Traducido del inglés al español - www.onlinedoctranslator.

com

energías
Artículo

Estimación de los impactos económicos de los esquemas de medición

neta para sistemas fotovoltaicos residenciales con perfiles de
demanda de energía, generación y precios de mercado

Antans Sauhats *, Laila Zemite *, Lubov Petrichenko, Igor Moshkin y Aivo Jasevics
Instituto de Ingeniería Eléctrica, Universidad Técnica de Riga (RTU), LV-1658 Riga, Letonia;
lubova.petricenko@rtu.lv (LP); Igors.Moskins@rtu.lv (mensajería instantánea); aivo4@inbox.lv (AJ)
* Correspondencia: sauhatas@eef.rtu.lv (AS); laila.zemite@rtu.lv (LZ); Tel .: +
371-286-65-659 (AS); + 371-265-41-810 (LZ)

---- -
Recibido: 29 de octubre de 2018; Aprobado: 16 de noviembre de 2018; Publicado: 20 de noviembre de 2018 ---

Abstracto: Este artículo analiza la influencia de las variantes de esquemas de soporte en la rentabilidad de
una inversión proyectada de sistemas fotovoltaicos residenciales. El enfoque del trabajo radica en evaluar la
viabilidad del sistema eléctrico de tecnologías de generación de energía solar para lograr un equilibrio entre
la generación de energía y los costos de soporte de una manera más eficiente. El estudio de caso se basa en
una serie de ejemplos de un año con una resolución horaria de los precios de la electricidad del mercado
energético de Nord Pool, además de la demanda de energía y la generación solar de los prosumidores
letones. Se recogió la generación de energía eléctrica y el consumo de big data de más de 100 clientes. Con
base en estos datos, predecimos los procesos para los próximos 25 años, y estimamos los indicadores
económicos utilizando una descripción detallada del sistema de facturación de medición neta y el método
Monte-Carlo. Una recomendación para cambiar el sistema neto actual por uno superior, teniendo en cuenta el
costo de mercado de la energía, concluye el artículo.

Palabras clave: energía solar; sistemas fotovoltaicos; Generación distribuida; esquemas de apoyo; sistemas
de medición neta

1. Introducción

Los problemas del cambio climático han motivado el desarrollo de aplicaciones de energías renovables en el
suministro de energía. En los últimos años, ha habido un rápido aumento en el uso de energía renovable. En un
futuro previsible, la utilización de fuentes renovables podrá producir la mayor parte de la electricidad mundial,
reduciendo significativamente las emisiones de gases de efecto invernadero [1-3]. En el proceso de introducción
acelerada de fuentes de energía renovables, un papel importante pertenece a la generación de energía solar [4,5], en
particular, a los pequeños generadores distribuidos basados en tecnología fotovoltaica (FV) [6,7]. Las fuentes de
energía renovables distribuidas pueden generar una serie de beneficios tanto para los clientes como para todo el
sistema energético. En particular, la demanda máxima de electricidad de la red y las pérdidas del sistema pueden
reducirse [8]. Las fuentes de energía a pequeña escala pueden contribuir de manera significativa a financiar el
desarrollo de sistemas de energía. El rápido aumento de la capacidad de las fuentes renovables se ve facilitado por los
avances en el desarrollo tecnológico y las decisiones políticas adoptadas por muchos países, incluida Letonia, para
financiar las energías renovables [9]. En particular, el desarrollo de tecnologías y el apoyo gubernamental están
facilitando la difusión de fuentes de energía distribuidas en pequeña escala que están conectadas a redes de
distribución de baja o media tensión [10]. Los clientes de electricidad que han instalado fuentes de energía en sus
hogares se transforman en prosumidores [11].
El aumento en el número de prosumidores solo puede garantizarse con la condición de que la inversión
en generación se amortice dentro de un período aceptable. El período de recuperación depende de

Energias 2018, 11, 3222; doi: 10.3390 / en11113222 www.mdpi.com/journal/energies

Energias 2018, 11, 3222 2 de 19

número de factores y condiciones específicas de uso [12]. En el caso del uso de energía solar, los factores de influencia más
importantes incluyen el nivel de irradiación solar, el volumen de inversión requerido, las reglas para vender y comprar
energía, la disponibilidad y el volumen de apoyo a la energía verde [6]. El esquema de apoyo y las reglas del comercio de
energía son elegidos por agencias gubernamentales y se basan en las capacidades económicas de cada país [10]. Las reglas
del comercio de energía tienen un impacto sólido en el desempeño financiero de los sistemas fotovoltaicos. Los responsables
de la formulación de políticas deben considerar las tarifas minoristas al evaluar la estrategia de implementación de la energía
fotovoltaica [12].
Los diferentes países utilizan diversos esquemas de apoyo a los prosumidores. Los esquemas más
utilizados son la tarifa de alimentación (FiT), los apoyos a la inversión (IS) y el sistema de medición neta (NS) [13
]. Un esquema FiT proporciona un precio superior al prosumidor y obliga a los operadores de la red a comprar
la producción de electricidad generada [10]. La aplicación de los esquemas FiT e IS ha ayudado a la distribución
de un gran número de fuentes de energía renovable (RES). En [13-18]. El FiT y el SI pueden garantizar una
rápida difusión de la energía renovable pero, en última instancia, conducir a un aumento en el costo de las
facturas para los usuarios finales [19]. La NS es una política de electricidad que permite a los prosumidores de
energía equilibrar su uso de electricidad con la electricidad producida por ellos mismos. La variabilidad e
inconsistencia de los programas de generación y consumo de energía llevan a la necesidad de intercambio de
energía entre el consumidor y la red eléctrica [20-22]. El sistema NS establece reglas para el intercambio de
energía entre la red eléctrica y el consumidor y la formación de pagos por su uso. En la formación de facturas
se utilizan diversos métodos de pago de la energía suministrada o consumida [1]. Una característica común a
los diferentes sistemas es que cada uno asegura la posibilidad de suministrar energía del consumidor a la red
en los momentos en que la generación supera el consumo y devolverla en caso contrario. Los métodos
utilizados por la SN se distinguen en función de la forma de pago de la energía entregada o tomada en la
formación de facturas. En los países europeos, se utilizan dos grupos principales de variantes NS [1].

El primer grupo se basa en tener en cuenta el intercambio de energía entre la red eléctrica y el
prosumidor (sistema de contabilidad neta (NAS)). El NAS no respeta el tiempo de producción / consumo y
el valor de mercado de la energía producida o consumida. Entonces como [dieciséis], que está
actualmente en vigor en muchos países, ignora los precios de la energía enviada y recibida [23]. El
excedente de energía se mide en unidades de energía (kWh), y cuando la producción de electricidad
excede el consumo, se envía a la red; de lo contrario, se puede devolver desde la red.
El segundo grupo tiene en cuenta no solo la cantidad de energía sino también su costo [19] (un sistema de
facturación neta (NBS)). En este caso, se debe utilizar un esquema de pago nuevo y más sofisticado. Esto se basa en el
tratamiento del coste variable de la energía en función del precio real de la electricidad en el mercado mayorista. El
costo de la energía forma la base de acuerdos mutuos entre la red eléctrica y el prosumidor [1]. En el caso de la deuda
de la red NBS, el precio de mercado de la energía enviada y recibida se considera [1,dieciséis]. La deuda de la red se
expresa en términos monetarios. El prosumidor está motivado a presentar energía en períodos de tiempo en los que
los precios son altos y a consumirla cuando los precios son lo más bajos posible, recibiendo una cantidad de energía
mayor que la cantidad presentada [14]. Un sistema de NBS de este tipo tiene ventajas significativas; sin embargo, no
solo requiere mediciones más complejas sino que también es más complejo desde el punto de vista de su análisis de
efectividad, ya que está fuertemente influenciado por tres procesos aleatorios: la generación de energía, el consumo
de energía y el precio de mercado de la energía.
En Letonia, la generación de electricidad renovable se estimula a través de un complejo sistema de apoyo basado en un
FiT, que también incluye elementos de un sistema de cuotas y licitaciones. El FiT existente está en suspenso hasta el 1 de
enero de 2020 debido a preocupaciones sobre la corrupción y la falta de transparencia en la forma en que se ha
implementado desde 2007. Los mecanismos estatales de apoyo existentes para la producción de energía a partir de fuentes
de energía renovable (FER) están siendo evaluados y revisados . Se ha introducido una supervisión estricta de los productores
de electricidad subsidiados, controles más estrictos y un plazo limitado para la implementación de proyectos de FER. Al
mismo tiempo, en enero de 2014 se introdujo un nuevo impuesto para los productores de electricidad subvencionados. El
impuesto debe ser pagado por las empresas que reciben apoyo financiero para la generación de energía a partir de fuentes
de energía renovables o de plantas combinadas de calor y energía. Desde el 1 de enero de 2014 RES-E
Energias 2018, 11, 3222 3 de 19

(Electricidad de fuentes de energía renovable) también se promueve a través de la medición neta. De acuerdo con las
Directrices de Desarrollo Energético para 2016 a 2020, se debe desarrollar hasta 2018 un nuevo mecanismo nacional
de apoyo a la producción de electricidad a partir de fuentes de energía renovable. Se promueve la calefacción y
refrigeración a partir de fuentes de energía renovable a través de diferentes beneficios fiscales. El acceso de las
plantas de energía renovable a la red está sujeto a la legislación general en materia de energía. No se da prioridad a la
electricidad procedente de fuentes renovables. Además, los dispositivos para la producción de calor a partir de fuentes
de energía renovables no tienen conexión prioritaria, y no existe una legislación especial que promueva la conexión de
dispositivos de calefacción RES a la red de transmisión de calor a nivel nacional [24,25]. En Letonia, la medición neta se
aplica a los clientes que son al mismo tiempo productores de electricidad y están conectados a la red eléctrica a través
de una conexión con un valor de rendimiento menor o igual a 3 * 16A. Los clientes deben solicitar una oferta del
operador de red responsable para inyectar electricidad a la red. Para los clientes de pequeña escala, los costos de
energía solo se aplican al consumo neto de electricidad, definido como la diferencia entre la electricidad obtenida y
alimentada a la red. Además, los clientes deben pagar un cargo por uso de la red [26].
El objetivo principal de este estudio es comparar la rentabilidad de diferentes opciones y buscar
formas de acelerar la aplicación de generadores solares, mejorar la metodología para evaluar la
eficiencia de la utilización de la tecnología y desarrollar propuestas para mejorar los esquemas de apoyo.
Para lograr estos objetivos, realizamos las siguientes acciones:

1. Haga una breve descripción de los esquemas de apoyo en uso.

2. Formular el problema de maximizar el beneficio de los prosumidores y fundamentar el algoritmo para
su resolución.
3. Resolver el problema de estimar la influencia de un gran número de generadores en el funcionamiento del sistema
eléctrico en su conjunto.
4. Con base en los datos experimentales recopilados y los escenarios seleccionados, demuestre la posibilidad
de aumentar la rentabilidad y el número de prosumidores.

Los resultados de resolver las tareas anteriores pueden ser útiles tanto para los responsables de la toma de
decisiones a nivel legislativo como para los posibles inversores en el desarrollo de energías verdes. Este artículo utiliza
datos de medición inteligente recopilados en Letonia; Sin embargo, esperamos que los resultados y las conclusiones
también se puedan utilizar en otros países, principalmente del norte de Europa, con baja irradiación solar (Países
Bajos, Bélgica, Dinamarca, Lituania, Letonia, Irlanda, Reino Unido, Estonia, Suecia, Finlandia e Islandia. [1]). Los mapas
del potencial de recursos solares y energía fotovoltaica y los datos GIS están disponibles en [24,27]. Estos países están
cerca en términos de radiación solar, pero tienen sistemas de energía y capacidades significativamente diferentes
para respaldar las fuentes de energía renovable. El sistema de energía de Letonia comprende cinco grandes centrales
eléctricas [28] con una capacidad instalada total de 2569 MW. Los productores restantes se pueden dividir en los
siguientes grupos [29]: pequeñas plantas combinadas de calor y energía a base de gas natural — 172 MW, plantas de
energía eólica — 71 MW, plantas de biogás — 66 MW, plantas de energía de biomasa — 58 MW, pequeñas centrales
hidroeléctricas — 29 MW y plantas de energía solar— 1,5 MW. En 2017, se logró aproximadamente en Letonia un
equilibrio anual entre la electricidad generada y consumida. Al mismo tiempo, se está llevando a cabo un intercambio
de energía activo con otros participantes del mercado Nord Pool. El sistema eléctrico tiene una característica que es
muy importante para un análisis posterior: las plantas combinadas de calor y energía y las plantas que utilizan FER,
excepto las grandes centrales hidroeléctricas y los microgeneradores, se apoyan mediante la aplicación de la FiT. Este
tipo de apoyo se aplica a casi la mitad de toda la energía generada y se incluye en las facturas de todos los
consumidores. El alto nivel de FiT en Letonia (aproximadamente el 35% de la factura para los usuarios finales [23]),
está provocando descontento entre la ciudadanía, lo que significa que es imposible seguir aumentando la FiT. El NAS
se aplica a microgeneradores [dieciséis]. Como se mencionó anteriormente, la FiT no se aplica actualmente para
apoyar a los microgeneradores.
Las plantas de energía solar representan el tipo de microgeneración más extendido. La capacidad total de
los paneles solares instalados en Letonia es de sólo 1500 kW (aproximadamente 270 prosumidores); la
capacidad instalada en un hogar varía de 2,5 kW a 11 kW; la capacidad media de las aplicaciones de la
tecnología es de 5,5 kW. La cantidad total anual de energía enviada a la red es de 1,38 GWh y el total anual
Energias 2018, 11, 3222 4 de 19

La cantidad recibida de la red es de 2,08 GWh. Estos datos arrojan la conclusión de que la influencia de los paneles
solares en el sistema eléctrico es muy baja ya que las capacidades instaladas en cuestión solo ascienden al 0,05% de la
capacidad total del sistema eléctrico; la energía solar se puede utilizar entre 1700 y 1900 horas al año [1]. Con un panel
solar de 1 kW, se puede generar un promedio anual de 900 a 1000 kWh de electricidad [8]. Se puede concluir que el
uso de energía solar para la generación de electricidad solo dará sus frutos con tecnologías altamente eficientes e
inversiones de capital lo más bajas posible [29,30].
Los problemas del despliegue de la tecnología fotovoltaica en estos países se reflejan en la literatura científica
(una revisión completa de esta literatura se da en los artículos [13,30-36]. Sin embargo, hasta donde sabemos, no se
ha realizado ninguna evaluación del efecto conjunto de la carga, la actividad solar, los perfiles de precios de mercado
y las reglas para la formación de cuentas de los consumidores sobre su eficiencia financiera. Este problema se vuelve
particularmente agudo en el caso de utilizar datos de medición inteligente [23], por lo que en este caso es necesario
tener en cuenta no solo el volumen de generación y consumo, sino también el costo. Para resolver este problema,
utilizamos un algoritmo basado en la adopción de la hipótesis de estacionariedad de los procesos de entrada, big data
recopilados en Letonia, la predicción a largo plazo de la realización de los procesos y un modelo de facturación
detallado de la energía utilizada. La estructura de este algoritmo, los resultados de su verificación y aplicación
constituyen la principal contribución de este artículo.
El resto del artículo está organizado de la siguiente manera: Sección 2 describe los propósitos de la tarea de
investigación y contiene una breve descripción de la legislación vigente que establece las reglas para el comercio de
energía. Además, está dedicado a la descripción de la metodología, los modelos y la información de entrada utilizada.
Sección3refleja los resultados del cálculo de rentabilidad, consumo de gas y tasas de reducción de emisiones. La
última sección está dedicada a las conclusiones y una recomendación para cambiar el sistema neto actual por uno
superior, teniendo en cuenta el costo de mercado de la energía.

2. Metodología y modelos

2.1. La metodología de los estudios de viabilidad

Por lo general, los problemas de planificación del sistema de energía se formulan en forma de problemas de
maximización de beneficios. Para este propósito, los diseñadores utilizan una serie de criterios económicos, como el valor
actual neto del flujo de efectivo (VPN), tasa interna de retorno, tiempo de recuperación y costo nivelado de la energía (LCOE) [1
,8,30]. En este artículo, nos limitamos a utilizar solo losVPN y el LCOE, aunque no se pierde la generalidad del enunciado de la
tarea de los estudios de viabilidad, ya que el algoritmo que se describe a continuación se puede ampliar fácilmente para
calcular también otros criterios económicos. losVPN se da en [28] como:

( ) Tpt
Rt
VPN iD, Tpt = ∑ , (1)
t= 1 (1 + ID)t

dónde t- tiempo del flujo de efectivo, generalmente un año, Tpt—Tiempo de planificación de la tecnología fotovoltaica en años
(por ejemplo, Tpagt = 25) [3], ID-tasa de descuento (la tasa de rendimiento que podría obtenerse de una inversión en los
mercados financieros con un riesgo similar; Rt- flujo de efectivo neto, es decir, entrada y salida de efectivo en un momento, t,
en €. El flujo de caja dentro de un año no se descontará porVPN fines de cálculo. Las inversiones durante el intervalo de
tiempo desde el diseño inicial hasta la puesta en marcha de la planta de energía se resumen con un flujo de caja negativo [8,
30]. losLCOE se calcula de la siguiente manera:

Tpt. Cmodificación,t
( ) (Cinvertir + Ccredibilidad) + ∑
t= 1 (1+I tD) ,
LCOE ipt, Tpt = T
(2)
At
∑ tpt= 1 (1+ID)t

dónde t—Año de planificación del equipo (1, 2, ... Tpt), A, t- cantidad total anual de electricidad generada (kWh /
año), Ccredibilidad- los intereses que se pagarán al banco por el préstamo recibido, durante todo el período de
planificación (€); Cmod, t—Costes anuales (€ /año), Cinvertir—Las inversiones del prosumidor en la compra e
instalación de equipos (€).
Energias 2018, 11, 3222 5 de 19

Para poder aplicar la Ecuación (1) y (2), es necesario evaluar los costos de energía, which
dependen del esquema de apoyo utilizado. Como se ha mencionado, el schLos emes que se utilizarán se seleccionan mediante
decisiones gubernamentales. También estimamos el beneficio de los prosumidores (ahorros en la factura anual,Ct ahorros (€)),
que se define como la diferencia entre el coste de la energía en el caso de que no se disponga de tecnología fotovoltaica
instalado ((Ct ) (€)) y el costo de la energía usando tecnología fotovoltaica (Ct ) (€)). Por lo tanto, el beneficio para
factura_noPV factura_PV
todo el año es el siguiente:
Ctahorros = Ct factura
_noPV
- Ctfactura .
_ PV
(3)

Debido al hecho de que los prosumidores no pueden sacar conclusiones totales sobre la base de VPN o la LCOE,
también consideramos el período de recuperación (PP), que caracteriza el año en el que los ahorros acumulados
superan los costos de inversión de la tecnología fotovoltaica.

2.2. Evaluación del beneficio económico de los esquemas de apoyo

Las facturas de los consumidores contienen componentes pagados para financiar los costos operativos del sistema eléctrico:

1. El componente de volumen fijo (FV) se basa en la capacidad de conexión (kVA);

2. El componente variable progresiva (VP): en este componente, la tarifa por kWh aumenta junto
con un nivel de consumo medido en aumento;
3. El componente de mercado (MC) es igual al precio diario por hora del mercado de la electricidad (por
ejemplo, Nord Pool) [23,28].

Esta tarifa solo es posible con contadores inteligentes [23]. Si el prosumidor genera una cantidad de
electricidad menor a la que consume (más de un mes), entonces, según la NS, la factura del prosumidor
contiene el FV y el VP, que incluye solo el pago por la diferencia entre la cantidad de energía recibida del
red y la cantidad de energía enviada a la red. En el caso contrario, cuando el prosumidor consume
menos de lo que ha generado y ha enviado a la red más energía de la que ha recibido, entonces la
diferencia resultante se considera como la deuda del sistema eléctrico, que se incluye en las facturas de
los siguientes meses. El diagrama estructural del algoritmo para evaluar los gastos anuales,Exp, se
proporciona en la Figura 1.

Figura 1. La estructura del algoritmo para evaluar los gastos anuales.

Energias 2018, 11, 3222 6 de 19

El algoritmo utiliza el horario (I) mediciones de energía enviada a la red, WG +, y recibido de la red, W
G−, el precio de la electricidad por hora, C, y el consumo de electricidad por hora, WC (Cuadra
1). Para cada prosumidor, la red forma una factura individual, que contabiliza las cantidades de electricidad
enviadas a la red o recibidas de la red,ExpTienda, (Bloque 2) y se acumulan los pagos de MC por hora. Si durante
una hora determinada, la cantidad de generación excede el consumo y el prosumidor envía a la red más
electricidad de la que recibe, debe pagar adicionalmente solo por el componente FV,miFV (Bloque 3). Los gastos
anuales,Exp, aumentar en esta cantidad. De lo contrario,ExpTienda está chequeado. SiExpTienda excede el Exp
Tienda del mes actual (en nuestro caso, el ExpTienda horas anteriores), entonces, en algunos países, el prosumidor
no tiene que pagar el componente de VP miVP− a esta hora; sin embargo, el prosumidor siempre tiene que
pagar el componente FV y el MC por la electricidad recibida,Cc + (Bloque 4). De lo contrario, el prosumidor paga
de la misma manera que en el Bloque 4 o solo paga la diferencia total,miVicepresidente, del componente VP para
la hora actual, ExpTienda (Bloque 5). En el cálculo, asumimos que el prosumidor paga el componente VP,miVP−. Si
ExpTienda es negativo o igual a cero, el prosumidor paga la totalidad de la electricidad recibida de la red (como
consumidor ordinario) (Bloque 6). Una vez al año, el proceso se inicia de nuevo [1].

Analizar la viabilidad de un sistema que se describe en la Figura 1, Ecuación (1) y

(2), se requiere la predicción y simulación de los procesos aleatorios correlacionados de generación,
producción de electricidad, consumo y precio de mercado de la electricidad; sin embargo, tal simulación
crea problemas considerables [37,38].

2.3. Las tareas básicas del estudio

El presente artículo establece dos tareas básicas:

1. Evaluar los beneficios recibidos por el prosumidor individual y los factores que influyen en ellos, como
resultado de equipar el hogar en cuestión con FV.
2. Evaluar la influencia de un fuerte aumento en el número de prosumidores y su capacidad sobre el sistema
eléctrico y los demás consumidores de energía.

Como se ha mencionado, los resultados de resolver ambas tareas dependen de varios factores. En
particular, se puede decir que los beneficios recibidos por el prosumidor individual dependen de su programa
de utilización de energía, lo que significa que resolver la primera tarea requiere un enfoque individual. Esta
peculiaridad hace que la solución de la segunda tarea sea más complicada, ya que, incluso en el caso de un
sistema eléctrico pequeño, es necesario tener en cuenta varias decenas de miles de prosumidores, todos ellos
con horarios individuales de generación y consumo.
El objetivo de utilizar RES es un número determinado de subobjetivos. Los subobjetivos son la descarbonización, el
aumento de la independencia energética y la disminución de la cantidad de importación de gas. La energía producida por los
prosumidores equipados con tecnologías fotovoltaicas sustituye a otros tipos de energía. Al evaluar las condiciones que
caracterizan el suministro de energía en Letonia, se puede decir que los prosumidores reemplazarán la energía que se ha
producido con gas natural quemando gas natural importado. Por lo tanto, un aumento en el número de prosumidores puede
garantizar los siguientes beneficios:

• Una menor dependencia de las importaciones de gas;

• Una cantidad disminuida de emisiones atmosféricas de CO2.

Dependiendo del número prospectivo de prosumidores, evaluemos los indicadores de desempeño de

estas situaciones prospectivas. Dado el número de prosumidores (nortepros) y teniendo en cuenta el consumo
directo de los prosumidores, encontramos la cantidad de electricidad producida por los prosumidores (mipros)
(GWh / año):
mipros = nortepros·mipos,promedio, (4)

dónde mipros,promedio representa la cantidad promedio de electricidad producida por un prosumidor, GWh / año
(asumimos un valor de 5500 kWh). Dada la cantidad de electricidad producida por los prosumidores y
Energias 2018, 11, 3222 7 de 19

asumiendo que reemplaza la electricidad producida con gas natural, encontramos la cantidad de gas no
quemado (GRAMOapj) (miles de m3/año):
mipros ,
GRAMOapj = (5)
k1·k2·Qgramo

dónde k1 representa la eficiencia de una unidad generadora de electricidad (se supone un valor de 0,9) yk2 es el
coeficiente de generación de electricidad. Los cálculos asumen el valor de 0,6, característico de las tecnologías
de gas / vapor de alta eficiencia;Qgramo—El poder calorífico del gas natural (un valor de 0,0105 MWh / m3 se
supone).
Después de determinar la cantidad de gas natural no quemado, utilizando el factor de emisión de gas natural
asumido (miF = 0,203) (t / MWh), encontramos la reducción de las emisiones de CO2 en la atmósferametroseg) (t / año):

metroseg = GRAMOapj·Qgramo·mi F . (6)

A partir de las ecuaciones (4), (5) y (6), se puede determinar cuál sería la contribución de la energía fotovoltaica al logro de los
objetivos de las fuentes de energía renovable en Letonia para alcanzar el valor promedio del nivel de utilización de energía fotovoltaica
en los países nórdicos [1]. Alcanzar el nivel medio de los países nórdicos en cuanto a la utilización de tecnologías fotovoltaicas es un
objetivo ambicioso, pero alcanzable.

2.3.1. Implementación de la primera tarea

Supongamos que un determinado hogar desea comenzar a utilizar energía solar. La forma natural de comenzar
es evaluar la rentabilidad del proyecto prospectivo. No obstante la baja capacidad de generación planificada, se hace
necesario resolver el problema de maximización de beneficios. Usando elVPN o laLCOE (Ecuación (1) y (2)) y
estableciendo el tiempo de planificación esperado de la tecnología fotovoltaica, las tareas de optimización se pueden
formular de la siguiente forma:

VPN(Tpt) → max, (7)

LCOE(Tpt) → min. (8)

El flujo de caja y la electricidad generada se pueden describir de un modo diferente. Seleccionamos un enfoque
de costo evitado [1,19]. En este caso, el flujo de caja debe calcularse como:

Rt = RB - Rtpr, (9)

dónde RB es el flujo de caja calculado para el consumidor antes de la instalación de las tecnologías fotovoltaicas
(el caso base). Rtpr—El flujo de caja reducido después de la instalación de la tecnología fotovoltaica. La cantidad
de energía producida,Rt, comprende toda la energía generada por las tecnologías fotovoltaicas: consumo
auxiliar y suministro a la red.
En VPN o LCOE evaluación del valor de los criterios, las mayores dificultades surgen al calcular el flujo de
efectivo neto Rt debido a las cantidades de electricidad generada y consumida y porque los precios de la energía
cambian con el tiempo y pueden describirse en términos de funciones estocásticas [39].
Eficiencia del prosumidor, mipr (VPN o LCOE), es una función que se puede describir de la siguiente manera:

()
mipr = FWgramo(t), WC(t), C(t), (10)

dónde Wgramo(t), WC(t), y Connecticut) representan las cantidades de electricidad generada y consumida y los
cambios en los precios de la energía a lo largo del tiempo. losVPN el cálculo de la función en cuestión (Ecuación
(6)) depende del esquema de apoyo utilizado o del tipo de NS [30]. Para calcular los criterios de eficiencia, es
necesario describir los cambios en los procesos para los años venideros. Esta tarea genera incertidumbre y
requiere el uso de métodos relacionados con la teoría de procesos estocásticos. Asumamos queWgramo(t), WC(t)
, y Connecticut) son procesos estocásticos, ver Figura 2. En este caso, se puede decir que los indicadores de
eficiencia (elVPN o la LCOE) son valores aleatorios [22]. Al formular la tarea de optimización, es
Energias 2018, 11, 3222 8 de 19

( ( )) ( ( ))
necesario utilizar la expectativa matemática de los siguientes valores: E NPV Tpt , E LCOE Tpt .
Las tareas de optimización toman una forma estocástica [39], consulte las ecuaciones (11) y (12):

mi(VPN(Tes)) → max, (11)

mi(LCOE(Tes)) → min. (12)

Solvin t procesos
Wgramo(t), WC capacidad de
(tel proceso

Figura 2. La variabilidad del proceso.

La tarea se simplifica si se asume una hipótesis sobre la naturaleza estacionaria de los procesos
estocásticos [28,40]. En este caso, es posible utilizar los datos históricos sobre los resultados de cálculo o
medición de los procesos de entrada: generaciónWGH, consumo WCH, y el precio CH. Se utilizan pronósticos de
procesos, que se han formado sobre la base de mediciones de los procesos en cuestión y aplicando el llamado
enfoque de pronóstico ingenuo a la generación.WGF, consumoWCF, y el precio CF [28], que se basa en el
supuesto de que los procesos pasados se repetirán en el futuro. Además, tenemos en cuenta el cambio en el
precio medio anual [28]. Tenga en cuenta que el problema de los procesos de pronóstico es relevante para
resolver muchos problemas relacionados con la optimización de los sistemas de energía. La extensa literatura
científica está dedicada a este problema [41-48]. El enfoque que utilizamos es solo uno de los posibles. La
prueba de su precisión aceptable y una descripción más detallada se da en nuestro trabajo anterior [28]. En la
Figura se proporciona un diagrama estructural del algoritmo.3.

Figura 3. Un diagrama estructural de predicción de procesos.

Energias 2018, 11, 3222 9 de 19

( ( )) ( ( ))
Valores de expectativa matemática, E NPV Tpt y E LCOE Tpt se puede determinar en el
base de Rt:
t=Tpt
mi(Rt) = ∑ Rt. (13)
t= 1

En el caso en discusión, cuando se evalúa la posible rentabilidad del prosumidor potencial, los registros
históricos de medición están disponibles solo para dos procesos, a saber, precio de mercado y consumo. Para
pronosticar la generación, los registros de medición de otras plantas de energía solar se pueden utilizar como
referencia. Es esta posibilidad la que se utilizará en nuestro estudio.

2.3.2. Implementación de la segunda tarea

En el caso de múltiples prosumidores, al evaluar su impacto en el sistema eléctrico en su conjunto, la tarea se

vuelve aún más complicada, ya que el cálculo de la cantidad total de generación de energía, Wsuma, para decenas de
miles de prosumidores, simular el funcionamiento de cada prosumidor, es demasiado caro en términos de dinero y
mano de obra porque el número de prosumidores, norte, puede llegar a decenas de miles o más. Este problema
puede resolverse mediante el método de Monte-Carlo [49] (Ecuación (14)). La esencia del método es la siguiente: El
proceso se modela utilizando un generador de variables aleatorias. Esto se repite muchas veces y luego, en base a los
datos aleatorios obtenidos, se calculan las características probabilísticas del problema que se está resolviendo.

I=Tpt I=Tpt
∑ I= 0 WI ,
∑
norte·
Wsuma = WI ≈ (14)
norte
I= 1

dónde N >> n y norte representa el número de prosumidores seleccionados al azar para el análisis; WI es la cantidad de
generación de energía de I-th prosumidor, (kWh).
Como se mencionó anteriormente, estimar la cantidad total de generación de energía y los costos totales anuales de la
gran cantidad de prosumidores es un proceso que requiere mucha mano de obra. Figura4 A continuación se muestra un
diagrama estructural del algoritmo para resolver la tarea de evaluación de la eficiencia que se basa en el método de Monte-
Carlo. Tal método es muy conveniente y apropiado para calcular los costos promedio y la rentabilidad de los prosumidores.

Figura 4. La estructura de la estructura del algoritmo.

Energias 2018, 11, 3222 10 de 19

El algoritmo, que se muestra en la Figura 4, permite la implementación de la segunda tarea. El presentado

El enfoque se puede implementar mediante software y permite una solución rápida y sencilla de la tarea
establecida. En nuestro caso, se utiliza el entorno MATLAB (R2013a, MathWorks, Natick, MA).

2.4. Información de entrada y supuestos

Para el estudio de caso, identificamos dos casos:

1. El caso base, cuando el cabeza de familia no tiene una SN.

2. El caso, cuando el cabeza de familia tiene un NBS.

Como se ha dicho anteriormente, la resolución de las tareas en consideración requiere la simulación de los cambios de tres
procesos de entrada a lo largo del tiempo con un paso de 1 h:

1. Demanda de energía: se requiere información sobre los perfiles de demanda de energía de un gran número de
prosumidores. Usamos los registros de los medidores inteligentes de cien consumidores diferentes
seleccionados al azar durante un período de un año [23];
2. Generación de energía: la generación de los 100 prosumidores potenciales se simula utilizando los registros
de un generador recién instalado para el año 2017. Estos registros se modifican cambiando la capacidad
del equipo para cada uno de los 100 prosumidores de tal manera que se logre un equilibrio entre las
cifras anuales de generación y consumo de energía;
3. Precios del mercado de la electricidad: se utilizan los precios del mercado de Nord Pool. Al usar la transformada de
Fourier [39], destacamos el componente constante, que establecemos como variable en función del número del
año de planificación. Los cambios de precio promedio se establecen utilizando los resultados publicados y los
escenarios seleccionados [39].

En el mercado letón, varios fabricantes ofrecen equipos fotovoltaicos. Según sus datos, la Figura5
muestra los costos totales de instalación de la tecnología fotovoltaica (sin incluir el impuesto al valor agregado
(IVA)).

Figura 5. La dependencia de los costes de la tecnología fotovoltaica (FV) de la capacidad FV.

Los precios del comerciante, que se muestran en la Figura 5, se utilizan en el cálculo de simulación adicional.
Al realizar la simulación, se tuvieron en cuenta las siguientes condiciones limitantes:
1. El período de facturación NS se mantiene de acuerdo con la legislación vigente, es decir, desde el 1 de abril hasta marzo
31. Este período es adecuado para los prosumidores de los países nórdicos [1] ya que en el período
invernal el prosumidor tiene la posibilidad de utilizar al máximo la electricidad suministrada a la red. Este
período aumenta la rentabilidad económica de los prosumidores.
2. Se supone que los precios minoristas aumentarán un 7,5% cada año [50] (de 2018 a 2030), luego un 2% (de 2030 a
2040) y una caída del 1% (de 2040 a 2043) de acuerdo con el escenario de precios de la energía EU Outlook
2050, publicado por Energy Brainpool (junio de 2017).
3. Un pago fijo para asegurar el mantenimiento de la conexión, de acuerdo con la legislación
vigente [51,52]. Los pagos por los componentes FV y VP se observan de acuerdo con la
legislación vigente.
Energias 2018, 11, 3222 11 de 19

4. Para la carga horaria de usuarios finales, se utilizó la serie temporal recopilada por los contadores inteligentes, que cubre un año
completo.

5. Suponemos que, para los consumidores conectados a la red, el consumo sigue siendo el mismo para los
años futuros. El tipo de interés del préstamo se asumió de acuerdo con los tipos de interés establecidos
por el Banco de Letonia, es decir, el 2,6% anual [53]. Se supuso que la tasa de descuento era del 2,0%
anual. Se supone que el período de crédito es igual a la vida útil del equipo: 25 años.
6. La capacidad de la tecnología fotovoltaica y la cantidad correspondiente de inversión se determinaron sobre la base
de la radiación solar en Letonia, para permitir que el prosumidor con su consumo individual utilice la energía
producida por la tecnología fotovoltaica para el consumo final en la máxima medida.
7. El VPN se calcula para dos alternativas: la alternativa 1 supone tomar un préstamo; La alternativa 2 no implica ningún
préstamo; utilizando los ahorros del prosumidor,ExpTienda.
8. El VPN se calcula teniendo en cuenta los ingresos del prosumidor, ExpTienda, que se obtiene a partir de la
energía producida por la tecnología fotovoltaica.
9. No se aplica ninguna subvención. Actualmente no hay subvenciones o incentivos financieros disponibles para la generación
fotovoltaica en Letonia.

Los principales supuestos técnicos y económicos se resumen en la Tabla 1.

Tabla 1. Los supuestos clave.

Nombre del parámetro; Unidad de medida Valor

Numero de fases 3
Pago por el servicio comercial, € /kWh 0,00564
Componente FV, € /año 115.11
VP componente, € /kWh 0.07104
Tiempo de planificación, años 25
Tasa de interés del préstamo,% 2.6
Tasa de descuento, % 2.0

Los datos y supuestos de la tabla 1 se utilizan en los cálculos y se tienen en cuenta en la

sección 3.

3. Resultados

En primer lugar, comparemos NBS y NAS. Figura6 presenta los resultados de los cambios de pago
por mes.

Figura 6. Pago medio del usuario final en el caso del sistema de facturación neta (NBS) y el sistema de
contabilidad neta (NAS).
Energias 2018, 11, 3222 12 de 19

El pago promedio total del usuario final en el caso de NBS es 732.84 € y, en el caso de NAS, 829.58 €. Por tanto, la
diferencia es del 11%. En consecuencia, NBS es beneficioso tanto para el consumidor como para el sistema eléctrico.
Además, el NBS esuboficialInsta a los consumidores a adaptarse a los precios volátiles del mercado. Por lo tanto, en la
sección3 consideramos solo el NBS.
Pestañale 2 y figuras 7-12 presentar los resultados, que muestran el VPN, los LCOE, y el PP para cada
caso de NBS. Hay que tener en cuenta que, si se toma un préstamo, el período de amortización del equipo es mayor
(11 años). Como resues la acción de tomar un préstamo tiene un impacto considerable en, en primer lugar, los
beneficios del prosumidor y la tecnología fotovoltaicaloperíodo de recuperación de la inversión. Sin embargo, si los
precios van a ser más altos o más bajos que los previstos en [50], el PP cambiará según el factor de aumento /
disminución de precio. Como podemos ver, en el caso base el promedio totalelLa factura de electricidad para el
consumidor es de 37.420,72 €por un período de 25 años. En el segundo caso, cuando se aplica la NBS, es 2,3 veces
esta cantidad. Esto también se evidencia por el cálculoLCOE valor, que muestra cuánto costará 1 kWh de electricidad
sobre el whole vida útil del equipo instalado: 0,16 € /kWh para el caso base, 0,10 € /kWh en el caso de NBS sin
préstamo, o 0,11 € /kWh con préstamo. Al calcular elLCOE, ninguna consideración esdado al futuro potencial changes
en las tarifas eléctricas, lo que puede afectar el valor total de laLCOE. Para cada escenario, elVPN se calcula, que tiene
en cuenta tanto las tasas de interés si se toma un préstamo como la tasa de descuento.

Tabla 2. Los resultados del desempeño financiero inicial.

La suma de LCOE Cambios

Según LCOE,
Guión Préstamo Media anual VPN, € PP, años con respecto a la
a MC € /kWh
Costos € Caso base, %

Caso base Accounting - 37420.72 - - 0,16 0,00%

Facturación regalo 7468.60 11 0,11 - 33,40%
16446.07
Oficina nacional de normas
Facturación ausente 11852.97 8 0,10 - 38,13%

Param Mesa 2, se puede ver que el valor de la VPN es positivo, lo que significa que el proyecto tiene
éxito en dar sus frutos en 25 años. Al evaluar los resultados, vemos que el mayorVPN se observa en el
escenario en el que no se toma ningún préstamo, y es igual a 11,852.97 €.
Figura 7 muestra la dependencia de la LCOE sobre la capacidad instalada de la tecnología fotovoltaica.

0,2

0,15
LCOE, € / kWh

0,1

0,05

Capacidad fotovoltaica, kW

0
0 2 4 6 8 10
Dependencia del LCOE (préstamo) de la capacidad fotovoltaica

Dependencia lineal (LCOE (tomar un préstamo) de la capacidad fotovoltaica)

Figura 7. La dependencia del LCOE en capacidad fotovoltaica.

Figura 7 muestra que, a medida que aumenta la capacidad fotovoltaica, la LCOE Disminuye gradualmente. Con base en
los supuestos y la metodología de modelado, el PP delPAGLa inversión V es diferente para todos los prosumidores, como se
muestra en la Figura 8.
Energias 2018, 11, 3222 13 de 19

VAN del flujo de caja, €

Figura 8. VPN para inversión fotovoltaica para 25 prosumidores (préstamo).

Observamos que las 25 variantes muestran un positivo VPN mayores de 25 años. Es obvio que la rentabilidad de
la utilización de la tecnología fotovoltaica fluctúa enormemente y esto se debe a varias razones. Por ejemplo, cuanta
más energía generada usa el prosumidor para el consumo auxiliar, más barata es la factura de la luz y más ahorros
hacen. Como resultado, la tecnología fotovoltaica se amortizará más rápido y el totalVPNdel proyecto tendrá un valor
superior. Como puede verse en la Figura8, la sexta variante corresponde al prosumidor más rentable. Su PP es de
nueve años y el totalVPN es igual a 21.965,57 €. Los peores resultados se pueden encontrar para el decimoquinto
prosumidor: el PP es de 15 años y el VPN es solo 1.076,22 €.
Sin embargo, en aras de la simplicidad, presentamos el promedio VPN de los 25 jefes de familia. La
resultanteVPN se muestra en la tabla 2.
Además, se calcularon los ahorros anuales y se muestran en la Figura 9.

1200
1000
Porcentaje anual

800
ahorro, €

600
400
200
0
11

13

15

17

19

21

23

25
1

Período de planificación, año

Figura 9. Ahorros anuales de un prosumidor durante un período de planificación.

Podemos ver que en los primeros doce años el ahorro anual aumenta rápidamente, mientras que desde el año 12 hasta
el año 22 crecen moderadamente. Sin embargo, en los últimos tres años del período de planificación, los ahorros anuales
disminuyen levemente. Esto se debe a que, a partir de 2040 en adelante, los precios de la electricidad probablemente caerán
a pesar del aumento de los precios de los vectores de energía primaria y el CO2.
Energias 2018, 11, 3222 14 de 19

La causa de esto radica en la alta tarifa de alimentación de las plantas de energía eólica y solar, que aumenta los
períodos de precios de la electricidad bajos e incluso negativos [50]. Figura10 muestra la dependencia de laLCOE
sobre el VPN.

0,18
0,16
0,14
0,12
LCOE, € / kWh

0,1
0,08
0,06
0,04
0,02
0
0 5,000 10,000 15.000 20.000 25.000

Valor VAN, €
La dependencia del VPN del LCOE
Lineal (la dependencia del VPN del LCOE)

Figura 10. La dependencia del LCOE sobre el VPN.

Como el VPN aumenta, el valor de la LCOE disminuye y el uso de la SN se vuelve más rentable para los prosumidores.
Los resultados generales muestran que la instalación de tecnologías fotovoltaicas y el uso de NBS pueden proporcionar
beneficios tanto para el usuario final como para el operador de la red en determinadas condiciones. Por ejemplo, las facturas
de electricidad de los prosumidores se reducen significativamente. Además, después del undécimo año (cuando el
prosumidor toma un préstamo), los 14 años restantes muestran solo una ganancia por el uso de la tecnología fotovoltaica.

Los precios minoristas más altos hacen que la instalación de tecnologías fotovoltaicas sea más rentable, ya que los
ahorros en los consumos auxiliares valen más. El sistema NBS claramente funciona mejor que el escenario base.
La capacidad media asumida de una tecnología fotovoltaica es de 5,5 kW. Para evitar que la cantidad total
de electricidad producida por los prosumidores supere el 3% del consumo total de electricidad en Letonia y
para alcanzar el nivel medio de los países nórdicos, el número de prosumidores debe ser de unos 40.000.

De esta forma, un número de prosumidores de 40.000 puede interpretarse como aceptable, tanto desde
el punto de vista del resto de consumidores como en cuanto a la disminución del impacto en el sistema
eléctrico. Para alcanzar el número anterior de prosumidores para 2030, sería necesario equipar
aproximadamente 4000 hogares cada año con tecnologías fotovoltaicas. En nuestra opinión, tal aumento se
puede lograr, aunque con dificultad.
Señalemos que en 2017, solo había unos 40 nuevos prosumidores en Letonia cada año; por lo tanto, al
analizar la Figura11, se puede concluir que la capacidad descrita solo puede lograrse cambiando
considerablemente las condiciones para la creación de prosumidores.
Se puede esperar que el aumento en el número de prosumidores sea inferior a 40.000 como se muestra
arriba. Los casos con menor previsión del aumento de capacidades instaladas y menor número de
prosumidores alcanzado al 2030 se muestran en la Figura11.
Energias 2018, 11, 3222 15 de 19

ipemte, nt,
250
No de prosumidores = 100 / año No

f eoqfueiqpum n
de prosumidores = 200 / año No de
200
prosumidores = 500 / año No de

150 prosumidores = 1000 / año No de

MW
alslteadllecadpcaacpitaycioty

MW

prosumidores = 4000 / año

100

50
InsItn

0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Años
Figura 11. El aumento previsto en las capacidades de los equipos instalados para 2030.

De lo anterior, se puede concluir que si la tendencia actual de un número creciente de prosumidores y

capacidades instaladas, el número de prosumidores en 2030 ni siquiera llegaría a 1000. Para alcanzar el valor
optimista de 40.000, 4000 nuevos prosumidores habrían a emerger por año. Si el número de nuevos
prosumidores es de 1000 por año, entonces la capacidad instalada alcanzable para 2030 es de 55 MW; con un
número total de nuevos prosumidores de 40.000, la capacidad instalada alcanza los 220 MW.
Las cantidades calculadas de electricidad producida por los prosumidores, el gas natural no quemado y la
disminución del CO2 emisiones en función del número de prosumers se muestran en la Figura 12. Si Letonia
alcanza el nivel de los países nórdicos en la utilización de tecnología fotovoltaica, será posible producir
adicionalmente aproximadamente 220 GWh de electricidad, evitando quemar aproximadamente 40 millones de
m3 de gas natural por año, y disminuir el CO2 emisiones en aproximadamente 82.000 toneladas por año.

240 40.000
ción
iocn

35.000
200
AmAom
suemse, rrse, druecdtu

30.000
unotuonft usobre

160
25.000
siiossnisons

120 20.000
pensión
pyropdruocdeudcebdy bpyropsruom r

uucompleta

15.000
nrbnuerdnegdasgas
inOC2O 2 eísmo

80
em

10,000
40
5,000
Cª

0 0
13,010 30,000

16,010 60,000

22,020 20,000

28,020 80,000

34,030 40,000

37,030 70,000
1,0010,000

4,0040,000

7,0070,000

10.01000.000

19,01090,000

25,02050,000

31,03010,000

40,04000,000
EneErngeyrg

Número de prosumidores

Erl, GWh mseg, miles de toneladas Gapj, miles de m3

Figura 12. El impacto de las fuentes de energía renovables (RES) utilización de tecnología.

Figura 12 muestra que a medida que aumenta la utilización de tecnologías fotovoltaicas, la cantidad de gas fósil
quemado disminuye, al igual que la cantidad de CO2 emisiones, lo que a su vez tiene un impacto indirecto en la
Energias 2018, 11, 3222 16 de 19

PIB del país. Por lo tanto, se puede decir que se necesita un análisis económico adicional de la utilización de la
tecnología fotovoltaica para evaluar los beneficios del país al no comprar y quemar combustibles fósiles.

4. Discusión

Dentro del actual sistema neto, el prosumidor puede ahorrar un promedio de aproximadamente el 56% en
comparación con los costos anuales de electricidad de los consumidores domésticos. Cuando se utiliza un sistema de
facturación neta (NBS), el período de recuperación promedio del equipo de RES instalado por el prosumidor es de 11
años (si se toma un préstamo) u 8 años (si no se toma un préstamo). Sin embargo, el período de recuperación (PP)
depende en gran medida de los precios previstos. El PP obviamente cambiará de acuerdo con el factor de aumento /
disminución de precio. Teniendo en cuenta que la contabilidad de la electricidad se realiza sobre la base de la cantidad
de electricidad enviada a la red y recibida de la red, se puede decir que el sistema de contabilidad neta (NAS) está
separado del funcionamiento del mercado eléctrico y no estimula prosumidores para adaptarse a los precios
fluctuantes del mercado, lo que disminuiría la cantidad de electricidad demandada de la red en horas de alto precio. El
NAS no está adaptado al uso de tecnologías inteligentes, es decir, no se anima a los prosumidores a instalar controles
de generación / consumo de energía y acumuladores de energía y utilizar ventajas que podrían beneficiar tanto al
prosumidor como a la red eléctrica en su conjunto. Por lo tanto, es útil aplicar el NBS, que estimulará a los
consumidores a comprar equipos de energía renovable.
Con Letonia alcanzando el nivel de los países nórdicos en cuanto a la utilización de tecnologías fotovoltaicas, se
ahorraría una cantidad considerable de combustible fósil y la cantidad de CO2 las emisiones se reducirían, lo que se
traduciría en ahorros económicos adicionales. Para lograr objetivos tan ambiciosos, es necesario observar los
siguientes principios importantes: aplicación de impuestos a los combustibles fósiles para estimular el uso de fuentes
de energía renovables; en lugar de subvencionar, hay que utilizar mecanismos de mercado para evitar la distorsión
del mercado; los mejores proyectos surgen cuando hay competencia, por lo que deben ser seleccionados mediante
licitación, dando preferencia a aquellos proyectos que requieran la menor cantidad de subvenciones; hay que
estimular soluciones que no sobrecarguen a los consumidores ni a la infraestructura, acercando a los productores a
los consumidores; es necesario mejorar el entorno legal y eliminar los obstáculos al desarrollo de las fuentes de
energía renovable a gran escala. Desde el punto de vista de la sostenibilidad, Es importante apoyar el desarrollo de
fuentes de energía renovables y así lograr los objetivos establecidos por el gobierno de Letonia. En resumen, la
cuestión del futuro de las políticas energéticas reviste una importancia decisiva para Letonia, ya que cabe esperar que
repercuta en la economía nacional en su conjunto y en todos sus sectores.

5. Conclusiones

El sistema de contabilidad neta utilizado en Letonia debe cambiarse debido a lo siguiente: no se está estimulando a los
prosumidores para que se adapten a los precios cambiantes del mercado y las necesidades de las redes de distribución y
transmisión. El sistema existente no está adaptado al uso de tecnologías inteligentes, es decir, no se anima a los
prosumidores a instalar controles de generación / consumo de energía y acumuladores de energía y utilizar ventajas que
podrían beneficiar tanto al prosumidor como a la red eléctrica en su conjunto. La aplicación del sistema de facturación neta
asegura una reducción de la amortización (11%) y estimula el uso de la tecnología fotovoltaica. Los beneficios anuales del
prosumidor letón medio (sin un préstamo) superan el 10% de la inversión de capital, que es más que la tasa de interés de los
depósitos bancarios. Estos beneficios pueden resultar atractivos para los usuarios que pueden invertir su dinero. En el caso de
un préstamo, una gran parte de los beneficios se destina a la devolución del préstamo. El uso de tecnologías fotovoltaicas,
incluso en los pequeños países nórdicos, puede reducir el volumen de gas importado y las emisiones a la atmósfera.

Los datos recopilados en este trabajo y el algoritmo desarrollado se pueden utilizar como base para el desarrollo
de software de evaluación de tecnología fotovoltaica (trabajo futuro). Para acelerar el uso de PV, la provisión de acceso
gratuito a este software está destinada a todos los prosumidores potenciales.

Contribuciones de autor: Las contribuciones de los autores a este artículo son las siguientes: La idea principal fue propuesta
por todos los autores. AS contribuyó con la metodología. LZ contribuyó al diseño de cálculos de planes a largo plazo,
Energias 2018, 11, 3222 17 de 19

analizó los resultados y redactó el artículo. LP escribió el software del modelo y realizó los cálculos para el estudio. AJ e
IM contribuyeron con recursos y conservación de datos.

Fondos: Este trabajo fue fundado por el Consejo de Ciencias de Letonia, proyecto: Gestión y operación de un sistema
de energía inteligente (I-POWER) (No. lzp-2018 / 1-0066).

Conflictos de interés: Los autores declaran no tener ningún conflicto de intereses.

Referencias

1. Directiva 2009/28 / CE de la Comisión Europea del Parlamento Europeo y del Consejo, de 23 de abril de 2009, sobre
la promoción del uso de energía procedente de fuentes renovables y que modifica y posteriormente deroga las
Directivas 2001/77 / CE y 2003/30 / CE (2009). Disponible en linea:https://eur-lex.europa.eu/ LexUriServ /
LexUriServ.do? uri = OJ: L: 2009: 140: 0016: 0062: en: PDF (consultado el 15 de agosto de 2018).
2. Red de políticas de energía renovable para el informe de estado global de las energías renovables del siglo XXI 2017 —
REN21. Disponible en linea:http://www.ren21.net/wp-content/uploads/2017/06/17-8399_GSR_2017_Full_Report_
0621_Opt.pdf (consultado el 5 de noviembre de 2018).
3. Comisión Europea. Directiva de eficiencia energética — Comisión Europea. Disponible en línea:
https://ec.europa.eu/energy/en/topics/energy-efficiency/energy-efficiency-directive5 de (accedido en
noviembre de 2018).
4. Tecnología Hoja de ruta inteligente Cuadrículas. (Internacional Energía Agencia, París).
Disponible en línea: https://www.iea.org/publications/freepublications/publication/
TecnologíaRoadmapHow2GuideforSmartGridsinDistributionNetworks.pdf (consultado el 3 de noviembre de 2018).
5. Hosenuzzaman, M .; Rahim, NA; Selvaraj, J .; Hasanuzzaman, M .; Malek, ABMA; Nahar, A. Perspectivas
globales, progreso, políticas e impacto ambiental de la generación de energía solar fotovoltaica.Renovar.
Sostener. Energía Rev.2015, 41, 284-297. [CrossRef]
6. Popovic, I .; Radovanovic, I. Metodología para la detección de funcionamiento de bajo rendimiento de sistemas fotovoltaicos
basada en la correlación de estimaciones de irradiancia de sistemas vecinos.J. Renovar. Sostener. Energía2018, 10. [
CrossRef]
7. Instituto Fraunhofer de Sistemas de Energía Solar — Informe de energía fotovoltaica ISE. Disponible en linea:https: //
www.ise. fraunhofer.de/content/dam/ise/de/documents/publications/studies/Photovoltaics-Report.pdf(consultado el 7
de noviembre de 2018).
8. Jäger-Waldau, A. Informe de estado fotovoltaico 2017, EUR 28817 EN; Oficina de Publicaciones de la Unión Europea:
Luxemburgo, 2017; ISBN 978-92-79-74071-8. [CrossRef]
9. Dijkgraaf, E .; Van Dorp, TP; Maasland, E. Sobre la eficacia de las tarifas de alimentación en el desarrollo de la energía solar
fotovoltaica.Energía J. 2018, 39, 81–99. [CrossRef]
10. Dusonchet, L .; Telaretti, E. Análisis económico comparativo de las políticas de apoyo a la energía solar fotovoltaica en los países
más representativos de la UE.Renovar. Sostener. Energía Rev.2015, 42, 986–998. [CrossRef]
11. GarcIa-AÁlvarez, M .; Cabeza-GarcIa, L .; Soares, M. Evaluación de políticas energéticas para promover la generación
fotovoltaica en la Unión Europea.Energía 2018, 151, 864–874. [CrossRef]
12. Estadísticas de precios de la electricidad. Disponible en linea:https://ec.europa.eu/eurostat/statistics-explained/index.php/
Electricity_price_statistics # Electricity_prices_for_household_consumers (consultado el 5 de octubre de 2018).
13. La Monaca, S .; Ryan, L. Energía solar fotovoltaica donde no brilla el sol: Estimación de los impactos económicos de los esquemas de apoyo
para la energía fotovoltaica residencial con perfiles detallados de la demanda neta.La política energética 2017, 108, 731–741. [CrossRef]
14. EK “Política de energía solar en la UE y los Estados miembros, desde la perspectiva de las peticiones recibidas”.
Disponible en linea:http://www.europarl.europa.eu/RegData/etudes/STUD/2016/556968/IPOL_STU(2016)
556968_EN.pdf (consultado el 5 de octubre de 2018).
15. Zemite, L .; Kutjuns, A .; Bode, I .; Kunickis, M .; Zeltins, N. Análisis de consistencia y consulta de datos del sistema
de gas de la red de electricidad y gas de Letonia.Latv. J. Phys. Tech. Sci.2018, 55, 22–34. [CrossRef]
16. Dufo-López, R .; Bernal-AgustIn, JL Una evaluación comparativa de las políticas de medición neta y facturación neta. Casos
de estudio para España.Energía 2015, 84, 684–694. [CrossRef]
17. Pyrgou, A .; Kylili, A .; Fokaides, PA El futuro del sistema de tarifas de alimentación (FiT) en Europa: el caso de la energía
fotovoltaica.La política energética 2016, 95, 94-102. [CrossRef]
Energias 2018, 11, 3222 18 de 19

18. Solarplaza, MM Descripción general de la capacidad fotovoltaica europea agotando las tarifas de alimentación y las fuentes de
ingresos alternativas. Disponible en linea:https://www.solarplaza.com/channels/asset-management/11738/overvieweuropean-
pv-capacity-running-out-feed-tariffs-alternative-revenue-streams/ (consultado el 6 de noviembre de 2018).
19. Yamamoto, Y. Fijación de precios de electricidad de sistemas fotovoltaicos residenciales: una comparación de tarifas de
alimentación, medición neta y compra y venta neta. Sol. Energía2012, 86, 2678–2685. [CrossRef]
20. Jacobs, D .; Sovacool, BK Feed-In Tariffs y otros mecanismos de apoyo para la promoción de energía solar fotovoltaica.
Compr. Renovar. Energía2012, 1, 73–109. [CrossRef]
21. Campoccia, A .; Dusonchet, L .; Telaretti, E .; Zizzo, G. Análisis comparativo de diferentes medidas de apoyo a la producción
de energía eléctrica mediante sistemas solares fotovoltaicos y eólicos: cuatro casos representativos europeos.Sol.
Energía2009, 83, 287–297. [CrossRef]
22. Poullikkas, A .; Kourtis, G .; Hadjipaschalis, J. Una revisión del mecanismo de medición neta para fuentes de energía renovables de
electricidad.En t. J. Energy Environ.2013, 4, 975–1001.
23. Jasevics, A .; Zemite, L. Kunickis Control de carga de demanda con medidores inteligentes. En Actas de la 58a Conferencia
Científica Internacional Anual sobre Energía e Ingeniería Eléctrica de la Universidad Técnica de Riga (RTUCON), Riga,
Letonia, 12-13 de octubre de 2017.
24. Sistema de Información Geográfica Fotovoltaica. Disponible en linea:http://re.jrc.ec.europa.eu/pvg_tools/en/ tools.html #
PVP (consultado el 12 de agosto de 2018).
25. Fuentes legales sobre energías renovables. Letonia: Resumen general. Disponible en linea:http://www.res-legal.eu/ search-
by-country / latvia / (consultado el 5 de noviembre de 2018).
26. Ley del Mercado Eléctrico, §30 párr.1,2,3,4. Disponible en linea:https://www.google.ru/url?sa=t&rct=j&q=&esrc= s
& source = web & cd = 1 & ved = 2ahUKEwiEobzn0dneAhVEBiwKHQVlAxAQFjAAegQICBAC & url = http% 3A% 2F%
2F% 2Fdovc.gov.site 2FLRTA% 2FCiti% 2FElectricity_ Market_Law.doc & usg = AOvVaw3UGSfxk4NRZmm5VG_xTrlT
(consultado el 7 de noviembre de 2018).
27. Mapas de recursos solares y datos GIS para más de 200 países. Disponible en linea:https://solargis.com/maps-andgis-data/
overview/ (consultado el 7 de noviembre de 2018).
28. Petrichenko, L .; Broka, Z .; Sauhats, A .; Bezrukovs, D. Análisis de costo-beneficio de baterías de iones de litio en una red
de distribución. En Actas de la 15a Conferencia Internacional sobre el Mercado Europeo de la Energía (EEM) de 2018, Łó
dź, Polonia, 27 a 29 de junio de 2018; págs. 1-5.
29. Zemite, L .; Gerhard, J .; Gorobetz, M .; Levchenkov, A. Optimización de la confiabilidad del sistema de distribución.
En Actas de la 16ª Conferencia Internacional sobre Medio Ambiente e Ingeniería Eléctrica (EEEIC), Florencia,
Italia, 6 a 8 de junio de 2016.
30. Huld, T .; Jäger-Waldau, A .; Ossenbrink, H .; Szabo, S .; Dunlop, E .; Taylor, N. Mapas de costos para electricidad
fotovoltaica no subsidiada. Disponible en linea:https://setis.ec.europa.eu/sites/default/files/reports/Cost-Maps-
for-Unsubsidised-Photovoltaic-Electricity.pdf (consultado el 31 de julio de 2018).
31. Dusonchet, L .; Telaretti, E. Análisis económico de diferentes políticas de apoyo a la producción de energía eléctrica
mediante energía solar fotovoltaica en países de la Unión Europea Occidental.La política energética 2010, 38, 3297–
3308. [CrossRef]
32. Amillo, A .; Huld, T .; Müller, R. Una nueva base de datos de radiación solar directa y global utilizando el satélite meteosat
del este, modelos y validación.Sensores remotos 2014, 6, 8165–8189. [CrossRef]
33. Hempel, S .; Schweinsberg, C .; Schmidt, J .; Tröster, E .; Ackermann, T. Control de red inteligente con alimentación
fotovoltaica coordinada. Disponible en linea:http://regridintegrationindia.org/wp-content/uploads/sites/3/ 2017/09 /
7A_5_GIZ17_xxx_paper_Eckehard_Troester.pdf (consultado el 29 de julio de 2018).
34. Darghouth, NR; Barbose, G .; Wiser, RH Aspectos económicos del cliente de los sistemas fotovoltaicos residenciales (Parte 1): El impacto de las
altas penetraciones de energía renovable en el ahorro en la factura de electricidad con medición neta.La política energética2014, 67290–
300. [CrossRef]
35. Holdermann, C .; Kissel, J .; Beigel, J. Generación fotovoltaica distribuida en Brasil: un análisis de viabilidad económica de
sistemas fotovoltaicos de pequeña escala en los sectores residencial y comercial.La política energética 2014, 67, 612–
617. [CrossRef]
36. Kroics, K .; Zemite, L .; Gaigals, G. Análisis de la topología de inversores avanzada para la generación de energía renovable y la
integración del almacenamiento de energía en la red de CA. En Actas de la 16ª Conferencia Científica Internacional de Ingeniería
para el Desarrollo Rural, Jelgava, Letonia, 24-26 de mayo de 2017.
Energias 2018, 11, 3222 19 de 19

37. Gajowniczek, K .; Nafkha, R .; Ząbkowski, T. Clasificación de la demanda máxima de electricidad con redes neuronales
artificiales. En Actas de la Conferencia Federada de 2017 sobre Informática y Sistemas de Información (FedCSIS), Praga,
República Checa, 3 a 6 de septiembre de 2017.
38. Ząbkowski, T .; Gajowniczek, K .; Szupiluk, R. Análisis de grado para la segmentación de patrones de uso de energía basado en
datos de medidores inteligentes. En Actas de la Segunda Conferencia Internacional sobre Cibernética del IEEE 2015 (CYBCONF),
Gdynia, Polonia, 24-26 de junio de 2015.
39. Sauhats, A .; Petričenko, L, ; Berjozkina, S. Planificación estocástica de líneas de distribución. En Actas de la 13a Conferencia
Internacional sobre el Mercado Europeo de la Energía de 2016 (EEM 2016), Oporto, Portugal, 6 a 9 de junio de 2016.
40. Moshkin, I .; Sauhats, A. Resolución de problemas de calefacción urbana mediante el uso de métodos de teoría de juegos
cooperativos. En Actas de la 16ª Conferencia Internacional sobre Medio Ambiente e Ingeniería Eléctrica (EEEIC 2016),
Florencia, Italia, 6 a 8 de junio de 2016.
41. Singh, S .; Yassine, A. Big Data Mining of Energy Series Time for Behavioral Analytics y Energy Consumption
Forecasting.Energias 2018, 11, 452. [CrossRef]
42. Aggarwal, SK; Saini, LM; Kumar, A. Pronóstico del precio de la electricidad en mercados desregulados: revisión y
evaluación.En t. J. Electr. Power Energy Syst.2009, 31, 13-22. [CrossRef]
43. Singh, N .; Mohanty, SR. Revisión del problema y las técnicas de pronóstico de precios para desregular los
mercados eléctricos.J. Power Energy Eng. 2015, 3, 1–19. [CrossRef]
44. Pandey, N .; Upadhyay, KG Diferentes técnicas de previsión de precios y su aplicación en el mercado eléctrico
liberalizado: un estudio integral. En Actas de la Conferencia Internacional de 2016 sobre Tendencias Emergentes
en Electrónica Eléctrica y Sistemas de Energía Sostenible (ICETEESES), Sultanpur, India, 11-12 de marzo de 2016.

45. Petrichenko, R .; Baltputnis, K .; Sauhats, A .; Sobolevsky, D. Previsión a corto plazo de la demanda de calefacción de
distrito. En Actas de la 17a Conferencia Internacional sobre Medio Ambiente e Ingeniería Eléctrica (IEEE EEEIC 2017),
Italia, Milán, 6 al 9 de junio de 2017.
46. Yao, M .; Zhao, M .; Xiao, H .; Wang, D. Investigación sobre el pronóstico de carga a mediano y largo plazo basado en el
modo de pronóstico combinado. En Actas de la 16ª Conferencia Internacional IEEE / ACIS 2015 sobre Ingeniería de
Software, Inteligencia Artificial, Redes y Computación Paralela / Distribuida (SNPD), Takamatsu, Japón, 1 al 3 de junio de
2015.
47. Agarwal, A .; Ojha, A .; Tewari, SC; Tripathi, MM Previsión de carga y precio por hora utilizando ANN y análisis de Fourier. En
Actas de la Sexta Conferencia Internacional IEEE Power India de 2014 (PIICON), Delhi, India, 5 a 7 de diciembre de 2014.

48. Ariyo, AA; Adewumi, AO; Ayo, CK Predicción del precio de las acciones utilizando el modelo ARIMA. En Actas de la 16ª Conferencia
Internacional sobre Modelado y Simulación por Computadora del Reino Unido Sim-AMSS de 2014, Cambridge, Reino Unido,
26-28 de marzo de 2014.
49. Sauhats, A .; Čuvičins, V .; Bočkarjova, G .; Žalostı̄ba, D .; Antonovs, D .; Petričenko, R. Detección y gestión de perturbaciones
a gran escala en el sistema eléctrico. EnSeguridad de Infraestructuras Críticas de Información. Notas de la clase en
Ciencias de la Computación: Vol.8985; Springer International Publishing: Limassol, Chipre, 2016; págs. 147-152.

50. Previsión de precios de la energía. Disponible en linea: https://blog.energybrainpool.com/en/trends-in-the-

desarrollo-de-los-precios-de-la-electricidad-perspectivas-energéticas-de-la-ue-2050 / (consultado el 5 de octubre de 2018).

51. AS “Sadales Tı̄kls” Tarifas Diferenciales de Distribución de Electricidad. Disponible en linea:https: //www.sadalestikls. lv /
uploads / 2018/01 / ST_tarifi_ENG.pdf(consultado el 5 de octubre de 2018).
52. Componentes del precio de la electricidad. Disponible en linea:http://www.eptirgotajs.lv/no-2018-gada-sagaidama-
oiksamazinasanas/#/[onLatvian] (consultado el 5 de octubre de 2018).
53. Tasas de interés bancarias. Disponible en linea:https://www.bank.lv/statistika/dati-statistika/procentu-
likmjustatistikas-raditaji/galvenas-procentu-likmes[inLatvian] (consultado el 5 de octubre de 2018).

© 2018 por los autores. Licenciatario MDPI, Basilea, Suiza. Este artículo es un artículo de
acceso abierto distribuido bajo los términos y condiciones de la licencia Creative Commons
Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).