UEC Control Operacional Del Desempeno Energetico

CONTROL
OPERACIONAL DEL
DESEMPEÑO
ENERGÉTICO
OBJETIVO
Conocer las herramientas que permiten establecer los sistemas y

procesos, para mejorar continuamente el desempeño energético, y
aplicar esas herramientas para el correcto establecimiento de los
indicadores de desempeño energéticos de los procesos y las variables
de control operacional, para hacer seguimiento en línea del desempeño
energético. Conocer casos tipo de control operacional.
Duración:
16 horas.
ACUERDOS PARA LA FORMACIÓN
Firmar las listas de asistencia de la formación.
Puntualidad, respeto, estar presentes, si se tiene que atender algún asunto

se hace fuera del aula, no pc´s o celulares en clase, pedir la palabra.
Participar activamente en la prueba de conocimientos o talleres durante y

al final de la formación.
CONTENIDO DEL CURSO
1. Planeación y control operacional – SGE NTC- 5.Indicadores de desempeño energético
ISO 50001:2019. 6. Oportunidades de mejora
2. Usos significativos de energía 7. Seguimiento, medición, análisis y
3. Sistemas de medición evaluación
4. Líneas bases desempeño energético 8. Resultado caso implementación control
❑ Variables significativas - selección operacional
❑ Elaboración de línea base, atributos
matemáticos.
❑ Elaboración de línea meta, potenciales de
ahorro.
❑ Línea base índice consumo, potenciales
❑ Líneas base de producción equivalente
1. PLANEACIÓN Y
CONTROL
OPERACIONAL – SGE
NTC-ISO 50001:2019
QUÉ ES PLANEACIÓN Y CONTROL OPERACIONAL?
El Control operacional es
un elemento crítico del
SGEn para el ahorro de
energía.
Política Diseño Adquisición
energética
Revisión NC, C, AC
energética
LBEn Control Operacional Información

documentada
IDEn
Revisión
dirección
O, M y Seguimiento,
Variables medición, Evaluación
Significativas análisis y legal
evaluación
Entradas Salidas
La organización debe planificar, implementar y controlar los procesos relacionados con
sus USE, necesarios para cumplir con sus requisitos e implementar las acciones
determinadas mediante:
Actividad
N° Requisito Donde Enfoque
Empresarial
8.1 Alta Dirección,
Establecimiento de criterios Uso significativo de
Operación y
para los procesos. la energía
Mantenimiento
8.1 Alta Dirección, Al personal
Operación y trabajando para o en
Comunicación de los criterios
mantenimiento. nombre de la
a las personas pertinentes.
Producción. organización.
Consistentes con la
política energética,
8.1 Alta Dirección, objetivos, metas y
Operación y planes de acción.
Implementación del control de Uso significativo de
mantenimiento de
los procesos de acuerdo con la energía
instalaciones,
los criterios establecidos.
procesos, sistemas y
equipos.
8.1 Alta Dirección, Que demuestre la
Mantenimiento de la
Operación y mejora del
información documentada en
mantenimiento. desempeño
la medida necesaria.
energético.
CONTROL OPERACIONAL
Criterios operacionales para

el uso significativo de la energía
Producción Transporte Refinación
Operación y mantenimiento:
Instalaciones, procesos, sistemas, equipos
CONTROL OPERACIONAL
Uso significativo de la energía
Operación o proceso que genera el Control operaciones /

uso significativo Mantenimiento
Fuente de energía que genera el Control de materiales (recepción,

uso significativo almacenamiento, manejo)
Actividades relacionadas con el uso Compras, ventas, contrataciones

significativo
Diseño, proyectos,
Alternativas de eliminación del usos
tecnología, cambio de
significativo fuente de energía
CONTROL OPERACIONAL
CONTROL OPERACIONAL EN USE
Establecimiento de Establecimiento de
Implementar el
los criterios de las actividades de Establecer los
sistema de
operación que mantenimiento que Procedimientos
seguimiento,
producen el mejor logran el mejor operacionales y de
medición y
desempeño desempeño mantenimiento.
análisis.
energético energético ( MCE)
CRITERIOS OPERACIONALES
Son los parámetros que garantizan que el consumo este siempre por debajo de la línea base.
Unidad de Set Point Limite Limite Instrumento de Frecuencia de Quién necesita

USEn Parámetro Nota
medida Normal superior inferior medición Calibración ser informado?
Sólidos
Sistema de
disueltos ppm 3500 3800 3400 TDS001 3m
vapor
totales
Sistema de Presión del
bar 9.5 10 9 PT123 12m
vapor vapor
Oxigeno en
Sistema de
gases de % O2 3 3.5 2 Portable 123 12m
vapor
combustión
Varía con el
Temperatura
Sistema de nivel de
de gases en °C N.A. 300 N.A. TT124 12m
vapor fuego del
Chimenea
quemador
OPERACIÓN DE UN SGE
Variables
Compras Significativas Reducción
de
Medición emisiones
Diseño
OPM
Reducción
USE de costos
LB,LM,
POTENCIALES
IDEn Competitividad
R. Legales
Criterios
Operacionales
Capacitación Control
Operacional
2. USOS SIGNIFICATIVOS
DE ENERGÍA – USEn
USOS SIGNIFICATIVOS DE ENERGÍA
Seleccionar áreas de USEn:
Mayor costo energético.
Mayor consumo energético.
Mayores oportunidades de mejora.
Mayor impacto ambiental.
Mayor impacto ponderado.

IDENTIFICACIÓN USOS SIGNIFICATIVOS DE ENERGÍA
Hacer flujograma de procesos.
Hacer balance de energía
Registrar consumos por tipos de energéticos.
Determinar el consumo promedio de cada área.

IDENTIFICACIÓN USOS SIGNIFICATIVOS DE ENERGÍA
Identificar las áreas de mayor consumo por tipo de

energético.
Determinar los equipos que provocan estos altos Establecer

consumos del área criterios de
selección de USE
Identificar los potenciales de ahorro en los en la organización
equipos.
Seleccionar equipos de mayor consumo y mayor

potencial de ahorros.
DIAGRAMA DE SANKEY
BALANCE POR PROCESOS
NOTAS:
- El presente diagrama se construyó relacionando el censo de carga de la planta con su filosofía de operación.
- Se presenta una distribución porcentual estimada de la energía en cada etapa del proceso, asumiendo una operación típica.
- Los valores presentados en el diagrama están sujetos a cambios de acuerdo a la información adicional disponible del campo.
NOTAS:
NOTAS:
USOS SIGNIFICATIVOS DE ENERGÍA – PIA CEBÚ
2000 100,0%
98,3% 98,9% 99,5% 99,8% 100,0%
1800 97,5% 90,0%
92,8%
1600 84,7% 80,0%
PORCENTAJE ACUMULADO
1400 70,0%
1200 60,0%
MWH/MES
1000 50,0%
800 40,0%
600 30,0%
400 20,0%
200 10,0%
0 0,0%
BOMBAS
BOMBAS ILUMINAC BOMBAS BOMBAS COMPRE
DE TRAFO 7 TRAFO
BOOSTE IÓN / EQ. FILTRACI RETROLA SOR DE
INYECCI MVA 2,25 MVA
R VARIOS ÓN VADO AIRE
ON
Energía consumida 1779,6 169,2 98,1 18,1 12,9 11,0 6,8 4,4
Acumulado 84,7% 92,8% 97,5% 98,3% 98,9% 99,5% 99,8% 100,0%
USOS SIGNIFICATIVOS DE ENERGÍA – PIA TELLO
1400 100,00%
98,4% 99,0% 99,3% 99,5% 99,7% 99,8% 100,0% 100,0%
96,2% 97,6%
90,00%
1200 91,1%
80,00%
1000 70,00%
60,00%
800
MWH/MES
50,00%
600 46,2% 40,00%
400 30,00%
20,00%
200
10,00%
0 0,00%
ILUMINA
BOMBA
BOMBA CIÓN Y BOMBA
BOMBA S TRAFO COMPR TRAFO TRAFO TRAFO TRAFO
S BOMBA EQUIPO S
INYECCI INYECCI 2 MVA ESOR 5 MVA 2 MVA 1 MVA 1 MVA
AUROR PIA H S FILTRA
ÓN (CI) ON (TR2) DE AIRE (T1) (TR3) (C. BAT) (PIA H)
A AUXILIA CIÓN
(WIP)
RES
Energía consumida 1.315 1.276 145 41 22 18 9 5 5 4 4 1
Acumulado 46,22% 91,08% 96,18% 97,62% 98,40% 99,04% 99,34% 99,51% 99,68% 99,83% 99,97% 100,00%
USOS SIGNIFICATIVOS DE ENERGÍA – PIA MONAL
2800 100%
98,8% 99,6% 99,9% 100,0%
2600 96,3% 97,9%
90%
92,6%
2400
2200 84,4% 80%
2000 70%
1800
60%
1600
MWH/MES
1400 50%
1200
40%
1000
800 30%
600 20%
400
10%
200
0 0%
BOMBAS ILUMINACIO
BOMBAS BOMBAS BOMBAS RETROLAV TRAFO 5,2 NY TRAFO 1 COMPRESO
INYECCION BOOSTER FILTRACIÓN ADO MVA EQUIPOS MVA R DE AIRE
FILTRACION VARIOS
Energía consumida 2658,744 257,8176 116,01792 52,63776 26,856 25,01316 9,288 3,62556
Acumulado 84% 93% 96% 98% 99% 100% 100% 100%
3. SISTEMA DE
MEDICIÓN
PROCESO DE MEDICIÓN
Sin medición no
hay control del
desempeño.
Cada USE debe

La medición debe
contar con medición La medición debe
permitir realizar
de consumo, del poder registrarse ya
investigaciones de
controlador y de las que necesitamos
las desviaciones del
variables históricos.
desempeño.
significativas.
PROCESO DE MEDICIÓN
Debe definirse e implementarse un plan

de medición energética apropiado al
tamaño y complejidad de la organización y
a su equipamiento de seguimiento y
medición.
Es posible que no todas las áreas que

necesitan ser controladas en su
desempeño energético cuenten con la
medición instalada requerida.
EJEMPLO DE UN SISTEMA DE MEDICIÓN
PME2
TOTALIZADOR UHT ESTANDARIZACION DASA

HERRAMIENTA OFIMÁTICA DE GESTIÓN ENERGÉTICA
1.Adquisicion de
Internet
la información
energético
productiva de los Servidor,
USEns, a través Software de Gestión y Base de Datos
del sistema de
medición 2. Registro y procesamiento de la
información
3. Plataforma de Gestión
Energética
• Seguimiento en tiempo real

• Indicadores energéticos
• Variables de control
• Tendencias de ahorro
• Informes diarios/mensuales
Para monitoreo y gestión eficiente

de la energía Clientes
Acceso Web
4. LÍNEAS BASE
DESEMPEÑO
ENERGÉTICO
VARIABLES SIGNIFICATIVAS
HIPÓTESIS DEL CONTROL OPERACIONAL DEL DESEMPEÑO ENERGÉTICO
LINEA BASE CONSUMO DE ENERGÍA ELÉCTRICA
La reducción de esta variabilidad Conjunto de bandas trasportadoras
MANEJO DEL CARBÓN. PUERTO BOLÍVAR
produce una reducción del 140000
consumo de energia. 120000
Consumo EE (kwh/día)
100000
80000
Molino de mineral 60000

Ebase= 0.4259P+ 19961
40000 R2 = 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)
CAUSA DE LA VARIABILIDAD DEL CONSUMO PARA IGUALES NIVELES DE PRODUCCIÓN
Operación Mantenimiento
Humano
Desgaste
(métodos)
Materia Prima Ensuciamiento
Mix Producto Descalibración
Parámetros Frecuencias
Regímenes de
Fugas, deterioro
carga
CAUSA DE LA VARIABILIDAD DEL CONSUMO PARA IGUALES NIVELES DE PRODUCCIÓN
Tecnológicos Externos
Automatización Temperatura
Nivel de Control Humedad
Eficiencia Radiación
Tecnología Estación del año
Presión
Obsolescencia
atmosférica
LAS CAUSAS DE LA VARIABILIDAD SON CONTROLABLES?
No todas las variables de proceso influyen en el consumo de energía

significativamente.
No todas las variables de proceso que influyen significativamente en el consumo

de energía son controlables por la actividad de operación, de mantenimiento o
de la planeación del proceso.
Si una variable que influye significativamente en el consumo de energía del

proceso no es controlable al momento de su identificación.
IMPORTANCIA VARIABLES SIGNIFICATIVAS
Un uso significativo de energía sin variables significativas no puede ser

objeto de control operacional .
Son los parámetros operacionales, de producción y de mantenimiento,

controlables, sobre los que debemos actuar para reducir el consumo de
energía.
No podemos actuar operacionalmente sobre las variables estáticas y las

que no dependen de operación y de mantenimiento.
IMPORTANCIA VARIABLES SIGNIFICATIVAS
Las causas raíces de las variables que dependen de la

operación y el mantenimiento son las que nos sirven para
montar el control operacional, para controlar y reducir el
consumo de energía.
Las buenas prácticas operacionales y de mantenimiento deben

establecerse sobre las causas raíces que producen el cambio de
las variables significativas.
Las variables significativas y sus causas raíces de cambio,

también son objeto del plan de medición del SGE.
IDENTIFICACIÓN Y CLASIFICACIÓN DE VARIABLES
Tipo de variable Ejemplo
Independiente de la operación y Producción, especificaciones de

mantenimiento fluido, temperatura, humedad.
Dependiente del mantenimiento Ensuciamiento de filtro, estado de

alineación, lubricación, fugas, etc.
Dependencia de la operación Número de bombas, configuraciones

de bombas, rpm, recirculaciones
Estáticas Tipo de motor, bomba, variador,

perdidas en tubería, sistemas de
control.
SELECCIÓN DE LAS VARIABLES AL ANÁLISIS
Densidad
ρ
[°API]
Temperatur
a Viscosidad
T υ
[°F] [centistock]
Variables
Independiente
s de O&M Flujo Presión Presión descarga Peso especifico
Q succión Pd ϒ(ρxg)
[BPH] Ps [psig] [N/m3]
[psig]
Variables Influencia Directa
Carga Hidráulica
Q x ΔP x ϒ
Q x ΔP x ( ρ x g )
*http://www.redalyc.org/pdf/2235/223515951004.pdf
SELECCIÓN DE LAS VARIABLES AL ANÁLISIS
Arreglo BPC42010
Arreglo BPC42020
Arreglo BPC42030
Arreglo BPC42040
Arreglo BPC42010-BPC42020 Los arreglos 10-40 y 20-40 no se
Arreglo de las bombas Arreglo BPC42010-BPC42030 registraron en el intervalo de la muestra.
Variables Arreglo BPC42020-BPC42030

Dependientes
de la Arreglo BPC42030-BPC42040
Operación. Arreglo BPC42020-BPC42030-
BPC42040
BPC42010 RECIRC (%)
Recirculación de las BPC42020 RECIRC (%) Para el análisis se introduce el % de
bombas recirculación promedio de todas las
RECIRC (%) BPC42030 RECIRC (%) bombas.
BPC42040 RECIRC (%)
Promedio de bombeo frente al máximo de
Rango de bombeo (%) Bombeo máximo
la estación.
Existen variables que no pueden introducirse al análisis por no tener registro de las mismas en el sistema SCADA. Por ejemplo: ajuste de la presión
de recibo de Cupiagua, estado de ajuste del separador de humedad, etc.
MODELOS CON UNA O MÁS VARIABLES
Validación estadística de variables significativas de consumo energético.

Excel: Archivo – Opcions- Complementos- Herramientas para análisis-ir
Excel: Archivo – Opciones- Complementos- Herramientas para análisis-
ir-herramientas para análisis- Aceptar
Excel: Archivo – Opciones- Complementos-
Herramientas para análisis-ir-herramientas para
análisis- Aceptar- Datos- Análisis de datos

análisis- Aceptar- Datos- Análisis de datos-
Regresión

análisis- Aceptar- Datos- Análisis de datos-
Regresión- Cuadro Regresión para P-value


P-value < 0.05?


Coefficients P-value < 0.05?

• P-value:
• Que significa P-value?: Probabilidad de no ser significativo.

• Bajo P-value:
a) La variable es significativa.
• Alto P-value:
a) La variable no es significativa.
b) Chequear si existe colinealidad entre las variables analizadas
c) La variable es significativa pero existen otras variables que también lo son.
d) Oportunidades de ahorro en el control operacional
Ejemplo: 13 variables independientes,

donde se incluyen principalmente:
Variable
• Variables Independientes de
Matriz de análisis dependiente:
O&M y
• Energía
• Variables Dependientes de la
consumida
Operación.
Energía
(%) Bombeo ARREGLO ARREGLO ARREGLO ARREGLO ARREGLO ARREGLO ARREGLO ARREGLO ARREGLO 20- SIN ARREGLO
Hidraúlica %Recirculación Energía Eléctrica
máximo 10 20 30 40 10-20 10-30 20-30 30-40 30-40 < 10%
Fecha Día Hora [kWh/h_EH] Bombas [kWh/h]_EE
18/03/2015 10:00 18 10 2858 74,11 35% 1 0 0 0 0 0 0 0 0 0 6699
18/03/2015 11:00 18 11 2953 74,12 35% 1 0 0 0 0 0 0 0 0 0 6736
18/03/2015 12:00 18 12 2991 74,12 35% 1 0 0 0 0 0 0 0 0 0 6788
18/03/2015 13:00 18 13 2997 74,12 35% 1 0 0 0 0 0 0 0 0 0 6730
18/03/2015 14:00 18 14 5531 52,89 29% 0 0 0 0 1 0 0 0 0 0 7962
18/03/2015 15:00 18 15 6140 49,13 30% 0 0 0 0 1 0 0 0 0 0 11793
18/03/2015 16:00 18 16 6273 49,13 30% 0 0 0 0 1 0 0 0 0 0 11811
18/03/2015 17:00 18 17 6278 49,13 30% 0 0 0 0 1 0 0 0 0 0 11818
18/03/2015 18:00 18 18 6508 49,13 32% 0 0 0 0 1 0 0 0 0 0 11870
18/03/2015 19:00 18 19 7347 49,13 35% 0 0 0 0 1 0 0 0 0 0 12979
18/03/2015 20:00 18 20 7663 49,13 37% 0 0 0 0 1 0 0 0 0 0 13726
18/03/2015 21:00 18 21 7362 49,14 37% 0 0 0 0 1 0 0 0 0 0 14394
18/03/2015 22:00 18 22 7538 49,14 39% 0 0 0 0 1 0 0 0 0 0 14792
18/03/2015 23:00 18 23 4038 69,03 26% 0 0 0 0 1 0 0 0 0 0 13829
19/03/2015 00:00 19 0 3201 74,12 41% 1 0 0 0 0 0 0 0 0 0 7697
19/03/2015 01:00 19 1 3307 74,13 41% 1 0 0 0 0 0 0 0 0 0 7536
Los Arreglos y los % de Bombeo máximo

son variables artificiales a partir de variables
reales.
Ejemplo:
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,877634704
Coeficiente de determinación R^2 0,770242673
R^2 ajustado 0,767440967
Error típico 1515,596152
Observaciones 1354
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 13 10326519567 794347659 374,6327482 0
Residuos 1341 3080319505 2297031,697
Total 1354 13406839072
Coeficientes Error típico Error típico% Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción 2325,60000 1547,765956 66,55% -2,298260759 0,021700217 -6593,475769 -520,8637535 -6593,475769 -520,8637535
Energía Hidraúlica [kWh/h_EH] 1,273428262 0,052385027 4,11% 24,3090124 1,8998E-108 1,170662743 1,37619378 1,170662743 1,37619378
%Recirculación Bombas 62,00711511 14,32873798 23,11% 4,32746521 1,62028E-05 33,89793424 90,11629599 33,89793424 90,11629599
%Carga promedio estación 5133,687627 1684,768423 32,82% 3,047117666 0,002355620 1828,61914 8438,756113 1828,61914 8438,756113
ARREGLO 10 266,2360328 209,7332035 78,78% 1,269403358 0,204517495 -145,2048464 677,6769119 -145,2048464 677,6769119
ARREGLO 20 0 0 #¡DIV/0! 65535 - 0 0 0 0
ARREGLO 30 149,166403 191,7698528 128,56% 0,777840734 - -227,0351499 525,3679559 -227,0351499 525,3679559
ARREGLO 40 374,4708892 209,0847488 55,83% 1,791000498 0,073518678 -35,69789409 784,6396724 -35,69789409 784,6396724
ARREGLO 10-20 2788,351723 379,3806361 13,61% 7,349747082 3,43988E-13 2044,107608 3532,595838 2044,107608 3532,595838
ARREGLO 10-30 3077,674815 362,4334155 11,78% 8,491697187 5,32904E-17 2366,676648 3788,672981 2366,676648 3788,672981
ARREGLO 20-30 2837,137883 370,8411391 13,07% 7,65054786 3,80246E-14 2109,645995 3564,629772 2109,645995 3564,629772
ARREGLO 30-40 2231,817458 338,7316547 15,18% 6,58874784 6,35568E-11 1567,315855 2896,319061 1567,315855 2896,319061
ARREGLO 20-30-40 2514,105502 700,1428993 27,85% 3,590846247 0,000341507 1140,610961 3887,600043 1140,610961 3887,600043
SIN ARREGLO < 10% 0 0 #¡DIV/0! 65535 - 0 0 0 0
Ejemplo:
R^2 ajustado 0,767440967
Observaciones 1354
Regresión 13 10326519567 794347659 374,6327482 0
Residuos 1341 3080319505 2297031,697
Total 1354 13406839072
Intercepción 2325,60000 1547,765956 66,55% -2,298260759 0,021700217 -6593,475769 -520,8637535 -6593,475769 -520,8637535
%Recirculación Bombas 62,00711511 14,32873798 23,11% 4,32746521 1,62028E-05 33,89793424 90,11629599 33,89793424 90,11629599
%Carga promedio estación 5133,687627 1684,768423 32,82% 3,047117666 0,002355620 1828,61914 8438,756113 1828,61914 8438,756113
ARREGLO 10 266,2360328 209,7332035 78,78% 1,269403358 0,204517495 -145,2048464 677,6769119 -145,2048464 677,6769119
ARREGLO 20 0 0 #¡DIV/0! 65535 - 0 0 0 0
ARREGLO 30 149,166403 191,7698528 128,56% 0,777840734 - -227,0351499 525,3679559 -227,0351499 525,3679559
ARREGLO 40 374,4708892 209,0847488 55,83% 1,791000498 0,073518678 -35,69789409 784,6396724 -35,69789409 784,6396724
ARREGLO 10-20 2788,351723 379,3806361 13,61% 7,349747082 3,43988E-13 2044,107608 3532,595838 2044,107608 3532,595838
ARREGLO 10-30 3077,674815 362,4334155 11,78% 8,491697187 5,32904E-17 2366,676648 3788,672981 2366,676648 3788,672981
ARREGLO 20-30 2837,137883 370,8411391 13,07% 7,65054786 3,80246E-14 2109,645995 3564,629772 2109,645995 3564,629772
ARREGLO 30-40 2231,817458 338,7316547 15,18% 6,58874784 6,35568E-11 1567,315855 2896,319061 1567,315855 2896,319061
ARREGLO 20-30-40 2514,105502 700,1428993 27,85% 3,590846247 0,000341507 1140,610961 3887,600043 1140,610961 3887,600043
SIN ARREGLO < 10% 0 0 #¡DIV/0! 65535 - 0 0 0 0
Ejemplo:
R^2 ajustado 0,767440967
Observaciones 1354
Regresión 13 10326519567 794347659 374,6327482 0
Residuos 1341 3080319505 2297031,697
Total 1354 13406839072
Intercepción 2325,60000 1547,765956 66,55% -2,298260759 0,021700217 -6593,475769 -520,8637535 -6593,475769 -520,8637535
%Recirculación Bombas 62,00711511 14,32873798 23,11% 4,32746521 1,62028E-05 90,11629599
33,89793424Estas 33,89793424
variables además de 90,11629599
ser
%Carga promedio estación 5133,687627 1684,768423 32,82% 3,047117666 0,002355620 8438,756113
1828,61914validadas 1828,61914 8438,756113
estadísticamente
ARREGLO 10 266,2360328 209,7332035 78,78% 1,269403358 0,204517495 -145,2048464 677,6769119 -145,2048464 677,6769119
como significativas en el
ARREGLO 20 0 0 #¡DIV/0! 65535 - 0 0 0 0
consumo de energía, son
ARREGLO 30 149,166403 191,7698528 128,56% 0,777840734 - -227,0351499 525,3679559 -227,0351499 525,3679559
variables que se asocian a
ARREGLO 40 374,4708892 209,0847488 55,83% 1,791000498 0,073518678 -35,69789409 784,6396724 -35,69789409 784,6396724
ARREGLO 10-20 2788,351723 379,3806361 13,61% 7,349747082 3,43988E-13
O&M, otra razón
2044,107608 3532,595838 2044,107608
por la que no
3532,595838
ARREGLO 10-30 3077,674815 362,4334155 11,78% 8,491697187 5,32904E-17 2366,676648deben ir al modelo
3788,672981 de LB.3788,672981
2366,676648
ARREGLO 20-30 2837,137883 370,8411391 13,07% 7,65054786 3,80246E-14 2109,645995 3564,629772 2109,645995 3564,629772
ARREGLO 30-40 2231,817458 338,7316547 15,18% 6,58874784 6,35568E-11 1567,315855 2896,319061 1567,315855 2896,319061
ARREGLO 20-30-40 2514,105502 700,1428993 27,85% 3,590846247 0,000341507 1140,610961 3887,600043 1140,610961 3887,600043
SIN ARREGLO < 10% 0 0 #¡DIV/0! 65535 - 0 0 0 0
Ejemplo: Elaboración de la Línea Base
R^2 ajustado 0,7490
Error típico 1577 16%
Observaciones 1354
Regresión 1 10044614769 10044614769 4039,087801 0
Residuos 1352 3362224303 2486852,295
Total 1353 13406839072
Intercepción 2633,697909 125,3393897 4,759% 21,01253178 4,71567E-85 2387,8171 2879,578718 2387,8171 2879,578718
Energía Hidraúlica [kWh/h_EH] 1,427987131 0,022468943 1,573% 63,55381815 0,00000E+00 1,383909352 1,47206491 1,383909352 1,47206491
Nuevamente el valor del estadístico t son El error de predicción de

mayores de 10 y el error estándar de b cada variable es mucho
no es superior al 0,1 de b. menor a 5% (0,05).
METODOLOGÍA PARA LA CONSTRUCCIÓN DE LA LÍNEA BASE DE
CONSUMO DE ENERGÍA
Una referencia del consumo para

Que la referencia de consumo no
evaluar el desempeño energético
varíe con factores externos como
en función de una variable
clima, tipo de producto.
independiente.
Se busca que:
Que el consumo de referencia

obtenido por el modelo no incluya
Que la referencia de consumo de
los errores operacionales y de
energía solo varíe con la variable o
mantenimiento, errores de
las variables independientes con
medición, cambios de tecnología,
que fue realizado el modelo.
que pueden provocar una mala
referencia del consumo.
ATRIBUTOS DE LA LÍNEA BASE
Población Confiables
Precisión
Estadísticos
Correlación (R2)
Precisión
Atributos de la Línea
Base
ENAP
Coeficiente de las
Físicos
Variables
Variable Dependiente
CRITERIOS DE SELECCIÓN DEL MODELO ESTADÍSTICO DE
REGRESIÓN LINEAL
La línea base es un modelo de referencia para
establecer indicadores de desempeño. ¿Qué tipo de modelo usamos
Significa que el modelo debe permitirme para línea base?
comparar el consumo de energía de un estado
base con un estado diferente, posterior o
anterior al base.
Las variables independientes del modelo
lineal (univariable o multivariable) deben
ser aquellas que no puedan ser
controladas por el uso de la energía
(operación, mantenimiento).
Para esta función se utiliza un modelo de
regresión lineal, que construye sus
coeficientes en función de los datos
suministrados del período base.
De esta forma las variaciones del consumo

con respecto al estado base, solo se deben
al cambio de factores que si pueden ser
controlados por el uso.
¿POR QUÉ UN MODELO LINEAL?
Bandas transporte de carbón
LINEA BASE CONSUMO DE ENERGÍA ELÉCTRICA

MANEJO DEL CARBÓN. PUERTO BOLÍVAR
140000
120000
Consumo EE (kwh/día)
100000
80000
Molino de mineral
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)
PASOS PARA LA CONSTRUCCIÓN DE LA LÍNEA BASE DE
CONSUMO DE ENERGÍA
Definición del
Definición de la Definir las variables
período base (anual;
muestra de datos que van a línea Toma de datos.
semestral;
mínima. base.
semanal).
Verificación de r2 y
Determinar atributos del Establecer el filtrado de datos
modelo (confiabilidad, modelo lineal de (elevar r2 hasta la
precisión absoluta y relativa) línea base. muestra mínima de
datos).
CONSUMO DE ENERGÍA
1. Definición del periodo base
Periodo que cubre la influencia de las variables significativas sobre el

Recomendación:
• Tomar los dos últimos años ( 2016-2017 y 2018) o en su defecto 2017-2018
• Tomar una periodicidad mensual, diaria u horaria

CONSUMO DE ENERGÍA
2. Definición De La Muestra De Datos Mínima
Estimación inicial del

número de datos de la
muestra
no es la estimación inicial del tamaño de muestra necesario, antes de

comenzar el muestreo
cv es el coeficiente de varianza, que se define como la desviación
estándar de las lecturas dividida por la media. Hasta que pueda
estimarse real y la desviación estimación inicial para el cv.
e es el nivel deseado de precisión.
z es el valor de distribución normal estándar respecto a la Tabla
siguiente, con un número infinito de lecturas y para el nivel de
confianza deseado. Por ejemplo, z es 1,96 para un nivel de confianza
del 95% (1,64 para el 90%, 1,28, para el 80% y 0,67 para el 50% de
confianza.
CONSUMO DE ENERGÍA
2. Definición De La Muestra De Datos Mínima
Por ejemplo, para un 90% de

confianza con el 10% de precisión y
un cv de 0,5, la estimación inicial del
tamaño de muestra necesario (no)
es:
El valor mínimo obtenido es 67, sin

embargo es recomendable tener una
fuente de datos entre este valor y 20
veces el mismo, o sea: 67< fuente de
datos < 20*67
Tamaño mínimo de la Muestra

CONSUMO DE ENERGÍA
2. Definición De La Muestra De Datos Mínima:
Rango de datos
Frecuencia Población en un año No. Datos mínimo 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
Para lograr :
Confiabilidad 90%
Coeficiente de variabilidad CV = 0,5
Precisión: 10%
CONSUMO DE ENERGÍA
3. Definir las variables que van a línea base:
Producción
Ejemplos
Las variables que van a línea base deben cumplir las
siguientes condiciones: Mix de producción
1. Son variables significativas. (determinadas en la Flujo másico y no

revisión energética) volumétrico
Temperatura
2. Son variables que no dependen de la operación y ambiental
del mantenimiento
Combinaciones de
los anteriores
CONSUMO DE ENERGÍA
4. Toma de datos: Ej. 2

TEMPERATURA
Realizar una tabla de datos de la siguiente forma: Mes
Producción
CARBONATACION
Consumo
(kg/mes) (kWh/mes)
(°C)
ene 7150 10 19780
feb. 8600 12 21844
Solo producción Ej. 1 mar. 10300 14 25628
abr. 8250 11 22876
may. 12214,9 15 29584
Consumo Producción CONSUMO PRODUCCION jun. 12500 15 29584
Mes MES
(KWh/mes) (L/mes) (kWh/mes) (L/mes) jul. 3064,4 8 13416
ago. 5584,5 9 17028
Si hay mas de una referencia productiva ENERO 282360 5438692 sep. 6453,4 11 22879
FEBRERO 260880 4699549 oct. 10027,6 13 28899
Consumo Producción 1 Producción 2 Producción 3 MARZO 274800 5711667 nov. 11768,5 15 29756
Mes
(kWh/mes) (L/mes) (kg/mes) (Unidades/mes) ABRIL 256800 5320030 dic. 8239,7 13 24596
MAYO 284924 5468279 ene. 2072,8 7 11352
Si hay influencia de propiedades físicas feb. 6003,7 9 18748
JUNIO 266680 5624705
mar. 5003,5 8 17200
Consumo Flujo Densidad Viscosidad JULIO 278730 5612316 abr. 6820,4 9 18060
Mes
(kWh/h) (barriles/hora) (kg/m3) (cts) AGOSTO 273400 5450000 may. 7852,4 10 19436
SEPTIEMBRE 264160 5184623 jun. 7639,1 10 19264
OCTUBRE 251800 4470798 jul. 6914 9 18060
NOVIEMBRE 260320 4790499 ago. 7118,2 11 20468
sep. 8677,3 12 21470
DICIEMBRE 288360 5648546
oct. 10984,1 15 24768
CONSUMO DE ENERGÍA
5. Verificación de R2, significación 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 energía 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.
CONSUMO DE ENERGÍA
• Se parte de la hipótesis de que no existe relación

entre la variable independiente y el consumo de
La herramienta energía.
estadística p-value • Para que esta hipótesis sea cierta el valor de p-value
debe ser mayor que 0,05.
se aplica de la • Si el valor de probabilidad es inferior al 5% entonces
siguiente forma: la hipótesis se considera nula o no valida y si existe
relación entre la variable independiente y el
CONSUMO DE ENERGÍA
Obtener complemento p-value de excel
1 2
CONSUMO DE ENERGÍA
Obtener complemento p-value de excel
3 4
CONSUMO DE ENERGÍA
Aplicar complemento p-value de excel
1
2
CONSUMO DE ENERGÍA
Aplicar complemento p-value de excel
3 4
P-
value
SI EL P-VALUE
75 < 0,05 NO HAY QUE HACER
FILTRADO DE DATOS PASAR DIRECTAMENTE
AL PUNTO 7
CONSUMO DE ENERGÍA
¿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.
Y = m*x +b +- z*Se ,
En tal caso es necesario identificar • donde z es un valor arbitrario.
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.
CONSUMO DE ENERGÍA PRODUCCION CONSUMO
MES
Ton / mes kWh / mes
Ene 9.062 13.867.561
5. Verificación de R2 y filtrado de datos: Feb 8.642 12.901.742
Mar 9.408 14.050.713
Abr 8.369 12.925.207
May 8.832 7.986.623
Estadísticas de la regresión Jun 8.623 13.066.877
Coeficiente de determinación R^2 0,14036908 Jul 9.723 14.271.384
R^2 ajustado 0,10129495 Ago 9.350 8.295.008
Observaciones 24 Sep 9.566 13.890.942
Oct 9.514 14.139.281
Promedio de Nov 9.654 13.787.583
Grados de Suma de los
libertad cuadrados cuadrados F
Dic 9.869 24.324.000
Regresión 1 4,2564E+13 4,2564E+13 3,59237869 Ene 10.347 14.285.524
Residuos 22 2,6067E+14 1,1848E+13
Total 23 3,0323E+14
Feb 8.308 12.823.030
Mar 9.710 14.132.371
Coeficientes Error típico Estadístico t Probabilidad
Intercepción -7139945,19 11041154,8 -0,64666652 0,52453767
Abr 9.438 13.869.439
Variable X 1 2196,70321 1158,99171 1,89535714 0,0712602 May 9.546 5.251.258
Jun 9.120 13.578.051
P-value=0,07 > 0,05 Jul 10.135 14.277.646
Se requiere filtrar datos. Ago 10.221 14.529.618
Sep 10.239 20.871.734
Oct 10.289 14.415.425
Nov 10.113 13.970.124
Dic 10.095 14.358.535
CONSUMO DE ENERGÍA
5. Verificación de R2 y filtrado de datos:
Intervalo
30.000.000 Datos por fuera de
PRODUCCION CONSUMO
MES Emodelo Emod+Z*Sxy Emod-Z*Sxy intervalo
Ton / mes kWh / mes 25.000.000
Ene 9.062 13.867.561 12906495,4 16348648,47 9464342,33 y = 2196,7x - 7E+06
Feb 8.642 12.901.742 11983881,4 15426034,47 8541728,33
20.000.000
Mar 9.408 14.050.713 13666553,6 17108706,67 10224400,53 Línea base
Abr 8.369 12.925.207 11384182,3 14826335,37 7942029,23
May 8.832 7.986.623 12401254,4 15843407,47 8959101,33 15.000.000
Jun 8.623 13.066.877 11942144,1 15384297,17 8499991,03
Jul 9.723 14.271.384 14358514,1 17800667,17 10916361,03
Ago 9.350 8.295.008 13539145 16981298,07 10096991,93 10.000.000
Sep 9.566 13.890.942 14013632,2 17455785,27 10571479,13
Oct 9.514 14.139.281 13899403,8 17341556,87 10457250,73
Nov 9.654 13.787.583
5.000.000
14206941,8 17649094,87 10764788,73
Dic 9.869 24.324.000 14679232,3 18121385,37 11237079,23
Ene 10.347 14.285.524 15729254,9 19171407,97 12287101,83 0
Feb 8.308 12.823.030 11250183,6 14692336,67 7808030,53 8.000 8.500 9.000 9.500 10.000 10.500
Mar 9.710 14.132.371 14329957 17772110,07 10887803,93
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
limite inferior Lineal (modelo de datos totales)
Jun 9.120 13.578.051 13033904 16476057,07 9591750,93
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
Nov 10.113 13.970.124 15215227,1 18657380,17 11773074,03
Dic 10.095 14.358.535 15175686,5 18617839,57 11733533,43
Promedio anual
9.507 13.744.570
CONSUMO DE ENERGÍA
6. Determinación del modelo de línea base y su nivel de significación
respecto a la variable independiente
Se realiza aplicando el P-value a los datos filtrados y
obteniendo la siguiente tabla: Al eliminar datos falsos:
Resumen
Estadísticas de la regresión 1. Sube el r2 de 0,14 a 0,869

2. El intercepto pasa de ser un valor <0 a >0
Coeficiente de 3. Baja el error típico de 3.442.153 a 202.105
correlación múltiple 0,93233854
KWh/mes
Coeficiente de 4. El p-value pasa de 0,07 a 6,26 * E-09
determinación R^2 0,869255153 5. Numero de datos de la muestra pasa de 24 a
R^2 ajustado 0,861564279 19.
6. 19 datos es superior a los requeridos. ( 11-200)
Observaciones 19
Suma de Promedio de los
Grados de libertad cuadrados 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
Superior Inferior Superior

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% 95% 95,0% 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
CONSUMO DE ENERGÍA
7. Determinación de propiedades del modelo de LB
El 85% de las variaciones del

consumo de energía se debe a
variaciones de la variable
Coeficiente de determinación R^2 0,85129993 independiente del modelo que en
Valor de
R^2 ajustado 0,84347361 r2 este caso es la producción
Error típico 210487,007 realizada. El resto 15% se debe a al
la influencia de las variables que
Observaciones 21
dependen de la operación y el
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.
CONSUMO DE ENERGÍA
8. Determinación de propiedades del modelo de LB
Atributos o Ficha del modelo de LB
MODELO 𝑌 = 765,96 ∗ 𝑃 + 6.484.540 KWh/mes

Coeficiente de determinación 85%
Valor de p-value variable independiente 6,26 * E-09 <<<0,05
Valor de la constante*100/consumo promedio mensual=

Energía no asociada a la producción (
6.484.540 KWh/mes*100/13.744.570 = 47% ( alto)
variable independiente)
Razón de cambio del consumo con la 765,96 KWh por cada incremento de una tonelada en la
producción ( variable independiente) producción.
Periodo base Fecha en que se toman los datos
Variables estáticas Tipo de materia prima, tipo de equipo, tiempo de trabajo etc…
4. LÍNEAS BASE DE
DESEMPEÑO
ENERGÉTICO
Elaboración de línea meta,
potenciales de ahorro.
METAS DE AHORRO ENERGÉTICO
1. Aspiracionales 2. Basadas en planes de acción
Se ponen de arriba hacia abajo Sobre la base de los cambios

(corporativas) planificados
Pueden ser arbitrarias Son revisadas continuamente
Pueden no ser alcanzables o ser muy No consideran cambios operacionales
fáciles de alcanzar
Pueden deprimir al personal.
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.
4
METODOLOGÍA
CONSTRUCCIÓN DE LA LÍNEA META DE CONSUMO DE ENERGÍA BASADA
EN MEJOR COMPORTAMIENTO PREVIO
Identificación Identificación
Realizar la línea cuantitativa de las cuantitativa de las
base de consumo operaciones de operaciones de
de energía. mejor desempeño mejor desempeño
energético. energético.
EJEMPLO TALLER
TON
Mes kWh/mes ELB Ereal-ELB
PROC/MES 300000
ene-98 2385730 134880 152.611 -17.731
feb-98 2040070 138240 135.570 2.670
Ecuación de LB
mar-98 2161680 138480 141.566 -3.086 250000 y = 0,0493x + 34995
abr-98 2103370 122880 138.691 -15.811 R² = 0,7753
may-98 2401320 155280 153.380 1.900
jun-98 2537565 157920 160.097 -2.177 200000
Ton / 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
oct-98 2157733 131040 141.371 -10.331 Ecuación de Línea Meta
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
abr-99 2509785 159720 158.727 993 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 5000000
may-99 2656455 165817 165.958 -141 KWh/mes
jun-99 2875225 198000 176.744 21.256
jul-99 2804464 176880 173.255 3.625
ago-99 2635296 171600 164.915 6.685
El comportamiento del consumo de energía en el promedio de las
sep-99 3145100 235580 190.048 45.532
oct-99 3505180 210560 207.800 2.760
operaciones es:
nov-99 3967284 246570 230.582 15.988 E = 0,0493 * P + 34995 KWh/mes
dic-99 4550585 217654 259.339 -41.685 El comportamiento en las operaciones de mejor desempeño es:
E = 0,0379 * P + 51758 KWh/mes
POTENCIALES DE AHORRO POR GESTIÓN ENERGÉTICA
La diferencia entre las mejores

El primer potencial de ahorro por gestión
operaciones y el resto es el valor que
energética es el que se lograría si todas las
tomaron las variables significativas que
operaciones sean realizadas como se
impactan el consumo para iguales niveles de
realizaron las de mejor desempeño.
producción.
El ahorro potencial expresado en % del

La suma de todo el ahorro mensual sería consumo promedio mensual se determina
el ahorro potencial anual. dividiendo el promedio del ahorro mensual
entre el promedio del consumo mensual.
EJEMPLO TALLER
ELB- ELM
ELB E LM
kWh/mes
MES TON /MES kWh/MES kWh/mes Ereal-ELB kWh/mes
de ahorro
línea base línea meta
potencial
ene-98 2385730 134880 152.611 -17.731 142.177 10.434
feb-98 2040070 138240 135.570 2.670 129.077 6.494 Potencial de ahorro anual =
mar-98 2161680 138480 141.566 -3.086 133.686 7.880
abr-98 2103370 122880 138.691 -15.811 131.476 7.215
may-98 2401320 155280 153.380 1.900 142.768 10.612 320.648 KWh/año
jun-98 2537565 157920 160.097 -2.177 147.932 12.165
jul-98 2303359 159600 148.551 11.049 139.055 9.495 Potencial de ahorro mensual Promedio =
ago-98 2811775 177600 173.616 3.984 158.324 15.291
sep-98 2337090 158880 150.214 8.666 140.334 9.880
oct-98 2157733 131040 141.371 -10.331 133.536 7.835 13.360 KWh/mes
nov-98 2300890 143760 148.429 -4.669 138.962 9.467
dic-98 2282175 153840 147.506 6.334 138.252 9.254
ene-99 2595580 150480 162.957 -12.477 150.130 12.827 Potencial de ahorro mensual
feb-99 1929556 108240 130.122 -21.882 124.888 5.234 expresado en %
mar-99 2420295 153120 154.316 -1.196 143.487 10.828
abr-99 2509785 159720 158.727 993 146.879 11.849
may-99 2656455 165817 165.958 -141 152.438 13.521 =13.360 *100/165275,87
jun-99 2875225 198000 176.744 21.256 160.729 16.015 = 8,08 % del consumo mensual
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
INDICADOR DE DESEMPEÑO ENERGÉTICO BASE 100
Son definidos por la organización.
Pueden reflejar el desempeño en el uso, el consumo o la eficiencia.
Son cuantitativos
Deben formularse de tal manera que se puedan comparar y revisar con

la línea base.
“Los cambios en el desempeño hay que medirlos en relación a la

línea base”, por tanto el indicador de desempeño, debe ser capaz de
medir los cambios en el desempeño en relación a la línea base.
DIAGNÓSTICO A LOS INDICADORES MÁS FRECUENTES
SEGÚN ISO 50001
Refleja el Refleja la Es Se revisa y compara

Indicador Refleja el uso
consumo eficiencia cuantitativo con la línea base
Consumo de energia por

Si Si Si Si NO
unidad de producción

Si Si NO Si NO
unidad de tiempo

energía eléctrica Si Si Si Si NO
generada

Si Si Si Si NO
unidad de superficie

Si Si Si Si NO
visitante
4. LÍNEAS BASE DE
DESEMPEÑO
ENERGÉTICO
Línea base del índice de consumo
LÍNEA BASE DE ÍNDICE DE CONSUMO DE ENERGÍA
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 ( modelo

hipérbola equilátera)
m – índice de consumo teórico = al real si despreciamos Eo, pero en realidad no es posible.
m – parte fija del índice de consumo; E0/P – parte variable del índice de consumo
Lim (m + Eo/P) = m
P → infinito
LÍNEA BASE DE ÍNDICE DE CONSUMO DE ENERGÍA
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).
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 “m” la pendiente de la ecuación E = F(P)=m
TIPOS DE GRAFICAS REALES DE IC VS P
EN COMPARACIÓN CON EL MODELO IC = m + Eo/P
Zona
Zona
bajo IC
bajo IC
INDICE DE CONSUMO
230
Indice de consumo (KWh/Ton)
200 Valor máximo del

índice de consumo
Zona Zona
170
bajo IC bajo IC
140
110
Valor mímimo del índice de consumo
80
0,00 1000,00 2000,00 3000,00 4000,00 5000,00
Producción (Ton)
Indice de consumo real Indice de consumo teórico
METODOLOGÍA
DETERMINACIÓN DEL POTENCIAL DE AHORRO ENERGÉTICO POR
TRABAJAR A TASAS DE PRODUCCIÓN SUPERIORES O IGUALES A LA DEL
PUNTO DE QUIEBRE.
1. Se determina el IC promedio a que ha trabajado la empresa antes de la nueva planeación de la producción. Ej. 0,063
kWh/ton
2. Se determina la producción promedio mensual a que ha trabajado la empresa antes de la nueva planeación de la
producción. Ej. 3.044.094,77 Ton/mes
3. Se determina el IC del punto de quiebre seleccionado del gráfico. IC critico.Ej.0,062 kWh/ton
4. Se calcula el ahorro potencial como:
Ahorro potencial = P prom. * [ IC prom. – IC critico]
Ejemplo
3.044.094,77 Ton/mes *(0,063-0,062) kWh/ton = 3.044 kWh/mes
EJEMPLO DE LÍNEA BASE DE ÍNDICE DE CONSUMO DE ENERGÍA
ESTACIÓN DE BOMBEO
Línea Base de Índice de Consumo
10,00
Indice de Consumo [kWh/BLS.eqv]

9,00
8,00
7,00
Promedio IC 1,68 KWh/BLS
6,00
Promedio BLS 10294 BLS/h
5,00
Zona
4,00
bajo
3,00
IC
2,00
1,00
0,00
0 5000 10000 15000 20000 25000
Caudal [BLSeqv/h]
IC IC t
Ahorro potencial = P prom. * [ IC prom. – IC critico]
AHORRO POTENCIAL =15236 BLS/h* (1,68-1,05) = 9598,7 KWh/h = 55,5%

5. INDICADORES DE
DESEMPEÑO
ENERGÉTICO
¿POR QUÉ ES IMPORTANTE QUE EL INDICADOR SE REVISE Y COMPARE
CON UNA LÍNEA BASE?
La comparación
con el valor El indicador no es
Un indicador es útil deseado es útil si las La línea base de
para la toma de precisa, cuando la desviaciones entre consumo
decisiones, cuando desviación entre el el valor real del normalizada ofrece
permite su indicador y el valor indicador y el valor una referencia de
comparación con deseado se debe esperado, se comparación a
un valor deseado. solamente a aquel pueden deber a cualquier indicador
aspecto que otros aspectos
deseamos evaluar
El indicador de desempeño base 100 nos brinda información cuantitativa
El indicador base 100 es un indicador de eficacia
El indicador base 100 es autoexplicativo y de fácil comunicación.
El indicador base 100 es del tipo ascendente.
El indicador base 100 se mide en porcentaje,.

Razón ente dos variables de una misma

unidad de medida:
𝐸 = 𝐸0 + 𝑚𝑃 IDE100 =[Consumo de energia base (P) /
consumo de energia real (P)] *100
Línea Base 100
Consumo de energia base = Eo + m*P (
Energía kWh
modelo de línea base)

Punto real
Consumo de energia real , medido para el
𝐸 = 𝐸0𝑚𝑒𝑡𝑎 + 𝑚 𝑚𝑒𝑡𝑎 ∗ 𝑃 valor P.
Línea meta
ELB Si IDE100 >= 100 ; el consumo de energia
2500 2200
IB100 = X 100 = X 100 = 88% se encuentra sobre la línea base (=) o por
2200 Ereal 2500 debajo del consumo de la línea base(>)
Consumo
Consumo
Teórico
ELm Si IDE100 < 100 ; el consumo de energia

Real
IB100 = se encuentra por encima de la línea base.

Punto LB Ereal
Se evalúa igual si el objetivo es la línea

meta
3000 Producción en Ton
GRÁFICO DE SEGUIMIENTO DEL INDICADOR BASE 100
En el gráfico seguimiento diario del indicador

base 100 con respecto a la línea base (azul) y
a la línea meta (rojo) indique:
» Qué días el valor del consumo de energía

se encontró encima de la línea base.
» Qué días el valor del consumo se encontró

encima de la línea meta.
» Qué días se cumplió el objetivo de que el

consumo fuera inferior o igual al de la línea
base.
» Qué días se cumplió el objetivo de que el

consumo fuera inferior o igual al de la línea
meta.
INDICADOR DE TENDENCIA DEL DESEMPEÑO ENERGÉTICO
Una tendencia que oscile en

valores negativos y positivos El indicador de tendencia del
alrededor del valor 0. desempeño energético consiste
en conocer cual es la tendencia
acumulada de las desviaciones
del consumo de energía real
respecto al de la línea base.
Una tendencia ascendente sobre
el valor 0 .
La tendencia de las
desviaciones puede tener tres
alternativas de comportamiento
Una tendencia descendente sobre

el valor 0.
INDICADOR DE TENDENCIA DEL DESEMPEÑO ENERGÉTICO
La tendencia oscilante
La tendencia ascendente
alrededor del valor 0 Un cambio de tendencia
indica que las desviaciones
indica que no existe una de ascendente a
del consumo de energía
variable significativa que descendente o viceversa
real respecto al consumo
mueva la tendencia de indica el efecto de una
de la línea base se
forma permanente hacia variable significativa sobre
mantienen en un nivel
arriba o hacia abajo del el consumo de energía.
positivo
valor 0.
METODOLOGÍA
CONSTRUCCIÓN DEL INDICADOR DE TENDENCIA DEL DESEMPEÑO
ENERGÉTICO
Para nosotros el valor muestral es la medida del consumo de energía en el período dado y la media es el valor
del consumo de energía determinado por la línea base. La suma acumulativa de estas diferencias se determina de
la siguiente forma:
Período
𝐸𝑟 𝑃𝑟 𝐸𝐿𝐵 = 𝑚𝑃𝑟 + 𝐸𝑜 Suma acumulativa
(día, mes, año) 𝐸𝑟 – 𝐸𝐿𝐵
Línea base ((𝐸𝑟 – 𝐸𝐿𝐵)𝑖 + (𝐸𝑟 – 𝐸𝐿𝐵)𝑖
− 1)
Conocida la ecuación de la línea base ELB = m*Pr + Eo, el valor del consumo de energía real y la producción real,
se determina la desviación del consumo real con respecto al de la línea base: Er – ELB.
Se realiza un gráfico de seguimiento que consiste en describir gráficamente el comportamiento de los valores de
las sumas acumulativas durante el período muestreado, es decir los días o meses muestreados de la desviación
EJEMPLO TALLER
Gas natural Producción
MES GJ Base
1
GJ reales
108.362
toneladas
31.275 112.280
Metodología a seguir
2 108.783 33.691 119.483 1. Seleccionar el período base de comparación.
3 102.723 29.614 107.328
4 129.144 35.683 125.421
2. Determinar para el período seleccionado la expresión de relación del
5 119.629 35.378 124.512 consumo de energía y la producción asociada: 𝑬 = 𝒎𝑷 + 𝑬𝒐, (Según el
6 121.938 36.209 126.989 método de los mínimos cuadrados).
7
8
134.257
121.641
35.491
31.724
124.849
113.619
3. Recolectar los valores de E y P para el período donde deseo conocer la
9 123.068 35.441 124.700 tendencia.
10 104.574 33.924 120.177 4. Elaborar la tabla de valores de tendencia según el siguiente formato:
11 87.914 25.070 93.782
12 122.705 35.425 124.652
1 111.426 29.321 106.455
2 127.055 32.610 116.260
3 118.299 33.896 120.094
4 120.751 32.740 116.647
5 118.322 34.992 123.361 𝐸𝐿𝐵 = Suma acumulativa
6 118.607 34.311 121.331 Período 𝐸𝑟 𝑃𝑟 ((𝐸𝑟 – 𝐸𝐿𝐵)𝑖
7 126.342 33.155 117.885
(día, mes, 𝑚𝑃𝑟 + 𝐸𝑜 𝐸𝑟 – 𝐸𝐿𝐵 + (𝐸𝑟 – 𝐸𝐿𝐵)
8 120.681 34.155 120.866
9 118.148 34.222 121.066 año) Línea base 𝑖 1
− )
10 127.280 34.109 120.729
11 123.900 33.899 120.103
12 123.165 32.555 116.096
1 101.063 30.298 109.367
2 107.202 33.151 117.873
3 99.211 31.755 113.711
4 107.861 34.212 121.036
5 120.223 35.185 123.937
6 127.617 35.260 124.160 5. Realizar el gráfico en un sistema de coordenadas x, y. En
7 118.631 34.323 121.367
8 116.712 32.940 117.244 el eje x se registran los períodos (mes 1, mes 2 .....) y en el
9 120.215 34.832 122.884
10 109.844 34.017 120.454
eje y el valor de la suma acumulativa.
11 95.070 29.485 106.944
12 105.921 33.990 120.374
SELECCIÓN DEL PERÍODO BASE DE COMPARACIÓN Y ELABORAR SU LÍNEA
BASE
Gas natural Producción
MES
GJ reales/mes Toneladas/mes
1 108.362 31.275
Línea base de consumo
2 108.783 33.691 de años 1 y 2
3 102.723 29.614
4 129.144 35.683
5 119.629 35.378
6 121.938 36.209
7 134.257 35.491 140.000
8 121.641 31.724
130.000
y = 2,9812x + 19043
9 123.068 35.441 R² = 0,5548
10 104.574 33.924 120.000
11 87.914 25.070
12 122.705 35.425 110.000
1 111.426 29.321 100.000
Gj/mes
2 127.055 32.610
3 118.299 33.896 90.000
4 120.751 32.740 80.000
5 118.322 34.992
6 118.607 34.311 70.000
7 126.342 33.155
60.000
8 120.681 34.155
20.000 25.000 30.000 35.000 40.000
9 118.148 34.222
10 127.280 34.109 Ton/mes
11 123.900 33.899
12 123.165 32.555
ELABORAR TABLA Y GRÁFICA DE SUMA ACUMULATIVA DE LAS DESVIACIONES PARA
EL PERÍODO QUE DESEO EVALUAR LA TENDENCIA
Gas natural Producción GJ real-

MES
GJ/mes Ton/mes GJ Base Gjbase CUSUM
1 101.063 30.298 109.367 -8.304 -8.304
Desde el mes 1 hasta el mes 4 se observa que el
2 107.202 33.151 117.873 -10.671 -18.975 horno tuvo una tendencia del desempeño al ahorro de
3 99.211 31.755 113.711 -14.500 -33.475 energia y en esos 4 meses redujo su consumo en
4 107.861 34.212 121.036 -13.175 -46.650 46.650 GJ respecto a los años 1y 2.
5 120.223 35.185 123.937 -3.714 -50.364
6 127.617 35.260 124.160 3.457 -46.907
7 118.631 34.323 121.367 -2.736 -49.642 A partir del mes 5 y hasta el mes 9 la causa que
8 116.712 32.940 117.244 -532 -50.174 producía el ahorro del horno dejo de influenciar sobre
9 120.215 34.832 122.884 -2.669 -52.843
el consumo energético del mismo. Se observa que las
10 109.844 34.017 120.454 -10.610 -63.454
11 95.070 29.485 106.944 -11.874 -75.327 desviaciones del consumo real respecto del base son
12 105.921 33.990 120.374 -14.453 -89.780 muy pequeñas.
Tendencia del desempeño del año 3 respecto a los años

1y2
0
Desde el mes 10 al mes 12 se producen de nuevo
ahorros en el horno. Es probable que la misma -10.000 0 2 4 6 8 10 12 14
causa que produjo el ahorro del mes 1 al 4 -20.000

apareciera de nuevo ya que las pendientes de -30.000
ambos periodos son similares. Observe que la -40.000
Gj
magnitud de los ahorros de los meses10-11 y 12 es -50.000
similar al de los meses 2-3 y 4. -60.000
-70.000
-80.000
Ahorro total anual
-90.000
-100.000
Meses del año 3
Tendencia energética [kWh/h]
-800000
-600000
-400000
-200000
200000
-1400000
-1200000
-1000000
0
1/05/2017
1/05/2017
ESTACIÓN DE BOMBEO
2/05/2017
3/05/2017
4/05/2017
4/05/2017
5/05/2017
6/05/2017
7/05/2017
8/05/2017
8/05/2017
9/05/2017
10/05/2017
11/05/2017
12/05/2017
13/05/2017
Tendencia
13/05/2017
14/05/2017
15/05/2017
16/05/2017
17/05/2017
17/05/2017
19/05/2017
EJEMPLO GRÁFICO DE TENDENCIA
20/05/2017
21/05/2017
21/05/2017
22/05/2017
23/05/2017
Días del año 2017
24/05/2017
25/05/2017
26/05/2017
27/05/2017
28/05/2017
29/05/2017
30/05/2017
30/05/2017
31/05/2017
1/06/2017
mayo de 2017 respecto a enero-abril de 2017
2/06/2017
3/06/2017
4/06/2017
5/06/2017
6/06/2017
7/06/2017
7/06/2017
Gráfico de tendencia del desempeño energético del mes de
8/06/2017
6.
OPORTUNIDADES DE
MEJORA
OPORTUNIDADES DE MEJORA
Uno de los objetivos de la planeación energética del SGE es:
Fuentes de medidas de mejora:
▪ Auditorías energéticas, evaluaciones o diagnósticos

▪ Sugerencias de los empleados
▪ Revisión de ideas exitosas en otras Empresas
▪ Atender conferencias, entrenamientos y trabajo virtual, etc.
▪ Ingenieros de ventas, ¡cuidado algunos no son imparciales e
independientes!.
▪ Bibliografía, revistas, periódicos, guías de buenas prácticas
▪ Sitios en el internet, búsquedas, etc.
OPORTUNIDADES DE MEJORA
FUENTES COMUNES DE IDENTIFICACIÓN
Mejora del
Mala selección
control
Bajo factor Deficiente
de carga operación
Variabilidad
Deficiente mtto
operacional
Deficiente Cambios de
instrumentación tarifas
Desviaciones Cambios
del diseño OME tecnológicos
CLASIFICACIÓN DE LAS OPORTUNIDADES DE
MEJORA
Descripción de la calificación
Criterios
1 2 3 4
Nº 1 - Ahorros de energía
Menos de $10.000/año $10.000-$25.000/año $25.000-$100.000/año Más de $100.000/año
anuales anticipados
Nº 2 - Tiempo de espera
estimado para la Más de 12 meses 6-12 meses Menos de 6 meses Inmediata
implementación
Nº 3 - Amortización simple Más de 36 meses 13-36 meses 6-12 meses Menos de 6 meses
20% ≤ costo del 10% ≤ costo < 20% del 5% ≤ costo < 10% del costo < 5% del presupuesto
Nº 4 - Costo estimado
presupuesto de capital presupuesto de capital presupuesto de capital de capital
Mayor impacto negativo en Mínimo impacto negativo Sin cambios en las

Nº 5 - Impacto en el medio Mejora en las condiciones
las condiciones en las condiciones condiciones
ambiente, la salud y la medioambientales, de salud
medioambientales, de medioambientales, de medioambientales, de
seguridad y/o de seguridad
salud y/o de seguridad salud, y/o de seguridad salud y/o de seguridad
EJEMPLO DE PRIORIZACIÓN
Clasificación de la oportunidad
Descripción de la
oportunidad Criterio Nº Criterio Nº Criterio Nº Criterio Nº Criterio Nº Calificación
1 2 3 4 5 total
Aislar las tuberías de vapor 2 3 4 4 4 384
Reemplazar iluminación
fluorescente T-12 por 2 2 2 3 3 72
iluminación T-8
En cada criterio se pone el número del caso que esta la medida de la tabla
anterior.
Calificación total = 2*3*4*4*4 = 384
7. SEGUIMIENTO,
MEDICIÓN Y ANÁLISIS
DEL DESEMPEÑO
ENERGÉTICO
METODOLOGÍA DEL CONTROL OPERACIONAL DE DESEMPEÑO
ENERGÉTICO
Evaluación
Medición
Actuación
Proceso
PROCESO DE EVALUACIÓN
Se requiere conocer si el consumo de energía La resta del consumo de energía real menos el
es superior al esperado por motivo de alteración esperado, indica la influencia del cambio de las
de las variables controlables variables controlables sobre el consumo de
energía.
Para ello debemos comparar el consumo de
energía real con el consumo de energía
esperado, para iguales valores de las variables Si la resta eso indica que las variables
no controlables controlablesse encuentran en los valores
estándares que producen el óptimo consumo
de energía.
El consumo de energía real, se mide, al igual que
el valor de las variables no controlables.
En caso contrario se requiere revisar el valor

El consumo de energía esperado se de las variables operacionales
determina de un modelo de consumo de controlables para identificar cual (es) deben
energía en función de las variables no corregirse y pasar a laactuación.
controlables. (Línea base de consumo)
PROCESO DE ACTUACIÓN
Se requiere conocer las variables En caso de desviación del consumo de energía

controlables por operación y por real con el esperado, se compara el valor
mantenimiento que influyen en el medido de las variables controlables con su
consumo de energía criterio operacional
En caso de desviación del valor de la variable con

Se requiere establecer previamente los rangos
su criterio operacional se actúa para corregirlo.
operacionales en que deben encontrarse las
variables controlables para que el consumo
de energía sea el óptimo en el proceso
(criterios operacionales)
Si es posible corregirlo, se verifica el nuevo valor
del consumo de energía real con el
esperado, después de la corrección
Se requiere medir y registrar todas las (evaluación). Si no es posible, se registra la
variables controlables que influyen en el desviación del consumo para conocer cuánto
consumo de energía. cuesta la desviación de la variable de su criterio
operacional.
RUTINA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO
1. Solicitud de Información SCADA-
Telmetergy
7.Análisis continuo de información de 9.Análisis mensual información de
desempeño IEE vs comportamiento desempeño IEE vs comportamiento
2. Procesamiento de Información de las variables de control de las variables de control +
(Generación de IEE)*
8.Recomendaciones operacionales
3. Análisis (1) información de desempeño y de pruebas para la mejora del
IEE vs comportamiento de las variables desempeño energético
de control
*Registro de + Informe mensual

Informe en CCMO. de desempeño
4. Recomendaciones operacionales (1) *Gestión a la vista +Gestión a la vista
para mejora del desempeño energético*
5. **Análisis (2) de información de

desempeño IEE vs comportamiento
de las variables de control 10. Reunión mensual de análisis de
información de desempeño
energético y realización de
direccionamientos y procedimientos
6. **Recomendaciones operacionales (2) de operación eficiente ++
para la mejora del desempeño.
Direccionamiento de la operación del **Reporte de
turno siguiente. operación diaria. ++ Acta de revisión
Envío consultor energética del mes
Actividades Consultor Actividades CCMO Actividades conjuntas

8. RESULTADO CASO
IMPLEMENTACIÓN
CONTROL
OPERACIONAL
CASO HORNO DE REFINERÍA
El energético y el Uso Significativo de Energía (USE)

de mayor impacto, son el gas combustible y los
hornos de proceso.
El horno de mayor consumo es el horno

atmosférico, ubicado en la unidad de Destilación
Atmosférica .
En el proceso de caracterización energética, se
identificó que existe una alta variabilidad del
consumo de combustible del horno para iguales
valores de carga suministrada al horno, en barriles de
petróleo día
CASO HORNO DE REFINERÍA
Relación consumo de gas y Producción del Horno

5500
• Esta variabilidad ocurre a cualquier
5000 nivel de carga del horno (como se
Consumo de gasMMBTU/Día
4500 muestra en la Figura). Su valor promedio

4000 fue del 20% del consumo promedio del
3500
horno. Esto puede producir
sobreconsumos diarios de energía de
3000
hasta 800 MMBTU/día, equivalentes a
2500
233.600 MMBTU/año; a 61 días de trabajo
2000
70000
80000 90000 100000 110000 120000 130000 140000 150000 160000 del horno a su carga promedio y USD
Barriles de petróleo/día (BPD)
1.168.000/año.
VARIABLES MEDIDAS
QUE INFLUYEN EN EL CONSUMO DE COMBUSTIBLE DEL
HORNO PARA IGUALES VALORES DE CARGA
Gravedad específica ( API)
Poder calorífico gas combustible (BTU/ft3)
Temperatura entrada al horno (°F)
Temperatura salida del horno (°F)
Tiro (in H2O)
Residual de Oxígeno (%)

Variables medidas que influyen en el consumo de combustible del
horno para iguales valores de carga
La tabla muestra el valor promedio operativo de las variables y su desviación estándar (grado de dispersión con
respecto al valor promedio), para los datos operacionales, con consumos por encima y por debajo del promedio.
La diferencia entre la variabilidad ( desviación estándar) de los parámetros para las operaciones por encima del
valor promedio de consumo y por debajo es muy significativa, lo que indicaría una posible causa de la
reducción del consumo de energía del horno para procesar iguales cantidades de crudo.
Validación mediante p-value
De las variables medidas que influyen en el consumo de combustible del
horno para iguales valores de carga X1 Carga alhorno
X2 Poder calorífico inferior del gas combustible
Estadísticas de laregresión X3 Temperatura de entrada del horno
Coeficiente de correlaciónmúltiple 0,983273807 X4 Temperatura de salida del horno
X5 Tiro del horno
R^2 ajustado 0,965296336
Error típico 147,244725 X6 Oxígeno en exceso
Observaciones 137 X7 Grados API de la carga
ANÁLISIS DEVARIANZA Todas <= 0,05

Suma de Promedio de los
Grados de libertad cuadrados cuadrados F Valor crítico deF excepto grados
Regresión 6 82147057,4 13691176,23 631,482428 1,46698E-93 API
Residuos 130 2818531,17 21681,00903
Total 136 84965588,5
Coeficientes Errortípico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior95,0%
Intercepción -6617,647389 1190,09617 -5,56059884 1,46572E-07 -8972,110335 -4263,184443 - -4263,184443
8972,110335
Variable X1 30,29671382 0,96223899 31,4856434 1,10588E-62 28,39303905 32,20038859 28,39303905 32,20038859
Variable X2 2,558405387 0,29006105 8,820230655 6,48594E-15 1,984554284 3,132256489 1,984554284 3,132256489
Variable X3 -24,85270392 1,80442078 -13,77323085 3,57374E-27 -28,42253462 -21,28287321 - -21,28287321
28,42253462
Variable X4 27,30070355 1,99249944 13,70173715 5,34565E-27 23,3587817 31,24262539 23,3587817 31,24262539
Variable X5 -854,0452022 275,096784 -3,104526303 0,002339499 -1398,291289 -309,7991148 - -309,7991148
1398,291289
Variable X6 35,91199222 18,2271129 1,97025126 0,050934881 -0,148170845 71,97215528 - 71,97215528
0,148170845
VARIABLES SIGNIFICATIVAS OPERACIONALES
EN EL CONSUMO DE GAS IDENTIFICADAS EN EL HORNO DE DESTILACIÓN
ATMOSFÉRICA
Aplicando la herramienta p-value se determino que la variación de los grados API de la carga
no influyen en la variación del consumo de energia del horno, sin embargo, el resto de las
variables si muestran influencia significativa. El 96,5% de las variaciones del consumo
dependen de ellas.
𝑬 = 𝟑𝟎, 𝟐𝟗 ∗ 𝑿𝟏 + 𝟐, 𝟓𝟓 ∗ 𝑿𝟐 − 𝟐𝟒, 𝟖𝟓 ∗ 𝑿𝟑 + 𝟐𝟕, 𝟑 ∗ 𝑿𝟒 − 𝟖𝟓𝟒, 𝟎𝟒𝟓 ∗ 𝑿𝟓 + 𝟑𝟓, 𝟗𝟏𝟏 ∗ 𝑿𝟔 – 𝟔𝟔𝟏𝟕, 𝟔𝟒 + 𝟏𝟒𝟕,𝟐𝟒
Variables controlables Variables productivas R2 = 96,5%

X2 Poder calorífico Gas combustible(BTU/PC) X1 Carga a la Unidad de Crudo (BPD) Hay un 3,5%de variación por
X3 Temperatura entrada del horno (°F) otras variables noconocidas.
X4 Temperatura salida del horno (°F)
X5 Tiro (in H2O)
X6 Residual de Oxigeno (%)
HORNO DE DESTILACIÓN ATMOSFÉRICA
Línea base: E= 29,229*P + 446,85 [MMBTU/d] P: BPD. Variable no controlable
ESTADÍSTICAS DE LAREGRESIÓN
Coeficiente de 0,912875455
correlación múltiple
Coeficiente de 0,833341597
determinación R^2
R^2 ajustado 0,83210709
(MMBTU/día)
Nivel de significación 95%
Valor critico de F 2,229783907547
48E-54
RANGOS RECOMENDADOS PARA VARIABLES OPERATIVAS
SIGNIFICATIVAS
-
DATOS DE LAS OPERACIONES REALIZADAS DENTRO DE LOS RANGOS DE VALORESRECOMENDADOS
Consumo %Exceso de
Carga (KBPD) PCI T in T out Tiro
GC (MMBTU/día) O2
4464,72 134,88 945,07 588,95 676,70 -0,37 3,84
4224,32 135,07 945,32 592,45 678,16 -0,39 4,04
3443,19 118,84 900,31 594,15 679,69 -0,37 4,38
3460,51 110,89 898,44 596,61 686,59 -0,35 4,27
3318,22 102,84 923,72 593,43 688,73 -0,35 3,16
3292,85 101,28 912,72 587,11 676,74 -0,37 3,43
4679,92 150,77 941,88 587,01 679,93 -0,29 2,79
4591,65 150,63 931,23 587,82 680,17 -0,30 2,85
4451,69 149,81 894,59 585,96 680,24 -0,31 2,77
4336,28 149,35 890,24 584,70 679,46 -0,35 2,84
4182,17 141,54 929,22 588,12 679,29 -0,31 2,83
3516,89 126,18 934,85 591,54 677,41 -0,29 2,80
2937,11 105,41 928,99 588,74 675,58 -0,35 3,41
3085,29 107,06 896,30 589,29 675,12 -0,31 3,95
3178,73 107,93 950,41 591,25 676,00 -0,30 3,94
2912,52 100,41 883,36 594,65 678,70 -0,29 3,66
ENERGIA ENERGIA SUMA PORCENTAJE
CARGA EA– ET
REAL LB ACUMULATIVA DEAHORRO La operación produjo en
4464,72365 134,88 4389,29 75,43 75,43 promedio un 8%del consumo de
4224,31679 135,07 4394,89 -170,57 -95,14 -3,88% energía del horno para iguales
3443,18876 118,84 3920,39 -477,2 -572,34 -12,17% niveles de producción.
3460,51455 110,89 3688,19 -227,68 -800,01 -6,17%
3318,22285 102,84 3452,62 -134,4 -934,41 -3,89%
3292,84911 101,28 3407,27 -114,42 -1048,83 -3,36%
4679,91865 150,77 4853,66 -173,74 -1222,57 -3,58%
4591,65461 150,63 4849,72 -258,06 -1480,63 -5,32%
4451,68963 149,81 4825,63 -373,94 -1854,57 -7,75%
4336,28231 149,35 4812,17 -475,89 -2330,46 -9,89% 1000,00
4182,16906 141,54 4584,05 -401,88 -2732,34 -8,77%
0,00
3516,88802 126,18 4134,84 -617,95 -3350,29 -14,94% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
2937,11374 105,41 3527,8 -590,68 -3940,97 -16,74%
Ahorro (MMBTU/día)
-1000,00
3085,2912 107,06 3576,23 -490,94 -4431,91 -13,73%
-2000,00
3178,73015 107,93 3601,53 -422,8 -4854,71 -11,74%
2912,5192 100,41 3381,75 -469,24 -5323,95 -13,88% -3000,00
-4000,00
-5000,00
-6000,00
Días
TALLERES
1. Taller de variables significativas (P-value).
2. Taller de línea base, línea meta, índice de consumo.

(Potenciales de ahorro por gestión operacional y gestión de la
producción)
3. Taller de indicadores de desempeño energético.
4. Taller simulación de variables de control.

UEC Control Operacional Del Desempeno Energetico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UEC Control Operacional Del Desempeno Energetico

Cargado por

Copyright:

Formatos disponibles

CONTROL

Conocer las herramientas que permiten establecer los sistemas y

Firmar las listas de asistencia de la formación.

Puntualidad, respeto, estar presentes, si se tiene que atender algún asunto

Participar activamente en la prueba de conocimientos o talleres durante y

LBEn Control Operacional Información

Criterios operacionales para

Producción Transporte Refinación

Uso significativo de la energía

Operación o proceso que genera el Control operaciones /

Fuente de energía que genera el Control de materiales (recepción,

Actividades relacionadas con el uso Compras, ventas, contrataciones

Unidad de Set Point Limite Limite Instrumento de Frecuencia de Quién necesita

Mayor costo energético.

Mayor consumo energético.

Mayores oportunidades de mejora.

Mayor impacto ambiental.

Mayor impacto ponderado.

Hacer flujograma de procesos.

Hacer balance de energía

Registrar consumos por tipos de energéticos.

Determinar el consumo promedio de cada área.

Identificar las áreas de mayor consumo por tipo de

Determinar los equipos que provocan estos altos Establecer

Seleccionar equipos de mayor consumo y mayor

Cada USE debe

Debe definirse e implementarse un plan

Es posible que no todas las áreas que

TOTALIZADOR UHT ESTANDARIZACION DASA

• Seguimiento en tiempo real

Para monitoreo y gestión eficiente

consumo de energia. 120000

Molino de mineral 60000

Producción (Ton Carbón Manejado/día)

Materia Prima Ensuciamiento

Mix Producto Descalibración

Nivel de Control Humedad

Tecnología Estación del año

No todas las variables de proceso influyen en el consumo de energía

No todas las variables de proceso que influyen significativamente en el consumo

Si una variable que influye significativamente en el consumo de energía del

Un uso significativo de energía sin variables significativas no puede ser

Son los parámetros operacionales, de producción y de mantenimiento,

No podemos actuar operacionalmente sobre las variables estáticas y las

Las causas raíces de las variables que dependen de la

Las buenas prácticas operacionales y de mantenimiento deben

Las variables significativas y sus causas raíces de cambio,

Tipo de variable Ejemplo

Independiente de la operación y Producción, especificaciones de

Dependiente del mantenimiento Ensuciamiento de filtro, estado de

Dependencia de la operación Número de bombas, configuraciones

Estáticas Tipo de motor, bomba, variador,

Variables Influencia Directa

Variables Arreglo BPC42020-BPC42030

Validación estadística de variables significativas de consumo energético.

Excel: Archivo – Opciones- Complementos-

Excel: Archivo – Opciones- Complementos-

Validación estadística de variables significativas de consumo energético.

Validación estadística de variables significativas de consumo energético.

P-value < 0.05?

Validación estadística de variables significativas de consumo energético.

Validación estadística de variables significativas de consumo energético.

Coefficients P-value < 0.05?