Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ing. Ángel Amado Recio Recio, Ph D. 1.Lic. Ramón Rodríguez Betancourt, Ph D.2. Ing. Guillermo
Mosquera Quintero. M.Sc.3
.
RESUMEN
El objetivo 11 del Plan Nacional del Buen Vivir 2013-2017, en el apartado 11.1, expresa:
“Incentivar el uso eficiente y el ahorro de energía, sin afectar la cobertura y calidad de sus
productos y servicios”. La importancia de conocer la eficiencia térmica de los generadores de
vapor, radica en evaluar el grado de aprovechamiento de la energía del combustible utilizado.
Esta eficiencia depende de los factores que intervienen en el interior de la combustión y son: los
gases, el proceso químico interior y la reducción. La aplicación del método de Regresión Lineal
Múltiple ofrece cuantiosas ventajas para medir estos factores siempre y cuando se conozca su
intervalo de variación. Los resultados para el caso de la Termo-1 de la provincia de Esmeralda es
que el factor con mayor peso son los gases, con una disminución de la eficiencia del, 3,39% por
unidad de gases en el interior de la caldera
Palabras Claves: Eficiencia Térmica, Calderas, Regresión Lineal Múltiple, Gases.
SUMMARY
Objective 11 of the National Plan for Good Living 2013-2017, in section 11.1, states: "Encourage
the efficient use and saving of energy, without affecting the coverage and quality of its products
and services." The importance of knowing the thermal efficiency of steam generators lies in
evaluating the degree of utilization of the energy of the fuel used. This efficiency depends on the
factors involved in the interior of the combustion and is: gases, the internal chemical process and
reduction. The application of the Multiple Linear Regression method offers many advantages to
measure these factors as long as their range of variation is known. The results for the case of
Thermo-1 of the province of Esmeralda are that the factor with greater weight is the gases, with a
decrease of the efficiency of the 3.39% per unit of gases inside the boiler.
Key Words: Thermal Efficiency, Boilers, Multiple Linear Regression, and Gases.
INTRODUCCIÓN
El objetivo 11 del Plan Nacional del Buen Vivir 2013-2017, en el apartado 11.1, expresa:
“Incentivar el uso eficiente y el ahorro de energía, sin afectar la cobertura y calidad de sus
productos y servicios”.
También se enfatiza que: “Otro aspecto importante se refiere a la intensidad en el uso energético.
Su índice permite obtener una medida de la eficiencia en el uso de energía. Desde 1995 hasta
2010, este índice ha tenido una tendencia creciente para el caso ecuatoriano, lo que significa que
cada vez se utiliza una mayor energía para la misma cantidad de producción”.
Y afirma además: “En este sentido, en el periodo 2000-2011, la demanda nacional de energía
aumento a una tasa mayor (6,10%) que la tasa de crecimiento económico (4,37%). Para 2011, el
índice de intensidad energética para el Ecuador fue de 1,72, es decir, superior al promedio de
América Latina y el Caribe que fue de 1,29. El índice ecuatoriano fue también superior al de
Centroamérica (1,47) al del Cono Sur (1,48) y al de la CAN (1,38) (MICSE, 2012a)”.
De lo cual se desprende la necesidad que tiene el país de, para mejorar la eficiencia energética en
todos los sectores. La eficiencia energética (EE) es una herramienta que ayuda a reducir el
consumo energético de los sistemas eléctricos y térmicos, y a su vez busca optimizar el
desempeño de los mismos, evaluando sus parámetros de funcionamiento, sus consumos
energéticos, la variación de la carga durante el periodo de trabajo, sus rendimientos, entre otros
parámetros específicos de cada equipo.
En la eficiencia energética (EE) de una Central Termoeléctrica de condensación (CTE),
intervienen varios equipos térmicos, que tienen como función la generación, transporte y y
posteriormente el uso de este vapor, el primero es el Generador de vapor, las tuberías de
conducción de vapor, la Turbina de vapor que mueve el generador de electricidad, el
condensador y las bombas.
A partir del combustible que se introduce al generador de vapor para que se produzca la
combustión y con ello el calor, que permita producir el cambio de fase del agua y su conversión
en vapor, que es la sustancia de trabajo, ocurren pérdidas que si no son debidamente controladas
algunas y eliminadas otras traerán como consecuencia, que durante la generación transporte y
uso de vapor se gaste consuma más calor del necesario y por consiguiente más gasto de
combustible en la CTE.
Por lo tanto es el generador de vapor un equipo fundamental dentro de esta instalación y juega
un papel muy importante en la eficiencia de la CTE. El nivel de eficiencia energética de un
generador de vapor es función tanto de la combustión que se genera en su seno como de los
equipos que lo conforman, y envuelve la combustión y transferencia hacia el agua la energía que
es capaz de generar el combustible antes de que sus gases de combustión salgan por el conducto
de evacuación o chimenea.
La importancia de conocer la eficiencia térmica con que operan los generadores de vapor,
también denominados calderas, radica en evaluar el grado de aprovechamiento de la energía del
combustible para producir vapor. Además, se pueden cuantificar las cantidades de calor que
ingresan y egresan de una caldera. Sin embargo esta eficiencia depende de los factores que
intervienen en el interior de la combustión y varían según el uso que se le ha dado a la caldera.
Estos factores son: temperatura de los gases a la salida del generador de vapor, el proceso de
combustión interior (perdidas por incombustión química) y la incombustión mecánica.
En este sentido las calderas de la Termo-1 de la provincia de Esmeralda presentan una eficiencia
promedio en el 70 a 82 por ciento, lo cual se considera baja y por tanto es necesario investigar las
causas que producen este bajo rendimiento.
MATERIALES Y MÈTODOS
El Balance térmico del Generador de Vapor.
Al aplicar la 1ra. Ley de la termodinámica al Generador de Vapor (G.V.). como un sistema
termodinámico abierto que no intercambia trabajo con los alrededores y no varían su energía
cinética y potencial, se expresa que:
𝑄𝑑𝑖𝑠 : La energía aportada por el combustible orgánico preparado que se quema en el horno.
𝑄ú𝑡𝑖𝑙 : La energía transferida al agua que se convierte en vapor de alta presión y temperatura
𝑄𝑝é𝑟𝑑 : La energía que se escapa por diferentes vías y no es aprovechada.
Donde los calores antes descritos se expresan referidos ya sea a la unidad de masa de
combustible consumida o a la unidad de tiempo durante el funcionamiento del GV.
Las expresiones de cálculo de la ecuación de balance térmico son diversas y difieren de una
instalación de caldera a otra. No obstante en general se agrupan de la forma siguiente:
El calor disponible (𝑄𝑑𝑖𝑠 ) considera: el calor específico de combustión (valor calórico bajo del
combustible), calentamiento sensible, y otros que se aporten a la entrada de calor del generador
de vapor.
El calor útil (𝑄ú𝑡𝑖𝑙 ) se refiere a la energía absorbida por la sustancia de trabajo termodinámica
(agua, vapor recalentado) hasta convertirse en vapor de diferentes calidades (saturado,
sobrecalentado, recalentado, etc.)
Las pérdidas de calor (𝑄𝑝é𝑟𝑑 ) agrupan las relativas a: gases calientes (q2) que salen de la caldera,
incombustión [química (q3) y mecánica (q4)], superficies calientes (q5) en contacto con el medio,
cenizas calientes (q6) extraídas del horno (para carbones), etc.
La eficiencia neta (ηn) toma en cuenta los gastos internos de energía (qin) de equipos auxiliares
del GV tales como ventiladores, motores de accionamiento etc.
𝜂𝑛 = 𝜂𝑏 − ∑𝑞𝑖𝑛
Método directo de calcular la ηb del generador de vapor.
𝑄ú𝑡𝑖𝑙 = 𝐷𝑣.𝑠𝑜𝑏 (𝑖𝑣.𝑠𝑜𝑏 − 𝑖𝑎𝑎 ) + 𝐷𝑣.𝑠𝑎𝑡 (𝑖𝑣.𝑠𝑎𝑡 − 𝑖𝑎𝑎 ) + 𝐷𝑝 (𝑖𝑝 − 𝑖𝑎𝑎 ) + 𝐷𝑣.𝑟𝑒𝑐 (𝑖𝑣.𝑟𝑒𝑐 − 𝑖𝑣.𝑒𝑥𝑡𝑟 )
Una de las técnicas econométricas más utilizada actualmente es el análisis de regresión. Las ideas
básicas de la regresión lineal simple, a partir de la función de regresión poblacional (FP) con una
variable independiente, y su extrapolación a la función de regresión muestral (FM). Se parte de
una muestra, con la cual y a partir del método de los mínimos cuadrados se obtienen los
coeficientes de regresión. Estas ideas pueden ser extrapoladas al análisis de regresión lineal
múltiple. Una línea de de regresión lineal múltiple hallada a partir del método de los mínimos
cuadrados debe ser sometida a supuestos, los cuales si no se cumplimentan se debe ampliar o
cambiar la muestra seleccionada. (Rodrìguez, 2009)
Con estas premisas el problema sería, determinar la mejor función de respuesta, mediante la
cual se pueda estimar el grado de eficiencia de la cadera, variable dependiente, a partir de los
principales factores que lo producen, variables independientes, lo cual permitirá en una primera
etapa de la investigación determinar cuál sería el peso de los factores que intervienen en la
eficiencia de la caldera, con el objetivo de proyectar el programa de mantenimiento a costo
mínimo.
Variable dependiente
Yi
- observación i del grado de eficiencia de la caldera en porciento,
Variables independientes:
Parámetros:
β0- Constante de la función y representa el grado de eficiencia de la caldera, cuando las variables
independientes toman el valor de cero;
β3- Coeficiente asociado a las perdidas por incombustión mecánica dado en %, representa la
variación promedio del porciento de eficiencia por variación unitaria de por incombustión
mecánica, manteniendo constante el resto de las variables independientes;
ε – perturbación estocástica, que representa una variable sustitutiva de todas las variables
omitidas que puedan afectar a Yi.
El punto de partida estará dado por cinco funciones de respuesta o modelos de regresión lineal
múltiples, los cuales se muestran a continuación:
Lineal: Y= β0 + β1 X1 + β2 X2 + …+ βn Xn + ε;
Lineal-Logarítmica: Y= β0 + β1 ln X1 + β2 ln X2 + … + βn ln Xn + ε;
1 1 1
Inversa: Y= β0 + β1 (X ) + β2 (X ) + …+ βn (X ) + ε;
1 2 n
Doble logarítmica: ln Y = β0 + β1 ln X1 + β2 ln X2 + … + βn ln Xn + ε;
Logarítmica-Lineal: lnY= β0 + β1 X1 + β2 X2 + …+ βn Xn + ε.
3) Debe examinar se el coeficiente R2, lo cual indica la bondad del ajuste, es decir la explicación
de la variable dependiente por las independiente
5) Prueba t, también es una prueba paramétrica al igual que la F pero para cada coeficiente
6) Independencia y normalidad de los errores, prueba no paramétrica, supuesto del que parte el
teorema de Gauss-Markus, su no cumplimiento implica que las pruebas F y t no son confiables
7) Prueba de homoscedasticidad, implica que las varianzas de los errores son constante para
cada predicción y su cumplimiento confirma que la muestra hallada pertenece a la población
8) Los pronósticos deben estar acordes con el recorrido de la variable independiente. (Gujarati,
2010)
9) Multicolinealidad. Este caso implica que los pronósticos no son confiable y tiene lugar cuando
el coeficiente R2 es alto y la prueba F es inconsistente.
El supuesto sobre si el modelo está bien especificado y la multicolinealidad se realiza una vez
obtenido el modelo.
d) Pronóstico
En este paso se le dan valores a las variables independientes y se comprueba que los pronósticos
corresponden con la variación de la variable dependiente.
Lineal
Yi 97,70537 3,388365 X 1 12,78378 X 2 12,10373 X 3 ei
Coeficientes Yi 97,70537 1,051377 X 1 0,529652 X 2 0,474625 X 3 ei
ᵦ Estandarizado
Leyenda: Yi : Grado de contaminación en %; X 1 : gases; X 2 : química y X 3 : Aceite y Grasas,
reductores.
Fuente: Sistema Informático para al Cálculo de Estimados de Producción y Servicios (SICEP v.5)
CONCLUSIONES
En este sentido el coeficiente de los gases es el que más influye en la contaminación, con un
coeficiente negativo de-3.388365 de decremento en la eficiencia por cada *** de que aumente
este factor, significando que el aumento de este factor influye de forma negativa en la eficiencia,
le siguen la química, cuyo coeficiente es 12,78378, y por los reductores con 12,10373, estos dos
últimos factores influyen en forma positiva en la eficiencia.
3. No obstante debido a las diferentes unidades de medidas en que se expresan las variables
independientes, es conveniente conocer la influencia de los factores en la contaminación
utilizando el coeficiente β Estandarizado, que es el coeficiente relativo a las unidades de
desviación, cono se observa en este caso el factor que más influye de forma negativa son los gases
y de forma positiva la química y los reductores.
5. La función hallada puede ser utilizada como restricción en modelos económicos matemáticos
de programación lineal conjuntamente con otras restricciones para determinar la combinación
óptima de factores que maximicen la eficiencia de las calderas, lo cual incidirá directamente en la
disminución de los costos de generación.
REFERENCIAS BIBLIOGRÁFICAS.
Reporte: Muestras
Función: Eficiencia
Función: Eficiencia
Variables:
y: Eficiencia
x1: Gases
x2: química
x3: reducción
Significación: 0,05
Ecuación de Regresión:
y=B0+B1_1*(x1)+B1_2*(x2)+B1_3*(x3)
Análisis de Coeficientes
E^2=b0+b1_1*(x1)+b1_2*(x2)+b1_3*(x3)+b2_1*(x1*x1)+b2_2*(x1*x2)+b2_3*(x1*x3)+b2_4*(x2*
x2)+b2_5*(x2*x3)+b2_6*(x3*x3)