TRABAJ O

1/6

_________________________
PAPER-112-01032010.DOC 1 / 6

Ttulo Evaluacin de I nversiones en Generacin Elica en Argentina

N de Registro (Resumen) 112


Empresa o Entidad
Instituto de Energa Elctrica - Facultad de Ingeniera UNSJ


Autores del Trabajo
Nombre Pas e-mail
Rommel Aguilar Chiriboga Ecuador raguilar@iee.unsj.edu.ar
Miguel Gil Pugliese Argentina mgil@iee.unsj.edu.ar
Fabin Prez Yauli Ecuador fperez@iee.unsj.edu.ar


Palabras Clave
Generacin Elica, Precios Spot, VAN, Monte Carlo, Inversin

RESUMEN

A fin de reducir la emisin de gases contaminantes, muchos pases tienen como prioridad el desarrollo de
generacin elctrica proveniente de fuentes renovables de energa. En el presente trabajo, se realizan estudios de
prefactibilidad de un posible proyecto de inversin en generacin elica que se conectara al Sistema Argentino de
Interconexin (SADI) considerando la legislacin nacional y provincial actual sobre este tipo de proyectos, la forma
en que se despacha y remunera la energa producida y los costos en que deber incurrir el inversionista.

La inversin se evala con el Valor Actual Neto del proyecto, a travs de flujos de fondos descontados que incluyen:
ingresos por venta de energa y capacidad, incentivos para generacin elica, costos de inversin, depreciacin de
los equipos e impuestos. Se contempla un costo de capital promedio ponderado que resulta de tasas de
endeudamiento y del costo de capital que el inversionista podra exigir por invertir en Argentina.

Con el fin de analizar el proyecto se utiliza el mtodo de Monte Carlo y se simula estocsticamente las
incertidumbres en el precio spot del mercado elctrico y en la produccin de energa debida a la variabilidad del
recurso elico. El viento se modela con distribuciones de probabilidad de Weibull y los precios con un proceso
estocstico con reversin a la media con base en informacin histrica publicada por la Compaa Administradora
del Mercado Mayorista Elctrico Sociedad Annima (CAMMESA). Para cada simulacin de Monte Carlo se
determina el Valor Actual Neto del proyecto y posteriormente se obtiene su distribucin de probabilidades, la cual
define el valor esperado del VAN y el riesgo de la inversin.

Los resultados determinan si es atractivo para los inversionistas asumir el riesgo del proyecto colocando su capital
en generacin elica. Finalmente se indican que medidas podran adoptarse por parte de organismos estatales para
incentivar la expansin de este tipo de generacin.



2
I. INTRODUCCIN
ESDE hace ya varias dcadas los gobiernos del
mundo estn impulsando la expansin de
generacin elctrica limpia proveniente de fuentes de
energa renovables, debido a las crecientes
preocupaciones medioambientales.
La generacin de fuentes de energas renovables no
convencionales como lo es la generacin elica
independiente de inestabilidades polticas y
econmicas, ha tenido un rpido desarrollo mundial en
los ltimos aos. En algunos pases del mundo, la
utilizacin de esta fuente de energa ya ha alcanzado
un alto grado de desarrollo, mientras que en otros se
est en la etapa de evaluacin del recurso y de las
experiencias piloto.
La energa elica constituye una de las fuentes
renovables de energa con mayor potencial en la
Argentina, posible de implementar a corto plazo con
un bajo impacto ambiental. En la actualidad existen en
el pas diversas empresas que, con el apoyo tanto del
Gobierno Nacional como de los Gobiernos
Provinciales respectivos, se dedican a la construccin
de importantes parques elicos que se sumarn en el
corto plazo a los que ya funcionan en la Patagonia y el
sur de la provincia de Buenos Aires. Esta actividad
est regulada por la Ley N 26.190 (Rgimen de
Fomento Nacional para el Uso de Fuentes Renovables
de Energa). Las leyes tambin garantizan la seguridad
de despacho y venta de la energa elica.
Las condiciones naturales ptimas para la
generacin de energa elica vientos de alta velocidad
en distintas partes de su territorio, principalmente en el
sur argentino, la creacin de instituciones encargadas
de promover el desarrollo de la actividad como la
Asociacin Argentina de Energa Elica (AAEE) y la
Cmara Argentina de Generadores Elicos (CADGE)
, y la fuerte inversin en proyectos elicos como la
construccin del Parque Elico Malaspina, en la
Provincia de Chubut, convierten a la Argentina en un
propicio candidato para la produccin de este tipo de
energa renovable.
La generacin elica est caracterizada por la
incertidumbre del recurso primario viento. En este
trabajo la incertidumbre horaria se modela con una
curva de probabilidad de Weibull de viento sin hacer
distinciones para diferentes horas del da y la
incertidumbre de la media anual se modela con una
curva de distribucin normal. Se consideran
generadores estndar de 1MW cada uno y se supone
que los costos de conexin son bajos e incluidos
dentro de los costos de instalacin de cada generador
red elctrica con capacidad suficiente a corta
distancia.
El precio SPOT promedio semanal esperado para
los prximos 20 aos se modela con un proceso
estocstico con reversin a la media partiendo de datos
histricos de precio spot horarios y suponiendo una
evolucin en el mercado elctrico argentino tendiente
a la equiparacin de los costos marginales con el
precio spot expansin de generacin eficiente. Se
incluye tambin un ingreso por venta de capacidad en
el mercado spot calculado segn Los
Procedimientos publicados por CAMMESA para las
horas en que se remunera potencia [1].
Se considera adems el incentivo a la generacin
elica de 3.95 US$/MWh (15 AR$/MWh) segn la ley
25019 [2] y modificada por la ley 26190 [3].
Las tasas de cambio consideradas en este estudio
son: 3.8 AR$/US$ y 0.717 /US$.
Para el anlisis se utilizan tasas de inters
internacionales y la estructura de capital de una
empresa tpica con acceso a estas tasas de
financiamiento [4].
Se realiz un modelo computacional y con el
mtodo de Monte Carlo se realizaron 10000
simulaciones para 20 aos, determinando en cada hora
de cada ao y de cada simulacin, energa generada,
precio spot e ingresos por venta de energa.
En la Seccin II, se describen algunos aspectos
referidos al clculo del costo de capital promedio
ponderado (WACC Weighted Average Cost of
Capital), a la modelacin del viento, la modelacin de
los generadores y del precio spot. A continuacin, en
la Seccin III, se realiza una descripcin de las
consideraciones hechas para los flujos de fondos. En la
Seccin IV, se presentan los resultados de las
simulaciones junto con un anlisis de sensibilidad.
Finalmente, se presentan las principales conclusiones
del trabajo en la Seccin V.
II. MODELACIN
A. Clculo del WACC
A partir de los datos de la empresa inversora se
calcula la tasa ke (CAPM - Capital Asset Pricing
Model) y la tasa de descuento WACC, con las
siguientes ecuaciones [5]:


( )
f m f p
ke r r r r = + + (1)

( ) 1
E D
WACC ke kd ti
A A
= + (2)
Considerando:
r
f
=4.61% (Bonos del tesoro de EEUU
1
)
r
m
=9.203% (ndice S&P 500 26/06/2009)
r
p

1
Bono de madurez similar a la duracin del proyecto
=7.84% (Riesgo soberano Argentina
promedio 2007-2009)
=0.4 (Beta apalancado)
D

3
E/A =61% (Capital Propio)
D/A =39% (Prstamo)
ti =35% (Impuesto a las ganancias)
kd =7.5% (Tasa activa banco HSBC [6])
Con la relacin deuda/capital propio especificada,
se obtiene una tasa WACC con la cual se descuenta
el flujo de fondos del proyecto. Esta relacin
deuda/capital coincide con la utilizada en el convenio
pblico-privado entre el gobierno de Chubut y la
empresa Emgasud para el proyecto Ingentis [7]. Se
tiene entonces:

ke =14.3% (Costo de capital propio)
WACC =10.6% (Costo de capital promedio
ponderado)
B. Modelacin del recurso primario
Para el modelado del recurso primario se utilizan
dos curvas de distribucin de probabilidades, una
distribucin de Weibull para la variacin horaria con
factor de forma igual a 2 y una distribucin normal
para la variacin anual de la media de la distribucin
anterior. As para cada ao de una simulacin se sortea
una media a partir de la distribucin normal y dicha
media se usa para determinar la curva de
probabilidades horarias. El lugar elegido es en la
provincia de Chubut, cerca de Comodoro Rivadavia y
de una lnea de transmisin. Los datos para la
distribucin interanual de medias obtenida online es la
siguiente [8]:
Tabla 1. Distribucin de Probabilidad Normal
de la Velocidad del Viento Media Anual
Coordenadas: 45.816S,
67.841O
Intervalo de confianza
68%
9.1 13.2 m/s
Altura de medicin 50m
Media 11.15 m/s
Desviacin Estndar 2.05 m/s
Luego los parmetros de la curva de distribucin de
probabilidad horaria son:
Tabla 2. Distribucin de Probabilidad Weibull
de la Velocidad del Viento Horaria
Parmetro de Forma 2
Velocidad media (m/s) N(11.15, 2.05)
Longitud de
Rugosidad HR(m)
0.055
Altura de medicin
(m)
50

A partir de estos datos se calcula el parmetro de
escala de cada una de las distribuciones dado por:

1 1
b
a

=
+ ( / )
(3)
b: parmetro de escala
a: parmetro de forma
: funcin gamma
: velocidad media

Una vez determinados los parmetros de las dos
funciones de probabilidad y a los fines de obtener
velocidades de viento con estas distribuciones se
utiliza el mtodo de Monte Carlo, generando valores
aleatorios de distribucin uniforme entre 0 y 1 y la
funcin Weibull Acumulada Inversa (ec.5).


( )
1
a
v
b
W v e

= ( ) (4)
( ) ln 1 ( )
a
v b W v = (5)
Finalmente para trasladar a 60m de altura las
velocidades simuladas se las afecta del siguiente factor
de correccin por altura:


( )
ln
0
1. 6 6
ln
02 7
h
HR
k
h
HR
= =
| |
|
\ .
(6)
h = 60m Altura de Instalacin

0
h =50m Altura de medicin
HR = 0.055 Longitud de rugosidad

C. Modelo del generador
Para modelar las unidades generadoras y el parque
elico se consideran los siguientes datos:

Potencia nominal de cada generador: 1 MW
Nmero de Unidades: 20
Velocidad de conexin: 3 m/s
Velocidad de corte: 25 m/s
Velocidad nominal: 13 m/s
Altura del eje de la turbina: 60 m
Rendimiento del parque: 0.9
La curva de potencia de cada aerogenerador se
modela considerando que entre la velocidad de
conexin y la velocidad nominal la potencia del
generador responde a una curva polinmica de tercer
grado con pendiente nula tanto para la velocidad de
conexin como para la nominal. Adems el generador
modelado dispone de regulacin de ngulo de pala, el
cual mantiene constante la potencia de salida para
velocidades comprendidas entre la velocidad nominal
y la velocidad de corte.
La curva de potencia modelada para un generador
queda definida por:

4

( )
3 2
0 , 3
2 48 234 324 , 3 13
1000 , 13 25
0 , 25
v
v v v v
P v
v
v
<
+ +
=

>

(7)

La potencia est dada en kW y la velocidad en m/s.


0
200
400
600
800
1000
1200
0 5 10 15 20 25 30
P
o
t
e
n
c
i
a

[
k
W
]
Velocidad de Viento [m/s]

Fig. 1. Curva de Potencia del Generador Elico

D. Modelo del precio spot
Partiendo de los datos de precio spot horarios desde
el 1/1/2005 hasta el 28/2/2009, se ajusta un proceso
estocstico con reversin a la media para simular la
evolucin del precio Spot Promedio Semanal en el
largo plazo [9]. El modelo asume que la generacin de
este proyecto no tiene efecto sobre los precios de
mercado y es solo estimativo considerando una
poltica de precios ajustados a los costos marginales
actualmente esto no es as pero se supone que no
puede sostenerse en el tiempo. El proceso estocstico
con reversin a la media obedece a:

( )
1

t t t
S S S S t t
+
= + + (8)
Variable aleatoria de distribucin N(0,1)
=0.0642 Coeficiente de regresin a la media
=1.8586 Desviacin estndar (US$)
La media a la que tiende el proceso S se fij en 27
US$/MWh calculada como el promedio entre los
costos marginales promedios del Mercado Elctrico
Mayorista (MEM) desde 1991 hasta el 2008. El valor
inicial de S
t
para el proceso es 23.48 US$/MWh
correspondiente al valor promedio del precio spot
desde 1/1/2008 hasta 28/2/2009.
Los coeficientes y se obtienen partiendo de la
curva de precios spot promedios semanales, calculados
de la informacin histrica publicada por CAMMESA,
y aplicando la metodologa detallada en [9]. Los
resultados obtenidos se muestran a continuacin:

Fig. 2. Modelacin y Distribucin Precio Spot

Precio Spot Mximo 42 US$/MWh
Precio Spot Mnimo 10 US$/MWh
Precio Spot S 27 US$/MWh
Desviacin Estndar 3.32 US$/MWh

III. FLUJ O DE FONDOS
A. Energa generada
Para cada hora se genera un nmero aleatorio entre
0 y 1 de distribucin uniforme, luego con la ecuacin
(5) se calcula la velocidad de viento dependiendo si la
hora simulada corresponde a verano o invierno. Con
ella y la curva definida por la ecuacin (7) se calcula
una potencia generada.
Se considera que las mquinas estn fuera de
servicio 263h al ao (3% anual) por todo concepto.

B. Precio Spot
A partir del modelo descripto en II.D se simula un
precio spot para cada semana. Este precio se mantiene
durante 168 horas simuladas una semana y luego se
repite el proceso de simulacin para todo el tiempo de
anlisis.
C. Flujo de Fondos
Los flujos de fondos consideran los siguientes
factores:

1) Ingresos
Venta de energa en el mercado spot. Calculado
para cada ao como la sumatoria de la produccin
horaria simulada multiplicada por el precio horario
promedio semanal simulado.
Venta de capacidad en el mercado spot. Calculado
para cada hora en que se remunera la potencia
como la potencia media anual afectada por el
cociente entre las energas generadas en las horas
en que se remunera la potencia y la energa total y
a su vez multiplicada por el $PPAD (2.63
US$/MWh, Precio de la Potencia en el Mercado
[1]) y por el factor KPPAD (=1.2, Coeficiente de
ajuste del valor del $PPAD [1]).

5
Ingresos por el subsidio a las energas renovables
segn leyes 25019 y 26190 de 3.95 US$/MWh
durante los primeros 15 aos.
Ventas de bonos de carbn. Considerando un valor
fijo promedio de 9.1 US$/MWh calculado a partir
de la una tasa de emisin del MEM de 0.5 tn/MWh
[10] y de un precio de los bonos de carbn de
13.05 /tn (promedio de precio ao 2009 [11])
durante toda la vida til del proyecto suponiendo
que el Tratado de Kioto que finaliza en el 2012
ser reemplazado por algn tratado similar y/o que
se mantendr el mercado de emisiones .

2) Costos
Costos de instalacin. Se tiene en cuenta un costo
de instalacin de 1050/kW [12].
Costos de OyM. Se supuso que todos los costos
son variables, despreciando los costos fijos
(suponiendo buena accesibilidad al sistema
interconectado, bajos costos de terreno, etc.). Los
costos de OyM considerados tienen un valor de
2.5/MWh [12].

3) Depreciacin
Se supone una depreciacin lineal de los activos
fsicos para una vida til de 20 aos. Segn la Ley
26190 [3] y su decreto reglamentario puede aplicarse
deprecacin acelerada reduciendo al 50% la vida til
de las instalaciones, pero dadas las caractersticas de
bajo rendimiento del proyecto, este esquema de
depreciacin no es conveniente.

4) Impuestos
De acuerdo a la ley 25019 (Senado y Cmara de
Diputados, octubre 1998), toda actividad de
generacin elica goza de estabilidad fiscal por 15
aos. Se aplican los impuestos establecidos segn la
Reforma Tributaria Ley 25239 la cual establece una
retencin de carcter de pago nico y definitivo, del
35% sobre las Ganancias.
D. Simulacin del VAN por el mtodo de Monte Carlo
El ingreso total anual, costos, depreciacin e
impuestos entran en el flujo de fondos que luego son
descontados a una tasa WACC para obtener el VAN
correspondiente a la simulacin.
Considerando una vida del proyecto de 20 aos y
con los modelos antes definidos se elabor una
simulacin de Monte Carlo para las 8760h de cada uno
de los 20 aos, obteniendo un flujo de fondos para
cada ao y calculando un VAN para el proyecto. Se
realizaron 10000 simulaciones de este proceso,
obtenindose as una distribucin de probabilidades
del VAN.
IV. RESULTADOS Y ANLISIS DE SENSIBILIDAD
A. Resultados
La simulacin de Monte Carlo arroj como
resultado la siguiente distribucin de probabilidad del
VAN del Free Cash Flow descontado con el WACC
(10.6%):

Fig. 3. Distribucin del VAN (M US$=millones de Dlares)

B. Anlisis de Sensibilidad
Tomando la generacin media anual de energa
arrojada por la simulacin de Monte Carlo precedente
y suponiendo un precio constante para todo el perodo,
se hizo un anlisis de sensibilidad para distintos
precios de mercado y distintas tasas de riesgo
soberano. Los resultados pueden verse en la Tabla 3.
Tabla 3. Sensibilidad Precio Spot Riesgo Soberano
VAN
(M US$)
Riesgo Soberano
0% 2% 4% 6% 8% 10% 12% 14%
P
r
e
c
i
o

S
p
o
t

(
U
S
$
/
M
W
h
)

20 -1.81 -4.31 -6.48 -8.36 -10.00 -11.44 -12.71 -13.83
25 1.79 -1.04 -3.49 -5.62 -7.48 -9.11 -10.55 -11.82
30 5.40 2.23 -0.51 -2.89 -4.97 -6.79 -8.39 -9.81
35 9.00 5.50 2.47 -0.16 -2.45 -4.46 -6.23 -7.80
40 12.61 8.77 5.45 2.58 0.06 -2.14 -4.08 -5.79
45 16.21 12.04 8.44 5.31 2.58 0.19 -1.92 -3.78
50 19.82 15.31 11.42 8.04 5.10 2.51 0.24 -1.77
Puede verse que an si el riesgo soberano fuese
sustancialmente inferior (2%) el proyecto no es
rentable a menos que el precio Spot medio sea mayor a
30 US$/MWh. El VAN del proyecto es altamente
sensible al precio Spot, por lo que el modelo de los
precios merecera un anlisis ms profundo que el
usado en el presente trabajo, considerando los cambios
esperados en el sistema elctrico a mediano y largo
plazo y pronosticando una evolucin de los precios de
insumos que tienen incidencia importante en el
mercado elctrico, principalmente el petrleo.
De igual manera se analiza la sensibilidad para
distintos precios de mercado con distintos valores de
Media M US$ -6.4
Desv. Est. M US$ 0.77
Mnimo M US$ -9.9
Mximo M US$ -3.8


6
ingresos por el subsidio a las energas renovables
segn leyes 25019 y 26190, actualmente en 3.95
US$/MWh.
Tabla 4. Sensibilidad Precio Spot Subsidio
VAN
(M US$)
Subsidio US$/MWh
28 24 20 16 12 8 4 0
P
r
e
c
i
o

S
p
o
t


(
U
S
$
/
M
W
h
)

15 -1.45 -3.27 -5.10 -6.92 -8.74 -10.56 -12.38 -14.21
20 1.08 -0.74 -2.56 -4.39 -6.21 -8.03 -9.85 -11.67
25 3.61 1.79 -0.03 -1.85 -3.68 -5.50 -7.32 -9.14
30 6.14 4.32 2.50 0.68 -1.14 -2.97 -4.79 -6.61
35 8.68 6.85 5.03 3.21 1.39 -0.43 -2.25 -4.08
40 11.21 9.39 7.57 5.74 3.92 2.10 0.28 -1.54
45 13.74 11.92 10.10 8.28 6.45 4.63 2.81 0.99
50 16.27 14.45 12.63 10.81 8.99 7.16 5.34 3.52
Los resultados de este anlisis indican que para el
precio medio de mercado histrico (27 US$/MWh)
hara falta un subsidio de aproximadamente 18
US$/MWh para que sea atractivo el proyecto.
V. CONCLUSIONES
Bajo las consideraciones realizadas, el presente
anlisis muestra una probabilidad de prcticamente el
100% de rentabilidad negativa del proyecto a 20 aos,
por lo que no se recomendara la inversin.
Dada la naturaleza del proyecto, con baja
produccin y altos costos de instalacin y dado que el
Mercado Elctrico Mayorista Argentino tiene una
matriz de generacin de bajo costo, la inversin no se
vuelve atractiva para los capitales privados, al menos
con los incentivos actuales.
Con el fin atraer inversores para este tipo de
generacin podran aplicarse distintos planes, tales
como:
Actualizar los valores de los incentivos (leyes
25019 y 26190 de 2004 y 2006 respectivamente)
Cambiar la poltica de precios con los que se
remunera en el MEM la energa generada por
este tipo de tecnologas.
Incentivar la produccin nacional de estas
tecnologas.
Implementar esquema de subsidio para la
instalacin de generacin elica.












VI. BIBLIOGRAFA
[1] CAMMESA. Los Procedimientos [En lnea] Julio de 2009.
http://portalweb.cammesa.com.
[2] Ley 25019 - Rgimen Nacional de Energa Elica y Solar.
Argentina, 1998.
[3] Ley 26190 - Rgimen de Fomento Nacional para el uso de
Fuentes Renovables de Energa destinada a la produccin de
Energa Elctrica. Argentina, 2006.
[4] L. Zacks, ZACKS Investment Research, [En lnea].
http://www.zacks.com.
[5] G.Dumrauf. Finanzas Corporativas, Grupo Gua, 2003. ISBN
9701511239.
[6] HSBC Holdings plc. [En lnea]. www.hsbc.com.
[7] A. Tronfi, Construirn un polo de gas y energa elica -
Proyecto de Energa Ingentis. Diario La Nacin. 30 de abril,
2007, Vol. I.
[8] 3 Tier Group, 3 Tier First Look, [En lnea]
http://www.3tier.com/firstlook/.
[9] A. Dixit, R. Pindyck, Investment Under Uncertainty. Ney
J ersey : Princeton University Press, 1994. ISBN 0-691-
03410-9.
[10] Secretaria de Energa - Repblica Argentina, Clculo del
Factor de Emisin de CO2 de la Red Argentina de Energa
Elctrica. [En lnea] http://energia3.mecon.gov.ar.
[11] Sistema Electrnico de Negociacin de Derechos de Emisin
de CO2. [En lnea] http://www.sendeco2.com.
[12] M.I. Blanco The economics of wind energy, 2009, pgs.
13721382.