Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESCUELA DE INGENIERIA
DEPARTAMENTO DE INGENIERIA ELECTRICA
IEE 3372 - MERCADOS ELECTRICOS
OPTIMIZACIN ECONMICA
DE LA DISPONIBILIDAD
ALUMNOS:
Cristin M. Lincovil B.
G. Ivonne Gutirrez M.
PROFESOR:
INDICE
Resumen..3
1.Introduccin ..3
1.1 Motivacin .. 3
1.2 Antecedentes 3
5. Conclusiones ....60
6. Referencias ...63
Pgina: 2
Resumen
En este trabajo se realiza una investigacin respecto los mtodos publicados para la
determinacin de la Disponibilidad Optima Econmica de una planta de generacin
elctrica. Se da cuenta de algunas de las prcticas, aplicaciones o experiencias que se estn
dando en la industria elctrica internacional respecto de este tema. Se revisan los criterios e
indicadores actuales de disponibilidad y desempeo, y se informa como nuevas polticas y
tcnicas Optimas de Mantenimiento ayudan a alcanzar estos objetivos.
1. Introduccin
1.1 Motivacin
Hoy en da las empresas de generacin locales, funcionan con la ptica de
maximizar disponibilidad, sin embargo esto ,como se discutir en este trabajo, no
necesariamente es sinnimo de alta rentabilidad. En efecto el hecho de trabajar con la
premisa antes mencionada hace que las estrategias de mantenimiento esten orientadas
normalmente a la confiabilidad de la unidad o equipo y/o a la exelencia tcnica y no a la
rentabilidad de la empresa.
Un grupo de especialistas de las areas tcnica, comercial y de estudios de una de estas
empresas generadoras estan refleccionando en estos temas de manera de generar metas y
metricas desagregadas de optimizacin de la disponibilidad basados en una combinacin
adecuada de criterios tcnicos y econmicos.
1.2 Antecedentes
La disponibilidad de una central elctrica es un indicador crtico para valorar el
desempeo total de la planta y su servicio al cliente.
Pgina: 3
Pgina: 4
requerido al precio actual de mercado. (El beneficio aqu es definido como el beneficio
bruto, es decir, generalmente la diferencia entre costo variables de produccin de la planta y
el precio de mercado, o coste marginal del sistema).
Estas nuevas realidades y necesidades, requieren que el alma (centro) de los factores
de desempeo (disponibilidad, eficiencia, costos de produccin, y flexibilidad de unidad)
sean fuertemente conectados a objetivos comerciales. Anlisis y los marcos de toma de
decisiones deben ser, por su parte, direccionados hacia objetivos totales y/o fuentes
especficas de oportunidades presentadas en el mercado.
Este ambiente lleva a la industria "a redefinir" su desempeo, para cambiar las
perspectivas tcnicas tradicionales a una visin ms global de manejar eficientemente todos
los procesos claves . Obviamente, " las ganancias" resultan una funcin objetivo mucho
ms compleja que podra incluir:
Rentabilidad/ manejo costos;
Obligacin de suministro;
Cumplimiento Ambiental (bajo marcos regulatorios actual y futuro);
Maximizacin del retorno del capital invertido;
Optima estrategia de retiro/reposicin de instalaciones envejecidas de generacion, de
seguridad, ambiental, de combustible, o otros factores tcnico-econmicos.
Pgina: 5
Pgina: 6
Pgina: 7
Pgina: 8
La norma IEEE762 es de uso voluntario para los generadores, pero ha sido avalada
por el ANSI (American National Standards Institute) y es utilizada actualmente por la
NERC (North American Electric Reliability Council)
A continuacin se revisarn algunos de los ndices que se definen en la norma
IEEE762, poniendo nfasis en aquellos que resultan de inters en el anlisis posterior de
nuevos ndices que tienen presente la dimensin econmica del problema.
-
Pgina: 9
Pgina: 11
Pgina: 12
los pesos de los distintos perodos siempre sumen 1 (y por lo tanto, permitan entregar una
seal de la importancia financiera de cada sub-perodo con respecto al perodo total en el
que se mide la disponibilidad)
Para poder realizar estas mediciones, y asignar a cada sub-perodo un valor que
refleje su real importancia econmica, se debe tener presente el costo marginal de la unidad
generadora, el precio del mercado de la generacin y, con ello, la ganancia instantnea del
generador. Surgen, entonces, dos problemas: El precio de mercado depende de un amplio
grupo de factores externos, y es altamente voltil en el corto plazo, por lo que calcular el
valor de la produccin en trminos cortoplacistas es prcticamente imposible. Por otro lado,
las ganancias producto de la generacin se reparten, por lo general, entre varias unidades
pertenecientes a una sola entidad, por lo que un criterio de desempeo desarrollado en base
a cada unidad podra resultar ineficiente. El desafo es, entonces, generar indicadores de
indisponibilidad que representen la prdida de ganancias a travs de una relacin entre esta
prdida a costos de mercado y el mximo beneficio que pudo haberse obtenido, si la planta
hubiese tenido total disponibilidad.
Un camino para recolectar la informacin necesaria para generar estos ndices, dada
la dificultad para tratar con la enorme variedad de mquinas disponibles, es trabajar en base
a grupos de mquinas de caractersticas similares en lo que respecta a cargas anuales u
horas de operacin. A cada grupo se le asignar as cierto patrn de operacin y se
desarrollar un modelo de precios de mercado basado en anlisis estadstico. Esto implica,
en realidad, simular numerosos patrones de operacin de la planta, y tambin numerosas
estructuras de precios, y obtener un valor esperado del desempeo comercial de la planta
(mediante un promedio ponderado por las probabilidades de ocurrencia de cada escenario).
Para cada escenario se debe definir adems un conjunto de precios de generacin distintos,
y la simulacin de las variaciones de precios a travs del ao. Se deben crear entonces
bloques para cada temporada del ao, para los horarios punta, standard y off-peak, das de
trabajo y fines de semana, etc., lo que hace todava ms complejo el problema.
Pgina: 13
Pgina: 14
Duracin
5 das, 8 horas diarias
5 das, 16 horas diarias
2 das, 24 horas diarias
TOTAL
Horas semanales
40 horas
80 horas
48 horas
144 horas
Pgina: 15
Disponibilidad
Comercial.
(p.e BAV [add])
Disponibilidad
Tcnica
(p.e. EAF)
Disponibilidad
Potencial
(Capacidad
Instalada)
Desempeo
Comercial
(Beneficios)
Disponibilidad
Actual
(Capacidad
Promedio)
Costos de
Generacin
Valor
(Precio de
Mercado)
Pgina: 16
Unidad
Disponible.
Estabas all?
Unidad
Ofertada.
Unidad
Utilizada.
Estabas all,
Cundo dijiste
que estaras?
Estabas all
cuando dijiste
que estaras,
era necesario?
Valor de la
Unidad en
la Red.
Ratio
Estabas all
cuando dijiste
que estaras y
era necesario.
Vali la pena?
Pgina: 17
Energa Despachada
(MW actuales)
Agregar Valor
Destruir Valor
Energa No Despachada
(Eleccin de NO generar)
Oportunidad
Perdida
No Competitiva
Pgina: 18
Capacidad Instalada.
Basndose en la tabla 3.3, y en como se definen los cuatro dominios de la
Disponibilidad Comercial, se sugieren cuatro indicadores:
VAB (add)
VAB (dest)
VAB (mo)
VAB (nc)
Pgina: 19
mnimo aunque no sea rentable, si se prev que en horas siguientes la relacin costo-retorno
puede cambiar).
3.2.2.1.2. Valor de Disponibilidad Depositado (Banked Availability Value,
BAV)
Aunque el VAB representa un muy buen parmetro para medir hora a hora el
desempeo de una planta en funcin del mercado, no considera el valor que se genera, se
destruye o se pierde producto de esta operacin. Para poder llevar una contabilidad del
impacto financiero de la relacin retornos costos, se ha desarrollado el valor de
disponibilidad depositado, familia de indicadores de disponibilidad comercial que se basan
en la medicin de las utilidades segn la tabla 3.4.
Energa Despachada
(MW actuales)
Energa No
Despachada
(Eleccin de NO generar)
Beneficios x
Capacidad
Despachada
Beneficios x
Capacidad
Despachada
Beneficios
Potenciales x
Capacidad No
utilizada
Beneficios
Potenciales x
Capacidad No
utilizada
BAV (dest)
BAV (mo)
BAV (nc): Prdida evitada al no generar cuando los costos exceden a los beneficios.
Resulta claro que, para el caso en que la unidad despacha energa, el valor agregado
o destruido corresponde a la ganancia o prdida en que se cae, multiplicada por el nmero
de MWh despachados durante el perodo. En el caso en que la unidad no genera, o no lo
hace a su mxima capacidad, es importante considerar los beneficios potenciales que se
hubiesen percibido. La capacidad no utilizada puede medirse, como la diferencia entre la
capacidad Instalada y la despachada, o reemplazando la capacidad mxima por un lmite
ms realista impuesto siguiendo criterios tcnicos, aunque se debe tener cuidado de no estar
justificando prdidas en base a dichos criterios.
Como se seal anteriormente, es importante destacar que no slo se trata de revisar
estos indicadores de forma de aprovechar al mximo el dominio de Agregar Valor, sino
tambin evitando la Prdida de Valor.
3.2.2.2. Aplicacin directa a la comparacin de dos centrales Sudafricanas[18].
Basndose en distintos datos entregados por plantas Sudafricanas, el World Energy
Council (WEC) desarroll una comparacin entre dos de ellas utilizando los criterios de
Balance de Disponibilidad Valorada y Valor de Disponibilidad Depositado. La figura 3.3
muestra un extracto de los datos utilizados en la medicin de estos parmetros, y
posteriormente se revisa la aplicacin de ellos a la comparacin entre las plantas.
Pgina: 21
Estacin A
41.95%
54.2%
2.45%
1.4%
Estacin B
84.27%
6.29%
9.44%
0%
Pgina: 22
Pgina: 23
Para el reporte de los datos relacionados con el BAV se ha decidido normalizar cada
uno de los valores, en torno al porcentaje del flujo de recursos que representan para la
estacin. De otro modo no hubiese sido posible realizar la comparacin. La tabla 3.6 y las
figuras 3.6 y 3.7 muestran los resultados.
Normalizado
Estacin Estacin
A
B
67.4%
90.4%
-28.9%
-1.9%
-2.7%
-7.7%
-0.9%
0%
Absoluto
Estacin Estacin
A
B
696.511
2.305.692
(299.002) (47.709)
(27.699) (197.386)
(9.716)
-
Pgina: 24
Figura 3.7: BAV relativo al flujo total de recursos para las Estaciones A y B.
3.2.3. Metodologas de prediccin.
Dada la naturaleza estocstica de muchos de los elementos involucrados en el
desarrollo y la utilizacin de estos instrumentos de medicin comercial, es necesario
desarrollar una metodologa que permita obtener los estimadores ms eficaces posibles.
Frente a este problema, dos son los caminos frecuentemente recomendados para el
manejo de los datos recolectados. El primero de ellos es el Acercamiento de Harkov
(Harkov Approach), que permite obtener un predictor confiable al definir una Tasa de
Salida Forzada basada en la demanda (EFORd).
El acercamiento de Harkov simplemente usa la salida forzada promedio histrica,
salida a reserva, y duracin de los periodos de servicio, para calcular un factor de descuento
Pgina: 25
que aproxime que porcin de salidas forzadas podra producirse bajo las actuales
condiciones de demanda.
Si bien el actual ndice EFOR propuesto en la norma IEE763 aproxima un ndice
EFOR de manera relativamente adecuada, ello slo ocurre para las plantas con mayor
prioridad de servicio en la industria. El acercamiento de Markov proporciona un ndice
EFOR basado en la demanda que puede ser aplicado a cualquier unidad, independiente de
su perodo de operacin.
A pesar de que los procesos de Markov son regularmente complejos, el
acercamiento de Markov sugerido simplemente calcula el factor de descuento a travs de la
ecuacin que sigue:
EFORd = [(f*FOH) + (EFDH EFDHRS)*100] / (SH + f*FOH)
Donde:
FOH
EFDH
EFHDRS
SH
: Horas de servicio
con:
r
T+D
Pgina: 26
Pgina: 27
Pgina: 28
Pgina: 29
Aquellas plantas que se encuentran cerca de la curva el Anlisis de Frontera son las
que presentan los menores costos de disponibilidad para una amplia gama de EAF, y
claramente ello es logrado mediante las mejores prcticas de mantenimiento, que sern
tratadas en una seccin posterior. Luego, una excelente decisin es comparar a la planta en
estudio con aquellas que se encuentran cerca de la frontera.
Pgina: 31
ms realistas y menos ambiciosas en el corto plazo. Un detalle importante tiene que ver con
que, a medida que aumenta la disponibilidad, los costos proactivos tienden a aumentar
(siendo exponencialmente altos para una disponibilidad completa), mientras los costos
reactivos se reducen con el aumento de disponibilidad. Ello se debe a que una alta
disponibilidad requiere de un excelente (y costoso) mantenimiento predictivo (aumento de
costos proactivos), y resulta en una mnima posibilidad de fallas del sistema (disminucin
de costos reactivos).
Del anlisis de costos de la figura 3.11 nace inmediatamente la nocin de que existe
un nivel ptimo de disponibilidad que minimiza los costos de operacin y mantenimiento,
pero no slo ello, sino que tambin indica que para un mismo nivel de costos existen dos
niveles de disponibilidad posibles. Resulta bsico, entonces, mantenerse en la porcin
derecha de la curva, de modo de tener siempre el mayor nivel de disponibilidad posible
para los costos en que se ha incurrido.
Otro costo que se debe considerar en el anlisis de los datos es el costo de
indisponibilidad. Este costo es aquel en que incurre la planta al no generar en un momento
determinado, y puede obtenerse por el costo de reemplazar la energa no producida. Desde
el punto de vista de una planta inserta en un mercado competitivo, el costo de
indisponibilidad corresponde al costo de oportunidad de producir energa al precio del
mercado, mientras para una planta que funcione en base a ventas de energa por contrato,
ser ste el que defina el valor de la indisponibilidad. Generalmente, el costo de
indisponibilidad se puede aproximar por una recta de pendiente negativa, como se muestra
en la figura 3.12, en la que tambin se puede apreciar la determinacin de los costos totales,
incluyendo los costos de O&M y de la indisponibilidad.
Pgina: 32
Pgina: 33
Si ahora consideramos tambin el punto en que la lnea vertical corta a las curvas de
costos de O&M proactivos y reactivos, podemos obtener la relacin ptima que debe existir
entre estos factores para lograr las metas de disponibilidad de la empresa, como se muestra
en la figura 3.13. Esta multiplicidad de factores que se desprenden de encontrar el ptimo
de costos de generacin nos recuerda que ste ptimo de disponibilidad econmica (OEA,
por sus siglas en ingls) tiene un valor que vara dependiendo de las caractersticas tcnicas,
operacionales y econmicas de la planta y su entorno. La figura 3.14 Muestra como se ve
afectado el ptimo econmico de disponibilidad si el costo de indisponibilidad de la planta
decrece. La curva de costos totales se desplazar hacia la izquierda, y con ello tambin el
ptimo Econmico de la Disponibilidad, y ya no ser necesario mantener el alto nivel de
disponibilidad inicial. Esta sensibilidad del OEA a las condiciones de la planta y su entorno
obliga a realizar una peridica revisin de las metas de disponibilidad que la planta se ha
propuesto.
Figura 3.14: Desplazamiento del OEA debido a una disminucin del costo de
indisponibilidad.
El concepto de Anlisis de Frontera y su utilizacin en la definicin de metas de
disponibilidad para la empresa ha sido puesto en prctica por la multinacional AES, con
113 plantas y 45.000 MW de capacidad instalada en 26 pases, y en palabras de, Paul
Pgina: 34
Pgina: 35
Pgina: 36
partes/equipo bajo una base regular, sin importar el estado de las mismas.
Mantenimiento Predictivo: Busca mediante inspecciones peridicas determinar cuando
cambiar o reconstruir una parte/equipo en funcin del estado actual de los mismos.
Mantenimiento Detectivo: Busca detectar la ocurrencia de fallas ocultas en equipos de
proteccin y/o respaldo.
Mantenimiento Correctivo: Restitucin del equipo al estado operativo ptimo despus de
la ocurrencia de una falla.
Riesgo: Dado matemticamente por el producto de la probabilidad de ocurrencia de un
evento y sus consecuencias
El objetivo fundamental del mantenimiento, es preservar la funcin y la
operabilidad, optimizar el rendimiento y aumentar la vida til de los activos, procurando
una inversin ptima de los recursos. Este enfoque del mantenimiento es resultado de una
evolucin importante a travs del tiempo. La literatura [1] distingue entre tres generaciones
diferentes de mantenimiento. Cada una de las cuales representa las mejores prcticas
utilizadas en una poca determinada.
En los ltimos aos se ha vivido un crecimiento muy importante de nuevos
conceptos de mantenimiento y metodologas aplicadas a la gestin del mantenimiento.
Pgina: 37
mantenimiento hasta nuestros das, de tal forma que actualmente se puede hablar de una
cuarta generacin del mantenimiento.
El nuevo enfoque se centra en la eliminacin de fallas utilizando tcnicas
proactivas. Ya no basta con eliminar las consecuencias de la falla, sino que se debe
encontrar la causa de esa falla para eliminarla y evitar as que se repita.
Asimismo, existe una preocupacin creciente en la importancia de la mantenibilidad
y confiabilidad de los equipos, de manera que resulta clave tomar en cuenta estos valores
desde la fase de diseo del proyecto. Otro punto importante es la tendencia a implantar
sistemas de mejora continua de los planes de mantenimiento preventivo y predictivo, de la
organizacin y ejecucin del mantenimiento.
A parte de estas caractersticas descritas anteriormente, existen otros dos temas
importantes dentro del mantenimiento actual cuya importancia ha aumentado de manera
muy importante en los ltimos aos:
Pgina: 38
pasado, este tipo de sucesos se controlaban simplemente con una extensin de los
Sistemas de Gestin de Seguridad y Medio Ambiente implantados en cada empresa.
Sin embargo, existe una creciente percepcin de que la aplicacin de estos sistemas
de gestin a los sucesos de baja probabilidad / consecuencias graves no es
efectiva, por lo que es necesario desarrollar otras metodologas.
Pgina: 39
tasa de fallas a este patrn F, un mantenimiento planificado a intervalos fijos aumentar las
posibilidades de falla, ya que el equipo nuevo presentar ms probabilidad de falla que el
antiguo. Por ese motivo existe una tendencia generalizada a mantener lo mnimo posible,
debido a que cualquier operacin de mantenimiento realizada puede aumentar la
probabilidad de falla.
Otra posibilidad, es centrarse en reducir de manera global las probabilidades de falla
sobre todos los modelos. La forma de realizar esto, es mediante la utilizacin de un
Mantenimiento Proactivo, es decir buscar la forma de eliminar los fallas, ms que eliminar
sus consecuencias.
Para eliminar las fallas, hay que eliminar sus causas, lo que implica conocerlas.
Existen herramientas como el Anlisis Causa-Raz que ayudan a identificar y eliminar las
causas de los fallas, aunque en muchas ocasiones se utiliza como una herramienta reactiva
ms que proactiva.
A modo de resumen, en las siguientes grficas se presenta como han ido
evolucionando las expectativas y tcnicas del mantenimiento durante el ltimo siglo:
Pgina: 41
Asset Integrity
Pgina: 42
Pgina: 43
Pgina: 44
Pgina: 45
Para mejorar los 4 sectores nombrados en la grfica anterior, el MCO divide las tcnicas de
mejoramiento:
Control Aqu se usa el RCM+ (que combina algunas ventajas del TPM con el
RCM) como tcnica proactiva y el ACR como tcnica reactiva, tambin se puede
hacer uso del IBR para equipos estticos. Como resultado se obtienen una serie de
tareas de mantenimiento, operaciones, rediseo a ejecutar para mejorar el
desempeo.
Estas tcnicas de control por lo general son tcnicas del tipo cualitativo y basadas en
reglas fijas para la toma de decisin (por ejemplo: diagramas lgicos).
sistemas.
Los resultados de implementar estas herramientas de esta manera son
impresionantes en diversas industrias, logrando en algunos casos incluso la transformacin
de las empresas llevndolas a la implementacin de Gerencia de Activos (Asset
Management)
Grandes resultados se han encontrado en Centrales Elctricas con la implantacin
del Mantenimiento Centrado en la Confiabilidad y con el Anlisis Causa Raz. Un requisito
Pgina: 46
Cambios de diseo.
Tareas preventivas.
Tareas correctivas.
La respuesta a cuando ejecutar dichas tareas no es simple, y en muchos casos no
puede ser fijada por la ley del dedo. Grandes beneficios econmicos han sido reportados
con el uso de software, que pueden calcular el punto de ejecucin con menor costo/riesgo
posible para las tareas anteriores.
4.4 Inspeccin Basada en Riesgo
Un capitulo especial se abre con esta tcnica, que establece patrones de inspeccin
de equipos estticos (calderas, lneas de transmisin, etc.) en funcin de su riesgo asociado,
nuevas aproximaciones permiten usar software para tomar en cuenta tambin el estado
actual del equipo, lo que desencadena una continua optimizacin por costo/riesgo y no una
frecuencia de inspeccin fija. Los reportes econmicos han sido cuantiosos, adems de los
beneficios por disponibilidad y produccin. Tambin es posible optimizar con este tipo de
tcnicas la frecuencia de bsqueda de fallas ocultas (pesquisa de fallas, mantenimiento
detectivo), dejndose de usar entonces formulas mgicas que no generan una frecuencia
ptima por costo/riesgo, pudindose simular factores como probabilidad de xito de la
prueba y probabilidad de destruccin del equipo probado.
Pgina: 47
(ii)
(iii)
(iv)
Modelos deterministicos
Modelos estocsticos
En Riesgo
Pgina: 48
Bajo Incertidumbre.
Pgina: 49
Pgina: 50
Pgina: 51
maximizar la disponibilidad, sino mas bien de minimizar los costos de producir y distribuir
energia para satisfacer la demanda de los clientes (o maximizar la ganancia de la compaia
en caso de sistemas desregulados). Aunque maximizar disponibilidad ha usualmente sido
considerado sinnimo de minimizar costos, el anlisis siguiente demuestra que esta
aseveracin no es necesariamente vlida.
Minimizar Costos
Ha sido siempre reconocido que una hora o da o un porcentaje de salida
programada es normalmente mucho menos costoso (en trminos de reeplazar el costo de la
energa) que una hora o da o porcentaje de estos de salida forzada, ya que una compaa de
generacin intenta programar sus interrupciones durante perodos de demanda mnima (o
de costos minimos para la empresa- otra forma de verlo es en que lo que se deja de ganar
sea minimo). Durante muchos aos algunas compaas de generacin han estado
calculando estos costos por hora, diariamente, semanalmente y estacionalmente. Un anlisis
de estos costos ha mostrado que para grandes unidades a carbn base-carga la razon
"promedio" entre el costo de salidas forzadas y el costo de salidas programadas vara
entre 3.0 y 4.5 (excepcionalmente durante condiciones ajustadas" entre la oferta y
demanda esta razn puede ser mucho ms alta y la volatilidad puede ser mucho mayor
durante peaks estacionales). Tambin, esta razn de costos para unidades cclicas y
unidades de punta es mucho mayor (al menos uno a dos rdenes de magnitud mayor).
Por lo tanto, cuando se calcula el costo de interrupciones y se usa la razn mas baja
para grandes unidades de carbn, osea 3.0 segn lo dicho anteriormente, en efecto se
cambia la pendiente de la ecuacin (en trminos monetarios, no porcentuales) en un factor
de 3.0 de modo que ahora:
Pendiente(Slope) = 3.0 x -0.5897 =-1.7691
Esto significa que por cada dlar que se "ahorra" reduciendo el mantenimiento
programado, se puede esperar gastar o pagar" un promedio de 1.7691 dlares extra por
efecto de interrupciones forzadas incrementadas. Entonces si el objetivo es minimizar el
costo total se debera obviamente aumentar la programacin y salidas por mantenimiento a
Pgina: 52
efectos de reducir nuestro costo de salidas no programadas, sin tener en cuenta el efecto que
podra tener en nuestra disponibilidad.
Nueva Medida
Algunas compaas que han identificado el problema de utilizar el Factor de
Disponibilidad Equivalente (EAF) para evaluar el rendimiento de la planta han comenzado
a usar el trmino Disponibilidad Comercial (CA), anteriormente analizado, que intenta
enfrentar el tema "ponderando o pesando" las medidas de disponibilidad tradicionales por
algn indicador de costo marginal o costo de mercado. Entre tanto se mantienen estas
grandes promesas de medir adecuadamente el
desempeo de aquella planta. El objetivo entonces, sera encontrar el nivel ptimo de gasto
O&M que minimice el coste TOTAL ($ diseo + $ O&M + $ desempeo) y que
maximice la rentabilidad.
Este proceso es
Pgina: 53
Pgina: 54
Pgina: 55
principales que afectan la disponibilidad de la unidad eran ya conocidos, el proceso que fue
desarrollado evaluaba el desempeo de la unidad
y variables
fuzzy
Pgina: 56
(EFOR) en cada grupo par (10 percentil ) fueron comparados uno a otro, la funcin
densidad de probabilidad resultante tena una anchura relativamente estrecha ( Fig e) en
otras palabras, la diferencia entre el mejor exponente en el mejor grupo par tena un EFOR
de slo 5 puntos porcentuales ms abajo que el mejor exponente en el peor grupo par (la
seleccin del grupo par esta basada slo en parmetros de diseo o modo de operacin).
Si ahora comparamos a los exponentes ms pobres uno a otro (90 percentil) en cada
grupo par, conseguimos la funcin de densidad de probabilidad mostrada en la Fig f.
Finalmente, cuando sacamos el mejor exponente EFOR del peor exponente EFOR en cada
grupo, podemos ver el rango o la variabilidad entre el mejor y el peor (Fig g). De esta
curva, se puede ver que la diferencia entre los mejores exponentes y los peores con los
mismos factores estadisticamente significativos de diseo/modo de operacin es de
aproximadamente 20 %. Por lo tanto, la percepcin de los analstas es que slo entre el 20
y 25% de la variacin en la confiabilidad de unidades generadoras, en general puede ser
explicado debido a diferencias en el diseo o modo de operacin. El 75-80% restante de la
variacin es debido a otros factores. Se estima que la mayora de aquel impacto es debido a
la calidad de los
Pgina: 57
d)
(h)
(i)
Figura 4.5: Southern Company SystemFossil Fired Units Reliability .
Pgina: 58
(a)
(b)
(c)
(e)
(f)
(g)
Figura 4.6: Southern Company SystemFossil Fired Units Reliability .
Pgina: 59
5. Conclusiones
En la actualidad, el sector elctrico se sita dentro de un nuevo marco desregulado,
donde nadie asegura la recuperacin de los costos a las empresas de generacin. En esta
situacin la rentabilidad de la generacin depende en gran medida de la capacidad de
producir la energa a un precio competitivo sin alterar la confiabilidad (seguridad, fiabilidad,
mantenibilidad y disponibilidad) de las plantas de generacin. Mantener la capacidad
productiva con un alto nivel de eficiencia se convierte en un factor fundamental para
asegurar la rentabilidad econmica de una planta de generacin
Al utilizar el concepto de Disponibilidad Comercial se debe tener presente la
consistencia y confiabilidad de los clculos de costos, la necesidad de formas de recoleccin
automtica de los datos (dado el constante y rpido cambio), el impacto que deben tener los
ndices de medicin sobre la rentabilidad de la compaa y la urgencia de que esos factores
permitan realizar una comparacin entre la planta y otras plantas similares.
De los estudios analizados pudimos observar que la Disponibilidad Optima
Econmica de la planta es un objetivo dinmico que varia en funcin de su ambiente tcnico,
operacional, y econmico.
Actualmente uno de los mayores retos para las personas encargadas en temas de
mantenimiento no es slo aprender todas las tcnicas existentes, sino identificar cuales son
las adecuadas para aplicar en su propia organizacin y cuales no, tanto desde el punto de
vista tcnico como econmico. Tomando una decisin correcta es posible mejorar el
desempeo de los activos,
rentabilidad.
Varios de los estudios revisados mostraban en situaciones concretas que un aumento
en la disponibilidad
Pgina: 60
aspecto de la planta sea incluido en el anlisis para determinar el grupo de par ptimo.
Aquel nuevo aspecto es un indicador del desempeo econmico de la planta. Nos parece
que esto es algo muy nuevo que slo a partir del 2004 se esta registrando. En efecto las
bases de datos para benchmarking disponibles no registran aquella informacin
Pgina: 61
Pgina: 62
6. Referencias
[1]
[2]
[3]
[4]
Sherif, Y.S. & Smith, M.L., Optimal maintenance models for systems subject
to failure--a review. Nay. Res. Log. Quart., 28 (1981) 47-74.
[5]
[6]
[7]
[8]
[9]
2004.
Pgina: 63
[10]
[11]
[12]
R.R Richwine, A. D. Quin, J.B. Mills, S.D. Lowe Results of the availability
Improvement Program in the southern Electric System, Power Generation
Conference 1989
[13]
R.R. Richwine
[15]
Performance of
[17]
Shackleton,
L.
Salvaderi,
R.
[18]
Pgina: 65