Modelo basado en agentes para incluir el proceso de adaptación de los generadores en subastas dinámicas para contratos de largo plazo en el sector eléctrico

Los mercados de capacidad, también conocidos como mercados de energía firme, han ganado relevancia en el sector eléctrico como alternativa para asegurar el suministro energético a largo plazo. En estos mercados, es común el uso de subastas de reloj descendente como mecanismo de asignación ya que permiten que los participantes adapten su oferta en función de la información que se revela. Esta característica es particularmente importante en este tipo de mercados en los que se negocian productos de largo plazo entre agentes que se caracterizan por su aversión al riesgo. Esta tesis doctoral tiene por objetivo analizar el proceso de adaptación de los generadores que participan en este tipo de subastas, teniendo en cuenta dos aspectos fundamentales: la información disponible durante la subasta y el tipo de producto que se negocia. Con este propósito, se desarrolló un modelo basado en agentes con una metodología de aprendizaje por refuerzo conocida como Q-learning, que luego fue implementado en un software de simulación. A partir de este modelo, se analizaron una serie de casos que permitieron establecer que los agentes pueden aprovechar la información que se revela durante la subasta para mejorar la estimación sobre el valor del producto subastado, pero también para establecer comportamientos estratégicos que les permitan aumentar su beneficio. Los resultados evidencian que, en los mercados eléctricos, el proceso de adaptación está más relacionado con el comportamiento estratégico que con la mejora en la estimación. Aunque esto aplica en general para todos los productos analizados, los productos que implican mayor incertidumbre son los que mejor evidencian esta conclusión. Estos hallazgos, constituyen un aporte al conocimiento sobre subastas dinámicas, y son útiles en el diseño de mercados y definición de mecanismos de asignación, especialmente en el sector eléctrico.

• Autores: Torres Valderrama, Henry Camilo
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2019
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/77297
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/77297; http://bdigital.unal.edu.co/74938/
• Palabra clave: Modelos basados en agentes; Aprendizaje por refuerzo; Mercados de energia; Subasta de reloj descendente; Agent-based model; Reinforcement learning; Capacity markets; Descending clock auction
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional