T Senescyt 01356

MSTER EN ENERGAS RENOVABLES EN
SISTEMAS ELCTRICOS
TRABAJO FIN DE MSTER
FIABILIDAD DE LA GENERACIN ELCTRICA

CON ENERGAS RENOVABLES EN LA
PROVINCIA DE LOJA-ECUADOR
Autor: Alan Daniel Cuenca Snchez
Director: Lourdes Ramirez Santigosa; Luis F. Zarzalejo Tirado;

Luis Arribas de Paz
Tutor: Julio Usaola Garca
Legans, Septiembre de 2015

ii
Ttulo:
FIABILIDAD DE LA GENERACIN ELCTRICA CON ENERGAS
RENOVABLES EN LOJA-ECUADOR
Autor: Alan Daniel Cuenca Snchez
Director: Lourdes Ramirez
EL TRIBUNAL
Presidente:
Vocal:
Secretario:
Realizado el acto de defensa y lectura del Proyecto Fin de Carrera el da __ de _______

de 20__ en Legans, en la Escuela Politcnica Superior de la Universidad Carlos III de
Madrid, acuerda otorgarle la CALIFICACIN de
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.
Agradezco al Gobierno Nacional del Ecuador a travs de la Secretaria Nacional de

Educacin Ciencia y Tecnologa SENESCYT, por brindarme la oportunidad de seguir
preparndome personal y acadmicamente en busca de un mejor futuro para el Ecuador.
Un agradecimiento al Centro de Investigaciones Energticas, Medioambientales y

Tecnolgicas CIEMAT, en especial a la Dr. Lourdez Ramrez, al Dr. Luis Zarzalejo y al
Dr. Luis Arribas, por su sentido de compromiso y apoyo, ya que supieron guiarme
exitosamente durante este trabajo.
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.
A mis compaeros de trabajo Jos Antonio y Myrian, con quienes compartimos

muchas experiencias durante el desarrollo del mismo, sin importar de donde se provenga,
supimos establecer una excelente amistad; gracias por cada palabra de nimo y por cada
momento vivido.
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.
Por esta razn, en el presente trabajo se realiz la evaluacin de la fiabilidad de la

generacin elctrica a partir de energas renovables, elica y solar, en una de las zonas
con mayor potencial renovable a nivel nacional como lo es la provincia de Loja, esta
evaluacin se llev a cabo mediante ndices de fiabilidad, los cuales permiten asistir de
mejor manera la toma de decisiones para la construccin de nuevas centrales de
generacin. Las simulaciones mediante herramientas computacionales de las centrales
elica y fotovoltaica son basadas en el parque elico Villonaco y la central fotovoltaica
Zapotillo (an en desarrollo), que actualmente estn presentes en la provincia de Loja,
mientras que la central termosolar est basada en la central ANDASOL-2 presente en
Granada-Espaa debido que solo existen estudios preliminares de este tipo de tecnologa
en el territorio nacional ecuatoriano.
Para determinar los ndices de fiabilidad se procedi a realizar un programa

computacional en Matlab, que permita realizar el clculo de los mismos considerando
informacin de produccin de las unidades de generacin y datos de demanda. El
programa fue desarrollado en base al Mtodo de Monte Carlo.
La evaluacin se realiz para distintos escenarios de penetracin de potencia renovable,

el estado base fue la produccin 100% convencional, a partir de la cual se empez la
integracin de potencia renovable analizando su impacto a travs de los ndices de
fiabilidad. Al final, se compara los diferentes resultados para observar la variabilidad de
la fiabilidad del sistema y a travs del crdito de capacidad conocer cuanta potencia
convencional puede sustituirse con potencia renovable.
Palabras clave: Fiabilidad, Energas Renovables, Ecuador, Loja, HOMER, SAM,

Mtodo Monte Carlo.
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.
Keywords: Reliability, Renewable Energy, Ecuador, Loja, HOMER, SAM, Monte

Carlo Method.
viii
ndice general
1. INTRODUCCIN Y OBJETIVOS ......................................................................................... 1

1.1 Planteamiento del problema ...................................................................................... 1
1.2 Objetivos ................................................................................................................... 2
1.3 Fases del desarrollo ................................................................................................... 2
1.4 Medios empleados ..................................................................................................... 3
1.5 Estructura de la memoria .......................................................................................... 4
2. FIABILIDAD DE UN SISTEMA ELCTRICO ........................................................................ 6
2.1 Concepto bsicos de fiabilidad.................................................................................. 6
2.1.1 Zonas funcionales y niveles jerrquicos ........................................................................ 7
2.1.2 Estudios de adecuacin de la generacin del sistema (HL1) ........................................ 8
2.1.3 ndices de fiabilidad del sistema .................................................................................... 8
2.2 Mtodo de Monte Carlo aplicado al clculo de los ndices de fiabilidad ............... 10
2.2.1 Introduccin ................................................................................................................. 10
2.2.2 Proceso de convergencia ............................................................................................. 11
2.2.3 Mtodo de estimacin del estado. ................................................................................ 12
3. TRATAMIENTO DE LOS DATOS ...................................................................................... 15
3.1 Localizacin de la zona de estudio .......................................................................... 15
3.1.1 Caractersticas de la zona de estudio .......................................................................... 16
3.2 Generacin renovable.............................................................................................. 17
3.2.1 Datos de viento y caractersticas de la central elica ................................................. 17
3.2.2 Recurso Solar, Plantas Fotovoltaica y Termosolar ..................................................... 20
3.2.3 Simulacin de la produccin renovable....................................................................... 25
3.2.4 Central Hidroelctrica ................................................................................................. 30
3.3 Generacin convencional ........................................................................................ 32
3.4 Datos de demanda ................................................................................................... 35
4. MODELADO Y DATOS DEL SISTEMA .............................................................................. 37
4.1 Recurso informtico ................................................................................................ 37
4.2 Mtodo No Secuencial ............................................................................................ 37
4.2.1 Curva de demanda anual ............................................................................................. 37
4.2.2 Datos de generacin convencional .............................................................................. 38
4.2.3 Datos de generacin renovable ................................................................................... 39
4.2.4 Variables de salida ...................................................................................................... 41
4.3 Mtodo Hbrido Secuencial-No Secuencial ............................................................ 42
4.4 Mtodo Secuencial Total......................................................................................... 42
4.5 Crdito de Capacidad .............................................................................................. 43
5. ESCENARIOS Y RESULTADOS......................................................................................... 45
5.1 Escenarios de fiabilidad simulados ......................................................................... 45
5.1.1 Descripcin de los escenarios simulados .................................................................... 45
5.2 Resultados de los escenarios de fiabilidad simulados ............................................. 48
6. ANLISIS DE LOS RESULTADOS Y CONCLUSIONES ........................................................ 59
7. GLOSARIO ..................................................................................................................... 63
8. REFERENCIAS ............................................................................................................... 64
9. ANEXOS....67
INDICE DE FIGURAS
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 3. 1 Localizacin de la provincia de Loja ............................................................. 16

Figura 3. 2 Disposicin parque elico Villonaco .............................................................. 17
Figura 3. 3 Datos horarios de recurso elicoEXCEL ...................................................... 18
Figura 3. 4 Variabilidad estacional del viento Villonaco 2013 ......................................... 19
Figura 3. 5 Localizacin del parque elico Villonaco en Loja-Ecuador........................... 19
Figura 3. 6 Curva de potencia del aerogenerador GW 70/1500 ........................................ 20
Figura 3. 7 Localizacin ptima para centrales fotovoltaica y termosolar en La Ceiba,
Loja-Ecuador ................................................................................................. 21
Figura 3. 8 Valores de radiacin solar de la Ceiba Loja-Ecuador .................................... 21
Figura 3. 9 Radiacin global horizontal (GHI) horaria provincia de Loja ........................ 22
Figura 3. 10 Radiacin normal directa (DNI) horaria provincia de Loja .......................... 22
Figura 3. 11 Disposicin de paneles fotovoltaicos del proyecto Zapotillo ....................... 24
Figura 3. 12 Entorno de trabajo HOMER-caractersticas del parque elico ..................... 26
Figura 3. 13 Entorno de trabajo HOMER-caractersticas de la central fotovoltaica......... 26
Figura 3. 14 Resumen de potencia de salida anual de la planta fotovoltaica .................... 27
Figura 3. 15 Resumen de potencia de salida anual del parque elico ............................... 27
Figura 3. 16 Produccin elica-fotovoltaica simulada en HOMER ................................. 27
Figura 3. 17 Entorno de trabajo SAM para simulacin de produccin termosolar ........... 29
Figura 3. 18 Produccin de la Central Termosolar simulada en SAM ............................. 30
Figura 3. 19 central hidroelctrica Ing. Carlos Mora Carrin ....................................... 30
Figura 3. 20 Vista panormica Casa de Mquinas Central Trmica Catamayo ................ 33
Figura 3. 21 Lnea de Transmisin Cuenca-Loja, SNI ..................................................... 33
Figura 3. 22 Curva de demanda diaria en el Ecuador ....................................................... 35
Figura 3. 23 Demanda de la provincia de Loja ................................................................. 36
Figura 3. 24 Perfil diario de demanda ............................................................................... 36
Figura 4. 1 Curva montona de la carga LOJA 2013 ....................................................... 38

Figura 4. 2 CDF de un generador convencional MCI 2,5 MW ......................................... 39
Figura 4. 3 CDF de las centrales renovables. Caso base ................................................... 40
Figura 4. 4 CDF de las centrales renovables despus de aplicar una distribucin normal 41
Figura 4. 5 Potencia Total Centrales MCI ........................................................................ 43
Figura 4. 6 Resultados obtenidos de 29 estudios sobre la evolucin del crdito de
capacidad con la penetracin de generacin intermitente en el sistema. ...... 44
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 5. 7 Evolucin del crdito de capacidad, ECPP, a medida que aumenta la

penetracin de energa renovable en el sistema elctrico .............................. 57
Figura 5. 8 Evolucin del crdito de capacidad, ECPP, con el aumento de potencia
renovable ........................................................................................................ 58
Figura I. 1 Pendiente del Terreno ATLAS ELICO DEL ECUADOR ....................... 67

Figura I. 2 Velocidad Media Mensual del Viento a 80 m de Altura sobre el Suelo ......... 69
Figura I. 3 Velocidad Media Mensual del Viento a 80 m de altura sobre el suelo ........... 70
Figura I. 4 Velocidad Media Anual del Viento a 80 m de Altura sobre el Suelo zona sur
del Ecuador ..................................................................................................... 71
Figura I. 5 Potencial elico del Ecuador-Potencial Bruto ................................................. 72
Figura I. 6 Potencial elico del Ecuador - Potencial factible a corto plazo ...................... 73
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 III. 1 Diagrama unifilar Sistema Nacional Interconectado .................................... 79
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
Tabla 3. 1 Valores climticos de la Estacin Zapotillo (M151) Ao 2013....................... 23

Tabla 3. 2 Caractersticas tcnicas de los paneles fotovoltaicos ....................................... 24
Tabla 3. 3 Caractersticas tcnicas de la planta Andasol-2 ............................................... 25
Tabla 3. 4 Base de datos de explotacin de parques elicos ............................................. 28
Tabla 3. 5 ndice de fallo de la central fotovoltaica .......................................................... 28
Tabla 3. 6 Precipitacin enero a noviembre en LOJA Ao 2013 .................................... 31
Tabla 3. 7 Central Hidroelctrica Ing. Carlos Mora Carrin[11] ...................................... 32
Tabla 3. 8 MTTF y MTTR de la central hidralica Carlos Mora [11].............................. 32
Tabla 3. 9 Centrales convencionales e interconexin de la zona de Loja[11] .................. 34
Tabla 3. 10 MTTF y MTTR de la central trmica Catamayo [11].................................... 34
Tabla 3. 11 MTTF y MTTR de la Interconexin [11] ...................................................... 34
Tabla 4. 1 Caractersticas de las centrales de generacin convencional e interconexin . 38
Tabla 5. 1 Estados simulados de los casos de estudio....................................................... 46

Tabla 5. 2 Potencia de generacin convencional (PC) y renovable (PR). LOLE. Casos de
estudio ............................................................................................................... 48
Tabla 5. 3 Resultados de los escenarios simulados Caso 1 ............................................... 49
Tabla 5. 7 Resultados crdito de capacidad. Caso 1 ......................................................... 54
Tabla 5. 8 Energa convencional y renovable generada media Caso 1 ............................. 54
Tabla 5. 9 Resultados crdito de capacidad. Caso 2 ......................................................... 55
Tabla 5. 10 Energa convencional y renovable generada media Caso 2 ........................... 55
Tabla 5. 11 Resultados crdito de capacidad. Caso 3 ....................................................... 56
Tabla 5. 13 Resultados crdito de capacidad. Caso 4 ....................................................... 56
Tabla I. 1 Potencial elico- elctrico estimado del Ecuador ............................................. 68
xii
CAPITULO 1: INTRODUCCIN Y OBJETIVOS
Captulo 1
Introduccin y objetivos
1.1 Planteamiento del problema

Las principales tendencias mundiales que estn actualmente marcando el cambio de
la matriz energtica requerida para abastecer a la creciente demanda de energa son el
cambio climtico, el pico petrolero y la eficiencia energtica, para llevar a cabo esta
transicin se abandona aquella que hasta la actualidad ha sido la principal fuente de
energa: los combustibles fsiles. Ante este reto, las tecnologas de fuentes de energa
renovable han alcanzado un alto desarrollo a nivel global, lo que ha permitido que se
vuelvan competitivas ante alternativas tradicionales de generacin energtica.
El Ecuador a travs de su Plan del Buen Vivir 20132017 tiene establecidos

objetivos en los que seala que la participacin de las energas renovables debe
incrementarse en la produccin nacional, en concordancia con los objetivos de mejora de
la matriz productiva. Para el cumplimiento de este objetivo, actualmente se desarrollan
proyectos de utilizacin de energas renovables: geotermia, biomasa, elica y solar.
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.
Por esta razn, en el presente trabajo se pretende analizar la variacin de la fiabilidad

del sistema elctrico de potencia a medida que se utiliza potencia elica y solar en la
provincia de Loja-Ecuador, debido a que en esta parte del territorio nacional ecuatoriano
actualmente se estn desarrollando proyectos con tecnologas renovables. Para llevar a
cabo este anlisis se utiliza ndices de fiabilidad, los cuales permiten estudiar cmo afecta
la introduccin de potencia renovable a la fiabilidad del sistema elctrico que abastece a
la provincia de Loja, por tanto se ha elegido realizar una simulacin de la generacin del
sistema mediante el mtodo de Monte Carlo que es un mtodo probabilstico.
1.2 Objetivos
El objetivo fundamental de este proyecto es el de:
Analizar la fiabilidad del sistema de generacin elctrica para diferentes niveles

de penetracin de generacin convencional y renovable en la provincia de Loja-
Ecuador.
Para cumplir este objetivo se desarrollarn las siguientes actividades:
Investigar y obtener informacin referente a datos reales de demanda elctrica, as

como datos de generacin convencional y datos de recurso elico y solar de la
zona de estudio.
Tratar y depurar la informacin obtenida para su posterior utilizacin en los

procesos de simulacin.
Simular generacin renovable elica y solar utilizando herramientas

computacionales tales como HOMER1 y SAM2.
Desarrollar un cdigo de programacin en Matlab utilizando el mtodo

probabilstico de simulacin de Monte Carlo. El programa permitir realizar la
simulacin y generacin de los ndices de fiabilidad de un sistema gobernado
totalmente por generacin convencional, de un sistema de generacin mixto y de
un sistema gobernado totalmente por generacin renovable.
1.3 Fases del desarrollo

Para la realizacin del presente proyecto se han realizado las siguientes fases de
desarrollo:
1
http://www.homerenergy.com/
2
Solar Advisor Model (SAM)
2
La primera fase del proyecto es la localizacin de la zona de estudio, la cual

corresponde a la provincia de Loja-Ecuador, debido a la alta penetracin de las
tecnologas de energa renovable elica y solar en esta zona.
La segunda fase corresponde a la obtencin, tratamiento y depuracin de datos

horarios simultneos de demanda elctrica, recurso solar y elico de la zona de estudio.
La tercera fase corresponde a la utilizacin de los datos de recurso disponibles para

las simulaciones en HOMER y SAM de la generacin elica y solar para su posterior
anlisis.
La cuarta fase corresponde a la obtencin de los datos de generacin convencional,

as como de las interconexiones existentes en la regin.
La quinta fase consiste en la elaboracin del cdigo de programacin en Matlab

utilizando el mtodo probabilstico de simulacin de Monte Carlo y establecer los
diferentes casos de estudio.
Y la fase final es la obtencin de los distintos ndices de fiabilidad para el escenario

base de los casos de estudio, el cual corresponde a 100% generacin convencional, a
partir del cual se empieza a introducir generacin renovable para comparar como vara la
fiabilidad del sistema, adems se obtiene el crdito de capacidad ECPP.
1.4 Medios empleados

Para la realizacin del proyecto se ha utilizado distintos entornos de programacin,
los cuales han permitido cumplir las diferentes etapas del mismo. La eleccin de estos
entornos radica en la base del proyecto que son las siguientes variables a tratar:
Datos de recurso elico proporcionados por la Corporacin Elctrica del Ecuador-

CELEC EP GENSUR y por el Instituto Nacional de Meteorologa e Hidrologa INAMHI:
Velocidad de viento
Direccin de viento
Presin
HR (Humedad Relativa).
Datos de recurso solar fotovoltaico (FV) proporcionados a travs de la intervencin del

CIEMAT del sistema de informacin geogrfica SolarGIS:
Radiacin global
Temperatura
Datos de recurso solar termoelctrico (CSP) proporcionados por SolarGIS:
Radiacin directa
3
Datos de demanda elctrica proporcionados por la Empresa Elctrica Regional del Sur
S.A.-EERSSA:
Datos horarios de demanda elctrica de LOJA.
Una vez conocidas las variables necesarias y su respectiva proveniencia, los entornos
utilizados para tratar los datos son los siguientes:
EXCEL: Debido a que los datos se recolectan en diferentes formatos (diezminutales,

quinceminutales, etc) en archivos de texto compatibles con Excel, se elige este entorno
para el tratamiento y depuracin de los mismos. Excel permite disponer de los datos de
una forma correcta y ordenada.
HOMER: El proyecto presenta la necesidad de disponer datos de produccin a partir

de los datos de recurso tanto elico y solar por tal motivo para la simulacin de la
generacin renovable se escoge HOMER, en espaol Modelo de optimizacin para
sistemas hbridos elctricos con base en energas renovables (Hybrid Optimization
Model for Electric Renewables) desarrollado por la NREL (National Renewable Energies
Laboratory, Estados Unidos).
HOMER es una herramienta de planificacin tcnica y econmica de valoracin de

sistemas hbridos, donde se puede analizar y evaluar un gran nmero de opciones, as
como la factibilidad de stas de una manera simple y obtener una configuracin ptima
del sistema requerido.
SAM: Adems de la produccin elica y fotovoltaica tambin es indispensable

disponer de la produccin termosolar y debido a que HOMER no permite trabajar y
simular con este tipo de centrales, se ha elegido el entorno SAM, debido a su ya conocida
utilizacin durante el Mster. Solar Advisor Model (SAM) fue desarrollado por la NREL
(National Renewable Energy Laboratory), en ste entorno se pueden representar la
mayora de las tecnologas solares, desde las de concentracin de energa (captadores de
canal parablico, Disco-Stirling, y sistemas de concentracin de torre) hasta las
tecnologas fotovoltaicas.
SAM al igual que HOMER permite obtener la serie de produccin termosolar en

formato horario y en archivos de texto compatibles con EXCEL.
MATLAB: El estudio de la fiabilidad del sistema se basa en la obtencin a travs de

diversos mtodos de los respectivos ndices, por tal motivo se ha elegido el mtodo
probabilstico de simulacin de Monte Carlo. El entorno para la realizacin del cdigo de
programacin es MATLAB debido a las enormes prestaciones que ofrece al momento de
tratar los datos y obtener los diferentes resultados.
1.5 Estructura de la memoria

La memoria est formada por seis captulos que se describen a continuacin:
4
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.
En el captulo II se expone el sustento terico de la fiabilidad de un sistema elctrico

zonas funcionales y niveles jerrquicos, ndices de fiabilidad a ser calculados y una
descripcin del mtodo de Monte Carlo a ser utilizado en el proyecto.
En el captulo III se describe el tratamiento y depuracin de los datos de recurso y

demanda, caractersticas de las plantas, adems se puntualiza las herramientas
computacionales utilizadas para la simulacin de los datos de produccin y sus
respectivos resultados.
En el captulo IV se describe el modelado de los datos del sistema, que permite

desarrollar el programa computacional en Matlab mediante el mtodo de Monte Carlo, y
una breve descripcin de las dos formas de calcular el crdito de capacidad ms
habituales as como la utilizada en este proyecto.
En el captulo V se realiza la descripcin de los diferentes casos simulados, y adems

se realiza el clculo de los ndices de fiabilidad y el crdito de capacidad.
En el captulo VI se plantea el anlisis de los resultados obtenidos y las respectivas

conclusiones del trabajo.
5
CAPITULO 2: FIABILIDAD DE UN SISTEMA ELCTRICO
Captulo 2
Fiabilidad de un sistema elctrico
2.1 Concepto bsicos de fiabilidad

Se denomina fiabilidad de un equipo o sistema, de cualquier naturaleza, a la
habilidad o capacidad de realizar una tarea especfica. Por tanto se considera a la
fiabilidad como una propiedad cualitativa ms que cuantitativa. Sin embargo desde el
punto de vista tcnico resulta ms adecuado disponer de un ndice cuantitativo que uno
cualitativo debido a que la fiabilidad es un factor fundamental en la planeacin, diseo,
operacin y mantenimiento del sistema elctrico de potencia. El sistema de generacin es
una parte esencial dentro del sistema elctrico de potencia ya que debe ser capaz de
satisfacer la demanda en todo momento [1]. Por lo tanto relacionando estas dos
aclaraciones se puede definir a la fiabilidad como la capacidad para satisfacer la demanda
en todo momento y puede expresarse por una gran variedad de ndices, dependiendo de
los objetivos que se persigan con la evaluacin.
Figura 2. 1 Aspectos de la fiabilidad de un sistema
La fiabilidad de un sistema de generacin est dividida en adecuacin y

seguridad tal como lo muestra la figura 2.1. La adecuacin del sistema est relacionada
con la existencia de suficientes generadores dentro del mismo para satisfacer la demanda
elctrica de los consumidores; considerando condiciones estticas del sistema y sin tomar
en cuenta las alteraciones del sistema dinmico y transitorio. La seguridad est
relacionada con la habilidad del sistema para responder ante la presencia de
perturbaciones [2]. En el presente trabajo, la evaluacin de la fiabilidad del sistema de
generacin se enfoca en la adecuacin y no toma en consideracin la seguridad.
2.1.1 Zonas funcionales y niveles jerrquicos
Las tcnicas bsicas para evaluacin de la capacidad se pueden clasificar en trminos

de su aplicacin a las etapas de un sistema de energa completo. Estas etapas se muestran
en la figura 2.2 y se puede definir como las zonas funcionales de generacin, transporte y
distribucin. Esta divisin es la ms apropiada, debido a que la mayora de los servicios
estn divididos en estas zonas a efectos de organizacin, planificacin, operacin y/o
anlisis. Los estudios de la capacidad pueden ser realizados para cada una de estas tres
zonas funcionales.
Figura 2. 2 Zonas funcionales de un sistema elctrico
7
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.
2.1.2 Estudios de adecuacin de la generacin del sistema

(HL1)
La fiabilidad de un sistema de generacin se puede modificar cambiando las

unidades existentes por unidades ms confiables o incorporando redundancia. La
redundancia en el sistema de generacin significa la instalacin de ms capacidad de
generacin que la normalmente requerida, lo cual a su vez conlleva a un incremento en el
costo de dicho sistema [3].
En un estudio de sistemas de generacin, el sistema total es examinado para

determinar su capacidad para mantener los requerimientos de la carga, esta actividad es
usualmente llamada valoracin de la adecuacin del sistema de generacin (ver figura
2.3). El sistema de transmisin es ignorado en este estudio y el sistema de carga es
considerado como una carga puntual.
Figura 2. 3 Modelo para la evaluacin del sistema de generacin
El sistema de transporte y su capacidad para mover la energa generada a los puntos

de consumo es ignorado en esta evaluacin. La principal preocupacin es estimar la
cantidad de generacin requerida para satisfacer la demanda del sistema en todo
momento. Para determinar el requisito de la capacidad se utilizan mtodos probabilsticos
que responden y reflejan los verdaderos factores que influyen en la fiabilidad del sistema.
Para medir la capacidad de generacin del sistema elctrico se utilizan los denominados
ndices de fiabilidad, los cuales sern descritos a continuacin.
2.1.3 ndices de fiabilidad del sistema
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
capacidad son, bsicamente, valores esperados de una variable aleatoria, aunque la

distribucin de probabilidad se puede calcular en algunos casos. Como se indic
anteriormente en el presente trabajo se estudiarn los ndices correspondientes al nivel de
HL1, sin embargo se debe sealar que existen ndices dependiendo del estudio que se
realice.
Los ndices bsicos para la evaluacin de la fiabilidad de un sistema de generacin

son la prdida de carga esperada (LOLE), la prdida de energa esperada (LOEE), la
probabilidad de prdida de carga (LOLP) y la demanda esperada no suministrada
(EDNS). Conceptualmente, estos ndices pueden ser descritos por las siguientes
expresiones matemticas presentadas en [4].
LOLE (Loss of load expectation o perdida de carga esperada), [hr/ao]
Se define como el nmero de das u horas en un periodo determinado

(generalmente un ao) en el que se espera que la carga horaria exceda la capacidad
de generacin disponible. La expresin para el ndice de LOLE es la siguiente:
(1)
Donde es la probabilidad del estado i del sistema, s es el conjunto de todos los

instantes del sistema en los que la demanda ha superado a la generacin disponible y
T es el tiempo que ha permanecido en prdida de carga cada uno de esos instantes.
Cabe resaltar que el ndice LOLE no indica la severidad de la deficiencia ni la

frecuencia, ni la duracin de la prdida de carga. A pesar de estas deficiencias, es en
la actualidad un criterio probabilstico muy utilizado en la planificacin de estudios
de generacin.
LOEE (Loss of energy expectation o prdida de energa esperada), [MWh/ao]
Se define como la cantidad de energa no suministrada por el sistema, cuando la

demanda ha sido superior a la generacin total disponible. La expresin para el
ndice de LOEE es la siguiente:
(2)
Donde y s se definen de igual manera que anteriormente; es la diferencia

entre la demanda y la generacin disponible en el estado i.
LOLP (Loss of load probability o probabilidad de prdida de carga), [horas/ao]
Se define como la probabilidad de no satisfacer toda la potencia elctrica

demandada con la generacin disponible durante un perodo de un ao. La expresin
para el ndice de LOLP es la siguiente:
9
(3)
EDNS (Demand not supplied o demanda no suministrada), [MW/ao]
Este ndice indica la cantidad de potencia no abastecida a lo largo de un ao. Es

decir cuando en un sistema la potencia demandada (carga) es superior a la potencia
de generacin disponible, se define que es una demanda que no ha sido abastecida.
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.
2.2 Mtodo de Monte Carlo aplicado al

clculo de los ndices de fiabilidad
2.2.1 Introduccin
La simulacin estocstica de Monte Carlo se define en base a la generacin de

nmeros aleatorios [4], en este caso entre 0 y 1, de las variables de entrada elegidas, esta
simulacin imita el funcionamiento de los sistemas considerando sus caractersticas
aleatorias mediante mtodos computacionales. Por tanto la simulacin Monte Carlo
proporciona estimaciones de los resultados exactos [5] no alcanza los niveles de precisin
de las tcnicas analticas en sus resultados debido a su naturaleza variable. Existen dos
mtodos para el clculo de las variables de salida, si se sigue el orden cronolgico de
aquellas variables que se caracterizan mejor siguiendo este orden, se denomina
secuencial, en cambio si no se sigue un orden cronolgico de los sucesos el mtodo se
denomina no secuencial.
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).
En el presente trabajo se aplicar la tcnica mencionada analizando el

funcionamiento de cada unidad de generacin. Cada una de las unidades podr
encontrarse en dos estados diferentes: disponible o no disponible, por lo tanto, con este
mtodo se pretende simular el comportamiento de todas las unidades lo que permitir
10
conocer cuales estn disponibles y cules no lo estn a lo largo de un periodo de tiempo

determinado.
2.2.2 Proceso de convergencia
Debido a que el mtodo de Monte Carlo se basa en un proceso de repeticiones, se

debe calcular el nmero de repeticiones adecuadas para que los resultados sean fiables y
el error se mantenga dentro de unos mrgenes establecidos. Estos mrgenes dependen
del error, el cual es la diferencia (en valor absoluto) entre el valor medio y el valor
estimado de la simulacin en un momento determinado. A continuacin en la figura 2.4
se puede observar el proceso de convergencia del mtodo:
Figura 2. 4 Proceso de convergencia de una simulacin de Monte Carlo
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.
La expresin para el clculo de error es la siguiente:
(4)
Donde es la desviacin estndar del proceso, y E(x) es la media obtenida en el

proceso del ndice de fiabilidad en estudio.
En el presente proyecto se ha establecido un margen de error con un valor mximo

de 5% y un nmero mximo de muestras igual a 3000. Se comprueba con varios valores
de repeticiones y finalmente se establece 3000 como valor mximo debido a que asegura
una convergencia fiable de los ndices y un valor de error que est dentro del margen
11
establecido. En el Captulo 5 se mostrar los resultados del proceso de convergencia

establecido.
2.2.3 Mtodo de estimacin del estado.
Para el presente proyecto el mtodo principal de estudio es el Monte Carlo no

secuencial debido a la informacin limitada disponible, dentro del cual se encuentra el
mtodo de muestreo de estado, el cual fue utilizado para este trabajo, por tanto se procede
a su respectiva explicacin.
La fiabilidad del sistema depende de la posible capacidad de generacin de las

unidades. El comportamiento de cada unidad de generacin puede ser simulada mediante
una distribucin uniforme de nmeros aleatorios entre 0 y 1. En este trabajo se han
tomado en cuenta solo dos posibles estados (figura 2.5) para las unidades de generacin
convencional; disponible (la central funcionar a su potencia nominal) y no disponible.
(5)
es el numero aleatorio generado, denota el estado de la ith unidad de generacin

y es el ndice de indisponibilidad.
Figura 2. 5 Modelo de dos estados para los generadores

Para calcular el ndice de indisponibilidad, FU, es necesario tener en cuenta dos
conceptos muy importantes que se sealan a continuacin:
Mean Time To Failure (MTTF): Es el tiempo medio entre fallos.
Mean Time To Repair (MTTR): Es el tiempo medio de reparacin.
12
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)
Para un nivel de demanda D, la demanda no suministrada (DNS) debido a la

insuficiente capacidad de generacin en la k muestra viene dada por la siguiente
expresin:
) (9)
: valor de la demanda no suministrada en la muestra k (MW).

: valor de la demanda programada en la muestra k (MW).
: valor de la suma de la potencia disponible en la muestra k de los m
generadores del sistema (MW).
Las nuevas expresiones de los ndices de fiabilidad anuales para las N muestras se
definen a continuacin:
Demanda esperada no suministrada (EDNS), [MW]
(10)
Prdida de energa esperada (LOEE), [MWh/ao]
(11)
Prdida de carga esperada (LOLE), [hr/ao]
(12)
13
Probabilidad de prdida de carga (LOLP) [horas/ao]
(13)
Donde es un indicador variable que muestra:
(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
3.1 Localizacin de la zona de estudio

Para la realizacin del presente proyecto se ha escogido como zona de estudio la
provincia de Loja en Ecuador debido a la realidad nacional de mi pas, en el cual el
desarrollo de las energas renovables est empezando a ser parte fundamental en el
cambio de la matriz energtica. El Ecuador posee un enorme potencial de fuentes
renovables de energa para generacin elctrica, especialmente de carcter hdrico, elico
y solar, por tal motivo actualmente se estn desarrollando grandes proyectos con
tecnologas renovables. Con el fin de identificar varias zonas candidatas para ms
estudios e implementacin de proyectos en todo el territorio nacional se dispone de los
Atlas Elico [ANEXO I] y Solar [ANEXO II], lo cual apoyar al desarrollo del pas y
finalmente al beneficio de los ecuatorianos. La planificacin del sector elctrico
ecuatoriano se basa en un equilibrio armnico entre la generacin y la demanda.
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
aprovechado al mximo. Este es el caso de la provincia de Loja donde la presencia de

recurso elico y solar es muy elevado.
Por tal motivo se pretende realizar el estudio de la fiabilidad de la generacin

elctrica a partir de fuentes de energa renovable en Loja, debido a que actualmente se
estn desarrollando en esta zona proyectos elicos, fotovoltaicos y termosolares.
3.1.1 Caractersticas de la zona de estudio
Debido a la ubicacin geogrfica del Ecuador en la superficie del planeta, sobre la

propia franja central de la zona trrida, su clima debera ser uniformemente clido. Sin
embargo, no sucede as, ya que, por el contrario, es factible experimentar toda clase de
climas. La Cordillera de los Andes atraviesa el territorio continental de Norte a Sur,
dividendo al pas en tres regiones con caractersticas climatolgicas diferentes. Estas
regiones son llamadas: Costa, Sierra y Oriente. Por lo que se refiere a los cambios de
estacin, el ao est dividido en dos periodos: uno ms lluvioso desde diciembre hasta
junio ("invierno"), mientras que el otro, ms pobre en precipitaciones, se extiende de
junio a diciembre ("verano"). En la Costa y el Oriente, la temperatura no acusa
variaciones muy notables en estos dos periodos.
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.
Figura 3. 1 Localizacin de la provincia de Loja 3
3
http://www.geoportaligm.gob.ec/portal/index.php/descargas/geoinformacion/mapas-oficiales/
16
La provincia de Loja posee una elevada presencia de recurso renovable, actualmente

se estn desarrollando proyectos con tecnologas elica y fotovoltaica, por tal motivo se
considera muy importante el estudio de la fiabilidad que permita conocer cmo influye la
penetracin de energas renovables en el sistema de generacin elctrico.
3.2 Generacin renovable

En el trabajo se estudiar la fiabilidad de la generacin elctrica a partir de energas
renovables, por tal motivo se realiz la bsqueda y recopilacin de la informacin
correspondiente a las variables de recurso elico, solar y demanda elctrica de la zona de
Loja, dichos datos fueron solicitados a organismos nacionales involucrados en el mbito
elctrico-renovable.
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.
3.2.1 Datos de viento y caractersticas de la central elica
Segn el Atlas Elico del Ecuador4 desarrollado por el Ministerio de Electricidad y

Energa Renovable (MEER) la zona de Loja presenta el potencial ms alto en cuanto a
recurso elico aprovechable para fines de generacin elctrica debido a la presencia de la
Cordillera de los Andes, es as que actualmente funciona el parque elico Villonaco
(figura 3.2), el cual es uno de los ms altos a nivel mundial a 2720 metros sobre el nivel
del mar (msnm).
Figura 3. 2 Disposicin parque elico Villonaco

4
http://www.energia.gob.ec/ministerio-de-electricidad-y-energia-renovable-primer-atlas-eolico-del-
ecuador/
17
Los datos de presin, humedad relativa, temperatura, velocidad y direccin del

viento obtenidos han sido medidos en la zona del parque elico Villonaco y fueron
proporcionados por la Corporacin Elctrica del Ecuador-CELEC EP5 y por el Instituto
Nacional de Meteorologa e Hidrologa INAMHI6, corresponden al ao 2013 y tienen
formato diezminutal, por lo tanto fue necesario su tratamiento y depuracin en Excel para
obtener datos de recurso horarios (figura 3.3), los mismos que sern utilizados para la
respectiva simulacin de la potencia elica generada.
Figura 3. 3 Datos horarios de recurso elicoEXCEL
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.
En el ao de estudio que corresponde al 2013 (figura 3.4), el promedio anual de la

velocidad del viento en el sitio Villonaco fue de 12,4 m/s; por lo que se consider un ao
con alta presencia de recurso elico. Durante los meses de junio, julio, agosto y
septiembre, se registr la mayor fuerza del viento, con valores mximos entre 14 y 17
metros por segundo (m/s).
Las caractersticas de la zona de implantacin del proyecto tienen un impacto

mundial, debido a que la zona cuenta con velocidades de viento de aproximadamente
12,4 m/s y alcanzan mximos de 30 m/s, el emplazamiento se encuentra a lo largo de la
lnea cumbre del cerro Villonaco.
5
https://www.celec.gob.ec/
6
http://www.serviciometeorologico.gob.ec/
18
Figura 3. 4 Variabilidad estacional del viento Villonaco 20137
En la figura 3.5 se observa la localizacin del parque elico Villonaco que se

encuentra a 4 kilmetros de la capital Lojana, especficamente entre los cantones de Loja
y Catamayo.
Figura 3. 5 Localizacin del parque elico Villonaco en Loja-Ecuador8
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
La central elica tiene instalados 11 aerogeneradores Goldwind GW70/1500 cuya

curva de potencia se muestra en la figura 3.6, estos aerogeneradores cuentan con una
capacidad individual de 1,5 MW, contabilizndose un total de 16,5 MW de potencia
nominal.
Figura 3. 6 Curva de potencia del aerogenerador GW 70/15009
3.2.2 Recurso Solar, Plantas Fotovoltaica y Termosolar
Para la localizacin ptima de la zona dentro de la provincia de Loja para la

implementacin de las plantas fotovoltaica y termosolar, se tomar como base la
informacin presente en el Atlas Solar del Ecuador (ANEXO II) desarrollado por el
Centro de Investigacin Energtica10 y los proyectos que actualmente se estn
desarrollando.
En el Ecuador la tecnologa termosolar an se encuentra en estudio, se han realizado

varias investigaciones para la implementacin de este tipo de plantas en base a las
necesidades del Ecuador, por tal motivo el presente trabajo se basar en dichas
investigaciones para simular la produccin de una posible planta termosolar en la
provincia de Loja.
Para la eleccin de la zona ms adecuada para la implantacin de una central

termosolar, se toma como referencia el estudio realizado por la organizacin ecologista y
pacifista internacional Greenpeace11, el cual indica que una radiacin directa de 2000
kWh/m/ao permite que una central de concentracin sea viable. De esta manera y en
base a los datos del Atlas Solar del Ecuador con fines de generacin elctrica, se puede
depurar y extraer emplazamientos que cumplan con dicho requisito. Otro factor
importante para elegir la zona es la forma del terreno, el cual debe ser lo ms plano
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
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).
Figura 3. 7 Localizacin ptima para centrales fotovoltaica y termosolar en La Ceiba,

Loja-Ecuador 12
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.
Figura 3. 8 Valores de radiacin solar de la Ceiba Loja-Ecuador13
12
Google Earth
21
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).
Figura 3. 9 Radiacin global horizontal (GHI) horaria provincia de Loja
Figura 3. 10 Radiacin normal directa (DNI) horaria provincia de Loja
13
http://www.energia.org.ec/cie/
14
http://solargis.info/
22
La informacin meteorolgica utilizada para la caracterizacin climtica del ao

2013 se sustenta en el registro histrico mensual de climatologa (Tabla 3.1) de la
estacin operada por INAMHI el cual tiene el nombre Zapotillo Cdigo M151. En la
siguiente tabla se pueden apreciar los valores mensuales calculados, sobre temperatura,
humedad relativa, precipitacin, evaporacin y nubosidad.
Mes Temperatura Humedad Precipitacin Evaporacin Nubosidad

Mensual (C) Relativa mensual Mensual Media
(%) (mm) (mm) (Octas)
Enero 26,7 68 205,3 171,3 7
Febrero 26 80 327 104,1 7
Marzo 26,1 81 321,6 147,7 6
Abril 15,9 77 135,3 154,2 5
Mayo 25,3 77 66,6 161,8 5
Junio 24,3 72 0 143,4 6
Julio 24,7 71 0 171,6 5
Agosto 24,9 76 0 218,4 4
Septiembre 25,4 78 0 237,1 4
Octubre 25,9 71 1,1 254,6 4
Noviembre 25,8 78 4,2 218,4 4
Diciembre 26,6 76 9,1 217,1 6
Tabla 3. 1 Valores climticos de la Estacin Zapotillo (M151) Ao 2013
Como se puede observar en la Tabla 3.1 durante la poca lluviosa es donde se

registran las mayores temperaturas, lo cual representa una caracterstica propia de la
zona.
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.
La capacidad de la central fotovoltaica viene determinada fundamentalmente por la

disponibilidad de terreno adecuado para su instalacin y de una red adecuada y suficiente
para evacuar la energa producida. En el caso particular del sistema elctrico ecuatoriano,
se debe tambin tomar en cuenta el lmite fijado para el despacho preferente de las
energas renovables. Bajo estas consideraciones, la capacidad seleccionada para la central
es de 20 MWp.
23
Figura 3. 11 Disposicin de paneles fotovoltaicos del proyecto Zapotillo15

Los paneles fotovoltaicos JAP-60-245 son los utilizados en el proyecto de Zapotillo
por tal motivo se simular la produccin con este modelo para acercarse lo ms posible al
proyecto real. A continuacin en la tabla 3.2 se muestran las caractersticas tcnicas de
los mdulos:
Tabla 3. 2 Caractersticas tcnicas de los paneles fotovoltaicos16
En cuanto a la central termosolar, esta aprovecha la incidencia de la radiacin solar

directa y la transforma en energa elctrica. La similitud que guarda con una planta
trmica convencional es muy grande puesto que usa un sistema intercambiador de calor,
con el cual mover una turbina y posteriormente acoplada a un generador crear energa
elctrica. La diferencia principal es la manera de obtener el calor. Las centrales
termosolares usan un concentrador ptico capaz de redireccionar la radiacin solar a un
solo punto o lnea, creando en ste un gran aumento de temperatura que ser usada para
calentar un fluido, que cumplir el papel de combustible al pasar a travs de agua y
hacerla vapor.
El tipo ms adecuado de tecnologa para el desarrollo de una central de

concentracin en el Ecuador segn estudios realizados por diferentes organismos
nacionales elctrico-renovable es de tipo cilindro parablico, debido a la gran experiencia
y aceptacin mundial, adems, de que estas plantas aprovechan de manera adecuada el
terreno empleado para su construccin.
15
http://www.conelec.gob.ec/images/documentos/doc_10224_EIAD%20Zapotillo.pdf
16
http://www.enfsolar.com/pv/panel-datasheet/Polycrystalline/1083
24
La eleccin de este tipo de tecnologa se sustenta en la existencia de datos actuales de

su eficiencia y costos de operacin, lo cual la hace muy atractiva por sus bajos costos de
instalacin y mantenimiento, una ventaja muy importante de la central termosolar de
cilindro parablico es la posibilidad de almacenar calor, lo cual beneficia a la produccin
en las horas que no se tenga sol o la radiacin incidente necesaria, es decir estas plantas
pueden trabajar algunas horas extras despus del ocaso del sol, lo cual permite contribuir
en el pico de demanda mxima de Loja.
La potencia de diseo escogida para la planta de concentradores cilndricos

parablicos es de 50 MW, debido a que este valor ha sido un diseo estndar en las
plantas termosolares construidas en la actualidad. Como no se dispone de una planta
modelo en territorio nacional se tomar como base para el diseo tcnico la planta de
ANDASOL-217, la cual es una planta termosolar con tecnologa de concentradores
cilndricos parablicos, la cual tiene una potencia instalada de 49.9 MW. Las principales
caractersticas de esta planta se muestran en la tabla 3.3.
Tabla 3. 3 Caractersticas tcnicas de la planta Andasol-218
3.2.3 Simulacin de la produccin renovable
3.2.3.1 Produccin Elica-Fotovoltaica

Se utiliz HOMER para la simulacin de la produccin elica-fotovoltaica tal como
se puede observar en las figuras 3.12 y 3.13. Los datos de entrada para la respectiva
simulacin se describen a continuacin:
Tipo y nmero de aerogeneradores y su respectiva curva de potencia: en

nuestro parque elico se utilizan 11 aerogeneradores GOLDWIND 70/1500
de 1,5 MW.
Potencia de la planta fotovoltaica: 20 MW.
Datos de recurso elico: Archivo de datos de recurso elico horarios.
17
SolarPACES Annual Report 2010
18
SolarPACES Annual Report 2009
25
Datos de recurso solar: Coordenadas de la zona de estudio, archivo de datos

de recurso solar y temperatura horarios.
Figura 3. 12 Entorno de trabajo HOMER-caractersticas del parque elico
Figura 3. 13 Entorno de trabajo HOMER-caractersticas de la central fotovoltaica
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
produccin anual tanto de la planta fotovoltaica asi como del parque elico se pueden
observar en las figuras 3.14 y 3.15 respectivamente:
Figura 3. 14 Resumen de potencia de salida anual de la planta fotovoltaica
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.
Figura 3. 15 Resumen de potencia de salida anual del parque elico
En la figura 3.16 se muestra la produccin mensual del sistema hbrido, y se puede

observar que la produccin elica (69%) es mayor con respecto a la produccin
fotovoltaica (31%) debido al dominio del recurso elico sobre el solar en la provincia de
Loja.
Figura 3. 16 Produccin elica-fotovoltaica simulada en HOMER
27
Una vez realizada la simulacin de la produccin de potencia elica-fotovoltaica se

pretende introducir a estos datos los ndices de indisponibilidad de las centrales
renovables. Para la obtencin de dichos ndices de fallo de las centrales se ha realizado
una ardua investigacin, ya que este tipo de estudios es muy reducido.
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.
Tabla 3. 4 Base de datos de explotacin de parques elicos
Los estudios de los ndices de fallo en centrales fotovoltaicas estn mucho ms

reducidos, debido a que influyen varios factores para su determinacin, como el fallo de
los paneles solares y las prdidas por el nmero de cadenas de la planta fotovoltaica,
adems de las paradas programadas en el mes de menor radiacin, por lo tanto este tipo
de informacin es ms escasa. Para el trabajo se toma como referencia los valores que
han sido tomados del artculo de la IEEE Evaluacin de fiabilidad de sistemas de
potencia compuestos, que contienen generacin elica y solar [10], la tabla 3.5 muestra
los datos utilizados.
Tabla 3. 5 ndice de fallo de la central fotovoltaica
19
http://www.iwes.fraunhofer.de/en.html
28
3.2.3.2 Produccin Termosolar

Se utiliz SAM para la simulacin de la produccin termosolar debido a su ya
conocida utilizacin a lo largo del Mster. Los datos de entrada para la respectiva
simulacin se describen a continuacin:
Coordenadas de la zona elegida para la simulacin de la planta.

GHI (Irradiacin global horizontal [W/m2]).
DNI (Irradiacin directa normal [W/m2]).
DHI (Irrradiacin difusa horizontal [W/m2]).
RH (Humedad Relativa [%]).
AP (Presin Atmosfrica [mbar]).
WD (Velocidad de viento [m/s]).
Alb (Albedo).
En la figura 3.17 se muestra el rea de trabajo de SAM donde se ingresarn los

principales datos anteriormente sealados.
Figura 3. 17 Entorno de trabajo SAM para simulacin de produccin termosolar
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.
De esta manera los resultados de produccin anual de la planta termosolar simulada

se pueden observar en la figura 3.18. Se puede notar que la produccin es muy irregular
durante todo el ao, debido al recurso disponible en la zona sin embargo se debe sealar
que la central dispone almacenamiento.
29
Finalmente para la central termosolar se ha considerado una parada programada para

el mantenimiento de la misma tal cual lo hace la planta de ANDASOL-2, por lo tanto se
ha elegido los primeros 15 das del mes de Enero, das en los cuales el recurso es menor
con respecto al resto del ao.
Figura 3. 18 Produccin de la Central Termosolar simulada en SAM
3.2.4 Central Hidroelctrica
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.
Figura 3. 19 central hidroelctrica Ing. Carlos Mora Carrin
30
Segn el Anlisis de las condiciones climatics registradas en el Ecuador continental

en el ao 2013 realizado por el INAMHI, en la regin interandina la distribucin de la
precipitacin es bimodal, presentando un perodo lluvioso principal de enero a mayo y un
perodo lluvioso secundario desde mediados de septiembre hasta noviembre, con una
declinacin en diciembre; durante los meses de junio, julio y agosto se presenta el
perodo seco.
As para la provincia de Loja se registr lo siguiente:
Perodo Lluvioso (enero-mayo 2013; septiembre - noviembre 2013): la

precipitacin acumulada durante el perodo lluvioso (enero-mayo) en la estacin de Loja
La Argelia fue de 526 mm, representando un decremento porcentual de (-1%) respecto a
su normal climtica de 533,2 mm; mientras en (septiembre-noviembre) fue de 257,8 mm,
representando un incremento porcentual de (+40%) respecto a su normal climtica de
184,4 mm. (Tabla 3.6)
Mayo registro el mayor incremento de (+155%) al acumular un total de 159,6 mm,

en comparacin a su normal climtica de 62,7 mm; mientras abril registro el mayor
decremento de (-78%) al acumular un total de 22,3 mm, en comparacin a su normal
climtica de 99,9 mm.
Perodo seco (junio-agosto 2013): la precipitacin acumulada durante el perodo

seco en Loja La Argelia fue de 195,8 mm, representando un incremento porcentual de
(+39%) respecto a su normal climtica de 140,6 mm. (Tabla 3.6)
Julio presento un incremento porcentual de +91%, y agosto un decremento de -9%,

en relacin a su normal climtica.
Tabla 3. 6 Precipitacin enero a noviembre en LOJA Ao 2013 20
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:
Potencia nominal: 2.400 kW

Caudal de diseo: 2,16 m3/s
Cada neta: 157 m
Energa estimada media anual: 17,5 GWh/ao
Tipo de central: Pasada
Unidades hidroelctricas: Tres
20
http://www.serviciometeorologico.gob.ec/wp-content/uploads/2014/01/Informe2014SNGR.pdf
31
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%.
Los datos obtenidos para este proyecto se muestran en la tabla 3.7:
Central Unidad Tipo de Unidad Potencia nominal

(MW)
Carlos Mora U1 Hidrulica 0,6
Carlos Mora U2 Hidrulica 0,6
Carlos Mora U3 Hidralica 1,2
Tabla 3. 7 Central Hidroelctrica Ing. Carlos Mora Carrin [11]
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.
Central MTTF MTTR U FU

Hidralica (h) (h)
Carlos Mora U1 1980 20 0,99 0,01
Carlos Mora U2 1980 20 0,99 0,01
Carlos Mora U3 1980 20 0,99 0,01
Tabla 3. 8 MTTF y MTTR de la central hidralica Carlos Mora [11]
3.3 Generacin convencional

El sistema de distribucin de la provincia de Loja, recibe los aportes de la central
Trmica Catamayo MCI (Motor de Combustin Interna) con 20,25 MW de potencia
instalada y el aporte principal del Sistema Nacional Interconectado (S.N.I.) Ecuatoriano
con 25,2 MW (figura 3.21). Los datos de generacin convencional empleados en este
apartado provienen de la referencia [12].
32
La central Trmica se encuentra ubicada en el cantn Catamayo, provincia de Loja.

Est conformada por motores de combustin interna MCI que utilizan combustible diesel
que impulsan generadores que suministran energa a voltajes de 13,8 y 4,16 kV. La
potencia instalada en las 10 mquinas existentes (figura 3.20), alcanza el valor de 20.250
kW. La central se conecta al sistema de la EERSSA mediante la subestacin Catamayo,
mediante las lneas de subtransmisin a 69 kV hacia Loja, Cariamanga y Macar.
Figura 3. 20 Vista panormica Casa de Mquinas Central Trmica Catamayo
Figura 3. 21 Lnea de Transmisin Cuenca-Loja, SNI21
21
http://greenleaf-ec.com/
33
Las caractersticas ms relevantes y que sern utilizadas en este proyecto se muestran

a continuacin en la tabla 3.9:
Central Unidad Tipo de Unidad Potencia nominal

(MW)
Catamayo U1 Trmica MCI 1,8
Cuenca-Loja SNI Interconexin 25,2
Tabla 3. 9 Centrales convencionales e interconexin de la zona de Loja[11]
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).
Central MTTF MTTR U FU

Trmica (h) (h)
Catamayo U1 450 50 0,9 0,1
Catamayo U2 450 50 0,9 0,1
Catamayo U3 450 50 0,9 0,1
Catamayo U4 450 50 0,9 0,1
Catamayo U5 450 50 0,9 0,1
Catamayo U6 450 50 0,9 0,1
Catamayo U7 450 50 0,9 0,1
Catamayo U8 450 50 0,9 0,1
Catamayo U9 450 50 0,9 0,1
Catamayo U10 450 50 0,9 0,1
Tabla 3. 10 MTTF y MTTR de la central trmica Catamayo [7] [11]
Inter Potencia Longitud MTTR (f/h) MTTF U FU

(kV) (Km) (h) (h)
Linea 138 135 8,20 0,000167 5976,1 0,9986 0,0013
Cuenca-
Loja
Tabla 3. 11 MTTF y MTTR de la Interconexin [7] [11]
34
3.4 Datos de demanda

En lo referente al comportamiento diario de la demanda en el Ecuador, el sector que
marca el comportamiento de la curva de demanda diaria es el sector residencial seguida
del sector industrial, lo que establece que la demanda punta se produzca en el horario
entre las 19h00 y 22h00, la demanda media comprende de 06h00 a 17h00 y de 23h00 a
24h00, y la demanda mnima entre las 01h00 y 05h00.
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.
Figura 3. 22 Curva de demanda diaria en el Ecuador22
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
DEMANDA PROGRAMADA LOJA 2013

32
30
28
26
Demanda (MW)
24
22
20
18
16
14
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Horas
Figura 3. 23 Demanda de la provincia de Loja
El perfil diario de demanda para un da laboral se muestra en la figura 3.24, donde se

puede notar que el pico mximo de demanda se produce a las 20:00 horas y el valle en la
madrugada.
Figura 3. 24 Perfil diario de demanda
36
CAPITULO 4: MODELADO Y DATOS DEL SISTEMA
Captulo 4
Modelado y datos del sistema
4.1 Recurso informtico

Como se indic anteriormente el software utilizado para el presente proyecto es
Matlab, debido a sus caractersticas muy tiles al momento de aplicar el algoritmo de
Monte Carlo. El tratamiento de gran cantidad de datos debido al alto nmero de
iteraciones que se van a realizar, es sin duda una de sus mejores prestaciones.
4.2 Mtodo No Secuencial

4.2.1 Curva de demanda anual
Para el clculo del valor de la demanda en el mtodo no secuencial se utiliza la curva

montona de la demanda programada y no de la demanda real, ya que la demanda real
incluye fallos programados y no programados del sistema, y fallos de la red de transporte
y de distribucin. Los valores de demanda utilizados corresponden al ao 2013 y no
incluye la variabilidad que esta tiene a lo largo de los aos.
A partir de los datos de demanda horarios se procede a obtener la curva montona de

la carga ordenada de mayor (30,27 MW) a menor (14,21 MW) valor de demanda tal
como lo muestra la Figura 4.1.
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
Figura 4. 1 Curva montona de la carga LOJA 2013
Esta es la curva utilizada para realizar las simulaciones en el mtodo no secuencial,

la curva ser recorrida de los valores pico a los valores valle. La razn por la que se
utiliza esta curva es para intentar evitar el efecto de la secuencialidad de utilizar la
distribucin de frecuencia acumulada (CDF) de la generacin solar fotovoltaica, elica y
termosolar, ya que no se distingue la hora en la que se producen los picos de demanda,
que son los momentos en que mayor probabilidad de fallo existe. As con la curva
montona no se conoce exactamente cuando se producen, y se puede suponer que en ese
momento existe potencia renovable disponible.
4.2.2 Datos de generacin convencional
Para modelar las centrales de generacin convencional y las interconexiones se

utilizan las caractersticas de cada una de ellas (ver seccin 3.3). Adems de estas
caractersticas, tambin se utiliza los datos de MTTF (Mean Time To Failure) y MTTR
(Mean Time To Repair) para cada tipo de central [7] [11]. Con estos datos se utilizar la
ecuacin 6 para calcular la probabilidad de indisponibilidad de cada central. La tabla 4.1
muestra los datos de entrada necesarios para la simulacin de la generacin convencional.
Potencia Nmero de Prob. Prob.

Instalada (MW) Unidades Disponibilidad Indisponibilidad
20,256 10 0,9 0,1
25,2 1 0,9986 0,0014
Tabla 4. 1 Caractersticas de las centrales de generacin convencional e interconexin
Con las probabilidades de fallo de las centrales e interconexiones se procede a

obtener la distribucin de frecuencia acumulada (CDF) tal como lo muestra la figura 4.2,
una vez que se tiene las CDF de todas las unidades convencionales conectadas a la red
elctrica, se calcula un nmero aleatorio entre 0 y 1 para cada muestra, si dicho nmero
es igual o menor a la probabilidad de indisponibilidad la central no est disponible, caso
38
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.
Figura 4. 2 CDF de un generador convencional MCI 2,5 MW
4.2.3 Datos de generacin renovable
El modelamiento de la generacin renovable es ms compleja que la simulacin de la

generacin convencional. Debido a que los datos de produccin se obtuvieron a partir de
las simulaciones en HOMER y SAM, se va a introducir un porcentaje de fallo del parque
elico y de la planta fotovoltaica, a lo largo de un ao tomando en cuenta los estudios
realizados en [9] y [10] respectivamente. Lo que se pretende es considerar la
indisponibilidad por aerogenerador y por cadenas de mdulos PV (en caso de fallo) y no
de las plantas completas con el fin de acercarse a un sistema real, es decir en un instante
dado pueden no funcionar algunos aerogeneradores sin embargo el resto estar
produciendo energa, as mismo con las cadenas de mdulos PV. Con esto se pretende
obtener una probabilidad muy escasa de que toda la planta tanto elica como fotovoltaica
estn indisponibles, lo que permite tener un sistema con un comportamiento muy real a la
hora de realizar la simulacin. Con los datos de produccin termosolar en cambio se
introduce una parada programada anual (15 das en los cuales el recurso es muy bajo)
mantenindose en funcionamiento todo el resto del ao. Y por ltimo a la central
hidrulica tambin se aplica su propio porcentaje de fallo.
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
Para el clculo de la distribucin de frecuencia acumulada CDF (figura 4.3) de la

produccin total renovable es necesario calcular la MTTR y MTTF en funcin de las
tablas 3.4 y 3.5 (ver seccin 3.2.3).
CDF Centrales Renovables

1
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)
Figura 4. 3 CDF de las centrales renovables. Caso base
Debido a que no se dispone de una serie histrica de datos tanto de recurso

renovable, el clculo de esta parte se har de dos maneras, en primer lugar considerando
el caso base, sin variacin en todos los aos de la simulacin, es decir, una nica CDF
(figura 4.3), y en segundo lugar, se procede a generar cada ao una curva de produccin
renovable diferente mediante una distribucin normal, segn la expresin:
(15)
: Valor de la produccin renovable en los valores de produccin reales de elica,

fotovoltaica o termosolar en el instante j.
: Desviacin tpica, en este proyecto se considerar un valor de 1,5 % para llegar a

un compromiso entre una variacin razonable en valores altos y no acumular en valores
muy bajos.
En el presente proyecto se considera que si el valor de la media de la distribucin

normal, j=0 el valor se mantiene en cero y no se aplica la distribucin normal en tal
caso, igualmente se establece un valor mnimo de cero y un valor mximo de potencia
igual a la mxima que se ha obtenido a lo largo del ao 2013.
De esta manera, cada ao se genera curvas de produccin elica, fotovoltaica y

termosolar diferentes con una distribucin normal que tiene como base la produccin
simulada del ao 2013, posteriormente se suman las producciones y se calcula su
correspondiente CDF, se genera un nmero aleatorio entre 0 y 1 para cada muestra del
40
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.
Cabe resaltar que lo realizado en el segundo proceso no se ajusta a la realidad ni es el

objeto del mismo el hacerlo, nicamente se trata de introducir diferentes curvas de
produccin renovable a lo largo de los aos simulados, con el objetivo de observar la
variacin de los resultados obtenidos respecto al caso base.
CDF Centrales Renovables con Distribucin Normal

1
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)
Figura 4. 4 CDF de las centrales renovables despus de aplicar una distribucin

normal
Despus de aplicar el segundo proceso y obtener la CDF de las centrales renovables

se compara con la CDF del caso base y se puede notar que son similares (ver figura 4.3 y
figura 4.4).
4.2.4 Variables de salida
Una vez que se dispone de la potencia disponible convencional y renovable de todas

y cada una de las variables de entrada, para el clculo de los distintos ndices de fiabilidad
en el mtodo no secuencial se utiliza la expresin 9 que corresponde al valor de la
demanda no suministrada (DNS) en una muestra determinada (ver seccin 2.2.3).
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
convergencia fiable de los ndices y un valor de error que est dentro del margen
establecido (menor al 5%).
4.3 Mtodo Hbrido Secuencial-No Secuencial

Una vez que se han detallado los dos primeros casos aplicando el Mtodo de Monte
Carlo No Secuencial y debido a la falta de una series histrica de datos de recurso, se
procede a plantearse el tercer caso el cual corresponde a una combinacin entre el mtodo
No Secuencial y el mtodo Secuencial.
El primer paso consiste en obtener en el instante j la Demanda Trmica es decir la

demanda resultante que deben satisfacer las unidades trmicas convencionales despus de
haber intervenido las centrales renovables.
(16)
Para obtener la demanda trmica se utiliza la demanda elctrica programada (figura

3.23) y la produccin renovable simulada (incluidos los fallos) del ao 2013, es decir de
manera secuencial para cada muestra.
Una vez que se dispone la demanda trmica se aplica el mtodo no secuencial, es

decir se obtiene la montona de carga de la demanda trmica y se realiza el respectivo
sorteo nicamente para las centrales convencionales para de esta manera obtener la
demanda no suministrada (DNS) y a partir de aqu los diferentes ndices de fiabilidad del
sistema y proceder a su respectiva comparacin con el mtodo anterior.
4.4 Mtodo Secuencial Total

En el presente caso cabe resaltar que no se trata del Monte Carlo Secuencial, ms
bien es una variacin del mismo debido a la falta de series histricas de datos tanto de
produccin renovable como de demanda elctrica, lo que se pretende es realizar una
comparacin con los mtodos anteriores y observar las variaciones de los ndices de
fiabilidad.
Las variables de entrada se utilizan de manera secuencial, es as que se trabaja con

los datos de la demanda programada y los datos de produccin de las centrales renovables
y convencionales del ao 2013. De esta manera para modelar las centrales
convencionales y la interconexin se utilizan las caractersticas ms relevantes de las
mismas, adems se utiliza los datos de MTTF y MTTR para cada tipo de central [7] [11].
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
de reparacin hasta que nuevamente entre en funcionamiento. Al final se suman las

potencias de todas las centrales y de esta manera tal como se observa en la figura 4.5 se
obtiene para cada muestra la potencia convencional disponible.
Potencia Total Centrales Motor Combustin Interna MCI

22
20
18
Potencia (MW)
16
14
12
10
8
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Horas
Figura 4. 5 Potencia Total Centrales MCI
Para las centrales renovables se utilizan los datos de produccin simulados y se

procede a comparar dicha generacin con la demanda elctrica programada (figura 3.23),
se utilizan estos datos en todas las muestras simuladas, de esta manera se cumple para
cada instante j la siguiente expresin para la Demanda No Suministrada (DNS):
(17)
A partir de esta expresin se procede al clculo de los respectivos ndices de

fiabilidad.
4.5 Crdito de Capacidad

Existen distintas definiciones del crdito de capacidad, las dos ms habituales son las
siguientes [17]:
ELCC, Equivalent load carrying capability o capacidad de carga equivalente.
43
Se define como la cantidad de demanda Y MW que puede incrementarse cuando se

aaden X MW de una potencia de otra tecnologa sin que se modifique la fiabilidad del
sistema.
(18)
ECPP, Equivalent conventional power plant o capacidad equivalente de

potencia convencional. Se define como la cantidad de potencia convencional
instalada Y MW que pueden sustituirse con X MW de una potencia de otra
tecnologa sin que se modifique la fiabilidad del sistema.
(19)
En este proyecto se calcula ECPP.
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.
Figura 4. 6 Resultados obtenidos de 29 estudios sobre la evolucin del crdito de

capacidad con la penetracin de generacin intermitente en el sistema. Fuente: UK
Energy Research Centre, 2006
Para el clculo del crdito de capacidad en el presente proyecto se han simulado

cinco estados de penetracin de potencia renovable en el sistema utilizando los mtodos
sealados en las secciones 4.2, 4.3, y 4.4. Dichos estados contemplan la intervencin de
las tecnologas renovables por separado combinadas con el Sistema Nacional
Interconectado (S.N.I.) y con las unidades trmicas con el objetivo de observar y resaltar
el tipo de tecnologa renovable que permita reducir de mejor manera la utilizacin de
potencia convencional sin que se modifique la fiabilidad del sistema.
44
CAPITULO 5: ESCENARIOS Y RESULTADOS
Captulo 5
Escenarios y resultados
5.1 Escenarios de fiabilidad simulados

5.1.1 Descripcin de los escenarios simulados
Teniendo en cuenta las condiciones actuales de la provincia de LOJA en cuanto a

proyectos referentes a tecnologa renovable, se ha decidido realizar cuatro casos de
estudio cada uno de los cuales dispone de nueve estados de penetracin de potencia
convencional y renovable para satisfacer la demanda elctrica, los escenarios simulados
se describen a continuacin.
5.1.1.1 Casos simulados
Caso 1: simulacin no secuencial sin variacin en los datos de produccin

simulados para el ao 2013 de la central elica, fotovoltaica y termosolar en cada
ao, es el caso base, es decir utilizando la misma CDF de las centrales renovables
obtenida a partir de los datos de produccin (figura 4.3), en todos los aos
simulados.
Caso 2: simulacin no secuencial con variacin de los datos de produccin

renovable mediante distribucin normal respecto al caso base descrita en el
apartado 4.2, utilizando para cada ao simulado distinta CDF de las centrales
renovables.
Caso 3: simulacin hbrida secuencial-no secuencial utilizando los datos

simulados de produccin renovable del caso base.
Caso 4: simulacin secuencial total utilizando los datos simulados de produccin

renovable del caso base de manera secuencial.
5.1.1.2 Estados simulados
A continuacin en la tabla 5.1 se describen las caractersticas de cada uno de los

estados simulados:
ESTADOS POTENCIA POTENCIA NDICES

CONVENCIONAL RENOVABLE
(MW) (MW)
ESTADO_0 20,25 0 LOLE_0, LOEE_0,
LOEP_0, EDNS_0
ESTADO_1 18,225 8,89 LOLE_1, LOEE_1,
LOEP_1, EDNS_1
ESTADO_2 16,2 17,78 LOLE_2, LOEE_2,
LOEP_2, EDNS_2
ESTADO_3 14,175 26,67 LOLE_3, LOEE_3,
LOEP_3, EDNS_3
ESTADO _4 12,15 35,56 LOLE_4, LOEE_4,
LOEP_4, EDNS_4
ESTADO _5 10,125 44,45 LOLE_5, LOEE_5,
LOEP_5, EDNS_5
ESTADO_ 6 8,1 53,34 LOLE_6, LOEE_6,
LOEP_6, EDNS_6
ESTADO _7 6,075 62,23 LOLE_7, LOEE_7,
LOEP_7, EDNS_7
ESTADO _8 4,05 71,12 LOLE_8, LOEE_8,
LOEP_8, EDNS_8
ESTADO _9 2,025 80 LOLE_9, LOEE_9,
LOEP_9, EDNS_9
ESTADO _10 0 88,8 LOLE_10, LOEE_10,
LOEP_10, EDNS_10
Tabla 5. 1 Estados simulados de los casos de estudio
Como se observa en la tabla 5.1 los estados simulados comprenden desde la

utilizacin de 100% potencia convencional hasta 100% potencia renovable para satisfacer
la demanda elctrica de la zona y la respectiva obtencin y comparacin de los ndices de
fiabilidad.
46
5.1.1.3 Limitaciones de los escenarios simulados
Se debe tener muy en cuenta algunas limitaciones al momento de obtener los

resultados del trabajo, as como en sus respectivas conclusiones, las limitaciones ms
importantes se describen a continuacin:
Los datos de demanda utilizados corresponden a un ao concreto, el ao 2013 por

tanto no existe variacin anual de la demanda.
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.
As mismo los datos de recurso solar corresponden a un ao en concreto, el ao

2013, no se dispone de series largas de datos histricos, y debido a la falta de
mediciones en la zona de estudio, estos datos fueron obtenidos de una base de
datos climticos de alta resolucin.
Los ndices de fallo de las centrales fotovoltaicas y elicas son calculados y

aplicados en funcin a ciertos estudios realizados en plantas renovables, estos son
aplicados a la produccin del ao 2013, y pueden variar con el tiempo y dependen
del tipo de planta, esto no est contemplado en la simulacin.
Los ndices de fallo de las centrales convencionales son genricos, no se basan en

datos reales ya que la informacin es muy reducida, adems estos ndices pueden
variar con el tiempo y en la simulacin se suponen constantes lo cual tampoco no
se ajusta a la realidad.
Debido a que en el Ecuador la tecnologa Termosolar no ha sido an desarrollada

se toma como referencia la planta de ANDASOL-2, lo que se pretende es tener
una visin de la contribucin de una planta de este tipo en la regin de LOJA.
La distribucin normal aplicada para obtener variaciones en la simulacin de cada

ao tiene la finalidad de introducir una cierta variacin en el caso 2 con el fin de
compararlo con el caso 1. Dicha distribucin no est basada en anlisis de series
histricas, es solamente una mera suposicin.
Por todas estas razones el presente proyecto se centra en el anlisis de un ao

concreto, el ao 2013, de esta manera para mejorar los resultados obtenidos o acercarse
mucho ms a la realidad se debe disponer series de datos histricas ms largas.
47
5.1.1.4 Escenarios
En la tabla 5.2 se muestran, respectivamente, la potencia y LOLE utilizadas para los

diferentes casos de estudio.
ESTADOS % POTENCIA LOLE LOLE LOLE LOLE

Horas/ao Horas/ao Horas/ao Horas/ao
CASO 1 CASO 2 CASO 3 CASO 4
ESTADO_0 100% PC 8,104 8,051 8,046 8,222
ESTADO_1 90% PC-10% PR 6,195 6,867 6,112 6,149
ESTADO_2 80% PC-20% PR 5,264 6,300 5,515 5,679
ESTADO_3 70% PC-30% PR 4,939 6,126 5,362 5,507
ESTADO_4 60% PC-40% PR 4,747 5,984 5,320 5,474
ESTADO_5 50% PC-50% PR 4,581 5,825 5,211 5,368
ESTADO_6 40% PC-60% PR 4,392 5,634 5,119 5,237
ESTADO_7 30% PC-70% PR 4,215 5,435 5,029 5,109
ESTADO_8 20% PC-80% PR 4,093 5,243 4,943 4,994
ESTADO_9 10% PC-90% PR 4,054 5,098 4,888 4,910
ESTADO_10 100% PR 4,812 5,362 6,792 6,833
Tabla 5. 2 Potencia de generacin convencional (PC) y renovable (PR). LOLE. Casos de

estudio
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.
5.2 Resultados de los escenarios de fiabilidad

simulados
A continuacin en la tabla 5.3 muestra los valores resultantes de los ndices de
fiabilidad calculados segn sus respectivas expresiones (9) a (14) para el caso base 1. La
figura 5.1 y figura 5.3 muestran el proceso de convergencia de los ndices de fiabilidad
LOLE y LOEE para los escenarios de 100% Potencia Covencional y 100% Potencia
Renovable. Adems se muestra el error (figura 5.2) cometido en cada simulacin
comprobando que todos estn por debajo del 5%, y que el nmero de muestras es
significativo, aunque el error se encuentre por debajo del mximo. En el ANEXO IV se
dispone de las figuras que muestran el proceso de convergencia de los ndices de
fiabilidad de todos los escenarios del caso base 1.
48
POTENCIA LOLE LOEE EDNS

LOLP
(%) (Horas/ao) (MWh/ao) (MW/ao)
ESTADO_0 100% PC 8,066 295,043 35,163 0,00093
ESTADO_1 90% PC-10% PR 6,140 164,413 24,781 0,00071
ESTADO_2 80% PC-20% PR 5,237 127,944 22,048 0,0006
ESTADO_3 70% PC-30% PR 4,904 119,135 21,690 0,00056
ESTADO_4 60% PC-40% PR 4,740 119,740 22,079 0,00054
ESTADO_5 50% PC-50% PR 4,564 120,039 22,960 0,00052
ESTADO_6 40% PC-60% PR 4,396 121,700 24,162 0,0005
ESTADO_7 30% PC-70% PR 4,246 125,539 25,584 0,00048
ESTADO_8 20% PC-80% PR 4,120 130,116 27,165 0,00047
ESTADO_9 10% PC-90% PR 4,083 137,704 28,888 0,00046
ESTADO_10 100% PR 4,832 172,614 31,290 0,00055
Tabla 5. 3 Resultados de los escenarios simulados Caso 1
LOLE Mtodo no secuencial caso base 1

10
LOLE0:100PC
LOLE10:100PR
9
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
Error del LOLE Mtodo no secuencial caso base 1

25
Error0
Error10
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
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.
POTENCIA LOLE LOEE EDNS LOLP

ESTADO_0 100% PC 8,051 295,770 34,943 0,00092
ESTADO_1 90% PC-10% PR 6,867 207,294 28,381 0,00078
ESTADO_2 80% PC-20% PR 6,300 181,333 26,914 0,00072
ESTADO_3 70% PC-30% PR 6,126 177,205 26,169 0,00070
ESTADO_4 60% PC-40% PR 5,984 178,727 28,084 0,00068
ESTADO_5 50% PC-50% PR 5,825 182,306 29,420 0,00066
ESTADO_6 40% PC-60% PR 5,634 186,707 31,049 0,00064
ESTADO_7 30% PC-70% PR 5,435 192,281 32,905 0,00062
ESTADO_8 20% PC-80% PR 5,243 198,306 34,948 0,00060
ESTADO_9 10% PC-90% PR 5,098 206,764 37,149 0,00058
ESTADO_10 100% PR 5,362 232,071 39,708 0,00061
LOLE Mtodo no secuencial caso 2

9
LOLE0:100PC
LOLE10:100PR
8
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
mtodo no secuencial, se obtienen valores resultantes de los ndices de fiabilidad con

ligeras variaciones, adems presentan el mismo comportamiento.
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.

LOLP
ESTADO_0 100% PC 8,046 292,585 34,806 0,00092
ESTADO_1 90% PC-10% PR 6,112 180,039 27,077 0,00070
ESTADO_2 80% PC-20% PR 5,515 160,869 26,107 0,00063
ESTADO_3 70% PC-30% PR 5,362 159,354 26,067 0,00061
ESTADO_4 60% PC-40% PR 5,320 164,759 27,564 0,0006
ESTADO_5 50% PC-50% PR 5,211 171,517 29,173 0,00059
ESTADO_6 40% PC-60% PR 5,119 179,854 31,041 0,00058
ESTADO_7 30% PC-70% PR 5,029 188,390 33,061 0,00057
ESTADO_8 20% PC-80% PR 4,943 197, 277 35,195 0,00056
ESTADO_9 10% PC-90% PR 4,888 208,593 37,421 0,00055
ESTADO_10 100% PR 6,792 307,823 41,058 0,00078
LOLE Mtodo Hbrido caso 3

9
LOLE0:100PC
LOLE10:100PR
8.5
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
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.

LOLP
ESTADO_0 100% PC 8,222 296,368 35,023 0,00093
ESTADO_1 90% PC-10% PR 6,149 177,688 27,118 0,00070
ESTADO_2 80% PC-20% PR 5,679 162,120 26,408 0,00064
ESTADO_3 70% PC-30% PR 5,507 161,513 26,290 0,00062
ESTADO_4 60% PC-40% PR 5,474 168,119 28,122 0,00061
ESTADO_5 50% PC-50% PR 5,368 175,215 29,796 0,0006
ESTADO_6 40% PC-60% PR 5,237 183,123 31,691 0,00059
ESTADO_7 30% PC-70% PR 5,109 191,843 33,732 0,00058
ESTADO_8 20% PC-80% PR 4,994 200,286 35,877 0,00057
ESTADO_9 10% PC-90% PR 4,910 210,210 38,105 0,00056
ESTADO_10 100% PR 6,833 310,050 41,709 0,00078
LOLE Mtodo Secuencial Total caso 4

11
LOLE0:100PC
10.5 LOLE10:100PR
10
9.5
9
Horas/ao
8.5
7.5
6.5
6
0 500 1000 1500 2000 2500 3000
Numero de aos
Figura 5. 6 Convergencia del LOLE (Estado 0 y Estado 10) Caso 4
53
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
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
Tabla 5. 7 Resultados crdito de capacidad. Caso 1
GENERACIN GENERACIN
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
Tabla 5. 8 Energa convencional y renovable generada media Caso 1
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
GENERACIN GENERACIN
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,051 -
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
GENERACIN GENERACIN
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
Como se dijo anteriormente los casos 1 y 2 utilizando el mtodo no secuencial

presentan ligeras variaciones en cuanto a resultados, lo cual se sigue comprobando en los
valores del crdito de capacidad obtenidos. A medida que se incrementa la penetracin de
energa renovable en el sistema el ECPP disminuye (ver tablas 5.7, 5.8, 5.9 y 5.10).
Adems el nmero de centrales convencionales utilizadas en los estados 2 y 4 son
diferentes.
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
GENERACIN GENERACIN
MCI (horas/ao)
ESTADO_0 10 20,25 0 0 8,046 -
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
GENERACIN GENERACIN
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
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
56
GENERACIN GENERACIN
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.
Figura 5. 7 Evolucin del crdito de capacidad, ECPP, a medida que aumenta la

penetracin de energa renovable en el sistema elctrico
57
Figura 5. 8 Evolucin del crdito de capacidad, ECPP, con el aumento de potencia

renovable
Los resultados muestran que si es posible aumentar la penetracin de potencia de

carcter renovable en el sistema y reducir las centrales convencionales y seguir
manteniendo la fiabilidad del sistema.
58
CAPITULO 6: ANLISIS DE RESULTADOS Y CONCLUSIONES
Captulo 6
Anlisis de los resultados y
conclusiones
A continuacin se incluyen el anlisis de los resultados obtenidos en el presente

proyecto y las respectivas conclusiones que se pueden extraer:
En este proyecto, se ha realizado un estudio sobre la introduccin de energas

renovables en el sistema elctrico que abastece a la provincia de Loja en
Ecuador por tal motivo se ha requerido de gran cantidad de informacin,
principalmente de los datos de recurso renovable solar y elico, demanda
elctrica, caractersticas y factores de fallo de las centrales convencionales y
renovables de la zona.
Una de las etapas ms difciles del presente estudio ha sido la recoleccin de

los datos de las mediciones de recurso elico y solar y demanda elctrica de la
zona de Loja, gracias al apoyo y ayuda eficaz del INAMHI, CELEC EP
GENSUR, EERSSA y CIEMAT la realizacin del proyecto ha logrado salir
adelante, y con una culminacin eficaz y correcta.
Fue necesario la utilizacin de herramientas computacionales para la

simulacin de los datos de produccin renovable, lo cual permiti obtener
resultados de manera eficiente y correcta, sin embargo se debe resaltar la
importancia de tener acceso a informacin de entrada numerosa y de buena

calidad, adems de su respectivo tratamiento.
Las centrales elica y fotovoltaica son basadas en proyectos reales que

actualmente se desarrollan en la provincia de Loja, mientras que la central
termosolar podra desarollarse en el futuro ya que actualmente solo existen
estudios preliminares de este tipo de tecnologa en el territorio nacional, sin
embargo con el presente trabajo se demuestra que existe suficiente recurso
renovable para generar energa limpia y eficiente en beneficio de la poblacin
lojana.
Las simulaciones de las producciones elica-fotovoltaica muestran que la

produccin elica es mayor con respecto a la produccin fotovoltaica (ver
figura 3.16) debido al dominio del recurso elico sobre el solar en la provincia
de Loja, con esto se resalta y comprueba la presencia de recurso elico tal
como lo muestra el Atlas Elico del Ecuador (figura I.6). Por tanto este
potencial puede ser aprovechado para la produccin de energa renovable en el
sur del pas.
La simulacin de la produccin termosolar muestra que una central de este tipo

sera de gran ayuda para abastecer la demanda de la provincia de Loja,
contribuyendo al cambio de la matriz energtica en el Ecuador. Adems sera
muy interesante la implementacin de este tipo de tecnologa ya que
actualmente no se dispone ninguna en el territorio nacional ecuatoriano.
El anlisis de la fiabilidad del sistema elctrico que abastece a la provincia de

Loja en Ecuador con la penetracin de potencia de carcter renovable muestra
resultados con ligeras variaciones entre los casos de estudio realizados (ver
tabla 5.2). Por tal motivo se puede concluir que con un anlisis sencillo como
el mtodo de Monte Carlo no secuencial se puede obtener resultados confiables
y tiles al momento de analizar la fiabilidad de un sistema.
El resultado del estado de partida en todos los casos estudiados, es decir la

utilizacin de un sistema completamente convencional indica unos ndices de
fiabilidad que pueden ser mejorados con la introduccin de potencia de
carcter renovable y el aporte del Sistema Nacional Interconectado (S.N.I.)
(tabla 5.2, cambio de estado 0 a estado 10).
A medida que se incrementa la penetracin de potencia renovable en el

sistema, manteniendo el aporte de la interconexin Loja-Cuenca, el ndice
LOLE (prdida de carga esperada) se reduce, es decir el sistema se vuelve ms
fiable (tabla 5.2 cambio de estado 0 a estado 10). Sin embargo cabe notar que
al utilizar completamente la potencia renovable en todos los casos de estudio,
el LOLE experimenta un salto (ver tabla 5.2, cambio estado 9 a estado 10)
debido a que las tecnologas intermitentes no son suficientes para satisfacer la
demanda elctrica especialmente en las horas punta y siempre ser necesario el
apoyo de potencia convencional. Sin embargo a pesar de este incremento del
LOLE la fiabilidad del sistema se mantiene.
60
El ndice LOEE (prdida de energa esperada) obtenido en el presente proyecto

se reduce con una baja penetracin de tecnologas renovables (tablas 5.3, 5.4,
5.5 y 5.6, cambio de estado 0 a estado 3) mientras que a medida que se hace
notable dicha penetracin y se reducen las centrales convencionales el LOEE
se incrementa, lo que significa que la severidad del fallo esperado es mayor
(tablas 5.3, 5.4, 5.5 y 5.6, cambio de estado 3 a estado 10).
La probabilidad de prdida de carga o LOLP, observada disminuye a medida

que se incrementa la penetracin de las energas renovables en el sistema y se
reducen las centrales convencionales, lo que significa que la integracin de
tecnologa renovable al sistema, permite una gran posibilidad de mantener
cubierta la demanda en un periodo dado (tablas 5.3, 5.4, 5.5 y 5.6). El
incremento observado en el LOLP es mayor en el caso de un sistema
completamente renovable (estado 10 de todos los casos de estudio).
La demanda esperada no suministrada o EDNS sigue el mismo proceso que el

ndice LOEE, es decir se reduce con una baja penetracin de tecnologas
renovables (tablas 5.3, 5.4, 5.5 y 5.6, cambio de estado 0 a estado 3) mientras
que a medida que se hace notable dicha penetracin y se reducen las centrales
convencionales la EDNS empieza a incrementarse.
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).
Al analizar la penetracin de las centrales renovables por separado, se puede

notar que los resultados de los casos de estudio no presentan diferencias
significativas (tablas 5.7 a 5.14), adems cabe resaltar que los cuatro casos
coinciden en que las tecnologas que permiten mantener la fiabilidad del
sistema con una notable reduccin de las centrales convencionales son la
elica-fotovoltaica en combinacin con las unidades hidrulicas y la
interconexin Loja-Cuenca.
El crdito de capacidad, ECPP, disminuye a medida que aumenta la energa

renovable en el sistema y se reducen las centrales convencionales (tablas 5.7 a
5.14 y figura 5.7). Por tanto los resultados coinciden con los estudios
realizados en [18] y [19], mostrando que es posible la reduccin de centrales
trmicas MCI y mantener la fiabilidad del sistema.
Despus de los resultados obtenidos se recomienda realizar un anlisis de

penetracin de energas renovables en los peores casos que es donde existe
mayor probabilidad de fallo del sistema, es decir, cual es el porcentaje de
energa renovable disponible en los picos de demanda, debido a que estas
tecnologas presentan un carcter intermitente a lo largo de un periodo.
La introduccin de potencia renovable y el aporte del Sistema Nacional

Interconectado (S.N.I.) en el sistema indican una mejora de los ndices de
fiabilidad y la posibilidad de reducir la utilizacin de las unidades trmicas de
la zona, lo cual es fundamental para el cambio de la matriz energtica en el
61
Ecuador. La combinacin de la interconexin Cuenca-Loja con las tecnologas

renovables hidrulica, elica, fotovoltaica y termosolar no solo mejoran la
fiabilidad del sistema sino que tambin permiten disponer de potencia que
puede ser utilizada para satisfacer la demanda de otros sectores del pas.
62
GLOSARIO
Glosario
CDF Distribucin de frecuencia acumulada

CELEC Corporacin Elctrica del Ecuador
CENACE Centro Nacional de Control y Energa
Centro de Investigaciones Energticas, Medioambientales
CIEMAT
y Tecnolgicas
CONELEC Consejo Nacional de Electricidad
CSP Concentracin Solar Termoelctrica
DNI Radiacin normal directa
DNS Demanda no suministrada
EDNS Demanda esperada no suministrada
EERSSA Empresa Elctrica Regional del Sur S.A
GHI Radiacin global horizontal
HOMER Modelo de optimizacin para sistemas hbridos elctricos
con base en energas renovables
Instituto Nacional de Meteorologa e Hidrologa
INAMHI
Instituto Nacional de Eficiencia Energtica y Energas
INER
Renovables
LOEE Prdida de energa esperada
LOEP Probabilidad de prdida de energa
LOLE Prdida de carga esperada
LOLP Probabilidad de prdida de carga
MEER Ministerio de Electricidad y Energa Renovable
NREL Laboratorio Nacional de Energa Renovable
SAM Modelo asesor solar
SNI Sistema Nacional Interconectado
REFERENCIAS
Referencias
[1] Billinton, R. and Allan, R N., "Reliability Evaluation of Power Systems", 2nd
Edition, Plenum Publishing, New York and London, 1996.
[2] Billinton, R. y Bagen, Reliability considerations in the utilization of wind

energy, solar energy and energy storage in electric power systems, 9th International
Conference on Probabilistic Methods Applied to Power Systems KTH, Stockholm,
Sweden Junio 11-15, 2006.
[3] Endrenyi, J. y John Wiley, Reliability Modeling in Electric Power Systems,

Toronto, 1978.
[4] Billinton, R. y Li, W., Reliability Assesment of Electrical Power Systems Using
Monte Carlo Methods, Plenum Press, New York, 1994.
[5] Imbarack, F., Elaboracin de una Herramienta Computacional para la

Evaluacin de la Confiabilidad de Sistemas de Transmisin Elctricos, Pontificia
Universidad Catolica de Chile, Santiago de Chile, 2006.
[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.
[8] Programa de las Naciones Unidas para el Medio Ambiente PNUMA,

Perspectivas del Medio Ambiente Urbano GEO Loja, Loja-Ecuador, 2007.
[9] Fraunhofer Institute for Wind Energy and Energy System Technology IWES,
Establishing a common Database for Turbines Failures, 17 Noviembre, 2011.
[10] Amir Ghaedi y Ali Abbaspour, Reliability evaluation of a composite power

system containing wind and solar generation, Langwaki; Malaysia, 2013.
[11] Maldonado O. Miguel y Pachari P. Jos, Clculo y anlisis de ndices de

confiabilidad del sistema de generacin del sistema nacional interconectado Tesis
de Pregrado, Universidad de Cuenca, Cuenca-Ecuador, 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.
[14] Casado Rodriguez, A. y Usaola Garca, J., Fiabilidad de un sistema elctrico

con energa elica. Crdito de capacidad. Proyecto fin de carrera, Universidad
Carlos III, Madrid, 2012.
[15] Domnguez Gutierrez, A. y Usaola Garca, J., Contribucin de la energa solar

fotovoltaica a la fiabilidad del sistema elctrico. Proyecto fin de grado, Universidad
Carlos III, Madrid, 2014.
[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.
[18] Lorca Martnez, J., Fiabilidad de la generacin elctrica con energas

renovables en la isla de Gran Canaria Trabajo Fin de Mster, Universidad Carlos
III, Madrid, 2014.
[19] UK Energy Research Centre: The Costs and Impacts of Intermittency: An

assessment of the evidence on the costs and impacts of intermittent generation on the
British electricity network, Imperial College, Londres, 2006.
65
ANEXO I
ANEXO I
Potencial elico del
Ecuador
ANEXO I
Figura I. 1 Pendiente del Terreno ATLAS ELICO DEL ECUADOR

Fuente: Ministerio de Electricidad y Energa Renovable
67
ANEXO I
Tabla I. 1 Potencial elico- elctrico estimado del Ecuador
68
ANEXO I
Figura I. 2 Velocidad Media Mensual del Viento a 80 m de Altura sobre el Suelo

Enero Junio
69
ANEXO I
Figura I. 3 Velocidad Media Mensual del Viento a 80 m de altura sobre el suelo

Julio - Diciembre
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
Figura I. 5 Potencial elico del Ecuador-Potencial Bruto
72
ANEXO I
Figura I. 6 Potencial elico del Ecuador - Potencial factible a corto plazo
73
ANEXO II
ANEXO II
Potencial solar del Ecuador
ANEXO II
Figura II. 1 Insolacin Difusa Promedio ATLAS SOLAR DEL ECUADOR

Fuente: Ministerio de Electricidad y Energa Renovable
75
ANEXO II
Figura II. 2 Insolacin Directa Promedio
76
ANEXO II
Figura II. 3 Insolacin Global Promedio
77
ANEXO III
ANEXO III
Sistema Nacional
Interconectado S.N.I.
ANEXO III
Figura III. 1 Diagrama unifilar Sistema Nacional Interconectado

Fuente: Centro Nacional de Control y Energa CENACE
79
ANEXO IV
ANEXO IV
Convergencia de todos los
Escenarios caso base 1
ANEXO IV
LOLE Mtodo no secuencial caso base 1

10
LOLE0:100PC
LOLE1:90PC-10PR
9 LOLE2:80PC-20PR
LOLE3:70PC-30PR
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
Error del LOLE

16
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
Figura IV. 2 Evolucin del error del LOLE
81
ANEXO IV
LOEE Mtodo no secuencial caso base 1

350
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
EDNS Mtodo no secuencial caso base 1

55
EDNS0:100PC
50 EDNS1:90PC-10PR
EDNS2:80C-20PR
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

T Senescyt 01356

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

T Senescyt 01356

Caricato da

Copyright:

Formati disponibili

MSTER EN ENERGAS RENOVABLES EN

TRABAJO FIN DE MSTER

FIABILIDAD DE LA GENERACIN ELCTRICA

Autor: Alan Daniel Cuenca Snchez

Director: Lourdes Ramirez Santigosa; Luis F. Zarzalejo Tirado;

Tutor: Julio Usaola Garca

Legans, Septiembre de 2015

Autor: Alan Daniel Cuenca Snchez

Director: Lourdes Ramirez

Realizado el acto de defensa y lectura del Proyecto Fin de Carrera el da __ de _______

Agradezco al Gobierno Nacional del Ecuador a travs de la Secretaria Nacional de

Un agradecimiento al Centro de Investigaciones Energticas, Medioambientales y

A mis compaeros de trabajo Jos Antonio y Myrian, con quienes compartimos

Por esta razn, en el presente trabajo se realiz la evaluacin de la fiabilidad de la

Para determinar los ndices de fiabilidad se procedi a realizar un programa

La evaluacin se realiz para distintos escenarios de penetracin de potencia renovable,

Palabras clave: Fiabilidad, Energas Renovables, Ecuador, Loja, HOMER, SAM,

Keywords: Reliability, Renewable Energy, Ecuador, Loja, HOMER, SAM, Monte

1. INTRODUCCIN Y OBJETIVOS ......................................................................................... 1

Figura 3. 1 Localizacin de la provincia de Loja ............................................................. 16

Figura 4. 1 Curva montona de la carga LOJA 2013 ....................................................... 38

Figura 5. 7 Evolucin del crdito de capacidad, ECPP, a medida que aumenta la

Figura I. 1 Pendiente del Terreno ATLAS ELICO DEL ECUADOR ....................... 67

Figura III. 1 Diagrama unifilar Sistema Nacional Interconectado .................................... 79

Tabla 3. 1 Valores climticos de la Estacin Zapotillo (M151) Ao 2013....................... 23

Tabla 4. 1 Caractersticas de las centrales de generacin convencional e interconexin . 38

Tabla 5. 1 Estados simulados de los casos de estudio....................................................... 46

Tabla I. 1 Potencial elico- elctrico estimado del Ecuador ............................................. 68

1.1 Planteamiento del problema

El Ecuador a travs de su Plan del Buen Vivir 20132017 tiene establecidos

Por esta razn, en el presente trabajo se pretende analizar la variacin de la fiabilidad

Analizar la fiabilidad del sistema de generacin elctrica para diferentes niveles

Para cumplir este objetivo se desarrollarn las siguientes actividades:

Investigar y obtener informacin referente a datos reales de demanda elctrica, as

Tratar y depurar la informacin obtenida para su posterior utilizacin en los

Simular generacin renovable elica y solar utilizando herramientas

Desarrollar un cdigo de programacin en Matlab utilizando el mtodo

1.3 Fases del desarrollo

La primera fase del proyecto es la localizacin de la zona de estudio, la cual

La segunda fase corresponde a la obtencin, tratamiento y depuracin de datos

La tercera fase corresponde a la utilizacin de los datos de recurso disponibles para

La cuarta fase corresponde a la obtencin de los datos de generacin convencional,

La quinta fase consiste en la elaboracin del cdigo de programacin en Matlab

Y la fase final es la obtencin de los distintos ndices de fiabilidad para el escenario

1.4 Medios empleados

Datos de recurso elico proporcionados por la Corporacin Elctrica del Ecuador-

Datos de recurso solar fotovoltaico (FV) proporcionados a travs de la intervencin del

Datos de recurso solar termoelctrico (CSP) proporcionados por SolarGIS:

Datos horarios de demanda elctrica de LOJA.

EXCEL: Debido a que los datos se recolectan en diferentes formatos (diezminutales,

HOMER: El proyecto presenta la necesidad de disponer datos de produccin a partir

HOMER es una herramienta de planificacin tcnica y econmica de valoracin de

SAM: Adems de la produccin elica y fotovoltaica tambin es indispensable

SAM al igual que HOMER permite obtener la serie de produccin termosolar en

MATLAB: El estudio de la fiabilidad del sistema se basa en la obtencin a travs de

1.5 Estructura de la memoria

En el captulo II se expone el sustento terico de la fiabilidad de un sistema elctrico

En el captulo III se describe el tratamiento y depuracin de los datos de recurso y

En el captulo IV se describe el modelado de los datos del sistema, que permite

En el captulo V se realiza la descripcin de los diferentes casos simulados, y adems

En el captulo VI se plantea el anlisis de los resultados obtenidos y las respectivas

2.1 Concepto bsicos de fiabilidad

Figura 2. 1 Aspectos de la fiabilidad de un sistema

Realizado el acto de defensa y lectura del Proyecto Fin de Carrera el da de _____