MétaCan
Menu
Retour à la cohorte
Enregistrement W2811293213 · doi:10.46661/revmetodoscuanteconempresa.2914

Dinámica de inversión y competencia en generación eléctrica en un escenario de liberalización en el Perú: La importancia de los contratos de largo plazo

2019· article· es· W2811293213 sur OpenAlexfundno aff
Arnold Rubén Rivasplata Ramírez, Raúl García C.

Notice bibliographique

RevueRevista de Métodos Cuantitativos para la Economía y la Empresa · 2019
Typearticle
Languees
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensnon disponible
Organismes subventionnairesHEC MontréalPontificia Universidad Católica del Perú
Mots-clésPhysicsHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

En este artículo se analiza el comportamiento de los grupos de generación eléctrica que toman decisiones sobre inversión y producción en un escenario de mercado liberalizado introduciendo contratos de largo plazo, en un contexto donde hay alto nivel de concentración de mercado. Para ello, se emplea un modelo determinístico dinámico de competencia imperfecta (con estrategias open loop) que se resuelve utilizando un sistema de ecuaciones complementarias mediante el software GAMS, a fin de proveer simulaciones que muestren los impactos de las diferentes estructuras de mercado (monopolio, oligopolio con franja competitiva, oligopolio (Cournot) y competencia perfecta) sobre las decisiones de inversión y producción, asumiendo la existencia de dos bloques horarios (base y pico) y considerando la existencia de dos tecnologías a utilizarse para el despacho eléctrico (hidráulica y térmica) con datos del año base 2011 para un horizonte temporal de 10 años. Los resultados muestran que a pesar de que en los diferentes escenarios de análisis puedan existir indicios de poder de mercado, existe un efecto positivo importante sobre la inversión en capacidad, la producción por tecnología, y precios por bloque de horario.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,256
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Métodos Cuantitativos para la Economía y la EmpresaMême sujetElectric Power System OptimizationTravaux en français237 207