Modelado de un agente estratégico en el mercado eléctrico mediante optimización binivel

Abstract

Esta tesis desarrolla una metodología para analizar cómo las decisiones de contratación mediante Power Purchase Agreements (PPA) de un gran productor renovable afectan al funcionamiento del mercado eléctrico a corto plazo. Para ello, se implementan dos modelos de optimización complementarios: un modelo de casación del mercado eléctrico basado en la maximización del bienestar social y un modelo binivel en el que un productor estratégico decide el nivel óptimo de capacidad comprometida mediante PPAs, mientras el mercado determina simultáneamente el despacho y los precios de equilibrio. El problema binivel se reformula mediante las condiciones de optimalidad de Karush-Kuhn-Tucker (KKT), transformándose en un problema de programación lineal entera mixta (MILP) resoluble con herramientas estándar. La implementación, desarrollada en Python utilizando Pyomo y Gurobi, permite realizar simulaciones horarias para un año completo a partir de datos históricos escalados a escenarios representativos de 2030. El estudio evalúa distintos niveles de capacidad solar estratégica y diferentes precios de PPA para cuantificar sus efectos sobre los beneficios del productor, los precios de mercado, el bienestar social y la distribución de excedentes entre agentes. Los resultados muestran que la optimización de la contratación mediante PPAs incrementa significativamente la rentabilidad del productor renovable, especialmente cuando su participación en la capacidad solar es elevada. Asimismo, se observa que las decisiones óptimas de contratación dependen tanto del precio del PPA como del tamaño del productor en el mercado. Aunque los PPAs modifican la formación de precios y redistribuyen los beneficios entre consumidores y productores, su impacto sobre el bienestar social agregado resulta limitado en la mayoría de los escenarios analizados. El marco propuesto constituye una herramienta reproducible para estudiar la interacción entre contratos de largo plazo y mercados eléctricos competitivos.

This thesis develops a methodology to analyze how Power Purchase Agreement (PPA) contracting decisions made by a large renewable energy producer affect short term electricity market outcomes. To this end, two complementary optimization models are implemented: an electricity market clearing model based on social welfare maximization and a bilevel model in which a strategic producer determines the optimal share of its capacity committed through PPAs, while the market simultaneously determines dispatch levels and equilibrium prices. The bilevel problem is reformulated using the Karush Kuhn Tucker (KKT) optimality conditions, resulting in a Mixed Integer Linear Programming (MILP) problem that can be solved with standard optimization tools. The implementation, developed in Python using Pyomo and Gurobi, enables hourly simulations over an entire year based on historical data scaled to represent 2030 scenarios. The study evaluates different levels of strategic solar capacity and various PPA prices to quantify their effects on producer profits, market prices, social welfare, and the distribution of surplus among market participants. The results show that optimizing PPA contracting significantly increases the profitability of the renewable producer, particularly when its share of solar generation capacity is large. Furthermore, the optimal contracting strategy is found to depend on both the PPA price and the producer’s market share. Although PPAs influence price formation and redistribute benefits between consumers and producers, their impact on overall social welfare remains limited across most of the scenarios analyzed. The proposed framework provides a reproducible tool for studying the interaction between long term contracting decisions and competitive electricity market outcomes.