Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caribe Colombiana
Ariel Andrés Jiménez - Héctor Camilo Andrade - Diego Arcesio Rodriguez Martínez
Pontificia Universidad Javeriana
Energía y Sostenibilidad
Armando Sarmiento Lopez
Noviembre 2021
1
Introducción
una inversión tanto económica como social, ya que al momento de implementar una
microrred, se generan empleos para las poblaciones directamente beneficiadas y los usuarios
presentarán reducciones en el precio de la energía, logrando independencia energética, por
el hecho de producir la energía cerca de donde viven.
Otro factor negativo que no fue mencionado con anterioridad, es que la distancia
entre los lugares de generación y consumo final, provoca unas pérdidas de la producción
neta de electricidad, por lo que si se acerca el lugar de generación y consumo, permitirá
evitar las pérdidas, logrando una mejor distribución.
Regulación
Consumo de energía.
Longitud de redes.
Con la entrada de la CREG 030 del 2018 (CREG, 2018), el país da un gran avance, ya que
se regulan las actividades para la integración de autogeneración a pequeña escala y
generación distribuida al Sistema interconectado Nacional, generando una formulación
matemática que define los créditos, las ventas y la generación de excedentes de energía.
Gestión de la demanda
Operación y control
La optimización debe buscar una solución que se adapte a las necesidades de cada
territorio, y que cumpla con las condiciones técnicas (Adaptabilidad de la Red). Para dar
una propuesta adecuada se deben tener en cuenta factores como el intercambio de potencia
activa y el despacho económico. Con respecto al intercambio de potencia, a diferencia de las
redes de energía convencionales, al agregar energía de una microrred al SIN, se presentan
flujos de potencia indeseados debido a que la energía eléctrica no se puede almacenar en
altas cantidades. Por ende, la optimización es el valor agregado que va a permitir generar la
cantidad precisa de energía que se consumirá y mantendrá un balance en la red; se buscaría
también optimizar los costos operativos y garantizar el punto adecuado de funcionamiento.
Todo esto se logra, implementando los modelos de optimización, en conjunto con la
microrred. Al plantear el uso de estas nuevas tecnologías, se beneficia al sector energético,
reduciendo la huella de carbono y consumo de combustibles fósiles, buscando incrementar
la confiabilidad, eficiencia y seguridad en la red, y también le va dar al consumidor mejor
autonomía para manejar sus necesidades energéticas.
Al plantear el modelo de una microrred, se puede aprovechar el territorio para
emplear las diversas fuentes de energías, como lo pueden ser solar, eólica, geotermia o
incluso mini generadores hidroeléctricos. Estos generadores en conjunto con unidades de
almacenamiento de energía (banco de baterías) concluyen en una variedad de recursos de
energía distribuidos (DER), que van a permitir que se pueda tener un flujo constante de
potencia (Gaona, Trujillo, y Guacaneme, 2015). Manteniendo siempre un buen sistema de
comunicaciones para la operación de la energía (potencia entregada y producida) y con los
equipos usados dentro de la microrred, se va a permitir al centro de control, con el modelo
de optimización adecuado, mantener el flujo de energía eléctrica; asegurando que dentro de
la microrred no se presenten interrupciones en el sistema por falta de energía no producida.
Uno de los principales retos del diseño de microredes, es el balance de cargas, lo cual
se tiene en cuenta en la optimización que se presentará más adelante, esto con el fin de
6
Dinámica ambiental
Modelo matemático
La red comercial.
Arreglos fotovoltaicos.
Baterías.
Converter
Figura 1
Modelo de alto nivel de microrred.
Para la ecuación (1), se considera que el usuario tiene un perfil de demanda definido
para las 24 horas del día y que el costo unitario (i.e., CU) es constante durante todo el día.
Por lo tanto, la función objetivo estaría dada por,
24
(CU · Ptred )
X
min. (1)
t=1
8
Por su parte, la ecuación (2) describe la función objetivo cuando se presenta tarificación
horaria.
24
(CUt · Ptred )
X
min. (2)
t=1
Donde Ptred es la potencia entregada por la red. Como se debe tener en cuenta que
no es permitido exportar energía hacía la red, la ecuación (3) expone la restricción
mencionada.
Ptred ≥ 0, ∀ t (3)
Se hace necesario restringir el modelo con el fin de asegurar que exista balance de
carga, es decir, que la energía de entrada es igual a la energía de salida, como se explica en
la ecuación (4),
Ptred − PtbatCh + PtbatDCh + PtP V − Ptcasa = 0 (4)
Donde PtbatCh y PtbatDCh son la potencia de carga y descarga de la batería, PtP V la potencia
inyectada por el arreglo de paneles fotovoltaicos, y Ptcasa es la demanda horaria de la casa.
La batería conectada al sistema presenta las características mencionadas en la Tabla
1. Las ecuaciones desarrolladas en (Hu, Skorupski, Entriken, y Ye, 2020), permiten modelar
el estado de carga (i.e., SoC), junto con los ciclos de carga y descarga de la misma. La
ecuación (5) indica que el estado de carga en el tiempo t depende del estado de carga en un
tiempo t − 1 y si la batería se cargó (i.e., PtbatCh ) o descargó (i.e., PtbatDCh ). Así mismo, se
incluye la eficiencia ηbat de las baterías que puede ser ocasionada por efectos no lineales.
1
Etbat = Et−1
bat batCh
+ ηbat · Pt−1 − batDCh
· Pt−1 (5)
ηbat
La ecuación (6) asegura que el estado de carga de la batería en la hora t = 24 sea igual al
estado de carga en la hora t = 1.
E1bat = E24
bat
(6)
Las ecuaciones (8) y (9) incluyen la máxima potencia de carga y descarga, respectivamente.
Donde vtCh y vtDCh son variables binarias (i.e., vtDCh + vtCh = 1, ∀t) que evitan que la carga
se realice al mismo tiempo que la descarga (o viceversa).
Figura 2
Curva de consumo de cliente residencial aleatorio.
Figura 3
Restricciones en GAMS.
11
Al optimizar el modelo para minimizar los costos de suplir la demanda (i.e., ec. (1))
se obtiene que el costo diario para la vivienda es de $4432,2 COP . Por su parte, el estado
de carga de las baterías Etbat durante las 24 horas y la tasa de carga y descarga, se resumen
en la Tabla 2. La Figura 4 muestra gráficamente el comportamiento del estado de carga, y
la tasa de carga y descarga de la batería.
Figura 4
Comportamiento de la batería.
Por medio de los componentes del costo unitario de la factura de Enel-Codensa que
se muestran en la Tabla 3, se procede a calcular la estructura de la tarifa horaria por medio
de un código Python, a partir de los modelos explicados en (Hu y cols., 2020).
12
1:00 0 0 0,8
2:00 0 0 0,8
3:00 0 0 0,8
4:00 0 0 0,8
5:00 0 0 0,8
6:00 0 0 0,8
7:00 0 0,323 0,8
8:00 0 0 0,441
9:00 0 0 0,441
10:00 0 0 0,441
11:00 0,07 0 0,441
12:00 0,159 0 0,504
13:00 0,147 0 0,647
14:00 0,024 0 0,779
15:00 0 0 0,8
16:00 0 0 0,8
17:00 0 0 0,8
18:00 0 0 0,8
19:00 0 0 0,8
20:00 0 0 0,8
21:00 0 0 0,8
22:00 0 0 0,8
23:00 0 0 0,8
0:00 0 0,5 0,8
Cuadro 2
Distribución de estado de carga y potencia de la batería.
Costo
Parámetro Descripción
[COP por kWh]
G 241.47 Generación
T 38.79 Transmisión
D 177.39 Distribución
C 51.75 Comercialización
PR 42.56 Pérdidas reconocidas
R 5.32 Restricciones
Cuadro 3
Costo unitario.
13
El código divide el día por horas pico, horas media y horas baja, estableciendo los
costos de la manera como se resume en la Tabla 4.
Tiempo CU [COP]
1:00 451,663391
2:00 451,663391
3:00 451,663391
4:00 451,663391
5:00 555,3360669
6:00 555,3360669
7:00 555,3360669
8:00 555,3360669
9:00 555,3360669
10:00 555,3360669
11:00 555,3360669
12:00 555,3360669
13:00 555,3360669
14:00 555,3360669
15:00 555,3360669
16:00 555,3360669
17:00 555,3360669
18:00 804,0054923
19:00 804,0054923
20:00 804,0054923
21:00 804,0054923
22:00 555,3360669
23:00 555,3360669
0:00 451,663391
Cuadro 4
Estructura de tarificación horaria.
1:00 0 0 0,2
2:00 0 0 0,2
3:00 0,268 0 0,2
4:00 0 0 0,441
5:00 0 0 0,441
6:00 0 0 0,441
7:00 0 0 0,441
8:00 0 0 0,441
9:00 0 0 0,441
10:00 0 0 0,441
11:00 0,07 0 0,441
12:00 0,159 0 0,504
13:00 0,147 0 0,647
14:00 0,024 0 0,779
15:00 0 0 0,8
16:00 0 0 0,8
17:00 0 0 0,8
18:00 0 0,4 0,8
19:00 0 0,5 0,756
20:00 0 0 0,2
21:00 0 0 0,2
22:00 0 0 0,2
23:00 0 0 0,2
0:00 0 0,5 0,2
Cuadro 5
Distribución de estado de carga y potencia de la batería, con estructura de tarificación
horaria.
15
Figura 5
Comportamiento de la batería con estructura de tarificación horaria.
Análisis de resultados
Figura 6
Balance de carga para la optimización 1.
Figura 7
Balance de carga para la optimización 2.
Figura 8
Comparación de costos.
18
Conclusiones
Aún dentro del territorio nacional, existe una muy baja participación de las energías
renovables; pero cabe destacar los esfuerzos realizados por el Gobierno Colombiano, en la
incorporación de estas tecnologías, al modelo energético nacional con la apertura de nuevas
subastas de renovables, y su gran proyección de obras en la Zona Norte Colombiana, los
cuales se pueden conectar mediante el uso de microrredes al (ZIN), pero sin dejar de lado a
las poblaciones más vulnerables de Colombia, como ha sucedido en otras ocasiones.
La gran importancia de darle una mirada objetiva a las necesidades energéticas del
territorio, en especial las de la zona Caribe, Sur y Occidente Colombiano, nos obligan a
revisar los recursos tecnológicos y metodologías adecuadas, para brindar servicio y
bienestar a las regiones olvidadas de nuestro territorio, y generar un punto de partida
inicial, puede ser la implementación de microredes en pequeñas poblaciones del Caribe, las
cuales presentan un alto déficit en servicios y necesidades básicas insatisfechas.
19
Referencias
Palomo, N. (2002). Ley Eléctrica - Ley 143 de 1994. , 1994 (41), 347. Descargado de
http://www.minminas.gov.co/documents/10180/667537/Ley_143_1994.pdf/
c2cfbda4-fe12-470e-9d30-67286b9ad17e
UPME, U. (2014). Ley 1715 de 2014. , 1 . Descargado de
https://www.upme.gov.co/Normatividad/Nacional/2014/LEY_1715_2014.pdf
XM. (2020). Informe Oferta y Generación Junio 2020. Descargado de
https://www.xm.com.co/InformesMensualesdeAnlisisdelMercado/
02_Informe_Oferta_y_Generacion_06_2020.pdf