CONDICIÓN ENERGÉTICA DEL PROCESO DE PRODUCCIÓN

DEL CACAO

Gestión Energética
Gabriela Suárez Velandia, Edwing Yesid Hortua, Jefferson Peñaranda
Escuela de Estudios Industriales y Empresariales, Universidad Industrial de Santander, Bucaramanga, Colombia

Resumen− − El desarrollo de este documento representa el De todo anterior se concluye que:

último informe del trabajo realizado a lo largo del semestre
en la asignatura electricidad y electrónica básica, donde el
principal objetivo es identificar deficiencias en el uso de la
energía eléctrica para lograr identificar alternativas de
mejora, a partir del conocimiento y la correcta aplicación
de las herramientas básicas de gestión energética
encontradas en el Sistema de Gestión Energética basada en
la norma ISO 50001 y los análisis de la línea base- meta, y
la condición energética del proyecto.
Palabras clave− Consumo, Energía, Energético, Gestión
Energética, ISO, Modelamiento, Norma, Potencia
Eléctrica, Ahorro, Sistema Eléctrico.
1.Expliación de la ecuación de línea base que modela la
relación entre el consumo y la producción.
• La carga base de consumo o energía no asociada a la
producción (E0) es de 5018.1 Kw h/Mes.
• El Mínimo índice de consumo alcanzado en el
proceso, representado por el valor de la pendiente de
la línea, es de 39.85 Kw-h/Ton
LINEA META DE PROCESO
Ahora con estos valores que están debajo de la línea base
del proceso, donde se puede tomar estos como valores
meta a los cuales se deben llegar; con dichos valores se
construye un nuevo diagrama de dispersión y se realiza
otra línea de ajuste la cual se le denomina Línea meta
como se presenta a continuación:

LINEA BASE DE PROCESO

Con los datos de consumo y producción se calcula una
línea de tendencia y se obtiene una línea base del proceso.

El factor de correlación (𝑅2 )mostrado es mayor a 0,8 con

un propósito y es para garantizar un estudio adecuado del
caso por lo que se buscaron números para la columna
Aleatorio que garantizaran esta condición.

Fuente: Elaborada por los autores.

Fuente: Elaborada por los autores.
CANTIDAD DE ENERGÍA DE AHORRO
Al trabajar con la línea base y la línea meta del proceso es
posible obtener un ahorro, que es fácilmente identificable
visualizando el valor de los intercepto (𝐸0 ) de cada
ecuación. El ahorro se obtiene mediante 𝐸0 𝐿.𝐵 −
𝐸0 𝐿.𝐵.𝑀𝑒𝑡𝑎 , reemplazando se obtiene 𝐴ℎ𝑜𝑟𝑟𝑜 =
5018.1 − 4370.7, lo cual se puede concluir que se tienen
647.4 Kw-h/Mes como Potencial de ahorro por reducción
de la variabilidad operacional del consumo de energía, es
decir, cada mes se puede reducir el consumo base de
energía eléctrica mes a mes en 647.4 Kw-h.
EQUIPOS DE MAYOR CONSUMO
Para gestionar el uso de la energía y tener un adecuado
empleo, se hace necesario identificar cuáles son los
equipos o etapas del proceso que mayores consumos
presentan para dar una especial atención, en la siguiente
tabla se evidencia el consumo de energía y lo que se
trabajó en cada mes:

COSNUMO % PART
MES % PARTI
DE ENRGIA ACU
Agosto 11439,0464 10,19% 10,19%
Marzo 10643,6394 9,49% 19,68%
Junio 10482,7499 9,34% 29,02%
Noviembre 10066,3737 8,97% 37,99%
Abril 10061,8173 8,97% 46,96%
Enero 9946,3052 8,86% 55,82%
Septiembre 9817,93693 8,75% 64,57%
Febrero 9563,90463 8,52% 73,09%
Octubre 8505,85365 7,58% 80,67%
Julio 7814,75295 6,96% 87,64%
Diciembre 7356,29556 6,56% 94,19%
Mayo 6514,13348 5,81% 100,00%
AÑO 112212,809
Fuente: Elaborada por los autores.
Se analizaron los meses que marcaron mayor consumo,
puesto que con ellos será posible determinar los equipos
que ocasionan este resultado. Se presenta los meses con
mayor consumo de manera ordenada con cada uno de los
equipos:

Fuente: Elaborada por los autores.

Después de observar los diagramas de Pareto, es claro que
el orden se mantuvo en el proceso productivo durante el
año (de mayor a menor consumo) fue respectivamente,
Peladora de cacao, Molino para refinado, Molino de
martillos y la Despedregadora (máquinas con consumo Para el caso en estudio no se presentan datos atípicos de
significativo), donde se puede evidenciar que el 20% de consumo o producción; no se espera una estacionalidad
los equipos representan el 80% del consumo del mes en la producción de cacao de marzo a abril por debajo de
(Peladora de Cacao y el Molino para refinado). mientras la producción promedio mensual, la siguiente tabla que
que los meses de agosto y abril tuvo una anomalía; el nos muestras las variaciones de consumo y producción
Molino para refinado tuvo un consumo aproximadamente para cada mes donde nos refirma la idea que no hubo
cercano a la Peladora de Cacao, esto se debe a la variación datos atípicos o falso.
en % de operación mensual, es decir, la productividad de
estos dos equipos producto del cálculo de los valores % % %-CONS %-PROD
CONSUMO PRODUCCI INI IDEAL
aleatorios propuestos para modelar el comportamiento de
ON
la producción en un año.
2. Validación de la condición energética del proceso de -4,00% -14,63% -6,98% -8,41%
producción en análisis 10,14% 8,10% 4,03% 19,19%
-5,78% -5,78% -2,80% -11,54%
Al realizar un análisis del comportamiento del consumo
-54,46% -121,73% -36,19% -237,14%
de energía y de la producción a través del tiempo se
37,86% 61,38% 32,09% 72,62%
pueden detectar estacionalidades en la demanda, meses de
-34,14% -123,97% -40,72% -95,40%
máxima y mínima demanda, comportamientos anómalos
31,68% 62,50% 35,38% 56,44%
del consumo en función de la producción y datos fuera de
lo común (atípicos). Las siguientes graficas muestran el -16,51% -35,75% -17,52% -33,77%
cambio a través de los doce meses del consumo y -15,43% -66,28% -24,28% -37,62%
producción respectivamente contrastando los datos de 15,50% 46,59% 24,21% 30,91%
consumo con los datos ideales. -36,84% -100,56% -35,24% -115,91%

Fuente: Elaborada por los autores.

Otra consideración para resaltar es que se deben estudiar
los comportamientos mes a mes del consumo y la
producción en con junto, esto quiere decir que, según el
modelo planteado en la línea base, si la producción de
cacao aumenta de un determinado mes a otro, el consumo
de energía también tiene que hacerlo. La siguiente
representación se muestra gráficamente este análisis y de
aquí se concluye que las variables tienen el mismo
comportamiento mes a mes para el caso en estudio:

Fuente: Elaborada por los autores.

Fuente: Elaborada por los autores.
El mes con mayor eficiencia respecto al consumo de JULIO 126,8545192 121,3076887
energía y la producción es el mes de junio que tras
analizar y comparar con otros meses de consumos AGOSTO 69,62540963 70,39365609
similares como mayo y Julio nos damos cuenta de que a SEPTIEMB
pesar de tener un gasto de energía semejante tienen una 81,12175705 81,31288149
RE
cantidad de producción diferente debido al aleatorio
relacionado a la proyección de producción que significa OCTUBRE 116,859648 108,7926931
las variaciones naturales que se presentan en el proceso NOVIEMBR
de producción. 73,87051954 76,67482798
E
A través del modelo de Línea Base, se pueden determinar DICIEMBR
los consumos ideales de energía en cada uno de los meses 108,2675767 113,705143
E
y así comparar índices de consumo ideales con los reales
y ver su tendencia en función de la producción, el índice Fuente: Elaborada por los autores.
de consumo real se calcula a partir de la ecuación
𝐸 𝑚𝑒𝑠
𝐼𝐶.𝑅𝐸𝐴𝐿 = , para el índice de consumo ideal
𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑚𝑒𝑠
se hace uso de la ecuación 𝐼𝐶.𝐼𝐷𝐸𝐴𝐿 = 𝑚𝐿.𝐵 +
𝐸𝑜
, el valor de 𝑚𝐿.𝐵 y 𝐸𝑜 se extraen de la
𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑚𝑒𝑠
ecuación de la línea base, 𝑚𝐿.𝐵 = 39,8501, 𝐸𝑜 =
5018,112. Los valores obtenidos de presentan en la
Tabla 7. Las líneas de tendencia empleadas son de tipo
polinómica, se usan con el fin de comparar el índice real
e ideal. Como se puede observar el comportamiento
energético descrito por el caso en estudio se acerca
bastante al comportamiento ideal, lo cual evidencia que el
uso de la energía por parte del proceso productivo es
aceptable acercándose a óptimo. De esto se observa que
al aumentar los volúmenes de café producido se pueden
reducir dichos índices. Para el caso en estudio se concluye Fuente: Elaborada por los autores.
que, al aumentar los niveles de producción, se pueden
3. Hallazgos energéticos
alcanzar índices de Consumo Ideales
Tabla 7. Índices de consumo En cuanto a un diagnóstico general, el sistema productivo
tiene controladas las variables producción y consumo. No
Índice de Índice de presentan casos atípicos y el comportamiento conjunto
Consumo Real Consumo Ideal tanto del consumo de energía como la producción se
Periodos
(KW-h/mes) (KW-h/mes) encuentra controlado a través del tiempo, aunque se
/Ton /Ton observa una variación considerable para la producción
estimada y consumo de energía con sus datos ideales en
ENERO 75,55329397 77,96835643 los meses de febrero y marzo. Los diagramas de Pareto
permitieron determinar que hay acaparamiento del
FEBRERO 83,27647811 83,54476232 consumo de energía eléctrica por unos meses, es decir,
MARZO 85,17191226 80,00583677 relativamente el consumo mes a mes no presenta un alto
grado de homogeneidad. En cuanto los dos equipos
ABRIL 85,17191226 82,32782698 representativos que se hallaron se encontraron que los
procesos de Peladora de Cacao y Molino para refinado
MAYO 122,2646568 134,0358227 son los que más impactan en el consumo energía eléctrica
y esto se debe el elevado número de equipos que
JUNIO 75,97703859 76,22054302
requieren; esto se corrobora en las respectivas potencias
monofásicas acumuladas, lo cual se debe a su poca
cavidad de procesamiento y en alto consumo de energía evidente el problema, el consumo total de agosto fue de
por carga. En lo que corresponde a la energía consumida 11.439,0464 kW-h/mes)
contra la producción estimada notamos los claros picos en
los meses de mayo, julio, y octubre, donde la producción
estuvo muy baja comparada con la cantidad de energía cosnumo de agosto
consumida, y en el mes de agosto la producción estuvo un 5000

poco por encima del consumo promedio comprado con
los demás meses.
4.Oportunidades de mejoras del desempeño energético
Como se observa en nuestros diagramas de Pareto
anteriormente descritos observamos que el consumo de
energía de peladora de cacao y molino de refinado están
muy por encima de la de las demás maquinas, esto es
debido a que la capacidad de procesamiento de cada una
de esta maquinas es bastante inferior a las de las
demás(solo 200 kg/h), lo que incrementa el consumo muy
notablemente debido a que hay que utilizar mayor
cantidad de máquinas las cuales individualmente
consumen casi la misma cantidad de energía que las otras,
pero con una capacidad de producción muy inferior.
capacidad
2.500 Kg/h
capacidad
consumo kw-h/mes
4000
3000
2000
1000
0
Fuente: Elaborada por los autores.
Por consiguiente se plantea que la mejor opción posible
seria el cambiar estas dos máquinas, en la actualidad
existen referencias de máquinas con mejores capacidades
y optimizadas de mor forma en cuanto consumo y
productividad, utilizando algunas de las que se
encuentran en los catálogos de las empresas productoras
de cacao se plantea cambiar la peladora utilizada
actualmente por una GGPT-300 que posee características
similares solo que su capacidad es de 500 kg/h y la

2.000 Kg/h
1.500 Kg/h maquina molino de refinado Fisher con una capacidad de
1.000 Kg/h 400 kg/h. a continuación mostramos los cambios.
500 Kg/h
0 Kg/h

capacidad
3.000 Kg/h
capacidad

maquinas 2.000 Kg/h

1.000 Kg/h
0 Kg/h
maquinas balanceadas
10
numero de cargas

8
6
4
2
0
maquinas balanceadas
8
numero de cargas

6
4
2
maquinas
0

Fuente: Elaborada por los autores.

Los gráficos mostrados antes muestran lo anteriormente
descrito y estos los comparamos con el consumo de un Fuente: Elaborada por los autores.
mes tomado de ejemplo agosto (ya que es donde es más
Después de aplicar los cambios el consumo mensual de
agosto se redujo a 6.403,7599 kW-h/mes que muestra un
cambio significativo

consumo agosto despues

2500
consumo kw*h/mes

2000
1500
1000
500
0

Fuente: Elaborada por los autores.

Otra posible mejora al proceso productivo ser en las
maquinas no aprovechadas al 100% de su capacidad, una
solución sería aumentar la cantidad a producir en cada
mes para mejorar este porcentaje.
REFERENCIAS
Picón, W. (2020). Herramientas de Gestión Energética.
Bucaramanga.
Prías, O., & Campos , J. (2013). Implementación de un
sistema de gestión de la energía. Guía con base
en la norma 50001. Bogotá.