Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SISTEMAS ELCTRICOS
EL TRIBUNAL
Presidente:
Vocal:
Secretario:
VOCAL
SECRETARIO PRESIDENTE
iii
iv
Agradecimientos
A Dios bendito por guiarme siempre a travs del camino del bien, por darme fuerzas
para seguir adelante, por darme la vida y llenarme de bendiciones todo este tiempo.
Agradezco de manera especial a mis Padres Gary y Aid, a mis hermanas Rosita y
Ana Paula, a mi novia Mabelita y a mi familia, que aunque lejos me han brindado su
apoyo incondicional en todo momento, por creer siempre en m.
A la Universidad Carlos III de Madrid, en especial al Dr. Julio Usaola por su amable
apoyo y ayuda a lo largo de todo el desarrollo del proyecto.
v
vi
Resumen
La introduccin de energas renovables en el Ecuador es una de las principales tendencias
que empiezan a marcar el ritmo de la transicin energtica, por tal motivo actualmente se
estn desarrollando diversos proyectos con tecnologas de carcter renovable. Por tal
motivo se debe resaltar a la fiabilidad como un factor muy importante en la planeacin,
diseo operacin y mantenimiento del sistema elctrico de potencia. Dentro de todos los
niveles que lo componen, la generacin es una parte importante ya que tiene que ser
capaz de satisfacer la demanda en todo momento.
vii
Abstract
The introduction of renewable energy in Ecuador is one of the major trends start to set the
pace for the energy transition, as such are currently developing several projects with
technologies renewable. Considering this should highlight the reliability as a very
important factor in the planning, design, operation and maintenance of the power system.
Within all levels to compose, generation is an important part as it has to be able to meet
demand at any instant of time.
For this reason, in this paper the evaluation of the reliability of electricity generation from
renewable wind and solar energy was held in one of the areas with the highest renewable
potential at national level as it is the province of Loja, this assessment was conducted by
reliability indices, which allow better assist decision making for the construction of new
generating plants. The simulations using computational tools of wind and photovoltaic
power plants are based on the wind farm Villonaco and photovoltaic plant Zapotillo (still
in development), which are currently present in the province of Loja, while the solar
thermal power plant is based on the ANDASOL-2 power plant present in Granada - Spain
because there are only preliminary studies of this type of technology in the Ecuadorian
territory.
To determine reliability indices was carried out a computer program in Matlab, which
allows the calculation of reliability indices considering production information generating
units and demand data. The program was developed based on the Monte Carlo Method.
The evaluation was performed for different scenarios penetration of renewable energy,
the base case was the 100% conventional, from which the integration of renewable
energy began analyzing their impact through reliability indices. Finally, the various
results to observe the variation in the reliability of the system are compared and with the
capacity credit knows how much conventional power can be replaced with renewable
power.
viii
ndice general
ndice de figuras
Figura 2. 1 Aspectos de la fiabilidad de un sistema ............................................................ 7
Figura 2. 2 Zonas funcionales de un sistema elctrico........................................................ 7
Figura 2. 3 Modelo para la evaluacin del sistema de generacin ...................................... 8
Figura 2. 4 Proceso de convergencia de una simulacin de Monte Carlo ........................ 11
Figura 2. 5 Modelo de dos estados para los generadores .................................................. 12
Figura 5. 1 Convergencia del LOLE por mtodo Monte Carlo no secuencial Caso 1 ...... 49
Figura 5. 2 Evolucin del error del LOLE (Estado 0 y Estado 10) Caso 1 ....................... 50
Figura 5. 3 Convergencia del LOEE por mtodo Monte Carlo no secuencial Caso 1 ...... 50
Figura 5. 4 Convergencia del LOLE por mtodo Monte Carlo no secuencial Caso 2 ...... 51
Figura 5. 5 Convergencia del LOLE por mtodo Hbrido Caso 3 .................................... 52
Figura 5. 6 Convergencia del LOLE Caso 4 ..................................................................... 53
INDICE DE FIGURAS
Figura II. 1 Insolacin Difusa Promedio ATLAS SOLAR DEL ECUADOR .............. 75
Figura II. 2 Insolacin Directa Promedio .......................................................................... 76
Figura II. 3 Insolacin Global Promedio ........................................................................... 77
Figura IV. 1 Convergencia del LOLE por mtodo Monte Carlo no secuencial............... 81
Figura IV. 2 Evolucin del error del LOLE ..................................................................... 81
Figura IV. 3 Convergencia del LOEE por mtodo Monte Carlo no secuencial............... 82
Figura IV. 4 Convergencia del LOLP por mtodo Monte Carlo no secuencial ............... 82
Figura IV. 5 Convergencia del EDNS por mtodo Monte Carlo no secuencial .............. 83
xi
INDICE DE TABLAS
ndice de tablas
xii
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
Captulo 1
Introduccin y objetivos
Sin embargo se debe tener muy en cuenta que la fiabilidad es un factor muy
importante en la planeacin, diseo, operacin y mantenimiento del sistema elctrico de
potencia. Dentro de ste, la generacin es una parte fundamental ya que tiene que ser
capaz de satisfacer la demanda en todo momento.
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
1.2 Objetivos
El objetivo fundamental de este proyecto es el de:
1
http://www.homerenergy.com/
2
Solar Advisor Model (SAM)
2
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
Velocidad de viento
Direccin de viento
Presin
HR (Humedad Relativa).
Radiacin global
Temperatura
Radiacin directa
3
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
Datos de demanda elctrica proporcionados por la Empresa Elctrica Regional del Sur
S.A.-EERSSA:
Una vez conocidas las variables necesarias y su respectiva proveniencia, los entornos
utilizados para tratar los datos son los siguientes:
4
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
El primer captulo del presente estudio est dedicado a explicar la temtica general
que enmarca el trabajo realizado, presentando los objetivos y fases de desarrollo.
5
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
Captulo 2
Fiabilidad de un sistema elctrico
7
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
Las zonas funcionales que se muestra en la figura 2.2 se pueden combinar para
formar los tres niveles jerrquicos. El nivel 1 (HL1) se refiere slo a las instalaciones de
generacin, el nivel 2 (HL2) incluye las instalaciones de generacin y transporte,
mientras que el nivel 3 (HL3) incluye las tres zonas funcionales. Los estudios de la zona
HL3 no suelen llevarse a cabo directamente, debido a la complejidad del problema en un
sistema prctico. En este proyecto se trabajar solamente en la zona HL1.
Para evaluar cuan fiable es un sistema elctrico de potencia se utiliza los ndices de
fiabilidad. Existen diversos ndices utilizados para establecer la fiabilidad de un sistema
elctrico para cada nivel jerrquico o para cada pas. La mayora de los ndices de
8
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
(1)
(2)
(3)
Las expresiones descritas anteriormente para estos ndices son muy generales. A
continuacin se definir la simulacin estadstica de Monte Carlo para llevar a cabo
el clculo de estos ndices, y se establecern las nuevas expresiones especficas de
los mismos.
Para alcanzar los valores de los ndices de fiabilidad del sistema, es necesario realizar
una simulacin durante un intervalo de tiempo determinado, debido a que el mtodo de
Monte Carlo no asegura la convergencia del proceso por su naturaleza oscilante, cunto
mayor es el nmero de repeticiones, el intervalo de confianza ser mayor. No obstante,
para evitar un nmero excesivo de repeticiones, se establece un criterio de convergencia
que consiste en cuantificar el error a medida que se van aadiendo repeticiones, y
establecer un valor mximo de dicho error, como se especifica ms adelante en el
apartado 2.2.2, ecuacin (4).
10
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
Por lo tanto en la figura 2.4 se puede observar que en el mtodo de Monte Carlo al
aumentar el nmero de iteraciones disminuye el error debido a que este mtodo crea un
proceso de convergencia fluctuante, al disminuir el error, el resultado final se mantiene
cerca del valor exacto (media de la variable en estudio). Si el nmero de muestras es
infinito, el resultado sera 100% fiable debido a que se consideran todos los valores
posibles de las variables. Sin embargo los tiempos de clculo de dichas muestras seran
muy grandes por lo que se necesita establecer el proceso de convergencia.
(4)
11
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
(5)
12
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
Estos valores para cada una de las centrales convencionales del presente trabajo
fueron proporcionados en el IEEE-RTS96 [7], por tanto la ecuacin de indisponibilidad
es la siguiente:
(6)
Cabe resaltar que tambin es posible obtener estos parmetros a partir de otros dos
trminos, el nmero medio de fallos en un ao, , y el nmero medio de reparaciones en
un ao, .
(7)
(8)
) (9)
Las nuevas expresiones de los ndices de fiabilidad anuales para las N muestras se
definen a continuacin:
(10)
(11)
(12)
13
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
(13)
(14)
Y estas son las nuevas expresiones que sern utilizadas en las simulaciones para
estudiar la fiabilidad del sistema de potencia en el presente trabajo. En el mtodo no
secuencial el ndice utilizado en el criterio de convergencia para establecer el mximo
nmero de muestras es el LOLE, debido a que tiene una velocidad de convergencia
menor.
14
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Captulo 3
Tratamiento de los datos
A pesar de ser el Ecuador un pas petrolero, debido a los crecientes precios de los
combustibles fsiles, en las ltimas dcadas se ha desarrollado tecnologas para el
aprovechamiento de los recursos renovables como el viento, sol, geotermia, biomasa y
mareomotriz, de manera que se vuelven ms competitivas ante las fuentes convencionales
de energa, as mismo se han creado organismos de investigacin sobre eficiencia
energtica y energa de carcter renovable como el Instituto Nacional de Eficiencia
Energtica y Energas Renovables INER. Gracias a las diversas investigaciones
realizadas y a los atlas tanto elico y solar se puede disponer de informacin de las zonas
ms relevantes dentro del territorio ecuatoriano donde el recurso renovable puede ser
CAPITULO 3: TRATAMIENTO DE LOS DATOS
La provincia de Loja tal como se observa en la figura 3.1 se encuentra ubicada al sur
de la Sierra ecuatoriana, tiene una superficie de 11.026 km. Forma parte de la Regin
Sur comprendida tambin por las provincias de El Oro y Zamora Chinchipe, con unos
450.000 habitantes a nivel provincial. Su capital es la ciudad de Loja donde viven unos
200.000 habitantes.
3
http://www.geoportaligm.gob.ec/portal/index.php/descargas/geoinformacion/mapas-oficiales/
16
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Para la realizacin del proyecto se utilizaron datos horarios del ao 2013 de las
variables de recurso ms relevantes. La recoleccin de datos simultneos tiene la
finalidad de conocer la produccin de cada tipo de central hora a hora para saber hasta
cunto es capaz de cubrir una determinada demanda sin producir ningn tipo de
interrupcin.
Una vez que se disponen de los datos de recurso necesarios se utiliza herramientas
computacionales para la simulacin de sistemas basados en energa renovable. Para la
realizacin de este proyecto se ha utilizado las aplicaciones HOMER y SAM.
17
CAPITULO 3: TRATAMIENTO DE LOS DATOS
De acuerdo a los estudios realizados por el INAMHI, el MEER y CELEC EP [8], las
corrientes de viento que embaten sobre la ciudad de Loja, derivadas del gran Frente del
Este o de los Vientos Alisios, sufren modificaciones locales debido principalmente a la
accin del relieve, pero conservan en trminos generales algunas de las caractersticas
comunes del Componente Regional, sobre todo en cuanto a direccin y humedad. El
relieve local amaina la fuerza del viento y contribuye a desviar hacia el Norte la direccin
SE predominante de los vientos alisios altos.
5
https://www.celec.gob.ec/
6
http://www.serviciometeorologico.gob.ec/
18
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Una vez que se disponen los datos de recurso se procede a tomar las caractersticas
tcnicas ms relevantes del parque elico que actualmente funciona en Loja que es el
parque Villonaco para proceder a la simulacin de la potencia elica.
7
http://www.serviciometeorologico.gob.ec/wp-
content/ForosClimaticos/Foros%20Nacionales/2014/V%20Foro/PRESENTACION%204%20CELEC%20%20VIL
LONACO.pdf
8
Google Earth
19
CAPITULO 3: TRATAMIENTO DE LOS DATOS
9
http://www.goldwindamerica.com/media/2012/12/Goldwind_15MW_Product_Brochure_2013.pdf
10
http://www.energia.org.ec/cie/
11
http://www.greenpeace.org/espana/es/
20
CAPITULO 3: TRATAMIENTO DE LOS DATOS
posible. Por tanto considerando todos los factores anteriormente sealados, el sitio ms
adecuado en la provincia de Loja para el desarrollo de una central fotovoltaica y
termosolar se encuentra en Zapotillo en el sector de La Ceiba (ver figura 3.7).
Con relacin a la potencia anual media de la zona, las centrales tendrn un valor de
radiacin global promedio de 2046,32 kWh/m/ao. En la figura 3.8 se puede observar
los valores de radiacin solar promedio mensual de la zona de estudio.
12
Google Earth
21
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Una vez elegido el emplazamiento, se solicitaron datos de recurso solar, los cuales se
obtuvieron a travs de la intervencin del CIEMAT del sistema de informacin
geogrfica SolarGIS14, la cual es una base de datos climticos de alta resolucin operada
por GeoModel Solar. Los datos proporcionados corresponden al ao 2013 y tienen
formato treintaminutal, y al igual que los de recurso elico fueron tratados en Excel. Para
la simulacin de la potencia generada de la central fotovoltaica se utilizaron los datos de
radiacin global horizontal (figura 3.9) y para la planta termosolar los datos de radiacin
normal directa (figura 3.10).
13
http://www.energia.org.ec/cie/
14
http://solargis.info/
22
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Una vez conocidos los valores climticos del ao 2013 se procede a definir las
caractersticas de la planta fotovoltaica a ser utilizada en el trabajo, tomndose como
referencia el proyecto fotovoltaico Zapotillo (ver figura 3.11) que actualmente se est
desarrollando en la parte sur de la provincia de Loja.
23
CAPITULO 3: TRATAMIENTO DE LOS DATOS
15
http://www.conelec.gob.ec/images/documentos/doc_10224_EIAD%20Zapotillo.pdf
16
http://www.enfsolar.com/pv/panel-datasheet/Polycrystalline/1083
24
CAPITULO 3: TRATAMIENTO DE LOS DATOS
17
SolarPACES Annual Report 2010
18
SolarPACES Annual Report 2009
25
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Una vez ingresados los datos de los recursos elico y solar, as como datos de
temperatura y caractersticas tcnicas de los principales componentes, los resultados de
26
CAPITULO 3: TRATAMIENTO DE LOS DATOS
produccin anual tanto de la planta fotovoltaica asi como del parque elico se pueden
observar en las figuras 3.14 y 3.15 respectivamente:
La figura 3.14 indica que la mayor produccin de potencia por parte de la central
fotovoltaica se produce al medio da y debido al singular clima de la regin durante los
meses de Septiembre, Octubre, Noviembre y Diciembre. La figura 3.15 indica que la
mayor produccin de potencia del parque elico se registra desde los meses de Junio a
Septiembre debido a los vientos predominantes de la regin.
27
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Para cosiderar el ndice de fallo en una central elica se toma como referencia el
estudio realizado por Fraunhofer Institute for Wind Energy and Energy System
Technology IWES19 [9], la tabla 3.4 muestra los respectivos ndices de fallo. Para nuestro
proyecto se considera el estudio para la turbina Windstats, la cual tiene un promedio de
taza de fallo de 1,8 falla/turbina/ao y el tiempo que esta fuera de funcionamiento es de
93 horas/turbina/ ao.
19
http://www.iwes.fraunhofer.de/en.html
28
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Como se haba sealado en la seccin 3.2.2 debido a que no existe una planta modelo
en Ecuador se tomar como base para el diseo tcnico la planta de ANDASOL-2, cuyas
caractersticas tcnicas necesarias para la simulacin fueron proporcionadas por el
CIEMAT.
29
CAPITULO 3: TRATAMIENTO DE LOS DATOS
La central hidroelctrica Ing. Carlos Mora Carrin (figura 3.19), es una central de
pasada (no tiene represa o embalse); se ubica a 32 Km. de la ciudad de Loja. La Central
hidroelctrica utiliza las aguas de los ros San Francisco y San Ramn mediante
conducciones independientes, hasta los tanques de presin correspondientes, incluyendo
las aguas de las quebradas Zurita, Durazno y Milagros, desde los tanques se conduce el
agua hasta el by pass de las tuberas, mediante tuberas de acero, desde all, se derivan
dos tuberas de acero para la conduccin de agua a presin que alimentan a tres turbinas,
alojadas en la casa de mquinas.
30
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Una vez conocida la presencia de lluvias durante el ao 2013 se procede a definir las
caractersticas tcnicas de la central hidroelctrica, las cuales son muy importantes para
nuestro proyecto:
20
http://www.serviciometeorologico.gob.ec/wp-content/uploads/2014/01/Informe2014SNGR.pdf
31
CAPITULO 3: TRATAMIENTO DE LOS DATOS
La Central est conformada por tres unidades hidroelctricas (dos turbinas tipo
Pelton de 600 kW cada una y una tipo Francis de 1.200 kW), que estn operando desde
hace aproximadamente 55, 50 y 44 aos, respectivamente, con una produccin de energa
media anual de 17,5 GWh, que hoy representa el 12 % de la energa disponible de la
Empresa Elctrica Regional del Sur S.A.-EERSSA.
Segn la disponibilidad de agua las tres turbinas funcionan las 24 horas durante todo
el ao, con excepcin de los meses de noviembre y diciembre, en los cuales, por el estiaje
funcionan a menor capacidad (aproximadamente el 70 %). En las actuales condiciones,
las turbinas funcionan con su potencia efectiva de 600 kW y de 1.200 kW
respectivamente, es decir con la potencia nominal. El caudal (2,16 m3/s) necesario para
generar la potencia mxima de la central (2.400 kW) se presenta durante
aproximadamente 8 meses al ao, el ao 2013 no fue la excepcin, puesto que fue un ao
lluvioso lo que ha posibilitado obtener un factor de planta promedio del 80%.
Una vez que se disponen los datos ms relevantes de la central hidralica se procede
a elegir los MTTF y MTTR de acuerdo al artculo del test de Sistemas de Fiabilidad de la
IEEE [7]. Con los valores de MTTF y MTTR se calcula el ndice de disponibilidad (U) e
indisponibilidad (FU) de la central tal cual lo muestra la tabla 3.8.
32
CAPITULO 3: TRATAMIENTO DE LOS DATOS
21
http://greenleaf-ec.com/
33
CAPITULO 3: TRATAMIENTO DE LOS DATOS
Al igual que las dems centrales se procede a elegir los MTTF y MTTR de acuerdo
al artculo del test de Sistemas de Fiabilidad de la IEEE [7] para la central trmica (tabla
3.10) y para la interconexin (tabla 3.11). Con los valores de MTTF y MTTR se calcula
los ndices de disponibilidad (U) e indisponibilidad (FU).
34
CAPITULO 3: TRATAMIENTO DE LOS DATOS
En la figura 3.22 se indican las curvas de carga del S.N.I. para un da laborable
(lunes) para uno semi laborable (sbado) y para un da festivo (domingo). La potencia se
expresa en por unidad (p.u.) de la mxima del da laborable.
Para calcular los ndices de fiabilidad es necesario contar con una base de datos
horarios de demanda de potencia de la provincia de Loja. Para conseguir estos datos se
contact con la empresa de distribucin local, por tanto es as que la Empresa Elctrica
Regional del Sur S.A.-EERSSA23 proporcion datos de consumo quinceminutales de los
alimentadores de las subestaciones del cantn Loja a partir de los cuales se obtuvo los
datos de consumo provinciales segn el nmero total de habitantes de la provincia. Los
datos de consumo registrados por los data loggers fueron proporcionados en archivos de
texto .txt para cada mes del ao, por tanto estas tablas de valores fueron tratadas y
depuradas en Excel, eliminndose ciertos errores como saltos bruscos (escalones)
horarios, diarios y mensuales con el fin de conseguir un modelo de curva de carga
aceptable que representa el comportamiento histrico de la demanda a lo largo del ao
2013 tal cual lo muestra la figura 3.23. Como se puede observar el pico mximo de
demanda es 30,27 MW.
22
http://www.conelec.gob.ec/contenido.php?cd=10329&l=1
23
http://www.eerssa.com/
35
CAPITULO 3: TRATAMIENTO DE LOS DATOS
30
28
26
Demanda (MW)
24
22
20
18
16
14
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Horas
36
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
Captulo 4
Modelado y datos del sistema
MONTONA DE LA CARGA
32
30
28
26
Demanda (MW)
24
22
20
18
16
14
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Horas
38
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
contrario est disponible y se suma. De esta manera se obtiene para cada muestra la
potencia convencional disponible.
Una vez realizada la simulacin para cada una de las centrales se procede a comparar
con la curva montona de carga para empezar el clculo de los ndices de fiabilidad y
establecer el caso de partida que corresponde a la utilizacin de 100% Potencia
Convencional.
Una vez que se disponen de los datos de produccin renovable de cada una de las
centrales (incluidos sus fallos) durante el ao 2013, se deben sumar sus producciones
debido a que se trabajar con todas las unidades en conjunto y as resaltar la
secuencialidad de los datos.
39
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
0.9
0.8
0.7
0.6
Probabilidad
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90
Potencia (MW)
(15)
40
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
ao, el mismo que dar un valor de potencia correspondiente segn la CDF. De esta
manera se obtiene para cada muestra la potencia renovable disponible.
0.9
0.8
0.7
0.6
Probabilidad
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90
Potencia (MW)
Una vez que se tienen los valores de demanda y potencia disponible en cada muestra
se procede al clculo de los ndices de fiabilidad definidos en el apartado 2.1.3, en este
caso para 8760 muestras en cada ao.
Luego que se realice para las 8760 muestras en cada ao se realizar la simulacin
para un nmero determinado de muestras (nmero de aos) hasta que se asegure una
41
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
convergencia fiable de los ndices y un valor de error que est dentro del margen
establecido (menor al 5%).
(16)
En cada muestra se realiza un sorteo hora a hora para cada central convencional que
permite conocer los momentos en los cuales la central ha fallado y su respectivo tiempo
42
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
20
18
Potencia (MW)
16
14
12
10
8
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Horas
(17)
43
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
(18)
(19)
Para observar la evolucin del crdito de capacidad [14] en la figura 4.6 se refleja el
resultado de 29 estudios [18][19] que proporcionan datos cuantitativos del crdito de
capacidad, la zona sombreada de la figura es la que delimita el comportamiento de la
mayora de los estudios, y que se toma como referencia para comprobar el resultado
obtenido, como se puede apreciar a medida que aumenta la penetracin de energa
intermitente en el sistema el valor del crdito de capacidad tiende a disminuir.
44
CAPITULO 5: ESCENARIOS Y RESULTADOS
Captulo 5
Escenarios y resultados
apartado 4.2, utilizando para cada ao simulado distinta CDF de las centrales
renovables.
46
CAPITULO 5: ESCENARIOS Y RESULTADOS
Los datos de recurso elico utilizados son datos reales medidos en la zona de
estudio durante un ao concreto, el ao 2013, no se ha tenido acceso a series
completas de varios aos. Las variaciones del recurso y por ende de la produccin
elica utilizadas en la simulacin no corresponden a series de datos histricas, y
por lo tanto de debe tener muy en cuenta a la hora de la simulacin.
47
CAPITULO 5: ESCENARIOS Y RESULTADOS
5.1.1.4 Escenarios
Como se puede observar en la tabla anterior los resultados del ndice LOLE para los
cuatro casos de estudio presentan ligeras variaciones lo que permite comprobar que tanto
con un anlisis sencillo como el mtodo de Monte Carlo no secuencial o con un mtodo
ms complejo como el mtodo de Monte Carlo secuencial, se pueden obtener resultados
fiables y tiles al momento de analizar la fiabilidad de un sistema.
48
CAPITULO 5: ESCENARIOS Y RESULTADOS
8
Horas/ao
4
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 1 Convergencia del LOLE por mtodo Monte Carlo no secuencial (Estado
0 y Estado 10) Caso 1
49
CAPITULO 5: ESCENARIOS Y RESULTADOS
20
Error en Porcentaje
15
10
0
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 2 Evolucin del error del LOLE (Estado 0 y Estado 10) Caso 1
LOEE
320
300
280 LOEE0:100PC
LOEE10:100PR
260
240
MWh/ao
220
200
180
160
140
120
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 3 Convergencia del LOEE por mtodo Monte Carlo no secuencial (Estado 0 y
Estado 10) Caso 1
Segn las figuras 5.1 y 5.3, el ndice LOLE tarda menos tiempo en cumplir el
criterio de convergencia que el ndice LOEE [14] por lo que se toma como referencia
para estimar el nmero adecuado de muestras en la simulacin que en el presente
proyecto es de 3000.
50
CAPITULO 5: ESCENARIOS Y RESULTADOS
En la tabla 5.4 se muestra los resultados de los ndices de fiabilidad para el caso 2. La
figura 5.4 muestra el proceso de convergencia del LOLE para los escenarios de 100%
Potencia Covencional y 100% Potencia Renovable.
7
Horas/ao
3
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 4 Convergencia del LOLE por mtodo Monte Carlo no secuencial (Estado 0 y
Estado 10) Caso 2
Despus de analizar los resultados del caso base 1 (tabla 5.3) y caso 2 (tabla 5.4), se
puede observar que utilizando tanto los mismos datos de produccin del ao 2013 como
el generar datos de produccin diferentes a travs de una distribucin normal en el
51
CAPITULO 5: ESCENARIOS Y RESULTADOS
En la tabla 5.5 se muestra los valores resultantes de los ndices de fiabilidad para el
caso 3 y la figura 5.5 muestra el proceso de convergencia del LOLE para el estado 0 y el
estado 10 del caso 3.
7.5
Horas/ao
6.5
5.5
5
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 5 Convergencia del LOLE por mtodo Hbrido (Estado 0 y Estado 10) Caso 3
52
CAPITULO 5: ESCENARIOS Y RESULTADOS
Los resultados de los tres casos simulados, segn las tablas 5.3, 5.4 y 5.5 no
presentan cambios significativos a pesar de que los mtodos utilizados son diferentes. Por
lo que el estudio puede llevarse acabo utilizando cualquiera de los mtodos.
En la tabla 5.6 se muestran los resultados de los ndices de fiabilidad para el ltimo
caso de estudio. La figura 5.6 muestra la convergencia del LOLE para los estados 0 y 10
del caso 4.
10
9.5
9
Horas/ao
8.5
7.5
6.5
6
0 500 1000 1500 2000 2500 3000
Numero de aos
53
CAPITULO 5: ESCENARIOS Y RESULTADOS
Una vez que se disponen los resultados de todos los casos de estudio simulados se
muestran valores aceptables de los ndices de fiabilidad con ligeras variaciones entre los
cuatro casos. Por tanto se puede recomendar el mtodo de Monte Carlo no secuencial
como un mtodo sencillo para analizar la fiabilidad de un sistema. Los ndices de
fiabilidad entre casos simulados presentan comportamientos similares, a medida que se
incrementa la penetracin de potencia renovable en combinacin con el aporte de la
interconexin Loja-Cuenca, la mejora de la fiabilidad del sistema es notable.
Por ltimo en las tablas 5.7, 5.9, 5.11 y 5.13 se muestran los resultados obtenidos del
crdito de capacidad (ECPP) para los casos de estudios, como se seal en la seccin 4.7
los estados de cada caso contemplan la intervencin de las tecnologas renovables por
separado combinadas con el Sistema Nacional Interconectado (S.N.I.) y con las unidades
trmicas MCI.
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
UNIDADES P(MW) UNIDADES P(MW) LOLE ECPP
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,104 -
ESTADO_1 3 6,32 HIDRO + EOLICA 18,9 7,753 0,74
ESTADO_2 3 8,74 HIDRO + PV 22,4 7,695 0,51
ESTADO_3 1 1,575 HIDRO+EOLICA+ 38,9 7,400 0,48
PV
ESTADO_4 3 6,53 TERMO+HIDRO 52,4 7,729 0,26
ESTADO_5 0 0 RENOVABLES 88,8 4,812 0,23
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
E_NETA % MEDIO E_NETA % MEDIO
(GWh/ao) E_NETA (GWh/ao) E_NETA
ESTADO_0 378,134 100 0 0
ESTADO_1 276,115 78,33 76,387 21,67
ESTADO_2 297,314 76,96 89,002 23,04
ESTADO_3 234,549 61,22 148,570 38,78
ESTADO_4 277,955 58,49 197,275 41,51
ESTADO_5 0 0 329,026 100
La tabla 5.7 muestra que aplicando el mtodo no secuencial con los mismos datos de
produccin renovable del ao 2013 para todas las muestras, las tecnologas elica-
fotovoltaica (estado_3) permiten reducir 9 de las 10 centrales convencionales MCI
manteniendo la fiabilidad del sistema. La tabla 5.8 muestra los resultados de la energa
generada en el caso base 1 tanto convencional como renovable.
54
CAPITULO 5: ESCENARIOS Y RESULTADOS
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
UNIDADES P(MW) UNIDADES P(MW) LOLE ECPP
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,051 -
ESTADO_1 3 4,841 HIDRO + EOLICA 18,9 7,653 0,81
ESTADO_2 4 6,796 HIDRO + PV 22,4 7,825 0,6
ESTADO_3 1 1,8 HIDRO+EOLICA 38,9 7,410 0,47
+PV
ESTADO_4 2 5,76 TERMO+HIDRO 52,4 7,742 0,28
ESTADO_5 0 0 RENOVABLES 88,8 5,362 0,23
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
E_NETA % MEDIO E_NETA % MEDIO
(GWh/ao) E_NETA (GWh/ao) E_NETA
ESTADO_0 378,134 100 0 0
ESTADO_1 263,159 77,50 76,387 22,50
ESTADO_2 280,285 75,90 89,002 24,10
ESTADO_3 236,520 61,42 148,570 38,58
ESTADO_4 271,210 57,89 197,275 42,11
ESTADO_5 0 0 329,026 100
Para el caso 3, los resultados obtenidos se muestran en las tablas 5.11 y 5.12, como
se puede observar se cumple lo sealado en los casos anteriores, ECPP es menor a mayor
presencia de energa renovable.
55
CAPITULO 5: ESCENARIOS Y RESULTADOS
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
UNIDADES P(MW) UNIDADES P(MW) LOLE ECPP
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,046 -
ESTADO_1 3 4,43 HIDRO + EOLICA 18,9 7,375 0,84
ESTADO_2 5 10,12 HIDRO + PV 22,4 7,897 0,45
ESTADO_3 2 3,78 HIDRO+EOLICA+ 38,9 7,617 0,42
PV
ESTADO_4 3 7,04 TERMO+HIDRO 52,4 7,726 0,25
ESTADO_5 0 0 RENOVABLES 88,8 6,792 0,23
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
E_NETA % MEDIO E_NETA % MEDIO
(GWh/ao) E_NETA (GWh/ao) E_NETA
ESTADO_0 378,134 100 0 0
ESTADO_1 259,559 77,26 76,387 22,74
ESTADO_2 290,832 76,57 89,002 23,43
ESTADO_3 253,865 63,08 148,570 36,92
ESTADO_4 282,422 58,88 197,275 41,12
ESTADO_5 0 0 329,026 100
Los valores del ECPP en los tres casos son muy similares, a pesar que se han tratado
los datos con mtodos diferentes. En la tabla 5.11 se puede observar que el estado 2
presenta el mayor nmero de centrales convencionales MCI requeridas para mantener la
fiabilidad del sistema cuando se utiliza tecnologa fotovoltaica de todos los casos
simulados.
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
UNIDADES P(MW) UNIDADES P(MW) LOLE ECPP
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,222 -
ESTADO_1 2 3,92 HIDRO + 18,9 7,331 0,86
EOLICA
ESTADO_2 4 6,87 HIDRO + PV 22,4 7,910 0,60
ESTADO_3 2 3,38 HIDRO+EOLICA 38,9 7,627 0,43
+PV
ESTADO_4 3 5,92 TERMO+HIDRO 52,4 7,735 0,27
ESTADO_5 0 0 RENOVABLES 88,8 6,833 0,23
56
CAPITULO 5: ESCENARIOS Y RESULTADOS
GENERACIN GENERACIN
CONVENCIONAL RENOVABLE
E_NETA % MEDIO E_NETA % MEDIO
(GWh/ao) E_NETA (GWh/ao) E_NETA
ESTADO_0 378,134 100 0 0
ESTADO_1 255,091 76,96 76,387 23,04
ESTADO_2 280,933 75,94 89,002 24,06
ESTADO_3 250,361 62,76 148,570 37,24
ESTADO_4 272,611 58,02 197,275 41,98
ESTADO_5 0 0 329,026 100
Por ltimo en las tablas 5.13 y 5.14 se presentan los resultados del caso 4, al comparar
todos los valores resultantes de los cuatro casos se puede notar una vez ms su similitud,
por tanto se puede realizar un anlisis de la fiabilidad de un sistema a travs de cualquiera
de los mtodos utilizados en el presente proyecto, resaltando que el mtodo no secuencial
es ms sencillo que el mtodo secuencial, sin embargo cabe resaltar que es muy
importante contar con una serie histrica de datos mas larga tanto de produccin
renovable como de demanda elctrica.
Las figuras 5.7 y 5.8 muestran la evolucin del crdito de capacidad (ECPP) de los
casos de estudio, a medida que se aumenta energa renovable en el sistema el crdito de
capacidad, ECPP disminuye, esto coincide con los resultados mostrados en la figura 4.6.
57
CAPITULO 5: ESCENARIOS Y RESULTADOS
58
CAPITULO 6: ANLISIS DE RESULTADOS Y CONCLUSIONES
Captulo 6
Anlisis de los resultados y
conclusiones
60
CAPITULO 6: ANLISIS DE RESULTADOS Y CONCLUSIONES
El ndice LOLE en todos los casos de estudio tarda menos tiempo en cumplir el
criterio de convergencia que el ndice LOEE tal cual se indica en [14] (ver
figuras 5.1 y 5.3).
61
CAPITULO 6: ANLISIS DE RESULTADOS Y CONCLUSIONES
62
GLOSARIO
Glosario
Referencias
[1] Billinton, R. and Allan, R N., "Reliability Evaluation of Power Systems", 2nd
Edition, Plenum Publishing, New York and London, 1996.
[4] Billinton, R. y Li, W., Reliability Assesment of Electrical Power Systems Using
Monte Carlo Methods, Plenum Press, New York, 1994.
[6] Li, Y., Bulk System Reliability Evaluation in a Deregulated Power Industry,
Tesis de Posgrado, University of Saskatchewan, Saskatchewan, Canada, 2003.
[7] Grigg, C; Wong, P. et al., The IEEE reliability test system 1996, IEEE, Agosto,
1999.
[9] Fraunhofer Institute for Wind Energy and Energy System Technology IWES,
Establishing a common Database for Turbines Failures, 17 Noviembre, 2011.
[12] Empresa Elctrica Regional del Sur S.A. Gerencia de Gestin Ambiental,
Informe Auditoria EERSSA 2013, Loja, 2014.
REFERENCIAS
[13] Usaola Garca, J., et al., PV system model reduction for reliability assessment
studies. 2013 4th IEEES Innovative Smart Grid Technologies Europe (ISGT
Europe), October 6-9, Copenhagen.
[16] Ibrahim Helal; Abu el Wafa; y Gamal Haggag, Monte Carlo simulation in
generating capacity adequacy assessment. State sampling technique, Ains Shams
University, Egypt, 11th international middle east power systems conference, 2006.
[17] Usaola Garca, J., Fiabilidad de sistemas elctricos con energas renovables,
Material acadmico Integracin de energas renovables en la red elctrica,
transparencias Universidad Carlos III, Madrid, 17 enero 2014.
65
ANEXO I
ANEXO I
Potencial elico del
Ecuador
ANEXO I
67
ANEXO I
68
ANEXO I
69
ANEXO I
70
ANEXO I
Figura I. 4 Velocidad Media Anual del Viento a 80 m de Altura sobre el Suelo zona sur
del Ecuador
71
ANEXO I
72
ANEXO I
73
ANEXO II
ANEXO II
Potencial solar del Ecuador
ANEXO II
75
ANEXO II
76
ANEXO II
77
ANEXO III
ANEXO III
Sistema Nacional
Interconectado S.N.I.
ANEXO III
79
ANEXO IV
ANEXO IV
Convergencia de todos los
Escenarios caso base 1
ANEXO IV
8 LOLE4:60PC-40PR
LOLE5:50PC-50PR
LOLE6:40PC-60PR
7
Horas/ao
LOLE7:30PC-70PR
LOLE8:20PC-80PR
6 LOLE9:10PC-90PR
LOLE10:100PR
3
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura IV. 1 Convergencia del LOLE por mtodo Monte Carlo no secuencial
Error0
14
Error1
Error2
12
Error3
Error4
Error en Porcentaje
10
Error5
Error6
8
Error7
Error8
6
Error9
Error10
4
0
0 500 1000 1500 2000 2500 3000
Numero de aos
81
ANEXO IV
LOEE0:100PC
LOEE1:90PC-10PR
300
LOEE2:80PC-20PR
LOEE3:70PC-30PR
LOEE4:60PC-40PR
250
LOEE5:50PC-50PR
LOEE6:40PC-60PR
MWh/ao
LOEE7:30PC-70PR
200
LOEE8:20PC-80PR
LOEE9:10PC-90PR
150 LOEE10:100PR
100
50
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura IV. 3 Convergencia del LOEE por mtodo Monte Carlo no secuencial
-4
x 10 LOLP Mtodo no secuencial caso base 1
13
LOLP0:100PC
12
LOLP1:90PC-10PR
LOLP2:80PC-20PR
11
LOLP3:70PC-30PR
10 LOLP4:60PC-40PR
LOLP5:50PC-50PR
9
LOLP6:40PC-60PR
LOLP
8 LOLP7:30PC-70PR
LOLP8:20PC-80PR
7 LOLP9:10PC-90PR
LOLP10:100PR
6
3
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura IV. 4 Convergencia del LOLP por mtodo Monte Carlo no secuencial
82
ANEXO IV
45 EDNS3:70PC-30PR
EDNS4:60PC-40PR
40 EDNS5:50PC-50PR
EDNS6:40PC-60PR
MW
35 EDNS7:30PC-70PR
EDNS8:20PC-80PR
30 EDNS9:10PC-90PR
EDNS10:100PR
25
20
15
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura IV. 5 Convergencia del EDNS por mtodo Monte Carlo no secuencial
83