Modelamiento y simulación de curvas de aprendizaje para tecnologías de energía renovable en Colombia
Resumen: En esta tesis se presenta un estudio de curvas de aprendizaje aplicado a pequeñas centrales hidroeléctricas en Colombia. La revisión de la literatura permitió identificar el aprendizaje por Learning-by-doing (LBD) y Economías de Escala como variables principales para la construcción de una...
- Autores:
-
Arias Gaviria, Jessica
- Tipo de recurso:
- Fecha de publicación:
- 2014
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/50122
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/50122
http://bdigital.unal.edu.co/43657/
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
Costos de inversión
Dinámica de sistemas
Economías de escala
Energía renovable
Incentivos
Learning-by-Doing
Política energética
Economies-of-Scale
Energy policy
Incentives
Investment costs
Learning-by-Doing
Renewable energy
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | Resumen: En esta tesis se presenta un estudio de curvas de aprendizaje aplicado a pequeñas centrales hidroeléctricas en Colombia. La revisión de la literatura permitió identificar el aprendizaje por Learning-by-doing (LBD) y Economías de Escala como variables principales para la construcción de una curva de aprendizaje. Para la estimación de la tasa de aprendizaje y el parámetro de escala se construyó un inventario de pequeñas centrales hidroeléctricas en Colombia desde 1900 hasta 2013, con información sobre capacidad, año de instalación, costos y localización de la planta. Un ajuste por Mínimos Cuadrados Ordinarios permitió observar que los costos de infraestructura y costos totales se ven afectados principalmente por Economías de escala, mientras que los costos de equipos por learning-by-doing, con una tasa de aprendizaje que varía entre 20% y 24%. Los efectos de economías de escala y learning-by-doing se incluyeron en un modelo de difusión de energías renovables. Con las simulaciones se encontró que excluir los efectos de learning-by-doing puede subestimar la rentabilidad de la tecnología. Adicionalmente se evaluaron incentivos a las energías renovables como Tarifas Feed-in, incentivos ambientales e incentivos técnicos. Las simulaciones mostraron que los incentivos técnicos son los más eficientes para acelerar la difusión de la energía renovable e incrementar la rentabilidad, mientras que los incentivos ambientales son los menos efectivos. |
|---|