Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia

RESUMEN : El aprovechamiento pleno de incentivos fiscales y económicos se ha convertido en un proceso complejo para los inversionistas, quienes deben encontrar la metodología y la estructura de capital adecuada para obtener proyectos de generación viables y competitivos. Bajo este contexto, este tra...

Full description

Autores:
Saldarriaga Loaiza, Juan David
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2023
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/35093
Acceso en línea:
https://hdl.handle.net/10495/35093
Palabra clave:
Incentivos tributarios
Fomento de inversiones
Energía renovable
Renewable energy
Costo nivelado de electricidad
Fuentes no convencionales de energía renovable
Optimización en inversiones
Simulación de Monte Carlo
http://aims.fao.org/aos/agrovoc/c_25719
Rights
openAccess
License
http://creativecommons.org/publicdomain/zero/1.0/
id UDEA2_8b06f46d957a5c03f781e4c5475f56ca
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/35093
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
title Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
spellingShingle Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
Incentivos tributarios
Fomento de inversiones
Energía renovable
Renewable energy
Costo nivelado de electricidad
Fuentes no convencionales de energía renovable
Optimización en inversiones
Simulación de Monte Carlo
http://aims.fao.org/aos/agrovoc/c_25719
title_short Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
title_full Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
title_fullStr Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
title_full_unstemmed Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
title_sort Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en Colombia
dc.creator.fl_str_mv Saldarriaga Loaiza, Juan David
dc.contributor.advisor.none.fl_str_mv López Lezama, Jesús María
Villada Duque, Fernando
dc.contributor.author.none.fl_str_mv Saldarriaga Loaiza, Juan David
dc.contributor.researchgroup.spa.fl_str_mv Grupo de Manejo Eficiente de la Energía (GIMEL)
dc.subject.lemb.none.fl_str_mv Incentivos tributarios
Fomento de inversiones
topic Incentivos tributarios
Fomento de inversiones
Energía renovable
Renewable energy
Costo nivelado de electricidad
Fuentes no convencionales de energía renovable
Optimización en inversiones
Simulación de Monte Carlo
http://aims.fao.org/aos/agrovoc/c_25719
dc.subject.agrovoc.none.fl_str_mv Energía renovable
Renewable energy
dc.subject.proposal.spa.fl_str_mv Costo nivelado de electricidad
Fuentes no convencionales de energía renovable
Optimización en inversiones
Simulación de Monte Carlo
dc.subject.agrovocuri.none.fl_str_mv http://aims.fao.org/aos/agrovoc/c_25719
description RESUMEN : El aprovechamiento pleno de incentivos fiscales y económicos se ha convertido en un proceso complejo para los inversionistas, quienes deben encontrar la metodología y la estructura de capital adecuada para obtener proyectos de generación viables y competitivos. Bajo este contexto, este trabajo propone una metodología de estructuración óptima de inversiones en fuentes no convencionales de energía renovable (FNCER) para minimizar costos de generación (CG) mediante el aprovechamiento de incentivos en Colombia. Inicialmente, se realizó una búsqueda de literatura sobre técnicas de optimización y metodologías de evaluación financieras aplicables a este trabajo. Se seleccionaron tres técnicas de optimización metaheurística: Algoritmo Genético (GA, Genetic Algorithm), Optimización por Enjambres de Partículas (PSO, Particle Swarm Optimization) y Evolución Diferencial (DE, Differential Evolution); en cuanto a las metodologías de evaluación financiera, se escogieron las metodologías del Costo Nivelado de Electricidad (LCOE, Levelized Cost of Electricity), Flujo de Caja Descontando (FCD), Valor en Riesgo (VaR, Value at Risk) y Opciones Reales (OR) con Black y Scholes, así como la simulación de Monte Carlo. De esta forma, se establecieron tres metodologías específicas para construir la metodología de este trabajo: metodología 1 (M1) que considera el LCOE y las metaheurísticas GA, PSO y DE; metodología 2 (M2) que considera el FDC, VaR y simulación de Monte Carlo, y metodología 3 (M3) que considera las OR con Black y Scholes. M1 es una metodología determinística, mientras que M2 y M3 son metodologías que consideran incertidumbre desde el factor de capacidad o la tasa representativa del mercado (TRM). Luego, se determinó el potencial energético de cuatro FNCER para algunas regiones de Colombia, a partir de información secundaria: Biomasa Forestal (FB, Forest Biomass), 174.6 GWeh/año para el departamento del Vichada, Residuos Sólidos Urbanos (USW, Urban Solid Waste), 441.5 GWeh/año para la ciudad de Medellín, Solar Fotovoltaica (PS, Photovoltaic Solar) 21.17 GWeh/año y Energía Eólica (WP, Wind Power), 54.6 GWeh/año; el potencial energético de PS y WP se estimó para una zona particular del departamento de La Guajira. Seguidamente, se usaron las metodologías M1, M2 y M3 para minimizar CG (¢USD/kWh) de FB, USW, PS y WP, asó como obtener 3 indicadores financieros adicionales -VPN (MUSD), VaR (MUSD) y VPNOR (MUSD)-, que permiten corroborar la viabilidad financiera de las FNCER. Como resultado, se desarrolló la metodología de estructuración óptima de inversiones, obteniendo los siguientes CG: 7.2 ¢USD/kWh para FB, usando DE; 8.8 ¢USD/kWh para USW, usando PSO; 3.2 ¢USD/kWh para PS, usando PSO; 3.0 ¢USD/kWh para WP, usando GA. Las reducciones fueron de 22.6%, 36.7%, 49.2% y 47.4%, respectivamente, tomando como referencia los CG calculados sin incentivos fiscales. Por otro lado, se encontró que por cada técnica metaheurística se obtiene un portafolio de inversión diferente, a partir del cual se alcanza un CG mínimo; este portafolio dependerá de la combinación de cinco variables de decisión que corresponden a: peso del capital propio, peso de la deuda, periodo de la depreciación de activos, plazo y periodo de gracia de la deuda. Por tanto, los inversionistas podrán seleccionar el portafolio o la combinación de variables más adecuada o alcanzable, apoyándose en los indicadores financieros complementarios, VPN, VaR y VPNOR. La metodología propuesta, como herramienta financiera, sirve para evaluar la viabilidad de FNCER mediante el aprovechamiento de incentivos fiscales y económicos; además, brinda la posibilidad de reducir la tasa impositiva efectiva de un proyecto mediante el cálculo de una estructura de capital adecuada. Por último, se propusieron incentivos fiscales y económicos adicionales a fin de lograr una mayor reducción en CG, entre los que se destacan el aumento del periodo de recuperación del 50% de inversión mediante el impuesto de renta (ITC, Investment Tax Credit), mayor plazo para el pago de la deuda con periodos de gracia, la implementación del modelo de Financiación de Proyectos (Project Finance), incentivos para bonos verdes, entre otros. Finalmente, la estructura del documento es la siguiente: en el Capítulo 1 se presenta la introducción, que contiene la motivación y los objetivos del trabajo; en el Capítulo 2 se aborda el contexto de las inversiones en proyectos con FNCER, en el que se presenta el planteamiento del problema y la justificación; en el Capítulo 3 se muestra el cálculo del potencial energético de FB, USW, PS y WP para la generación de electricidad en Colombia; en el Capítulo 4 se indica la metodología usada para el cumplimiento de los objetivos del trabajo; en el Capítulo 5 se presentan los resultados del trabajo, donde se relacionan CG, VPN, VaR y VPNOR obtenidos para FB, USW, PS y WP, así como la definición de la metodología desarrollada para la estructuración óptima de inversiones en proyectos de generación electricidad con FNCER en Colombia; en el Capítulo 6 se expone la propuesta de incentivos fiscales y económicos para las FNCER; en el Capítulo 7 se presentan las conclusiones y trabajos futuros, y en el capítulo 8 se describe la discusión académica, donde se relacionan los artículos publicados durante el desarrollo del trabajo.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-05-24T14:58:10Z
dc.date.available.none.fl_str_mv 2023-05-24T14:58:10Z
dc.date.issued.none.fl_str_mv 2023
dc.type.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Doctorado
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_db06
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TD
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/doctoralThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/draft
format http://purl.org/coar/resource_type/c_db06
status_str draft
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10495/35093
url https://hdl.handle.net/10495/35093
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/publicdomain/zero/1.0/
https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 101
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de Antioquia
dc.publisher.place.spa.fl_str_mv Medellín - Colombia
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería. Doctorado en Ingeniería Electrónica y de Computación
institution Universidad de Antioquia
bitstream.url.fl_str_mv https://bibliotecadigital.udea.edu.co/bitstreams/de982d2e-0e81-4aa1-bdbd-65d8de154987/download
https://bibliotecadigital.udea.edu.co/bitstreams/a84d5fff-1c30-4df6-ba4a-0953841ee84f/download
https://bibliotecadigital.udea.edu.co/bitstreams/f63d895c-402e-4469-86c3-0bea56a23a40/download
https://bibliotecadigital.udea.edu.co/bitstreams/29a9745c-8b51-4d89-949b-afe1f18cf278/download
https://bibliotecadigital.udea.edu.co/bitstreams/b2743580-2ae8-491d-b640-103a9d0b6cde/download
bitstream.checksum.fl_str_mv fd0548b8694973befb689f3e7a707f1d
8a4605be74aa9ea9d79846c1fba20a33
e462af17dc4f02f4cd96559f2d3944ee
73b90f017602d0835698a7a06e92ed65
5328c0f3af966b3fc523ddcfc443c858
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Antioquia
repository.mail.fl_str_mv aplicacionbibliotecadigitalbiblioteca@udea.edu.co
_version_ 1851052187746041856
spelling López Lezama, Jesús MaríaVillada Duque, FernandoSaldarriaga Loaiza, Juan DavidGrupo de Manejo Eficiente de la Energía (GIMEL)2023-05-24T14:58:10Z2023-05-24T14:58:10Z2023https://hdl.handle.net/10495/35093RESUMEN : El aprovechamiento pleno de incentivos fiscales y económicos se ha convertido en un proceso complejo para los inversionistas, quienes deben encontrar la metodología y la estructura de capital adecuada para obtener proyectos de generación viables y competitivos. Bajo este contexto, este trabajo propone una metodología de estructuración óptima de inversiones en fuentes no convencionales de energía renovable (FNCER) para minimizar costos de generación (CG) mediante el aprovechamiento de incentivos en Colombia. Inicialmente, se realizó una búsqueda de literatura sobre técnicas de optimización y metodologías de evaluación financieras aplicables a este trabajo. Se seleccionaron tres técnicas de optimización metaheurística: Algoritmo Genético (GA, Genetic Algorithm), Optimización por Enjambres de Partículas (PSO, Particle Swarm Optimization) y Evolución Diferencial (DE, Differential Evolution); en cuanto a las metodologías de evaluación financiera, se escogieron las metodologías del Costo Nivelado de Electricidad (LCOE, Levelized Cost of Electricity), Flujo de Caja Descontando (FCD), Valor en Riesgo (VaR, Value at Risk) y Opciones Reales (OR) con Black y Scholes, así como la simulación de Monte Carlo. De esta forma, se establecieron tres metodologías específicas para construir la metodología de este trabajo: metodología 1 (M1) que considera el LCOE y las metaheurísticas GA, PSO y DE; metodología 2 (M2) que considera el FDC, VaR y simulación de Monte Carlo, y metodología 3 (M3) que considera las OR con Black y Scholes. M1 es una metodología determinística, mientras que M2 y M3 son metodologías que consideran incertidumbre desde el factor de capacidad o la tasa representativa del mercado (TRM). Luego, se determinó el potencial energético de cuatro FNCER para algunas regiones de Colombia, a partir de información secundaria: Biomasa Forestal (FB, Forest Biomass), 174.6 GWeh/año para el departamento del Vichada, Residuos Sólidos Urbanos (USW, Urban Solid Waste), 441.5 GWeh/año para la ciudad de Medellín, Solar Fotovoltaica (PS, Photovoltaic Solar) 21.17 GWeh/año y Energía Eólica (WP, Wind Power), 54.6 GWeh/año; el potencial energético de PS y WP se estimó para una zona particular del departamento de La Guajira. Seguidamente, se usaron las metodologías M1, M2 y M3 para minimizar CG (¢USD/kWh) de FB, USW, PS y WP, asó como obtener 3 indicadores financieros adicionales -VPN (MUSD), VaR (MUSD) y VPNOR (MUSD)-, que permiten corroborar la viabilidad financiera de las FNCER. Como resultado, se desarrolló la metodología de estructuración óptima de inversiones, obteniendo los siguientes CG: 7.2 ¢USD/kWh para FB, usando DE; 8.8 ¢USD/kWh para USW, usando PSO; 3.2 ¢USD/kWh para PS, usando PSO; 3.0 ¢USD/kWh para WP, usando GA. Las reducciones fueron de 22.6%, 36.7%, 49.2% y 47.4%, respectivamente, tomando como referencia los CG calculados sin incentivos fiscales. Por otro lado, se encontró que por cada técnica metaheurística se obtiene un portafolio de inversión diferente, a partir del cual se alcanza un CG mínimo; este portafolio dependerá de la combinación de cinco variables de decisión que corresponden a: peso del capital propio, peso de la deuda, periodo de la depreciación de activos, plazo y periodo de gracia de la deuda. Por tanto, los inversionistas podrán seleccionar el portafolio o la combinación de variables más adecuada o alcanzable, apoyándose en los indicadores financieros complementarios, VPN, VaR y VPNOR. La metodología propuesta, como herramienta financiera, sirve para evaluar la viabilidad de FNCER mediante el aprovechamiento de incentivos fiscales y económicos; además, brinda la posibilidad de reducir la tasa impositiva efectiva de un proyecto mediante el cálculo de una estructura de capital adecuada. Por último, se propusieron incentivos fiscales y económicos adicionales a fin de lograr una mayor reducción en CG, entre los que se destacan el aumento del periodo de recuperación del 50% de inversión mediante el impuesto de renta (ITC, Investment Tax Credit), mayor plazo para el pago de la deuda con periodos de gracia, la implementación del modelo de Financiación de Proyectos (Project Finance), incentivos para bonos verdes, entre otros. Finalmente, la estructura del documento es la siguiente: en el Capítulo 1 se presenta la introducción, que contiene la motivación y los objetivos del trabajo; en el Capítulo 2 se aborda el contexto de las inversiones en proyectos con FNCER, en el que se presenta el planteamiento del problema y la justificación; en el Capítulo 3 se muestra el cálculo del potencial energético de FB, USW, PS y WP para la generación de electricidad en Colombia; en el Capítulo 4 se indica la metodología usada para el cumplimiento de los objetivos del trabajo; en el Capítulo 5 se presentan los resultados del trabajo, donde se relacionan CG, VPN, VaR y VPNOR obtenidos para FB, USW, PS y WP, así como la definición de la metodología desarrollada para la estructuración óptima de inversiones en proyectos de generación electricidad con FNCER en Colombia; en el Capítulo 6 se expone la propuesta de incentivos fiscales y económicos para las FNCER; en el Capítulo 7 se presentan las conclusiones y trabajos futuros, y en el capítulo 8 se describe la discusión académica, donde se relacionan los artículos publicados durante el desarrollo del trabajo.DoctoradoDoctor en Ingeniería Electrónica y de Computación101application/pdfspaUniversidad de AntioquiaMedellín - ColombiaFacultad de Ingeniería. Doctorado en Ingeniería Electrónica y de Computaciónhttp://creativecommons.org/publicdomain/zero/1.0/https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Metodología para la estructuración óptima de inversiones en proyectos de generación de electricidad con fuentes no convencionales de energía renovable en ColombiaTesis/Trabajo de grado - Monografía - Doctoradohttp://purl.org/coar/resource_type/c_db06https://purl.org/redcol/resource_type/TDhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/draftIncentivos tributariosFomento de inversionesEnergía renovableRenewable energyCosto nivelado de electricidadFuentes no convencionales de energía renovableOptimización en inversionesSimulación de Monte Carlohttp://aims.fao.org/aos/agrovoc/c_25719PublicationCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8712https://bibliotecadigital.udea.edu.co/bitstreams/de982d2e-0e81-4aa1-bdbd-65d8de154987/downloadfd0548b8694973befb689f3e7a707f1dMD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/a84d5fff-1c30-4df6-ba4a-0953841ee84f/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADORIGINALSaldarriagaJuan_2023_MetodologiaEstructuracionOptimaSaldarriagaJuan_2023_MetodologiaEstructuracionOptimaTesis doctoralapplication/pdf1371280https://bibliotecadigital.udea.edu.co/bitstreams/f63d895c-402e-4469-86c3-0bea56a23a40/downloade462af17dc4f02f4cd96559f2d3944eeMD51trueAnonymousREADTEXTSaldarriagaJuan_2023_MetodologiaEstructuracionOptima.txtSaldarriagaJuan_2023_MetodologiaEstructuracionOptima.txtExtracted texttext/plain102207https://bibliotecadigital.udea.edu.co/bitstreams/29a9745c-8b51-4d89-949b-afe1f18cf278/download73b90f017602d0835698a7a06e92ed65MD56falseAnonymousREADTHUMBNAILSaldarriagaJuan_2023_MetodologiaEstructuracionOptima.jpgSaldarriagaJuan_2023_MetodologiaEstructuracionOptima.jpgGenerated Thumbnailimage/jpeg8137https://bibliotecadigital.udea.edu.co/bitstreams/b2743580-2ae8-491d-b640-103a9d0b6cde/download5328c0f3af966b3fc523ddcfc443c858MD57falseAnonymousREAD10495/35093oai:bibliotecadigital.udea.edu.co:10495/350932025-03-26 18:17:06.365http://creativecommons.org/publicdomain/zero/1.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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