Boletín IIE

julio-septiembre-2013
Artículo técnico

Factores de incertidumbre en la formulación

financiera de proyectos de energías renovables:
caso de proyectos eólicos y de energía solar
Rubén Cariño Garay y M. Consolación Medrano Vaca

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

y determinar las incertidumbres en términos gene-
rales. En esta guía se distingue entre lo que es la
incertidumbre en las mediciones de los errores de
medición. Para recurrir a buenas prácticas de medi-
ción del recurso eólico existe la norma IEC 61400-
12-1:2005, enfocada a la instalación de instru-
mentos de medición.
La evaluación de la incertidumbre en una central
eólica o solar es de suma importancia por la natu-
raleza del recurso. Las incertidumbres en la deter-
minación de velocidad del viento y de la radiación
solar están directamente vinculadas con el riesgo
financiero.
La disminución de la incertidumbre es una condi-
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-
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.
A partir de los datos de incertidumbre tomados de
fuentes de reconocimiento internacional (NREL,
GL Garrad Hassan, 3TIER, EMD International,
entre otras), para las energías eólica y solar, se deter-
minó el Costo Nivelado de Generación (CNG),
llevando a cabo análisis de sensibilidad variando
la incertidumbre en el rango marcado. También se
determinó el CNG considerando la P50, P90 y P99.
Factores de incertidumbre
en el recurso eólico
El desarrollo tecnológico en la industria de aeroge-
neradores ha incrementado la capacidad de gene-
ración, dando como resultado aerogeneradores
cada vez de mayores dimensiones a más altura.
También se han buscado otras formas de medir la
velocidad del viento a alturas mayores a los 100 m,
Artículo técnico
con dispositivos de percepción remota del viento como menciona Torben, sin
embargo, se sigue utilizando más como instrumento de medición el anemó-
metro de copas.
En el medio de las organizaciones dedicadas a la evaluación del potencial eólico
y toda la cadena relacionada se tiene el contexto de la incertidumbre, declarada
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-
ficación de la figura 1 corresponde al factor de incertidumbre en la medición.
En este sentido se tiene la incertidumbre en instrumentos de medición debido
a la calibración de 1% a 5% (Erazo, 2011).
En la literatura analizada se reporta una cantidad considerable de casos y condi-
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
proyecto. Los valores generales para fines de cálculo se reportan en la tabla 1.
Figura 1. Clasificación de factores de incertidumbre.
Factores Valor (%)
Incertidumbre en la calibración de anemómetros 0.5 -3.5
Montaje 0.2 a 3
Selección de medición del sitio 0.5 a 5
Mediciones inconsistentes 3
Período de datos en común (correlación) 0.3 a 3
Extrapolación vertical 1 a 6.4
Período histórico de datos 1.5 a 6
Superficie disponible por topografía 3a6
Variabilidad del recurso en 1 año 4
Variabilidad del recurso en 10 años 6
Incertidumbre global de determinación de velocidad del viento 3.6 -14
Reducing Uncertainty in Wind Project Energy Estimates, 2012 SECOND WIND/DNV KEMA;
Michael Fisher, Evaluación del Recurso Eólico, III Jornadas de Energía Eólica, 2012, NRG Systems,
Inc.
Tabla 1. Rangos de valores generales de incertidumbre por categoría para el
recurso eólico.
109
 Boletín IIE
julio-septiembre-2013
Artículo técnico

Factores de incertidumbre en el recurso PXX Relación

solar P50 = µ
Las fuentes de incertidumbre en el recurso solar se dividen en cuatro cate- P84 = µ-σ*µ
gorías que agrupan todo el proceso de simulación del recurso e incluyen: P90 = µ - 1.282 * σ * µ
precisión en la medición, variabilidad espacial, representatividad del período
P95 = µ - 1.645 * σ * µ
de monitoreo y la variabilidad inter-anual. Los rangos de valores generales de
incertidumbre se reportan en la tabla 2. P99 = µ - 2.326 * σ * µ
Aron Dobos, Paul Gilman and Michael Kasberg; P50/P90

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.

Tabla 2. Rangos de valores generales de incertidumbre para el recurso solar.

110
 Artículo técnico

Parámetro Valor Unidades

Generación anual de 306,600 MWh/año
energía P50
Factor de planta 35  %
Potencia instalada 100 MW
Costo de inversión unitario 1,700 USD/kW
Costo de inversión de la 170 MUSD
central
a)
Vida útil de la planta 20 años
Tasa de descuento 10  %
Costos de operación y 0.01 USD/
mantenimiento kWh
Monto por reposición de 20  %
equipo

Tabla 4. Parámetros base para el cálculo del CNG

para una central eólica.
b)
Figura 2. Impacto de incertidumbre en el CNG de energía eólica y FV sobre
Incertidumbre P50 P90 P99 P90 y P99.
Energía estimada GWh/año
3% 306.60 294.81 285.21
Resultados en el costo nivelado de
9% 306.60 271.22 242.42
12% 306.60 259.43 221.02
generación eólica
15% 306.60 247.64 199.63
El costo nivelado de generación para una planta de generación eléctrica en
18% 306.60 235.85 178.23 condiciones evaluadas en caso base es de 7.7 ctvs de dólar/kWh. La energía
a) estimada para P90 y P99 se ve afectada entre más grande sea la incerti-
dumbre, e impacta notablemente en su CNG. En la tabla 5b se tienen los
Incertidumbre P50 P90 P99 resultados. En la figura 2a se muestra cómo en la medida que la incerti-
Costo nivelado de generación USD/kWh dumbre crece, el diferencial del impacto en el CNG para la P99 es cada vez
mayor. Cabe resaltar la importancia que tiene el cuidar los detalles desde la
3% 0.0771 0.0797 0.0820
medición del recurso, la selección de la turbina y el mantenimiento a los
9% 0.0771 0.0856 0.0944 aerogeneradores ya instalados para reducir al máximo la incertidumbre.
12% 0.0771 0.0890 0.1023
15% 0.0771 0.0926 0.1120 Parámetros base para el cálculo del CNG de
18% 0.0771 0.0967 0.1240 energía solar
b)
Los parámetros base para evaluar un sistema de generación fotovoltaico se
Tabla 5. Impacto de la variación de incertidumbre relacionan en la tabla 6. Estos valores son típicos para una planta de gene-
en P90 y P99 para una central eólica. ración fotovoltaica (FV) a gran escala. Para estimar la producción de energía
anual se aplica el mismo principio que para la energía eólica y los resultados
se reportan en la tabla 7a.

111
 Boletín IIE
julio-septiembre-2013
Artículo técnico

Parámetro Valor Unidades Resultados en el costo

Generación anual de energía P50
Factor de planta
Potencia instalada
Costo de inversión unitario
Costo de inversión de la central
Vida útil de la planta
Tasa de descuento
Costos de operación y mantenimiento
Monto por reposición de equipo
8,760 MWh/año nivelado de energía solar
20  %
5 MW En la tabla 7b se observa el costo nivelado de
generación para cada caso evaluado, al igual que
2,670 USD/kW
un sistema eólico. La incertidumbre tiene un gran
13.35 MUSD impacto en la economía de un sistema de genera-
25 años ción FV.
10 %  En la figura 2b se muestra cómo en la medida que
1 % sobre inversión aumenta la incertidumbre, el diferencial del CNG
20 % de inversión para inversor se incrementa en el caso de la energía FV.

Tabla 6. Parámetros base para evaluar el CNG de una planta FV.

Conclusiones
P50 P90 P99 Ciertamente, la estimación espacio-temporal del
Incertidumbre potencial energético del viento y de la radiación
Energía estimada GWh/año
3% solar en suelo es de lo más incierto. La reducción
8.76 8.42 8.15
de la incertidumbre es una condición prioritaria
9% 8.76 7.75 6.93 para maximizar la rentabilidad de un proyecto
12% 8.76 7.41 6.31 y definitivamente al margen de metodologías y
15% 8.76 7.08 5.70 formas que cada organización utilice, el tema es
18% la estimación de la producción a futuro. El hecho
8.76 6.74 5.09
es que tiene que ver con predicción, algo que ha
a) preocupado a la humanidad desde siempre y la
realidad es que estrictamente hablando, el futuro
P50 P90 P99
Incertidumbre no se conoce, es incierto, por lo que las estima-
Costo nivelado de generación USD/kWh ciones tienen un valor útil pero relativo. Casi
3% 0.1489 0.1548 0.1600 todas en el contexto de las proyecciones finan-
9% cieras tienen como origen una tendencia con base
0.1489 0.1683 0.1883 en la información de que se dispone, proveniente
12% 0.1489 0.1759 0.2065 de datos observados de un “estado de la natura”
15% 0.1489 0.1843 0.2286 dado, por lo que es de esperar comportamientos
18% similares a futuro en el recurso estudiado, sin
0.1489 0.1935 0.2561 embargo, no hay que perder de vista que éste “es
b) de esperar”, no considera eventos asociados a las
Tabla 7. Impacto de la variación de incertidumbre en P90 y P99 para una condiciones de los ecosistemas incluyendo al ser
central FV. humano y al medio biofísico (Alberti, 2009),
en donde uno de los efectos más notables es el
cambio climático. En términos prácticos esto
significa que los sitios estudiados para el desarrollo
de proyectos pueden perder sus características
favorables de recurso disponible en un tiempo
relativamente corto, debido a las condiciones
cambiantes del medio biofísico en que se encuen-
tran. De igual forma, sitios considerados no favo-
rables tienen la posibilidad de volverse de interés
para el desarrollo de proyectos, lo que significa
que el cambio climático es otro factor de incer-
tidumbre a tomar en las proyecciones financieras.

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.

Marina A. Advances in Urban Ecology, Springer Science Business

Media, 2009.

Alonso G., Ramírez R. y Palacios J. Análisis de costos nivelados

de la generación de electricidad en México, Instituto Nacional de
Investigaciones Nucleares. Simposio LAS-ANS Argentina, junio
de 2006.

Borja M. Taller de introducción a la tecnología de aerogeneradores

módulo 2: consideraciones iniciales, Instituto de Investigaciones
Eléctricas, Gerencia de Energías No Convencionales, julio de
2007.

Cooper Energy Cumulative Probability – P90, P50, P10, [en

línea]. Recuperado de http://www.cooperenergy.com.au/images/
files/Cumulative%20Probability%20P90%20P50%20P10.pdf

Erazo A. Impacto de las actividades de prospección de recursos en RUBÉN CARIÑO GARAY

el desarrollo de proyectos ERNC, Acciona Energía, abril de 2011. [ricg@iie.org.mx]

NMX-CH-140-IMNC-2002. Guía para la expresión de la incer-
tidumbre de las mediciones equivalente a Guide to the Expression of
Uncertainty in Measurement, BIPM, IEC, IFCC, ISO, IUPAP,
IUPAC, OIML (1995).
Mikkelsen T. Remote Sensing of Wind, Technical University of
Denmark, Department of Wind Energy, DTU RisØ Campus.
Lowder T. P50? P90? Exceedance Probabilities Demystified,
[en línea]. Recuperado de https://financere.nrel.gov/finance/
content/p50-p90-exceedance-probabilities-demystified
Maestría en Informática por la Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias
Sociales y Administrativas (UPIICSA) del Instituto Politécnico Nacional en 1982. Ingeniero
Químico Metalúrgico por la Universidad Nacional Autónoma de México (UNAM) en 1975.
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
investigador en la Gerencia de Energías No Convencionales (GENC-IIE). Ha participado en el
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
eólica. Tiene una patente otorgada y un modelo de utilidad.
M. CONSOLACIÓN MEDRANO VACA
[mcmv@iie.org.mx]

Maestra en Ingeniería Energética por la Universidad Nacional Autónoma de México (UNAM).

Ingeniero Químico por la Universidad Autónoma del Estado de Morelos (UAEM). Ingresó al IIE
en 1985 y labora en la Gerencia de Energías No Convencionales (GENC) desde 1995. Su área de
especialidad se enfoca en la evaluación económica financiera de proyectos de energía renovable. Ha
participado en proyectos diversos de generación eléctrica a partir de fuentes renovables como son:
incineración de residuos sólidos municipales, biogás de rellenos sanitarios, fotovoltaicos, eólica e
hidráulica, entre otros. Ha participado como instructor en diplomados de sistemas fotovoltaicos
interconectados a la red impartidos por la GENC, con el módulo de evaluación económica.

113