Documentos de Académico
Documentos de Profesional
Documentos de Cultura
julio-septiembre-2013
Artículo técnico
Abstract
Financial impact of uncertainty in wind and photovoltaic (PV) power generation projects is analyzed. . The analysis focuses on determining
the levelized cost of energy by varying the overall uncertainty range in the resource quality. Wind speed and solar irradiance uncertainties
are considered. Uncertainty values are computed taking into account both project site location and long run variability. Uncertainty analysis
is complemented by integrating the exceedance probability concept PXX, which guarantees certain production levels at P75, P80 and P90.
This paper also reviews levelized cost sensitivity from global uncertainty that wind and PV technologies are reporting, as well as exceedance
probability. Results show that uncertainty reduction is a priority condition to maximize the PV or wind farm project profitability and that
less uncertainty increases exceedance probability.
Introducción
El conocimiento adecuado del potencial del recurso
energético (solar o eólico) es fundamental para
determinar si un proyecto es viable para desarro-
llarse. Son diversos los factores que deben tomarse
en cuenta a la hora de decidir si un proyecto se lleva
a cabo o no. La incertidumbre en la medición es un
parámetro básico y de los que más impactan en el
desarrollo del proyecto, pero existen otras incerti-
dumbres que se involucran en la estimación de la
generación de energía, relacionadas con el desa-
rrollo y puesta en servicio del generador, tales como
construcción, operación, producción de energía, y
factores de incertidumbre en aspectos contractuales
y legales como por ejemplo los que tienen que ver
con la legislación ambiental y económica. Estos
factores de incertidumbre, que se consideran en
La disminución de la in- la formulación financiera de proyectos de energías
certidumbre es una condi- renovables se clasifican en dos, como se ilustra en
ción prioritaria para maxi- la figura 1.
mizar la rentabilidad de un
proyecto eólico o FV.
En México existe la Guía para la Expresión de la
Incertidumbre de Medición (NMX,1995), en
donde se describe la forma en que deben evaluarse
108
Artículo técnico
y determinar las incertidumbres en términos gene- con dispositivos de percepción remota del viento como menciona Torben, sin
rales. En esta guía se distingue entre lo que es la embargo, se sigue utilizando más como instrumento de medición el anemó-
incertidumbre en las mediciones de los errores de metro de copas.
medición. Para recurrir a buenas prácticas de medi-
ción del recurso eólico existe la norma IEC 61400- En el medio de las organizaciones dedicadas a la evaluación del potencial eólico
12-1:2005, enfocada a la instalación de instru- y toda la cadena relacionada se tiene el contexto de la incertidumbre, declarada
mentos de medición. en los certificados de calibración de los anemómetros que se utilizan para la
evaluación de la incertidumbre tipo B (NMX, 1995), que con base a la clasi-
La evaluación de la incertidumbre en una central ficación de la figura 1 corresponde al factor de incertidumbre en la medición.
eólica o solar es de suma importancia por la natu- En este sentido se tiene la incertidumbre en instrumentos de medición debido
raleza del recurso. Las incertidumbres en la deter- a la calibración de 1% a 5% (Erazo, 2011).
minación de velocidad del viento y de la radiación
solar están directamente vinculadas con el riesgo En la literatura analizada se reporta una cantidad considerable de casos y condi-
financiero. ciones para identificar la incertidumbre que implica el recurso eólico, lo que lleva
a concluir que cada caso es único, así como la incertidumbre misma para cada
La disminución de la incertidumbre es una condi- proyecto. Los valores generales para fines de cálculo se reportan en la tabla 1.
ción prioritaria para maximizar la rentabilidad de
un proyecto, y que al margen de formas y metodo-
logías que se utilicen, la estimación tiene que ver con
predicción. Pero la realidad es que el futuro no se
conoce, por lo que las estimaciones tienen un valor
relativo en el contexto de las proyecciones finan-
cieras que tienen como origen una tendencia con
base en datos observados en donde no se considera,
por ejemplo, el cambio climático, por lo que existe
la posibilidad de que algunos sitios favorables en la
actualidad para el desarrollo de proyectos pierdan sus
características de recurso disponible en un tiempo
relativamente corto, y de igual forma sitios no favo- Figura 1. Clasificación de factores de incertidumbre.
rables tienen la posibilidad de volverse de interés
para el desarrollo de proyectos, lo que significa que
el cambio climático es otro factor de incertidumbre. Factores Valor (%)
Incertidumbre en la calibración de anemómetros 0.5 -3.5
A partir de los datos de incertidumbre tomados de Montaje 0.2 a 3
fuentes de reconocimiento internacional (NREL,
Selección de medición del sitio 0.5 a 5
GL Garrad Hassan, 3TIER, EMD International,
entre otras), para las energías eólica y solar, se deter- Mediciones inconsistentes 3
minó el Costo Nivelado de Generación (CNG), Período de datos en común (correlación) 0.3 a 3
llevando a cabo análisis de sensibilidad variando Extrapolación vertical 1 a 6.4
la incertidumbre en el rango marcado. También se
determinó el CNG considerando la P50, P90 y P99. Período histórico de datos 1.5 a 6
Superficie disponible por topografía 3a6
Factores de incertidumbre Variabilidad del recurso en 1 año 4
Variabilidad del recurso en 10 años 6
en el recurso eólico
Incertidumbre global de determinación de velocidad del viento 3.6 -14
El desarrollo tecnológico en la industria de aeroge- Reducing Uncertainty in Wind Project Energy Estimates, 2012 SECOND WIND/DNV KEMA;
neradores ha incrementado la capacidad de gene- Michael Fisher, Evaluación del Recurso Eólico, III Jornadas de Energía Eólica, 2012, NRG Systems,
ración, dando como resultado aerogeneradores Inc.
cada vez de mayores dimensiones a más altura.
También se han buscado otras formas de medir la Tabla 1. Rangos de valores generales de incertidumbre por categoría para el
velocidad del viento a alturas mayores a los 100 m, recurso eólico.
109
Boletín IIE
julio-septiembre-2013
Artículo técnico
Impacto económico de la incertidumbre en Analysis with the System Advisor Model; National Renewable
Energy Laboratory NREL, May, 2012.
la producción con energía solar y eólica Pramod Jain; Wind Energy Engineering; McGraw Hill Compa-
nies, Inc., New York, USA 2011.
Para financiar un proyecto, los actores financieros complementan el estudio
con un análisis de incertidumbre (además de lo que implica uno en la parte Tabla 3. Relaciones con base en la PXX seleccionada.
operativa) que asocie los resultados con la probabilidad de éxito, con base en
el concepto de probabilidad de excedencia. Esto significa que la producción
de energía no solamente toma en cuenta la media (P50), sino también valores Cálculo del impacto de la
de P que aseguren determinados niveles de producción como P75, P80 o P90.
Una explicación del significado conceptual de PXX en este contexto la propor-
incertidumbre en el CNG
ciona Travis Lowder y una explicación desde el punto de vista estadístico está eólica y parámetros base
dada por Cooper Energy.
El CNG es el método más usado para proyectos
Para calcular las estimaciones de energía más conservadoras se toma como de generación eléctrica, y explicaciones detalladas
referencia el P50, por lo que para una P75, P90 o P99, la energía estimada sobre el mismo se encuentran en autores como
disminuye en la medida que la P aumenta. La incertidumbre en una central Borja, 2007 y Alonso et al, 2006. Su valor expresa
eólica o solar impacta negativamente en el cálculo de la probabilidad de exce- el costo promedio de la unidad de producción
dencia. Para fines de cálculo del impacto de la incertidumbre global en el ($/kWh) durante la vida útil esperada del gene-
Costo Nivelado de Generación o CNG (método de evaluación económica rador. Para su cálculo, los costos totales durante la
más usado para proyectos de generación eléctrica), para una central eólica vida útil y la energía total producida se reducen a
o solar, se toma como referencia la información proporcionada por 3TIER valor presente al inicio de operación, a una tasa de
2012, EMD International, NREL y otras fuentes, para calcular la produc- descuento considerada.
ción de energía anual con base en P90 y P99, variando la incertidumbre para
ambos casos. En las fuentes mencionadas se resumen algunas relaciones que Los parámetros que se toman en cuenta son
se muestran en la tabla 3 y que cumplen con la curva de distribución de los que se ocupan generalmente para evaluar
probabilidad normal de acuerdo con la PXX deseada. proyectos de inversión. Los datos reportados en la
tabla 4 son valores medios consultados en diversas
fuentes de instituciones con vasta experiencia en
el tema, como la European Wind Energy Associa-
Factores Valor (%) tion (EWEA), el COPAR, la Agencia Interna-
Precisión en la medición 2-15 cional de la Energía (AIE), entre otras.
Variabilidad espacial 0-1
Un posible escenario considera la variación de
Representatividad del período de monitoreo 0.5-2 incertidumbre desde 3% a 18%, afectando la
Variabilidad inter-anual 2-5 producción de energía anual sobre la base de P50
Incertidumbre global del recurso solar 5-17 y P90, como se observa en la tabla 5a.
Schnitzer Marie Reducing Uncertainty in Solar Energy Estimates A Case Study, AWS Truepower,
March 2012.
Riesgo & Incertidumbre en Radiación Solar, Fundación Chile, CENER, 2013.
110
Artículo técnico
111
Boletín IIE
julio-septiembre-2013
Artículo técnico
112
Artículo técnico
Referencias
3TIER Wind. Preliminary power estimate: for the potential project
site using a generic 82 m turbine at 80m hub. 3TIER, 2012.
NMX-CH-140-IMNC-2002. Guía para la expresión de la incer- Maestría en Informática por la Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias
tidumbre de las mediciones equivalente a Guide to the Expression of Sociales y Administrativas (UPIICSA) del Instituto Politécnico Nacional en 1982. Ingeniero
Uncertainty in Measurement, BIPM, IEC, IFCC, ISO, IUPAP, Químico Metalúrgico por la Universidad Nacional Autónoma de México (UNAM) en 1975.
IUPAC, OIML (1995). Ingresó al IIE en 1986. Una de sus especialidades es el cumplimiento de la conformidad del diseño
de aerogeneradores y el análisis estadístico en la calibración de anemómetros. Actualmente es
Mikkelsen T. Remote Sensing of Wind, Technical University of investigador en la Gerencia de Energías No Convencionales (GENC-IIE). Ha participado en el
Denmark, Department of Wind Energy, DTU RisØ Campus. proyecto de diseño de un aerogenerador de 1.2 MW y de evaluación de recursos, en el tema del
proceso para la calibración de anemómetros de copas. Ha sido instructor en el curso de energía
Lowder T. P50? P90? Exceedance Probabilities Demystified, eólica. Tiene una patente otorgada y un modelo de utilidad.
[en línea]. Recuperado de https://financere.nrel.gov/finance/
content/p50-p90-exceedance-probabilities-demystified
M. CONSOLACIÓN MEDRANO VACA
[mcmv@iie.org.mx]
113