Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Recebido/Submission: 02/11/2018
Iberian Journal of Information Systems and Technologies Aceitação/Acceptance: 06/01/2019
1
Universidad Tecnológica Indoamérica, 180103, Ambato, Ecuador.
2
Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas, 28040, Madrid, España.
3
Universidad Técnica de Ambato, 180104, Ambato, Ecuador.
Pages:391–402
a result, this paper provides a promising method for increasing the reliability of
electric power systems and supporting the future integration of renewable energies.
Keywords: electric power; Monte Carlo method; reliability index; renewable
energy integration; Matlab
1. Introducción
Las energías renovables tienen el propósito principal de obtener energía limpiamente,
debido al hecho de que este tipo de energía se obtiene de fuentes naturales prácticamente
inagotables (“The Importance of Alternative Energies”, s.f.). En los últimos años, la IEA
(Agencia Internacional de Energía) ha señalado constantemente que la energía renovable
ha crecido rápidamente en la última década, especialmente la energía solar y eólica
(André, De Castro & Cerdá, s.f.). Luego, la expansión proyectada actual de la energía
renovable pretende superar una cuarta parte de la producción total de electricidad
global para 2020 (“The most widely used renewable energy sources in the world”, s.f.).
Las energías renovables en América Latina, aunque ya han dado pasos importantes para
su desarrollo, aún se encuentran en una etapa incipiente en términos de la capacidad
instalada de tecnologías no convencionales. Pero de acuerdo con el estatuto de la OIE
(estrategia interbiética), todo parece indicar que la curva de crecimiento exponencial
que hemos visto en otras partes del mundo está a punto de cambiar la pendiente de esta
región. Por lo tanto, a mediano plazo, veremos avances significativos y la implementación
masiva de tecnologías renovables no convencionales para este grupo de países en
América Latina (“The Importance of Alternative Energies”, s.f.).
La matriz energética actual en el Estado ecuatoriano se basa básicamente en: fuentes de
generación eléctrica de origen fósil con aproximadamente 48.72% y con una contribución
del 49.67% de la energía de fuentes renovables, dentro de la cual la energía hidráulica
tiene su mayor contribución (47.68%), y el 1,61% corresponde a la interconexión por
importaciones (“National Energy Balance”, s.f.). Sin embargo, si agregamos las grandes
centrales hidroeléctricas, de las que depende más de la mitad del consumo de electricidad
de la región, se ubica como líder en energía renovable (“The most widely used renewable
energy sources in the world”, s.f.). Para lo cual, el gobierno y las administraciones están
comenzando a ver la importancia de satisfacer las necesidades energéticas con recursos
que no sean fósiles. De modo que, para el futuro, se espera que haga un uso extensivo
de energías alternativas: solar, eólica, geotérmica, hidroeléctrica y biomasa (“Ecuadorian
Initiative for Electrical Integration of the Andean Region advances with steady steps”, s.f.).
Frente a esta realidad, una alternativa es la integración de la energía de los recursos
renovables, que es un tipo de energía limpia y también permite satisfacer la creciente
demanda. El aumento en la penetración de fuentes renovables en el sistema de energía
puede afectar diferentes aspectos como: la confiabilidad del sistema, la calidad de la
energía y el funcionamiento de los sistemas de energía. Por lo tanto, se deben desarrollar
nuevas técnicas con el objetivo de evaluar el impacto de estos sistemas basados en
energías renovables (Ghaedi et al., 2013).
El objetivo del presente trabajo aborda el estudio de la confiabilidad de la generación de
electricidad con energías renovables y la integración con las fuentes convencionales en la
provincia de Imbabura, en Ecuador. Es importante destacar que los diferentes trabajos,
2. Metodología de evaluación
La presente investigación se ha realizado considerando el siguiente proceso. Primero,
ubicar el área de estudio. Segundo, determinar el recurso renovable disponible. Tercero,
identificar la fuente convencional disponible. Cuarto, hacer el estudio de la demanda.
Quinto, emplear el método Monte Carlo para establecer los índices de fiabilidad; y por
último, realizar el análisis de los resultados.
Conexiones Nacionales
Nombre Central Potencia nominal MW Potencia efectiva MW
Ambi Hidroeléctrica 4 4
La Playa Hidroeléctrica 0,44 0,44
San Gabriel Hidroeléctrica 0,23 0,2
San Miguel Hidroeléctrica 2,95 2,95
San Francisco Térmica 2,5 1,8
Conexiones Internacionales
Colombia - Ibarra Hidroeléctrica 215 215
Ipiales - Ibarra Hidroeléctrica 25 25
Según los datos proporcionados por el INAMHI, en el área de estudio, hay ocho plantas
de generación convencionales proporcionadas por la compañía eléctrica llamada el norte.
Asimismo, se puede afirmar que, en la provincia de Imbabura, existen 2 interconexiones
internacionales con el país vecino, Colombia. La Tabla 1 esboza la fuente convencional
disponible en el Ecuador, que es utilizada en el presente trabajo.
2.4. Demanda
Las tasas de crecimiento de la energía y la demanda de energía del sistema nacional
interconectado, registradas para el período enero 2016-diciembre 2016, en comparación
con el período anterior (enero 2015-diciembre 2015), en los terminales de generadores,
presentaron un crecimiento promedio de 5.94% para la energía y 4.91% para energía
como se muestra en la Tabla 2.
Año 2016
Variable Demanda Crecimiento (%)
Potencia (MW) 3.207 5.94
Energía (GWh) 19.593 4.91
3. Resultados
Los índices de confiabilidad LOLE, EDNS, LOLP y LOEE son los parámetros
determinantes que permiten establecer que un sistema de energía convencional con
penetración de energía renovable es fiable solo con el mero hecho de tomar una tendencia
de aumento o reducción.
Para el estudio de los índices de confiabilidad del sistema eléctrico, se han realizado dos
casos de estudio:
•• Caso 1: 100% convencional
•• Caso 2: 100% convencional y 100% renovable.
La Figura 4 (a), (b), (c) y (d) muestra las simulaciones de los índices de confiabilidad
LOLE, EDNS, LOLP y LOEE, respectivamente. Los índices muestran la confiabilidad
del sistema eléctrico, cuando la generación es 100% producida a partir de plantas
convencionales, sin inyección de recurso renovable.
También registramos la Figura 5 (a), (b), (c) y (d) que muestran los índices de
confiabilidad LOLE, EDNS, LOLP y LOEE, respectivamente. Los índices muestran la
confiabilidad del sistema de energía cuando la generación es 100%, producida a partir
de plantas de energía convencionales, ya con inyección de energía renovable en este caso
energía eólica, energía solar fotovoltaica y energía termoeléctrica.
Se puede observar que, con el apoyo de energías renovables en el sistema eléctrico
existente, principalmente el LOLE disminuye y la confiabilidad del sistema eléctrico
aumenta considerablemente. Como resultado, la confiabilidad del sistema de energía
Figura 4 – Simulación del índice de fiabilidad. Caso 1: 100% convencional (a) LOLE, (b) EDNS,
(c) LOLP, (d) LOEE
Figura 5 – Simulación del índice de fiabilidad. Caso 2: 100% convencional y 100% renovable. (a)
LOLE, (b) EDNS, (c) LOLP, (d) LOEE
Conexiones Nacionales
4. Conclusiones
En resumen, de acuerdo con los datos de recursos obtenidos de la provincia de Imbabura,
en Ecuador, se concluye que hay recursos renovables suficientes para generar energía
limpia con los tres tipos de tecnología, como energía eólica, energía solar fotovoltaica
y energía termoeléctrica. Se ha podido realizar dos estudios de caso fundamentales,
que son: el caso 1 (100% de generación convencional), y el caso 2 (100% convencional
+ 100% de generación renovable). Es importante recalcar que, si se desea realizar un
aporte más minucioso, con alta penetración de energías renovables considerando los
índices de confiabilidad LOLE, EDNS, LOLP y LOEE, es necesario utilizar estrategias
de aprendizaje automático en lo general, e incluso técnicas de aprendizaje profundando
en lo particular. Por lo que, el presente trabajo da a conocer que es posible estimar la
fiabilidad en base a un criterio numérico, pero no es una solución óptima ya que ello
demanda mayores estudios que actualmente se resuelve con técnicas de visión artificial,
que nuestro grupo de investigación plantea llevarlo a cabo en investigaciones futuras.
Agradecimientos: Los autores agradecen a la Universidad Tecnológica
Indoamérica y a la Facultad de Ingeniería y Tecnologías de la Información y
la Comunicación por su incansable apoyo en la realización de este trabajo de
investigación.
Referencias
André, F., De Castro, L., & Cerdá, E. (s.f.). Renewable energies in the International
Sphere. Madrid: Universidad Complutense de Madrid.
Billington, R., Ringlee, R., & Wood, A. (1973). Power system reliability calculations.
Cambridge: Massachusetts Institute of Technology.
Billinton, R., & Bagen. (2006). Reliability Considerations in the Utilization of Wind
Energy, Solar Energy and Energy Storage in Electric Power Systems. In 2006
International Conference on Probabilistic Methods Applied to Power Systems (pp.
1–6). Stockholm, Sweden: IEEE. DOI: 10.1109/PMAPS.2006.360204
Ecuadorian Initiative for Electrical Integration of the Andean Region advances with steady
steps. (s.f.). Ministerio de Energía. Recuperado de http://www.conocimiento.gob.
ec/la-energia-renovable-is-an-account-in-the-academy/
Fayazi, H., Eghtedari, M., Abdollahi, M., & Behzadipour, E. (2012). Calculation of
generation system reliability index: Loss of Load Probability. (s.f.). Life Science
Journal, 9(4), 4903-4908. Recuperado de https://www.researchgate.net/
publication/281590843 _Calculation_of_generation_system_reliability_index_
Loss_of_Load_Probability
Ghaedi, A., Abbaspour, A., Fotuhi-Firuzabad, M., Moeini-Aghtaie, M., & Othman,
M. (2013). Reliability evaluation of a composite power system containing wind
and solar generation. In 2013 IEEE 7th International Power Engineering and
Optimization Conference (PEOCO) (pp. 483–488). Langkawi Island, Malaysia:
IEEE. DOI: 10.1109/PEOCO.2013.6564597