Finalmente una nueva opción alternativa para abordar los datos de los precios de la energía en el futuro. Nuestro servicio de suscripción de previsiones sobre los precios de la energía ofrece información y análisis cronológicos sobre la evolución a largo plazo de los precios mayoristas de la electricidad del día siguiente. Este servicio utiliza nuestro modelo energético Enerdata, basado en la biblioteca de código abierto PyPSA y en los reconocidos escenarios energéticos y climáticos de Enerdata. Está respaldado por nuestras amplias bases de datos (demanda eléctrica sectorial y datos a nivel de planta eléctrica) y conocimientos sobre los mercados energéticos. Las previsiones sobre los precios de la energía constituyen la herramienta estratégica definitiva para que los inversores y productores del sector de la energía calculen la rentabilidad de sus inversiones a corto, medio y largo plazo.
de los mercados energéticos europeos
precios mayoristas
previsiones anuales
Agenda de análisis por países
Precio por hora del día siguiente - Escenario EnerBase - España
Ejemplo de precio horario para el día siguiente - Escenario EnerBase
- A diferencia de los modelos de optimización tradicionales, la creación endógena de modelos de demanda de electricidad y desarrollos de generación/capacidad energética permite apreciar todo el conjunto.
- Modelo interno, globalmente reconocido, que cubre todas las tecnologías, incluidas las renovables, y todos los sistemas energéticos.
- Experiencia energética que goza de prestigio en todo el mundo.
- Creación de modelos basados en datos científicos.
- Tres posibilidades de capacidad a largo plazo, con múltiples supuestos climáticos y de precios para cada país para explorar posibles caminos futuros. Previa solicitud, es posible utilizar escenarios personalizados.
Conjunto de datos en formato Excel:
- Demanda más actualizada, así como información sobre generación de energía.
- Precios mayoristas del día siguiente.
- Precios medios por hora hasta 2050, en intervalos de 5 años, actualizados anualmente.
- Precios anuales a medio plazo hasta 2030, en intervalos de 1 año, actualizados trimestralmente.
- Precios de captura de renovables.
- Precios medios mensuales mínimos y máximos en diferentes contextos climáticos.
- Precios anuales de los productos básicos.
PDF report:
- Documentación sobre la metodología, hipótesis, proyectos, normativas y marcos hipotéticos.
Cobertura geográfica
- Mercados energéticos europeos.
- Previa solicitud: cualquier otro país con un mercado zonal (es decir, con un mercado eléctrico abierto en el que el precio de mercado de la electricidad para una zona determinada es igual).
Metodología
Nuestras previsiones sobre los precios de la energía se construyen a partir de dos modelos propios:
- Modelo POLES: modelo de proyección de energía sólido y multinacional utilizado por numerosas compañías energéticas, servicios públicos, inversores y productores en todo el mundo. Establece modelos a nivel de país (entre otros indicadores), sobre las capacidades instaladas anualmente y la demanda eléctrica por sector.
- Modelo PyPSA-Enerdata: basado en la biblioteca de código abierto PyPSA con datos de Enerdata y posprocesamiento. Este modelo utiliza las conclusiones de POLES para ofrecer un modelo de distribución horaria de precios de la electricidad en la zona de oferta y a nivel de la central eléctrica.
Principales diferencias entre nuestro enfoque y los modelos energéticos de “optimización pura”
- El uso del enfoque POLES de creación de modelos para la capacidad y la demanda evita el efecto del “ganador absoluto” que a menudo se observa en los modelos de optimización pura. La atención de la capacidad histórica y las combinaciones de producción, junto con la introducción de parámetros de competencia no económicos, POLES asigna tecnologías de generación de electricidad sobre la base de los LCOE y los costes variables, pero también tiene en cuenta parámetros diferentes a los económicos (como las políticas existentes, la diversificación de la combinación, etc.).
- El modelo POLES considera las clases de tecnología y sus parámetros técnicos, económicos y ambientales, con un enfoque recurrente año a año que resulta más adecuado para describir los sistemas energéticos reales, con sus imperfecciones y obstáculos. Mientras que los modelos de optimización suelen adoptar un punto de vista de previsión perfecta, que permite a los agentes económicos disponer de toda la información durante todo el horizonte temporal, POLES implementa un proceso iterativo que tiene en cuenta las necesidades de capacidad a largo plazo y garantiza que se alcance una seguridad de reserva adaptada al usuario además de la demanda máxima.
- El otro claro valor añadido de POLES es que la demanda energética sectorial es endógena y el usuario, que identificará retroalimentaciones lógicas entre la oferta y la demanda de la electricidad, puede ajustarla o redefinirla. Los modelos de optimización del sistema energético, por el contrario, generalmente utilizan la demanda de energía como un parámetro de entrada exógeno, lo que una vez más refleja una suposición inalterable a largo plazo o una previsión perfecta a largo plazo para los agentes involucrados en el sistema energético.
El modelo PyPSA-ENERDATA tiene dos claras ventajas adicionales en comparación con los modelos energéticos existentes:
- El suministro de electricidad se refina a nivel de planta eléctrica en función de los datos recopilados en nuestra base de datos de plantas eléctricas.
- El comportamiento del agente económico se adecúa para reflejar estrategias de licitación no racionales e incluir restricciones no lineales (por ejemplo, tiempo de comercialización, cargas mínimas, requisitos de emisiones anuales, etc.)
Escenarios EnerFuture
EnerBase
EnerBase describe un mundo en el que se mantienen las políticas actuales y las tendencias históricas sin mayor ambición climática. Las últimas actualizaciones son más ambiciosas en cuanto a la mitigación de las emisiones de GEI, ya que prevén un descenso después de 2035. Este escenario conduce a un aumento de la temperatura de unos 3 °C.
EnerBlue
EnerBlue se basa en la consecución de los actuales objetivos de emisiones de las NDC (Contribuciones Determinadas a Nivel Nacional) para 2030, así como en la continuación de los esfuerzos constantes después de 2030. El crecimiento sostenido de los países emergentes es un potente motor de la demanda energética mundial, pero las políticas desempeñan un papel fundamental en el control del ritmo de crecimiento. Este escenario conduce a un aumento de la temperatura global de entre 2°C y 2,5°C.
EnerGreen
EnerGreen explora las implicaciones de unas políticas climáticas más estrictas, en las que los países cumplen o superan sus compromisos de NDC y luego revisan periódicamente sus objetivos de emisiones. Estos cambios conducen a mejoras significativas en la eficiencia energética y a un fuerte despliegue de las energías renovables. En esta trayectoria más limpia, el aumento de la temperatura global se limita a menos de 2 °C. Este escenario conduce a un aumento de la temperatura global de entre 2°C y 2,5°C.