0 calificaciones0% encontró este documento útil (0 votos)
42 vistas3 páginas
Este curso de 4 días introduce el uso de herramientas de simulación de Monte Carlo y optimización para evaluar la factibilidad de proyectos hidroeléctricos. Los participantes aprenderán a modelar la hidrología, generación eléctrica, uso de embalses, estructuras tarifarias y financiamiento para evaluar un proyecto, usando @Risk. El último día se optimiza el modelo con RISKOptimizer para encontrar la mejor solución bajo incertidumbre.
Este curso de 4 días introduce el uso de herramientas de simulación de Monte Carlo y optimización para evaluar la factibilidad de proyectos hidroeléctricos. Los participantes aprenderán a modelar la hidrología, generación eléctrica, uso de embalses, estructuras tarifarias y financiamiento para evaluar un proyecto, usando @Risk. El último día se optimiza el modelo con RISKOptimizer para encontrar la mejor solución bajo incertidumbre.
Este curso de 4 días introduce el uso de herramientas de simulación de Monte Carlo y optimización para evaluar la factibilidad de proyectos hidroeléctricos. Los participantes aprenderán a modelar la hidrología, generación eléctrica, uso de embalses, estructuras tarifarias y financiamiento para evaluar un proyecto, usando @Risk. El último día se optimiza el modelo con RISKOptimizer para encontrar la mejor solución bajo incertidumbre.
En este curso intensivo práctico de 4 días se introduce el uso de herramientas sofisticadas de simulación Monte Carlo con @RISK y de optimización con RISKOptimizer, para el desarrollo y ejecución integral de una evaluación de factibilidad en un proyecto de generación hidroeléctrica. Al finalizar este curso, el participante será capaz de modelar todas las piezas clave requeridas para evaluar un proyecto de generación hidroeléctrica incorporando sus componentes clave de hidrología, generación, uso de embalses, estructuras tarifarias y estructuras de financiamiento. El primer día se introduce el uso del @RISK para Excel como herramienta para el montaje de modelos estocásticos; los días dos y tres, se detalla el modelo hidroeléctrico y su estructura de financiamiento. El último día se optimiza el modelo con RISKOptimizer NUM TOPICO DETALLE DIA 1: INTRODUCCION AL @RISK Y A LA SIMULACION MONTE CARLO Modelos determinísticos y probabilísticos, simulación Monte Carlo-¿Qué es? Introducción a la ¿Porqué es importante?, ¿Porqué llevar a cabo evaluaciones de riesgo?, 1 evaluación de software de evaluación de riesgo de Palisade Corporation, guía de utilización riesgo de herramientas de Palisade Puntos clave en la cuantificación de la incertidumbre, fundamentos de Probabilidades y probabilidad, características de las distribuciones de probabilidad, 2 evaluación de incertidumbre en un punto en el tiempo versus incertidumbre a lo largo del riesgo tiempo, modelos a ser utilizados para demostrar cómo realizar una evaluación de riesgo Preliminares, celdas de variabilidad, celdas de salida, revisión de estructura del modelo @RISK, correlación de variables, ajuste de la simulación, selección Introducción al 3 de reportes de Excel, inicio de simulación, revisión de resultados, verificación @RISK de convergencia de los resultados de distribución, distribuciones útiles para el analista de riesgos principiante Examen visual de distribuciones, examen de la funcionalidad de sobreposición Inserción de en RISKview, distribuciones Truncadas, el Artista de Distribuciones en @RISK. 4 distribuciones de Exploración de distribuciones de probabilidad seleccionadas disponibles en probabilidad @RISK Introducción, interdependencia entre variables inciertas, ¿Qué es correlación?, clarificación de la confusión entre la correlación y qué tan Variables pronunciada es una pendiente, efecto de correlación entre dos variables de aleatorias 5 entrada @Risk en una simulación, correlación jerarquizada, la importancia de correlacionadas la correlación a la distribución resultante, estimación del Producto-Momento en @RISK Pearson y las Correlaciones jerarquizadas de los datos, creación de una nueva tabla de correlación. Introducción, reducción de las alternativas, estándar de la industria, Introducción a la distribución Normal, distribución Lognormal, distribuciones normal truncada y selección de 6 lognormal truncada, distribución Pert, distribución Beta General, funciones de distribuciones Discretas, distribución binomial, otras Distribuciones, distribución estimación de distribuciones usando datos, estimación de distribuciones basada en la información de expertos, decidiendo entre distribuciones alternativas.
Se construye un modelo de flujo de caja empresarial utilizando los conceptos
Construcción de fundamentales de operación de @RISK. El propósito de este módulo es un modelo de integrar los conocimientos, prácticas y herramientas aprendidas a lo largo 7 flujo de caja dela capacitación introductoria al @RISK utilizando para ella el módelo clásico ejemplo con de valuación de flujos financieros para la obtención de un valor actual neto y @RISK una tasa interna de retorno. DIAS 2 Y 3: CONSTRUCCION DEL MODELO HIDROELECTRICO En este módulo se enseña cómo incorporar la información de aforos, tomas muestrales de series históricas, curvas acumuladas de percentil y demás información de caudales, para construir curvas de probabilidad en Excel / @RISK. El @RISK realiza esta tarea ajustando la data presentada a su biblioteca de distribuciones de probabilidad y escogiendo la que se ajuste de mejor manera a los caudales históricos o extrapolados. La información de caudales constituye la data primitiva para la construcción de modelos de 9 Hidrología generación hidroeléctrica. Esta es la representación estadística de aforos puntuales muestrales o de modelos hidrológicos especializados que extrapolan caudales para una cuenca en particular. El @RISK usa esta información de curvas probabilísticas utilizando más de 60 tipos de distribuciones de probabilidad. También con el @RISK se pueden simular eventos de teoría de valor extremo para simular las frecuencias y severidades de años “secos” y “húmedos”, años ENSO, etc. El modelo de simulación debe transformar la información de caudales en poder de generación hidroeléctrica. Ya sea con embalses o a filo de agua, los Generación 10 caudales estocásticos generarán potencial de capacidad eléctrica tomando en hidroeléctrica cuenta, entre otras, las siguientes variables: caudales, caída, eficiencias (de turbina y generador), variación de capacidad según franjas horarias tarifarias. De acuerdo a estacionalidades y franjas horarias diarias, las tarifas de un modelo hidroeléctrico variarán. Un modelo así puede optimizarse para obtener el mejor uso de la capacidad instalada y aprovechar las estructuras 11 Tarifas tarifarias. Las variables cronológicas también tienen un impacto sobre la estructura tarifaria y de generación: número de días por mes, (días de fin de semana y entre semana), El uso de embalses permite optimizar estrategias de generación de acuerdo a estacionalidades, estructuras tarifarias, caudales, capacidad de generación y otras variables. El tamaño del embalse puede optimizarse tomando en cuenta 12 Embalses el costo de su inversión, y su capacidad de maximizar los ingresos de un proyecto hidroeléctrico. Esto se realiza al incorporar la gestión dinámica de un embalse a lo largo de las franjas horarias diarias en el modelo. El montaje de un modelo típico de flujos financieros descontados para la vida económica del proyecto para la obtención de un VAN y una TIR es la etapa Modelo de flujos integradora final. En este etapa se incorporan de forma estocástica aquellas 13 financieros variables que impactan financieramente la estructura del proyecto, tales como gastos pre-operativos y operativos, periodos del proyecto, valor residual, tasa de descuento, tasa fiscal, estructura de financiamiento del proyecto para evaluar el TIR y VAN del proyecto como tal y del proyecto apalancado.
DIA4: ANALISIS INTEGRAL Y OPTIMIZACION
El @RISK se utiliza para obtener estadísticas descriptivas en situaciones en donde tomamos decisiones bajo incertidumbre. Con el RISKOptimizer, Introducción al 8 podemos realmente encontrar la MEJOR decisión a realizar bajo RiskOptimizer incertidumbre. El siguiente ejemplo sencillo nos introducirá al poder del RISKOptimizer. Con el @RISK incorporado en el modelo, será posible simular miles de escenarios posibles al considerar todos los valores probabilísticos generados durante la simulación Monte Carlo. Una vez generada la simulación, es posible obtener la dispersión probable de los resultados sobre las variables de salida Ejecución de (TIR, VAN, flujos periódicos, etc.), el impacto relativo que tienen las distintas 14 simulaciones y variables de entrada sobre el modelo (caudales, capacidad instalada, costos escenarios de inversión, gastos operativos, etc.) También es posible generar sofisticados análisis del tipo Que Pasa Si, es decir, análisis de escenarios, en donde se permutan los valores de aquellas variables críticas y se valora el impacto que las mismas tienen por sobre los resultados de salida del modelo. Al menos dos variables son clave a la hora de tomar decisiones estratégicas en cuanto a un proyecto de generación hidroeléctrica: la capacidad instalada de Optimización de la turbina/generador y el tamaño del embalse. La definición en cuanto a las 15 variables clave mismas puede ser optimizada utilizando el RISKOptimizer, el cual es una herramienta que permite optimizar de forma estocástica en modelos que contengan variables de simulación @RISK.