Sesión 6.

Líneas de base energética e

indicadores de desempeño
energético

Docente
Omar Prias, ofpriasc@unal.edu.co
Director Diplomado
Parámetros de Desempeño
Energético

1
 Planificación

Parámetros Objetivos,
Requisitos
Revisión de metas y
legales y otros
energética desempeño planes de
requisitos
energético acción

2
3
Parámetros para el seguimiento al
desempeño energético
 Indicador de

Indicador de desempeño energético

desempeño Línea de Base Energética

energético (IDE) Meta Energética

 Línea de base

(IDE)
energética (LBE) Valor real

¡Meta
 Meta Energética
alcanzada!

 Valor Real

 Mejora Energética
Fuente: ISO 50006:2014
3
Línea base de consumo y línea
base de índice de consumo

4
Línea de base energética definición ISO 50001

Referencia cuantitativa que proporciona la base de

comparación del desempeño energético.

Nota 1: La línea de base energética se fundamenta en los datos de un periodo de

tiempo especificad y/o las condiciones, según lo defina la organización

Nota 2: Las líneas de base energética se usan para la determinación de la mejora

del desempeño energético como referencia antes y después, o con y sin la
implementación de acciones de mejora del desempeño energético

5
Fuente: NTC:ISO 50001:2019
Requisitos de una Línea de base energética (LBEn)
 La organización debe establecer una o varias líneas de base energética usando la información de la revisión
energética y tomando en cuenta un periodo de tiempo adecuado.

 Cuando la organización tenga datos que indiquen que las variables relevantes afectan significativamente el
desempeño energético, la organización debe llevar a cabo la normalización de los IDEn y sus
correpondientes LBEn.

Normalización
Modificación de datos para involucrar cambios que permitan la comparación
del desempeño energético bajo condiciones equivalentes.

 Nota: Dependiendo de la naturaleza de las actividades, la normalización puede ser un ajuste simple o un
procedimiento más complejo.

Fuente: NTC:ISO 50001:2019 6

 ¿Qué deseamos conseguir con
la línea de base energética?
 Una referencia del consumo para evaluar el desempeño energético en
función de una variable independiente que influye significativamente
sobre el consumo de energía.
 Que la referencia de consumo no varíe con factores externos como
clima, tipo de producto, cantidad de producto realizado, etc. (es decir
que se pueda normalizar)
 Que la referencia de consumo de energía solo varíe con la variable o
las variables independientes con que fue realizado el modelo.
 Que el consumo de referencia obtenido por el modelo no incluya los
errores operacionales y de mantenimiento, errores de medición,
cambios de tecnología, que pueden provocar una mala referencia del
consumo.

7
Línea de Base Energética – Tipos Comunes
TIPOS OBSERVACIONES
Costo mensual de energía Depende de cambio de tarifa, de cambio de cantidad de producción, de cambio
del año anterior de referencias de producción, de cambios climáticos y de cambios en el
desempeño energético.
Consumo mensual del año Depende de cambio de cantidad de producción, de cambio de referencias de
anterior producción, de cambios climáticos y de cambios en el desempeño energético.

Presupuesto del costo Depende de cambio de tarifa, de cambio de cantidad de producción, de cambio
mensual de la energía de referencias de producción, de cambios climáticos y de cambios en el
desempeño energético respecto a lo planificado.

Presupuesto de consumo Depende de cambio de cantidad de producción, de cambio de referencias de

mensual de la energía producción, de cambios climáticos y de cambios en el desempeño energético
respecto a lo planificado.
Eficiencia de equipos o Depende del estado técnico, de regímenes de trabajo, del factor de carga y de
sistemas cambios del desempeño energético
Índice de consumo de Depende de cambio de cantidad de producción, de cambio de referencias de
energía producción, de cambios climáticos y de cambios en el desempeño energético
respecto
Modelos de consumo de Depende del grado de significación del modelo, nivel de confianza , precisión
energía alcanzada, desempeño energético

Ojo, no todas son adecuadas a los modelos empresariales 8

Modificación de la línea de base energética (LBEn)
 Una línea de base energética debe ser revisada en los siguientes casos:
a) Los IDEn ya no reflejan el desempeño energético de la organización.
b) Existen cambios mayores en los factores estáticos
c) Según un método predeterminado

Taller
Identifique posibles casos de
cambios en una LBEn debido a
cada uno de los casos
mencionados

La información de las LBEn, las variables relevantes (significativas) y las

modificaciones que se realicen deben mantenerse como información
documentada del SGEn.
9
 Premisas para la elaboración de la línea
de base energética adecuada

 La línea base es un modelo matemático que permite describir el consumo de

energía de un equipo, área o proceso con un nivel de confianza y precisión
adecuada.
 Se basa en un modelo de regresión que puede ser univariable o multivarible.
 Deben usarse datos de al menos un ciclo operacional (es decir que contengan las
variaciones climáticas, operacionales y de estado técnico de equipos que se
producen de forma cíclica). Generalmente se usa al menos un año de operación.
 Las condiciones de trabajo del periodo de toma de datos deben ser las mismas:
(mismos equipos, procedimientos operacionales, horas de trabajo etc.)

10
Premisas para la elaboración de una
línea de base energética adecuada
 La variable dependiente del modelo es siempre la energía consumida. Y
 La variables independientes del modelo son las variables
significativas que no dependen de la operación o del mantenimiento, o
sea, no pueden ser controladas por los operadores o mantenedores (Ej. X1, X2, X3..
Producción, grados-día etc…) Pueden ser una o más de una Y SON LA
REFERENCIA DE MEDICIÓN DEL DESEMPEÑO.

 Debe probarse que las variables usadas para elaborar el modelo son
significativas para consumo de energía. Para ello se usa el método p- p< 0,05
value con p< 0,05

11
Consideraciones acerca de la línea de base
¿Es el comportamiento del consumo energético lineal?
R/ La denominación línea de base no quiere decir que el comportamiento es lineal, sin embargo , si es posible linealizarlo
con un buen grado de aproximación.
¿Cómo es posible linealizar el consumo?
R/ Si se compara el comportamiento real con un modelo de comportamiento lineal y ese modelo presenta un nivel de
confianza y de precisión de la aproximación adecuado entonces es posible linealizar el consumo.
¿Tiene sentido físico un comportamiento lineal del consumo de energía?.
R/ Un comportamiento lineal significa que habrá un valor fijo de consumo ( intercepto) que no depende de la variable que provoca el
consumo y que existe una parte variable del consumo que depende de esa variable. La parte variable del consumo estará
compuesta por la multiplicación de un valor fijo ( pendiente o razón de cambio del consumo con la variable que provoca el
consumo) y la propia variable independiente que provoca el consumo. Este modelo puede ser multivariable, es decir pueden
existir mas de una variable que impacte el consumo de energia y mas de un coeficiente que multiplique esa variable:

Y = m1 X1 + m2 X2 + m3 X3 + b

Este modelo de descripción matemático tiene relación con el comportamiento real del consumo de energia de cualquier
proceso, donde hay un consumo que no depende de las variables ( arranque, paradas, tiempos perdidos, ventilación,
iluminación etc… y otro que si depende: cantidad de producción, demanda de calor, demanda de frio etc…)

12
 Preguntas acerca de la línea de base
¿Por qué linealizar el consumo de energía con respecto a las variables que no dependen de la
operación y el mantenimiento?

 Buscar las variables significativas que impactan el consumo de energia y que no pueden ser controladas por el
operador o el mantenedor del proceso, equipo o sistema ( Ej. Cantidad de producto a realizar, Grados días del
clima, Cantidad de agua a separar ( secador), horas de funcionamiento ( sistema de iluminación o ventilación),
etc..) y
 Determinar un modelo lineal del consumo de energia en función de una o varias de esas variables ( univariable
o multivariable). Si el modelo lineal es significativo, quiere decir que obtuvimos el modelo que determina el
consumo de energia para cambios de esa variable con un nivel de confianza y de precisión alto.
 Las variaciones no explicadas del consumo que da ese modelo se deben a otros factores, parámetros o
variables que si pueden ser controlados por el operador o el mantenedor del equipo, o sea por un sistema de
gestión de la operación y del mantenimiento.
 La desviación del punto real de consumo de energia con respecto al consumo del modelo me indica, qué tanto,
las variables que si pueden ser controladas influyen sobre el consumo de energia y por tanto si el control
operacional y del mantenimiento pueden reducir significativamente o no el consumo de energia en ese
proceso.
 Si aplicamos un control operacional y del mantenimiento que permita reducir el impacto de las variables que
suben el consumo energético para iguales valores de las variables significativas que no pueden ser contraladas,
entonces hemos logrado por esa vía, con el mismo equipamiento y personal (baja inversión) reducir el costo
energético.
13
 Modelo vs comportamientos reales
250000
Consumo en gas Calcinador

200000

y = 50.244x + 22637
2
R = 0.9096

150000
M3 de gas

100000

50000

Ton mineral seco Lineal (Ton mineral seco)

Toneladas
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500

LINEA BASE CONSUMO DE ENERGÍA ELÉCTRICA

MANEJO DEL CARBÓN. PUERTO BOLÍVAR
140000

120000

Consumo EE (kwh/día)
100000

80000

60000
Ebase=0.4259P+19961
40000 2
R =0.8587
Eo =27.27 %
20000

0
0 50000 100000 150000 200000 250000

Producción (Ton Carbón Manejado/día)

LINEA BASE Mayo 7-13. 2003 Mayo 7-13. 2004
Dias eficientes Mayo 2003 Mayo 16 Lineal (LINEA BASE)

14
Metodología para elaborar la línea base

1. Definición del
2. Definición de la 3. Definir las
período base
muestra de datos variables que van a
(anual; semestral;
mínima. línea base.
semanal).

5. Verificación de r2 y
4. Establecer el filtrado de datos
modelo lineal de (elevar r2 hasta la 6. Toma de datos.
línea base. muestra mínima de
datos).

7. Determinar atributos del

modelo (confiabilidad,
precisión absoluta y relativa)
15
 Pasos para elaborar la línea base

1. Definición del periodo base

Periodo que cubre la influencia de las variables significativas sobre el consumo

de energía.

Recomendación:

• Tomar los dos últimos años o en su defecto el último

año

• Tomar una periodicidad mensual

16
 Metodología para elaborar la línea base

2. Definición De La Muestra De Datos

Mínima

No. Datos mínimo Rango de datos

Frecuencia Población en un año
ajustado requeridos
Horaria 8760 67*20= 1340 67 - 1340
Diaria 365 n = 67*365/(67+365)= 56,2 57 - 1140
Mensual 12 n = 67*12/(67+12)= 10,2 11- 200

Recomendación:

• Tomar los dos últimos años ( 2015-2016 y 2017) o en su defecto 2016-2017

• Tomar una periodicidad mensual

• Tomar mínimo 12 datos mensuales. Lo ideal es tener mínimo 18-24 datos mensuales
17
 Metodología para elaborar la línea base

3. Definir las variables que van a línea

base

Las variables que van a línea base deben cumplir las Producción
siguientes condiciones:

Ejemplos
1. Son variables significativas. ( determinadas en Mix de producción
la revisión energética)

2. Son variables que no dependen de la Programa de

operación y del mantenimiento producción

Recomendación:
Temperatura
• La variable mas común es la producción realizada. ambiental
• En caso que existan varias referencias productivas realizadas, son
todas las referencias productivas realizadas Ej. Yogurt, leche; queso
Condiciones
etc…expresadas en sus unidades físicas Ej. Litros/mes, Kg/mes etc… ( operativas de la
no todas tienen que estar en las mismas unidades físicas) maquinaria
• En casos excepcionales también puede ser la temperatura ambiente
18
 Metodología para elaborar la línea base
Ej. 2
4. Toma de datos Mes
Producción TEMPERATURA Consumo
(Kg/mes) CARBONATACION °c (KWh/mes)
ene 7150 10 19780
feb. 8600 12 21844
Realizar una tabla de datos de la siguiente forma: mar. 10300 14 25628
abr. 8250 11 22876
may. 12214,9 15 29584

Ej. 1 jun. 12500 15 29584

CONSUMO PRODUCCION jul. 3064,4 8 13416
MES
(KWh/mes) (Lt/mes) ago. 5584,5 9 17028
CONSUMO PRODUCCION sep. 6453,4 11 22879
MES
(KWh/mes) (Lt/mes) oct. 10027,6 13 28899
Si hay mas de una referencia productiva ENERO 282360 5438692 nov. 11768,5 15 29756
FEBRERO 260880 4699549 dic. 8239,7 13 24596
PRODUCCION 2 PRODUCCION 3
CONSUMO PRODUCCION 1 MARZO 274800 5711667 ene. 2072,8 7 11352
MES (kG/mes) (UNIDADES/mes)
(KWh/mes) (Lt/mes) ABRIL 256800 5320030 feb. 6003,7 9 18748
MAYO 284924 5468279 mar. 5003,5 8 17200
JUNIO 266680 5624705 abr. 6820,4 9 18060
JULIO 278730 5612316 may. 7852,4 10 19436
AGOSTO 273400 5450000 jun. 7639,1 10 19264
SEPTIEMBRE 264160 5184623 jul. 6914 9 18060
OCTUBRE 251800 4470798 ago. 7118,2 11 20468
NOVIEMBRE 260320 4790499 sep. 8677,3 12 21470
DICIEMBRE 288360 5648546 oct. 10984,1 15 24768

19
Metodología para elaborar la línea base

5. Verificación de R2 y
filtrado de datos

La verificación del coeficiente de determinación de la muestra de datos consiste en determinar si la relación

entre el consumo de energía y la variable independiente utilizada para la elaboración del modelo de línea
base es significativa o no.
La significación es la probabilidad de que la relación encontrada entre la variable independiente y el
consumo de energia no sea casual y realmente responda a un comportamiento natural del proceso.
La significación se determina por una herramienta estadística denomina p-value. Esta herramienta
establece la probabilidad de que la relación encontrada en el modelo sea real y no sea casual.
La herramienta estadística p-value se aplica de la siguiente forma:
 Se parte de la hipótesis de que no existe relación entre la variable independiente y el consumo de
energia.
 Para que esta hipótesis sea cierta el valor de p-value debe ser mayor que 0,05. Es decir , se requiere un
valor de probabilidad de que sea cierta mayor al 5% .
 Si el valor de probabilidad es inferior al 5% entonces la hipótesis se considera nula o no valida y si existe
relación entre la variable independiente y el consumo de energía.

A continuación veremos como se aplica la herramienta. Primero hay que obtenerla de Excel como
complemento. Esto se indica a continuación.
20
Criterios de r2

Valor r2 Relación E vs VS

0 – 0.04 Despreciable

0,04 – 0,16 Débil

0,16 – 0,49 Moderada

OBJETIVO: 0,75 FUERTE
0,49 – 0,8

0,8 - 1 Muy Fuerte.

21
¿Qué produce cambios en el r2?
Igual dispersión/diferente pendiente menor dispersión/igual pendiente

Cuando tengo igual dispersión pero diferente

pendiente que ocurre al R2?

Cuando tengo menor dispersión pero igual

pendiente que ocurre a R2?
R2=0,1045

R2- aumenta con la pendiente y disminuye

con la dispersión.
22
 Metodología para elaborar la línea base

5. Verificación de R2 y
filtrado de datos

Obtener complemento p-value de excel

1 2

23
 Metodología para elaborar la línea base

5. Verificación de R2 y
filtrado de datos

Obtener complemento p-value de excel

3 4

24
 Metodología para elaborar la línea base

5. Verificación de R2 y
filtrado de datos

Aplicar complemento p-value de excel

1
2

25
 Metodología para elaborar la línea base

5. Verificación de R2 y
filtrado de datos

Aplicar complemento p-value de excel

3 4

P-
value

SI EL P-VALUE < 0,05 NO HAY QUE HACER FILTRADO

DE DATOS PASAR DIRECTAMENTE AL PUNTO 7
26
 Metodología para elaborar la línea base
5. Filtrado de datos ( en
caso necesario) ¿Cómo identificar y eliminar los datos falsos de la muestra?

El filtrado de datos es necesario SOLO cuando el valor de p-value del coeficiente de la variable independiente no
da significativo (>0,05) para la muestra de datos.

En tal caso es necesario identificar los datos con comportamientos atípicos y sacarlos de la muestra . Aplicando de
nuevo el p-value se determina si ya la muestra es válida para la línea base.

Para realizar el filtrado de datos determinamos el error estándar de la media “Se” ( o lo tomamos de la herramienta
p-value) y lo utilizamos para hallar los puntos que están fuera del intervalo:

Y = m*x +b +- z*Se ,

donde z es un valor arbitrario. El primer valor debe ser tal que todos los datos se encuentren en el intervalo y luego
se va disminuyendo hasta encontrar los primeros valores que salen fuera del intervalo.

Sacamos el/los valores que primero salen del intervalo y volvemos a aplicar p-value para verificar la significación
del coeficiente.

Este procedimiento se realiza hasta que ocurre una de las dos condiciones siguientes: ( la que primero ocurra): a)
que el p-value de significativo b) que al quitar los datos falsos el número de datos que quede sea inferior al mínimo
calculado.
27
Metodología para elaborar la línea base
5. Verificación de R2 y
filtrado de datos

PRODUCCION CONSUMO
MES Ton / mes kWh / mes
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,37465862
Ene 9.062 13.867.561 Coeficiente de determinación R^2 0,14036908
Feb 8.642 12.901.742 R^2 ajustado 0,10129495
Mar 9.408 14.050.713 Error típico 3442153,07
Abr 8.369 12.925.207
Observaciones 24
May 8.832 7.986.623
Jun 8.623 13.066.877
Jul 9.723 14.271.384 ANÁLISIS DE VARIANZA
Ago 9.350 8.295.008 Promedio de
Sep 9.566 13.890.942 Grados de Suma de los
Oct 9.514 14.139.281 libertad cuadrados cuadrados F
Nov 9.654 13.787.583 Regresión 1 4,2564E+13 4,2564E+13 3,59237869
Dic 9.869 24.324.000 Residuos 22 2,6067E+14 1,1848E+13
Ene 10.347 14.285.524 Total 23 3,0323E+14
Feb 8.308 12.823.030
Mar 9.710 14.132.371
Abr 9.438 13.869.439 Coeficientes Error típico Estadístico t Probabilidad
May 9.546 5.251.258 Intercepción -7139945,19 11041154,8 -0,64666652 0,52453767
Jun 9.120 13.578.051 Variable X 1 2196,70321 1158,99171 1,89535714 0,0712602
Jul 10.135 14.277.646
Ago 10.221 14.529.618
Sep 10.239 20.871.734 P-value=0,07 > 0,05
Oct 10.289 14.415.425
Nov 10.113 13.970.124 Se requiere filtrar datos.
Dic 10.095 14.358.535

28
 Metodología para elaborar la línea base
5. Verificación de R2 y
filtrado de datos
Datos por
PRODUCCIO fuera de
N
CONSUMO Emod+Z*S Emod-
MES Emodelo
xy Z*Sxy intervalo
Ton / mes kWh / mes 30,000,000
Ene 9.062 13.867.561 12906495,4 16348648,47 9464342,33
Feb 8.642 12.901.742 11983881,4 15426034,47 8541728,33 25,000,000
Mar 9.408 14.050.713 13666553,6 17108706,67 10224400,53 y = 2196,7x - 7E+06 Línea
Abr 8.369 12.925.207 11384182,3 14826335,37 7942029,23
May 8.832 7.986.623 12401254,4 15843407,47 8959101,33
20,000,000 base
Jun 8.623 13.066.877 11942144,1 15384297,17 8499991,03
Jul 9.723 14.271.384 14358514,1 17800667,17 10916361,03 15,000,000
Ago 9.350 8.295.008 13539145 16981298,07 10096991,93
Sep 9.566 13.890.942 14013632,2 17455785,27 10571479,13 10,000,000
Oct 9.514 14.139.281 13899403,8 17341556,87 10457250,73
Nov 9.654 13.787.583 14206941,8 17649094,87 10764788,73
5,000,000
Dic 9.869 24.324.000 14679232,3 18121385,37 11237079,23
Ene 10.347 14.285.524 15729254,9 19171407,97 12287101,83
Feb 8.308 12.823.030 11250183,6 14692336,67 7808030,53 0
Mar 9.710 14.132.371 14329957 17772110,07 10887803,93 8,000 8,500 9,000 9,500 10,000 10,500
Abr 9.438 13.869.439 13732454,6 17174607,67 10290301,53
modelo de datos totales limite superior
May 9.546 5.251.258 13969698,2 17411851,27 10527545,13
Jun 9.120 13.578.051 13033904 16476057,07 9591750,93 limite inferior Lineal (modelo de datos totales)
Jul 10.135 14.277.646 15263554,5 18705707,57 11821401,43 Lineal (limite superior) Lineal (limite inferior)
Ago 10.221 14.529.618 15452470,7 18894623,77 12010317,63
Sep 10.239 20.871.734 15492011,3 18934164,37 12049858,23
Oct 10.289 14.415.425 15601846,3 19043999,37 12159693,23 Las filas en color amarillo son los datos que se eliminan para lograr un p-
Nov 10.113 13.970.124 15215227,1 18657380,17 11773074,03 value significativo en este ejemplo.
Dic 10.095 14.358.535 15175686,5 18617839,57 11733533,43
Promedio
Es necesario identificar en cada caso especifico las causas de que esos
anual 9.507 13.744.570 datos estén fuera del intervalo. 29
Análisis de Significado físico de la variabilidad del consumo
con la variable significativa

Alto nivel de consumo fijo No hay consumo fijo de energía Bajo nivel de consumo fijo
de energía.( potencial) de energía.
Baja variabilidad operacional
Baja variabilidad Alta variabilidad
operacional Alta dependencia de la eficiencia ( operacional ( potencial)
potencial: cambio tecnológico)
Poca dependencia de la Alta dependencia de la
eficiencia ( potencial) eficiencia ( potencial
cambio tecnológico)

31
 Metodología para elaborar la línea base
Se realiza aplicando el P-value a los datos filtrados
y obteniendo la siguiente tabla: 6. Determinación del modelo de
línea base y su nivel de Significación
Resumen
respecto a la variable
Estadísticas de la regresión
independiente.

Coeficiente de Al eliminar datos falsos:

correlación
múltiple 0,93233854
1. Sube el r2 de 0,14 a 0,89
Coeficiente de
determinación
2. El intercepto pasa de ser <0 a >0
R^2 0,869255153 3. Baja el error típico de 3.442.153 a 202.105
R^2 ajustado 0,861564279
KWh/mes
Error típico 202105,408 4. El p-value pasa de 0,07 a 6 * E-09
Observaciones 19
5. Numero de datos de la muestra pasa de 24 a 19.
6. 19 datos es superior a los requeridos. ( 11-200)
ANÁLISIS DE VARIANZA
Suma de
Grados de libertad cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 4,6167E+12 4,61666E+12 113,0242445 6,26597E-09
Residuos 17 6,9439E+11 40846595932
Total 18 5,311E+12

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción 6484540,284 694315,443 9,339472929 4,17511E-08 5019662,746 7949417,82 5019662,75 7949417,82
Variable X 1 775,9627121 72,9886021 10,63128612 6,26597E-09 621,9702224 929,955202 621,970222 929,955202 32
 Metodología para elaborar la línea base

7. Determinación de
propiedades del modelo de LB

Los atributos estadísticos principales del modelo son varios pero el más importante para
nuestro caso es:
El valor de r2 o coeficiente de determinación que me indica la fortaleza de la relación entre Y
y X y además la dirección de la relación, o sea, si cuando crece uno también crece el otro o
viceversa.
Se puede encontrar en la tabla de resultados de la aplicación final del p-value.

Estadísticas de la regresión El 85% de las variaciones del consumo de

energía se debe a variaciones de la variable
Coeficiente de correlación múltiple 0,92265916
Valor de r2 independiente del modelo que en este caso
Coeficiente de determinación R^2 0,85129993
es la producción realizada. El resto 15% se
R^2 ajustado 0,84347361
debe a al la influencia de las variables que
Error típico 210487,007
dependen de la operación y el
Observaciones 21
mantenimiento.

El valor del coeficiente de determinación ajustado es usado para modelos multivariables

donde el numero de mas de una variable produce cambios en su valor.
33
Metodología para elaborar la línea base

8. Determinación de
propiedades del modelo de LB

Atributos del modelo de LB

MODELO 𝑌 = 765,96 ∗ 𝑃 + 6.484.540 KWh/mes

Coeficiente de determinación 85%
Valor de p-value variable
6,26 * E-09 <<<0,05
independiente
Valor de la constante*100/consumo promedio
Energía no asociada a la
mensual= 6.484.540 KWh/mes*100/13.744.570 =
producción ( variable
47% ( alto)
independiente)

Razón de cambio del consumo con

765,96 KWh por cada incremento de una
la producción ( variable
tonelada en la producción.
independiente)
Periodo base Fecha en que se toman los datos
Tipo de materia prima, tipo de equipo, tiempo de
Variables estáticas
trabajo etc… 34
Atributos del modelo de la línea base.
ENA- No depende de P
Atributos Físicos Ej. Energía perdida al medio + energía almacenada +
energía en materiales de desecho + energia en tiempos de
cambios de productos + energía en arranques y paradas +
energia por cambios en parámetros operacionales etc…

Se expresa en unidades de energia.

Puede determinarse en % como:

ENA = ENA * 100 / E prom

2. Razón de cambio de la energia con la

producción:
El modelo indica que las variaciones de la producción
influyen significativamente en las variaciones del
consumo de energia, pero , cómo influyen? La razón
de cambio del consumo con el cambio de una unidad de
la producción es una forma de expresarlo y ese es el
valor de la pendiente del modelo.
La pendiente no es el consumo especifico de energia de
todo el proceso, pero si es el mínimo consumo
especifico de energia promedio que podría obtenerse.

35
 Taller. Interpretación de resultados de
línea base
Planta A: 150 MWh/mes + 0.048 MWh/ton
Planta B: 50 MWh/mes + 0.120 MWh/ton
 Ambas plantas tienen una capacidad de producción de 2500 ton por mes
 Ambas plantas trabajan a 1000 ton/mes

¿Que planta
cerraría Ud?

36
 Interpretación de resultados de línea
base
 Supongamos que la línea base semanal de un horno es
 220,000 kWh/semana + 355 kWh/tonne

¿Cual de las siguientes puede ser la línea base diaria?

A. 31,400 kWh/dia + 50.7 kWh/ton

B. 31,400 kWh/dia + 355 kWh/ton

C. 220,000 kWh/dia + 355 kWh/ton

D. 220,000 kWh/dia + 50.7 kWh/ton

37
Línea Meta

38
Metas de ahorro energético
1. Subjetivas o aspiracionales
 Se ponen de arriba hacia abajo (corporativas)
 Pueden ser arbitrarias
 Pueden no ser alcanzables o ser muy fáciles de alcanzar
 Pueden deprimir al personal.
2. Basadas en planes de acción
 Sobre la base de los cambios planificados
 Son revisadas continuamente
 No consideran cambios operacionales
3. Basadas en el mejor comportamiento previo
 Toman como referencia la línea base.
 Considera cambios operacionales y cambios tecnológicos
planificados.
 Discutidas de abajo a arriba.

39
 Línea meta
Establecer metas cuantitativas de energía basadas en comportamientos previos

Línea meta:
E = 0.4028*P + 15461 LINEA BASE CONSUMO DE ENERGÍA ELÉCTRICA
MANEJO DEL CARBÓN. PUERTO BOLÍVAR
140000
Potencial de ahorro: Ebase=0.4259P+19961
2
120000 R =0.8587

Consumo EE (kwh/día)
Eo =27.27 %
100000
= 0.4259 * P +19961 – (0.4028*P + 15461)
80000

60000
= 0,0231 * P + 4500 40000
Etarget =0.4028P +15461
2
R =0.9054
Eo =21.16 %
20000
= Sum (0,0231 * Pi + 4500) 0
0 50000 100000 150000 200000 250000

Potencial en % Producción (Ton Carbón Manejado/día)

LINEA BASE LINEA TARGET Lineal (LINEA BASE) Lineal (LINEA TARGET)

=Sum (0,0231 * Pi + 4500) /Eprom

= 6,11%

40
Jan-07
GJ reales
108.362
Gas natural
$$
$ 630.658
Secado
toneladas
31.275
Ejemplo elaboración línea meta
feb-07 108.783 $ 633.106 33.691 Linea base 2007-2008-2008
mar-07 102.723 $ 597.837 29.614
Apr-07 129.144 $ 751.604 35.683 150,000
may-07 119.629 $ 696.228 35.378 y = 3.2893x + 6292.8
jun-07 121.938 $ 709.670 36.209 125,000
R² = 0.5162
jul-07 134.257 $ 781.362 35.491 100,000
Aug-07 121.641 $ 707.936 31.724
sep-07 123.068 $ 716.245 35.441 75,000
oct-07 104.574 $ 608.609 33.924
50,000
nov-07 87.914 $ 511.652 25.070
Dec-07 122.705 $ 714.131 35.425 25,000
Jan-08 111.426 $ - 29.321
feb-08 127.055 $ 739.446 32.610 0
mar-08 118.299 $ 688.490 33.896 0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000
Apr-08 120.751 $ 702.760 32.740
may-08 118.322 $ 688.626 34.992 linea base 2007-2008-2008 Lineal (linea base 2007-2008-2008)
jun-08 118.607 $ 690.283 34.311
jul-08 126.342 $ 735.296 33.155
Aug-08 120.681 $ 702.355 34.155
sep-08 118.148 $ 687.612 34.222
oct-08
nov-08
127.280
123.900
$ 740.760
$ 721.088
34.109
33.899
Método:
Dec-08
Jan-09
123.165
101.063
$ 716.808 32.555
30.298 1. Tome solo los datos por debajo de la línea base
feb-09 107.202 33.151
mar-09 99.211 31.755 2. Elabore una línea de tendencia de esos datos
Apr-09 107.861 34.212
may-09
jun-09
120.223
127.617
35.185
35.260
3. Determine la ecuación de la nueva línea de
jul-09
Aug-09
118.631
116.712
34.323
32.940
tendencia
sep-09
oct-09
120.215
109.844
34.832
34.017 4. Interprete los resultados obtenidos
nov-09 95.070 29.485
Dec-09 105.921 33.990

41
 Mejores
Resultados ejemplo
Línea Meta
Gas natural operaciones <0
GJ reales $$ toneladas GJ Base Gjreal-GJBase
108.362 $ 630.658 31.275 109.405 -1.043
108.783 $ 633.106 33.691 117.467 -8.684
102.723 $ 597.837 29.614 103.862 -1.139
129.144 $ 751.604 35.683 124.114 5.030 160,000
119.629 $ 696.228 35.378 123.096 -3.467
121.938 $ 709.670 36.209 125.869 -3.931 140,000 y = 3,337x + 5040,
134.257 $ 781.362 35.491 123.473 10.784
121.641 $ 707.936 31.724 110.903 10.738 120,000 R² = 0,544
123.068 $ 716.245 35.441 123.307 -239
104.574 $ 608.609 33.924 118.244 -13.670
100,000
87.914 $ 511.652 25.070 88.699 -785 80,000
122.705 $ 714.131 35.425 123.253 -548
1.384.737 8.059.039 398.925 60,000
y = 3,325x + 440,6
40,000
111.426 $ - 29.321 102.884 8.542 R² = 0,788
127.055 $ 739.446 32.610 113.860 13.195
118.299 $ 688.490 33.896 118.151 148
20,000
120.751 $ 702.760 32.740 114.293 6.458 0
118.322 $ 688.626 34.992 121.808 -3.486
118.607 $ 690.283 34.311 119.536 -929 0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000
126.342 $ 735.296 33.155 115.678 10.664
120.681 $ 702.355 34.155 119.015 1.666
Linea base de cosnumo años 2007-2008-2009 Linea meta de consumo años 2007-2008-2009
118.148 $ 687.612 34.222 119.239 -1.091
127.280 $ 740.760 34.109 118.862 8.418 Lineal (Linea base de cosnumo años 2007-2008-2009) Lineal (Linea meta de consumo años 2007-2008-2009)
123.900 $ 721.088 33.899 118.161 5.739 Lineal (Linea meta de consumo años 2007-2008-2009)
123.165 $ 716.808 32.555 113.676 9.489
1.453.978 7.813.524 399.965

101.063
107.202
30.298
33.151
106.144
115.665
-5.081
-8.463
Línea base
99.211
107.861
31.755
34.212
111.006
119.205
-11.795
-11.344
E = 3,337 * P + 5040 GJ/mes r2 = 0,544
120.223
127.617
35.185
35.260
122.452
122.703
-2.229
4.914 Línea meta
118.631 34.323 119.576 -945
116.712
120.215
32.940
34.832
114.961
121.274
1.751
-1.059
E = 3,325 * P + 440,6 GJ/mes
109.844
95.070
34.017
29.485
118.555
103.431
-8.711
-8.361
Potencial = (5040-440,6) * 0,544 =2502 GJ/mes
105.921 33.990 118.465 -12.544
1.329.571 0 399.445 2,2 % del consumo promedio mensual
115.786Promedio de consumo mensual

42
Línea Meta y potencial de ahorro por gestión
Consumo

¡Potencial de Eo Base
ahorro por
gestión! Eo Meta

¿Cómo se
alcanza?

Producción

43
 Potenciales por
Potenciales por
Potenciales por reducción de la
reducción del índice de
Gestión variabilidad del
consumo
consumo
• Mejora de los sistemas de = • Mejoras operacionales + • Mejora de la planeación
medición • Mejoras del de la producción
• Mejora de los sistemas de mantenimiento • Reducción de tiempos
control perdidos, rechazos,
• Mejora del reprocesos.
mantenimiento
• Mejora de la planeación y
gestión de la producción

44
Línea Meta y potencial de ahorro por gestión
MES TON PROC/MES KW-H/MES ELB Ereal-ELB 300000

ene-98 2385730 134880 152.611 -17.731

feb-98 2040070 138240 135.570 2.670 Ecuación de LB
250000 y = 0,0493x + 34995
mar-98 2161680 138480 141.566 -3.086
R² = 0,7753
abr-98 2103370 122880 138.691 -15.811
may-98 2401320 155280 153.380 1.900
jun-98 2537565 157920 160.097 -2.177 200000

KWh/mes
jul-98 2303359 159600 148.551 11.049
ago-98 2811775 177600 173.616 3.984
sep-98 2337090 158880 150.214 8.666 150000
Ecuación de Línea Meta
oct-98 2157733 131040 141.371 -10.331 y = 0,0379x + 51758
nov-98 2300890 143760 148.429 -4.669 R² = 0,8922

dic-98 2282175 153840 147.506 6.334 100000

ene-99 2595580 150480 162.957 -12.477

feb-99 1929556 108240 130.122 -21.882
mar-99 2420295 153120 154.316 -1.196 50000
1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 5000000
abr-99 2509785 159720 158.727 993
Ton/mes
may-99 2656455 165817 165.958 -141
jun-99 2875225 198000 176.744 21.256
jul-99 2804464 176880 173.255 3.625 El comportamiento del consumo de energía en el promedio de
ago-99 2635296 171600 164.915 6.685 las operaciones es:
sep-99 3145100 235580 190.048 45.532 E = 0,0493 * P + 34995 KWh/mes
oct-99 3505180 210560 207.800 2.760
El comportamiento en las operaciones de mejor desempeño es:
nov-99 3967284 246570 230.582 15.988
dic-99 4550585 217654 259.339 -41.685 E = 0,0379 * P + 51758 KWh/mes
45
Línea Meta y potencial de ahorro por gestión
ELB- ELM
ELB E LM
KW- KWh/mes
MES TON /MES KWh/mes Ereal-ELB KWh/mes
H/MES de ahorro
línea base línea meta
potencial Potencial de ahorro anual =
ene-98 2385730 134880 152.611 -17.731 142.177 10.434
feb-98 2040070 138240 135.570 2.670 129.077 6.494
mar-98 2161680 138480 141.566 -3.086 133.686 7.880 320.648 KWh/año
abr-98 2103370 122880 138.691 -15.811 131.476 7.215
may-98 2401320 155280 153.380 1.900 142.768 10.612 Potencial de ahorro mensual
jun-98 2537565 157920 160.097 -2.177 147.932 12.165 Promedio =
jul-98 2303359 159600 148.551 11.049 139.055 9.495
ago-98 2811775 177600 173.616 3.984 158.324 15.291
sep-98 2337090 158880 150.214 8.666 140.334 9.880 13.360 KWh/mes
oct-98 2157733 131040 141.371 -10.331 133.536 7.835
nov-98 2300890 143760 148.429 -4.669 138.962 9.467 Potencial de ahorro mensual
dic-98 2282175 153840 147.506 6.334 138.252 9.254 expresado en %
ene-99 2595580 150480 162.957 -12.477 150.130 12.827
feb-99 1929556 108240 130.122 -21.882 124.888 5.234
mar-99 2420295 153120 154.316 -1.196 143.487 10.828 =13.360 *100/165275,87
abr-99 2509785 159720 158.727 993 146.879 11.849 = 8,08 % del consumo mensual
may-99 2656455 165817 165.958 -141 152.438 13.521
jun-99 2875225 198000 176.744 21.256 160.729 16.015
jul-99 2804464 176880 173.255 3.625 158.047 15.208
ago-99 2635296 171600 164.915 6.685 151.636 13.279
sep-99 3145100 235580 190.048 45.532 170.957 19.091
oct-99 3505180 210560 207.800 2.760 184.604 23.196
nov-99 3967284 246570 230.582 15.988 202.118 28.464
dic-99 4550585 217654 259.339 -41.685 224.225 35.114
SUMA 320.648
PROMEDIO 165275,87 13.360 46
índice de consumo
IC

47
 Línea base de índice de consumo
E = m * P + Eo Ecuación línea de base de consumo de energía
IC = E/P = m + Eo/P Ecuación de la variación del índice de consumo de energía
IC = m + Eo/P Ecuación línea de base de índice de consumo de energía
m – índice de consumo teórico = al real si despreciamos Eo, pero en realidad no es posible.

Lim (m + Eo/P) = m El gráfico IC vs P es una línea curva con asíntota en el eje P, en el valor de la pendiente m de la expresión E (p).
P infinito

Lim ( m + Eo /P ) = infinito
P cero
En la medida que la producción disminuye es posible que disminuya el consumo total de energía, pero el gasto energético por unidad
de producto aumenta ya que Eo se mantiene prácticamente constante.

El incremento de la producción disminuye el gasto por unidad de producto, pero hasta el valor límite de la pendiente de la ecuación E
= F(P)=m

En cada gráfico IC vs P existe un valor de P donde la variación de IC con la producción es mínima y es la menor. Para reducir el índice
de consumo operacional deberíamos trabajar para esas ratas de producción siempre.

Rata de producción = producción horaria.

48
 Línea base de índice de consumo. Análisis geométrico

IC = m + Eo/P
Es una función de proporcionalidad inversa. Es la función de una hipérbola equilátera con traslación vertical que se desplaza
hacia arriba m unidades.
El centro es (0,m), las asíntotas son en el eje X , 0 y en el eje Y, m.
Como Eo >0 la hipérbola debe estar en los cuadrantes I y III, pero no puede físicamente estar en el II en nuestro caso , por ello
estará en el I.
Como Eo >0 es una función decreciente. A medida que X aumenta Y decrece.
Mientras mayor es Eo menor es el decrecimiento y viceversa.
Pendiente de la variación de Y con X : d Y / d X = - Eo / P2. Mientras mayor es Eo mayor es la pendiente negativa y menor el
decrecimiento del consumo de energía con la producción.

Conclusiones
Eo1 > Eo2  El IC no es constante con P.
 Mientras menor es la eficiencia ( 1/m),
mayor es m y mayor es el índice de
consumo alcanzable.
Eo1  Mientras mayor es la ENAP mayor es el
IC para un mismo P
 Mientras mayor es la ENAP menos habrá
m un IC mínimo y menos decrece IC con P.
Eo2

49
 Modelos vs Graficas reales de IC vs P
IC = m + Eo / P

Indice De Consumo vs. Producción

INDICE DE CONSUMO
0.30

230
Indice de consumo (KWh/Ton)

0.25

Indice de consumo, Kwh/kg

PC = 632,455 Kg / mes
200 Valor máximo del
índice de consumo IC = 0,149 Kw h / Kg
0.20
170

0.15
140

110 0.10
Valor mímimo del índice de consumo

80
0,00 1000,00 2000,00 3000,00 4000,00 5000,00 0.05
Producción (Ton) 0 100000 200000 300000 400000 500000 600000 700000
Producción Total, Kg/mes
Indice de consumo real Indice de consumo teórico

Indice de consumo promedio Indice de consumo real

50
 Línea base de índice de consumo
¿Por qué es importante la línea base de índice de consumo?

1. Podemos conocer como variara el consumo de energía por unidad de producción en función
de la rata de producción, específicamente para ese proceso.

2. Podemos observar si la muestra de datos trabaja en zona de altos, medios o bajos índices de
consumo.

3. Podemos conocer la influencia del factor de carga del área, línea de producción o equipo en el
consumo de energía por unidad de producción.

4. Podemos identificar la zona de productividad donde el índice de consumo es menor.

5. Si la productividad de la línea o área es ya la máxima y aún el índice de consumo no es el

menor posible significa que hay “cuello de botella”. Es decir, existe un equipo de alto
consumo de energia en la línea que esta trabajando a un bajo factor de carga, pero no se
puede incrementar la producción porque existe algún equipo en la línea que esta trabajando a
su máxima productividad.

51
 Línea base de índice de consumo
Cómo se construye el gráfico de línea base de índice de consumo?
1. Se construyen dos gráficos: uno teórico para todo el rango de producción posible
del equipo, línea o área productiva; otro con los datos reales de la muestra de datos
real obtenida.

2. Para construir el primer grafico necesito saber el valor mínimo y máximo de

producción del equipo, línea o área y establecer arbitrariamente valores a
intervalos adecuados, de la producción, entre el mínimo y máximo. Luego aplicar
la expresión IC = m + Eo / P obtenida para la muestra de datos reales y graficar los
valores de IC teórico entre los valores mínimo y máximo de producción.

3. Para construir el segundo gráfico solo necesito hallar los valores de IC para la
muestra de datos reales, dividiendo el valor de E / P. Sobre el mismo gráfico ya
realizado de IC teórico agregar el gráfico de IC real con los valores de la muestra.

52
 Interpretación Variación del Índice de Consumo con la
Producción en una Caldera
Variación del Índice de Consumo con la Producción
5.00 IC teórico = 0,73 + 4.072/P [MBTU/KLB] ( curva)
Indice de Consumo, [MBTU/KLB]
4.50
IC = Ereal / Preal ( puntos)
4.00

3.50

3.00 IC promedio= 1,76 [MBTU/KLB]

2.50
IC Ref Ecp = 1,25 – 1,3 [MBTU/KLB]
2.00

1.50 Asíntota = 0,73 BTU/día

1.00 Tasa de Producción crítica
0.50
= 6700 KLB /día Capacidad Nominal Caldera =7680 KLB/día
IC = 1,25 [MBTU/KLB]
0.00
- 1,000.00 2,000.00 3,000.00 4,000.00 5,000.00 6,000.00 7,000.00 8,000.00 9,000.00

Producción de Vapor, [KLB/día]

53
 Interpretaciones gráfico IC vs P
En los gráficos de IC vs P mostrados
indique:

1. ¿Dónde es posible reducir el consumo de

energia por unidad de producción?

2. Determine cuanto es posible reducir el

consumo por unidad de producción y
cómo hacerlo

3. ¿En cuál de ellas el consumo unitario no

depende de la rata de producción?

4. ¿Cuál de esas plantas esta trabajando a

su rata de producción óptima y cuanto es
esa rata si la planta trabaja: 24*7*30?

54
Líneas base de múltiples variables significativas

+ m1 kWh + m2 kWh
por ton de por ton de
producto A producto B

c kWh
+ m3 kWh
por hora (o
por ton de
por día,
producto C
mes etc) Consumo
esperado

Son necesarios cuando más de una variable independiente no controlada influye

sobre el consumo de energia significativamente. 55
 Líneas base de múltiples variables significativas
MÉTODO
Producción TEMPERATURA Consumo
Mes (Kg/mes) CARBONATACION °c (KWh/mes)
ene 7150 10 19780 Estadísticas de la regresión
feb. 8600 12 21844 Coeficiente de correlación múltiple 0,95666223
mar. 10300 14 25628 Coeficiente de determinación R^2 0,91520263
abr. 8250 11 22876 R^2 ajustado 0,90627659
may. 12214,9 15 29584 Error típico 1561,09017
jun. 12500 15 29584 Observaciones 22
jul. 3064,4 8 13416
ago. 5584,5 9 17028
sep. 6453,4 11 22879 Coeficientes Error típico Estadístico t Probabilidad
oct. 10027,6 13 28899 Intercepción 3683,06483 2032,24485 1,81231353 0,08577211
nov. 11768,5 15 29756 Variable
dic. 8239,7 13 24596
Producción 0,94303442 0,38248478 2,46554755 0,02337434
Variable
ene. 2072,8 7 11352
Temperatura 936,173601 410,771343 2,27906259 0,03439482
feb. 6003,7 9 18748
mar. 5003,5 8 17200
abr. 6820,4 9 18060
may. 7852,4 10 19436 LINEA BASE MULTIVARIABLE
jun. 7639,1 10 19264
jul. 6914 9 18060 E = 3683,06 + 0,943*P + 936,17 * T
ago. 7118,2 11 20468
sep. 8677,3 12 21470 Fuente: Universidad del Atlántico
oct. 10984,1 15 24768
T- Temperatura carbonatación, °C
promedio/mes
P- Producción de jarabe, Kg/mes

56
Multivariable producción equivalente
Permite asociar todas las variables significativas, no productivas, a la producción y
obtener una ecuación de una sola variable: la producción equivalente.

CONSUMO = 0,39279* Producción + 1519,47* temperatura + 1636,31 ; r2 =0,89

Producción equivalente a T * 0,392797 = 1519,4* temperatura

Temperatura = Producción equivalente a T * 0,39279/1519,47

CONSUMO = 0,39279* Producción + 1519,47* Producción equivalente a T *0,39279 /1519,47 +

1636,31

CONSUMO = 0,39279 * Producción + Producción equivalente a T * 0,39279 + 1636,31

CONSUMO = 0,39279 * ( Producción + Producción equivalente a temperatura de carbonatación) +

1636,31

Fuente: Universidad del Atlantico

57
 Producción equivalente a T = 1519,47 * temperatura /0,39279

Kg / mes, equivalente a T = (1519,47 KWh / °C) * ( °C / mes ) /( 0,39279 KWh / Kg )

P
Temperatura de equivalente
Producción carbonatación °C/mes Consumo a T Kg/mes P total
(Kg/mes) X1 X2 (KWh/mes) equiv. equivalente
5150,0 10,0 19780 38684,0296 43834,0
8600,0 12,0 21844 46420,8356 55020,8
9300,0 14,0 25628 54157,6415 63457,6
8250,0 11,0 22876 42552,4326 50802,4
12214,9 15,0 29584 58026,0445 70240,9
11500,0 15,0 29584 58026,0445 69526,0
3064,4 8,0 13416 30947,2237 34011,6
2584,5 9,0 17028 34815,6267 37400,1
6453,4 11,0 22879 42552,4326 49005,8
9027,6 13,0 28899 50289,2385 59316,8
9768,5 15,0 29756 58026,0445 67794,5
9239,7 13,0 24596 50289,2385 59528,9
2072,8 7,0 11352 27078,8207 29151,6
7003,7 9,0 18748 34815,6267 41819,3
6003,5 8,0 17200 30947,2237 36950,7
6820,4 9,0 18060 34815,6267 41636,0
6852,4 10,0 19436 38684,0296 45536,4
8639,1 10,0 19264 38684,0296 47323,1
5914,0 9,0 18060 34815,6267 40729,6
7118,2 11,0 20468 42552,4326 49670,6
8677,3 12,0 21470 46420,8356 55098,1
10984,1 15,0 24768 58026,0445 69010,2

CONSUMO = 0,3928 * ( Producción + Producción equivalente a T) + 1636,31 , KWh / mes

r2 = 0,8971
Fuente: Universidad del Atlantico

58
 Meta de consumo de producción
equivalente

Potencial de ahorro: 1636,3 – 1486,2 = 150,1 KWh /mes ; 0,7% del

consumo promedio mensual

Fuente: Universidad del Atlántico

59
 Conclusiones
1. La ecuación de línea base multivariable me permite tener una mayor
correlación de las variables significativas con el consumo de energia.

2. La producción equivalente multivariable me permite sostener la

influencia de las variables significativas sobre el consumo y referir la
ecuación lineal multivariable a una ecuación lineal de una sola
variable mas comprensible para los operadores y el personal de
planta.

3. La correlación de la producción equivalente con el consumo de

energia me permite determinar gráficamente el consumo meta
alcanzable por variabilidad de la producción y la gestión del
mantenimiento.
Fuente: Universidad del Atlantico

60
Indicadores de desempeño
energético.

61
 Indicador del desempeño requisitos
según ISO 50001

 Es una medida o unidad del desempeño energético

definida por la organización
 Permiten demostrar mejoras del desempeño energético
respecto a las líneas de base energética
 Deben incorporar las variables relevantes para permitir su
normalización

62
Indicadores de desempeño energético
IDE tipos Ejemplos Problemas
Mide el valor del Consumo Resultado engañoso
consumo energético anualizado No incorpora variables relevantes
No mide eficiencia energética
Razón kWh por unidad de Resultado engañoso
producción No considera la línea base y
efectos no lineales.
Regresión Y=mX+C Complejo si es no lineal
X: valor variable Tiene incertidumbre
C: carga base Debe ser ajustado.
Modelos de ingeniería Simulación Complejo
energética Debe ser ajustado.

Source: ISO 50006

63
Medición de la mejora del desepmeño
energético a través de los IDE

1. Indicador de desempeño energético base 100

2. Indicador de tendencia del desempeño energético

(CUSUM)

3. Indicador de desempeño del presupuesto de energía

Source: ISO 50006

64
1.Indicador de desempeño energético
base 100
Indicador base 100 = ELB (P) * 100 / E real (P)

IB100 > 100 ELB (P) > E real (P). MEJORO LA EFICIENCIA
Línea Base 100
IB100 < 100 ELB (P) < E real (P). EMPEORO LA EFICIENCIA

Energía kWh
Punto real E = E0 + mP

ELB X 100 = 88%

2500 2200
IB100 = X 100 =
2200 Ereal 2500
Consumo
Consumo

Teórico

Punto LB
Real

3000 Producción en Ton 65

Gráfico de registro del desempeño energético
indicador Base 100

Respecto a línea base

Respecto a línea meta

66
 2. Indicador de tendencia del desempeño
energético (CUSUM).
1. Seleccionar el período base de comparación.
2. Determinar para el período seleccionado la expresión de relación del consumo de energía y
la producción asociada: E = mP + Eo, con un coeficiente de correlación significativo.
(Según el método de los mínimos cuadrados).
3. Recolectar los valores de E y P para el período actual donde deseo conocer la tendencia.
4. Elaborar la tabla de valores de tendencia según el siguiente formato:

Período Ea Pa Et= mPa + Eo Ea – Et Suma acumulativa

(día, mes, año) ((Ea – ET)i + (Ea – ET)i-1)

5. Realizar el gráfico en un sistema de coordenadas x, y. En el eje x se registran los períodos

(mes 1, mes 2 .....) y en el eje y el valor de la suma acumulativa.

67
68
Gráfico de registro de la tendencia del desempeño energético
Suma acumulativa (Consumo real-Consumo LB)

Corrección Zona de no conformidad

Mayor que 0
Acción
preventiva
Zona de conformidad
Menor que 0

Resultados

69
Monitoreo del desempeño con CUSUM

50000

0
Actual Savings
-50000
Target Savings
-100000
Baseline
-150000

-200000

-250000

12/11
01/12
02/12
03/12
04/12
05/12
06/12
07/12
08/12
09/12
10/12
11/12
12/12
Linea base = 116344.22+(517.27*CDD5)+(1594.81*Curado)

70
Interpretación del CUSUM

Diga cual de los gráficos anteriores……

 indican una disminución del desempeño que aun no se ha eliminado?
 indica un corto período de mal desempeño, que ahora se ha corregido?
 indica una medida de ahorro de energía que se ha implementado con éxito?
 indica un potencial para establecer un objetivo más agresivo de ahorro?
 sugiere que el objetivo puedo haber sido fijado demasiado agresivo?

71
 Interpretación del CUSUM
Si Ud desea considerar una meta “agresiva” que período seleccionaría para
realizar la línea base del indicador de desempeño, en el gráfico de cusum que
se muestra debajo de una empresa?

Initial cusum

72
Solución

Periodo de mejor
desempeño energético

73
Periodo de mejor desempeño energético
en el gráfico de Consumo vs P

Regresión del período de

mejor desempeño
energético

74
 3. Indicador de desempeño del
presupuesto de energía
Línea base: E = m*P + E0
Et1
E1
Ep
Pp P Por costos E1 > Ep. Ineficiente ?
P1
Hacer seguimiento:
Por costos mes a mes? NO
Por índice de consumo mes a mes? NO
Por consumo absoluto mes a mes? NO
Por comparación con su línea base ?
E1-Ep = (Et1-Ep )- (Et1 – E1)
E1-Ep = (m*P1 + Eo – m*Pp – Eo ) + (Et1-E1)
E1-Ep = m*(P1 – Pp ) + (E1 - Et1)
m*(P1-Pp)-> variación por producción
(Et1 - E1) –> variación por eficiencia.
Por consumo E1 > Ep Ineficiente ?
Debido al incremento de la producción
debería haberse consumido: m*(P1-Pp).
Se consumió realmente: m*(P1-Pp).- (Et1 –
SI E1).
Debido a que E1 < E1t se fue mas EFICIENTE !
Se consumió menos en (E1t – E1).
75
Taller: ¿Qué ejemplo es adecuado para medir
el desempeño energético en esta industria
cervecera?

76
Fuente: ONUDI