Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia
El presente trabajo presenta el desarrollo de un modelo de prospectiva para la formulación de escenarios del consumo energético de los diferentes sectores de consumo en Colombia, teniendo en cuenta el factor económico del país. El estudio se basa en el análisis de regresión múltiple, junto con la to...
- Autores:
-
Hernández Bueno, Nelson Javier
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/16165
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/16165
- Palabra clave:
- Energy engineering
Technological innovations
Energy
Energy consumption
Economic factor
Energetic dynamics
Energetic industry
Power supply
Energy distribution
Ingeniería en energía
Innovaciones tecnológicas
Energía
Distribución de energía
Industria energética
Abastecimiento de energía
Consumo energético
Factor económico
Dinámica energética
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_3016b801b1e9f049013db3a397cb1dae |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/16165 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| dc.title.translated.spa.fl_str_mv |
Prospective model for the formulation of energy consumption scenarios of the consumption sectors in Colombia |
| title |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| spellingShingle |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia Energy engineering Technological innovations Energy Energy consumption Economic factor Energetic dynamics Energetic industry Power supply Energy distribution Ingeniería en energía Innovaciones tecnológicas Energía Distribución de energía Industria energética Abastecimiento de energía Consumo energético Factor económico Dinámica energética |
| title_short |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| title_full |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| title_fullStr |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| title_full_unstemmed |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| title_sort |
Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en Colombia |
| dc.creator.fl_str_mv |
Hernández Bueno, Nelson Javier |
| dc.contributor.advisor.none.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban González Calderón, William |
| dc.contributor.author.none.fl_str_mv |
Hernández Bueno, Nelson Javier |
| dc.contributor.cvlac.spa.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban [0001478220] González Calderón, William [0001367421] |
| dc.contributor.googlescholar.spa.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban [es&oi=ao] González Calderón, William [hbKBTcsAAAAJ] |
| dc.contributor.orcid.spa.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban [0000-0001-7262-382X] |
| dc.contributor.scopus.spa.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban [56117105700] |
| dc.contributor.researchgate.spa.fl_str_mv |
Pacheco Sandoval, Leonardo Esteban [Leonardo-Esteban-Pacheco-Sandoval] González Calderón, William [William_Calderon2] |
| dc.subject.keywords.spa.fl_str_mv |
Energy engineering Technological innovations Energy Energy consumption Economic factor Energetic dynamics Energetic industry Power supply Energy distribution |
| topic |
Energy engineering Technological innovations Energy Energy consumption Economic factor Energetic dynamics Energetic industry Power supply Energy distribution Ingeniería en energía Innovaciones tecnológicas Energía Distribución de energía Industria energética Abastecimiento de energía Consumo energético Factor económico Dinámica energética |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería en energía Innovaciones tecnológicas Energía Distribución de energía Industria energética Abastecimiento de energía |
| dc.subject.proposal.spa.fl_str_mv |
Consumo energético Factor económico Dinámica energética |
| description |
El presente trabajo presenta el desarrollo de un modelo de prospectiva para la formulación de escenarios del consumo energético de los diferentes sectores de consumo en Colombia, teniendo en cuenta el factor económico del país. El estudio se basa en el análisis de regresión múltiple, junto con la toma de decisiones con criterios múltiples para establecer una metodología integrada y conocer el comportamiento futuro de la demanda de energía por parte de los sectores de consumo final. Se tomó como estudio el sector transporte, comercial, industrial, residencial, agricultura, minería y construcción. Los resultados mostraron que, bajo la metodología del juego de actores y acorde al modelo de prospectiva estratégica obtenido, se estructuraron tres escenarios futuribles del comportamiento del consumo energético de los sectores de consumo en Colombia: (i) Escenario 1. Continuismo Energético; (ii) Escenario 2. Colombia Fósil-Dependiente y; (iii) Escenario 3. Dinámica energética, en los cuales se tuvo como principal supuesto el nivel de la producción futura de hidrocarburos en el país y su efecto en el comportamiento de las variables macroeconómicas seleccionadas y acorde a la metodología de prospectiva se realizó la proyección en el corto plazo (2022-2025), mediano plazo (2026-2035) y largo plazo (2036-2050). |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-04-05T19:11:51Z |
| dc.date.available.none.fl_str_mv |
2022-04-05T19:11:51Z |
| dc.date.issued.none.fl_str_mv |
2022-01-27 |
| dc.type.eng.fl_str_mv |
Thesis |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.local.spa.fl_str_mv |
Tesis |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/16165 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/16165 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
[1] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.aspx [2] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017 [3] 2015 PROCOLOMBIA, “Electric Power in Colombia,” PROCOLOMBIA, Colombia Energy Sector Outlook Year 2015 [4] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835.99 [5] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation's Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745 [6] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systems. [7] C. Congress, “Law 1715 - Integracion de las Energias renovables no coonvencionales al Sistema Energetico Nacional,” May 2014. [8] Website GERENCIA, ¿QUÉ ES PROSPECTIVA? Colombia. 2014 en Línea: http://www.degerencia.com/articulo/que-es-prospectiva [9] Soms, Esteban, Guido de la Torre A. (2005). Prospectiva y construccón de escenarios para el Desarrollo territorial. En Línea: http://www.desarrollosocialyfamilia.gob.cl/btca/txtcompleto/mideplan/cuad3prospect.desterrit.pdf) [10] Paez Andrés, et all. (2017). Future scenarios and trends of energy demand in Colombia using long-range energy alternative planning [11] J. M. Santos and T. Jimeenz, “Final Agreement to End the Armed Conflict and Build a Stable and Lasting Peace National Government of Colombia | Commander-in-chief FARC-EP.,” Capital of the Republic of Cuba, Nov. 2016. [12] ECOPETROL, UPME, UNAB, UIS, and UPB, Prospectiva energética Colombia 2050 - ISBN 978-958-8956-50-3. Bucaramanga: Universidad Industrial de Santander, 2018. [13] R. Schaeffer et al., “Energy sector vulnerability to climate change: A review,” Energy, vol. 38, no. 1, pp. 1–12, Feb. 2012. [14] P. H. Abreu, D. C. Silva, H. Amaro, and R. Magalhães, “Identification of Residential Energy Consumption Behaviors,” Journal of Energy Engineering, vol. 142, no. 4, p. 04016005, Dec. 2016 [15] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017 [16] S. Pfenninger, A. Hawkes, and J. Keirstead, “Energy systems modeling for twentyfirst century energy challenges,” Renewable and Sustainable Energy Reviews, vol. 33, pp. 74–86, May 2014. [17] Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli, Rob J Hyndman. 2016. Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond. International Journal of Forecasting, Issue: 3, Volume: 32, Page: 896-913 [18] Pohekar, S. D., Ramachandran, M. (2004). Application of multi-criteria decision making to sustainable energy planning - A review, Renewable and Sustainable Energy Reviews, 8(4), 365-381. DOI:10.1016/j.rser.2003.12.007 [19] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835 [20] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation’s Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745 [21] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systems [22] Zárate, M. T. N., & Vidal, A. H. (2016, June). Colombia Energy Investment Report. In Presentación Reporte sobre el sector Energético en Colombia-Carta Internacional de la Energía. Energy Charter Secretariat [23] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.as [24] XM S.A. E.S.P. Informe de Operaci ́on del SIN y Administraci ́on del Mercado 2013, 2013. Retrieved 4 Jun 2020, fromhttp://informesanuales.xm.com.co/2013/ SitePages/operacion/Default.aspx [25] Burak Omer Saracoglu, Long Term Electricity Demand & Peak Power Load Forecasting Variables Identification & Selection. Science Journal of Circuits, Systems and Signal Processing.2017; 6(2): 18-28. DOI: 10.11648/j.cssp.20170602.13 [26] United Nation ESCAP: Environment and Natural Resources Development Division: Scrotal Energy Demand Analysis and Longterm Forecast: Methodological Manual. MEDEE-S.No: ST/ESCAP/ 1521, 1995. [27] International Atomic Energy Agency, IAEA. Computer Tools for Comparative Assess- ment of Electricity Generation Options and Strategies. Vienna, Austria. 1995 [28] Stefano Moret, V ́ıctor Codina Girones, Michel Bierlaire, Francois Mar ́echal. Character- ization of input uncertainties in strategic energy planning models, Applied Energy. Vol. 202, 15 September 2017. Pages 597-617 [29] Saboohi, Y. Model for Analysis of Demand for Energy - MADE II. Institute fur Kernen- ergetik und Energiesysteme (IKE), University of Stuttgart, Technical Report, IKE 8-19, 1989: 0173-6892 [30] Dementjeva, N., & Siirde, A. (2009). Energy planning models analysis and their adaptability for Estonian energy sector. TUT Press. [31] Ates, S. A. (2015). Energy efficiency and CO2 mitigation potential of the Turkish iron and steel industry using the LEAP (long-range energy alternatives planning) system. Energy, 90, 417-428 [32] Debnath, K. B., & Mourshed, M. (2018). Forecasting methods in energy planning models. Renewable and Sustainable Energy Reviews, 88, 297-325 [33] Mateus Valencia, Andres Camilo, 2016. Energy Crisis in Colombia.Tecnolog ́ıa, Investigacio ́n y Academia, TIA. ISSN: 2344-8288 Vol. 4 No. 2 pp. 74-81 [34] Espinoza Sebastian, et all. (2015). Implementación de Prospectiva Energética como Estrategia Prioritaria para la Soberanı́a Energética y Sostenibilidad Nacional. [35] Xia, E. & Ahad, M. (2018). Oil demand forecasting for China: fresh evidence from structural time series analysis [36] Li, W. & Gao, S. (2018). Prospective on energy related carbon emissions peak integrating optimized intelligent algorithm with dry process technique application for China's cement industry. [37] Zengab, M. et all. (2013). The prospective of nuclear power in China [38] Fontalvo, J. et all. (2018). ISelf-Generation Prospective in Ecuador using the LEAP Model [39] Xie, N. & Alan, P. (2014). Forecasting energy consumption in China following instigation of an energy-saving policy. [40] Chen, Y. et all. (2019). Impacts of stochastic forecast errors of renewable energy generation and load demands on microgrid operation [41] Gülesin, S. (2016). Forecasting the energy demand of Turkey with a NN based on an improved Particle Swarm Optimization [42] Roth, A.-N., 2002. Polı́ticas públicas. Formulación, Implementación Y Evaluación. (Bogotá). http://refhub.elsevier.com/S0301-4215(19)30189-2/sref47 [43] Dincer, I., 1999. Environmental impacts of energy. Energy Policy 27, 845–854. http://refhub.elsevier.com/S0301-4215(19)30189-2/sref16 [44] Official CREG Website. Retrived 5 feb 2021, from https://www.creg.gov.co/sites/default/files/marco_regulatorio_sector_energia.p [45] Official Cámara de Comercio de Cali, Retrived 5 feb 2021, from https://www.ccc.org.co/file/2016/04/Ritmo-Bioenergia-Bioenergia.pdf. [46]. C. Alonso, “Modelo de Regresion lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40 [47] A. C. Rencher and G. B. Schaalje, Linear models in statistics, 2nd ed. Hoboken, N.J: Wiley-Interscience, 2008. [48] P. Toro, A. Garcia, C. Aguilar, J. Perea, and R. Vera, Modelos Econometricos Para el Desarrollo de Funciones de Produccion - ISSN: 1698-4226 DT 13, Vol. 1/2010, Universidad de Cordoba. [49] C. Alonso, “Modelo de Regression lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40. [50] R. M. Granados, “Montero Granados. R (2016): Modelos de regresión lineal múltiple. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España.,” p. 61. [51] D. Cardona, M. Rivera, J. González, and E. Cárdenas, “Estimación y predicción con el modelo de regresión cúbica aplicado a un problema de salud,” Ingeniería Solidaria, vol. 10, no. 17, pp. 153–160, Dec. 2014. [52] Zachariadis, Theodoros. Exploring the relationship between energy use and economic growth with bivariate models: new evidence from G-7 countries. En: Energy Economics. Vol.; 29, No (May.2007); p.1233–1253 [53] Bowden, N., Payne, J.E. The causal relationship between U.S. energy consumption and real output: a disaggregated analysis. J. Policy Model. Vol.;31. No (2009); p.180– 188 [54] Departamento Administrativo Nacional de Estadística. Producto Interno Bruto (PIB) Históricos. {En línea}. 2018. {18 de abril de 2019}. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentasnacionales-trimestrales/historicos-producto-interno-bruto-pib#base-2005 [55] Otero Prada, Diego Fernando. The energy-mining sector and the Colombian economy. {En línea}. 2012, p.37-38. {18 de abril de 2019}. Disponible en: http://www.indepaz.org.co/wp-content/uploads/2012/04/El-sector-energ%C3%A9ticominero-y-la-econom%C3%ADa-colombiana.pdf [56] Comisión de regulación de energía y gas. Resolución CREG 119 de 2007. Costo unitario de prestación del servicio de energía eléctrica. Capitulo III, 21 de diciembre de 2007 [57] Comisión de regulación de energía y gas. (13 de marzo de 2011.), Resolución CREG 034 de 2001.Precio de Reconciliación Positiva de los Generadores. Artículo 1. [58] Sterne JAC, Davey Smith G. (2001) Sifting the evidence—what’s wrong with significance tests? BMJ 2001; 322, Pages 226-23 [59] Godet, M. (1993). De la anticipación a la acción, Manual de prospectiva y estrategia. Disponible en: 127 https://administracion.uexternado.edu.co/matdi/clap/De%20la%20anticipaci%C3%B3n %20a%20la%20acci%C3%B3n.pdf [60] Ministerio de Energía y Minas Oficina Técnica de Energía, ( 1998) Tabla de conversión de unidades, p 146. http://www.minem.gob.pe/minem/archivos/file/Hidrocarburos/balances/balan-enerutil1998/tabla.pdf [61] Behera, J. (2015). Examined the energy-led growth hypothesis in India: Evidence from time series analysis. Energy Economics Letters, 2(4), 46-56. [62] Bruns, S. B., & Gross, C. (2013). What if energy time series are not independent? Implications for energy-GDP causality analysis. Energy Economics, 40, 753-759. [63] Gross, C. (2012). Explaining the (non-) causality between energy and economic growth in the US—A multivariate sectoral analysis. Energy Economics, 34(2), 489-499. [64] Jaramillo Villarreal, L. C. (2020). Desarrollo de un modelo económico de energía para pronosticar la demanda energética por sectores de consumo en Colombia. Disponible en: https://www.bancodeoccidente.com.co/wps/wcm/connect/banco-de-occidente/0f02cfa383c9-4f7e-bb2d-7ee32e20a4eb/informe-sectorial-anif-jul2018.pdf?MOD=AJPERES&CVID=mijQdGx [65] Schulte, I., & Heindl, P. (2017). Price and income elasticities of residential energy demand in Germany. Energy Policy, 102, 512-528. [66] EIA, Energy Information Administration, (2019) What drives crude oil prices: Overview. {En línea}. 2019. {18 de abril de 2019}. Disponible en: https://www.eia.gov/finance/markets/crudeoil/ [67] Robert J. Myers a,∗, Stanley R. Johnsonb, Michael Helmar c, Harry Baumes d, Longrun and short-run relationships between oil prices, producer prices, and consumer prices: What can we learn from a permanent-transitory decomposition? - The Quarterly Review of Economics and Finance 67 (2018) 175–190 [68] Humaira Yasmeen ∗ , Ying Wang, Hashim Zameer, Yasir Ahmed Solangi, Does oil price volatility influence real sector growth? Empirical evidence from Pakistan - --- Energy Reports 5 (2019) 688–703 [69] Banco de la República, Departamento de Cambios Internacionales. Inversión Extranjera Directa en Colombia. {En línea}. 2012. {1 de mayo de 2019}. Disponible en:http://www.banrep.gov.co/sites/default/files/publicaciones/archivos/ce_dcin_inversio nextranjera.pdf. [70] Chongmei Wang, Chu Jiayu. Analyzing on the Impact Mechanism of Foreign Direct Investment(FDI) to Energy Consumption. En: Energy Procedia. Vol.; 159. No (Feb.2019); p. 515-520 [71] Keeley, A. R., & Ikeda, Y. (2017). Determinants of foreign direct investment in wind energy in developing countries. Journal of Cleaner Production, 161, 1451-1458. [72] Dane, (2021) comercio-internacional balanza comercial. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/comerciointernacional/balanza-comercial [73] Katircioglu, S. T. (2013). Interactions between energy and imports in Singapore: empirical evidence from conditional error correction models. Energy Policy, 63, 514-520. [74] Fedoseeva, S., & Zeidan, R. (2018). How (a) symmetric is the response of import demand to changes in its determinants? Evidence from European energy imports. Energy Economics, 69, 379-394 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Colombia |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Maestría en Ingeniería en Energía |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/16165/1/2022_Tesis_Nelson_Javier_Hernandez.pdf https://repository.unab.edu.co/bitstream/20.500.12749/16165/2/2022_Articulo_Nelson_Javier_Hernandez.pdf https://repository.unab.edu.co/bitstream/20.500.12749/16165/3/2022_Licencia_Nelson_Javier_Hernandez.pdf https://repository.unab.edu.co/bitstream/20.500.12749/16165/4/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/16165/5/2022_Tesis_Nelson_Javier_Hernandez.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/16165/6/2022_Articulo_Nelson_Javier_Hernandez.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/16165/7/2022_Licencia_Nelson_Javier_Hernandez.pdf.jpg |
| bitstream.checksum.fl_str_mv |
73f3b5d4d66bf3f53029d257afe57252 f05b365b6963328ae0dd1a1ba87fc4d8 89d6adaf6718730de2b9e45ebc493264 3755c0cfdb77e29f2b9125d7a45dd316 c431477dd0b52fb2e18eaa9b63dce4c0 2f2db054c53e279f631aac3c829566b7 cbb406ef8221087f18377d90a04733da |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814277249303576576 |
| spelling |
Pacheco Sandoval, Leonardo Estebaneffbbb92-dd6f-4c7a-af53-409b4a0a744d-1González Calderón, William449c069f-88a6-4184-9904-c6c81b7e78b1-1Hernández Bueno, Nelson Javierb12cdcdc-2dba-415c-b47c-55dade6bdfbf-1Pacheco Sandoval, Leonardo Esteban [0001478220]González Calderón, William [0001367421]Pacheco Sandoval, Leonardo Esteban [es&oi=ao]González Calderón, William [hbKBTcsAAAAJ]Pacheco Sandoval, Leonardo Esteban [0000-0001-7262-382X]Pacheco Sandoval, Leonardo Esteban [56117105700]Pacheco Sandoval, Leonardo Esteban [Leonardo-Esteban-Pacheco-Sandoval]González Calderón, William [William_Calderon2]ColombiaUNAB Campus Bucaramanga2022-04-05T19:11:51Z2022-04-05T19:11:51Z2022-01-27http://hdl.handle.net/20.500.12749/16165instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl presente trabajo presenta el desarrollo de un modelo de prospectiva para la formulación de escenarios del consumo energético de los diferentes sectores de consumo en Colombia, teniendo en cuenta el factor económico del país. El estudio se basa en el análisis de regresión múltiple, junto con la toma de decisiones con criterios múltiples para establecer una metodología integrada y conocer el comportamiento futuro de la demanda de energía por parte de los sectores de consumo final. Se tomó como estudio el sector transporte, comercial, industrial, residencial, agricultura, minería y construcción. Los resultados mostraron que, bajo la metodología del juego de actores y acorde al modelo de prospectiva estratégica obtenido, se estructuraron tres escenarios futuribles del comportamiento del consumo energético de los sectores de consumo en Colombia: (i) Escenario 1. Continuismo Energético; (ii) Escenario 2. Colombia Fósil-Dependiente y; (iii) Escenario 3. Dinámica energética, en los cuales se tuvo como principal supuesto el nivel de la producción futura de hidrocarburos en el país y su efecto en el comportamiento de las variables macroeconómicas seleccionadas y acorde a la metodología de prospectiva se realizó la proyección en el corto plazo (2022-2025), mediano plazo (2026-2035) y largo plazo (2036-2050).Resumen .................................................................................................................... 15 Abstract ...................................................................................................................... 16 Introducción ............................................................................................................... 17 1. Objetivos ............................................................................................................ 19 1.2 Objetivo general .................................................................................................... 19 1.2 Objetivos específicos ........................................................................................... 19 1.3 Planteamiento del problema ................................................................................ 20 2. Marco conceptual ............................................................................................ 22 3. Marco referencial ............................................................................................. 25 3.1 Estado del arte ...................................................................................................... 25 3.2 Marco normativo ................................................................................................... 30 4. Metodología ..................................................................................................... 32 4.1. Primera Fase: Diagnóstico sobre el estado del consumo energético en los sectores de consumo en Colombia. ................................................................ 32 4.1.1. Revisión bibliográfica en fuentes primarias, secundarias y terciarias de información ............................................................................................................... 32 4.1.2. Caracterización de las fuentes de información consultadas ........................... 32 4.1.3. Análisis de la información recuperada ............................................................ 32 4.2. Segunda Fase: Análisis de influencia de las variables que describen el comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 32 4.2.1. Estudio del mercado minero – energético colombiano .................................. 32 4.2.2. Análisis del comportamiento histórico de la demanda y producción ............... 33 4.2.3. Identificación de variables de impacto ............................................................ 33 4.2.4. Análisis fundamental ....................................................................................... 33 4.2.5. Base de datos ................................................................................................ 33 4.2.6. Análisis del impacto de variables económicas al consumo energético de los sectores de consumo de Colombia ........................................................................... 33 4.2.7. Análisis de correlación .................................................................................... 33 4.2.8. Análisis estadístico y adecuación de los datos ............................................... 34 4.2.8.1 Afectación de variables ............................................................................. 34 4.3. Tercera Fase: Diseño e implementación de un modelo econométrico para prospectiva estratégica en la formulación de escenarios futuribles del comportamiento del consumo energético en los sectores de consumo en Colombia ............................................................................................................ 35 4.3.1. Combinatorias ................................................................................................. 35 4.3.2. Análisis econométrico ..................................................................................... 35 4.3.3. El procedimiento de las combinatorias y el análisis de regresión múltiple ...... 37 4.3.4. Análisis de significancia: ................................................................................. 37 Diseño de una matriz de impactos cruzados: ........................................................... 39 4.3.6. Clasificación de variables ............................................................................... 39 4.3.7. identificación de las variables claves .............................................................. 40 4.3.8. Generación del modelo: .................................................................................. 41 4.4. Cuarta Fase: Evaluación de los resultados obtenidos luego de implementado el modelo de prospectiva estratégica en la serie de tiempo retrospectiva del consumo energético en los sectores de consumo en Colombia. ................. 41 4.4.1. Análisis del juego de actores a través del método MACTOR ......................... 41 4.4.2. Definición del espacio morfológico ................................................................ 41 4.4.3. Análisis de los escenarios posibles ............................................................... 41 4.4.4. Contraste entre el comportamiento retrospectivo y prospectivo .................... 41 4.4.5. Cálculo de factor de éxito y margen de error. Se determina la diferencia entre el consumo de la energía proyectada en retrospectiva y el consumo de la energía real y se divide por el consumo de la energía real para hallar el indicador mencionado. ............................................................................... 41 5. Desarrollo del proyecto ........................................................................................ 42 5.1 Primera Fase: Diagnóstico sobre el estado del consumo energético en los sectores de consumo en Colombia. ................................................................ 42 5.1.1. Revisión bibliográfica en fuentes primarias..................................................... 42 5.1.2. Caracterización de las fuentes de información consultadas, revisando para ello antigüedad, veracidad y apropiación del tema. ........................................................ 42 5.1.3. Análisis de la información recuperada: ........................................................... 42 5.2 Segunda Fase: Análisis de influencia de las variables que describen el comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 43 5.2.1 Estudio del mercado minero ........................................................................ 43 5.2.2 Análisis del comportamiento histórico de la demanda y producción de cada uno de los energéticos pertenecientes a los sectores mencionados desde el año 1975 hasta el año 2020 ..................................................................................................... 43 5.2.3 Conversión de unidades .............................................................................. 43 5.2.4 Identificación de variables de impacto a partir de la revisión bibliográfica realizada y de la matriz de impacto de factores en el consumo energético de los sectores de consumo de Colombia. .......................................................................... 44 5.2.5 Análisis fundamental ................................................................................... 45 5.2.5.1 Producto interno bruto, PIB ....................................................................... 45 5.2.5.2 Índice de precio al productor, IPP .............................................................. 46 5.2.5.3 Índice de precio al consumidor, IPC .......................................................... 47 5.2.5.4 West Texas Intermediate, WTI .................................................................. 49 5.2.5.5 Inversión extranjera directa en Colombia, IED .......................................... 50 5.2.5.6 Balanza comercial: importaciones y exportaciones ................................... 51 5.2.6 Base de datos .............................................................................................. 52 5.2.7 Análisis del impacto de variables económicas ............................................. 53 5.2.7.1 Análisis estadístico descriptivo ............................................................. 53 5.2.8 Análisis de correlación ................................................................................. 55 5.2.8.1 Sector Transporte ...................................................................................... 56 5.2.8.2 Sector Industrial ......................................................................................... 57 5.2.8.3 Sector Residencial ..................................................................................... 58 5.2.8.4 Sector Comercial ....................................................................................... 59 5.2.8.5 Sector Agricultura ...................................................................................... 61 5.2.8.6 Sector Minería ........................................................................................... 62 5.2.8.7 Sector Construcción .................................................................................. 63 5.2.9 Análisis estadístico y adecuación de los datos. ............................................... 64 5.3 Tercera Fase: Diseño e implementación de un modelo econométrico para prospectiva estratégica en la formulación de escenarios futuribles del comportamiento del consumo energético en los sectores de consumo en Colombia. ........................................................................................................... 66 5.3.1 Combinatorias: ................................................................................................. 66 5.3.2 Compilación de resultados del análisis econométrico: .................................... 66 5.3.3 Análisis de significancia: .................................................................................. 67 5.3.3.1 Sector transporte ....................................................................................... 67 5.3.3.2 Sector Agricultura ...................................................................................... 69 5.3.3.3 Sector Comercial ....................................................................................... 72 5.3.3.4 Sector Construcción .................................................................................. 74 5.3.3.5 Sector Industrial ......................................................................................... 77 5.3.3.6 Sector Minería ........................................................................................... 79 5.3.3.7 Sector Residencial ..................................................................................... 82 5.2.9 Diseño de una matriz de impactos cruzados de variables independientes identificadas y demanda de los sectores de consumo .............................................. 85 5.2.10 Clasificación de variables ............................................................................. 85 5.2.10.1 Sector transporte ..................................................................................... 85 5.2.10.2 Sector Agricultura .................................................................................... 86 5.2.10.3 Sector Comercial ..................................................................................... 86 5.2.10.4 Sector Construcción ................................................................................ 87 5.2.10.5 Sector Industrial ....................................................................................... 88 5.2.10.6 Sector Minería ......................................................................................... 89 5.2.10.7 Sector Residencial ................................................................................... 90 5.2.11 Identificación de las variables claves ............................................................. 91 5.2.12 Generación del modelo .................................................................................. 92 5.4 Cuarta Fase: Evaluación de los resultados obtenidos luego de implementado el modelo de prospectiva estratégica en la serie de tiempo retrospectiva del consumo energético en los sectores de consumo en Colombia. ................. 93 5.4.1 Sector transporte ............................................................................................. 93 5.4.2 Sector agricultura ............................................................................................. 94 5.4.3 Sector comercial .............................................................................................. 95 5.4.4 Sector construcción ......................................................................................... 96 5.4.5 Sector industrial ............................................................................................... 96 5.4.6 Sector minería ................................................................................................. 97 5.4.7 Sector residencial ............................................................................................ 98 5.4.1. Análisis del juego de actores a través del método MACTOR ...................... 99 5.4.2. Definición del espacio morfológico ............................................................ 100 5.4.2.1 Hipótesis Tendencial ............................................................................... 101 5.4.2.2 Hipótesis conservadora ........................................................................... 102 5.4.2.3 Hipótesis alternativa ................................................................................ 102 5.4.5. Cálculo de factor de éxito y margen de error. ............................................ 107 6. Análisis de resultados .................................................................................. 108 6.1 Sector Transporte ............................................................................................... 110 6.2 Sector Industrial .................................................................................................. 110 6.3 Sector Comercial ................................................................................................. 110 6.4 Sector Construcción ....................................................................................... 111 6.5 Sector Residencial .......................................................................................... 111 6.6 Sector Agricultura ............................................................................................... 111 6.6 Sector Minería ................................................................................................. 112 Escenario de la demanda energética en Colombia a 2050 .................................. 112 6.7 Sector transporte ............................................................................................ 114 6.8 Sector agricultura ........................................................................................... 115 6.9 Sector comercial ............................................................................................. 115 6.10 Sector industrial ................................................................................................ 116 6.11Sector minería .................................................................................................... 116 6.12 Sector residencial ............................................................................................. 117 7. Conclusiones ................................................................................................. 118 8. Recomendaciones ......................................................................................... 122 9. Referencias .................................................................................................... 123MaestríaThis thesis presents the development of a prospective work model for the formulation of energy consumption scenarios of the different consumption sectors in Colombia, taking into account the economic factor of the country. The study is based on multiple regression analysis, together with multi-criteria decision making to establish an integrated methodology and to know the future behavior of energy demand by the final consumption sectors. The transport, commercial, industrial, residential, agriculture, mining and construction sectors were taken as a study. The results show that under the methodology of the game of actors and according to the obtained strategic prospective model, three future scenarios of the behavior of energy consumption of the consumption sectors in Colombia were structured: (i) Scenario 1. Energy Continuity; (ii) Scenario 2. Fossil-Dependent Colombia and; (iii) Scenario 3. Energy dynamics, in which the main assumption was the level of future hydrocarbon production in the country and its effect on the behavior of the selected macroeconomic variables and, according to the prospective methodology, the projection was made in the short term (2022-2025), medium term (2026-2035) and long term (2036-2050).Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Modelo de prospectiva para la formulación de escenarios del consumo energético de los sectores de consumo en ColombiaProspective model for the formulation of energy consumption scenarios of the consumption sectors in ColombiaThesisinfo:eu-repo/semantics/masterThesisTesishttp://purl.org/redcol/resource_type/TMMagíster en Ingeniería en EnergíaUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaMaestría en Ingeniería en EnergíaEnergy engineeringTechnological innovationsEnergyEnergy consumptionEconomic factorEnergetic dynamicsEnergetic industryPower supplyEnergy distributionIngeniería en energíaInnovaciones tecnológicasEnergíaDistribución de energíaIndustria energéticaAbastecimiento de energíaConsumo energéticoFactor económicoDinámica energética[1] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.aspx[2] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017[3] 2015 PROCOLOMBIA, “Electric Power in Colombia,” PROCOLOMBIA, Colombia Energy Sector Outlook Year 2015[4] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835.99[5] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation's Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745[6] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systems.[7] C. Congress, “Law 1715 - Integracion de las Energias renovables no coonvencionales al Sistema Energetico Nacional,” May 2014.[8] Website GERENCIA, ¿QUÉ ES PROSPECTIVA? Colombia. 2014 en Línea: http://www.degerencia.com/articulo/que-es-prospectiva[9] Soms, Esteban, Guido de la Torre A. (2005). Prospectiva y construccón de escenarios para el Desarrollo territorial. En Línea: http://www.desarrollosocialyfamilia.gob.cl/btca/txtcompleto/mideplan/cuad3prospect.desterrit.pdf)[10] Paez Andrés, et all. (2017). Future scenarios and trends of energy demand in Colombia using long-range energy alternative planning[11] J. M. Santos and T. Jimeenz, “Final Agreement to End the Armed Conflict and Build a Stable and Lasting Peace National Government of Colombia | Commander-in-chief FARC-EP.,” Capital of the Republic of Cuba, Nov. 2016.[12] ECOPETROL, UPME, UNAB, UIS, and UPB, Prospectiva energética Colombia 2050 - ISBN 978-958-8956-50-3. Bucaramanga: Universidad Industrial de Santander, 2018.[13] R. Schaeffer et al., “Energy sector vulnerability to climate change: A review,” Energy, vol. 38, no. 1, pp. 1–12, Feb. 2012.[14] P. H. Abreu, D. C. Silva, H. Amaro, and R. Magalhães, “Identification of Residential Energy Consumption Behaviors,” Journal of Energy Engineering, vol. 142, no. 4, p. 04016005, Dec. 2016[15] F. deLlano-Paz, A. Calvo-Silvosa, S. I. Antelo, and I. Soares, “Energy planning and modern portfolio theory: A review,” Renewable and Sustainable Energy Reviews, vol. 77, pp. 636–651, Sep. 2017[16] S. Pfenninger, A. Hawkes, and J. Keirstead, “Energy systems modeling for twentyfirst century energy challenges,” Renewable and Sustainable Energy Reviews, vol. 33, pp. 74–86, May 2014.[17] Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli, Rob J Hyndman. 2016. Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond. International Journal of Forecasting, Issue: 3, Volume: 32, Page: 896-913[18] Pohekar, S. D., Ramachandran, M. (2004). Application of multi-criteria decision making to sustainable energy planning - A review, Renewable and Sustainable Energy Reviews, 8(4), 365-381. DOI:10.1016/j.rser.2003.12.007[19] Swan, L. G.; Ugursal, V. I. Modeling of end use energy consumption in the residential sector: A review of modeling techniques, Renewable and Sustainable Energy Reviews. 2009, Vol. 13, Pages 1819-1835[20] Han Shih, Suchithra Rajendran. Comparison of Time Series Methods and Machine Learning Algorithms for Forecasting Taiwan Blood Services Foundation’s Blood Supply. J Healthc Eng. 2019; 2019: 6123745.doi: 10.1155/2019/6123745[21] Wolfgang Schellong. 2011. Energy Demand Analysis and Forecast. Energy Management Systems[22] Zárate, M. T. N., & Vidal, A. H. (2016, June). Colombia Energy Investment Report. In Presentación Reporte sobre el sector Energético en Colombia-Carta Internacional de la Energía. Energy Charter Secretariat[23] UPME, ’UPME Unidad de Planeación Minero energética’. Unidad de Planeacion Enérgetica de Colombia, Excel Sheet. Retrieved 4 Jun 2020, from http://www1.upme. gov.co/InformacionCifras/Paginas/BalanceEnergetico.as[24] XM S.A. E.S.P. Informe de Operaci ́on del SIN y Administraci ́on del Mercado 2013, 2013. Retrieved 4 Jun 2020, fromhttp://informesanuales.xm.com.co/2013/ SitePages/operacion/Default.aspx[25] Burak Omer Saracoglu, Long Term Electricity Demand & Peak Power Load Forecasting Variables Identification & Selection. Science Journal of Circuits, Systems and Signal Processing.2017; 6(2): 18-28. DOI: 10.11648/j.cssp.20170602.13[26] United Nation ESCAP: Environment and Natural Resources Development Division: Scrotal Energy Demand Analysis and Longterm Forecast: Methodological Manual. MEDEE-S.No: ST/ESCAP/ 1521, 1995.[27] International Atomic Energy Agency, IAEA. Computer Tools for Comparative Assess- ment of Electricity Generation Options and Strategies. Vienna, Austria. 1995[28] Stefano Moret, V ́ıctor Codina Girones, Michel Bierlaire, Francois Mar ́echal. Character- ization of input uncertainties in strategic energy planning models, Applied Energy. Vol. 202, 15 September 2017. Pages 597-617[29] Saboohi, Y. Model for Analysis of Demand for Energy - MADE II. Institute fur Kernen- ergetik und Energiesysteme (IKE), University of Stuttgart, Technical Report, IKE 8-19, 1989: 0173-6892[30] Dementjeva, N., & Siirde, A. (2009). Energy planning models analysis and their adaptability for Estonian energy sector. TUT Press.[31] Ates, S. A. (2015). Energy efficiency and CO2 mitigation potential of the Turkish iron and steel industry using the LEAP (long-range energy alternatives planning) system. Energy, 90, 417-428[32] Debnath, K. B., & Mourshed, M. (2018). Forecasting methods in energy planning models. Renewable and Sustainable Energy Reviews, 88, 297-325[33] Mateus Valencia, Andres Camilo, 2016. Energy Crisis in Colombia.Tecnolog ́ıa, Investigacio ́n y Academia, TIA. ISSN: 2344-8288 Vol. 4 No. 2 pp. 74-81[34] Espinoza Sebastian, et all. (2015). Implementación de Prospectiva Energética como Estrategia Prioritaria para la Soberanı́a Energética y Sostenibilidad Nacional.[35] Xia, E. & Ahad, M. (2018). Oil demand forecasting for China: fresh evidence from structural time series analysis[36] Li, W. & Gao, S. (2018). Prospective on energy related carbon emissions peak integrating optimized intelligent algorithm with dry process technique application for China's cement industry.[37] Zengab, M. et all. (2013). The prospective of nuclear power in China[38] Fontalvo, J. et all. (2018). ISelf-Generation Prospective in Ecuador using the LEAP Model[39] Xie, N. & Alan, P. (2014). Forecasting energy consumption in China following instigation of an energy-saving policy.[40] Chen, Y. et all. (2019). Impacts of stochastic forecast errors of renewable energy generation and load demands on microgrid operation[41] Gülesin, S. (2016). Forecasting the energy demand of Turkey with a NN based on an improved Particle Swarm Optimization[42] Roth, A.-N., 2002. Polı́ticas públicas. Formulación, Implementación Y Evaluación. (Bogotá). http://refhub.elsevier.com/S0301-4215(19)30189-2/sref47[43] Dincer, I., 1999. Environmental impacts of energy. Energy Policy 27, 845–854. http://refhub.elsevier.com/S0301-4215(19)30189-2/sref16[44] Official CREG Website. Retrived 5 feb 2021, from https://www.creg.gov.co/sites/default/files/marco_regulatorio_sector_energia.p[45] Official Cámara de Comercio de Cali, Retrived 5 feb 2021, from https://www.ccc.org.co/file/2016/04/Ritmo-Bioenergia-Bioenergia.pdf.[46]. C. Alonso, “Modelo de Regresion lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40[47] A. C. Rencher and G. B. Schaalje, Linear models in statistics, 2nd ed. Hoboken, N.J: Wiley-Interscience, 2008.[48] P. Toro, A. Garcia, C. Aguilar, J. Perea, and R. Vera, Modelos Econometricos Para el Desarrollo de Funciones de Produccion - ISSN: 1698-4226 DT 13, Vol. 1/2010, Universidad de Cordoba.[49] C. Alonso, “Modelo de Regression lineal Multiple - Econometria Universidad Carlos III de Madrid,” p. 40.[50] R. M. Granados, “Montero Granados. R (2016): Modelos de regresión lineal múltiple. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España.,” p. 61.[51] D. Cardona, M. Rivera, J. González, and E. Cárdenas, “Estimación y predicción con el modelo de regresión cúbica aplicado a un problema de salud,” Ingeniería Solidaria, vol. 10, no. 17, pp. 153–160, Dec. 2014.[52] Zachariadis, Theodoros. Exploring the relationship between energy use and economic growth with bivariate models: new evidence from G-7 countries. En: Energy Economics. Vol.; 29, No (May.2007); p.1233–1253[53] Bowden, N., Payne, J.E. The causal relationship between U.S. energy consumption and real output: a disaggregated analysis. J. Policy Model. Vol.;31. No (2009); p.180– 188[54] Departamento Administrativo Nacional de Estadística. Producto Interno Bruto (PIB) Históricos. {En línea}. 2018. {18 de abril de 2019}. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentasnacionales-trimestrales/historicos-producto-interno-bruto-pib#base-2005[55] Otero Prada, Diego Fernando. The energy-mining sector and the Colombian economy. {En línea}. 2012, p.37-38. {18 de abril de 2019}. Disponible en: http://www.indepaz.org.co/wp-content/uploads/2012/04/El-sector-energ%C3%A9ticominero-y-la-econom%C3%ADa-colombiana.pdf[56] Comisión de regulación de energía y gas. Resolución CREG 119 de 2007. Costo unitario de prestación del servicio de energía eléctrica. Capitulo III, 21 de diciembre de 2007[57] Comisión de regulación de energía y gas. (13 de marzo de 2011.), Resolución CREG 034 de 2001.Precio de Reconciliación Positiva de los Generadores. Artículo 1.[58] Sterne JAC, Davey Smith G. (2001) Sifting the evidence—what’s wrong with significance tests? BMJ 2001; 322, Pages 226-23[59] Godet, M. (1993). De la anticipación a la acción, Manual de prospectiva y estrategia. Disponible en: 127 https://administracion.uexternado.edu.co/matdi/clap/De%20la%20anticipaci%C3%B3n %20a%20la%20acci%C3%B3n.pdf[60] Ministerio de Energía y Minas Oficina Técnica de Energía, ( 1998) Tabla de conversión de unidades, p 146. http://www.minem.gob.pe/minem/archivos/file/Hidrocarburos/balances/balan-enerutil1998/tabla.pdf[61] Behera, J. (2015). Examined the energy-led growth hypothesis in India: Evidence from time series analysis. Energy Economics Letters, 2(4), 46-56.[62] Bruns, S. B., & Gross, C. (2013). What if energy time series are not independent? Implications for energy-GDP causality analysis. Energy Economics, 40, 753-759.[63] Gross, C. (2012). Explaining the (non-) causality between energy and economic growth in the US—A multivariate sectoral analysis. Energy Economics, 34(2), 489-499.[64] Jaramillo Villarreal, L. C. (2020). Desarrollo de un modelo económico de energía para pronosticar la demanda energética por sectores de consumo en Colombia. Disponible en: https://www.bancodeoccidente.com.co/wps/wcm/connect/banco-de-occidente/0f02cfa383c9-4f7e-bb2d-7ee32e20a4eb/informe-sectorial-anif-jul2018.pdf?MOD=AJPERES&CVID=mijQdGx[65] Schulte, I., & Heindl, P. (2017). Price and income elasticities of residential energy demand in Germany. Energy Policy, 102, 512-528.[66] EIA, Energy Information Administration, (2019) What drives crude oil prices: Overview. {En línea}. 2019. {18 de abril de 2019}. Disponible en: https://www.eia.gov/finance/markets/crudeoil/[67] Robert J. Myers a,∗, Stanley R. Johnsonb, Michael Helmar c, Harry Baumes d, Longrun and short-run relationships between oil prices, producer prices, and consumer prices: What can we learn from a permanent-transitory decomposition? - The Quarterly Review of Economics and Finance 67 (2018) 175–190[68] Humaira Yasmeen ∗ , Ying Wang, Hashim Zameer, Yasir Ahmed Solangi, Does oil price volatility influence real sector growth? Empirical evidence from Pakistan - --- Energy Reports 5 (2019) 688–703[69] Banco de la República, Departamento de Cambios Internacionales. Inversión Extranjera Directa en Colombia. {En línea}. 2012. {1 de mayo de 2019}. Disponible en:http://www.banrep.gov.co/sites/default/files/publicaciones/archivos/ce_dcin_inversio nextranjera.pdf.[70] Chongmei Wang, Chu Jiayu. Analyzing on the Impact Mechanism of Foreign Direct Investment(FDI) to Energy Consumption. En: Energy Procedia. Vol.; 159. No (Feb.2019); p. 515-520[71] Keeley, A. R., & Ikeda, Y. (2017). Determinants of foreign direct investment in wind energy in developing countries. Journal of Cleaner Production, 161, 1451-1458.[72] Dane, (2021) comercio-internacional balanza comercial. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/comerciointernacional/balanza-comercial[73] Katircioglu, S. T. (2013). Interactions between energy and imports in Singapore: empirical evidence from conditional error correction models. Energy Policy, 63, 514-520.[74] Fedoseeva, S., & Zeidan, R. (2018). How (a) symmetric is the response of import demand to changes in its determinants? Evidence from European energy imports. Energy Economics, 69, 379-394ORIGINAL2022_Tesis_Nelson_Javier_Hernandez.pdf2022_Tesis_Nelson_Javier_Hernandez.pdfTesisapplication/pdf4807486https://repository.unab.edu.co/bitstream/20.500.12749/16165/1/2022_Tesis_Nelson_Javier_Hernandez.pdf73f3b5d4d66bf3f53029d257afe57252MD51open access2022_Articulo_Nelson_Javier_Hernandez.pdf2022_Articulo_Nelson_Javier_Hernandez.pdfArtículoapplication/pdf599498https://repository.unab.edu.co/bitstream/20.500.12749/16165/2/2022_Articulo_Nelson_Javier_Hernandez.pdff05b365b6963328ae0dd1a1ba87fc4d8MD52open access2022_Licencia_Nelson_Javier_Hernandez.pdf2022_Licencia_Nelson_Javier_Hernandez.pdfLicenciaapplication/pdf1124708https://repository.unab.edu.co/bitstream/20.500.12749/16165/3/2022_Licencia_Nelson_Javier_Hernandez.pdf89d6adaf6718730de2b9e45ebc493264MD53metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/16165/4/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD54open accessTHUMBNAIL2022_Tesis_Nelson_Javier_Hernandez.pdf.jpg2022_Tesis_Nelson_Javier_Hernandez.pdf.jpgIM Thumbnailimage/jpeg4538https://repository.unab.edu.co/bitstream/20.500.12749/16165/5/2022_Tesis_Nelson_Javier_Hernandez.pdf.jpgc431477dd0b52fb2e18eaa9b63dce4c0MD55open access2022_Articulo_Nelson_Javier_Hernandez.pdf.jpg2022_Articulo_Nelson_Javier_Hernandez.pdf.jpgIM Thumbnailimage/jpeg8476https://repository.unab.edu.co/bitstream/20.500.12749/16165/6/2022_Articulo_Nelson_Javier_Hernandez.pdf.jpg2f2db054c53e279f631aac3c829566b7MD56open access2022_Licencia_Nelson_Javier_Hernandez.pdf.jpg2022_Licencia_Nelson_Javier_Hernandez.pdf.jpgIM Thumbnailimage/jpeg12339https://repository.unab.edu.co/bitstream/20.500.12749/16165/7/2022_Licencia_Nelson_Javier_Hernandez.pdf.jpgcbb406ef8221087f18377d90a04733daMD57metadata only access20.500.12749/16165oai:repository.unab.edu.co:20.500.12749/161652023-03-15 10:18:21.794open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.coRUwoTE9TKSBBVVRPUihFUyksIG1hbmlmaWVzdGEobWFuaWZlc3RhbW9zKSBxdWUgbGEgb2JyYSBvYmpldG8gZGUgbGEgcHJlc2VudGUgYXV0b3JpemFjacOzbiBlcyBvcmlnaW5hbCB5IGxhIHJlYWxpesOzIHNpbiB2aW9sYXIgbyB1c3VycGFyIGRlcmVjaG9zIGRlIGF1dG9yIGRlIHRlcmNlcm9zLCBwb3IgbG8gdGFudG8sIGxhIG9icmEgZXMgZGUgZXhjbHVzaXZhIGF1dG9yw61hIHkgdGllbmUgbGEgdGl0dWxhcmlkYWQgc29icmUgbGEgbWlzbWEuCgpFbiBjYXNvIGRlIHByZXNlbnRhcnNlIGN1YWxxdWllciByZWNsYW1hY2nDs24gbyBhY2Npw7NuIHBvciBwYXJ0ZSBkZSB1biB0ZXJjZXJvIGVuIGN1YW50byBhIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBzb2JyZSBsYSBvYnJhIGVuIGN1ZXN0acOzbi4gRWwgQVVUT1IgYXN1bWlyw6EgdG9kYSBsYSByZXNwb25zYWJpbGlkYWQsIHkgc2FsZHLDoSBlbiBkZWZlbnNhIGRlIGxvcyBkZXJlY2hvcyBhcXXDrSBhdXRvcml6YWRvcywgcGFyYSB0b2RvcyBsb3MgZWZlY3RvcyBsYSBVTkFCIGFjdMO6YSBjb21vIHVuIHRlcmNlcm8gZGUgYnVlbmEgZmUuCgpFbCBBVVRPUiBhdXRvcml6YSBhIGxhIFVuaXZlcnNpZGFkIEF1dMOzbm9tYSBkZSBCdWNhcmFtYW5nYSBwYXJhIHF1ZSBlbiBsb3MgdMOpcm1pbm9zIGVzdGFibGVjaWRvcyBlbiBsYSBMZXkgMjMgZGUgMTk4MiwgTGV5IDQ0IGRlIDE5OTMsIERlY2lzacOzbiBBbmRpbmEgMzUxIGRlIDE5OTMgeSBkZW3DoXMgbm9ybWFzIGdlbmVyYWxlcyBzb2JyZSBsYSBtYXRlcmlhLCB1dGlsaWNlIGxhIG9icmEgb2JqZXRvIGRlIGxhIHByZXNlbnRlIGF1dG9yaXphY2nDs24uCg== |