse agregado del sistema en el tiempo t.
DISPT (t): Disponibilidad del Gas (suministro y transporte) en el tiempo t.
POT (t−1): Precio de la energía ofertada por plantas térmicas (gas, carbón,

fuel oil) en el tiempo t − 1.

βi : Parámetros de la ecuación.
• Modelo de Demanda
D(t) = D(t − 1) + r ∗ D(t − 1)

(5)
D(t) = D(t − 1) ∗ (1 + r)
Donde;
D(t): Demanda de energía en el periodo actual, en GWh/mes.
D(t − 1): Demanda de energía en el periodo anterior, en GWh/mes.
r: Tasa de crecimiento de la demanda en cada periodo. Definido por el pla-
neador en su plan de expansión.
Para poder dar participación a la demanda con la inclusión de FNCER se

consideró un nivel de elasticidad precio de la demanda.

p(t) − p(t − 1)
Da (t) = D(t) ∗ 1 + e (6)
p(t − 1)
Donde;
Da (t): Demanda de energía ajustada por elasticidad para el tiempo t.
e: Elasticidad.
p(t): Precio de la energía en el tiempo t (actual).
p(t − 1): Precio de la energía en el tiempo t (anterior).
La demanda la potencia Dp (t) es igual a la demanda de energía Da (t) por

un factor de conversión FC.
Dp (t) = Da (t) ∗ FC (7)
El factor de conversión de energía a potencia sería
1000 MW 1
FC = 1,3 ∗ ∗ (8)
1 GW 720 h
Y dado que se modeló Colombia por áreas la demanda total es la sumatoria
de la demanda de cada área.
X
Di (t) = Di,j (t) (9)
j
Donde;
Di (t): Demanda de energía del mercado i en el tiempo t en GWh/mes.
Di,j (t): Demanda de energía del país i en el área j en GWh/mes.
Modelo de Despacho orden de mérito de menor a mayor hasta satisfacer la

demanda.
• Modelo de Intercambio entre áreas
n
X
CTIij = CTIijk (10)
k=1
Donde;
CTIijk : La capacidad de transferencia de la línea de transmisión k que con-
forma la interconexión entre i y j.
n: el número de líneas que conforman la interconexión entre i y j.
CTIij (t = 0) = LIij = LEij (11)
Donde;
CITij (t = 0): Condición inicial de la capacidad de transferencia de la in-
terconexión entre i y j ; i,j: Áreas del sistema.

LIij , LEij : Límite de importación y exportación de la interconexión entre

i y j.
La capacidad de transferencia de la interconexión que es disponible en el

tiempo CTIDij (t) es igual a la capacidad de transferencia de la intercone-
xión multiplicada por el factor de disponibilidad de la línea de interconexión
ij FDIij .
CTIDij (t = 0) = CTIij (t) ∗ FDIij (12)
El factor de disponibilidad de la interconexión FDIij puede ser calculado

en función de los valores históricos de las salidas de la línea, y las probabi-
lidades de falla de la misma, o bien aquellos definidos por el regulador en
las metas de confiabilidad del sistema.
El intercambio de potencia P entre el área A1 y el área A2 es función
de la capacidad de la línea de interconexión entre las áreas C, el excedente
de potencia en el área exportadora O2 − D2 y la necesidad de potencia del
área importadora D1 − O1 , tal como se presenta en la Figura 3.
CTIij (t = 0) = CTIij (t − 1) ∗ NCTIij (t)
La capacidad de transferencia de la interconexión es igual a la capacidad

anterior CTIij (t − 1) más la nueva capacidad NCTIij (t).
Figura 3: Transferencia de potencia entre dos áreas.
• Beneficios ambientales
Los beneficios ambientales corresponden a la reducción de emisiones de

CO2 .
Tabla 1: Factor de emisiones de CO2 por tecnología (UPME, 2015)
Tecnología Factor de emisión (ton CO2 /kWh)

Gas 0.4554
Carbón 0.9147
Fuel Oil 1.2282
• Modelo de expansión de la generación
CMg − C T
RE = (13)
CT
Donde;
RE: Rentabilidad esperada.
C T : Costo de la tecnología T .
CMg: Costo Marginal del Sistema.
El CMg es resultado del despacho y es igual al valor ofertado por la última

tecnología que satisface la demanda.
El C T es el costo de la tecnología T , específicamente, costos variables
de AOM.
La función de inversión I se base entonces en la Rentabilidad Esperada
(RE) en comparación con el costo promedio ponderado de capital o WAACg
de sus siglas en inglés.
(
1 RE ≥ WAACg
I= (14)
0 RE < WAACg
Un indicador importante para la planificación del sector es el margen de

reserve el cual se calcula de la siguiente forma.

X
CAPDp = (CAPITp + CAPCTp ) ∗ DISPTp (15)
Donde;
CAPDp : Capacidad disponible de potencia (MW).
CAPITp : Capacidad Instalada por Tecnología (MW).
CAPCTp : Capacidad de Potencia en Construcción por Tecnología (MW).
DISPTp : Disponibilidad de potencia por Tecnología ( %).
De igual forma, en el caso de las áreas para Colombia se tiene

X
CAPDp = (CAPITj + CAPCTj ) ∗ DISPTp (16)
Donde;
CAPDTj : Capacidad de potencia instalada de la tecnología T en el área j.
CAPCTj : Capacidad de potencia en construcción de la tecnología T en el
área j.
DISPTj : Factor de disponibilidad de potencia de la tecnología T .
El margen de reserva en función de la capacidad en potencia y de la

demanda de potencia sería
(CAPDp − Dp )
MRp = ∗ 100 %
Dp
La forma de definir la capacidad a construir es
Si MR < SP entonces
CAPCTp = (SP − M R) ∗ D (17)
sino no haga nada
Donde;
MRp : Margen de Reserva en potencia.
CAPDp : Capacidad Disponible en potencial.
Dp : Demanda de Potencia.
Si la RET ≥ WACCg entonces la tecnología T es rentable.
Donde;
RET : si la rentabilidad esperada por tecnología es mayor a la exigida.
WACCg: entonces dicha tecnología es candidata para ser construida.
PCT = CAPT ∗ FCT (18)
Donde;
PCT : Potencia a construir por tecnología T .
CAPT : Capacidad instalada por tecnología T .
FCT : Factor de construcción por tecnología T .
√
FCR = FCa ∗ FCm (19)
Donde;
FCa : Factor de construcción de las FNCER Eólica y Solar.
FCm : Factor de construcción de las plantas menores.
FCR : Factor de construcción de renovables. Siendo R un caso particular de
T.
4 Caso de estudio
El modelo desarrollado está compuesto por los siguientes componentes:

oferta, demanda, formación del precio, red de transmisión local, intercam-
bios de energía y expansión de los sistemas de generación y transmisión.
A diferencia de otros modelos similares, este implementó un mercado de
electricidad nacional por medio de tres áreas eléctricas correspondientes a
tres grandes regiones del país con su respectiva generación, transmisión e
intercambios de potencia.
Los modelos previos revisados [16–39] no consideran ni la red eléctri-
ca local, ni el mercado nacional como interacción de las áreas eléctricas.

Hemos observado que, esta resolución del modelo es adecuada para ver el
comportamiento de la oferta y la demanda a nivel regional lo que no es
posible de observar con el nivel de agregación nacional para el modelo de
mercado de electricidad.
La consideración de tres regiones que agregan todas las áreas eléctricas
definidas por el operador del sistema, tal como se presenta en la Figura
4, da mayor nivel de información sobre qué pasaría al interior del mercado
cuando los determinantes de la oferta y los de la demanda varían, esto ayuda
a comprender si la interconexión entre las áreas puede ser sustituida por
generación local como resultado de la utilización eficiente de los recursos y
la integración con FNCER.
Esta información podría ser utilizada para enviar señales a los agentes
del mercado para soportar sus decisiones de inversión y la expansión del
sistema.
La consideración de la red para los intercambios entre áreas y para li-
mitar la evacuación de la generación al interior de cada área, así como la
consideración de un nivel mayor de detalle de los fundamentales del merca-
do a nivel de regiones son innovaciones en modelos de dinámica de sistemas
aplicados a mercados eléctricos, siendo esta una aproximación más cercana
a la realidad del funcionamiento del mercado en comparación con modelos
similares, permitiendo el análisis y evaluación de políticas y estrategias a
nivel regional.
Las condiciones iniciales del mercado se presentan a continuación. Las
condiciones iniciales de Colombia son: la capacidad de generación en el área
del Norte es 2663 MW de los cuales el 86 % es a gas, 13 % hidráulica y 1 %
renovables específicamente una planta eólica de 20 MW. El área del Centro
cuenta con 8941 MW distribuidos en: 75 % hidráulica, 11 % gas, 8 % carbón
y 6 % en pequeñas centrales hidroeléctricas PCH’s. En el área del Sur se
cuenta con 1866 MW de capacidad de generación instalados a 2008 de los
cuales el 77 % son hidráulicos y 23 % a gas [40–43].
La capacidad de generación instalada a finales de 2008 fue 13440 MW
distribuidos en 63 % hidráulicos, 27 % a gas, 5 % a carbón y 5 % en PCH’s.
el total de la generación en Colombia para el año 2008 fue del 20 % aportada
por el área del Norte, 66 % por el área del Centro y 14 % por el Sur [40–42].
Figura 4: Áreas eléctricas. Adaptado de [41]. Fuente de datos [42].
Sobre la demanda eléctrica se tuvo en 2008 un valor de 9079 MW de

potencia máxima, distribuidos en un 24 % para el Norte del país, 58 % para
el Centro y 18 % para el Sur. Las proyecciones sobre oferta y demanda de
potencia se obtuvieron del plan de expansión vigente, proyecciones definidas
para el corto, mediano y largo plazo [40–42].
El balance eléctrico entre la oferta y la demanda en Colombia por re-
giones se presenta en la Tabla 2, distribuidos en un 19 % el área del Norte,
41 % en el área del Centro y 10 % en el área del Sur del país.
Tabla 2: Condiciones iniciales en (2008).
COL Norte Centro Sur

Capacidad (MW) 13440 2633 8941 1866
Demanda (MW) 9079 2137 5255 1686
Margen ( %) 32 % 19 % 41 % 10 %
Margen (MW) 4361 496 3686 180

Debe tenerse presente que en este caso se corrió un escenario hidrológico

durante el periodo de simulación (2016-2028) con las mismas condiciones
hidrológicas presentadas durante el periodo de emulación (2009-2015).
5 Resultados de la simulación
El análisis de resultados se hizo sobre los fundamentales del mercado. Pri-

mero se determinó el periodo de emulación del modelo como resultado de
la comparación entre el valor real y el valor entregado del modelo para el
precio de la energía en bolsa.
La Figura 5 muestra el comportamiento del precio de la energía del
mercado de electricidad en Colombia, este comportamiento es opuesto al
de la hidrología, es decir, bajos niveles del embalse corresponden con altos
precios y altos nivel del embalse agregado corresponde con un bajo precio
para la energía. Esto se debe a que el mercado de electricidad en Colombia
es un mercado donde la oferta hidroeléctrica es muy superior a la de otras
tecnologías de generación más firmes como las térmicas [40–42].
Figura 5: Comparación entre los valores reales y los del modelo para el precio
de la energía en bolsa - Colombia.
Debido a esto, el modelo desarrollado no es un modelo de pronóstico

sino de simulación, el comportamiento del precio de la energía en bolsa
entregado por el modelo es similar al precio real presentado en el mercado,
es decir, emula el comportamiento del precio. Se puede concluir entonces

que, el modelo desarrollado reproduce el precio de la energía en bolsa de
forma satisfactoria para análisis de largo plazo.
Una mayor cantidad de intercambios en el área del Centro y el Norte
se presentaría al final del horizonte de la simulación por un valor cercano
a su máxima capacidad de 1000 MW.
Figura 6: Intercambio de potencia entre las áreas A2: Centro y A1: Norte.
Para el área del Centro se observa el comportamiento de la oferta y la

demanda en la Figura 7, los excesos de potencia durante todos los periodos
de tiempo permitieron atender la demanda del área y los requerimientos de
demanda de otras áreas, potencia que fue posible transmitir debido a que
la capacidad del sistema de transmisión del área del Centro fue superior a
la generación disponible en todo instante de tiempo.
La resolución de tres áreas, Norte, Centro y Sur para el Mercado co-
lombiano permitió identificar el déficit y el superávit a nivel regional que
no es posible identificar con un modelo de alcance nacional. Esto permite
soportar la evaluación de políticas y de acciones de mejora centrada en las
necesidades locales tales como la seguridad en el suministro frente al déficit
presentado por potencia atrapada resultado de las restricciones de la red.

Figura 7: Resultados de la demanda, la generación y la transmisión en A2:

Centro.
6 Evaluación de políticas
Un gran beneficio de los modelos de simulación de dinámica de sistemas es

la evaluación de políticas y acciones de mejora. Con la ocurrencia del cam-
bio climático políticas energéticas de penetración de tecnologías de energía
bajas en carbono como las FNCER han sido definidas como estrategias de
los países para mitigar el calentamiento global, como lo muestra el acuer-
do al que llegaron 186 países en la cumbre mundial de cambio climático
COP21 en París en 2012.
Los Estados miembros de la Organización de Naciones Unidas (ONU) en
septiembre de 2015 aprobaron la agenda 2030 para el desarrollo sostenible,
la cual incluye 17 objetivos de desarrollo sostenible (ODS) para poner fin a
la pobreza, luchar contra la desigualdad, y hacer frente al cambio climático.
Colombia es el país con mayor diversidad por km2 pero también es
altamente vulnerable al cambio climático. En este sentido, el compromiso
ratificado por el Colombia en el COP21 de 2015, correspondió a reducir en
un 20 % las emisiones de gases de efecto invernadero proyectadas a 2030
adoptando varios de los ODS y de crecimiento verde, de tal forma que los
sectores productivos adopten prácticas bajas en carbono, como parte de las
directrices del plan de desarrollo colombiano.
Partiendo del hecho que la Ley 1715 de 2014 define las bases de inte-
gración de las FNCER en el mercado, y que para el momento de escritura
de este artículo aún falta reglamentación para su implementación, se con-
sidera pertinente considerar una política de integración de estas fuentes
de energía a partir de un porcentaje de penetración de las FNCER en la
canasta eléctrica con lo cual se atiende parte de la demanda nacional.
Con el ánimo de evaluar el efecto en el mercado de electricidad de la
integración al sistema de las FNCER se consideró una participación de estas
fuentes de forma escalonada en el mercado colombiano, 10 % de cubrimiento
de la demanda en el año 2020 y 20 % de la demanda en el año 2025, fecha
a partir de la cual se esperaría surjan efecto los diferentes planes de acción
y desarrollo de estas tecnologías en el mercado. Las demás condiciones de
simulación permanecen invariantes, es decir, el escenario de demanda y de
hidrología, así como la expansión de la generación entre otras se conservan.
Figura 8: Precio de la energía en bolsa- Colombia.
Se observa en la Figura 8 la disminución del precio de la energía como

efecto de la política implementada de integración de FNCER. Se evidencia
una reducción del 14.25 % en el precio al pasar de un valor promedio de 111
USD/MWh a 95 USD/MWh durante el periodo de simulación 2020 - 2025.
Una reducción del 33.8 % se puede observar frente al ingreso de proyectos

de generación limpia que agregados representen el 20 % de la demanda, al

pasar el precio de 124 USD/ MWh a 82 USD/MWh en promedio entre el
2026 y el 2028.
7 Conclusiones
Una resolución de tres áreas para el mercado de electricidad a nivel nacional

fue apropiada para identificar el déficit y el superávit a nivel regional, de
tal forma que se permite definir y evaluar políticas energéticas de seguridad
en el suministro a nivel regional.
La consideración de un modelo de mercado de electricidad basado en
los fundamentales y desagregado por regiones permitió implementar la po-
lítica energética de integración de FNCER en el mercado por medio de una
participación del 20 % de estas fuentes en la atención de la demanda y así
evaluar su impacto en el mercado a través del precio.
Un incremento del 20 % de la participación de la FNCER en la atención
de la demanda de potencia genera una reducción del precio de la energía
del 22 % para el largo plazo. Además de los beneficios ambientales de la
reducción de emisiones de CO2 a la atmósfera, las cuales llegarían a ser de
62.000 Ton/año en promedio.
La caída del precio de la energía en bolsa en el mercado colombiano
como resultado del ingreso de grandes proyectos de generación es pequeña
en comparación con el incremento del precio como consecuencia de las
condiciones críticas de hidrología y la concentración del mercado eléctrico
colombiano.
Es importante dentro de la planeación de los sistemas de potencia y el
desarrollo de mercados de electricidad conocer el impacto de tecnologías
no convencionales que permitan garantizar el suministro realizando la ex-
pansión del sistema a precios razonables, el modelo desarrollado permite
evaluar este tipo de políticas desde el comportamiento de los fundamentales
del mercado para soportar la toma de decisiones relacionadas.
La integración de renovables y específicamente de FNCER es más que
una tendencia mundial, es una necesidad para el mejoramiento de la riqueza
de la sociedad y preservación de su medio ambiente, siendo los consumidores
y los generadores limpios los ganadores en este caso y los productores de
energía a base de combustibles fósiles con costos altos de producción los

menos beneficiados en este caso de estudio.
En este sentido, el regulador debe sopesar la eficiencia económica de
bajos precios por generación hidroeléctrica con la firmeza para la seguridad
en el suministro de las plantas térmicas frente a las condiciones críticas de
hidrología y a la intermitencia de las fuentes no convencionales.
La consideración de la red y sus restricciones de transporte de poten-
cia, tanto al interior de una región como en la interconexión entre áreas,
la consideración de restricciones en la disponibilidad de la capacidad de
generación, así como también la consideración de variaciones en el precio
de los combustibles, caracterizan una aproximación cercana a la realidad
del funcionamiento del mercado de electricidad.
Agradecimientos
Los autores de este trabajo agradecen al Centro de Complejidad Ceiba por

su aporte financiero y la Universidad Nacional de Colombia por su apoyo
institucional y científico.
Referencias
[1] International Renewable Agency (IRENA), “International Renewable Energy

Agency,” Smart Grids and Renewables. A Guide for Effective Deployment.
Working Paper, 2013. 116, 117, 118
[2] European Commission (EC), “Energía 2020 Estrategia para una energÃa
competitiva, sostenible y segura,” Com, no. 639, pp. 1–9, 2010. 116, 117, 118
[3] ——, “Quartely Report on European Electricity Markets,” Markets Obser-
vatory For Energy. DG Energy, vol. 7, pp. 1–9, 2015. 116, 117, 118
[4] North American Electric Reliability Corporation (NERC), 2016. [Online].
Available: http://www.nerc.com/Pages/default.aspx 116, 117, 118
[5] North European Power Perpectives (NEPP), “The Future Power Market
Design. Ten Statements About,” 2016. [Online]. Available: http://www.
nepp.se/ 116, 117, 118

[6] CIER, “Marco Legal y Regulatorio para las Energías Renovables No Conven-
cionales,” Comisión de Integración Energética Regional (CIER), no. C, 2009.
117, 118
[7] International Renewable Agency (IRENA), “Energías Renovables en América
Latina 2015,” Sumario de Políticas, pp. 12–19, 2009. 117, 118
[8] García, H and Corredor, A and Calderón, L and Gómez, M, “Análisis costo
beneficio de energías renovables no convencionales en Colombia,” Doc. Prep.
para WWF, p. 90, 2013. 117, 118
[9] Comisión de Regulación de Energía y Gas (CREG), “Alternativa para la
Integración de Fuentes No Convencionales de Energía Renovable (FNCER)
al Parque Generador,” Documento CREG-161 de 26 de diciembre de 2016,
2016. 117, 118
[10] Ministerio de Minas y Energía y UPME, “Integración de las energías reno-
vables no convencionales en Colombia,” 2015. 117, 118
[11] NARUC, “Rate Design and Compensation: mechanisms and methodologies.
Distributed Energy Resource Rate Design and Compensation. A manual pre-
pared by the National Association of Regulatory Utility Commissioners (NA-
RUC) staff subcommittee on Rate Design,” no. November, p. 180, 2016. 117,
118
[12] NREL, “Compensation for Distributed Solar : A Survey of Options to Pre-
serve Stakeholder Value,” no. September, 2015. 117, 118, 119
[13] Ministerio de Industria Energía y Turismo de España, “Real Decreto
900/2015, de 9 de octubre, por el que se regulan las condiciones
administrativas, técnicas y económicas de las modalidades de suministro de
energía eléctrica con autoconsumo y de producción con autoconsumo.” Boe,
pp. 27 548–27 562, 2015. [Online]. Available: http://www.boe.es 117, 118,
119
[14] J. P. Avalos, R. M. Mellado, and H. Rudnick, “Estructura y
funciones de un operador independiente,” pp. 51–61, 2012. [Onli-
ne]. Available: http://web.ing.puc.cl/power/alumno12/operindep/2012.05.
30OperadoresSistema.pdf 117, 118, 119
[15] R. Raineri, I. Dyner, J. Goñi, N. Castro, Y. Olaya, and C. Franco, Latin
America Energy Integration. Evolution of Global Electricity Markets. New
paradigms, new Challenges, new approaches, San Francisco, CA, USA, 2013.
117, 118, 119
[16] A. Ford, “System Dynamics and the Electric Power Industry,” System Dyna-
mics Review, vol. 13, no. 1, pp. 57–85, 1997. 119, 120, 121, 122, 130
[17] ——, “Cycles in competitive electricity markets: A simulation study of the

western United States,” Energy Policy, vol. 27, no. 11, pp. 637–658, 1999.
119, 120, 121, 122, 130
[18] J. W. Forrester, “System dynamics, systems thinking, and soft OR,” System
Dynamics Review, vol. 10, no. 2-3, pp. 245–256, 1994. 119, 120, 121, 122, 130
[19] I. Dyner, E. Larsen, and K. Vlahos, Complementary modeling approaches for
analysing several effects of privatization on electricity investment. Systems
modelling policy, 1997. 119, 120, 121, 122, 130
[20] I. Dyner and D. Bunn, A systems simulation platform to support energy
policy in Colombia. Systems modelling policy, 1997. 119, 120, 121, 122, 130
[21] J. Sterman, Buisness Dynamics: System thinking and modeling for a complex
world. McGraw Hill, 2000. 119, 120, 121, 122, 130
[22] I. Dyner and E. Larsen, “From planning to strategy in the electricity in-
dustry,” Energy Policy, vol. 29, no. 13, pp. 245–256, 2001. 119, 120, 121, 122,
130
[23] C. J. Franco and I. Dyner, “Assessing the impact of energization in the Co-
lombian Southwest: a case of application using System Dynamics,” Procee-
dings of the 24th International Conference of the System Dynamics Society,
p. 65, 2006. 119, 120, 121, 122, 130
[24] F. Olsina, F. Garcés, and H. J. Haubrich, “Modeling long-term dynamics of
electricity markets,” Energy Policy, vol. 34, no. 12, pp. 1411–1433, 2006. 119,
120, 121, 122, 130
[25] D. Finon and V. Pignon, “Electricity and Long Term Capacity: The Quest
for Regulatory Mechanism Compatible With Electricity Market,” Utilities
Policy, no. 18, pp. 143–148, 2008. 119, 120, 121, 122, 130
[26] C. Franco, I. Dyner, and S. Hoyos, “Contribución De La Energía Al
Desarrollo De Comunidades Aisladas No Interconectadas : Un Contribution
of the Energy At Development of Islated Communities in Not Interconnected
Zones : a Case of Application of the Systems Dynamics and Sustainable
Livelihoo,” Dyna, vol. 75, no. 154, pp. 199–214, 2008. [Online]. Available:
http://www.redalyc.org/articulo.oa?id=49615420 119, 120, 121, 122, 130
[27] P. Ochoa and A. Van Ackere, “Policy changes and the dynamics of capacity
expansion in the Swiss electricity market,” Energy Policy, 2009. 119, 120,
121, 122, 130
[28] J. M. Redondo Ortegón, “Modelado de Mercados de Electricidad,” p. 117,
2012. [Online]. Available: http://www.bdigital.unal.edu.co/10220/ 119, 120,
121, 122, 130

[29] J. Valencia, G. Olivard, C. Franco, and I. Dyner, Qualitative Analysis of cli-

matic seasonality Effects in a model of National Electricity Market, 121st ed.
Springer International Publishing Switzerland, 2015. 119, 120, 121, 122, 130
[30] C. Ochoa, I. Dyner, and C. Franco, “Simulating power integration in
Latin America to Assess challenges, opportunities and threats,” Energy
Policy, vol. 61, no. October, pp. 143–148, 2013. [Online]. Available:
http://www.sciencedirect.com/science/article/pii/S0301421513006721 119,
120, 121, 122, 130
[31] C. Ochoa and A. Van Ackere, “Does size matter? Simulating electricity mar-
ket coupling between Colombia and Ecuador,” Renewable and Sustainable
Energy Reviews, vol. 50, no. October, pp. 1108–1124, 2015. 119, 120, 121,
122, 130
[32] D. L. Cadavid Higuita, “Aproximación metodológica al análisis de la
difusión de innovaciones en productos que utilizan tecnologías limpias
considerando elecciones individuales de adopción,” p. 347, 2015. [Online].
Available: http://www.bdigital.unal.edu.co/47098/ 119, 120, 121, 122, 130
[33] O. Ojeda, F. Olsina, and Garcés, “Simulation on the long - term dynamic of
a market - based transmission interconnection,” Energy Policy, 2009. 119,
120, 121, 122, 130
[34] M. Castañeda, C. Franco, and I. Dyner, “The Effects of descarbonisation po-
licies on the electricity sector,” IEEE Xplore. IEEE Latinamerican Transac-
ction, vol. 12, no. 5, 2015. 119, 120, 121, 122, 130
[35] W. W. Hogan, “Capacity Markets: Gauging Their Real Impact on Resource
Development and Reliability,” in EUCI Conference, Cambridge, MA, 2015.
119, 120, 121, 122, 130
[36] T. Rintam, “Impact of renewable energy on electricity prices - comparative
analysis of Denmark and Germany,” no. March, 2013. 119, 120, 121, 122,
130
[37] J. Valencia-Calvo, C. J. Franco-Cardona, G. Olivar-Tost, and I. Dyner-
Rezonzew, “Enfoque metodológico para el estudio y representación de
comportamientos complejos en mercados de electricidad,” Ingeniería y
Ciencia, vol. 12, no. 24, pp. 195–220, 2016. [Online]. Available: http://
publicaciones.eafit.edu.co/index.php/ingciencia/article/view/3355 119, 120,
121, 122, 130
[38] A. García and L. Arbeláes, “Market Power Analysis for the Colombia Elec-
tricity Market,” Energy Economics, 2002. 119, 120, 121, 122, 130
[39] P. Sioshansi, Introduction. Evolution of Global Electricity Markets. New pa-

radigms, new Challenges, new approaches. San Francisco. CA, USA: Menlo
Energy Economics, 2002. 119, 120, 121, 122, 130
[40] Unidad de Planeación Minero Energética (UPME), “Plan Energetico
Nacional Colombia: Ideario Energético 2050,” Unidad de Planeación
Minero Energética, Republica de Colombia, p. 184, 2015. [Online]. Available:
http://www.upme.gov.co/Docs/PEN/PEN_IdearioEnergetico2050.pdf 131,
132, 133
[41] ——, “Plan de Expansión de Referencia Generación-Transmisión
2015-2029,” Ministerio de Minas y Energía, p. 616, 2015. [Online]. Available:
http://www.upme.gov.co/Docs/Plan_Expansion/2016/Plan_Expansion_
GT_2015-2029/Plan_GT_2015-2029_VF_22-12-2015.pdf 131, 132, 133
[42] XM, “Operador del Sistema Eléctrico colombiano. Datos del Sistema Eléc-
trico,” 2015. 131, 132, 133
[43] IPCC, Fuentes de energía renovables y mitigación del cambio climatico,
2011. [Online]. Available: https://www.ipcc.ch/pdf/special-reports/srren/
srren_report_es.pdf 131

ANEXO 1
Se presenta a continuación los diagramas de flujos y niveles más rele-

vantes del modelo desarrollado en dinámica de sistemas haciendo uso
del software PowerSim Studio 7 versión académica y un paso de si-
mulación mensual para un horizonte de tiempo de 20 años. El método
de integración para resolver las ecuaciones diferenciales corresponde
al Runge Kutta de orden 4.
El modelo de balance de potencia y el modelo de demanda para
el área A2: Centro de Colombia
El modelo de Capacidad de Generación Disponible
Construcción de Capacidad de Generación

Déficit y requerimiento de expansión de la capacidad de la inter-

conexión
Modelo para determinar los intercambios entre las áreas A1: Norte
y A2: Centro
Capacidad de la Interconexión A1-A2

Integracion de Fuentes No Convencionales

Cargado por

Copyright:

Formatos disponibles

Integracion de Fuentes No Convencionales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Integracion de Fuentes No Convencionales

Cargado por

Copyright:

Formatos disponibles

Ingeniería y Ciencia

ISSN:1794-9165 | ISSN-e: 2256-4314

Integración de fuentes no convencionales

Recepción: 29-03-2017 | Aceptación: 31-07-2017 | En línea: 31-10-2017

Universidad EAFIT 115|

Integration of Renewable Energies and its Impact

Las Fuentes No Convencionales de Energía Renovable (FNCER) como:

|116 Ingeniería y Ciencia

Los mercados de electricidad obedecen a una oferta de energía compues-

2 Mecanismos de integración de fncer

Entre los mecanismos de integración de las FNCER al mercado se encuen-

• Feed-In Tariffs o tarifas garantizadas

Consiste en garantizar precios fijos para la compra de la energía generada

• Medición neta o ”net metering”

Las distribuidoras deben permitir la inyección de la energía generada con

• Estándares de Energía Renovable

Estos estándares (RES, Renewable Energy Standars) consisten en un porta-

• Contratos por diferencia

Este mecanismo le da participación directa a las FNCER en el mercado

• Incentivos fiscales y financieros [11–15]

Uno de los mecanismos comúnmente utilizados por el gobierno para pro-

• Mecanismo de integración de FNCER en Colombia [8–10].

La Ley 1715 de 2014 promueve la integración de FNCER en el mercado

|118 Ingeniería y Ciencia

Específicamente, la Ley 1715 de 2014 promueve la integración de FN-

Entonces ¿Por qué dinámica de sistemas? porque permite el estudio

|120 Ingeniería y Ciencia

Un diagrama causal sobre la dinámica del mercado de electricidad en un

B1: Ciclo de balance - Satisfacción de la demanda

Cada ciclo de realimentación en la Figura 1 es de balance, lo cual indica

Figura 1: Diagrama Causal General

Los diagramas de flujos y niveles correspondientes al modelo se pue-

El modelo de oferta corresponde a un modelo por tecnología, compuesto

|122 Ingeniería y Ciencia

con Ecuador y en el mediano plazo con Panamá, Colombia fue modelado

Si el precio corresponde a una planta hidráulica

Si el precio corresponde a una planta térmica

POT (t) = β0 + β1 ∗ VU(t) + β2 ∗ DISPT (t) + β3 ∗ POT (t − 1) (4)

|124 Ingeniería y Ciencia

fuel oil) en el tiempo t − 1.

D(t) = D(t − 1) + r ∗ D(t − 1)

Para poder dar participación a la demanda con la inclusión de FNCER se

La demanda la potencia Dp (t) es igual a la demanda de energía Da (t) por

Dp (t) = Da (t) ∗ FC (7)

El factor de conversión de energía a potencia sería

Modelo de Despacho orden de mérito de menor a mayor hasta satisfacer la

• Modelo de Intercambio entre áreas

CTIij (t = 0) = LIij = LEij (11)

|126 Ingeniería y Ciencia

LIij , LEij : Límite de importación y exportación de la interconexión entre

La capacidad de transferencia de la interconexión que es disponible en el

CTIDij (t = 0) = CTIij (t) ∗ FDIij (12)

El factor de disponibilidad de la interconexión FDIij puede ser calculado

CTIij (t = 0) = CTIij (t − 1) ∗ NCTIij (t)

La capacidad de transferencia de la interconexión es igual a la capacidad

Figura 3: Transferencia de potencia entre dos áreas.

Los beneficios ambientales corresponden a la reducción de emisiones de

Tabla 1: Factor de emisiones de CO2 por tecnología (UPME, 2015)

Tecnología Factor de emisión (ton CO2 /kWh)