Methodology to estimate the efficient frontier of solar photovoltaic and wind power projects accounting time dependent correlations between underlying meteorological variables
Las decisiones de capacidad instaladas son uno de los factores más relevantes a considerar cuando una empresa o un país está estableciendo múltiples proyectos de generación de energía renovable. Así, el modelado de variables climáticas es una parte fundamental en la toma de decisiones porque esto im...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2020 |
| País: | Colombia |
| Institución: | Universidad de los Andes |
| Repositorio: | Séneca: repositorio Uniandes |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.uniandes.edu.co:1992/48633 |
| Acceso en línea: | http://hdl.handle.net/1992/48633 |
| Access Level: | acceso abierto |
| Palabra clave: | Recursos energéticos renovables Energía eólica Generación de energía fotovoltaica Indicadores de eficiencia Ingeniería |
| Sumario: | Las decisiones de capacidad instaladas son uno de los factores más relevantes a considerar cuando una empresa o un país está estableciendo múltiples proyectos de generación de energía renovable. Así, el modelado de variables climáticas es una parte fundamental en la toma de decisiones porque esto impacta directamente la cantidad de energía que generará cada proyecto. El propósito de este documento y su contribución final es diseñar una metodología para estimar la frontera eficiente en el contexto de los proyectos de generación energética, principalmente proyectos de energía eólica y fotovoltaica, lo que significa decidir la capacidad instalada para cada uno. Esto representa un desafío porque, para estimar la volatilidad de la cartera, la metodología asegura un nivel de correlación entre las variables climáticas que cambia en función de la hora y el mes, manteniendo sus respectivas distribuciones marginales con parámetros que también pueden son dependientes del tiempo. Una vez realizada la simulación con las restricciones indicadas anteriormente se implementa, los puntos discretos de la frontera se estiman iterando un modelo de programación cuadrática que pondera la volatilidad y el retorno del portafolio sobre su función objetivo. Un caso de estudio se utiliza al final de este documento para ejemplificar el impacto de la metodología mientras se compara con una estimación de las variables meteorológicas que no considera la correlación entre ellos |
|---|