POTENCIAL CONTRIBUCIÓN 2018-2022 DE LA

ENERGÍA EÓLICA EN EL CAMBIO CLIMÁTICO

POTENTIAL CONTRIBUTION 2018-2022 OF WIND ENERGY IN CLIMATE CHANGE

PARTE 1
Victoria Amparo Matos Salinasa
a Candidata a magister en Energías Renovables y Eficiencia Energética, Universidad Nacional de Ingeniería, Lima,Perú

Resumen— La energía eólica como fuente energética para I. ANÁLISIS DE LA DEMANDA

la generación de electricidad es una alternativa para aquellos
países con potencial eólico. El presente trabajo propone, en Según reporta el Ministerio de Energía y Minas del Perú
base al potencial energético eólico útil a nivel nacional y en en su informe de Balance Nacional de Energía 2016 (emitido
comparación con la matriz energética actual de consumo de en Marzo 2018), es recomendable evaluar la demanda
energía eléctrica, la focalización de desarrollo regional según energética nacional en base al “Producto Bruto Interno PBI
las proyecciones de crecimiento poblacional y de consumo en (Banco Central de Reserva), Parque Automotor (Ministerio
los próximos cinco años a fin disminuir la producción de gases de Transportes y Comunicaciones) y Población (INEI)” [1].
contaminantes que se emiten por las fuentes convencionales de
generación eléctrica principalmente la energía térmica por A. Crecimiento Poblacional por Región al año 2022
combustibles fósiles.
Se toma la base de datos del INEI al 2017 sobre
Wind energy as an energy source for electricity generation Población Estimada según Departamento [2]. Se evalúa su
is an alternative for those countries with wind power potential. correlación lineal con el tiempo (años), comprobando
The present work proposes, based on the useful wind energy
complementaridad por tener R2 mayor a 0.9966. Ver Tabla 1.
potential at nationwide and his comparison with the current
energy matrix of electricity consumption, the regional TABLA 1: COMPLEMENTARIDAD POBLACIÓN CON EL
development focus according to the consumption and TIEMPO
population forecast for the next five years in order to reduce REGIÓN Línea de tendencia - Coeficiente de Determinación
the production of greenhouse gases that are emitted by AMAZONAS y = 6.4581x + 149864; R² = 0.9842
conventional sources of electricity generation mainly thermal
ÁNCASH y = 17.884x + 391004; R² = 0.999
energy by fossil fuels.
APURÍMAC y = 7.0799x + 159098; R² = 0.9982
Palabras Claves — Energía eólica, GEI, Dióxido de Carbono AREQUIPA y = 36.46x - 258023; R² = 0.9996
AYACUCHO y = 21.405x - 217796; R² = 0.9997
CAJAMARCA y = 21.442x + 624958; R² = 0.9786
INTRODUCCIÓN CALLAO y = 39.994x - 682491; R² = 0.9994
CUSCO y = 25.311x + 246011; R² = 0.9965
El crecimiento poblacional del país implica un aumento
HUANCAVELICA y = 10.826x + 36372; R² = 0.9997
de la demanda energética, lo que naturalmente conllevaría a
HUÁNUCO y = 20.255x + 3534.5; R² = 0.9975
seguir un Plan Energético para suplir la misma.
ICA y = 23.274x - 197762; R² = 0.9985
Esta primera parte de la investigación comprende JUNÍN y = 27.269x + 196132; R² = 0.9992
analizar los recursos y capacidades energéticas de cada LALIBERTAD y = 61.332x - 738674; R² = 0.9998
región del país mediante la cuantificación de la demanda y LAMBAYEQUE y = 31.207x - 59786; R² = 0.9976
oferta energética así como su implicancia en la emisión de LIMA y = 375.31x - 6E+06; R² = 0.9993
los gases del efecto invernadero, con el fin de identificar LORETO y = 34.328x - 412776; R² = 0.9967
una ventaja competitiva de las energía renovables frente a MADRE DE DIOS y = 8.8086x - 235914; R² = 1
las no convencionales. En una segunda parte deberá MOQUEGUA y = 5.0801x - 34728; R² = 0.9996
implementarse la estrategia de crecimiento de la energía PASCO y = 6.7002x + 20629; R² = 0.9986
eólica en el país analizando las oportunidades de trabajo- PIURA y = 41.913x + 69427; R² = 0.9991
empleo, desarrollo de tecnologías de energía eólica así como PUNO y = 34.379x - 40311; R² = 0.9992
el impacto del cambio climático. SAN MARTÍN y = 32.394x - 531387; R² = 0.9998
En el Capítulo I de esta primera parte, se proyecta la TACNA y = 12.902x - 204031; R² = 0.9972
demanda de energía del país para los próximos cinco años en TUMBES y = 9.5259x - 165556; R² = 0.9984
base a variables adoptadas por el Ministerio de Energía y UCAYALI y = 18.714x - 296031; R² = 0.9968
Minas como son el crecimiento poblacional, el desempeño Elaboración Propia. Fuente: INEI, 2017.
económico y el crecimiento del parque automotor.
Se proyecta el crecimiento poblacional hasta el año 2022
En el Capítulo II, se evalúa la matriz energética potencial (cinco años), usando el Software IBM SPSS. Tabla 2.
instalada observándose la primacía de las Centrales térmicas
y se realiza una estimación del crecimiento de las
emisiones de los gases del efecto invernadero en caso se B. Crecimiento Económico por Región al año 2022
mantenga la matriz actual. Se toma la base de datos del INEI al 2017 sobre Producto
Bruto Interno Por Departamentos (PBI), por años [3]. Se
En el capítulo III, se resume el impacto de las regiones evalúa su correlación lineal con el tiempo (años),
con potencial energético eólico sobre el cambio de la matriz comprobando complementaridad por tener R2 cercano a 1
energética y del ahorro de los gases del efecto invernadero. para casi todos los departamentos a excepción de Loreto,
Madre de Dios, Moquegua y Pasco. Ver Tabla 3.
 TABLA 2: PROYECCIÓN CRECIMIENTO POBLACIONAL Se evalúa su correlación lineal con el tiempo (años),
REGIÓN 2018 2019 2020 2021 2022 comprobando que existe complementaridad por tener R2
AMAZONAS 425,807 426,473 426,958 427,266 427,402 cercano a 1. Ver Tabla 5.
ÁNCASH 1,166,263 1,171,957 1,177,573 1,183,110 1,188,569
APURÍMAC 464,661 466,477 468,240 469,950 471,606 TABLA 4: PROYECCIÓN CRECIMIENTO ECONÓMICO
AREQUIPA 1,329,962 1,344,668 1,359,713 1,375,165 1,391,090 (MILES SOLES)
AYACUCHO 711,084 718,514 725,917 733,291 740,640
REGIÓN 2018 2019 2020 2021 2022
CAJAMARCA 1,539,939 1,542,098 1,543,656 1,544,621 1,544,998
CALLAO 1,052,961 1,067,013 1,080,637 1,093,571 1,105,517 AMAZONAS 4,604,062 4,861,397 5,118,733 5,376,068 5,633,403
CUSCO 1,338,907 1,345,834 1,352,557 1,359,092 1,365,456 ANCASH 22,092,759 22,762,568 23,432,377 24,102,186 24,771,995
HUANCAVELICA 505,537 508,905 512,178 515,346 518,399 APURÍMAC 12,340,319 14,795,794 17,251,269 19,706,745 22,162,220
HUÁNUCO 878,208 883,669 888,877 893,791 898,358
AREQUIPA 39,602,294 41,657,790 43,713,287 45,768,783 47,824,280
ICA 810,237 817,794 825,280 832,692 840,027
JUNÍN 1,379,925 1,389,458 1,398,875 1,408,174 1,417,356 AYACUCHO 8,389,937 8,882,142 9,374,348 9,866,553 10,358,759
LALIBERTAD 1,928,397 1,951,762 1,975,470 1,999,593 2,024,208 CAJAMARCA 16,568,724 17,514,749 18,460,774 19,406,799 20,352,824
LAMBAYEQUE 1,290,695 1,300,577 1,310,499 1,320,521 1,330,708 CUSCO 24,332,197 25,552,058 26,771,919 27,991,780 29,211,641
LIMA 10,299,451 10,459,010 10,621,978 10,788,652 10,959,331 HUANCAVELICA 5,077,161 5,320,890 5,564,619 5,808,348 6,052,077
LORETO 1,068,120 1,076,886 1,085,245 1,093,199 1,100,748
MADRE DE DIOS 146,862 150,044 153,248 156,491 159,792 HUÁNUCO 8,771,433 9,436,609 10,101,785 10,766,961 11,432,137
MOQUEGUA 186,047 187,923 189,822 191,752 193,723 ICA 24,413,463 25,794,480 27,175,497 28,556,514 29,937,531
PASCO 310,573 312,645 314,682 316,684 318,651 JUNÍN 19,629,322 20,573,767 21,518,211 22,462,655 23,407,099
PIURA 1,887,433 1,901,927 1,916,589 1,931,502 1,946,749 LALIBERTAD 31,952,357 33,528,424 35,104,492 36,680,560 38,256,628
PUNO 1,456,762 1,470,594 1,484,426 1,498,258 1,512,090 LAMBAYEQUE 16,897,374 17,809,988 18,722,601 19,635,214 20,547,827
SAN MARTÍN 873,600 884,179 894,490 904,433 913,873
TACNA 354,128 358,082 361,963 365,772 369,506 LIMA 298,686,491314,671,420330,656,348346,641,276362,626,205
TUMBES 245,992 248,472 250,791 252,943 254,917 CALLAO 34,357,759 36,264,244 38,170,729 40,077,214 41,983,700
UCAYALI 512,319 517,529 522,443 526,977 531,031 LORETO 9,869,044 9,869,044 9,869,044 9,869,044 9,869,044
Elaboración Propia. Fuente: INEI, 2017 MADREDEDIOS 3,778,703 3,924,365 4,070,028 4,215,690 4,361,352
MOQUEGUA 7,744,217 7,744,217 7,744,217 7,744,217 7,744,217
TABLA 3: COMPLEMENTARIDAD PBI CON EL TIEMPO
PASCO 5,928,555 6,065,814 6,203,073 6,340,332 6,477,590
Model Statistics
PIURA 27,988,875 29,383,162 30,777,448 32,171,735 33,566,022
Departamento R-squared PUNO 15,381,318 16,243,313 17,105,309 17,967,304 18,829,299
Amazonas-Model_1 .989 SANMARTÍN 8,701,535 9,211,936 9,722,337 10,232,738 10,743,139
Ancash-Model_2 .722
Apurímac-Model_3 .800 TACNA 7,476,128 7,747,569 8,019,011 8,290,452 8,561,893
Arequipa-Model_4 .929 TUMBES 3,462,004 3,539,564 3,617,125 3,694,685 3,772,245
Ayacucho-Model_5 .983 UCAYALI 6,215,747 6,510,527 6,805,308 7,100,088 7,394,869
Cajamarca-Model_6 .843 Elaboración propia
Cusco-Model_7 .709
Huancavelica-Model_8 .986 TABLA 5: COMPLEMENTARIDAD ENERGÏA DEL PARQUE
Huánuco-Model_9 .991 AUTOMOTOR CON EL TIEMPO
Ica-Model_10 .965 Model Statistics
Junín-Model_11 .945 Model R-squared
LaLibertad-Model_12 .980 Amazonas-Model_1 .825
Lambayeque-Model_13 .998 Áncash-Model_2 .955
Lima-Model_14 .996 Apurímac-Model_3 .909
Callao-Model_15 .985 Arequipa-Model_4 .978
Loreto-Model_16 .450 Ayacucho-Model_5 .857
MadredeDios-Model_17 .414
Cajamarca-Model_6 .979
Moquegua-Model_18 5.662E-15 Cusco-Model_7 .968
Pasco-Model_19 .336 Huancavelica-Model_8 .834
Piura-Model_20 .922 Huánuco-Model_9 .909
Puno-Model_21 .995 Ica-Model_10 .766
SanMartín-Model_22 .988 Junín-Model_11 .922
Tacna-Model_23 .849 LaLibertad-Model_12 .923
Tumbes-Model_24 .966 Lambayeque-Model_13 .951
Ucayali-Model_25 .982 Lima-Model_14 .960
Elaboración Propia. Fuente: INEI, 2017. Loreto-Model_15 .603
MadredeDios-Model_16 .942
Se proyecta el crecimiento del PBI hasta el año 2022 Moquegua-Model_17 .923
(cinco años), usando el Software IBM SPSS. Tabla 4. Pasco-Model_18 .888
Piura-Model_19 .946
Puno-Model_20 .953
C. Crecimiento del Parque automotor por Región al 2022 SanMartín-Model_21 .866
Se toma la base de datos del INEI al 2017 sobre Parque Tacna-Model_22 .931
Automotor por Departamento 2000-2017 [4] para conocer la Tumbes-Model_23 .814
cantidad de unidades vehiculares en circulación por Ucayali-Model_24 .915
departamento y por año. De los Balances Nacional de Elaboración Propia
Energía 2014 y 2016 se toman los datos de energía (TJ)
consumida del sector Transporte que es suministrada por los Se proyecta el crecimiento de la demanda de Energía del
combustibles fósiles desde el año 2000 al año 2016. Para Parque automotor hasta el año 2022, usando el Software
hallar la energía consumida por departamento, se ponderó el IBM SPSS Statistics. Tabla 6.
total por año a todos los departamentos en función de la
cantidad de vehículos en circulación en la región: D. Consumo de la Energía Eléctrica por Región y
Energía de la Región i-año n = (Vehículos de la región i-año n /Vehículos Proyección al 2022
totales-año n) x (Energía total Sector-año n)
Donde: D1. Consumo: Según el Anuario Estadístico de
n: Año de evaluación desde 2000 hasta el año 2016 Electricidad al año 2017 [5], la matriz energética para el
i: Cada departamento de Perú
Consumo de Electricidad predomina en las Centrales TABLA 7: COMPLEMENTARIDAD CONSUMO DE ENERGÍA
ELËCTRICA PERCAPITA CON EL TIEMPO
Hidráulicas (55%), en segundo lugar las Fuentes térmicas
abastecido por combustibles fósiles (42%) y en tercer lugar
las fuentes renovables, 2% Eólica y 1% Solar.

TABLA 6: PROYECCIÓN PARQUE AUTOMOTOR (TJ)

REGIÓN 2017 2018 2019 2020 2021 2022
AMAZONAS 324 333 343 353 363 373
ÁNCASH 4743 4994 5244 5495 5745 5996
APURÍMAC 626 644 662 680 698 716
AREQUIPA 28177 30298 32448 34575 36720 38851
AYACUCHO 870 897 924 951 978 1005
CAJAMARCA 3682 3898 4114 4329 4545 4761
CUSCO 10928 11661 12394 13126 13859 14592
HUANCAVELICA 181 186 191 196 200 205
HUÁNUCO 2375 2488 2602 2716 2829 2943
ICA 3743 3743 3743 3743 3743 3743
JUNÍN 9679 10101 10524 10947 11370 11792
LALIBERTAD 27422 28757 30092 31426 32761 34095
LAMBAYEQUE 9975 10518 11062 11605 12148 12692
LIMA 256409 270357 284305 298253 312201 326149
LORETO 755 755 755 755 755 755
MADREDEDIOS 174 181 187 194 201 207
MOQUEGUA 2100 2131 2163 2194 2226 2258
PASCO 955 986 1016 1047 1078 1108
PIURA 8051 8508 8966 9423 9881 10338
PUNO 6921 7222 7523 7824 8125 8426
SANMARTÍN 1821 1891 1961 2032 2102 2172
TACNA 7105 7348 7592 7835 8078 8322
TUMBES 491 503 514 526 537 549
UCAYALI 1293 1331 1370 1409 1447 1486
Elaboración propia. Fuente: Parque Automotor 2000-2017

GRÁFICO 1: CONSUMO DE ENERGÍA ELÉTRICA SEGÚN Elaboración Propia

FUENTES - SIN HIDRÁULICA (GWH), 2017
Se proyecta el crecimiento de la demanda del Consumo
de la Energía percápita hasta el año 2022, usando el Software
IBM SPSS Statistics. Tabla 8.

TABLA 8: PROYECCIÓN DEL CONSUMO DE ENERGÍA

PERCAPITA (kWh / Habitante)

REGIÓN 2018 2019 2020 2021 2022

AMAZONAS 189.44 203.1 216.75 230.41 244.07
ÁNCASH 1819.9 1859.47 1899.04 1938.61 1978.18
APURÍMAC 3002.27 3466.92 3931.58 4396.23 4860.88
AREQUIPA 3982.87 4316.82 4650.77 4984.72 5318.66
AYACUCHO 210.76 210.76 210.76 210.76 210.76
CAJAMARCA 637.11 637.11 637.11 637.11 637.11
CALLAO 1909.72 1921.14 1932.56 1943.98 1955.4
CUSCO 1948.92 2135.13 2321.35 2507.57 2693.79
HUANCAVELICA 433.93 409.14 384.34 359.55 334.76
HUÁNUCO 298.12 312.39 326.66 340.94 355.21
ICA 3318.02 3400.45 3482.88 3565.31 3647.74
JUNÍN 1543.74 1571.09 1598.43 1625.78 1653.13
LALIBERTAD 1107.54 1136.8 1166.06 1195.32 1224.58
LAMBAYEQUE 659.9 678.98 698.06 717.14 736.22
LIMA 1726.39 1704.97 1683.55 1662.13 1640.71
LORETO 634.75 554.94 475.12 395.31 315.5
MADRE DE DIOS 629.26 662.52 695.79 729.05 762.31
Elaboración Propia. Fuente Anuario Estadístico de Electricidad al año 2017 MOQUEGUA 10531.69 10531.69 10531.69 10531.69 10531.69
PASCO 2848.22 2848.22 2848.22 2848.22 2848.22
PIURA 776.67 776.67 776.67 776.67 776.67
Del Gráfico 1, se observa que solamente 4 de 24 PUNO 401.68 417 432.33 447.65 462.97
departamentos a nivel nacional están usando las Energías SAN MARTÍN 416.19 438.8 461.41 484.02 506.64
Renovables para abastecer su necesidad de Energía Eléctrica. TACNA 862.45 894.19 925.93 957.67 989.41
TUMBES 958.23 998.62 1039.01 1079.4 1119.79
UCAYALI 622.95 647.45 671.96 696.47 720.97
D2. Proyección: Se toma los datos del Anuario Elaboración Propia
Estadístico de Electricidad de los años 2011 al 2017 sobre las
Estadísticas Eléctricas por Regiones [5] para conocer II. ANÁLISIS DE LA OFERTA
Consumo de Energía Eléctrica Percápita (kW.h / hab ).
A. Oferta de las Energías Convencionales
Se evalúa su correlación lineal con el tiempo (años), Según el Anuario Estadístico de Electricidad al año
comprobando complementaridad por tener R2 cercano a 1 2017 [5] la matriz energética para la Potencia Nacional
para casi todos los departamentos a excepción de Cajamarca, Electricidad predomina en las Centrales Térmicas (61%), en
Ayacucho, Moquegua y Piura. Ver Tabla 7. segundo lugar las Centrales Hidráulicas (36%) y en tercer
lugar las fuentes renovables, 2% Eólica y 2% Solar.
Gráfico 2.
 GRÁFICO 2: POTENCIA DE ENERGÍA ELÉTRICA SEGÚN continentales y los lugares con nieves perpetuas… Además,
FUENTES (MW), 2017 excluye el estudio de aquellas regiones en las que los
aerogeneradores no pueden llegar a funcionar a un 20% de su
capacidad media al cabo del año” [7].
TABLA 9: CUALIFICACIÓN DE DENSIDAD DE POTENCIA

Fuente: Atlas Eólico

C. Emisión y Proyección de Gases del Efecto Invernadero

C1. Emisión: El Perú en el año 2017, según las

Elaboración Propia. Fuente: Anuario Estadístico de Electricidad al 2017
B. Oferta de las Energías Convencionales
Según el Atlas Eólico [6], Perú tiene 20,493 MW de
potencial eólico, que representa el 72% de su potencial a
nivel nacional. Teniendo zonas privilegiadas y de manera
discreta en 9 departamentos del total, lo que contribuye a la
focalización de Clusters en Renovables de manera efectiva.
Ver gráfico 3.
GRÁFICO 3: POTENCIAL EÓLICO NACIONAL (MW), 2017
estadísticas emitidas por la British Petroleum (BP) [8], ha
emitido por todas sus actividades aproximadamente 49.2
millones de Toneladas de CO2 al medio ambiente el cual
representa un incremento de casi el 80% respecto al año
2009 (8 años).
C2. Proyección: Según las proyecciones hasta el 2022
de: i) Consumo en KWH/habitante (Tabla 8); ii) Crecimiento
poblacional (Tabla 3), iii) Factor de conversión de 0,615
kgCO2 /kWh [9]; y iv) Participación – share de la Centrales
Térmicas en la matriz energética para Electricidad se hace
las proyecciones de Emisión de CO2 por esta fuente de
energía. Tabla 9.
III. PROPUESTA

Las centrales térmicas predominantes en el Perú, que

usan los combustibles fósiles como fuente de energía son los
principales causantes de la emisión de los gases del Efecto
invernadero (GEI). Se comparan el potencial eólico versus el
porcentaje de emisión de CO2 de cada departamento
(directamente proporcional a la demanda de energía
eléctrica).
TABLA 10: POTENCIAL EÓLICO MW
DEPARTAMENTO APROVECHABLE EXCLUIDO
PIURA 7098 1503
LAMBAYEQUE 7017 2097
ICA 2280 3015
AREQUIPA 1020 156
LALIBERTAD 921 264
CAJAMARCA 891 282
ANCASH 708 108
LIMA 429 189
AMAZONAS 129 288
Elaboración propia

Se clasifican las regiones con las principales aportaciones

que cubran el 80% del total.
Elaboración Propia
TABLA 11: EMISIONES DE CO2
El potencial restante, llamado “potencial eólico DEPARTAMENTO Millones de Ton CO2 /kWh
excluido”, se encuentra principalmente dentro de zonas LIMA 32%
intangibles y fueron discriminadas por tener densidad de LALIBERTAD 6%
potencia menor a 400 W/m2, lo que implicaría velocidades PIURA 6%
del viento menor a 8.7 m/s (considerando la densidad del aire CAJAMARCA 5%
PUNO 5%
de 1.225 Kg/m3). Tabla 9. Así también, es de considerarse JUNÍN 4%
las recomendaciones para fines prácticos, lo indicado por el AREQUIPA 4%
Profesor del Departamento de Ciencias Planetarias y de la CUSCO 4%
Tierra de la Universidad de Harvard, Michael B. McElroy, LAMBAYEQUE 4%
respecto a áreas de estudio “se exluyen las ciudades y zonas ANCASH 4%
Elaboración propia
altamente pobladas, las áreas boscosas, las aguas
 TABLA 9: PROYECCIÓN DE LA EMISIÓN DE CO2
Emisión Emisión Emisión Emisión Emisión
Proyección Consumo Proyección Consumo Proyección Consumo Proyección Consumo Proyección Consumo
Miles de Miles de Miles de Miles de Miles de
Share de Consumo Hab Térmico de Consumo Hab Térmico de Consumo Hab Térmico de Consumo Hab Térmico de Consumo Hab Térmico
Toneladas Toneladas Toneladas Toneladas Toneladas
(kW.h / hab) kW.h (kW.h / hab) kW.h (kW.h / hab) kW.h (kW.h / hab) kW.h (kW.h / hab) kW.h
CO2 CO2 CO2 CO2 CO2

DEPARTAMENTO 2017 2018 2018 2018 2018 2019 2019 2019 2019 2020 2020 2020 2020 2021 2021 2021 2021 2022 2022 2022 2022

AMAZONAS 5% 189 425807 4033241 2 203 426473 4330831 3 217 426958 4627154 3 230 427266 4922320 3 244 427402 5215799 3
ANCASH 4% 1820 1166263 106124102 65 1859 1171957 108960944 67 1899 1177573 111812911 69 1939 1183110 114679444 71 1978 1188569 117560171 72
APURÍMAC 0% 3002 464661 69751844 43 3467 466477 80861939 50 3932 468240 92046171 57 4396 469950 103300392 64 4861 471606 114621082 70
AREQUIPA 20% 3983 1329962 264853288 163 4317 1344668 290234486 178 4651 1359713 316185621 194 4985 1375165 342740624 211 5319 1391090 369936737 228
AYACUCHO 35% 211 711084 7493403 5 211 718514 7571699 5 211 725917 7649708 5 211 733291 7727425 5 211 740640 7804866 5
CAJAMARCA 0% 637 1539939 49055527 30 637 1542098 49124303 30 637 1543656 49173934 30 637 1544621 49204674 30 637 1544998 49216684 30
CALLAO 100% 1910 1052961 100543034 62 1921 1067013 102494068 63 1933 1080637 104419792 64 1944 1093571 106294008 65 1955 1105517 108086397 66
CUSCO 5% 1949 1338907 130471132 80 2135 1345834 143676527 88 2321 1352557 156987910 97 2508 1359092 170400916 105 2694 1365456 183912586 113
HUANCAVELICA 0% 434 505537 10968384 7 409 508905 10410670 6 384 512178 9842525 6 360 515346 9264633 6 335 518399 8676962 5
HUÁNUCO 0% 298 878208 13090568 8 312 883669 13802468 8 327 888877 14518028 9 341 893791 15236455 9 355 898358 15955287 10
ICA 59% 3318 810237 134419062 83 3400 817794 139043448 86 3483 825280 143717595 88 3565 832692 148440184 91 3648 840027 153210041 94
JUNÍN 0% 1544 1379925 106512271 66 1571 1389458 109148178 67 1598 1398875 111800188 69 1626 1408174 114469056 70 1653 1417356 117153686 72
LALIBERTAD 45% 1108 1928397 106788841 66 1137 1951762 110938152 68 1166 1975470 115175827 71 1195 1999593 119507675 73 1225 2024208 123940232 76
LAMBAYEQUE 100% 660 1290695 42586482 26 679 1300577 44153289 27 698 1310499 45740347 28 717 1320521 47349921 29 736 1330708 48984692 30
LIMA 75% 1726 10299451 889043461 547 1705 10459010 891614914 548 1684 10621978 894131553 550 1662 10788652 896607107 551 1641 10959331 899054198 553
LORETO 100% 635 1068120 33899459 21 555 1076886 29880356 18 475 1085245 25781080 16 395 1093199 21607625 13 316 1100748 17364300 11
MADREDEDIOS 100% 629 146862 4620713 3 663 150044 4970354 3 696 153248 5331414 3 729 156491 5704470 4 762 159792 6090552 4
MOQUEGUA 89% 10532 186048 97969730 60 10532 187923 98957286 61 10532 189822 99957165 61 10532 191752 100973789 62 10532 193723 102011687 63
PASCO 0% 2848 310573 44228969 27 2848 312645 44524116 27 2848 314682 44814221 28 2848 316684 45099314 28 2848 318651 45379393 28
PIURA 0% 777 1887433 73295629 45 777 1901927 73858482 45 777 1916589 74427859 46 777 1931502 75006983 46 777 1946749 75599077 46
PUNO 2% 402 1456762 29257608 18 417 1470594 30661885 19 432 1484426 32088095 20 448 1498258 33534760 21 463 1512090 35002615 22
SANMARTÍN 59% 416 873600 18179179 11 439 884179 19398894 12 461 894490 20636341 13 484 904433 21888171 13 507 913873 23150238 14
TACNA 0% 862 354128 15270902 9 894 358082 16009649 10 926 361963 16757629 10 958 365772 17514424 11 989 369506 18279627 11
TUMBES 100% 958 245992 11785850 7 999 248472 12406430 8 1039 250791 13028733 8 1079 252943 13651318 8 1120 254917 14272659 9
UCAYALI 99% 623 512319 15957459 10 647 517529 16753721 10 672 522443 17553043 11 696 526977 18351166 11 721 531031 19142871 12
Elaboración propia

Leyenda:
Hab: Habitante
Share: Participación de la Energía Eólica respecto a otras fuentes en su respectivo Departamento.
Emisión ( CO2) = Consumo de Energía-año i-departamento n (KWH/habitante) x Proyección de Habitantes-año i-departamento n (Habitantes) x 0,615 kgCO2 /kWh
 De las tablas 10 y 11 anteriores se propone desarrollar Se resume que existe un potencial energético eólico
los departamentos Lima, La Libertad, Piura, Cajamarca, que nos permitirá ahorrar 6,313 Millones de Toneladas en
Arequipa, Lambayeque, Ica por su proximidad a Lima. caso reemplace las fuentes térmicas.

TABLA 12: RESUMEN DE CAMBIO ENERGÉTICO EÓLICO POR TÉRMICO

TÉRMICA POTENCIAL EÓLICA Millones de Ton CO2
MWH % Emisión por Ahorro por Cambio
DEPARTAMENTO Consumo kW.h MW
(24 horas) Eólica/Térmica Energía Térmica Matriz
LIMA 4470451233 7098 62178480 1.4% 2202.56578 30.83592092
LALIBERTAD 576350727 7017 61468920 10.7% 288.7805601 30.89951993
PIURA 372188030.7 2280 19972800 5.4% 183.8188268 9.926216647
PUNO 160544962.6 1020 8935200 5.6% 80.74172307 4.521536492
JUNÍN 559083380.2 921 8067960 1.4% 278.3312322 3.896637251
AREQUIPA 1583950756 891 7805160 0.5% 811.2449429 4.056224715
CUSCO 785449070.8 708 6202080 0.8% 402.8114326 3.222491461
LAMBAYEQUE 228814730.4 429 3758040 1.6% 114.530373 1.832485968
ANCASH 559137572.4 129 1130040 0.2% 278.6032845 0.557206569
89.74823995

IV. REFERENCIAS

[1] https://www.gob.pe/institucion/minem/informes-
publicaciones/112010-balance-nacional-de-energia-2016 :
BALANCE NACIONAL DE ENERGÍA 2016.
[2] https://www.inei.gob.pe/estadisticas/indice-
tematico/poblacion-y-vivienda/ POBLACIÓN
ESTIMADA AL 30 DE JUNIO, POR AÑOS
CALENDARIO Y SEXO, SEGÚN DEPARTAMENTO,
2008 – 2017
[3] https://www.inei.gob.pe/estadisticas/indice-
tematico/economia/: TOTAL ACTIVIDADES
ECONÓMICAS, POR PAÍS 2007 - 2017
[4] https://www.inei.gob.pe/estadisticas/indice-
tematico/economia/: PARQUE AUTOMOTOR EN
CIRCULACIÓN A NIVEL NACIONAL, SEGÚN
DEPARTAMENTO, 2000-2017
[5]http://www.minem.gob.pe/_estadisticaSector.php?id
Sector=6: ANUARIO ESTADÍSTICO DE
ELECTRICIDAD, 2011 – 2017
[6]http://www.minem.gob.pe/_publicacion.php?idSect
or=6&idPublicacion=537: ATLAS EÖLICO 2016
[7] https://dash.harvard.edu/handle/1/5029362:
GLOBAL POTENTIAL FOR WIND-GENERATED
ELECTRICITY
[8] https://www.bp.com/content/dam/bp/business-
sites/en/global/corporate/pdfs/energy-
economics/statistical-review/bp-stats-review-2019-full-
report.pdf: BP STATISTICAL REVIEW OF WORLD
ENERGY 2019
[9] https://www.bp.com/content/dam/bp/business-
sites/en/global/corporate/pdfs/energy-
economics/statistical-review/bp-stats-review-2019-full-
report.pdf: BP STATISTICAL REVIEW OF WORLD
ENERGY 2019