Memoria de Titulación JBM

- Memoria de titulación -
Nueva metodología de cálculo de

potencia de suficiencia para centrales de
generación renovable y sistemas de
almacenamiento en el SEN
Opta al titulo de ingeniero electricista:

Sr. Jorge Berríos Morales
Profesores guías:
Dr. Esteban Gil Sagas
Dr. Victor Hinojosa Mateus
Universidad técnica Federico Santa María

Departamento de ingeniería eléctrica
Valparaíso, Chile. 2019
Nueva metodología de cálculo de
potencia de suficiencia para centrales de
generación renovable y sistemas de
almacenamiento en el SEN
Por:
Jorge Berríos Morales
Supervisor
Dr. Esteban Gil Sagas
Co-supervisor
Dr. Víctor Hinojosa Mateus
Memoria de titulación para optar al grado de:

Licenciado en ingeniería eléctrica
Departmento de ingeniería eléctrica (DIE)
Universidad técnica Federico Santa María (UTFSM)
2019
Dedicado a ...
i
Agradecimientos
Gracias gente chora!!!
ii
Índice general
1. Introducción 3
1.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2. Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Antecedentes de las metodologías existentes 6
2.1. Metodología actual chilena . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2. Métricas internacionales de interés . . . . . . . . . . . . . . . . . . . . . 9
2.2.1. Effective load carrying capability . . . . . . . . . . . . . . . . . . 9
2.2.2. Equivalent firm plant . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.3. Capacidad de almacenamiento . . . . . . . . . . . . . . . . . . . 12
2.3. Estudios sobre alternativas metodológicas . . . . . . . . . . . . . . . . . 13
2.3.1. Seminario “El futuro del mercado de la potencia en Chile” . . . . 13
2.3.2. DICTAMEN No 1 /2004, Panel de Expertos . . . . . . . . . . . . 17
2.3.3. Propuesta de una nueva metodología de pago de potencia de

suficiencia para centrales eólicas y solares en el mercado eléctrico
chileno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4. Experiencia internacional . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5. Resumen del capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3. Sobre la nueva metodología 24
iii
Índice general
3.1. Explicación de la metodología propuesta . . . . . . . . . . . . . . . . . . 25
3.1.1. Incorporación de generadores eólicos en la curva de probabilidad

de pérdida de carga . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.2. Incorporación de generadores solares en la curva de probabilidad

de pérdida de carga . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.3. Cálculo de LOLP horario . . . . . . . . . . . . . . . . . . . . . . 37
3.1.4. Despacho óptimo en sistemas de almacenamiento . . . . . . . . . 39
4. Cálculos, resultados y comparaciones 42
4.1. Análisis probabilidad de pérdida de carga . . . . . . . . . . . . . . . . . 42
4.2. Resultados de potencia inicial de los generadores solares y eólicos . . . . 49
4.3. Resultados potencia inicial de plantas de almacenamiento . . . . . . . . 53
5. Conclusiones 59
References 62
A. Resumen Ejecutivo 64
B. Centrales térmicas consideradas 69
B.1. Generadores térmicos utilizados . . . . . . . . . . . . . . . . . . . . . . . 69
C. Detalle de resultados por generador 75
D. Códigos utilizados 79
D.1. Código de optimización en Julia Jump . . . . . . . . . . . . . . . . . . . 80
D.2. Código de cuantización en Matlab . . . . . . . . . . . . . . . . . . . . . 81
iv
Índice de figuras
2.1. Secuencia de parámetros de potencia para obtener la Psuf −def . . . . . . 8
2.2. Esquema de metodologías más utilizadas para el cálculo de potencia de

suficiencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1. Ajuste distribución Weibull para los datos de generación eólica de la hora
1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2. División en n bloques de la generación eólica para la hora 1. . . . . . . . 31
3.3. Diagrama de flujo de procedimientos para obtener vectores de capacidad

y probabilidad del viento. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4. Ajuste de distribución normal a datos de generación solar de un día. . . 35
3.5. Discretización de los datos de una normal. . . . . . . . . . . . . . . . . . 35
3.6. Diagrama de flujo para obtener parámetros solares. . . . . . . . . . . . . 36
3.7. COPT del SEN en 2017. . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.8. COPT de diferentes horas involucrando capacidad renovable en la

convolución. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.1. Comportamiento del sol a lo largo de un día. . . . . . . . . . . . . . . . 43
4.2. Boxplot de los promedios de la generación solar chilena del 2017. . . . . 44
4.3. Boxplot de las desviaciones de la generación solar chilena del 2017. . . . 44
4.4. Comportamiento del viento a lo largo de un día. . . . . . . . . . . . . . 45
4.5. Boxplot de los parámetros de escala de la generación eólica chilena del

2017. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
v
Índice de figuras
4.6. Boxplot de los parámetros de forma de la generación eólica chilena del

2017. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.7. Boxplot de la demanda anual del año 2017. . . . . . . . . . . . . . . . . 47
4.8. Boxplot del LOLP del SEN para el año 2017. . . . . . . . . . . . . . . . 48
4.9. Potencia inicial de generadores solares según su región de ubicación. . . 50
4.10. Potencia inicial de eólicos solares según su región de ubicación. . . . . . 51
4.11. Muestra de perfiles de retiro e inyección de las diferentes tecnologías. . . 56
4.12. Variación del porcentaje de suficiencia en función de la capacidad de

almacenamiento de la planta. . . . . . . . . . . . . . . . . . . . . . . . . 57
4.13. Variación del porcentaje de suficiencia en función de la eficiencia de la

planta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
vi
Índice de cuadros
3.1. Parámetros de una distribución weibull para cada hora. . . . . . . . . . 29
3.2. Parámetros de una distribución normal para cada hora de un año. . . . 34
3.3. Características de modelación de las distintas variables de decisión de

almacenamiento. Fuente: Memoria de titulación del señor Victor Ruiz . 40
4.1. Variación entre la metodología propuesta y ELCC contra la metodología

chilena. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.2. Resultados de potencia inicial en sistemas de almacenamiento al optimizar

utilizando los costos marginales de Charrúa. . . . . . . . . . . . . . . . . 54

utilizando los costos marginales de Pan de Azúcar. . . . . . . . . . . . . 54

utilizando los costos marginales de Encuentro. . . . . . . . . . . . . . . . 54

utilizando el LOLP del sistema. . . . . . . . . . . . . . . . . . . . . . . . 55
vii
Lista de abreviaciones y
simbología
SIN G Sistema Interconectado del Norte Grande
SIC Sistema Interconectado Central
SEN Sistema Interconectado Nacional
LOLP Load of Loss Probability
LOLPdm LOLP para la demanda de punta del sistema
LOLE Load of Loss Expectative
LOEE Loss of Energy Expectation
COP T Capacity Outage Probability Table
ELCC Effective Load Carrying Capability
ECP Equivalent Convention Plant
EF P Equivalent Firm Plant
CEN Coordinador Eléctrico Nacional
CN E Comisión Nacional de Energía
iF or Indisponibilidad forzada
F OR Forced Outage Rate
Pini Potencia inicial
viii
Índice de cuadros
Ppre Potencia preliminar
Psuf −def Potencia de suficiencia definitiva
Psuf Potencia de suficiencia
ERN C Energías Renovables No Convencionales
PD Potencia demandada
PG Potencia generada
P wind Potencia eólica
P sun Potencia solar
P DF Probability Density Function
CDF Cumulative Distribution Function
SEP Sistema Eléctrico de Potencia
CM g Costo Marginal
ix
Resumen
En el mercado eléctrico chileno los generadores reciben un pago por capacidad, el cual
se denomina Potencia de Suficiencia. La metodología chilena para realizar el cálculo de
Potencia de Suficiencia de los generadores renovables se presenta en [1], [2] y corresponde
a la potencia que es capaz de entregar un generador al sistema de manera segura en horas
de demanda punta.
El presente trabajo entrega una alternativa a la metodología nacional actual buscando

valorar fidedignamente el aporte de las centrales renovables al sistema cuando este más
lo necesita, entendiendo como los momentos de mayor necesidad aquellos de mayor
probabilidad de pérdida de carga. La propuesta consiste en incorporar la probabilidad
de generación renovable variable de cada hora en las curvas de LOLP, obteniendo una
probabilidad de riesgo diferente para cada hora según la disponibilidad histórica de las
ERNC. Luego, se pondera la generación horaria de cada central renovable y sistema de
almacenamiento por el riesgo que hay en esa hora específica. La metodología propuesta
es comparada con la metodología chilena y con la metodología ELCC [3], la cual es
ampliamente reconocida a nivel internacional.
La incorporación de la capacidad renovable disminuye el LOLP durante las horas de sol,

resultando ser las horas de mayor riesgo aquellas donde hay demanda más alta y carencia
de radiación solar. Debido a que el riesgo se concentra en la noche, la metodología
propuesta otorga pagos por suficiencia bajos a las centrales fotovoltaicas, mientras que
los generadores eólicos presentan un reconocimiento por capacidad mayor pero bastante
más variable que las solares. Los sistemas de almacenamiento (teóricos) considerados
en este estudio presentan pagos por capacidad que dependen de la ubicación, retiro,
inyección y capacidad de la planta, siendo la capacidad de almacenamiento y las horas
de autonomía las variables más relevantes.
1
Abstract
In the Chilean electricity market the generators receive a payment for capacity, which
is called Sufficiency Power. The Chilean methodology to perform the calculation of
Sufficiency Power of renewable generators is presented in [1], [2] and corresponds to the
power that is able to deliver a generator to the system safely in hours of peack demand.
The present work provides an alternative to the current national methodology seeking
to authentically assess the contribution of renewable power plants to the system when
it needs it most, understanding as the moments of greatest need those with the greatest
probability of loss of load. The proposal consists in incorporating the probability of
variable renewable generation of each hour in the LOLP curves, obtaining a different risk
probability for each hour according to the historical availability of the NCRE. Then, the
hourly generation of each renewable power plant and storage system is pondered because
of the risk that exists at that specific time. The proposed methodology is compared
with the Chilean methodology and with the ELCC methodology [3], which is widely
recognized internationally.
The incorporation of renewable capacity decreases the LOLP during the hours of sun,
resulting in the hours of greatest risk those where there is higher demand and lack of
solar radiation. Because the risk is concentrated at night, the proposed methodology
grants low sufficiency payments to photovoltaic power plants, while wind generators
present a recognition for greater capacity but much more variable than the solar ones.
The storage systems considered (theoretical) in this study present capacity payments
that depend on the location, removal, injection and capacity of the plant, being the
storage capacity and the hours of autonomy the most relevant variables.
2
Capítulo 1
Introducción
En un sistema eléctrico que define la remuneración de los generadores mediante la

aplicación de la teoría marginalista, los pagos por capacidad cubren los costos fijos
en que incurren las firmas de generación, a la vez que disminuyen el riesgo de inversión
y la energía no suministrada en el sistema, sin aumentar el costo de falla. Ahora bien, las
tecnologías de generación renovable poseen características variable debido a la naturaleza
de su recurso primario de naturaleza intermitente, disminuyendo la certeza de sus aportes
al sistema cuando este los necesite. Así mismo, los sistemas de almacenamiento poseen un
comportamiento de inyección/consumo relativo que es dependiente de los requerimientos
sistémicos del momento.
Considerando lo anterior, se vuelve fundamental hallar una metodología que permita

reconocer adecuadamente la capacidad que pueden aportar las distintas tecnologías
(ERNC y almacenamiento) para mantener la seguridad y suficiencia del sistema
de manera confiable. Este trabajo desarrolla una nueva metodología que permitirá
determinar de manera justa cuanta potencia de suficiencia se le debería reconocer a
las centrales solares, eólicas y de almacenamiento, en función de sus limitantes técnicas,
económicas y naturales.
La metodología para calcular la potencia de suficiencia en Chile considera el peor

escenario de disponibilidad media anual de generación. Como se señala en el “Norma
técnica de transferencia de potencia entre empresas generadoras” [1], la potencia inicial
de centrales fotovoltaicas y eólicas se calcula multiplicando su potencia máxima por el
menor de los siguientes dos factores: 1) menor factor de planta anual de los últimos 5
años, y 2) promedio simple de los primeros 52 factores de la curva de duración de carga.
3
Capítulo 1: Introducción
A nivel nacional, la metodología vigente ha sido cuestionada en diversas ocasiones, así

lo demostró el seminario “El futuro del mercado de la potencia en Chile” realizado en
noviembre de 2018, donde se discutieron los procedimientos de cálculo indicados en el
Decreto Supremo No 62 [2] y en la actual Norma Técnica de transferencia de potencia
entre empresas generadoras [1], además se plantearon los desafíos del cumplimiento de la
ley 2050 [4] que tiene como objetivo la descarbonización de la matriz energética. En este
congreso se presentaron tres estudios de alto impacto [5], [6] y [7], los cuales realizan una
amplia revisión de la experiencia internacional y sugerían cambios metodológicos basados
en indicadores de suficiencia que correlacionan la generación con la demanda e involucran
métricas probabilísticas de seguridad y suficiencia. Más aún, en 2004 el Panel de Expertos
resolvió discrepancias [8] relativas a las horas que deberían ser consideradas para el
cálculo de la potencia de suficiencia y, en diversos artículos de la revista electricidad [9]
se han entrevistado a profesionales que indican, sugieren o directamente exigen cambios
metodológicos en los distintos aspectos de los procedimientos de cálculo de la potencia
de suficiencia de los generadores renovables.
A la luz de los antecedentes aquí presentados, la normativa chilena vigente presenta

oportunidades de mejora que permitirían otorgar pagos por capacidad más adecuados a
las generadoras renovables y a los sistemas de almacenamiento. Uno de los elementos que
se puede revisar dice relación con los factores de planta, debido a que al utilizar el menor
factor de planta o el promedio de los factores de planta, no se logra apreciar el real aporte
de los generadores renovables a la suficiencia del sistema. En los artículos [3], [10], [11],
[12] y [13] se estudian metodologías con métricas internacionales que involucran variables
probabilísticas que permiten describir mas detalladamente la variabilidad horaria que
presentan los generadores solares, eólicos y los sistemas de almacenamiento. Además, [3]
destaca la importancia de la correlación entre generación y demanda en el cálculo de la
potencia de suficiencia junto con la necesidad de un LOLE objetivo, factores que no son
captados por la metodología actual chilena.
La nueva metodología aquí propuesta busca valorar los aportes de generación en las horas
de mayor riesgo del sistema, por lo que desarrolla un modelo bastante detallado y crítico
del riesgo que posee el sistema hora a hora, utilizando datos reales del Sistema Eléctrico
Nacional de Chile para el año 2017 y comparando los resultados con la experiencia
4
Capítulo 1: Introducción
internacional y las métricas de suficiencia más utilizadas.
En el capitulo 1 de este documento se presenta una breve introducción al tema y los

objetivos que se desean cumplir. En el capitulo 2 se explica en detalle la metodología
chilena actual, se presenta la experiencia internacional y se resumen los diferentes
trabajos nacionales e internacionales relacionados con el reconocimiento de la suficiencia
en ERNC. En el capitulo 3 se presenta la metodología propuesta, explicando paso a paso
como desarrollar los cálculos necesarios para definir el riesgo del sistema, involucrando
la probabilidad de generación renovables. En el capitulo 4 se presentan los resultados de
aplicar la metodología propuesta al SEN y se comparan los resultados con la metodología
chilena y con el estándar internacional ELCC. Además, se presentan los resultados de
aplicar la metodología propuesta y la metodología ELCC a sistemas de almacenamiento
teóricos optimizados para vender energía a costo marginal. Finalmente, en el capitulo 5
se exponen las conclusiones obtenidas en este trabajo.
1.1. Objetivos
1.1.1. Objetivo general
Proponer una nueva metodología para calcular la potencia de suficiencia de

centrales de generación renovable variable y sistemas de almacenamiento.
1.1.2. Objetivos específicos
Analizar experiencias internacionales respecto del pago por capacidad aplicado a

centrales de generación renovable y sistemas de almacenamiento.
Proponer y evaluar una nueva metodología para el cálculo de potencia de

suficiencia que permita considerar las características particulares de operación de
las centrales de energía renovable y sistemas de almacenamiento.
Comparar las ventajas y desventajas técnico-económicas del método propuesto en

relación con la metodología tradicional utilizada en Chile, de manera de sugerir
cambios a la regulación actual.
5
Capítulo 2
Antecedentes de las metodologías

existentes
2.1. Metodología actual chilena
La metodología chilena que actualmente se utiliza para el cálculo de la potencia de

suficiencia de los diferentes generadores eléctricos, se detalla en la Norma técnica de
transferencias de potencia entre empresas generadoras de 2016 [1], la cual además
establece los procedimientos, mecanismos y condiciones de aplicación que resulten
necesarios para llevar a cabo las transferencias de potencia entre generadoras, en
conformidad a lo establecido en el Decreto supremo No 62, de 2006, Reglamento de
transferencia de potencia entre empresas generadoras [2].
La potencia de suficiencia, según el Decreto Superno No 62 [2] y la Norma Técnica

[1] se define como la capacidad de un sistema o subsistema para abastecer
la demanda de punta, considerando para cada unidad generadora una
oferta de potencia confiable en función de la incertidumbre asociada a la
disponibilidad del insumo principal y alternativo, la indisponibilidad forzada
de las unidades, y la indisponibilidad de las instalaciones que conectan la
unidad al Sistema de transmisión o distribución. Donde la demanda de punta la
definen como la demanda promedio de los 52 mayores valores horarios de la curva de
carga anual de cada sistema o subsistema, para el año de cálculo.
6
Capítulo 2: Antecedentes de las metodologías existentes
El procedimiento para calcular la Potencia de Suficiencia, Psuf ” para generadores

renovables no convencionales, bien como lo indica la Norma Técnica [1], consiste en
primera instancia en calcular un parámetro llamado Potencia Inicial, Pini ”, el cual
corresponde a multiplicar la potencia máxima del generador en cuestión, por el menor
de los dos siguientes valores:
Menor factor de planta de los últimos 5 años anteriores al año de cálculo.
promedio simple de los factores de planta para cada uno de los 52 mayores valores
horarios de la curva de carga anual de cada sistema o subsistema, para el año de
cálculo.
Una vez se posee la potencia inicial de cada generador, se procede a calcular la Potencia
Preliminar, Ppre ”, la cual se obtendrá mediante la aplicación de los siguientes artículos
resumidos del DS No 62 [2]:
Artículo 50: La Potencia Inicial determinada, será reducida en un factor proporcional

a los consumos propios de cada unidad generadora. Los consumos propios
de una unidad generadora corresponden a la porción de su potencia bruta
utilizada para el abastecimiento exclusivo de sus servicios auxiliares.
Artículo 51: El valor resultante conforme a la reducción indicada en el artículo

precedente, será reducido en un factor proporcional al periodo de
mantenimiento mayor, proyectado o realizado en cada unidad generadora,
para efectos del cálculo preliminar o definitivo, según corresponda.
Artículo 56: La Potencia de Suficiencia preliminar de cada unidad generadora se

obtendrá mediante un análisis probabilístico, evaluando en valor esperado
la potencia que ella aporta a la Suficiencia de Potencia para el
abastecimiento de la Demanda de Punta, considerando el conjunto de las
unidades generadoras, su Potencia Inicial, afectada por las reducciones
indicadas en el Artículo 50 y Artículo 51 del presente reglamento, y la
indisponibilidad forzada de cada unidad. La Suficiencia de Potencia del
sistema se entenderá igual a uno menos LOLPdm .
7
Finalmente, se calcula la Potencia de Suficiencia Definitiva, Psuf ”, la cual, según el

capitulo 3 del DS No 62 [2], corresponde la Ppre , escalada por un factor único para
todas las unidades generadoras de cada sistema o subsistema, de manera tal que la
suma de todas las potencias de suficiencia definitivas de todas las centrales, sea igual
a la demanda de punta de cada sistema (véase la ecuación 2.1.1). En la figura 2.1, se
presenta un diagrama de flujo simplificado que muestra el paso de un tipo de potencia
a otra.
Gi Gi P̂ D
Psuf = Ppre ·P Gj
(2.1.1)
n
j=1 Ppre
Donde:
Gi
Psuf es la potencia de suficiencia definitiva del generador i medida en [ %].
Gi es la potencia preliminar del generador i medida en [ %].

Ppre
Gi es la demanda de punta del sistema medida en [MW].

Ppre
Gi es la demanda de punta del sistema medida en [MW].

Ppre
Figura 2.1: Secuencia de parámetros de potencia para obtener la Psuf −def
La esencia del cálculo de capacidad en Chile radica en analizar un escenario desfavorable

y, en función de este, asignar la potencia de suficiencia a cada central, esto bajo una
filosofía conservadora que busca mantener preparado al sistema interconectado para las
peores situaciones, considerando escenarios de baja hidrología, indisponibilidad forzada
de los generadores, déficit del recurso primario, limitantes de transmisión, mayores
niveles de demanda, etc. Las potencias de suficiencia de las centrales solares y eólicas
obtenidas para el año 2017 mediante la aplicación de la metodología chilena antes
descrita, se encuentran adjuntas en el anexo C. La Psuf para las ERNC se ha vuelto un
tema de especial interés en Chile, el sistema ha ido cambiando, tanto sus necesidades
como el porcentaje de penetración de las distintas tecnologías, y aún posee metodologías
que fueron diseñados para una matriz energética principalmente hidrotérmica, por
consiguiente, sus metodologías merecen una revisión.
8
2.2. Métricas internacionales de interés
Antes de continuar con la experiencia internacional y con las propuestas metodológicas

anteriores, es importante definir y explicar las métricas más conocidas a nivel
internacional para el reconocimiento de suficiencia de los generadores renovables. Hay
principalmente 2 maneras de abordar el tema del reconocimiento de potencia de
suficiencia. En primera instancia hay metodologías como la Chilena, donde el análisis
consiste básicamente en considerar escenario altamente desfavorables (mala hidrología,
alta demanda, peores factores de carga, etc.), castigando la intermitencia de las centrales
renovable variables. Por otro lado, están las metodologías que buscan reconocer la
correlación entre generación y carga mediante análisis estadísticos. De este tipo de
metodologías nacen principalmente 3 métricas claves que representan la suficiencia de
una central o grupo de centrales, estas son: ELCC, EFP y ECP, las cuales son definidas
a continuación:
2.2.1. Effective load carrying capability
El ELCC (Effective load carrying capability) se utiliza para asignar la potencia de

suficiencia de una central y corresponde a un porcentaje de la potencia instalada del
generador bajo análisis, cuantificando la suficiencia mediante el desplazamiento de la
demanda. Según el paper “Capacity Value of Wind Power” [3], esta métrica permite
captar de mejor manera la correlación entre generación y demanda, realizando un análisis
probabilístico con resolución horaria que posibilitan estudiar hora a hora el aporte del
parque generador a la suficiencia del sistema y la mejoría del riesgo que este presenta.
Los pasos para obtener el ELCC de un generador son indicados en [3], [10] y se describen
a continuación:
1. Mediante un proceso iterativo se realiza la convolución de las capacidades y las

tazas de salida forzada (Forced Outage Rate, FOR) de los generadores térmicos.
Esto entregará como resultado la matriz COPT (Capacity Outage Probability
Table), la cual corresponde a una tabla de probabilidad de interrupción de
capacidad del sistema de generación en estudio.
2. Se busca la coincidencia entre la demanda de cada hora del sistema analizado y la

tabla COPT (ecuación 2.2.1), extrayendo de esta tabla el dato de capacidad igual
9
a la demanda horaria y una probabilidad de pérdida de carga horaria (Load of

Loss Probability, LOLP). Obteniendo así, una tabla con la demanda de cada hora
y su respectivo LOLP.
ph = P rob{Demh > Gendisp

h } (2.2.1)
3. Se suman los datos de LOLP del sistema como lo indica la ecuación 2.2.2,
obteniendo el LOLE (Load of loss expectation). Ahora, se realiza nuevamente el
paso 2), pero esta vez restando a la demanda los aportes de la generación variable
de la central de interés, obteniendo así la demanda neta. Este paso dará como
resultado una tabla de demanda neta con sus respectivos LOLP’s.
T
X
LOLE = ph (2.2.2)
h
4. A la demanda neta se le suma el mismo dato de generación para cada hora y se

vuelve a aplicar el paso 2). El objetivo de esto es iterar hasta encontrar un dato de
generación que permita obtener un LOLE igual al que se había obtenido antes de
restar la generación renovable a la demanda. Este valor de generación constante
corresponderá a la potencia de suficiencia de la central bajo análisis. La ecuación
2.2.3 muestra este paso.
LOLE ELCC = P rob{Demh − Genernc

h + ELCC > Gendisp
h } (2.2.3)
5. Se repiten los pasos 2), 3) y 4) para todos los parques generadores bajo estudio.
Según [3] el utilizar la demanda neta permite captar de manera más adecuada la
correlación entre demanda y carga, además, el objetivo LOLE y las horas utilizadas
en el análisis se pueden modificar como se estime conveniente según los criterios de cada
equipo de trabajo.
10
2.2.2. Equivalent firm plant
El paper “Comparing Capacity Value Estimation Techniques for Photovoltaic Solar

Power” [10] define las metricas ECP (Equivalent convenional plant) y el EFP (Equivalent
firm plant), las cuales tratan de reconocer la suficiencia de un generador renovable
considerando un generador de referencia que entregue la misma confiabilidad al sistema
que la planta de recurso variable. Esta es una medida atractiva del valor de capacidad
de un generador renovable, ya que puede compararse con un recurso despachable
convencional. La diferencia entre el ECP y el EFP es que el primero considera un
generador de referencia con un FOR positivo, mientras que el segundo considera un
generador de referencia perfecto con FOR=0. Los pasos para obtener estas métricas se
explican en [10] y se describen a continuación:
1. Al igual que en el caso del ELCC, se calcula la tabla COPT realizando la

convolución de las potencias instaladas y las tasas de salida forzada de los
generadores convencionales. luego se calcula el LOLP de cada hora en función
de la demanda y, por consiguiente, el LOLE del sistema. Además, se obtiene el
LOLE ERN C calculando el LOLP de la demanda neta (restándole a la demanda el
aporte de la planta renovable).
2. Se le resta a la demanda horaria un valor de potencia constante para cada hora y se

procede a coincidir este valor con la tabla COPT, obteniendo una nueva matriz de
capacidades y LOLP, donde la suma de estos LOLP’s corresponde al nuevo LOLE
del sistema, a cual llamaremos LOLE Eq (ecuación 2.2.4). El valor de potencia que
logre que este último LOLE, sea igual al LOLE ERN C sera el ECP o EFP de la
planta solar, según corresponda el caso.
LOLE ECP = P rob{Demh − ECP > Gendisp

h } (2.2.4)
La única diferencia entre el ECP y el EFP es que en el caso del ECP, se debe considerar
la tasa de salida forzada de este generador para calcular el LOLE Eq .
11
2.2.3. Capacidad de almacenamiento
Las interrupciones de los generadores, que pueden ocurrir debido a fallas mecánicas o
mantenimiento planificado, pueden dejar al sistema con una capacidad de generación
insuficiente para cumplir con la carga. Además, los generadores renovables tienen la
complicación adicional de la disponibilidad variable de recursos en tiempo real que afecta
su contribución a la carga de servicio. Frente a los evidentes problemas de confiabilidad
que poseen actualmente los generadores renovables variables, el almacenamiento juega
un rol clave para la suficiencia del sistema, sin embargo, pese al reconocimiento del papel
que puede desempeñar el almacenamiento, el pago por capacidad para sistemas con estas
tecnologías no posee muchos estudios ni aceptación, como en el caso de la suficiencia de
los ERNC, por lo que este tema es una discusión abierta con poco consenso.
En el paper “A Dynamic Programming Approach to Estimate the Capacity Value of

Energy Storage” [12] se destaca que el almacenamiento de energía también contribuye
con la capacidad del sistema, cargando el almacenamiento cuando los costos están bajos e
inyectando cuando el sistema lo necesita, ayudando a la generación base durante la noche
para reducir la necesidad en las horas peak. Los análisis más recientes se centran en la
interacción entre el almacenamiento y las energías renovables variables, lo que sugiere que
el almacenamiento puede proporcionar flexibilidad para facilitar la integración renovable.
Implícito en estos análisis está el supuesto de que el almacenamiento proporciona un
valor de capacidad, lo que reduce la necesidad de generación convencional.
En general, el valor de la capacidad del almacenamiento depende de los criterios de

optimización utilizados. Las estimaciones de la capacidad realizadas hasta la fecha
suponen una maximización de los beneficios basada en la energía o una minimización
de los costos.
Tuohy y O’Malley [13] proponen una técnica de aproximación de valor de capacidad,

que en [12] denominan “la aproximación de generación máxima”. Esta aproximación
determina primero un envío óptimo de la planta de almacenamiento sujeto a restricciones
técnicas, suponiendo que no se produzca una escasez del sistema. Si bien pueden usarse
diferentes objetivos, comúnmente se asume la maximización de las ganancias netas de las
ventas y compras de energía al por mayor. Luego, la aproximación determina, en función
del envío, la cantidad máxima de energía que el dispositivo de almacenamiento podría
generar (utilizando energía almacenada) en cada período de tiempo. Esta generación de
12
potencial máximo se utiliza para estimar el valor de la capacidad de la planta.
En [12] se comparan las metodologías ELCC, EFP y la aproximación de demanda

máxima, logrando demostrar que el almacenamiento con una a diez horas de capacidad
de descarga tiene valores de capacidad que oscilan entre el 40 % y el 100 % de la capacidad
de la planta. También logran demostrar que puede haber una considerable variabilidad
interanual del valor de la capacidad y que el valor de capacidad de la aproximación
de generación máxima, sobreestima los valores de capacidad para dispositivos con poca
capacidad de energía y es muy sensible al subconjunto de horas considerado.
2.3. Estudios sobre alternativas metodológicas
El correcto tratamiento de la potencia de suficiencia en los generadores renovables

variables es un tema que desde hace bastante tiempo se ha estado tocando en Chile. Ya
en varios artículos de la Revista Electricidad (http://www.revistaei.cl) se han dedicado
a comentar el tema del correcto aporte por capacidad de los ERNC. Además, se han
realizado diversos estudios asociados al tema, e incluso, se han realizado congresos
dedicados únicamente a analizar el tema del pago por capacidad.
En la presente sección se resumirán algunos de los trabajos nacionales de mayor impacto

dentro de Chile.
2.3.1. Seminario “El futuro del mercado de la potencia en Chile”
En Noviembre de 2018 se realizó en el Aula Magna de la Pontificia Universidad Católica

de Chile (PUC) el Seminario «Futuro del Mercado de la Potencia en Chile», evento que
fue organizado en conjunto por la Asociación de Pequeños y Medianos Generadores,
GPM AG, y el Centro Energía UC.
En este seminario los distintos representantes presidenciales expusieron sus propuestas

y plantearon sus desafíos para el sector eléctrico Chileno. Destacando que la matriz
energética ha ido cambiando debido a una gran penetración de energías renovables, lo
cual lleva a revisar el tipo de pago por capacidad que se le hace a los generadores, dado
que este mecanismo de pago fue estructurado en una época donde la matriz energética
era principalmente de tipo hidro-térmica.
13
En este seminario se realizaron principalmente 3 presentaciones con propuestas

metodológicas al reconocimiento por suficiencia, las que se sustentan en estudios
debidamente justificados y que se resumen a continuación:
I) Presentación del Sr. Rodrigo Moreno
El Sr. Rodrigo Moreno, a nombre del Centro de Energía de la Universidad de

Chile, realizó su presentación basándose en el informe “Estudio y propuesta
de metodología para reconocimiento de potencia de suficiencia en
sistemas eléctricos flexibles” [6]. En este se indica que existe una relación
entre la demanda de punta y el LOLP (con aumento desproporcional), lo que se
explica porque esa es la condición donde más “sufriría” el sistema en el caso de
indisponibilidades de centrales, sin embargo, la asociación gremial, basándoe en el
paper “Endogenous Assessment of the Capacity Value of Solar PV in Generation
Investment Planning Studies” [14], cuestiona que las horas de mayor demanda
correspondan a las de mayor LOLP. Además, se indica que a mayor capacidad de
almacenamiento (e.g. hidro de embalse), mayor aporte de potencia de renovables
pues, la generación renovable variable permite desplazar la generación regulable
a otros periodos del día.
De [6] se desprenden las siguientes conclusiones:
La importancia que la normativa le da a las horas de mayor demanda es

incorrecta en un contexto de generación renovable y almacenamiento
La generación renovable puede hacer aportes de potencia aunque no esté

presente en punta
Tanto la norma actual como el ajuste propuesto aquí son inadecuados
Se propuso una metodología objetiva para medir la “calidad” de las distintas

alternativas que se pueden aplicar en la práctica.
El consultor acaba concluyendo que medir el aporte a la suficiencia con la

metodología ECP cuantifica de mejor forma el aporte a la suficiencia de las
centrales bajo distintas configuraciones de la matriz eléctrica, tales como sistemas
con y sin capacidad de almacenamiento, y sistemas con y sin generación renovable
en horas de demanda máxima.
14
II) Presentación del Sr. Héctor Castro
El Sr.Hécto Castro, representante de la consultora NV Infraestructura y Energía,

realizó su presentación basándose en su estudio; “Determinación de ingresos
por potencia de suficiencia en los sistemas interconectados” [5]. En este
estudio se realizó un análisis de comportamiento de la demanda para el SEN, del
cual se concluyó lo siguiente:
El periodo anual en que se puede producir la demanda de punta es más

extendido que 52 horas.
Las 52 horas de mayores demandas cambian año a año y pueden corresponder

a situaciones particulares que se presenten en el sistema en cada año (no se
observa tendencia año a año)
El análisis de frecuencia de ocurrencia de demandas máximas, concluye que

en el SIC son 10 horas diarias donde se concentran las demandas máximas.
En el caso del SING todas las horas del día presentan una probabilidad mayor
que cero de ocurrencia de demandas máximas, pero con mayor frecuencia
concentradas en 4 horas diarias
Según [5], el principal aspecto que requiere ser modificado dice relación con que la
metodología actual no tiene asociado un LOLP objetivo para el sistema eléctrico.
En efecto, el método que se aplica se asimila a un valor esperado o promedio
para las centrales termoeléctricas e hidroeléctricas, para una condición hidrológica
seca, y una situación particular para el caso de las centrales solares y eólicas.
Esto genera una falta de consistencia metodológica en la determinación de las
potencias de suficiencia. Por ello, se propone aplicar una metodología de cálculo
de la potencia de suficiencia basada en el concepto de ELCC, método adoptado
por varios mercados de USA y Canadá, buscando captar el aporte incremental
que efectúa una unidad generadora para suministrar la demanda de punta, para
un nivel dado de confiabilidad del sistema eléctrico y considerando la diversidad
de tecnologías existentes en la matriz energéticay las capacidad de transmisión de
las líneas eléctricas
15
III) Presentación del señor Hugh Rudnick
El señor Hugh Rudnick, director de Systep y académico del centro de energía

UC, realizó su presentación basado en el trabajo “Estudio técnico-regulatorio
del mercado de potencia en Chile” [7]. Si bien este trabajo no es publico, la
presentación realizada en el seminario que resume las principales matices de este
estudio se puede encontrar en la pagina web del congreso, mediante el URL:
https://gpm-ag.cl/presentaciones-seminario-gpm/.
En la presentación de systep se menciona que la metodología vigente introduce

incertidumbre al reconocimiento de capacidad. Debido al incremento en la
penetración de ERNC, debería considerarse la utilización de demanda neta
(demanda – generación ERNC). Además, la metodología actual no considera el
aporte de suficiencia de las centrales renovables variables en los momentos de
“escasez” del sistema.
Según [7], la mejor alternativa es utilizar el método ELCC, el cual incorpora

métricas internacionales como el LOLE, el cual permite expresar un nivel objetivo
de confiabilidad que se desee alcanzar. Además, [7] destaca las siguientes ventajas
de la metodología propuesta:
Considera los aportes de suficiencia de las centrales en todas las horas del
año.
Las centrales que aportan suficiencia (generación esperada e IFOR) en las

horas de mayor demanda neta obtienen un mayor reconocimiento.
Se aplica con las mismas reglas a todas las tecnologías de generación.
Es reproducible por los agentes.
Los resultados tienden a ser estables, en la medida que no se produzcan

cambios significativos en la caracterización de la demanda y del parque de
generación.
16
2.3.2. DICTAMEN No 1 /2004, Panel de Expertos
El año 2004, el Panel de Expertos realizó su dictamen No 1 [8], discrepancia que nace de
las opiniones sobre AES Gener S.A. y Guacolda S.A. sobre el cómputo de las horas de
mayor probabilidad de pérdida de carga que deben ser incorporadas y reconocidas en la
metodología chilena.
En el dictamen del panel [8], unánimemente se concluyó lo siguiente: “las horas de mayor
probabilidad de pérdida de carga en el Sistema Interconectado Central son ocho horas,
entre los meses de mayo a septiembre, desde las 10:00 a las 13:00 horas y desde las 18:00
a las 23:00 horas, exceptuando los sábados, domingos y festivos”.
Es importante recalcar la conclusión del Panel de Expertos porque, al igual que [6], apoya
la idea de que las horas de mayor probabilidad de pérdida de carga no necesariamente
coinciden con las horas de mayor demanda, lo cual se contrapone a la lógica de las 52
horas de mayor demanda, presenta en la metodología actual chilena.
2.3.3. Propuesta de una nueva metodología de pago de potencia

de suficiencia para centrales eólicas y solares en el mercado
eléctrico chileno
La memoria de pregrado “Propuesta de una nueva metodología de pago de potencia

de suficiencia para centrales eólicas y solares en el mercado eléctrico chileno” del sr.
Sebastian Rojas [15] se vuelve especialmente interesante para este estudio porque sugiere
un tratamiento diferente para la suficiencia de las centrales solares y las eólicas.
Para el caso de las plantas fotovoltaicas indica que según el artículo 35 del DS62 [2], se
debe considerar el peor escenario de disponibilidad media anual del insumo principal,
concluyendo que el cálculo de capacidad se debe considerar el promedio mensual de los
últimos 5 años que tengan la peor disponibilidad media del recurso solar, considerando
solo horas de demanda punta donde haya radiación solar, evitando utilizar aquellas horas
donde el insumo principal no se encuentra disponible.
En el caso de la generación eólica, concluyó que la metodología ELCC es la más adecuada,

considerando un objetivo LOLE de 2,4 horas al años, pues al ser un estándar alto, implica
mayor seguridad para un sistema con alta penetración renovable variable.
17
2.4. Experiencia internacional
A continuación se presentará un listado de diferentes países en conjunto de un resumen de

sus metodologías de cálculo para asignar pagos por capacidad. La información necesaria
para recopilar estos resúmenes fue extraída principalmente de [3], [6] y [5].
2.4.1. Perú
En Perú se reconoce la potencia firme como aquella que se puede generar con alta
seguridad, y se define como la máxima producción de energía esperada, para cierto
nivel de excedencia. Para el cálculo de las horas de suficiencia Para la potencia firme
garantizada se evalúan los 6 meses de menor caudal afluente para el año hidrológico
con probabilidad de excedencia de 95 %, se asume que la demanda máxima ocurre en
esos meses. En el caso de la potencia solar y eólica, la potencia firme es 0 para ambas
tecnologías, sin embargo, hay mecanismos de financiamiento complementarios.
También es importante mencionar que el precio de la potencia depende de la probabilidad

de pérdida de carga de cada hora y del ingreso adicional por potencia generada
disponible.
2.4.2. Colombia
En este país se maneja el concepto de Energía Firme para el cargo por confiabilidad
(ENFICC) y se define como la máxima energía eléctrica que es capaz de entregar una
planta de generación continuamente, en condiciones de baja hidrología. En Colombia se
consideran todos los datos de generación horaria y se analizan con un horizonte temporal
de 10 años. Para determinar la ENFICC de generadores eólicos y solares, s aplican las
ecuaciones 2.4.1 y 2.4.2, respectivamente.
(P )
(a · v 3 + b · v 2 + c · v + d)
EM = min ; 24 · 1000 · CEN · (1 − IHF ) (2.4.1)
6 · dias
donde:
EM : Cálculo de la energía de cada mes en [kWh/dia].
V: Velocidad del viento en intervalos de 10 minutos [m/seg].
18
IHF : Indisponibilidad Histórica Forzada.
CEN : Capacidad Efectiva Neta [MW].
a, b, c y d: Factores de comportamiento eólico.
1
ENm,t = · Kc · Kinc · Vm,j (T Am,j ) · GF Im,t · (1 − IHF ) · P OTdc (2.4.2)
IST C
donde:
ENm,t : Energía generada en el mes m del año t, en [kWh/mes].
IST C : Irradiancia en condiciones constantes, igual a 1[kW/m2 ].
Kc :Constante por pérdidas de un sistema solar fotovoltaico, igual a 0,9139.
Kinc : Constante de inclinación.
Vm,j (TAm,j ): Valor por pérdidas debidas a temperatura ambiente
(TAm,j ): Promedio de temperatura ambiente.
GHIm,t : : Irradiación horizontal agregada en el mes m del año t [ kW h−mes

m2
].
Potdc : Potencia del conjunto de módulos fotovoltaicos (kW pico)
Para ambos casos, solar y eólico, se calculan los valores EM y ENm,t para toda la
serie histórica, se construye una curva de distribución de probabilidad ordenando los
resultados de menor a mayor. El menor valor es el de 100 % de probabilidad de ser
superado (PSS) y el mayor valor corresponde al 0 % de PSS. Finalmente, el ENFICC
para la planta corresponderá al PSS que este entre el 95 % y el 100 %.
2.4.3. Panamá
Aquí la potencia firme se define como aquella que es capaz de garantizar una unidad
generadora en condiciones de máximo requerimiento. La potencia firme de las centrales
eólicas y solares corresponde a la potencia que pueden suministrar con una probabilidad
de excedencia de 95 %, basado en las curvas de duración horaria de las potencias.
El tratamiento de la variabilidad interanual en el caso de una central eólica y solar,
la potencia firme de largo plazo se calcula utilizando un modelo de simulación que
19
reproduce la operación de la misma en un periodo meteorológico de un mínimo de 20

años. Las horas pico del sistema que van de 9 de la mañana a 5 de la tarde, exceptuando
sábados, domingos y días feriados.
2.4.4. PJM
PJM Interconnection LLC (PJM) es una organización de transmisión regional (RTO)

en USA que sirve para alimentar la totalidad o partes de Delaware, Illinois, Indiana,
Kentucky, Maryland, Michigan, Nueva Jersey, Carolina del Norte, Ohio, Pensilvania,
Tennessee, Virginia, West Virginia y el Distrito de Columbia.
Las entidades que sirven consumos a clientes finales están obligadas a contar con los
recursos para cubrir la demanda más un margen de reserva y, el Mercado de Capacidad
del sistema PJM está diseñado para asegurar la confiabilidad del sistema para los
próximos 3 años, considerando un estándar LOLE del sistema de 1 evento en 10 años.
El aporte a la suficiencia que realizan las centrales con generación renovable variable
(como la eólica y solar) se define como el promedio de los factores de planta en el
periodo de verano de los últimos 3 años multiplicado por la potencia instalada de la
renewable = F P (3year) · P̂ renewable .
central, vale decir, Psuf
2.4.5. Irlanda
En Irlanda se manejan las métricas “LOLE”, “LOLP”, “ELCC” y “ECP”, que

corresponden a la expectativa de pérdida de carga (Load of Loss Expectation), la
probabilidad de pérdida de carga (Load of Loss Probability), capacidad de carga
efectiva (effective load carrying capability) y planta convencional equivalente (Equivalent
Convention Plant), respectivamente. En Irlanda se considera la potencia instalada que
se requiere para satisfacer la demanda para un estándar LOLE de 8[h/año] y el aporte
a la suficiencia de las centrales eólicas se le denomina “Wind Capacity Credit (WCC)”.
El indicador utilizado para calcular el WCC es el ECP (metodología explicada en
[10]), determinando la capacidad de una central convencional equivalente que hay que
agregar al sistema para obtener el mismo estándar LOLE que se obtiene al introducir la
generación eólica. Para este análisis, los irlandeses trabajan con información de un año,
con una dotación de datos de generación con resolución horaria.
20
2.4.6. Francia
En Francia existe un Mercado de Capacidad que tiene como objetivo reducir la

probabilidad de pérdida de carga en las horas de demanda máxima del sistema,
considerando como el aporte a la suficiencia las diez horas diarias durante el periodo de
mayor LOLP. En este mercado a cada generador se le asignan certificados de capacidad
de acuerdo a su disponibilidad en las horas de demanda máxima y tiene una consigna
de mantener un LOLE de 3 horas al año, sin embargo, para el caso de la potencia de
suficiencia de generadores renovables variables cuya disponibilidad es incierta (solares,
eólicas e hidráulicas), la Psuf se calcula a partir de la generación máxima histórica y un
coeficiencia que depende de cada tecnología, donde los coeficientes estimados se basan
en medir el aporte a la suficiencia de las distintas tecnologías utilizando el indicador
ECP (Equivalent Conventional Plant). Los coeficientes para estos medios de generación
son fijos y corresponden a: Eólica=70 % y Solar=25 %, luego, la capacidad viene dada
wind = 0,7 · P̂ wind y P sun = 0,7 · P̂ sun .
por: Psuf suf
2.4.7. CAISO
CAISO (California Independent System Operator) es un Operador Independiente de

Sistemas (ISO) sin fines de lucro que sirve a California. CAISO opera un mercado diario
y en tiempo real en un territorio que incluye aproximadamente el 80 % de California,
tiene una carga máxima de aproximadamente 47.000 MW y sirve a más de 30 millones
de clientes finales, además, mensualmente cada suministrador de energía en CAISO debe
garantizar que la potencia contratada satisface la demanda máxima más un margen de
reserva (15 %) y, Asimismo, en octubre de cada año se debe garantizar que se puede
cubrir al menos el 90 % del requerimiento sistémico de los meses de verano.
Para cuantificar el aporte a la suficiencia, se considera que la contribución que realizan

las centrales eólicas y solares mensualmente al requerimiento sistémico se cuantifica
utilizando la potencia que las centrales son capaces de suministrar con una probabilidad
de excedencia de 70 % en las horas de demanda máxima, siendo estas horas las que van
desde Enero hasta Marzo y desde Noviembre a Diciembre, entre las 16:00 y 21:00, junto
con las horas de Abril a Octubre, entre las 13:00 y 18:00.
21
2.4.8. MISO
MISO (Midcontinent Independent System Operator) es un Operador de Sistema

Independiente (ISO) y una Organización de Transmisión Regional (RTO) que
proporciona un servicio de transmisión de acceso abierto y monitoreo en el medio oeste
de los Estados Unidos y Manitoba, Canadá y una región del sur de los Estados Unidos
que incluye gran parte de Arkansas, Misisipi y Luisiana.
En MISO la capacidad máxima se define utilizando el estándar de confiabilidad LOLE,

estimando este parámetro todos los años para determinar una reserva mínima de
planificación para los próximos 9 años. El estudio considera los mantenimientos, las
tasas de salidas forzadas (FOR, de su acrónimo en ingles; Forced Outage Rate), la
incertidumbre en la demanda y las congestiones en las líneas de transmisión. El estándar
de suficiencia utilizado es el LOLE igual a un día en 10 años. Para medir el aporte a la
suficiencia de centrales eólicas y solares se utiliza el indicador ELCC, multiplicando este
por la potencia máxima como lo indica la ecuación 2.4.3.
Psuf = ELCC( %) · P̂ (2.4.3)
2.4.9. Canadá
La mayoría de las provincias de Canadá se rigen por las recomendaciones del IVGTF
(Integration of Variable Generation Task Force), equipo creado por la NERC (North
American Electric Reliability Corporation), donde, esta última corresponde a una
autoridad regulatoria de carácter internacional para la confiabilidad de los sistemas
eléctricos en América del Norte. El IVGTF recomienda la utilización de métodos
probabilísticos, como enfoques tipo ELCC (Effective Load Carrying Capability) para
calcular la contribución de la generación variable a la suficiencia de los SEP’s.
La capacidad de los generadores, al igual que en MISO, responde a la ecuación 2.4.3.

Los cálculos considerarán las 8760 horas del año y se pueden considerar muchos años de
muestra para obtener la contribución esperada de un tipo de recurso dado, sin embargo,
podría ser posible considerar sólo las contribuciones en otros períodos de interés, tales
como los peak de demanda, por ejemplo, en la mayoría de las provincias de Canadá se
utiliza el ELCC o proxys de este, considerando diferentes horas para realizar el análisis,
además de diferentes objetivos de LOLE para cada provincia.
22
2.5. Resumen del capítulo
La experiencia internacional demuestra que todos los países y sistemas consideran

estándares de suficiencia diferentes de acuerdo a las necesidades e ideologías de cada uno,
sin embargo, se han logrado detectar dos grandes grupos que engloban las metodologías
más típicas, el primer grupo corresponde a metodologías conservadoras que no involucran
en gran medida la probabilidad ni la correlación de los datos de generación y carga y, un
segundo grupo que utiliza metodologías probabilísticas más detalladas con resoluciones
horarias. La figura 2.2 resume esto.
Figura 2.2: Esquema de metodologías más utilizadas para el cálculo de potencia de suficiencia.
La metodología utilizada actualmente en Chile presenta claras oportunidades de mejora

y ya en variados informes, artículos y seminarios se ha tocado el tema proponiendo
utilizar cálculos que involucren análisis más detallados como lo son el ELCC y el ECP.
La nueva metodología propuesta en este trabajo toma aspectos de estos estándares y
construye una forma nueva de ponderar la suficiencia de acuerdo al riesgo del sistema.
23
Capítulo 3
Sobre la nueva metodología
Como se menciona en los estudios nacionales [5], [6], [7], [15] y los artículos [3],
[10], los indicadores LOLP y LOLE son ampliamente utilizados internacionalmente,
dando señales que una nueva metodología debería involucrar estas métricas, buscando
representar de manera efectiva los estándares de seguridad y suficiencia requeridos por el
sistema. En [3] se advierte que un ERNC debe recibir un trato que analice la variabilidad
de cada generador hora a hora y buscando capturar la correlación del aporte renovable
generado cuando la demanda lo requiera.
Por lo recién mencionado es que se recomienda utilizar una metodología diferente a

la actualmente vigente en Chile, pues la norma técnica en ningún momento permite
capturar de manera adecuada la correlación de la generación renovable con la demanda
del sistema. La utilización de las 52 horas de mayor demanda o el menor factor de planta
no rescata la correlación entre generación y demanda, ni tampoco posee la capacidad de
realizar análisis con resolución horaria.
Si bien en tiempos anteriores se utilizaban métodos aproximados debido a las

limitaciones técnicas de los computadores, gracias a la informática actual se pueden
aplicar metodologías más exigentes que requieran mayor procesamiento de datos,
involucrando años de estadísticas con una resolución horaria sin mayores problemas
e involucrando cuanta estadística y probabilidad se estime conveniente.
A continuación se detallará la nueva metodología propuesta que busca captar los efectos
antes descritos.
24
Capítulo 3: Sobre la nueva metodología
3.1. Explicación de la metodología propuesta
Ya habiendo argumentado porque la metodología actual en Chile puede ser mejorada y,

conociendo las propuestas de otros trabajos tanto nacionales como internacionales, se
procede a formular una nueva metodología para el cálculo de la potencia de suficiencia
en ERNC y sistemas de almacenamiento.
Basándose en la experiencia internacional presentada en el capítulo 2, en la metodología

ELCC expuesta en el paper “Capacity of Wind Value” [3] y la amplia gama de estudios
y artículos relacionados, nace la idea de la propuesta de esta tesis, la cual es: Los
generadores renovables y los sistemas de almacenamiento reciban un pago
por capacidad que este directamente correlacionado con el riesgo del sistema,
ponderando la generación horaria por la probabilidad de perdida de carga de
esa hora en especifico, dándole mayor relevancia a aquellos generadores que aportaron
con potencia en horas de mayor LOLP y, disminuyendo el pago por suficiencia a las
centrales que aportan en horas donde el sistema menos lo requiere.
La suficiencia entregada por cada central será evaluada de acuerdo al momento en el

cual se genere energía y, en cuanto contribuye cada generador a disminuir el riesgo del
sistema en ese momento dado. Todo esto siendo analizado con una resolución horaria y
tomando como base de la estadística a analizar, la generación durante el año o los años
anteriores de cada central.
La consigna del cálculo será ponderar el aporte horario de cada generador por el LOLP
del sistema estudiado, dándole mayor relevancia a la potencia generada en horas de
mayor LOLP. Esta formulación se puede apreciar en la ecuación 3.1.1:
P8760 D Gi
Gi h=1 LOLPh (Ph ) · Ph
Pini = P8760 D
(3.1.1)
h=1 LOLPh (Ph )
Donde:
Gi es la potencia inicial del generador i en [MW].

Pini
PhD es la potencia demanda por el sistema en la hora h en [MW].
PhD es la potencia generada en la hora h, por el generador i en [MW].
LOLPh es la probabilidad de perdida de carga en la hora h [ %].
25
Si se analiza la fórmula anterior, se puede apreciar que esta es un promedio ponderado,

que pondera la generación horaria por el LOLP horario. Nótece que este simple promedio
engloba el fenómeno de la correlación entre demanda y carga del cual habla [3], pues,
la ponderación establece una relación proporcional entre el producto LOLPh · PhG y la
potencia inicial.
Teniendo presente el efecto de la correlación entre generación y demanda de la

formulación expuesta en la ecuación 3.1.1, se hace necesario definir el LOLP horario
del sistema e indicar como obtener este. La metodología clásica considera la tasa
de salida forzada de los generadores térmicos del sistema para obtener la
probabilidad de pérdida de carga, sin embargo, en este trabajo se optó por
agregar la capacidad y probabilidad de generación de las centrales renovables
para capturar de forma más detallada el fenómeno de correlación entre
la potencia renovable y la demanda. En este estudio se decidió incorporar la
generación renovable a la convolución para poder apreciar el comportamiento del LOLP
frente a escenarios de alta penetración de energías limpias, y así, utilizar una curva
de probabilidad de pérdida de carga para cada hora que lleve consigo los efectos de la
incorporación de potencia renovable a cada instante.
El involucrar la generación renovable en las curvas de LOLP complica significativamente

el problema, sin embargo, la informática actual permite proceder con los cálculos
sin mayores limitantes. Luego, se deben definir las capacidades renovables y sus
probabilidades de generación en función de la historia de cada generador, para ser
involucrados en el proceso de convolución. La forma propuesta para calcular todas estas
variables se presenta a continuación y tiene un tratamiento levemente diferente para la
potencia eólica y para la solar.
26
3.1.1. Incorporación de generadores eólicos en la curva de probabilidad

de pérdida de carga
Para incorporar adecuadamente el efecto de los aportes eólicos a la suficiencia del

sistema, se desarrolló una metodología que busca caracterizar la potencia eólica y la
probabilidad con que esta se puede generar.
Lo primero que se debe hacer es obtener la generación horaria de cada generador eólico,
para este trabajo en particular se optó por utilizar la generación del año 2017, es decir,
se utilizó una estadística basada en los datos de un solo año, pero esta metodología es
extensible a cuantos años se deseen utilizar.
Teniendo los datos de generación horaria de todos los generadores eólicos activos, la
generación se ordena como se aprecia en la matriz 3.1.2, en esta se puede ver como se
distribuye la generación eólica hora a hora. Luego, se procede a sumar la generación que
hubo a cada hora, obteniendo la matriz 3.1.3, la cual vendría representando la generación
disponible de energía eólica que hubo a cada hora durante el período estudiado. Ahora, se
normaliza la potencia total horaria, dividiendo la potencia total horaria de la matriz 3.1.3
por la potencia máxima instalada de generación eólica, lo que entregaría los parámetros
normalizados como se muestra en la matriz 3.1.4.
 

hour[h] GenW 1 [M W ] GenW 2 [M W ] · · · GenW n [M W ]
 

 1 Pwh=1
1
Pwh=1
2
··· Pwh=1
n


 

 2 Pwh=2
1
Pwh=2
2
··· Pwh=2
n


  (3.1.2)
Pwh=3 Pwh=3 ··· Pwh=3
 

 3 1 2 n


 .. .. .. .. .. 

 . . . . . 

 
8760 Pwh=8760
1
Pwh=8760
2
··· Pwh=8760
n
 

hour[h] GenWtot [M W ] 
 Pn 

 1 Pwh=1
tot
= h=1
i=1 Pwi


 Pn 

 2 Pwh=2
tot
= h=2
i=1 Pwi



Pn
 (3.1.3)
Pwh=3 h=3
 
3 = i=1 Pwi
 
 tot 
 .. .. 

 . . 

 
Pn
8760 Pwh=8760
tot
= h=8760
i=1 Pwi
27
 

hour[h] GenWtot [pu] 
/Pˆw
 

 1 Pwh=1 = Pwh=1
tot


 

 2 Pwh=2 = Pwh=2
tot
/Pˆw 

  (3.1.4)
Pwh=3 = Pwh=3 /Pˆw
 

 3 tot


 .. .. 

 . . 

 
8760 Pwh=8760 = Pwh=8760
tot
/Pˆw
Una vez se posee el vector 3.1.2, se acoplan los datos de este, de cada hora con una
ventana de 62 días, vale decir, se tomarán 63 datos de generación de la misma hora,
pero de diferentes días. Si se utiliza un año de datos, se deberían obtener 8760 ventanas,
una por cada hora “h”, donde cada ventana poseerá los 31 datos de generación de
la misma hora “h”, pero de los 31 días anteriores y, también poseerá los 31 datos de
generación de la hora “h”, pero de los 31 días posteriores a los del dato de interés.
La matriz 3.1.5 ejemplifica como quedarían las ventanas horarias para unos cuantas
horas y que datos de generación se deberían considerar.
 
windowh=1 windowh=2 · · · windowh=5000 · · · windowh=8760 
 
 P h=8017 Pwh=8018 ··· Pwh=4256 ··· Pwh=8016 
 w 
 
 Pwh=8041 Pwh=8042 ··· Pwh=4280 ··· Pwh=8040
 

.. .. .. ..
 
 .. .. 
 . . . . . . 
(3.1.5)
 
 
 Pwh=1 Pwh=2 ··· Pwh=5000 ··· Pwh=8760
 

.. .. .. ..
 
 .. .. 

 . . . . . . 

 
 P h=721 Pwh=722 ··· Pwh=5720 ··· Pwh=720 
 w 
 
Pwh=745 Pwh=746 ··· Pwh=5744 ··· Pwh=744
Ahora, ya teniendo los datos de generación eólica reorganizados en ventanas de 63 datos

de generación, se ajusta una distribución Weibull para cada ventana. En definitiva, la
esencia de la agrupación en ventanas horarias de los datos, es poder obtener
los parámetros de una distribución Weibull que representen fielmente la
probabilidad de generación de las centrales eólicas del sistema para cada
hora del período estudiado.
28
Como resultado de aplicar un fit tipo Weibull a cada ventana horaria, se obtiene
un parámetro de escala αh y, un parámetro de forma βh . Nótese que obtendrá una
distribución para cada hora, por lo que se obtendrán tantos parámetros de forma y de
escala como horas tenga el período de estudio, los cuales representan la distribución
de probabilidad de generación eólica hora a hora. En el cuadro 3.1 se puede ver como
quedarían los parámetros de cada hora, suponiendo un año de datos información para
el análisis.
Hora escala forma
1 α1 β1
.. .. ..
. . .
n αn βn
.. .. ..
. . .
8760 α8760 β8760
Cuadro 3.1: Parámetros de una distribución weibull para cada hora.
La función de densidad (PDF) de las distribuciones Weibull ajustadas, se representan

matemáticamente como lo muestra la ecuación 3.1.6. Lo que hace el ajuste de
distribución es reordenar los datos de generación en bloques y le ajusta una probabilidad
de ocurrencia a cada bloque. En la figura 3.1 se puede apreciar como se ajusta una
distribución Weibull a una ventana horaria, en este caso particular se consideró la
ventana horaria de la hora 1.

β · α−β · P β−1 · e−(P/α)β P ≥ 0

D(P |α, β) = (3.1.6)
0

P <0
29
Ajuste distribución Weibull

3 window_wind data
fit h=1
2.5
2
Density
1.5
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Data
Figura 3.1: Ajuste distribución Weibull para los datos de generación eólica de la hora 1.
Finalmente, teniendo los parámetros estadísticos que representan el comportamiento

de la generación eólica del sistema para cada hora dentro del horizonte de estudio, se
procede a construir vectores de capacidad y probabilidad que serán involucrados en la
convolución posteriormente. Para la construcción de estos vectores, la distribución de
Weibull de la hora h se debe cuantizar discretizando la respectiva PDF en “n” bloques,
donde el área de cada bloque representará la probabilidad de generación y los valores
discretizados del eje x representarán la potencia de cada bloque. En la figura 3.2 se
puede apreciar como la función Weibull de la hora 1 ha sido discretizada, en este caso
se utilizaron 10 bloques, pero la función se puede dividir en cuantos bloques se estime
conveniente.
30
Poseyendo las distribuciones discretizadas, como la mostrada en la figura 3.2, se

construye un vector que contenga la capacidad de la generación eólica para cada hora
de cálculo, de la forma que lo indica la ecuación 3.1.7, donde P representa la potencia
en [MW] y, también se construye un vector de probabilidad de la forma indicada por la
ecuación 3.1.8, donde la suma de todas las n-áreas debe ser igual a 1.
Capw
h = [P1 P2 . . . Pn−1 Pn ] (3.1.7)
P robw
h = [A1 A2 . . . An−1 An ] (3.1.8)
Fit generation hour 1

2.5
2
Density probability
1.5
0.5
A1 A2 ... ... ... ... An-2

0
P1 P2 ... Pn-2 Pn-1 Pn
Power Generation [ - ]
Figura 3.2: División en n bloques de la generación eólica para la hora 1.
Nótese que para el vector de capacidad, este posee valores normalizados que pertenecen
a un dominio que esta entre 0 y 1, este vector se “desnormaliza” multiplicando sus
valores por la potencia máxima correspondiente a la suma de toda la generación eólica
considerada para el estudio, obteniendo así, valores medidos en megawatts.
31
Como resumen se construye el diagrama de flujo de la figura 3.3, donde se

concentran gráficamente los pasos a seguir para obtener los vectores que caracterizan el
comportamiento del viento.
Figura 3.3: Diagrama de flujo de procedimientos para obtener vectores de capacidad y

probabilidad del viento.
32
3.1.2. Incorporación de generadores solares en la curva de

probabilidad de pérdida de carga
Para obtener los vectores de capacidad solar disponible, el procedimiento es similar al

descrito en el caso de la energía eólica, sin embargo, hay algunas diferencias que serán
resaltadas en esta sección.
Lo primero que se debe hacer, al igual que para el caso eólico, es obtener los datos de
generación solar que hayan estado presentes dentro del horizonte de estudio analizado,
así, se construye una base de datos con todos los generadores de interés y sus aportes
horarios como se puede ver en la matriz 3.1.9. Es importante que la resolución sea
horaria o menor, pues así se tiene mayor precisión que utilizando bloques de generación
más grandes y se puede analizar de manera más detallada el efecto de la correlación
entre demanda y generación.
 

hour[h] GenS1 [M W ] GenS2 [M W ] ··· GenSn [M W ]
 

 1 PSh=1
1
PSh=1
2
··· PSh=1
n


 

 2 PSh=2
1
PSh=2
2
··· PSh=2
n


  (3.1.9)
PSh=3 PSh=3 ··· PSh=3
 

 3 1 2 n


 .. .. .. .. .. 

 . . . . . 

 
8760 PSh=8760
1
PSh=8760
2
··· PSh=8760
n
Con la base de datos lista, se procede a sumar la generación solar de cada hora (igual
que en el caso eólico), es decir, se toman todos los datos de generación de la hora “h” de
los “n” generadores y se suman, obteniendo un solo dato de generación por cada hora.
Este paso quedaría como se aprecia en la matriz 3.1.10.
 

hour[h] GenST ot [M W ] 
 Pn 

 1 PTh=1
ot = h=1
i=1 PGi


 Pn 

 2 PTh=2
ot =
h=2
i=1 PGi



Pn
 (3.1.10)
PTh=3 h=3
 
3 ot = i=1 PGi
 
 
 .. .. 

 . . 

 
Pn
8760 PTh=8760
ot = h=8760
i=1 PGi
33
Tras sumar las potencias horarias, se normalizan dividiendo estas por la potencia solar
máxima instalada, correspondiente a la suma de todas las potencias máximas de cada
central considerada. Gráficamente, sería como lo muestra la matriz 3.1.11.
 

hour[h] GenST ot [−] 
 

 1 PTh=1
norm = PTh=1
ot /P̂S


 

2 h=2 h=2
PT norm = PT ot /P̂S 
 
  (3.1.11)
PTh=3 h=3 /P̂
 

 3 norm = P T ot S 

 .. .. 

 . . 

 
8760 PTh=8760 h=8760 /P̂
norm = PT ot S
De momento, los pasos han consistido en recopilar, sumar y normalizar la generación

solar de igual manera como se hizo con los datos del viento, ahora, la diferencia radicará
en cómo se recogen los datos para generar las estadísticas de disponibilidad de capacidad.
Para el caso del viento se agrupaban datos de generación de la misma hora para cada
dato, creando ventanas de generación eólica, a los cuales se les aplicaba un ajuste de
tipo Weibull. Para el caso solar, se construirán ventanas horarias, pero esta vez de 21
datos, los cuales involucran todos los datos de generación de la hora “h” de los 10 días
anteriores y de los 10 días posteriores del dato de interés, además del mismo dato.
A cada ventana horaria de generación solar, se le ajusta una distribución de tipo Normal
(véase la figura 3.4), obteniendo un promedio y una desviación estándar para cada hora
dentro del horizonte de estudio. Los resultados de este ajuste se verían como lo muestra
el cuadro 3.2, nótese que esta tabla muestra los datos de un año, pero la metodología
propuesta puede tomar cuantos años sean requeridos.
Hora media desviación
1 µ1 σ1
.. .. ..
. . .
n µn σn
.. .. ..
. . .
8760 µ8760 σ8760
Cuadro 3.2: Parámetros de una distribución normal para cada hora de un año.
34
Fit normal distribution

5
Power sun
4.5
fit hour 18
3.5
3
Density
2.5
1.5
0.5
0
0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7
Data
Figura 3.4: Ajuste de distribución normal a datos de generación solar de un día.
Ahora, teniendo los datos del ajuste tipo normal para cada día dentro del horizonte de
estudio, se procede a discretizar los valores de cada normal para construir los vectores
de capacidad y probabilidad solar como se muestra en las ecuaciones 3.1.12 y 3.1.13. En
la figura 3.5 se puede ver que el área de la normal se divide en “n” bloques, siendo el
área Ai de cada uno de estos bloques la probabilidad de que se genere la potencia Pi .
Fit generation hour 18

4.5
3.5
3
Dencity probability
2.5
1.5
0.5
0 P1 P2 ... Pn-3 Pn-2 Pn

Power Generation [ - ]
Figura 3.5: Discretización de los datos de una normal.
35
Capsun
d = [P1 P2 · · · Pn−1 Pn ] (3.1.12)
P robsun
d = [A1 A2 · · · An−1 An ] (3.1.13)
Tras todo este proceso, se obtendrán 8760 vectores de capacidad solar y, 8760 vectores
de probabilidad solar. Estos valores son los que se ingresarán a la convolución, en
conjunto de los vectores de capacidad y probabilidad eólica, para determinar el LOLPh
del sistema.
En la figura 3.6 se puede apreciar un diagrama de flujo que resume los pasos a seguir
para obtener los parámetros de capacidad y probabilidad solar.
Figura 3.6: Diagrama de flujo para obtener parámetros solares.
36
3.1.3. Cálculo de LOLP horario
Como ya se ha mencionado anteriormente, la probabilidad de pérdida de carga se

obtiene mediante un proceso iterativo, el cual consiste en la convolución entre la
capacidad instalada y las tazas de salida forzada de los diferentes generadores térmicos
convencionales del sistema bajo análisis. El procedimiento de convolución entrega una
tabla de probabilidades de pérdida de carga en función de la demanda, donde el eje de
las ordenadas corresponde al LOLP(Demand), como lo muestra la figura 3.7.
Capacity Outage Probability Table

1
0.9
0.8
Loss of Load Probability [-]
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2000 4000 6000 8000 10000 12000
Demand [MW]
Figura 3.7: COPT del SEN en 2017.
Ahora bien, para poder apreciar realmente el efecto de la disponibilidad solar y eólica,
se procede a considerar las capacidades de los generadores térmicos convencionales y
las capacidades de los vectores de capacidad renovables 3.1.12 y 3.1.7. Así mismo,
se consideran las tasas de salida forzada de los generadores convencionales y las
probabilidades de generación de las generadoras renovables contenidas en los vectores
3.1.13 y 3.1.8.
37
Si bien los datos de capacidad e iFor de las centrales térmica son únicos para cada
generadora, los vectores de capacidad y probabilidad del sistema van a ser tantos como
horas tenga el horizonte temporal analizado. Es por ello que se obtendrán tantas curvas
de LOLP, como horas consideradas, obteniendo una curva especifica para cada hora de
análisis. Es decir, si se considera un año de estudio (8760 horas), se obtendrán 8760
curvas de LOLP, donde la primera curva representa el riesgo del sistema para la hora 1,
la segunda curva represente el riesgo para la hora 2 y así sucesivamente.
Si bien este proceso parece engorroso, los computadores actuales de gama media-alta
pueden realizar estas simulaciones en tiempos razonables (algunas horas). No obstante,
los tiempos serán relativos a la cantidad de años utilizados para armar las estadísticas y,
el número de bloques discretizados para obtener los vectores de capacidad y probabilidad
renovables.
En la figura 3.8 se encuentran graficadas algunas curvas donde se involucró a la

convolución los vectores de capacidad y probabilidad renovables para 4 horas diferentes
de un día cualquiera. En esta figura se aprecia claramente que se requieren mayores
niveles de demanda para obtener el mismo LOLP, vale decir, la generación renovable
vuelve más seguro el sistema.
Capacity Outage Probability Table

1
COPT without renewable
0.9 COPT with renewable hour 6
COPT with renewable hour 12
0.8 COPT with renewable hour 18
COPT with renewable hour 24
Loss of Load Probability [-]
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5000 10000 15000
Demand [MW]
Figura 3.8: COPT de diferentes horas involucrando capacidad renovable en la convolución.
38
3.1.4. Despacho óptimo en sistemas de almacenamiento
En vista de que los sistemas de almacenamiento pueden abastecer la demanda y,

como ya se menciono en capítulos anteriores, las plantas de almacenamiento podrían
percibir un pago por capacidad [12], [13], se propone en este trabajo que las plantas
de almacenamiento reciban un pago por suficiencia, de igual forma que lo harían los
generadores renovables utilizando la fórmula de la ecuación 3.1.1.
En esta memoria se simularon escenarios teóricos con plantas de almacenamiento de

distintas capacidades y distintas tecnologías, con la finalidad de poder ver que sucedería
si se aplicara esta metodología a plantas de almacenamiento.
Según [13], la forma típica de estudiar las plantas de almacenamiento, es utilizando

modelos de optimización que busquen maximizar la generación o minimizar los costos.
Para poder realizar el análisis de este estudio, se procedió a simular el proceso de carga
y descarga de baterías aplicando modelos de optimización con el software Pyomo. Las
ecuaciones del proceso de carga y descarga de baterías se extraen de la memoria doctoral
Short-Term Operational Flexibility in Long-Term Generation Expansion Planinning”
[16]. La meta es disminuir los costos y maximizar los beneficios de una planta de
almacenamiento, cuyos parámetros dependen del tipo de tecnología utilizada. Para este
estudio se utilizarán 4 tipos de tecnologías que son presentadas en el cuadro 3.3, donde
los datos de estas baterías fueron obtenidos de la memoria de titulación “Definición de
planes óptimos de expansión de la transmisión, generación y almacenamiento de energía
del sistema interconectado chileno considerando políticas energéticas de largo plazo”
[17]. En la ecuación 3.1.14 se aprecia la función objetivo considerada en el modelo de
optimización, mientras que en las ecuaciones 3.1.15, 3.1.16, 3.1.17, 3.1.18, 3.1.19 y 3.1.20
se pueden apreciar las restricciones a considerar. Todas estas ecuaciones corresponden
una versión simplificada de [16] que permitirán apreciar los resultados al aplicar la
metodología propuesta a plantas de baterías en un escenario hipotético.
39
Función Objetivo:
M ax{income − costs} (3.1.14)
Sujeto a:
SoCS,b+1 = SoCS,b + (ηS · chS,b − (1/ηS ) · dischiS,b ) (3.1.15)
8760
X
income = dischh · CM gh (3.1.16)
h=1
8760
X
costs = chh · CM gh (3.1.17)
h=1
SoCmin ≤ SoCS,b ≤ Capacidad (3.1.18)
0 ≤ disch ≤ Pmax (3.1.19)
0 ≤ ch ≤ Pmax (3.1.20)
Donde:
SoC: Almacenamiento, nivel de energía [MWh]
disch: Potencia descargada por la planta (Inyectada) [MW]
ch: Potencia consumida por la planta (Demanda) [MW]
CMgh : Precio energía demandada en la hora h [US$/MWh]
Pmax : Almacenamiento, energía máxima [MWh]
ηs : Almacenamiento, eficiencia de carga y descarga[ %]
η Pmax Capacidad tdish tchar SoCmin

Tecnología
[ %] [MW] [MWh] [min] [min] [ %]
PHES 78 200 2000 600 2 25

CAES 65 100 600 360 10 33.3
BESS Li-ion 88 20 10 30 0.06 25
BESS NaS 85 40 105 180 0.18 57
Cuadro 3.3: Características de modelación de las distintas variables de decisión de

almacenamiento.
Fuente: Memoria de titulación del señor Victor Ruiz
40
La idea de las plantas de almacenamiento sería cargar las baterías de las plantas en las
horas de menor demanda y utilizar esta energía para dar abasto a las cargas en las horas
de mayor demanda, y así aplanar la curva de demanda del sistema.
Como los escenarios considerados son hipotéticos, no se incorporará el efecto de la

generación con estas tecnologías en las curvas de LOLP debido a que hasta ahora solo se
han utilizado datos reales del sistema chileno, el involucrar estos casos hipotéticos con
los datos reales ya trabajados solo tergiversaría los efectos de las plantas consideradas
en el análisis.
Los resultados de este tópico, utilizando el modelo de optimización para reflejar el

comportamiento de las plantas de almacenamiento y aplicando la metodología propuesta,
se encuentran en el capítulo siguiente.
Es importante mencionar que para realizar una optimización en función de las ventas de
energía a costo marginal, se deben seleccionar algunas barras de referencia para utilizar
los precios históricos de estas. Para la simulación de sistemas de almacenamiento se
seleccionaron tres barras del sistema eléctrico nacional ubicadas en distintos puntos de
Chile, las cuales son:
1. S/E Pan de Azúcar 110kV
2. S/E Encuentro 220kV
3. S/E Charrúa 220kV
Los costos marginales de estas barras corresponden a los del año 2017
y pueden ser verificados en la pagina del Coordinador Eléctrico Nacional
https://www.coordinador.cl/mercados/graficos/costos-marginales/costo-marginal-real/.
Adicional a la optimización por criterios económicos, se realiza una optimización

mediante criterios de suficiencia donde se utiliza el mismo modelo anterior, pero en vez
de ponderar por los costos marginales, se ponderará por el LOLP horario del sistema,
buscando obtener balances de retiro e inyección que minimicen el riesgo del sistema y
maximicen las ventas de energía de la planta de almacenamiento en aquellas horas donde
hay mayor probabilidad de pérdida de carga.
41
Capítulo 4
Cálculos, resultados y
comparaciones
En el presente capítulo se presentan los resultados de aplicar la metodología propuesta

para el cálculo de la potencia inicial de los generadores solares y eólicos. Además se
analizarán los resultados de la potencia inicial de sistemas de almacenamiento teóricos.
Para este trabajo se utilizaron los datos de generación del 2017, por lo que el horizonte
de estudio es de un año. Las plantas solares y eólicas consideradas fueron todas aquellas
que se encontraban instaladas y operativas a partir del 2017, cuyos datos de generación
horaria fueron descargados de la pagina https://www.coordinador.cl. Así mismo, todas
las centrales térmicas consideradas fueron aquellas centrales chilenas activas a inicios
del 2017, cuyas respectivas potencias e iFor’s fueron descargados de la pagina del
Coordinador y se pueden apreciar en el apéndice B.
4.1. Análisis probabilidad de pérdida de carga
La metodología propuesta ha sugerido que en los datos de LOLP del sistema se

involucren los efectos de la generación renovable, de este modo se obtienen curvas de
probabilidad independientes para cada hora dentro del período de análisis, cuyo objetivo
fundamental es poder captar de la forma más fidedigna posible el LOLP horario de cada
momento frente a la alta penetración de energías renovables del sistema y valorizar
adecuadamente la correlación que hay entre la generación y los momentos de mayor
riesgo del sistema.
42
Capítulo 4: Cálculos, resultados y comparaciones
Al ajustar una distribución normal horaria a la probabilidad de generación solar, se

obtuvo un promedio y una desviación estándar para cada hora. En la figura 4.1 se pueden
ver algunos ejemplos de las curvas de distribución obtenidas para diferentes horas de un
día cualquiera. En esta figura se puede apreciar claramente que la generación solar tiende
a tener una media mayor en las horas posteriores a las 12:00 de la tarde, sin embargo,
la desviación de estas horas es mayor, presentando una probabilidad de generación
más alta, pero más dispersa en las horas de mayor irradiancia y, una probabilidad de
generación mucho menor pero menos dispersa en el amanecer y atardecer.
En las figuras 4.2 y 4.3 se puede apreciar un boxplot del promedio de generación solar y,
un boxplot de la desviación de la misma, respectivamente. En estos boxplots se corrobora
lo expuesto en el párrafo anterior, la media y la desviación de la generación solar son
más altas en las horas de mayor irradiancia. Este hecho es bastante relevante pues,
como es de esperar, en las horas que hay sol, la disponibilidad de generación tiende a
mayor, lo que sugiere que la probabilidad de pérdida de carga de estas horas en particular
disminuya. De este hecho se vuelve intuitivo que, si las condiciones técnicas de generación
y transmisión lo permiten, una alta penetración de generación solar disminuiría de
manera importante el riesgo del sistema durante el día, pero se mantendría el riesgo
de este durante la noche.
Solar distributions
25
Normal distribution hour 8
20 Normal distribution hour 11
Dencity probability [-]

15
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Solar Power [pu]
Figura 4.1: Comportamiento del sol a lo largo de un día.
43
En los boxplots 4.2 y 4.3 se puede apreciar que la generación solar maneja valores
que pueden alcanzar los 0.7± 0.15[pu] de potencia generada. La razón por la cual la
generación solar no llega hasta 0.9 o más es que la transmisión presente al año 2017
impone una restricción al flujo que impide materializar el despacho óptimo para esta
tecnología.
Solar average parameter boxplot
0.7
0.6
Mean parameter [-]
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.2: Boxplot de los promedios de la generación solar chilena del 2017.
Sun variance parameter boxplot

0.2
Variance parameter [-]
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.3: Boxplot de las desviaciones de la generación solar chilena del 2017.
44
Para el caso del viento, como bien se mencionó en el capítulo 3, se ajustaron

distribuciones Weibull para representar el comportamiento del viento. En la figura 4.4
se pueden apreciar algunas distribuciones de un día cualquiera, donde se logra apreciar
que, a diferencia de la generación fotovoltaica, las centrales eólicas tienden a poseer
mayores niveles de generación en horarios nocturnos.
Wind distributions
7
Weibull distribution hour 2
6
5
Dencity probability [-]

4 Weibull distribution hour 16
3 Weibull distribution hour 22
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Wind Power [pu]
Figura 4.4: Comportamiento del viento a lo largo de un día.
En la figura 4.5 se puede apreciar un boxplot de los parámetros de escala ajustados a la

generación eólica del año 2017, mientras que en la figura 4.6 se muestra un boxplot de
los parámetros de forma de las distribuciones Weibull ajustadas para el 2017. En estos
gráficos se puede apreciar fácilmente que la mayor probabilidad de generación se da en
los horarios que no hay sol, particularmente, entre 20:00 y 23:00 se generan los mayores
peak de potencial eólico, ahora bien, del parámetro de forma se aprecia que hay menor
homogeneidad en los datos de generación entre las 14:00 y las 20:00, concluyendo que
la generación del viento se comporta de manera homogénea en los horarios donde hay
menos potencial eólico.
Si bien se advierten claras diferencias de escala y homogeneidad inter-horarias, no hay

diferencias tan relevantes en las distribuciones como las que se podían ver en el caso
solar, por lo que se espera que la incidencia de la generación eólica en el LOLP horario
del sistema no se vea afectado de modo importante.
45
Wind scale parameter boxplot

0.6
0.5
Alpha parameter [-]
0.4
0.3
0.2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.5: Boxplot de los parámetros de escala de la generación eólica chilena del 2017.
Wind shape parameter boxplot

6
5
Beta parameter [-]
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.6: Boxplot de los parámetros de forma de la generación eólica chilena del 2017.
46
En la figura 4.7 se aprecia un boxplot de la demanda del año 2017 con la cual se realizan
los cálculos de LOLP. En esta se puede ver que la demanda mantiene un comportamiento
regular, teniendo sus peaks durante la tarde entre las 11:00 y 17:00 y, durante la noche
alrededor de las 22:00 horas, presentando varios peaks de demanda que escapan a la
media en las horas 23:00 y 24:00. Tomando en cuenta que el LOLP es dependiente de
la demanda (a mayor demanda, mayor riesgo en el sistema), se espera que los peak de
LOLP tiendan a encontrarse alrededor de los peaks de demanda, sin embargo, como
ya se comentó en capítulos anteriores, según [8] y [14], las horas de mayor riesgo no
necesariamente coinciden con las de mayor demanda, aunque es de esperar que haya
una tendencia marcada a que así sea.
Demand boxplot
10000
9500
Demanda [MW]
9000
8500
8000
7500
7000
6500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.7: Boxplot de la demanda anual del año 2017.
Finalmente, si se realiza la convolución entre las centrales térmicas y las capacidades

y probabilidades de las distribuciones calculadas, se obtienen 8760 tablas COPT, las
cuales, si se coinciden hora a hora con la demanda del 2017 entregan un único vector
con 8760 valores de LOLP, el cual representa de manera fidedigna el riesgo del sistema
durante cada hora de dicho año.
En la figura 4.8 se incorpora un boxplot del LOLP horario obtenido con los datos del año
2017. Aquí, se observa que, en general, los cuartiles tienden a tener valores parecidos,
sin embargo, la gran mayoría de valores atípicos que exceden los niveles normales de
demanda se concentran en la noche entre las 20:00 y las 23:00, siendo las horas 22:00 y
47
23:00 las que poseen los niveles típicos y atípicos de LOLP más altos. Considerando lo
anterior, es de esperar que los generadores que aporten con potencia entre las 22:00 y
las 23:00, serán aquellos que obtengan mayor reconocimiento por suficiencia.
10-3 LOLP(demand) boxplot
4
LOLP [-]
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hour [h]
Figura 4.8: Boxplot del LOLP del SEN para el año 2017.
La figura 4.8 indica que los mayores niveles de LOLP se presentan en aquellas horas
donde hay mayores niveles de demanda y niveles nulos de generación solar, mientras
que, en las horas de la tarde, si bien hay altos niveles de demanda, la alta disponibilidad
solar disminuye notablemente el riesgo del sistema. Además, en las horas donde se tiene
un LOLP más alto, es donde habían más valores atípicos de demanda y menor nivel de
homogeneidad de generación eólica, lo que contribuye a los altos niveles de LOLP de
esas horas.
48
4.2. Resultados de potencia inicial de los generadores

solares y eólicos
Al obtener la curva de LOLP para el periodo de interés, se procede a ponderar la

generación de cada central solar y eólica por el riesgo de la hora en la cual se produjo cada
aporte de potencia en especifico. Aplicando la fórmula del método propuesto presentada
en la ecuación 2.2, se obtienen los resultados de potencia inicial de los generadores
renovables considerados en este estudio. En el apéndice C se encuentra el detalle de la
potencia inicial de cada generador contemplado, donde se pueden ver los resultados de
potencia inicial utilizando la metodología chilena [18], de la metodología ELCC descrita
en [3] y de la metodología propuesta en esta memoria.
En las figuras 4.9 y 4.10 se busca resumir el resultado de la potencia inicial total que se le
reconoce a las tecnologías de interés (eólica y solar) según cual metodología sea aplicada
para el cálculo. Cabe mencionar que según [3], el estándar LOLE se puede manipular
para restringir los niveles de suficiencia obtenidos en función de un objetivo de horas de
pérdida al año.
De las figuras 4.9 y 4.10 se rescata que el reconocimiento por suficiencia utilizando
el estándar ELCC entrega un valor total mayor para ambas tecnologías, mientras
que, utilizando la metodología propuesta, el reconocimiento por suficiencia para los
generadores solares disminuye y, para la generación eólica, aumenta bastante. Este
hecho se justifica en las curvas de probabilidad de pérdida de carga, pues, el LOLP
es claramente más bajo en las horas donde hay sol, mientras que la generación eólica
tiende a aportar potencia en las horas de mayor riesgo. Si bien la generación solar es la
misma que ayuda a disminuir el riesgo del sistema, sus aportes se concentran en un único
periodo, impidiendo su explotación el resto de las horas. La sobre instalación de paneles
fotovoltaicos posee una consigna positiva para el medio ambiente, pero se requiere
mejorar la disponibilidad del recurso solar mediante sistemas de almacenamiento para
poder distribuirlo al resto del día.
49
Figura 4.9: Potencia inicial de generadores solares según su región de ubicación.
50
Figura 4.10: Potencia inicial de eólicos solares según su región de ubicación.
51
En el cuadro 4.1 se resumen las variaciones porcentuales que se obtienen al utilizar

la metodología propuesta y la metodología ELCC cuando son comparadas con los
resultados que se derivan de la aplicación de la metodología chilena. En este cuadro
se aprecia claramente como la metodología propuesta disminuye en promedio un 16 % la
potencia inicial de los generadores solares, mientras que aumenta en un 15 % la eólica.
Variación Solares Variación Eólicas

Metodología
[ %] [ %]
Propuesta -15.9± 9.9 +14.9±10.8

ELCC +32.7±17.4 +6.4±7.7
Cuadro 4.1: Variación entre la metodología propuesta y ELCC contra la metodología chilena.
Nótese que, mediante la metodología chilena, las regiones del sistema interconectado
del norte grande (Arica y Parinacota, Tarapacá y Antofagasta) obtiene resultados de
Potencia inicial para los generadores solares bastante más pequeñas que los resultados
obtenidos en las centrales fotovoltaicas del SIC. Esto es producto de que todos los
generadores solares del SING tienen un factor de planta promedio bajo en las 52 horas
de mayor demanda de la curva de carga, lo que es de esperar pues. Esta notable diferencia
de potencia entre las generadoras renovables del SIC y del SING no se presenta cuando
se utiliza la metodología ELCC y la metodología propuesta, las que mantienen un
comportamiento más estable entre regiones.
Las notables diferencias entre una metodología y otra se deben principalmente a:
La metodología Chilena trabaja con factores de planta que no representan ni el

riesgo del sistema y solo valoran la generación ocurrida en unas pocas horas del
año donde hubo mayor demanda.
Las diferencias entre la metodología propuesta y el ELCC radican en que la

definición de riesgo entre una metodología y otra son diferentes, mientras que el
ELCC valora el LOLP como una función de los generadores térmicos del sistema,
la metodología propuesta incluye la generación ERNC en el riesgo. Si se aplicara
la ponderación de la metodología propuesta a un LOLP construido a partir de
únicamente la disponibilidad térmica, los resultados entre ELCC y Metodología
propuesta no difiere más allá del 10 % en sus resultados.
52
4.3. Resultados potencia inicial de plantas de

almacenamiento
Para el caso de las plantas de almacenamiento se simuló un despacho teórico en tres

barras diferentes del SEN considerando restricciones técnicas de cuatro tipos de baterías
diferentes. A los resultados de estos despachos se les aplicó el método propuesto y
la metodología ELCC para obtener las Potencias Iniciales de cada tecnología en las
diferentes barras. Las restricciones técnicas y el modelo de optimización ya se discutieron
en el capítulo 3 y los resultados de su aplicación se presentan en los cuadros 4.2, 4.3 y 4.4.
Para que el lector tenga una idea del comportamiento de los perfiles resultantes de retiro
e inyección en las plantas de almacenamiento, se graficaron en la figura 4.11 los flujos de
potencia obtenidos de la optimización mediante criterios económicos en la subestación
Encuentro 220kV durante las primeras 200 horas del año bajo análisis. En la figura 4.11
se puede apreciar claramente como las diferentes tecnologías consumen potencia en las
horas donde los costos marginales de la barra están mas bajos e inyectan cuando los
precios aumentan. Además se puede apreciar que las baterías, si bien tienen tendencias
parecidas, presentan comportamientos diferentes debido a las limitantes técnicas de cada
una.
El despacho optimizado, a razón de la naturaleza de cada planta y, en función de los

costos marginales de cada barra donde se simuló, entregó periodos de inyección que no
necesariamente coinciden con las horas de mayor riesgo del sistema. Debido a esto las
plantas minimizaron sus costos de consumos y maximizaron sus ganancias por ventas
de energía, pero no optimizaron sus ganancias por potencia de suficiencia, obteniendo
como resultado un reconocimiento de Potencia Inicial relativamente bajo para todos los
casos.
En la optimización de los despachos utilizando como entrada los costos marginales

de Charrúa, el reconocimiento es inferior que en las otras dos barras, este hecho a
razón de que las barras que están más al norte de Chile (Pan de Azúcar y Encuentro).
Debido a la alta penetración solar de la zona norte del País, la solución del despacho
tiende a consumir durante las horas que poseen los costos marginales más bajos (horas
que coinciden con los momentos de menor LOLP del sistema), permitiendo obtener
reconocimientos por suficiencia más elevados que en el sur de Chile.
53
Resultados en barra Charrúa

Metodología PHES [ %] BESS NaS [ %] BESS Li-ion [ %] CAES [ %]
Propuesta 10.11 3.33 2.61 2.15
ELCC 8.01 3.40 2.65 3.95
Cuadro 4.2: Resultados de potencia inicial en sistemas de almacenamiento al optimizar

utilizando los costos marginales de Charrúa.
Resultados en barra Pan de Azúcar

Propuesta 37.61 11.31 8.27 21.29
ELCC 6.43 2.88 2.35 4.23

utilizando los costos marginales de Pan de Azúcar.
Resultados en barra Encuentro

Propuesta 25.27 4.43 3.63 5.19
ELCC 4.57 1.58 1.25 1.78

utilizando los costos marginales de Encuentro.
54
Además del despacho por criterios económicos, también se simulo un caso donde la
optimización valoro la disminución del riesgo del sistema. En el cuadro 4.5 se presentan
los resultados de la optimización mediante criterios de confiabilidad. A razón de que la
optimización se construyo pensando en disminuir el riesgo del sistema, los resultados
entregan perfiles de inyección de potencia en aquellas horas donde hay mayor LOLP,
debido a esto, el reconocimiento por suficiencia para estas plantas mediante la aplicación
de la metodología propuesta entrega valores bastante altos, lo que es de esperar pues la
metodología propuesta valora los aportes en los momentos de mayor riesgo.
Resultados al optimizar suficiencia

Propuesta 98.07 47.13 29.95 87.41
ELCC 13.84 16.05 11.75 13.50

utilizando el LOLP del sistema.
Al simular bajo criterios de confiabilidad se obtienen resultados más elevados que cuando
se simula contra costo marginal. Estos reconocimientos elevados de Potencia Inicial son
coherentes con el hecho de que las baterías están disponibles cuando se les necesita, por
ello ,al igual que cualquier planta de respaldo, se espera que el aporte por suficiencia
que entregan al sistema sea bien valorado, siendo la principal limitante de las baterías
la cantidad de energía almacenada a la hora de despachar.
55
56
Figura 4.11: Muestra de perfiles de retiro e inyección de las diferentes tecnologías.

Las grandes diferencias de Potencia Inicial entre las diferentes tecnologías radican en
la naturaleza de la capacidad de almacenamiento. Las plantas con mayor capacidad
de energía, son aquellas que poseen un mayor reconocimiento por suficiencia. Para
justificar esto, se construyó el gráfico de la figura 4.12, donde se busca sensibilizar los
reconocimientos de suficiencia para cada metodología en función de la capacidad de
almacenamiento de una planta de almacenamiento.
La figura 4.12 es el resultado de considerar una batería estandar e ir aumentando

gradualmente la capacidad de almacenamiento (MWh) de esta. Las simulaciones
necesarias para obtener esta curva consideran una planta de baterías con las siguientes
condiciones:
Capacidad de almacenamiento máxima variable entre 50 y 2000 [MWh].
Capacidad de almacenamiento mínima igual a 25 % de la capacidad máxima.
Potencia capaz de despachar igual al 10 % de la Capacidad máxima.
Eficiencia constante de 90 %.
Optimización mediante costos marginales en la barra Pan de Azúcar.
Figura 4.12: Variación del porcentaje de suficiencia en función de la capacidad de

almacenamiento de la planta.
57
En la figura 4.13 se presenta el mismo análisis anterior, pero está vez variando la eficiencia
de la planta. Las simulaciones necesarias para obtener esta curva consideran una planta
de baterías con las siguientes condiciones:
Capacidad de almacenamiento máxima constante igual a 1000 [MWh].
Capacidad de almacenamiento mínima igual a 25 % de la capacidad máxima.
Potencia capaz de despachar igual al 10 % de la Capacidad máxima.
Eficiencia constante variable entre 40 % y 90 %.
Optimización mediante costos marginales en la barra Pan de Azúcar.
Figura 4.13: Variación del porcentaje de suficiencia en función de la eficiencia de la planta.
Para el caso de almacenamiento se desprende que la metodología ELCC puede

subestimar el aporte del almacenamiento pues, las plantas de baterías, al igual que
las centrales Diésel, cumplen un rol fundamental en la confiabilidad del sistema estando
disponibles cuando se les requiere, por lo que el reconocimiento de suficiencia de estas
debería tender a ser mayor. También se desprende que la metodología propuesta es
adecuada para centrales de respaldo, valorando su aporte a la mejoría de la confiabilidad
del sistema, la capacidad de la planta y la eficiencia de la tecnología en cuestión.
58
Capítulo 5
Conclusiones
En este trabajo se presentó una nueva metodología para el reconocimiento de la potencia

de suficiencia de las diferentes generadoras solares, eólicas y plantas de almacenamiento,
comparando esta con la metodología chilena actual y con la metodología ELCC, que
es la fórmula de cálculo de suficiencia más utilizada, de acuerdo con la literatura y la
experiencia internacional. Toda la información utilizada corresponde a la del sistema
eléctrico nacional chileno para el año 2017. De la metodología propuesta presentada y
los resultados obtenidos se pueden concluir los siguientes puntos:
La metodología propuesta sugiere una forma de valorización de riesgo del

sistema que involucra directamente las probabilidades de potencial eólico y solar,
permitiendo expresar de manera fidedigna el riesgo del sistema y el LOLP horario
que se posee según la demanda y los recursos disponibles.
La ponderación de la generación por el riesgo horario del sistema permite

expresar correctamente el aporte que tienen las centrales solares y eólicas para
mejorar la suficiencia del sistema de cada hora. Según [3], un análisis correcto
de suficiencia debe estudiar hora a hora el aporte de las centrales para poder
captar adecuadamente la correlación entre generación y demanda, siendo este
el aspecto más relevante para justificar la suficiencia de un generador renovable
variable. La metodología propuesta cuenta con una resolución horaria y, mediante
la ponderación entre generación y riesgo, capta claramente la correlación entre
generación y demanda, otorgándole un reconocimiento de suficiencia mayor a
aquellos generadores que inyectan a la red en aquellos momentos de mayor riesgo
en el sistema.
59
Capítulo 5: Conclusiones
De la experiencia internacional vista en el capitulo 2 se verifica que todos los países

consideran una cantidad de años de información y horas de análisis diferente según
el criterio de cada país. La metodología propuesta permite considerar cuantos
años sean necesarios para construir una estadística adecuada, además, se pueden
considerar las horas que se estimen convenientes.
El riesgo del sistema aumenta en la noche debido a la indisponibilidad de

generación solar y a las altos niveles de demanda. Por ello, el resultado de aplicar
el método propuesto a generadores eólicos entrega resultados de suficiencia que
oscilan entre un 10 % y un 50 %, mientras que en el caso solar rara vez superar el
5 %. Este hecho es una clara señal de que si se desea mejorar los perfiles de riesgo
del sistema, hay que almacenar el excedente solar del día para dejarlo disponible
durante la noche en las horas donde más se requiere de esta.
La metodología propuesta requiere mayores recursos computacionales en

comparación a lo exigido por la metodología tradicional Chilena y por la
metodología de cálculo ELCC, sin embargo, la tecnología actual no representa
una limitante y permite obtener los resultados necesarios en tiempos razonables.
La metodología propuesta permite estimar adecuadamente la suficiencia de

las plantas de almacenamiento, cuyo resultado es dependiente del tipo de
despacho considerado y las características técnicas de cada planta, por lo que es
recomendable para los sistemas de respaldo que operan con frecuencia intermitente,
pero si entregan seguridad y suficiencia al sistema cuando este los necesita.
La metodología actual de considerar menores factores de planta no es adecuada

para representar el aporte renovable, pues no incorpora el efecto de la correlación de
la generación con la demanda ni posee resolución horaria. La metodología ELCC
es una buena alternativa para captar la suficiencia de las plantas involucrando
estándares probabilísticos como lo son el LOLP y un objetivo LOLE al cálculo. La
metodología propuesta perfecciona el cálculo del LOLP considerado, involucrando
la estadística solar y eólica mediante un proceso iterativo, sin embargo, pierde la
capacidad de fijar un LOLE objetivo.
60
Capítulo 5: Conclusiones
Finalmente, a partir de los puntos anteriores se concluye que la metodología tradicional

chilena presentada en [2] y [1] podría ser mejorada utilizando la metodología propuesta
para centrales solares y eólicas, mientras que para el caso de sistemas de almacenamiento
se podría incluir un pago por capacidad que valore su aporte a la seguridad del sistema
mediante la metodología propuesta. Además, como se menciona en [8] y [14], las horas
de mayor demanda no necesariamente coinciden con las de mayor riesgo, por lo que se
sugiere cambiar la filosofía de valorar la suficiencia en función de aquellos aportes que
se producen en las horas de mayor demanda y, considerar los aportes que se provocan
en las horas de mayor probabilidad de pérdida de carga.
61
Bibliografía
[1] Comisión nacional de energía. “Norma técnica de transferencia de potencia entre

empresas generadoras”. Gobierno de Chile, 2016.
[2] Ministerio de economía fomento y reconstrucción. “Decreto supremo No 62”.

Gobierno de Chile, 2006.
[3] C. J. Dent B. Hasche C. D. Annunzio K. Dragoon H. Holttinen N. Samaan L.

Soder M. O’Malley A. Keane, M. Milligan. “Capacity value of wind power”. IEEE
Transactions on Power Systems, Vol. 26(Issue 2), May 2011.
[4] Gobierno de Chile. “Política energética; energía 2050”. Ministerio de Energía, 2016.
[5] Consultoria Narvik. “Determinación de ingresos por potencia de suficiencia en los

sistemas interconectados”. Informe Final, Diciembre de 2017.
[6] R. Torres J. M. Gonzáles M. Matus, C. Benavides. “Estudio y propuesta de

metodología para reconocimiento de potencia de suficiencia en sistemas eléctricos
flexibles”. ACERA, Universidad de Chile, Julio de 2017.
[7] Systep. “Estudio técnico-regulatorio del mercado de potencia en chilestudio

y propuesta de metodología para reconocimiento de potencia de suficiencia en
sistemas eléctricos flexibles”. Informe final, Octubre de 2018.
[8] Panel de expertos. “Dictamen No 1/2004”. Ley general de servicios eléctricos, 2 de

Septiembre del 2004.
[9] Electricidad. La revista energética de Chile. “generadores discrepan de

procedimiento por pago por potencia y cne prevé cambios”. (204), Marzo de 2017.
[10] P. Denholm S. Hossein Madaeni, R. Sioshansi. “Comparing capacity value
62
Bibliografía
estimation techniques for photovoltaic solar power”. IEEE Journal of Photovoltaics,

Vol. 3(Inssue 1), Enero de 2013.
[11] M. Diesendorf R. Martin. “Calculating the capacity credit of wind power”.

Proceedings of the Fourth Biennial Conference, August 1980.
[12] P. Denholm R. Sioshansi, S. Hossein Madaeni. “A dynamic programming approach

to estimate the capacity value of energy storage”. IEEE Transactions on Power
Systems, Vol. 29(Issue 1), January 2014.
[13] M. O’Malley A. Tuohy. “Impact of pumped storage on power systems with

increasing wind penetration”. IEEE Power Energy Society General Meeting, July
2009.
[14] F. D. Munoz and A. D. Mills. “Endogenous assessment of the capacity value of solar
pv in generation investment planning studies”. IEEE Transaction on Sustainable
Energy, Vol. 6(Issue 4), October 2015.
[15] S. A. Rojas Gutiérrez. “Propuesta de una nueva metodología de pago de potencia de

suficiencia para centrales eólicas y solares en el mercado eléctrico chileno”. Memoria
de pregrado, Departamento de ingeniería eléctrica, Universidad técnica Federico
Santa María(UTFSM), Santiago, Agosto de 2018.
[16] A. van Stiphout. “Short-term operational flexibility in long-term generation

expansion planning”. Ku Leuven University, Faculty of Engineering Science,
January 2017.
[17] V. Ruiz Trivino. “Definición de planes óptimos de expansión de la transmisión,

generación y almacenamiento de energía del sistema interconectado chileno
considerando políticas energéticas de largo plazo”. Memoria de pregrado,
Departamento de ingeniería eléctrica, Universidad técnica Federico Santa María
(UTFSM), Valparaíso, Noviembre de 2017.
[18] Coordinador del sistema eléctrico nacional. “Informe cálculo definitivo de potencia
de suficiencia de las centrales generadoras del sistema eléctrico nacional año 2017”.
Versión 4, marzo de 2019.
63
Apéndice A
Resumen Ejecutivo
La Norma Técnica Chilena [1] define la suficiencia de potencia como la capacidad de

un sistema o subsistema para abastecer la Demanda de Punta, considerando
para cada unidad generadora una oferta de potencia confiable en función
de la incertidumbre asociada a la disponibilidad del Insumo Principal y
Alternativo, la indisponibilidad forzada de las unidades, y la indisponibilidad
de las instalaciones que conectan la unidad al Sistema de Transmisión o
Distribución. Se expresa como una probabilidad y es igual a uno menos
LOLPdm, donde el LOLPdm corresponde a la probabilidad de pérdida de carga para
la demanda de punta del sistema. Para obtener la potencia de suficiencia de una central,
primero se debe calcular la Potencia Inicial que tras aplicar los factores indicados en los
capítulos 2 y 3 del Decreto Supremo No 62 [2], dan como resultado la potencia definitiva
de suficiencia que permite valorar los ingresos por transferencia de potencia. El presente
documento concentra su atención en la Potencia Inicial de generadores renovables y
sistemas de almacenamiento, donde el valor de Potencia Inicial posee el mayor impacto
en cuanto a los resultados del reconocimiento por suficiencia.
Para obtener la Potencia Inicial de una generadora solar o eólica, el DS No 62 [2] indica
que se debe multiplicar la potencia instalada de la central por el menor de los dos
siguientes factores de la planta en cuestión:
1. Menor factor de planta anual de los últimos 5 años.
2. Promedio simple de los primeros 52 factores de la curva de duración de carga.
64
Apéndice A: Resumen Ejecutivo
Dado este procedimiento de cálculo que considera aquellos factores de planta originados
en los horarios de mayor demanda, surgen una serie de estudios nacionales y
discrepancias [5],[6], [7], [8] donde se cuestionan los cálculos utilizados y se sugieren
cambios metodológicos a la normativa. Las metodologías de cálculo más sugeridas por
la literatura nacional e internacional consisten principalmente en valorar la suficiencia de
las centrales renovables mediante estándares de suficiencia altamente reconocidos como
lo son el ELCC (Effective load carrying capability), ECP (Equivalent convention Plant) y
el EFP (Equivalent firm Plant), además, sugieren mejoras a la normativa eléctrica chilena
vigente, a las horas consideradas para el análisis, a la cantidad de años considerados
para los cálculos, a la definición de subsistema, etc. De la experiencia internacional se
desprende que la mayoría de los países operan bajo estándares de suficiencia diferentes,
siendo el ELCC uno de los más utilizados en otros sistemas y más reconocido en la
literatura [3], [10], [11].
El ELCC corresponde a una métrica internacional que evalúa de forma probabilística

cuanta demanda se puede desplazar gracias al aporte de la central renovable bajo estudio.
Según [3], los estados operativos binarios de apagado y encendido son insuficientes para
valorar un tipo de generación cuyo comportamiento es de carácter variable en el tiempo,
además indica que el tratamiento correcto para el reconocimiento por suficiencia para
generadores renovables debe poseer un análisis con resolución horaria y debe captar
adecuadamente la correlación entre demanda y generación. El ECP y el EFP buscan
valorar la suficiencia de la ERNC utilizando un generador convencional que mantenga el
mismo estándar de seguridad LOLE (Loss of Energy Expectation) del sistema que había
antes de la incorporación de la central renovable [10], [11], siendo la única diferencia
entre el ECP y el EFP, que el primero busca un generador equivalente con taza de
salida forzada, mientras que el segundo considera un generador convencional perfecto
(sin salida forzada),
Como se puede apreciar, la metodología chilena presenta oportunidades de mejora en

cuanto a su definición de suficiencia y sus metodologías de cálculo para la obtención de
la misma. El objetivo de este trabajo es entregar una metodología robusta que valore
sin subestimar ni sobreestimar la capacidad de los generadores renovables.
Dada la experiencia internacional, considerando las propuestas de los estudios nacionales

junto a las métricas más reconocidas (ELCC, ECP y EFP) y, teniendo presente que las
65
horas de mayor demanda no necesariamente coinciden con las de mayor riesgo según [8],
[14], nace la propuesta de esta memoria que busca construir una metodología que valore
los aportes de potencia en los horarios de mayor LOLP (Load of Loss Probability) en el
sistema, por ello se presenta y estudia una nueva metodología de cálculo de suficiencia
diferente a las ya existentes, que busca satisfacer las necesidades de la generación
renovable variable. Esta metodología consiste en una ponderación entre generación y
riesgo, entregando un resultado de suficiencia que es proporcional a la potencia y al
LOLP horario del sistema, vale decir, aquellos datos de potencia que se generan en una
hora con menor probabilidad de pérdida de carga, poseen menos impacto en el resultado
que aquellos datos de generación que se da en las horas de mayor LOLP. La formula
propuesta que permite calcular la Potencia Inicial de generadores solares, eólicos y de
plantas de almacenamiento se presenta en la ecuación 3.1.1 del Capítulo 3 y se adjunta
a continuación: P8760 D Gi
Gi h=1 LOLPh (Ph ) · Ph
Pini = P8760 D
h=1 LOLPh (Ph )
Para la correcta definición de riesgo del sistema se debe construir el COPT (Capacity
Outage Probability Table) realizando la convolución de las tazas de salida forzada como
lo indica [3], pero ahora, se propone agregar la capacidad fotovoltaica y eólica disponible,
ajustando distribuciones probabilísticas a la disponibilidad renovable en base a los datos
históricos de generación de cada central considerada. Este ajuste propuesto entrega una
curva de LOLP(demanda) diferente a la que se tendría si solo se considera la generación
térmica, trayendo consigo el efecto de la disponibilidad renovable que hay hora a hora.
Nótece que valora el riesgo del sistema involucrando directamente la capacidad y la
probabilidad de la generación renovable en el COPT del sistema mediante un proceso
iterativo requiere mayores recursos informáticos y más horas de cálculo, sin embargo,
la tecnología actual no presenta dificultades para realizar estos cálculos en tiempos
razonables.
La metodología propuesta se aplica a todos los generadores solares y eólicos que estaban
activos al 2017 en el Sistema Eléctrico Nacional Chileno, para luego ser comparada
con la metodología tradicional chilena [18] y con el cálculo ELCC. De los resultados de
Potencia Inicial se desprende que la metodología propuesta permite reconocer de manera
adecuada la suficiencia de centrales renovables aportando con valores de Pi ni mayores
para aquellos generadores con perfiles de generación que tienden a inyectar energía en
66
los momentos más críticos del sistema. Es importante mencionar que dado el riesgo
del sistema, el involucrar intrínsecamente la generación renovable variable, el LOLP
se ve disminuido en las horas donde hay mayor potencial fotovoltaico y, se mantiene
alto en aquellas horas nocturnas donde la demanda es alta pero no hay radiación solar,
resultando en valores de potencia inicial del orden del 5 % para generadores solares y de
5 % a 50 % para generadores eólicos. Esto entrega señales de que es necesario distribuir
el potencial solar a aquellas horas donde el sistema tiene mayores probabilidades de
pérdida de carga, así, una combinación correcta entre generación solar y plantas de
almacenamiento (baterías, concentración solar, bombeo) pueden ser una alternativa para
percibir mayores ingresos por suficiencia, disminuir las horas de riesgo en la noche y
aplanar la curva de demanda en un país con altísimo potencial renovable que proyecta
una alta penetración renovable a futuro [4].
Para el caso de los sistemas de almacenamiento, la literatura indica que la capacidad

reconocida por suficiencia para estos puede ser 40 % o más [12], [13], sin embargo, el
pago por capacidad es un tema de discusión abierta que aún no presenta consenso.
En este trabajo se simulan diferentes escenarios para estudiar el comportamiento de
plantas de baterías teóricas conectadas al SEN. El análisis consiste en conectar plantas
de almacenamiento de diferentes tecnologías (baterías tipo BESS NaS, BESS Li-ion,
PHES y CAES [17]) en diferentes puntos de Chile, para luego realizar dos optimizaciones
diferentes para cada caso. Primero se realiza una optimización mediante criterios
económicos que maximice las ventas de energía a costo marginal de las plantas, y luego,
se realiza otra optimización mediante criterios de suficiencia que minimiza el riesgo del
sistema.
Los resultados de aplicar la metodología propuesta a plantas de almacenamiento

conectadas teóricamente en el sistema eléctrico chileno permite entender que el valor
de capacidad de una planta de almacenamiento es sensible al tipo de tecnología,
siendo la capacidad de almacenamiento el parámetro más relevante en esta. También se
desprende que, como es de esperar, los perfiles de retiro e inyección de una planta de
almacenamiento obtenidos al optimizar mediante criterios de suficiencia, entrega valores
de potencia inicial mayores que en el caso de optimizaciones a costo marginal.
Como se puede apreciar, la metodología chilena presenta oportunidades de mejora en

cuanto a su definición de suficiencia y sus metodologías de cálculo para la obtención de
67
la misma. El objetivo de este trabajo es entregar una metodología robusta que valore
sin subestimar ni sobreestimar la capacidad de los generadores renovables.
La metodología propuesta y el ELCC han demostrado ser adecuados para valorar la

suficiencia del sistema, sin embargo, hay diferencias en los resultados entre aplicar
ambas metodologías. Estas diferencias radican principalmente en la naturaleza del LOLP
considerado. Si la metodología propuesta considerase un calculo de una COPT igual que
para el caso del ELCC (solo generación térmica), los resultados entre ambas métricas
no varian mucho más que 5 %, sin embargo, dado que el cálculo del LOLP propuesto
involucra directamente la disponibilidad de generación y probabilidad renovable, se
estima que este es más exacto, entregando resultados más estrictos y más representativos
de la realidad.
La metodología propuesta, al igual que el ELCC permite considerar las horas del día que
se estimen convenientes, sin la necesidad de verse forzada a utilizar todas o a aproximar
mediante factores de planta. Además, permite considerar un horizonte de estudio de
cuantos años se estimen convenientes. Ahora bien, una desventaja de la metodología
propuesta es que pierde la capacidad del ELCC de fijar un LOLE objetivo y exige
mayores recursos informáticos para el cálculo del LOLP horario.
La nueva formulación aquí propuesta demuestra ser robusta y se presenta como una
buena alternativa a la actual metodología chilena y como una solución representativa
para asignar pagos por potencia a sistemas de almacenamiento.
68
Apéndice B
Centrales térmicas consideradas
B.1. Generadores térmicos utilizados
A continuación se presentan todas las centrales térmicas consideradas para el estudio.

Solamente fueron consideradas las centrales que estaban instaladas y funcionales a inicios
de 2017. Estos datos fueron extraídos de la página del Coordinador Eléctrico Nacional
y se encuentran en el informe de potencia de suficiencia del mismo [18].
Central Sistema Pmax Tecnología iFor
Andes Generación 1 SIC 6,5 Diésel 0,1509

qAndes Generación 2q SIC 6,5 Diésel 0,1741
Andes Generación 3 SIC 6,5 Diésel 0,1272
Andes Generación 4 SIC 13,0 qqqqqqqqq Diésel qqqqqqqqq 0,1887
Antilhue TG SIC 50,9 Gas 0,0104
Antilhue TG SIC 51,6 Gas 0,0224
Arauco SIC 24,0 Vapor 0,0284
Bocamina SIC 130,0 Vapor 0,0721
Bocamina II SIC 350,0 Vapor 0,1651
Calle Calle SIC 8,0 Diésel 0,0582
Candelaria 1 SIC 125,3 Gas 0,0078
Candelaria 2 SIC 128,6 Gas 0,0129
Cardones SIC 154,9 Gas 0,0000
CBB- Centro SIC 13,6 Diésel 0,0166
69
Apéndice B: Centrales térmicas consideradas
Colmito SIC 58,0 Gas 0,0864

Con Con SIC 2,7 Diésel 0,0000
Constitución 1 SIC 9,0 Diésel 0,0000
Coronel SIC 45,7 Gas 0,1800
Degañ SIC 36,0 Diésel 0,0069
qqDiego de Almagroqq SIC 23,8 Gas 0,1155
El Peñon SIC 81,0 Diésel 0,0000
El Salvador SIC 23,8 Gas 0,0081
El Totoral SIC 3,0 Diésel 0,1109
Emelda 1 SIC 33,3 Gas 0,0419
Emelda 2 SIC 36,0 Gas 0,0000
Energía Pacifico SIC 15,6 Vapor 0,1246
Escuadron SIC 14,2 Vapor 0,1299
Esperanza DS1 SIC 1,6 Diésel 0,0000
Esperanza DS2 SIC 1,8 Diésel 0,0000
Esperanza TG1 SIC 18,8 Gas 0,1011
Guacolda 1 SIC 152,0 Vapor 0,0411
Horcones TG SIC 24,3 Gas 0,7286
Huasco TG SIC 58,0 Gas 0,3462
Laguna Verde SIC 18,8 Gas 0,0000
Laguna Verde SIC 47,5 Vapor 0,9566
Laja SIC 12,6 Vapor 0,0114
Las Vegas SIC 2,1 Diésel 0,0000
Lautaro SIC 26,0 Vapor 0,1240
Lautaro SIC 22,0 Vapor 0,1746
Lebu SIC 2,4 Diésel 0,0000
Licanten qqSICqq 6,0 qqqqqqqqqVaporqqqqqqqqq 0,0081
70
Nehuenco SIC 368,4 CC 0,0403

Nehuenco 9B SIC 108,0 Gas 0,0515
Nehuenco II SIC 398,3 CC 0,0600
Newen SIC 14,5 Gas 0,0307
Nueva Aldea I SIC 14,0 Vapor 0,0413
Nueva Aldea II SIC 10,0 Gas 0,0000
Nueva Aldea III SIC 37,0 Vapor 0,0151
Nueva Renca SIC 380,0 CC 0,0178
Nueva Ventanas SIC 272,0 Vapor 0,0407
Olivos SIC 115,2 Diésel 0,0000
Petropower SIC 75,0 Vapor 0,0588
Placilla SIC 3,0 Diésel 0,0000
Punta Colorada SIC 17,0 Gas 0,0000
Quellon II SIC 7,0 Diésel 0,0076
Quintay SIC 3.0 Diésel 0,0662
Quintero 1A SIC 128,0 Gas 0,0155
Quintero 1B SIC 129,0 Gas 0,0283
Renca 1 SIC 50,0 Vapor 0,4509
Renca 2 SIC 50,0 Vapor 0,4808
San Isidro I SIC 379,0 CC 0,0290
San Isidro II SIC 399,0 CC 0,0203
S. L. de D. de Almagro 1 SIC 28,5 Diésel 0,0000
SF Energía SIC 67,2 Vapor 0,0313
Santa Lidia SIC 139,0 Gas 0,0000
Santa Maria SIC 370,0 Vapor 0,525
Santa Marta qqSICqq 19,7 qqqqqqqqqVaporqqqqqqqqq 0,0102
Taltal 1 SIC 123,4 Gas 0,1333
Taltal 2 SIC 121,5 Gas 0,5428
Teno SIC 53,6 Diésel 0,0000
71
Trapen SIC 81,0 Diésel 0,0009

Trongol - Curanilahue SIC 2,8 Diésel 0,0000
Valdivia SIC 61,0 Vapor 0,0391
Ventanas 1 SIC 120,0 Vapor 0,0651
Ventanas 2 SIC 220,0 Vapor 0,0998
Viñales SIC 22,0 Vapor 0,0090
Yungay 1 SIC 52,4 Gas 0,0000
Yungay 4 qqSICqq 41,2 Gas 0,0000
Termoeléctrica Angamos SING 276,9 Vapor 0,0271
Termoeléctrica Angamos SING 281,3 Vapor 0,0341
Cochrane SING 274,9 Vapor 0,0483
Cochrane SING 274,8 Vapor 0,0502
Termoeléctrica Andina SING 177,0 Vapor 0,0606
Termoeléctrica Hornitos SING 177,5 Vapor 0,0395
Termoeléctrica Mejillones 1 SING 165,9 Vapor 0,0678
Termoeléctrica Mejillones 2 SING 175,0 Vapor 0,0173
Termoeléctrica Mejillones 3 SING 250,8 CC 0,0130
Termoeléctrica Tarapacá SING 158,0 qqqqqqqqqVaporqqqqqqqqq 0,2261
Diésel Arica 1 SING 2,1 Diésel 0,3768
Diésel Inacal 1 SING 1,7 Diésel 0,4841
Kelar SING 532,5 CC 0,0262
72
Diésel Mantos Blancos 3 SING 2,9 Diésel 0,0929

Termoeléctrica Norgener 1 SING 139,5 Vapor 0,0164
Termoeléctrica Norgener 2 SING 141,0 Vapor 0,0163
Diésel Iquique 2 SING 1,4 Diésel 0,9531
Diésel La Portada 1 SING 1,0 Diésel 0,3800
Termoeléctrica Tocopilla SING 20,5 Gas 0,7987
Atacama CC1 SING 399,7 CC 0,0018
Atacama CC2 SING 400,0 CC 0,0122
Termoeléctrica Tarapacá SING 23,8 Gas 0,3071
Termoeléctrica Tocopilla 12 SING 86,9 Vapor 0,0433
Termoeléctrica Tocopilla 15 qSINGq 132,4 qqqqqqqqqVaporqqqqqqqqq 0,0318
Termoeléctrica Tocopilla 16 SING 400,0 CC 0,0722
Ujina 1 SING 6,7 Diésel 0,0481
Diésel Zofri 13 SING 1,6 Diésel 0,0408
73
P. A. S. Mejillones SING 17,5 Vapor 0,0221

Celco SIC 8,0 Vapor 0,0255
CMPC Santa Fe SIC 5,0 Gas 0,0263
Cenizas SIC 14,5 Diésel 0,1363
Chiloe SIC 9,0 Diésel 0,0000
Cholguan SIC 13,0 Vapor 0,0167
Chuyaca SIC 11,4 Diésel 0,0218
CMPC Cordillera SIC 24,0 Gas 0,0398
CMPC Laja SIC 25,0 Vapor 0,0635
CMPC Pacifico SIC 33,0 Vapor 0,0545
CMPC Tissue SIC 5,0 Gas 0,0478
Colihues SIC 22,0 Diésel 0,2282
Los Espinos SIC 124,0 Diésel 0,0000
Los Guindos SIC 139,0 Gas 0,0805
Los Pinos SIC 104,2 Gas 0,0316
Los Vientos SIC 133,6 Gas 0,0059
Masisa SIC 11,1 qqqqqqqqqVaporqqqqqqqqq 0,1928
Maule qqSICqq 6,3 Diésel 0,0000
Loma los Colorados SIC 2,0 Diésel 0,1294
Loma los Colorados II SIC 18,2 Diésel 0,0055
Diésel Iquique MIIG5 SING 1,5 Diésel 0,9980
Termopacifico SIC 86,5 Diésel 0,0000
74
Apéndice C
Detalle de resultados por

generador
A continuación se presentan todas las centrales solares y eólicas consideradas para el

estudio en conjunto de sus resultados de potencia inicial por método. Solamente fueron
consideradas las centrales que poseían por lo menos dos años de información hasta el
2017. Estos datos fueron extraídos de la pagina del Coordinador Eléctrico Nacional.
Nombre P [MW] Tipo Pini según metodología [ %]

Chileno IEEE Propuesto
PAS 1 9 Solar - SING 0,0 45,6 2,5

PAS 2 7,52 Solar - SING 1,7 65,2 2,6
PAS 3 16,04 Solar - SING 1,7 64,2 2,6
Huayca 25,05 Solar - SING 0,0 58,3 2,2
Maria Elena 62 Solar - SING 1,6 68,4 2,5
Puquios 3 Solar - SING 0,0 20,0 0,8
Pica Pilot 2 Solar - SING 4,8 25,0 0,6
Andes Solar 21,8 Solar - SING 1,7 63,3 2,3
qqPampa Camaronesqq 6,2 Solar - SING 1,6 61,3 2,5
Solar Jama 1 30,1 Solar - SING 2,0 70,4 2,8
Solar Jama 2 22,4 Solar - SING 1,9 66,5 2,6
Uribe Solar 58,8 Solar - SING 1,7 56,1 2,0
75
Apéndice C: Detalle de resultados por generador

Finis Terrae 138 Solar - SING 1,7 60,3 2,4

Solar Alturas de Ovalle 3 Solar - SIC 20,1 53,3 1,4
Solar Bellavista 3 Solar - SIC 25,1 40,0 1,0
Solar Carrera Pinto 93 Solar - SIC 20,1 41,0 1,6
Solar Chañares 36 Solar - SIC 24,5 58,1 1,8
Solar Chuchiñi 2,9 Solar - SIC 20,1 51,7 1,3
Solar Conejo 104 Solar - SIC 25,1 50,6 1,9
Solar Cordillerilla 1,3 Solar - SIC 25,1 61,5 1,2
Solar Diego de Almagro 32 Solar - SIC 16,0 45,9 1,4
Solar Divisadero 3 Solar - SIC 25,1 73,3 2,1
Solar El Romero 196 Solar - SIC 20,1 31,1 1,0
Solar Esperanza 2,9 Solar - SIC 19,9 48,3 1,4
Solar Esperanza II 9 Solar - SIC 25,1 51,1 1,2
Solar Hormiga 2,5 Solar - SIC 20,1 40,0 0,9
Solar Javiera 69 Solar - SIC 25,0 48,6 1,7
Solar La Chapeana 2,9 Solar - SIC 25,1 48,3 1,6
Solar La Silla 1,5 Solar - SIC 25,1 73,3 2,0
Solar Lalackama 55 Solar - SIC 30,0 48,4 2,0
Solar Lalackama 2 16,5 Solar - SIC 26,1 49,7 1,9
Solar Las Araucarias 0,1 Solar - SIC 20,1 50,0 1,0
Solar Las Mollacas 2,9 Solar - SIC 20,1 48,3 1,8
Solar Las Terrazas 3 Solar - SIC 22,9 33,3 2,9
Solar Llano de Llampos 101 Solar - SIC 26,9 50,2 1,7
Solar Loma Los Colorados 1,1 Solar - SIC 20,1 36,4 0,8
Solar Los Loros 46 Solar - SIC 20,1 6,7 0,4
Solar Luna 3 Solar - SIC 22,8 56,7 1,6
Solar Luz del Norte 141 Solar - SIC 25,1 43,2 1,6
76

Solar Ñilhue 1,1 Solar - SIC 20,1 45,5 1,0

Solar Pampa Solar Norte 69,4 Solar - SIC 25,1 47,1 1,9
PSF Lomas Coloradas 2 Solar - SIC 23,7 55,0 1,5
Solar PSF Pama 2 Solar - SIC 23,6 55,0 1,4
Solar PV Salvador 68 Solar - SIC 27,3 51,6 1,9
Solar Quilapilun 103 Solar - SIC 25,1 41,3 1,0
Solar San Andrés 22 Solar - SIC 24,8 67,3 2,4
Solar San Pedro 3 Solar - SIC 20,1 50,0 1,1
Solar Santa Cecilia 3 Solar - SIC 22,2 50,0 1,5
Solar Santa Julia 3 Solar - SIC 25,1 59,3 1,4
Solar Sol 3 Solar - SIC 23,2 56,7 1,7
Solar Tambo Real 2,94 Solar - SIC 16,0 54,4 1,4
Solar Techos de Altamira 0,2 Solar - SIC 12,6 25,0 1,0
Solar Tiltil 3 Solar - SIC 25,1 43,3 1,2
Eólica Valle de los Vientos 90 Eólica - SING 29,5 55,0 47,8
Eólica Canela 18,2 Eólica - SIC 13,9 18,1 22,5
Eólica Canela 2 60 Eólica - SIC 9,1 16,0 28,0
Eólica Cuel 33 Eólica - SIC 26,3 28,5 42,8
Eólica El Arrayán 115 Eólica - SIC 18,0 19,7 36,1
Eólica Huajache 6 Eólica - SIC 24,1 33,3 32,6
77

Eólica La Esperanza 10,5 Eólica - SIC 25,6 36,2 52,2

Eólica Las Peñas 8,4 Eólica - SIC 25,6 44,0 55,6
Eólica Lebu 6,5 Eólica - SIC 11,9 36,9 34,9
Eólica Los Buenos Aires 24 Eólica - SIC 25,6 35,8 48,7
Eólica Los Cururos 109,6 Eólica - SIC 18,8 20,8 29,9
Eólica Monte Redondo 48 Eólica - SIC 11,6 14,4 22,0
Eólica Punta Colorada 20 Eólica - SIC 7,6 11,0 2,4
Eólica Punta Palmeras 45 Eólica - SIC 18,5 24,2 39,6
Eólica Raki 9 Eólica - SIC 25,6 30,0 27,8
Eólica Renaico 88 Eólica - SIC 22,6 35,0 50,2
Eólica San Juan 184,8 Eólica - SIC 21,9 20,2 46,6
Eólica San Pedro 36 Eólica - SIC 26,8 30,8 39,7
Eólica San Pedro II 65 Eólica - SIC 22,6 23,4 32,9
Eólica Talinay 90 Eólica - SIC 23,5 25,6 36,5
Eólica Talinay Poniente 60,4 Eólica - SIC 25,4 27,3 51,3
Eólica Taltal 99 Eólica - SIC 36,3 27,0 17,8
Eólica Totoral 46 Eólica - SIC 10,4 15,4 29,7
Eólica Ucuquer 7,2 Eólica - SIC 27,1 34,7 38,6
Eólica Ucuquer 2 10,8 Eólica - SIC 25,5 30,6 41,1
78
Apéndice D
Códigos utilizados
A continuación se presentan los códigos programados para resolver las diferentes

necesidades de la metodología propuesta. Para obtener datos teóricos de retiro/inyección
de plantas de almacenamiento ficticias ubicadas en tres barras diferentes del sistema
eléctrico nacional chileno, se utilizÓ el programa Julia Jump, cuyo código se presenta en
la subsección D.1 de este anexo. El código utilizado para programar la cuantización de
la disponibilidad eólica y solar, además de entregar la convolución de las capacidades y
tasas de salida de los generadores térmicos, involucrando en esta la generación renovable,
se presentan en la subsección D.2 de este anexo.
Cabe destacar que la optimización en Julia tardaba unos segundos pues la función
objetivo, restricciones y tecnologías consideradas no ofrecen mayor dificultad, sin
embargo, los programación en Matlab exige una cantidad de horas mayor debido a que
calcula la convolución de todo el parque generador para cada hora en específico, siendo
determinante el número de bloques en que se divide la capacidad solar y eólica. Todas
las simulaciones se realizaron con un computador de gama media-alta y no deberían
ser mayor problema para computadoras orientadas al manejo de grandes volúmenes de
información y procesamiento rápido.
79
Apéndice D: Códigos utilizados
D.1. Código de optimización en Julia Jump
80
D.2. Código de cuantización en Matlab
81
82
83
84

Memoria de Titulación JBM

Cargado por

Información del documento

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

Memoria de Titulación JBM

Cargado por

Copyright:

Formatos disponibles

- Memoria de titulación -

Nueva metodología de cálculo de

Opta al titulo de ingeniero electricista:

Dr. Victor Hinojosa Mateus

Universidad técnica Federico Santa María

Memoria de titulación para optar al grado de:

Gracias gente chora!!!

1.1.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.2. Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . 5

2. Antecedentes de las metodologías existentes 6

2.1. Metodología actual chilena . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2. Métricas internacionales de interés . . . . . . . . . . . . . . . . . . . . . 9

2.2.1. Effective load carrying capability . . . . . . . . . . . . . . . . . . 9

2.2.2. Equivalent firm plant . . . . . . . . . . . . . . . . . . . . . . . . 11

2.2.3. Capacidad de almacenamiento . . . . . . . . . . . . . . . . . . . 12

2.3. Estudios sobre alternativas metodológicas . . . . . . . . . . . . . . . . . 13

2.3.1. Seminario “El futuro del mercado de la potencia en Chile” . . . . 13

2.3.2. DICTAMEN No 1 /2004, Panel de Expertos . . . . . . . . . . . . 17

2.3.3. Propuesta de una nueva metodología de pago de potencia de

2.4. Experiencia internacional . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.5. Resumen del capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3. Sobre la nueva metodología 24

3.1. Explicación de la metodología propuesta . . . . . . . . . . . . . . . . . . 25

3.1.1. Incorporación de generadores eólicos en la curva de probabilidad

3.1.2. Incorporación de generadores solares en la curva de probabilidad

3.1.3. Cálculo de LOLP horario . . . . . . . . . . . . . . . . . . . . . . 37

3.1.4. Despacho óptimo en sistemas de almacenamiento . . . . . . . . . 39

4. Cálculos, resultados y comparaciones 42

4.1. Análisis probabilidad de pérdida de carga . . . . . . . . . . . . . . . . . 42

4.2. Resultados de potencia inicial de los generadores solares y eólicos . . . . 49

4.3. Resultados potencia inicial de plantas de almacenamiento . . . . . . . . 53

B. Centrales térmicas consideradas 69

B.1. Generadores térmicos utilizados . . . . . . . . . . . . . . . . . . . . . . . 69

C. Detalle de resultados por generador 75

D.1. Código de optimización en Julia Jump . . . . . . . . . . . . . . . . . . . 80

D.2. Código de cuantización en Matlab . . . . . . . . . . . . . . . . . . . . . 81

2.1. Secuencia de parámetros de potencia para obtener la Psuf −def . . . . . . 8

2.2. Esquema de metodologías más utilizadas para el cálculo de potencia de

3.2. División en n bloques de la generación eólica para la hora 1. . . . . . . . 31

3.3. Diagrama de flujo de procedimientos para obtener vectores de capacidad

3.4. Ajuste de distribución normal a datos de generación solar de un día. . . 35

3.5. Discretización de los datos de una normal. . . . . . . . . . . . . . . . . . 35

3.6. Diagrama de flujo para obtener parámetros solares. . . . . . . . . . . . . 36

3.7. COPT del SEN en 2017. . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.8. COPT de diferentes horas involucrando capacidad renovable en la

4.1. Comportamiento del sol a lo largo de un día. . . . . . . . . . . . . . . . 43

4.2. Boxplot de los promedios de la generación solar chilena del 2017. . . . . 44

4.3. Boxplot de las desviaciones de la generación solar chilena del 2017. . . . 44

4.4. Comportamiento del viento a lo largo de un día. . . . . . . . . . . . . . 45

4.5. Boxplot de los parámetros de escala de la generación eólica chilena del

4.6. Boxplot de los parámetros de forma de la generación eólica chilena del

4.7. Boxplot de la demanda anual del año 2017. . . . . . . . . . . . . . . . . 47

4.8. Boxplot del LOLP del SEN para el año 2017. . . . . . . . . . . . . . . . 48

4.9. Potencia inicial de generadores solares según su región de ubicación. . . 50

4.10. Potencia inicial de eólicos solares según su región de ubicación. . . . . . 51

4.11. Muestra de perfiles de retiro e inyección de las diferentes tecnologías. . . 56

4.12. Variación del porcentaje de suficiencia en función de la capacidad de

4.13. Variación del porcentaje de suficiencia en función de la eficiencia de la

3.1. Parámetros de una distribución weibull para cada hora. . . . . . . . . . 29

3.2. Parámetros de una distribución normal para cada hora de un año. . . . 34

3.3. Características de modelación de las distintas variables de decisión de

4.1. Variación entre la metodología propuesta y ELCC contra la metodología

4.2. Resultados de potencia inicial en sistemas de almacenamiento al optimizar

4.3. Resultados de potencia inicial en sistemas de almacenamiento al optimizar