PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE ESCUELA DE INGENIERÍA LOS CONTRATOS DE GAS Y SU INTERACCIÓN CON LAS ENERGÍAS RENOVABLES INTERMITENTES EN EL SISTEMA INTERCONECTADO DEL NORTE GRANDE ALFONSO ANDRÉS PIÑA ABARCA Proyecto para optar al grado de Magíster en Ingeniería Profesor Supervisor: HUGH RUDNICK VAN DE WYNGARD Santiago de Chile, abril, 2016 MMXVI, Alfonso PIÑA ABARCA PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE ESCUELA DE INGENIERÍA LOS CONTRATOS DE GAS Y SU INTERACCIÓN CON LAS ENERGÍAS RENOVABLES INTERMITENTES EN EL SISTEMA INTERCONECTADO DEL NORTE GRANDE ALFONSO ANDRÉS PIÑA ABARCA Proyecto presentado a la Comisión integrada por los profesores: HUGH RUDNICK VAN DE WYNGARD DANIEL OLIVARES QUERO JUAN CARLOS OLMEDO HIDALGO MIGUEL RÍOS OJEDA Para completar las exigencias del grado de Magíster en Ingeniería Santiago de Chile, abril, 2016 DEDICATORIA A mi padre quien ya no se encuentra en este mundo y a mi madre quien sigue junto a nosotros, por haberme formado y por inculcarme los valores que hoy me definen como persona. ii AGRADECIMIENTOS En esta oportunidad quisiera agradecer a todos quienes me han entregado su apoyo durante mi desarrollo académico, personal y profesional: mis padres, Elvira y Luis; mis padrinos; tíos; hermanos, Richard y Javiera; amigos; profesores y funcionarios. Muchas gracias a todos ustedes. Agradezco en especial a las personas que me acompañaron y fueron parte de mi formación universitaria: Daniela, David, Sebastián, Álvaro, Benjamín, Marjorie, Pepe, Mario, Ana, Víctor, Michelle, Teresa, Lindi, Betty, Gerardo, Camille, Séverine, y todos aquellos que de alguna u otra forma estuvieron conmigo. Agradezco a la Dirección de Pregrado de Ingeniería UC por darme la oportunidad de realizar una doble titulación con Francia y permitirme realizar el Magíster en Ingeniería. Muchas gracias a cada una de las personas que constituyen y constituyeron esta entidad. Asimismo agradezco la formación profesional recibida tanto en la Pontificia Universidad Católica de Chile como en la École Centrale Marseille incluyendo a cada una de las personas que lo posibilitaron. Agradezco enormemente al profesor Hugh Rudnick por ser parte de este trabajo y por permitirme ser uno de sus alumnos. Muchas gracias por sus consejos, por su humildad, por su paciencia y por su guía en esta etapa de mi vida. Él siempre estuvo disponible para resolver mis dudas y para aportar en el desarrollo del trabajo. Gracias al Sr. Juan Carlos Olmedo por orientarme al inicio de este trabajo y gracias al profesor Daniel Olivares por darme a conocer formas de resolución de modelos de simulación matemática. Doy gracias a los profesores integrantes de la comisión evaluadora de este trabajo constituida por el Prof. Hugh Rudnick, el Prof. Miguel Ríos, el Prof. Daniel Olivares y el Sr. Juan Carlos Olmedo. Por último, quiero agradecer el apoyo económico de Fondecyt para el desarrollo de este trabajo. iii ÍNDICE GENERAL DEDICATORIA ............................................................................................................................ ii AGRADECIMIENTOS ................................................................................................................ iii ÍNDICE DE TABLAS ................................................................................................................. vii ÍNDICE DE FIGURAS................................................................................................................. ix RESUMEN .................................................................................................................................. xii ABSTRACT................................................................................................................................ xiii I. MARCO TEÓRICO ............................................................................................................... 1 1. Introducción ....................................................................................................................... 1 2. Objetivos y Alcances del Proyecto .................................................................................... 4 3. El Sistema Eléctrico Chileno ............................................................................................. 6 4. 3.1. El Sistema Interconectado del Norte Grande (SING) ................................................ 8 3.2. El Sistema Interconectado Central (SIC) ................................................................... 9 3.3. Sistemas Medianos................................................................................................... 11 El sector eléctrico chileno ................................................................................................ 12 4.1. Historia del Mercado Eléctrico Chileno ................................................................... 12 4.2. Leyes de Regulación del Mercado Eléctrico ............................................................ 15 4.2.1. Ley Corta I y Ley Corta II ............................................................................... 17 4.2.2. Ley ERNC y Ley 20/25 ................................................................................... 18 4.3. 5. 6. 7. La Crisis del Gas Argentino ..................................................................................... 20 Generación de energía eléctrica ....................................................................................... 25 5.1. Tecnologías de generación térmica .......................................................................... 26 5.2. Costo nivelado de las diferentes tecnologías de generación .................................... 30 5.3. Descripción de los costos asociados a la generación ............................................... 31 5.4. Principales impactos de la generación térmica ........................................................ 33 El mercado del gas natural en Chile................................................................................. 37 6.1. Regulación del gas, costos de la cadena de suministro y precios............................. 40 6.2. Contratos de suministro de gas ................................................................................ 43 Energías renovables no convencionales ........................................................................... 45 7.1. ERNC intermitentes ................................................................................................. 47 iv 7.2. Situación actual de las ERNC en Chile .................................................................... 50 7.3. Estudios ERNC hechos en Chile y en el mundo ...................................................... 53 7.4. Impacto de la integración de generación solar y eólica en los sistemas eléctricos .. 56 8. 7.4.1. Impactos técnicos ............................................................................................. 57 7.4.2. Impactos económicos ....................................................................................... 59 7.4.3. Medidas de mitigación de los impactos ........................................................... 61 Planificación de los sistemas eléctricos ........................................................................... 65 II. METODOLOGÍA ............................................................................................................ 69 9. Plan de ejecución del proyecto......................................................................................... 69 10. Revisión Bibliográfica ................................................................................................. 71 10.1. ERNC y gas natural en los sistemas eléctricos .................................................... 71 10.2. Modelación de los sistemas eléctricos ................................................................. 73 10.2.1. Modelación de la operación del sistema ...................................................... 74 10.2.2. Definición y cálculo de reservas del sistema ............................................... 78 10.2.3. Modelación de centrales CCGT y contratos take or pay ............................. 81 11. Proposición de un modelo matemático ........................................................................ 89 11.1. Restricciones ........................................................................................................ 91 11.2. Función objetivo ................................................................................................ 100 11.3. Resultados a obtener .......................................................................................... 103 12. Recolección de datos y procesamiento de la información ......................................... 107 12.1. Selección de nodos representativos y reducción del SING ................................ 107 12.2. Repartición de consumo y generación por nodo representativo ........................ 110 12.3. Perfiles de generación solar y eólica .................................................................. 111 12.3.1. Perfil solar .................................................................................................. 111 12.3.2. Perfil eólico ................................................................................................ 113 12.3.3. Determinación de escenarios de generación intermitente .......................... 116 12.4. Dimensionamiento de reservas secundarias ....................................................... 121 12.5. Determinación de estados del sistema................................................................ 126 12.5.1. Cálculo de los estados del sistema ............................................................. 127 12.5.2. Determinación de la matriz de transición y duración de cada estado ........ 129 12.6. Parque generador y parámetros del sistema ....................................................... 130 v III. RESULTADOS Y CONCLUSIONES .......................................................................... 134 13. Resultados .................................................................................................................. 134 13.1. Sub-modelo A .................................................................................................... 135 13.1.1. Efectos de la penetración ERNC intermitente en la operación del sistema 135 13.1.2. Efectos del precio declarado en la operación del sistema .......................... 147 13.2. Sub-modelos B, C y D ....................................................................................... 152 13.2.1. Efectos de los volúmenes de contratación de gas en la operación del sistema .................................................................................................. 152 13.2.2. Efectos de la penetración ERNC intermitente en la operación del sistema considerando contratos de gas ................................................. 159 14. Conclusiones .............................................................................................................. 171 BIBLIOGRAFÍA ....................................................................................................................... 178 A N E X O S ........................................................................................................................ 185 A. Diagrama unilineal del SING ..................................................................................... 186 B. Nomenclatura del modelo propuesto ......................................................................... 187 C. Flujo de potencia DC ................................................................................................. 191 D. Demanda y perfiles de generación solar y eólica en un año ...................................... 193 E. Distribución de Weibull ............................................................................................ 194 F. Distribución de Laplace ............................................................................................. 196 G. Algoritmo GenClust ................................................................................................... 198 H. Situaciones evaluadas por cada sub-modelo .............................................................. 199 vi ÍNDICE DE TABLAS Tabla 4.1: Obligaciones de generación ERNC según las leyes 20.257 y 20.698......................... 19 Tabla 4.2: Balance de energía primaria de Chile en 2013 ........................................................... 20 Tabla 5.1: Costo nivelado y factores de planta de diferentes tecnologías de generación ............ 30 Tabla 5.2: Emisiones de CO2 por combustible ............................................................................ 34 Tabla 5.3: Impactos de la generación termoeléctrica y tratamiento............................................. 35 Tabla 6.1: Estructura de los costos variables del gas natural licuado .......................................... 41 Tabla 7.1: Costos unitarios de inversión por tecnología en 2014 ................................................ 51 Tabla 7.2: Estado de proyectos ERNC al término de 2014.......................................................... 52 Tabla 7.3: Evolución de la generación eléctrica por tecnología entre 2013 y 2014 en el SING y SIC ......................................................................................................................... 53 Tabla 12.1: Número de conexiones por nodo representativo ..................................................... 110 Tabla 12.2: Puntos de consumo conectados por nodo representativo ........................................ 110 Tabla 12.3: Unidades generadoras conectadas por nodo representativo .................................... 111 Tabla 12.4: Probabilidad de escenarios solares.......................................................................... 117 Tabla 12.5: Probabilidad de escenarios eólicos ......................................................................... 120 Tabla 12.6: Probabilidad de escenarios considerados en el modelo .......................................... 121 Tabla 12.7: Requerimientos de reservas secundarias ................................................................. 125 Tabla 12.8: Unidades generadoras SING ................................................................................... 130 Tabla 12.9: Capacidad de líneas de transmisión del modelo propuesto..................................... 132 Tabla 13.1: Niveles de penetración ERNC considerados .......................................................... 134 Tabla 13.2: Costos operacionales del sub-modelo A bajo distintas penetraciones ERNC ........ 136 Tabla 13.3: Relaciones FH-ST del sub-modelo A bajo distintas penetraciones de ERNC ........ 138 Tabla 13.4: Proporción de disponibilidad de reservas promedio por tecnología para el sub-modelo A en distintas penetraciones ERNC ................................................................... 144 Tabla 13.5: Costos operacionales según declaración de precio del gas para el sub-modelo A.. 148 Tabla 13.6: Energía anual producida por tecnología ante distintos precios declarados del gas para el sub-modelo A ........................................................................................................... 149 Tabla 13.7: Beneficios por declaración diferente de precio del gas para el sub-modelo A ....... 150 vii Tabla 13.8: Beneficios por declaración diferente de precio del gas para el sub-modelo A con contratos de energía............................................................................................................. 151 Tabla 13.9: Factores de planta por tecnología según declaración del precio del gas ................. 152 Tabla 13.10: Costos operacionales promedio de los sub-modelos B, C y D ............................. 153 Tabla 13.11: Costo marginal promedio de los sub-modelos B, C y D....................................... 155 Tabla 13.12: Relación FH-ST por tecnología para los sub-modelos B, C y D .......................... 157 Tabla 13.13: Energía promedio producida por los sub-modelos B, C y D ................................ 158 Tabla 13.14: Participación promedio por tecnología en la generación de energía por nivel de contratación ............................................................................................................ 159 Tabla 13.15: Costos operacionales para los sub-modelos B, C y D según penetración ERNC para una contratación de gas de un 20% .................................................................................... 160 Tabla 13.16: Costos operacionales para los sub-modelos B, C y D según penetración ERNC para una contratación de gas de un 40% .................................................................................... 161 Tabla 13.17: Costos marginales promedio para los sub-modelos B y D según penetración ERNC y contratación de gas ...................................................................................................... 162 Tabla 13.18: Generación promedio mensual de energía por tecnología para el sub-modelo D bajo una contratación del 40% ................................................................................................... 170 Tabla H.1: Situaciones del sub-modelo A ................................................................................. 199 Tabla H.2: Situaciones del sub-modelo B .................................................................................. 199 Tabla H.3: Situaciones del sub-modelo C .................................................................................. 200 Tabla H.4: Situaciones del sub-modelo D ................................................................................. 200 viii ÍNDICE DE FIGURAS Figura 3.1: Producción eléctrica de Chile en 2014 según el tipo de tecnología ............................ 6 Figura 3.2: Capacidad instalada y generación bruta del SING ...................................................... 9 Figura 3.3: Capacidad instalada y generación bruta del SIC ....................................................... 10 Figura 4.1: Recortes de gas desde Argentina a Chile entre 2004 y 2009 ..................................... 23 Figura 5.1: Consumo mundial de energía primaria entre 1990 y 2014 ........................................ 25 Figura 5.2: Funcionamiento de una central térmica con turbinas a vapor ................................... 27 Figura 5.3: Funcionamiento de una central térmica con turbinas de combustión ........................ 28 Figura 5.4: Funcionamiento de una central térmica de ciclo combinado..................................... 29 Figura 5.5: Descripción del modelo de costo nivelado de energía............................................... 31 Figura 6.1: Estructura comercial del GNL con respecto a GNL Quintero ................................... 38 Figura 6.2: Estructura comercial del GNL con respecto a GNL Mejillones ................................ 40 Figura 6.3: Cadena de suministro del GNL a Chile ..................................................................... 42 Figura 6.4: Evolución del precio del Henry Hub en los últimos 18 años .................................... 43 Figura 7.1: Generación eléctrica mundial a partir de fuentes renovables en los últimos doce años...................................................................................................................................... 46 Figura 7.2: Perfil eólico durante tres días en la estación Sierra Gorda ........................................ 48 Figura 7.3: Perfil solar durante tres días en la estación Crucero .................................................. 48 Figura 7.4: Potencia ERNC agregada a la matriz entre 2010 y 2014........................................... 51 Figura 7.5: Impactos de las ERNC intermitentes ......................................................................... 56 Figura 7.6: Medidas de mitigación de los impactos de las ERNC intermitentes ......................... 63 Figura 8.1: Tipos de planificación de acuerdo a la escala de tiempo y al nivel de detalle........... 66 Figura 10.1: Esquema del modelo de decisión en dos etapas ...................................................... 76 Figura 10.2: Reservas operativas de un sistema eléctrico ............................................................ 79 Figura 10.3: Representación de desbalances y dimensionamiento de reservas ........................... 81 Figura 10.4: Función lineal de costos definida por partes ........................................................... 82 Figura 10.5: Opciones de funciones MIF..................................................................................... 84 Figura 10.6: Intervalos de mantenimiento para dos regímenes de operación .............................. 84 Figura 10.7: Modelación por reservorios virtuales ...................................................................... 87 Figura 11.1: Sub-modelos propuestos .......................................................................................... 90 ix Figura 11.2: Modelación de reservorios virtuales usada en el modelo propuesto ....................... 96 Figura 12.1: Analogía grafo-SING ............................................................................................ 109 Figura 12.2: Factores de planta solar promedio ......................................................................... 113 Figura 12.3: Zonas de velocidades de generación de una turbina eólica ................................... 114 Figura 12.4: Factores de planta eólico promedio ....................................................................... 115 Figura 12.5: Esquema de obtención de escenarios solares ........................................................ 116 Figura 12.6: Factores de planta promedio de escenarios solares ............................................... 118 Figura 12.7: Esquema de obtención de escenarios eólicos ........................................................ 119 Figura 12.8: Factores de planta promedio de escenarios eólicos ............................................... 120 Figura 12.9: Esquema de cálculo de reservas secundarias ......................................................... 123 Figura 13.1: Costos marginales del sub-modelo A bajo distintas penetraciones ERNC ........... 137 Figura 13.2: Distribución de energía anual producida en el sub-modelo A............................... 140 Figura 13.3: Participación por tecnología en la generación de energía anual del sub-modelo A bajo penetración P3 y demanda 5% mayor ................................................................................ 141 Figura 13.4: Perfiles de generación horaria del sub-modelo A bajo distintas penetraciones ERNC .................................................................................................................. 142 Figura 13.5: Factores de planta por tecnología en el sub-modelo A bajo distintas penetraciones de ERNC ............................................................................................................. 143 Figura 13.6: Disponibilidad horaria de reservas en el sub-modelo A por tecnología para distintas penetraciones ERNC ............................................................................................ 145 Figura 13.7: Disponibilidad horaria de reservas por tecnología bajo una penetración P3 y demanda 5% mayor.................................................................................................................... 146 Figura 13.8: Costos operacionales por nivel de contratación de gas de los sub-modelos B, C y D ..................................................................................................................................... 153 Figura 13.9: Costos marginales de los sub-modelos B, C y D según contratación de gas ......... 155 Figura 13.10: Relación FH-ST promedio por tecnología y nivel de contratación de gas .......... 156 Figura 13.11: Relación FH-ST promedio para centrales a gas y diésel por nivel de contratación de gas ..................................................................................................................... 157 Figura 13.12: Costos marginales horarios promedio para los sub-modelos B y D bajo una contratación del 20% ................................................................................................... 163 Figura 13.13: Costos marginales horarios promedio para los sub-modelos B y D bajo una contratación del 40% ................................................................................................... 163 x Figura 13.14: Factor de planta por tecnología térmica según sub-modelo para dos contrataciones ...................................................................................................................... 164 Figura 13.15: Factor de planta por tecnología térmica según penetración ERNC ..................... 165 Figura 13.16: Participación en la generación de energía por tecnología del sub-modelo D para distintas penetraciones ERNC bajo una contratación del 20% .......................................... 166 Figura 13.17: Participación en la generación de energía por tecnología del sub-modelo D para distintas penetraciones ERNC bajo una contratación del 40% .......................................... 167 Figura 13.18: Perfil horario de generación bajo penetración P4 y contratación de gas de un 40% ....................................................................................................................... 168 Figura 13.19: Generación promedio mensual de energía por tecnología para el sub-modelo D bajo una contratación del 40% ................................................................................................... 169 Figura A.1: Diagrama unilineal del SING ................................................................................. 186 Figura D.1: Perfiles de demanda, generación solar y generación eólica anuales ....................... 193 Figura E.1: Ejemplos de distribución de Weibull ...................................................................... 194 Figura F.1: Ejemplos de distribución de Laplace....................................................................... 197 Figura G.1: Algoritmo GenClust propuesto por Rahman & Islam (2014)................................. 198 xi RESUMEN La creciente tendencia mundial por el aumento en las penetraciones de generación renovable, en especial la generación solar y eólica, como fuentes intermitentes, exige que los sistemas se adapten a su operación. El incremento de estas fuentes en la matriz energética de los sistemas eléctricos eleva los requerimientos de flexibilidad del sistema e incrementa el cycling de las unidades térmicas como el carbón y el gas. Junto a esto se tiene que en Chile, al ser un país importador neto de energía, las centrales a gas deben establecer contratos de suministro de gas del tipo take or pay de largo plazo para asegurar la disponibilidad del combustible. Así, ante penetraciones renovables intermitentes crecientes es importante considerar los costos de dichos contratos y las consecuentes restricciones y obligaciones de consumo en el modelo de unit commitment. En este trabajo se realiza una revisión bibliográfica de la problemática asociada y una contextualización del mercado eléctrico chileno para proponer y desarrollar un modelo matemático que permita simular la interacción de estas distintas tecnologías. Se simula la operación del Sistema Interconectado del Norte Grande (SING) en un año bajo una modelación de unit commitment estocástico considerando cuatro submodelos: efectos de los precios declarados, no inclusión de contratos de gas, inclusión de contratos inflexibles e inclusión de contratos flexibles. Se adoptó un esquema de modelación por estados que permite reducir los requerimientos computacionales de la resolución del problema. Los resultados muestran que la consideración de contratos de gas en el modelo reduce los costos operacionales de corto plazo así como cuando se aumenta la flexibilidad de los contratos. Palabras Claves: ERNC intermitente, energía solar, energía eólica, contratos de gas, modelación take or pay, pre-despacho, SING, clustering, operación económica, precios declarados, reservas del sistema, cycling. xii ABSTRACT The growing global trend by higher penetrations of renewable generation, especially solar and wind power which are intermittent sources, requires systems that adapt to their operation. The increase of these sources in the energy mix rises flexibility requirements of electrical systems and augments the thermal power plants’ cycling such as coal generation and gas generation. In addition, because Chile is a net importer of energy, gas fired power plants must establish long term take or pay gas supply contracts to ensure the fuel availability. So, in the presence of increasing intermittent renewable penetrations it is important to consider the costs of such contracts and their restrictions and consumption obligations in the unit commitment model. This work develops a literature review of the problem at hand, and contextualizes the Chilean electricity market, to propose and develop a mathematical model that allows simulating the interaction of the different technologies It simulates the operation of the SING in one year with a stochastic unit commitment model using four sub-models: effects of declared prices, non-inclusion of gas contracts, inclusion of inflexible gas contracts and inclusion of flexible gas contracts. In addition, a state-of-the-system approach was considered in the model for the sake of reducing computational requirements in the problem’s resolution. The results show that including contracts in the model decreases the short-term operational costs as well as when the contracts are made more flexible. Keywords: Intermittent renewables sources, solar power, wind power, gas contracts, take or pay modelling, unit commitment, SING, clustering, economic operation, declared prices, reserves of the system, cycling. xiii 1 I. 1. MARCO TEÓRICO Introducción Durante las últimas décadas se ha visto un rápido incremento en los niveles de producción de energías renovables no convencionales en todo el mundo, en particular de la energía solar fotovoltaica y la energía eólica (Pérez-Arriaga, 2011). Este impulso de energías renovables, por un lado, viene dado por la necesidad de crear matrices energéticas más diversificadas de tal forma de asegurar el suministro eléctrico y la independencia energética de los países al utilizar recursos propios y, por otro, busca reducir el impacto ambiental de la producción eléctrica, traducido como reducir los gases de efecto invernadero que son prácticamente nulos en comparación a las tecnologías térmicas que funcionan a base de combustibles fósiles. Sumado a esto, el incremento de la demanda de estas tecnologías ha permitido la reducción de costes de producción y, por ende, de sus precios de venta (International Renewable Energy Agency, 2012). A nivel internacional, los países desarrollados han acordado poner sus esfuerzos en la lucha contra el cambio climático. Para llevarlos a cabo, se han realizado diversas convenciones de discusión y tratados como el protocolo de Kioto (firmado en 1997 y ejecutado en 2005), en el que los países involucrados se comprometen a reducir o limitar emisiones, y el acuerdo de Copenhague en 2009. Este último reconoce la necesidad de limitar el incremento en la temperatura global a través de la reducción voluntaria de emisiones contaminantes (Energía y Sociedad, s.f.). En Chile, el 14 de octubre de 2013 se promulga la ley de impulso a las energías renovables no convencionales (ERNC) en los sistemas eléctricos de capacidad instalada mayor a 200MW, cuyo nombre es Ley Nº20.698 y conocida como Ley 20/25. Esta estipula que todos los contratos de energía firmados desde el 1 de julio de 2013 deberán estar suministrados, de forma gradual, en un 20% por ERNC al 2025. Dicha ley representa un aumento en las obligaciones de generación renovable respecto a su predecesora, la Ley Nº20.257. 2 El gran problema de las ERNC es su alta variabilidad de generación, en especial la de la energía eólica y solar, que afecta a las condiciones del sistema eléctrico. Una mayor penetración de ERNC exige una mayor flexibilidad de respaldo al sistema la cual es generalmente entregada por centrales térmicas. De esta forma, de acuerdo a Olmedo y Clerc (2013), la incorporación de algunas ERNC aumentará el precio de las licitaciones y el precio del suministro eléctrico debido a la disminución del factor de planta de las centrales térmicas pese a desplazar generación de mayor valor económico. La flexibilidad que necesitan estas fuentes de energía obliga a las centrales térmicas a modificar sus ciclos de funcionamiento y a trabajar a potencias de generación no óptimas debido a que el diseño original de las centrales térmicas fue para funcionar como base del sistema. Estos ciclos de regulación de carga, conocidos como cycling, aumentan los costos de operación y mantenimiento, los costos de reinversión por deterioro prematuro y el consumo de combustible de las centrales térmicas (Troy et al., 2010). Parte importante del Sistema Interconectado del Norte Grande (SING) de Chile está constituido por centrales térmicas a gas. Ya que la mayor parte del gas natural consumido no es producido en Chile o traído desde países vecinos a través de gasoductos, este debe ser comprado a proveedores internacionales en forma de gas natural licuado. La forma de comprar este recurso se hace a través de contratos take or pay que obligan a pagar cierta cantidad de gas independientemente de que se consuma o no. Las regiones XV, I y II, donde se ubica el SING, presentan una de las mejores zonas de radiación solar de todo el mundo por lo que existen diversos proyectos de generación solar fotovoltaica en construcción en esa zona. Esto, sumado a la promoción de ERNC por parte de las últimas leyes del gobierno, ha producido un aumento considerable en los proyectos de fuentes renovables en construcción y en vista de obtener resoluciones ambientales. La interacción del gas natural con los mercados eléctricos ha sido estudiada de diversas formas por diversos autores como Barroso et al. (2005), Dueñas et al. (2013), Gil et al. (2014), Rudnick et al. (2014). Sin embargo, la interacción de los contratos take or 3 pay de gas con la tendencia creciente de generación intermitente ha sido poco evaluada en el país. Este proyecto de investigación apunta a cuantificar el impacto de la generación intermitente sobre las centrales térmicas a gas y evaluar cómo esto influye en la adquisición de contratos de gas take-or-pay que estas tienen con sus proveedores. 4 2. Objetivos y Alcances del Proyecto Este informe presenta el trabajo realizado durante dos semestres académicos a modalidad part-time ligado a una línea de desarrollo del Departamento de Ingeniería Eléctrica de la Pontificia Universidad Católica de Chile. Este proyecto constituye la actividad de graduación para el programa Magíster en Ingeniería junto al programa de Ingeniería Civil de Industrias, Diploma en Ingeniería Eléctrica. En él se efectúa un trabajo de recolección de información, análisis de datos y experimentación a través de la formulación de modelos matemáticos, conformes con los requerimientos de la actividad de graduación. Así, por una parte, los objetivos de esta actividad son los detallados a continuación: Estudiar distintos tipos de modelación de centrales de gas de ciclo combinado. Estudiar la modelación matemática de contratos de gas take or pay con cláusulas de make-up en el contexto de la generación de energía eléctrica. Formular y desarrollar un modelo de optimización de Unit Commitment, considerando un horizonte de un año, a través de modelos conocidos. Evaluar el cambio en la operación de centrales térmicas ante el incremento de inyecciones de energías intermitentes Cuantificar los costos que reciben y recibirán las centrales de gas con contratos take or pay ante el aumento de generación eléctrica intermitente inyectada al Sistema Interconectado del Norte Grande (SING). Determinar el comportamiento económico del sistema ante distintos volúmenes de generación intermitente inyectada y ante distintos volúmenes de gas contratado. Por otra parte, los alcances de este proyecto son los siguientes: El trabajo realiza el estudio con datos del SING solamente, no considerando el Sistema Interconectado Central ni los Sistemas Medianos del país. El modelo simulará distintas opciones de pre-despacho de carga considerando diferentes volúmenes de penetración de ERNC y volúmenes de contratación de 5 gas. De esta forma, no se desarrolla un modelo de planificación de obras en un horizonte de tiempo mayor ni tampoco el despacho de centrales. 6 3. El Sistema Eléctrico Chileno Chile es un importador neto de energía. El país no posee grandes reservas de combustibles fósiles que son largamente utilizados en su matriz energética. Por ejemplo, en 2013 del total de petróleo crudo consumido solo un 3,8% constituye petróleo nacional (Ministerio de Energía, 2014). Asimismo, el gas natural es también traído del extranjero en forma de gas natural licuado (GNL) principalmente de Trinidad y Tobago e Indonesia. Pronto se espera introducir en grandes volúmenes GNL de los Estados Unidos con el fin de reducir los precios de este combustible (La Nación, 2014). Eólica 2,01% Solar 0,65% Carbón 41,06% Hidráulica 33,57% Cogeneración 0,17% Biomasa 3,86% Gas Natural 14,66% Diésel 4,00% Figura 3.1: Producción eléctrica de Chile en 2014 según el tipo de tecnología Fuente: Elaboración propia en base a datos de la CNE La producción eléctrica de Chile en 2014 fue de 70.367 GWh, donde el 31,34% corresponde a generación hidroeléctrica tradicional, el 59,9% corresponde a generación térmica y el 8,76% corresponde a generación proveniente de fuentes renovables no 7 convencionales (Comisión Nacional de Energía, 2015). De acuerdo a la ley eléctrica chilena, las energías son clasificadas como convencionales y no convencionales. Las primeras son aquellas producidas a partir de combustibles fósiles y por centrales hidroeléctricas de más de 20MW mientras que las energías no convencionales son la biomasa, la eólica, la solar, la energía mareomotriz, la geotérmica y las pequeñas centrales hidroeléctricas de menos de 20MW. La Figura 3.1 muestra la contribución de las diversas fuentes de energía a la matriz eléctrica chilena en 2014. A pesar de la proporción que representa la energía hidroeléctrica en la generación eléctrica chilena, el país solo utiliza una parte del potencial hidroeléctrico disponible. A nivel nacional, a diciembre de 2014, hay solo 836 MW de energía eólica instalada. Una de las mayores barreras de la instalación de estas centrales es la interconexión a la red eléctrica. Por otro lado, los pequeños generadores hidráulicos mantienen una débil representación, sin embargo constituyen una buena alternativa de suministro eléctrico para las zonas rurales del país. La energía solar es mayormente utilizada en el norte del país debido a que el Desierto de Atacama recibe una de las mejores radiaciones solares de todo el mundo. Los costos de instalación de centrales solares, fundamentalmente fotovoltaicas, han ido en constante baja lo que ha permitido una rápida incorporación a la matriz eléctrica chilena. A diciembre de 2014 había 402 MW instalados de paneles fotovoltaicos en todo el país, 943 MW de energía solar en construcción (fotovoltaica y concentración) y 8909 MW de proyectos con resolución de calificación ambiental aprobada pero sin construir (CIFES, 2015). Un factor clave de este tipo de energía es la rápida construcción de granjas solares que demoran, en promedio, entre 6 a 12 meses (T-Solar, s.f.). Por otro lado, la biomasa es utilizada principalmente por centrales de cogeneración que utilizan los residuos de sus procesos, como por ejemplo, de los procesos de producción de celulosa. En Chile existen diversos sistemas eléctricos separados entre sí. Estos corresponden al Sistema Interconectado del Norte Grande (SING) que cubre el territorio comprendido entre las ciudades de Arica y Antofagasta y que contiene el 20,63% de la capacidad instalada en el país; el Sistema Interconectado Central (SIC) que se extiende 8 entre Tal-Tal y Chiloé y que contiene el 78,55% de la capacidad instalada en el país; y los Sistemas Medianos (SS.MM.) que incluyen otros sub-sistemas que alimentan pequeñas localidades de Chile continental y Chile insular representando el 0,82% del país. 3.1. El Sistema Interconectado del Norte Grande (SING) La potencia instalada en el SING, a octubre de 2015, fue de 4.143 MW mientras que la energía generada en 2014 alcanzó los 17.688 GWh, donde la mayor parte de su matriz eléctrica y su generación es termoeléctrica. En términos de potencia instalada, está constituido por un 50,68% de centrales a carbón, un 35,46% de centrales a gas, un 8,81% de centrales a diésel, un 2,21% de centrales solares y un 2,17% de centrales eólicas y en términos de energía, el 97,2% fue producido a partir de combustibles fósiles en 2014. La Figura 3.2 muestra la potencia instalada en el sistema a octubre de 2015 y la generación de energía según el tipo de fuente en 2014. El SING abarca el territorio de las regiones XV de Arica-Parinacota, I de Tarapacá y II de Antofagasta cubriendo una superficie de 185.142 km2, equivalente a 24,5% del territorio continental (CDEC-SING, 2015). El SING es el sistema encargado de aportar y asegurar el suministro a uno de los principales sectores productivo del país, la minería, que representa cerca del 15% del PIB nacional; un tercio del total de la inversión extranjera materializada; más del 60% del valor total de las exportaciones del país (CDEC-SING, 2015). De acuerdo a información del Ministerio de Energía, aproximadamente el 90% de la energía producida por el SING es consumida por industrias y grandes clientes, los que son conocidos bajo la ley eléctrica chilena como clientes no regulados. El porcentaje restante es destinado a los miles de clientes residenciales de la zona quienes son sometidos a regulación de precios. 9 Cogeneración e Hidroelectricidad 0,67% Diésel 8,81% Cogeneración e Hidroelectricidad 1,08% Eólico 1,22% Diésel 6,37% Gas Natural 11,26% Solar 0,49% Gas Natural 35,46% Carbón 50,68% Carbón 79,58% Eólico 2,17% Solar 2,21% Capacidad Instalada Generación Bruta Figura 3.2: Capacidad instalada y generación bruta del SING Fuente: Elaboración propia en base a datos del CDEC-SING y la CNE Tal como lo señala la regulación eléctrica chilena, el SING es controlado por el Centro de Despacho Económico de Carga del Sistema Interconectado del Norte Grande (CDEC-SING) quien se encarga de coordinar la operación de las instalaciones eléctricas que funcionan interconectadas entre sí en dicho sistema, cumpliendo el rol de preservar la seguridad en la generación, transmisión y distribución, siempre velando por la seguridad, la eficiencia y la accesibilidad. 3.2. El Sistema Interconectado Central (SIC) La potencia instalada en el SIC, a octubre de 2015, fue de 15.772 MW mientras que la energía generada en 2014 alcanzó los 52.210 GWh. En términos de potencia instalada, está constituido por un 51,4% de centrales térmicas, un 40,7% de centrales hidroeléctricas, un 5,2% de centrales eólicas y un 2,7% de centrales solares y en términos de energía, el 46,9% fue producido a partir de combustibles fósiles en 2014. La Figura 3.3 10 muestra la potencia instalada en el sistema a octubre de 2015 y la generación de energía en 2014 según el tipo de fuente. El SIC abarca el territorio comprendido entre Tal-Tal, por el norte, en la Región de Antofagasta y la isla de Chiloé, por el sur, en la Región de Los Lagos. El SIC es el mayor de los sistemas eléctricos que suministran energía al país, con una cobertura de abastecimiento que alcanza a cerca del 92,2% de la población nacional (CDEC-SIC, 2015). Biomasa y Cogeneración 4,27% Biomasa y Cogeneración 5,20% Hidroelectricidad 40,73% Gas Natural 17,70% Carbón 14,79% Diésel 14,67% Capacidad Instalada Gas Natural 15,39% Solar 2,69% Eólico 5,16% Hidroelectricidad 44,90% Carbón 28,38% Solar 0,71% Diésel 3,12% Eólico 2,29% Generación Bruta Figura 3.3: Capacidad instalada y generación bruta del SIC Fuente: Elaboración propia en base a datos del CDEC-SIC, SYSTEP y la CNE A diferencia del SING, un 60% de la demanda de energía es debida a clientes residenciales mientras que el 40% restante se debe al consumo por parte de clientes libres. Como en el SING, el SIC tiene su propio coordinador de operaciones: el Centro de Despacho Económico de Carga del Sistema Interconectado Central (CDEC-SIC). Tal como se indica en la Ley General de Servicios Eléctricos, el SIC se encuentra encargado de determinar y coordinar la operación del conjunto de instalaciones del sistema eléctrico central, incluyendo las centrales eléctricas generadoras; líneas de transmisión a nivel 11 troncal, subtransmisión y adicionales; subestaciones eléctricas, incluidas las subestaciones primarias de distribución y barras de consumo de usuarios no sometidos a regulación de precios; y que permite generar, transportar y distribuir energía eléctrica, de modo que el costo del abastecimiento eléctrico del sistema sea el mínimo posible, compatible con una confiabilidad prefijada (CDEC-SIC, 2015). 3.3. Sistemas Medianos De acuerdo a la Ley Corta I, los Sistemas Medianos (SS.MM.) son aquellos sistemas eléctricos que poseen una capacidad instalada de generación superior a 1.500 kW e inferior a 200 MW. En Chile, los sistemas de Isla de Pascua, Los Lagos, Aysén y Magallanes cumplen estos requisitos (Comisión Nacional de Energía, 2015). Con una capacidad agregada instalada de 164,2 MW, constituyen solo un 0,82% del total del país. Están conformados por un 84,5% generación térmica, un 14,3% de generación hídrica y un 1,2% de generación eólica en cuanto a potencia instalada. Estos sistemas abarcan las regiones undécima, duodécima e Isla de Pascua (quinta región). Debido a la reducida magnitud de los sistemas, de acuerdo a la ley eléctrica, no tienen un centro de despacho económico de carga sino que un denominado “comité coordinador” (Ministerio de Energía, 2015) que posibilita la coordinación de dos o más empresas generadoras de un sistema mediano. 12 4. El sector eléctrico chileno La legislación eléctrica actual definida por el D.F.L. N° 4 de 2006 del Ministerio de Economía, Fomento y Reconstrucción, y su Reglamento, promulgado por Decreto Supremo N° 327 de 1997 del Ministerio de Minería, ha sido diseñada con el objetivo de organizar el mercado eléctrico chileno a través de un modelo de prestación de servicios eléctricos en mercados competitivos y no competitivos bajo criterios de regulación de precios y calidad del suministro. Así, en unos segmentos de actividad se privilegia la libre operación y en otros, bajo la existencia de monopolios naturales, se aplican regulaciones con el fin de simular la competencia perfecta (CGE Distribución, 2013). De este modo, se reconocen tres segmentos de actividad: la generación, la transmisión y la distribución de energía eléctrica. Asimismo, el costo de la energía producida, definida por el costo marginal horario, está determinado por el costo variable de la última unidad generadora despachada. En cuanto al CDEC, este opera el despacho bajo el supuesto de demanda constante (completamente inelástica) en el corto plazo, por lo que la eficiencia económica se consigue realizando la minimización de los costos del despacho económico, es decir, suministrando la demanda a mínimo costo variable de operación del parque generador. 4.1. Historia del Mercado Eléctrico Chileno Los comienzos de la industria eléctrica en el país remontan al año 1883 junto a la inauguración de alumbrado público en la Plaza de Armas de Santiago. Durante los próximos cincuenta años se crea un gran número de empresas conduciendo a un gran desarrollo de esta actividad principalmente gracias al sector privado. Entre los años 1920 y 1930 aparecen empresas orientadas al servicio público. Entre ellas se tiene la Compañía Nacional de Fuerza Eléctrica (CONAFE) creada en 1920 por capitales chilenos y norteamericanos; la Compañía Chilena de Electricidad 13 (CHILECTRA) creada en 1921 por inversionistas alemanes que posteriormente fueron traspasados a capitales ingleses; y la Sociedad Austral de Electricidad S.A. (SAESA) creada en 1926 para abastecer principalmente la zona de Arauco. Junto a esto, la autogeneración vio un gran crecimiento debido al acelerado crecimiento de algunas industrias y establecimientos mineros que demandaban más de lo que el servicio público podía entregar. En 1925, junto a la proclamación de la Primera Ley General de Servicios Eléctricos que regula las concesiones para el uso de aguas destinadas a la generación de energía, el uso de bienes públicos y las servidumbres a particulares, se crea la Dirección de Servicios Eléctricos y Gas con el objetivo de definir las áreas de operación de las empresas eléctricas y controlar la aplicación de reglamentos técnicos para asegurar el correcto funcionamiento del sector eléctrico chileno de entonces. A pesar del notable desarrollo del sector eléctrico chileno, a fines de los años 30 este se ve frenado debido a principalmente la aparición de la Segunda Ley General de Servicios Eléctricos de 1931 que disponía de condiciones tarifarias desfavorables para las empresas con respecto a la ley de 1925. Asimismo, la reciente crisis mundial y el aumento significativo de interrupciones de suministro llevaron a reducir la participación de empresas privadas en el sector. Es aquí, entonces, cuando el Estado comienza a tomar una completa participación en el desarrollo de la generación y transmisión de la electricidad donde las empresas privadas sólo operaban la distribución y las centrales eléctricas existentes de su propiedad. Ya en 1939 se crea la Corporación de Fomento de la Producción (CORFO) como efecto del terremoto de Chillán de 1939 con el fin de coordinar la reconstrucción e industrializar el país. Con esto se logra poner en marcha un Plan de Electrificación del País que busca el desarrollo eléctrico en diferentes zonas del país y la posterior creación de un Sistema Interconectado con una operación de despacho de carga único y centralizado. A fines del año 1943 se crea la Empresa Nacional de Electricidad Sociedad Anónima (ENDESA) para poder llevar a cabo el plan de electrificación y así reportar los avances a CORFO y al Ministerio de Hacienda. 14 Durante los años donde el Plan de Electrificación del País estuvo vigente se desarrollaron centrales hidroeléctricas en la zona centro-sur del país y se crearon líneas de transmisión con el objetivo de interconectar diversos sistemas aislados. Gracias a la aparición del D.F.L. Nº4 de 1959, la empresa privada CHILECTRA desarrolló dos grandes proyectos termoeléctricos en la V Región y en Santiago con un total de 338 MW (Libertad y Desarrollo, 2013). Este decreto establece un marco claro para el sector eléctrico, a través de la precisión de criterios sobre inicio y caducidad de concesiones y sobre la fijación de precios. En 1966 se establece que el Ministerio de Economía debe aprobar cualquier alza propuesta por la Comisión de Tarifas, agregando nuevas trabas al desarrollo privado del sector eléctrico. Así, en 1970, CHILECTRA, quien generaba, transmitía y distribuía energía eléctrica en Santiago, Valparaíso y Aconcagua, pasa a manos del Estado. Así, a inicios de esta década, muy cerca de la totalidad de la generación eléctrica de servicio público y de la distribución pertenecían al Estado de Chile. Más tarde, producto de la congelación de tarifas en 1971, sumado a la inflación producida desde el año 1972 y a los altos precios en los combustibles, las distintas empresas eléctricas comenzaron a tener déficits operacionales de gran importancia. Esto provocó el congelamiento de créditos de parte de los bancos y por ende un estancamiento al desarrollo eléctrico. En vista de recuperar los estados financieros de las empresas estatales y privadas, los precios de los productos energéticos fueron mejorados y se llevó a cabo un desligamiento de ciertas funciones realizadas por el Estado para ser efectuadas de mejor manera por empresas privadas. Estos cambios, si bien regularizaron el estado del sector, no solucionaron muchos de los problemas presentes: rol monopólico de ENDESA dificultando la aparición de nuevos proyectos de privados, dificultad de control debido a no tener herramientas para controlar los diversos sectores eléctricos, imposiciones políticas que dificultan el desarrollo de las empresas e ineficiencias económicas en la gestión y operación. Por esta razón, una de las medidas que vino a continuación fue la 15 clara separación de los roles normativos y empresariales del Estado. Por un lado, el rol normativo quedó en manos de la Comisión Nacional de Energía (CNE), creada en 1978, y por el otro lado, el rol empresarial quedó en manos de la CORFO (Libertad y Desarrollo, 2013). Durante esos años y los años siguientes, el gobierno decidió reorganizar el sector e introducir conceptos económicos en el mercado eléctrico. Los Chicago Boys, un grupo de economistas del gobierno que estudiaron en la Universidad de Chicago, estuvieron encargados de rediseñar el marco legal y regulatorio de las compañías operadoras. Luego, a comienzos de los años 80, ellos definieron el marco legal que dio origen a la mayor reforma del sector eléctrico en Chile y que constituye un ejemplo para todo el mundo: la Ley General de Servicios Eléctricos de 1982. Esta ley dio origen, por un lado, a la descentralización de las actividades eléctricas de generación, transmisión y distribución, y por el otro, a una tarificación basada en los costos marginales de producción de energía, definiendo claramente los precios a los distintos actores involucrados en el sector (Pollitt, 2004). En ese mismo periodo, con el fin de una desintegración vertical, búsqueda de eficiencia y atracción de participación privada se decide privatizar el sector energético. Esto se debe a que se reconoce que el servicio eléctrico es una actividad económica más, que obedece a las mismas fuerzas que el resto y que las regulaciones que se impongan no deben ser antinaturales a estas fuerzas (Libertad y Desarrollo, 2013). 4.2. Leyes de Regulación del Mercado Eléctrico El desarrollo de la industria eléctrica comenzó a finales del siglo XIX y, debido a su carácter de servicio público, el Estado ha intervenido en reiteradas ocasiones. Por consiguiente, la regulación del sector eléctrico ha ido evolucionando conforme lo ha hecho el mercado eléctrico. Ya en octubre de 1871 comienzan a aflorar indicios de una futura 16 ley eléctrica cuando se legisla sobre el paso de líneas telegráficas, dando origen al tema de las servidumbres eléctricas. En 1904 se dicta la Ley Nº1.665 sobre “Prescripciones para la concesión de permisos para la instalación de empresas eléctricas en la República” que constituye el primer texto legal en materias eléctricas. Posteriormente, la Ley Nº2.068 de 1907 sobre “Aprovechamiento de aguas corrientes como fuerza motriz” junto al Decreto Legislativo Nº160 de 1924 mencionan el pago de derechos por concesiones de servicios eléctricos y usos de agua (Vergara, 2012). En 1925, el Decreto de Ley Nº252 establece la primera “Ley General de Servicios Eléctricos (LGSE)” que trata en detalle los temas eléctricos emergiendo en el país. Esta legisla sobre concesiones provisionales y definitivas para la generación, transporte y distribución de electricidad estableciendo los derechos de las servidumbres. Más tarde, en 1931, el Decreto con Fuerza de Ley Nº244 da a conocer la segunda LGSE, la que perfecciona la primera ley en términos de concesiones eléctricas estableciendo la base del tratamiento actual de servidumbres. Luego, en 1959, el Decreto con Fuerza de Ley Nº4 lo hace con la tercera LGSE que hace un esfuerzo por incentivar la inversión privada. Esta permite el uso gratuito de terrenos públicos para concesiones eléctricas y establece una comisión de tarifas que asegura a las empresas una rentabilidad del 10% (Dunlop, 2010). Ya en 1982, a través del Decreto con Fuerza de Ley Nº1 se publica la cuarta Ley General de Servicios Eléctricos que tuvo como propósitos principales el otorgar mayor eficiencia al sector eléctrico y entregar al mercado la asignación de los recursos. Esta ley autoriza el libre acceso de privados a negocio eléctrico, en especial a la generación y transporte de electricidad y, como lo sugiere su Artículo 1, constituye el cuerpo normativo de rango legal que regula el ejercicio de las actividades económicas que dicen relación con la generación, transmisión y la distribución de energía eléctrica. Adicionalmente, esta ley crea uno de los órganos más importantes en el sistema eléctrico: el Centro de Despacho Económico de Carga (CDEC). 17 El D.F.L. Nº1 de 1982 ha recibido modificaciones desde su publicación. Las modificaciones más importantes son la Ley Nº18.922 de 1990, la Ley Nº19.613 de 1999, la Ley Nº19.940 de 2004, la Ley Nº20.018 de 2005, la Ley Nº20.220 de 2007, la Ley Nº20.257 de 2008 y la Ley Nº20.698 de 2013. 4.2.1. Ley Corta I y Ley Corta II La Ley Nº19.940, conocida como Ley Corta I, fue publicada en el Diario Oficial el 13 de marzo de 2004 para regular los sistemas de transporte de energía eléctrica, establecer un nuevo régimen de tarifas para los sistemas eléctricos medianos e introducir las adecuaciones que indica a la ley general de servicios eléctricos. Aquí se define a la transmisión como el conjunto de líneas y subestaciones eléctricas que forman parte de un sistema eléctrico con ciertos niveles de tensión conformes a la respectiva norma técnica. Además, se distinguen instalaciones del sistema de transmisión troncal, del sistema de subtransmisión y del sistema de transmisión adicional, definiendo como de servicio público a los dos primeros. La Ley Corta I define normas para el cobro de peajes por transporte de electricidad dando ganancias a los inversionistas y al mismo tiempo promoviendo el ingreso de pequeños productores a través de la exención del pago de peajes a aquellos generadores con capacidades menores a 9MW. Esto último beneficia e incentiva la inserción de nuevos generadores de energías renovables no convencionales. Adicionalmente, se crea un nuevo sistema de tarifas para los sistemas eléctricos medianos, se regula un mercado de servicios complementarios, se reemplaza la servidumbre de paso de electricidad por régimen de acceso abierto, confiere a la Comisión Nacional de Energía (CNE) el poder de determinar las inversiones necesarias para el desarrollo del transporte eléctrico para el país y crea el Panel de Expertos, un organismo técnico con competencias para resolver controversias en entre cualquiera de los agentes pertenecientes al sector eléctrico. 18 La Ley Nº20.018, conocida como Ley Corta II, fue publicada en el Diario Oficial el 19 de mayo de 2005 para modificar el marco normativo del sector eléctrico. Esta ley busca incentivar las inversiones en generación a través de la ejecución de licitaciones públicas, abiertas, no discriminatorias y transparentes para asegurar un precio mínimo a obtener por un determinado tiempo, reduciendo el riesgo asociado a cada inversión. Así, a través de estas licitaciones, se obliga a las empresas distribuidoras a comprar bloques de potencia para asegurar ingresos de los generadores con la posibilidad de coordinación entre concesionarias para abastecer una zona en conjunto. La Ley Corta II, además, establece que en las licitaciones el precio de la potencia será definido por el precio de nudo vigente en el momento de la licitación y el precio de la energía será el menor precio ofrecido. Cabe mencionar que el precio de nudo de potencia considera los costos de desarrollo de generación y transporte de potencia al nudo en cuestión y el precio de nudo de energía corresponde a los costos de generación y transporte. Por último, la ley agrega que no se considerarán de fuerza mayor o caso fortuito, las fallas de centrales a consecuencia de restricciones totales o parciales de gas natural provenientes de gaseoductos internacionales extendiéndolo a fallas de calidad o seguridad del suministro. 4.2.2. Ley ERNC y Ley 20/25 La Ley Nº20.257, conocida como Ley ERNC, fue publicada en el Diario Oficial el 1 de abril de 2008 para introducir modificaciones a la Ley General de Servicios Eléctricos respecto de la generación de energía eléctrica con fuentes de energías renovables no convencionales. Esta ley establece obligaciones mínimas de generación ERNC para retiros de empresas eléctricas que comercializan con distribuidoras o clientes finales para todos aquellos contratos celebrados después del 31 de agosto de 2007. Esta ley aplica solamente a sistemas con potencia instalada superior a los 200MW lo que incluye al SIC y al SING y excluye a los SS.MM. La ley señala que a través de aumentos graduales, los retiros de energía al año 2024 deben constituir un 10% del total. 19 La Ley Nº20.698, conocida como Ley 20/25, fue publicada en el Diario Oficial el 22 de octubre de 2013 para propiciar la ampliación de la matriz energética, mediante fuentes renovables no convencionales. Esta ley modifica las obligaciones mínimas de generación ERNC propuestas por la ley 20.257 aumentando el requisito de un 10% a un 20% de generación ERNC al año 2025 para todos los contratos firmados después del 1 de julio de 2013. La Tabla 4.1 muestra las obligaciones de generación ERNC de las leyes 20.257 y 20.698. Tabla 4.1: Obligaciones de generación ERNC según las leyes 20.257 y 20.698 Año 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Obligación Ley 20.257 5,0% 5,5% 6,0% 6,5% 7,0% 7,5% 8,0% 8,5% 9,0% 9,5% 10,0% >10,0% Obligación Ley 20.698 6,0% 7,0% 8,0% 9,0% 10,0% 11,0% 12,0% 13,5% 15,0% 16,5% 18,0% 20,0% Fuente: Elaboración propia en base a las leyes 20.257 y 20.698 Además, a través del Artículo 150ter, se establece que para dar cumplimiento a parte de la obligación establecida en la ley, el Ministerio de Energía deberá efectuar licitaciones públicas anuales, para la provisión de bloques anuales de energía provenientes de medios de generación de energía renovable no convencional efectuando hasta dos licitaciones por año en caso que el bloque licitado no sea cubierto en su totalidad. En estas, los proponentes deberán al menos cumplir con los siguientes requisitos: acreditar que sus proyectos ERNC cuenten con una resolución de calificación ambiental favorable, 20 acreditar un capital o compromisos formales por al menos un 20% del costo del proyecto, acreditar propiedad o autorización de uso de los terrenos de ubicación del proyecto y garantizar la seriedad de la oferta y la viabilidad del proyecto en cuestión. 4.3. La Crisis del Gas Argentino Chile es un país importador neto de energía donde un 60% de la materia prima energética proviene del extranjero, de acuerdo al Balance de Energía Primaria del año 2013 publicado por el Ministerio de Energía. La situación es incluso peor cuando se considera solamente combustibles fósiles donde este porcentaje alcanza el 90%. La Tabla 4.2 muestra el balance de energía primaria de Chile del año 2013. Tabla 4.2: Balance de energía primaria de Chile en 2013 Energético Petróleo Crudo Gas Natural Carbón Hidroelectricidad Eólica Biomasa Solar Total Producción (Tcal) 3.850 9.017 15.245 16.973 477 97950 191 143.703 Importación (Tcal) 100.341 36.220 64.897 0 0 0 0 201.458 Exportación (Tcal) 0 0 6.251 0 0 0 0 6.251 Fuente: Elaboración propia en base a datos del Ministerio de Energía Así, se observa que las reservas hídricas provenientes principalmente de la Cordillera de Los Andes junto a la biomasa son los recursos más importantes en el país. Sin embargo, la gran cantidad de radiación solar en el desierto de Atacama al norte del país promediando los 7,5-8 kWh/m2/día, la más alta en el mundo, junto al prometedor 21 potencial eólico de la zona centro-sur de Chile (Ministerio de Energía, 2014) le permitirán reducir dichas importaciones con el pasar de los años. En términos de generación eléctrica, inicialmente Chile fue un país predominantemente hidroeléctrico. Luego, con el aumento en la demanda eléctrica y ante la inminente aparición de periodos de sequía, las centrales térmicas comenzaron complementar el suministro de energía, necesaria para satisfacer al sistema y para servir de respaldo a las centrales hidroeléctricas. Así, el combustible elegido fue el carbón debido a su bajo costo en comparación a las otras alternativas fósiles. A inicio de los años 90, la prometedora producción de gas natural de Argentina se volvió una alternativa bastante atractiva, abundante y de bajo costo que permitiría reducir los costos totales del sistema eléctrico y asegurar el suministro. Con esto el sector privado se vio fuertemente motivado para adquirir dicho combustible y, debido a los beneficios que esto traería al país, el gobierno dio su apoyo. Es así como en 1995 Chile y Argentina firman un protocolo de integración gasífera en el que se establecen las regulaciones necesarias para permitir el libre tránsito de gas natural entre ambos países (Rudnick et al., 2014). En efecto, este protocolo aseguraba la importación de gas argentino a Chile, mediante grandes inversiones que incluían la construcción de un gasoducto en la zona central del país y dos en la zona norte. Además, se permitió la construcción de una nueva central eléctrica en Salta, Argentina, que sería completamente dedicada a Chile a través de una nueva línea eléctrica (Huneeus, 2007). El inicio de las importaciones de gas natural comenzó en el año 1997 con la inauguración de Gasoducto GasAndes que traía gas desde el yacimiento de Neuquén en Argentina a la zona central de Chile beneficiando a clientes residenciales e industriales. El bajo costo y la supuesta abundancia del gas hicieron que las centrales a carbón e incluso las hidroeléctricas no fueran competitivas. El negocio del gas natural provocó un marcado optimismo en los actores públicos y privados, apoyado en el hecho de que Argentina había estado exportando diariamente 22 millones de metros cúbicos, que representaban un 20% del consumo de gas argentino. La exportación era principalmente a Chile y una pequeña proporción se enviaba a Uruguay y a Brasil (Huneeus, 2007). Chile confió plenamente en 22 el suministro argentino, lo que incrementó el número de centrales a gas del sistema eléctrico e incentivó el consumo de gas por parte de la industria petroquímica. El gas natural llegó a constituir el 27% de la energía eléctrica producida y entre 1998 y 2003, el gas natural argentino permitió a Chile ahorrar cerca de 2 mil millones de dólares por concepto de costos (Galetovic et al., 2004). Sin embargo, una gran crisis azotó a Argentina en los comienzos de los años 2000, la más grave que haya afectado a nuestro continente (Economía y Negocios, 2005). Seguido del colapso de la moneda argentina, el peso, los precios del gas y la electricidad fueron congelados a pesar de la alta inflación y de la fuerte caída del valor del peso contra el dólar (Pollitt, 2004). Así, el mercado del gas presentó un gran desequilibro entre oferta y demanda, debido a la distorsionada señal en los precios, conduciendo a un fuerte aumento en el consumo de gas mientras que las inversiones en materias de exploración de nuevos yacimientos e infraestructura gasífera fueron reducidas. Con el fin de mejorar la situación interna de Argentina respecto del gas natural, en marzo de 2004 el país vecino intervino en el mercado de gas. Así es como mediante la resolución Nº 265 y la disposición Nº 27 se suspende de forma indefinida la entrega de nuevos permisos de exportación de gas y al mismo tiempo se establecieron programas de corte en la producción y transporte del combustible en pos de privilegiar el consumo doméstico. La Figura 4.1 muestra los cortes de suministro de gas desde Argentina a Chile entre mayo de 2004 y mayo de 2009 en porcentajes respecto de los requerimientos normales. Esta situación dejó a Chile con una gran incertidumbre respecto a los próximos envíos de gas y avecina un cambio en la planificación de obras de generación del sistema eléctrico chileno debido a que a la fecha, el plan de expansión estaba basado en la construcción de centrales a gas para los próximos 10 años (Arraño, 2015). 23 100% 90% Recortes de gas (%) 80% 70% 60% 50% 40% 30% 20% 10% may 2009 ene 2009 sep 2008 may 2008 ene 2008 sep 2007 may 2007 ene 2007 sep 2006 may 2006 ene 2006 sep 2005 may 2005 ene 2005 sep 2004 may 2004 0% Figura 4.1: Recortes de gas desde Argentina a Chile entre 2004 y 2009 Fuente: Elaboración propia en base a Ruiz-Caro (2010) con datos CNE Chile vio en Bolivia a un país que podía enviar gas natural y así suplir las reducciones del gas argentino. Sin embargo, debido a conflictos territoriales que datan desde la Guerra del Pacífico, Bolivia cierra las puertas y toda posible posibilidad de negociación con Chile. De esta forma, el gobierno chileno comienza a buscar otras alternativas para substituir el gas argentino, entre ellas el gas natural licuado (GNL) y el costoso diésel. Asimismo, el plan de expansión cambia y considera la instalación de centrales a carbón y centrales hidroeléctricas. De acuerdo a la edición de mayo de 2004 del periódico The Economist, los costos de la sustitución de combustible ascienden a 32 millones de dólares mensuales para los primeros 6 meses y estima que el requerimiento en inversión para traer gas natural licuado desde Indonesia por barco alcanzan los 500 millones de dólares. Por su parte, Economía y Negocios del diario El Mercurio señaló que las industrias que han optado por el diésel o gas licuado para seguir operando, enfrentaron alzas de 230% a 400% en los gastos asociados a la compra de insumos energéticos, y que en términos concretos, se estimaba que reemplazar el gas por diésel significaba un gasto adicional de US$ 360 mil a US$ 415 mil diarios, es decir, unos US$ 12 millones mensuales. 24 De acuerdo a Rudnick et al. (2014), un nuevo periodo de gas natural en Chile comienza con el inicio de operaciones de dos terminales privados de gas natural licuado: GNL Quintero inaugurado al término del año 2009 que suministra gas al SIC, y GNL Mejillones, que ha estado operando desde los inicios de 2010, suministra el GNL al SING. Estas instalaciones surgieron como respuesta a la movilización del gobierno para enfrentar la reciente crisis del gas argentino. Así, estos terminales de regasificación han recibido GNL desde Algeria, Egipto, Guinea Ecuatorial, Qatar, Trinidad y Tobago, y Yemen durante los últimos años. Junto a Endesa Chile, Metrogas, Enap, Enagas, Oman Oil, Codelco y GDF Suez, otras compañías han manifestado interés en construir terminales de regasificación e iniciar proyector asociados al GNL. Colbún, Gener y Octopus han enunciado posibles construcciones de terminales flotantes para complementar los terminales existentes. 25 5. Generación de energía eléctrica A nivel mundial, en 2014 y según datos de la BP Statistical Review of World Energy de junio de 2015, de los 12928,4 millones de toneladas de equivalente petróleo de energía primaria consumida, el 90,75% corresponde a energías de origen no renovable como el petróleo, el carbón, el gas natural y la energía nuclear. Asimismo, al ver la evolución respecto del tiempo en la Figura 5.1, se puede apreciar que el incremento en la demanda de energía primaria se ve suplida fundamentalmente por fuentes no renovables, pese a los esfuerzos depositados en aumentar la generación renovable. Aquí radica la importancia de cambiar el mix energético mundial con el fin de reducir la contaminación que produce la combustión de combustibles fósiles, ampliamente utilizados en los 14.000 12.000 10.000 8.000 6.000 4.000 2.000 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Millones de toneladas de equivalente petróleo automóviles, en la industria y en la generación de electricidad. Petróleo Gas Natural Carbón Energía Nuclear Hidroelectricidad Renovables Figura 5.1: Consumo mundial de energía primaria entre 1990 y 2014 Fuente: Elaboración propia en base a datos de la BP Statistical Review of World Energy 26 En términos de energía eléctrica, según datos de The World Bank – World Development Indicators del año 2015, la producción eléctrica total mundial fue en 2014 de 22.433 TWh donde el 76,4% corresponde a generación no renovable. Por su parte, la generación hidráulica corresponde a un 16,8% y la generación renovable restante corresponde al 6,8%. De acuerdo al American Petroleum Institute, las fuentes de energías no renovables incluyen al carbón, el petróleo, el gas natural y el uranio 235. Asimismo, las proyecciones de duración de dichos recursos dependen de múltiples factores como la tasa de consumo y la estimación de cuantas fuentes pueden ser económicamente rentables para ser extraídas. Tomando en cuenta últimos datos, las reservas mundiales de combustible fósil se proyectan para abastecer varias décadas más, mientras que en el caso del carbón se estima cobertura hasta muchos siglos más adelante. 5.1. Tecnologías de generación térmica En Chile, las fuentes no renovables empleadas para la generación de energía eléctrica son el carbón, el gas y el diésel, los cuales se encuentran ordenados de menor a mayor costo por unidad de energía eléctrica equivalente generada. El principio de funcionamiento de las centrales que emplean cada una de estas fuentes es mediante su combustión con el fin de calentar aire o agua para producir la rotación de una turbina que a su vez estará generando electricidad a través de un principio físico detallado por la ley de Faraday. Las tecnologías existentes son las siguientes (Center for Climate and Energy Solutions, s.f.): a) Turbinas a vapor: pueden ser empleadas por todas las fuentes de generación no renovable debido a su simple principio de funcionamiento. Este emplea un ciclo termodinámico de Rankine de agua y vapor para la producción de electricidad. En particular, las centrales a carbón utilizan este tipo de tecnologías. Estas centrales muelen el carbón hasta convertirlo en un polvo fino que al ser quemado calienta 27 agua con el fin de producir vapor a alta presión. Este vapor circula a través de las aspas de una turbina produciendo la rotación del rotor del generador eléctrico y finalmente la generación de electricidad. Figura 5.2: Funcionamiento de una central térmica con turbinas a vapor Fuente: Center for Climate and Energy Solutions Normalmente, estas turbinas forman parte de grandes centrales, del orden de 400MW a 1000MW para el caso de las nucleares y son típicamente usadas para proveer generación de base. La Figura 5.2 muestra el esquema de funcionamiento de una central con este tipo de tecnología. b) Turbinas de combustión: al igual que las turbinas a vapor son altamente utilizadas. En una turbina de este tipo se introduce aire a alta presión dentro de una cabina de combustión. Esta cabina contiene el combustible, que puede ser diésel, gas natural, propano, kerosene o biogás, y se hace arder en conjunto. El aire a alta temperatura y a alta velocidad que sale de la cámara es pasado a través de las aspas de la turbina que completarán el proceso de generación de energía eléctrica. Este tipo de turbinas está basado en el ciclo termodinámico de Brayton y como el aire extraído para comenzar el ciclo no es el mismo que el gas caliente devuelto a la atmósfera, el ciclo recibe la denominación de ciclo abierto. Debido a su capacidad 28 de cambiar la potencia de salida de manera rápida, las centrales con este tipo de turbinas son usadas para generar en puntas de demanda. Además, pueden proveer potencia de respaldo para la generación solar y eólica. Normalmente, su potencia oscila entre los 100 y 400 MW. La Figura 5.3 muestra el principio de funcionamiento de una central eléctrica con este tipo de turbinas. Figura 5.3: Funcionamiento de una central térmica con turbinas de combustión Fuente: Duke Energy Corporation c) Turbinas de ciclo combinado: su principio de funcionamiento es hacer funcionar en cadena una o más turbinas de combustión seguidas por una turbina a vapor completando los ciclos de Rankine y Brayton de forma continuada (Mendoza, 2002). De esta forma, el gas a alta temperatura proveniente de las turbinas de ciclo abierto puede ser utilizado para evaporar agua y así movilizar una turbina a vapor para la generación de electricidad. Este procedimiento mejora el rendimiento térmico y permite alcanzar, con la calidad de materiales disponibles en la actualidad, rendimientos superiores al 55%. Históricamente, las centrales térmicas con este tipo de ciclo han sido utilizadas para suministrar energía durante horas de alta demanda debido a su flexibilidad para cambiar su potencia de salida. No obstante, muchas centrales de este tipo funcionan como centrales de base. La Figura 5.4 muestra el principio de funcionamiento de una central de ciclo combinado. 29 Figura 5.4: Funcionamiento de una central térmica de ciclo combinado Fuente: Transport et Infrastructures Gaz France Entre otras de las ventajas de este tipo de turbinas y centrales se encuentran: (1) la flexibilidad en el combustible de funcionamiento pudiendo usar desde el gas natural, diésel Nº2 y hasta el gas de carbón; (2) las economías en gastos de refrigeración debido a que utiliza solamente el 67% del caudal de agua que requeriría una central convencional de la misma potencia; (3) reducción en emisiones de CO2 y SO2 cuando se usa con gas natural respecto de los otros combustibles fósiles; (4) reducción de los espacios necesarios para la construcción de la planta; (5) diseño sencillo y modular; (6) presentan una confiabilidad cercana al 97% y (7) se aprovecha de forma óptima el combustible para la generación de electricidad. Normalmente este tipo de centrales usa gas natural por lo que suele llamárseles centrales CCGT (del inglés Combined Cycle Gas Turbine). Adicionalmente a las tecnologías recién descritas, existen otras. Una alternativa a la combustión tradicional de carbón es la gasificación integrada en ciclo combinado (GICC). Aquí se obtienen gases combustibles (también conocidos como gases sintéticos o syngas) a partir de la gasificación del carbón con una inyección de oxígeno. Este sistema combina una turbina alimentada a vapor, con otra turbina alimentada directamente con los 30 gases de combustión, lo que permite reducir las emisiones contaminantes. Existen tres tipos de gasificadores para obtener el gas de síntesis a partir de carbón: el lecho fijo, el lecho fluidizado y el lecho arrastrado (Superintendencia del Medio Ambiente, 2014). 5.2. Costo nivelado de las diferentes tecnologías de generación Una de las formas de comparar el costo de una determinada tecnología de generación, sea térmica, renovable o hidroeléctrica, es considerar el costo nivelado de la energía de cada unidad o LCOE del inglés Levelized Cost Of Electricity. Este se calcula a través de la creación de un modelo de financiamiento del proyecto para cada situación considerando una tasa interna de retorno (TIR) de un 10% para el caso chileno (Herrera et al., 2012). Además, considera el costo de capital invertido para la construcción de dicha unidad generadora y datos técnicos y económicos esperados de la operación. La Figura 5.5 describe el modelo de LCOE. De esta forma, el LCOE representa un proceso competitivo en la licitación de contratos de energía. La Tabla 5.1 muestra los costos nivelados y factores de planta de algunas tecnologías de generación para Chile en 2011. Tabla 5.1: Costo nivelado y factores de planta de diferentes tecnologías de generación Tecnología LCOE (US$/MWh) Carbón Gas CCGT Diésel Biogás Biomasa Grandes Hidroeléctricas Pequeñas Hidroeléctricas Geotérmica Eólica Solar 73-155 68-111 346-560 39-102 35-179 32-137 30-169 56-91 51-259 156-242 Rango de factores de planta 80 % 70 % 70 % 85 % 41,2-80 % 45-84 % 52,9-83,5 % 92 % 21-46 % 15-32 % Fuente: Elaboración propia en base a Herrera et al. (2012), NRDC 31 Figura 5.5: Descripción del modelo de costo nivelado de energía Fuente: Herrera et al. (2012), NRDC 5.3. Descripción de los costos asociados a la generación La operación de cualquier central eléctrica tiene diversos costos por solventar que pueden ser divididos en dos grandes grupos: los costos de capital y los costos de operación y mantenimiento, O&M (U.S. Energy Information Administration, 2013). Los primeros incluyen los costos asociados a la construcción de las instalaciones, al suministro de equipos mecánicos y su respectiva instalación, al suministro de insumos eléctricos de potencia para su puesta en marcha, costos indirectos de la ejecución del proyecto, costos de financiamiento y los costos del propietario que incluyen estudios de factibilidad, permisos, comisiones legales, entre otras. Los costos de O&M pueden ser subdivididos en tres tipos de costos: costos fijos (FOM, del inglés Fixed O&M), costos variables (VOM, del inglés Variables O&M) y costos del mantenimiento mayor. Los FOM son aquellos que típicamente no varían significativamente con respecto a la producción de energía. Entre ellos se ubican los pagos 32 de salarios y bonos a trabajadores, mantenimiento de estructuras, mantenimiento de rutina a las instalaciones, pago de costos administrativos y de arrendamiento, etc. Los costos variables, o VOM, son aquellos que varían con la generación eléctrica de la planta. Estos incluyen, en primer lugar, el costo del combustible empleado por la central y luego los costos asociados al uso de agua, a la compra y venta de energía en mercados spot, a los impuestos producidos por la contaminación de la combustión, al uso de lubricantes, y al empleo de sistemas de reducción de contaminantes como lo es el SCR (del inglés Selective Catalytic Reduction). El último costo es uno de los más importantes. Este es el costo del mantenimiento mayor que depende no sólo de la generación eléctrica de la planta sino que también de la forma de operación de ella. Esto se ve reflejado por el factor de planta, la cantidad de horas de funcionamiento de la central y la cantidad de encendidos y apagados dentro de un periodo de tiempo previamente establecido con el fabricante de las instalaciones. El costo del mantenimiento mayor incluye los gastos por mantenciones programadas de la planta, los gastos en repuestos, mano de obra del mantenimiento y el mantenimiento mayor a los BOP (del inglés Balance Of Plant) que incluye todos aquellos sistemas auxiliares que forman parte de una unidad generadora. Los costos del mantenimiento mayor están incluidos en los costos de operación y mantenimiento de cada central. En Chile, los costos de operación deben ser informados oportunamente a la CNE para posteriormente ser utilizados por los respectivos CDECs con el fin de asegurar el despacho más económico del sistema, tal como se indica en el Decreto con Fuerza de Ley Nº4/20.018 de la República de Chile. Uno de los datos que se entrega en este informe es el costo variable subdividido en otros dos costos: el costo variable combustible (CVC) y el costo variable no combustible (CVNC). De acuerdo a la tercera versión de “Procedimiento DO: Información de Costos Variables no Combustibles” del CDEC-SING, los CVNC se definen como: Aquellos costos que varían con la producción de energía eléctrica de las unidades generadoras, pero que no están asociados al combustible. 33 La dependencia del CVNC respecto de la producción, se deberá determinar a través de estimaciones de generación de energía y horas equivalentes de operación, según corresponda, que se prevean para la unidad generadora respectiva, para todo el horizonte de evaluación. Estos CVNC forman parte de los costos variables de producción de las unidades generadoras y son utilizados en la programación de operación de corto plazo y en la valorización de las transferencias de energía y potencia del sistema. Este costo incluye los gastos por el mantenimiento mayor basado en estimaciones de funcionamiento del generador (horas de funcionamiento y número de encendidos), consumo de electricidad por parte de los servicios auxiliares, insumos varios, monitoreo ambiental, eliminación de residuos y, en el caso de unidades con múltiples modos de operación, se consideran los costos asociados a la capacidad de operar en diferentes configuraciones. Al momento de calcular el CVNC de una central, se procede a sumar todas las componentes enunciadas durante cierto periodo de tiempo, en valor presente, y se dividen por la energía inyectada al sistema en dicho periodo. De esta forma, se obtiene un promedio de costos en función de la energía producida. 5.4. Principales impactos de la generación térmica Según los recursos usados para la generación de energía, además de las tecnologías y procesos implementados, los principales impactos ambientales asociados a las centrales termoeléctricas están relacionadas con emisiones a la atmósfera, con las descargas de residuos líquidos, el consumo de agua y la alteración del ecosistema acuático, el manejo de residuos sólidos y de materiales peligrosos, la contaminación visual y las emisiones acústicas (Superintendencia del Medio Ambiente, 2014). De acuerdo al combustible utilizado y al diseño de cada unidad generadora de electricidad, a las prácticas de operación de las centrales, las medidas de control y la eficiencia del sistema, la cantidad y las características de las emisiones varían caso a caso. 34 Por ejemplo, la Tabla 5.2 muestra las emisiones de dióxido de carbono de la combustión de carbón, gas natural y diésel. Tabla 5.2: Emisiones de CO2 por combustible Combustible Carbón Diésel Gas Natural Emisiones (kg CO2/MBtu) 95,3 73,2 53,1 Fuente: Elaboración propia en base a datos de la U.S. EIA La cantidad de CO2 producida en la combustión es una función de la cantidad de carbono en el combustible. Por otro lado, la cantidad de energía producida está mayormente determinada por la presencia de carbono e hidrógeno en las moléculas del combustible. Luego, el calor es producido cuando el carbono y el hidrógeno reaccionan con el oxígeno durante la combustión. Así, el gas natural, que está constituido fundamentalmente por metano (CH4) tiene un mayor poder calorífico respecto a los demás y emite menor cantidad de CO2. Adicionalmente, en su combustión se producen principalmente óxidos de nitrógeno (alrededor del 60% de los que emite una planta de carbón), mientras que la generación de material particulado y óxidos de azufre es de menor importancia. Cabe mencionar que la presencia de agua, sulfuros y otros elementos exógenos en el combustible reducen el calor y aumentan la polución (U.S. Energy Information Administration, 2015). Las centrales termoeléctricas con sistemas abiertos de refrigeración, sin recirculación, requieren grandes volúmenes de agua que son normalmente extraídos desde el mar. Luego de su uso, esta es devuelta en un punto distinto y a una mayor temperatura lo que produce un cambio de las condiciones climáticas del ecosistema circundante. Adicionalmente, existen procesos como las purgas de calderas, la desmineralización de 35 aguas, aguas residuales asociadas a las cenizas, entre otras que también alteran el medioambiente. Tabla 5.3: Impactos de la generación termoeléctrica y tratamiento Impacto Emisiones a la atmósfera Emisiones contaminantes de SO2 y NOX (precursores de lluvia ácida), CO, CO2 y material particulado. Consumo de agua Extracción y reinserción de grandes volúmenes de agua a distintas temperaturas que afectan el ecosistema. Muerte de organismos y microorganismos que pueden ser succionados por la central. Residuos líquidos Destrucción de ecosistemas. Alteración de la calidad del agua del cuerpo receptor. Perturbación de comunidades. Residuos Sólidos Generación de grandes volúmenes de cenizas sólidas y volantes en el caso de la combustión de carbón. Sustancias peligrosas Ruido Uso de sustancias peligrosas como aceites de recambio, grasas, materiales de mantención, solventes, baterías, que pueden generar efectos sobre la salud. Posibilidad de sobrepaso de niveles críticos de emisión de ruido debido al funcionamiento de bombas, compresores, ventiladores, , calderas, pulverizadores, torres de ventilación, etc. Mitigación Uso de precipitadores electrostáticos (PES), desulfuradores, quemadores de NOX, sistemas de reducción catalítica y no catalítica. Uso de redes, sistemas de devolución de peces, toma de flujo horizontal a baja velocidad, enfriamiento de aguas, sistemas de barreras de filtrado acuático, entre otras. Uso de difusores múltiples, enfriamiento de aguas, implementación de ciclos cerrados de agua, sistemas de separación de aguas y aceites, entre otras. Disposición de residuos en depósitos autorizados, reciclaje de cenizas para usos agrícolas, producción de plástico y asfalto. Disminución del consumo de sustancias peligrosas y correcto almacenamiento. Técnicas de control de ruido mediante aisladores acústicos, silenciadores, cabinas, aisladores de vibraciones, entre otras. Fuente: Elaboración propia en base a Superintendencia del Medio Ambiente (2014) 36 La Tabla 5.3 muestra un resumen de los impactos de la generación termoeléctrica y sus medidas de mitigación. Para más detalle, sírvase revisar el documento “Guía de aspectos ambientales relevantes para centrales termoeléctricas” de la Superintendencia del Medio Ambiente (2014). 37 6. El mercado del gas natural en Chile Se conoce como gas natural a la mezcla de hidrocarburos en fase gaseosa presente en yacimientos subterráneos o reservorios. Su principal componente es el metano (CH4) pero también puede estar compuesto por otros hidrocarburos en cantidades menores y de sustancias que no son hidrocarburos. El gas natural es tratado en plantas donde se separan el gas seco y los líquidos del gas natural, mediante procesos de refrigeración y de presión (Mendoza, 2002). De acuerdo a Bahamondez et al. (2014), las exploraciones y producción domésticas de gas natural en Chile son muy limitadas. Si bien estas actividades han sido promovidas por el gobierno, el yacimiento de Magallanes continúa siendo el único sitio de producción de gas natural en Chile. Como fue enunciado anteriormente, el gas natural entra fuertemente al país a partir de fines de los años 90 producto de la firma de un protocolo de exportación entre Argentina y Chile. El uso del gas argentino produjo grandes ahorros en el suministro eléctrico, sin embargo, a partir de 2004 y a consecuencia de la crisis económica del país transandino, hubo un quiebre en dicho protocolo por parte de Argentina lo que redujo las importaciones de gas. Chile comenzó a buscar diversas alternativas e inició un nuevo mercado en 2009: el del gas natural licuado o GNL. Esto se vio impulsado por las autoridades como un producto estratégico para aportar seguridad al sistema, diversificar la matriz energética de generación eléctrica y suministrar gas natural para el consumo industrial y residencial. El ingreso del GNL al país se concretó a través de dos terminales dedicados a recibir, descargar, almacenar y regasificar el GNL importado: el terminal de Quintero en la Región de Valparaíso y el terminal de Mejillones en la Región de Antofagasta. Quintero inició sus operaciones al final de 2009 comenzando a suministrar gas a Santiago y la zona central del SIC. Sus tanques de almacenamiento alcanzan los 334 mil metros cúbicos de GNL lo que equivale a 200 millones de metros cúbicos de gas natural, o 20 días de entrega a plena capacidad (GNL Quintero, s.f.). En abril de 2015, el GNL Quintero entrega el 38 Estudio de Impacto Ambiental (EIA) al Servicio de Evaluación ambiental (SEA) contemplando la última ampliación de capacidad del terminal. Esto considera la construcción de un tercer estanque de 160 mil metros cúbicos a inaugurarse en 2019 por una inversión de 300 millones de dólares (SOFOFA, 2015). Por otro lado, el terminal está formado por una sociedad anónima cuyos accionistas son Endesa Chile (20%), Metrogas (20%), Enap (20%) y Terminal de Valparaíso S.A. (40%) que es conformado por Enagas y Oman Oil. Cualquier excedente de gas de Metrogas y Enap es vendido en el mercado spot para la generación eléctrica, donde se abastecen Colbún y Gener (Watts et al., 2011). Por un lado, BG LNG Trading es quien provee el gas natural licuado al terminal, y por otro lado, GNL Chile es la empresa que gestiona, administra y organiza la logística para hacer entrega de gas natural a industrias, hogares y centrales eléctricas a través de sus clientes Enap, Endesa y Metrogas. La Figura 6.1 muestra las relaciones comerciales de GNL Quintero. BG LNG Trading Suministradora de GNL GNL Quintero Empresa Terminal Regasificadora GNL Chile Comercializadora de GNL Flujo de GNL Flujo de GNL Regasificado ENDESA ENAP METROGAS Sector eléctrico Sector industrial Sector residencial Figura 6.1: Estructura comercial del GNL con respecto a GNL Quintero Fuente: Elaboración propia en base a Watts et al. (2011) 39 Una segunda iniciativa en la incorporación de GNL a Chile es la inauguración del terminal GNL Mejillones (GNLM) a inicios de 2010. Este pertenece en un 63% a GDF Suez y en un 37% al grupo minero estatal CODELCO. GNL Mejillones es la empresa que opera el terminal de regasificación de gas natural licuado que abastece al sector minero y energético del Norte Grande de Chile (SING). El proyecto fue construido en dos etapas: la primera es la denominada Fast Track que entró en operación en abril de 2010 y hace uso de un buque metanero como estanque flotante (FSU, del inglés Floating Storage Unit), y la segunda, es un terminal que opera con un estanque en tierra con capacidad bruta de 187 mil metros cúbicos terminando el uso del FSU (Gas Natural Mejillones, s.f.). El terminal contempla instalaciones que le permiten regasificar GNL a una tasa de 5,5 millones de metros cúbicos al día. GNLM mantiene un contrato de suministro de gas natural licuado con la empresa extranjera Suez. A su vez, GNLM es quien realiza toda la gestión comercial del GNL y el gas natural. Sus principales clientes son CODELCO, El Abra, Collahuasi y Escondida. La Figura 6.2 muestra las relaciones comerciales de GNL Mejillones. El negocio del transporte de gas natural ha sido desarrollado en distintas zonas en Chile debido a la producción local y, en el caso de Magallanes, debido a la importación de gas natural a través de gasoductos desde Argentina y debido a la incorporación de terminales de regasificación de GNL (Bahamondez et al., 2014). Considerando el total de gasoductos en el territorio nacional, que no se interconectan entre las distintas zonas, la infraestructura está básicamente formada por Enap Magallanes, Gasoducto GasAndes, Gasoducto Electrogas, Gasoducto del Pacífico, Innergy Transportes, Gasoducto GasAtacama, Gasoducto Norandino y Gasoducto Tal-Tal. En cuanto a la distribución, hay al menos siete compañías que realizan distribución de gas natural, de acuerdo a Bahamondez et al. (2014). Entre ellas, la más importante es Metrogas que distribuye a más de 500 mil clientes residenciales e industriales en Santiago. El resto de compañías corresponde a GasValpo que distribuye a Valparaíso; Innergy, GasSur e Intergas que distribuyen en la zona sur, Gasco Magallanes que distribuye en el extremo sur; y Distrinor y Lipigas que distribuyen en el norte del país. 40 Suez Suministradora de GNL Flujo de GNL Flujo de GNL Regasificado GNL Mejillones Empresa Terminal Regasificadora y Comercializadora de GNL CODELCO COLLAHUASI EL ABRA ESCONDIDA Electroandina Gas-Atacama Sector eléctrico E-CL Sector industrial EDELNOR DISTRINOR Sector residencial Figura 6.2: Estructura comercial del GNL con respecto a GNL Mejillones Fuente: Elaboración propia en base a Watts et al. (2011) 6.1. Regulación del gas, costos de la cadena de suministro y precios Dejando de lado la zona Magallánica de Chile donde el Estado a través de la Enap gestiona el mercado, el negocio del gas natural ha sido desarrollado por iniciativas privadas (Rudnick et al., 2014). El sector es, de esta manera, no regulado en términos de estructura, contrataciones y tarificación. Además, la constitución chilena establece que el Estado es el propietario absoluto de todos los depósitos de hidrocarburos señalando que la exploración y explotación debe ser hecha por el Estado o sus compañías, a través de 41 concesiones administrativas o bien por contratos especiales de operación con inversionistas privados. Uno de los desafíos del mercado del gas natural en Chile es tratar de reducir los costos de traer GNL al país y cómo contratarlo y suministrarlo a aquellas centrales que funcionan de manera sub-óptima (Rudnick et al., 2014). Hoy, la energía generada por centrales de gas que usan GNL regasificado presenta costos mayores en un 20% a los mostrados por las centrales a carbón: el costo variable de una unidad GNL se encuentra entre los 74,5 y 88,1 US$/MWh mientras que una unidad a carbón tiene costos variables entre los 37 y 47,5 US$/MWh. Estos costos se justifican con el costo de licuefacción, transporte y regasificación de la cadena de suministro de gas natural licuado. La Tabla 6.1 detalla la estructura del costo del gas natural licuado en Chile. Así, aunque en Estados Unidos el precio del gas ronde los US$4–6/MBtu, la central a gas lo comprará entre US$9– 14/MBtu (ver Figura 6.3). Gastos domésticos Gastos fuera del país Tabla 6.1: Estructura de los costos variables del gas natural licuado Elementos del costo del GNL Costo FOB (incluye costos de compresión) Transporte marítimo Pérdida en transporte marítimo Seguro marítimo Derechos de internación Agentes de aduana Impuesto sustitutivo Comisión bancaria Descarga Regasificación Pérdidas por descarga y regasificación Transporte en Chile Fuente: Elaboración propia en base a Watts et al. (2011) 42 De acuerdo a Masenergía (2011), el mercado de GNL relevante para Chile es el de Estados Unidos, dado su nivel actual de reservas de gas natural en relación a su demanda interna, lo que lleva a disponer de importantes excedentes para su exportación. Para el caso norteamericano, por ser un mercado competitivo se utilizan precios directores para indexar el precio del gas natural: este es el caso del Henry Hub. Figura 6.3: Cadena de suministro del GNL a Chile Fuente: Rudnick et al. (2014) El Henry Hub constituye el mercado spot y de futuros de gas natural más grande de Estados Unidos que interconecta nueve gasoductos interestatales y cuatro intraestatales dando acceso a los mercados de las regiones del Medio Oeste, Noreste, Sureste y Costa del Golfo. La Figura 6.4 muestra la evolución del precio del gas natural del Henry Hub. Si bien los precios de gas natural del Henry Hub bordean los 3 US$/MBtu para 2015, el precio de compra del GNL será muy superior a eso debido a los costos agregados en la cadena de suministro. 43 16 14 US$/MBtu 12 10 8 6 4 2 ene. 97 oct. 97 jul. 98 abr. 99 ene. 00 oct. 00 jul. 01 abr. 02 ene. 03 oct. 03 jul. 04 abr. 05 ene. 06 oct. 06 jul. 07 abr. 08 ene. 09 oct. 09 jul. 10 abr. 11 ene. 12 oct. 12 jul. 13 abr. 14 ene. 15 0 Figura 6.4: Evolución del precio del Henry Hub en los últimos 18 años Fuente: Elaboración propia en base a datos de la U.S. EIA 6.2. Contratos de suministro de gas El aprovisionamiento de GNL se realiza a través de contratos a largo plazo con el fin de asegurar el suministro de forma continua. Estos establecen compromisos comerciales entre un proveedor y un cliente que permiten la cobertura de múltiples riesgos que conllevan beneficios o penalidades tanto para los productores como para los consumidores (Watts et al., 2011). Normalmente, estos contratos de suministro de gas natural contienen cláusulas que otorgan nuevas obligaciones o flexibilidades a uno de los participantes o a ambos. Las cláusulas más comunes son: Take or Pay (ToP), Delivery or Pay (DoP), Make Up (MU) y Carry Forward (CF). La cláusula de Take or Pay corresponde a un pago mínimo definido como un porcentaje de la cantidad anual contratada (ACQ, del inglés Annual Contract Quantity). Normalmente este porcentaje oscila entre el 60% y el 95%. En este contrato se impone al comprador de GNL tomar un volumen fijo de combustible que debe ser pagado independientemente de que se haya consumido o no, permitiendo al vendedor un ingreso 44 garantizado. Este tipo de contratos juega un importante rol en la generación eléctrica a partir de GNL puesto que las centrales deben estimar niveles de contratos para sus operaciones futuras. La obligación de consumo impuesta por los contratos ToP puede incentivar que las generadoras declaren distintos precios de combustible (GNL). Esto se debe a que con el fin de despachar la central se informen precios menores a los del contrato para así no perder el gas correspondiente. Esto es posible porque en Chile no se realiza una auditoría de estos costos y en muchos casos la competencia directa enfrentada por un generador es limitada. Así como el comprador está obligado a pagar a través de la cláusula ToP, el vendedor debe comprometerse a entregar el volumen de gas contratado. Así es como funcionan las cláusulas Delivery or Pay. Ante un incumplimiento por parte del proveedor, el comprador se ve compensado mediante mecanismos como bonificaciones para adquirir combustibles sustitutos o compensaciones tarifarias. Las cláusulas de Make Up permiten al comprador recuperar el pago efectuado por el GNL no consumido debido a la existencia de cláusulas ToP. Por otro lado, las cláusulas Carry Forward permiten a los compradores reducir los volúmenes contratados de un siguiente periodo cuando el comprador consume más de lo contratado en el periodo actual. Ambas cláusulas contribuyen a la flexibilidad de los contratos de gas. 45 7. Energías renovables no convencionales Las fuentes primarias de energía pueden ser clasificadas en renovables y no renovables y pueden ser convertidas en fuentes de energía secundarias como lo son la electricidad y el hidrógeno, según la U.S. Energy Information Administration (2015). Entre las fuentes de energía renovable se encuentran la biomasa, la energía geotérmica, la energía hidráulica, la energía solar, la energía eólica y la energía mareomotriz. Ellas reciben la apelación de renovable porque pueden renovar su suministro a escala de tiempo humana. En Chile se hace la distinción entre energías renovables convencionales y no convencionales. El Ministerio de Energía, a través del Artículo 225ºaa) de la Ley Nº20.257, define como energía renovables no convencionales a la energía solar, energía eólica, energía de biomasa, energía hidráulica con potencias instaladas menor o igual a los 20 MW, energía del mar capturada a través de las olas, mareas y corrientes o bien obtenida a través del gradiente térmico de los mares. El crecimiento en la producción de electricidad a través de fuentes renovables ha aumentado durante los últimos años y seguirá aumentando en los años venideros, sobre todo en cuanto a generación solar y eólica. De acuerdo a información entregada por The World Bank, en 2014 se produjo 5.288 TWh (23,57% del total mundial) de energía eléctrica a partir de fuentes renovables (incluye generación hidroeléctrica) donde las fuentes solares y eólicas representan el 3,17% y 13,23% de dicha cifra, respectivamente. La Figura 7.1 muestra la generación eléctrica renovable mundial de los últimos años. 46 6.000 5.000 TWh 4.000 3.000 2.000 1.000 0 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Hidroeléctrica Eólica Biomasa Geotérmica Solar Figura 7.1: Generación eléctrica mundial a partir de fuentes renovables en los últimos doce años Fuente: Elaboración propia en base a datos de The World Bank Este aumento se justifica a través de la creciente aparición de políticas públicas de diversos países del mundo con el fin de, por una parte, reducir emisiones contaminantes a la atmósfera y reducir la dependencia de combustibles fósiles cuyos precios van en aumento debido al incremento de la demanda, y por otra, diversificar las matrices energéticas y establecer fuentes de energía locales. De acuerdo a la Renewable Energy Network REN21, más de 100 países, incluyendo las mayores potencias económicas del mundo, han fijado metas de participación de energías renovables en sus matrices energéticas y más de 120 países han puesto en marcha políticas de promoción de estas fuentes. Chile no se ha quedado atrás en estas materias. Recientes leyes favorecen la inversión en proyectos de generación renovable como lo son las leyes ERNC y 20/25. Entre los años 2013 y 2014, el país ha incrementado en un 51,7% la generación renovable no convencional (CIFES, 2014). Además, ha sido uno de los países sudamericanos que ha impuesto mayores obligaciones de energías renovables. Por ejemplo, Uruguay fijó una meta del 15% al 2015, Argentina del 8% al 2016, Brasil del 10% al 2022, Perú del 20% al 2040. 47 7.1. ERNC intermitentes Todas las centrales de producción eléctrica, independientemente de su tecnología o de la fuente primaria de energía, están sujetas a fallas técnicas, escasez de combustible, mantenciones no programadas, o indisponibilidades del recurso. Estos factores hacen que la generación de energía sea manejada con ciertos grados de incertidumbre. Ahora bien, al comparar la generación térmica no renovable con la generación renovable, las últimas presentas mayores índices de incerteza puesto que están sujetas a la disponibilidad de luz solar en el caso de las solares, a la disponibilidad de viento en el caso de las eólicas o a la disponibilidad de flujo de agua en el caso de la generación hidroeléctrica. En general, las condiciones climáticas y meteorológicas influyen grandemente en qué tan predictible sea la generación del recurso. Por un lado, dicho comportamiento variable e impredecible se acentúa en el caso de la generación solar, sea fotovoltaica o de concentración, y en la generación eólica. Por otro lado, hay que remarcar que la potencia de salida de cualquier central eléctrica es variable, sin embargo no todas son cien por ciento predecibles. Así, debido a la variabilidad en la generación con dificultades para ser controlada, debido a sus dificultades para realizar predicciones y a su dependencia local, la generación eólica y solar pueden ser clasificadas como fuentes de energía intermitentes (Pérez-Arriaga & Batlle, 2012). Al comparar la generación eólica con la solar se tiene que la primera es mucho más impredecible que la segunda y existen ciertos fenómenos del viento que no han podido ser comprendidos para poder realizar buenas predicciones. Sin embargo, la predictibilidad del viento aumenta cuando se está más cerca de la hora a pronosticar. Esto indica que predicciones de carga con 24 a 36 horas de distancia son de muy poca precisión (Pérez-Arriaga, 2011). En cuanto a la generación solar, se tienen perfiles de generación donde se conocen sus variaciones promedio dentro de un día y su estacionalidad dentro de un año. El único problema son las condiciones de nubosidad que hacen que la potencia de salida de centrales solares pueda verse modificada. No obstante, la presencia de 48 nubosidad, gracias a los pronósticos meteorológicos, sí puede ser predicha. Por ejemplo, la Figura 7.2 muestra el perfil eólico en la estación Sierra Gorda (II Región) durante los días 25, 26 y 27 de septiembre de 2015. Por su parte, la Figura 7.3 muestra el perfil solar en la estación Crucero (II Región), que se ubica a unos 90 km de Sierra gorda, durante los días 25, 26 y 27 de septiembre de 2015. Esto muestra que la variabilidad del viento entre 16 14 12 10 8 6 4 2 0 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 Velocidad del viento a 60m (m/s) días consecutivos es considerablemente mayor a la de la radiación solar en dichos días. 25-sep 26-sep 27-sep Figura 7.2: Perfil eólico durante tres días en la estación Sierra Gorda Fuente: Elaboración propia en base a datos del Ministerio de Energía Radiación global en seguimiento (W/m2) 1.200 1.000 800 600 400 200 0:00 1:10 2:20 3:30 4:40 5:50 7:00 8:10 9:20 10:30 11:40 12:50 14:00 15:10 16:20 17:30 18:40 19:50 21:00 22:10 23:20 0 25-sep 26-sep 27-sep Figura 7.3: Perfil solar durante tres días en la estación Crucero Fuente: Elaboración propia en base a datos del Ministerio de Energía 49 En términos físicos, los procesos de generación de energía eléctrica de las centrales solares difieren de las centrales eólicas. Los siguientes párrafos describen resumidamente el funcionamiento de ambas centrales. a) Centrales solares: Las centrales eléctricas que generan electricidad a partir de radiación solar pueden ser clasificadas en dos grupos: solar térmicas o solar fotovoltaicas. Las primeras usan la radiación para calentar algún fluido (aire, aceite, agua) para realizar el movimiento de turbinas y posteriormente, a través de un generador, realizar la conversión de energía mecánica en energía eléctrica. Las segundas utilizan paneles fotovoltaicos formados por la conexión en serie de muchas celdas fotovoltaicas que están hechas de algún material semiconductor (generalmente silicio). Cuando la luz solar llega a estas celdas, se liberan electrones de los átomos del material semiconductor otorgando carga negativa, por un lado de este y carga positiva por el otro lado. Esta liberación de electrones que ocurre en un mismo sentido y que es producida por los fotones constituyentes de la luz solar originan una corriente eléctrica continua. Las celdas solares han sido creadas para capturar esta corriente en circuitos eléctricos. Luego de unir estos circuitos de un mismo panel fotovoltaico para luego unir circuitos entre diversos paneles (en el caso de centrales) se debe usar un inversor para realizar la transformación a corriente continua y así poder inyectarla al sistema (EDF Energy, 2015). b) Centrales eólicas: Cuando se habla de centrales eólicas se pueden distinguir dos tipos: las on-shore, que están ubicadas en tierra firme, y las off-shore que están ubicadas en el mar. Se ha detectado que hay mayores velocidades de viento en locaciones off-shore que en tierra y que incluso estas velocidades son más uniformes (Anderson, 2013). Si bien la construcción de las torres eólicas es distinta en ambos casos, el principio de generación eléctrica es el mismo. Las aspas de las turbinas que se encuentran a una altura de más de 60 metros en promedio son movidas por el flujo de aire que pasa a través de ellas debido a la controlable 50 orientación de estas. Este flujo de aire se produce por la existencia de gradientes de temperatura en la atmósfera, por las irregularidades de la superficie terrestre y por la rotación de la Tierra (U.S. Department of Energy, s.f.). Posteriormente, el giro de las aspas hace mover al rotor del generador y a través del campo magnético producido se convierte la energía mecánica a electricidad. Esta, luego, debe ir a una subestación para combinar todos los aportes de los generadores del parque eólico, aumentar sus voltajes y ser inyectados a la red (EDF Energy, 2015). 7.2. Situación actual de las ERNC en Chile La inclusión de ERNC ha ido aumentando durante los últimos años y en particular entre 2013 y 2014. De acuerdo a datos del Centro Nacional para la Innovación y Fomento de las Energías Sustentables (CIFES, 2015) la capacidad de ERNC instalada en el país aumentó en un 302,46%, desde 244 MW instalados en 2013 a 982 MW instalados en 2014. La Figura 7.4 muestra la evolución en las capacidades ERNC agregadas a la red entre 2010 y 2014. Además, la tendencia de proyectos se vio modificada estos últimos años dando como protagonistas a la generación solar fotovoltaica y la generación eólica y que a su vez desplazan a la biomasa y a la mini-hidroeléctrica. Esto puede justificarse a la reducción de costos de inversión de las tecnologías solar y eólica debido al rápido crecimiento mundial. La Tabla 7.1 muestra los costos unitarios de inversión de algunas tecnologías de generación eléctrica en 2014. 51 1.200 1.000 Solar MW 800 Eólica 600 Mini-Hidroeléctrica 400 Biomasa 200 Biogás 0 2010 2011 2012 2013 2014 Figura 7.4: Potencia ERNC agregada a la matriz entre 2010 y 2014 Fuente: Elaboración propia en base a datos de CIFES y CNE Tabla 7.1: Costos unitarios de inversión por tecnología en 2014 Tecnología Carbón Gas Natural CCGT Diésel Hidráulica de embalse Hidráulica de pasada Eólica Solar fotovoltaica Geotérmica Costo de inversión (US$/kW) 2.400 – 3.000 1.000 – 1.200 390 – 860 2.750 – 3.650 2.670 – 4.000 2.000 – 2.500 1.960 – 2.500 3.480 – 6.600 Fuente: Elaboración propia en base a datos de SYSTEP El avenir sigue siendo favorable para las ERNC. Al 31 de diciembre de 2014, el sistema eléctrico chileno contaba con 2.097 MW de ERNC instalados, 1.242 MW en construcción y 14.725 MW de proyectos con Resolución de Calificación Ambiental (RCA) aprobada (ver Tabla 7.2). De este total, gran parte de los proyectos se centra en las regiones XV, I, II, III y IV (CIFES, 2015). Estas regiones poseen gran potencial solar debido a sus altos índices de radiación (Ministerio de Energía, 2014) y benefician 52 mayormente al SING. Por su parte, la IV región lidera en términos de generación eólica, beneficiando al SIC. Tabla 7.2: Estado de proyectos ERNC al término de 2014 Tecnología Biomasa Biogás Eólica Mini-Hidráulica Solar FV Solar CSP Geotérmica Total En operación (MW) 466 43 836 350 402 0 0 2097 En construcción (MW) 0 0 165 134 833 110 0 1242 Con RCA aprobada (MW) 134 1 5225 337 8149 760 120 14726 En calificación (MW) 69 8 2179 215 4008 370 0 6849 Fuente: Elaboración propia en base a datos de CIFES, SEA y CNE En términos de energía inyectada, en 2014 se inyectaron 70.367 GWh de energía eléctrica al país (CNE, 2015) donde el 74,2% corresponde al SIC, el 25,1% corresponde al SING y el 0,7% a los SS.MM. Al considerar los dos primeros, el aporte ERNC alcanzó los 6047 GWh correspondientes al 8,66% del total. La Tabla 7.3 muestra el aporte de energía por tecnologías en los años 2013 y 2014 junto a su respectiva variación. Para el caso del SING, cuya generación total de energía fue de 17.688 GWh en 2014, la contribución solar alcanzó el 0,5% y la eólica el 1,2%. Al día 8 de octubre de 2015, la contribución solar ha alcanzado el 1,7% mientras que la eólica mantiene el 1,2%. 53 Tabla 7.3: Evolución de la generación eléctrica por tecnología entre 2013 y 2014 en el SING y SIC Tecnología Bioenergía Mini-Hidráulica Eólica Solar Convencionales Total 2013 (GWh) 2054 1386 539 7 64157 68143 2014 (GWh) 2719 1454 1416 458 63793 69840 Variación (Porcentual) + 32,4% + 4,9% + 162,7% + 6442,9% - 0,56% + 2,5% Fuente: Elaboración propia en base a datos de CIFES 7.3. Estudios ERNC hechos en Chile y en el mundo Debido al reciente aumento en la generación renovable a nivel internacional, diversos autores e instituciones han realizado estudios donde se muestran los impactos de la integración de fuentes renovables en el sistema, sus proyecciones a futuro y los beneficios que traerían a los distintos sistemas. Más allá de esto, dicha integración impone nuevos desafíos para la operación del sistema debido a su variabilidad y reducida predictibilidad que difieren de las vastamente usadas centrales convencionales. Fuera de Chile, con el fin de comprender estos desafíos y proponer soluciones para armonizar, comprender y planificar la integración de estas tecnologías, se han publicado numerosos estudios y artículos. Entre ellos se puede encontrar: The effects of integrating wind power on transmission system planning, reliability, and operations (2005) hecho por General Electric International para The New York State Energy Research and Development Authority (NYSERDA). Este estudio muestra que el sistema eléctrico de New York de 2005 podía aceptar 3300 MW de generación eólica con menores ajustes en la planificación, operación y prácticas de confiabilidad vigentes. 54 Integrating intermittent renewables sources into the EU electricity system by 2020: challenges and solutions (2010) de la Union of the Electricity Industry (EURELECTRIC) analiza los impactos de la integración de energías intermitentes y recomienda soluciones apropiadas para ser aplicadas en diversas políticas púbicas. Western wind and solar integration study (2010) de The National Renewable Energy Laboratory (NREL) en los Estados Unidos, que evalúa la penetración de distintos volúmenes de generación solar y eólica en diferentes ubicaciones de la costa oeste. A través de la simulación (considerando almacenamiento, reservas y precios de combustibles) y de resultados de operación real, logran determinar efectos en la transmisión, en los costos de operación, en el despacho de energía, entre otros. Renewable Electricity Futures Study (2012) de NREL, muestra las implicancias y desafíos de altas penetraciones de energías renovables en los Estados Unidos hacia el año 2050 y demuestra que la demanda podría ser cubierta por un 80% de renovables con ayuda de generación convencional flexible y almacenamiento en red, adición de nuevas líneas de transmisión y cambios en la operación de los sistemas. Integration of Renewable Energy in Europe (2014) hecho por DNV GL – Energy para la Comisión Europea. Aquí se analiza cómo Europa puede reducir su consumo de combustibles fósiles hacia 2030 a través de la interacción entre generación, transmisión, distribución y almacenamiento en todo el continente en vista a cambios regulatorios. Además, estudia el riesgo de la insuficiencia de incentivos a la inversión de generación renovable y almacenamiento. 55 A nivel nacional también se han realizado estudios con el fin de evaluar recursos disponibles y estimar los impactos de estas tecnologías en el SING y en el SIC. A continuación se detallan algunos: Energías Renovables en Chile (2014), publicado por el Proyecto Estrategia de Expansión de las Energías Renovables en los Sistemas Eléctricos Interconectados, muestra el potencial hídrico, solar y eólico de Chile desde Arica a Chiloé. Beneficios Económicos de Energías Renovables No Convencionales en Chile (2013), hecho por el Natural Resources Defense Council (NRDC) y la Asociación Chilena de Energías Renovables (ACERA). Aquí se trata de determinar si algún escenario de alta penetración ERNC contribuye a un mayor beneficio social y económico para el país. El estudio concluye con cifras acerca de beneficios económicos, creación de trabajos, aumentos en el PIB, reducción de emisiones, entre otras, donde se enuncia que el escenario de mayor penetración ERNC entre 2013 y 2028 aporta un beneficio de 1.600 millones de dólares. Escenarios Energéticos Chile 2030 (2013) hecho por la Asociación de Generadoras de Chile realiza análisis de diferentes escenarios de generación hacia el año 2030 considerando la entrada en operación de centrales de todo tipo. Evalúa impactos económicos y socio-ambientales, rol de energías renovables y eficiencia energética. Una de sus conclusiones indica que al realizarse la interconexión SICSING se reducen los costos totales del sistema en un 1% mientras que los costos marginales lo hacen en un 2%. Efectos técnico-económicos de la integración de energía eólica y solar en el SING (2012) y (2015) hechos por el CDEC-SING. Estos estudios, uno actualización del otro, tienen como objetivo “evaluar la capacidad y restricciones del SING para gestionar generación de energía eléctrica proveniente de fuentes renovables de característica variable, bajo condiciones normales de operación” (CDEC-SING, 56 2015). Allí se evalúa tanto la capacidad del sistema para realizar control de frecuencia y para admitir nuevas inyecciones como los costos ligados a la introducción de energía solar y eólica. 7.4. Impacto de la integración de generación solar y eólica en los sistemas eléctricos La inclusión de cualquier tecnología de generación eléctrica trae consigo una serie de consecuencias al sistema que pueden ser mayores o menores, positivas o negativas. En el caso de la generación eólica y solar, debido a su intermitencia y reducida predictibilidad de potencias de salida, se ha estudiado ampliamente los beneficios e impactos de su incorporación. ERNC Intermitentes Impactos técnicos Generación térmica Cycling Impactos económicos Sistema Reservas Respuesta Dinámica Transmisión Generación Térmica Sistema Contratos de suministro de combustible Licitaciones de suministro de energía Costos marginales Subsidios e impuestos Figura 7.5: Impactos de las ERNC intermitentes Fuente: Elaboración propia 57 A modo sintético, los impactos de la generación intermitente pueden ser divididos en impactos técnicos y en impactos económicos (ver Figura 7.5). Cada uno de estos tiene componentes ligados a la generación térmica convencional (en especial las plantas basadas en carbón y gas), que mundialmente representó el 72% de la generación eléctrica en 2014 y en el caso del SING representó el 97,2% en 2014; y componentes relacionados a la operación del sistema. 7.4.1. Impactos técnicos Dentro de los impactos técnicos se tienen aquellos que afectan particularmente a la operación de las centrales térmicas y aquellos que afectan a la operación del sistema, a su confiabilidad y a su estabilidad. El impacto en la generación térmica radica en que básicamente son dichas centrales las que deben ajustarse a la entrada de generación intermitente. Aquí se introduce el concepto de cycling que hace referencia a los ciclos de regulación de carga de las centrales. El cycling se define como el cambio en la potencia de salida de centrales eléctricas a través de constantes subidas y bajadas de potencia y a un aumento en los encendidos y apagados de la planta. La introducción de energías intermitentes en el sistema eléctrico origina un aumento en el cycling de las centrales térmicas convencionales (Pérez-Arriaga, 2011; Van den Bergh & Delarue, 2015) y en particular en las centrales de gas natural. El nivel de penetración de ERNC y el grado de correspondencia de la generación con la demanda determinará la cantidad de veces que se deba hacer ciclos de regulación de carga (Pérez-Arriaga, 2011). Se ha mostrado que el cycling daña las instalaciones de las plantas y reduce su expectativa de vida con respecto a las operaciones de funcionamiento de entrega de energía de base (Cochran et al., 2013). El cycling origina fatiga térmica debido al cambio recurrente en las tasas de calentamiento en las diferentes partes de la unidad, produce estrés en diferentes zonas de las turbinas debido a los cambios de presión en su interior y causa corrosión debido a la entrada de oxígeno durante el encendido y a la condensación apresurada del vapor. Además, el aumento en el número de encendidos y apagados 58 conlleva un considerable aumento en el consumo promedio de combustible (PérezArriaga, 2011) sumado a, por un lado, la reducción de la eficiencia producida al trabajar a menores cargas e incluso bajo el mínimo técnico (Van den Bergh & Delarue, 2015) y por otro, al aumento en las emisiones contaminantes de operación (Turconi et al., 2014). A nivel sistema, la incorporación de ERNC intermitentes requiere un aumento en la cantidad de reservas operativas del sistema (EURELECTRIC, 2010; Holttinen et al., 2011; Pérez-Arriaga, 2011) debido a las impredecibles variaciones de este tipo de fuentes, en particular de la generación eólica. Es importante mencionar que todo sistema de poseer reservas debido a la variabilidad intrínseca a los sistemas eléctricos de potencia. Estas variaciones son producidas por modificaciones en la disponibilidad del recurso primario, por errores de predicción de demanda y por contingencias que puedan afectar al sistema en determinadas situaciones (caídas de líneas de transmisión o centrales generadoras, conexiones o desconexiones intempestivas de carga, etc.). La cantidad de reserva que exigen las fuentes ERNC depende de la estructura del sistema eléctrico y no depende linealmente de los niveles de penetración (Holttinen et al., 2011). En algunos casos, la presencia de fuentes intermitentes produce el deterioro de la respuesta dinámica del sistema (sincronismo, frecuencia, voltaje) debido a que centrales eólicas y fotovoltaicas presentan un nulo o bajo aporte en control de frecuencia y tensión (Olmedo & Clerc, 2013). Así, una mayor penetración de estas energías hace que el sistema sea más vulnerable a las contingencias. Como ejemplo está el caso de Hawaii e Irlanda (Xie et al., 2011) donde debido a una alta penetración de generación eólica la inercia del sistema es relativamente baja imposibilitando el apoyo adicional ante contingencias. Sin embargo, (Pérez-Arriaga & Batlle, 2012) señalan que actualmente la generación eólica ya puede ser capaz de entregar servicios de control de voltaje, regulación de potencia activa y reactiva y regulación primaria de frecuencia. Por su parte, las plantas fotovoltaicas pueden reducir su potencia de salida en un 70% en una ventana de tiempo entre los 2 y 7 minutos, y permiten regular voltaje y potencia activa debido al uso de inversores. La transmisión, por su parte, juega un rol fundamental en la inclusión de energías intermitentes ya que logra amortiguar la variabilidad en la generación. Altas penetraciones 59 de ERNC producirán cuellos de botella en algunos sistemas de transmisión en horas en que la generación intermitente sea mayor, por ello normalmente la introducción de ERNC debe considerar mayores niveles de transmisión sobre todo en redes congestionadas donde la generación esté lejos del consumo (Holttinen et al., 2011). 7.4.2. Impactos económicos En un primer acercamiento, las ERNC reducen los costos de producción debido a que desplazan generación costosa por generación de bajo costo (Pérez-Arriaga & Batlle, 2012), sin embargo, en sistemas muy térmicos (como el SING) los costos de operación se ven aumentados debido al cycling que deben realizar las centrales térmicas. El cycling trae consigo costos asociados al aumento de actividades de mantenimiento de instalaciones, costos de reinversión por deterioro y costos de combustible de centrales térmicas debido al aumento en el número de encendidos y apagados y a la producción de baja eficiencia (Troy et al., 2010). En general, estos costos son difíciles a cuantificar (excepto aquellos relacionados al consumo de combustibles) y dependen en gran medida de las características de cada central (Van den Bergh & Delarue, 2015). Troy et al. (2010) señalan que toma siete años encontrar fallas atribuibles al cycling. Adicionalmente, la existencia de contratos pone en problemas económicos a las centrales térmicas. Por un lado, los acuerdos de servicio a largo plazo (LTSA, del inglés Long Term Service Agreements), que permiten las mantenciones programadas de las instalaciones, fueron fijados entre el comprador y el fabricante estableciendo un límite de horas de funcionamiento y un límite de encendidos y apagados de la planta (Pérez-Arriaga & Batlle, 2012). Dado el incremento de ERNC, la cantidad de encendidos y apagados aumenta, provocando mantenciones más frecuentes y mayores costos. Por otro lado se tiene que, para las centrales de ciclo combinado con contratos take or pay de gas, es difícil negociar contratos de suministro a largo plazo sin conocer la evolución de la penetración de energías intermitentes (debido a su rápida construcción) por lo que muchas veces las 60 centrales deben declarar costos menores a los reales para poder ser despachadas y evitar el no consumo del combustible como puede ocurrir en el SING. De igual forma, la necesidad de reservas adicionales implica un aumento de costos debido a que se necesitan centrales que estén dispuestas a generar ante variaciones en la generación renovable. Las reservas y los controles de voltaje, frecuencia y de estabilidad de la red en general reciben el nombre de servicios complementarios y, como todo servicio, debe ser pagado. En cuanto a la necesidad de transmisión, Holttinen et al. (2011) señalan que los costos incurridos en la adición de nuevos tendidos eléctricos se encuentran entre los 0 y 270 euros por kW de potencia eólica instalada. También surgen costos asociados al mercado eléctrico como el aumento en precios de las licitaciones y el incremento en los costos de suministro eléctrico debido a que las centrales de base trabajarán a menores factores de planta (Olmedo & Clerc, 2013). Por otro lado, si bien en algunos casos los precios spot pueden ser afectados por los distintos niveles de generación intermitente (Green & Vasilakos, 2010), en otros casos la reducción del precio de la energía es menos importante. Esto ocurre cuando la adición de energía renovable no logra desplazar la tecnología costosa que fija el precio marginal. Los costos asociados a emisiones contaminantes pueden verse reducidos y a la vez aumentados. El hecho de reemplazar generación en base a combustible fósil por generación renovable con un muy reducido impacto ambiental logra disminuir las emisiones de gases de efecto invernadero. Sin embargo, una alta presencia de generación intermitente puede elevar las emisiones de SO2 y NOX debido al cycling de las unidades a carbón cuando no basta con las centrales a gas de ciclo combinado (Pérez-Arriaga, 2011). Esto sugiere la existencia de alguna penetración que minimiza los niveles contaminantes ante la existencia de altos niveles de ciclos de regulación de carga. Aunque en Chile no existe un impuesto al CO2 esto debe ser considerado en pos de respetar acuerdos nacionales e internacionales que limitan la emisión de gases contaminantes. Es importante mencionar que las centrales a carbón son muy limitadas en lo que respecta a su capacidad de cycling debido a sus configuraciones de generación, a sus 61 tiempos de espera entre encendidos y apagados de unidades y a la fatiga térmica de los materiales por un régimen de operación variable. Fundamentalmente, estas limitaciones se originan debido a que este tipo de centrales fueron concebidas para generar como centrales base y no como seguidoras de demanda neta. Una evaluación fidedigna de las posibilidades de cycling de una central debe tomar en cuenta las limitaciones enunciadas anteriormente. En este trabajo no se han considerado dichas limitaciones debido al tipo de modelación realizado, así, solamente se consideran los costos de encendidos y apagados y mínimos y máximos técnicos de las centrales a carbón para determinar cuándo es económico ciclar con estas unidades. Por último se encuentran costos asociados a la implementación de subsidios e impuestos con el fin de promover las ERNC y al mismo tiempo penalizarlas por sus implicancias en el sistema. Este caso es visto en países europeos donde ha habido políticas de subsidios que han sido anuladas con impuestos a los mismos generadores (Olmedo & Clerc, 2013). En general, la entrada de energías renovables intermitentes no provienen del hecho de hacer más barato el sistema sino que obedecen políticas con el fin de lograr un objetivo: ya sea reducir CO2, diversificar el parque eléctrico o reducir la dependencia energética de otros países. Suena ambicioso el emplear energías renovables por el hecho de que el recurso es gratuito, sin embargo, su implementación trae consigo costos que no siempre son cuantificados ni considerados en el sistema. Los sistemas eléctricos están cambiando y se aspira que en un futuro gran parte de la energía provenga de fuentes renovables. En ese momento, los avances tecnológicos permitirán su fácil incorporación y reducir o anular su impacto. 7.4.3. Medidas de mitigación de los impactos Los impactos de la generación intermitente pueden ser amortiguados según el grado de flexibilidad en el sistema. Todos los sistemas de potencia tienen que tener cierto 62 nivel de flexibilidad debido a los cambios repentinos en la demanda, ya sean predecibles o no, y a eventuales fallas en el sistema (Cochran et al., 2014). Hoy, la incorporación de ERNC intermitentes requiere aumentar los niveles actuales. A pesar de los costos asociados al cycling, este es uno de las mayores flexibilidades que poseen los sistemas eléctricos de potencia. El problema va en la rápida adaptación que han debido enfrentar las centrales térmicas y en especial los ciclos combinados de gas natural que han debido funcionar haciendo cambios constantes en su producción cuando fueron diseñadas para operar en modalidad de base. Esta flexibilidad puede ser lograda a partir de cuatro componentes: diversificación de la matriz energética, operación adecuada del sistema, uso de unidades de almacenamiento y ampliación de la transmisión (ver Figura 7.6). Estas componentes son detalladas a continuación: La diversificación de la matriz energética permite reducir los efectos de la variabilidad de la generación intermitente mediante la ayuda de otras centrales que puedan realizar modificaciones en su potencia de salida de forma óptima. La operación adaptada al sistema permite, por un lado, realizar la toma de decisiones con una menor ventana de tiempo y con mayor frecuencia y usar eficientemente los pronósticos solares y eólicos; y por otro lado, permite la realización de cambios físicos y operativos para reducir impactos en los generadores que realicen cycling. Estos cambios, según Cochran et al. (2014), pueden ser monitoreos frecuentes de temperatura y presión, mantenimiento de la química del agua dentro de las turbinas a vapor, controles generales, entre otros. El uso de unidades de almacenamiento permitiría regular las variaciones de la generación intermitente almacenando energía cuando la variación sea positiva e inyectándola al sistema cuando sea negativa. Además, contribuiría a la reducción de contaminantes producidos por el cycling de centrales térmicas. Núñez (2014) presenta en su tesis de magíster un esquema de operación de Hydro-Pumped 63 Storage en el SING. Cabe mencionar que el almacenamiento de energía es benéfico siempre y cuando su implementación sea acorde a las singularidades del sistema (Troy et al., 2010) y será costo-efectivo siempre que todo el sistema pueda hacer uso de él y no solo una central en particular (Holttinen et al., 2009). La ampliación de la transmisión permite la incorporación de potencia de centrales de respaldo y el aumento en la flexibilidad de todo el sistema (Cochran et al., 2014). Mitigación de impactos ERNC intermitentes Flexibilidad del Sistema Diversificación Operación adaptada Almacenamiento Transmisión Figura 7.6: Medidas de mitigación de los impactos de las ERNC intermitentes Fuente: Elaboración propia Las centrales de ciclo combinado son capaces de modificar rápidamente su potencia de salida permitiendo suplir las deficiencias de la generación intermitente. Además, sus consecuencias producto del cycling son menores que las de las centrales a carbón en términos de contaminación y mantenimiento de unidades (Pérez-Arriaga, 2011). En particular, las centrales de gas de ciclo combinado del SING cumplen un importante rol entregando flexibilidad al sistema ante la operación de energías intermitentes. Un estudio de 2014 indicó que Chile puede instalar hasta 25 veces su capacidad renovable intermitente en 2013 con la flexibilidad actual provista por las plantas de gas natural 64 (Carvallo et al., 2014). Sin embargo, dichas centrales deben lidiar con sus contratos de suministro de gas. En este trabajo se evaluará cómo el incremento de generación solar y eólica incide en las centrales térmicas y cómo interacciona con las centrales a gas de ciclo combinado ante distintos volúmenes de contratación de gas. 65 8. Planificación de los sistemas eléctricos La industria eléctrica ha evolucionado rápidamente durante el último siglo. Si bien los descubrimientos eléctricos remontan a varios siglos atrás, el desarrollo como sistemas eléctricos comenzó a finales del siglo XIX con los trabajos de Edison y Tesla. Desde entonces, generadores eléctricos han alimentado desde pequeños sectores a grandes sistemas interconectados. Hoy en día se pueden encontrar redes de diversas envergaduras: hay pequeñas, como los de una isla o de un pueblo aislado, y las hay tan grandes como las que cubren un continente entero, como el sistema eléctrico europeo. Un sistema eléctrico de potencia es un conjunto de elementos que permite la generación, transmisión y distribución de electricidad para suplir una demanda energética. De acuerdo al tamaño de cada sistema, entregar electricidad de puntos de generación a puntos de consumo puede ser más o menos difícil. En grandes sistemas eléctricos, con muchos generadores y muchos puntos de consumo, su funcionamiento es una tarea complicada. Ahora bien, si se mira a futuro, se debe estimar cuánto crecerá la demanda y se debe determinar cómo actuará el sistema en dicha situación y qué modificaciones deben hacerse. En este punto es correcto definir los términos operación y planificación. El primero hace referencia a cómo gestionar el sistema para que se abastezca la demanda a partir de la generación eléctrica de los generadores disponibles y cómo asegurar de que esto ocurra de una manera segura. El segundo alude a las acciones que se deben tomar en vista al futuro. Básicamente, los componentes de un sistema de potencia son las unidades generadoras, las líneas y cables, las subestaciones que constituyen la red y la demanda o carga. El operador o planificador del sistema debe, por un lado, resguardar el correcto funcionamiento de estos componentes y velar que el sistema sea confiable y seguro y, por otro lado, determinar qué componentes agregar ante el crecimiento de la demanda. Para ello debe tomar decisiones que afecten el momento actual y decisiones con implicancias futuras. Así, de acuerdo al horizonte de tiempo en perspectiva, la planificación puede ser dividida en planificación a largo plazo, a mediano plazo y a corto plazo (Wallace & Fleten, 66 2003; Seifi & Sepasian, 2011). Adicionalmente se considera, como última etapa de planificación, el control instantáneo del sistema. La Figura 8.1 muestra los tipos de planificación de acuerdo a la perspectiva de tiempo y sus principales decisiones involucradas. PLANIFICACIÓN DEL SISTEMA DE POTENCIA ¿Qué, cuánto y dónde invertir? OPERACIÓN DEL SISTEMA DE POTENCIA D E E SC ALA Despacho económico ¿Cuánto produce cada planta para satisfacer la demanda? ¿Cuáles son los flujos de potencia y las pérdidas? D ET AL LE Unit Commitment ¿Qué recursos y unidades usar bajo restricciones técnicas? D E NI VE L T IE MP O PROGRAMACIÓN DE MANTENCIÓN ¿Cuándo mantener unidades? ¿Cuándo usar el agua? CONTROL INSTANTÁNEO Protección de la red ante fallas. Mantención segura y confiable del sistema. Figura 8.1: Tipos de planificación de acuerdo a la escala de tiempo y al nivel de detalle Fuente: Elaboración propia La planificación a largo plazo, o planificación del sistema de potencia, consiste en un estudio del sistema en vista al futuro. Normalmente, el horizonte de tiempo considerado para la evaluación del sistema considera entre uno a diez años más adelante, e incluso, puede llegar a 20 o 30 años. Bajo una predicción de la demanda 67 en ese horizonte sumado a distintos escenarios del sistema que consideren hidrologías, precios de combustible, costos de inversión, entre otros, el planificador determinará las inversiones a realizar en términos de generación y transmisión y dónde ubicarlas para asegurar el suministro eléctrico en los años a venir. La planificación a mediano plazo, o programación de mantenimiento, evalúa al sistema en una escala de tiempo que va, normalmente, desde una semana a un año más adelante. Esta permite programar con avance las instalaciones que deben ser mantenidas y por ende no participar en la generación y, también, evalúa cuándo debe usarse el agua de los embalses de centrales hidroeléctricas. La planificación a corto plazo, u operación del sistema de potencia, considera al sistema dentro de una ventana de tiempo comprendida entre un minuto y una semana. Aquí se distinguen dos etapas: la primera es el llamado unit commitment o pre-despacho de unidades que programa el encendido y apagado de generadores bajo una predicción de la demanda cuyo objetivo es minimizar los costos operacionales del sistema. Además, considera las posibles fluctuaciones en la carga y en la generación a través de la programación de reservas del sistema. La segunda corresponde al llamado despacho económico u optimal power flow que realiza el equilibrio entre oferta y demanda en tiempo real tomando en cuenta los resultados del pre-despacho. El control instantáneo del sistema considera tres aspectos fundamentales: el control automático de generación, la dinámica y los transientes del sistema de potencia los que ocurren en una escala de tiempo que va desde los nanosegundos a un minuto. Esto permite hacer el control de las unidades generadoras para modificar sus inyecciones a la red acorde a la demanda de energía eléctrica y a las restricciones de transmisión. Además, realiza el control de voltaje y de frecuencia para mantener la calidad de suministro de acuerdo a las normas vigentes. Por 68 último, se realizan estudios de las fluctuaciones en los parámetros del suministro debido a la aparición de arcos eléctricos en las líneas, debido a caídas de relámpagos o bien debido a la conexión o desconexión de generación o carga. 69 II. METODOLOGÍA 9. Plan de ejecución del proyecto El proyecto presentado en este informe se desarrolló en tres etapas: la primera consiste en una revisión de documentos para contextualizar el tema del trabajo, la segunda involucra la proposición de un modelo matemático que permita simular el sistema eléctrico con el que se trabajó y una tercera etapa de conclusiones. A continuación se presenta ordenadamente la ocurrencia de dichos etapas. Primera etapa: revisión de documentos Se inició el trabajo con una revisión de la literatura existente respecto al mercado eléctrico chileno, al mercado de gas natural y a la inserción de ERNC en el país. Se realizó una revisión de papers y documentos académicos que aborden la modelación de sistemas eléctricos junto a la interacción con energías intermitentes y al mercado de gas natural. Posteriormente, fue necesario el estudio de técnicas de reducción de datos (clustering) para adaptar la cantidad de información existente al modelo matemático a crear. Segunda etapa: creación de un modelo matemático Se procedió a crear un modelo matemático de unit commitment que permita recrear la operación del sistema en un año. El modelo está basado en investigaciones de diversos autores. Los datos a utilizar en el modelo se obtuvieron de la base de datos del CDECSING, de la CNE y del Ministerio de Energía. Estos debieron ser reducidos mediante técnicas de clustering para reducir el tamaño del modelo (en cuanto a variables y restricciones). Una vez hecho el modelo, este fue escrito en código AMPL para ser resuelto con CPLEX. Se modelaron y simularon cuatro situaciones particulares bajo distintos niveles de penetración ERNC, contratación de gas y crecimiento de demanda. 70 Tercera etapa: conclusiones Los resultados obtenidos de las simulaciones permitieron la evaluación del impacto de la inclusión de ERNC en el sistema y además evaluar la situación de las centrales a gas de ciclo combinado que tienen contratos take or pay de gas. Se elaboró una conclusión final en base al análisis de los resultados obtenidos. Además, se presentan los desafíos pendientes en términos de modelación y regulación. 71 10. Revisión Bibliográfica Parte de la búsqueda documentaria del proyecto fue presentada dentro del marco teórico, sobre todo en lo que respecta a los impactos de las ERNC y el mercado del gas natural en Chile. En este capítulo se presentará la postura y trabajo de diversos autores con respecto a tres temas: integración de ERNC en sistemas eléctricos con alta generación térmica, modelación de sistemas eléctricos y simulación de sistemas eléctricos. 10.1. ERNC y gas natural en los sistemas eléctricos La inserción de energías renovables al sistema eléctrico viene siendo una realidad hace varios años atrás. Actualmente, con el fin de disminuir emisiones contaminantes y diversificar la matriz energética de cada país, este tipo de energías ha entrado cada vez con mayor fuerza. Particularmente, energías intermitentes como la generación solar y la generación eólica han sido las que han ingresado con mayor rapidez, en especial la generación solar debido a la rápida construcción de sus centrales de generación eléctrica. Distintos autores han estudiado el impacto de la generación renovable intermitente en los sistemas eléctricos, donde proponen soluciones y medidas para reducir dichos efectos. Pérez-Arriaga y Batlle (2012) en su paper titulado “Impacts of intermittent renewables on electricity generation system operation” explican los cambios que enfrentarán los sistemas eléctricos ante el constante aumento en la generación intermitente solar y eólica que serán parte importante en un futuro muy próximo. Para ello demuestran que la variabilidad de estas fuentes y su baja predictibilidad (muy marcada en la generación eólica) producen un incremento del cycling de las centrales térmicas, aumenta la necesidad de reservas del sistema y necesita de un mejor sistema de transmisión eléctrica. Ellos concluyen diciendo que los reguladores y operadores del sistema eléctrico son los que tienen la obligación de adaptar la normativa y sus protocolos para tener un sistema eficiente y confiable, ya que de esta forma la integración de grandes volúmenes de generación intermitente podrá ser satisfactoria. 72 Otros autores se unen a lo mostrado por Pérez-Arriaga y Batlle (2012) en lo que respecta a impactos de generación intermitente. Cochran et al. (2013) evidencian el impacto de generación intermitente sobre centrales térmicas, en especial las de carbón, para luego proponer ciertas alternativas con el fin reducir dicho impacto. Fernandes et al. (2012) muestran que la interconexión de sistemas permite una mayor penetración de generación intermitente y que la existencia de recursos flexibles en el sistema evita recortar generación intermitente (reduce el curtailment). Troy et al. (2010) muestran que el incremento en la penetración eólica aumenta los requerimientos de cycling, reduciendo los factores de planta de centrales a gas de ciclo combinado y aumentando la cantidad de encendidos de dichas centrales. Además, señalan que es conveniente el empleo de almacenamiento de energía cuando los niveles de penetración son bastante altos en comparación a bajas penetraciones. Green y Vasilakos (2010) estudian el impacto de la generación eólica onshore y offshore en el mercado eléctrico Británico hacia el año 2020 y muestran que la volatilidad de precios producida por la inclusión de generación eólica depende de la variación del viento y de la relación entre precios y demanda neta. Pérez-Arriaga (2011) muestra que la flexibilidad de los sistemas juega un rol importante cuando existen altas penetraciones de generación intermitente. Esta flexibilidad es entregada por el almacenamiento de energía, por la gestión de demanda, por las redes de interconexión, por centrales que realizan cycling, por la presencia de centrales hidroeléctricas, entre otras. Además, enuncia que las reservas del sistema deben ser aumentadas para hacer frente a la intermitencia de la generación y señala los costos que involucra el aumento de la inserción de este tipo de tecnologías a los sistemas eléctricos. Por su parte, Cochran et al. (2014) muestran la importancia de la flexibilidad, cómo identificarla en los sistemas y qué hacer para ampliarlas para enfrentar la inclusión de energías intermitentes. Dueñas et al. (2013) señalan que debido a la alta eficiencia de las centrales de gas (y sobre todo las de ciclo combinado), a la baja emisión de contaminantes, al bajo costo de inversión (comparado al carbón) y la flexibilidad entregada por dichas centrales al hacer cycling, el gas se convierte en el combustible favorito. 73 Según Barroso et al. (2004) y Rudnick et al. (2014) las centrales a gas apuntan a desplazar la generación a carbón pero deben enfrentar ciertos desafíos acordes a cada uno de los sistemas. En el caso de Latinoamérica se tienen 2 situaciones distintas: la primera ocurre en países como Brasil donde más de un 70% de la energía producida es hidroeléctrica por lo que los periodos variables de sequía y abundancia de agua son un parámetro a considerar a la hora de realizar contratos de gas (ya sean de suministro o transporte); y la segunda se presenta en la adjudicación de contratos take or pay de suministro de gas natural licuado que deben realizarse considerando la rápida inclusión de energías intermitentes en la región (como el caso chileno). Estos autores reconocen el potencial de la región en cuanto a recursos renovables y a reservas de gas natural, donde las reservas no convencionales de gas técnicamente recuperables alcanzan los 1.430 Tcf (trillion cubic feet), un 18,9% del total mundial. Los autores sugieren la creación de un mercado regional de gas natural y electricidad para alcanzar la eficiencia y el crecimiento económico, la que no se ha concretado debido a factores como las diferencias políticas. 10.2. Modelación de los sistemas eléctricos El operador de un sistema eléctrico debe asegurar que la demanda de energía eléctrica sea correctamente abastecida. Esto incluye resguardar la calidad de suministro y asegurar la confiabilidad del sistema. Es normal que, y así ha sido evidenciado en el tiempo, la demanda crezca entre un año y otro y se prolongue su crecimiento en los años a venir. Por esta razón, el operador en su tarea de suministrar la demanda debe ejecutar un correcto plan de inversiones de generación, transmisión y distribución eléctrica. Uno de los objetivos primordiales es realizar esta planificación al más mínimo costo. Hay que considerar, además, que los sistemas eléctricos están sujetos a situaciones de incertidumbre en muchas dimensiones. Estas corresponden al ya mencionado crecimiento de la demanda, al precio de los combustibles, al aumento en la generación intermitente y a las fallas que puedan presentarse en el sistema. 74 Se puede representar el sistema y conocer el adecuado plan de inversión a través de modelos de planificación utilizando distintas técnicas de optimización. El mecanismo de resolución que emplee el modelo dependerá básicamente del tipo de variables a modelarse, del tipo de restricciones, de la ventana de tiempo a considerar, del objetivo a evaluar y también del grado de precisión que se desea encontrar. Ryan et al. (2011) muestran una completa clasificación de los modelos de planificación de sistemas eléctricos. En su documento titulado “Long Term Resource Planning for Electric Power Systems Under Uncertainty” señalan que estos modelos pueden ser diferenciados entre sí por: alcances del modelo: planificación multi-sector, alcances geográficos, horizonte de tiempo; variedad y cantidad de objetivos; grado de detalle; tipo de modelo: optimización, equilibrio, centralizado, descentralizado; modelamiento de la incertidumbre y mitigación de riesgo; y necesidades computacionales. La planificación del sistema es una proyección y programación a largo plazo, tal como fue visto en la Figura 8.1, normalmente en una escala de diez o más años. Este proyecto realiza el estudio del SING en un horizonte de tiempo de un año por lo que el modelo que más se ajusta corresponde al de unit commitment. 10.2.1. Modelación de la operación del sistema La operación del sistema involucra dos acciones muy necesarias: el unit commitment y el despacho económico. De acuerdo a Wood et al. (2013), el problema de despacho económico asume que hay cierta cantidad de unidades conectadas al sistema donde su propósito sería encontrar la producción óptima de dichas unidades. Por su parte, 75 el unit commitment es un problema más complicado porque dada una predicción de demanda y de recursos de generación intermitente se debe determinar el conjunto de generadores que produciría el menor costo operativo. De manera similar, Ruiz et al. (2009) señalan que todo proceso de decisión para las operaciones de corto plazo en los sistemas de potencia es dividido en dos etapas. Una primera etapa se refiere al unit commitment donde se equilibra la oferta y la demanda de cada hora basándose en los costos de operación y diversas restricciones de los generadores. Y una segunda etapa donde las unidades comprometidas realizan el despacho económico. Distintos tipos de restricciones pueden agregarse a un modelo de unit commitment. El tipo de restricciones a agregar dependerá de cada uno de los sistemas a modelar; por ejemplo, agregar restricciones de embalse de agua, agregar restricciones de almacenamiento de energía, restricciones de generación renovable, contratos de combustibles, entre otros. Normalmente, estos modelos deben incluir restricciones de reservas, restricciones de unidades térmicas (rampas de generación, tiempos de funcionamiento, etc.), restricciones de mínimos y máximos de generación por unidad y, claramente, restricciones de satisfacción de la demanda. Se logran distinguir dos tipos de unit commitment: el determinístico y el estocástico. En vista de que todo sistema de potencia está ligado a dos tipos de incertidumbre que corresponden a la que se origina en los pronósticos de demanda y generación intermitente y a la que se relaciona con las fallas de las instalaciones del sistema, los operadores deben incorporarla en sus modelos. Así, el unit commitment determinístico introduce reservas en la modelación con el fin de representar la incertidumbre del sistema y el estocástico considera un abanico de escenarios posibles con cierta probabilidad de ocurrencia en su modelación. De acuerdo a Ruiz et al. (2009), un modelamiento estocástico incrementa considerablemente los requerimientos computacionales en comparación a un modelamiento determinístico pero el resultado obtenido logra ser mucho mejor. Un tercer tipo de unit commitment apunta al obtener una solución robusta. Zhao & Guan (2013) señalan que si bien un modelamiento robusto 76 requiere mínima información respecto a los parámetros inciertos, sus resultados son muy conservadores debido a que la función objetivo del modelo apunta a minimizar el costo de la peor situación que pueda ocurrir en el sistema a pesar de que ese caso raramente ocurre. Wood et al. (2013) en su libro titulado “Power generation, operation and control” muestran una amplia variedad de técnicas de modelamiento y formas de solución al problema de pre-despacho y despacho económico. La clara función del unit commitment es decidir qué unidades generadoras participarán en el despacho de carga. Sin embargo, también entrega un nivel de potencia estimado a producir. Esto es modelado por Zhu et al. (2008) a través de un modelo determinístico en dos etapas que busca minimizar el consumo de combustible, minimizar las pérdidas en la transmisión en la segunda etapa y minimizar la diferencia entre la producción de despacho y lo estimado en unit commitment durante la primera etapa. Sioshansi & Short (2009) también realizan un modelo determinístico pero ellos evalúan los efectos del pricing en tiempo real ante la presencia de generación eólica en el sistema eléctrico de Texas. En su modelo incluyen máximos y mínimos técnicos, rampas de subida y bajada, mínimos de operación, encendidos y apagados, flujos de potencia, límites de transmisión y reservas requeridas por el sistema. Estos autores definen las reservas como una fracción del total de la carga y no muestran una metodología de cálculo. Figura 10.1: Esquema del modelo de decisión en dos etapas Fuente: Ruiz et al. (2009) 77 Debido a la creciente penetración de renovables intermitentes, diversos autores han realizado estudios incluyendo el unit commitment estocástico en su modelación. Como fue mencionado anteriormente, Ruiz et al. (2009) proponen un modelo estocástico de dos etapas con requerimientos de reserva a través de una programación lineal entera mixta. La primera etapa permite programar los generadores de respuesta lenta y determinar las variables con incertidumbre. Ya en la segunda etapa se decide la operación de generadores de respuesta rápida junto al nivel de generación de cada uno de los generadores lentos. La Figura 10.1 ilustra el modelo de decisión de dos etapas. El despacho económico es realizado a través de una simulación Monte Carlo donde evalúan los costos esperados y la energía no suministrada. De igual forma, Papavasiliou & Oren (2013) realizan un modelamiento estocástico de dos etapas con producción eólica incierta. Su modelo considera flujos de potencia, restricciones de generación térmica, requerimientos de reservas, entre otros. De tal forma de reducir los requerimientos computacionales para la resolución del problema, los autores realizan una descomposición de Lagrange a través de una programación entera mixta. En el momento de elegir los escenarios a modelar, ellos proponen un algoritmo que permite seleccionarlos de acuerdo su impacto en los costos del sistema. En una primera instancia, modelan una cantidad de escenarios arbitrariamente elegidos y calculan sus respectivos costos a través de la resolución del tradicional unit commitment determinístico. Luego, se escoge una cantidad N de escenarios con una probabilidad proporcional a sus costos. Finalmente, una vez elegidos los N escenarios finales, se asigna una probabilidad que es inversamente proporcional a su respectivo costo con el fin de no distorsionar el resultado del unit commitment estocástico. Se modelan ocho días representativos. En lo que respecta a la etapa de despacho económico, por cada día representativo se realizan 1000 simulaciones con el fin de tener resultados más precisos en lo que respecta al costo del sistema. Por otra parte, Zhao & Guan (2013) proponen un modelo en dos etapas que une el unit commitment robusto con el estocástico permitiéndoles reducir tiempos de computación y obtener soluciones más precisas y robustas que los modelos robustos y 78 estocásticos por separado. La unión de ambos es realizada con la incorporación de pesos al modelo, en otras palabras, la función objetivo contiene dos funciones objetivo (la estocástica y la robusta) que son ponderadas conforme a las preferencias del operador. Además, debido a la complejidad computacional del modelo, se realiza una programación lineal junto a una descomposición de Benders para resolver el problema eficientemente. Finalmente, el modelo incorpora restricciones de mínimos y máximos técnicos, rampas de potencia, flujos de potencia, encendidos y apagados, para un periodo de 24 horas. 10.2.2. Definición y cálculo de reservas del sistema La variabilidad y la incertidumbre no son solamente propias de la generación intermitente. Si bien en ellas estas se acentúan, también se presentan en la oferta, demanda y en la operación de los sistemas eléctricos. Por un lado, las previsiones de demanda no son exactamente predichas, y por otro lado, el suministro de energía puede verse afectado debido a reducciones imprevistas de la potencia de salida de los generadores (por ejemplo fallas o errores de pronóstico de fuentes renovables) o bien pueden darse contingencias en la transmisión eléctrica (como caídas intempestivas de líneas). Esto constituye un gran desafío para los operadores de los sistemas eléctricos por lo que tratan de asegurarse ante estos acontecimientos mediante el uso de reservas operativas con el fin de suplir perfectamente la demanda de forma confiable y manteniendo el voltaje y la frecuencia del sistema estables. De acuerdo a Milligan et al. (2010) las reservas operativas se pueden diferenciar por el tipo de evento al cual ellas responden, la escala de tiempo en la que deben operar y la dirección de la reserva (upward si debe inyectar potencia al sistema o downward si debe reducir potencia inyectada al sistema). Asimismo, se distinguen dos tipos de reserva: las spinning reserves que son suministradas por unidades generadoras sincronizadas al sistema (o reserva en giro) y las non-spinning reserves que son entregadas por unidades de rápido encendido que no están sincronizadas al sistema en un momento particular. 79 La clasificación de reservas no es la misma para todos los sistemas eléctricos ya que cada uno de los operadores las define de manera distinta, de acuerdo al tiempo de operación de estas y según la regulación técnica de cada sistema. Por ejemplo, por un lado, la NERC (North America Electric Reliability Corporation) distingue tres tipos de reserva: respuesta en frecuencia, reservas reguladoras y reservas de contingencia. Por otro lado, la ENTSO-E (European Network for Transmission System Operators for Electricity) las clasifica como reservas primarias, secundarias y terciarias. En el caso chileno, según la Norma Técnica de Seguridad y Calidad de Servicio se distinguen las reservas primarias y secundarias. Las primarias responden a corregir las desviaciones instantáneas entre generación y demanda, mientras que las secundarias responden a variaciones sostenidas entre generación y demanda. Ante la confusión que puede producir la diversidad de definiciones de reservas que se puede encontrar alrededor del mundo, Milligan et al. (2010) clasifican las reservas en cinco tipos: reserva de respuesta en frecuencia, reserva de regulación, reserva de rampa, reserva de seguimiento de carga y reserva suplementaria (ver Figura 10.2). Reserva de regulación Reservas operativas Incertidumbre Seguimiento de carga Contingencia Respuesta en frecuencia Reserva suplementaria Evento lento Reserva de rampa Figura 10.2: Reservas operativas de un sistema eléctrico Fuente: Elaboración propia en base a Milligan et al. (2010) 80 Dentro del unit commitment y del despacho económico, la modelación de reservas cumple un importante objetivo: incorporar la incertidumbre de los sistemas eléctricos. Muchos modelos las calculan a través de métodos heurísticos o a través de simulaciones del sistema. En el primero caso, puede ser determinada como un porcentaje de la demanda o de la capacidad de generación instalada, o bien, a través de aproximaciones “N-1” donde se considera la reserva de contingencia en el caso de que haya una pérdida repentina de generación. En el segundo caso, a través de múltiples simulaciones de escenarios o de Monte Carlo se determina un nivel de reservas que sea confiable para el sistema. Si bien estos acercamientos pueden ser válidos, las reservas dependen de la calidad de los pronósticos y de la variabilidad de los recursos intermitentes, por lo que un método probabilístico es más apropiado y preciso. Este trabajo considera solamente las variaciones en los pronósticos de generación intermitente y de demanda que pueden ser suplidas con reservas en giro. De esta forma, el foco del cálculo de reservas de este trabajo está en las reservas secundarias (rampa y seguimiento de carga). De Vos et al. (2013) propone un cálculo probabilístico de reservas con el fin de evaluar el impacto de la generación eólica sobre el dimensionamiento de ellas. Si bien, la propuesta sólo considera un solo tipo de generación, esta puede ser extrapolada a la generación solar e incluso a las variaciones de demanda. Para calcular las reservas necesarias, estos autores calculan la diferencia entre el valor real de potencia eólica y la predicción promedio de dicha potencia. Una vez que esta operación es terminada, el set de diferencias o desbalances se agregado en una curva de densidad de probabilidad, como lo muestra la Figura 10.3. La idea es determinar, bajo un intervalo de confianza definido (en su caso un 99%), un nivel adecuado de reservas secundarias. Cabe mencionar que de acuerdo a un alto o bajo nivel de confianza que entregue a este cálculo, el nivel de reservas necesarias será alto o bajo, respectivamente. Asimismo, dada la naturaleza de esta curva de densidad de probabilidad, la distribución de Laplace se ajusta mejor que la distribución Normal. 81 Figura 10.3: Representación de desbalances y dimensionamiento de reservas Fuente: De Vos et al. (2013) Es importante señalar que la metodología empleada por De Vos et al. (2013) es muy similar a la metodología empleada por el CDEC-SING en su estudio “Efectos técnico-económicos de la integración de energía eólica y solar en el SING: escenario año 2017”. En este se analizan las variaciones de la demanda neta (demanda menos generación intermitente) en intervalos de 15 minutos. Luego, la información obtenida es ordenada y clasificada para generar una distribución de probabilidad de donde se obtendrá, con un 97% de confiabilidad (ya que la norma técnica exige dicha confiabilidad), el nivel de reserva a suministrar al sistema. 10.2.3. Modelación de centrales CCGT y contratos take or pay Las centrales a gas de ciclo combinado (CCGT) han sido ampliamente utilizadas alrededor del mundo debido a que la tecnología empleada les permite ser una de las más eficientes en la actualidad alcanzando eficiencias superiores al 50%. Otras de sus ventajas son la reducida emisión de contaminantes, su rápida construcción y menores costos de capital con respecto a las centrales a carbón. A pesar de sus beneficios, la operación de estas turbinas y su correcta integración a los modelos de unit commitment y despacho 82 económico son una tarea desafiante para los operadores de cada sistema. Debido a la interacción entre turbinas a gas y turbinas a vapor, este tipo de centrales tiene distintos modos de operación (que dependen de la cantidad de turbinas disponibles en la central) con diferentes heat rates cada uno de ellos. Además, el cambio entre modos de operación conlleva ciertas demoras y diferencias en el consumo de combustible. Alemany et al. (2013) proponen un modelo de programación lineal entera mixta que puede ser agregado a las formulaciones de unit commitment de los sistemas eléctricos con el fin de modelar correctamente el funcionamiento de modos que emplean estas centrales. Lo que se realiza es una minimización de los costos de operación del sistema sujeto a suplir la demanda y los requerimientos de reserva en periodo de 24 horas bajo una resolución horaria. En este modelo se consideran las distintas configuraciones que puede tener una central CCGT, los tiempos de espera para pasar de un modo de operación a otro y distingue los costos de encendido de la central de los costos de encendido de sus modos. Además, para ajustarse a la realidad, los autores consideran los costos de generación de cada modo como una función lineal definida por partes como la mostrada en la Figura 10.4. Finalmente concluyen que esta modelación ahorra costos operacionales respecto a una modelación que no considere los modos de funcionamiento de una central CCGT. Figura 10.4: Función lineal de costos definida por partes Fuente: Alemany et al. (2013) 83 En el marco de una transición mundial hacia una diversificación de las matrices de generación eléctrica las fuentes de energías renovables han ido en aumento. Mayormente, las fuentes eólicas y solares han tenido un gran crecimiento en los últimos años. Sin embargo, debido a su intermitencia, variabilidad y baja predictibilidad, las centrales a gas de ciclo combinado han debido incrementar su capacidad de flexibilidad para suplir las variaciones de dichas fuentes. Esta flexibilidad es traducida en el aumento de los requerimientos de cycling de estas plantas y, al mismo tiempo, una rápida reducción en sus factores de planta. Como fue visto en un capítulo anterior, grosso modo, los costos de operación de una central térmica incluyen costos de encendidos, costos de generación de energía y costos de O&M. Estos últimos son normalmente incluidos en los costos variables no combustibles y representan un costo medio por unidad de energía en un escenario base de la central. Los dueños de las plantas térmicas establecen contratos de largo plazo de mantenimiento (LTSA, del inglés Long Term Service Agreement) con los fabricantes que permiten realizar chequeos periódicos para mantener en buen estado las instalaciones. Luego, un mayor requerimiento de cycling exigirá que el mantenimiento de la central sea cada vez más frecuente dependiendo de la cantidad de horas de funcionamiento y de la cantidad adicional de encendidos y apagados de la central, incrementando los costos de O&M. Rodilla et al. (2014) crean un modelo de unit commitment de programación lineal que incorpora el problema del cycling y los LTSA en su formulación. Para ello introducen el concepto de función de intervalo de mantenimiento (MIF, del inglés Maintenance Interval Function) que permite conocer en qué momento debe realizarse el mantenimiento general. La Figura 10.5 muestra tres MIF distintas que dependen del contrato en particular realizado entre el dueño y el fabricante. De esta forma, dependiendo de la relación entre horas de funcionamiento y el número de inicios de la central (ración FH-ST), el mantenimiento general puede realizarse en distintas situaciones. Por ejemplo, la Figura 10.6 muestra el régimen de operación de dos centrales CCGT (una operando como base y otra operando en puntas de demanda) bajo una misma MIF. En ambas situaciones el 84 mantenimiento mayor se alcanza a los dos años pero la unidad generadora estuvo realmente produciendo energía una cantidad de horas distintas, lo que no es reflejado en la modelación tradicional del costo de O&M. Figura 10.5: Opciones de funciones MIF Fuente: Rodilla et al. (2014) El modelo se realiza con dos tipos de datos: uno considera datos de un sistema hipotético y otro usa datos reales del sistema español durante un mes en resolución horaria. Sólo se enfoca al estudio de los costos de O&M por lo que no considera reservas, ni distintos escenarios de generación. Además, se excluye la generación eólica, hidroeléctrica y a carbón. Figura 10.6: Intervalos de mantenimiento para dos regímenes de operación Fuente: Rodilla et al. (2014) 85 Con esta misma idea, Leung et al. (2014) se basan en el estudio anterior para realizar la elección de un portafolio de contratos LTSA que minimicen el costo de operación del sistema. Además, proponen el modelamiento para renegociar contratos con los fabricantes. Al igual que el trabajo de Rodilla et al. (2014), los autores enfocan su unit commitment a los costos de O&M, por lo que muchas restricciones habituales del modelo de pre-despacho no son consideradas. Uno de los objetivos de la operación económica de los sistemas eléctricos es reducir el consumo de combustibles para así minimizar los costos totales. En un sistema se pueden distinguir dos tipos de centrales: aquellas donde el recurso es ilimitado o no presenta un inconveniente mayor y aquellas donde el recurso tiene límites o es un factor limitante en la operación. En Chile, al igual que en varios países, las centrales a gas deben establecer contratos take or pay de gas natural licuado a largo plazo para poder ser despachadas. Sin embargo, ante los mayores requerimientos de cycling y su consecuente reducción de factores de planta, las centrales a gas tienen problemas en la elección de volúmenes de gas a contratar debido a que su generación dependerá de la variabilidad de la generación intermitente y de la cantidad de proyectos a ingresar al sistema (teniendo en cuenta que los proyectos solares demoran en ser construidos unos 6 a 12 meses). Este problema puede llevar a las centrales a gas a declarar costos de combustibles igual a cero en ciertos periodos para evitar la pérdida del combustible (debido a la restricción take or pay) o bien, para evitar ciertas multas por el no consumo del combustible. Wood et al. (2013) abordan la modelación de contratos take or pay en el problema de unit commitment. El modelo propuesto considera una minimización de costos de operación en la que se debe suplir la demanda y, adicionalmente, el sistema debe consumir una cantidad fija de gas en el periodo de estudio (la cláusula take-or-pay). Los autores consideran que la cantidad de gas a consumir es un mínimo y a la vez un máximo. El problema es resuelto utilizando multiplicadores de Lagrange a través de un proceso iterativo. Como fue visto en el Capítulo 6.2, los contratos de gas take or pay pueden incorporar ciertas cláusulas de flexibilidad. Por un lado, un contrato inflexible sería aquel 86 en el que el gas designado para un periodo de tiempo en particular (mes, año u otro) debe ser consumido (un contrato take or pay estricto). Por otro lado, un contrato flexible sería aquel en que la cantidad de gas designada para un periodo de tiempo puede no ser completamente consumida, traspasando esa cantidad a otro periodo. Si bien en este último el pago debe realizarse de todas formas, el perfil de consumo puede ser ajustado a los requerimientos de cada central en cada periodo de tiempo. Este tipo de flexibilidad de conocen como cláusulas de make up y carry forward. Básicamente, estas cláusulas permiten al comprador posponer o adelantar retiros de gas de un periodo o sub-periodo a otro (Edoli et al., 2011). Chabar et al. (2006) consideran flexibilidad del tipo make up para modelar plantas térmicas en un sistema eléctrico con alta presencia de generación hidroeléctrica (sistema brasileño) considerando restricciones de take or pay. El modelo propuesto tiene como objetivo maximizar la utilidad en un periodo de cuatro años considerando principalmente tres restricciones: uso del recurso hidráulico, consideración de contratos de gas take or pay con cláusulas de make up y programación de mantenimiento de unidades térmicas. La modelación de centrales hidroeléctrica no es mencionada ya que el foco del paper es la modelación de contratos y del mantenimiento de la central. Estos dos últimos son modelados a través de reservorios virtuales. Los autores consideran que el contrato de gas exige un consumo mensual y un consumo anual. Así, el contrato take or pay se modela usando dos reservorios virtuales. Un primer reservorio, llamado A, permite almacenar el gas contratado mensual no consumido mientras que un segundo reservorio, llamado B, permite almacenar la diferencia entre el contrato anual y la suma de los contratos mensuales de ese año. Cada mes se obliga a pagar un X% del contrato mensual. El gas correspondiente a ese pago puede ser consumido en su totalidad, o bien, consumir una fracción y almacenar el restante en el reservorio A. La central a gas CCGT consume en primer lugar el gas proveniente del contrato mensual, luego aquel del reservorio A y finalmente, si es necesario, consume gas comprado del mercado spot. La Figura 10.7 esquematiza la modelación de reservorios 87 virtuales. Si el reservorio A queda vacío, este puede ser abastecido con gas proveniente del reservorio B. ToP Reservorio Reservorio A B Spot Central CCGT Figura 10.7: Modelación por reservorios virtuales Fuente: Elaboración propia en base a Chabar et al. (2006) En el caso de la modelación del mantenimiento de las unidades también se consideran reservorios virtuales. En este planteo se almacenan horas y no volúmenes de gas. Esto determina en qué momento realizar mantenciones dependiendo de los precios de la energía y además permite que las interrupciones mantenimiento, que puede durar desde los siete a veintiún días, puedan ser anticipadas pero no pospuestas. Cabe señalar que la modelación del mantenimiento de las centrales solo se basa en las horas de funcionamiento, no incluyendo la cantidad de encendidos de la planta debido a los requerimientos de cycling. Por otro lado, los autores no consideran la presencia de energías intermitentes en su modelación. Debido a la complejidad computacional de la modelación, el modelo tiene una programación lineal entera mixta bajo un proceso iterativo de programación dinámica 88 estocástica dual. Este considera 80 escenarios hidrológicos y la posibilidad de fallas imprevistas de las centrales térmicas. Otros autores, como Dias de Mello & Ohishi (2005) y De La Cruz-Soto & GutiérrezAlcaraz (2009) abordan la modelación de mercados de gas natural pero se enfocan a la red de gasoductos y transporte de gas natural, algo que no es muy relevante en el SING debido a que las centrales a gas se encuentran relativamente cercas del terminal Mejillones. Adicionalmente, estas fuentes no incluyen la modelación de energías renovables intermitentes en sus problemas de unit commitment y despacho económico. 89 11. Proposición de un modelo matemático Este proyecto propone un modelo matemático de unit commitment estocástico bajo una programación lineal entera mixta. El modelo se basa, principalmente, en los trabajos de Chabar et al. (2006), Ruiz et al. (2009), Alemany et al. (2013), De Vos et al. (2013), Papavasiliou & Oren (2013) y Wogrin et al. (2013). Si bien la base del modelo reposa sobre los trabajos de dichos autores, otros autores también fueron consultados. El objetivo del modelo es la minimización de costos operacionales del SING con el fin de evaluar el impacto de la generación intermitente en la generación térmica y, en particular, la generación proveniente de centrales CCGT. Para ello se han incluido restricciones de reservas secundarias del sistema, de contratación de gas, de modos de operación de centrales CCGT, de flujos de potencia DC y restricciones propias de unit commitment. En este trabajo se han considerado cuatro sub-modelos con el fin de realizar comparaciones entre las metodologías: los sub-modelos A, B, C y D. El sub-modelo A no incluye la modelación de contratos de GNL take or pay por lo que el precio del combustible dependerá del precio declarado por las centrales. Además, no agrega a los costos totales de operación el costo del gas no consumido. Por su parte, el sub-modelo B tampoco incluye la modelación de contratos de GNL take or pay pero sí incluye en sus costos totales el valor del gas no consumido. El sub-modelo C incluye contratos take or pay inflexibles. Estos tres sub-modelos consideran restricciones de flujo de potencia DC entre 5 nodos del SING: Atacama, Crucero, Encuentro, Lagunas y Tarapacá. Estos corresponden a los nodos del sistema de transmisión troncal del SING. El Anexo A muestra el diagrama unilineal simplificado del SING. Finalmente, el sub-modelo D considera contratos take or pay flexibles (con cláusula de make up) en los que cada central dispone de dos reservorios virtuales (cada una debe respetar su contrato). Debido al considerable incremento en los costos de cálculo computacional, se considera un sistema uninodal. La Figura 11.1 muestra un resumen de los cuatro sub-modelos considerados. Cada uno de estos sub-modelos toma en cuenta 90 distintas situaciones que incluyen distintos niveles de penetración de energía solar y energía eólica, distintos niveles de contratación de gas (se asume que todas las centrales contratan para obtener un mismo factor de planta) y, para el sub-modelo A, distintos precios declarados de gas natural. Adicionalmente, bajo cada nivel de penetración solareólica y nivel de demanda, distintos niveles de reserva secundaria y cinco escenarios de generación ERNC son considerados (con el fin de evidenciar la incertidumbre del sistema). Modelo propuesto: Unit Commitment Consideraciones Parámetros Sub-modelo A Sin modelación take or pay Flujo de Potencia DC ERNC: 4% ; 8% ; 16% ; 20% Demanda: +0% ; +5% P. Decl. Gas: -25% ; +0% ; +25% Sub-modelo B Sin modelación take or pay Flujo de Potencia DC ERNC: 4% ; 8% ; 16% ; 20% Demanda: +0% Contrato gas: 5% al 70% f.p. Sub-modelo C Take or pay inflexible Flujo de potencia DC ERNC: 4% ; 8% ; 16% ; 20% Demanda: +0% Contrato gas: 5% al 70% f.p. Sub-modelo D Take or pay con make up Reservorio individual Uninodal ERNC: 4% ; 8% ; 16% ; 20% Demanda: +0% Contrato gas: 5% al 70% f.p. Figura 11.1: Sub-modelos propuestos Fuente: Elaboración propia El horizonte de evaluación se acotó a un año con una resolución horaria deformada. Esto último no considera una modelación horaria tradicional en la que un año contiene 8760 horas distintas entre sí sino que hace alusión a una metodología de estados del sistema planteada por Wogrin et al. (2013). Básicamente, la aproximación por estados está basada en la curva de niveles de cargas pero con mayor información y precisión ya que la curva de duración de carga mezcla horas de un periodo que pueden ser completamente 91 distintas. Esta aproximación permite mantener una secuencia horaria (como ocurre en la forma tradicional) reduciendo la cantidad de variables. Se puede definir un estado del sistema como un set de circunstancias que ocurren simultáneamente y frecuentemente durante cierto periodo de tiempo. De esta forma, las 8760 horas pueden ser agrupadas según sus características y niveles (generación ERNC, nivel de demanda) en un conjunto de estados. Cada uno de estos estados es una aproximación de algunas horas del año a modelar. Luego, en un año, cada estado se repetirá más de una vez. Así, se introduce el concepto de matriz de transición que contiene la información respecto de los cambios de estado durante el año a modelar, de acuerdo al perfil horario tradicional. Esto permite mantener la temporalidad entre estados del sistema. 11.1. Restricciones En esta sección se presentan las restricciones que constituyen los cuatro sub- modelos de unit commitment propuestos. En el Anexo B se encuentra la nomenclatura completa de todos los sub-modelos. a) Equilibro de energía Como todo modelo de pre-despacho, la restricción principal es aquella en que se exige el suministro de energía a la demanda. Así, para cada estado s y para cada escenario de generación intermitente 𝒆 debe cumplirse que la suma de las potencias generadas 𝐏𝐆𝒈,𝒔,𝒆 de todas las configuraciones de generación 𝒈, descontando consumos propios 𝐂𝐏𝒈 y agregando la energía no suministrada 𝐄𝐍𝐒𝒔,𝒆 , debe ser igual a la suma de las demandas 𝐏𝐃𝒊,𝒔 de todos los nodos 𝒊. Se considera, además, un factor de pérdida por transmisión 𝐟𝐏𝐞𝐫𝐝. Las variables de esta restricción son 𝐏𝐆𝒈,𝒔,𝒆 y 𝐄𝐍𝐒𝒔,𝒆 , que son variables continuas, y 𝐮𝒈,𝒔 (la variable de commitment) que es binaria. 92 ∑ PG𝑔,𝑠,𝑒 − ∑ CP𝑔 − ∑ CP𝑔 ⋅ u𝑔,𝑠 + ENS𝑠,𝑒 = 𝑔∈𝐺 𝑔∈𝑅𝑒 𝑔∈𝑇𝑒 1 ⋅ ∑ PD𝑖,𝑠 1 − fPerd 𝑖∈𝐼 b) Requerimientos de reservas secundarias Con el fin de evidenciar la variabilidad e incertidumbre de las predicciones del sistema, se incluyen requerimientos reservas secundarias de subida. De esta forma, para cada estado 𝒔, la suma de todas las reservas secundarias 𝐫𝐬𝒈,𝒔 disponibles (por los generadores térmicos) debe ser mayor o igual al requerimiento de reserva 𝐑 𝒔 del estado. Las variables 𝐫𝐬𝒈,𝒔 son variables continuas. ∑ rs𝑔,𝑠 ≥ R 𝑠 𝑔∈𝑇𝑒 c) Mínimos y máximos técnicos Las centrales térmicas deben operar entre cierto rango de generación debido a sus limitantes técnicas de funcionamiento que dependen de cada configuración de generación. Adicionalmente, dado el problema de pre-despacho, estas restricciones deben activarse solamente cuando la unidad se encuentre comprometida (𝐮𝒈,𝒔 ) y cuando lo estén, deben considerar la reserva secundaria que disponen para el sistema. La variable de commitment 𝐮𝒈,𝒔 deberá ser la misma para todos los escenarios. En el caso de la generación renovable, la potencia máxima está acotada por sus perfiles de generación (𝐅𝐏𝐬𝐨𝐥𝐚𝐫𝒔,𝒆 , 𝐅𝐏𝐞𝐨𝐥𝐢𝐜𝐨𝒔,𝒆 , 𝐅𝐏𝐡𝐢𝐝𝐫𝐨𝒔,𝒆 ). Estas restricciones deben cumplirse para cada estado 𝒔, para cada configuración de generación 𝒈 y para cada escenario 𝒆. 93 Generadores térmicos PG𝑔,𝑠,𝑒 ≥ u𝑔,𝑠 ⋅ Pmin𝑔 PG𝑔,𝑠,𝑒 + rs𝑔,𝑠 ≤ u𝑔,𝑠 ⋅ Pmax𝑔 Generadores solares PG𝑔,𝑠,𝑒 ≤ FPsolar𝑠,𝑒 ⋅ Pmax𝑔 Generadores eólicos PG𝑔,𝑠,𝑒 ≤ FPeolico𝑠,𝑒 ⋅ Pmax𝑔 Generadores hidráulicos PG𝑔,𝑠,𝑒 ≤ FPhidro ⋅ Pmax𝑔 d) Selección de modo de funcionamiento para CCGT Los distintos modos de funcionamiento para las centrales a gas de ciclo combinado son considerados como configuraciones de generación de cada unidad generadora. Lógicamente, cada central puede operar con uno solo de sus modos disponibles en cada hora (o cada estado en este caso) por lo que solamente un modo debe estar comprometido. Así, para cada central CCGT 𝒄 y para cada estado 𝒔 a lo más una de las configuraciones de generación 𝒈 ∈ 𝑪𝑪𝑮𝑻𝒄 debe estar activa. ∑ u𝑔,𝑠 ≤ 1 𝑔∈𝐶𝐶𝐺𝑇𝑐 94 e) Encendidos y apagados En una programación horaria tradicional las restricciones de encendido y apagado de unidades térmicas relacionan una hora actual con la hora anterior. En el caso de una programación a través de una aproximación por estados del sistema, ese enfoque no tiene sentido puesto que los estados no tienen una secuencia temporal entre sí. De esta manera, las restricciones de encendido y apagado relacionan un estado con todos los otros estados. Luego, gracias a la matriz de transición, se puede determinar la temporalidad entre ellos. En este modelo se distinguen dos tipos de encendidos: el encendido de configuraciones de generación y el encendido de unidades generadoras CCGT. Para el primer caso se introducen las variables 𝐎𝐍𝒈,𝒕,𝒔 que determina si existe un encendido de la unidad 𝒈 entre los estados 𝒕 y 𝒔, y las variables 𝐎𝐅𝐅𝒈,𝒕,𝒔 que determina si existe un apagado de la unidad 𝒈 entre los estados 𝒕 y 𝒔. Para el segundo caso se introducen las variables 𝐜𝐎𝐍𝒄,𝒕,𝒔 y 𝐜𝐎𝐅𝐅𝒄,𝒕,𝒔 , cuya función se restringe solamente a las centrales CCGT 𝒄. Estas variables son programadas como lineales debido a que las mismas restricciones las obligan a tomar valores binarios. Configuraciones de generación u𝑔,𝑠 = u𝑔,𝑡 + ON𝑔,𝑡,𝑠 − OFF𝑔,𝑡,𝑠 Unidades generadoras CCGT ∑ u𝑔,𝑠 = 𝑔∈𝐶𝐶𝐺𝑇𝑐 ∑ u𝑔,𝑡 + cON𝑐,𝑡,𝑠 − cOFF𝑐,𝑡,𝑠 𝑔∈𝐶𝐶𝐺𝑇𝑐 f) Relación combustible-electricidad Debido a sus tecnologías y combustibles utilizados, cada configuración de generación térmica presenta distintos consumos específicos 𝐂𝐄𝒈 . En la realidad, el consumo específico de una unidad depende de las condiciones de operación de esta, como por ejemplo de la potencia producida. En este trabajo, en vista de simplificación, cada 95 unidad presenta un consumo específico constante. Luego, en cada estado 𝒔, para cada configuración de generación 𝒈 y para cada escenario 𝒆, el consumo (o demanda) de combustible 𝐃𝐂𝐒𝒈,𝒔,𝒆 dependerá de la potencia 𝐏𝐆𝒈,𝒔,𝒆 inyectada al sistema y del consumo específico. DCS𝑔,𝑠,𝑒 = PG𝑔,𝑠,𝑒 ⋅ CE𝑔 g) Contrato take or pay inflexible El sub-modelo C considera la inclusión de contratos inflexibles en su modelación. Esto obliga a cada una de las centrales CCGT 𝒄 a consumir todo el gas contratado para cada uno de los meses 𝒎. Por simplificación, se considerará que la cantidad mensual contratada corresponde a un doceavo de la cantidad de gas anual contratada 𝐂𝐆𝐀 𝒄 por la central CCGT 𝒄. Adicionalmente, debido a la modelación por estados del sistema se introduce el parámetro 𝐧𝐏𝐫𝐞𝒎,𝒔 que indica la cantidad de horas en que el estado 𝒔 se presenta en el mes 𝒎. ∑ DCS𝑔,𝑠,𝑒 ⋅ nPre𝑚,𝑠 ≥ 𝑔∈𝐶𝐶𝐺𝑇𝑐 𝑠∈𝑆 1 ⋅ CGA𝑐 12 h) Contrato take or pay flexible El sub-modelo D incluye contratos flexibles en su modelación. Esto permitirá la aplicación de cláusulas de make up y carry forward para gestionar los consumos mensuales de gas de acuerdo a los requerimientos del sistema. Al final del periodo anual todo el gas contratado será consumido. La modelación de esta restricción está basada en el trabajo de Chabar et al. (2006). Para comprender las restricciones que vienen a 96 continuación, es necesario interiorizar su planteamiento. La Figura 11.2 muestra el esquema de reservorios virtuales empleado en esta modelación. Reservorio Reservorio A B Central CCGT Flujo de gas Pagos Flujo de electricidad Figura 11.2: Modelación de reservorios virtuales usada en el modelo propuesto Fuente: Elaboración propia Esta restricción considera cuatro divisiones: relaciones de volúmenes de reservorios, relaciones de consumo de gas, relaciones de contrato y condiciones inicialesfinales. i. Relaciones de volúmenes de reservorios Dos reservorios virtuales son considerados: un reservorio A y un reservorio B. Principalmente, el reservorio A contiene el gas proveniente de la cláusula take or pay 97 𝐆𝐓𝐢𝐧𝐀 𝒄,𝒎,𝒆 que no fue consumido por la central CCGT 𝒄 en el mes 𝒎 en el escenario 𝒆 y que podrá ser utilizado en otro mes. El reservorio B contiene el gas correspondiente a la diferencia entre el gas contratado anual y la suma de los contratos mensuales del año modelado, pudiendo entregar gas 𝐆𝐁𝐢𝐧𝐀 𝒄,𝒎,𝒆 al reservorio A cuando sea necesario. Finalmente, cuando la central, en un mes dado, haya acabado la cantidad de gas take or pay correspondiente para ese mes puede consumir gas 𝐆𝐨𝐮𝐭𝐀𝒄,𝒎,𝒆 proveniente del reservorio A. Los volúmenes de los reservorios A y B al inicio de cada mes son denotados como 𝐕𝐆𝐀 𝒄,𝒎,𝒆 y 𝐕𝐆𝐁𝒄,𝒎,𝒆 , respectivamente. Todas las variables empleadas son continuas. VGA𝑐,𝑚+1,𝑒 = VGA𝑐,𝑚,𝑒 + GTinA𝑐,𝑚,𝑒 + GBinA𝑐,𝑚,𝑒 − GoutA𝑐,𝑚,𝑒 VGB𝑐,𝑚+1,𝑒 = VGB𝑐,𝑚,𝑒 − GBinA𝑐,𝑚,𝑒 ii. Relaciones de consumo de gas Cada central CCGT puede consumir gas de tres fuentes. La primera, 𝐆𝐓𝐨𝐏𝒄,𝒎,𝒆 , proviene de la cantidad de gas contratada para el mes 𝒎; la segunda, 𝐆𝐨𝐮𝐭𝐀 𝒄,𝒎,𝒆 , proviene del reservorio virtual A; y la tercera, 𝐆𝐀𝐝𝒄,𝒎,𝒆 , corresponde al gas adicional al contrato comprado en el mercado spot, manteniendo el mismo orden en el consumo. Todas estas variables son continuas. ∑ DCS𝑔,𝑠,𝑒 ⋅ nPre𝑚,𝑠 = GToP𝑐,𝑚,𝑒 + GoutA𝑐,𝑚,𝑒 + GAd𝑐,𝑚,𝑒 𝑔∈𝐶𝐶𝐺𝑇𝑐 98 iii. Relaciones de contrato En cada mes 𝒎 una cierta cantidad de gas natural es contratada. Esta cantidad puede variar de mes a mes o bien ser igual para todos los meses. Este modelo considera que la cantidad mensual de gas contratado para cada mes es un porcentaje 𝐩𝐓𝐨𝐏𝐌 de la cantidad anual contratada 𝐂𝐆𝐀 𝒄 por cada central 𝒄. Se considera que todas las centrales contratan el mismo porcentaje para cada mes. Esta cantidad de gas puede ser consumida completamente por la central (a través de 𝐆𝐓𝐨𝐏𝒄,𝒎,𝒆 ), puede ser almacenada en el reservorio virtual A (a través de 𝐆𝐓𝐢𝐧𝐀 𝒄,𝒎,𝒆 ) o bien ambas. pToPM ⋅ CGA𝑐 = GToP𝑐,𝑚,𝑒 + GTinA𝑐,𝑚,𝑒 iv. Condiciones iniciales-finales El modelo asume que el reservorio A inicia vacío el año modelado y debe terminar vacío. Por su parte, el reservorio B inicia con la diferencia entre el gas contratado anual y la suma de los contratos mensuales del año y debe terminar vacío. Esto sucede para cada central 𝒄 y para cada escenario 𝒆. VGA𝑐,1,𝑒 = 0 VGB𝑐,1,𝑒 = CGA𝑐 − ∑ pToPM ⋅ CGA𝑐 𝑚∈𝑀 VGA𝑐,13,𝑒 = 0 VGB𝑐,13,𝑒 = 0 99 i) Flujo de potencia DC Los sub-modelos A, B y C incluyen flujos de potencia 𝐏𝐅𝒊,𝒋,𝒔,𝒆 en su modelación. Para ello se consideran cinco nodos del sistema de transmisión troncal del SING. Estas restricciones requieren conocer los valores recíprocos de las reactancias 𝐁𝒊,𝒋 entre los nodos y requieren conocer los nodos donde inyectan potencia los distintos generadores. Para esto último, el parámetro binario 𝐈𝐍𝐘𝒈,𝒊 determina si la configuración de generación 𝒈 inyecta potencia en el nodo 𝒊. Adicionalmente, se introduce la variable continua 𝛉𝒊,𝒔,𝒆 que representa el ángulo del fasor voltaje en el nodo 𝒊, durante el estado 𝒔 en el escenario 𝒆. El modelamiento supone que la energía no suministrada es repartida uniformemente entre los nodos del sistema y que las pérdidas por transmisión son también uniformes en cada uno de los nodos. El flujo de potencia es calculado para cada línea (par de nodos 𝒊, 𝒋), para cada estado 𝒔 y para cada escenario 𝒆. Debe cumplirse, además, que los flujos sean menores a la capacidad máxima de las líneas 𝐏𝐅𝐦𝐚𝐱 𝒊,𝒋 . La obtención de las fórmulas del flujo DC puede ser encontrada en el Anexo C. PF𝑖,𝑗,𝑠,𝑒 = B𝑖,𝑗 ⋅ (θ𝑖,𝑠,𝑒 − θ𝑗,𝑠,𝑒 ) ∑ PF𝑖,𝑗,𝑠,𝑒 = ∑ [INY𝑔,𝑖 ⋅ (PG𝑔,𝑠,𝑒 − CP𝑔 )] + ∑ [INY𝑔,𝑖 ⋅ (PG𝑔,𝑠,𝑒 − CP𝑔 ⋅ u𝑔,𝑠 )] 𝑗∈𝐼 𝑔∈𝑅𝑒 − 𝑔∈𝑇𝑒 ENS𝑠,𝑒 PD𝑖,𝑠 − 5 1 − fPerd −PFmax𝑖,𝑗 ≤ PF𝑖,𝑗,𝑠,𝑒 ≤ PFmax𝑖,𝑗 θ3,𝑠,𝑒 = 0 j) Restricciones adicionales El modelo incluye, además, restricciones de no negatividad, de conjunto y de integralidad de variables. 100 Debido a la modelación por estados del sistema, las restricciones de rampas de subida y bajada de los generadores no pueden ser incorporadas debido a la ausencia de temporalidad explícita en los estados. Por esta misma razón, tampoco son agregadas las restricciones de tiempos mínimos de operación y detención para los generadores térmicos. Asimismo, debido al desconocimiento de valores en los contratos de mantenimiento a largo plazo (LTSA) de las centrales a gas de ciclo combinado del SING, el modelo no incluye restricciones de optimización de dichos contratos. Esto permite, también, no incrementar los costos computacionales del modelo. 11.2. Función objetivo Cada uno de los sub-modelos propuestos (A, B, C y D) se basa en una minimización del costo operacional del sistema en un año. Estos costos se dividen en: costos de producción no combustibles (𝐂𝐨𝐬𝐭𝐨𝐍𝐂), costos de encendidos y apagados (𝐂𝐨𝐬𝐭𝐨𝐎𝐧𝐎𝐟𝐟) y costos de producción combustibles (𝐂𝐨𝐬𝐭𝐨𝐂). 𝐦𝐢𝐧 Costo Operacional = CostoNC + CostoOnOff + CostoC a) Costos de producción no combustibles Estos costos incluyen los costos variables no combustibles 𝐂𝐯𝐧𝐜𝒈 de cada una de las configuraciones de generación y el costo de la energía no suministrada valorizada en 𝐂𝐞𝐧𝐬. La fórmula introduce el parámetro 𝐓𝒔 que corresponde a la cantidad de horas en que está presente el estado 𝒔 en el año modelado. Debido a la formulación estocástica, un parámetro de probabilidad 𝐰𝒆 del escenario 𝒆 es incluido. 101 CostoNC = ∑[PG𝑔,𝑠,𝑒 ⋅ Cvnc𝑔 ⋅ T𝑠 + ENS𝑠,𝑒 ⋅ Cens ⋅ T𝑠 ] ⋅ w𝑒 𝑔∈𝐺 𝑠∈𝑆 𝑒∈𝐸 b) Costos de encendidos y apagados El inicio y apagado de unidades requiere cantidades de combustible para alcanzar los mínimos técnicos de operación y apagar las unidades de acuerdo a los gradientes de temperatura soportados por sus instalaciones. Esto se ve traducido en costos extra a la producción de energía. Adicionalmente, un mayor número de encendidos y apagados producto del cycling de unidades aumenta los costos por mantención. Si bien estos costos no son formulados en este modelo, se deben tener en mente. Así se introducen los parámetros 𝐂𝐨𝐧𝒈 y 𝐂𝐨𝐟𝐟𝒈 y 𝐜𝐂𝐨𝐧𝒄 y 𝐜𝐂𝐨𝐟𝐟𝒄 que corresponden a los costos de encendido y apagado para las configuraciones de generación térmica 𝒈 y las centrales CCGT 𝒄, respectivamente. También, debido a la formulación por estados del sistema, se hace uso de la matriz se transición 𝐍𝐱 𝒕,𝒔 que indica el número de veces en que el sistema pasa de un estado 𝒕 al estado 𝒔. Asimismo, dada la formulación estocástica del modelo, un parámetro de probabilidad 𝐰𝒆 del escenario 𝒆 es incluido. CostoOnOff = ∑ [ON𝑔,𝑡,𝑠 ⋅ Con𝑔 ⋅ Nx𝑡,𝑠 + OFF𝑔,𝑡,𝑠 ⋅ Coff𝑔 ⋅ Nx𝑡,𝑠 ] ⋅ w𝑒 𝑔∈𝑇𝑒 𝑡∈𝑆 𝑠∈𝑆 𝑒∈𝐸 + ∑ [cON𝑐,𝑡,𝑠 ⋅ cCon𝑐 ⋅ Nx𝑡,𝑠 + cOFF𝑐,𝑡,𝑠 ⋅ cCoff𝑐 ⋅ Nx𝑡,𝑠 ] ⋅ w𝑒 𝑐∈𝐶 𝑡∈𝑆 𝑠∈𝑆 𝑒∈𝐸 102 c) Costos de producción combustibles Se distinguen dos costos de producción combustibles: el primero para los submodelos A, B y C, y el segundo para el sub-modelo D debido a la inclusión de reservorios virtuales. Sub-modelos A, B y C Los costos de producción combustibles de estos sub-modelos consideran la demanda de combustible 𝐃𝐂𝐒𝒈,𝒔,𝒆 de todas las configuraciones de generación y el precio del combustible 𝐏𝐂𝐨𝐦𝐛𝒈 empleado por dichas unidades. Debido a la formulación estocástica, un parámetro de probabilidad 𝒘𝒆 del escenario 𝒆 es incluido. CostoC = ∑ [DCS𝑔,𝑠,𝑒 ⋅ PComb𝑔 ⋅ T𝑠 ] ⋅ w𝑒 𝑔∈𝑇𝑒 𝑠∈𝑆 𝑒∈𝐸 Sub-modelo D La inclusión de los reservorios virtuales introduce una expresión mayor en los costos combustibles de centrales CCGT. De acuerdo a la Figura 11.2, los costos producidos por el consumo de gas se originan en distintas instancias. En un mes 𝒎, cada central CCGT 𝒄 debe pagar el total de la cantidad de gas contratada para ese mes a un precio fijado en el contrato (supuesto como 𝐏𝐂𝐨𝐦𝐛𝒈 ). Por otro lado, el gas proveniente del reservorio B que se introduce en el reservorio A también debe ser cancelado (a precio 𝐏𝐂𝐨𝐦𝐛𝒈 ) en el mes 𝒎. Además, si la central lo requiere, se puede extraer gas del reservorio A. Si bien este gas ya fue pagado, se agregará un costo por flexibilidad igual a un 5% del valor del combustible. Por último, en caso de que el contrato no sea suficiente para la producción de energía, la central 𝒄 puede comprar gas del mercado spot con un sobrecargo de un 15% del valor del gas contratado. En lo que respecta a las otras tecnologías térmicas, la función de costos se mantiene igual. Nuevamente, un parámetro de probabilidad 𝐰𝒆 del escenario 𝒆 es incluido. 103 pToPM ⋅ CGA𝑐 ⋅ PComb𝑔 + GBinA𝑐,𝑚,𝑒 ⋅ PComb𝑔 + CostoC = ∑ ⋅ w𝑒 GoutA𝑐,𝑚,𝑒 ⋅ 0,05 ⋅ PComb𝑔 + 𝑐∈𝐶 𝑚∈𝑀 [ GAd𝑐,𝑚,𝑒 ⋅ 1,15 ⋅ PComb𝑔 ] 𝑒∈𝐸 + ∑ [DCS𝑔,𝑠,𝑒 ⋅ PComb𝑔 ⋅ T𝑠 ] ⋅ w𝑒 𝑔∈𝑂𝑇𝑒 𝑠∈𝑆 𝑒∈𝐸 11.3. Resultados a obtener La evaluación del sistema se realizará a través de distintas métricas que son descritas a continuación: a) Costos operacionales Estos costos se obtienen directamente de la minimización estocástica de la función objetivo. Estos incluyen los costos de producción no combustibles, los costos de encendidos y apagados de unidades térmicas y los costos de producción combustibles. b) Costos marginales del sistema Si bien los sub-modelos A, B y C son formulados considerando cinco nodos, se calculará un solo costo marginal del sistema. Luego, para cada estado 𝒔 y para cada escenario 𝒆, el costo marginal del estado del sistema 𝐂𝐌𝐠𝐒𝒔,𝒆 será definido por el costo variable de la configuración de generación activa más cara. Dado que el interés se encuentra en los costos marginales horarios 𝐂𝐌𝐠𝐇𝒉 (en base a un día), se introduce el parámetro 𝐒𝐭𝐚𝐭𝐞𝐓𝐨𝐇𝐨𝐮𝐫𝒔,𝒉 que asigna un factor de presencia a cada uno de los estados 𝒔 104 en la hora 𝒉. Así, los costos marginales horarios son calculados como se indica a continuación: CMgHℎ = ∑ CMgS𝑠,𝑒 ⋅ StateToHour𝑠,ℎ ⋅ w𝑒 𝑠∈𝑆 𝑒∈𝐸 Adicionalmente, se calcula el costo marginal mensual de forma análoga al horario. Esta vez se introduce el parámetro 𝐒𝐭𝐚𝐭𝐞𝐓𝐨𝐌𝐨𝐧𝐭𝐡𝒔,𝒎 que asigna un factor de presencia a cada uno de los estados 𝒔 en el mes 𝒎. CMgM𝑚 = ∑ CMgS𝑠,𝑒 ⋅ StateToMonth𝑠,𝑚 ⋅ w𝑒 𝑠∈𝑆 𝑒∈𝐸 c) Relación FH-ST Conocer la cantidad de encendidos o inicios de una central junto a las horas en que efectivamente operan para inyectar energía al sistema es importante para determinar la magnitud del cycling sobre ellas. Será determinada la cantidad de inicios 𝐒𝐓𝑻𝒆𝒄 de las unidades generadoras con tecnologías (𝑻𝒆𝒄) que usen carbón, gas natural y diésel a través de la siguiente fórmula: ST𝑇𝑒𝑐 = ∑ ON𝑔,𝑡,𝑠 ⋅ Nx𝑡,𝑠 𝑔∈𝑇𝑒𝑐 𝑡∈𝑆 𝑠∈𝑆 Para el caso de las centrales CCGT se considerará la variable 𝐜𝐎𝐍𝒄,𝒕,𝒔. 105 La cantidad de horas de funcionamiento o servicio 𝐅𝐇𝑻𝒆𝒄 se calculará como sigue: FH 𝑇𝑒𝑐 = ∑ u𝑔,𝑠 ⋅ T𝑠 𝑔∈𝑇𝑒𝑐 𝑠∈𝑆 La relación entre horas de funcionamiento y cantidad de inicios, relación FH-ST (del inglés Firing Hours to STarts), se denotará como 𝐫𝐅𝐇𝐒𝐓𝑻𝒆𝒄 . Este parámetro es utilizado en la concepción de contratos de mantenimiento a largo plazo por las centrales y se ve modificado ante mayores exigencias de cycling. De esta forma, un bajo valor de 𝐫𝐅𝐇𝐒𝐓𝑻𝒆𝒄 indicará que los requerimientos de cycling de la central son mayores mientras que un alto valor indicará que la central presenta un reducido requerimiento de cycling. rFHST𝑇𝑒𝑐 = FH 𝑇𝑒𝑐 ST𝑇𝑒𝑐 d) Perfil de generación de energía Se obtendrá el perfil de generación de energía horario a partir de las variables 𝐏𝐆𝒈,𝒔,𝒆 . Se podrá obtener la generación de cada tecnología y la generación conjunta. El cálculo de este perfil considera la probabilidad de cada escenario 𝐰𝒆 y la aplicación del parámetro 𝐒𝐭𝐚𝐭𝐞𝐓𝐨𝐇𝐨𝐮𝐫𝒔,𝒉 . Adicionalmente se calculará la energía total anual de cada tecnología y de la generación conjunta. e) Provisión de reservas del sistema Para cumplir los requerimientos de reserva del sistema producto de su variabilidad e incertidumbre, las unidades térmicas deben asignar un espacio en su capacidad de 106 generación para este fin. Se determinará cuánto aporta cada tecnología en cada hora para lograr el nivel de reserva necesario para el sistema. f) Factor de planta anual Uno de los parámetros más importantes a la hora de calcular el costo nivelado de las diferentes tecnologías es el factor de planta. Esto, además, afecta a los precios de licitaciones de energía. El factor de planta de cada tecnología será determinado como el cociente entre la energía producida durante el año modelado y la energía que produciría la planta durante un año si trabajara a plena potencia. 107 12. Recolección de datos y procesamiento de la información El modelo propuesto evalúa la operación del Sistema Interconectado del Norte Grande considerando cinco nodos, penetración de generación intermitente, reservas secundarias, contratos de gas, entre otros. Adicionalmente, debido al volumen de variables y restricciones de los modelos, un enfoque de aproximación por estados ha sido empleado. Los parámetros requeridos para la ejecución del modelo y los supuestos establecidos son presentados en esta sección. 12.1. Selección de nodos representativos y reducción del SING Al 31 de diciembre de 2014, el SING contaba con 245 segmentos de línea que unían 239 barras entre los 13,8 kV y los 345 kV de tensión. Estas barras se encontraban en un total de 169 subestaciones eléctricas que consideraban sistemas de transmisión troncal, adicional y sub-transmisión. Esta información se obtuvo de la página web del CDEC-SING. Para cada una de estas líneas se consideraron los parámetros de resistencia 𝑅𝑙í𝑛𝑒𝑎 y reactancia 𝑋𝑙í𝑛𝑒𝑎 de secuencia positiva ya que la secuencia negativa y cero aparecen en el caso de desequilibrios del sistema, aspecto que no se evalúa en este trabajo. Una vez que la información fue obtenida y tratada, se obtiene un sistema de 239 nodos y 245 segmentos de unión. Para reducir este gran sistema a uno mucho más pequeño, en primer lugar, se debía elegir un sub-conjunto de nodos representativos. Con este fin se consideraron los cinco nodos (subestaciones) constituyentes del sistema de transmisión troncal: Atacama, Crucero, Encuentro, Lagunas y Tarapacá. Lo siguiente fue determinar cuál de estos nodos representa mejor a cada uno de los nodos restantes. En vista de dar una solución, fueron propuestas dos metodologías. La primera consistía en el uso de los factores GGDF y GLDF (del inglés Generalized Generation Distribution Factors y Generalized Load Distribution Factors, respectivamente) que son utilizados en la tarificación del sistema de transmisión eléctrica 108 en Chile. Estos factores determinarían el porcentaje de presencia de una unidad generadora o una carga sobre cada uno de los segmentos del sistema. Así, conociendo el nodo al cual inyecta energía un generador y el nodo desde el cual consume energía una carga, se podría determinar un recorrido hacia alguno de los nodos del sistema de transmisión troncal. Este método fue descartado debido a que necesita conocer los flujos de potencia por las líneas y los datos de generación y consumo de los nodos. Esto implicaría realizar el cálculo en cada estado del sistema y no tener una reducción única del sistema. El segundo método propuesto y finalmente empleado fue considerar el sistema como un grafo. Un grafo es una representación gráfica de un sistema. Este contiene un conjunto de vértices o nodos unidos a través de enlaces llamados arcos o aristas que normalmente llevan pesos o costos. Una de las acciones que se puede hacer en un grafo es determinar el camino mínimo (o camino más corto) dado un vértice origen al resto de los vértices (o viceversa) a través de las distintas aristas con pesos en cada una de ellas. El SING puede representarse como un grafo donde los vértices corresponden a los distintos nodos, las aristas corresponden a los segmentos de líneas de alta tensión y los pesos corresponderían a la impedancia de esas líneas. La Figura 12.1 muestra la analogía realizada entre el SING y un grafo. La reducción del sistema se realizaría considerando el camino más corto entre cada uno de los nodos a los cinco nodos representativos o finales. Si bien la representatividad de cada uno de los nodos del sistema puede cambiar de acuerdo a la operación, esta metodología presenta una aproximación viable y no mutable que simboliza lo que hace la corriente eléctrica: elegir el camino con menor impedancia. 109 Grafo SING Vértices Arcos Barras/Subestaciones Líneas Vértices origen Nodos representativos Pesos de arcos Impedancias de líneas Figura 12.1: Analogía grafo-SING Fuente: Elaboración propia El algoritmo de solución de caminos mínimos es conocido como el Algoritmo de Dijkstra en honor a Edsger Dijkstra quien lo describió por primera vez en 1959. El objetivo de este algoritmo es explorar todos los caminos más cortos que parten desde el nodo inicial hacia el resto de los nodos. Así, cuando se encuentra la ruta con menor distancia (o costo) entre el nodo origen y el nodo destino, el algoritmo se detiene y entrega el valor de esa distancia y la lista de los nodos por los cuales se estableció la ruta. En el presente trabajo se implementó esta metodología a través de un programa codificado en Python 2.7 que permitiera recibir las líneas y sus impedancias y los distintos nodos del sistema. La impedancia de cada línea 𝑍𝑙í𝑛𝑒𝑎 fue calculada como indica la fórmula a continuación: 2 2 𝑍𝑙í𝑛𝑒𝑎 = √𝑅𝑙í𝑛𝑒𝑎 + 𝑋𝑙í𝑛𝑒𝑎 El programa entregó el valor y camino de mínima impedancia entre cada uno de los cinco nodos representativos y el resto de los nodos del sistema. Luego, para cada uno de los 239 nodos se determinó cuál de los cinco nodos sería su representante, de acuerdo a la menor impedancia entre ellos. La Tabla 12.1 muestra la cantidad de vértices representados por cada uno de los cinco nodos representativos del sistema. 110 Tabla 12.1: Número de conexiones por nodo representativo Nodo representativo Atacama Crucero Encuentro Lagunas Tarapacá Conexiones 63 100 12 39 25 Fuente: Elaboración propia 12.2. Repartición de consumo y generación por nodo representativo El CDEC-SING tiene disponible la información de los retiros de energía del SING por hora y por barra. En este trabajo fueron considerados los retiros de energía del año 2014 para poder definir la demanda horaria del sistema. Ya que las barras fueron representadas como nodos y debido a que el sistema había sido reducido, se pudo determinar la demanda horaria anual en cada uno de los cinco nodos representativos. La Tabla 12.2 muestra la cantidad de puntos de consumo cubiertos por cada nodo representativo. Tabla 12.2: Puntos de consumo conectados por nodo representativo Nodo representativo Atacama Crucero Encuentro Lagunas Tarapacá Puntos de consumo conectados 9 63 10 24 14 Fuente: Elaboración propia De manera análoga, conociendo la barra de inyección de cada una de las unidades generadoras se determinó en cuál de los nodos representativos inyecta cada una de ellas. 111 Este información se utiliza en el modelo matemático bajo el nombre de INY𝑔,𝑖 . La Tabla 12.3 muestra la cantidad de unidades generadoras cubiertas por cada nodo representativo. Tabla 12.3: Unidades generadoras conectadas por nodo representativo Nodo representativo Atacama Crucero Encuentro Lagunas Tarapacá Unidades generadoras conectadas 4 27 0 11 6 Fuente: Elaboración propia 12.3. Perfiles de generación solar y eólica Los datos de radiación solar y velocidad del viento fueron obtenidos del Ministerio de Energía a través del portal web dedicado a la campaña de medición del recurso eólico y solar. A través de esta campaña, el Ministerio junto a la Cooperación Internacional Alemana (GIZ, del alemán Gesellschaft für Internationale Zusammenarbeit) operan una red de estaciones con el fin de conocer las características de estos recursos en el norte de Chile. En este trabajo, los datos de la radiación solar fueron obtenidos de seis estaciones: Pampa Camarones, Pozo Almonte, Crucero, Punta Angamos, Salar y San Pedro de Atacama. Para la medición de la velocidad del viento a 80m desde el suelo fueron consideradas cuatro estaciones: Armazones, Sierra Gorda, Calama Norte y Calama Oeste. 12.3.1. Perfil solar Se consideró la radiación solar obtenida durante un año entre el 9 de abril de 2012 y el 8 de abril de 2013. Los datos disponibles tenían una resolución de diez minutos por 112 lo que para un año se recopilaron 52560 valores de radiación por cada una de las estaciones consideradas. Los valores de la radiación que fueron considerados en este trabajo representan el promedio de las seis estaciones por lo que se obtiene un vector de 52560 datos. Para determinar la radiación promedio de cada hora del año estudiado se calculó la media aritmética de cada una de las seis mediciones por hora (debido a la resolución de diez minutos) y su respectiva desviación estándar. Esto permitió obtener un perfil de radiación promedio anual con resolución horaria. Luego se procedió a calcular los factores de planta horarios 𝐹𝑃ℎ de una central solar promedio. Para ello se asume que esta central alcanza un factor de planta igual a uno ̅̅̅̅̅̅ℎ es igual al máximo de todas las radiaciones cuando la radiación promedio recibida 𝑅𝑎𝑑 percibidas Rad𝑖 en el año a través de la siguiente fórmula: 𝐹𝑃ℎ = max ̅̅̅̅̅̅ℎ 𝑅𝑎𝑑 𝑅𝑎𝑑𝑖=1..52560 Así, se obtiene un perfil de factores de planta solares que permitirán determinar el máximo de potencia que puede inyectar en cada hora cada una de las centrales solares (conociendo su potencia instalada) en el problema de unit commitment. En el Anexo D se aprecia una gráfica que ilustra los factores de planta solares obtenidos para el año considerado y la Figura 12.2 ilustra los factores de planta solar promedio en un día. 113 0,9 0,8 Factor de planta 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora Figura 12.2: Factores de planta solar promedio Fuente: Elaboración propia Esta metodología entrega un factor de planta anual promedio igual a un 32,86%. El valor puede ser un poco ambicioso pero es muy útil a la hora de evaluar el impacto de generación intermitente sobre el sistema. Además, es similar al factor de planta promedio previsto por las centrales solares del SING de un 30,33%. 12.3.2. Perfil eólico Se consideró el perfil de velocidades del viento a 80m del suelo durante un año entre el 27 de diciembre de 2011 y el 26 de diciembre de 2012. En este caso se consideraron cuatro estaciones de medición cuyos resultados fueron promediados. Al igual que el perfil de radiación solar, los datos disponibles tenían una resolución de diez minutos y fueron tratados para obtener un perfil horario de velocidades del viento. La potencia activa de salida de un generador eólico no se comporta de forma lineal con la velocidad del viento. Se identifican cuatro zonas en la conversión de energía cinética a partir de la velocidad del viento a energía eléctrica. La Figura 12.3 muestra esas 114 zonas. La primera zona es aquella en que bajo cierta velocidad mínima 𝑣𝑐𝑖 (cut in speed) el generador eólico no produce. La segunda zona se encuentra entre velocidades 𝑣𝑐𝑖 y 𝑣𝑟 (rated speed) en que la potencia generada tiene un comportamiento lineal con el cubo de la velocidad del viento. La tercera zona se encuentra entre velocidades 𝑣𝑟 y 𝑣𝑐𝑜 (cut out speed) en que la potencia generada es igual a la potencia nominal (rated power) del generador eólico. Y la cuarta zona es aquella donde la velocidad del viento es superior a 𝑣𝑐𝑜 y por seguridad no se produce energía. Los valores de 𝑣𝑐𝑖 , 𝑣𝑟 y 𝑣𝑐𝑜 dependen de cada generador eólico. Cut in speed ZONA IV ZONA III ZONA II ZONA I Potencia generada Potencia nominal Rated speed Cut out speed Velocidad del viento Figura 12.3: Zonas de velocidades de generación de una turbina eólica Fuente: Elaboración propia De acuerdo a Zhao et al. (2005) la fracción de potencia activa generada por capacidad del generador eólico (o factor de planta instantáneo 𝐹𝑃) en función de la velocidad del viento 𝑣 está dada por la siguiente expresión: 115 0 3 𝐹𝑃 = {𝑎 + 𝑏𝑣 1 0 0 ≤ 𝑣 < 𝑣𝑐𝑖 𝑣𝑐𝑖 ≤ 𝑣 < 𝑣𝑟 𝑣𝑟 ≤ 𝑣 < 𝑣𝑐𝑜 𝑣𝑐𝑜 ≤ 𝑣 < ∞ donde, 3 𝑣𝑐𝑖 𝑎= 3 𝑣𝑐𝑖 − 𝑣𝑟3 𝑏= 𝑣𝑟3 1 3 − 𝑣𝑐𝑖 Se realizó un sondeo en siete grandes empresas fabricantes de turbinas eólicas (Vestas, Siemens, General Electric, Alstom, Suzlon, Southwest WindPower y Gamesa) para determinar los valores de 𝑣𝑐𝑖 , 𝑣𝑟 y 𝑣𝑐𝑜 a considerar en este trabajo. Como resultado se obtuvo 3,45 m/s, 12,9 m/s y 24,03 m/s, respectivamente. Conocidos estos valores, se calculó el perfil de factores de planta eólicos del sistema para el año modelado. En el Anexo D se puede apreciar una gráfica que ilustra los factores de planta eólicos obtenidos para el año considerado y la Figura 12.4 muestra los factores de planta eólico promedio en un día. 0,7 Factor de planta 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora Figura 12.4: Factores de planta eólico promedio Fuente: Elaboración propia 116 12.3.3. Determinación de escenarios de generación intermitente La formulación de un modelo de unit commitment estocástico requiere la consideración de distintos escenarios a optimizar y sus respectivas probabilidades de ocurrencia. Su obtención parte a través de la determinación de tres escenarios solares y luego cinco escenarios eólicos para determinar finalmente los cinco escenarios de modelación considerados en este trabajo. Desviaciones estándar Figura 12.5: Esquema de obtención de escenarios solares Fuente: Elaboración propia 117 Debido a la tasa de muestreo de los datos de radiación solar, cada hora contiene seis valores. El valor de cada hora es el promedio de estos (como fue expuesto anteriormente) por lo que además por cada hora se puede obtener un valor máximo, un valor mínimo y una desviación estándar. Así se obtienen tres vectores de 8760 datos que constituyen tres escenarios de radiación solar y un vector de desviaciones estándar horarias 𝜎⃗𝑠𝑜𝑙𝑎𝑟 . Así se constituyen el escenario mínimo (formado por el conjunto de valores mínimos S1), el escenario base (formado por el conjunto de valores promedio S2 ) y el escenario máximo (formado por el conjunto de valores máximos S3 ). La Figura 12.5 ilustra el proceso de obtención de escenarios solares. Por otro lado, la asignación de probabilidad para cada uno de estos valores se basa en una distribución Normal cuya media es el vector escenario base (S2 ) y su desviación estándar es el vector de desviaciones estándar horarias 𝜎⃗𝑠𝑜𝑙𝑎𝑟 . De esta forma, cada una de las 8760 horas tiene una función de distribución de probabilidad continua diferente. Luego, para cada hora y para cada valor de los tres escenarios se calcula la densidad de probabilidad. En cada hora, ya que la suma de estas tres densidades no es igual a uno, se procede a normalizarlas y así representar un porcentaje de probabilidad. Finalmente, la probabilidad de cada escenario se obtiene a través de la media aritmética de los 8760 datos de cada vector. La Tabla 12.4 muestra los valores de probabilidad asignados para cada escenario solar. Tabla 12.4: Probabilidad de escenarios solares Escenario Clave Probabilidad Perfiles mínimos Perfil base Perfiles máximos S1 S2 S3 23,34 % 53,12 % 23,54 % Fuente: Elaboración propia Factor de planta promedio 29,69 % 32,87 % 36,07 % 118 La obtención de los factores de planta de cada escenario solar se realiza de forma análoga a lo mostrado en el Capítulo 12.3.1. La Figura 12.6 ilustra los factores de planta promedio de cada escenario solar en un día. 0,9 0,8 Factor de planta 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Horas S1 S2 S3 Figura 12.6: Factores de planta promedio de escenarios solares Fuente: Elaboración propia Al igual que con la radiación solar, se dispone de seis valores de velocidad del viento por hora. Luego, se pueden obtener cuatro vectores: el vector de los mínimos, el vector de los promedios, el vector de los máximos y el vector de las desviaciones estándares. Cada uno de ellos con dimensión igual a 8760. Se establece que el vector de los promedios constituye el caso base (E3 ). Después se calcula el promedio y desviación estándar de cada uno de los vectores. Debido a la alta variabilidad del viento se considera que cada hora es una variable aleatoria independiente con distribución de probabilidad Weibull (Zhao et al., 2005). En el Anexo E se puede encontrar detalles de esta distribución. Con esta función se definen cuatro escenarios de velocidad del viento cuyos valores de 𝜇 (promedio) y 𝜎 (desviación estándar) se muestran en la Figura 12.7. 119 Desviaciones estándar Figura 12.7: Esquema de obtención de escenarios eólicos Fuente: Elaboración propia Estos cuatro escenarios se unen al escenario base para formar cinco escenarios eólicos. Para determinar las probabilidades de cada uno de estos escenarios se considera que cada uno de ellos tiene una misma distribución Weibull cuyo promedio y desviación estándar están determinados por el caso base. Así, se obtiene una curva de densidad de probabilidad desde donde se obtendrán datos para cada uno de los escenarios en cada hora. Luego, cada una de las 8760 horas es normalizada. Finalmente, la probabilidad de cada escenario (ver Tabla 12.5) se obtiene a través de la media aritmética de sus datos. 120 Tabla 12.5: Probabilidad de escenarios eólicos Escenario Clave Probabilidad Perfiles mínimos Perfiles mínimos suaves Perfil base Perfiles máximos suaves Perfiles máximos E1 E2 E3 E4 E5 17,48 % 20,97 % 23,14 % 20,87 % 17,54 % Factor de planta promedio 14,39 % 25,78 % 29,58 % 38,52 % 55,84 % Fuente: Elaboración propia La obtención de los factores de planta de cada escenario eólico se realiza de forma análoga a lo mostrado en el Capítulo 12.3.2. La Figura 12.8 ilustra los factores de planta promedio de cada escenario eólico en un día. 0,9 0,8 Factor de planta 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Horas E1 E2 E3 E4 E5 Figura 12.8: Factores de planta promedio de escenarios eólicos Fuente: Elaboración propia 121 De forma recapitulativa, se obtienen tres escenarios solares y cinco escenarios eólicos lo que resulta en quince escenarios totales o combinaciones posibles. Sin embargo, en vista de no sobrecargar el modelo, en este trabajo se consideran solamente cinco escenarios cuyas probabilidades se muestran en la Tabla 12.6. Tabla 12.6: Probabilidad de escenarios considerados en el modelo Escenario 1 2 3 4 5 Composición E1S1 E2S3 E3S2 E4S1 E5S3 Probabilidad 13,46 % 16,29 % 40,56 % 16,07 % 13,62 % Fuente: Elaboración propia 12.4. Dimensionamiento de reservas secundarias El cálculo de reservas secundarias necesarias para el sistema se efectúa en tres etapas: reservas por generación solar, reservas por generación eólica y reservas por demanda. La metodología a emplear utiliza un enfoque probabilístico y está basada en el trabajo de De Vos et al. (2013) y es, además, la utilizada en el estudio “Efectos técnicoeconómicos de la integración de energía eólica y solar en el SING” (CDEC-SING, 2015). El cálculo de reservas del sistema debe considerar las posibles fluctuaciones de la generación solar, de la generación eólica y de la demanda con respecto a valores pronosticados. Ya que para la generación solar y eólica se tienen datos con un muestreo de diez minutos, se consideraron los desbalances entre cada uno de estos valores y el valor promedio de ellos en cada una de las horas del año. Por otra parte, para el caso de la demanda, debido a que solamente se tienen datos horarios, se consideraron los desbalances entre cada valor horario y seis valores aleatorios de distribución normal. 122 Tanto para el perfil solar como el eólico el dimensionamiento de reservas se basó en los factores de planta calculados para el escenario base de ambos perfiles. Además, la metodología para ambos es la misma. Para determinar las reservas secundarias necesarias en cada hora de un día para cada perfil se consideraron dos vectores: uno con las 52560 muestras y otro con los 8760 valores promedio. Cada desbalance se calculó como la diferencia entre el valor de cada muestra y el valor de su promedio correspondiente. Esto dio origen a un vector con 52560 desbalances. Luego, en este punto hay dos posibilidades; la primera es considerar un solo nivel de reserva para cada hora del año y la otra es considerar un nivel de reserva para cada una de las horas de un día (24 horas). Se decidió trabajar con la segunda opción. Así, cada una de estas muestras fue agrupada en 24 conjuntos a los cuales se aplicó una distribución de Laplace. El Anexo F muestra las funciones y estimadores de la distribución de Laplace. Teniendo la curva de densidad de probabilidad para cada hora y para el perfil solar y eólico se estableció que el sistema debe suministrar las reservas con un 99% de confiabilidad (la norma técnica chilena exige un 97%). De esta forma se debió obtener el percentil 0,5% y el percentil 99,5% para determinar la reserva de subida y de bajada, respectivamente. La Figura 12.9 muestra de forma resumida el procedimiento de cálculo de reservas solares y eólicas. Un valor de desbalance negativo implica que la generación pronosticada es mayor a la real por lo que el sistema debe suministrar energía de reserva (subida) mientras que un valor positivo implica restar energía (bajada). 123 Figura 12.9: Esquema de cálculo de reservas secundarias Fuente: Elaboración propia Una vez que se obtuvo el nivel de reserva de percentil 0,5% y 99,5% se trabajó con la demanda. Si en el caso de la generación intermitente se trabajó con los factores de planta, en el caso de la demanda se trabajó con factores de carga donde cada uno de los niveles de demanda es una fracción de la demanda máxima en el año modelado. Los datos de demanda no tenían resolución de diez minutos como los perfiles solares y eólicos por lo que se tuvo que agregar información aleatoria. Así, para cada hora del año se introdujeron seis muestras aleatorias de distribución Normal con media igual al valor de la demanda en dicha hora 𝐷ℎ y desviación estándar determinada como sigue: 𝜎= √42 |𝐷 − 𝐷ℎ | 18 ℎ+1 124 Este valor equivale a la desviación estándar de siete puntos donde cinco datos han sido interpolados entre un punto de demanda 𝐷ℎ y otro 𝐷ℎ+1. Desde este punto, la determinación de la reserva secundaria debido a la demanda se logró a través de la misma metodología explicada anteriormente. Así, cada desbalance se calculó como la diferencia entre cada uno de los seis valores aleatorios correspondientes a cada hora y el valor de su promedio. Un desbalance positivo implica que la demanda es mayor a la prevista por lo que hay que suministrar energía al sistema (reserva de subida) y un valor negativo implica que hay que sustraer energía del sistema (reserva de bajada). A partir de los datos obtenidos (reserva secundaria por desbalances eólicos, solares y de demanda) se calculó la reserva secundaria necesaria para el sistema en cada hora. Aparecen dos posibilidades extremas: Reserva de subida: inyectar energía al sistema Demanda aumenta: desbalance positivo Generación solar disminuye: desbalance negativo Generación eólica disminuye: desbalance negativo Reserva de bajada: extraer energía del sistema Demanda disminuye: desbalance negativo Generación solar aumenta: desbalance positivo Generación eólica aumenta: desbalance positivo Debido a que este trabajo solo considera reservas de subida, la primera opción fue considerada. Así, para cada hora ℎ de un día de veinticuatro horas, la reserva secundaria requerida 𝑅ℎ por el sistema se calculó como sigue: 𝑅ℎ = 𝑟𝐷ℎ99,5% ⋅ 𝐷𝑚á𝑥 − 𝑟𝑆ℎ0,5% ⋅ 𝐶𝐼𝑠𝑜𝑙𝑎𝑟 − 𝑟𝐸ℎ0,5% ⋅ 𝐶𝐼𝑒ó𝑙𝑖𝑐𝑜 125 donde 𝑟𝐷ℎ99,5% corresponde al desbalance de demanda en el percentil 99,5%, 𝐷𝑚á𝑥 es la demanda máxima del sistema, 𝑟𝑆ℎ0,5% y 𝑟𝐸ℎ0,5% son los desbalances solar y eólico en el percentil 0,5% y 𝐶𝐼𝑠𝑜𝑙𝑎𝑟 y 𝐶𝐼𝑒ó𝑙𝑖𝑐𝑜 son las capacidades instaladas de generación solar y eólica, respectivamente. La Tabla 12.7 muestra los distintos requerimientos de reservas considerados en la modelación para distintas penetraciones de energía intermitente. Los resultados obtenidos del cálculo de reservas son comparables a los resultados obtenidos en el estudio “Efectos técnico-económicos de la integración de energía solar y eólica en el SING: Escenario 2017” realizado por el CDEC-SING en 2015. Tabla 12.7: Requerimientos de reservas secundarias Parámetros Penetración ERNC 4,38 % 8% 16 % 20% 16 % 43,3 % CI Solar (MW) 91,554 258,31 657,54 891,27 657,54 2630,14 CI Eólico (MW) 90 90 99,027 99,04 99,027 396,117 2.195 2.195 2.195 2.195 2.304,75 2.414,5 61,1 72,82 63,6 45,73 45,9 52,76 59,63 112,4 99,66 62,56 61,64 55,38 58,46 50,03 60,47 53,97 56,2 Reservas secundarias (MW) 61,1 62,78 62,78 65 72,82 74,46 74,47 77,28 63,6 65,2 65,21 67,58 45,73 47,34 47,34 48,82 45,9 47,4 47,4 48,95 52,87 54,61 54,77 56,51 94,12 178,21 226,55 179,48 175,51 328,79 417,24 331,58 127,12 195,54 234,02 198,43 82,08 131,21 158,58 132,61 74,15 105,46 122,99 107,51 67,31 96,72 113,44 98,74 69,08 95,66 110,55 97,72 60,48 86,65 101,3 88,29 72,81 103,65 120,95 105,68 68,8 105,46 126,25 107,18 77,92 131,31 161,76 132,84 Demanda Máxima (MW) Hora 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 122,54 134,26 122,68 103,44 99,85 108,33 638,99 1153,48 614,74 443,35 302,81 269,74 262,95 251,76 296,85 322,55 436,76 126 18 19 20 21 22 23 24 Promedio 89,63 122,39 72,78 55,2 33,04 44,66 70,97 65,04 132,56 183,85 83,97 55,2 33,04 44,66 70,97 79,82 236,85 332,64 112,12 56,03 33,78 45,92 72,56 116,68 297,03 418,79 127,81 56,03 33,78 45,93 72,56 136,4 239,41 336,25 114,78 58,38 35,07 47,53 75,31 118,79 799,08 1121,12 294,44 87,89 60,66 90,76 130,46 344,56 Fuente: Elaboración propia 12.5. Determinación de estados del sistema Una mayor precisión y exactitud en los resultados de un modelo se logra a través de representaciones de demanda menores a la escala horaria (cada cuartos de hora, minuto a minuto, etc.), sin embargo el costo computacional de dichas representaciones incrementa considerablemente por lo que no se aplica para evaluaciones a largo plazo (un año, por ejemplo). Este tipo de representaciones se usa en horizontes menores (una semana, un día, medio día, etc.). En los años 1950, Marcel Boiteux, ingeniero de EDF (del francés Électricité De France) introdujo el concepto de bloques de carga para simulaciones y evaluaciones de periodos más largos de tiempo. Si bien el método reduce los costos computacionales, este pierde información de secuencia horaria, lo que imposibilita la consideración de rampas, encendidos y apagados de unidades, entre otras. En este trabajo se considera la metodología propuesta por Wogrin et al. (2013) que proponen una técnica que introduce mayor información a los bloques de carga permitiendo establecer secuencias horarias. Tal como fue mencionado en la revisión bibliográfica, un estado del sistema puede ser definido como un conjunto de circunstancias (o características) que ocurren simultáneamente y frecuentemente en el sistema durante un periodo de tiempo. Ya que cada una de estas características puede tener distintos niveles, un estado considera un nivel por cada característica aproximando cada conjunto de circunstancias. En la modelación de este trabajo se consideró que cada estado a usar 127 contendrá siete características: la demanda en cada uno de los cinco nodos, el perfil de generación solar base y el perfil de generación eólica base. 12.5.1. Cálculo de los estados del sistema Determinar la cantidad de estados a considerar y calcular el nivel de cada característica de cada estado conlleva a un proceso de clustering en el cual se debe agrupar la información en cada uno de los estados (o clusters). Normalmente se usa el método de K-Means para determinar los distintos clusters de un conjunto de datos. Sin embargo, este método no logra determinar cuántos grupos son necesarios dato un conjunto de datos por lo que es necesario entregarles el número requerido de clusters al inicio. Con este fin, en este trabajo se realiza un clustering basado en el paper de Rahman & Islam (2014) donde proponen un método de selección genética de clusters para luego realizar el método de KMeans. Los autores llaman a este modelo GenClust que consta de las siguientes etapas: Selección sistémica de la población inicial de cromosomas (datos). Determinación de los centros de los clusters a través de un algoritmo genético. Aplicación de K-Means usando como semillas iniciales el resultado anterior. A continuación se muestran los pasos que se siguieron para completar la definición y cálculo de los distintos estados del sistema empleados en el modelo de unit commitment. En el Anexo G se puede encontrar el algoritmo de GenClust. 1. Se define un set de datos 𝐷 que contiene 8760 registros 𝑅1→8760 (las horas del año). Cada uno de estos registros contiene siete atributos 𝐴1→7 (las características de cada estado). Cada atributo se encuentra normalizado para así dar la misma importancia a cada uno de ellos en el proceso de clustering. 128 2. Se define lo siguiente; un cromosoma 𝐶𝑅 está constituido por cierto número de genes 𝐺. Así, un cromosoma 𝐶𝑅𝑗 = {𝐺𝑗1 , 𝐺𝑗2 , 𝐺𝑗3 , ⋯ , 𝐺𝑗𝑘 } tiene 𝑘 genes. Un gen o semilla 𝑆 (que a su vez es un registro) corresponde al centro de un cluster C que contiene cierta cantidad de registros 𝑅. Cada cluster es calculado como 𝐶𝑙 = {𝑅𝑎 : dist(𝑅𝑎 , 𝐺𝑗𝑙 ) ≤ dist(𝑅𝑎 , 𝐺𝑗𝑝 ); ∀𝑝 ≠ 𝑙} donde la función dist(⋆) corresponde a la distancia definida por ∑7𝑖=1|𝐴𝑖 (𝑅𝑎 ) − 𝐴𝑖 (𝑅𝑏 )| dist(𝑅𝑎 , 𝑅𝑏 ) = 7 3. Se establece un set inicial de 24 cromosomas determinísticos y 24 cromosomas aleatorios. Los genes de cada cromosoma determinístico 𝐶𝑅𝑥 corresponden a aquellos registros que presentan una mayor densidad de datos dentro de cierto radio 𝑟𝑥 definido por el usuario. Así, un registro 𝑅𝑚 es agregado como gen cuando densidad(𝑅𝑚 ) > densidad(𝑅𝑛 ); ∀𝑛 donde densidad(𝑅𝑚 ) = card{𝑅𝑖 : dist(𝑅𝑚 , 𝑅𝑖 ) < 𝑟𝑥 ; ∀𝑖} Una vez que el primer gen es determinado, se extraen del set 𝐷 los datos de su cluster y se realiza lo mismo con los datos restantes una y otra vez hasta terminar con los datos. Cada cromosoma 𝐶𝑅𝑥 debe considerar un radio 𝑟𝑥 distinto. La cantidad de genes y sus valores de cada uno de los 24 aleatorios cromosomas son extraídos aleatoriamente desde el set de registros sin sobrepasar los √8760 genes por cromosoma. 4. Se define una función de fitness que permite determinar la de cada cromosoma considerando la separación entre genes y la distancia entre registros de cada cluster. 129 5. Se seleccionan 24 de los 48 cromosomas de acuerdo a su mayor valor de función de fitness. Se crea una copia del cromosoma con mayor fitness. 6. Se realizan operaciones de crossover, identificación del mejor y peor cromosoma, y mutación con el fin de actualizar el mejor cromosoma definido en el paso 5. 7. Se repite 𝑁 = 10 veces el paso 6. 8. Se aplica K-Means al mejor cromosoma obtenido en la selección genética. El mejor cromosoma logrado en el proceso de selección genética tuvo 49 genes y fue obtenido repitiendo y actualizando tres veces los pasos del 1 al 7. Este proceso se programó y ejecutó en lenguaje Python 2.7 y demoró en total aproximadamente seis horas en entregar dicho cromosoma en un computador con procesador Intel Core i5 a 2,4 GHz y 8GB de memoria RAM. El paso 8, o aplicación de K-Means al cromosoma final, fue programado en Python 2.7 (al igual que el algoritmo genético) y demoró tres minutos aproximadamente en completarse. Una vez terminado se dio origen a 49 estados del sistema que fueron los que se consideraron en este trabajo. 12.5.2. Determinación de la matriz de transición y duración de cada estado Una vez definidos los 49 estados del sistema se procedió en determinar la matriz de transición Nx𝑡,𝑠 que permite entregar información cronológica. Se hizo una correspondencia entre las 8760 horas originales del año con los estados en los que se aproxima cada una de estas horas. Así se determinó el número de veces en que un estado 𝑡 cambia a un estado 𝑠 para cada uno de los 49 estados. Por otro lado, la cantidad de registros que comprime cada cluster determina la duración (o número de horas representadas) T𝑠 de cada estado 𝑠 del sistema. Además, a 130 partir de la correspondencia enunciada en el párrafo anterior, se desprende información sobre qué estados están presentes en cada mes. 12.6. Parque generador y parámetros del sistema Se consideró el parque generador del Sistema Interconectado del Norte Grande al 25 de enero de 2015. A esa fecha, la potencia instalada del parque generador ascendía a 4.142,77 MW de donde un 50,7% corresponde a capacidad en carbón, un 35,5% en gas, un 9,2% en diésel, un 2,2% en solar, un 2,16% en eólico y un 0,24% en hidroelectricidad. En total, fueron consideradas 48 unidades generadoras dando origen a 64 configuraciones de generación diferentes (ya que las centrales de ciclo combinado presentan más de una configuración o modo de operación). En la Tabla 12.8 se muestra la lista de unidades generadoras consideradas junto a sus potencias mínimas y máximas y consumos propios. Los datos fueron obtenidos desde la página web del CDEC-SING. Tabla 12.8: Unidades generadoras SING # Unidad Combustible 1 2 3 4 5 6 7 8 9 10 11 12 13 NTO1 NTO2 CTA ANG1 ANG2 CTTAR TGTAR CHAP GMAR M1AR M2AR CUMMINS DEUTZ Carbón Carbón Carbón Carbón Carbón Carbón Diésel Hidro Diésel Diésel Diésel Diésel Diésel Potencia Mínima (MW) 65 65 100 150 150 100 8 1 2,1 0,999 1,462 0,722 0,653 Potencia Máxima (MW) 136,3 141,04 168,8 272,357 272,596 158 23,75 10,2 8,4 2,997 2,924 0,722 1,959 Consumo Propio (MW) 8,86 9,17 16,1 28,325 28,325 9,48 0,1 0,062 0,044 0,078 0,076 0,1 0,1 131 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 MAIQ MIIQ MSIQ SUIQ TGIQ SUTA CTM1 CTM2 CTM3 (CCGT) TG1 TG2 TG3 U10 U11 U12 U13 U14 U15 U16 (CCGT) MIMB ZOFRI_1-6 ZOFRI_2-5 ZOFRI_13 ZOFRI_7-12 INACAL CC1 (CCGT) CC2 (CCGT) ME FV CTH PAM AGB PAS2 PAS3 TECNET_1_6 E VDV Diésel + Fuel Oil Diésel Diésel + Fuel Oil Diésel Diésel Fuel Oil Nro. 6 Carbón Carbón Gas Natural Diésel Diésel Gas Natural Fuel Oil Nro. 6 Fuel Oil Nro. 6 Carbón Carbón Carbón Carbón Gas Natural Diésel Diésel Diésel Diésel Diésel Fuel Oil Nro. 6 Gas Natural Gas Natural Solar Carbón Cogeneración Diésel Solar Solar Diésel Eólico 5,936 1,462 6,2 1,4 10 8 90 90 100 0,097 0,097 0,3 15 15 50 50 75 75 75 2 0,36 1,03 0 0,8 0,85 95 95 0 100 0 0 0 0 2,1 0 5,936 2,924 6,2 4,2 23,75 103,68 165,9 175 250,75 24,698 24,931 37,5 37,5 37,5 85,3 85,5 136,4 132,4 400 28,64 0,9 5,16 1,6 4,8 6,8 395,9 384,7 68 170,1 17,5 2 7,516 16,038 3 90 Fuente: Elaboración propia en base a datos del CDEC-SING 0,3 0,11 0,3 0,14 0,19 3,692 11 11 4,69-7,52 10 10 10 1,5 1,5 5,72 5,73 8,73 8,34 5,6-7,0 0,72 0 0 0,022 0,042 0,177 4,2-13 0,95-11,85 0,2 16,2 0 0 0,02 0,04 0 1,1 132 Se consideraron cuatro líneas de transmisión que unen los cinco nodos considerados en el modelo. Estas líneas son las que unen los nodos Atacama y Encuentro, Encuentro y Crucero, Crucero y Lagunas, Lagunas y Tarapacá (ver Anexo A). Los valores de sus capacidades de transporte de potencia fueron extraídos de la base de datos del CDEC-SING y se muestran en la Tabla 12.9. Adicionalmente, se ha considerado un factor de pérdidas por trasmisión fPerd igual a un 3,45%, que corresponde al promedio de pérdidas del SING entre 2004 y 2014, y se estableció que el costo de energía no suministrada equivale a 500 US$/MWh. Tabla 12.9: Capacidad de líneas de transmisión del modelo propuesto Línea Atacama – Encuentro Encuentro – Crucero Crucero – Lagunas Lagunas – Tarapacá Capacidad (MW) 496,4 470,4 235,2 235,2 Fuente: Elaboración propia Se tenía disponible la información de costos variables no combustibles y de consumos específicos de cada configuración en función de la potencia generada. Con el fin de reducir la cantidad de parámetros y variables del modelo se realizó una aproximación para trabajar con valores constantes para cada configuración de generación. No se entregaba información respecto de los costos de encendido y apagado de generadores y configuraciones por lo que se debió obtenerlos manualmente. Para su cálculo se consideró el tiempo que toma cada configuración en encender a su potencia mínima y apagar desde el punto medio entre su potencia mínima y su potencia máxima (a través de su tasa de toma de carga) con sus respectivos consumos de combustible en dichos procedimientos. El costo, entonces, se obtuvo a través del producto entre consumo total de combustible por encendido (o apagado) y el costo del combustible utilizado por el generador. 133 Para todo el año modelado, se consideró un solo costo de combustible para el carbón y el diésel. Este fue calculado como el promedio de los valores de combustible declarados en el año 2014. En el caso del gas natural, se consideró un precio de 11 US$/MBtu (o 388,4 mUS$/m3) que es ligeramente más bajo al precio declarado por las centrales a gas en 2014 debido a la baja en el valor del Henry Hub entre 2014 y 2015. Este precio fue considerado como precio base para el sub-modelo A y como el precio de contrato para los sub-modelos B, C y D. En cuanto a la contratación take or pay mensual para el sub-modelo D se consideró que la fracción pToPM de contrato anual correspondiente a cada mes es igual a 1/15. 134 III. RESULTADOS Y CONCLUSIONES 13. Resultados En esta sección se presentan y analizan los resultados obtenidos de la simulación de la operación del SING durante un año para cuatro metodologías de modelación. Es importante señalar que se debió realizar mayores simplificaciones para resolver los modelos C y D debido a que la presencia de una mayor cantidad de variables y restricciones hacía que la resolución de los problemas tomara más de 30 horas. Por esta razón se omitieron los modos de operación de las centrales de ciclo combinado y no se consideraron los escenarios de generación intermitente. Una vez todo listo, cada uno de estos cuatro sub-modelos fue programado en lenguaje AMPL y resuelto con el solver CPLEX 12.6. El computador utilizado contaba con un procesador Intel Core i7 3,0 GHz con 16 Gb de memoria RAM. Adicionalmente, cada sub-modelo, de acuerdo a la Figura 11.1, evalúa distintas situaciones que dependen principalmente de la penetración de energías intermitentes y el nivel de contratación de gas. El Anexo H muestra las características de cada situación considerada. Por su parte, el tiempo de resolución de cada situación de cada sub-modelo tomó en promedio unas 7,5 horas entregando un MIPGAP relativo de 6,95⋅10-5 . Tabla 13.1: Niveles de penetración ERNC considerados Penetración Capacidad Instalada Solar (MW) Capacidad Instalada Eólica (MW) P1 4,4% P2 8% P3 16% P4 20% 91,55 (50,4%) 258,31 (74,2%) 657,54 (86,9%) 891,27 (90%) 90 (49,6%) 90 (25,8%) 99,027 (13,1%) 99,04 (10%) Fuente: Elaboración propia 135 Se consideraron cuatro niveles de penetración ERNC intermitente en capacidad instalada: 4,4%, 8%, 16% y 20%. En adelante, estos niveles de penetración se notarán como P1, P2, P3 y P4, respectivamente. La capacidad instalada de generación solar y eólica para cada nivel de penetración es mostrada en la Tabla 13.1. Adicionalmente, se consideró la demanda máxima de 2014 como caso base correspondiente a 2.195 MW y, en algunos casos, se realiza una sensibilidad con una demanda de 2.304,75 MW (un 5% más). 13.1. Sub-modelo A El sub-modelo A evalúa los costos de operación del sistema en el plazo de un año y considera 15 situaciones diferentes (ver Anexo H). Este sub-modelo no incorpora la modelación de contratos de gas ni tampoco introduce el costo del gas no consumido. Sin embargo, pretende evaluar cómo afecta a los costos operacionales del sistema una baja de un 25% en promedio del precio declarado de gas natural y lo mismo con un alza de un 25%. 13.1.1. Efectos de la penetración ERNC intermitente en la operación del sistema a) Costos operacionales Debido al bajo costo variable de las energías renovables solar y eólica, estas reducen los costos operacionales del sistema. Si bien el costo total es menor, el costo correspondiente a los encendidos y apagados de unidades térmicas aumenta en un 53% cuando la penetración ERNC pasa de un 4,38% a un 20%. Esto se justifica en el aumento de los requerimientos de cycling que involucra la inclusión de energías intermitentes. La Tabla 13.2 muestra los costos operacionales del sistema en millones de dólares con distintas penetraciones de ERNC. No obstante, la reducción en costos de encendido y apagado que se experimenta entre la penetración de un 4,38% y la de un 8% se debe a la 136 posible existencia de un punto donde es más económico funcionar a mínimos técnicos que encender ciertas centrales (carbón y gas) en ocasiones especiales. Sin embargo, esto último debe ser bien estudiado ya que podría deberse a que el modelo asume consumos específicos constantes no evidenciando que una turbina consume más combustible cuando su producción es menor a la nominal. Tabla 13.2: Costos operacionales del sub-modelo A bajo distintas penetraciones ERNC Penetración Costo Total Costo Combustible Costo No Combustible Costo ON-OFF P1 4,38% 834,38 749,31 76,65 8,42 P2 8% 794,82 715,19 72,52 7,11 P3 16% 726,15 651,64 62,31 12,2 P4 20% 696,1 623,28 59,92 12,9 Fuente: Elaboración propia En cuanto al costo medio de operación se obtiene que en las penetraciones P1, P2, P3 y P4 son iguales a 46,6 US$/MWh, 44,4 US$/MWh, 40,6 US$/MWh y 38,94 US$/MWh, respectivamente. Considerando el nivel de penetración de P3 se tiene que ante un incremento de un 5% en la demanda los costos totales aumentan un 9,14% (792,55 MUS$). El mayor aumento se presenta en los costos de encendidos y apagados de centrales a gas, aumentando también sus requerimientos de cycling. b) Costos marginales Pese a que los costos operacionales disminuyen ante el incremento de generación renovable intermitente, los costos marginales experimentan un aumento. Para una penetración de un 4,38% el costo marginal promedio diario del sistema alcanza los 94,5 US$/MWh, para una penetración de un 8% alcanza los 99 US$/MWh, para una 137 penetración de un 16% el costo marginal promedio alcanza los 108,38 US$/MWh y para una penetración de un 20% el costo marginal llega a los 109,52 US$/MWh. Se observa una tendencia creciente de costos marginales cuando la penetración ERNC aumenta. Para los casos de mayor penetración (P3 y P4), los mayores costos marginales se producen entre las 7 y 9 a.m. y las 5 y 7 p.m. que coinciden justamente con las horas de amanecer y atardecer donde el incremento y decremento de generación solar se acentúa a su máximo valor. Esto conlleva a tener centrales térmicas de respaldo que permitan responder ante estas variaciones lo que produce un aumento en el costo marginal del sistema. La Figura 13.1 muestra las curvas de costos marginales de estos niveles de penetración. 200 Costo Marginal (US$/MWh) 180 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día P1 P2 P3 P4 Figura 13.1: Costos marginales del sub-modelo A bajo distintas penetraciones ERNC Fuente: Elaboración propia Considerando el nivel de penetración de P3 se tiene que ante un incremento de un 5% en la demanda el costo marginal promedio diario disminuye de 108,38 US$/MWh a 99,64 US$/MWh. Esta reducción se debe básicamente a una mayor presencia de centrales 138 a carbón y a gas en el despacho de energía horario reduciendo generación costosa diésel. Adicionalmente se observa un aumento en la cantidad de encendidos de centrales a gas lo que conlleva, por un lado, a incrementar los requerimientos de cycling para las centrales a gas y, por el otro, a reorganizar el despacho de unidades a carbón con el fin de disminuir las puntas de altos costos marginales. c) Relación FH-ST Rodilla et al. (2014) evalúan la relación entre horas de operación y cantidad de encendidos de una central térmica para evaluar los costos de mantenimiento y, especialmente, del mantenimiento mayor (major overhaul cost). Esta relación es también un buen indicador de los requerimientos de cycling de una planta de generación eléctrica. Así, un mayor valor indicaría un menor cycling y un menor valor indica un mayor cycling. La Tabla 13.3 muestra las relaciones FH-ST para los distintos niveles de penetración ERNC intermitente considerados. Tabla 13.3: Relaciones FH-ST del sub-modelo A bajo distintas penetraciones de ERNC Penetración FH-ST Carbón FH-ST Diésel FH-ST Gas P1 8760 3,91 19,28 P2 8760 4,09 23,98 P3 8760 2,56 7,71 P4 2984,34 2,54 7,69 Fuente: Elaboración propia Las centrales a carbón mantienen un funcionamiento de base en los primeros tres niveles de penetración ERNC mientras que cuando esta alcanza el 20% la relación FH-ST se reduce en un 66%. Esto implica un considerable aumento en el requerimiento de cycling para las centrales a carbón cuando las penetraciones ERNC son mayores. Particularmente, el cycling en las unidades a carbón es más complicado que en las unidades a gas o diésel debido a las limitaciones de sus instalaciones: configuraciones de generación, tiempos de 139 espera entre encendidos y apagados de unidades y fatiga térmica de los materiales por un régimen de operación variable. Este tipo de centrales fue concebido para trabajar como generadoras de potencia de base de forma continua. Una evaluación fidedigna de las posibilidades de cycling de una central debe tomar en cuenta sus limitaciones técnicas hora a hora o a resoluciones de tiempos menores. En este trabajo no se han considerado dichas restricciones debido a la modelación por estados del sistema por lo que solamente se consideran los costos de encendidos y apagados y mínimos y máximos técnicos de las centrales a carbón para determinar cuándo es económico ciclar con estas unidades. Es importante notar que el modelo empleado no considera detenciones forzadas por fallas en las centrales o por mantenimientos programados, así, en realidad, la relación FH-ST podría ser un poco menor. En cuanto a las centrales diésel, se aprecia que sus requerimientos de cycling aumentan conforme lo hace la penetración ERNC pero en menor medida a cómo lo hacen las centrales a gas (considerando las penetraciones P1 y P4). Al igual que con los costos de encendido y apagado se aprecia que la penetración P2 representa una disminución del cycling en las centrales a gas que puede ser debido a operaciones a mínimos técnicos. d) Generación de energía y perfil de generación Bajo cada una de las penetraciones P1, P2, P3 y P4 se produjeron 17.907 GWh, 17.905 GWh, 17.896 GWh y 17.875 GWh, respectivamente. La disminución se debe principalmente al desplazamiento de generación térmica, con mayores consumos propios, por generación renovable, con menor consumo propio. La Figura 13.2 muestra la distribución de energía anual producida por cada tecnología en las cuatro penetraciones. A medida que la penetración ERNC aumenta, las centrales a carbón y a gas ven reducida su participación en la generación eléctrica del sistema siendo esta última la que más disminuye. Esto se debe a que las centrales a gas son principalmente las que otorgan flexibilidad al sistema y son las que funcionan como respaldo a la generación intermitente. 140 1,10% 0,45% 1,47% 1,11% 0,45% 4,15% 1,11% 1,03% 11,83% 10,13% 84,05% 83,13% (a) Penetración P1 (b) Penetración P2 1,22% 0,45% 1,23% 1,22% 10,58% 0,45% 1,11% 14,34% 7,04% 6,98% 79,48% (c) Penetración P3 75,89% (d) Penetración P4 Figura 13.2: Distribución de energía anual producida en el sub-modelo A bajo distintas penetraciones ERNC Fuente: Elaboración propia 141 Tomando en cuenta el nivel de penetración de P3 se tiene que ante un incremento de un 5% en la demanda se privilegia la generación térmica a gas, reduciendo la participación de la generación a carbón y disminuyendo la proporción de energía producida por generación diésel. La Figura 13.3 muestra la participación de cada tecnología en dicha situación. En cuanto a la generación ERNC, esta produce la misma cantidad de energía pero ya que la demanda aumenta su participación disminuye. 1,17% 1,03% 0,43% 10,11% Carbón Gas 9,20% Diésel Hidro Solar 78,07% Eólico Figura 13.3: Participación por tecnología en la generación de energía anual del sub-modelo A bajo penetración P3 y demanda 5% mayor Fuente: Elaboración propia Al considerar las 24 horas de un día promedio se obtienen los perfiles de generación mostrados en la Figura 13.4. A medida que la penetración de energías intermitentes aumenta, las centrales a gas deben reducir su producción con el fin de entregar ese espacio para la generación solar, principalmente. Lo mismo sucede con la generación eólica pero debido a que su producción es menor, el efecto es menor. En el caso de P3 y P4, aparte de desplazar generación a gas, la generación solar logra desplazar generación a carbón entre las 8 a.m. y las 6 p.m., que es cuando se logra recibir gran parte de la radiación solar del día. 142 Potencia generada (MW) (a) Penetración P1 2400 2200 2000 1800 1600 1400 1200 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Potencia generada (MW) (b) Penetración P2 2400 2200 2000 1800 1600 1400 1200 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Potencia generada (MW) (c) Penetración P3 2400 2200 2000 1800 1600 1400 1200 2400 Potencia generada (MW) (d) Penetración P4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 2200 2000 1800 1600 1400 1200 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Carbón Gas Diésel Hidro Solar Eólico Figura 13.4: Perfiles de generación horaria del sub-modelo A bajo distintas penetraciones ERNC Fuente: Elaboración propia 143 e) Factores de planta La Figura 13.5 muestra la variación en los factores de planta de las distintas tecnologías de generación del SING según niveles de penetración ERNC. De igual forma que en la participación en la generación de energía del sistema, los factores de planta de las tecnologías térmicas disminuyen donde la menor disminución la experimentan las centrales a carbón que pasan de un f.p. de un 81,8% en P1 a un 73,7% en P4. Para el caso de la generación hidroeléctrica se ha supuesto un factor de planta igual a un 90% y constante para cada uno de los escenarios de generación intermitente considerados en el modelo. De esta forma, este trabajo no modela la variabilidad del recurso hídrico debido a que la presencia de esta tecnología es muy reducida en el SING. La generación solar mantiene, también, su factor de planta en un 32,9% debido a que esta tecnología, al igual que la generación eólica, es siempre despachada debido a su bajo o nulo costo variable. Ya que la tecnología considerada para la formulación de perfiles solares fue la de seguimiento horizontal, los factores de planta son cercanos al 33%. Este valor se acerca a los factores de planta predichos por los propietarios de centrales solares en el norte del Factor de planta país. 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 FP Carbón FP Gas FP Diésel FP Hidro FP Solar FP Eólico P1 0,818 0,165 0,059 0,902 0,329 0,251 P2 0,809 0,141 0,055 0,902 0,329 0,251 P3 0,773 0,098 0,066 0,902 0,329 0,251 P4 0,737 0,097 0,059 0,902 0,328 0,251 Figura 13.5: Factores de planta por tecnología en el sub-modelo A bajo distintas penetraciones de ERNC Fuente: Elaboración propia 144 Considerando el nivel de penetración de P3 se tiene que ante un incremento de un 5% en la demanda los factores de planta de centrales a carbón y a gas aumentan de un 77,3% y 9,8% a un 79,4% y 13,4%, respectivamente. Por su parte las centrales diésel lo disminuyen de un 6,6% a un 5,7%. f) Provisión de reservas secundarias Los requerimientos de reserva secundaria para las distintas penetraciones fueron calculadas en el Capítulo 12.4. A modo resumen, las reservas requeridas para las penetraciones P1, P2, P3 y P4 son, respectivamente, 65,04 MW, 79,82 MW, 116,68 MW y 137,4 MW. En promedio, las reservas secundarias suministradas por el carbón y el diésel tienden a aumentar a medida que crece la penetración ERNC. Por su lado, las reservas entregadas por las centrales a gas tienden a disminuir (ver Tabla 13.4). Esto se justifica en el aumento de los requerimientos de cycling de las centrales a gas por lo que en ocasiones las centrales a gas deben apagarse para dar cabida a la generación intermitente. Con centrales apagadas, no hay disponibilidad de reservas secundarias debido a que el modelo considera que las centrales deben estar encendidas para poder suministrar reservas. Tabla 13.4: Proporción de disponibilidad de reservas promedio por tecnología para el submodelo A en distintas penetraciones ERNC Carbón Gas Diésel P1 17,19% 81,41% 1,40% P2 20,31% 77,47% 2,22% P3 42,98% 50,21% 6,81% Fuente: Elaboración propia P4 50,36% 41,52% 8,12% 145 120 Reserva (MW) (a) Penetración P1 140 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Reserva (MW) (b) Penetración P2 200 150 100 50 0 300 Reserva (MW) (c) Penetración P3 350 250 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Reserva (MW) (d) Penetración P4 500 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Carbón Gas Diesel Promedio Figura 13.6: Disponibilidad horaria de reservas en el sub-modelo A por tecnología para distintas penetraciones ERNC Fuente: Elaboración propia 146 En términos horarios de un día promedio, la Figura 13.6 muestra los perfiles de disponibilidad de reservas por tecnología y por penetración ERNC. Se logra apreciar que ante una penetración de un 4,38% de ERNC existen cuatro zonas en las que la reserva horaria supera a la reserva promedio. Estas zonas ocurren alrededor de las 2 a.m., de las 8 a.m., de las 7 p.m. y de las 0 a.m. y justamente coinciden con las mayores alzas en generación eólica (noche y madrugada) y con la subida y bajada del sol (mañana y tarde). Ya en P2, P3 y P4, la proporción solar se hace más grande por lo que el factor eólico en las reservas no toma tanta importancia. Así es como sobresalen dos puntas (8 a.m. y 7 p.m.) en las reservas que son mayormente cubiertas por centrales a gas en el caso de P2. Algo distinto ocurre en el caso de P3 y P4 donde las reservas son principalmente suministradas por generación a carbón en horas donde la generación solar es mayor mientras que en las horas de punta son mayormente suministradas por la generación a Reserva (MW) gas. 400 350 300 250 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Carbón Gas Diesel Total Figura 13.7: Disponibilidad horaria de reservas por tecnología bajo una penetración P3 y demanda 5% mayor Fuente: Elaboración propia Considerando el nivel de penetración de P3 se tiene que ante un incremento de un 5% en la demanda la reserva secundaria promedio del sistema aumenta ligeramente a los 147 118,79 MW. Asimismo, en esta situación las reservas secundarias provienen principalmente de centrales a gas (53,8%) debido al encendido de nuevas unidades para suministrar la nueva demanda. Por su parte, las reservas de centrales a carbón (40%) y diésel (6,2%) disminuyen para dar cabida a las reservas provenientes de las centrales a gas. La Figura 13.7 muestra el perfil de reservas en esta situación. 13.1.2. Efectos del precio declarado en la operación del sistema Uno de los problemas que deben enfrentar las centrales a gas es el establecimiento de contratos de gas take or pay. Una elección incorrecta puede provocar que la central no consuma todo el gas contratado por lo que debería pagar gas no utilizado. Ante esta situación, debido a que en Chile se consideran los costos de combustibles declarados por cada central, las unidades generadoras a gas pueden alterar los costos de compra de GNL declarando precios más bajos con el fin de poder ser despachadas. En este modelo se consideran tres niveles promedio de declaración de precios: un 25% menos (se notará como -25% en adelante), el precio correcto (se notará como 0% en adelante) y un 25% adicional (se notará como +25% en adelante). Fueron consideradas, también, cuatro penetraciones de ERNC (4,38%, 8%, 16% y 20%) pero con el fin de evaluar los impactos generales de la declaración de precios de gas se considerará el valor promedio de estas penetraciones. a) Costos operacionales Tal como lo indica la intuición, si los costos declarados del gas son menores se obtendrán menores costos operacionales debido a la reducción de los costos de combustible. En caso contrario, ocurre lo contrario. La Tabla 13.5 muestra los costos operacionales promedio del sistema en millones de dólares según el precio declarado del gas natural. Se logra apreciar que declarando, en promedio, un 25% más barato los costos totales disminuyen en un 4,5% mientras que si es un 25% más caro los costos aumentan 148 en un 4,4%. Asimismo, un precio más caro de gas tiende a disminuir los costos variables no combustibles debido a la salida de generación a gas (con costos no combustibles superiores a los del carbón). Tabla 13.5: Costos operacionales según declaración de precio del gas para el sub-modelo A Precio declarado Costo Total Costo No Combustible Costo Combustible Costo ON-OFF -25% 728,58 68,71 648,89 10,98 0% 762,87 67,85 684,86 10,16 25% 796,27 67,71 718,36 10,2 Fuente: Elaboración propia En cuanto al costo medio de operación se obtiene que son iguales a 40,71 US$/MWh, 42,63 US$/MWh y 44,5 US$/MWh, para costos declarados de un -25%, un 0% y un +25%, respectivamente. b) Costos marginales A medida que el precio declarado del gas se hace mayor, los costos marginales promedio del sistema aumentan. Cuando el gas es declarado un 25% más barato, el costo marginal se reduce a 102,05 US$/MWh representando una variación de un -2,4% respecto de la declaración sin alteración. En dicho caso, el costo marginal corresponde a 104,52 US$/MWh. Ahora bien, cuando la declaración es un 25% superior, el costo marginal asciende en un 3,5% llegando a los 108,14 US$/MWh. c) Generación de energía Una declaración diferente en el precio del gas incide en el despacho de unidades que usan ese combustible. Así, un precio mayor restringe la generación a gas, aumentando 149 la generación a carbón y diésel, y un precio menor la privilegia, disminuyendo la generación a carbón y diésel. La modificación en la potencia de salida del gas impacta la potencia de salida de centrales a carbón y diésel debido a que las centrales a gas pueden funcionar como dadoras de potencia base (como las centrales a carbón) y como reguladoras a través del cycling (como las centrales diésel). La Tabla 13.6 muestra la energía producida por tecnología (en GWh) cuando los precios declarados son -25%, 0% y +25%. Tabla 13.6: Energía anual producida por tecnología ante distintos precios declarados del gas para el sub-modelo A Precio declarado Generación Carbón Generación Gas Generación Diésel Generación Hidro Generación Solar Generación Eólico -25% 14.424,3 1.631,56 185,3 80,59 1.366,47 207,91 0% 14.430,9 1.609,93 200,49 80,59 1.365,97 207,91 25% 14.449,85 1.536,37 250,57 80,59 1.365,97 207,91 Fuente: Elaboración propia Al enfocarse en las centrales a gas, una reducción promedio de un 25% en el precio declarado aumenta la generación eléctrica anual por gas en 21,63 GWh mientras que un aumento promedio de un 25% en el precio declarado la reduce en 73,56 GWh. Esta reducción se ve suplida mayormente (50,08 GWh) por centrales diésel que si bien presentan un mayor costo marginal, su costo de encendido y apagado es mucho menor. Si se considera un consumo específico promedio de las centrales a gas de 246,4 m3/MWh, y el precio del gas a 11 US$/MBtu (0,3884 US$/m3) las centrales a gas tienen un beneficio como el presentado en la Tabla 13.7. Esta situación considera un esquema en que la central comercializa energía solamente en el mercado spot donde los precios de la transacción se basan en los costos marginales. Además, considera una contratación de gas igual a un 15% en factor de planta. Bajo este tipo de esquemas, no es conveniente realizar 150 modificaciones en el precio declarado del combustible debido a que los beneficios son menores bajo cualquier declaración alterada de precio (menores o mayores) con respecto al caso en que el precio declarado no sufre alteraciones. Tabla 13.7: Beneficios por declaración diferente de precio del gas para el sub-modelo A Declaración -25% -20% -10% 0% 10% 20% 25% Energía (GWh) 1631,56 1627,234 1618,582 1609,93 1580,506 1551,082 1536,37 CMg (US$/MWh) 102,05 102,544 103,532 104,52 105,968 107,416 108,14 15% Gas (M US$) 184,71 184,71 184,71 184,71 184,71 184,71 184,71 Ventas (M US$) 166,5 166,86 167,58 168,27 167,48 166,61 166,14 Beneficio (M US$) -18,21 -17,85 -17,13 -16,44 -17,23 -18,1 -18,57 Fuente: Elaboración propia Por otro lado, generalmente las centrales eléctricas establecen contratos de suministro de energía con clientes libres o distribuidoras en los que se fija un precio al suministro de la energía. Esto permite a las centrales eliminar la variabilidad en sus ingresos. Bajo un esquema de comercialización por contratos se tienen beneficios como los mostrados en la Tabla 13.8. En esta situación sí conviene declarar un precio del gas menor al real porque aumenta el beneficio de las centrales en esa dirección lo que no ocurre en dirección contraria (precios declarados mayores). 151 Tabla 13.8: Beneficios por declaración diferente de precio del gas para el sub-modelo A con contratos de energía Declaración -25% -20% -10% 0% 10% 20% 25% Energía (GWh) 1631,56 1627,234 1618,582 1609,93 1580,506 1551,082 1536,37 C. Energía (US$/MWh) 100 100 100 100 100 100 100 15% Gas (M US$) 184,71 184,71 184,71 184,71 184,71 184,71 184,71 Ventas (M US$) 163,16 162,72 161,86 160,99 158,05 155,11 153,64 Beneficio (M US$) -21,55 -21,99 -22,85 -23,72 -26,66 -29,6 -31,07 Fuente: Elaboración propia Las tablas anteriores muestran un caso de sobrecontratación de gas en la que las centrales desean no perder tanto dinero por el no uso del GNL. Si bien los beneficios por venta de energía son todos negativos en dicha situación, normalmente las centrales compensan esas pérdidas con los servicios auxiliares que prestan las centrales como potencia firme, reserva, entre otros. No obstante, es importante tomar contratos de gas que sean acordes a los requerimientos del sistema para evitar grandes volúmenes de gas no consumido. d) Factores de planta Conforme lo fueron las generaciones de energía por tecnología, los factores de planta de cada una de ellas no cambian enormemente. La Tabla 13.9 muestra dichos factores de planta bajo cada declaración de precio del gas. Declarar un precio del gas más barato hace aumentar el factor de planta de dichas centrales mientras que uno más caro lo disminuye. Ocurre lo contrario con las centrales a carbón y diésel que son las que deben regular su potencia para permitir mayor o menor generación en base a gas. 152 Tabla 13.9: Factores de planta por tecnología según declaración del precio del gas Declaración FP Carbón FP Gas FP Diésel FP Hidro FP Solar FP Eólico -25% 0,784 0,127 0,055 0,902 0,329 0,251 0% 0,785 0,125 0,06 0,902 0,329 0,251 25% 0,786 0,119 0,075 0,902 0,329 0,251 Fuente: Elaboración propia 13.2. Sub-modelos B, C y D Estos tres sub-modelos consideran los costos ligados a los contratos de gas take or pay. Sin embargo no todos lo incluyen en la modelación ni tampoco de la misma forma. El sub-modelo B está basado en los resultados del sub-modelo A incorporando los costos del gas no consumido en cada situación. Además, no incluye la modelación de restricciones take or pay. El sub-modelo C sí los incluye y el sub-modelo D agrega flexibilidad a los contratos. Mayor información respecto de la modelación empleada es entregada en el Capítulo 11. 13.2.1. Efectos de los volúmenes de contratación de gas en la operación del sistema Se han considerado nueve volúmenes de contratación de gas: 5%, 10%, 15%, 20%, 30%, 40%, 50%, 60% y 70% en factor de planta. Para cada una de estas situaciones se ha considerado una demanda de 2.195 MW y una penetración ERNC de un 4,38%. a) Costos operacionales Al considerar el promedio de cada sub-modelo en los nueve volúmenes considerados se obtiene que los costos operacionales totales son mayores para el sub- 153 modelo B, seguido por el C y finalmente el D. Esto pudo ser un resultado previsible debido a la incorporación de contratos y de flexibilidad en cada sub-modelo. La Tabla 13.10 muestra los costos operacionales promedio en millones de dólares y su variación respecto al sub-modelo B. Tabla 13.10: Costos operacionales promedio de los sub-modelos B, C y D Costo Total Sub-modelo B Sub-modelo C Sub-modelo D Promedio 1064,75 1016,59 1006,79 Variación 0% -4,52% -5,44% Fuente: Elaboración propia Asimismo, para cada nivel de contratación de gas, la Figura 13.8 ilustra los costos operacionales de cada sub-modelo. Costos operacionales (M US$) 1500 1400 1300 1200 1100 1000 900 800 5% 10% 15% 20% 30% 40% 50% 60% 70% Contratación de gas Sub-modelo B Sub-modelo C Sub-modelo D Figura 13.8: Costos operacionales por nivel de contratación de gas de los sub-modelos B, C y D Fuente: Elaboración propia 154 Se puede observar que la tendencia es consecuente a lo presentado en el párrafo anterior, sin embargo, cuando el gas contratado se encuentra entre un 10% y un 20% aproximadamente el sub-modelo B pasa a ser más económico que los sub-modelos que incluyen modelación de contratos de gas pese a que en promedio es el más caro. Esto se justifica en el costo asociado a la flexibilidad y a las restricciones de consumo del gas cuando se incluye la modelación de contratos. Luego, tal como fue expuesto en los resultados del sub-modelo A, ante una penetración ERNC de un 4,4% el factor de planta óptimo para las centrales a gas es cercano al 16%. Esto quiere decir que ante una contratación (y obligación de consumo) mayor o menor de gas el sistema no operará de una forma eficiente por lo que los costos incrementarán. Es exactamente eso lo que ocurre con el sub-modelo B. Cuando se contrata un 15%, el sistema está más cerca de la eficiencia por lo que los costos tienden a disminuir. Además, se tiene que el sub-modelo B no obliga un consumo de gas constante durante todos los meses del año como lo hacen los otros submodelos (de acuerdo al supuesto realizado en la modelación). Ya que el promedio del perfil de generación solar no es constante a lo largo del año (ver Anexo D), durante los meses de invierno la radiación es menor por lo que esa diferencia se debe suplir con generación térmica a carbón debido a su menor costo. Como los sub-modelos C y D obligan un consumo de gas mensual constante, parte de esa generación a carbón deberá ser suplida por generación a gas, que es más costosa, para cumplir el contrato take or pay. b) Costos marginales El costo marginal promedio del sub-modelo B permanece constante debido a que su formulación no incluye la modelación de contratos. Por su parte, el costo marginal promedio de cada uno de los sub-modelos C y D tiende a subir conforme lo hace el volumen de contratación de gas pero se reduce cuando se añade flexibilidad al contrato de gas (desde C a D). La Tabla 13.11 muestra los valores promedio de los costos marginales de cada sub-modelo y la Figura 13.9 ilustra las tendencias en ellos. Costo marginal (US$/MWh) 155 110 105 100 95 90 85 80 5% 10% 15% 20% 30% 40% 50% 60% 70% Contratación de gas Sub-modelo B Sub-modelo C Sub-modelo D Figura 13.9: Costos marginales de los sub-modelos B, C y D según contratación de gas Fuente: Elaboración propia Tabla 13.11: Costo marginal promedio de los sub-modelos B, C y D Sub-modelo B Sub-modelo C Sub-modelo D Costo Marginal Promedio (US$/MWh) 94,5 98,29 98,05 Fuente: Elaboración propia Para valores menores al factor de planta óptimo de las centrales a gas (alrededor del 16%) los costos marginales son menores al que se obtendría en una modelación sin considerar restricciones de contratos de gas. Esto se debe a que la imposición de restricciones sobre las centrales a gas y el ligero aumento en el precio del gas (ya que el modelo incorpora un pequeño costo a la flexibilidad y considera que el precio del gas fuera de contrato es mayor) privilegia la generación a carbón. Por otro lado, cuando la contratación es mayor a ese óptimo los costos marginales aumentan debido a que se está obligando a utilizar un combustible más caro cuando podría usarse otro más económico. 156 c) Relación FH-ST Al promediar los resultados de los sub-modelos C y D para cada nivel de contratación se obtiene que a mayor obligación de consumo de gas la relación entre horas de operación y cantidad de inicios disminuye para las centrales a carbón pero mantienen su característica de central de base (ver Figura 13.10). Por otra parte, las centrales a gas muestran una tendencia a mejorar este cociente por lo que los requerimientos de cycling para estas centrales disminuyen mientras que las centrales diésel reducen el cociente. En la Figura 13.11 se muestra la relación FH-ST para las centrales a gas y diésel donde se observa que a una contratación menor al 25% aproximadamente, las centrales a gas presentan un nivel mayor de cycling que las centrales diésel. Esto es completamente lo opuesto a lo que ocurre cuando no se consideran contratos de gas en la modelación. 7000 Ración FH-ST 6000 5000 4000 3000 2000 1000 0 5% 10% 15% 20% 30% 40% 50% 60% 70% Contratación de gas FH-ST Carbón FH-ST Diésel FH-ST Gas Figura 13.10: Relación FH-ST promedio por tecnología y nivel de contratación de gas Fuente: Elaboración propia 157 600 Ración FH-ST 500 400 300 200 100 0 5% 10% 15% 20% 30% 40% 50% 60% 70% Contratación de gas FH-ST Diésel FH-ST Gas Figura 13.11: Relación FH-ST promedio para centrales a gas y diésel por nivel de contratación de gas Fuente: Elaboración propia Ahora, si se comparan estas relaciones para cada tecnología térmica y para cada sub-modelo se obtiene lo mostrado en la Tabla 13.12. El sub-modelo C, que representa un contrato inflexible, castiga fuertemente a las centrales a carbón obligándolas a tener un mayor nivel de cycling lo que incidiría en un alza en los costos de mantenimiento de la central. Pese a ello, las centrales a gas y diésel mejoran su situación. El sub-modelo D mejora la situación de todas las centrales térmicas respecto al sub-modelo C. Tabla 13.12: Relación FH-ST por tecnología para los sub-modelos B, C y D FH-ST Carbón FH-ST Diésel FH-ST Gas Sub-modelo B 8760 3,9 19,3 Sub-modelo C 2398,6 39,7 237,7 Fuente: Elaboración propia Sub-modelo D 6488,9 69,2 248,2 158 d) Generación de energía La energía promedio en GWh producida por cada sub-modelo es mostrada en la Tabla 13.13. El sub-modelo B es el que presenta la mayor energía producida ya que debido a que no se considera la restricción de contrato en su modelación, el sistema tiende a utilizar más centrales a carbón. Luego, debido a que dichas centrales poseen mayores consumos propios, la energía total producida es mayor. Tabla 13.13: Energía promedio producida por los sub-modelos B, C y D Sub-modelo B Sub-modelo C Sub-modelo D Energía Promedio (GWh) 17.906,49 17.827,81 17.817,78 Fuente: Elaboración propia Por otro lado, según el nivel de contrato de gas, se tienen las participaciones promedio por tecnología mostradas en la Tabla 13.14. La participación del diésel en la generación se mantiene casi inmutable mientras que cuando la generación a gas aumenta, la de carbón disminuye. Por esta razón aumenta el cycling de unidades a carbón y justifica parte del aumento del costo de operación del sistema. Hay que destacar que el único costo por cycling considerado en este trabajo es el de encendidos y apagados de los generadores no considerando los costos de operación y mantenimiento o de adaptación de instalaciones. Si bien el carbón es bastante limitado en cuanto al nivel de ciclado, dichas centrales pueden ser modificadas para lograr mejores resultados cuando se requieren importantes variaciones en su potencia de salida. Este trabajo no modela las distintas restricciones de las centrales a carbón que podrían limitar el cycling de estas unidades ya que se desconoce cuáles son las características técnicas de cada generador y qué partes de estos podrían afectarse más rápidamente. Esto escapa a los objetivos de este trabajo. De todas formas, el cycling de unidades a carbón sí es posible 159 conforme el estudio “Flexible Coal” de Cochran et al. (2013) donde se muestra que realizando modificaciones en las instalaciones y en las formas de operación de las centrales a carbón estas pueden llegar a encender y apagar todos los días. De esta forma, el aumento del cycling de unidades a carbón es técnicamente posible pero trae consigo ciertos costos que no son evaluados en este trabajo pero que dejan la puerta abierta a investigaciones futuras. Tabla 13.14: Participación promedio por tecnología en la generación de energía por nivel de contratación Contratación Carbón 5% 84,75% 10% 84,74% 15% 84,17% 20% 82,13% 30% 77,31% 40% 72,58% 50% 67,58% 60% 62,50% 70% 57,67% Gas 11,03% 11,05% 11,63% 13,70% 18,52% 23,25% 28,21% 33,28% 38,10% Diésel 0,99% 0,99% 0,98% 0,95% 0,95% 0,95% 0,96% 0,96% 0,96% Hidro 0,45% 0,45% 0,45% 0,45% 0,45% 0,45% 0,45% 0,46% 0,46% Solar 1,47% 1,47% 1,47% 1,47% 1,47% 1,47% 1,48% 1,49% 1,49% Eólico 1,30% 1,30% 1,30% 1,30% 1,30% 1,30% 1,31% 1,32% 1,32% Fuente: Elaboración propia 13.2.2. Efectos de la penetración ERNC intermitente en la operación del sistema considerando contratos de gas Dos niveles de contratación de gas serán considerados: un 20% y un 40% en factor de planta. Se han considerado estos niveles ya que permitirán evaluar correctamente el desempeño de los sub-modelos. Como fue visto en el inciso anterior, una elección más baja de contrato tiende a modificar la tendencia de los sub-modelos debido a que se encuentra cercanamente al factor de planta óptimo de gas (cuando la penetración ERNC es de un 4,38%). 160 Asimismo, se considerarán cuatro niveles de penetración ERNC intermitente: un 4,38% (en adelante P1), un 8% (en adelante P2), un 16% (en adelante P3) y un 20% (en adelante P4). a) Costos operacionales En promedio, se tiene que al aumentar la contratación de gas de un 20% a un 40% en factor de planta los costos operacionales del sistema aumentan en un 21,94% justificado principalmente en el aumento de generación térmica a gas. Además, se observa que para mayores penetraciones de ERNC intermitente los costos operacionales del sistema disminuyen y también lo hacen cuando los contratos son más flexibles. Así también, los costos de encendido y apagado aumentan, en general, cuando la penetración ERNC aumenta. Esto debido al aumento en los requerimientos de cycling. La Tabla 13.15 y la Tabla 13.16 muestran los costos operacionales en millones de dólares bajo distintas penetraciones ERNC para una contratación de gas de un 20% y un 40% en factor de planta. Tabla 13.15: Costos operacionales para los sub-modelos B, C y D según penetración ERNC para una contratación de gas de un 20% Penetración P1 P2 P3 P4 884,06 865,19 845,61 816,62 Sub-modelo B 8,80% 8,42% 7,37% 7,34% Costo No Combustible 90,25% 90,75% 91,19% 91,08% Costo Combustible 0,95% 0,82% 1,44% 1,58% Costo ON-OFF 882,89 875,68 816,43 788,69 Sub-modelo C 10,01% 10,07% 10,35% 10,44% Costo No Combustible 88,96% 88,74% 87,59% 87,43% Costo Combustible 1,03% 1,19% 2,06% 2,13% Costo ON-OFF 877,04 869,55 807,45 779,84 Sub-modelo D 9,88% 9,95% 10,28% 10,37% Costo No Combustible 88,24% 88,17% 87,64% 87,48% Costo Combustible 1,88% 1,89% 2,08% 2,15% Costo ON-OFF Fuente: Elaboración propia 161 Tabla 13.16: Costos operacionales para los sub-modelos B, C y D según penetración ERNC para una contratación de gas de un 40% Penetración P1 P2 P3 P4 1111,66 1101,25 1085,6 1056,61 Sub-modelo B 6,90% 6,59% 5,74% 5,67% Costo No Combustible 92,35% 92,77% 93,14% 93,11% Costo Combustible 0,76% 0,65% 1,12% 1,22% Costo ON-OFF 1055,13 1033,02 969,22 943,55 Sub-modelo C 11,30% 11,39% 11,75% 11,84% Costo No Combustible 88,49% 88,51% 88,07% 87,77% Costo Combustible 0,20% 0,10% 0,18% 0,39% Costo ON-OFF 1045,01 1026 965,12 938,14 Sub-modelo D 11,28% 11,34% 11,20% 11,30% Costo No Combustible 88,66% 88,51% 88,48% 88,28% Costo Combustible 0,06% 0,15% 0,32% 0,43% Costo ON-OFF Fuente: Elaboración propia Para una contratación de un 20%, la participación de los costos de combustibles del sub-modelo B en los costos operacionales es en promedio 2,6 puntos porcentuales mayor a la del sub-modelo C y un 2,9 puntos porcentuales mayor a la del sub-modelo D debido a la ausencia de gestión de contratos lo que lleva a producir mayor generación a carbón desperdiciando el gas contratado. Esta diferencia se acentúa cuando el contrato es de un 40% donde alcanza los 4,6 puntos porcentuales con C y los 4,3 puntos porcentuales con D. El sub-modelo B constituye un caso base en la modelación puesto que representa el funcionamiento actual del SING en el que no existe modelación de contratos de gas. Una primera inclusión tendería a incluir una restricción de consumo de gas como la propuesta en el sub-modelo C pero este tipo de restricción tiende a ser algo rígida. Una mejor propuesta es la presentada en el sub-modelo D en el que se añaden cláusulas de make up y carry forward pudiendo aplazar y desplazar consumo de gas de un mes a otro. De esta forma, cada central a gas puede flexibilizar su contrato ajustando su generación a los requerimientos del sistema y de esta forma reducir los costos operacionales. En 162 adelante se considerarán solamente los sub-modelos B y D puesto que representan los casos extremos de estos tres sub-modelos. b) Costos marginales La Tabla 13.17 muestra los costos marginales promedio en dólares por MWh de los sub-modelos B y D para dos niveles de contratación y cuatro penetraciones ERNC. Se observa que los costos marginales promedio tienden a aumentar cuando la penetración de ERNC aumenta y también aumentan cuando la contratación de gas es mayor. Si bien, en promedio, la inclusión de la modelación de contratos en el unit commitment hace aumentar los costos marginales del sistema (como fue enunciado en el Capítulo 13.2.1) aquí se muestra que a mayores penetraciones ERNC los costos marginales producidos cuando se modelan las restricciones de contratación son menores que cuando no se incluyen. Asimismo, la diferencia en costos marginales de una penetración a otra se reduce cuando se utiliza la metodología del sub-modelo D llegando a ser uniforme cuando la contratación de gas alcanza el 40% en factor de planta. Tabla 13.17: Costos marginales promedio para los sub-modelos B y D según penetración ERNC y contratación de gas Penetración Sub-modelo B – 20% Gas Sub-modelo D – 20% Gas Sub-modelo B – 40% Gas Sub-modelo D – 40% Gas P1 94,5 98,72 94,5 104,26 P2 99 100,1 99 104,26 P3 108,38 102,39 108,38 104,26 P4 109,52 102,39 109,52 104,26 Fuente: Elaboración propia La Figura 13.12 y la Figura 13.13 muestran el perfil horario de costos marginales promedio para contrataciones del 20% y del 40% de gas, respectivamente. Cada gráfico considera las cuatro penetraciones ERNC empleadas en el modelo. Para una contratación baja (20%) los costos marginales de B y D bajan durante las horas en que hay generación 163 solar debido al desplazamiento de generación térmica. Cuando la contratación es mayor, se tiene que el sub-modelo D produce un mismo costo marginal para todas las horas ya que son las unidades a gas las que marginan debido a la existencia de restricciones de Costo Marginal (US$/MWh) contrato en el modelo. 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Sub-modelo B Sub-modelo D Costo Marginal (US$/MWh) Figura 13.12: Costos marginales horarios promedio para los sub-modelos B y D bajo una contratación del 20% Fuente: Elaboración propia 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Sub-modelo B Sub-modelo D Figura 13.13: Costos marginales horarios promedio para los sub-modelos B y D bajo una contratación del 40% Fuente: Elaboración propia 164 c) Factores de planta Se observa que cuando no se incluye modelación de contratos de gas take or pay en la modelación del sistema, como ocurre en el sub-modelo B, las centrales a carbón y a gas reducen su factor de planta conforme aumenta la penetración de ERNC. Por su parte, las centrales diésel no experimentan una variación significativa. Esto ocurre para cualquier nivel de contratación de gas. La Figura 13.14 ilustra los factores de planta (calculado como el promedio de todas las penetraciones ERNC) de las tecnologías térmicas para una contratación de gas igual a un 20% y un 40%. En ella se aprecia que el sub-modelo B presenta el mayor factor de planta para las centrales a carbón debido a que su modelación no considera contratos de gas. Es por ello que al considerarlos (sub-m. C) su factor de planta disminuye privilegiando la generación a gas. Sin embargo, el hecho de agregar flexibilidad a los contratos (sub-m. D) permite una mejor gestión del gas aumentando la generación a carbón, como se indica cuando la contratación es de un 20%. Independientemente del nivel de contratación de gas, la generación diésel permanece casi inmutable por lo que la entrada adicional de gas debido a una mayor contratación (de un 20% a un 40%) es cedida por la generación a carbón donde en los sub-modelos C y D pasa 1 1 0,8 0,8 Factor de planta Factor de planta de más del 72% a menos del 60% en factor de planta. 0,6 0,4 0,2 0 0,6 0,4 0,2 0 Carbón Sub-modelo B Gas Sub-modelo C Diésel Sub-modelo D (a) Contratación 20% Carbón Sub-modelo B Gas Sub-modelo C Diésel Sub-modelo D (b) Contratación 40% Figura 13.14: Factor de planta por tecnología térmica según sub-modelo para dos contrataciones Fuente: Elaboración propia 165 Por otra parte, la Figura 13.15 ilustra los factores de planta de las mismas tecnologías térmicas pero según nivel de penetración ERNC (esta vez mediante el promedio de los tres sub-modelos). Se evidencia que una mayor penetración ERNC reduce los factores de planta de centrales a carbón y a gas pero aumenta ligeramente el factor de planta de las centrales diésel. Esto puede deberse al menor costo de encendido de estas tecnologías con respecto a las otras dos debido a que una mayor penetración ERNC requiere una mayor cantidad de encendidos. El efecto de las ERNC en las centrales a carbón disminuye cuando la contratación de gas es mayor. Por ejemplo, bajo una contratación del 20%, desde P1 a P4 el factor de planta carbón se redujo en 0,116 mientras que bajo una contratación del 40% esta reducción fue de 0,087. En cuanto al gas, no se experimentan mayores variaciones en su factor de planta pese a que las figuras muestran un ligero descenso. Esto se debe a que la obtención de estas barras se realizó promediando 1 1 0,9 0,9 0,8 0,8 Factor de Planta Factor de planta los tres sub-modelos (incluyendo el sub-modelo B que no considera contratos). 0,7 0,6 0,5 0,4 0,3 0,7 0,6 0,5 0,4 0,3 0,2 0,2 0,1 0,1 0 0 Carbón P1 Gas P2 P3 Diésel P4 (a) Contratación 20% Carbón P1 Gas P2 P3 Diésel P4 (b) Contratación 40% Figura 13.15: Factor de planta por tecnología térmica según penetración ERNC Fuente: Elaboración propia 166 d) Participación en la generación de energía por tecnología Considerando solamente el sub-modelo D, se observa en la Figura 13.16 que una mayor penetración de ERNC disminuye la generación a carbón y aumenta levemente la generación a gas mientras que el diésel permanece inmutable. El incremento en la generación a gas se debe a que encender una unidad a gas es más económico que encender una unidad a carbón por lo que se privilegia la generación a gas. Esto ocurre porque a mayores penetraciones ERNC y bajo una contratación de gas de un 20%, el sistema exige flexibilidad a las unidades a carbón por lo que sus niveles de cycling aumentan. 0,87% 0,45% 1,47% 1,30% 0,45% 4,14% 0,87% 14,21% 14,22% 79,03% 81,71% (a) Penetración P1 0,45% 1,30% 10,60% (b) Penetración P2 1,44% 1,44% 0,45% 0,87% 0,87% 14,30% 14,38% 14,31% 72,34% (c) Penetración P3 68,55% (d) Penetración P4 Figura 13.16: Participación en la generación de energía por tecnología del sub-modelo D para distintas penetraciones ERNC bajo una contratación del 20% Fuente: Elaboración propia 167 La Figura 13.17 ilustra los factores de planta por tecnología para el sub-modelo D bajo una contratación del 40%. Al igual que con un 20%, un incremento en generación intermitente castiga la generación a carbón aumentando ligeramente la generación a gas y, esta vez, aumenta (muy levemente) la generación diésel. Al comparar la disminución en la proporción de energía entregada por unidades a carbón entre P1 y P4 de las contrataciones 20% y 40% se tiene que a mayor contratación de gas, mayor es la reducción en la contribución de energía por carbón. En otras palabras, bajo una contratación de gas de un 20% la generación por carbón pasa de un 81,71% en P1 a un 68,55% en P4 (-13,16 puntos porcentuales) mientras que bajo una contratación de gas de un 40% la generación por carbón pasa de un 67,47% en P1 a un 53,69% en P4 (-13,78 puntos porcentuales). 0,87% 0,45% 1,47% 1,30% 0,45% 4,14% 0,87% 28,44% 28,46% 64,78% 67,47% (a) Penetración P1 0,46% 0,88% 1,30% (b) Penetración P2 10,73% 1,45% 1,46% 0,89% 28,94% 57,53% (c) Penetración P3 0,46% 14,55% 28,96% 53,69% (d) Penetración P4 Figura 13.17: Participación en la generación de energía por tecnología del sub-modelo D para distintas penetraciones ERNC bajo una contratación del 40% Fuente: Elaboración propia 168 En términos de potencia horaria generada, la Figura 13.18 muestra el perfil de generación de los sub-modelos B y D bajo una contratación del 40% y penetración P4. Estas imágenes muestran claramente la reducción de la potencia generada por carbón donde, por ejemplo, en la hora 15 se pasa de unos 1.230 MW a 810 MW debido a la inclusión de contratos de gas en la modelación. Además, provocado por el aumento en la penetración ERNC, se observa que tanto el gas y el carbón deben dar cabida a la generación solar a través de grandes pendientes de generación en horas donde la generación solar aparece y desaparece (6-8 a.m. y 5-7 p.m.) y, para el caso del sub-modelo B, también ocurre en horas de la madrugada donde la generación eólica es mayor. 2300 Potencia (MW) (a) Sub-modelo B 2100 1900 1700 1500 1300 1100 900 700 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 2300 Potencia (MW) (b) Sub-modelo D 2100 1900 1700 1500 1300 1100 900 700 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora del día Carbón Gas Diesel Hidro Solar Eólico Figura 13.18: Perfil horario de generación bajo penetración P4 y contratación de gas de un 40% Fuente: Elaboración propia 169 e) Perfil de producción de energía según mes del año El sub-modelo D considera contratos de gas take or pay en dos dimensiones: una obligación de consumo anual y una obligación de consumo mensual. Por simplicidad se consideró una obligación de consumo mensual idéntica para cada mes pero eso no ocurre realmente. De acuerdo a la época del año las centrales a gas deben producir en mayor o menor cantidad de acuerdo a las variaciones de la demanda, de la generación solar y de la generación eólica. En el caso del SING, la demanda es en un 90% industrial por lo que no hay mucha variación según el mes del año. Sin embargo, no ocurre lo mismo con la generación solar y eólica. La primera reduce su inyección en invierno mientras que la segunda la aumenta. Luego, ya que las centrales de gas deben cumplir sus restricciones de consumo de gas, estas deben adaptarse a estos cambios de generación renovable de un mes a otro. En promedio, el perfil de generación promedio de energía en GWh según tecnología (bajo cuatro penetraciones ERNC) por mes para una contratación de un 40% es ilustrado en la Figura 13.19 y enunciado en la Tabla 13.18. 1600 1400 Energía (GWh) 1200 1000 800 600 400 200 0 1 2 3 4 5 6 7 8 9 10 11 12 Mes del año Carbón Gas Diésel Hidro Solar Eólico Figura 13.19: Generación promedio mensual de energía por tecnología para el sub-modelo D bajo una contratación del 40% Fuente: Elaboración propia 170 Tabla 13.18: Generación promedio mensual de energía por tecnología para el sub-modelo D bajo una contratación del 40% Mes 1 2 3 4 5 6 7 8 9 10 11 12 Carbón 924,3 823,49 908,94 825,4 896,11 891,4 924,35 914,12 884,17 914,02 898,5 928,09 Gas 425,38 365,57 411,52 429,88 453,61 434,68 438,44 435,73 405,04 422,63 410,48 428,1 Diésel 13,14 11,87 13,14 12,71 13,14 12,71 13,14 13,14 12,71 13,14 12,71 13,14 Hidro 6,84 6,18 6,84 6,62 6,84 6,62 6,84 6,84 6,62 6,84 6,62 6,84 Solar 128,01 117,3 125,94 108,09 104,23 86,3 91,51 105,85 113,2 125,88 128,21 132,09 Eólico 12,76 9,45 12,03 15,86 27,92 24,99 26,15 29,44 24,61 24,51 22,24 14,98 Fuente: Elaboración propia En la Tabla 13.18 se aprecia un suave aumento en la generación a gas durante los meses de invierno mientras que la generación solar experimenta un descenso en dicho periodo. La reducción del gas se ve acotada por las restricciones del contrato de gas de las centrales por lo que una mayor relajación en los contratos o bien una mejor organización en los consumos take or pay mensuales acordes a la situación del sistema tendería a incrementar esa diferencia. 171 14. Conclusiones Diversos estudios a nivel nacional e internacional han sido realizados para evaluar el impacto de la generación renovable sobre los sistemas eléctricos y la factibilidad de su integración. Todos ellos convergen a que una mayor generación renovable disminuye la generación de energías térmicas de base pero es difícil generalizar los resultados de cada estudio puesto que dependen de cada una de las características sistema eléctrico abordado. El origen de estos estudios se produce por la creciente tendencia mundial por una transición energética con el fin de pasar de un mundo mayormente térmico hacia otro con mayor presencia de fuentes renovables de energía. De esta forma se aseguraría el desarrollo sustentable de las civilizaciones reduciendo el futuro impacto ambiental. Ante esto, diversos tratados o compromisos de estímulo de renovables han sido desarrollados por los distintos países del mundo. En el caso chileno, actualmente está en marcha la ley 20/25 que establece consumos mínimos de generación renovable no convencional de un 20% del total hacia el año 2025. El gas natural constituye un combustible limpio en comparación a los otros combustibles y las centrales de ciclo combinado que usan gas natural entregan mayor flexibilidad al sistema que las centrales a carbón. Chile no es un país productor de este combustible por lo que debe ser importado desde el extranjero en forma de gas natural licuado, encareciendo el costo del suministro. Por esta razón, para reducir los costos, las centrales a gas deben establecer contratos a largo plazo de consumo de gas con el fin de asegurar el suministro a menor precio a través de contratos take or pay. Sin embargo, determinar una cantidad a contratar es una tarea difícil y más aún con un panorama de aumento de generación renovable intermitente. Este trabajo evalúa el cambio en los costos de operación y en la generación del Sistema Interconectado del Norte Grande considerando distintos volúmenes de penetración ERNC bajo sistemas con contratación de gas. Se utilizaron cuatro submodelos con el objetivo de determinar los siguientes aspectos: efectos de la penetración ERNC, efectos de la declaración de precios del gas, efectos de distintos volúmenes de 172 contratación de gas y efectos de la penetración ERNC considerando la existencia de contratos. La inclusión de energías renovables no convencionales intermitentes, como la generación solar y eólica, reduce los costos de operación de corto plazo del sistema debido a que desplazan generación térmica por generación a muy bajo costo. Se obtiene que ante el incremento de un punto porcentual en la penetración en capacidad instalada de este tipo de fuentes reduce los costos operacionales del SING en 8,8 millones de dólares. Este descenso se justifica en la reducción del consumo de combustibles. Pese a esta baja, los costos relacionados al encendido y apagado de generadores térmicos aumentan un 53% entre una penetración de un 4,4% a otra de un 20%. Esto pone de manifiesto que una mayor penetración de ERNC intermitente aumenta los requerimientos de cycling de las unidades térmicas para suplir las variaciones poco predecibles de este tipo de generación. Esta modificación al régimen de funcionamiento de las centrales térmicas constituye un problema para sus propietarios puesto que el mantenimiento mayor de las unidades generadoras debe ser efectuado con mayor recurrencia. Este efecto no es evaluado en este trabajo debido al desconocimiento de las características de los contratos LTSA de las centrales térmicas. Contrariamente a la intuición, se ha obtenido que una mayor penetración de ERNC hace aumentar los costos marginales promedio del sistema donde la tendencia muestra que por cada incremento en un punto porcentual en la penetración ERNC el costo marginal aumenta aproximadamente en 1 US$/MWh. Este aumento se debe principalmente a los altos costos marginales que se presentan en horas de “subida” solar y “bajada” solar producido por centrales costosas que permiten el respaldo de dicha generación. No obstante, en horas en que hay plena generación solar, los costos marginales del sistema disminuyen conforme aumenta la penetración de plantas solares. Esto se produce porque ocurre el desplazamiento de generación térmica con el fin de dar cabida a la generación solar. El impacto de la generación eólica es reducido en el sistema evaluado dado que su participación en la capacidad instalada del sistema es acotada. 173 En términos de energía generada, una mayor penetración ERNC reduce las participaciones de la generación a carbón y a gas mientras que la generación diésel no se ve afectada directamente por esta situación. En esta línea, las tecnologías a carbón reducen su participación en 0,5 puntos porcentuales por cada punto porcentual de aumento ERNC mientras que las tecnologías a gas lo hacen en 0,3 puntos. Esto muestra que la tecnología térmica más económica (marginalmente hablando) es la más perjudicada. Dichas reducciones en la generación de energía se relacionan directamente con los factores de planta de cada una de ellas. Así, a menores factores de planta de las tecnologías térmicas, los precios de los contratos de energía tenderían a aumentar debido al incremento en los costos nivelados de cada una de las centrales. Determinar cuánto podrían aumentar dichos precios no es objeto de este trabajo. Es lógico pensar que mientras más centrales solares y eólicas se tengan en el sistema, mayores serán los requerimientos de reservas lentas o reservas secundarias del sistema. Así lo demuestra el cálculo realizado en este trabajo donde para una penetración de un 4,4% las reservas alcanzan, en promedio, los 65 MW y para una penetración de un 20% se incrementa a 137 MW. Ahora bien, en cuanto a la distribución por tecnología térmica en el suministro de reservas, las centrales a carbón y diésel aumentan su participación mientras que las centrales a gas la disminuyen. El aumento de la participación de las centrales a carbón en las reservas suministradas se debe a que estas operan en puntos cercanos a sus mínimos técnicos para dar cabida a las mayores penetraciones de ERNC. De esta forma, estas centrales tienen grandes capacidades restantes que se traducen como reservas. Por su parte, la disminución de generación en las centrales a gas se justifica en el aumento de sus niveles de cycling con el fin de dar cabida a la intermitencia de la generación solar y eólica. En el SING el CDEC realiza el despacho de unidades de acuerdo a los menores costos variables declarados por las distintas centrales que conforman el sistema. Una central a gas con contratos take or pay tendría el incentivo de declarar costos del gas menores a los reales para poder ser despachadas y no perder el gas contratado por no consumo. Así, se obtiene que menores precios declarados del gas tienden a reducir los 174 costos operacionales de corto plazo del sistema y mayores precios los aumentan. Algo similar ocurre con los costos marginales ya que cuando el gas es declarado un 25% más barato, el costo marginal se reduce a 102,05 US$/MWh representando una reducción de un 2,4% respecto de la declaración sin alteración. En dicho caso, el costo marginal corresponde a 104,52 US$/MWh. Ahora bien, cuando la declaración es un 25% superior, el costo marginal asciende en un 3,5% llegando a los 108,14 US$/MWh. En cuanto a la generación de energía, declarar un precio un 25% más bajo solo aumenta la generación a gas en un 1,34% mientras que una declaración un 25% más cara la disminuye en un 4,57%. De esta forma, un precio declarado menor aumenta la generación a gas pero disminuye el costo marginal mientras que un precio declarado mayor reduce la generación a gas pero aumenta el costo marginal. Teniendo esto en cuenta, para una central a gas que solamente participa vendiendo energía en el mercado spot no le es conveniente declarar un precio distinto al real puesto que en ambas direcciones presenta pérdidas respecto al caso base. Por otro lado, una central que vende energía a través de contratos presenta beneficios económicos (que dependen del precio de los contratos de energía) al declarar precios menores pero no así cuando son mayores. Un sistema que incluya la modelación de contratos take or pay en el proceso de decisiones del operador permite reducir los costos globales de operación de corto plazo. En promedio se obtuvo que la consideración de contratos inflexibles en el modelo de unit commitment reduce los costos totales del sistema en un 4,52% respecto de un modelo sin restricciones take or pay. La situación es mejor cuando la modelación incluye contratos flexibles con cláusulas de make up y carry forward donde la reducción de costos es de un 5,44%. Este último puede mejorar aún más su reducción ajustando la contratación a las variaciones de la generación solar durante un año y permitiendo mayores flexibilidades en el consumo de gas que deben relacionarse con las limitaciones técnicas y comerciales del sistema. Ahora bien, al considerar distintos niveles de contratación de gas se tiene que a mayor contratación los beneficios económicos de incorporar modelaciones de contratos son mayores que a contrataciones menores. Así también, es importante señalar que a 175 contrataciones cercanas al óptimo de generación de gas del sistema (obtenido a partir de un modelo de minimización de costos que no considera restricciones de consumo de gas) los costos operacionales del sistema de modelaciones con restricciones de contratos son mayores a los de una modelación sin inclusión de dichas restricciones. Esto se debe a la imposición de un consumo fijo mensual (que no ocurre en el caso base) para la modelación inflexible y al costo de la flexibilidad en el caso de la modelación flexible. Estos costos pueden reducirse o aumentarse según se modifiquen los parámetros supuestos en este trabajo. Es claro notar que cuando no se incluye modelación de contratos el costo marginal del sistema no variará con respecto al volumen de contratación de gas pero sí hay una variación cuando sí se incluye. A mayor contratación los costos marginales del sistema aumentan. Por otra parte, la inclusión de la modelación de contratos take or pay inflexibles hace aumentar, en promedio, un 4% los costos marginales debido a la entrada obligada de generación a gas sacando generación económica. Luego, incorporar flexibilidad hace reducir estos valores en un 0,24%. En términos de ciclado de unidades térmicas, las centrales a gas presentan una evidente mejoría en su funcionamiento cuando se incluyen contratos en la modelación respecto del caso en que no se incluye. Las centrales a carbón sufren las consecuencias de los contratos donde sus niveles de cycling se triplican entre una contratación de gas del 5% a otra del 70%. Por su parte, las centrales diésel no modifican en gran medida sus regímenes de operación. Los factores de planta de las centrales a carbón se ven reducidos cuando la penetración ERNC aumenta mientras que las centrales a gas se mantienen estables según su nivel de contratación. Por otra parte, la modelación de contratos provoca directamente que los factores de planta de unidades a gas aumenten lo que hace que los factores de planta de unidades a carbón disminuyan. Ahora bien, la modelación flexible aumenta levemente dicho factor para la generación a carbón respecto de la modelación inflexible y reduce ligeramente los de las centrales a gas. Esto se debe a que al agregar flexibilidad a 176 la modelación de contratos el sistema puede permitirse operar más económicamente: aumentando generación de bajo costo. Finalmente, se observa que el perfil de generación de energía del sistema no es uniforme en cada uno de los meses del año. Esto sumado a la variación en la potencia de salida de generadores solares en invierno respecto del verano motiva a modificar los parámetros de contratación del modelo pasando de una contratación constante en los meses a una contratación variable mes a mes. Este trabajo trata de mostrar el comportamiento del sistema ante diversas situaciones de contratación, modelación y penetración ERNC. Así constituye una primera aproximación de lo que sería la operación del sistema bajo esas condiciones. En vista de reducir el costo computacional de las simulaciones, diversas aproximaciones fueron realizadas por lo que para obtener resultados más precisos deberían ser incluidos en el modelo mayores restricciones y parámetros. No obstante, esto trae de la mano el crecimiento en los tiempos de resolución de los problemas matemáticos que podrían ser reducidos al utilizarse métodos de descomposición matemática como lo son la descomposición de Benders o de Lagrange. En esta misma línea, debido a la consideración de estados del sistema con el fin de reducir la complejidad de resolución de los problemas, no se consideraron restricciones de rampas de carga o mínimos de encendido y apagado de unidades permitiendo agregar mayor realismo al modelo. Este tipo de información se obtiene considerando modelaciones horarias o de resolución menor. En este trabajo era necesario evaluar un año debido a la inclusión de los contratos de gas mes a mes por lo que hacerlo en escala horaria no era conveniente. Con respecto a la modelación de los contratos de mantenimiento de las centrales se deberían incluir dichos costos en el modelo. En este trabajo no fueron incluidos debido al desconocimiento de las relaciones comerciales entre propietarios de generadores y los fabricantes de sus instalaciones. Por otra parte, estos costos son incluidos de forma aproximada en los costos variables no combustibles declarados por cada central por lo que 177 sería conveniente realizar una modelación explícita de los contratos de mantenimiento, o bien, considerar el cycling como un servicio complementario justificándolo con el incremento en la penetración de renovables intermitentes. Se ha dicho que una modelación de contratos acorde a las variaciones mensuales de la generación intermitente constituye un paso a seguir en la modelación de los contratos take or pay de gas. Asimismo, debe considerarse las limitaciones técnicas que podría tener la inclusión de una mayor flexibilidad en el SING con respecto a las capacidades de almacenamiento real de los terminales de GNL. En cuanto a la simulación del sistema, la determinación de la cantidad de gas a contratar por mes podría ser obtenido a través de modelaciones por energía mensual para luego pasar a semanas y finalmente a potencia horaria. El gran desafío energético de este siglo XXI es adaptar los sistemas eléctricos para la inclusión de fuentes renovables de energías que presentan prácticamente nulas emisiones de gases contaminantes. Muchos países avanzan al desarrollo masivo de energías de este tipo de fuentes y ya han tenido bastante experiencia al respecto pero sin embargo queda mucho por hacer en términos regulatorios y en términos técnicos debido a las características propias de las energías renovables. Nuevas tecnologías y metodologías han surgido en los últimos años que permiten una integración armónica entre distintas fuentes de energía, almacenamiento y gestión de demanda a través de smart grids. Nuevas alternativas y desarrollos seguirán apareciendo en el tiempo donde la misión de cada uno de los ingenieros será construir un mejor mundo, ciudades auto-abastecidas y una sociedad sustentable para así asegurar la calidad de vida de estas generaciones y las próximas. 178 BIBLIOGRAFÍA Alemany, J., Moitre, D., Pinto, H., & Magnago, F. (2013). Short-Term Scheduling of Combined Cycle Units Using Mixed Integer Linear Programming Solution. EPE, 05(02), 161-170. doi:10.4236/epe.2013.52016 Anderson, S. (2015). Comparing Offshore and Onshore Wind. The Economics of Oil and Energy. Recuperado a partir de http://www2.hmc.edu/~evans/andersonwind.pdf British Petroleum. BP. (2015). BP Statistical Review of World Energy. June 2015. Recuperado a partir de https://www.bp.com/content/dam/bp/pdf/energyeconomics/statistical-review-2015/bp-statistical-review-of-world-energy-2015-fullreport.pdf Carvallo, J., Hidalgo-González, P., & Kammen, D. (2014). Imaginando un Chile sustentable: Cinco hallazgos sobre el futuro del sistema eléctrico y energético chileno. Recuperado a partir de http://www.energia2050.cl/material/461 Centro de Despacho Económico de Carga del Sistema Interconectado del Norte Grande. CDEC-SING. (2015). Efectos técnico-económicos de la integración de energía eólica y solar en el SING: Escenario 2017. Centro de Despacho Económico de Carga del Sistema Interconectado del Norte Grande. CDEC-SING. (2010). Información de costos variables no combustibles. Centro Nacional para la Innovación y Fomento de las Energías Sustentables. CIFES. (2015). Reporte ERNC: Resumen 2014. Recuperado a partir de http://www.cifes.gob.cl/reporte/2015/ReporteResumenAnual.pdf Chabar, R., Pereira, M., Granville, S., Barroso, L., & Iliadis, N. (2006). Optimization of Fuel Contracts Management and Maintenance Scheduling for Thermal Plants under Price Uncertainty. 2006 IEEE PES Power Systems Conference and Exposition. doi:10.1109/psce.2006.296437 179 Cochran, J., Lew, D., & Kumar, N. (2013). Flexible Coal: Evolution from Baseload to Peaking Plant. National Renewable Energy Laboratory (NREL), Golden, CO. Recuperado a partir de http://www.nrel.gov/docs/fy14osti/60575.pdf Cochran, J., Miller, M., Zinaman, O., Milligan, M., Arent, D., & Palmintier, B. et al. (2014). Flexibility in 21st Century Power Systems. National Renewable Energy Laboratory (NREL), Golden, CO. Recuperado a partir de http://www.nrel.gov/docs/fy14osti/61721.pdf Comisión Nacional de Energía. CNE. (2015). Fijación de precios de nudo Abril 2015. Recuperado a partir de http://www.cne.cl/tarificacion/electrica/precio-nudo-corto-plazo/ De La Cruz-Soto, J., & Gutierrez-Alcaraz, G. (2009). Integrated model of fuel supply with take-or-pay contracts for short-term electric generation scheduling. 2009 IEEE Bucharest Powertech. doi:10.1109/ptc.2009.5281815 De Vos, K., Morbee, J., Driesen, J., & Belmans, R. (2013). Impact of wind power on sizing and allocation of reserve requirements. IET Renewable Power Generation, 7(1), 1-9. doi:10.1049/iet-rpg.2012.0085 Dias de Mello, O., & Ohishi, T. (2005). An integrated dispatch model of gas supply and thermoelectric systems. Proc. 15Th Power Systems Computation Conference (PSCC). Dunlop, S. (2010). El Panel de Expertos del sector eléctrico (Memoria para optar al grado académico de Licenciado en Ciencias Jurídicas y Sociales). Universidad de Chile. Edoli, E., Fiorenzani, S., Ravelli, S., & Vargiolu, T. (2013). Modeling and valuing make-up clauses in gas swing contracts. Energy Economics, 35, 58-73. doi:10.1016/j.eneco.2011.11.019 EURELECTRIC, The Union of the Electricity Industry. (2010). Integrating Intermittent Renewables Sources in the EU Electricity System by 2020: Challenges and Solutions. Bruselas. Recuperado a partir de http://www.eurelectric.org/media/45254/res_integration_paper_final-2010-030-0492-01e.pdf 180 Galetovic, A., Inostroza, J., & Muñoz, C. (2004). Gas y Electricidad: ¿Qué hacer ahora? Estudios Públicos, 96, 49-106. Recuperado a partir de http://www.cepchile.cl/dms/archivo_3429_1705/r96_galetovic_gas-electricidad.pdf Green, R., & Vasilakos, N. (2010). Market behaviour with large amounts of intermittent generation. Energy Policy, 38(7), 3211-3220. doi:10.1016/j.enpol.2009.07.038 Huneeus, C. (2007). Argentina y Chile: el conflicto del gas, factores de política interna Argentina. Estudios Internacionales. Universidad De Chile., (158), 179-212. Recuperado a partir de http://www.revistaei.uchile.cl/index.php/REI/article/viewFile/14131/14435 International Renewable Energy Agency. IRENA. (2012). Summary for policy makers: Renewable Power Generation Costs. Law Business Research Ltd. (2014). Gas Regulation in 29 jurisdictions worldwide. Londres: Law Business Research Ltd. Leung, T., Sánchez-González, M., Rodilla, P., & Batlle, C. (2014). Optimizing LongTerm Service Agreements for gas-fired units in the context of increasing penetration of intermittent generation. ESD Working Paper Series. (Doctoral Dissertation, Massachusetts Institute of Technology). Libertad y Desarrollo. (2013). Sector Eléctrico. Recuperado el 27 de agosto de 2015, a partir de http://www.libertadydesarrollo.cl/biblioteca/libros/soluciones/electrico.pdf Manwell, J., McGowan, J., & Rogers, A. (2009). Wind energy explained. Chichester, U.K.: Wiley. Mendoza, J. (2002). Análisis del diseño termodinámico de centrales eléctricas de ciclo combinado (Tesis para optar al título de Ingeniero Mecánico Eléctrico). Universidad de Piura. 181 Milligan, M., Donohoo, P., Lew, D., Ela, E., Kirby, B., & Holttinen, H. et al. (2010). Operating Reserves and Wind Power Integration: An International Comparison. National Renewable Energy Laboratory. Ministerio de Energía. Balance Energético. Recuperado el 20 de agosto de 2015, a partir de http://www.minenergia.cl/documentos/balance-energetico.html Ministerio de Energía. Campaña de medición del recurso Eólico y Solar. Recuperado a partir de http://ernc.dgf.uchile.cl/mediciones/ Natural Resources Defense Council. NRDC. (2012). El costo nivelado de energía y el futuro de la energía renovable no convencional en Chile: derribando algunos mitos. Recuperado a partir de https://www.nrdc.org/laondaverde/international/files/chileLCOE-report-sp.pdf Núñez, I. (2014). Almacenamiento de energía por bombeo (hydro-pumped storage) en el marco regulatorio chileno. (Tesis para optar al grado de Magister en Ciencias de la Ingeniería). Pontificia Universidad Católica de Chile. Olmedo, J., & Clerc, J. (2013). Efectos del proyecto de ley de Energías Renovables No Convencionales. Libertad y Desarrollo, 242, 11-14. Papavasiliou, A., & Oren, S. (2013). Multiarea Stochastic Unit Commitment for High Wind Penetration in a Transmission Constrained Network. Operations Research, 61(3), 578-592. doi:10.1287/opre.2013.1174 Pérez-Arriaga, I. (2011). Managing large scale penetration of intermittent renewables. Massachusetts Institute of Technology, Energy Initiative. MITEI SYMPOSIUM. Framework Paper. Recuperado a partir de https://mitei.mit.edu/system/files/intermittentrenewables-whitepapers.pdf Perez-Arriaga, I., & Batlle, C. (2012). Impacts of Intermittent Renewables on Electricity Generation System Operation. Economics of Energy & Environmental Policy, 1(2). doi:10.5547/2160-5890.1.2.1 182 Pollitt, M. (2004). Electricity reform in Chile: Lessons for developing countries. Massachusetts Institute of Technology. Center for Energy and Environmental Policy Research. Recuperado a partir de http://dspace.mit.edu/bitstream/handle/1721.1/45024/2004-016.pdf?sequence=1 Rahman, M., & Islam, M. (2014). A hybrid clustering technique combining a novel genetic algorithm with K-Means. Knowledge-Based Systems, 71, 345-365. doi:10.1016/j.knosys.2014.08.011 Rodilla, P., Cerisola, S., & Batlle, C. (2014). Modeling the Major Overhaul Cost of GasFired Plants in the Unit Commitment Problem. IEEE Trans. Power Syst., 29(3), 10011011. doi:10.1109/tpwrs.2013.2293604 Rudnick, H., Barroso, L., Cunha, G., & Mocarquer, S. (2014). A Natural Fit: ElectricityGas Integration Challenges in South America. IEEE Power and Energy Magazine, 12(6), 29-39. doi:10.1109/mpe.2014.2347633 Ruiz, P., Philbrick, C., Zak, E., Cheung, K., & Sauer, P. (2009). Uncertainty Management in the Unit Commitment Problem. IEEE Trans. Power Syst., 24(2), 642651. doi:10.1109/tpwrs.2008.2012180 Ruiz-Caro, A. (2010). Puntos de conflicto de la cooperación e integración energética en América Latina y el Caribe. Santiago, Chile: CEPAL. Ryan, S., McCalley, J., & Woodruff, D. (2011). Long Term Resource Planning for Electric Power Systems under Uncertainty. Selected Works. Iowa State University. Recuperado a partir de http://works.bepress.com/sarah_m_ryan/27 Santana, C., Falvey, M., Ibarra, M., & García, M. (2014). Energías Renovables en Chile: El potencial eólico, solar e hidroeléctrico de Arica a Chiloé. Santiago de Chile: Ministerio de Energía. Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ). Seifi, H., & Sepasian, M. (2011). Electric power system planning. Heidelberg: Springer. 183 Shu-Xi, W. (2012). The Improved Dijkstra's Shortest Path Algorithm and Its Application. Procedia Engineering, 29, 1186-1190. doi:10.1016/j.proeng.2012.01.110 Sioshansi, R., & Short, W. (2009). Evaluating the Impacts of Real-Time Pricing on the Usage of Wind Generation. IEEE Trans. Power Syst., 24(2), 516-524. doi:10.1109/tpwrs.2008.2012184 Superintendencia del Medio Ambiente, Gobierno de Chile. (2014). Guía de aspectos ambientales relevantes para centrales termoeléctricas. Recuperado a partir de http://www.sma.gob.cl/index.php/noticias/notas/357-sma-publica-guia-para-lafiscalizacion-de-termoelectricas Turconi, R., O’Dwyer, C., Flynn, D., & Astrup, T. (2014). Emissions from cycling of thermal power plants in electricity systems with high penetration of wind power: Life cycle assessment for Ireland. Applied Energy, 131, 1-8. doi:10.1016/j.apenergy.2014.06.006 U.S. Energy Information Administration. (2013). Updated Capital Cost Estimates for Utility Scale Electricity Generating Plants. Recuperado a partir de http://www.eia.gov/forecasts/capitalcost/pdf/updated_capcost.pdf Van den Bergh, K., & Delarue, E. (2015). Cycling of conventional power plants: Technical limits and actual costs. Energy Conversion and Management, 97, 70-77. doi:10.1016/j.enconman.2015.03.026 Van Hertem, D., Verboomen, J., Purchala, K., Belmans, R., & Kling, W. (2006). Usefulness of DC power flow for active power flow analysis with flow controlling devices. The 8Th IEE International Conference on AC and DC Power Transmission, 2006. ACDC 2006., 58-62. Vergara Blanco, A. (2012). A treinta años de la Ley General de Servicios eléctricos. Actas De Derecho De Energía. Adener., 2, 275-283. Recuperado a partir de http://derechoadministrativoeconomico.uc.cl/Numeros-anteriores-ADEner/adener-22013 184 Wallace, S., & Fleten, S. (2003). Stochastic Programming Models in Energy. Handbooks in Operations Research and Management Science, 637-677. doi:10.1016/s0927-0507(03)10010-2 Watts, D., Flores, Y., Ayala, M., & Bahamondez, F. (2011). Análisis de la estructura de costos del GNL regasificado. Recuperado a partir de http://www.cne.cl Wood, A., Wollenberg, B., & Sheblé, G. (2014). Power generation, operation and control (3rd Ed.). Hoboken, New Jersey: John Wiley & Sons, Inc. Zhao, C., & Guan, Y. (2013). Unified Stochastic and Robust Unit Commitment. IEEE Trans. Power Syst., 28(3), 3353-3361. doi:10.1109/tpwrs.2013.2251916 Zhao, M., Chen, Z., & Blaabjerg, F. (2006). Probabilistic capacity of a grid connected wind farm based on optimization method. Renewable Energy, 31(13), 2171-2187. doi:10.1016/j.renene.2005.10.010 Zhu, J., Xiong, X., Lou, S., Liu, M., Yin, Z., Sun, B., & Lin, C. (2008). Two stage approach for economic power dispatch. 2008 IEEE Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21St Century. doi:10.1109/pes.2008.4596846 185 A N E X O S 186 A. Diagrama unilineal del SING Figura A.1: Diagrama unilineal del SING Fuente: CDEC-SING (2015) 187 B. Nomenclatura del modelo propuesto Índices: g : Denota una configuración de generación. c : Denota una central a gas de ciclo combinado. s : Denota un estado del sistema. m : Denota un mes del año. e : Denota un escenario de generación renovable intermitente. i, j : Denotan nodos del sistema. Conjuntos: G : Conjunto de configuraciones de generación. Re : Conjunto de configuraciones de generación renovable que incluye generación solar, eólica e hidroeléctrica. So : Conjunto de configuraciones de generación solar. Eo : Conjunto de configuraciones de generación eólica. Hi : Conjunto de configuraciones de generación hidráulica. Te : Conjunto de configuraciones de generación térmica que incluye generación a carbón, diésel, gas abierto y gas cerrado (CCGT). C : Conjunto de centrales a gas de ciclo combinado. CCGTc : Conjunto de configuraciones de generación que pertenecen a la central de ciclo combinado c. OTe : Conjunto de configuraciones de generación térmica que excluye la generación a gas CCGT. I : Conjunto de nodos del sistema. S : Conjunto de estados del sistema. M Conjunto de meses del año. E Conjunto de escenarios de generación renovable intermitente. 188 Parámetros: PDi,s : Potencia demandada durante el estado s en el nodo i. [MW]. we : Probabilidad de ocurrencia del escenario e. Cens : Costo de la energía no suministrada. [US$/MWh]. Pmaxg : Potencia máxima de la configuración de generación g. [MW]. Pming : Potencia mínima de la configuración de generación g. [MW]. Rs : Reserva secundaria requerida en el estado s. [MW]. PFmaxi,j : Flujo de potencia máximo por la línea i-j. [MW]. Bi,j : Valor recíproco de la reactancia de la línea i-j. [S]. INYg,i : Valor binario que indica si la configuración de generación g inyecta potencia en el nodo i. fPerd : Factor de pérdidas del sistema de transmisión. CPg : Consumos propios de la configuración de generación g. [MW]. Cvncg : Aproximación del costo variable no combustible de la configuración de generación g. [US$/MWh]. CEg : Aproximación del consumo específico de combustible de la configuración de generación g. [m3/MWh] o [kg/MWh]. PCombg : Precio promedio del combustible de la configuración de generación g. [US$/m3] o [US$/kg]. Cong : Costo de encendido de la configuración de generación g. [US$]. Coffg : Costo de apagado de la configuración de generación g. [US$]. cConc : Costo de encendido de la central CCGT c. [US$]. cCoffc : Costo de apagado de la central CCGT c. [US$]. FPsolars,e : Factor de planta de centrales solares para el estado s en el escenario e. FPeolicos,e : Factor de planta de centrales eólicas para el estado s en el escenario e. FPhidro : Factor de planta de centrales hidroeléctricas. CGAc : Contrato de gas anual establecido entre el proveedor y la CCGT c. [m3]. pToPM : Porcentaje del volumen de gas anual contratado que representa el mínimo a pagar en cada mes. 189 nPrem,s : Factor de presencia que indica el número de veces en que el estado s se encuentra en el mes m. Ts : Duración del estado s. [horas]. Nxt,s : Matriz de transición que indica el número de cambios entre un estado t y otro estado s. Variables: PGg,s,e : Potencia generada por la configuración de generación g en el estado s en el escenario de generación intermitente e. [MW]. ENSs,e : Potencia no suministrada en el estado s en el escenario de generación intermitente e. [MW]. PFi,j,s,e : Flujo de potencia activa por la línea i-j en el estado s en el escenario de generación intermitente e. [MW]. θi,s,e : Ángulo del fasor voltaje en el nodo i en el estado s en el escenario de generación intermitente e. [rad]. ug,s : Commitment de la configuración de generación g en el estado s. rsg,s : Reserva secundaria suministrada por la configuración de generación g en el estado s. [MW]. ONg,t,s : Decisión de encendido de la configuración de generación g entre el estado t y el estado s. OFFg,t,s : Decisión de apagado de la configuración de generación g entre el estado t y el estado s. cONc,t,s : Decisión de encendido de la central de ciclo combinado c entre el estado t y el estado s. cOFFc,t,s : Decisión de encendido de la central de ciclo combinado c entre el estado t y el estado s. DCSg,s,e : Demanda de combustible de la configuración de generación g en el estado s en el escenario e. [m3] o [kg]. 190 VGAc,m,e : Volumen de gas en el reservorio virtual A de la central CCGT c al inicio del mes m en el escenario e. [m3]. VGBc,m,e : Volumen de gas en el reservorio virtual B de la central CCGT c al inicio del mes m en el escenario e. [m3]. GoutAc,m,e : Volumen de gas extraído desde el reservorio virtual A de la central CCGT c en el mes m en el escenario e. [m3]. GBinAc,m,e : Volumen de gas desde el reservorio virtual B al reservorio virtual A de la central CCGT c en el mes m en el escenario e. [m3]. GTinAc,m,e : Volumen de gas almacenado en el reservorio virtual A de la central CCGT c en el mes m en el escenario e. [m3]. GToPc,m,e : Volumen de gas extraído desde la cantidad take or pay pagada por la central CCGT c en el mes m en el escenario e. [m3]. GAdc,m,e : Volumen de gas comprado del mercado spot por la central CCGT c en el mes m en el escenario e. [m3]. 191 C. Flujo de potencia DC El problema clásico de flujo de potencia consiste en la determinación de flujos de potencia activa y reactiva y puede ser formulado usando cuatro variables por nodo del sistema: ángulo del voltaje, magnitud del voltaje e inyecciones activas y reactivas (Van Hertem et al., 2006). Si se separan la parte real y la parte imaginaria de la potencia compleja en el nodo 𝑠 se obtienen las siguientes ecuaciones de potencia: 𝑛 𝑃𝑠 = 𝑉𝑠 ⋅ ∑[𝐺𝑠𝑟 ⋅ 𝑉𝑟 ⋅ cos(𝜃𝑠𝑟 ) + 𝐵𝑠𝑟 ⋅ 𝑉𝑟 ⋅ sin(𝜃𝑠𝑟 )] (C.1) 𝑟=1 𝑛 𝑄𝑠 = 𝑉𝑠 ⋅ ∑[𝐺𝑠𝑟 ⋅ 𝑉𝑟 ⋅ sin(𝜃𝑠𝑟 ) − 𝐵𝑠𝑟 ⋅ 𝑉𝑟 ⋅ cos(𝜃𝑠𝑟 )] (C.2) 𝑟=1 La complejidad de resolución de estas ecuaciones hace que el problema deba ser resuelto con algoritmos iterativos como el método de Newton-Rapson. Sin embargo, si se desea una simplificar el problema se pueden linealizar estas ecuaciones realizando las siguientes aproximaciones: a. La diferencia entre ángulos de voltajes entre los nodos son pequeñas por lo que sin(𝜃𝑠𝑟 ) ≈ 𝜃𝑠𝑟 y cos(𝜃𝑠𝑟 ) ≈ 1. b. Se asume un perfil de voltajes plano por lo que todas las magnitudes de los voltajes son cercanas al 1 p.u. c. Se considera que la resistencia en cada línea de transmisión es despreciable por lo que no existen pérdidas de transmisión. Así se tiene que 𝑅 ≪ 𝑋. Una vez aplicadas las aproximaciones descritas, la ecuación (C.1) puede ser reescrita como: 192 𝑛 𝑛 𝑃𝑠 = ∑ 𝐵𝑠𝑟 ⋅ 𝜃𝑠𝑟 = ∑ 𝐵𝑠𝑟 ⋅ (𝜃𝑠 − 𝜃𝑟 ) = 𝑟=1 𝑟=1 1 𝑋𝑠𝑟 (C.3) donde 𝑋𝑠𝑟 es el valor de la reactancia de la línea entre el nodo 𝑠 y el nodo 𝑟, 𝜃𝑠 es el ángulo del fasor voltaje en el nodo 𝑠, 𝜃𝑟 es el ángulo del fasor voltaje en el nodo 𝑟 y 𝑃𝑠 es la potencia inyectada en el nodo 𝑠. 193 Horas del año Horas del año Demanda (MW) Figura D.1: Perfiles de demanda, generación solar y generación eólica anuales Fuente: Elaboración propia 0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 1 500 1000 1500 0,8 Factor de planta solar 2000 0 Factor de planta eólico 2500 Hora del año D. Demanda y perfiles de generación solar y eólica en un año 194 E. Distribución de Weibull La distribución de Weibull es una distribución de probabilidad continua que es ampliamente utilizada en el análisis de datos eólicos (Zhao et al., 2006; Manwell et al., 2009). Fue descubierta por Maurice Fréchet en 1927 pero recibe su nombre Waloddi Weibull quien la describió detalladamente en 1951. El uso de la distribución de Weibull requiere dos parámetros: un factor de forma 𝑘 y un factor de escala 𝑐. Ambos parámetros pueden ser definidos como funciones de la media y de la varianza de un conjunto de datos. La función de densidad de probabilidad de la distribución de Weibull y la función de probabilidad acumulada, respectivamente, son las siguientes: 𝑘 𝑈 𝑘−1 −(𝑈)𝑘 𝑝(𝑈) = ( ) ( ) 𝑒 𝑐 𝑐 𝑐 𝐹(𝑈) = 1 − 𝑈 𝑘 −( ) 𝑒 𝑐 La Figura E.1 muestra ejemplos de la función de densidad de probabilidad de la distribución de Weibull para distintos valores del parámetro 𝑘 para una velocidad media de 6 m/s. Figura E.1: Ejemplos de distribución de Weibull Fuente: Manwel et al. (2009) 195 A partir de la varianza Var(𝑈) y la media E(𝑈) de un grupo de datos de distribución Weibull se pueden determinar los estimadores de los parámetros de forma 𝑘 y de escala 𝑐. Estos son presentados a continuación: 2 Γ (1 + ) 𝑘 Var(𝑈) = E(𝑈)2 [ − 1] 1 Γ 2 (1 + ) 𝑘 donde Γ(∗) corresponde a la función Gamma. 𝑐= E(𝑈) 1 Γ (1 + ) 𝑘 196 F. Distribución de Laplace La distribución de Weibull es una distribución de probabilidad continua que recibe su nombre en honor al matemático francés Pierre-Simon Laplace, quien además desarrolló la transformada de Laplace y la ecuación de Laplace. Tal como fue mostrado por De Vos et al. (2013), esta distribución puede ser empleada en la determinación de reservas secundarias de un sistema eléctrico. Para ello esta distribución debe ser ajustada a un conjunto de datos que correspondan a desbalances entre generación real y generación predicha. El uso de la distribución de Laplace requiere dos parámetros: uno de localización 𝜇 y un factor de escala 𝑏. Ambos parámetros pueden ser definidos como funciones de la media y de la varianza de un conjunto de datos. La función de densidad de probabilidad de la distribución de Laplace y la función de probabilidad acumulada, respectivamente, son las siguientes: 𝑝(𝑋) = 1 −|𝑥−𝜇| 𝑒 𝑏 2𝑏 |𝑥−𝜇| 1 𝐹(𝑋) = [1 + sgn(𝑥 − 𝜇) (1 − 𝑒 − 𝑏 )] 2 donde sgn(∗) indica el signo de la expresión entre paréntesis. La Figura F.1 muestra ejemplos de la función de densidad de probabilidad de la distribución de Laplace para distintos valores del parámetro 𝜇 y del parámetro 𝑏. 197 0,6 Densidad de probabilidad 0,5 0,4 0,3 0,2 0,1 0 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 μ=0, b=1 μ=0, b=2 μ=0, b=3 μ=-4, b=4 μ=4, b=5 Figura F.1: Ejemplos de distribución de Laplace Fuente: Elaboración propia A partir de la mediana de los datos y de cada uno de los datos 𝑥𝑖 que distribuyen Laplace se pueden determinar los estimadores de los parámetros de localización 𝜇 y de escala 𝑏. Estos son presentados a continuación: 𝑁 μ = mediana(X) 1 𝑏 = ∑|𝑥𝑖 − 𝜇| 𝑁 𝑖=1 198 G. Algoritmo GenClust Figura G.1: Algoritmo GenClust propuesto por Rahman & Islam (2014) Fuente: Rahman & Islam (2014) 199 H. Situaciones evaluadas por cada sub-modelo Tabla H.1: Situaciones del sub-modelo A Situación A.1 A.2 A.3 A.4 A.5 A.6 A.7 A.8 A.9 A.10 A.11 A.12 A.13 A.14 A.15 Precio Declarado -25% 0% 25% -25% 0% 25% -25% 0% 25% -25% 0% 25% -25% 0% 25% Penetración ERNC 4,4% 4,4% 4,4% 8% 8% 8% 16% 16% 16% 16% 16% 16% 20% 20% 20% Demanda (MW) 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.304,75 2.304,75 2.304,75 2.195 2.195 2.195 Capacidad Eólica (MW) 90 90 90 90 90 90 99,03 99,03 99,03 99,03 99,03 99,03 99,04 99,04 99,04 Capacidad Solar (MW) 91,55 91,55 91,55 258,31 258,31 258,31 657,54 657,54 657,54 657,54 657,54 657,54 891,27 891,27 891,27 Fuente: Elaboración propia Tabla H.2: Situaciones del sub-modelo B Situación B.1 B.2 B.3 B.4 B.5 B.6 B.7 B.8 B.9 B.10 B.11 B.12 B.13 B.14 B.15 Contratación Gas 5% 10% 15% 20% 30% 40% 50% 60% 70% 20% 20% 20% 40% 40% 40% Penetración ERNC 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 8% 16% 20% 8% 16% 20% Demanda (MW) 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 Fuente: Elaboración propia Capacidad Eólica (MW) 90 90 90 90 90 90 90 90 90 90 99,03 99,04 90 99,03 99,04 Capacidad Solar (MW) 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 258,31 657,54 891,27 258,31 657,54 891,27 200 Tabla H.3: Situaciones del sub-modelo C Situación C.1 C.2 C.3 C.4 C.5 C.6 C.7 C.8 C.9 C.10 C.11 C.12 C.13 C.14 C.15 Contratación Gas 5% 10% 15% 20% 30% 40% 50% 60% 70% 20% 20% 20% 40% 40% 40% Penetración ERNC 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 8% 16% 20% 8% 16% 20% Demanda (MW) 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 Capacidad Eólica (MW) 90 90 90 90 90 90 90 90 90 90 99,03 99,04 90 99,03 99,04 Capacidad Solar (MW) 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 258,31 657,54 891,27 258,31 657,54 891,27 Fuente: Elaboración propia Tabla H.4: Situaciones del sub-modelo D Situación D.1 D.2 D.3 D.4 D.5 D.6 D.7 D.8 D.9 D.10 D.11 D.12 D.13 D.14 D.15 Contratación Gas 5% 10% 15% 20% 30% 40% 50% 60% 70% 20% 20% 20% 40% 40% 40% Penetración ERNC 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 4,4% 8% 16% 20% 8% 16% 20% Demanda (MW) 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 2.195 Fuente: Elaboración propia Capacidad Eólica (MW) 90 90 90 90 90 90 90 90 90 90 99,03 99,04 90 99,03 99,04 Capacidad Solar (MW) 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 91,55 258,31 657,54 891,27 258,31 657,54 891,27
© Copyright 2024