DIS-02
PON 11
ESTIMACIN DE SISTEMA DE GENERACIN DISTRIBUIDA
BASADOS EN MICROGENERACIN POR MEDIO DE BIOMASA
F Jurado Prez, R, N. Gonzlez Cabrera, J. Alfaro Rodriguez, P. Razon Gonzalez, R. Acevedo Aranda
Posgrado de Ingeniera Elctrica y Depto. De Ingeniera electromecnica
Abstract En el presente artculo se presenta una estimacin en el
campo de la biomasa por lo cual se podra estimar una pequea
generacin de biogs para posterior produccin de energa elctrica,
en base a una corrida implementada con un anlisis del potencial
biomasico con el apoyo de un software de simulacin, para, obtener
los pronsticos ms favorables con los datos de obtencin de dicho
gas.
Palabras Clave: Biogs, Biomasa, series de tiempo, pronstico,
series de Fourier.
I. INTRODUCCIN
En la actualidad una gran variedad de fuentes de energas
renovables estn siendo empleadas para satisfacer las
necesidades bsicas que demanda la sociedad. Estos tipos de
energas, reciben su denominacin, debido a que, en cierta
medida son consideradas inagotables, esto es que siempre se
encontraran presentes y en abundancia listas para volver a
utilizarse.
Todas las diferentes fuentes renovables tienen como objetivo,
la generacin de energa de una manera accesible con el medio
ambiente. A medida que transcurren los aos, los niveles
contaminantes emitidos por los combustibles fsiles, as como
los de diversos incendios forestales, que ocurren en diferentes
partes del planeta, causados por el exceso de calor que se tiene
durante el verano.
El trmino de fuentes de energa renovable, es un tpico
trillado en los diferentes medios de difusin. Debido a esto se
despierta un inters en la sociedad de saber ms acerca del tema y
del como poder implementarlas para obtener los beneficios que
estas proveen, Se sabe de la existencia de las condiciones de
algunas comunidades aisladas donde se tiene una deficiencia de
energa elctrica considerable para poder llevar a cabo sus
actividades cotidianas en las cuales se puede implementar el uso
de las fuentes alternas.
Las distintas formas utilizadas por el hombre para generar
energa elctrica dan como resultado un alto nmero en ndices
de contaminacin, Se sabe de las centrales elctricas comunes
que generan energa elctrica mediante la quema de carbn o
combustible misma que emiten un contenido basto de CO2. Las
fuentes de energas renovables tienen su auge con el surgimiento
de la crisis energtica. Debido al consumo indiscriminado de
combustibles fsiles, los cuales por ser de origen inorgnico, no
se pueden reutilizar.
RVP-AI/2015 DIS-02 PONENCIA
RECOMENDADA POR EL COMITE DE DISTRIBUCION
DEL CAPITULO DE POTENCIA DEL IEEE
SECCION MEXICO Y PRESENTADA EN LA REUNION
INTERNACIONAL DE VERANO, RVP-AI/2015,
ACAPULCO GRO., DEL 19 AL 25 DE JULIO DEL 2015.
Las fuentes de energa renovables se pueden clasificar en dos
grupos fundamentales, fuentes de energa no contaminantes o
limpias y fuentes de energa contaminantes.
Las fuentes de energa renovable no contaminantes, son aquellas
que no producen ningn tipo de contaminante. Exceptuando la
contaminacin auditiva, provocada al momento en que el viento
impulsa las aspas de un aerogenerador hacindolas girar, todo
esto en la generacin de la energa elica. Las principales fuentes
de energa no contaminantes se mencionan a continuacin
siendo:
Energa elica.
Energa solar.
Energa geotrmica.
Energa hidrulica.
Las fuentes de energa renovables contaminantes, son
aquellas que se obtienen a partir de la materia orgnica o
biomasa, ya que se pueden utilizar directamente como
combustible, debido a que puede ser derivada de la madera u otra
materia vegetal slida, que al momento de la combustin emiten
dixido de carbono, el cual es un gas de efecto invernadero.
Otros tipos de energas contaminantes, son a partir de los
residuos slidos urbanos y los lodos generados en los puntos de
tratamiento de agua. [1]
Estos tipos de fuentes de energa renovables contaminantes
deberan ser aprovechadas en mayor cantidad, ya que de no ser
as, se desperdiciara una fuente importante de energa, en la cual
los procesos de pudricin de la materia orgnica dara como
resultado la emisin de gas natural y de dixido de carbono,
teniendo aun as una contaminacin hacia el medio ambiente sin
recibir provecho alguno.
II. DESARROLLO DE LA BIOMASA
El concepto de la biomasa engloba a toda la materia orgnica
proveniente de los bosques, plantos y desechos de animales, as
como tambin los desechos urbanos. Esta fuente de energa
renovable es considerada como la ms antigua, ya que ha sido
empleada desde que nuestros antepasados descubrieron el fuego
[2-5].
La biomasa es una fuente de energa renovable de origen
animal o vegetal. La razn por la cual este tipo de energa se
considera renovable, es debido a que sigue un ciclo. La manera
en la cual finaliza el ciclo, es cuando se extrae la energa del
producto biomasico, ya sea de residuos forestales secos como
cortezas, ramas o arboles completos, el mtodo para la obtencin
de la energa de biomasa es por medio de combustin directa, sin
embargo al realizarse este proceso, es liberado hacia la atmosfera
el dixido de carbono, en cantidades similares a las consumidas
por el rbol durante su crecimiento. De esta manera se puede
concluir que existe una contaminacin mnima, ya que no se
altera el equilibrio ambiental.
Existen en el medio ambiente diferentes tipos de biomasa, los
cuales pueden ser empleados de diferente forma como fuentes de
energa biomasa natural, residual seca, hmeda y cultivos
energticos.
As como tambin existen las llamadas plantaciones
energticas las cuales son espacios de terreno destinados
especficamente para la plantacin de material cuyo fin ser la
generacin de energa. Las plantas empleadas en estos tipos de
campos suelen ser de rpido crecimiento, capases de poder
subsistir aun y cuando el cuidado del planto no sea el ms
ptimo.
Adems del uso de las plantas, se tienen tambin los cultivos
agrcolas, empleados para la produccin de energa, estos pueden
ser la caa de azcar, maz, sorgo y trigo. Otras plantas como las
de girasol o soya, tambin son utilizadas para obtener de ellas
combustibles lquidos como el etanol y el biodiesel [5-7].
III. GENERACIN DEL BIOGS
El biogs es producido dentro de un biodigestor, en el cual se
introducen residuos orgnicos, para que por medio de fenmenos
de degradacin anaerbica debido a microrganismos y procesos
bioqumicos especficos que en su fase final generan este gas.
Dependiendo del tipo de sistema empleado se puede generar
una mayor cantidad de biogs y reducir el tiempo de retencin
necesario para que la materia orgnica se degrade hasta la fase de
produccin de metano. Para que se pueda obtener una eficiencia
se deben de tomar en cuenta algunas condiciones importantes
tales como: la temperatura, el pH, la cantidad de biomasa a tratar
y la agitacin. Todo esto posible de manejar en biodigestores con
una eficiencia mayor.
Los microrganismos que actan en la degradacin anaerbica
de la biomasa por lo general son mesfilos y termfilos, los
cuales actan adecuadamente cuando se encuentran a
temperaturas de entre 36 y 40 grados centgrados para los
mesfilos y de 45 a 60 grados para los termfilos. Debido a la
manera en la que actan estos microrganismos, los biodigestores
situados en lugares con climas fros demoraran ms tiempo en
llegar hasta la produccin de metano.
Otro de los puntos a tomar en cuenta. Es el tipo de materia
orgnica que se est empleando en el biodigestor, ya que
dependiendo de esto la produccin del biogs puede ser a un
ritmo mayor, reduciendo el tiempo de generacin. Los residuos
orgnicos solidos ms adecuados para emplear son las excretas
de cerdo y las provenientes de origen vacuno.
El biogs se encuentra constituido principalmente de un 50%
a 70% de metano CH4, de 30% a 50% de dixido de carbono
CO2, con pequeas cantidades de nitrgeno N2, sulfuro de
hidrogeno H2S, vapor de agua y amoniaco NH3, hidrogeno H2.
Los niveles de estos componentes dependern de las condiciones
a las que est sometido el biodigestor, as como la manera en la
cual se maneja la biomasa. El biogs es un poco ms ligero que el
aire, posee una temperatura de inflamacin de 700 grados
centgrados y la llama que produce puede alcanzar hasta 870
grados centgrados.
Para que el biogs pueda ser empleado con el fin de generar
calor, es necesario que contenga un porcentaje de 50% como
mnimo de metano, ya que de no ser as, el biogs dejara de ser
inflamable. El poder calorfico en promedio es de 4.600 kwh/m3,
con lo cual se pueden generar entre 1,3 a 1,6 kw/h, lo cual
equivale a medio litro de combustible disel aproximadamente.
El contenido de energa que se puede encontrar en 1m3 de biogs
es aproximadamente de 6 kwh/m3. [8-9]
El acondicionamiento del biogs se realiza de diversas formas
dependiendo de la sustancia que se desee tratar. Al momento en
que el biogs sale del biodigestor por las tuberas, se encuentra
saturado de vapor de agua y a medida que se va enfriando se
comienza a condensar dentro de la tubera. Para evitar que la
tubera se obstruya con el agua, se deben colocar trampas de agua
en la tubera, donde se almacenara para poder ser extrada.
El dixido de carbono es otro gas generado en el biodigestor,
no tiene ningn poder calorfico, aunque se aconseja solo su
eliminacin cuando el biogs vaya a ser almacenado a altas
presiones, debido a que sera intil gastar energa de compresin
y volumen de almacenamiento en un gas que no dar ningn
beneficio adicional.
El cido sulfhdrico encontrado en el biogs es un gas toxico,
que en altas concentraciones suele ser mortal en un corto lapso de
exposicin, por otra parte combinado con el agua el resultado es
cido sulfhdrico, que es muy corrosivo sobre las partes vitales de
algunas de las instalaciones. Para su eliminacin, es necesario
pasarlo por un filtro que contenga hidrxido de hierro.
IV. FUNDAMENTO MATEMTICO
Si bien la idea principal es la captacin del biogs y su
obtencin para posterior generacin es por ello que se utilizaran
las herramientas matemticas para su interpretacin as como el
uso de los pronsticos para su estimacin de acontecimiento
futuro por el cual se proyecta hacia el futuro informacin del
pasado, en el presente trabajo se presenta una estimacin de datos
reales adquiridos de un caso de estudio en el cual se contabilizo
un total de 2380 animales, de origen porcino. Con lo cual se
espera optimizar la obtencin de gas obtenido mediante las
excretas fecales en la captacin del biodigestor. [10-11]
Para ello se hace mencin de algunas herramientas
matemticas con la finalidad de poder validar un modelo ptimo.
Existen los modelos de carcter cualitativo, as como los
pronsticos causales, los basados en series del tiempo o
conocidos como estadsticos, promedio mvil simple, ponderado,
el suavizamiento exponencial y el anlisis de regresiones. En este
trabajo se utiliza el modelo basado en las series de Fourier el cual
se implementa con la ayuda del software Matlab. [12]
 En la Tabla 1 se hace mencin del potencial del biogs por
cabeza de ganado capturado diariamente y ponderado
anualmente.
La Figura 1 nos indica la dispersin del biogs generado por
ao, tomando en cuenta solo 20 datos anuales ponderados de la
Tabla 1
En la Tabla 2 se emplea el modelo promedio mvil simple
para determinar el pronstico de biogs, para el siguiente periodo
de tiempo. Siendo a 2 aos, En la Tabla 3 se aplica el mismo
modelo pero a ahora a 4 aos.
Tabla 2. Promedio mvil para un periodo de dos aos

N=2

BIOGS X
BIOGS (B)
10
DATO AO PRONOSTICO PRONOSTICO (B-P)^2
(PROMEDIO
(P) (B-P)
ANUAL)

1 1992 184.15

2 1993 188.76

3 1994 188.55 186.46 2.10 4.39

Fig. 1. Dispersin del biogs anual generado 4 1995 178.08 188.66 111.83
-10.58
5 1996 183.32 183.32 0.00 0.00
Tabla 1. Promedio biogs producido en una serie de tiempo determinado
6 1997 192.74 180.70 12.04 144.96

7 1998 209.51 188.03 21.48 461.39

CABEZAS
DE BIOGS BIOGS 8 1999 194.21 201.13 47.82
DATO AO -6.91
GANADO POR DA POR AO
LECHERO 9 2000 159.85 201.86 -42.01 1764.84

10 2001 179.34 177.03 2.31 5.34

1 1992 879 5045.46 1,841,593
11 2002 219.98 169.60 50.39 2538.65
2 1993 901 5171.74 1,887,685
12 2003 181.22 199.66 -18.44 340.03
3 1994 900 5166 1,885,590
13 2004 188.55 200.60 -12.05 145.20
4 1995 850 4879 1,780,835
14 2005 208.67 184.89 23.79 565.73
5 1996 875 5022.5 1,833,213
15 2006 195.26 198.61 -3.35 11.22
6 1997 920 5280.8 1,927,492
16 2007 159.85 201.97 -42.12 1773.67
7 1998 1000 5740 2,095,100
17 2008 212.65 177.56 35.10 1231.66
8 1999 927 5320.98 1,942,158
18 2009 197.35 186.25 11.10 123.21
9 2000 763 4379.62 1,598,561
19 2010 175.15 205.00 -29.85 891.02
10 2001 856 4913.44 1,793,406
20 2011 195.26 186.25 9.01 81.18
11 2002 1050 6027 2,199,855
21 2012 185.21 10242.14
12 2003 865 4965.1 1,812,262

13 2004 900 5166 1,885,590 Para poder determinar que pronstico es el ms acertado, se
14 2005 996 5717.04 2,086,720 procede a realizar el error estndar de estimacin, mediante la
siguiente ecuacin.
15 2006 932 5349.68 1,952,633

16 2007 763 4379.62 1,598,561

(B P)2
Sy*x Ec. 1
17 2008 1015 5826.1 2,126,527
n 2
18 2009 942 5407.08 1,973,584 B = Biogs
19 2010 836 4798.64 1,751,504 P = Pronostico
n = Numero de datos
20 2011 932 5349.68 1,952,633
 Tabla 3. Promedio mvil para un periodo de cuatro aos

No obstante como se indic en el presente trabajo la proyeccin

N=4 ms puntual y que tendr un peso considerable ser con la serie
de Fourier la cual se sabe es una serie infinita que converge
puntualmente a una funcin peridica y contina por partes.
BIOGS X 10 BIOGS (B) Constituyen una herramienta matemtica bsica para analizar
PRONOSTI (B-
DATO AO (PROMEDIO PRONOSTIC
ANUAL)
CO
O (P) (B-P)
P)^2 funciones peridicas a travs de la descomposicin de dicha
funcin en una suma infinita de funciones sinusoidales mucho
ms simples, como combinacin de senos y cosenos con
1 1992 184.15 frecuencias enteras. La ecuacin general de la serie de Fourier es
la siguiente.
2 1993 188.76

3 1994 188.55 Y a0 i 1n ai cos( nwx ) bi sen (nwx ). Ec 2

4 1995 178.08
Donde a0 puede modelar cualquier seal y est asociada con
5 1996 183.32 184.89 -1.57 2.45
i=0 en el trmino del coseno, w es la frecuencia fundamental de
6 1997 192.74 184.68 8.06 65.00 la seal y n representa el nmero de armnicos en la serie. La
forma en la cual estar representada la serie de Fourier para
7 1998 209.51 185.67 568.23
23.84 determinar los pronsticos dentro de la grfica de dispersin
8 1999 194.21 190.91 3.30 10.87 puntual, por medio de acercamientos se muestra a continuacin.
1231.6
9 2000 159.85 194.95
-35.10 6 f ( x) a0 ai cos(xw) bi sen( xw). Ec 3
10 2001 179.34 189.08 94.82
-9.74 En donde
11 2002 219.98 185.73
1173.2
2
34.25 3 w Ec.4
12 2003 181.22 188.35 -7.13 50.77 t
a1 y b1 son las amplitudes y T es el periodo de la variable.
13 2004 188.55 185.10 3.45 11.92

14 2005 208.67 192.27 16.40 268.88 La diferencia entre este mtodo y los mtodos mencionados
en el presente trabajo radica en que las series de Fourier pueden
15 2006 195.26 199.61 -4.35 18.88
dar un pronstico ms pertinente siendo ptima su
1127.2 implementacin en este caso en particular.
16 2007 159.85 193.43
-33.58 8
17 2008 212.65 188.08 24.57 603.56 V. SIMULACIN Y RESULTADOS
18 2009 197.35 194.11 3.24 10.51 Los resultados obtenidos mediante la implementacin de las
series de Fourier se detallan a continuacin. Y con el soporte del
19 2010 175.15 191.28 -16.13 260.10
software Matlab, utilizando una de sus libreras (Curve Fit), tal
20 2011 195.26 186.25 9.01 81.18 como se describe a continuacin en el caso de estudio.
5579.3 El primer vector a introducir es el vector x, el cual
21 2012 195.10
4 representa la variable independiente del periodo de tiempo que
abarca el caso de estudio.
De la ecuacin 1 se obtienen los valores de estimacin x [1 : 20].
estndar del promedio mvil, como se aprecia en la Tabla 4
El segundo vector y, representa las observaciones
obtenidas durante el periodo de tiempo.

Tabla 4. Error estndar de estimacin en promedio mvil Y= [184.15 188.76 188.55 178.08 183.32 192.74 209.51
194.21 159.85 179.34 219.98 181.22 188.55 208.67 195.26
N periodos de Error estndar de
tiempo estimacin 159.85 212.65 197.35 175.15 195.26].
N=2 23.85
En la Figura 2 se presenta la implementacin de la serie de
N=3 19.25
Fourier con la dispersin del biogs en una misma grfica.
N=4 17.60

El pronstico ms aceptable se obtiene de la Tabla 3. En un

periodo de cuatro aos. Tal como se indica en la Tabla 4
 230
ambas observaciones es mnima, por lo tanto la prediccin se
Biogas
Aproximacin
puede considerar como acertada dado su margen de error
220
mnimo.
210

En la Figura 5 se muestra cmo se comporta el biogs

200
pronosticado para un periodo de tiempo de 15 aos.
190

180
Tabla 1. Comparacin de la media y desviacin estndar entre datos reales y datos
pronosticados
170
Datos reales Datos pronosticados
160 Desviacin
Media Desviacin estndar Media
estndar
150
0 2 4 6 8 10 12 14 16 18 20 22
188.655 15.77595868 184.694 17.36424761

Fig. 2. Implementacin de la serie de Fourier en la dispersin del biogs anual

generado
Prediccin mediante Series de Fourier
En la Figura 3 se observa el comportamiento que resulta al 230
implementar la serie de Fourier interpolando la constantes de la
serie. 220

210
230

Biogas generado
Biogas
Aproximacin 200
220

210
190

200 180

190
170
180
160
170

160
0 5 10 15 20 25 30 35
Datos
150
0 2 4 6 8 10 12 14 16 18 20 22

Fig. 5. Comportamiento de generacin pronosticado de biogs con datos reales

Fig. 3. Implementacin de la serie de Fourier en la dispersin del biogs y los propios proyectados a 15 aos.
calculado con varias constante calculadas

En la Figura 4 se aprecia el comportamiento de prediccin del CONCLUSIONES

modelo para la adquisicin de datos correspondiente al periodo En este trabajo se present un caso de estudio, donde se
de aos en donde la ondulacin de color rojo indica la proyeccin presenta la biomasa residual hmeda, regularmente vista como
realizada. un simple desecho orgnico, sin embargo resulta ser una de las
250
energas alternativas con mayor acceso, ya que su empleo puede
Biogas
Aproximacin
llevarse a cabo prcticamente en cualquier lugar.
240
Mediante el empleo del mtodo de Series de Fourier, es
230
posible determinar de una manera ms confiable y con un rango
220 de tiempo mayor, los pronsticos que se necesitan para poder
210 llevar a cabo la toma de decisin en los proyectos relacionados
200 con las fuentes alternas.
190

180

170

160 VI. REFERENCIAS

150
0 2 4 6 8 10 12 14 16 18 20 22
Fernando Jurado Prez. Esta con el departamento de
Fig. 4. Obtencin de la serie evaluada con una mejor aproximacin obtenida ingeniera electromecnica y el posgrado de ingeniera elctrica
mediante el ajuste del biogs captado. del Instituto Tecnolgico Superior de Irapuato (ITESI) desde el
2006.
Del anlisis de los datos reales y los pronosticados se presenta
la diferencia tanto de la media y la desviacin estndar entre
 Nstor Gonzlez Cabrera Esta con el departamento de
ingeniera electromecnica y el posgrado de ingeniera elctrica
del Instituto Tecnolgico Superior de Irapuato (ITESI) desde el
2011.

Jose Juan Alfaro Rodriguez Esta con el departamento

de ingeniera electrnica del Instituto Tecnolgico Superior de
Irapuato (ITESI) desde el 2005.

Juan Pablo Razon Gonzalez Esta con el departamento

de ingeniera electromecnica del Instituto Tecnolgico Superior
de Irapuato (ITESI) desde el 2008.

Rogelio Acevedo Aranda Estudiante de la carrera de

ingeniera electromecnica del Instituto Tecnolgico Superior de
Irapuato.

[1]. http://www.textoscientificos.com/energia/biomasa
[1] Biomasa: Manuales sobre energa renovable. (2012)
[2] Gutirrez Vera J. Ao 2001, Energa Renovable en el siglo XXI,
Mxico, Senado de la Republica
[3] http://www.sustentamexico.com.mx/radiacion.html
[4] http://www.hidroenergia.net/index.php?option=com_content&vie
w=article&id=119:icuantas-plantas-hidroelectricas-tiene-mexico-
en-operacion&catid=28:isabias-que&Itemid=59
[5] http://www.cfe.gob.mx/QuienesSomos/estadisticas/listadocentrale
sgeneradoras/Paginas/listadohidroelectricas.aspx
[6] http://www.enersilva.org/biomasaenergetica.htm
[7] http://www.conae.gob.mx/wb/CONAE/CONA_612_energia_eolic
a?page=11
[8] http://www.revistagenteqroo.com/general/las-centrales-
hidroelectricas-en-mexico-pasado-presente-y-futuro-i-
antecedentes/
[9] http://www.oni.escuelas.edu.ar/2004/san_juan/712/biogas_historia
_usos_y_aplicaciones.htm
[10] Energa elica (2006) instituto para la diversificacin y ahorro de
energa.
[11] Gua para evaluacin ambiental. Energas renovables no
convencionales. Proyectos elicos. (2006) comisin national de
energa.
[12] Aplicacin de Series de Fourier como mtodo estadstico para el
clculo de generacin mini hidrulica , M. Gmez Martnez,
Jurado Prez F. IEEE seccin Mxico 2008