La metodología de proyección requiere de series históricas sólidas, para lo cual se recurrió a fuentes de información tales como las series disponibles de la CREG, información reportada por los agentes a la UPME, base de datos del MEM y finalmente se realizó un trabajo conjunto con los operadores de red, con el fin de validar y verificar dicha información.
Con respecto a las series históricas y de proyección de variables macroeconómicas tales como el PIB, la Unidad contrató el estudio “Metodología para la actualización y proyección de variables y escenarios socioeconómicos departamentales” con el fin de reconstruir las series de Producto Interno Bruto departamental desde 1986 hasta 2001 y proyección 2002 – 2020, de manera que se logró satisfacer esta necesidad de información.
Con respecto a la proyección de las otras variables independientes que inciden en los modelos, se realizaron varios ejercicios en este sentido. Para el caso de la proyección de la variable usuarios, dado los niveles actuales de cobertura, se tomó la tasa de crecimiento de la población como criterio de evolución de ésta variable, cuya fuente es el DANE.
La proyección de la variable tarifa media por sector requirió de varios análisis pues en su momento no estaba definida la nueva fórmula tarifaria que aplica a los usuarios regulados del sector eléctrico y solo se contaba con un proyecto preliminar de la CREG. Por tal razón, la UPME realizó la proyección de cada una de las componentes de la fórmula tarifaria, dado el proyecto preliminar propuesto por la CREG, para construir el agregado de costos que observaría el usuario final, en el horizonte de análisis.
Así, para la componente de Generación (G) se proyectó partiendo del costo marginal de generación obtenido con el modelo de simulación MPODE11 y corregido con base
en los históricos de los precios de los contratos, precios de bolsa y embalse agregado. La componente de transmisión (T) se proyectó considerando la incidencia de los proyectos de expansión del STN en el ingreso regulado. La componente referente a las restricciones (R en la estructura propuesta) se cuantificó teniendo en cuenta la reducción en la magnitud de las restricciones con la entrada de los proyectos de transmisión. La componente de Distribución (D) se proyectó teniendo en cuenta el ajuste por el WACC aprobado por la CREG y el cargo por comercialización (C) se proyectó teniendo en cuenta costos característicos históricos por cada región.
En cuanto a otras variables independientes consideradas para el modelamiento se tienen los consumos de GLP por región, los consumos de gas natural por región y los precios de los mismos, tratando de observar el efecto sustitución de energía eléctrica.
4.3.2 Modelos
Una vez recolectada, analizada y validada la información histórica de energía y las variables económicas y de población se procedió a la construcción de los modelos de proyección. Los modelos de proyección utilizados fueron: modelos ARIMA con funciones de transferencia utilizadas para el pronóstico a corto plazo (6 pronósticos bimensuales) y los modelos ECONOMÉTRICOS utilizados para el pronóstico de mediano plazo (2003-2007).
4.3.3 Resultados Anuales
La estimación de las ventas regionales se desarrolló de manera paralela empleando los dos tipos de modelos mencionados. Como resultado de la comparación de las estimaciones se encontró que para el año 2003, la estimación mas adecuada era la que daba como resultado la aplicación de los modelos ARIMA, dado principalmente porque el consumo de energía eléctrica tiene una componente inercial muy importante que permite que su pronóstico tenga una tendencia definida, en la que el
impacto de la economía o variaciones importantes de la tarifa no tienen efecto inmediato sobre el consumo.
Para la construcción del resto del horizonte de análisis 2003-2007 (mediano plazo) dada la teoría de los modelos ARIMA y la no presencia de las variables económicas y de población, se utilizaron las tasas de crecimiento inter-anual obtenidas con los modelos econométricos para cada región.
4.3.4 Resultados mensuales
Una vez obtenidos los resultados anuales de ventas de energía por región se hace necesario mensualizar dichas proyecciones. Para esto es necesario utilizar la metodología de pronósticos condicionados óptimos la cual permite compatibilizar los pronósticos de largo plazo producidos con modelos econométricos sobre consumos anuales con los pronósticos mensuales de consumo de electricidad realizados mediante modelos ARIMA. En forma general el procedimiento consiste en obtener los pronósticos mensuales óptimos bajo la restricción de que su suma sea estadísticamente igual a la del pronóstico anual del modelo econométrico.
Después de construidas las series de proyección de ventas de energía por región, es necesario agregar a las mismas la variable pérdidas con el fin de obtener las demandas por región.
4.4 ANÁLISIS DE LOS RESULTADOS DE LA MODELACIÓN
A continuación se presentarán los aspectos más relevantes encontrados como resultado del proceso de modelación.
4.4.1 Supuestos de variables empleadas
Después de la construcción de todas las series históricas regionales de las variables que posiblemente podían resultar significativas, tales como usuarios, tarifas medias, población, PIB, precios de sustitutos como el Gas Natural y el GLP, y consumos históricos de los mismos, se procedió a ajustar cada uno de los modelos econométricos usando el programa E- Views.
A manera de resumen se muestran las variables explicativas que resultaron de los ajustes de los modelos:
REGION PIB Usuarios Poblacion Tarifa Media Ventas Rezagadas Consumo GN Consumo GLP Precio GN Precio GLP Valle Bogotá Sur Antioquia - Chocó Oriente Viejo Caldas Caribe Resto Centro Occidente
Nota: Las casillas resaltadas indican que dicha variable resulto ser relevante.
Tabla 4-1. Variables explicativas
Como se puede observar, y confirmando una de las hipótesis previas de los modeladores, el PIB resulta ser la variable explicativa más importante, seguida del número de usuarios.
4.5 METODOLOGÍA DE PROYECCIÓN DE POTENCIA REGIONAL
Para el desarrollo de las proyecciones de potencia regional se utilizó como punto de partida la demanda mensualizada y aplicar los factores de carga correspondientes para cada mes y para cada región de acuerdo con un análisis histórico de los mismos.
Posteriormente, se aplicaron a las proyecciones mensuales por regiones para así obtener las proyecciones de potencia mensuales, de las cuales la máxima constituye la demanda de potencia anual.
Proyección mensual de demanda regional 2003 2007 Consecución de los Factores de Carga Proyección mensual de potencia regional 2003 2007 - -