evaluación económica resolución 051 de 2009 - … · térmicas sugiere la existencia de un...

Evaluación Económica Resolución 051 de 2009

Diciembre 5 de 2013

Matemáticas Aplicadas

Luciano de CastroNorthwestern University

Shmuel S. OrenUniversity of Calfornia Berkeley

Member of CAISO Market Surveillance Committee

Alvaro J. RiascosUniversidad de los Andes y Quantil

Plan de la presentación

• Introducción

Motivación Resultados

• Metodología y resultados

Análisis econométrico Comportamiento no competitivo Optimización despacho Delta

• Economía del despacho

• Mejores prácticas en Estados Unidos

• Conclusiones y recomendaciones

Introducción

• En el 2009 la CREG, siguiendo mejores prácticas internacionales, reconoce posibilidad de ineficiencias económicas en el despacho actual (self unit commitment):

Generadores: Ofertas térmicas incorporan riesgo de salir despachadas por pocas horas y no recuperar los costos de arranque y parada (CAP).

Despacho: Apagar una planta por tener una oferta de energía alta podría ser ineficiente si no se toma en cuenta el CAP.

• En principio pasar a un despacho del tipo centralized unitcommitment mejora la eficiencia económica.

QUANTIL MATEMATICAS APLICADAS www.quantil.com.co

Introducción

• Sin embargo, la revelación de información necesaria para el cálculo del despacho (ofertas complejas – mayor flexibilidad) brinda mayores oportunidades de manipulación a todos los agentes.

• No existen resultados teóricos que aclaren cuál de los dos mecanismos es mejor en términos de eficiencia económica.

• Nos concentramos en tres problemas:

1. Eficiencia económica.2. Poder mercado. 3. Efectos en eficiencia del delta (transferencia).


Introducción

• Para responder estas preguntas utilizamos:

Modelo econométrico en forma reducida para construir un contrafactual de self unit commitment para el periodo 2009 – 2012.

Modelo estructural (optimización del despacho ideal con restricciones técnicas) para construir un contrafactualpara el periodo 2006 – 2012 de un despacho competitivo eficiente.

Análisis estadístico de algunas variables involucradas en la definición del delta.


Introducción: Estrategia econométrica

Introducción: Estrategia modelo estructural

Introducción

• Resultados principales:

La eficiencia económica del despacho actual (centralizedunit commitment) ha mejorado con respecto a la eficiencia económica del despacho (self unitcommitment) antes de la Resolución.

Hay evidencia de que las ganancias en eficiencia han beneficiado principalmente a los productores y no al consumidor.

Hay evidencia de que ha disminuido la competitividad del mercado. Si bien el riesgo de las plantas térmicas ha

disminuido el markup a aumentado.QUANTIL MATEMATICAS APLICADAS www.quantil.com.co

Introducción

• Resolución 051 de 2009 introduce un cambio fundamental en el diseño del mercado mayorista:

Pasar de self unit commitment… Ofertas simples (precio energía para 24 horas ). No hay garantía de que las plantas térmicas cubran

costos de arranque y parada.

… a centralized unit commitment Ofertas complejas (precio energía para 24 horas y precio

arranque y parada). Despacho ideal optimización de 24 horas. Transferencias expost para:Garantizar la recuperación de costos de arranque y

parada. Compensar generación inflexible.


• Introducción







Metodología y resultados: Datos


• Datos:

Demanda nacional.

50 plantas (30 térmicas, 20 hídricas).

Costos marginales (2 versiones), oportunidad (2 versiones), arranque y parada.


www.quantil.com.co

• Costos marginales 1:

MarginalCost$

kWh

HeatRate ∗1

CalorificValue ∗ Priceofthefuel

VOMcost CERE FAZNI


www.quantil.com.co

• Costos marginales 2:

MarginalCost$

kWh

HeatRate ∗1

CalorificValue ∗ PriceofthefuelUPME

VOMcost CERE FAZNI


www.quantil.com.co

• Costos oportunidad:

1. Mínimo entre la oferta hídrica y la térmica mas costosa despachada.

2. El mínimo entre la oferta y la oferta de la planta siguiente a la marginal.

Metodología y resultados: Costos marginales 1

.

50

100

150

200

2006 2008 2010 2012

Year

$CO

P/k

Wh

Hydro

Thermo

Price

Weighted Average Marginal Costsby type of Plant

Metodología y resultados: Costos marginales 2

• Markups han aumentado (costo alternativos):


www.quantil.com.co

• Costos de arranque y parada:

1. Extrapolamos los costos usando variaciones en precios internacionales.

2. El combustible de arranque es el mismo de operación.


.

Metodología y resultados: Modelos


• Modelos:

Modelo econométrico en forma reducida

Modelo de decisiones de producción por planta. Modelo de precios (oferta agregada).

Modelo de estructural de optimización del despacho.

Análisis estadístico variables delta.

Metodología y resultados: Modelos econometría

Metodología y resultados: Modelo econométrico


, _ , , , , ,

, , , , , ñ ñ

• Estimamos dos modelos: producción por planta y un modelo de precios (oferta agregada).

• Producción por planta:


• Modelo econométrico (básico) ajuste producción agregada.

100

200

300

0 2500000 5000000 7500000Demand(kWh)

$CO

P/k

Wh Price

Actual

Simulated

Actual and Simulated Prices Before Restructuriing



Plants AverageofCoefficients

AverageofStd.Errors

#ofCoefs.Significant(5%)

Unitfixedeffect 774,169 14,810 28pcmpos 130,251 19,349 25Pcm 1,460 534 18

pcmminus1 2,170 422 16pcmplus1 1,719 422 8meanpcm ‐2,670 810 16

eanpcmminus24 4,568 578 26meanpcmplus24 ‐2,177 577 21

Niño 228,806 18,131 27Nina ‐28,080 11,672 28

• Modelo econométrico (básico) producción, plantas térmicas.



• La estimación del modelo de decisiones por planta para las térmicas sugiere la existencia de un comportamiento no competitivo: la decisión de producción no depende únicamente del markup de precios.

• Esto resalta que existe espacio para mejorar en térmico de poder de mercado.

• Mas adelante vamos a encontrar mas evidencia de comportamiento no competitivo.



• Modelo econométrico (básico) precios.

• Cada hora 0,1, … , 23 la oferta puede ser una función lineal a trozos (10 trozos).

,



80

120

160

0 5 10 15 20Hour

$CO

P/k

Wh

Period

Actual Pre

Sim. Pre

Actual Post

Sim. Post

Price by hour of day

• Modelo econométrico (básico) precios. Ajuste y pronósticos.


.


80

120

160

0 5 10 15 20

Hour

$CO

P/k

Wh

Period

Actual Pre

Sim. Pre

Actual Post

Sim. Post

Price by hour of day

80

90

100

110

120

1Mon 2Tue 3Wed 4Thu 5Fri 6Sat 7Sun

Weekday

$CO

P/k

Wh

Period

Actual Pre

Sim. Pre

Actual Post

Sim. Post

Price by weekday

• Modelo econométrico (básico) precios. Ajuste y pronósticos.


0

50

100

150

200

250

4e+06 6e+06 8e+06Demand(kWh)

$CO

P/k

Wh

Price

Actual

Simulated

Max. Offer

Actual and Simulated Prices After Restructuriing

• Modelo econométrico (básico) precios. Oferta agregada contrafactual.


• El análisis econométrico sugiere que:

Los precios actuales son superiores a los que se hubieran observado en ausencia de la Resolución (en beneficio de productores y detrimento de consumidores).

La oferta agregada observada es un desplazamiento hacia arriba de la oferta contrafactual lo cual sugiere un aumento en el comportamiento no competitivo de los productores.

Sin embargo, como veremos en los calculo de bienestar el despacho es mas eficiente y es menos costoso para los generadores atender la demanda.



∆

• Para estimar el cambio en bienestar (con base en los costo variables) calculamos ( es la producción observada por planta, la producción en el escenario contrafactual):


• Efectos en eficiencia de la Resolución (costos variables):

Model 2006‐0

2007‐0

2008‐0

2009‐0

TotalPre.

2009‐1

2010‐1

2011‐1

2012‐1

TotalPost.

ActualOutcomesOutput 48.5 50.2 50.5 30.0 179.2 22.1 48.0 52.2 50.7 173.0TotalVariableCosts

2,4122,8662,936 1,942 10,156 1,369 2,816 2,687 2,874 9,746

MixedOutput 49.0 48.8 49.4 32.8 180.0 22.2 47.5 52.9 52.5 175.1TotalVariableCosts

2,5692,8242,880 2,200 10,473 1,451 2,890 2,837 3,095 10,273

Deadweightloss ‐83 ‐74 ‐149 ‐221 ‐527

DWLshare ‐6.05%

‐2.64%

‐5.56%

‐7.68%

‐5.41%


Table1.Start‐UpandVariableCostsbyYearinMillionCOP

Period StartUp.Cost Var.Cost Proportion

2006.0 51,619 2,417,459 2.14%

2007.0 46,229 2,866,409 1.61%

2008.0 61,606 2,935,507 2.10%

2009.0 23,249 1,941,680 1.20%

2009.1 16,517 1,368,602 1.21%

2010.1 35,095 2,815,608 1.25%

2011.1 44,457 2,687,110 1.65%

2012.1 39,660 2,882,408 1.38%

• Analisis de binestra usando costos totales (incluyendo arranque y parada).

El modelo econométrico no esta diseñado para estimar arranques (variable binaria).

Estimamos los costos de arranque del escenario contrafactual como el peor caso del pasado.


.


90

100

110

120

1Mon 2Tue 3Wed 4Thu 5Fri 6Sat 7Sun

Weekday

$CO

P/k

Wh Period

Post

Pre

Market price by weekday

80

100

120

140

160

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre

Market price by hour of day

• Los beneficios no se han trasladado al consumidor.


• Conclusiones:

La eficiencia del sistema ha aumentado con respecto al mundo anterior a la Resolución.

Las ganancias en eficiencia no se han trasladado al consumidor.

En la próxima sección mostramos evidencia de que la razón por la cual el consumidor no se ha beneficiado debido al comportamiento no competitivo de los productores.


• Robustez de los resultados:

Instrumental variables.

Counterfactual exercises.

Alternative definition of opportunity costs of water.

Metodología y resultados: Comportamiento no competitivo (costos 1)

• Markups han aumentado:

100

200

300

2006 2008 2010 2012

Year

$CO

P/k

Wh

Bid

Marginal Cost

Price

Weighted AverageBids and Marginal Cost

Dispatched Thermal Plants



50

100

150

200

250

2006 2008 2010 2012

Year

$CO

P/k

Wh

Mark Up

Price

Weighted Average Bid Mark UpDispatched Thermal Plants



70

80

90

100

110

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre

Bid Mark-up by hour of dayThermal Dispatched Plants



20

40

60

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre

Bid Mark-up by hour of dayThermal Inframarginal Plants



50

100

150

200

2006 2008 2010 2012

Year

$CO

P/k

Wh

Hydro

Thermo

Price

Weighted Average Marginal Costsby type of Plant



0

50

100

150

200

2006 2008 2010 2012

Year

$CO

P/k

Wh

Mark Up

Price

Weighted Average Bid Mark UpDispatched Thermal Plants



40

50

60

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre




-10

0

10

20

30

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre


Metodología y resultados: Comportamiento no competitivo (uso de líquidos)

0.00

0.02

0.04

0.06

0.08

2010 2011 2012 2013

Year

Pro

porti

on

Moving Average Proportion(Thermal) Liquid Fuel Generation


40

45

50

55

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre



-10

0

10

20

30

0 5 10 15 20

Hour

$CO

P/k

Wh Period

Post

Pre


Metodología y resultados: Análisis econométricoy markups

• Conclusiones:

La eficiencia del sistema ha aumentado con respecto al mundo anterior a la Resolución.

Las ganancias en eficiencia no se han trasladado al consumidor.

La razón por la cual el consumidor no se ha beneficiado debido al comportamiento no competitivo de los productores.

Metodología y resultados: Modelo estructural

• Construimos un modelo del despacho ideal intentando simular el modelo de XM.

• Incluye restricciones técnicas: demanda, rampas, mínimo tiempo en línea, mínimos operativos, etc.

• Principales diferencias:

Rampa: una única forma de arrancar (no hay arranque frio, tibio, caliente). No hay rampa de salida alternativa. Modelo 2 (segmentos), zona despachable de la planta, se aproximo por

modelo 3 (modelo lineal). Una sola configuración, solo combustible de operación, un solo

combustible de arranque. Tepsa: se aproximo su rampa de subida y bajada por modelo 1 y flexible en

zona despachable. Mínimos operativos de cuatro plantas se fijaron en promedios. No tenenemos restricciones de máxima variación de carga estable y

mínimo tiempo de carga estable.


• Rampa

Metodología y resultados: Validación modelo

• Periodo de evaluación 2011 – diciembre 2012.• Condiciones de frontera son el despacho real.

Metodología y resultados: Referente eficiente competitivo


• Construimos dos escenarios contrafactuales (competitiveefficient bechmark):

Demanda total: Suponemos que las plantas térmicas ofertan sus costos marginales, arranque y parada; las hídricas sus costos de oportunidad y calculamos el despacho ideal para atender la demanda total.

Demanda residual hídricas: Suponemos que las plantas térmicas ofertan sus costos marginales, arranque y parada y calculamos el despacho ideal para la demanda residual de la hidricas.

• Condiciones de frontera son el despacho ideal día anterior.

Metodología y resultados: Referente eficiente competitivo• Despacho ideal para atender demanda total: Spot

observado y competitivo.

Metodología y resultados: Demanda total

• Despacho ideal para atender demanda total: MPO y precio spot observado y competitivo.


• Despacho ideal para atender demanda total.


• Despacho ideal para atender demanda total: Costos variables.

Metodología y resultados: Demanda residualhídricas• Despacho ideal para atender demanda residual hídricas:

Costos totales.


• Conclusiones

Si tomamos el despacho de la plantas hídricas como dado el resultado del modelo estructural muestra que el despacho ideal real de las térmicas es eficiente.

Si evaluamos la totalidad del despacho asumiendo los costos de oportunidad de las hídricas estimados en este estudio los resultados sugieren que el despacho se hubiera podido hacer mas eficiente generando mas energía de los generadores térmicos a expensas de un numero mayo de arranques y paradas.

Metodología y resultados: Análisis delta

• La componente por generación inflexible es:

• No es claro a partir de la formula si existen o no incentivos a ser compensado por tener generación inflexible.

La formula establece un piso para la compensación .

Mayor inflexibilidad reduce la posibilidad de ser despachado.

Creemos que la pregunta es una pregunta empírica.

, max ,


• La generación inflexible a disminuido:


• La generación inflexible de las térmicas a disminuido:


• Las pruebas han aumentado:

0.00

0.02

0.04

0.06

2006 2008 2010 2012 2014

Prob

abilit

y

Probability that a generator is on a test


• Conclusiones

No es claro que hayan incentivos a tener mas generación inflexible.

La generación inflexible a disminuido ligeramente principalmente debido a las térmicas.

Las pruebas han aumentado reflejando un comportamiento estratégico con costos en la eficiencia del despacho.

Resumen metodología


• Introducción







Discusión Económica de la Resolución y Resultados1. Cual debe ser la función objetivo a ser optimizada Conceptos economicos Eficiencia Bienestar del consumidor Objetivo a buscar: eficiencia vs. Bienestar del

consumidor

2. Costos y su comunicación para asignación eficiente Efectos de una única oferta por las 24 hours

3. Estrategias de manipulación y poder de mercado Paradigmas en economia: mercados competitivos y teoría de juegos Poder de mercado y manipulación de


Conceptos Económicos – Eficiencia Económica• Asignación (en este caso) es: cuánto cada firma produce,

cuánto cada consumidor paga, y cuánto cada firma recibe• Una asignación es eficiente si no hay ninguna otra

asignación que sea mejor para todos al mismo tiempo Esta definición no es, en general, operacional Una forma de operacionalizar eficiencia: asignación es

eficiente si el Bienestar es máximo

Buscar la máxima eficiencia es entonces hallar el conjunto de generadores minimizen costos:


Firmas las de ExcedenteConsumidor del Excedente

)()(max DemandaCostosPagosPagosDemandaUtilidadW

)(min)(maxmax DemandaCostosDemandaCostosW

La función objetivo para la definir despacho• Despacho antes de 2009 era definido minimizando la siguiente

función:

• Pofi es la oferta de la planta i para las próximas 24 horas, pi,t es la cantidad producida por firma i en hora t

• Si las ofertas incorporan todos los costos (incluyendo costos de arranque y parada que van a se realizar), entonces eso es equivalente a maximizar Bienestar (eficiencia)

• Después de 2009, la función objectivo cambió para:

Pari son los costos de arranque y parada; si,t son las decisiones de arranque y parada Esto son los costos si las ofertas son costos reales – discusión en seguida

Deberíamos cambiar la función objetivo usada para definir el despacho?• No podríamos poner un peso más grande para el consumidor?• Una forma de hacerlo es cambiar la función de Bienestar

• Es posible demostrar matemáticamente que adoptar λ > ½ es equivalente a poner un techo (cap) para beneficios de las firmas

• Método actual es equivalente a poner λ=1/2 – mismo peso para consumidores y productores

• ¿Está equivocado, desde un punto de vista económico, dar un peso más grande al consumidor (λ > ½ ) ? Estrictamente, no Objetivos económicos legítimos:

Eficiencia económica (λ = ½ - igual peso a consumidores y firmas) Minimización de pagos de consumidores (λ = 1 – sólo los

consumidores son llevados en cuenta)

• Hay que tener en cuenta la disposición de la Ley 143 de 1994“Art. 6º - El principio de eficiencia obliga a la correcta asignación y utilización

de los recursos de tal forma que se garantice la prestación del servicio al menor costo económico.”

Deberíamos cambiar la función objetivo usada para definir el despacho?

2. ¿Cual es la relación de ofertas y costos reales?

• Una importante observación preliminar: no se sabe los costos reales Si los costos fueron realmente conocidos, entonces no

necesitaríamos mercados, ofertas, etc. Podríamos sencillamente despachar los generadores con

menores costos• ¿Por que los costos no son conocidos? Pueden cambiar frecuentemente (por ejemplo, costos de

oportunidad de generadores) Porque los costos son información privada (hay asimetría de

información) el generador puede comportarse como si tuviera costos más

altos (selección adversa) el generador puede hacer o no hacer esfuerzos para reducir

sus costos (riesgo moral) • Entonces,

Necesitamos ofertas y mercado para tener información!

Estructura de costos de los generadoresCosto total de energía producida en el día (un generador)

Cantidade de Energía (MWh)

Pesos

Cantidad mínima de energía producida

Estructura de costos de los generadoresCosto total de energía producida en el día por el generador


Pesos


La estructura de ofertas en Colombia exige una expresión de costos como una línea (único precio para el día)

Más flexibilidad en las ofertas permite aproximar mejor los costes verdaderos

Pero eso en general aumenta las posibles estratégias de manipulación

¿Son las ofertas los costos reales?• Las informaciones privadas son propriedades de los

agentes – y no son dadas gratuitamente sin incentivos (rentas informacionales)

• Dependiendo de las reglas y condiciones del mercado, las ofertas podrán ser (serán) distintas de los costes reales, con dos posibles efectos: Inversión del orden de mérito – eso lleva a pérdida de

ineficiencia en el despacho Nuestros resultados sugerien que este problema no

está pasando en Colombia – tenemos eficiencia Aumento de los precios del mercado Nuestros resultados sugerien que este problema sí

está pasando en Colombia – tenemos captura del excedente por las firmas

3. Estrategias de manipulación y poder de mercado

• Paradigmas en economía:

Mercados Competitivos firmas son tomadores de precio Curva de ofertas (supply curve) definido por costos verdaderos no hay información asimétrica Hay poder de mercado – no hay competición – si las firmas son

capaces de exigir más que sus costos verdaderos

Teoría de Juegos/Subastas Dadas las reglas, los participantes tratan de hacer el mejor

(adoptar estrategias) para maximizar el beneficio Las ofertas pueden ser más altas que los costos marginales Sin embargo, si el número de participantes es suficientemente

alto, entonces las ofertas convergen a los niveles de costos marginales (mercados competitivos)

Costo total de energía

Estrategia de manipulación una subasta uniforme


Pesos

Curva de costos reales


ofertas

Manipulación y el efecto El Niño

Cantidad (MWh)

Pesos

Supply curve (costos verdaderos)

ofertas

Demanda residual sin El Niño

Demanda residual con El Niño

Precio sin El Niño

Precio con El Niño– sin manipulación

Curva de Oferta para Térmicas(Total Thermal Supply Curve)

Manipulación y el efecto El Niño

Cantidad (MWh)

Pesos

Supply curve (costos verdaderos)

ofertas sin El Niño ofertas con El Niño

Demanda residual sin El Niño

Demanda residual con El Niño

Precio sin El Niño

Precio con El Niño– sin manipulación

Curva de Oferta para Térmicas(Total Thermal Supply Curve)

Precio con El Niño –con manipulación

Manipulación puede afectar eficiencia

• ¿Qué hacer? Adoptar reglas robustas, que sean imunes a

manipulación – mejor salida, pero eso es difícil en general

Monitoreo a posteriori, para declarar determinadas estratégias como abusivas Casos recientes en Estados Unidos (JP Morgan,

Barclays) Combinación – mejorar reglas y hacer el monitoreo en

tiempo real Si hay una situación considerada anti-competitiva,

declarase un procedimiento default

Dadas las reglas, ¿cuales son las estrategias posibles?

• Asignación Una posible estrategia de “manipulación” del precio sería

aumentar su oferta para hacer con que el precio spot sea más alto

El problema – como la oferta es en precio único, eso es una estrategia muy arriescada

De hecho, se puede mostrar que no hay incentivo para seguir esa estrategia

• Conclusión – ¿oferta con precio único o no? Eso es malo para eficiencia – no permite que firmas

comuniquen sus verdaderos costos Por otro lado, reduce las posibilidades estratéticas (de

manipulación de precio) ¿Cuál es el balance? ¿cuáles las opciones? Más estudios son necesarios Quizá una combinación de más ofertas y mas monitoreo

sea mejor• Hay otra posibilidad de manipulación que viene del mecanismo

de reconciliación – despacho ideal y real


• Introducción







Nine independent system operators/regional transmission operators (ISOs/RTOs) in North America. Serving 70% of load in the US and 50% of load in Canada

California ISO by the numbers

60,703 MW of power plant capacity (net dependable capacity)

50,270 MW record peak demand (July 24, 2006)

27,589 market transactions per day

26,024 circuit-miles of transmission lines

30 million people served 246 million megawatt-hours of

electricity delivered annually

June 2013

Multiple Products and Markets

Day-ahead energy market Real-time energy market Forward capacity market Fixed transmission rights (FTRs) auction

market Regulation market Operating reserves market Spinning Non-spinning Replacement

Unit Commitment Optimization - MIP (Solved for 24 hours in Day Ahead market)

Minimize (fuel cost + no-load cost + startup cost) s.t. Load balance constraint at each node Unit output constrain for each generator Unit ramping limits for each gen Unit min up time and min down time for each gen Transmission constraints (DC approximation with thermal

proxy limits) Reserves margin requirements Contingencies (n-1)

(Cost and constraints data provided as offers in day ahead auction)Decisions (financially binding): on/off , output level and

compensated reserves for each unit in each of 24 hours + locational marginal energy prices and reserve prices for each node and hour

Unit Commitment Problem

+ transmission constraint + reserves constraints

Scale of Day Ahead Market Clearing

Bid Structure

Startup CostNo LoadCost 10 Segment Cost Function

Technical Parameters:Pmax, Pmin, Ramp rates, Min Uptime,Min Downtime

Market Power Mitigation Define Metrics and tests for market competitiveness Develop cost based default bids for each resource (could

include opportunity cost) When competitiveness test fails, replace bids with default

bids. Two basic approaches have been approved by FERC as ” just

and reasonable” Structure Based Mitigation (CAISO, PJM, ERCOT)

Employs structural screens such as HHI index of concentration or “Pivotal Supplier” test to identify conditions under which a market is not sufficiently competitive to prevent exercise of market power

Conduct and Impact based Mitigation (NYISO, NEISO, MISO)Employs thresholds for price-cost markup and market price impact that are unacceptable and should trigger mitigation. The conduct of individual market participants is evaluated prior to determining the market-clearing prices and schedules.

Local Market Power Mitigation in CAISO(PJM uses a different variant of the same approach)

MMD performs a dynamic competitive path analysis (CPA) every 15 minutes based on Real Time Predispatch (RTPD) optimization run every 15 minutes 22.5 minutes before RT If a line is congested in the RTPD, a “Joint Three Pivotal Supplier” test is performed.

The impact of each generator producing counterflowon the congested line is calculated as the Gen’s capacity time its shift factor on the line

If removing the top three counter-flow producers results in infeasibility then the line fails the competitiveness test

If a line fail the test then all units (not just the 3 Pivotal suppliers) who impact the line (and their sum of potential impacts on failed lines is positive) are mitigated to default bids

Conclusions Regulation 51 has resulted in more efficient dispatch,

reducing the social cost of Electricity. Our analysis suggests that the social gain has been

capture entirely by the suppliers at the expense of consumers.

Our structural model based on pricing hydro at opportunity cost suggests that further efficiency gains could have been achieved through less use of hydro and more use of thermal unit but that would have required more startups and shutdown during the day.

Taking the Hydro dispatch as given, we find that XM dispatch of the thermal unit to serve the residual load (not served by hydro) is close to the competitive benchmark although the resulting prices are different.

Conclusions (cont’d) Generators’ energy bids after 2009 represent high

mark up of marginal cost which do not reflect the reduced risk due to the guarantee of startup cost recovery.

Mark ups suggest noncompetitive behavior by generators but may also be explained by high risk aversion and the lack of richness in the bid structure that limit their ability to reflect true cost

Uplift payments are justified for startup cost recovery and cost incurred due to inflexibility of thermal units. Uplift formula does not create incentives for inflexibility.

Uplift payments are not justified for inflexible dispatch of hydro resources induced by recreational or environmental constraints

Recommendations Perform a deeper study to understand the conditions and

strategies that enable suppliers to sustain prices above the competitive benchmark level

Perform a more detailed study on the conditions under which companies are allowed to go into tests and be remunerated, and the potential for price manipulation through test scheduling.

Consider alternative valuations of water for competitive benchmark to evaluate possible underuse of thermal units and potential efficiency gains through multiple starts of short start units.

Increase richness of bid specification format to better reflect generators cost structure

To prevent potential manipulation of more complex bid structure and noncompetitive behavior some form of day ahead pre-dispatch market power mitigation should be considered.

evaluación económica resolución 051 de 2009 - … · térmicas sugiere la existencia de un...

Documents