Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Medellín, Colombia
2018
Identificación de proyectos con
potencial de generación de energía
eólica como complemento a otras
fuentes de generación eléctrica en el
departamento de Boyacá
Director:
Línea de Investigación:
Grupo de Investigación:
Medellín, Colombia
2018
A mis padres, mi hermana, mi hermano y mi
sobrino por enseñarme que la perseverancia y el
esfuerzo son el camino para alcanzar los
objetivos.
Agradecimientos
Al Departamento Administrativo de Ciencia, Tecnología e Innovación - COLCIENCIAS, por
la financiación y apoyo en la ejecución de este proyecto en el marco de la Convocatoria
N° 733 para la Formación de Capital Humano de Alto Nivel para el Departamento de Boyacá
2015 – Maestría Nacional.
Al ingeniero Miguel Ángel Jara Jara, por los conocimientos compartidos y enseñados para
mi desarrollo profesional, por su asesoría técnica en estudios climatológicos, por brindarme
todo el apoyo necesario y dedicar parte de su tiempo desde el planteamiento de ésta
investigación.
Al ingeniero Jorge Eduardo Triana Moreno, por encontrar el tiempo dentro de sus
ocupaciones para asesorarme y ofrecerme críticas constructivas que aportaron al
planteamiento y elaboración de esta investigación.
VIII Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
A mis amigos, que siempre han sido un gran apoyo moral, necesario en los momentos
difíciles, por escucharme, aconsejarme y siempre brindarme una sonrisa y una palabra de
aliento.
A todos aquellos que de una u otra manera me brindaron su apoyo durante la investigación.
Resumen y Abstract IX
Resumen
El departamento de Boyacá posee una condición favorable en recursos renovables de
energía asociados al viento, contando con velocidades de vientos iguales o superiores a
5 m/s en varios meses del año y dada su localización y accesibilidad al Sistema
Interconectado Nacional - SIN, representa una opción idónea para la implementación de
nuevas Fuentes No Convencionales De Energía Renovable - FNCER que contribuyan a
mejorar los niveles de confiablidad del sistema de energía actual en el país. Se identificaron
oportunidades de desarrollo eólico mediante el planteamiento de cuatro parques eólicos con
capacidad total instalada de 52,5 MW mediante 21 aerogeneradores de potencia nominal
de 2,5 MW que producirían una energía neta de 200020 MWh/año con factores de carga
superiores al promedio global ponderado del 2017 para la energía eólica “onshore”. En la
evaluación de los proyectos se obtienen indicadores financieros positivos que hacen
atractivos los proyectos bajo ciertas condiciones.
Abstract
The department of Boyacá has a favorable condition in renewable energy resources
associated with the wind, counting with wind speeds equal to or higher than 5 m/s in several
months of the year and given its location and accessibility to the National Interconnected
System - SIN, represents an ideal option for implementation of new Non-Conventional
Renewable Energy projects – NCRE that contribute to improving the levels of reliability of
the current energy system in the country. Wind development opportunities were identified
through the proposal of four wind farms with a total installed capacity of 52,5 MW through
21 wind turbines of nominal power of 2,5 MW that will produce a net energy of
200020 MWh/year with load factors above the weighted global average of 2017 for onshore
wind energy. The evaluation of the projects, positive financial indicators are obtained that
make the projects attractive under certain conditions.
Contenido
Pág.
Pág.
Resumen ...................................................................................................... IX
Introducción ....................................................................................................... 1
1. Antecedentes ....................................................................................................... 3
2. Marco Teórico....................................................................................................... 9
2.1 Generalidades ..................................................................................................... 9
2.2 Procesamiento de registros de velocidad del viento ........................................... 12
2.2.1 Recopilación de registros ................................................................................ 12
2.2.2 Tratamiento de registros ................................................................................ 12
2.3 Estimación de la potencia disponible en el viento.............................................. 14
2.4 Energía producida por el viento ........................................................................ 15
2.5 Proyectos de generación de energía eólica ........................................................ 16
2.5.1 Emplazamiento .............................................................................................. 16
2.5.2 Distribución del parque .................................................................................. 17
2.5.3 Energía disponible para generación ................................................................ 17
2.6 Características ambientales de proyectos de generación eólica .......................... 18
2.7 Costos de proyectos de generación eólica .......................................................... 20
2.7.1 Costos de inversión ........................................................................................ 20
2.7.2 Costos operativos ........................................................................................... 22
2.7.3 Costo nivelado de energía .............................................................................. 22
2.7.4 Indicadores Financieros .................................................................................. 23
2.8 Regulación y Normatividad Colombiana de generación de energías renovables . 24
Lista de figuras
Pág.
Figura 1-1: Precios promedio de oferta por tecnología de generación año 2016 .......... 5
Figura 2-1: Energía eólica bruta disponible en una región según la frecuencia de
vientos y la curva de potencia de un aerogenerador. ............................... 15
Figura 3-1: Capacidad mundial de Energía Eólica - Crecimiento Anual, 2006-2016 ... 28
Figura 3-2: Capacidad de Energía Eólica y adiciones para los 10 países líderes en el
año 2016. ............................................................................................... 28
Figura 5-1: Localización de las estaciones meteorológicas del departamento de Boyacá
empleadas en el estudio .......................................................................... 47
Figura 5-2: Localización de las estaciones meteorológicas de otros departamentos
empleadas en el estudio .......................................................................... 49
Figura 5-3: Variación del ciclo diurno de velocidad del viento – Estación Villa Carmen .
............................................................................................................... 52
Figura 5-4: Variación del ciclo diurno – Estación Nevado del Cocuy .......................... 53
Figura 5-5: Histórico de demanda promedio diaria de electricidad en Colombia ....... 53
Figura 5-6: Ciclo anual promedio de la velocidad del viento – Estación Nevado del
Cocuy ..................................................................................................... 55
Figura 5-7: Ciclo anual promedio de la velocidad del viento – Estación La Capilla..... 55
Figura 5-8: Ciclo anual del ciclo diurno de la velocidad del viento (m/s). ................. 57
Figura 5-9: Variación a largo plazo de las series promedio trimestrales estandarizadas
de la velocidad del viento en la estación UPTC con el Índice Oceánico del
Niño (ONI) ............................................................................................. 60
Figura 5-10: Distribución de frecuencias de las velocidades del viento estación
Gachaneca .............................................................................................. 62
Figura 5-11: Curva de frecuencia acumulada de las velocidades del viento estación
Gachaneca .............................................................................................. 63
Figura 5-12: Distribución de frecuencias de las velocidades del viento y ajuste de
distribución Weibull - Estación Gachaneca .............................................. 64
Figura 5-13: Rosa de los Vientos – Estación Gachaneca y Estación Nevado del Cocuy . 66
Figura 5-14: Curvas medias normalizadas de caudales regionales afluentes mensuales al
SIN y velocidades del viento en superficie en las estaciones de interés .... 70
Figura 5-15: Velocidad promedio del viento en superficie a 10 (m/s) – Mes de Agosto 74
Contenido XV
Lista de tablas
Pág.
Pág.
Tabla 5-1: Características principales de las estaciones meteorológicas empleadas en el
estudio. ...................................................................................................... 47
Tabla 5-2: Características principales de las estaciones meteorológicas de otros
departamentos empleadas en el estudio. .................................................... 49
Tabla 5-3: Periodo de registro y resolución de información recopilada ........................ 51
Tabla 5-3: Parámetros estadísticos: el factor de forma k y el factor de escala c de la
distribución Weibull para las estaciones del estudio a 10 metros de altura.. 65
Tabla 5-4: Promedio de aportes de caudal de los ríos a las grandes centrales
hidroeléctricas del SIN. .............................................................................. 68
Tabla 5-5: Coeficientes de correlación estacional media R entre las velocidades del
viento en superficie y los caudales afluentes de las centrales hidroeléctricas
del SIN. ...................................................................................................... 72
Tabla 6-1: Clases de aerogeneradores según Norma IEC 61400-1 ................................ 85
Tabla 6-2: Clases de aerogeneradores para emplazamientos en zonas con potencial en el
departamento de Boyacá ............................................................................ 85
Tabla 6-3: Especificaciones técnicas aerogeneradores seleccionados ............................ 90
Tabla 6-4: Densidad de potencia para densidad de aire en condiciones estándar ......... 91
Tabla 6-5: Estimación de suministro de energía con un aerogenerador G126- 2,5 MW en
la estación Villa Carmen a 100 metros de altura ......................................... 93
Tabla 6-6: Energía producida por un aerogenerador en las zonas de potencial de las
estaciones de interés................................................................................... 95
Tabla 7-1: Características principales Parque Eólico Samacá I ..................................... 99
Tabla 7-2: Características principales Parque Eólico Samacá II .................................. 101
Tabla 7-3: Características principales Parque Eólico Tundama................................... 103
Tabla 7-4: Características principales Parque Eólico Sugamuxi .................................. 104
Tabla 7-5: Estimación de reducción de emisiones de CO2 del SIN por energía generada
por los proyectos eólicos planteados ......................................................... 107
Tabla 7-6: Ingresos anuales por reducción de emisiones de CO2 para los proyectos
planteados................................................................................................ 108
Tabla 7-7: Posibles impactos ambientales durante la vida útil de un Parque Eólico.... 109
Tabla 7-8: Costos de inversión inicial para cada proyecto .......................................... 111
Contenido XVII
Tabla 7-9: Costos de operación y mantenimiento anuales para cada proyecto .........112
Tabla 7-10: Ingresos anuales de cargo por confiabilidad para cada proyecto ............112
Tabla 7-11: Ingresos anuales por venta de energía media para cada proyecto ..........114
Tabla 7-12: Beneficios económicos totales anuales para cada proyecto ....................114
Tabla 7-13: Costo nivelado de energía de los proyectos planteados ..........................115
Tabla 7-14: Indicadores financieros obtenidos de la evaluación de proyectos de
inversión ...............................................................................................116
Tabla 7-15: Indicadores financieros obtenidos de la evaluación de proyectos de
inversión considerando financiamiento del 65% ....................................117
Tabla 7-16: Análisis de sensibilidad del VPN y TIR respecto al tipo de financiación ..119
Tabla 7-17: Análisis de sensibilidad del VPN y TIR respecto a la inversión ...............120
Tabla 7-18: Análisis de sensibilidad del VPN y TIR respecto al precio de venta de
energía ..................................................................................................121
Tabla 8-1: Características principales proyectos con potencial de energía eólica
identificados en el departamento de Boyacá...........................................126
Contenido XVIII
Símbolos
Símbolo Término
A Área del rotor
CEN Capacidad efectiva neta
Cp Coeficiente de potencia
c Factor de escala
F Flujo de dinero
H eq Horas Equivalentes
I0 Inversión inicial
k Factor de forma
n Número de periodos
Eficiencia global de conversión mecánica y eléctrica
Densidad del aire
P Potencia en el aerogenerador
Pviento Potencia en el viento
r Tasa de descuento
t Periodo de evaluación
v Velocidad
Abreviaturas
Abreviatura Término
CREG Comisión de Regulación de Energía y Gas
DNP Departamento Nacional de Planeación
Contenido XIX
Abreviatura Término
ENFICC Energía Firme para el Cargo por Confiabilidad
ENSO El Niño Southern Oscillation - El Niño Oscilación del Sur
FMAM Fondo para el Medio Ambiente Mundial
FNCER Fuente No Convencionales de Energía Renovable
GEI Gases de Efecto Invernadero
Instituto de Hidrología, Meteorología y Estudios Ambientales de
IDEAM
Colombia
IDW Inverse Distance Weighting
IPCC Panel Intergubernamental de Cambio Climático
IRENA International Renewable Energy Agency
LCoE Levelized Costs of Energy
MADS Ministerio de Ambiente y Desarrollo Sostenible,
MDL Mecanismos de Desarrollo Limpio
ONI Oceanic Niño Index - Índice Oceánico Evento El Niño
PNUD Programa de las Naciones Unidas para el Desarrollo
SIG Sistema de Información Geográfica
SIN Sistema Interconectado Nacional
TIR Tasa Interna de Retorno
UPME Unidad de Planeación Minero Energética
VPN Valor Presente Neto
WNO World Meteorological Organization
Introducción
Colombia enmarca su política ambiental en el principio de un desarrollo humano sostenible
y busca conservar los recursos naturales de la Nación, por lo que el Estado, el sector privado,
la comunidad y las organizaciones no gubernamentales tienen como objetivo proteger,
conservar y recuperar el medio ambiente. Siguiendo éste objetivo conjunto, se busca
aprovechar el potencial de generación de energía con fuentes no convencionales en el
departamento de Boyacá, enfocándose a fuentes alternas como es el recurso eólico, que
permitan un desarrollo económico regional sostenible y una posible seguridad en el
abastecimiento energético del departamento.
Las condiciones climáticas del departamento de Boyacá permiten visualizar que existe
potencial de generación de energía eólica, puesto que por encontrarse sobre la cordillera
oriental constituye una barrera que se opone al flujo de los vientos alisios provenientes del
sureste alterando su flujo, y de éste modo generando una tendencia creciente de las
corrientes de aire con la altitud al cruzar la cordillera (Noriega & Díaz, 2011), por lo que
posee una condición favorable en recursos renovables de energía asociados al viento,
contando con velocidades de vientos iguales o superiores a 5 m/s en varios meses del año
(UPME, IDEAM, 2006).
El presente estudio tiene como objetivo principal identificar proyectos con potencial de
generación de energía eólica que actúen como complemento a la generación hidráulica y
termoeléctrica a carbón existente en el departamento de Boyacá, mediante la realización de
una caracterización del recurso eólico como parte de los objetivos específicos, dada a partir
de la identificación, selección, procesamiento y análisis de la información disponible de
velocidad y dirección del viento, y caracterizando la red de estaciones meteorológicas en el
departamento, considerando las limitaciones temporales y espaciales de la información
disponible. Una vez se conoce el comportamiento del viento y de acuerdo a la metodología
precisada a partir de la revisión de literatura para definir el potencial de generación, como
parte de los objetivos específicos se identificarán zonas aprovechables en el departamento y
se definirá un proyecto por cada zona. Para los proyectos definidos se realizará la
modelación y simulación de la producción de energía eléctrica (a partir de los registros de
viento), además de su evaluación financiera y ambiental que permitan definir su viabilidad.
1. Antecedentes
La situación mundial de las energías renovables para el año 2017 de acuerdo a lo presentado
por la Red de Políticas de Energía Renovable para el Siglo 21 (REN21, por sus siglas en
inglés) en el reporte anual sobre la situación mundial de las energías renovables, el cuál
recoge el panorama anual más completo con respecto a la situación de la energía renovable,
revela que la transición mundial energética va por buen camino, pues la nueva capacidad
de energía renovable instalada añadida ha roto récord; esto como respuesta mundial a los
principales impulsores para el uso de dicha energía: la mitigación del cambio climático, la
reducción de la contaminación del aire a nivel local, la seguridad energética, la rápida
disminución de los costos de generación para algunas tecnologías renovables en el sector
eléctrico y la generación de empleos a nivel local (REN21, 2017). Hacia finales de 2016,
más de 90 países se encontraban desarrollando proyectos eólicos.
Figura 1-1: Precios promedio de oferta por tecnología de generación año 2016
Con fines de estudios de energía eólica, vientos con intensidades iguales o superiores a 5 m/s
proporcionan una buena alternativa de uso de este tipo de recurso natural para la generación
de energía. De acuerdo con el Atlas de Viento y Energía Eólica de Colombia, para el período
comprendido entre diciembre y abril se observan velocidades de vientos que pueden llegar
a los 4 m/s en sectores sur de la cuenca del río Sogamoso en los límites entre Cundinamarca
y Boyacá. En el ciclo temporal comprendido entre mayo y septiembre, velocidades de vientos
cercanas a los 6 m/s se aprecian en límites entre Boyacá y Cundinamarca.
La identificación de estos puntos de potencial eólico se realizó a partir de los registros de las
estaciones meteorológicas que miden dirección y velocidad del viento en el país, de un total
Capítulo 1 7
de 101 estaciones empleadas en la elaboración del Atlas en el año 2006, se emplearon siete
estaciones en el departamento de Boyacá y para la versión interactiva del Atlas en el año
2015 se emplearon seis. Desde el año 2004 el IDEAM ha realizado la implementación de
nueve estaciones automáticas adicionales en el departamento y cinco estaciones
convencionales que ya se encontraban instaladas que no se tuvieron en cuenta para la
elaboración del Atlas en ninguna de sus versiones, dichas estaciones amplían la cobertura
de los registros y facilitarán la caracterización de zonas con potencial de generación eólica
adicionales que permitan implementar proyectos de generación con energías renovables en
el departamento de Boyacá.
2.1 Generalidades
El viento es una fuente de energía renovable, segura, medioambientalmente limpia y
económica. El mundo tiene enormes recursos de energía del viento y cada día se realizan
avances en el conocimiento de sus características, lo que ha permitido considerar a la energía
eólica una forma de energía competitiva, al mismo nivel que la energía obtenida de los
combustibles fósiles (Methew, 2006). Dadas las anteriores consideraciones, la tecnología
eólica es la de mayor crecimiento en el mundo. Los vientos que tienen interés para el
aprovechamiento eólico son los que se producen a nivel de la superficie terrestre, con
velocidades medias iguales o superiores a 5 m/s. El aprovechamiento del viento se realiza
por medio de aerogeneradores los cuales convierten la energía cinética del viento en energía
mecánica, produciendo energía eléctrica limpia, mediante diseños aerodinámicos que
permiten capturar la mayor cantidad de energía del viento.
El viento es aire en movimiento y es una forma indirecta de la energía solar. Este movimiento
de las masas de aire se origina por diferencias de temperatura causada por la radiación solar
sobre la superficie terrestre, que junto a la rotación de la tierra, crean entonces los, llamados,
patrones globales de circulación. Mientras los patrones globales de circulación determinan
el régimen de vientos predominante sobre un país o una amplia región; las características
topográficas locales (esto es, formaciones geográficas, vegetación, montañas, valles, etc.)
pueden marcar una gran diferencia entre un recurso eólico adecuado o inadecuado para su
utilización como alternativa energética (Pinilla, 1997).
Hay diferentes componentes del viento que determinan su energía disponible, estos son: la
velocidad y dirección del viento, su variabilidad y en menor grado, la densidad del aire.
10 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Con fines de estudios de energía eólica, vientos con intensidades iguales o superiores
a 5 m/s proporcionan una buena alternativa de uso de este tipo de recurso natural
para la generación de energía. Los aerogeneradores requieren una velocidad de
viento mínima para empezar a generar energía: para pequeñas turbinas, este es,
aproximadamente, de 3 m/s; para turbinas grandes de 6 m/s, como mínimo. La
potencia eólica disponible es proporcional al cubo de la velocidad del viento, o sea,
una o dos veces más alta significa ocho veces más de potencia.
de variación del régimen de viento están influenciados por los patrones globales de
circulación, los cuales se repiten anualmente. Es por esto que en un lugar
seleccionado al evaluar su recurso se encuentren patrones repetitivos de variación
de la velocidad de viento en todas las escalas de tiempo. Este fenómeno permite
evaluar el recurso eólico adecuadamente, con un mínimo de un año de mediciones
de velocidad de viento. Con esta información se puede conocer con un alto nivel de
confiabilidad, el recurso eólico, su correspondiente nivel de energía disponible y su
variabilidad a lo largo del año (UPME, 2003). La variabilidad del viento se puede
analizar mediante sus oscilaciones en diferentes ciclos:
Ciclo diurno: A esta escala corresponden las variaciones que presentan las
variables climatológicas a lo largo del día.
Ciclo anual: A esta escala corresponde la fluctuación de las variables
climatológicas a nivel mensual.
Ciclo interanual: A esta escala corresponden las variaciones que se presentan
en las variables climatológicas de año en año.
1
Pviento v 3 A (2-1)
2
condiciones estándar).
La velocidad del viento hace referencia a la velocidad media, siendo ésta la magnitud más
relevante en la caracterización del recurso eólico en un sitio. Sin embargo, la velocidad
promedio sólo da una indicación de conveniencia de un lugar, ya que un lugar específico
con vientos irregulares altos y bajos puede tener el mismo promedio de velocidad que en
otro lugar con una velocidad promedio constante durante todo el año (Avellaneda, 2012).
Con la variación temporal del viento se determina cuáles son los meses de mayor y menos
generación eólica lo que permite identificar cuál es su aporte al sistema energético cada mes.
La máxima energía extraíble del viento que se puede convertir en energía mecánica con el
empleo de aerogeneradores está dada como máximo 16/27 = 59,26%, el cual se conoce
como límite de Betz. Así, la potencia extraíble con un aerogenerador viene dada por la
siguiente ecuación:
P C p Pviento (2-2)
límite dado por Betz 16/27) y la eficiencia global de conversión mecánica y eléctrica.
Capítulo 2 15
Figura 2-1: Energía eólica bruta disponible en una región según la frecuencia de vientos y la
curva de potencia de un aerogenerador.
El factor de planta de un sistema eólico será la energía real producida dividida entre la
energía que se generaría operando a la potencial nominal del equipo durante el período de
evaluación mediante la siguiente ecuación:
Energía Producida
P (2-3)
Potencia Nominal T
16 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
2.5.1 Emplazamiento
Diferentes autores indican que seleccionar adecuadamente la ubicación en la cual
desarrollar un parque eólico, donde se encuentren las mejores condiciones de viento del
área de estudio, pueden determinar el éxito financiero de un proyecto eólico (Ritter, M;
Deckert, L; 2017), (Krömer, P; Misák, S; Stuchly, J; Platos, J; 2016), (Ritter, Shen, López
Cabrera, Odening, & Deckert, 2014). Para la definición del lugar del emplazamiento éste
debe cumplir ciertas condiciones, principalmente se debe contar con una velocidad media
anual elevada, buena exposición al viento y ausencia de obstáculos, pequeñas variaciones
diarias y estacionales del régimen del viento, vientos fuertes y condiciones de turbulencias
aceptables y baja frecuencia de aparición de ráfagas (Villarrubia, 2012), en general estas
condiciones se presentan en lugares con las siguientes características:
conocer la orografía del terreno, compatibilidad de los aerogeneradores con las condiciones
eólicas y meteorológicas; criterios económicos como la viabilidad económica de la
explotación, la infraestructura y la distancia a la red eléctrica para la interconexión y
criterios medioambientales como la generación de impactos ambientales durante las fases
del proyecto y la localización de áreas protegidas.
producir, como se indicó en el numeral 2.4, éstos estimativos de energía deben corregirse
para estimar la energía neta disponible para generación, considerando la pérdidas
energéticas de todo tipo: Indisponibilidad técnica, pérdidas electromagnéticas, pérdidas por
estela provocadas por el resto de aerogeneradores, estado de conservación de las palas y
envejecimiento de los equipos, indisponibilidad por causas ajenas a la instalación
(mantenimiento de la red eléctrica), operatividad de la turbina y ajuste de la curva de
potencia del aerogenerador al emplazamiento, para considerar éstos ajustes se considera un
coeficiente global de corrección por pérdidas del 85% (IDAE, 2006) o un factor de pérdidas
del 15 % (UPME, 2016a).
Durante la segunda fase, los impactos más importantes corresponden a los impactos visuales
y acústicos, son impactos temporales que estarán asociados a la vida útil del proyecto. Los
aerogeneradores provocan impactos visuales debido al hecho de que las torres poseen
alturas considerables por operar en áreas abiertas, lo que genera un cambio en el paisaje,
Capítulo 2 19
éste impacto puede ser minimizado cuando las torres son instaladas cerca de carreteras.
Además, la sombra y el reflejo de la turbina de viento pueden causar molestias para los
próximos residentes. Aunque los efectos son mínimos, el punto de instalación debe ser
elegido para minimizar el impacto visual y la aparición de sombras y reflejos
(Tavares, 2017).
Los impactos acústicos dependen del número de máquinas, la calidad sonora de éstas, de
que el punto de observación y medida coincida o no con la dirección del viento, etc. El ruido
emitido por cada aerogenerador tiene dos procedencias, una mecánica y otra referente a las
palas dónde le viento genera cierto ruido, cuya baja frecuencia en ocasiones puede ocasionar
vibraciones en casas y otros edificios que estén situados a distancias considerables
(Tavares, 2017).
Los parques eólicos generan adicionalmente impactos sobre la flora pues el movimiento de
tierras para la construcción de las cimentaciones, vías de acceso y evacuación de la
electricidad rompe la capa vegetal; impactos sobre la fauna, aunque no tiene por qué
suponer una barrera a la fauna como lo puede ser una autopista, un canal o un río, si la
construcción se realiza en un tiempo corto, lo cual es posible en unos meses, la fauna tiende
a volver a ocupar la zona sin problemas, salvo casos especiales que han de ser detectados a
través de un estudio de impacto medioambiental detallado (Lecuona, 2002),
(Wang S, 2015).
Los principales factores que determinan la mortalidad de las aves por colisión en parques
eólicos depende mucho de la temporada, el clima, el sitio específico (por ejemplo, la
cordillera o la migración) ruta), topografía, especies (grandes y medianas, pequeñas,
migratoria, residente), la distribución espacial del parque eólico y las características del
mismo. Tal pequeña mortalidad de aves no causaría la grave pérdida de la riqueza de las
especies, a escala global y local. (Barrios, Rodríguez, 2004), (De Lucas, M et al, 2007),
(NAS, 2007), (Wang S, 2015).
20 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
𝐼 +𝑀
∑
(1 + 𝑟)
𝐿𝐶𝑜𝐸 = (2-4)
𝐸
∑
(1 + 𝑟)
n
Ft
VPN I o (2-6)
t 1 (1 r ) t
n
Ft
VPN 0 I o (2-7)
t 1 (1 TIR) t
El Cargo por Confiabilidad no considera otras ventajas que brindarían las energías
renovables a la matriz de generación de Colombia, como la diversidad en la generación o el
aprovechamiento de las complementariedades estacionales e interanuales que presentan
diferentes regiones del país respecto a sus recursos aprovechables (Paredes, Ramírez, 2017).
La crisis energética de 2015 - 2016 puso a prueba el marco regulatorio del sector eléctrico
colombiano, generando la oportunidad de analizar regulaciones que garanticen una mayor
seguridad energética, con éste fin se definió el Decreto 2143 de 2015, “Por el cual se adiciona
el Decreto Único Reglamentario del Sector Administrativo de Minas y Energía, 1073 de
26 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
A nivel mundial hay una concientización cada vez mayor sobre la importancia de la energía
renovable y la eficiencia energética, las cuales buscan no sólo para atender el cambio
climático, sino crear nuevas oportunidades económicas y proporcionar acceso a la energía a
miles de millones de personas que aún no cuentan con servicios modernos para el suministro
de energía, junto con la reducción de la contaminación del aire a nivel local, la seguridad
energética y la generación de empleos a nivel local (REN21, 2017).
El 2016 fue un buen año para los mejores fabricantes de aerogeneradores. Al mismo tiempo,
la innovación tecnológica continuó en cara a la rivalidad con el gas natural de bajo costo y
la competencia cada vez mayor con la energía solar FV. Por otro lado, se siguieron abriendo
mercados nuevos alrededor del mundo. La energía eólica marítima vio la puesta en marcha
de los primeros proyectos comerciales en la República de Corea y en Estados Unidos;
Alemania, China y Países bajos también realizaron adiciones sustanciales de nueva
capacidad. Al menos 24 países cubrieron el 5% o más de su demanda anual de electricidad
por medio de energía eólica en 2016, y por lo menos 13 cubrieron más del 10%
28 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
(REN21, 2017). En cada vez más lugares la energía eólica es la opción menos costosa para
capacidades nuevas de generación de energía; mientras que en África, Asia y América Latina
siguen surgiendo mercados nuevos, China se mantuvo como el mercado más grande,
rebasando a Europa en capacidad total (Ver Figura 5), según la información presentada en
el Reporte De La Situación Mundial De Las Energías Renovables del año 2017 de REN 21
(Renewable Energy Policy Network for the 21st Century) (REN21, 2017).
Figura 3-2: Capacidad de Energía Eólica y adiciones para los 10 países líderes en el año 2016.
El mercado latinoamericano para el año 2016 sigue siendo uno de los mercados de más
rápido crecimiento en energía eólica y energía solar fotovoltaica. Ocho países de
Latinoamérica agregaron más de 3,5 GW de capacidad en 2016, con lo que la capacidad
total de la región alcanzó 18,6 GW al final del año. Brasil continuó liderando en la región
en energía eólica y también figuró entre los 10 primeros productores mundiales de
electricidad a partir de esta fuente. En 2016, Brasil instaló 2 GW, alcanzando una capacidad
instalada total superior a 10,7 GW; el país cubrió el 5,7% de su demanda eléctrica de ese
año gracias al viento. Otros países de la región que añadieron capacidad incluyen Chile
(0,5 GW), que tuvo un año récord; México (0,5 GW), que realizó su primera subasta en
2016; Uruguay (0,4 GW) y Perú (0,1 GW). Tanto Chile como Uruguay superaron la marca
de 1 GW de capacidad total instalada. Argentina no puso en marcha nueva capacidad, pero
creó una sólida cartera de más de 1,4 GW de proyectos a lo largo del año en respuesta a las
subastas (REN21, 2017). Todo lo anterior genera que los precios de compra sean más bajos,
debido en parte al aumento en recursos energéticos renovables de la región
Los costos varían ampliamente de acuerdo con el recurso eólico, la reglamentación propia
de cada país, el costo de la inversión, las restricciones de generación, entre otros. Para 2016,
las mejoras tecnológicas y la disminución en los costos totales de instalación generaron que
la energía eólica terrestre estuviera dentro del mismo rango de costos o incluso inferior, a la
nueva generación con recursos fósiles. Por lo anterior, para el año 2015 se consideró la
generación a través del viento como la opción más rentable para generar nueva energía.
Proyectos eólicos en tierra de todo el mundo están constantemente entregando electricidad
en un rango entre 0,04 USD/kWh hasta 0,09 USD/kWh, según las estimaciones para el año
2015 y 2016, se espera que en el futuro después del año 2017 los costos se encuentren
alrededor de 0,04 USD/kWh (REN21, 2016).
Al igual que los principales países de Latinoamérica, Colombia busca aprovechar el potencial
de generación con fuentes no convencionales, desde el año 1999 Empresas Públicas de
Medellín presentó un estudio de viabilidad técnica, económica y ambiental, con el fin de
desarrollar nuevas tecnologías de generación para el país, el cual para el año 2000 tuvo
apoyo del programa TERNA –Technical Expertise for Renewable Energy Application- del
Gobierno Alemán para el fomento de la energía eólica, y que logró materializarse para el
30 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
año 2004, cuando se realizó la instalación de su primer parque eólico “JEPIRACHI”, ubicado
en las proximidades de Puerto Bolívar en el departamento de La Guajira, el cual cuenta con
un potencial de 19,5 MW, está conformado por 15 aerogeneradores Nordex N60/250 que
producen 1,3 MW cada uno (juntos generan un total de 19,5 MW) y están distribuidos en
un terreno de 1,2 km² paralelo a la costa de la guajira colombiana (Ballen et al, 2012).
Se requiere de estudios adicionales para evaluar el potencial eólico con mayor precisión y
considerando factores tales como la existencia de redes de transmisión, accesibilidad a la
región e incidencia sobre la confiabilidad del SIN. El avance más importante respecto a su
caracterización del recurso eólico en Colombia ha sido la publicación del Atlas de Viento y
Energía Eólica de Colombia desarrollado por la UPME y el IDEAM y publicado en el año 2006
y actualizado en versión interactiva para el año 2015. Dicho estudio se constituye en la
herramienta básica para la estimación preliminar del potencial y la identificación en el
territorio nacional de zonas que mantienen velocidades de viento altas y persistentes a lo
largo del año (UPME, IDEAM, 2006).
Capítulo 3 31
Del Atlas de Viento y Energía Eólica en Colombia, se destacaron 16 lugares de donde las
intensidades del viento son importantes para el aprovechamiento del recurso eólico. Tres
sitios donde los vientos son persistentes y superiores a 5 m/s durante todo el año:
Galerazamba en el Departamento de Bolívar, Gachaneca en Boyacá y la isla de San Andrés
en el mar Caribe colombiano. Tres sitios donde las velocidades son persistentes pero en el
rango entre los 4 y 5 m/s: La Legiosa en el Huila, Isla de Providencia en el Mar Caribe y
Riohacha en La Guajira. Los 10 lugares restantes no tienen una gran persistencia en la
velocidad del viento excepto para determinadas épocas y/u horas del año como son: Villa
Carmen en Boyacá, Obonuco en Nariño, Cúcuta y Ábrego en Norte de Santander, Urrao en
Antioquia, Soledad en Atlántico, Santa Marta en Magdalena, Bucaramanga en Santander,
Anchique en Tolima y Bogotá en Cundinamarca (UPME, 2006).
De los datos presentados en el Atlas de Viento y Energía Eólica se resaltan zonas con potencial
de generación en el departamento de Boyacá, para las cuales se han realizado escazas
investigaciones dentro de las cuales se resalta el Estudio de Energía Eólica en el
departamento de Boyacá - Rosa de los Vientos en el año 2013, en el cual se aplicó el modelo
de la rosa de los vientos como un primer recurso para determinar la factibilidad en la
generación de energía eólica en tres sitios ubicados en la ciudad de Tunja, a partir del
análisis de los datos registrados en campo en una estación instalada y de los registros de
viento de dos estaciones meteorológicas del IDEAM. De este estudio, los autores concluyen
que el patrón de la velocidad del viento tanto para el alto de Soracá como para la salida a
Villa de Leyva (Estaciones IDEAM) presentan magnitudes similares pues se encontraron
valores que tuvieron una predominancia entre un rango de 4 m/s a 5 m/s. No obstante, en
el campus de la Universidad Santo Tomás de la ciudad de Tunja (Estación instalada para el
estudio) la velocidad del viento registrada es muy baja en comparación con las otras zonas
de estudio. La implementación de un aerogenerador presenta una mayor viabilidad para el
alto de Soracá debido a los altos valores de velocidad que se registraron en comparación con
las otras dos zonas analizadas (Castro et al, 2013).
valor de 0,4891 que permite utilizar la ecuación de Weibull para ajustar su distribución. La
velocidad promedio del viento registrado en la zona de estudio es de 2,64 m/s, la cual está
demasiado sesgada con la velocidad de arranque típica de 3,0 m/s para el aerogenerador
empleado en el estudio (BORNAY 6000), finalmente se evaluó la frecuencia con la que es
posible obtener la velocidad promedio en el día siendo del 48%, prácticamente el
aerogenerador sólo estaría en funcionamiento un poco menos de 12 horas diarias.
(Álvarez et al, 2013).
Para el año 2015, el grupo COWI elaboró un análisis del impacto de la integración de la
generación de energía eólica en Colombia, en dónde se analizó la complementariedad de los
recursos eólico e hídrico concluyendo que los vientos tienden a ser más altos durante los
34 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
meses en los cuales los recursos hídricos son más bajos, principalmente durante los meses
de enero, febrero y marzo, los denominados por ellos “meses de viento favorables". El
estudio se basó en la velocidad del viento mensual normalizada y el aporte de caudales
calculado a partir del promedio de 26 ríos de Colombia (COWI, 2015).
También se destaca el informe realizado por el Banco Mundial en el año 2010, el cual estudia
la medida en que el recurso eólico es complementario al régimen hídrico en Colombia. La
energía eólica podría estar disponible cuando su contribución a la red nacional es más
necesaria, es decir, durante los períodos secos y en cierta medida durante las primeras horas
de la noche cuando la demanda alcanza su punto máximo. El estudio empleo los datos de
generación de energía del Parque Eólico Jepírachi (Período febrero de 2004 a marzo de
2009) y los datos de los registros de velocidad media del viento de Puerto Bolívar en el
departamento de la Guajira se ampliaron para cubrir el período del 1985 al 2008 para
evaluar la capacidad de generación eólica durante los períodos de sequía. El análisis
consideró cuatro ríos con un desarrollo hidroeléctrico considerable: Guavio, Nare, Cauca y
Magdalena. Las sequías más severas en estas cuencas corresponden al período de El Niño de
abril de 1991 a julio de 1992 cuando se produjo un estricto racionamiento de energía en el
país, y de abril de 1997 a mayo de 1998, concluyendo que la energía eólica del norte de
Colombia fue superior a la media durante los períodos de sequía extrema asociada con el
evento El Niño (Vergara et al, 2010).
Capítulo 3 35
eólicas. Las investigaciones realizadas hasta la fecha parecen indicar que es improbable que
los valores plurianuales de la velocidad media anual del viento varíen en más de un ±25%
en la mayor parte de Europa y América del Norte durante el presente siglo, y en otras zonas
se encuentran realizando estudios más detallados para definir estas variaciones
(IPCC, 2011).
El Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC) afirma que los
principales beneficios medioambientales de la energía eólica se obtienen por desplazamiento
de la electricidad generada mediante combustibles fósiles, resulta un tanto difícil estimar su
cuantía, debido a las características operacionales del sistema eléctrico y a las decisiones de
inversión adoptadas en relación con las nuevas centrales. A corto plazo, el aumento del
componente eólico desplazará a las operaciones de las centrales alimentadas por
combustibles de origen fósil. A largo plazo, sin embargo, se necesitarán nuevas centrales, y
la presencia de la energía eólica podrá influir en los tipos de centrales que se construyan
(IPCC, 2011).
En términos generales, la literatura indica que hay diversas opciones para disminuir las
emisiones de gases efecto invernadero de los sistemas energético, sin dejar por ello de cubrir
la demanda mundial de servicios energéticos. Entre las principales opciones se encuentran
la conservación y eficiencia energética, el reemplazo de combustibles de origen fósil, la
inclusión de energías renovables, la energía nuclear, o la captura y el almacenamiento del
dióxido de carbono. Para evaluar completamente una cartera de opciones de mitigación
habría que evaluar sus respectivos potenciales de mitigación, su contribución al desarrollo
sostenible y todos los riesgos y costos asociados.
4.3 Metodología
La metodología de investigación consiste en efectuar un análisis temporal y espacial del
recurso eólico disponible en el departamento de Boyacá para su uso energético,
considerando el potencial de generación de energía eólica como variable dependiente
estimada a partir de los registros de la velocidad del viento como variable independiente.
Con el fin de cumplir los objetivos trazados, se desarrollarán cuatro fases a lo largo del
estudio. Las actividades a realizar en cada una de las fases se describen a continuación.
40 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Una vez caracterizado el comportamiento del viento para cada estación meteorológica
empleada en el estudio se elaborarán mapas departamentales de líneas de igual velocidad
media del viento en superficie y a 100 metros de altura a nivel mensual multianual por
medio de un software tipo Sistema de Información Geográfica (SIG), empleando el método
de interpolación de Distancia Inversa Ponderada (IDW), para representar la velocidad del
viento en el departamento y así identificar, definir y priorizar zonas con potencial eólico.
Durante este capítulo se planteó como objetivo principal la identificación proyectos con
potencial de generación de energía eólica en el departamento de Boyacá, para lo cual en el
siguiente capítulo se realizará un análisis del recurso eólico a partir de los registros de viento
y velocidad media del viento recopilados en el departamento.
5. Análisis de recurso eólico en Boyacá
Para realizar una evaluación de los recursos eólicos de un lugar, es necesario información
meteorológica de velocidad y dirección del viento durante un periodo de tiempo
suficientemente representativo para elevar el nivel de confianza en la predicción del
potencial eólico, ya que existe dificultad de realizar análisis exactos y de predicción del
comportamiento del viento (UPME, 2003). Esto es causado por la variabilidad e
intermitencia en el tiempo del recurso del viento según cada estación, día y hora en un área
de interés. Adicionalmente, se deben conocer los efectos locales tales como la orografía,
rugosidad del terreno u obstáculos que puedan modificar el comportamiento del viento y se
hace necesaria una extrapolación para diferentes alturas respecto al nivel del suelo de las
medidas tomadas a una altura determinada para estimar el potencial de generación. En el
presente capítulo se realiza un análisis del recurso eólico para el departamento de Boyacá,
estimado a partir de la información meteorológica de velocidad y dirección del viento
recopilada.
Los tres criterios principales para la inclusión de las estaciones meteorológicas en el estudio
fueron su localización dentro del área de interés, la disponibilidad de registros de velocidad
y dirección del viento para un periodo mínimo de un año y una resolución de registros a
nivel horario.
La localización de las estaciones se puede observar en la Figura 5-1 y los datos que las
caracterizan se presentan en la Tabla 5-1.
Capítulo 5 47
Villa de
4 2401530 CON CP Villa De Leiva 5°39′21" N 73°32′38.2" W 2215 15/12/1979
Leiva
Surbata -
5 2403512 CON AM Duitama 5°48′8.8" N 73°4′28.1" W 2485 15/03/1944
Bonza
Inst. Agr.
10 3507504 CON CP Macanal 4°58′27.7" N 73°19′0.3" W 1300 15/07/1982
Macanal
San Pablo de San Pablo De
11 2312516 AUT CP 5°38′49.3" N 74°4′16.7" W 742 14/12/2004
Borbur Borbur
Nev. Del
12 2403538 AUT CP Guicán 6°30′32.8" N 72°18′51" W 4676 19/11/2005
Cocuy
Tunguavita
13 2403543 AUT AM Paipa 5°44′45.3" N 73°6′58.9" W 2470 15/12/2004
Automática
16 3508507 Sta. María AUT CP Santa María 4°50′28.5" N 73°15′24.1" W 1300 10/03/2005
Esclusa
1 24015180 CON CP Chiquinquirá 5°37′0"N 73°47′0"W 2545 15/05/1963
Tolón
Albania
1 23125060 Albania CON CO 5°45′30" N 73°54′48" W 1690 15/03/1974
(Santander)
Cerrito
2 24035270 Tinaga CON CO 6°50′27" N 72°42′27" W 2698 15/12/1973
(Santander)
Apto. Yopal
3 35215010 CON CP 5°19′13.6" N 72°23′15" W 325 15/11/1974
Yopal (Casanare)
Sonsón
4 23075010 Río Claro CON CP 5°51′19.9" N 74°50′54.1"W 449 15/11/1985
(Antioquia)
Apto. Puerto Salgar
5 23035020 CON SP 5°28′17" N 74°39′17" W 172 15/01/1957
Palanquero (Cundinamarca)
50 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Las 26 estaciones cuentan con registros de viento en un rango de altitud que varía desde los
172 msnm (Estación Aeropuerto Palanquero) hasta los 4676 msnm (Estación Nevado del
Cocuy).
Las estaciones de tipo convencional proporcionan datos horarios para la medida del viento,
mientras que las estaciones de tipo automática con datos de velocidad y dirección del viento
registrados cada 10 minutos, con un promedio de periodo de registro de datos de 10 años.
Los datos de éste tipo de estaciones no se encuentran validados por IDEAM, los registros
fueron empleados en el estudio teniendo claridad de que constituyen información
preliminar; que se encuentra en elaboración y que no ha recibido el proceso de validación
técnica necesaria, que garantice la calidad de los datos que determine la oficialidad de la
información por parte del IDEAM, pero que para el presente estudio corresponde a
información de relevancia debido a su cobertura temporal y espacial en los registros del
departamento. Los datos de las estaciones cuentan con vacíos de información durante
periodos en los cuales la estación no registra los parámetros, bien sea por mantenimiento de
los equipos, fallas mecánicas, problemas de orden público, entre otros. A continuación se
presenta un resumen de la información recopilada y procesada (Tabla 5-3).
Categoría
Año años con
Estado
Clase
Tipo
Código Nombre estación Resolución registro
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
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
2015
2016
2017
23125060 Albania CON MET CO ACT Horario 111111111111111111 18
24035350 Andalucía CON MET CP ACT Horario 11111111 111 11
23035020 Apto Palanquero CON MET SP ACT Horario 11 2
35215010 Apto Yopal CON MET CP ACT Horario 1 1 111111 8
35095120 Aquitania AUT MET CP ACT C / 10 minutos 1111111111 111 13
24035150 Belencito CON MET CP ACT Horario 1111111111111111111111 1 1 1 25
23125100 Buenavista CON MET CP ACT Horario 1111 4
35075070 Chinavita AUT MET AM ACT C / 10 minutos 1 111 4
35095040 El Olarte CON MET CP ACT Diario 1 11111 6
24015180 Exclusa Tolón CON MET CP ACT Diario 111111111 9
24015290 Gachaneca CON MET CP SUS Horario 1 111111111 10
35075040 Inst. Agr. Macanal CON MET CP ACT Horario 11111111 1111 11111 1 1 1 20
35085080 La Capilla AUT MET CP ACT C / 10 minutos 11 111 111 8
24035380 Nevado del Cocuy AUT MET CP ACT C / 10 minutos 111111111 111 12
24015504 Ráquira AUT MET CP ACT C / 10 minutos 1111 111 7
23075010 Río Claro CON MET CP SUS Horario 11 1 3
23125160 San Pablo de Borbur AUT MET CP ACT C / 10 minutos 1111111 111 10
35085070 Santa María AUT MET CP ACT C / 10 minutos 1111111111 111 13
24035120 Surbata-Bonza CON MET AM ACT Horario 111111111111111111111 11 11 25
24035270 Tinaga CON MET CO SUS Horario 11 1111 1 11 11111111111 20
24035170 Tunguavita CON MET AM ACT Horario 111111111 111 1 13
24035430 Tunguavita AutomáticaAUT MET AM ACT C / 10 minutos 111111 111 9
24035130 UPTC CON MET CP ACT Horario 11111111111111111111 111 11 25
24015220 Villa Carmen CON MET CP ACT Horario 11111111111111111111 1 1 11 24
24015300 Villa de Leyva CON MET CP ACT Horario 1 1 111 111111 11
35085060 Zetaquira AUT MET CP ACT C / 10 minutos 1111111111 111 13
Dependiendo del mes o la época del año, los valores promedios de velocidad variarán de un
día a otro, para la estación Villa Carmen, se observa en la Figura 5-3 un pico de velocidad
media del viento entre las 7:00 a.m. y las 17:00 p.m. con intensidades superiores a 4 m/s.
Intensidades superiores a 6 m/s en se encuentran en promedio a lo largo del año entre las
10:00 a.m. y 14:00 p.m. Los vientos de menores intensidades se presentan a la madrugada
antes de las 03:00 a.m.
Figura 5-3: Variación del ciclo diurno de velocidad del viento – Estación Villa Carmen
En el 70% de las estaciones del departamento las intensidades superiores se presentan entre
las 9:00 a.m. y las 15:00 a.m. y se conserva como común denominador para ese porcentaje
de estaciones que las velocidades más bajas se presentan antes de las 5:00 a.m. Es de resaltar
que para el 30% de las estaciones restantes como la estación Nevado del Cocuy ubicada en
el municipio de Güicán, las mayores velocidades se presentan durante la madrugada, en el
periodo comprendido entre la media noche y las 10:00 a.m., registrando su pico a las
7:00 a.m., como se presenta en la Figura 5-4. Posiblemente debido a condiciones locales de
Capítulo 5 53
Figura 5-4: Variación del ciclo diurno – Estación Nevado del Cocuy
A partir de los datos horarios de cada una de las estaciones se construyeron las figuras que
se presentan en el Anexo B: Características y análisis local del viento en las estaciones
meteorológicas empleadas en el estudio, en las figuras anexadas se muestra la variación del
ciclo diurno para cada una.
La análisis de los patrones de variación diurna adquiere importancia cuando se desea acoplar
el sistema eólico a la carga, a continuación se presenta la variación de la demanda promedio
de energía eléctrica a lo largo de un día típico en Colombia (Figura 5-5)
Fuente: XM – http://www.xm.com.co/Paginas/Consumo/historico-de-demanda.aspx
54 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Se puede observar que para el caso de la estación Villa Carmen presentada en la Figura 5-3,
coinciden el pico de la velocidad diaria con la punta uno en el horario de 11:00 a.m. a las
13:00 p.m. de la curva de demanda promedio de energía en Colombia para los tres tipos de
día definidos. Así mismo coincide para el 70 % de las estaciones en las cuales el pico se
encuentra en el mismo rango de horas, caso contrario ocurre con la punta dos – la de mayor
demanda- donde la velocidad del viento presentada empieza a descender.
En el departamento de Boyacá de acuerdo al análisis del ciclo anual se presentan dos tipos
de regímenes de viento diferentes, uno de tipo bimodal y otro monomodal. A continuación
se caracterizan el comportamiento de los dos tipos de régimen según los registros de cada
estación.
caracterizado por dos periodos de velocidades altas, el principal se presenta entre los meses
de junio a septiembre y el segundo de menor intensidad en los meses de diciembre a febrero,
los periodos de bajas velocidades se presentan entre los meses de octubre – noviembre y
marzo - abril. El mes crítico para el aprovechamiento de vientos para la estación Nevado del
Cocuy corresponde a abril, mientras que durante el mes de julio se tiene el mayor potencial
del recurso.
Figura 5-6: Ciclo anual promedio de la velocidad del viento – Estación Nevado del Cocuy
Figura 5-7: Ciclo anual promedio de la velocidad del viento – Estación La Capilla
A partir de los registros horarios se realizó la caracterización del ciclo anual del ciclo diurno,
para cada estación se estimó la variación de velocidad a lo largo del año y se identificó que
existen periodos del año durante ciertas horas en los cuales para ocho estaciones la velocidad
promedio del viento en superficie es superior a los 5 m/s, velocidad de referencia para
identificar áreas de potencial eólico.
Figura 5-8: Ciclo anual del ciclo diurno de la velocidad del viento (m/s).
a) Estación Andalucía
Se destaca un ciclo de mayor intensidad
comprendido entre las 08:00 a.m. y 12:00 m, con
valores de 4 m/s en los meses enero, febrero, julio,
agosto y septiembre, el ciclo con menor intensidad
se registra en horas de la noche, entre las
20:00 p.m. y las 03:00 a.m. con valores inferiores a
los 2 m/s durante los meses de marzo, abril y mayo.
d) Estación Aquitania
Se destacan dos ciclos de mayor intensidad
comprendidos entre las 10:00 a.m. y 17:00 p.m.,
con valores superiores a 5 m/s, el primero entre los
meses de enero y marzo y el segundo entre junio y
agosto. El ciclo con menor intensidad se registra en
horas de la madrugada, entre las 00:00 a.m. y las
03:00 a.m. con valores inferiores a los 2 m/s
durante los meses de noviembre y diciembre.
58 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
e) Estación Gachaneca
Se presentan velocidades superiores a los 5 m/s
durante cuatro meses del año a lo largo de todo el
día, condiciones muy favorables para la generación
eólica, adicionalmente durante todos los meses del
años se mantiene constante durante el periodo
entre las 10:00 a.m. y las 16:00 p.m. La mayor
intensidad se presenta entre las 09:00 a.m. y las
11:00 a.m. alcanzando velocidades superiores a los
8 m/s durante el mes de julio.
g) Estación UPTC
Se destaca un ciclo de mayor intensidad
comprendido entre las 11:00 a.m. y 16:00 p.m.,
con valores superiores a los 4 m/s en los meses de
junio a octubre y de 12:00 m. a 14:00 p.m. durante
el resto del año.
Las fuertes sequías en Colombia ocurren debido al evento climatológico ENSO (El Niño -
Oscilación del Sur) que afecta a casi todo el país (Vergara et al, 2010). Por lo anterior es
importante estimar el impacto de este evento en los vientos del departamento de Boyacá,
para caracterizar su comportamiento respecto a las fuertes sequías y definir si el recurso es
aprovechable como soporte al SIN en estos periodos. Para determinar el impacto del ENSO
sobre el ciclo anual a largo plazo de los vientos en el departamento de Boyacá se cuantifica
el grado de dependencia lineal existente entre dichas variables, mediante la estimación de
la correlación entre las mismas.
Para el análisis se estandarizó la serie de velocidad del viento y se comparó con las anomalías
estandarizadas del Oceanic Niño Index –ONI la cual corresponde a valores trimestrales. Se
empleó la serie de promedio trimestral de velocidad del viento de estaciones que contaran
con un período de registro en un mínimo de 20 años continuos, pues corresponde a un
60 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
periodo representativo que incluye varios Eventos ENSO. Por ello, solo tres estaciones
cumplen el requisito: Surbata-Bonza, UPTC y Villa Carmen, que cuentan con registros en
cerca de 20 años de información horaria disponible, pero que también poseen vacíos de
información, el análisis de correlación entre las dos series omite los periodos en los cuales
las estaciones no cuentan con registros. A continuación, se presenta a manera de ejemplo la
Figura 5-9 correspondiente a la estación UPTC.
Figura 5-9: Variación a largo plazo de las series promedio trimestrales estandarizadas de la
velocidad del viento en la estación UPTC con el Índice Oceánico del Niño (ONI)
Para la estación UPTC se obtiene una correlación positiva de r=0,659 entre las dos series
analizadas, dónde se observa una tendencia similar en los valores promedio trimestrales, en
la cual se puede interpretar que los vientos de bajas intensidades pueden estar asociados por
el evento ENSO en su fase La Niña y los vientos con mayor velocidad pueden ser
influenciados con el evento ENSO en su fase El Niño, es decir, la velocidad del viento se
intensifica durante El Niño y disminuye durante La Niña. En la Figura 5-9 para el análisis
espectral trimestral, se observa que coinciden en los años 1988 y 2003 muy probablemente
explicado por el ENSO en su fase El Niño de categoría moderado y para el año 1998 de
categoría fuerte; y dos valles, uno a finales del año 1988 e inicios del año 1989, y el segundo
a finales del año 1999 e inicios del año 2000, posiblemente asociados por el evento ENSO
en su fase La Niña. Para las otras dos estaciones se presenta una baja correlación obteniendo
coeficientes de r = 0,136 para Surbata-Bonza y de r = 0,302 para la estación Villa Carmen.
En el Anexo B. se presentan en detalle las figuras de variación a largo plazo de las series
mensuales estandarizadas de la velocidad del viento en las estaciones indicadas con el Índice
Oceánico del Niño (ONI).
Capítulo 5 61
Las variaciones del viento en el largo plazo, son más cíclicas que las variaciones diurnas y
corresponden a cambios climáticas afectados por el patrón global de circulación del viento,
razón por la cual, el valor de la velocidad promedio anual, basado en información de un solo
año, estará dentro de una franja de un 10% del verdadero valor promedio de largo plazo
(esto es, 10 o 20 años de información) con un alto nivel de confiabilidad estadística. Es por
ello que la Organización Meteorológica Mundial – OMM recomienda, como mínimo,
información de un año para predecir la potencialidad del recurso eólico en un lugar
específico (UPME, 2003).
Figura 5-10: Distribución de frecuencias de las velocidades del viento estación Gachaneca
Frecuencia Acumulada
La curva de frecuencia acumulada sirve para determinar el número de horas o el porcentaje
del tiempo que un valor de velocidad es excedido en la escala de tiempo de la estimación.
Esta curva es construida adicionando el número de horas o porcentajes de todos los
intervalos, de la curva de distribución de frecuencias, sobre una velocidad dada
(UPME, 2003).
Esta curva se gráfica comúnmente con la velocidad de viento en el eje vertical, como se
ilustra en la Figura 5-11 para la estación Gachaneca. En esta gráfica la longitud de cada
barra horizontal indica la duración del tiempo en que una velocidad dada es excedida
durante el periodo de estimación.
Figura 5-11: Curva de frecuencia acumulada de las velocidades del viento estación Gachaneca
La forma de la curva de duración da indicios sobre el tipo de régimen de vientos, entre más
plana la curva es más constante es el régimen de viento. Entre más inclinada la curva, el
régimen de viento es más irregular. Para la estación Gachaneca el régimen de viento es
relativamente constante, la pendiente pronunciada en el tramo inicial de la curva indica que
los vientos altos mayores a 10 m/s se presentan durante períodos muy cortos. El porcentaje
del tiempo en el que en la estación se presentan velocidades del viento superiores a los 5 m/s
(velocidad de aprovechamiento para generación eólica) es del 30% del tiempo, pero no
refleja la distribución o secuencia de dicho periodo ni el momento del año en que se produce.
El 80% del tiempo se igual o excede una velocidad de 3 m/s, que es la velocidad mínima
64 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
necesaria para el arranque del aerogenerador, lo que permitiría afirmar que para el
aprovechamiento de generación en la estación Gachaneca el 80% de las horas en un año el
aerogenerador estará en movimiento.
Probabilidad de Weibull
Determinar el potencial eólico, está relacionado con establecer los parámetros de la ecuación
de distribución de Weibull, correspondientes al parámetro de escala c en m/s que determina
la velocidad promedio del ajuste de probabilidad del viento en el lugar de estudio y el
parámetro de forma k que indica el grado de dispersión de los registros, con estos se puede
establecer la frecuencia con la que se manifiesta una velocidad determinada del viento
(Anderson, 2013). A manera de ejemplo, en la Figura 5-12 se presenta la frecuencia de los
datos de viento y el ajuste con la distribución de Weibull correspondiente para la estación
Gachaneca.
Figura 5-12: Distribución de frecuencias de las velocidades del viento y ajuste de distribución
Weibull - Estación Gachaneca
Capítulo 5 65
El valor de los parámetros del ajuste de probabilidad de Weibull para los registros de viento
de la estación Gachaneca a 10 metros de altura corresponde a 3,63 para el parámetro de
forma y de 5,84 m/s para el parámetro de escala. En términos generales los datos de viento
se distribuyen presentando una rama de curva más larga hacia la derecha en todas las
estaciones analizadas en el departamento de Boyacá, esta rama es denominada asimetría
positiva, la cual refleja que aunque la mayoría de los valores se encuentran cerca a los valores
medios del viento, existen algunos vientos superiores a la media que corresponden a vientos
más débiles que se presentan con menor frecuencia.
En la Tabla 5-4 se observa que para las estaciones Apto Palanquero y Gachaneca el factor de
escala obtenido por la función de probabilidad de densidad es superior a 5 m/s, lo que indica
que cuenta con un buen potencial eólico, la determinación de éstos dos factores y su
interpolación espacial permite estimar una distribución de frecuencias de velocidad del
viento aproximada en un lugar deseado. En el Anexo B. se incluyen los gráficos de frecuencia
para todas las estaciones con su respectivo ajuste de distribución de Weibull.
Figura 5-13: Rosa de los Vientos – Estación Gachaneca y Estación Nevado del Cocuy
Capítulo 5 67
Considerando que para la estación Gachaneca la mayor parte del viento viene de una
dirección particular (SE), se espera que si se desea aprovechar el recurso eólico en ésta área
se direccionen los aerogeneradores hacia esa dirección, y procurando tener la menor
cantidad de obstáculos posibles. La rosa de los vientos puede variar año a año, por lo que es
conveniente contar con registros de varios años, para obtener una media de dirección
confiable a largo plazo, considerando que la dirección predominante para la estación
Gachaneca fue estimada con registros horarios de 10 años se considera apropiada para
definir la dirección de un posible emplazamiento. Para la estación Nevado del Cocuy, ocurre
algo diferente, de acuerdo a la rosa de viento elaborada se puede decir que el lugar no cuenta
con una dirección predominante del viento, pero se encontró que las mayores velocidades
del viento por encima de 6 m/s provienen del cuadrante N - E, entre los 0° y 90° de Azimut
y las calmas y vientos ligeros son provenientes de todas las direcciones.
En el Anexo B. se presentan las rosas de los vientos para cada una de las estaciones, de las
cuales se puede estimar que para el 43% de las estaciones la dirección predominante del
viento corresponde a la Este, posiblemente influenciada por la predominancia de la
componente zonal del viento debido a la presencia de los vientos Alisios del este. Para cerca
del 27% de las estaciones la dirección predominante del viento es la Sur, y para el 30%
restante de las estaciones no se tiene una dirección dominante.
Este análisis se enfoca en las grandes centrales hidroeléctricas generadoras del país, ya sean
con regulación (Almacenamiento mediante embalses) o sin regulación (filo de agua),
analizando la relación entre los patrones estacionales de los recursos hídricos del país y
correlacionarlos con los recursos eólicos departamento de Boyacá.
Tabla 5-5: Promedio de aportes de caudal de los ríos a las grandes centrales hidroeléctricas del
SIN.
Promedio de
Central
Región Nombre del Río Aportes Caudal
Hidroeléctrica
(m3/s)
San Carlos - Playas A. San Lorenzo 39,50
San Carlos - Playas Guatapé 36,42
San Carlos - Playas Nare 50,13
San Carlos San Carlos 27,61
Guatrón - Porce III Concepción 6,70
Guatrón - Porce III Guadalupe 22,02
Antioquia Guatrón - Porce III Tenche 4,44
Guatrón - Porce III Desv. EEPPM (NEC,PAJ,DOL) 7,88
Miel I Desv. Manso 3,58
Tasajera -Porce II Grande 31,43
Miel I Miel I 84,91
Porce II Porce II 93,12
Porce III Porce III 19,63
Caribe Urrá Sinú Urra 334,13
Amoyá Amoyá 19,17
Centro
Betania Betania CP 177,13
Capítulo 5 69
Promedio de
Central
Región Nombre del Río Aportes Caudal
Hidroeléctrica
(m3/s)
Pagua Bogotá N.R. 29,87
Quimbo El Quimbo 240,78
Betania Magdalena Betania 417,00
Prado Prado 55,16
Sogamoso Sogamoso 376,06
Chivor Bata 77,45
Oriente Pagua Chuza 10,37
Guavio Guavio 69,72
Albán Altoanchicaya 44,96
Calima Calima 11,53
Valle Salvajina Cauca Salvajina 124,54
Albán Digua 29,60
Florida Florida II 11,59
Fuente: XM. http://informacioninteligente10.xm.com.co/hidrologia/Paginas/HistoricoHidrologia.aspx
Para estas cinco regiones de generación se estimaron las series mensuales promedio de
caudal afluente a la central hidroeléctrica a partir de las series mensuales afluentes para los
ríos pertenecientes a dicha región. Adicionalmente, se estimó una serie mensual promedio
de afluentes al SIN, la cual promedia los 29 ríos aportantes del país para caracterizar su
comportamiento. Una vez definidas dichas series se procedió a normalizarlas para ser
comparadas las series mensuales normalizadas de las estaciones que tienen periodos del año
durante ciertas horas la velocidad media en superficie es superior a los 5 m/s en el
departamento de Boyacá (Andalucía, Aquitania, Gachaneca, Nevado Del Cocuy, UPTC y Villa
Carmen).
Figura 5-14: Curvas medias normalizadas de caudales regionales afluentes mensuales al SIN y
velocidades del viento en superficie en las estaciones de interés
Capítulo 5 71
Para la serie promedio de afluentes del SIN, no se tiene una buena correlación con valores
positivos y negativos que varían desde -0,143 en la estación UPTC hasta 0,463 en la estación
Gachaneca. Para las seis estaciones presentadas se tiene una buena correlación simultánea
inversa entre sus series de vientos y la serie de caudales afluentes a la región Valle, dónde
la mejor correlación la presenta la estación UPTC con un valor de -0,767, lo que hace que el
mayor patrón de complementariedad estacional de los vientos del departamento de Boyacá
se presente con los ríos afluentes al SIN de la Región Valle (Altoanchicaya, Calima, Cauca
Salvajina, Digua y Florida II). En la región Antioquia donde se encuentran la mayoría de los
embalses de generación del SIN), podrían ser respaldados por los vientos en la estación
UPTC, la cual presenta una correlación simultánea inversa de -0,671. Para las regiones
Caribe y Centro se presentan correlaciones positivas bajas.
La Tabla 5-6 muestra los coeficientes de correlación entre las cinco regiones afluentes al SIN
y los vientos en las estaciones de viento del departamento de Boyacá. Los valores más rojos
representan los coeficientes de correlación más negativos, que indican complementariedad
estacional y los que interesan en este estudio. Los valores más azules representan los
coeficientes de correlación más positivos, que corresponden a los pares con mayor
dependencia. Mientras más cercanos a cero son los valores, más independiente es el
comportamiento de los pares sin ser complementario. Los espacios blancos representan baja
representatividad o estaciones para las cuales algún mes no registra datos.
Tabla 5-6: Coeficientes de correlación estacional media R entre las velocidades del viento en
superficie y los caudales afluentes de las centrales hidroeléctricas del SIN.
ESTACIÓN SIN ANTIOQUIA CARIBE CENTRO ORIENTE VALLE
Albania -0,46 -0,58 -0,12 -0,58 0,03 -0,63
Andalucía 0,16 -0,23 0,36 0,06 0,57 -0,53
Apto Palanquero - - - - - -
Apto Yopal -0,72 -0,62 -0,91 -0,46 -0,73 0,32
Aquitania -0,01 -0,59 0,09 0,12 0,43 -0,47
Belencito -0,26 -0,70 -0,04 -0,22 0,24 -0,57
Buenavista - - - - - -
Chinavita -0,82 -0,47 -0,85 -0,74 -0,90 0,29
El Olarte -0,79 -0,77 -0,91 -0,52 -0,68 0,16
Exclusa Tolón 0,03 -0,38 0,39 -0,05 0,61 -0,91
Gachaneca 0,46 -0,07 0,66 0,40 0,90 -0,68
Inst Agr Macanal -0,79 -0,57 -0,64 -0,79 -0,60 -0,17
La Capilla -0,72 -0,38 -0,92 -0,51 -0,92 0,49
Nevado Del Cocuy 0,34 -0,18 0,54 0,27 0,73 -0,53
Ráquira 0,23 -0,20 0,57 0,08 0,72 -0,81
Rio Claro - - - - - -
San Pablo De Borbur -0,77 -0,65 -0,47 -0,84 -0,44 -0,39
Santa María 0,01 0,30 0,38 -0,32 0,14 -0,56
Surbata Bonza -0,52 -0,84 -0,52 -0,28 -0,15 -0,26
Tinaga -0,22 -0,74 -0,21 0,00 0,21 -0,35
Tunguavita -0,69 -0,78 -0,80 -0,41 -0,48 -0,02
Tunguavita Automática -0,89 -0,87 -0,78 -0,76 -0,60 -0,20
UPTC -0,14 -0,67 0,08 -0,07 0,46 -0,77
Villa Carmen 0,32 -0,25 0,52 0,30 0,80 -0,68
Villa De Leyva -0,04 0,07 0,07 -0,07 0,13 -0,46
Zetaquirá -0,85 -0,62 -0,94 -0,65 -0,82 0,14
Capítulo 5 73
La mayor complementariedad entre los recursos se presenta para los ríos de la región
Antioquia, sin embargo, considerando que no todas las estaciones registran vientos de
velocidades altas aptos para generación, los vientos del departamento que son aprovechables
para generación podrían complementarse de manera adecuada con las centrales
hidroeléctricas de la región Valle. El mayor coeficiente de correlación estacional medio
negativo se da entre los ríos de la región Caribe y la estación Zetaquirá, con un R estacional
medio de -0,94, lo cual refleja la elevada complementariedad entre las series normalizadas,
pero no se puede decir lo mismo de los recursos de generación, ya que los vientos de la
estación Zetaquirá no permiten generar en parques eólicos que pudiesen conectarse al SIN.
Figura 5-15: Velocidad promedio del viento en superficie a 10 (m/s) – Mes de Agosto
Debido a que los mapas han sido desarrollados mecánicamente, sin la comprobación
detallada en el terreno, no son suficiente para definir el lugar en el cual emplazar un
aerogenerador, pero permiten tener un primer acercamiento en una fase de exploración para
identificar áreas de prospección eólica, para definir su localización definitiva y realizar
Capítulo 5 75
Los vientos que tienen interés para el aprovechamiento eólico son los que se producen a
nivel de la superficie terrestre, con velocidades medias iguales o superiores a 5 m/s.
El aprovechamiento del viento se realiza por medio de aerogeneradores los cuales convierten
la energía cinética del viento en energía mecánica, produciendo energía eléctrica limpia,
mediante diseños aerodinámicos que permite capturar la mayor cantidad de energía del
viento.
Figura 6-1: Perfiles de velocidad de viento, en función de las características topográficas del
Terreno
En el presente estudio una vez obtenidos los datos horarios de velocidad del viento de todo
el periodo de registro para cada una de las estaciones a una altura de 10 m, se trasladaron
a la altura de 100 m (Altura típica del buje de aerogeneradores), mediante una relación de
elevaciones de la forma:
v 2 h2
(6-1)
v1 h
Donde v1 y v1 son las velocidades a diferentes alturas en m/s, ℎ y ℎ son las alturas
rugosidad del terreno. Esta ecuación permite extrapolar los datos de las estaciones
meteorológicas a la altura del buje de los aerogeneradores.
Según el IDEAM en el Atlas de Viento y Energía Eólica del 2006, las estaciones de interés se
encuentran localizadas en un área cuyo coeficiente de rugosidad superficial varía en un
rango entre 0,24 y 0,27 y se encuentra asociado a cultivos altos y terrenos de uso
agrosilvopastoril. Para el presente estudio se empleó el valor mínimo del rango equivalente
a 0,24 de manera conservadora para no sobrevalorar los estimativos.
Figura 6-2: Velocidad promedio anual del viento a una altura de 100 metros (m/s)
Figura 6-3: Ajuste de distribución de Weibull para vientos a una altura de 10 y 100 metros –
Estación Gachaneca.
Se presenta una variación del factor de escala debido al perfil de velocidad del viento, pues
para grandes alturas la rugosidad de la superficie del suelo ejerce menor influencia sobre el
viento, la variación presentada aumenta el factor de escala en un 74% cuando se pasa de 10
metros a 100 metros de altura.
A partir de los ajustes de probabilidad de Weibull estimados a una altura de 100 metros se
elaboraron los mapas de variación de los parámetros de escala c (Figura 6-4) y el de forma
k (Figura 6-5) en el departamento de Boyacá para un año promedio, de manera que se
permita obtener una frecuencia de distribución de velocidades aproximada para un lugar
diferente a las estaciones empleadas en el estudio, identificando el valor de los dos
parámetros a partir de los mapas desarrollados.
Capítulo 6 81
El rango de variación del parámetro de forma k no es muy grande, entre 1,78 para la estación
Zetaquirá y de 3,76 para la estación Albania, a partir del mapa presentado se puede observar
el comportamiento regular y estable que tiene el viento, ya que el parámetro k da cuenta del
rango de variación de la velocidad en un periodo de tiempo.
El parámetro de escala c varía entre 1,66 m/s y 10,15 m/s representando un rango más
amplio de variación debido a que este parámetro se encuentra asociado a la velocidad media
del lugar, que como se ha descrito anteriormente varia de un lugar a otro dependiendo las
condiciones propias del entorno de cada estación.
Si bien para algunas estaciones los valores de viento medio mensual o anual no alcanzan el
umbral de velocidad del viento para aprovechamiento eólico, sí los superan en intervalos
del día durante algunos meses del año, por lo que se decidió incluirlas en la evaluación del
potencial de generación.
En el siguiente mapa se pueden localizar las estaciones de interés respecto a las áreas
protegidas por Parques Nacionales Naturales de Colombia (Figura 6-6).
Capítulo 6 83
Figura 6-6: Localización de Áreas protegidas por Parques Nacionales Naturales de Colombia en
el departamento de Boyacá y estaciones meteorológicas de interés
Dentro de las áreas protegidas se encuentran dos estaciones Gachaneca en jurisdicción del
Páramo de Rabanal y la estación Nevado del Cocuy en el Parque Nacional Natural El Cocuy,
por su localización y debido a las restricciones ambientales por el tipo de área protegida
realizar un aprovechamiento energético en inmediaciones de la estación Nevado del Cocuy
no es factible, motivo por el cual ésta zona queda descartada como área de potencial. Para
la estación Gachaneca debido a que su localización se acerca al límite del área protegida y
considerando que es la zona con mayor potencial en el departamento, se seguirá analizando
en el presente estudio, pues puede generarse un aprovechamiento fuera del área protegida
con condiciones igual de favorables.
Las estaciones Aeropuerto Palanquero y Aeropuerto Yopal, por ubicarse en terminales aéreas
activas en el país, restringen el aprovechamiento del potencial de generación ya que se
84 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
podría llegar a interferir en la navegación aérea, viéndose afectados los sistemas de radar,
V. Hariprasad para el 2017 estudió la viabilidad de suministrar la demanda de energía en
los aeropuertos a través de un sistema de energía eólica, afirmando que la energía eólica se
puede implementar cerca de los aeropuertos mediante el uso de una serie de
aerogeneradores de pequeño tamaño sin violar las regulaciones de la aviación
(Hariprasad et al, 2017). Considerando que el estudio de su aprovechamiento se encuentra
en desarrollo, el alcance del presente estudio y que la localización de estas dos estaciones se
encuentra fuera de los límites del departamento de Boyacá, las áreas cercanas a dichas
estaciones quedan descartadas como zonas de potencial.
Clase de
I II III S
aerogenerador
Vref (m/s) 50 42,5 37,5
A Iref (-) 0,16 Valores
especificados
B Iref (-) 0,14 por el diseñador
C Iref (-) 0,12
Fuente: International Standard IEC 61400-1
Dónde: Vref: es la velocidad media de referencia (Vmedia anual / 0,2), A: es la categoría con
características de turbulencias superiores, B: es la categoría con características de
turbulencias medias, C: es la categoría con características de turbulencia inferiores e Iref
corresponde al valor esperado a la intensidad de turbulencia a 15 m/s.
Para la definición del tipo de aerogenerador a emplear tenemos que la velocidad promedio
(Estimada a partir de la extrapolación de los registros de las estaciones meteorológicas) a
una altura de 100 m de altura se presenta a continuación (Tabla 6-2):
Tras determinar la clase del emplazamiento, existe la posibilidad de elegir entre distintos
aerogeneradores que correspondan a máquinas industrial y comercialmente reconocidas
dentro del campo de generación eólico. Para el presente estudio se contemplaron equipos
de diferentes referencias, que son producidas por dos empresas que hacen parte de los 10
fabricantes más importantes de turbinas eólicas: GAMESA Y NORDEX.
Figura 6-7: Curva de Potencia para los aerogeneradores clase I GAMESA G106-2,5 MW y
NORDEX Gamma N90/2500
Fuente: Catálogo GAMESA G106- 2,5 MW, Catálogo NORDEX Gamma N90/2500
Figura 6-8: Curva de frecuencia acumulada de las velocidades del viento a 100 metros de altura
Estación Gachaneca
88 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Considerando que estos dos equipos permitirían aprovechar los vientos de mayor frecuencia
y corresponden a modelos de aerogeneradores de clase III, en la Figura 6-9 se presenta un
comparativo entre sus curvas de potencia:
Figura 6-9: Curva de Potencia para los aerogeneradores clase III G126-2,5 MW y Gamma
N100/2500
Fuente: Catálogo GAMESA G126- 2,5 MW, Catálogo NORDEX Gamma N100/2500
Capítulo 6 89
Se estima la curva de frecuencia acumulada de las velocidades del viento a 100 metros de
altura para las estaciones Andalucía, Aquitania y Villa Carmen (Figura 6-10) para que
permita establecer la pertinencia del aerogenerador a seleccionar.
Figura 6-10: Curva de frecuencia acumulada de las velocidades del viento a 100 metros de altura
para las estaciones Andalucía, Aquitania y Villa Carmen
Pviento 1 3
v (6-2)
A 2
A medida que aumenta el viento, las diferencias en la densidad de energía son significativas
tal como se muestra en la Tabla 6-4, donde se calcula la densidad de energía (W/m 2) para
una densidad del aire en condiciones estándar:
Conociendo la distribución Weibull para los registros de la velocidad del viento de cada una
de las estaciones a una altura de 100 metros y la densidad del aire, se estimó la densidad de
energía eólica en el departamento. En la Figura 6-11 se presenta un valor promedio anual
de energía disponible por metro cuadrado de área del barrido de una turbina en Boyacá.
92 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Figura 6-11: Densidad de energía eólica a 100 metros de altura en Boyacá (W/m2) Promedio
Anual
Potencia
Velocidad del Frecuencia (horas) Energía producida
viento (m/s) 8760 horas × Instantánea = (kWh/año)
(kW)
24 0 1899 0
25 0 1630 0
11120502 kWh/año
Total 8760
11121MWh/año
Una vez calculado el valor de energía producida se calculan las horas equivalentes, es decir
las horas que tardaría en producir el aerogenerador dicha energía a plena carga mediante la
siguiente ecuación:
Para la estación Villa Carmen el valor estimado para horas equivalentes corresponde a
4448 horas para producir a plena carga la energía estimada.
Para estimar la viabilidad del proyecto se estima el Factor de Carga, que corresponde a un
indicador en general en la base anual, que permite estimar cuanto tiempo se está usando un
aerogenerador o un parque eólico (medida de productividad en 8760 horas) y está asociado
a la energía producida por un aerogenerador en el periodo de tiempo seleccionado. Se debe
tener en cuenta que los datos obtenidos son aproximados y la producción unitaria del parque
variará con los efectos del parque y las pérdidas (Lara, 2016).
Tabla 6-6: Energía producida por un aerogenerador en las zonas de potencial de las estaciones
de interés
Energía Horas Factor de
Altura del buje
Estación Aerogenerador Producida Equivalentes Carga
(m)
(MWh/año) (h) (Adimensional)
Andalucía G126- 2,5 MW 100 5402 2161 0,25
Para tres de las cuatro zonas de potencial (Aquitania, Gachaneca y Villa Carmen) se obtienen
factores de carga superiores al factor de carga promedio global ponderado para la energía
eólica en tierra en el año 2017.
kWh
ENFICC 24 1000 0.060 CEN (6-5)
día
Donde la Capacidad Efectiva Neta – CEN (MW) está definida como la máxima capacidad de
potencia neta (expresada en valor entero en MW) que puede suministrar una planta y/o
unidad de generación en condiciones normales de operación medida en la frontera
comercial. Se calcula como la Capacidad Nominal menos el Consumo Propio de la planta
y/o unidad de generación, de acuerdo a lo establecido por la CREG en la Resolución 059 de
1999.
Para el tipo de aerogenerador empleado en el presente estudio se estimó una Energía Firme
para el Cargo por Confiabilidad – ENFICC mediante la fórmula descrita, con una Capacidad
Instalada por aerogenerador de 2,5 MW y asumiendo que los consumos propios deben
provenir de la red, se tiene una ENFICC de 3600 kWh/día.
Una vez identificadas las zonas con potencial de generación como se describió en el presente
capítulo, se realizará el planteamiento de proyectos de generación para cada zona de
potencial identificada en el departamento de Boyacá, así como su evaluación ambiental y
financiera a lo largo del siguiente capítulo.
7. Planteamiento de proyectos de generación
eólica
La estación Gachaneca se encuentra localizada dentro del área protegida de Parque Natural
Regional Páramo de Rabanal, por lo que la selección del emplazamiento para el proyecto
Samacá I se realizó fuera de ésta área protegida pero en la zona limítrofe más cercana, a
aproximadamente siete kilómetros del casco urbano de Samacá.
Descripción general
El proyecto que se evaluará contempla el emplazamiento de un Parque Eólico con una
capacidad de generación eléctrica de 20 MW, el cual estará compuesto por ocho
aerogeneradores de mediana capacidad de 2,5 MW por aerogenerador. El proyecto estaría
constituido por ocho aerogeneradores Gamesa G106- 2,5 MW, de 106 m de diámetro de
rotor y 93 m de altura de torre, orientados en dirección SUR-ESTE, correspondiente a la
dirección predominante de procedencia del viento, los ocho aerogeneradores se encuentran
en una fila alineada en una línea recta perpendicular a esa dirección y separados entre sí
350 metros (Considerando superar el mínimo de tres veces el diámetro del rotor - 106 m)
para evitar efectos entre aerogeneradores por la distribución del parque por lo tanto, se
requiere de unos 2450 metros lineales aproximadamente. Los aerogeneradores se
localizarían a una altitud promedio de 3100 msnm.
Ficha Técnica
A continuación se presenta la información general del Parque Eólico Samacá I (Tabla 7-1):
Capítulo 7 99
Característica Valor
Velocidad media anual estimada del viento a 100 m (m/s)* 9,24
Potencia Unitaria (MW) 2,5
Número de aerogeneradores 8
Potencia Nominal Instalada (MW) 20
Energía Bruta Producida Anual (MWh/año) 114485
Pérdidas totales (%) 15
Energía Neta Producida Anual (MWh/año) 97312
ENFICC (MWh/año) 10512
Horas Anuales Equivalentes (h) 4866
Factor de Carga 0,56
Esquema General
En la Figura 7-1, se presente la distribución en fila alineada de los aerogeneradores que
conformarían el Parque Eólico Samacá I de 20 MW.
Figura 7-1: Esquema General de localización y distribución del Parque Eólico Samacá I
100 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Descripción General
Para conformar el parque eólico de 20 MW, se requieren en total 8 unidades del
aerogenerador seleccionado (GAMESA G126 de 2,5 MW cada uno). Por presentar vientos
que provienen de una dirección predominante, se estableció que la configuración de los
aerogeneradores del parque eólico más adecuada para esta zona es en filas alineadas con
una orientación hacia el SUR - SURESTE, se asumirá una distancia entre aerogeneradores
de 400 metros garantizando de ésta manera la distancia mínima y una distancia entre filas
de aerogeneradores de 700 metros (Considerando cinco veces el diámetro del rotor), Los
aerogeneradores se localizarían a una altitud promedio de 2600 msnm.
Ficha Técnica
A continuación se presenta la información general del Parque Eólico Samacá II (Tabla 7-2):
Capítulo 7 101
Característica Valor
Velocidad media anual estimada del viento (m/s)* 7,15
Potencia Unitaria (MW) 2,5
Número de aerogeneradores 8
Potencia Nominal Instalada (MW) 20
Energía Bruta Producida Anual (MWh/año) 88964
Pérdidas totales (%) 15
Energía Neta Producida Anual (MWh/año) 75619
ENFICC (MWh/año) 10512
Horas Anuales Equivalentes (h) 3780
Factor de Carga 0,43
Esquema General
En la Figura 7-2, se presente la distribución en filas alineadas de los aerogeneradores que
conformarían el Parque Eólico Samacá II de 20 MW. Se incluye la localización de la estación
meteorológica Villa Carmen respecto a la ubicación del proyecto.
Figura 7-2: Esquema General de localización y distribución del Parque Eólico Samacá II
102 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Localización
Localizado en jurisdicción del municipio de Duitama, situado a unos 55 km de la ciudad de
Tunja. El proyecto es planteado por el potencial identificado a partir de los registros de
viento de la estación Andalucía. La estación se encuentra localizada a aproximadamente
12 km del casco urbano de Duitama. El área de emplazamiento corresponde a una zona
montañosa de difícil acceso.
Descripción general
El proyecto que se evaluará contempla el emplazamiento de un Parque Eólico con una
capacidad de generación eléctrica de 7,5 MW, el cual estará compuesto por tres
aerogeneradores de mediana capacidad de 2,5 MW por aerogenerador. El proyecto eólico
se estima que tendrá una energía producida bruta anual cercana a los 16,2 GWh.
El proyecto estaría constituido por tres aerogeneradores Gamesa G126- 2,5 MW, de 126 m
de diámetro de rotor y 102 m de altura de torre, orientados en dirección SUR - SURESTE,
correspondiente a la dirección predominante de procedencia del viento, los tres
aerogeneradores se encuentran en una fila alineada en una línea recta perpendicular a esa
dirección y separados entre sí 400 metros. Los aerogeneradores se localizarían a una altitud
promedio de 3690 msnm. La instalación de los aerogeneradores no impide que se siga
aprovechando los terrenos para su uso actual como área de pastizales y de bosques
plantados.
Ficha Técnica
A continuación se presenta la información general del Parque Eólico Tundama (Tabla 7-3):
Capítulo 7 103
Característica Valor
Velocidad media anual estimada del viento (m/s)* 5,15
Potencia Unitaria (MW) 2,5
Número de aerogeneradores 3
Potencia Nominal Instalada (MW) 7,5
Energía Bruta Producida Anual (MWh/año) 16206
Pérdidas totales (%) 15
Energía Neta Producida Anual (MWh/año) 13775
ENFICC (MWh/año) 3942
Horas Anuales Equivalentes (h) 1837
Factor de Carga 0,21
Esquema General
En la Figura 7-3, se presente la distribución en fila alineada de los aerogeneradores que
conformarían el Parque Eólico Tundama de 7,5 MW. Se incluye la localización de la estación
meteorológica Andalucía respecto a la ubicación del proyecto.
Figura 7-3: Esquema General de localización y distribución del Parque Eólico Tundama
104 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Localización
Localizado en jurisdicción del municipio de Aquitania. El proyecto es planteado por el
potencial identificado a partir de los registros de viento de la estación automática Aquitania.
La estación se encuentra localizada en el área colindante al Lago de Tota, Las principales
actividades económicas del municipio son la agricultura, la ganadería, explotación de
bosques nativos y la minería. El proyecto se plantea en la zona llana cercana a la estación
Aquitania que está dedicada a la agricultura, debido a que el área no es amplia se plantea la
posibilidad de situar únicamente dos aerogeneradores que aprovechen las velocidades
superiores.
Descripción General
Debido a la restricción de área disponible en esta zona se plantea la instalación de dos
aerogeneradores G126 de 2,5 MW, separados entre sí 400 metros. Los aerogeneradores se
localizarían a una altitud promedio de 3020 msnm y orientado en dirección Este. La
infraestructura vial para permitir el acceso al área se encuentra ampliamente desarrollada.
Ficha Técnica
A continuación, se presenta la información general del Parque Eólico Sugamuxi (Tabla 7-4):
Característica Valor
Velocidad media anual estimada del viento (m/s)* 5,97
Potencia Unitaria (MW) 2,5
Número de aerogeneradores 2
Potencia Nominal Instalada (MW) 5
Energía Bruta Producida Anual (MWh/año) 15663
Pérdidas totales (%) 15
Energía Neta Producida Anual (MWh/año) 13314
Capítulo 7 105
Característica Valor
ENFICC (MWh/año) 2628
Horas Anuales Equivalentes (h) 2663
Factor de Carga 0,30
Esquema General
En la Figura 7-4, se presente la localización del Parque Eólico Sugamuxi de 5 MW y se
incluye la localización de la estación automática Aquitania.
Podría indicarse que por cada kWh eólico generado en Boyacá se podría sustituir un kWh
producido con carbón en Termopaipa, o en el SIN, generando una reducción en emisiones
de CO2. En la Tabla 7-5, se muestra la cantidad de toneladas de CO2 que se dejarían de
emitir a la atmósfera al consumir la energía generada por cada uno de los parques eólicos
respecto a las emisiones generadas por el SIN.
Tabla 7-5: Estimación de reducción de emisiones de CO2 del SIN por energía generada por los
proyectos eólicos planteados
Energía Reducción en emisiones de
Reducción en emisiones de
Proyecto Generada CO2 respecto a una planta
CO2 del SIN (tCO2/año)
(MWh/año) a carbón (tCO2/año)
Samacá I 97312 35714 104221
Kioto u otra iniciativa similar, debido a que los proyectos desplazarían electricidad
producida por fuentes emisoras de carbono como es el caso del carbón en Colombia.
Considerando un precio promedio de USD 8/tCO2 (Tasa de “Carbon Trading”) (ICAP, 2016),
los ingresos anuales por este concepto para cada proyecto se presentan a continuación Tabla
7-6.
Tabla 7-6: Ingresos anuales por reducción de emisiones de CO2 para los proyectos planteados.
Energía Ingresos anuales por
Reducción en emisiones de
Proyecto Generada Reducción en emisiones de
CO2 del SIN (tCO2/año)
(MWh/año) CO2 (MUSD)
Samacá I 97312 35714 0,286
Los proyectos planteados obtendrían unos ingresos anuales por concepto de reducciones de
emisiones certificadas en total de 0,587 MUSD.
Tabla 7-7: Posibles impactos ambientales durante la vida útil de un Parque Eólico
Atmósfera Ruido X X +
Cantidad del agua
X X
superficial
Calidad del agua
Agua X X
superficial
Disponibilidad agua
X X
usos agrícolas
Procesos erosivos X
Ecosistema
Topografía y
Suelo X
Geomorfología
Usos del Suelo X X +
Flora Cobertura Vegetal X X +
Desplazamiento de
Fauna
Especies
X X +
Servicios
Ambientales
Paisajes X X +
Infraestructura
Actividad Agrícola X X +
Sector Productiva
Económico
Actividad Pecuaria X X +
Infraestructura Disponibilidad y
X X
Vías Operación de Vías
X = Impacto Negativo, + = Impacto Positivo
Fuente: Elaboración Propia a partir de Matriz y valoración de impactos de Pasqualino et al, 2015.
110 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Una vez seleccionados los emplazamientos, los impactos negativos generados por los
proyecto aparecen, sobre todo, en la fase de construcción. Muchos de ellos, si no la mayoría,
desaparecen con la finalización de las obras durante la fase de abandono. No obstante, como
en todos los proyectos de infraestructura deberá realizarse un Estudio de Impacto Ambiental
detallado en el cual se identificarán los impactos propios de cada proyecto respecto a su
ubicación y se diseñarán las medidas correctoras para la minimización de sus efectos o
incluso la desaparición de éstos.
Para el año 2017 IRENA indica que los precios promedio de las turbinas eólicas en la mayoría
de los mercados, si no en todos, estuvieron por debajo de USD 1000/kW al finalizar el año.
De acuerdo a este índice se estimó que el costo del aerogenerador corresponderá a 2,5
MUSD, con los porcentajes de participación en el costo total de inversión se obtiene que para
las obras civiles, terreno, estudios y conexión al sistema eléctrico equivalente a un 30% del
valor de la instalación se obtiene un valor de USD 300/kW.
Costos de Operación
Los costos de operación y mantenimiento durante la vida del parque eólico dependen
principalmente del costo de la mano de obra, el diseño de las turbinas, la distancia al sitio
del parque eólico las condiciones climáticas.
Tabla 7-10: Ingresos anuales de cargo por confiabilidad para cada proyecto
Energía Media
Para el análisis de los ingresos que se genera a través de cada uno de los parques eólicos, se
debe tener en cuenta la producción energética anual del parque eólico y el precio al que se
vende esa energía. El ingreso anual (en millones de dólares al año), corresponde a la venta
de energía media anual generada por el proyecto, y se determina de la siguiente manera:
USD
EMA GWh × año Precio de Venta
IA Venta de Energía MUSD × año MWh (7-1)
1000
Capítulo 7 113
Para el cálculo de los beneficios por venta de energía en la central, se consideraron los
escenarios de expansión a largo plazo de acuerdo con el Plan de Expansión de Referencia
para el periodo 2014-2028 de la Unidad de Planeación Minero Energética (UPME) como se
indica en el documento de Integración de las energías renovables no convencionales en
Colombia del año 2015 elaborado por la UPME (UPME, 2015) y como se presentan a
continuación (Figura 7-5).
Figura 7-5: Precios de bolsa obtenidos de simulaciones de largo plazo 2014- 2024
Como precio de referencia se usaron los estimados para el periodo 2024 -2028, cuando los
proyectos planteados podrían encontrarse en operación una vez superada toda la etapa de
estudios y diseños de factibilidad, y considerando su entrada luego de la depresión de precios
ocasionada por la entrada en operación del Proyecto Hidroeléctrico Ituango que
posiblemente sobre-ofertará el mercado. Considerando un escenario de largo plazo dónde
hay balance de carga-generación con precios que de acuerdo a la proyección tienden a
aumentar como se presenta en la Figura 7-5, se emplea el precio de 75 USD/MWh
correspondiente al proyectado para el año 2026 año intermedio en el rango del escenario
de largo plazo. Éste precio considera el cargo por confiabilidad por lo que al descontarlo se
tiene una remuneración de por venta de energía media de 60 USD/MWh.
De acuerdo a la energía media generada por proyecto se tienen los siguientes ingresos
anuales por venta de energía media (Tabla 7-8):
114 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Tabla 7-11: Ingresos anuales por venta de energía media para cada proyecto
Para el Proyecto Samacá I que presenta las mejores condiciones de viento con velocidad
media de 9,24 m/s se obtiene el LCoE más bajo, mientras que el más alto se presenta para
el proyecto Tundama el cual tiene la velocidad media de 5,15 m/s. El costo nivelado de
energía promedio ponderado del año 2017 para la energía eólica en tierra en la región de
Sur América está alrededor de 0,06 USD/kWh (IRENA, 2018) y su valor máximo se
encuentra en 0,12 USD/kWh, lo que permite afirmar que tres de los cuatro proyectos se
encuentran por debajo del promedio de LCoE para la región y el cuarto proyecto se
encuentra dentro del rango, esto significa que de acuerdo a éste indocador los proyectos son
competitivos.
Para los proyectos Samacá I, Samacá II y Sugamuxi los beneficios, calculados según el valor
actual de los ingresos totales, son mayores que los costes, calculados según el valor actual
de los egresos totales, obteniendo valores de relación B/C mayores a 1. Para el caso del
proyecto Tundama se obtiene una relación B/C negativa que indica que los costos son
mayores que los beneficios, por lo que éste proyecto con las características actuales no se
debería considerar.
Considerando que para los proyectos Samacá I y Samacá II la tasa interna de retorno, 15%,
y 10,5% respectivamente, es superior a la tasa de descuento considerada, 7,9 %, y el VPN es
positivo, por tanto, se puede afirmar que la inversión cumple con los criterios de rentabilidad
y por consiguiente, los proyectos son viables.
Capítulo 7 117
Para el caso del proyecto Sugamuxi donde se tiene una TIR de 5% inferior a la tasa de
descuento, el proyecto debería rechazarse bajo las mismas condiciones que los demás
proyectos, pues no se alcanza la rentabilidad mínima que se le pide a la inversión, para este
proyecto después de 11 años de explotación del parque eólico se generan los recursos
suficientes para recuperar la inversión realizada. Para el proyecto Tundama de acuerdo a
los indicadores financieros evaluados, con un VPN y relación B/C negativos y una TIR de
inferior a la tasa de descuento, no deberá llevarse a cabo la inversión, bajo las mismas
condiciones que los demás proyectos, pues se producen ganancias por debajo de la
rentabilidad exigida.
El valor del 7,9% de tasa de descuento se toma como rentabilidad límite para la TIR, pues
con una relación de este orden el ingreso anual que da el proyecto permite tener
rentabilidad, además de cubrir el costo de capital, de financiamiento y el riesgo asociado a
este tipo de negocios. Para los proyectos Samacá I y Samacá II se obtiene un porcentaje
adicional a la tasa de descuento de 5,57% y 2,4% respectivamente considerándose como
rentabilidad real, lo que permitirá generar utilidades para el proyecto.
Financiación
Si se considera un financiamiento de acuerdo a lo recomendado por la UPME, en el cual el
65% de la inversión correspondería a créditos recibidos y el 35% restante corresponderá a
recursos propios, los tres criterios de evaluación de inversión para cada uno de los proyectos
serán los presentados a continuación.
En términos generales para los proyectos Samacá I y Samacá II la tasa interna de retorno,
26,4%, y 13,4% respectivamente, es superior a la tasa de descuento considerada, 7,9 %, y
el VPN es positivo con valores de 12,96 MUSD y 3,94 MUSD, por tanto, se puede afirmar
que la inversión cumple con los criterios de rentabilidad y por consiguiente, los proyectos
son viables considerando un financiamiento del 65%. Para los proyectos Samacá I y
Samacá II con financiación del 65% se obtiene una rentabilidad real de 18,5% y 5,5%
respectivamente, utilidades mayores que las estimadas considerando inversión de capital
propio y que permiten cubrir los intereses a capital y dejar un margen atractivo de
rentabilidad para el capital propio y apalancado.
Para los proyectos Samacá I, Samacá II y Sugamuxi se obtienen valores de relación B/C
mayores a 1. Para el caso del proyecto Tundama se obtiene una relación B/C inferior a 1.
Para el caso de los proyectos Tundama y Sugamuxi se tienen valores de VPN negativos y una
TIR inferior a la tasa de descuento, lo que permite afirmar que aun cuando se realice el
financiamiento del 65% de la inversión los indicadores no mejoran y no se alcanza la
rentabilidad mínima que se le pide a la inversión, bajo las mismas condiciones que los demás
proyectos aun cuando la relación B/C para el proyecto Sugamuxi es superior a 1.
Para los proyectos Samacá I y Samacá II los valores obtenidos para el VPN con
financiamiento del 65% son menores a los obtenidos si el proyecto se realiza con capital
propio, caso contrario ocurre para la TIR, la cual es mayor cuando se considera financiación.
El periodo de recuperación para estos dos proyectos es menor si se considera financiación.
Financiación
A continuación, se presenta el comparativo de la variación del VAN y TIR para diferentes
casos de financiación:
Tabla 7-16: Análisis de sensibilidad del VPN y TIR respecto al tipo de financiación
De acuerdo con los resultados que se tienen a medida que se cuenta con mayor financiación
externa, los valores estimados de para la TIR aumentan, mientras que para el VPN
disminuyen, todos los valores obtenido de TIR se encuentran por encima de la tasa de
descuento. Desde el punto de vista del inversionista se podría decir que la mejor
combinación se presenta cuando se genera un mayor VPN, que para éste se da cuando no
hay financiación externa.
Debido a que se tiene la misma inversión inicial para los dos proyectos pues su capacidad
instalada es la misma, se obtiene que la ganancia en VPN que se da al disminuir el porcentaje
de financiamiento 90 % a 0 es de 0,71 MUSD, es decir, por cada 10% menos de financiación
tengo 0,08 MUSD más en VPN.
Inversión
A continuación se presenta el comparativo de la variación del VPN y TIR en función del
aumento o disminución de la inversión de cada proyecto:
120 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
Atendiendo al análisis anterior realizado para la inversión del proyecto podemos deducir
que a menor inversión se obtiene un mayor TIR y VPN, considerando el costo de la inversión
corresponde a un 70% asociado al costo de los aerogeneradores, y que la disminución en los
precios de las turbinas a nivel mundial se ha producido al mismo tiempo que las mejoras en
tecnología de aerogeneradores, se espera que los precios sigan a la baja lo que permita
mejorar la rentabilidad de los proyectos. Debido a que se tiene la misma inversión inicial
para los dos, se obtiene que la ganancia en VPN que se da por cada 5% de inversión es de
1,22 MUSD en VPN, es decir que por cada 5% de disminución en la inversión aumento 1,22
MUSD en VPN y por cada 5% de aumento en la inversión disminuyo 1,22 MUSD en VPN.
Considerando que los proyectos Tundama y Sugamuxi se consideraron no viables con las
condiciones propuestas para su evaluación financiera, se realizó el estimativo de cuánto
debería disminuir el costo de inversión para que estos dos proyectos fueran rentables,
garantizando tener una TIR como mínimo igual a la tasa de descuento. De este análisis se
obtuvo que para el proyecto Tundama la inversión deberá disminuir un 50% y para el
proyecto Sugamuxi un 24%, variaciones intrínsecamente relacionadas con la disminución
en el precio de los aerogeneradores.
Tabla 7-18: Análisis de sensibilidad del VPN y TIR respecto al precio de venta de energía
Precio de venta Samacá I Samacá II
Variación
de Energía media
en el precio VPN (MUSD) TIR (%) VPN (MUSD) TIR (%)
(USD/MWh)
+30% 78 24,67 42,4 12,94 26,3
+20% 72 20,76 37,1 9,90 22,1
+10% 66 16,86 31,8 6,87 17,8
- 60 12,96 26,4 3,84 13,4
-10% 54 9,06 20,9 0,81 9,1
-20% 48 5,16 15,3 -2,22 4,7
-30% 42 1,26 9,7 -5,25 0,2
Conforme aumenta el porcentaje del precio de venta de energía aumenta la TIR y VPN de
los proyectos, estas variaciones indican qué tan atractivo es el proyecto para un inversionista
a diferentes precios de venta, de manera que se pueda analizar la proyección de precios de
venta de energía para estimar la fecha de entrada del proyecto, y así obtener la VPN y TIR
deseada. Para el proyecto Samacá I para el rango de variaciones de precio evaluadas el
proyecto sigue siendo rentable con TIR superior a la tasa de descuento y VPN positivo, lo
que podría a llegar a priorizar su construcción por encima que la de Samacá II. Para el
proyecto Samacá II, se tiene un límite de precio de venta de energía para el cual proyecto
deja de ser rentable bajo las condiciones propuestas, si el precio de venta considerado de 60
USD/MWh disminuye más de 10,8%, obteniendo un precio inferior a 53,5 USD/MWh la TIR
será menor a la tasa de descuento por lo que la inversión no cumplirá con los criterios de
rentabilidad.
Considerando que los proyectos Tundama y Sugamuxi se consideraron no viables con las
condiciones propuestas para su evaluación financiera, se realizó el estimativo de cuánto
debería ser el precio de venta de energía media para que estos dos proyectos fueran
rentables, garantizando tener una TIR como mínimo igual a la tasa de descuento y VPN
positiva. De este análisis se obtuvo que para el proyecto Tundama el precio de venta de
energía media para la entrada del proyecto bajo las condiciones actuales deberá ser igual o
superior a 111 USD/MWh y para el proyecto Sugamuxi como mínimo de 75,6 USD/MWh.
Se obtiene que la variación en VPN que se da por cada 10% de variación del precio de venta
de energía es de 3,90 MUSD en VPN para Samacá I y de 3,03 MUSD para Samacá II.
122 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
8.1 Conclusiones
El ciclo diurno del viento medido en superficie en el departamento de Boyacá presenta
intensidades superiores entre las 9:00 a.m. y las 15:00 a.m. en el 70% de las estaciones
analizadas, para éstas las velocidades más bajas se presentan antes de las 5:00 a.m.. Para el
30% de las estaciones restantes, las mayores velocidades se presentan durante la
madrugada, en el periodo comprendido entre la media noche y las 10:00 a.m. registrando
su pico a las 7:00 a.m. posiblemente debido a condiciones locales de tipo orográfico que
varían su ciclo.
El pico de la velocidad diaria del viento en la mayor parte del departamento de Boyacá
coincide con la punta uno de la curva de demanda promedio de energía en Colombia en el
horario de 11:00 a.m. a las 13:00 p.m., caso contrario ocurre con la punta dos – la de mayor
demanda (18:00 p.m. a 21:00 p.m.) – horario en el que la velocidad del viento en el
departamento empieza a descender.
Respecto al ciclo anual del ciclo diurno el pico de velocidades altas se presenta
principalmente en el mes de agosto o de febrero entre las 9:00 a.m. y las 15:00 p.m. para
cerca del 90 % de las estaciones. Si bien para algunas estaciones los valores de viento medio
124 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
mensual o anual no alcanzan el umbral o niveles significativos de velocidad del viento para
aprovechamiento eólico, sí los superan en intervalos del día durante algunos meses del año.
Para determinar el impacto del ENSO sobre el ciclo interanual de los vientos en el
departamento de Boyacá a partir de la comparación de la serie de velocidad del viento con
las anomalías estandarizadas del Oceanic Niño Index – ONI, a partir de la cual se identificaron
correlaciones del orden de coeficiente r entre 0,136 y 0,659 que se traducen en que no se
puede afirmar que exista una relación común de dependencia con todas las estaciones, pero
que de acuerdo al análisis espectral mensual, se observan picos de velocidades de vientos
probablemente explicados por el ENSO en su fase Niño y valles posiblemente asociado por
el evento ENSO en su fase Niña.
De acuerdo a las curvas de frecuencia acumulada de las estaciones analizadas los vientos en
el departamento de Boyacá se comportan de manera regular, donde los datos de viento se
distribuyen presentando asimetría positiva, la cual refleja que, aunque la mayoría de los
valores se encuentran cerca a los valores medios del viento, existen algunos vientos
superiores a la media que corresponden a vientos más débiles que se presentan con menor
frecuencia.
Se puede estimar que para el 43% de las estaciones de acuerdo a sus rosas de viento, la
dirección predominante corresponde a la Este, posiblemente influenciada por la presencia
de los vientos Alisios del este. Para cerca del 27% de las estaciones la dirección predominante
del viento es la Sur, y para el 30% restante de las estaciones no tienen una dirección
dominante.
no todas las estaciones registran vientos de velocidades altas aptos para generación, los
vientos del departamento que son aprovechables para generación podrían complementarse
de manera adecuada con los ríos afluentes al SIN de la Región Valle (Altoanchicaya, Calima,
Cauca Salvajina, Digua y Florida II) dónde la mejor correlación es de -0,767.
Para la caracterización del viento en el departamento de Boyacá a una altura de 100 metros
se realizó el ajuste de distribución de Weibull a los registros de viento obtenidos en superficie
y se extrapolaron a la altura de interés obteniendo de ésta manera una variación del
parámetro de forma k no muy grande, entre 1,78 y 3,76, lo que se entiende con un
comportamiento regular y estable del viento en el departamento, ya que el parámetro k da
cuenta del rango de variación de la velocidad en un periodo de tiempo. El parámetro de
escala c varía entre 1,66 m/s y 10,15 m/s representando un rango más amplio de variación
debido a las condiciones propias del entorno de cada estación.
Tabla 8-1: Características principales proyectos con potencial de energía eólica identificados en
el departamento de Boyacá
Se obtuvieron factores de carga por encima del factor de carga promedio global ponderado
para la energía eólica en tierra del año 2017 que está alrededor del 29% para tres de los
cuatro proyectos. Si se implementaran los proyectos planteados en el presente estudio para
reemplazar la misma energía generada por otras tecnologías en el SIN se estaría reduciendo
la emisión de CO2 en 73407 tCO2/año y respecto a la generación de una planta a carbón
como Termopaipa se reducirían 214220 tCO2/año.
Se estimó la rentabilidad que poseen los proyectos planteados en el presente estudio bajo
las siguientes condiciones: Periodo de Diseño: 20 años. Tasa de descuento: correspondiente
a un WACC de 7,9%, financiación propia, beneficios tributarios de la Ley 1715 del 2014,
precio de venta de energía de 70 USD/MWh y un costo de instalación de 1300 USD/kW,
obteniendo así que para los proyectos Samacá I y Samacá II la tasa interna de retorno es
superior a la tasa de descuento considerada, el VPN es positivo y la relación Beneficio/Costo
Capítulo 7 127
El Proyecto Samacá I que presenta las mejores condiciones de viento con velocidad media
de 9,24 m/s tiene el LCoE más bajo de los cuatro proyectos con un valor de 0,035 USD/kWh,
mientras que el más alto 0,091 USD/kWh se presenta para el proyecto Tundama el cual
tiene la velocidad media de 5,15 m/s. Tres de los cuatro proyectos (Samacá I, Samacá II y
Sugamuxi) tienen un LCoE por debajo del promedio para la región y el proyecto Tundama
se encuentra dentro del rango de valores encontrados en Sur América, esto significa que los
proyectos de acuerdo a éste indicados se consideran competitivos.
Todos los proyectos evaluados son viables para autogeneración dependiendo del precio por
venta de energía de la zona, la cual correspondería a 70 USD/MWh para los proyectos
Samacá I y Samacá II, a 111 USD/MWh para el proyecto Tundama y a 76 USD/MWh para
el proyecto Sugamuxi.
8.2 Recomendaciones
La mayor parte de las estaciones meteorológicas instaladas en Colombia son de tipo
convencional, en las cuales debido a su naturaleza, dependen del control de los operarios
humanos que se encargan de hacer la lectura de los equipos que registran los datos y que
además por no contar con un control las 24 horas del día pueden existir periodos de tiempo
durante los cuales no se realice el registro de las variables, bien sea por fallas mecánicas,
por mantenimientos, indisponibilidad de operarios, entre otros, por condiciones como ésta
128 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
los datos registrados por el IDEAM pueden venir con ruido: datos incompletos, errores en
los datos y discrepancias en los datos, para lo cual se recomienda realizar un pre-
procesamiento adecuado que permita corregir las inconsistencias antes de emplear los
registros en cualquier estimativo.
Se debe establecer la confiabilidad de los datos suministrados por las distintas entidades que
registran información meteorológica, realizando de ser posible una visita al lugar de
localización de la estación. De esta manera se puede establecer el estado de los instrumentos
de registro, así como las características del lugar de la estación (Distribución de
construcciones cercanas y tamaño de la vegetación alrededor de la estación), pues la
presencia de grandes obstáculos en las zonas aledañas a los instrumentos de medición puede
generar registros probablemente alterados por efectos de turbulencia y no proveerán la
información adecuada de los parámetros del viento.
Avellaneda J. A., (2012). Estudio del potencial de generación de energía eólica en la zona del páramo
de Chontales, municipios de Paipa y Sotaquirá. Departamento de Boyacá. Universidad Libre,
Bogotá.
Ballén, M. López, A., (2012). Regulación en mercados energéticos: caso energía eólica (1990-2009).
Escuela de economía y finanzas Universidad EAFIT, Medellín.
Barrios L. & Rodríguez A., (2004). Behavioural and environmental correlates of soaring-bird mortality
at on-shore wind turbines. Journal of Applied Ecology 41: 72-81.
Blanco, M.I., (2009). The economics of wind energy. Renewable and Sustainable Energy Reviews, 13
(6-7), pp. 1372-1382.
Cañada, R., (2007). Técnicas de interpolación espacial deterministas y exactas: media ponderada por
el inverso de la distancia y funciones de base radial, en Moreno Jiménez, A. (Coord.): Sistemas
y análisis de la información geográfica. Madrid, Ra-Ma, 781-809.
Castro, M., Raigoso, M., Velosa, A., Castañeda, W. (2013). Energía Eólica en el departamento de
Boyacá, Rosa de los Vientos. ENGI Revista Electrónica De La Facultad De Ingeniería.
Universidad Santo Tomás. Vol. 2 No. 1 Junio Año 2 ISSN 2256-5612. Tunja.
Ante El Cambio Climático, Complementariedad Entre Las FNCE Y El SIN Y Costos Indicativos
de Las FNCE.
COWI. (2015). Impact Analysis for Integration of Wind Power Generation in Colombia. Report 03:
Market and Regulatory Aspects.
CMGRD. (2012). Plan Municipal De Gestión Del Riesgo De Desastres – Municipio de Samacá. Consejo
Municipal de Gestión del Riesgo de Desastres. Samacá. Colombia.
Cucó, S., (2017). Manual de energía eólica: desarrollo de proyectos e instalaciones. Universitat
Politècnica de València. Valencia, España.
D’Amico G, Petroni F, Prattico F., (2015). Economic performance indicators of wind energy based on
wind speed stochastic modeling. Appl Energy 2015;154 (0):290–7.
http://dx.doi.org/10.1016/j.apenergy.2015.04.124. ISSN 0306-2619.
De Lucas M, Janss GFE, Ferrer M., (2007). Birds and wind farms: risk assessment and mitigation.
Madrid, España.
Ealo, A. J., (2011) Análisis de generación complementaria entre energía hidráulica y eólica - Caso:
generación ISAGEN – Proyectos eólicos en La Guajira Colombiana. Universidad Nacional de
Colombia. Medellín.
Estévez, H., Rodríguez, J., (2008) Aplicación de métodos estadísticos en el sector eólico. Evaluación
del recurso energético. IBERDROLA Renovables.
IRENA (2017), Renewable energy benefits: Leveraging local capacity for onshore wind, International
Renewable Energy Agency, Abu Dhabi.
IRENA (2018), Renewable Power Generation Costs in 2017, International Renewable Energy Agency,
Abu Dhabi.
Referencias 131
Gallego, S., (2015). Verificación del método MCP para la evaluación del recurso eólico. Máster en
Energías Renovables y Sostenibilidad Energética. Universidad de Barcelona. Barcelona.
España.
García, H; Corredor, A; Calderón, L; Gómez, M., (2013). Análisis costo beneficio de energías
renovables no convencionales en Colombia, FEDESARROLLO. Bogotá D.C., Colombia.
Hariprasad V. et al., "Energy support to airports by wind systems," 2017 International conference of
Electronics, Communication and Aerospace Technology (ICECA), Coimbatore, 2017, pp. 748-
751.
Hernández C., Rodríguez J., (2008). Preprocesamiento de datos estructurados - Structured Data
Preprocessing. Universidad Distrital Francisco José de Caldas. Bogotá D.C. Colombia.
ICAP (2016). Emissions Trading Worldwide. International Carbon Action Partnership (ICAP) Status
Report 2016. Berlin: ICAP.
IDAE (2006). Manuales de energías renovables. Manual de Energía Eólica. Instituto para la
Diversificación y Ahorro de la Energía. Madrid. España.
IDEAM, PNUD, MADS, DNP, CANCILLERÍA. (2016). Inventario nacional y departamental de Gases
Efecto Invernadero – Colombia. Tercera Comunicación Nacional de Cambio Climático. Bogotá
D.C., Colombia.
IDEAM, PNUD, MADS, DNP, CANCILLERÍA. (2017). Resumen ejecutivo Tercera Comunicación
Nacional De Colombia a La Convención Marco De Las Naciones Unidas Sobre Cambio Climático
(CMNUCC). Tercera Comunicación Nacional de Cambio Climático. Bogotá D.C., Colombia.
IPCC (2006): Guidelines for national greenhouse gas inventories. Panel Intergubernamental de
Expertos sobre el Cambio Climático. [Jim Penman, Michael Gytarsky, Taka Hiraishi, William
Irving, and Thelma Krug]
IPCC (2011): Renewable Energy Sources and Climate Change Mitigation. Informe especial del Panel
Intergubernamental de Expertos sobre el Cambio Climático, Ginebra.
132 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
IPCC (2014): Cambio climático 2014: Impactos, adaptación y vulnerabilidad. Resúmenes, preguntas
frecuentes y recuadros multicapítulos. Panel Intergubernamental de Expertos sobre el Cambio
Climático. Organización Meteorológica Mundial, Ginebra. Suiza.
Krömer, P; Misák, S; Stuchly, J; Platos, J., (2016). Wind energy potential assessment based on wind
direction modelling and machine learning. Neural Network World: International Journal on
Neural and Mass - Parallel Computing and Information Systems; Praga. Tomo 26, N.º 6,
(2016): 519-538.
Lecuona, A., (2002). LA ENERGÍA EÓLICA: Principios básicos y tecnología. Leganés, Escuela
Politécnica Superior, Departamento de Ingeniería, Universidad Carlos III de Madrid. Madrid.
España.
LEY N° 1715 DE 2014 (2014) Congreso de Colombia. - Por medio de la cual se regula la integración
de las energías renovables no convencionales al Sistema Energético Nacional. Diario Oficial
No. 49.150. Mayo 13. Bogotá D.C. Colombia.
Mazon J., Rojas J., Jordi J., Valle A., Olmeda D. and Sanchez C., (2015). An assessment of the sea
breeze energy potential using small wind turbines in peri-urban coastal areas Journal of Wind
Engineering and Industrial Aerodynamics139 1–7.
Methew, S., (2006) Wind Energy: Fundamentals, Resource Analysis and Economics, Springer,
Alemania.
Mur, J., (2008). Curso de Energía Eólica. Tesis de Magister para optar al título de Master Europeo en
Energías Renovables y Eficiencia Energética, Departamento de Ingeniería Eléctrica,
Universidad de Zaragoza, Zaragoza, España.
Noriega, C. J. Díaz, G. E., (2011). Recurso Eólico en Colombia. Revista Ingenio / Año 2 / Nº 1 / 2.009
/ ISSN 2011-642X. Ocaña.
Referencias 133
Pascualino J., Cabrera C., Vanegas M., (2015). The environmental impacts of folic and solar energy
implementation in the Colombian Caribe. Prospect, Vol 13, N° 1, 68-75, 2015.
PNUD (2002). Manuales sobre energía renovable: Eólica. Programa de las Naciones Unidas para el
Desarrollo. Biomass Users Network (BUN-CA). -1 ed. -San José, Costa Rica.
Pryor, S.C., Barthelmie, R.J., (2010). Climate change impacts on wind energy: A review. Atmospheric
Science Program, College of Arts and Sciences, Indiana University. Renewable and Sustainable
Energy Reviews. Volume 14, Issue 1, January 2010, Pages 430-437
Racero A. C., (2012). Viabilidad de un Parque Eólico con Sistema de Almacenamiento de Energía
Mediante el uso de Modelos de Predicción. Trabajo fin de grado. Universidad de Sevilla,
Departamento de Energía Eléctrica. Sevilla, España.
REN21 (2016). Renewables 2016 Global Status Report (Paris: REN21 Secretariat).
REN21 (2017). Renewables 2017 Global Status Report (Paris: REN21 Secretariat). ISBN 978-3-
9818107-6-9.
Ritter, M.; Deckert, L., (2017). Site assessment, turbine selection, and local feed-in tariffs through the
wind energy index. Appl Energy, 185, pp. 1087-1099
Ritter, M.; Shen, Z.; López Cabrera, B.; Odening, M.; Deckert, L., (2014). Designing an index for
assessing wind energy potential, SFB 649 Discussion Paper, No. 2014-052
Savino, M.M., Manzini, R., Della Selva, V., Accorsi, R., (2017). A new model for environmental and
economic evaluation of renewable energy systems: The case of wind turbines. Applied Energy.
Volume 189, 1 March 2017, Pages 739-752
Tavares, Marcos Antonio. Moita Neto, José Machado, Loiola, João Victor Lopes de, Silva, Emerson
Mariano da, & Alves, José Maria Brabo. (2017). Caracterização do Regime de Ventos no Piauí
Para o Aproveitamento de Energía Eólica. Revista Brasileira de Meteorología, 32(1), 77-88.
134 Identificación de proyectos con potencial de generación de energía eólica como
complemento a otras fuentes de generación eléctrica en el departamento de Boyacá
UPME (2003) Guía para la utilización de la energía Eólica para generación de energía Eléctrica.
Unidad de Planeamiento Minero Energético. Bogotá D.C. Colombia.
UPME, IDEAM (2006). Atlas de viento y energía eólica en Colombia. Unidad de Planeamiento Minero
Energético. Instituto de Hidrología, Meteorología y Estudios Ambientales. Bogotá D.C.
Colombia.
UPME (2010). Plan de desarrollo para las fuentes no convencionales de energía en Colombia
(PDFNCE). Unidad de Planeamiento Minero Energético. Consorcio Energético CORPOEMA.
Bogotá D.C. Colombia.
UPME (2013). Estudio para determinar la vulnerabilidad y las opciones de adaptación del Sector
energético Colombiano frente al cambio climático. Unidad de Planeamiento Minero Energético.
Bogotá D.C. Colombia.
UPME, IDEAM (2015). Atlas de viento y energía eólica en Colombia. Versión Interactiva. Unidad de
Planeamiento Minero Energético. Instituto de Hidrología, Meteorología y Estudios
Ambientales. Bogotá D.C. Colombia.
UPME (2015a). Estudio de generación eléctrica bajo escenario de cambio climático. Unidad de
Planeamiento Minero Energético. Bogotá D.C. Colombia.
UPME (2016). Plan de expansión de referencia generación – transmisión 2016 – 2030. Unidad de
Planeamiento Minero Energético. Ministerio de Minas y Energía. Bogotá D.C. Colombia.
UPME (2017). Factores de emisión del Sistema Interconectado Nacional Colombia-SIN. Unidad de
Planeamiento Minero Energético. Bogotá D.C. Colombia.
Vergara, W; Deeb, A; Toba, N; Cramton, P; Leino, I. (2010). Wind energy in Colombia: a framework
for market entry. A World Bank study. Washington, DC: World Bank.
Villarrubia López, Miguel (2012). Ingeniería de la Energía Eólica, Colecciones Nuevas Energías.
Facultad de Física. Universidad de Barcelona. Barcelona, España.
Wang, Shifeng; Wang, Sicong (2015). Impacts of wind energy on environment: A review, Renewable
and Sustainable Energy Reviews, Volume 49, Págs. 437-443, ISSN 1364-0321.