TFG - JOSE - ADRIAN - RAMA - CURIEL Efeitos Dos Veiculos Eletricos em Spanha Com Python

ESCUELA TÉCNICA SUPERIOR de INGENIEROS de MINAS Y ENERGÍA
Titulación: GRADUADO EN INGENIERÍA DE LA ENERGÍA
Titulación: Gestión y Aprovechamiento Energético
PROYECTO FIN DE GRADO
DEPARTAMENTO DE ENERGÍA Y COMBUSTIBLES
ESTUDIO DE LOS EFECTOS PRODUCIDOS POR LA INTRODUCCIÓN

DEL VEHÍCULO ELÉCTRICO EN ESPAÑA
ADRIÁN RAMA CURIEL FEBRERO 2017

ESCUELA TÉCNICA SUPERIOR de INGENIEROS de MINAS Y ENERGÍA
Titulación: GRADUADO EN INGENIERÍA DE LA ENERGÍA
Titulación: Gestión y Aprovechamiento Energético
Estudio de los efectos producidos por la introducción del vehı́culo eléctrico

en España
Realizado por:
Adrián Rama Curiel
Dirigido por:
Eduardo Conde Lázaro
Departamento de Energı́a y Combustibles

AGRADECIMIENTOS
Este trabajo no habrı́a sido posible sin el apoyo y ayuda de mis amigos y mi familia, sin
la paciencia de mi tutor y, por supuesto, sin Ana. Gracias a todos.
ÍNDICE DE CONTENIDOS
Índice de Contenidos
Resumen XIII
Abstract XIII
I MEMORIA
1 Objetivo y alcance 1
1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Glosario 3
3 Contexto global y nacional 5

3.1 La concienciación ambiental . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 El cambio climático y el sector transporte . . . . . . . . . . . . . . . . . . 8
3.3 Estrategias de reducción de emisiones . . . . . . . . . . . . . . . . . . . . . 9
3.4 Otros problemas del transporte por carretera . . . . . . . . . . . . . . . . . 11
3.5 El vehı́culo eléctrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.5.1 Caracterı́sticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.5.2 Historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.5.3 El vehı́culo eléctrico en la actualidad . . . . . . . . . . . . . . . . . 16
3.5.4 El vehı́culo eléctrico en España . . . . . . . . . . . . . . . . . . . . 18
3.6 El vehı́culo eléctrico ¿La solución? . . . . . . . . . . . . . . . . . . . . . . . 20
4 Desarrollo del proyecto 21

4.1 Impacto en el sistema eléctrico . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.1.1 Descripción de los casos a desarrollar . . . . . . . . . . . . . . . . . 22
4.1.2 Desarrollo del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.1.3 Otras consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.4 Diagrama del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.1.5 Ejecución de las simulaciones . . . . . . . . . . . . . . . . . . . . . 39
4.2 Impactos ambientales y económicos . . . . . . . . . . . . . . . . . . . . . . 40
5 Impactos en el sistema eléctrico 41

5.1 Nudos de referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2 Flujo óptimo de carga del modelo . . . . . . . . . . . . . . . . . . . . . . . 41
5.2.1 Tensión (en p.u.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.2.2 Ángulo (en radianes) . . . . . . . . . . . . . . . . . . . . . . . . . . 43
III
5.2.3 Lı́neas (en MVA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5.3 Descripción del caso base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.1 Demanda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.2 Tensión y ángulo en los nudos de referencia . . . . . . . . . . . . . . 47
5.3.3 Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.4 Modelo de costes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.4 Comparación de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.4.1 Comparación de los casos sin control de carga . . . . . . . . . . . . 58
5.4.2 Comparación de los casos con control de carga . . . . . . . . . . . . 65
5.4.3 Diferencias entre ambos resultados . . . . . . . . . . . . . . . . . . 74
6 Impactos ambientales y económicos 83

6.1 Datos relevantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.1.1 Datos de los vehı́culos convencionales . . . . . . . . . . . . . . . . . 84
6.1.2 Datos de las centrales de generación . . . . . . . . . . . . . . . . . . 85
6.1.3 Datos de los vehı́culos eléctricos . . . . . . . . . . . . . . . . . . . . 87
6.2 Impacto Ambiental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.2.1 Impactos sobre la salud humana . . . . . . . . . . . . . . . . . . . . 89
6.2.2 Impacto sobre el ecosistema . . . . . . . . . . . . . . . . . . . . . . 91
6.2.3 Impacto sobre el agotamiento de recursos . . . . . . . . . . . . . . . 93
6.3 Impacto económico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.3.1 Impacto en la venta del CO2 . . . . . . . . . . . . . . . . . . . . . . 95
6.3.2 Impacto sobre las importaciones . . . . . . . . . . . . . . . . . . . . 97
6.3.3 Impacto sobre el usuario . . . . . . . . . . . . . . . . . . . . . . . . 99
7 Conclusiones 103
7.1 Viabilidad de la introducción del vehı́culo eléctrico . . . . . . . . . . . . . . 103
7.2 Efectos del vehı́culo eléctrico . . . . . . . . . . . . . . . . . . . . . . . . . . 104
7.2.1 Efectos en el sistema eléctrico . . . . . . . . . . . . . . . . . . . . . 105
7.2.2 Efectos en el medio ambiente . . . . . . . . . . . . . . . . . . . . . 106
7.2.3 Efectos económicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.2.4 ¿Un balance positivo o negativo? . . . . . . . . . . . . . . . . . . . 107
7.3 Lı́neas futuras del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
II ORGANIZACIÓN Y PRESUPUESTO DEL PROYECTO 111

1 Introducción 113
2 Estructura de Descomposición del Proyecto (EDP) y Diccionario de la

EDP 115
3 Diagrama de Gantt 121
4 Análisis económico 123

4.1 Licencias de software empleado . . . . . . . . . . . . . . . . . . . . . . . . 123
4.2 Ordenador y otros costes fijos . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.3 Costes variables relativos a la realización del trabajo . . . . . . . . . . . . . 125
4.4 Retribución del ingeniero junior y el ingeniero senior . . . . . . . . . . . . 125
IV
4.5 Presupuesto final del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . 126
Bibliografı́a 127
III ANEXOS
A Errores en la generación del modelo 1
B Cálculo de los parámetros de las lineas 5
C Transcripción de los códigos creados 13

C.1 Simulaciones - Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
C.2 Ordenar datos - VBA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
C.3 Extraer logs - VBA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
C.4 Ordenar datos de E-SIOS - VBA . . . . . . . . . . . . . . . . . . . . . . . 25
V
VI
ÍNDICE DE FIGURAS
Índice de Figuras
3.1 Variaciones en la temperatura global desde 1880 . . . . . . . . . . . . . . . 5

3.2 Variación histórica de CO2 , CH4 y N2 O . . . . . . . . . . . . . . . . . . . 6
3.3 Patente de motor de Nicolas Otto . . . . . . . . . . . . . . . . . . . . . . . 8
3.4 Emisiones según el tipo de combustible . . . . . . . . . . . . . . . . . . . . 11
3.5 Muertes producidas por la contaminación del aire . . . . . . . . . . . . . . 12
3.6 Caracterı́sticas del vehı́culo eléctrico de baterı́a . . . . . . . . . . . . . . . . 14
3.7 Thomas Edison junto a un vehı́culo eléctrico, 1913 . . . . . . . . . . . . . . 16
3.8 Venta de vehı́culos eléctricos en la Unión Europea . . . . . . . . . . . . . . 17
3.9 Evolución del precio de las baterı́as . . . . . . . . . . . . . . . . . . . . . . 18
3.10 Porcentaje de ventas de vehı́culos eléctricos en Europa en 2015 . . . . . . . 19
4.1 Demanda horaria diaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

4.2 Demanda horaria diaria (en MWh)del 4 de febrero de 2015 . . . . . . . . . 28
4.3 Demanda por Comunidad Autónoma . . . . . . . . . . . . . . . . . . . . . 29
4.4 Mapa del transporte ibérico . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.5 Modelos de recarga del vehı́culo eléctrico . . . . . . . . . . . . . . . . . . . 34
4.6 Producción de energı́a eólica, hidráulica y solar como porcentaje de la po-
tencia total instalada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.7 Diagrama del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.1 Contorneo del voltaje para la hora 21 del caso base . . . . . . . . . . . . . 42

5.2 Contorneo del ángulo para la hora 21 del caso base . . . . . . . . . . . . . 43
5.3 Contorneo la potencia aparente de las lı́neas para la hora 21 del caso base . 44
5.4 Demanda de potencia activa y reactiva del caso base . . . . . . . . . . . . 46
5.5 Tensión de los nudos 12 y 15 . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.6 Figura 5.5. Ángulos de los nudos 12 y 15 . . . . . . . . . . . . . . . . . . . 48
5.7 Comparación entre la generación y la demanda de la potencia activa y
reactiva en MW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.8 Pérdidas de potencia activa (eje derecho) y reactiva (eje izquierdo) en MW 49
5.9 Generación de potencia activa por tecnologı́a en MW . . . . . . . . . . . . 50
5.10 Porcentaje de la potencia generada por cada tecnologı́a a lo largo de un dı́a
del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.11 Porcentaje de la potencia generada por cada tecnologı́a a lo largo de un dı́a
de media en España en 2015 . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.12 Potencia generada por la tecnologı́a de carbón (CA) en el caso base . . . . 52
5.13 Potencia generada por la tecnologı́a de ciclo combinado (CC) en el caso base 53
5.14 Costes de generación para el modelo . . . . . . . . . . . . . . . . . . . . . 54
5.15 Costes en e/MWh del modelo . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.16 Media de costes en e/MWh de 2015 . . . . . . . . . . . . . . . . . . . . . 56
VII
ÍNDICE DE FIGURAS
5.17 Modelo de costes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5.18 Comparación de la potencia activa demandada de los casos sin control . . . 58
5.19 Comparación de la potencia reactiva demandada de los casos sin control . . 59
5.20 Comparación de la tensión de los casos sin control (en p.u.) . . . . . . . . . 60
5.21 Comparación del ángulo de los casos sin control (en radianes) . . . . . . . 61
5.22 Comparación de la generación con la tecnologı́a de Ciclo Combinado de los
casos sin control (en MW) . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.23 Costes del modelo para los casos sin control en e/MWh . . . . . . . . . . 64
5.24 Modelo de costes para los casos sin control en e/MWh . . . . . . . . . . . 65
5.25 Comparación de la potencia activa demandada de los casos con control (en
MW) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.26 Comparación de la potencia reactiva demandada de los casos con control
(en MVAr) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.27 Comparación de la tensión de los casos con control (en p.u.) . . . . . . . . 68
5.28 Comparación del ángulo de los casos con control (en radianes) . . . . . . . 69
5.29 Comparación de la generación con la tecnologı́a de Ciclo Combinado de los
casos con control (en MW) . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.30 Comparación de la generación con la tecnologı́a de Carbón de los casos con
control (en MW) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.31 Costes del modelo para los casos con control en e/MWh . . . . . . . . . . 72
5.32 Modelo de costes para los casos con control en e/MWh . . . . . . . . . . . 73
5.33 Comparación de la potencia activa demandada . . . . . . . . . . . . . . . . 75
5.34 Comparación de la tensión (en p.u.) . . . . . . . . . . . . . . . . . . . . . . 76
5.35 Comparación del ángulo (en radianes) . . . . . . . . . . . . . . . . . . . . . 76
5.36 Comparación de la generación con la tecnologı́a de Carbón (en MW.) . . . 77
5.37 Comparación de la generación con la tecnologı́a de Ciclo Combinado (en
MW.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.38 Curva de costes del modelo en e/MWh . . . . . . . . . . . . . . . . . . . . 79
5.39 Comparación de las curvas del modelo de costes . . . . . . . . . . . . . . . 79
5.40 Coste total horario del sistema . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.1 Comparación de emisiones de CO2 en gramos por kilómetro en función de

la tecnologı́a y la procedencia del combustible de los vehı́culos . . . . . . . 92
6.2 Importaciones en España en euros (eje izquierdo) y en función del PIB (eje
derecho). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.3 Ecuaciones de costes y punto de equilibrio . . . . . . . . . . . . . . . . . . 101
2.1 Estructura de Descomposición del Proyecto . . . . . . . . . . . . . . . . . 116
3.1 Diagrama de Gantt del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . 122
B.1 Apoyo Normalizado 43 S . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

B.2 Geometrı́a del Apoyo Normalizado 43 S . . . . . . . . . . . . . . . . . . . . 7
B.3 Modelo en PI de una linea media . . . . . . . . . . . . . . . . . . . . . . . 10
VIII
ÍNDICE DE TABLAS
Índice de Tablas
4.1 Casos de estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4.2 Número y nombre de los nudos del modelo . . . . . . . . . . . . . . . . . . 25
4.3 Generación por tecnologı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4 Generación por Comunidad Autónoma . . . . . . . . . . . . . . . . . . . . 26
4.5 Generación del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.6 Caracterı́sticas de la lineas de alta tensión elegida . . . . . . . . . . . . . . 31
4.7 Valores usados para la determinación de las lineas . . . . . . . . . . . . . . 31
4.8 Valores del modelo en PI obtenido . . . . . . . . . . . . . . . . . . . . . . . 31
4.9 Origen, destino, distancia y número de lineas equivalentes a las calculadas
del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.10 Vehı́culos eléctricos por comunidad según los distintos caso . . . . . . . . . 34
5.1 Máximo, mı́nimo y diferencia de potencia demandada del caso base . . . . 47

5.2 Valores caracterı́sticos de la generación con carbón y ciclo combinado . . . 53
5.3 Valores caracterı́sticos de la curva de costes de generación . . . . . . . . . . 54
5.4 Valores caracterı́sticos de la curva de costes en e/MWh . . . . . . . . . . . 55
5.5 Valores caracterı́sticos del modelo de costes . . . . . . . . . . . . . . . . . . 57
5.6 Valores caracterı́sticos de la comparación de potencia activa en los casos
sin control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.7 Valores caracterı́sticos de la comparación de potencia reactiva en los casos
sin control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.8 Valores caracterı́sticos de la tensión de los casos sin control . . . . . . . . . 61
5.11 Valores caracterı́sticos de los costes del sistema para los casos sin control . 63
5.9 Valores caracterı́sticos de la generación con ciclo combinado de los casos
sin control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.10 Valores caracterı́sticos de la energı́a producida con ciclo combinado de los
casos sin control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.12 Valores caracterı́sticos del modelo de costes para los casos sin control. . . . 65
5.13 Valores caracterı́sticos de la comparación de potencia activa en los casos
con control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.14 Valores caracterı́sticos de la comparación de potencia reactiva en los casos
con control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.15 Valores caracterı́sticos de la tensión de los casos con control . . . . . . . . 69
5.16 Valores caracterı́sticos de la generación con carbón de los casos sin control 71
5.17 Valores caracterı́sticos de la energı́a producida con carbón de los casos con
control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.18 Valores caracterı́sticos de los costes del sistema para los casos con control . 72
IX
ÍNDICE DE TABLAS
5.19 Valores caracterı́sticos de las curvas del modelo de costes para los casos sin
control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.20 Valores caracterı́sticos comparación de potencia activa . . . . . . . . . . . . 75
5.21 Valores caracterı́sticos de la energı́a producida con carbón y ciclo combinado 78
5.22 Valores caracterı́sticos de los costes del sistema . . . . . . . . . . . . . . . . 78
5.23 Valores caracterı́sticos de la curva del modelo de costes . . . . . . . . . . . 80
5.24 Valores caracterı́sticos del coste total diario . . . . . . . . . . . . . . . . . . 81
6.1 Propiedades de los turismos diésel y gasolina . . . . . . . . . . . . . . . . . 84

6.2 Propiedades de los turismos diésel y gasolina por dı́a . . . . . . . . . . . . 85
6.3 Precio del combustible (Datos de MINETUR, 2016) . . . . . . . . . . . . . 85
6.4 Propiedades de las centrales de carbón y ciclo combinado . . . . . . . . . . 86
6.5 Caracterı́sticas del carbón y el gas natural (Datos de CNMV, BP e IDAE) 86
6.6 Generación de energı́a de centrales de carbón y ciclo combinado para los
distintos casos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.7 Diferencia de la producción con el caso base . . . . . . . . . . . . . . . . . 86
6.8 Diferencia de producción en porcentaje de las tecnologı́as de carbón y ciclo
combinado para los diferentes casos . . . . . . . . . . . . . . . . . . . . . . 87
6.9 Valores caracterı́sticos de los turismos eléctricos . . . . . . . . . . . . . . . 87
6.10 Propiedades del vehı́culo eléctrico según el tipo de recarga . . . . . . . . . 88
6.11 Propiedades de todos los vehı́culos eléctricos por dı́a . . . . . . . . . . . . . 88
6.12 Comparación de emisiones de gases tóxicos para el caso sin control . . . . . 90
6.13 Comparación de emisiones de gases tóxicos para el caso con control . . . . 90
6.14 Emisiones de gases de efecto invernadero para el caso sin control . . . . . . 91
6.15 Emisiones de gases de efecto invernadero para el caso con control . . . . . 91
6.16 Consumo de combustibles fósiles para el caso sin control . . . . . . . . . . 93
6.17 Consumo de combustibles fósiles para el caso con control . . . . . . . . . . 94
6.18 Consumo de combustibles fósiles en Gigajulios (GJ) para el caso sin control 94
6.19 Consumo de combustibles fósiles en Gigajulios (GJ) para el caso con control 94
6.20 Coste de las emisiones para el caso sin control . . . . . . . . . . . . . . . . 96
6.21 Coste de las emisiones para el caso con control . . . . . . . . . . . . . . . . 96
6.22 Variación del coste de las importaciones para el caso sin control . . . . . . 98
6.23 Variación del coste de las importaciones para el caso sin control . . . . . . 98
6.24 Dı́as necesarios para que la rentabilidad del vehı́culo eléctrico sea mayor . . 102
6.25 Años necesarios para que la rentabilidad del vehı́culo eléctrico sea mayor . 102
6.26 Kilómetros recorridos necesarios para que la rentabilidad del vehı́culo eléctrico
sea mayor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.1 Coste de licencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

4.2 Ordenador y otros costes fijos . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.3 Costes variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.4 Retribución de ingeniero junior y el ingeniero senior . . . . . . . . . . . . . 126
4.5 Coste total del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
A.1 Comparación entre la potencia generada por comunidad en la realidad y

en el modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
A.2 Errores en la potencia generada por comunidad entre la realidad y el modelo 2
A.3 Comparación entre la potencia generada por tecnologı́a en la realidad y en
el modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
X
ÍNDICE DE TABLAS
A.4 Errores en la potencia generada por tecnologı́a entre la realidad y el modelo 3
B.1 Caracterı́sticas de la lineas de alta tensión elegida . . . . . . . . . . . . . . 5

B.2 Valores usados para la determinación de las lineas . . . . . . . . . . . . . . 5
XI
ÍNDICE DE TABLAS
XII
Resumen
El objetivo de este trabajo es determinar los principales efectos de la introducción del

vehı́culo eléctrico en España. Para ello se lleva a cabo un estudio energético, ambiental
y económico en los que se simula la sustitución un 5 %, 10 % y 15 % de los turismos
españoles por vehı́culos eléctricos y se distinguirá si hay o no un control de la carga de
la baterı́a. Para el estudio energético se crea un modelo simplificado de la red eléctrica
peninsular española de alta tensión con la que se reproducirán, usando el programa PSS/E,
los distintos casos de estudio. Los resultados desvelan que su implementación tendrı́a un
impacto positivo en la mayor parte de los aspectos estudiados, especialmente si se realiza
un control de la carga, pero que para que se produzca esta introducción es necesario que
el precio del vehı́culo eléctrico se aproxime más al del vehı́culo convencional.
Abstract
The aim of this study is to determine what the main effects of the introduction of
the electric vehicle into Spain are. To accomplish this task an energy, environmental and
economic study has been carried out, where 5 %, 10 % and 15 % of private cars have
been replaced with electric vehicles and battery-recharging control has been taken into
account. To develop the energy study, a simplified model of Spain’s mainland electric
grid has been created to run different case studies using PSS/E. Results suggest that
its implementation could have a positive effect over the majority of the issues studied,
especially if a battery-recharging control is being used. However, in order to make this
implementation possible, the price of the electric vehicle would need to be closer to the
price of conventional vehicles.
XIII
XIV
ESTUDIO DE LOS EFECTOS PRODUCIDOS POR LA INTRODUCCIÓN DEL
VEHÍCULO ELÉCTRICO EN ESPAÑA
DOCUMENTO I
MEMORIA
E.T.S.I de Minas y Energı́a 1
Capı́tulo 1
Objetivo y alcance
1.1 Objetivo
Este trabajo busca determinar los principales efectos que producirı́a la introducción
del vehı́culo eléctrico en España. Principalmente se estudiará cuáles son sus efectos en
el sistema eléctrico nacional. Asimismo se analizará cómo afectarı́a esta introducción al
medio ambiente y a la economı́a, tanto del sector de la energı́a como del paı́s, para poder
determinar si su implantación puede ser viable y si resultarı́a una solución a tener en
cuenta para los diversos problemas que sufren tanto el sector energético como el sector
del transporte.
1.2 Alcance
Con el objeto de determinar adecuadamente la tendencia de los distintos parámetros
necesarios para cumplir con el objetivo se estudiarán tres niveles de implantación del
vehı́culo eléctrico de baterı́a. Asimismo se tendrán en cuenta si la carga de la baterı́a de
los mismos está controlada o se produce sin ningún tipo de control, pues la bibliografı́a
consultada señala grandes diferencias entre ambos casos.
Para poder determinar de una manera más adecuada posible, y dentro de los lı́mites
materiales y temporales que se deben asumir, los efectos del vehı́culo eléctrico, se pro-
cederá a desarrollar un modelo de red eléctrica propio. Este modelo buscará representar
de manera aproximada la distribución de demandas y generaciones, ası́ como de las lı́neas
de tensión, que existen en el sistema eléctrico peninsular español.
Los resultados se obtendrán simulando flujos óptimos de carga, con el objetivo de

buscar el mı́nimo coste de combustible, utilizando para ello la versión de prueba gratuita
del programa “Power Transmission System Planning Software” desarrollado por Siemens
y abreviado como PSS/E [1]. Los distintos casos a simular procederán de la combinación
del número de vehı́culos eléctricos y si existe o no control de carga.
Para obtener las conclusiones se llevará a cabo una simulación inicial que sirva de
comparación. Además, esta simulación base se analizará y se comparará con el caso real
español para comprobar la fiabilidad del modelo creado.
Con los resultados obtenidos para el impacto en el sistema eléctrico, junto a más
información obtenida de diversos informes, se procederá a hacer un análisis ambiental y
Documento I: Memoria
2 Adrián Rama Curiel
económico. En estos análisis se buscará determinar los parámetros que se consideran más
importantes para el sector energético. Esto se traduce, en el análisis medioambiental, en el
estudio de los impactos sobre la salud humana, el ecosistema y el agotamiento de recursos.
Para el impacto económico se trabajará con los efectos de la variación en la producción
del CO2 en el mercado de emisiones europeo. También se determinará la variación en las
importaciones, de las que España es fuertemente dependiente y por último se buscará ver
como de rentable resultarı́a su implantación para un consumidor.
Los datos obtenidos de la mayor parte de fuentes procederán de 2015. Esto se debe a
no haber concluido el año 2016 en el momento del inicio del trabajo.
Capı́tulo 1. Objetivo y alcance

Capı́tulo 2
Glosario
En este capı́tulo se determina el significado de las expresiones y acrónimos que se

usarán en el presente trabajo.
• BEV. Vehı́culo Eléctrico de Baterı́a, por sus siglas en inglés.

• CA. Abreviación de “Carbón”.
• CC. Abreviación de Ciclo Combinado.
• CO. Abreviación de “Cogeneración”.
• Control de carga. Cuando la recarga de la baterı́a de un vehı́culo eléctrico está
regulada para conectarse a la red en momentos de menor demanda.
• CV. Vehı́culo convencional, por sus siglas en inglés.
• EO. Abreviación de “Eólica”.
• GEI. Gases de efecto invernadero.
• HI. Abreviación de “Hidráulica”.
• MCI(A). Motor de Combustión Interna (Alternativo).
• ME. Motor Eléctrico.
• Mix. Nombre que recibe la mezcla de distintos tipos de generadores activos del
sistema eléctrico.
• N. Abreviación de “Nuclear”.
• NGEN. Número de generadores.
• OPF. Flujo óptimo de carga, por sus siglas en inglés.
• OR. Abreviación de “Otras renovables”.
• Por unidad, p.u.. Este sistema está basado en definir un valor como una relación
entre ese valor y otro conocido como base, con las mismas unidades. Esto le confiere
a este sistema un carácter adimensional y por tanto permite determinar las curvas
de costes del modelo a pesar de sus grandes potencias nominales.
• CC.AA. Comunidad Autónoma.
• RE. Abreviación de “Residuos”.
• SO. Abreviación de “Solar”.
• ST. Abreviación de “Solar térmica”.
• Swing o Slack bus. Elemento de cálculo de flujos de carga usado para equilibrar
las potencias activas y reactivas de un sistema.
Capı́tulo 2. Glosario
Capı́tulo 3
Contexto global y nacional
El mundo se está calentando. La temperatura media global ha incrementado alrededor

de 0,85ºC desde 1880 hasta ahora. Esta tendencia es especialmente evidente hoy en dı́a,
ya que cada una de las tres últimas décadas ha sido más cálida que la anterior, siendo la
década de los 2000 la más caliente registrada [2, Cap. 2].
Es más, los años 2014 y 2015 han superado todos los records históricos de temper-
atura, y todo apunta a que 2016 logrará superar el record, habiendo superado los primeros
6 meses máximos de temperatura que no se habı́an alcanzado en 140 años [3]. La gran
mayorı́a de la comunidad cientı́fica apunta a que las causas de este aumento son el in-
cremento de gases de efecto invernadero (o GEI) sumado a eventos extremos, como es el
caso de El Niño [4], todo ello como consecuencia del calentamiento climático.
Fuente: NASA, 2017
Figura 3.1: Variaciones en la temperatura global desde 1880
Conociendo cuáles son los distintos factores se describirán los distintos casos a estudiar
en esta parte del proyecto. Con estos casos se busca determinar cómo afecta la
integración del coche eléctrico al voltaje y ángulo de los distintos nudos, a la
potencia demandada y a la potencia generada, especialmente de las plantas
de carbón y ciclo combinado.
El hecho de que se esté produciendo un calentamiento climático en nuestro planeta

está fuera de toda duda. Además, muchos de los cambios observados que han dado lugar
a este calentamiento global no han tenido precedentes en milenios [2, Cap. 5]. Si bien
es cierto que la Tierra ha experimentado etapas de calentamiento global previas a la
revolución industrial, numerosos indicios prueban que el incremento de temperaturas que
se está dando en la actualidad tiene como causante principal a la actividad humana, y
uno de los parámetros que mejor puede justificar este hecho es la emisión de GEI [2, Cap.
10].
Y es que, desde el siglo XIX y debido a la revolución industrial, el espectacular auge

de la actividad económica y las necesidades energéticas asociadas a esta han llevado a
la quema de gran número de combustibles fósiles, disparándose la producción de GEI de
origen antropogénico. Se estima que desde 1750 la concentración de dióxido de carbono
(CO2 ) se ha incrementado un 40 %, la de metano (CH4 ) un 150 % y la del óxido de
nitrógeno (N2 O) un 20 %. Se ha comprobado que las concentraciones actuales de estos
gases y su tasa de incremento superan los niveles de hace más de 800.000 años [2, Cap.
6].
Fuente: IPCC, 2013
Figura 3.2: Variación histórica de CO2 , CH4 y N2 O
Las consecuencias del calentamiento climático son muy variadas y aún están siendo
estudiadas. Pero las predicciones muestran que en el medio plazo las temperaturas no
dejaran de ascender, llegando en el largo plazo a alcanzar un incremento aproximado de
entre 1.5ºC y 4ºC respecto a temperaturas preindustriales [2, Cap. 12]. Este incremento
de la temperatura media lleva asociado graves problemas, entre los que se encuentra el
aumento de climas extremos y la reducción de hielo ártico, lo que podrı́a llevar a un
Capı́tulo 3. Contexto global y nacional

aumento de aproximadamente medio metro del nivel del mar para 2100 [2, Cap. 11, 12,
13].
Los problemas que causa la emisión de los gases de efecto invernadero son severos y
afectan o afectarán a miles de millones de personas. No obstante, pese a que las emisiones
de los mismos comenzaron a dispararse en el siglo XIX, la preocupación por evitarlas es
mucho más reciente.
3.1 La concienciación ambiental

Las primeras investigaciones que demostraron la correlación entre el calentamiento
global y las emisiones descontroladas de GEI se publicaron en la década de 1950 [5]. A
pesar de esto, la Comunidad Internacional aún tardó años en reaccionar.
En 1972 tuvo lugar a la primera Conferencia de las Naciones Unidas sobre Medio
ambiente, pero no fue hasta 1988 cuando se creó el Grupo Intergubernamental sobre el
Cambio Climático (o IPCC). Este grupo se convirtió en el encargado de determinar las
bases cientı́ficas del cambio climático. El IPCC presentó en 1990 un informe en el que se
afirmaba que el calentamiento de la tierra es real y pedı́a al conjunto de paı́ses del mundo
que reaccionase para evitarlo [6].
Dicho informe desembocó en la celebración de la conocida como Cubre de la Tierra,

que se celebró en 1992 en Rı́o de Janeiro y concluyó con la elaboración del Convención
Macro de las Naciones Unidas sobre el Cambio Climático, ratificada hoy en dı́a por 197
paı́ses.
Este documento, que se reconoce como un texto que debe enmendarse[7, Art. 15, 16,
17] supuso un comienzo en la lucha contra el cambio climático. Esta lucha dio un paso
más con la aprobación del Protocolo de Kioto, en 1997, en el que se ponen por primera
vez lı́mites a la emisión de GEI [8, Art. 3].
El siguiente gran paso contra el incremento de las temperaturas se dio hace poco
tiempo, con la ratificación por parte de 55 paı́ses del Acuerdo de Parı́s, cuyo objetivo
principal es mantener la temperatura por debajo del incremento de 2ºC respecto a niveles
preindustriales y hacer lo posible por evitar que pase 1.5ºC [9, Art. 2].
Es esta concienciación ambiental de escala global, la que ha llevado a gobiernos y

organizaciones a buscar soluciones que impliquen la reducción de emisiones en todos los
sectores que las producen. Prueba de esto es el paso extra que ha dado la Unión Europea,
ya que en 2007 el Consejo Europeo planteó una hoja de ruta que permitiese reducir las
emisiones de GEI un 20 % con respecto a lo emitido en 1990 para 2020 y un 80 % para 2050
[10, Introducción] y que ha sido reforzada por la Estrategia Europea 2020 y los Programas
Ambientales de la Unión Europea (siendo el más reciente el Séptimo Programa).
3.2 El cambio climático y el sector transporte

La lucha contra el cambio climático implica, por tanto, una fuerte restricción de las
emisiones de GEI. Este tipo de restricciones afecta a un gran número de sectores con-
taminantes. Dada la elevada incidencia que supone el sector del transporte en esta prob-
lemática, muchas han sido las iniciativas para reducir sus emisiones. Por ello este trabajo
estudia los efectos de estas restricciones en el sector transporte en general y al transporte
por carretera en particular.
En la actualidad, el sector del transporte es responsable de un 23 % del total de

emisiones de gases de efecto invernadero vertido a la atmósfera por la actividad humana
[11, pg. 12]. Aunque está lejos de la fuente principal (generación de electricidad y calor
con un 42 %), no deja de ser responsable de la emisión de 7.547,3 millones de toneladas
de CO2 , de las cuales 5.659,8 millones de toneladas (un 75 % del total) provienen del
transporte por carretera [11, pg. 39].
Las emisiones del sector por carretera se deben al uso del motor de combustión in-
terna alternativo (MCIA) como para generar la potencia motriz necesaria para producir
movimiento.
Fuente: Patent US 194047 A
Figura 3.3: Patente de motor de Nicolas Otto
Se conoce como motor de combustión interna (o MCI) a un tipo de máquina que

convierte energı́a quı́mica en energı́a mecánica [12, Cap. 3]. El MCI tal y como se
conoce hoy en dı́a fue desarrollado por un ingeniero alemán llamado Nicolaus Otto en
1872. Desde entonces su diseño ha evolucionado mucho, pero los principios básicos de su
funcionamiento siguen siendo los mismos.

La reacción interna que permite el funcionamiento de este tipo de motor es la com-

bustión, una reacción quı́mica exotérmica de reducción-oxidación, donde el combustible
(en el caso de los MCI gasolina o diésel principalmente) reacciona con un oxidante (oxı́geno
atmosférico) para dar lugar a distintos productos de combustión además de energı́a. Esta
reacción quı́mica se puede expresar de manera genérica y simplificada de la siguiente
forma:
y

Cx Hy + z · O2 → x · CO2 + · H2 O (3.1)
2
Como se puede ver, uno de los productos de la combustión es el CO2 , uno de los
principales gases de efecto invernadero emitidos. A diferencia del sector de la energı́a, que
cuenta con un mayor potencial para reducir las emisiones por disponer de múltiples fuentes
de generación no contaminantes, el sector del transporte, y en especial el del transporte
por carretera, tiene en la actualidad una dependencia muy elevada de los combustibles
fósiles, pues de ellos proviene el combustible usado por los MCIA.
3.3 Estrategias de reducción de emisiones

En primer lugar cabe destacar que España se encuentra entre los paı́ses más afectados
por el cambio climático [13]. Se prevé una tendencia al incremento progresivo de las
temperaturas, menor precipitación y mayor frecuencia de anomalı́as térmicas, siendo estos
cambios más acusados cuantas más emisiones haya [14, pg. vii]. La evolución del clima
llevará a la alteración de ecosistemas, afectará a diversos sectores económicos, favorecerá
la aparición de incendios y de crecidas, además de provocar o favorecer otros efectos
perniciosos como la desertificación. [15]. Por estos motivos la lucha contra el cambio
climático debe ser especialmente activa en el paı́s, con el objetivo de minimizar la aparición
de todos estos efectos perjudiciales.
Al tratar el trabajo sobre un paı́s perteneciente a la Unión Europea, es conveniente

repasar cuales son las medidas que está llevando la misma, especialmente las centradas en
el sector del transporte (al ser lo que más interesa estudiar), pues son sus polı́ticas las que
definen las actuaciones medioambientales de los paı́ses miembros, entre los que se incluye
España.
El documento que mejor define la futura polı́tica europea al respecto se conoce como
Libro Blanco, o el Libro Blanco del Transporte. Este documento, que sirve de hoja de
ruta para la Comisión Europea, plantea una serie de iniciativas que buscan mejorar la
eficiencia y la sostenibilidad del sector transporte [16].
Este documento indica que el mayor desafı́o al que se tiene que enfrentar el sector es
acabar con la dependencia del petróleo sin que el sector pierda eficacia y sin que se re-
stringa la movilidad. Y es que, según indica el propio documento, si el sector evolucionase
de una manera similar a como lo ha hecho hasta ahora, las emisiones de CO2 para 2050
seguirı́an estando una tercera parte por encima del nivel de 1990 [17, Párr. 13].
Una selección de las iniciativas expresadas en este documento se recoge a continuación.

Se han listado aquellas que pueden resultar más relevantes para el trabajo.
• Reducir a la mitad el uso de automóviles de propulsión convencional en el transporte

urbano para 2030; eliminarlos progresivamente en las ciudades para 2050; lograr que
la logı́stica urbana de los principales centros urbanos en 2030 esté fundamentalmente
libre de emisiones de CO2 (lo que reducirá también sustancialmente otras emisiones
nocivas).
• Vehı́culos limpios, seguros y silenciosos para todos los diferentes modos de trans-
porte.
• Determinar las condiciones necesarias para establecer normas adecuadas para las
emisiones de CO2 de los vehı́culos en todos los modos, llegado el caso suplementadas
con requisitos de eficiencia energética ası́ como para establecer niveles de ruido.
• Revisar la fiscalidad de los combustibles para motores determinando claramente el

componente energético y el componente CO2 .
• Avanzar en el sentido de la internalización obligatoria y completa de los costes

externos del transporte por carretera y ferroviario añadiendo a la compensación
obligatoria por los costes del desgaste los costes asociados al ruido, la contaminación
local y la congestión. (. . . ). Desarrollar medidas de mercado que permitan reducir
más las emisiones de gases de efecto invernadero.
• Promover, en los foros internacionales y en las relaciones bilaterales, polı́ticas orien-

tadas a los objetivos de eficiencia energética y de lucha contra el cambio climático
mencionados en el presente Libro Blanco.
Otro documento más reciente, publicado en 2016 con el nombre de “A European

Strategy for Low-Emission Mobility”, concreta y expande las propuestas mencionadas en
el Libro Blanco, pidiendo además que se aceleren los pasos dados en la transición a un
sistema de bajas emisiones [18, Pg. 4]. Esto indica que cambiar el sector transporte en
uno de los objetivos prioritarios de las autoridades comunitarias.
Además de la legislación, en España, desde el Ministerio De Agricultura, Alimentación

y Medio Ambiente se han creado una serie de Planes Nacionales de Adaptación al Cambio
Climático, basados en documentos similares europeos, en los que se buscan maneras de
paliar los efectos del medio ambiente [19].
Esta recopilación de propuestas, tanto europeas como españolas, muestra la voluntad

de cambiar el actual status quo del transporte por carretera, con medidas encaminadas a
solventar los problemas que causa en el medio ambiente y la salud. Sin embargo apenas
da unas pocas pinceladas acerca de cuál debe ser la solución, apenas mencionando com-
bustibles alternativos, células de combustibles y por último, pero no menos importante,
la electrificación del transporte, es decir, el vehı́culo eléctrico.

3.4 Otros problemas del transporte por carretera

A pesar de que la emisión de gases de efecto invernadero es la principal preocupación
con respecto al medio ambiente en la actualidad, por su elevado coste ambiental en el
medio y largo plazo, no es el único tipo de emisión peligrosa proveniente del transporte
por carretera.
El uso de vehı́culos con MCIA presenta otra serie de problemas a menor escala y que
suponen un impacto directo mucho mayor al conjunto de ciudadanos. Esto se debe a
que la mayor parte de los vehı́culos a motor se concentran en zonas donde la densidad
de población es elevada, lo que supone que, a diferencia de otras industrias, las emisiones
nocivas y otros efectos negativos de este tipo de vehı́culos afecten directamente a las
personas.
Fuente: Volkswagen
Figura 3.4: Emisiones según el tipo de combustible
Estas emisiones nocivas provienen principalmente de los gases de la combustión, ya

que, a diferencia de la reacción de combustión mostrada (de forma simplificada) en la
ecuación 3.1, en la reacción real participan más elementos (como el azufre o el nitrógeno)
y la combustión es incompleta. Acciones tan simples como llenar el depósito también
producen emisiones perjudiciales para la salud. Entre los principales productos contami-
nantes producidos por los vehı́culos a motor se encuentran los óxidos de nitrógeno ( N Ox ),
los óxidos de azufre (SOx ), el monóxido de carbono (CO), las partı́culas en suspensión,
los compuestos orgánicos volátiles (VOC, por sus siglas en inglés) y el ozono ( O3 , aunque
como subproducto del N Ox y los VOC) [20, Pg. 20-21][21][22].
Las emisiones de estos compuestos suponen un porcentaje muy pequeño del total de
emisiones de un vehı́culo convencional, pero el gran número de vehı́culos y su concen-
tración llevan a que sus efectos se noten y afecten a la salud de las personas, hasta un
punto que puede resultar peligroso para la salud y el medio ambiente.
El ozono es beneficioso en capas superiores de la atmósfera, pero a nivel de suelo

resulta tóxico. Además, y junto a la lluvia ácida provocada por la emisión de óxidos de
azufre, su emisión tiene efectos altamente negativos para los ecosistemas [23][24]
Tanto el ozono, el N Ox como el SOx y las partı́culas en suspensión están relacionados

con distintas enfermedades pulmonares, tales como asma u otras enfermedades bron-
quiales. En el caso de las partı́culas en suspensión, su inhalación puede producir también
cáncer de pulmón y problemas vasculares [25]. Como dato relevante, las partı́culas en
suspensión provenientes del sector transporte son producidas por vehı́culos con motores
diésel, que suponen casi un 60 % del parque automovilı́stico español [26].
Fuente: OMS, 2016
Figura 3.5: Muertes producidas por la contaminación del aire

Y es que, según la Organización Mundial de la Salud (OMS o WHO en inglés) la

contaminación atmosférica supone el mayor riesgo medioambiental para la salud. La
emisión de contaminantes como los citados anteriormente supone que, globalmente, 3
millones de personas mueran al año por contaminación del aire y que 6,5 millones de
muertes (un noveno del total) estén relacionadas con ese tipo de contaminación, algo que
afecta especialmente a paı́ses en desarrollo. Este problema parece difı́cil de erradicar, ya
que un 90 % del total de la población vive en lugares donde se sobrepasan los lı́mites de
contaminantes que indica la propia OMS [27].
Otro de los efectos negativos de estos vehı́culos se encuentra el ruido, con consecuencias
para la salud como problemas de audición u otros efectos sociales y psicológicos [28] están
causados en parte por el alto volumen de tráfico rodado que se da en las ciudades. También
se pueden incluir las emisiones de VOC provenientes de gasolineras como consecuencia
indirecta, dado que según la Agencia de Protección Ambiental de Estados Unidos –EPA-
un 26 % de los VOCs vienen de coches y un 19 % de gasolineras[29].
También se puede establecer que la dependencia del petróleo que tiene este sector
también es perjudicial tanto para Europa como para España. En el Libro Blanco del
Transporte se justifican la necesidad de reformas en el transporte por carretera por en-
cuentran la posible futura escasez del petróleo y su costo para la economı́a europea (las
importaciones alcanzaron casi 210.000 millones de euros) [17, Párr. 5] o la necesidad de
crear nuevas tecnologı́as para mantener en vanguardia a un sector que supone un 5 % del
producto interior bruto de la Unión y que da trabajo de manera directa a 10 millones de
personas [17, Párr. 15].
3.5 El vehı́culo eléctrico

Se ha podido ver hasta ahora como el uso del vehı́culo convencional lleva asociado
graves problemas. La solución a estos se desvela como prioritaria, tanto para salvaguardar
al medio ambiente como para asegurar que la población mundial pueda disfrutar de un aire
de mayor calidad y vivir en un entorno más saludable. Es posible trabajar en mejorar la
eficiencia del MCIA, que apenas llega al 20 %, para mejorar los valores de las emisiones,
pero si se quieren cumplir los objetivos de la Unión Europea parece necesario cambiar
radicalmente la tecnologı́a.
En este punto es donde se empieza a apreciar al vehı́culo eléctrico como solución, ya

que puede suponer la respuesta que está buscando el sector del transporte a todos los
problemas que se han descrito.
Para entender mejor si el vehı́culo eléctrico puede suponer una solución a los distintos
problemas que presenta el sector del transporte, e indirectamente al sector de la energı́a,
se hará un repaso de la historia y caracterı́sticas del mismo.
3.5.1 Caracterı́sticas
Se define como vehı́culo eléctrico a un tipo de automóvil que es impulsado por un (o
más de uno) motor eléctrico. De dónde provenga la energı́a usada por ese motor define
numerosos tipos de vehı́culos que se pueden englobar en la categorı́a de eléctricos, ası́

como las ventajas y desventajas de cada tipo.
Entre los vehı́culos eléctricos se encuentran los denominados vehı́culos hı́bridos o los
que usan células de combustible. No obstante, a lo largo de todo el proyecto se trabajará
únicamente con vehı́culos eléctricos de baterı́a o BEV, por sus siglas en inglés, por estar
más implantado en el mercado que la mayorı́a de tipos y porque, a diferencia de los
hı́bridos, no usa un motor de combustión interna y por tanto no contamina nada al
circular.
En los vehı́culos eléctricos de baterı́a el motor recibe su energı́a de un paquete de

baterı́as que se encuentran a bordo. Estas baterı́as deben ser recargadas (generalmente
enchufándolas a la red eléctrica). Debido al uso exclusivo del motor eléctrico su eficiencia
ronda el 80 % frente al 20 % de eficiencia del MCIA [31, Pág. 11]. No produce emi-
siones locales, dependiendo sus emisiones de las fuentes de energı́a usadas para recargar
la baterı́a. Su rango de conducción oscila entre los 80 y los 400 km [31, Pág. 18].
Fuente: EEA, 2016
Figura 3.6: Caracterı́sticas del vehı́culo eléctrico de baterı́a
Debido al uso que se va a hacer de los mismos en adelante se considerarán vehı́culos

eléctricos y BEV como sinónimos para describir a los vehı́culos de baterı́a.
3.5.1.1 Costes
El precio de un vehı́culo eléctrico es mayor al de un vehı́culo convencional de carac-
terı́sticas similares Esto se debe a que su construcción requiere de un 70 % más de energı́a
primaria, además de materiales más caros, principalmente por las baterı́as [31, Pág. 41].
Esto hace que su precio pueda ser hasta 10.000 e superior al de un coche de combustión
interna [31, Pág. 53].

A su favor cabe decir que mientras que el vehı́culo convencional necesita o gasolina o
diésel como fuente de combustible, el coche eléctrico hace uso de baterı́as que han sido
cargadas con un precio mucho menor. Además, la mayor eficiencia del ME (un 80 %
frente al 20 % del MCI) lleva a que pueda haber una diferencia de precio por 100km 5,5
veces superior [32].
3.5.1.2 Autonomı́a
A pesar de que la autonomı́a de los vehı́culos eléctricos aumente cada vez más con
el tiempo aún está lejos de alcanzar la de los vehı́culos con depósito de gasolina [33]. A
esto hay que añadir que cargar la baterı́a de un vehı́culo eléctrico puede ser un proceso
muy lento, de hasta 8 horas de duración [31, Pág. 27]. Esta duración puede reducirse a
minutos, pero sigue siendo más lenta que el repostaje de los vehı́culos propulsados por
combustibles fósiles.
3.5.1.3 Emisiones
Al conducir un vehı́culo eléctrico no se generan emisiones, pero la energı́a que está
consumiendo ha sido producida por el parque de generación de un paı́s, y en ese parque
es muy probable que se encuentren plantas generadoras que emitan CO2 y otros gases
nocivos. No obstante, no toda la generación de un paı́s suele depender de combustibles
fósiles.
3.5.2 Historia
Aunque los primeros intentos de fabricar un vehı́culo eléctrico se remontan mediados
del siglo XIX no fue hasta finales de siglo cuando, gracias a los desarrollos de la baterı́a
de plomo, comenzó a popularizarse este medio de transporte. Los primeros modelos
comerciales se fabricaron en Gran Bretaña y Francia, siendo el considerado como el primer
coche eléctrico el fabricado en 1873 por Robert Davidson [34, Pág. 4].
Desde estos dos paı́ses la producción del vehı́culo eléctrico se expandió a otros merca-
dos, destacando especialmente Alemania (primer vehı́culo construido en 1899) y a Estados
Unidos (1890). Fue en Estados Unidos donde el BEV alcanzó mayor popularidad, tanta
que llegó a copar el segundo puesto en popularidad con un 38 % de la cuota de mercado,
por detrás de los automóviles a vapor (40 %) pero por delante de los vehı́culos impulsados
por gasolina (22 %) [34, Pág. 6].
Los coches eléctricos alcanzaron un pico de producción en 1912, fecha a partir de la

cual comenzó su declive. Su baja velocidad y corto rango, y especialmente su precio fueron
los motivos de su caı́da. Por otro lado, el descubrimiento de grandes reservas de petróleo
y su consiguiente bajada de precio, junto a una serie de mejoras técnicas y su bajo precio
(en el propio 1912 un coche eléctrico costaba aproximadamente 2000, f rentealos600 de
un Ford Modelo T) supusieron el espaldarazo definitivo al motor de combustión interna
como sistema de tracción.
Fuente: wikimedia.commons.org
Figura 3.7: Thomas Edison junto a un vehı́culo eléctrico, 1913
El vehı́culo eléctrico, con un inicio tanto o más prometedor que el vehı́culo de gasolina,
comenzó a desaparecer a partir de 1920, quedando su uso restringido a carritos de golf y
al reparto de leche durante el resto del siglo XX. [35, Pág. 8].
Se tuvo que esperar hasta los años 70 y 80 del pasado siglo para volver a oı́r hablar del
coche eléctrico. La congestión de las carreteras, la contaminación y las muertes que esta
causaba y especialmente las crisis del petróleo vividas en esos años llevo a que el interés
por el automóvil eléctrico despertase de nuevo. Interés que alcanzó su pico en los años
90, pero que no llegó a convencer del todo a los fabricantes, que se decantaron por otras
tecnologı́as. No obstante, este movimiento constituyó la base para el desarrollo de esta
tecnologı́a .
No fue hasta mediados y finales de la primera década de este siglo cuando comenzó
el verdadero renacer del vehı́culo eléctrico. La pelı́cula “¿Quién mató al coche eléctrico?”
(2005) o la presentación del Tesla Roadster en el Salón del Automóvil Internacional de
San Francisco han servido de aliciente a las principales compañı́as automovilı́sticas, que
comienzan a trabajar en desarrollos propios con vistas a la comercialización [36].
La segunda década del siglo XXI ha visto como el número de modelos eléctricos se ha
disparado, y de cómo ha aumentado su popularidad en todo el mundo.
3.5.3 El vehı́culo eléctrico en la actualidad

La popularidad del coche eléctrico se encuentra en auge. El hecho que mejor lo de-
muestra es el espectacular aumento de ventas que ha experimentado en la actualidad.
Como se puede apreciar en el siguiente gráfico, la venta de automóviles enchufables se

ha multiplicado por 10 desde 2011, pasando de 50.000 a 565.668 coches vendidos prin-
cipalmente en China, Canadá, Europa Occidental, Japón y EE.UU. [37]. Otra de las
causas de este aumento de popularidad es la repentina aparición de numerosos modelos,
completando una oferta que permite al usuario elegir el coche que mejor se adapte a sus
necesidades [38].
Fuente: EEA, 2016
Figura 3.8: Venta de vehı́culos eléctricos en la Unión Europea
Pero el principal motivo que ha llevado a la popularidad que goza el vehı́culo eléctrico
en la actualidad es la gran mejora en prestaciones que ha vivido el coche eléctrico. Posi-
blemente la más importante de estas mejoras es, como lo fue en el siglo XIX, la mejora
de las baterı́as. La falta de capacidad y su alto coste lastraron en ese momento y hasta
ahora el desarrollo del coche eléctrico. Sin embargo, gracias al desarrollo y producción de
las baterı́as de Ion Litio se resuelven en gran medida ambos problemas. Además, gracias
a su desarrollo continuado, su precio por kWh no ha dejado de disminuir. Por poner
un ejemplo, en 2005 su coste medio era de 1.300 $/kWh, pasando a ser de 400 $/kWh
en 2014, con una reducción anual del 14 %, acercando su precio cada vez más al que se
estima totalmente competitivo con el de los vehı́culos de combustión (150 $/kWh) [33].
Fuente: Nature Climate Change 5, 2016
Figura 3.9: Evolución del precio de las baterı́as
Cada año son más las personas que deciden comprar un vehı́culo eléctrico, cada año
más empresas automovilı́sticas empiezan a construirlos y cada año baja el precio de sus
componentes, por lo que se parece que el coche eléctrico a dı́a de hoy tiene un futuro
prometedor.
3.5.4 El vehı́culo eléctrico en España

Uno de los documentos más relevantes para el sector transporte en España es el Informe
Técnico del Centro de Estudios y Experimentación de Obras Públicas (CEDEX), titulado
“La consideración del cambio climático en la evaluación ambiental de planes y programas:
aplicación al caso de planes y programas de infraestructuras de transporte”, en el que se
recoge en numerosas ocasiones al vehı́culo eléctrico como solución [39].
Como muestra de que en España existe la conciencia de fomentar el uso del BEV,
se llevan ofreciendo ayudas a la compra de un coche eléctrico desde 2011, aunque de
pequeña cuantı́a en comparación con las de otros paı́ses del entorno. No obstante, en
2015 se produjo un recorte importante a estas ayudas, lo que sumado a los altos precios
de este tipo de vehı́culos ha llevado a que el BEV sea una rara avis en el paı́s, sumando
a finales de 2015 un total de unos 15.000 coches eléctricos de baterı́a. Este número se ve
incrementado muy lentamente, ya que sus ventas supusieron un pequeño 0,21 % [40] del
mercado. Cifra que queda muy corta en comparación con el 22 % de cuota de mercado
que supuso su venta en Noruega, paı́s lı́der en su introducción [41].

Fuente: EEA, 2016
Figura 3.10: Porcentaje de ventas de vehı́culos eléctricos en Europa en 2015
No obstante, con la puesta en marcha del plan MOVEA a mediados de 2016, que
supuso nuevas subvenciones a la compra de vehı́culos con combustibles alternativos, [42]
ha llevado a un incremento en el número de ventas, sumando en Octubre de 2016 un total
acumulado de 1.273 matriculaciones, un 23 % más que el mismo periodo del año pasado
[43].
Se puede determinar por tanto que aunque se vea desde el gobierno que el vehı́culo
eléctrico puede ser una pieza importante en la reducción de emisiones contaminantes,
apenas se han dado pasos en su implementación, evolucionando las cifras de su compra
positivamente pero de manera lenta.
Es de suponer que en el futuro las ventas de coches eléctricos en España incrementarán

sustancialmente. La posible bajada de precio de los modelos, junto a la ratificación en
2017 de los Acuerdos de Parı́s y el aumento de problemas ambientales que atenazan a las
grandes ciudade, se han superado en numerosas ocasiones los lı́mites de contaminación en
Madrid, por poner un ejemplo, son datos que contribuyen a reforzar esa hipótesis.
3.6 El vehı́culo eléctrico ¿La solución?

Teniendo en cuenta todos los datos que se han dado se puede hacer la suposición que
el vehı́culo eléctrico puede ser la solución a muchos de los problemas que sufre el sector del
transporte por carretera. No obstante es necesario realizar un estudio comparativo que
determine hacia qué lado se inclinarı́a la balanza en la que se sitúan los efectos negativos
y positivos del vehı́culo eléctrico si este se implementara de forma masiva en España.
Y es que es necesario considerar un gran número de factores. En primer lugar debe

determinarse si la adopción masiva de esta tecnologı́a puede ser soportada por el sistema
eléctrico nacional. También es necesario determinar, en el caso de que su introducción
pueda ser asimilada, que efectos tendrı́a sobre las tensiones de la red, las curvas de gen-
eración, de demanda, y otros factores.
El poder ver los efectos que tendrı́a sobre la generación permitirı́a determinar si el
vehı́culo eléctrico supondrı́a un ahorro o un gasto para el paı́s, y de la misma manera si
su introducción lleva a una reducción de emisiones, de costes y de otros factores similares.
Se puede establecer la necesidad de realizar un estudio en profundidad que analice estos

efectos., que es a lo que se dedicarán los siguientes puntos de este trabajo, alcanzándose
una conclusión al final del mismo.

Capı́tulo 4
Desarrollo del proyecto
A lo largo de todo el proyecto se analizarán los distintos impactos que produce la

introducción del vehı́culo eléctrico. En primer lugar se estudiarán los impactos en la red
eléctrica, como afecta su introducción a la generación del sistema ası́ como a la variación de
carga y tensión en los nudos. A ese estudio le seguirán un análisis medioambiental en el que
se determinará los efectos de esta implantación en las emisiones de gases contaminantes
y otro para determinar el impacto económico que tendrı́a dicha implantación, tanto en el
sector de la energı́a como en otros sectores.
Se procederán a estudiar tres casos en función de los distintos niveles de penetración

del vehı́culo eléctrico a baterı́a en el parque automovilı́stico español (PAE) del año 2015.
En este año circulaban en España 31.389.683 vehı́culos, de los cuales más de 22 millones
eran turismos. Según datos de la DGT, en el parque de vehı́culos eléctricos (que en
junio de 2016 alcanzó las 18.187 unidades) un 37 % del total eran turismos [26][44]. No
obstante, en el número reciente de matriculaciones el turismo ha sido claramente superior,
resultando aproximadamente un 70 % del total [44], lo que indica que es el tipo de BEV
que más está creciendo. Por ello se hará la suposición de que en los casos que se van a
estudiar todos los vehı́culos eléctricos serán turismos, y que sustituirán a un número igual
de turismos con motor de combustión. También se asumirá que el parque automovilı́stico
permanece constante en el paı́s.
Ası́ pues, los casos quedarán definidos sobre el parque de turismos en España del año
2015. Estos casos son los siguientes:
• Caso bajo: 5 % de turismos. 1.117.777 vehı́culos (3,56 % del PAE).
• Caso medio: 10 % de turismos. 2.235.555 vehı́culos (7,12 % del PAE).
• Caso alto: 15 % de turismos. 3.353.332 vehı́culos (10,68 % del PAE).
Esta aproximación al número de vehı́culos eléctricos circulando en España se puede

considerar poco realista en el corto y medio plazo, ya que el número de BEV circulando es
de varios órdenes de magnitud inferior al que se maneja. Incluso las estimaciones del Marco
de Acción Nacional de Energı́as Alternativas en el Transporte dan una aproximación de
150.000 vehı́culos eléctricos circulando en 2020 [44, Pág. 62] si se dieran los estı́mulos
económicos necesarios, algo a priori poco probable.
No obstante, estos escenarios sı́ que se aproximarı́an a uno de los casos de estudio
modelizados por Red Eléctrica según el mencionado documento [44, Pág. 49], en el que
se estima para 2030 una flota de 2.600.000 vehı́culos eléctricos, lo que supondrı́a un 8,28
% del parque automovilı́stico nacional de 2015.
Además, los casos a analizar también tienen valor a la hora de realizar una comparativa
con el mercado de vehı́culos eléctricos en Noruega, paı́s lı́der en estos momentos en el uso
del coche eléctrico, ya que la cuota de mercado de los turismos BEV de 2015 en dicho
paı́s rondaba el 15 % [45].
4.1 Impacto en el sistema eléctrico

El estudio del impacto en el sistema eléctrico se va a desarrollar de forma más exhaus-
tiva en este proyecto, pues el resto de estudios se desarrollarán, al menos parcialmente,
a partir de los datos obtenidos con este estudio. A continuación se procederá a explicar
con más detalle cómo se desarrollarán los casos y se tratará la construcción del modelo.
Seguidamente se analizará el procedimiento que se ha llevado a cabo para resolver las
simulaciones de cada caso. Por último se procederán a mostrar y analizar los resultados
obtenidos.
4.1.1 Descripción de los casos a desarrollar

Para poder analizar correctamente la evolución temporal del sector eléctrico es nece-
sario hacer un análisis hora a hora del mismo, pues la situación puede cambiar mucho
dependiendo de la hora a la que se haga el análisis. Como muestra el siguiente gráfico
la diferencia entre una hora pico (máximo de demanda) y una hora valle (mı́nimo de de-
manda) puede llegar a ser de 15.000 MW. Por ello, para cada uno de los casos se realizarán
24 simulaciones, correspondiendo cada una de ellas a una hora del dı́a.
Fuente: Elaboración propia
Figura 4.1: Demanda horaria diaria
Capı́tulo 4. Desarrollo del proyecto

A continuación se procede a determinar y definir qué factores se tendrán en cuenta en

la definición de los casos.
• Nivel de penetración del BEV. Como se mencionó en la introducción de este punto,

para estudiar los efectos que tendrı́a la implantación a varios niveles del coche
eléctrico, con un 5 %, 10 % y 15 % de los turismos en circulación sustituidos por
vehı́culos eléctricos.
• Control de carga. Teniendo en cuenta que la carga de los vehı́culos eléctricos puede
afectar notablemente a la curva de demanda, para ciertos casos se realizará la carga
sin control (la carga se produce en las horas de mayor demanda) y para ciertos otros
con control horario (la carga se produce en las horas de menor demanda), lo que
permite estudiar la importancia de regular la carga del vehı́culo eléctrico.
Conociendo cuáles son los distintos factores se describirán los distintos casos a estudiar
en esta parte del proyecto. Con estos casos se busca determinar cómo afecta la
integración del coche eléctrico al voltaje y ángulo de los distintos nudos, a la
potencia demandada y a la potencia generada, especialmente de las plantas
de carbón y ciclo combinado.
Tabla 4.1: Casos de estudio
Nombre del caso BEV Control de carga Descripción

Comprobación del buen
Caso base No No
funcionamiento del modelo.
Baja implementación del
Caso 1 Bajo No
BEV, sin control de carga.
Media implementación del
Caso 2 Medio No
BEV, sin control de carga.
Alta implementación del
Caso 3 Alto No
EV, con control de carga.
Baja implementación del
Caso 4 Bajo Sı́
BEV, con control de carga.
Media implementación del
Caso 5 Medio Sı́
Alta implementación del
Caso 6 Alto Sı́
Estos casos suman un total de 168 simulaciones, recordemos que para cada caso
hay que realizar 24 simulaciones, lo que hace necesaria la programación del mismo y un
correcto tratamiento de datos.
Además, para poder desarrollar adecuadamente estas simulaciones es necesario de-

sarrollar un modelo que permita, con cierto grado de exactitud, representar el sistema
eléctrico peninsular español. Por ello a continuación se expondrá el proceso que se ha
seguido para desarrollarlo.
4.1.2 Desarrollo del modelo

Como se comentaba, para tratar de determinar de una manera veraz y eficaz cuales
pueden ser los efectos de la implantación del vehı́culo eléctrico en el sistema energético
español es necesario crear un modelo que simule el funcionamiento de la red eléctrica del
paı́s. De esta manera se pueden calcular los distintos efectos que tendrı́an los distintos
escenarios que van a plantearse de la manera más realista posible dentro del alcance del
trabajo.
El programa que se utilizará para realizar estas simulaciones será el Power Transmis-
sion System Planning Software, abreviado como PSS/E. En concreto se usará su versión
de prueba gratuita, que limita el número de nudos a 50, suficientes para la tarea que
se va a realizar. Este programa, creado por Siemens, permite resolver flujos óptimos de
potencia, junto a muchas otras caracterı́sticas. Los flujos óptimos de potencia permiten
determinar cómo se transmiten las cargas en la red teniendo en cuenta ciertas condiciones
a optimizar (como puede ser disminuir el coste total de combustible).
Hay varios motivos por los cuales se ha elegido este programa. El principal de ellos
es su integración con el lenguaje de programación Python, que permite automatizar la
entrada de datos y las simulaciones, lo que facilita la manera de determinar los distintos
escenarios. Otro motivo de su uso frente a otros programas de caracterı́sticas similares
es que su versión gratuita es más completa (por ejemplo, la versión de prueba de un
programa análogo, como PowerSystems permite solamente usar 13 nodos).
Limitaciones: La principal limitación del programa usado, el PSS/E, es que solo

admite simular un máximo de 20 generadores, lo que restringe el diseño del modelo y
obliga a reducir el sistema eléctrico de España a 20 generadores, lo que tendrá una serie
de implicaciones en el resto del modelo, como se verá en los próximos apartados.
4.1.2.1 Determinación de los nudos

El nudo (o bus, como se denominan en inglés) es la espina dorsal del modelo. Su
importancia radica en que en ellos se conectan las cargas, los generadores y las lı́neas
de tensión, que conectan a los distintos nudos entre sı́. Dos aspectos importantes han
determinado cómo se van a organizar los nudos en el modelo.
El primero es la limitación que se ha mencionado en el apartado anterior, ya que el

hecho de tener un número limitado de generadores obliga a condensar el sistema en unos
pocos nudos. El segundo hecho, y el más significativo, es que en la mayorı́a de las referen-
cias bibliográficas la información, tanto de energı́a producida como demandada, además
de otros datos de interés que se usarán para desarrollar el trabajo, vienen clasificadas por
comunidades autónomas.
Por estos motivos el modelo constará de 17 nudos en total, divididos de la siguiente

manera:

• 15 nudos representarán las 15 comunidades autónomas de la Penı́nsula Ibérica (no se

tendrán en cuenta los archipiélagos de Canarias y Baleares ni las ciudades autónomas
de Ceuta y Melilla.
• 2 nudos representarán las conexiones internacionales con Portugal y Francia.
Cabe destacar que los nudos que representan las conexiones internacionales tienen
una serie de caracterı́sticas especiales. En el caso de Portugal el nudo no dispondrá
de generación ni demanda, ya que servirá sobre todo para representar las conexiones
entre distintas comunidades autónomas vı́a Portugal. En Francia por otro lado sı́ que se
dispondrá de generación, aunque no de demanda, ya que servirá como nudo de equilibrio
(Swing o Slack bus en inglés) para el sistema. Se conectará al resto de nudos de manera
similar a la real y con una capacidad de intercambio de potencia correspondiente con la
real, de 2.950 MW [46]. De esta manera queda constituida la tabla de nudos que se usará
en la simulación del programa.
Tabla 4.2: Número y nombre de los nudos del modelo
Número Nombre
1 ANDALUCIA
2 ARAGON
3 ASTURIAS
4 VALENCIA
5 CANTABRIA
6 CAST-MANCHA
7 CAST-LEON
8 CATALUÑA
9 EXTREMADURA
10 GALICIA
11 LA RIOJA
12 MADRID
13 MURCIA
14 NAVARRA
15 PAIS VASCO
16 PORTUGAL
17 FRANCIA
4.1.2.2 Determinación de los generadores

El generador, conectado al nudo o bus, es el encargado en la simulación de generar
tanto potencia activa como reactiva. El principal factor que ha influido en cómo se
modelizarán los generadores viene impuesto por la limitación del programa que delimita
el número de máquinas generadoras (o machines, como se llaman en el programa) a 20. A
continuación se relatará de qué manera se ha determinado en que comunidades autónomas
se instalarán, que tecnologı́a usarán y cuál será la potencia máxima de cada uno de los
generadores que se añadirán al modelo.
Los datos a partir de los cuales se van a determinar los diferentes valores de las
máquinas provienen del informe El sistema eléctrico Español de 2015, publicado por Red
Eléctrica de España [46, Anexo 2], donde en uno de sus anexos se clasifica la potencia
instalada en España por tecnologı́a de generación y por comunidad autónoma. Se consid-
erará que cada generador del programa representará a una tecnologı́a en una comunidad.
Para establecer una primera aproximación se sumará por un lado toda la potencia
instalada perteneciente a cada tipo de tecnologı́a y por otro lado la potencia instalada
por comunidad autónoma. A continuación y mediante una regla de proporcionalidad
directa se determinará el número de generadores a determinar por tecnologı́a y por comu-
nidad autónoma. En estas tablas NGEN representa el número de máquinas generadoras,
obtenido al determinar a cuanto corresponde el porcentaje estudiado si se hace sobre 19
(el número de generadores de las CC.AA.).
Tabla 4.3: Generación por tecnologı́a
Tecnologı́a Potencia (MW) Porcentaje NGEN aprox

CA 10.467,6200 10% 2
CC 24.947,9900 25% 5
CO 6.684,0260 7% 1
EO 22.864,7340 23% 4
HI 20.351,7750 20% 4
N 7.572,5800 7% 1
OR 741,3540 1% 0
RE 677,5380 1% 0
SO 4.420,1750 4% 1
ST 2.299,3000 2% 0
Las tecnologı́as están abreviadas de acuerdo a lo definido en el glosario.
Tabla 4.4: Generación por Comunidad Autónoma
Comunidad Potencia (MW) Porcentaje NGEN aprox

Andalucı́a 15.538,0000 15,38% 3
Castilla y León 14.280,6510 14,14% 3
Cataluña 12.540,9340 12,41% 2
Galicia 10.944,2230 10,83% 2
Castilla la Mancha 8.722,5830 8,63% 2
Valencia 8.347,6140 8,26% 2
Aragón 7.155,9510 7,08% 1
Extremadura 5.760,6690 5,70% 1
Asturias 4.744,0000 4,70% 1
Murcia 4.391,6680 4,35% 1
Paı́s Vasco 2.942,8460 2,91% 1
Navarra 2.867,6160 2,84% 1
La Rioja 1.424,7590 1,41% 0
Cantabria 820,6990 0,81% 0
Madrid 544,8790 0,54% 0

Además, y por otro lado, se clasificarán los datos de los generadores obtenidos del
anexo del informe de Red Eléctrica en orden descendente por potencia instalada. De esta
manera se elegirán los generadores más representativos. Esta elección se hace en función
de los datos obtenidos por la tabla 4.3. Para que las cifras de potencia instalada de cada
tecnologı́a se conserven se adiciona el valor de potencia instalada de los generadores que
no han sido incluidos. De esta manera los generadores que han sido elegidos servirán para
representar también a los que se han quedado fuera.
La elección de estos generadores se hace siguiendo el criterio que conforma la primera

aproximación. Con el objetivo de reducir al mı́nimo los errores producidos se afina el
modelo, añadiendo o quitando generadores de ciertas tecnologı́as para añadirlos a otras
o repartiendo errores entre los generadores, buscando siempre mantener los principios de
proporcionalidad establecidos en la primera aproximación.
De esta manera la lista de máquinas a añadir al sistema queda definida de la siguiente

manera:
Tabla 4.5: Generación del modelo
Nudo Comunidad Tecnologı́a P máx (MW)

CC 7590,238657
1 Andalucı́a
EO 4906,348046
HI 2840,516924
2 Aragón
CC 2518,515496
3 Asturias CA 5186,123318
CC 3740,826718
4 Valencia
N 7768,274316
EO 5579,297162
6 Castilla la Mancha
SO 4615,869316
CA 5672,885313
7 Castilla y León EO 8203,357968
HI 7708,800658
CC 5381,416702
8 Cataluña
CO 6879,720316
9 Extremadura HI 4086,272174
EO 4958,508088
10 Galicia
HI 6498,962507
13 Murcia CC 4250,406734
15 Paı́s Vasco CC 2640,751588
Esta manera de afrontar el problema del número reducido de generadores crea desvı́os
importantes en cuanto a la realidad del tipo de tecnologı́a instalada en cada comunidad,
pero permite un grado de precisión aceptable con respecto a la potencia instalada por
comunidad autónoma y por tecnologı́a. A cambio, permite llevar a cabo la simulación
aproximada del sistema peninsular de una manera simplificada y con un bajo error, como
quedará demostrado en las distintas tablas de errores mostradas en el Anexo I.
En estas tablas se puede apreciar que para las comunidades el error no supera el 7 %,
mientras que para las tecnologı́as este error no pasa del 2 %. Con estos valores se puede
considerar que el error producido es aceptable.
Como se puede apreciar en la tabla 4.5 el número de generadores es de 19. Esto se

debe a que se ha debido usar uno de los generadores como swing bus del sistema. Este
generador número 20 el que servirá para simular la conexión internacional con Francia.
4.1.2.3 Determinación de las cargas
La carga del sistema (llamada “Load” en inglés) representa la demanda de energı́a

eléctrica. En esta sección, dedicada solamente a la construcción del modelo, se estudiará
cómo realizar la adición de las cargas que se dan actualmente tal y como vienen reflejadas
en el informe de Red Eléctrica [46] , es decir, sin tener en cuenta las modificaciones en la
demanda que producirı́a la introducción del vehı́culo eléctrico.
Para poder determinar las cargas se ha partido de dos datos. El primero es la demanda
(en GWh) producida por las diferentes comunidades autónomas, y la segunda es la curva
de máxima demanda del dı́a 4 de febrero de 2015. Se ha escogido este dı́a porque representa
el dı́a de máxima demanda del 2015 [46] y se dispone de la demanda en MWh peninsular
por hora.
Figura 4.2: Demanda horaria diaria (en MWh)del 4 de febrero de 2015

Figura 4.3: Demanda por Comunidad Autónoma
Todos los datos de este apartado se han obtenido del anexo referente a la demanda
del Informe de Red Eléctrica [46, Anexo 1].
El procedimiento que se ha seguido para poder determinar la demanda horaria por

comunidad consiste en establecer qué porcentaje del total de demanda pertenece a cada
comunidad, para después multiplicar ese porcentaje por la demanda peninsular de cada
hora. De esta manera queda definida la carga por hora de cada uno de las comunidades
representadas en los nudos.
Para la potencia reactiva demandada se multiplicará la potencia demandada por

0,1375. Esto se debe a que la media de potencia reactiva demandada por la red ronda un
13,75 % de la demanda de potencia activa [47].
4.1.2.4 Determinación de las lineas de transmisión
La lı́nea de transmisión (o branch en inglés es la responsable de trasmitir la energı́a

eléctrica de un nudo a otro. En el modelo desarrollado su función resulta especialmente
importante, ya que, como en la realidad, los nudos con mayor generación se encuentran
alejados de los nudos con mayor demanda. Por ello es necesario desarrollar un modelo de
las lı́neas que se ajuste al real.
Fuente: REE, 2014
Figura 4.4: Mapa del transporte ibérico
Para determinar las conexiones entre nudos se partirá del Mapa del Transporte Ibérico
[49] publicado por REE. En ese mapa se muestran, entre otros datos, las lı́neas eléctricas
de alta tensión (220 y 400 kV). A partir de este modelo se determina cuantas lı́neas de alta
tensión cruzan las fronteras entre cada comunidad. De esta manera se puede concretar
cuál es la capacidad máxima intercambiada por cada lı́nea.
Es importante mencionar que debido a la distribución de la generación se han reforzado
algunas de las lı́neas, con lo que el modelo no es una réplica exacta del sistema español,
aunque ciertamente está totalmente basado en el.
Respecto a las propias lı́neas de alta tensión, es necesario establecer cuáles son los
parámetros que las rigen para poder introducirlas en el programa. Para ello se han
consultado diferentes documentos desarrollados por REE para lı́neas eléctricas. En estos
documentos, entre los que se incluyen Documentos Iniciales de Proyecto, Estudios de
Impacto Ambiental e incluso Boletines Oficiales del Estado se describen las caracterı́sticas
generales de las lı́neas de transmisión a construir [50][51][52][53].
A partir de estos documentos se ha podido determinar cuáles son los materiales y las
configuraciones más usadas por REE para las lı́neas de alta tensión. Para poder simplificar
el problema solamente se calcularán los valores del modelo para una lı́nea tipo de 400 kV,
por lo que se supondrá que todas las lı́neas tendrán las mismas caracterı́sticas por km.

Tabla 4.6: Caracterı́sticas de la lineas de alta tensión elegida
Tensión 400 kV
Conductor Condor
Sección 516,8 mm2
Cable Triplex
Capacidad térmica de transporte 2.441 MVA
Tabla 4.7: Valores usados para la determinación de las lineas
Rk 0,0718 Ω/km
GM Rc 1,1216 cm
D 2,776 cm
µ0 4 · p · 10−7 H/m
0 8, 8854 · 10−12 F/m
Para los cálculos se han usado los valores obtenidos en las tablas 4.8 y 4.9. Para
trabajar con la geometrı́a de las lı́neas se ha considerado un apoyo normalizado tipo 43
S. Para obtención de los diferentes parámetros se ha llevado a cabo usando las fórmulas
establecidas por el libro Power System Analysis de Hadi Saddat [54] para lı́neas trifásicas
de doble circuito, con la suposición de que hay trasposiciones.
Las operaciones llevadas a cabo para obtener los valores de las lineas se pueden en-
contrar en el Anexo 2 de este trabajo.
Tras realizar los distintos cálculos se obtiene como resultado un modelo en PI de la

lı́nea tipo. En la tabla 4.10 se pueden observar los valores obtenidos por kilómetro y en
valores por unidad. Estos valores se multiplicarán por la longitud de cada lı́nea y se hará
un paralelo según el número de lı́neas tipo que van de una comunidad a otra en el modelo.
Las lı́neas determinadas por la tabla 4.11 han sido creadas según la distribución de las
lı́neas de alta tensión obtenidas del mapa del transporte ibérico de 2015 (figura 4.4). En
relación a la longitud de las mismas se tomará la distancia entre los centros geométricos
aproximados de las comunidades autónomas que se unan. Dado que la media de estas
distancias es inferior a los 250 km el modelo realizado ha sido en PI para una lı́nea media
[54].
Para los cálculos se han usado como bases del sistema en p.u. Sb = 100 M V A y
Ub = 400 kV .
Tabla 4.8: Valores del modelo en PI obtenido
Zs 0, 01198 + 0, 27712 · jΩ/km Zs (p.u) 7, 489ů10 − 6 + 1, 732 · 10−4 · j

Yp 3, 9 · 10−6(Ω/km)−1 Yp (p.u) 0, 00624 · j
Tabla 4.9: Origen, destino, distancia y número de lineas equivalentes a las calculadas del
modelo
Salida Llegada Km Nº de lineas equivalentes

ANDALUCIA CAST-MANCHA 273,17 3
ANDALUCIA EXTREMADURA 247,89 3
ANDALUCIA MURCIA 270,64 3
ANDALUCIA PORTUGAL 400,45 2
ARAGON VALENCIA 254,83 2
ARAGON CAST-MANCHA 291,6 2
ARAGON CATALUÑA 203,39 6
ARAGON NAVARRA 130,82 2
ASTURIAS CANTABRIA 158,73 2
ASTURIAS CAST-LEON 208,44 4
VALENCIA CATALUÑA 330,72 4
VALENCIA CAST-MANCHA 194,65 6
VALENCIA MURCIA 169,96 4
CANTABRIA CAST-LEON 182,28 3
CANTABRIA PAIS VASCO 123,83 2
CAST-MANCHA EXTREMADURA 270,27 5
CAST-MANCHA MADRID 107,8 6
CAST-MANCHA MURCIA 222,48 2
CAST-LEON EXTREMADURA 295,18 2
CAST-LEON GALICIA 300,66 4
CAST-LEON PAIS VASCO 241,71 4
CAST-LEON LA RIOJA 199,14 2
CAST-LEON MADRID 161,4 4
CAST-LEON PORTUGAL 359,66 2
CATALUÑA FRANCIA 70,2 2
EXTREMADURA PORTUGAL 176,64 2
GALICIA PORTUGAL 333,25 2
LA RIOJA NAVARRA 232,03 2
LA RIOJA PAIS VASCO 86,32 2
PAIS VASCO FRANCIA 65,56 2
Solo se ha determinado un tipo de linea de alta tensión, sin embargo la red eléctrica
peninsular está compuesta por numerosos tipos conductores y diferentes niveles de tensión.
Para resolver adecuadamente el problema teniendo en cuenta esta restricción se ha hecho
una aproximación de todas las lineas que cruzan de una comunidad a otra y se ha estimado
su capacidad. Este valor ha sido dividido por la capacidad total de la linea determinada,
para poder establecer cuantas lineas del modelo se necesitan para que las conexiones entre
comunidades sean equivalentes con el caso real. A estas lineas se le sumarán además un
número extra en función de las necesidades que presente el sistema.

4.1.3 Otras consideraciones

En este punto se tratan otros aspectos del desarrollo del modelo no explicados en los
puntos anteriores. Se analizará cómo se han determinado distintos parámetros relaciona-
dos con la demanda del vehı́culo eléctrico, ası́ como su variación horaria. También se verá
cómo se ha calculado la variación horaria de las diferentes tecnologı́as de generación y que
supuestos se han tomado. Por último se tratará la manera de obtener los costes de las
centrales relevantes del modelo.
4.1.3.1 Demanda de los vehı́culos eléctricos

Para obtener la potencia que demandarán los BEV en los diferentes casos de estudio
se han tenido en cuenta tres factores diferentes: las caracterı́sticas de las baterı́as, el tipo
de recarga y la distribución geográfica de los vehı́culos eléctricos.
Respecto a las baterı́as, necesarias para poder determinar la demanda que se generará,
se ha seguido el siguiente procedimiento. En primer lugar se ha determinado cuales son
los modelos de BEV más vendidos en España en 2016 [56][57] y cuál es el consumo en
kWh/100km de los mismos.
A continuación se ha hecho una media ponderada entre ambos valores, con lo que
se ha obtenido el consumo medio, de 14 kWh/100km.Este valor coincide con los valores
medios dados por diferentes informes [31][44], por lo que se tomará como válido. Para
determinar el valor del consumo diario se usa la media de kilómetros recorridos por una
persona en transporte por carretera del informe Cuentas Ecológicas del Transporte en
España de 2014 [55]. Este documento da un valor medio de 41,6 km/dı́a, por lo que se
puede hacer el siguiente cálculo.
´ = 5, 824 kW h/DIA
14 kW h/100km · 41, 6 km/DIA ´ (4.1)
Se hará la suposición de que ese es el consumo medio diario de un vehı́culo eléctrico.

A este consumo de energı́a activa hay que añadir el de energı́a reactiva. Se considera por
tanto que las baterı́as tienen un factor de potencia de 0,9 [47][48]
El siguiente punto a tratar es la recarga de los BEV. La importancia de este punto

radica en que si no se hace una adecuada gestión de la carga el pico de demanda de
los coches eléctricos coincidirı́a con el pico de la demanda actual, lo que aumentarı́a la
diferencia entre la demanda en horas pico y valle, aumentando con ello la ineficiencia del
sistema eléctrico.
Para determinar los modelos de recarga (sin control y con control) se recurrirá al
servicio web ofrecido por REE, SimuladorVE (ref.). Solo se tendrá en cuenta la recarga
en el domicilio, quedando la recarga en el lugar de trabajo y en electrolineras fuera del
alcance de este trabajo. Tras introducir los datos en el simulador para los dos casos
quedan los siguientes modelos de recarga.
Fuente: REE, 2014
Figura 4.5: Modelos de recarga del vehı́culo eléctrico
Como se puede apreciar en la Figura 4.6, el modelo sin control distribuye la carga en
torno a las las 21h, casi coincidente con el pico de carga diario. Por otro lado, el modelo
con control la distribuye en torno a las 4h, coincidiendo plenamente con las horas valle.
El último punto a tratar es la distribución geográfica. En este apartado se ha determi-

nado en primer lugar la distribución del parque de vehı́culos como porcentaje por comu-
nidad autónoma. Con ese porcentaje se han distribuido los coches eléctricos, quedándose
la distribución como viene indicada en la tabla 4.10.
Tabla 4.10: Vehı́culos eléctricos por comunidad según los distintos caso
Comunidad % del total Bajo Medio Alto

Andalucı́a 18,79% 209.985 419.971 629.956
Aragón 2,89% 32.313 64.626 96.939
Asturias 2,32% 25.932 51.863 77.795
Valencia 11,53% 128.924 257.850 386.775
Cantabria 1,38% 15.473 30.946 46.419
Castilla y León 5,03% 56.190 112.381 168.571
Castilla la Mancha 6,02% 67.248 134.497 201.745
Cataluña 17,47% 195.263 390.526 585.789
Extremadura 2,68% 29.983 59.966 89.949
Galicia 6,73% 75.263 150.526 225.790
La Rioja 0,69% 7.746 15.492 23.238
Madrid 14,98% 167.432 334.863 502.295
Murcia 3,42% 38.191 76.381 114.572
Navarra 1,51% 16.885 33.769 50.654
Paı́s Vasco 4,56% 50.948 101.896 152.844
TOTAL 100,00% 1.117.777 2.235.555 3.353.332

Para finalizar se han tenido las siguientes consideraciones. El tiempo de recarga del
BEV enchufado a una conexión de baja tensión se estima en 8 horas, por lo que se ha
supuesto que la demanda horaria por vehı́culo es de:
´
5, 824kW h/DIA
= 0, 728 kW (4.2)
8h
Este valor, multiplicado por el número de BEV en cada comunidad, determina el pico
de demanda producido por CC.AA. Este número se ha aplicado al modelo de recarga
para poder determinar la variación de demanda por horas de cada comunidad. Para
simplificar el problema de distribuir la carga de los vehı́culos se hará la suposición que
en el punto máximo de cada curva se están demandando electricidad el 100 % de los
vehı́culos eléctricos.
4.1.3.2 Variación horaria de la generación

A lo largo de un dı́a el mix de generación varı́a. El objetivo de este punto es determinar
cómo varı́a la generación del modelo a lo largo de las 24 horas de cada caso en función de
la tecnologı́a.
• Carbón y ciclo combinado. Ambas tecnologı́as aparecen juntas ya que su fun-

cionamiento será similar. Las centrales de este tipo serán las encargadas de ajustar
la producción de energı́a eléctrica a la demanda en todo momento.
• Cogeneración y nuclear. Las dos tecnologı́as se caracterizan por que su generación

se mantendrá al mismo nivel constantemente. Para la cogeneración se supondrá
una generación continua del 60 % ya que este valor aproxima su generación al 10 %
que suele tener en el mix energético nacional. La nuclear generará continuamente
el 100 % de su capacidad, como es habitual en el sistema español, si exceptuamos
los periodos de recarga y averı́as.
• Eólica, hidráulica y solar. Al ser su generación irregular pero relevante para el

sistema (especialmente la eólica) se usará para su determinación los datos de la
generación, hora por hora, de las tecnologı́as. Su funcionamiento se explicará con
más detalle a continuación
Las curvas que se pueden observar en las gráficas han sido obtenidas haciendo una
media para cada uno de los valores horarios de todos los dı́as de 2015. Este procedimiento
se ha aplicado para las tres tecnologı́as.
Fuente: Elaboración propia, datos de REE, 2016
Figura 4.6: Producción de energı́a eólica, hidráulica y solar como porcentaje de la potencia
total instalada
Como se puede observar, la media de la energı́a eólica no es muy elevada y presenta

poca variación. Esto puede parecer poco realista en comparación con lo que ocurre en la
realidad, en la que suelen darse saltos de generación del orden de miles de megavatios en
apenas horas. Dado que se ha buscado representar un valor medio de todas las horas de
2015, este resultado se considera aceptable.
El caso de la energı́a hidráulica es peculiar, ya que se aprecia como su generación

varı́a de una manera similar a la curva de demanda observada en la gráfica 4.2. Esto
puede explicarse por varios motivos. El primero es su uso para contribuir a las rampas de
generación necesarias para hacer las funciones de regulación del sistema. El segundo es
puramente económico, ya que la hidráulica obtiene su energı́a del agua almacenada, un
recurso cuya energı́a primaria es prácticamente gratuita y que puede llevar a producir en
cuestión de segundos, con lo que puede interesar producir en horas donde se supone que
el precio será mayor.
En cuanto a la curva de la solar poca explicación es necesaria, comienza a producir

aproximadamente con la salida del sol, alcanza su pico de producción al mediodı́a y va
disminuyendo su producción a medida que va cayendo la noche.
La información correspondiente a la figura 4.7 se obtuvo del repositorio web de E-Sios

[59], perteneciente a Red Eléctrica de España.
4.1.3.3 Costes de generación

Para que el PSS/E pueda realizar un flujo óptimo de carga es necesario determinar
las curvas de costes de cada central que vaya a participar en el despacho económico. En
nuestro caso estas centrales se reducen a dos tipos, el ciclo combinado y el carbón.

El hecho de que cada una de las centrales represente a un conjunto de grupos de

generación y tenga por tanto una potencia nominal muy superior a la de los generadores
reales significa que no se puede usar una curva de costes tipo normal. Para resolver este
problema se ha acudido a la tesis doctoral “Influencia de las restricciones medioambientales
en el sector eléctrico” [60]. En dicha tesis se determina una manera de calcular costes no
en base a la potencia nominal de una central sino a una potencia base en común en el
sistema “por unidad” (p.u.).
Por motivos de simplificación se tomará la consideración de que las centrales de carbón

usan como combustible la antracita, por estar su PCI entre la hulla y el lignito.
Ası́ pues, y siguiendo lo especificado en la tesis, lo primero es calcular la curva de

consumo especı́fico FCE de cada central, que sigue la siguiente fórmula. El valor de los
coeficientes viene determinado también en la tesis. La fórmula que representa esta curva
es la siguiente.
c
FCE = +b+a·P (4.3)
P
Donde los coeficientes a, b, c son parámetros que ajustan una curva cuadrática a
la curva caracterı́stica de consumo especı́fico de cada central.Los valores de P , en esta
expresión se introducen en en p.u.respecto a la potencia nominal de cada central. Tanto
los valores de la función como de los parámetros a, b y c vienen dados en MMWJh .
El siguiente paso es transformar la curva de consumo especı́fico en una curva de coste

especı́fico(Fce ), para lo cual es necesario afectar a la ecuación anterior con precio de los
combustibles. Se puede determinar, a partir de la documentación estudiada, que el precio
del Gas Natural es de 21,7 e/MWh y el del carbón de 8,13 e/MWh [61][62]. La ecuación
queda modificada de la siguiente manera.
1
! " #
Euros Euros c M Jt M W ht

Fce = P recio · + b + a · Pp.u. ·
M W ht M W ht Pp.u. M W he 3.600 M Jt
(4.4)
A continuación se transforman los valores de la curva Fcoste de p.u. a MW. Para ello
todos los valores de P se multiplican y dividen por la potencia nominal (PN ) de cada
generador. La ecuación queda de la siguiente manera.
c0
!
Euros c PN

Fce = + b + a · Pp.u. · = + b 0 + a0 · P (4.5)
M W he Pp.u. PN P
Donde P pasa a determinarse en M W y los coeficientes a, b y c pasan a ser:
" #
a Euros Euros Euros

a =
0
; b0 = b ; c0 = c · PN (4.6)
PN (M W ) h
2 MW h h
El último paso a tomar es obtener la curva de coste horario Fch . Los valores, ahora
en e/M W he por la potencia de cada uno para tener una curva que enfrente la potencia
generada con el coste horario (e/h).
c0
!
Euro Euros

Fch = + b 0 + a0 · P · P [M W ] = P 2 · a0 + P · b0 + c0 (4.7)
h P MW h
Para que el PSS/E pueda hacer los cálculos de costes del modelo sin que aparezcan
errores en los resultados es necesario que la curva Fch comience en 0. Para poder deter-
minar la nueva curva se hace una regresión lineal, que determina una nueva ecuación. En
estas regresiones el cuadrado del coeficiente de regresión oscila entre el 0,95 y el 0,98, con
lo que se considera una aproximación válida.
4.1.4 Diagrama del modelo

Los valores del modelo que han sido establecidos en los apartados previos se introducen
en el programa PSS/E. La representación en un diagrama de estos valores es la que se
puede observar en la figura 4.7.
Figura 4.7: Diagrama del modelo

En este diagrama las barras representan a los nudos, es decir, a las Comunidades
Autónomas, Portugal y Francia. Los triángulos representan las demandas y los cı́rculos
las máquinas generadoras. Las lineas que conectan los nudos entre si son la representación
gráfica de las lı́neas de transmisión.
4.1.5 Ejecución de las simulaciones

Debido al alto número de simulaciones que se van a realizar se hace necesario desarrol-
lar un programa que permita automatizar la entrada de datos, la ejecución del programa
y la recogida de los resultados. Para ello se ha contado con la API que proporciona el
programa PSS/E, que permite al programa leer código en el lenguaje de programación
Python.
El programa, cuya transcripción se incluye en los anexos, funciona de la sigu-

iente manera. En primer lugar abre dos archivos de datos, el primero contiene los valores
iniciales del modelo, es decir, la potencia máxima de cada generador y la demanda máxima
de cada nudo. La segunda hoja incluye las variaciones horarias en porcentaje de la de-
manda y la energı́a eólica, hidráulica y solar producida. Asimismo se incluye en ambos
documentos una sección que cuenta con los datos de demanda de los vehı́culos eléctricos
de cada comunidad por hora.
Aunque la entrada de estos datos está automatizada, es necesario modificar la infor-

mación correspondientes a la variación de la cantidad de vehı́culos eléctricos en el sistema.
Una vez obtenidos los datos, el programa los introduce en el modelo creado en PSS/E,
donde ya están definidos los nudos y las lı́neas de transporte.
La siguiente parte del código es la encargada de definir un camino de salida para los
informes que generará cada simulación. A ello le sigue la ejecución del OPF (flujo óptimo
de carga, por sus siglas en inglés). El OPF es el encargado de realizar los cálculos del flujo
de potencia con la restricción de minimizar el coste de combustible, cuya introducción se
describe en el punto previo.
A la restricción de minimización de costes se ha añadido también una restricción en

el valor máximo y mı́nimo de tensión que deben tener los nudos. Esta limitación viene
determinada por los procedimientos de operación de REE, y limita las variaciones de
tensión a 1,05 y 0,95 p.u. . Por tanto, se ha tenido que modificar el valor preestablecido
por el programa de 1,1 y 0,9 p.u [66], valores que solo se contemplan para casos de
contingencia según REE [63][64][65].
La última parte del código se encarga de recopilar todos los datos de cada simulación
y organizarlos en una fila. Estos datos se guardarán en un archivo tipo “.csv”, similar a
los encargados de introducir los datos, en el que en cada lı́nea se encuentran todos los
datos del caso en una hora, es decir, una de las 24 simulaciones por caso.
Queda por tanto para cada caso un archivo separado por comas con 24 filas y 165
datos por cada fila. Por ello es también necesario automatizar el procesamiento de los
datos, para obtener los valores que se deseen.
El proceso de obtención de datos se automatizará también con un código en VBA, el

lenguaje de programación de las macros de Excel. La función principal de este programa,
también incluido en el anexo, es de ordenar los datos que se han obtenido, tanto los
creados en el archivo “.csv” como la información de los informes generados por el OPF,
donde se incluye el precio del combustible. Estos datos quedan a posteriori resumidos en
diferentes tablas y gráficas.
Cabe destacar que como cada caso se guardará en una hoja Excel diferente quedan,
tras resolverse todas las simulaciones, 13 documentos de datos, entre los que se incluye el
caso base. Los resultados se obtendrán comparando el caso base con el resto de casos.
4.2 Impactos ambientales y económicos

Para completar la información obtenida por el impacto en el sistema eléctrico se ll-
evarán a cabo una serie de estudios que permitan conocer con más detalles los posibles
impactos medioambientales y económicos. En este punto se determinan los valores que
serán de utilidad en los puntos dedicados a estudiar estos aspectos.
Los valores que se usarán en los distintos análisis de los impactos serán los provenientes
de las simulaciones del caso base y de los casos extremos con y sin control de carga (casos
3 y 6). En este capı́tulo no se determinarán los valores que se usarán para hacer los
distintos cálculos porque muchos de ellos dependen de los resultados de las simulaciones
mencionadas.

Capı́tulo 5
Impactos en el sistema eléctrico
En este punto se analizarán los resultados obtenidos tras haber realizado las simula-
ciones de cada caso. En primer lugar se analizarán gráficamente los resultados del flujo
de carga óptimo para la hora de mayor carga del caso base. Le seguirá una descripción,
hora por hora, del mismo, incluyendo una explicación de los datos más importantes. A
continuación se compararán los datos del resto de casos con el caso base. Por último se
tratarán los casos de interés y se verán sus efectos.
5.1 Nudos de referencia

Para observar mejor los distintos efectos que se producirán en el sistema se elegirán
dos nudos, en los que se estudiarán la mayorı́a de los efectos de los casos. De esta manera
no habrá necesidad de hacer un estudio exhaustivo de todos los nudos que conforman el
sistema.
Se seleccionan los nudos en los que la distribución de vehı́culos tenga mayor o menor
peso respecto a la demanda de energı́a eléctrica.
Los nudos elegidos son el 12 y el 15, los que representan a las comunidades de Madrid,
donde el vehı́culo eléctrico representa un porcentaje mayor con respecto a la media, y el
Paı́s Vasco, en el que el número de vehı́culos eléctricos es proporcionalmente menor.
5.2 Flujo óptimo de carga del modelo

En este apartado se analizarán los efectos que se dan en los nudos, las lı́neas y las
máquinas generadoras. Su análisis se basará en el coloreado del diagrama de lı́neas,
realizado automáticamente por el programa PSS/E y que recibe en el programa el nombre
de “Contouring” o contorneado. Su estudio servirá para verificar el buen funcionamiento
del modelo y para identificar distintas situaciones que pueden resultar de interés. Como
se ha mencionado previamente, el estudio se hará realizando un flujo de potencia para la
hora 21, en la que se da el pico de demanda.
5.2.1 Tensión (en p.u.)

Al situarse la media de voltajes en torno a 1,02 p.u. el esquema se ha escalado para
que ese valor coincida con la media. Se considera una variación máxima de tan solo 0,01
p.u. para que resalten más las variaciones que se producen.
Figura 5.1: Contorneo del voltaje para la hora 21 del caso base
Como se puede ver en la figura 5.1, la variación del voltaje depende tanto de la potencia
demandada como de la generada. Esto se ve claramente en varios nudos. En el nudo 3
(Asturias) o en el 9 (Extremadura) la generación excede por mucho a la demanda, y
por ello el voltaje es mayor. Como caso intermedio tenemos el nudo 1 (Andalucı́a),
donde la generación y la demanda están bastante equilibradas (hay una diferencia de
aproximadamente 1.000 MW entre ambas). Finalmente el nudo 12 (Madrid) destaca
claramente por tener uno de los menores voltajes. Esto se debe a que tiene una demanda
bastante alta pero no se produce generación de ningún tipo.
Hay que recordar que estos voltajes son los que estima el modelo que resulta más
eficientes para el sistema, con lo que tiene sentido que los voltajes dependan de los
parámetros descritos, ya que en lugares donde se genera potencia se requerirá de un
mayor voltaje para que la tensión no caiga demasiado al cruzar las lı́neas de transmisión.
Capı́tulo 5. Impactos en el sistema eléctrico

5.2.2 Ángulo (en radianes)

La variación del ángulo en el modelo es pequeña, por ello la escala se sitúa entre los
0,25 radianes y los - 0,25 radianes. Esta elección de escala permite apreciar mejor los
valores de los ángulos de cada nudo.
Figura 5.2: Contorneo del ángulo para la hora 21 del caso base
Se aprecia claramente en el contorneado (figura 5.2) que el ángulo es más elevado

en el nudo 3 (Asturias). También es elevado, aunque de manera menos significativa, en
los nudos 5 (Cantabria), 10 (Galicia) y especialmente el nudo 7 (Castilla y León). La
explicación de este motivo es sencilla. Entre esos 4 nudos se acumula el 44,35 % de la
producción de energı́a, pero solo el 17,65 % de la demanda. Esto permite presumir que
las lı́neas de transmisión que conectan con estos nudos estarán más cargadas, lo que se
corroborará más adelante.
Los efectos que tiene esta concentración de la generación son claros. Allá donde hay
mucha generación y es sencillo distribuirla aumenta el ángulo. Por el contrario, si se da
una carga elevada en las lı́neas de transmisión, el nudo al otro lado de la lı́nea se verá
afectado con una caı́da del ángulo. Por ello el resto de nudos tienen ángulos negativos.
La excepción está en los nudos 4 y 9 (Valencia y Extremadura). Esto se debe a que, en
menor medida, la generación de ese nudo es superior a la demanda, lo que les permite
compensar el ángulo.
Se puede comprobar cómo este modelo se ajusta de una manera muy clara a la realidad,
ya que tanto Asturias como Castilla y León son grandes exportadoras de energı́a, llegando
a ser en la segunda el ratio de generación/demanda de un 227 % (en esta simulación del

modelo es de un 438,12 %) [?]. No obstante se aprecia un desvı́o en el modelo, y es que
el ángulo del nudo 9 (Extremadura) deberı́a ser mayor, por ser la otra gran comunidad
exportadora.
Este fallo se debe a las limitaciones en el diseño del modelo, ya que la restricción del
número máximo de generadores ha obligado a variar la distribución real de la ubicación
de las centrales. En este problema destaca la tecnologı́a nuclear, que con su producción
constante acaba afectando considerablemente al conjunto de la producción. Esta tec-
nologı́a tiene fuerte presencia en Extremadura (Almaraz I y II) por lo que la variación de
su distribución repercute significativamente en el modelo.
5.2.3 Lı́neas (en MVA)

En este contorneado del modelo se representa el flujo de potencias en las lı́neas de
transmisión en MVA. A la hora de hacer las simulaciones se puede observar que las
potencias más altas rondan los 2.000 MVA, justo en la conexión entre el nudo 7 (Castilla
y León) y el nudo 12 (Madrid). No obstante, para enfatizar más las variaciones que se
dan en el resto de lı́neas el contorneado se escalará entre 0 y 1.000 MVA.
Figura 5.3: Contorneo la potencia aparente de las lı́neas para la hora 21 del caso base

Lo primero que se aprecia de la figura 5.3 es que, tal y como se preveı́a en el punto
anterior, la mayor parte de las lı́neas que conectan con los nudos 3 y 7 (Asturias y Castilla y
León) conducen una gran cantidad de potencia. Este esquema permite apreciar fácilmente
cuál es el camino que recorre la electricidad generada en los nudos mencionados.
Por ejemplo, se ve como el nudo 15 (Paı́s Vasco) recibe mucha potencia proveniente
de los nudos 3 (pasando por el nudo 5) y 7. De ahı́ hay dos caminos, hacia el nudo 11 o
hacia el 17 (la Rioja y Francia, el nudo de equilibrio), no obstante, el nudo 11 ya recibe
potencia del nudo 7, por lo que lo que la demanda se transmite al nudo 17 y de ahı́ al nudo
8 (Cataluña). Este último es un nudo generador, pero en este caso no produce suficiente
energı́a como para autoabastecerse (cubre un 81,87 % de la producción solamente), con
lo que acaba absorbiendo la potencia que le llega del nudo 15.
Cabe destacar varios hechos. En primer lugar, el nudo 5 (Cantabria) es un importante

nudo de paso, y si se quisiera hacer el modelo a prueba de contingencias convendrı́a reforzar
con nuevas lı́neas sus conexiones. En segundo lugar, es destacable la situación que se da
entre los nudos 7 y 12 (Madrid). Y es que en este último nudo no hay producción, y la
demanda es bastante elevada (4.688,68 MW), por lo que las lı́neas que les unen sufren una
gran carga, aunque no la suficiente como para llegar al máximo de la capacidad térmica
de transporte.
También se observa en el esquema (figura 5.3) que hay muchas lı́neas coloreadas con
azul oscuro, lo que significa que están transmitiendo o poca o ninguna potencia. Es posible
que el modelo funcionase igual de bien sin ellas, con lo que serı́a más eficiente. No obstante
hay que tener en cuenta tres factores. El primero es que las lı́neas se han establecido
basándose en lo construido en la penı́nsula, sin tener en cuenta que la distribución de
generadores es diferente. Una posible lı́nea de ampliación del modelo serı́a cambiar las
distribuciones para que sirvan mejor como aproximación a la realidad. El segundo factor es
que en este modelo la producción de energı́a eólica, aunque sea la media de la producción
en la penı́nsula en 2015 [59], es muy inferior a los valores que puede alcanzar, por lo que
es posible que con alta producción eólica algunas de las lı́neas de transmisión con poca
carga sean necesarias para transmitir adecuadamente la potencia. El tercer factor es que
estas lineas participarı́an de manera más activa en el sistema en el caso de que el sistema
sufra contingencias de pérdida de lineas más cargadas.
Un defecto que se aprecia en el modelo es que se usa la conexión con Francia para
transmitir potencia del nudo 15 al nudo 8. Aunque la cantidad transmitida no supera
los lı́mites de conexión (se ha supuesto para cada lı́nea un lı́mite de 1.475 MW, lo que
suma un total de 2.950 MW, el lı́mite de conexión en la realidad) la simulación deberı́a
buscar otro camino para transmitir esa potencia. No obstante en un caso real la conexión
por el Paı́s Vasco podrı́a exportar la energı́a y la conexión por Cataluña importarla, lo
que implica que aunque el sistema no deberı́a usar ese nudo de la manera en que lo hace,
podrı́a darse la posibilidad real de que eso ocurriese.
Con este punto concluye la descripción del modelo para una hora determinada. A
continuación se analizarán los resultados correspondientes al mismo modelo pero para
una simulación que comprenda las 24 horas del dı́a, lo que se ha llamado caso base.
5.3 Descripción del caso base

Como ya se ha explicado, el caso base consiste en la simulación del flujo óptimo de
carga del modelo sin incorporase las variaciones que se van a estudiar. Su desarrollo sirve,
en primer lugar, para verificar si el modelo desarrollado se aproxima lo suficiente al caso
español. En segundo lugar, este caso se usará como punto de partida para comparar
los cambios que se producen en el resto de escenarios. Tras realizar la 24 simulaciones
correspondientes se obtienen los siguientes resultados.
5.3.1 Demanda
En este caso el valor de la demanda no se ve afectado por ninguna de las variables,
por lo que la curva no presenta ninguna novedad con respecto a la curva de demanda
seleccionada a la hora de crear el modelo.
Figura 5.4: Demanda de potencia activa y reactiva del caso base
Como se aprecia en la gráfica (figura 5.4) la diferencia entre la hora de más alta
demanda (pico) y la más baja (valle) es considerable, alcanzando los 15.000 MW. Para
tener una idea de la escala, un grupo generador nuclear en España tiene una potencia
media de aproximadamente 1.000 MW. Esto significa que en el intervalo que se da entre
en valle y el pico se produce un incremento de demanda equivalente a la producción de
15 centrales nucleares.
El punto de menor demanda se da a las 5 h, mientras que el de mayor demanda se da

a las 21 h. En todos los casos la potencia reactiva demandada se mantiene constante a
un 13,75 % de la potencia activa, tal y como se describe en el capı́tulo anterior.

Tabla 5.1: Máximo, mı́nimo y diferencia de potencia demandada del caso base
Máximo 40.323,77 MW
Mı́nimo 25.157,19 MW
Diferencia 15.166,57 MW
5.3.2 Tensión y ángulo en los nudos de referencia

La utilidad de los nudos de referencia reside en el estudio de los efectos de la im-
plantación del BEV en la tensión y el voltaje de los nudos, como se ha mencionado en el
punto 4.1. Por ello su aparición en este apartado sirve únicamente para determinar las
variaciones horarias que se dan en ellos sin ninguna interferencia.
5.3.2.1 Tensión
Las gráficas que representan la evolución de la tensión en p.u. (tensión del nudo
entre su tensión nominal de 400 kV) por cada hora de ambos nudos de referencia son las
siguientes (figura 5.5):
Figura 5.5: Tensión de los nudos 12 y 15
Lo más apreciable de ambas gráficas (figura 5.5) es la bajada de tensión que se produce
en las horas valle. Esta variación está causada por la capacidad que tiene en el modelo
este nudo de abastecerse de la energı́a producida por su central. Al ser esta un ciclo
combinado, la generación varı́a mucho con las horas. Por ello, en dichas horas tiene que
importar energı́a, lo que hace caiga la tensión hasta su nudo, mientras que en las horas pico
puede usar la energı́a producida por sı́ mismo, lo que le lleva a que su tensión aumente.
El nudo 12 no tiene capacidad productora, por lo que tiene que importar toda la energı́a
que demanda. No obstante, al estar muy conectado con otros nudos este problema apenas
afecta al voltaje, que solo varı́a ligeramente con el valor de la demanda.
5.3.2.2 Ángulo
Las gráficas que representan la variación del ángulo en radianes por cada hora de
ambos nudos de referencia son las siguientes (figura 5.6).
Figura 5.6: Figura 5.5. Ángulos de los nudos 12 y 15
El análisis de ambas gráficas (figura 5.6.) refleja una situación similar a la descrita en
el caso de los voltajes, y es que en el nudo 15 el hecho de tener un generador acoplado le
lleva a tener un ángulo positivo, variando solo en las horas valle, momento en el que el
generador se apaga. Para el nudo 12 se aplica el mismo razonamiento, el depender de las
importaciones le lleva a tener un ángulo negativo casi todo el tiempo. Este ángulo solo
pasa a ser positivo cuando empieza a recibir energı́a de más nudos, sin embargo, el pico
de demanda de la noche hace que vuelva a caer en valores negativos.
5.3.3 Generación
Para comenzar se analiza el siguiente gráfico (figura 5.7), en el que se compara la
potencia, tanto activa como reactiva, demandada y generada.
Como se puede observar, la lı́nea de potencia generada y la de la potencia demandada

son prácticamente coincidentes, lo que demuestra que el programa ha hecho un buen
despacho, ya que el programa también ha reducido las pérdidas al mı́nimo. También llama
la atención la diferencia que existe entre la potencia reactiva generada y la consumida, ya
que hay una separación considerable.
Los motivos por los que no hay una correspondencia exacta entre ambas curvas, es-
pecialmente en la potencia reactiva, se deben a la red. Y es que lo que se realiza no es
solamente un despacho económico, sino un OPF en el que están representadas las lı́neas
de transmisión. Por eso, la diferencia de potencias se debe por un lado a las pérdidas
de potencia activa (aproximadamente de 120 MW) y por otro lado a la generación de
potencia reactiva que se produce en las lı́neas, que se aproxima a los 3.400 MVAr. Esto se
ve claramente en la siguiente figura 5.8, donde el eje de la derecha representa la potencia
activa y el de la izquierda la potencia reactiva.

Figura 5.7: Comparación entre la generación y la demanda de la potencia activa y reactiva

en MW
Figura 5.8: Pérdidas de potencia activa (eje derecho) y reactiva (eje izquierdo) en MW
Destaca la bajada que se produce en las horas valle, explicada porque se produce
menos energı́a en el sistema, y por tanto las lı́neas, al transportar menos, pierden menos
potencia.
Cabe destacar también que la pérdida de potencia en la distribución del modelo es

considerablemente menor a la real, ya que mientras en este modelo las pérdidas rondan
los 140 MW de media, en la realidad este valor supone una media de 2321,8 MW [59].
Esto puede explicarse por producirse toda la distribución de la potencia en el modelo con
lı́neas de alta tensión de 400 kV, las más eficientes para transportar energı́a, mientras que
en la realidad hay multitud de lı́neas con diferentes tensiones que producen más pérdidas,
a las que hay que sumar también las pérdidas producidas en los transformadores.
Estas pérdidas hacen que la eficiencia de la red del modelo se sitúe en torno al 99,6 %,
mientras que en la realidad se puede deducir con los datos disponibles que ronda el 94 %.
Esto se debe a que en este estudio se ha trabajado con OPF, que hacen una minimización
de costes del sistema, y que por tanto tienden implı́citamente a reducir las pérdidas.
Es importante señalar que para dibujar la lı́nea de potencia generada se ha despreciado

la producción y demanda de energı́a del swing bus.
Figura 5.9: Generación de potencia activa por tecnologı́a en MW
En total el mix energético del dı́a simulado se reparte de la siguiente manera (figura
5.10):

Figura 5.10: Porcentaje de la potencia generada por cada tecnologı́a a lo largo de un dı́a
del modelo
Figura 5.11: Porcentaje de la potencia generada por cada tecnologı́a a lo largo de un dı́a
de media en España en 2015
Como se aprecia en la figura 5.10, a lo largo de un dı́a la tecnologı́a que más produce es
el carbón, con un 30 % del total. Le sigue la energı́a nuclear (22 %) y la eólica (16 %). La
cogeneración alcanza el 12 % del mix, y la hidráulica y el ciclo combinado suponen cada
una un 9 % del total. En último lugar se tiene la producción de energı́a solar fotovoltaica,
con tan solo un 2 % del total del mix.
Si se compara con la realidad (figura 5.11) se observa que existen muchas similitudes
entre el modelo y el caso español, ya que la mayorı́a de porcentajes apenas varı́an entre
un caso y otro. La única tecnologı́a en la que se da una mayor variación es el carbón, que
en el modelo tiene un peso mayor.
Esta caracterı́stica se puede explicar con varios motivos. En primer lugar, en el mix
de 2015 aparecen otras tecnologı́as, que en el modelo no se han tenido en cuenta, y su
generación ha tenido que ser absorbida por el carbón. También la producción de eólica
es menor en el modelo, por lo que se ha tenido que compensar. Por último se podrı́a
decir que el caso que contempla el modelo es el de pico de demanda, por lo que se va a
demandar más energı́a que en la media de 2015. Este extra de demanda es suministrado
por las dos tecnologı́as que participan en el despacho del modelo, el ciclo combinado y
especialmente el carbón.
Se puede concluir por tanto que en el apartado de generación y despacho, el modelo

cumple con creces en sus similitudes con la realidad, por lo que los resultados que se
alcancen se considerarán aceptables como representación del sistema eléctrico nacional.
A continuación se procederá a analizar diferentes parámetros relacionados con la pro-

ducción de las tecnologı́as de carbón y ciclo combinado, pues su estudio no solo es relevante
en el ámbito energético, también lo es en los ámbitos económico y ambiental.
En primer lugar, se estudian las curvas de potencia generada de ambas tecnologı́as

(figuras 5.12 y 5.13):
Figura 5.12: Potencia generada por la tecnologı́a de carbón (CA) en el caso base

Figura 5.13: Potencia generada por la tecnologı́a de ciclo combinado (CC) en el caso base
Lo primero que llama la atención es que la generación de las centrales de carbón (figura
5.12) se encuentra continuamente al máximo de su capacidad, exceptuando las horas valle,
donde disminuye su producción para acomodarse a la demanda de esas horas. Ello se debe
a que el coste de producción de esta tecnologı́a es menor, por lo que su entrada en el mix
predominará en el despacho.
Esto explica también la curva de generación del ciclo combinado (figura 5.13) ya que
esta tecnologı́a solo genera cuando el resto de centrales no son capaces de suplir toda
la demanda. Por ello su producción es 0 MW durante las horas valle y se acomoda a
la curva de demanda el resto de horas. Quizás se debe mencionar que a las 14 h se
produce un pequeño pico en la producción. Esto se debe a que algunas de las tecnologı́as
que no participan en el despacho disminuyen su producción, mientras que la demanda se
mantiene casi constante, por lo que el ciclo combinado debe producir un poco más.
La tabla 5.2 define los valores caracterı́sticos de ambas curvas. Hay que tener en cuenta
que en la realidad el mı́nimo del ciclo combinado no es 0, ya que deben estar preparadas
para los arranques, pero las peculiaridades del modelo llevan a este resultado.
Tabla 5.2: Valores caracterı́sticos de la generación con carbón y ciclo combinado
en MW CA CC
Máximo 10.859,01 6.336,16
Mı́nimo 7.518,42 0
Total 244.770,54 70.847,06
La siguiente información relevante la proporciona la curva de costes de la simulación

(figura 5.14). Como se explicó en el capı́tulo anterior, tanto el carbón como el ciclo
combinado disponen de una ecuación de costes integrada en la simulación, por lo que es
posible conocer el coste por hora que supone para el sistema el uso de ambas tecnologı́as.
Figura 5.14: Costes de generación para el modelo
Como se puede observar en la figura 5.13, las variaciones que dependen del ciclo
combinado son mucho más pronunciadas que las correspondientes al carbón, lo que se
explica por el menor coste de esta última tecnologı́a. Los valores más caracterı́sticos de
la curva son los siguientes:
Tabla 5.3: Valores caracterı́sticos de la curva de costes de generación
Coste en e
Máximo 514.545
Mı́nimo 178.968
Total 8.689.591
Es interesante destacar la gran diferencia que existe entre el coste máximo y el mı́nimo,
que llega a los 335.577 e. Por ello se presupone que cualquier tecnologı́a que permita
suavizar valles y picos supondrá un importante ahorro para el sistema.
5.3.4 Modelo de costes

Se puede determinar el coste de generación en e/MWh del modelo dividiendo el coste
de cada hora por potencia generada de la misma hora. Este método da un valor medio
de 10,87 e/MWh (figura 5.15).

Figura 5.15: Costes en e/MWh del modelo
Las caracterı́sticas principales del coste del caso 0 son las siguientes (tabla 5.4):
Tabla 5.4: Valores caracterı́sticos de la curva de costes en e/MWh
Coste en e/Mwh
Máximo 12,72
Mı́nimo 6,95
Total 245,15
Los motivos que explican una diferencia tan elevada son claros. El modelo solo simula
los costes de las centrales de carbón y ciclo combinado, pero no tiene en cuenta el coste
del resto de generadores, el mantenimiento del sistema o cualquiera de los muchos otros
costes que afectan al precio final de la energı́a y que llevan a que la media de precios de
todo 2015 se situase en torno a 62,65 e/MWh [67].
Para solucionar este problema se va a buscar crear un modelo de costes del sistema
que aproxime el coste por MWh del modelo al coste por MWh real. Este modelo, aunque
sencillo, permite hacerse una idea de la variación de costes real que se producirá en los
diferentes resultados del resto de casos. Queda la posibilidad en futuros trabajos de
mejorar el modelo de costes para aproximar más el modelo al caso español.
La creación del modelo partirá de tres datos. El primero es el coste en e/MWh

horario medio de 2015 [67]. Los otros dos datos son el coste en e/MWh y el porcentaje
de generación que supone la combinación de carbón y ciclo combinado, ambos del modelo.
Se hace la siguiente suposición. Como el coste de generación está directamente rela-

cionado con el mix de tecnologı́as de cada hora, se determina que el porcentaje de coste
proveniente del CA y el CC es el mismo que el porcentaje que suponen esas tecnologı́as
en la generación.
Coste · %(CAyCC) = Coste V ariable (5.1)
Coste − Coste V ariable = Coste f ijo (5.2)
Al aplicar este porcentaje a la curva de costes se divide en dos. Por un lado los costes
fijos, que no dependerán de ningún parámetro, y por otro lado los costes variables, que
dependerán del coste del modelo. Para lograr esta dependencia se multiplicarán los costes
del modelo por un coeficiente que dará como resultado los costes variables.
Coste V ariable = Coste modelo · Coef iciente (5.3)
La ecuación resultante, que determinará los costes “reales” del modelo será la siguiente:
Coste real = Coste f ijo + (Coste modelo · Coef iciente) (5.4)
Al expresar gráficamente cómo es el modelo se obtiene la figura 5.17. El eje de la

izquierda representa el coste en e/MWh y el de la derecha el valor del coeficiente cada
hora. Se compara con el coste real de generación (figura 5.16).
Fuente: Elaboración propia. Datos obtenidos de OMIE, 2016
Figura 5.16: Media de costes en e/MWh de 2015

Figura 5.17: Modelo de costes
Los valores caracterı́sticos de la curva de costes creada por el modelo son, en este caso
inicial, iguales a la media de 2015 y por tanto los siguientes (tabla 5.5):
Tabla 5.5: Valores caracterı́sticos del modelo de costes
Coste En e/MWh
Máximo 70,91
Mı́nimo 48,38
Total 1.466,18
La creación de este modelo de costes permite analizar las variaciones del coste en
e/MWh de cada caso reduciendo el peso de las tecnologı́as de carbón y ciclo combinado
en el sistema, y por tanto aproximando la variación de costes de cada caso a la realidad.
5.4 Comparación de resultados

En este capı́tulo se proceden a hacer los análisis de resultados propiamente dichos.
Los distintos valores se obtendrán comparando los resultados de los casos 1 a 6 con los
datos obtenidos del caso 0 y expuesto en el punto anterior.
Se recuerda que los casos 1 a 3 representan la sustitución de un 5, 10 y 15 % de

turismos sin realizarse un control de carga de la baterı́a. Los casos 4 a 6 representan la
sustitución de un 5, 10 y 15 % de vehı́culos realizándose un control de carga de la baterı́a.
5.4.1 Comparación de los casos sin control de carga

En primer lugar se analizarán los resultados obtenidos al aplicar el incremento de
demanda del BEV sin ningún control sobre la hora a la que se realizan las cargas. Por
tanto, los casos a analizar son el 1, el 2 y el 3. Se analizará la potencia demandada, las
variaciones producidas en el voltaje de los nudos y el cambio producido en la generación.
También se hará un análisis de los costes de generación de cada caso.
5.4.1.1 Potencia demandada
La introducción del BEV en estos casos no está controlada, por lo que estos se conectan
a la red a las mismas horas a las que se da el pico de demanda. Esto provoca que
incrementen considerablemente las necesidades de energı́a del sistema en las horas pico,
como se muestra en la figura 5.18 (El eje de la potencia se escala para que se aprecien
mejor los incrementos).
Figura 5.18: Comparación de la potencia activa demandada de los casos sin control
A pesar del poco número de vehı́culos eléctricos introducidos en comparación con el

parque total español el incremento de potencia es significativo. La potencia demandada
se incrementa en el primer caso un 2 %, en el segundo un 4 % y en el tercero un 6,1
%. Esta variación porcentual, que parece pequeña, implica que la demanda aumenta en
2.441,22 MW (un 106,05 %), el equivalente a 2 centrales nucleares y media. Los datos
detallados correspondientes a la figura 5.18 se dan en la tabla 5.6.

Tabla 5.6: Valores caracterı́sticos de la comparación de potencia activa en los casos sin
control
En MW Caso 0 Caso 1 Caso 2 Caso 3

Máximo 40.323,77 41.137,51 41.951,25 42.764,99
Mı́nimo 25.157,19 25.157,36 25.157,53 25.157,70
Diferencia 15.166,57 15.980,15 16.793,72 17.607,29
En esta tabla se aprecia cómo va aumentando la diferencia entre la potencia deman-

dada en los picos (que aumenta, como ya se ha visto) y el valle, que permanece constante.
Esto implica que el coste aumentará, como se verá más adelante. En el caso de la po-
tencia reactiva se da un caso similar. No obstante se da el problema de que el factor de
potencia de las baterı́as es superior al de la demanda media, por lo que los picos son más
acentuados, como se ve en la figura 5.19 (El eje de potencia vuelve a escalarse).
Figura 5.19: Comparación de la potencia reactiva demandada de los casos sin control
Los incrementos en la potencia reactiva son mayores que en la potencia activa de-
mandada, siendo los porcentajes de 7,1 %, 14,2 % y 21,3 % para los casos 1, 2 y 3
respectivamente. Este incremento en la reactiva debe ser tenido en cuenta, pues puede
causar más pérdidas en la transmisión de energı́a. También puede llevar a provocar que
los aparatos de compensación existentes queden infradimensionados. Los detalles más
importantes de la figura 5.19 quedan definidos en la tabla 5.7.
Tabla 5.7: Valores caracterı́sticos de la comparación de potencia reactiva en los casos sin
control
En MVAr Caso 0 Caso 1 Caso 2 Caso 3

Máximo 5.544,52 5.938,63 6.332,74 6.726,86
Mı́nimo 3.459,11 3.459,20 3.459,28 3.459,36
Diferencia 2.085,40 2.479,43 2.873,47 3.267,50
En los nudos elegidos como referencia (el 12 y el 15) también se da este problema.
En el nudo 12 la potencia activa máxima demandada llega a aumentar un 7,8 %, y en el
nudo 15 un 4,1 %. Gracias a esta diferencia de porcentajes se puede apreciar que tanto el
reparto de vehı́culos eléctricos como la elección de los nudos de referencia son correctos,
porque permiten trabajar con los nudos más y menos afectados por el BEV.
La potencia reactiva de estos nudos sigue la misma tendencia, con la diferencia, ya

mencionada, de que el incremento es mucho mayor que con la potencia activa. Ası́ pues,
en el nudo 12 este incremento supone un 27,5 %, y para el nudo 15 un 14,3 %. Este
resultado muestra que en puntos como grandes ciudades en las que se introducirán los
BEV es necesario revisar los sistemas de compensación de reactiva, ya que pueden verse
totalmente superados por el aumento de este tipo de potencia.
5.4.1.2 Voltaje
Los efectos de la carga sin control de BEVs también se notan en la tensión y ángulo
de los nudos del sistema. Para ver el efecto en el conjunto de las lı́neas se procede a hacer
una media de los valores de ambos parámetros en todos los nudos, representados en las
figuras 5.20 y 5.21.
Figura 5.20: Comparación de la tensión de los casos sin control (en p.u.)

Figura 5.21: Comparación del ángulo de los casos sin control (en radianes)
Al aumentar la demanda en las horas pico se puede determinar que la tensión se ve

especialmente afectada. El valor máximo de la tensión no deja de aumentar para cada
caso. La tabla 5.8 muestra esta variación.
Tabla 5.8: Valores caracterı́sticos de la tensión de los casos sin control
Tensión (en p.u.) Caso 0 Caso 1 Caso 2 Caso 3

Máximo 1,03107512 1,03288472 1,03466749 1,0347122
Aunque la variación sea menor (0,18 % para el caso 1; 0,35 % para el caso 2 y 0,35 %
para el caso 3), se puede determinar que, aunque en pequeñas cantidades, la introducción
del BEV lleva a necesitar incrementar la tensión y que puede necesitar ser controlada.
Algo parecido ocurre para la media de ángulos del sistema, aunque la principal variación
se da en la hora 20. En esa hora el ángulo cae un 7,28 % en el caso 1, un 16,82 % en el
caso 2 y un 26,57 % en el caso 3, siempre en comparación al ángulo del caso 0 en esa hora,
que es de 0,0318 radianes, y por tanto un valor muy pequeño. Por ello se puede concluir
que en lı́neas generales el BEV afecta poco al ángulo.
En cuanto a los nudos de referencia los efectos que se producen en la tensión son
mayores, aunque igualmente pequeños. Ası́ pues, la tensión llega a caer un 0,31 % en
el nudo 12 y aumenta hasta el 0,56 % en el nudo 15. La explicación de que recibe este
hecho es que el nudo 15 es también un nudo generador, por lo que el efecto que se observa
proviene del aumento de producción eléctrica del ciclo combinado instalado en ese nudo,
mientras que en el nudo 12 solamente se incrementa la demanda. La variación de energı́a
producida por los ciclos combinados se estudiará más adelante, sin embargo se puede
adelantar que esta será mayor cuanta más demanda se acumule en los picos de carga.
En el caso de los ángulos el nudo más afectado es, esta vez sı́, el nudo 12, donde el
ángulo llega a caer un 43,37 % (en comparación con el 28,16 % de caı́da del nudo 15). De
todos modos ocurre como con los valores medios, la caı́da puede ser significativa, pero el
valor sigue siendo insignificantico (varı́a de - 0,039 radianes a - 0,056 radianes) por lo que
se considera que los efectos no son especialmente relevantes en ningún caso.
5.4.1.3 Generación
Debido a que la demanda en las horas pico aumenta, la generación en estas horas
debe aumentar consecuentemente. Esto lleva a que se produzca más energı́a de fuentes no
renovables, esto es, carbón y ciclo combinado. Por ese motivo en esta sección se analizará
solamente como varı́an las curvas de producción de estas tecnologı́as y otros parámetros
caracterı́sticos.
Se puede determinar que la generación proveniente del carbón permanece constante,

no se produce ningún cambio en la curva. Como se recordará, la curva de esta tecnologı́a
produce constantemente al máximo de su capacidad, solo reduce su producción en las
horas valle. Al acumularse el incremento de la demanda en las horas pico (con el carbón
ya produciendo al máximo) la curva varı́a muy poco. De la misma manera, su energı́a
generada a lo largo del dı́a se mantiene en torno a los 244.000 MWh.
Por otra parte, el ciclo combinado sı́ que se ve afectado, ya que es la tecnologı́a que
tiene que cubrir ı́ntegramente la demanda de potencia del sistema, por lo que su curva de
generación es la siguiente (figura 5.22).
Figura 5.22: Comparación de la generación con la tecnologı́a de Ciclo Combinado de los

casos sin control (en MW)
Se aprecia claramente como la generación se ve bastante afectada, aumentando en más

de 2.000 MW (equivalente al incremento de la demanda). Esto queda recogido en la tabla
5.9.

Tabla 5.11: Valores caracterı́sticos de los costes del sistema para los casos sin control
En e Caso 0 Caso 1 Caso 2 Caso 3

Máximo 514.545,00 544.266,00 574.105,00 606.846,00
Mı́nimo 178.968,00 178.972,00 178.976,00 178.980,00
Total 8.689.591,00 8.860.824,00 9.033.829,00 9.207.423,00
Tabla 5.9: Valores caracterı́sticos de la generación con ciclo combinado de los casos sin
control
CC (MW) Caso 0 Caso 1 Caso 2 Caso 3

Máximo 6.336,16 7.071,61 7.809,98 8.620,17
Con los valores determinados se puede observar que la potencia máxima generada
aumenta un 11,61 % para el primer caso, un 23,26 % para el segundo y llega hasta un
incremento de un 36,05 % en el caso con mayor demanda. Esto tiene efectos en la energı́a
generada al final del dı́a, como se demuestra en la tabla 5.10.
Tabla 5.10: Valores caracterı́sticos de la energı́a producida con ciclo combinado de los
casos sin control
CC (MWh/dı́a) Caso 0 Caso 1 Caso 2 Caso 3

Total 70.847,06 74.957,75 79.179,05 83.434,95
Con lo que se ve que aumenta la producción de energı́a proveniente de un ciclo com-

binado hasta un 17,77 %, con los correspondientes costes que produce esta tecnologı́a, la
más cara del mix energético, como se verá a continuación.
5.4.1.4 Costes
Poder determinar correctamente el impacto que tiene la introducción del vehı́culo
eléctrico en el precio de la electricidad es complejo, ya que el modelo solo simula los
costes de dos tecnologı́as, dejando por el camino muchos otros factores que lo afectan.
Para comprender el alcance de estos costes se hará un análisis que constará de tres
partes. La primera analizará el aumento del precio provocado por las centrales de carbón
y ciclo combinado directamente. La segunda parte determinará cual ha sido la variación
del coste por MWh del mismo modelo. Por último se determinará cómo afecta el aumento
de costes al modelo de costes creado para simular los efectos de manera más realista.
Como ya se suponı́a, el incremento de la energı́a generada explicado en el apartado

anterior conlleva un incremento de coste, especialmente al ser la totalidad de la nueva
potencia generada ciclo combinado, la fuente de energı́a más cara del modelo. Esto queda
reflejado en la tabla 5.11, en la que el modelo aplica directamente la curva de costes de
las centrales a la simulación.
Como se aprecia, se produce un incremento en el coste total en cada uno de los casos.
Este incremento es de un 1,97 % para el primer caso, de un 3,96 % para el segundo y de
un 5,96 % para el tercero. La diferencia de costes entre el caso 0 y el caso 3 asciende a

517.832 e.
Si los valores de los costes del sistema se dividen, hora a hora, por la potencia generada,
se obtienen lo que cuesta producir un megavatio cada hora. De esta manera se puede
entender mejor como los efectos de los casos en el coste del sistema. Esta operación da
unos costes del modelo que quedan representados en la siguiente gráfica (figura 5.23).
Figura 5.23: Costes del modelo para los casos sin control en e/MWh
En esta figura se aprecia claramente como aumenta el coste, desde las 16 h hasta las 2
h, especialmente en el pico de las 21 h. En el primer caso se incrementa un 3,89 %, en el
segundo un 7,64 % y en el tercero llega a un incremento de un 11,27 %. Hay que tener en
cuenta que los costes por megavatio del modelo solo provienen de las centrales de carbón
y ciclo combinado, y que en la realidad su impacto económico en el sistema eléctrico está
diluido en otros costes.
Por ese motivo se hace uso del modelo de costes creado en el apartado anterior, para
poder determinar mejor el impacto real en el precio del megavatio de cada caso. Aplicando
este modelo a los casos se obtiene la figura 5.24.

Figura 5.24: Modelo de costes para los casos sin control en e/MWh
Se aprecia que ahora el aumento de costes supone un menor porcentaje que en la figura
5.23. En este caso se produce un incremento de costes del 1,92 % en el primer caso, del
3,77 % en el segundo y del 5,55 % en el tercero. Aunque este aumento es más moderado,
afectarı́a igualmente al precio del megavatio hora en horas pico y aumentarı́a la media
diaria, tal y como se observa en la tabla 5.12.
Tabla 5.12: Valores caracterı́sticos del modelo de costes para los casos sin control.
En e/MWh Caso 0 Caso 1 Caso 2 Caso 3

Máximo 73,59 75,00 76,36 77,67
Media 62,44 62,61 62,77 62,93
Se puede determinar por tanto que la inclusión de vehı́culos eléctricos en el parque

de vehı́culos español, aunque sea en los porcentajes pequeños que suponen cada uno de
los casos de estudio de este trabajo, es capaz de alterar significativamente el coste de la
electricidad si se introduce sin control.
En el siguiente punto se hará el mismo estudio de los resultados, con la diferencia de

que en estos nuevos casos (4, 5 y 6) sı́ que se realizará un control de carga, descrito en el
capı́tulo anterior.
5.4.2 Comparación de los casos con control de carga

Los casos simulados en los que se da un control de carga son el 4, el 5, y el 6. De
la misma manera que en el apartado anterior, e analizará la potencia demandada, las
variaciones producidas en el voltaje de los nudos, el cambio producido en la generación y
además se hará un análisis de los costes de generación de cada caso.
El control de carga aplicado, como se determinó en el capı́tulo anterior, se determina

con una herramienta web creada por Red Eléctrica de España. De manera simplificada
se puede decir que este control simplemente retrasa el pico de carga a la hora con menos
demanda de la red, las 5 de la mañana.

Al posponerse la hora de recarga de los BEV a un momento en el que la demanda del
sistema es mı́nima, el efecto principal de la carga servirá para rellenar (ligeramente) el
valle de demanda, como se aprecia en la figura 5.25.
Figura 5.25: Comparación de la potencia activa demandada de los casos con control (en
MW)
De nuevo se ve que el pequeño porcentaje de vehı́culos eléctricos produce un impacto

significativo en la curva de demanda. El mı́nimo de demanda aumenta en el cuarto caso
un 2,9 %, en el quinto un 5,7 % y en el sexto un 8,2 %. Estos porcentajes (mayores que
los producidos por los casos sin control) implican que la demanda aumente en 2.071,11
MW en la hora valle. No se produce ningún aumento en la hora pico. Las caracterı́sticas
detalladas de la figura 5.25 se dan en la tabla 5.13.
Tabla 5.13: Valores caracterı́sticos de la comparación de potencia activa en los casos con
control
En MW Caso 0 (MW) Caso 1 (MW) Caso 2 (MW) Caso 3 (MW)

Máximo 40.323,77 40.327,63 40.331,49 40.335,36
Mı́nimo 25.157,19 25.875,49 26.593,79 27.228,31
Diferencia 15.166,57 14.452,14 13.737,70 13.107,05

Se ve claramente en la tabla que la diferencia entre la hora pico y la hora valle se

va reduciendo con cada caso, lo que implicará una reducción del coste, como se verá a
continuación.
Para la potencia reactiva se da una situación similar, con la diferencia, ya mencionada

del factor de potencia. Esto provocará que se cubran aún más las horas valle, como se
aprecia en la figura 5.26.
Figura 5.26: Comparación de la potencia reactiva demandada de los casos con control (en
MVAr)
Los incrementos porcentuales en la potencia reactiva son de un 9,1 %, 15,2 % y 19,7

% respectivamente para los casos 1, 2 y 3. En este caso el incremento de reactiva no
supondrı́a ningún problema para las instalaciones, diseñadas para soportar las cargas
dadas en las horas pico, lo que ya supone una mejora con respecto a la falta de control.
Los detalles más importantes de la figura 5.26 vienen dados en la tabla 5.14.
Tabla 5.14: Valores caracterı́sticos de la comparación de potencia reactiva en los casos

con control
En MVAr Caso 0 Caso 1 Caso 2 Caso 3

Máximo 5.544,52 5.546,39 5.548,26 5.550,13
Mı́nimo 3.459,11 3.775,06 3.985,21 4.141,37
Diferencia 2.085,40 1.771,33 1.563,05 1.408,76
Es importante destacar que el modelo de carga obtenido de Red Eléctrica sitúa el pico
de carga a las 5h. Sin embargo en el modelo la hora de menos demanda se da a las 6
h. Esto significa que aunque los efectos de cargar en horas valle van a ser muy similares,
estos efectos no van a ser los óptimos que se podrı́an conseguir. Queda pendiente entonces,
como posible lı́nea de ampliación, diseñar un modelo de carga que permita optimizar más
la carga nocturna de los vehı́culos eléctricos.
En los nudos 12 y 15, los elegidos como referencia, se producen efectos muy similares.
En el nudo 12 la potencia activa mı́nima aumenta hasta un 9,7 %, y en el nudo 15 un 5,7
%. La potencia reactiva también sigue la tendencia, aumentando hasta un 21,4 % en el
nudo 12 y un 15.3 % en el nudo 15.
En los dos nudos se produce una reducción entre las horas pico y valle de un 16,03 %
en el nudo 12 y de un 9,46 % en el nudo 15. Esto permite deducir que en puntos como
grandes ciudades en las que se introduce el vehı́culo eléctrico, la curva de demanda puede
acabar siendo plana, con los beneficios que esto conlleva.
5.4.2.2 Voltaje
Los efectos de la carga controlada de BEVs se pueden notar claramente en la tensión y

los ángulos de los nudos del sistema. De la misma manera que para el apartado anterior,
se procede a hacer una media de los valores de ambos parámetros en todos los nudos,
representados en las figuras 5.27 y 5.28.
Figura 5.27: Comparación de la tensión de los casos con control (en p.u.)

Figura 5.28: Comparación del ángulo de los casos con control (en radianes)
Al aumentar la demanda en las horas valle se puede apreciar que tanto la tensión como
el voltaje se ven bastante afectados. En el caso de la tensión el valor mı́nimo aumenta
para cada caso, tal y como se muestra en la tabla 5.15.
Tabla 5.15: Valores caracterı́sticos de la tensión de los casos con control
Tensión (en p.u.) Caso 0 Caso 1 Caso 2 Caso 3

Mı́nimo 1,01240897 1,01584458 1,01809669 1,02265739
En este caso, aunque se produzca una variación pequeña (0,34 % para el caso 4; 0,56
% para el caso 5 y 1,01 % para el caso 6) se puede determinar que la introducción del
BEV en horas valle lleva a un aumento del voltaje en dichas horas, con lo que se puede
observar que con suficiente control de la carga se puede ajustar la tensión para que sea
un valor más constante.
Esto abre la posibilidad a usar el BEV no solo para suavizar las curvas de demanda,
sino también para realizar un control de la tensión en los nudos, una aplicación muy
interesante y que lleva a otra posible lı́nea de ampliación del trabajo.
Por otro lado parece que ocurre lo contrario en la media de ángulos del sistema, ya
que su valor cae en las horas nocturnas debido al incremento de la demanda. El ángulo
mı́nimo varı́a un 15,74 % en el caso 4, un 22,81 % en el caso 5 y un 35,43 % en el caso 6,
siempre en comparación al ángulo mı́nimo del caso 0, que es de - 0,0432 radianes, y por
tanto un valor muy pequeño, por lo que los efectos del vehı́culo eléctrico en este aspecto
no son muy pronunciados.
En cuanto a los nudos de referencia los efectos que se dan son similares. Es curioso
comprobar cómo en estos casos es el nudo 15 quien se ve más afectado, tanto en el caso
de la tensión como el del ángulo. Y es que, mientras en el nudo 12 las variaciones que se
producen son menores, en el nudo 15 llega a reducirse el valor mı́nimo de la tensión un
3,56 % y en el ángulo hasta un 119,15 % (de 0,0136 radianes hasta los 0,0299 radianes),
variaciones que aproximan ambas curvas a una lı́nea recta. Esta variación puede deberse
a una combinación del aumento de demanda y el uso de centrales de carbón en nudos
cercanos que sin el BEV no se usan tanto.
En los casos que se están estudiando la demanda en las horas pico permanece constante,
pero aumenta la de las horas valle. Esto lleva a que, aunque durante esas horas se produzca
más energı́a, no se llega a necesitar producción extra proveniente del ciclo combinado.
Por ello se puede determinar que la generación proveniente del ciclo combinado es casi
constante. En vistas a los resultados, la mayor parte de la curva permanece constante,
pero en las primeras horas del dı́a, desde las 0 hasta las 3 de la mañana se produce un
pequeño incremento de generación (figura 5.29). Esto se debe a que el carbón no es capaz
de generar todo lo que se demanda en estas horas.
Figura 5.29: Comparación de la generación con la tecnologı́a de Ciclo Combinado de los

casos con control (en MW)
Hablando de carbón, su curva sı́ que se ve afectada en estos casos. Como se vio
previamente, solo en las horas valle el carbón varı́a su producción, para acomodarse a la
demanda. Como en estos casos la demanda extra se acumula en esas horas el carbón se
verá obligado a producir más, tal y como queda reflejado en la figura 5.30.

Figura 5.30: Comparación de la generación con la tecnologı́a de Carbón de los casos con
control (en MW)
Se puede distinguir como la generación se ve afectada, aumentando el valor mı́nimo

unos 1.390 MW. Esto queda recogido en la tabla 5.16.
Tabla 5.16: Valores caracterı́sticos de la generación con carbón de los casos sin control
CA (en MW) Caso 0 Caso 1 Caso 2 Caso 3

Mı́nimo 7.518,42 8.030,18 8.470,85 8.913,16
Con los valores dados se puede determinar que el mı́nimo de potencia aumenta un
6,81 % para el caso 4, un 12,67 % para el caso 5 y un 18,55 % para el caso 6. Esto tiene
efectos en la energı́a total generada para esta tecnologı́a, como se ve en la tabla 5.17.
Tabla 5.17: Valores caracterı́sticos de la energı́a producida con carbón de los casos con
control
CA (en MWh/dı́a Caso 0 Caso 1 Caso 2 Caso 3

Total 244.770,54 248.612,17 252.295,24 255.478,11
Con lo que se ve que aumenta la producción de energı́a proveniente del carbón un

4,37 %, a esto se le suma el aumento de generación proveniente del ciclo combinado, que
aumenta en un 4,25 %. Ambos incrementos supondrán un aumento de costes, como se
verá más adelante.
5.4.2.4 Costes
De la misma manera que en apartado anterior, se hará un análisis que constará de
tres partes. La primera analizará el aumento del precio provocado por las centrales de
carbón y ciclo combinado directamente. La segunda parte determinará cual ha sido la

variación del coste por MWh del mismo modelo. Por último se determinará cómo afecta
el aumento de costes al modelo de costes creado para simular los efectos de manera más
realista.
Como se podı́a deducir, los costes del modelo han aumentado con cada caso, aunque
en menor medida que los casos anteriores. El aumento de costes queda reflejado en la
tabla 5.18.
Tabla 5.18: Valores caracterı́sticos de los costes del sistema para los casos con control
en e Caso 0 Caso 4 Caso 5 Caso 6

Máximo 514.545,00 514.700,00 514.855,00 515.010,00
Mı́nimo 178.968,00 191.150,00 201.640,00 212.169,00
Total 8.689.591,00 8.810.228,00 8.934.153,00 9.066.235,00
Este incremento es de un 1,39 % para el cuarto caso, de un 2,81 % para el quinto caso
y de un 4,33 % para el sexto. La diferencia de costes entre el caso 0 y el caso 3 asciende
a 376.644 e.
La siguiente gráfica (figura 5.31) es fruto de dividir los costes horarios por la producción
horaria de electricidad, lo que permite obtener cuales son los costes por megavatio hora
del modelo, simulados por el programa.
Figura 5.31: Costes del modelo para los casos con control en e/MWh
En la gráfica se aprecia como el coste horario empieza a aumentar a las 0 horas,

tendencia que se mantiene hasta las 7 horas, momento en el que el precio horario ya no
se ve afectado. El coste mı́nimo de la electricidad se ve reducido hasta un 11,74 % para

el caso 6. Sin embargo, el precio más elevado no se ve afectado en ningún momento,

permaneciendo en torno a los 12,72 e/MWh de manera constante para todos los casos.
Para poder determinar unos efectos más realistas, en los que no solo se tenga en
cuenta el coste del carbón y el ciclo combinado, se hace uso del modelo de costes creado
previamente, y que aplicado a los casos queda representado de la siguiente manera (figura
5.32).
Figura 5.32: Modelo de costes para los casos con control en e/MWh
Se aprecia que el efecto del aumento de coste en las horas valle es menor, ya que para
el primer caso solo aumenta un 1,61 %, un 3,14 % para el segundo y un 4,58 % para el
tercero. Incluso un aumento tan moderado afecta al precio medio del megavatio hora en
las horas valle, ası́ como en la media diaria, como se aprecia en la tabla 5.19.
Tabla 5.19: Valores caracterı́sticos de las curvas del modelo de costes para los casos sin
control
en e/MWh Caso 0 Caso 4 Caso 5 Caso 6

Mı́nimo 43,47 44,17 44,83 45,46
Media 62,44 62,45 62,45 62,45
Se puede apreciar claramente en la tabla que el coste medio del megavatio apenas se
ve afectado por la introducción del vehı́culo eléctrico, lo que demuestra que el control de
carga es capaz de hacer que la introducción del BEV sea casi inapreciable para el bolsillo
de los consumidores de electricidad.
5.4.3 Diferencias entre ambos resultados

Hasta ahora se han analizado, mediante comparaciones con el caso base, los resulta-
dos obtenidos de introducir el vehı́culo eléctrico en el sistema energético español sin y
con control de carga. No obstante, los dos tipos de resultados han sido analizados por
separado, lo que no permite desarrollar un buen análisis comparativo al respecto de la
diferencia que suponen ambos tipos de carga.
Por ello en este apartado se compararán los resultados obtenidos al introducir el BEV
sin control de carga de las baterı́as y los obtenidos al haber un control de la carga. En
aras de simplificar el análisis se compararán únicamente los casos más extremos, es decir,
los casos 3 y 6, en los que se introduce un mayor número de coches eléctricos. Se seguirá
usando el caso 0 como base del análisis.
El orden a seguir en este análisis será el mismo que para los puntos anteriores, com-
parando primero los efectos en la demanda, a continuación en el voltaje, le seguirá el
análisis de la generación y finalizará por el estudio de los costes.


Al compararse la curva de demanda horaria de ambos casos se pueden apreciar clara-
mente las diferencias que se dan en las horas valle y las horas pico. Esto se debe a que
para el caso 3 la carga se acumula en las horas de mayor demanda y en el caso 6 la
acumulación se da en las horas de menor demanda, como se puede observar en la figura
5.33.
Figura 5.33: Comparación de la potencia activa demandada
Como se puede apreciar, en las horas valle la curva del caso 3 se superpone a la curva
del caso 0, y lo mismo ocurre en las horas pico para el caso 6. Esto lleva a que los valores
máximo y mı́nimo se vean alterados para los casos, tal y como se representa en la tabla
5.20.
Tabla 5.20: Valores caracterı́sticos comparación de potencia activa
En MW Caso 0 Caso 3 Caso 6

Máximo 40.323,77 42.764,99 40.335,36
Mı́nimo 25.157,19 25.157,70 27.228,31
Se puede asegurar por tanto que aunque la potencia demandada en los casos 3 y 6 sea
similar, la distribución horaria de la demanda se ve notablemente afectada al introducirse
medidas de control de carga para las baterı́as del vehı́culo eléctrico.
5.4.3.2 Voltaje
Las variaciones en tensión y ángulo en la media de los nudos se pueden observar en
las figuras 5.34 y 5.35. La lı́nea que representa al caso es poco visible ya que los dos casos
estudiados se superponen a ella en las diferentes horas.
Figura 5.34: Comparación de la tensión (en p.u.)
Figura 5.35: Comparación del ángulo (en radianes)
La comparación muestra como la caı́da de tensiones provocada por las horas valle se ve
compensada por el caso 6, y como el caso 3 provoca un pico en las horas punta. En cuanto
a los ángulos, se da una variación, pero es mı́nima, por lo que carece de importancia su
estudio.
Como se ha visto en los dos puntos previos, los efectos de la introducción del vehı́culo
eléctrico se observan únicamente en la generación proveniente de las tecnologı́as de carbón
y de ciclo combinado, pues son las tecnologı́as que entran en el despacho económico del

modelo y por tanto son las que regulan la potencia generada. Las siguientes figuras (5.36
y 5.37) muestran la variación de la generación de ambas tecnologı́as, comparadas para
cada caso.
Figura 5.36: Comparación de la generación con la tecnologı́a de Carbón (en MW.)
Figura 5.37: Comparación de la generación con la tecnologı́a de Ciclo Combinado (en

MW.)
La vista de las dos gráficas muestra las diferencias más importantes que se dan cuando
se controla y no se controla la carga de las baterı́as de los BEV.
En la figura 5.36 se observa que cuando no hay control de carga la generación de

carbón no se ve alterada, ya que en las horas de carga esta tecnologı́a ya está produciendo
al máximo. Por otro lado, cuando hay control de carga la curva sı́ que se ve afectada, ya
que se tiene que producir más electricidad en las horas valle.
Con respecto a la generación de los ciclos combinados, mostrada en la figura 5.37, se

puede apreciar como el control de carga apenas produce cambios en la curva de generación.
Los únicos cambios se producen en las primeras horas del dı́a, por ser ese el momento en
el que comienza a cargar los BEV. En contra, la falta de control durante la carga lleva a
que la demanda se concentre en las horas pico, y por tanto sea necesario producir más en
esas horas.
En la tabla 5.21 se muestra la generación de energı́a producida a lo largo de todo el

dı́a por ambas tecnologı́as para cada caso.
Tabla 5.21: Valores caracterı́sticos de la energı́a producida con carbón y ciclo combinado
MWh/dı́a Caso 0 Caso 3 Caso 6

CA 244.770,54 245.154,19 255.478,11
CC 70.847,06 83.434,95 73.860,08
Se aprecia que para el carbón, el caso 3 supone un incremento de la generación despre-

ciable, mientras que con el caso 6 se aumenta su producción en un 4,375 %. Por otro lado
para el ciclo combinado el caso 6 supone un incremento del 17,768 %, muy por encima
del 4,253 % que supone el incremento del caso 6.
Se puede determinar que, en base a los costes de cada tecnologı́a y lo visto anteri-
ormente, el caso 3 supone un incremento mayor en los costes de producción de energı́a
eléctrica.
5.4.3.4 Costes
Como se suponı́a, los costes de producción del caso 3 son mayores que los del caso
6 por el mero hecho de usar una tecnologı́a más cara. En este punto y a imagen de los
apartados homónimos anteriores se estudiará la diferencia de costes del modelo, su coste
por MWh y la aplicación del modelo de costes.
La tabla 5.22 muestra las diferencias de costes que se dan en las horas de mayor y
menor coste para los casos analizados.
Tabla 5.22: Valores caracterı́sticos de los costes del sistema
e/dı́a Caso 0 Caso 3 Caso 6

Máximo 514.545,00 606.846,00 515.010,00
Mı́nimo 178.968,00 178.980,00 212.169,00
Total 8.689.591,00 9.207.423,00 9.066.235,00
Se puede determinar que el coste máximo horario del modelo varı́a sustancialmente
entre los casos 3 y 6, alcanzando una diferencia de 91.836 e. El coste de la hora más

barata también cambia, siendo más caro el caso 6 por 33.189 e. En el total de costes se
aprecia que ambos casos incrementan el coste final, siendo ese incremento de un 5,959 %
para el caso 3 y de un 4,334 % para el caso 6.
Los costes del modelo en e/MWh se pueden determinar dividiendo el coste horario por
los megavatios generados en cada hora. Los resultados obtenidos de este procedimiento
se reflejan en la figura 5.38.
Figura 5.38: Curva de costes del modelo en e/MWh
Que presenta unos resultados similares a los ya mencionados, un incremento de costes

en horas pico para el caso 3 y un incremento de costes en las horas valle para el caso 6.
En cuanto a la aplicación del modelo de costes a los casos con los que se está trabajando,
los resultados que se obtienen vuelven a ser similares, aunque de efectos reducidos en
comparación. Estos resultados se muestran en la figura 5.39.
Figura 5.39: Comparación de las curvas del modelo de costes
Ası́ pues se vuelven a apreciar las diferencias producidas por ambos resultados, que se
ajustan a lo ya descrito previamente. Las caracterı́sticas de esta curva vienen dadas por
la tabla 5.23.
Tabla 5.23: Valores caracterı́sticos de la curva del modelo de costes
En e/MWh Caso 0 Caso 3 Caso 6

Máximo 73,59 77,67 73,61
Mı́nimo 43,47 43,47 45,46
Media 62,44 62,93 62,45
La tabla muestra como en las horas de máxima demanda el precio en el caso 6 per-
manece prácticamente constante, sin embargo el caso 3 aumenta el coste del megavatio
un 5,55 %. Algo similar ocurre para la hora de menor demanda, donde el coste del caso 3
permanece igual al caso base, pero el coste del caso 6 aumenta en un 4,577 %. Finalmente
se aprecia que la media de costes de generación de todo un dı́a aumenta en 0,485 e para
el caso 3 (0,78 %) y solamente 0,01 e para el caso 6 (0,02 %).
Estos incrementos son ciertamente pequeños, en comparación con el resto de costes

simulados en el modelo de costes, sin embargo queda demostrado que no solo el vehı́culo
eléctrico tiene un impacto sobre el coste de la electricidad, sino que además el control de
su carga es importante.
Si se multiplica el precio del megavatio dado por el modelo de costes por la potencia
demandada se puede determinar el coste cada hora de toda la electricidad demandada, lo
que queda representado en la siguiente gráfica (figura 5.40).
Figura 5.40: Coste total horario del sistema

Para esta escala, que comprende la demanda total del sistema, los porcentajes tan
pequeños que daban los distintos casos tienen una gran relevancia. Por ejemplo, a las
21 h el coste aumenta en 354.314,40 e para el caso 3, y a las 5h este incremento es de
161.803,40 e para el caso 6. Estos valores se aprecian claramente en la tabla 5.24.
Tabla 5.24: Valores caracterı́sticos del coste total diario
En e/dı́a Caso 0 Caso 3 Caso 6

Máximo 2.967.404,04 3.321.718,45 2.969.083,35
Mı́nimo 1.110.559,42 1.110.861,73 1.272.362,81
Total 51.148.516,94 52.879.251,25 52.238.573,73
Sin embargo, donde más se aprecian las variaciones de cada caso es en el incremento
total de los costes, del orden del millón de euros. Para el caso 6 este incremento de costes
supone un 2,13 %, mientras que para el caso 3 supone un 3,38 % de los mismos.
Esta diferencia en porcentaje se explica porque en las horas pico hay un mayor coste
de la electricidad y un mayor número de megavatios demandados, justo lo contrario a lo
que ocurre en las horas valle.

Capı́tulo 6
Impactos ambientales y económicos
Hasta este momento solo se han estudiado los efectos de la implantación del vehı́culo
eléctrico en el sistema energético español. Se han podido observar los distintos efectos
en los nudos de tensión, en la curva de demanda y generación y hasta en el coste que
supondrı́a sobre la factura de electricidad. No obstante, se busca una aproximación más
holı́stica, que permita discernir otros efectos que no se han tenido en cuenta hasta ahora
al tratar la introducción del BEV en España. Por tanto, este punto busca realizar ese
análisis más generalista.
El estudio se realizará acerca de los impactos que produce el vehı́culo eléctrico en dos
cuestiones fundamentales hoy en dı́a. En primer lugar se tratarán los distintos efectos
medioambientales que producirı́a. En segundo lugar se tratarán las repercusiones sobre
la economı́a que tendrı́a su introducción.
Es importante destacar que el objetivo de este punto no es dar una visión total y
completa del vehı́culo eléctrico sobre las dos cuestiones mencionadas, ya que su estudio
podrı́a ser fácilmente la base de un nuevo trabajo. Por ello es posible que queden por tratar
ciertas cuestiones que pueden ser muy interesantes pero que quedan fuera del alcance de
este análisis, o que estas no sean tratadas en suficiente profundidad.
Los distintos análisis se realizarán para los casos con mayor implantación de vehı́culos
eléctricos definidos en el capı́tulo 3, es decir, para 3.353.332 BEVs. Por motivos de
simplificación el análisis de los impactos ambientales se realizará para un dı́a, y el análisis
económico para un año.
Limitaciones: Como consecuencia de ser tan solo una aproximación, no se tendrán

en cuenta en el análisis la fabricación del vehı́culo eléctrico frente al convencional (que
demanda de hasta un 70 % más de energı́a primaria) o el reciclado de las baterı́as, aspectos
que quedan pendientes para un análisis más en detalle en el futuro.
6.1 Datos relevantes

Es necesario para este capı́tulo determinar cuáles son los datos con los que se va a
trabajar, y poder determinar que rango de fiabilidad se puede obtener de ellos. Como
se mencionaba en el apartado 4.2 se necesitaban los datos de las simulaciones, y ya se
dispone de ellos. Se dividirá este apartado en tres partes. Por un lado se obtendrán todos
los datos referentes a los vehı́culos convencionales y por otro los referentes a las centrales
eléctricas, a los que se le sumarán los datos de los vehı́culos eléctricos.
6.1.1 Datos de los vehı́culos convencionales

En este apartado se obtendrán los valores de emisiones, consumo y otros datos necesar-
ios para el capı́tulo referentes al vehı́culo convencional. Se tomarán solamente los valores
para turismos pues es el tipo de vehı́culo que se está sustituyendo en este trabajo.
Para obtener los valores de emisión de los vehı́culos se recurre a las regulaciones
443/2009 y 715/2007 del Consejo y Parlamento Europeos [68][69], donde se especifican los
estándares que deben cumplir los fabricantes de turismos. Hay que tener en cuenta que
estos valores son los que demanda la UE, pero no todos los coches circulando los cumplen.
No obstante esto permite realizar cálculos con valores más conservadores.
En la tabla 6.1 se representan las distintas propiedades de los turismos de diésel y

gasolina, siendo los valores los obtenidos en las regulaciones mencionadas.
Tabla 6.1: Propiedades de los turismos diésel y gasolina
Tipo Consumo CO2 (g/km) N Ox (g/km) PM (g/km)

Diesel 5.6 (l/100km) 130 0,08 0,005
Gasolina 4.9 (l/100km) 130 0,06 0
Para poder obtener los distintos valores dados de ambas tecnologı́as a lo largo de un
dı́a es necesario conocer los kilómetros que recorren cada dı́a. Para ello se usarán los
valorares usados para determinar el gasto de las baterı́as en el punto 3, y obtenidos del
documento “Las cuentas ecológicas del transporte en España” [55] en donde se da el valor
de 41,6 km diarios.
Otro dato necesario es el poder determinar qué cantidad de turismos son diésel y
que cantidad utilizan un motor de gasolina. Para ello se recurre a los datos del parque
automovilı́stico español [26], en el que se da el número de vehı́culos en cada comunidad
autónoma distinguiéndolos entre diésel, gasolina y otras tecnologı́as. El tratamiento de
esos datos permite determinar que por cada vehı́culo de gasolina hay 1,395 vehı́culos
diésel, o lo que es lo mismo, el 58,25 % de los vehı́culos son diésel y el restante
41,75 % son gasolina.
Se supone entonces que esta proporción se mantiene, por lo que para los 3.353.332
vehı́culos que se van a sustituir, 1.953.442 se considerará que son diésel y 1.399.890 se
considerará que son gasolina. Con ambos datos se obtiene la tabla 6.2, en la que los
valores quedan establecidos para todo un dı́a. La última fila representa el total de ambas
tecnologı́as.
Capı́tulo 6. Impactos ambientales y económicos

Tabla 6.2: Propiedades de los turismos diésel y gasolina por dı́a
CO2 NOx PM
Vehı́culos Número km/dı́a l/dı́a
(t/dı́a) (t/dı́a) (t/dı́a)
Diesel 1.953.441,71 41,60 4.550.737,80 10.564,21 6,50 0,41
Gasolina 1.399.890,29 41,60 2.853.536,37 7.570,61 3,49 0,00
Total 3.353.332,00 41,60 7.404.274,17 18.134,82 10,00 0,41
Todos los valores con los que se trabajará se obtendrán directamente o indirectamente
(ya que puede ser necesario un cambio de unidades) de la tabla 6.2.
El último dato por determinar es el precio medio de ambos tipos de combustibles. Al

haber sido obtenidos la gran mayorı́a de los datos del año 2015, se tomará la media de
valores de todos los tipos de gasolina y gasóleo A para ese año, quedando la tabla 6.3 [70].
Tabla 6.3: Precio del combustible (Datos de MINETUR, 2016)
Tipo e/l (Con impuestos) e/l (Sin impuestos

Gasolina 1,228 0,553
Diesel 1,114 0,553
Los datos han sido obtenidos de informe “Precios de Carburantes y Combustibles.

Comparación 2015-2014”, publicado por el Ministerio de Industria, Energı́a y Turismo.
Para algunos cálculos no se va a tener en cuenta el precio con los impuestos, por lo
que se espera que el precio represente lo mejor posible el coste de producción de estos
combustibles.
Es curioso observar que ambos combustibles cuestan lo mismo, pero los impuestos son
diferentes. Ası́ pues para la gasolina este porcentaje es del 55 %, mientras que para el
gasóleo es solo del 50 %.
6.1.2 Datos de las centrales de generación

En este apartado se obtendrán los valores de emisiones, consumo y otros datos nece-
sarios para el capı́tulo referentes las centrales de carbón y ciclo combinado. Se tomarán
solamente los valores de estas centrales por ser las que se ven afectadas por la introducción
del vehı́culo eléctrico.
Para la obtención de los valores se ha determinado cuáles son las centrales más sig-
nificativas de la red. Para ello se han obtenido los valores de producción de cada central
térmica en 2015 [46] y se ha visto cuáles son las centrales de cada tipo que más han
producido. Con estas centrales se ha buscado su declaración ambiental más reciente, para
tener de esta manera los datos más fidedignos En algunos casos no ha sido posible localizar
dichos informes medioambientales.
En estos casos se ha pasado a la siguiente central de la lista. Finalmente, se ha hecho

una media de los valores obtenidos, quedando la tabla 6.4, con las distintas propiedades
que interesan para el estudio [72, 73, 74, 75, 75, 77, 78, 79, 80, 81].
Tabla 6.4: Propiedades de las centrales de carbón y ciclo combinado
Tipo Combust. CO2 N Ox SO2 PM

(Uds.) GJ/GWhb t/GWhb t/GWhb t/GWhb t/GWhb
CA 9.339,5300 924,5600 1,7140 2,5230 0,1272
CC 7.180,0000 440,1000 0,1236 0,0045 0,0028
Es interesante observar cómo las centrales de ciclo combinado se caracterizan por tener
un menor consumo y emisiones especı́ficas que el carbón. Esto contrasta claramente con
los costes de ambas tecnologı́as, ya que el ciclo combinado es más caro que el carbón.
En cuanto al combustible de ambos tipos de centrales, los valores del precio se ob-
tendrán de los datos usados en el capı́tulo 4 [61][62]. Para el poder calorı́fico se usarán
los datos de Instituto para la Diversificación y Ahorro de la Energı́a (IDAE) [71]. Para el
valor de los distintos carbones se ha hecho una media con todos los tipos exceptuando el
coque y el alquitrán de hulla. Con ambos datos se puede construir la tabla 6.5.
Tabla 6.5: Caracterı́sticas del carbón y el gas natural (Datos de CNMV, BP e IDAE)
Unidades Gas Natural Carbón

e/MWh 21,7000 8,1300
e/GJ 6,0278 2,2583
PCS (GJ/N m )
3
0,0405 -
PCI (GJ/t) - 24,2500
Por último es necesario disponer de los valores de producción de ambos tipos de cen-
trales a lo largo de un dı́a. Estos valores se obtendrán del modelo creado para determinar
los impactos en la red eléctrica, y cuyos valores de generación se resumen a continuación
(tabla 6.6).
Tabla 6.6: Generación de energı́a de centrales de carbón y ciclo combinado para los
distintos casos
en GWh/dı́a CA CC
Caso 0 244,771 70,847
Caso 3 245,154 83,435
Caso 6 255,478 73,860
No obstante, la generación producida en el caso base ya se está produciendo. Como

lo que se quiere observar es la variación, es necesario obtener cual es la diferencia de
producción en los casos con y sin control. Esto queda representado en la tabla 6.7.
Tabla 6.7: Diferencia de la producción con el caso base
Diferencia (GWh/dı́a) CA CC
Sin control 0,384 12,588
Con control 10,708 3,013

Hay que tener en cuenta que usar estos valores directamente pueden llevar a confusión,
ya que aunque el incremento de la demanda producida por los vehı́culos eléctricos lleve
al aumento de generación representado por la tabla 6.7, se debe considerar que la energı́a
de los BEVs proviene de un mix de generación de los que estas tecnologı́as son solamente
un porcentaje, tal y como se aprecia en la tabla 6.8 a continuación.
Tabla 6.8: Diferencia de producción en porcentaje de las tecnologı́as de carbón y ciclo

combinado para los diferentes casos
% del total Caso 0 Caso 3 Caso 6

CC 8,55% 9,91% 8,76%
CA 29,53% 29,12% 30,32%
Como se puede ver, se ha elegido usar los valores obtenidos para los casos 3 y 6,
en el que se introducen los 3.353.332 turismos eléctricos sin control y con control. Se
considera que puede ser interesante realizar el análisis de los distintos impactos para
ambas situaciones.
6.1.3 Datos de los vehı́culos eléctricos

Los últimos datos por tratar son los de los vehı́culos eléctricos, cuyas caracterı́sticas
ya fueron definidas en el capı́tulo 4 y que se pueden resumir en la tabla 6.9.
Tabla 6.9: Valores caracterı́sticos de los turismos eléctricos
Consumo 14 kWh/100km
Recorrido 41,6 km/dı́a
Consumo por dı́a 5,824 kWh/dı́a
Tiempo de carga 8 h
Demanda horaria 0,728 kW
El tratamiento de las emisiones de estos vehı́culos es más complejo. Por si mismos, en

circulación, no producen emisiones, pero su consumo está asociado al mix de generación
que existe en el momento de la carga. Por ello es necesario determinar cuáles son las
emisiones para cada hora de la recarga, con las que se hará la media de emisiones.
Para distribuir las horas de recarga correctamente se elegirá que la hora a media
recarga (tras 4 o 5 horas recargando) coincida con el pico y el valle de demanda. Ası́
pues, nuestro modelo de vehı́culo eléctrico recargará desde las 17 h hasta las 00 h sin
control, y desde las 01 h hasta las 08h con control de recarga.
Otra cuestión complicada es poder determinar las emisiones que produce el mix en-
ergético cada hora. Para ello se determinarán las emisiones por GWh de cada hora. Surge
un problema, y es que aparte de las centrales de carbón y ciclo combinado, en el mix del
modelo también genera emisiones la cogeneración. No obstante, y para evitar nuevas
complicaciones, se va a suponer que toda la cogeneración se hace con turbinas de gas, y
por tanto sus emisiones son equivalentes a las del ciclo combinado.
Con los valores de la generación que no produce emisiones y la generación de cogen-

eración, carbón y ciclo combinado, se pueden obtener los valores de emisiones del sistema
en toneladas por GWh en todas las horas del dı́a para los casos con control y sin control.
Con estos valores y la demanda del vehı́culo eléctrico se pueden determinar las emisiones
en gramos por kilómetro de cada uno de los casos, que quedan de la siguiente manera
(tabla 6.10).
Tabla 6.10: Propiedades del vehı́culo eléctrico según el tipo de recarga
Tipo Consumo CO2 (g/km) N Ox (g/km) PM (g/km)

Sin control 14 (kWh/100km) 51,0353 0,0711 0,0051
Con control 14 (kWh/100km) 55,0186 0,0865 0,0063
En la tabla 6.10 destaca que cuando hay un control de carga las emisiones aumentan.
Esto se debe a que en el caso sin control el extra de potencia lo entregan las centrales de
ciclo combinado, mucho más limpias que el carbón que cubre la demanda en el caso con
control. De todos modos se aprecia fácilmente que las emisiones de GEI son menores que
las de los vehı́culos convencionales.
Aplicando el número de vehı́culos eléctricos que se introducirı́an y los kilómetros

medios diarios que recorrerı́an se puede crear la tabla 6.11.
Tabla 6.11: Propiedades de todos los vehı́culos eléctricos por dı́a
CO2 N Ox PM
Tipo Número km/dı́a MWh/dı́a
(t/dı́a) (t/dı́a) (t/dı́a)
Sin control 3.353.332 41,600 19.529,806 7.119,356 9,915 0,706
Con control 3.353.332 41,600 19.529,806 7.675,023 12,067 0,875
De igual forma que para la tabla del primer apartado, todos los valores con los que se
trabajará o se obtendrán directamente o indirectamente (ya que puede ser necesario un
cambio de unidades) de la tabla 6.11.
6.2 Impacto Ambiental

La caracterización de los impactos ambientales es fundamental hoy en dı́a. Son muy
numerosos los problemas que afectan al medio ambiente, ante los cuales el coche eléctrico
ha sido propuesto como una parte de la solución de estos problemas. Por ello es necesario
analizar cuáles son los impactos provenientes de los BEV y si es cierto que suponen una
solución para ciertos problemas medioambientales.
Los distintos puntos de este análisis se basarán en los desarrollados por ReCiPe 2008
[82], una metodologı́a de estudio del ciclo de vida creada por varias entidades públicas
neerlandesas y de amplio uso en su sector. Más en concreto se centrará en los indicadores
finales que esta da, y que son:

• Impacto sobre la salud humana.
• Impacto sobre el ecosistema.
• Impacto sobre el agotamiento de recursos.
Como ya se ha mencionado en la introducción del punto, este será un análisis de

los efectos de la introducción del vehı́culo eléctrico sobre estos indicadores, pero no de-
sarrollará en profundidad la metodologı́a expresada en ReCiPe 2008, dando solo una
aproximación que permita ampliar el estudio en el futuro.
6.2.1 Impactos sobre la salud humana

Como se vio en el punto 3, la contaminación atmosférica es uno de los mayores riesgos
para la salud humana, causando la muerte de 3 millones de personas al año directamente
y 6,5 millones indirectamente. Además, un 90 % del total de la población vive en lugares
donde se sobrepasan los lı́mites de contaminación, lo que hace que este problema sea
especialmente peligroso.
Según la Agencia de Protección Ambiental Estadounidense (EPA) los contaminantes

del aire peligrosos más comunes son el ozono a nivel de suelo, las partı́culas flotantes, el
monóxido de carbono, el dióxido de azufre y de nitrógeno y el plomo [83]. Exceptuando
el plomo, eliminado de las gasolinas en España desde principios de siglo [84], todos estos
contaminantes son productos o subproductos de la combustión de combustible que se
da en los motores convencionales de los vehı́culos. Entre ellos destacan los siguientes
contaminantes, especialmente tóxicos para la salud humana [20, Pág. 20, 21].
• Óxidos de nitrógeno (NOx). Producido al darse una combustión a altas temper-

aturas, pueden dar lugar a la formación de partı́culas en suspensión y ozono, es
además un gas altamente tóxico.
• Partı́culas en suspensión (PM por sus siglas en inglés). Las PM están compues-
tas por distintos compuestos orgánicos e inorgánicos. Se dan en varios tamaños,
oscilando entre los 2,5 y los 10 micrómetros. Su pequeño tamaño implica que son
fácilmente respirables.
Además, el ozono a nivel de suelo se crea al reaccionar N Ox con distintos compuestos

orgánicos volátiles en presencia de luz solar, por lo que, como subproducto, no será nece-
sario su estudio.
Ası́ pues, si se quiere ver qué efectos causa en la salud humana la introducción del
vehı́culo eléctrico convienen distinguir varios parámetros fundamentales. Lo primero es
cuantificar la cantidad de emisiones producidas por los vehı́culos convencionales. Estos
valores se compararán con las emisiones producidas por el vehı́culo eléctrico, y obtenidas
en el apartado previo.
Con los datos obtenidos en el primer punto del capı́tulo se pueden desarrollar las tablas
6.12 y 6.13. La primera de ellas representa la carga de BEV sin control y la segunda la
carga controlada. La última fila de cada tabla representa la variación que se da, al restar
las emisiones de los vehı́culos a la de las centrales.
Tabla 6.12: Comparación de emisiones de gases tóxicos para el caso sin control
Sin control N Ox (t/dı́a) PM (t/dı́a)

Convencional 9,9952 0,4063
Eléctrico 9,9148 0,7060
Diferencia -0,0804 0,2997
Tabla 6.13: Comparación de emisiones de gases tóxicos para el caso con control
Con control N Ox (t/dı́a) PM (t/dı́a)

Convencional 9,9952 0,4063
Eléctrico 12,0672 0,8755
Diferencia 2,0720 0,4692
Es muy interesante observar como la falta de control en la carga lleva a una reducción
en el total de emisiones de N Ox , mientras que estas aumentan con el control. Es espe-
cialmente notable el hecho de que el aumento llegue a las 2 toneladas, un 20 % del valor
inicial. Esto se debe, como ya se ha mencionado, a que en el caso sin control de carga de
las baterı́as el extra de potencia lo entregan las centrales de ciclo combinado, mucho más
limpias que el carbón, que cubre la demanda en el caso con control.
En cuanto a las partı́culas, ni siquiera el caso sin control es suficiente para hacer que
se reduzcan, alcanzando incrementos del 115 % para el caso con control con respecto al
coche convencional.
No obstante, hay que tener en cuenta que estas emisiones se están produciendo en
centrales que por lo general se encuentran situadas lejos de las ciudades, por lo que sus
emisiones extra, muy probablemente se dispersen antes de llegar a los pulmones de la
mayorı́a de ciudadanos. Esto no ocurre en el caso de los vehı́culos convencionales, en
los que las emisiones se dan en su mayor parte en pleno casco urbano, lo que lleva a su
inhalación casi inmediata.
Habrı́a que considerar hasta qué punto afectan las emisiones de las centrales a las
personas teniendo en cuenta la distancia. También hay que tener en cuenta que si estos
vehı́culos son de fabricación nacional es posible que se produzcan más emisiones que las
que produce la industria del automóvil en la actualidad, por ser su construcción más
demandante energéticamente. No obstante, a priori y a pesar de los resultados obtenidos,
se puede establecer que la introducción del vehı́culo eléctrico tendrı́a un impacto positivo
sobre la salud humana, por alejar los focos de contaminación de las personas.
Además, conviene recordar que en el modelo la producción de energı́as renovables es

sensiblemente baja, ya que la eólica solo cubre un 16 % de la producción, por lo que es de
esperar que para cualquier dı́a en el que se produzca más viento las emisiones (indirectas)
de los BEV se reduzcan hasta el punto de hacer disminuir el cómputo global, y suponiendo
una mejora, esta vez clara, a las condiciones de salud.

6.2.2 Impacto sobre el ecosistema

Que el mundo se esté calentando es un hecho [2, Cap.2], y que la actividad humana
sea responsable de este calentamiento también [2, Cap.6]. El mayor culpable de este
calentamiento es el dióxido de carbono o CO2 , y hasta un 23 % del total de emisiones de
este gas de efecto invernadero procede del sector transporte.
El calentamiento global tiene un impacto enorme sobre los ecosistemas, impactos que
aún siguen estudiándose, pero entre los que se incluye la fusión de los hielos polares y el
incremento del nivel del mar (de hasta medio metro para finales de siglo). Por ello se va
a considerar que el principal impacto sobre el medio ambiente va a estar determinado por
las emisiones de CO2 . También podrı́a haberse tenido en cuenta la emisión del dióxido de
azufre (SO2), que es uno de los principales responsables de la lluvia ácida, pero la falta
de su lı́mite de emisiones en los documentos europeos ha llevado a no tenerse en cuenta.
Por tanto se procederá de la misma manera que en el punto anterior. Se cuantificarán

las emisiones totales del número de vehı́culos convencionales a sustituir. También se cuan-
tificarán las emisiones indirectas de los vehı́culos eléctricos que se introducirán. Ambos
datos se compararán, lo que permitirá determinar el impacto de ambas tecnologı́as sobre
el medio ambiente. A continuación se muestran las tablas 6.14 y 6.15. La primera de ellas
representa la carga de BEVs sin control y la segunda la carga controlada. La última fila
de cada tabla representa la variación que se da, al restar las emisiones de los vehı́culos a
la de las centrales.
Tabla 6.14: Emisiones de gases de efecto invernadero para el caso sin control
Sin control CO2 (t/dı́a)

Convencional 18.134,8195
Eléctrico 7.119,3555
Diferencia -11.015,4639
Tabla 6.15: Emisiones de gases de efecto invernadero para el caso con control
Con control CO2 (t/dı́a)

Convencional 18.134,8195
Eléctrico 7.675,0225
En este caso sı́ que se puede observar como la introducción del vehı́culo eléctrico
disminuye notablemente las emisiones de CO2 , cayendo un 60,74 % para el caso sin control
y un 57,68 % para el caso en el que se hace un control de la carga.
Se puede determinar entonces que la reducción de emisiones es significativa. A pesar

de haber aumentado la producción de fuentes no fósiles, el hecho de que esa producción
se encuentre diluida entre la producción que no emite gases de efecto invernadero hace
que la emisión indirecta de los vehı́culos eléctricos sea mucho menor que la emitida por
los vehı́culos convencionales.
De la misma manera que en el caso anterior, al no tenerse en cuenta la variación

de energı́as renovables no hay que olvidar que en cuanto estas aumenten en el mix, las
emisiones especı́ficas de CO2 de todo el sistema eléctrico español caerı́an, lo que llevarı́a
a una reducción de emisiones por parte del vehı́culo eléctrico mucho más evidente.
Se puede determinar por tanto que el uso del vehı́culo eléctrico como tal supondrı́a
una mejora en cuanto a las emisiones de gases de efecto invernadero. No obstante, y
como ya se ha explicado anteriormente, su producción es energéticamente muy exigente
en comparación con la producción de un vehı́culo convencional. Esto se debe en gran
medida a las baterı́as, que requieren de una gran cantidad de energı́a para construirse.
El aumento de energı́a primaria necesaria puede llegar hasta un 70 % en la construcción,
y también puede aumentar en el reciclado [31]. La siguiente gráfica (figura x.x) muestra
una comparación de la media de emisiones de distintas tecnologı́as.
Fuente: EEA, 2016
Figura 6.1: Comparación de emisiones de CO2 en gramos por kilómetro en función de la

tecnologı́a y la procedencia del combustible de los vehı́culos

En esta gráfica, obtenida por un equipo neerlandés y recopilada por el informe “Electric
Vehicles in Europe” de la Agencia Europea para el Medio Ambiente (EEA por sus siglas
en inglés) de 2016 [31] se aprecia claramente como en situaciones desfavorables (que el
100 % de la energı́a de las baterı́as provenga de plantas de carbón) el vehı́culo eléctrico
resulta más contaminante que todos los tipos de vehı́culos convencionales a lo largo de
toda su vida. No obstante, a medida que el mix de renovables aumenta sus emisiones
globales van reduciéndose. Para un caso intermedio, basado en la mezcla de generación
de la Unión Europea, el BEV resulta ligeramente menos contaminante (en gramos de CO2
por kilómetro) que los coches de gasolina y diésel.
No obstante, queda pendiente hacer un análisis del ciclo de vida del BEV para de-
terminar a partir de cuantos kilómetros de uso pasa a ser más limpio que un vehı́culo
convencional.
6.2.3 Impacto sobre el agotamiento de recursos

Tanto el vehı́culo eléctrico como el convencional necesitan combustibles fósiles para
funcionar. La relación entre los coches de combustión y estos combustibles es más evi-
dente, pero en el caso del BEV esta necesidad depende únicamente de la composición del
mix energético, pero en el modelo creado queda claro que consume carbón y gas natural
de manera indirecta.
El agotamiento de los recursos naturales es a dı́a de hoy un verdadero problema. En

el caso que nos atañe, las necesidades de energı́a y movilidad, cada vez más crecientes,
llevan a la extracción de más y más recursos que han llegado a tardar miles de millones
de años en formarse.
Este problema es menos evidente con el carbón, con un número aún elevado de reservas,
pero resulta claro con el petróleo y el gas natural, con unas reservas que poco a poco se
van agotando, ya que el ritmo de producción de este recurso es mucho menor que el ritmo
de su consumo. Por ello, cualquier acción que lleve a una reducción del consumo de estas
materias primas tiene numerosos resultados positivos.
Para poder determinar cómo varı́a el agotamiento de recursos a lo largo de un dı́a se

procederá a determinar por un lado la cantidad de combustible que consumen los vehı́culos
convencionales, y por otro lado el aumento de gas y carbón que provoca la entrada de
los vehı́culos eléctricos en el sistema energético. Estos valores se pueden apreciar en las
tablas 6.16 y 6.17 (una para cuando no hay control de carga y otro para cuando lo hay).
Tabla 6.16: Consumo de combustibles fósiles para el caso sin control
Sin control Combustible (Uds.)

Gasolina 2.853.536,37 l
Diesel 4.550.737,80 l
Carbón 56,95 t
Gas Natural 1.119.642,42 N m3
Tabla 6.17: Consumo de combustibles fósiles para el caso con control
Con control Combustible (Uds.)

Gasolina 2.853.536,37 l
Diesel 4.550.737,80 l
Carbón 1.589,58 t
Gas Natural 267.995,79 Nm3
Las unidades de estas tablas son, en orden, litros, litros, toneladas y metros cúbicos
normales. Como se puede ver, es complicado comparar el gasto de recursos con tanta
disparidad entre unidades.
Para poder comparar con mayor grado de certeza el consumo de todos los combustibles
un dı́a, estos se pondrán en una unidad común para todos, que en este caso será el Giga
Julio (GJ). De esta manera se puede observar mejor como varı́a el gasto de combustibles.
Se crearán dos tablas (tablas 6.18 y 6.19), una para cuando no hay control de carga y otra
para cuando si lo hay. La última fila de cada tabla corresponde a la diferencia entre los
distintos casos (se suman los GJ de gas y carbón y se les restan los de gasolina y diésel).
Tabla 6.18: Consumo de combustibles fósiles en Gigajulios (GJ) para el caso sin control
Sin control GJ
Gasolina 92.597,18
Diesel 161.300,59
Carbón 1.381,12
Gas Natural 45.316,41
Tabla 6.19: Consumo de combustibles fósiles en Gigajulios (GJ) para el caso con control
Con control GJ
Gasolina 92.597,18
Diesel 161.300,59
Carbón 38.547,24
Gas Natural 10.846,86
Se puede observar, ahora claramente, la gran diferencia que existe entre la importación
de combustibles para los vehı́culos convencionales y los eléctricos. Especialmente teniendo
en cuenta que para satisfacer la demanda de un vehı́culo eléctrico solo un pequeño por-
centaje va a proceder de la energı́a importada.
Los motivos de esta diferencia son claros. Si no se tiene en cuenta la energı́a especı́fica
de cada combustible la explicación más razonable es la eficiencia energética. La suma
de las pérdidas que se producen en la generación, en el transporte y en su utilización
no es comparable, como se puede observar, a las pérdidas que se producen en motores
convencionales.

Y es que la eficiencia de un motor de combustión interna es muy baja. Especialmente

si se compara con la de un motor eléctrico, ya que mientras un MCIA aprovecha solamente
un 20 % de la energı́a, un ME puede llegar a aprovechar más de un 80 % [31].
Se puede determinar por tanto que la implantación del vehı́culo eléctrico reducirı́a
considerablemente el consumo de combustibles fósiles, por lo que reducirı́a claramente el
impacto sobre el agotamiento de recursos, aunque se debe notar que no se han tenido en
cuenta las pérdidas de transporte de la red o las del motor eléctrico.
6.3 Impacto económico

Parece claro, tras haber analizado los distintos impactos económicos, que el vehı́culo
eléctrico puede ser una solución a ciertos problemas ambientales. No obstante es el dinero
el que establece el orden de prioridades en el mundo, especialmente en el contexto en el
que se encuentra la sociedad, de crisis y recursos cada vez más limitados. Por ello es
necesario analizar cuáles son los impactos económicos que producirı́a la introducción del
vehı́culo eléctrico en España.
En este caso el análisis se realizará en torno a tres aspectos que se considera pueden
tener especial relevancia en estos casos. Estos tres aspectos que se van a analizar son los
siguientes:
• Impacto en la venta del CO2 .
• Impacto sobre las importaciones.
• Impacto sobre el usuario.
Se busca con estos tres impactos intentar dar una imagen más amplia de los distintos
efectos económicos que tendrı́a la introducción del BEV. Como se mencionó en la intro-
ducción de este capı́tulo este análisis no es más que una aproximación, por lo que muchos
de los efectos económicos no se verán bien detallados o no aparecerán, algo que permanece
como futura lı́nea de expansión del trabajo.
6.3.1 Impacto en la venta del CO2

El Régimen de Comercio de Derechos de Emisión (RCDE o ETS por sus siglas en
inglés) es uno de los principales pilares de la polı́tica medioambiental europea. Creado
en 2005 para combatir el aumento de las emisiones de efecto invernadero, fue el primer
mercado de carbono del mundo, y uno de los mayores en la actualidad (representa el 75
% partes de comercio internacional de carbono) [85].
Este mercado se basa en dos principios, el de lı́mites máximos de emisión y comercio de

derechos, llamado en inglés cap and trade. Su funcionamiento es relativamente sencillo.
Se establece un lı́mite de emisiones que puede emitir las instalaciones pertenecientes a
este mercado, y dentro de ese lı́mite las empresas pueden vender y comprar derechos de
emisión, siempre y cuando a finales de año tengan suficientes derechos como para cubrir
sus propias emisiones.
Este mercado sirve como herramienta para reducir las emisiones de gases de efecto
invernadero [85] porque con el tiempo se van reduciendo los lı́mites de emisión, lo que
obliga a las empresas que participan en el a reducir sus emisiones. Según los datos que
dispone la comisión europea, con la implantación de este mercado se está consiguiendo
reducir a buen ritmo las emisiones contaminantes.
En la práctica este mercado ha permitido poner un precio al carbono que se emite en

Europa. Y el objetivo de este punto no es otro que ver el coste económico de reducir las
emisiones de CO2 mediante la implantación de vehı́culos eléctricos.
Se trabajará por tanto con los datos del capı́tulo 5.2.2, donde vienen establecidas las
emisiones diarias de CO2 en toneladas. Los datos de los precios se obtienen de la empresa
SendeCO2, más precisamente se hace una media del histórico de valores de 2015 (por ser
el año de donde se han obtenido la mayorı́a de los datos), dando como resultado un precio
de 7,68 euros por tonelada de CO2 [86].
Con estos datos quedan definidas las siguientes tablas, donde se comparan las emisiones
y el precio de CO2 para vehı́culos convencionales y vehı́culos eléctricos con y sin control
de la carga de las baterı́as.
Tabla 6.20: Coste de las emisiones para el caso sin control
Sin control CO2 (t/dı́a) Precio (e/dı́a)

Convencional 18.134,8195 139.275,41
Eléctrico 7.119,3555 54.676,65
Diferencia -11.015,4639 -84.598,76
Tabla 6.21: Coste de las emisiones para el caso con control
Con control CO2 (t/dı́a) Precio (e/dı́a)

Convencional 18.134,8195 139.275,41
Eléctrico 7.675,0225 58.944,17
Diferencia -10.459,7969 -80.331,24
No se han tenido en cuenta la emisiones provocadas por la extracción, transporte y

refinado de los combustibles utilizados por los coches convencionales, lo que amplificarı́a
el efecto de ahorro de emisiones de la introducción del vehı́culo eléctrico.
Las tablas muestran claramente que en los dos casos el uso del vehı́culo eléctrico frente
al convencional conllevarı́a un ahorro directo, al ser mucho menor las toneladas de CO2
que se producen.
Para ver mejor los efectos de esta variación solo hay que ver que para el periodo 2008-
2012, el lı́mite de emisiones para España era de 152,7 [87] millones de toneladas de CO2
por año. El ahorro que conlleva la introducción del BEV se puede calcular fácilmente

multiplicando el ahorro diario por 365 dı́as, y supone para el caso sin control un 2,63 %,
mientras que para el caso con control es un 2,50 %. Parece un ahorro pequeño, pero no
hay que dejar de tener en cuenta varios factores.
El primero es que el porcentaje de vehı́culos eléctricos introducidos es bastante bajo,

ya que solo alcanza a un 10 % del total del parque automovilı́stico español. El segundo es
que, como se mencionó en los apartados previos, la cantidad de energı́a producida por las
energı́as renovables puede aumentar fácilmente. Ambos factores pueden hacer aumentar
un porcentaje que, recordemos, tiene en cuenta todas las emisiones de gases de efecto
invernadero en España.
6.3.2 Impacto sobre las importaciones

Se conocen como importaciones a los bienes producidos en el extranjero y adquiridos
por un paı́s para distribuirlos en su interior [88, Pág.58]. Para un paı́s como España,
deficitario en materias primas, las importaciones son vitales para el mantenimiento de la
economı́a.
Fuente: datosmacro.com, 2016
Figura 6.2: Importaciones en España en euros (eje izquierdo) y en función del PIB (eje
derecho).
Como se ve en el gráfico superior, las importaciones llevan varias décadas aumentando

en importancia en España, con la excepción de los años 2008 a 2012, los peores momentos
de la crisis económica. Para 2015 las importaciones alcanzaron los 66.220 millones de
euros, y supusieron un 16,49 % del PIB español [89][90].
Una parte importante de estas importaciones se debe a los recursos energéticos, ya sea
de petróleo, gas o carbón. Según la Corporación de Reservas Estratégicas de Productos
Petrolı́feros (CORES), tutelada por el Ministerio de Energı́a y Turismo, la dependencia
con el exterior del gas natural, el petróleo y el carbón es de un 99,8 %, 99,5 % y 91,7 %
respectivamente [91].
Como se ve, la fuerte dependencia de estos recursos supone un lastre tanto para la
situación económica como para la geopolı́tica, por lo que cualquier disminución de la
misma con estos recursos solo puede resultar positiva.
Se vio en el apartado anterior, que trataba del agotamiento de recursos, la cantidad

de combustible demandada por vehı́culos y grupos generadores. Se ha visto asimismo
cual es el coste de los cuatro tipos de combustibles vistos (gasolina, gasóleo, carbón y gas
natural).
Por tanto con una sencilla operación será posible obtener el coste de todos los casos
estudiados y cuál es el balance entre la introducción de los BEV o el mantenimiento de
los vehı́culos convencionales.
Cabe destacar que por simplicidad no se ha tenido en cuenta el coste del petróleo
para determinar el coste del gasóleo y la gasolina, se ha tomado la media del precio sin
impuestos de 2015 de ambos combustibles.
Las tablas 6.22 y 6.23 muestran el coste por dı́as de todos los combustibles previamente
mencionados. La última fila muestra la diferencia. La primera tabla representa el caso
sin control de carga y la segunda con control. Representando los valores en gasolina y
diésel lo que se dejarı́a de consumir con la implantación del coche eléctrico y carbón y gas
natural el gasto extra asociado al coche eléctrico.
Tabla 6.22: Variación del coste de las importaciones para el caso sin control
Sin control Combustible (Uds.) Precio (e/dı́a)

Gasolina 2.853.536,37 l 1.578.005,61
Diesel 4.550.737,80 l 2.516.558,00
Carbón 56,95 t 3.119,03
Gas Natural 1.119.642,42 Nm3 273.157,23
Diferencia - - -3.818.287,35
Tabla 6.23: Variación del coste de las importaciones para el caso sin control
Con control Combustible (Uds.) Precio (e/dı́a)

Gasolina 2.853.536,37 l 1.578.005,61
Diesel 4.550.737,80 l 2.516.558,00
Carbón 1.589,58 t 87.052,53
Gas Natural 267.995,79 Nm3 65.382,47
Diferencia - - -3.942.128,62
En estas tablas se puede observar como el ahorro que produce la importación de

vehı́culos eléctricos supone en los dos casos más de 3 millones de euros al dı́a. Si se

multiplican estos resultados por los 365 dı́as del año el ahorro asciende a 1.393 millones
de euros para el caso sin control y a 1.439 millones de euros para el caso con control.
Suponiendo que este ahorro revirtiese directamente al estado, se puede considerar que
cada vehı́culo eléctrico supondrı́a para España un ahorro de 415,61 e/año en el caso
sin control y de 429,09 e/año para el caso con control.
Además se aprecia finalmente la ventaja de usar el control de carga de las baterı́as de

los BEV, pues suponen un ahorro de un 3,24 % con respecto a los casos sin control.
Para poder comprender mejor las magnitudes que suponen este ahorro se compararán
en primer lugar con el valor de las importaciones de 2015 y con el propio Producto Interior
Bruto Español del mismo año.
Según los datos obtenidos previamente, el coste de las importaciones ascendió a 66.220
millones de euros, por lo que el ahorro supondrı́a una disminución de las importaciones
de un 2,10 % para el caso sin control y de un 2,17 % para el caso con control.
En cuanto al PIB, su valor en 2015 alcanzaba los 1,0756 billones de euros, por lo que
el ahorro en importaciones supondrı́a un aumento del PIB del 0,130 % para el caso sin
control y de un 0,134 % para el caso con control. Queda pendiente, en un ulterior, ver
cuanto más podrı́a incrementarse el PIB con un número mayor de vehı́culos eléctricos
[89].
Hay que tener en cuenta que en ningún momento se ha tenido en cuenta los efectos
de las importaciones y exportaciones que provocarı́a la fabricación de vehı́culos eléctricos
en España, especialmente teniendo en cuenta que varios modelos ya se fabrican en el paı́s
[40]. Este es otro análisis que se pospone para una futura ampliación del trabajo.
Para concluir, si bien es cierto que la disminución de derivados del petróleo lleva
aparejado un aumento de importación de otros combustibles fósiles, no se puede dejar de
recordar que para un coche convencional el combustible que lleva en el depósito supone
el 100 % de su consumo, para un coche eléctrico el porcentaje de dependencia de com-
bustibles fósiles ronda el 39 % (según el modelo), lo que hace que la dependencia del
exterior descienda significativamente.
6.3.3 Impacto sobre el usuario

Hasta ahora en el análisis de los impactos económicos se han tenido en cuenta datos
más propios de macroeconomı́a. Sin embargo, con el objetivo de acercar los resultados
del trabajo a pie de calle se va a hacer un análisis de rentabilidad del vehı́culo eléctrico
usando los valores obtenidos en las simulaciones.
Se usarán, como ha sido común en este capı́tulo los datos correspondientes a la in-
troducción de 3.353.332 turismos eléctricos con y sin control de carga, lo que afectará al
coste de carga de los vehı́culos eléctricos.
El primer valor con el que se debe trabajar es el coste de los vehı́culos. Ya se ha

mencionado que fabricar un vehı́culo eléctrico es sensiblemente más costoso a nivel de
energı́a, y esto se traduce en un mayor precio a la hora de comprarlo, en comparación con

un homólogo convencional. Esta diferencia de precio puede oscilar entre los 5.000 y los
10.000 euros, e incluso más [31, Pág. 53].
Para el valor de los vehı́culos convencionales se tomarán los valores que da la Agencia
Tributaria del precio final de vehı́culos diésel y gasolina para diciembre de 2016. Este valor
es de 19.169 e para los vehı́culos diésel y de 13.705 e para los vehı́culos de gasolina. Para
el coste de los vehı́culos eléctricos se toma el precio medio ponderado de los vehı́culos
más vendidos en España en 2016, y que asciende a 27.938 e [92]. Como se puede
apreciar, la diferencia de precio es significativa, de 10.928 e (un 64.2 % del coste del
coche convencional). A pesar de que la diferencia es elevada, concuerda con el valor que
dan las fuentes, por lo que se tomará como válido.
En estos precios no se van a tener en cuenta las ayudas que permiten reducir el precio
final del vehı́culo eléctrico, ya que dependen mucho de las decisiones polı́ticas, de duración
y cuantı́a es inestable..
El siguiente valor a tener en cuenta es el coste del combustible. Para los vehı́culos
diésel y de gasolina es sencillo obtener el valor, pues su coste ya está establecido y es de
1,228 e/l para los vehı́culos de gasolina y de 1,114 e/l para los vehı́culos diésel. El
precio de los vehı́culos eléctricos es más complejo, ya que depende del coste por megavatio
del mercado y la hora de carga. Para obtener su valor se llevará a cabo un procedimiento
parecido al usado para obtener las emisiones. Se usarán las mismas horas de cargas y
el modelo de costes creado para la obtención de los resultados económicos del capı́tulo
anterior.
Al igual que para el coche convencional se tendrá en cuenta que el consumo diario será
de 41,6 km [55], por lo que las baterı́as requerirán para cargarse 5,824 kW, que repartirán
entre 8 horas, con lo que la demanda horaria será de 0,728 kWh.
Usando estos datos y los del modelo de costes se obtiene que el precio medio de la
electricidad es de 0,0513 e/kWh para el caso sin control, mientras que para el caso con
control es de 0,00363 e/kWh. En este caso también se puede apreciar claramente los
beneficios que tiene el control de la recarga, que reduce en 1,5 céntimos de euro el coste
horario de recarga.
Estos datos están basados en los resultados obtenidos en el modelo, que representan
al mercado mayorista de la electricidad y que por tanto no sufren la fuerte carga de
impuestos que se da en la factura de la luz (que pueden superar el 50 %). No obstante se
conservarán estos precios, ya que se considerará que el resto de costes ya quedan abonados
por el usuario del vehı́culo al pagar el resto de la factura de la luz.
Ası́ pues, el precio final necesario para recargar la baterı́a se obtiene sumando los costes
de recarga de cada una de las ocho horas que supone esta. Este precio es de 0,3997 e/dı́a
cuando no hay control de recarga y de 0,3046 e/dı́a cuando sı́ que hay control.
En cuanto al precio de la gasolina, se supone que se rellena el depósito cada dı́a, y

que el precio del combustible es invariable. Dado un consumo de 5,6 l/100km para el
diésel y de 4,9 l/100km para la gasolina [68][69] se obtiene que el precio diario que cuesta
mantener el depósito lleno es de 2,5952 e/dı́a para el diésel y de 2,5031 e/dı́a para

la gasolina . Se aprecia claramente como el coste diario es mucho menor para el BEV,
por lo que eventualmente se alcanzará un punto de equilibrio.
Para poder determinar donde corta el precio de una tecnologı́a se representan gráficamente
las siguientes ecuaciones:
y1 = 2, 5957 · x + 19.169 (6.1)
y2 = 2, 5031 · x + 13.705 (6.2)
y3 = 0, 3997 · x + 27.938 (6.3)
y4 = 0, 3046 · x + 19.169 (6.4)
Donde x representa el número de dı́as, y1 el diésel, y2 la gasolina, y3 el BEV sin control,

y4 el BEV con control y el término independiente el precio medio del vehı́culo de cada
categorı́a, quedando la figura 6.3:
Figura 6.3: Ecuaciones de costes y punto de equilibrio
Se observa que con los precios escogidos son necesarios muchos años para que se igualen
los precios. Los dı́as en los que se dan los equilibrios son los siguientes (tabla 6.24):
Tabla 6.24: Dı́as necesarios para que la rentabilidad del vehı́culo eléctrico sea mayor
En dı́as Sin control Con control

Diesel 3.994 3.828
Gasolina 6.766 6.473
Que en años queda de la siguiente manera (tabla 6.25):
Tabla 6.25: Años necesarios para que la rentabilidad del vehı́culo eléctrico sea mayor
En años Sin control Con control

Diesel 10,942 10,488
Gasolina 18,537 17,734
Otra manera de buscar el equilibrio serı́a determinando los kilómetros necesarios para
que compense cualquiera de las opciones. Para ello se dividirá el coste por dı́a (e/dı́a)
entre los 41,6 km/dı́a, obteniéndose el coste por kilómetro. Aplicando las ecuaciones el
resultado es el siguiente (tabla 6.26):
Tabla 6.26: Kilómetros recorridos necesarios para que la rentabilidad del vehı́culo eléctrico
sea mayor
En km Sin control Con control

Diesel 166.155,46 159.254,94
Gasolina 281.485,53 269.306,02
Hay que tener en cuenta que muchos costes que pueden alterar los resultados no se
han tenido en cuenta. Entre estos valores se encuentran las subvenciones, que pueden
hacer caer el precio de compra de los BEV considerablemente, el mantenimiento, cuyo
coste será menor para los BEV por la sencillez de su motor y las rebajas fiscales, que
varı́an en cada comunidad y que pueden ahorrar cierta cantidad.
Si no se tienen en cuenta todas estas rebajas, es complicado alcanzar el punto de

equilibrio. Según los resultados obtenidos en este punto, se necesita una media de 13,81
años o 209.753,51 kilómetros, teniendo en cuenta la proporción de vehı́culos diésel y
gasolina (58,25 % y 41,75 % respectivamente), para que el vehı́culo eléctrico comience a
ser rentable.
Recordemos además que los precios de la electricidad aplicados a la carga de la baterı́a

son especialmente bajos, pues no se han tenido en cuenta impuestos y otros aspectos que
elevan el precio de la factura de electricidad, por lo que seguramente el tiempo necesario
para que el vehı́culo eléctrico sea rentable sea aún mayor.
A la vista de los resultados queda claro que si se desea acelerar la implantación del
vehı́culo eléctrico se debe rebajar su precio (ya sea de manera natural o artificial, mediante
subvenciones) para que el público perciba que merece la pena cambiar de tecnologı́a y esta
comience a implantarse seriamente en suelo español.

Capı́tulo 7
Conclusiones
Las conclusiones de este trabajo se organizarán de manera tal que respondan a los
objetivos marcados al inicio del mismo. Por ello en primer lugar se resolverá si es viable
la introducción del vehı́culo eléctrico para el sistema eléctrico peninsular español. A esto
le seguirá un análisis de los distintos efectos que se han estudiado en este trabajo, tanto
eléctricos como medioambientales y económicos. Finalizará el capı́tulo con un punto
dedicado a explorar las posibles lı́neas de expansión.
7.1 Viabilidad de la introducción del vehı́culo eléctrico

El primer estudio que debe realizarse es si tanto la red como la generación instalada
están capacitadas para absorber el incremento de demanda que supondrı́a la introducción
del BEV bajo los supuestos considerados en este estudio.
En primer lugar se puede determinar claramente que, pese a la concentración de la

potencia generada, acumulada en los nudos 3 (Asturias) y 7 (Castilla y León), que la red
diseñada es capaz de transmitir la potencia adecuadamente. Incluso se podrı́a determinar
que la misma puede llegar a estar sobredimensionada. Dado que esta red es una aprox-
imación de la red de alta tensión peninsular se puede suponer que la red eléctrica real
también serı́a capaz de soportar los incrementos de demanda producidos por la carga de
los vehı́culos eléctricos.
No obstante, no hay que dejar de recordar que el trazado de esta red no se corresponde
exactamente con la real, y que en algunos casos especı́ficos algunas partes de la red pueden
verse saturadas. Esto puede ocurrir especialmente si no hay un control de la carga, lo que
lleva a un incremento del pico de demanda.
El siguiente punto a determinar es si la generación instalada es capaz de suplir la

demanda. Este aspecto es en principio fácil de determinar, ya que en el momento de
mayor demanda, con el máximo de vehı́culos eléctricos sin control de carga la demanda
llega a los 42.764 MW, mientras que la potencia instalada total es de 101.027 MW. Es
decir, que en el peor de los casos el sistema solo está usando un 42 % de su capacidad, a
lo que hay que añadir que suponer un sistema con un número de incidencias tan elevado
que hiciera inviable el satisfacer esa demanda parece improbable a dı́a de hoy.
A pesar de que este indicador es significativo no hay que dejar de recordar que en
el modelo, ası́ como en la realidad, algo menos de la mitad de la generación depende de
las condiciones ambientales. Sin embargo también hay que recordar que los cálculos con
el modelo son muy conservadores con respecto a estas tecnologı́as, ya que la generación
eólica e hidráulica, las más relevantes en el sistema alcanzan un máximo del 26 % y el 25
% respectivamente.
Este conservadurismo no acerca en ningún momento la generación al lı́mite de potencia

instalada. La potencia generada con ciclos combinados representa muy bien este hecho,
ya que en el peor de los casos llega a usar un 33 % del total de potencia instalada. Por
tanto se puede determinar desde el punto de vista de la generación, la introducción del
vehı́culo eléctrico no supondrı́a ningún problema.
No se debe dejar de mencionar que aunque la generación no tenga ningún problema

para soportar el incremento de la demanda es posible que los efectos de la entrada del
BEV suponga un problema con respecto a la potencia reactiva. El hecho de que el factor
de potencia de las baterı́as sea mucho mayor que la media del sistema lleva a que los
aumentos en potencia reactiva demandada sean mucho más relevantes. Esto puede llevar
a que se necesite revisar que las instalaciones diseñadas para solucionar los problemas
causados por este tipo de potencia (como pueden ser los bancos de capacitores) al verse
desbordados con el importante aumento de potencia reactiva demandada (de hasta un
21,3 % con respecto al máximo de 2015). No obstante, no se han tenido en cuenta las
posibles correcciones de potencia que se pueden dar en los puntos de carga, por lo que se
espera que la potencia reactiva tampoco suponga un problema para la red.
Las tensiones y los ángulos también se ven afectados, al aparecer una demanda extra
en el sistema. Las variaciones para ambos parámetros son mı́nimas y siempre dentro de
los lı́mites permitidos por el regulador del sistema, por lo que se supone que el impacto del
vehı́culo eléctrico en la tensión y el ángulo no son especialmente relevantes. No obstante,
de estos resultados se puede extraer que puede usarse la carga del vehı́culo eléctrico para
hacer un control de la tensión, lo que puede ser una aplicación interesante.
Para corroborar que estas conclusiones son correctas se acude al documento “Estrategia
de Impulso del vehı́culo con energı́as alternativas en España” [93], donde se afirma que
según estimaciones de Red Eléctrica de España el sistema de generación puede asumir un
parque de 6,5 millones de vehı́culos sin necesidad de aumentar la capacidad de generación
instalada.
Con todos estos datos se puede concluir este punto que para el número de vehı́culos
eléctricos que se han introducido en este trabajo tanto la red de alta tensión como la
generación son perfectamente capaces de soportar el incremento de demanda producido.
7.2 Efectos del vehı́culo eléctrico

A lo largo del trabajo se han realizado análisis que sirven para determinar de manera
aproximada algunos de los principales efectos que producirı́a el vehı́culo eléctrico en tres
aspectos diferenciados pero interconectados, el sector de la energı́a, el medio ambiente y
la economı́a. En este apartado se tratan las conclusiones alcanzadas tras llevar a cabo
dichos análisis.
Capı́tulo 7. Conclusiones
7.2.1 Efectos en el sistema eléctrico

La introducción del vehı́culo eléctrico tiene efectos en la demanda, el voltaje de los
nudos y en la generación, como se ha podido comprobar en los resultados obtenidos de
las simulaciones.
En primer lugar se puede observar como la carga de las baterı́as es capaz de afectar
claramente la curva de la demanda, tanto para los casos con control de carga como para
los casos que no la tienen. Se puede determinar también que cuando hay control de carga
la curva se suaviza, mientras que con la falta de control la curva pasa a ser más irregular,
incrementándose claramente el pico de demanda.
Uno de los problemas del sistema eléctrico es la disparidad horaria que existe en la
demanda. Esta irregularidad es producto de los hábitos de los ciudadanos y de la propia
realidad económica, y por eso el mı́nimo de demanda se alcanza de madrugada, y el
máximo a las 21 h. Esta diferencia horaria supone una diferencia de más de 15.000
MW, y esto conlleva la necesidad de usar tecnologı́as de apoyo a la generación base
para cubrir los picos. En el modelo creado, ası́ como en la realidad, estas tecnologı́as
corresponden al carbón y al ciclo combinado, las tecnologı́as más caras y que más emiten
del mix energético. Hay más problemas relacionados con la existencia de picos tan elevados
de demanda, como por ejemplo el sobredimensionamiento de la red de transporte de
electricidad para que pueda transmitir la energı́a generada en los picos de demanda.
Esta serie de problemas se ven mitigados con la carga controlada del vehı́culo eléctrico.
Al acumular la demanda en horas valle, la diferencia entre el máximo y el mı́nimo de
demanda se reduce en unos 2.000 MW. Se puede deducir que la entrada del BEV con
control de carga tiene el potencial de permitir el incremento en el mix de generaciones
más estable y eficiente, lo que podrı́a revertir en un ahorro de costes, al producirse una
casación más barata. Asimismo se podrı́a realizar un dimensionamiento mejor de la red.
Estos efectos positivos, que serı́an mayores a medida que se introduzcan más vehı́culos
eléctricos, serı́an imposibles de aplicar si no se da un control de la carga de la baterı́a. Es
más, la falta de control en la carga solo exacerbarı́a los efectos negativos, ya que aumenta
la diferencia entre la demanda mı́nima y máxima en unos 17.000 MW. Esto revela que el
control de carga puede ser vital para que la introducción del vehı́culo eléctrico sea menos
traumática para el sector energético.
En el apartado anterior se trató la posibilidad de realizar un control de la carga para

regular las variaciones de tensión. Se puede determinar usando los mismos argumentos
que un control de la frecuencia también es posible. Ambas aplicaciones pueden resultar
muy beneficiosas para la red y permitirı́an ahorrar dinero al sistema, por lo que su estudio
es recomendado.
Al afectarse la curva de la demanda se produce también un efecto en la generación,

que debe suplir el extra de demanda demandado por la carga del vehı́culo eléctrico. Como
ya se ha mencionado son las centrales de carbón y ciclo combinado las que se encargan
de hacer el despacho en el modelo, centrales que a su vez son las más caras del sistema.
Esto implica que a nivel de costes de generación como tal el uso de vehı́culos eléctricos
no va a abaratar el sistema, ya que en las simulaciones desarrolladas estas centrales deben
generar el extra de demanda de la carga. No obstante, con una buena gestión de la carga
se puede evitar que los costes de los BEV afecten al bolsillo del consumidor. Los resultados
demuestran que en el peor caso sin control llega a aumentar el coste en horas pico un 5,55
%, mientras que permanece constante para el caso con control. El incremento de costes
del caso con control se acumula en horas en las que la mayor parte de la gente duerme,
por lo que su impacto es menor.
Se puede determinar por tanto que para el sistema eléctrico la introducción de BEV
tiene un efecto cada vez mayor a medida que aumenta el uso del coche eléctrico, aun a
pesar de introducirse en números pequeños respecto al parque automovilı́stico español. La
gestión de la carga es importante para evitar que estos efectos repercutan negativamente
a los usuarios.
7.2.2 Efectos en el medio ambiente

Es indudable que el incremento de la demanda produce un aumento en las emisiones
generales del mix, por ello se llevó a cabo un análisis que comparase ese aumento de las
emisiones con la disminución que provocarı́a la retirada del mismo número de vehı́culos
convencionales del mercado.
La primera conclusión que se extrae del análisis es que las emisiones de gases tóxicos
(N Ox y PM) totales no mejoran con la introducción del vehı́culo eléctrico. Es más, empe-
oran en la mayor parte de los casos. Es significativo que se produzca este empeoramiento,
aun a pesar de que estas emisiones provienen solamente de un porcentaje de la generación
total que usa el vehı́culo eléctrico para cargarse.
A pesar de estos datos no se puede hacer una conclusión apresurada, ya que solo se
está teniendo en cuenta el cómputo global de emisiones, pero hay que considerar varios
factores. En primer lugar, las emisiones provenientes de las centrales no se emiten a nivel
de suelo, como ocurre con las producidas por los vehı́culos. Por ejemplo, la chimenea de
la central térmica de As Pontes alcanza los 356 metros de altura. Estas alturas buscan
dispersar los contaminantes tóxicos para reducir los efectos sobre la salud humana. A
esto hay que sumar que las emisiones de los vehı́culos de combustión se concentran en las
ciudades, donde más pueden afectar a la salud humana, mientras que las centrales suelen
estar alejadas de núcleos poblacionales.
En este punto es difı́cil sacar una conclusión acertada, porque aunque aumenta la
emisión de contaminantes tóxicos, esta tiene un menor efecto en la salud humana. Sı́ que
es probable que se pueda concluir que la calidad del aire de las ciudades mejorarı́a con
la introducción del vehı́culo eléctrico, pero se deberı́a hacer un estudio más detallado al
respecto.
También se debe dudar de que las emisiones de gases de efecto invernadero, en concreto
CO2 , disminuyan con la entrada del BEV. Las emisiones se pueden reducir en más de un 60
% en comparación con el CO2 emitido por los vehı́culos de diésel y gasolina en el momento
de estar circulando. No obstante es necesario realizar un análisis de ciclo de vida para
poder determinar si las emisiones globales de los vehı́culos eléctricos son mayores o menos
a la de los vehı́culos convencionales. Esto se debe a que la construcción y el reciclado de
los mismos requieren de muchos más recursos, especialmente por culpa de las baterı́as.
Como se ha visto, para que el BEV emita menos GEI que el CV debe usar una energı́a
proveniente en su mayor parte de energı́as renovables.
Asimismo, no se han tenido en cuenta otros muchos factores, como por ejemplo la
reducción de emisiones que conllevarı́a dejar de tratar y transportar los combustibles
de los vehı́culos convencionales. Otro factor que no se ha tenido en cuenta es que las
emisiones de las centrales contaminantes van a verse muy disminuidas (especialmente el
carbón) al irse aplicando la nueva legislación.
Se puede concluir en este punto afirmando que el análisis no es llevado a cabo no es

suficiente, pero que en vistas a los datos analizados y los resultados obtenidos se deduce
que, dado que en España habitualmente más del 50 % de la energı́a producida proviene
de fuentes renovables, el vehı́culo eléctrico probablemente emita menos gases de efecto
invernadero que el vehı́culo convencional.
7.2.3 Efectos económicos

La emisión de gases de efecto invernadero puede cuantificarse económicamente usando
los precios establecidos por el mercado europeo de derechos de emisión. Su resultado es
similar al del punto anterior, en el sentido de que el uso del vehı́culo convencional podrı́a
suponer un ahorro de 80.000 e diarios si se pudiesen vender los derechos de emisión que
del CO2 que no se emitirı́an.
No obstante, el principal efecto económico de la entrada de los BEV serı́a el relacionado

con las importaciones, un sector que cada vez tiene más importancia en España. Y es que
aunque aumente el gasto en combustible para las centrales el ahorro total podrı́a alcanzar
y superar los 3 millones de euros diarios. En este punto vuelve a apreciarse la importancia
del control de carga, ya que un buen control podrı́a ahorrar, según los resultados, más de
100.000 euros por dı́a al sistema, o unos 420 e por vehı́culo sustituido por año.
Cuantificando sólo estos valores se puede comprobar que la sustitución de tan solo un
10 % del parque automovilı́stico español por vehı́culos eléctricos podrı́a llevar asociado
un incremento anual del 0,13 % del PIB, solo con el ahorro en importaciones.
También es importante destacar que a pesar de que esta introducción aumentarı́a la

demanda de carbón y gas natural (materias primas de las que España es fuertemente
dependiente) reducirı́a en una medida mucho mayor la dependencia del petróleo usado
para destilar los distintos combustibles de automoción, lo que llevarı́a a un fortalecimiento
de la geopolı́tica española.
7.2.4 ¿Un balance positivo o negativo?

Tras haber visto que conclusiones se pueden adoptar para cada uno de los aspectos
estudiados en este trabajo queda determinar si en su conjunto la introducción del vehı́culo
eléctrico en España aportarı́a más beneficios o más complicaciones.
La respuesta a esta pregunta depende en gran medida de un factor: si hay o no un

control de la carga de las baterı́as de los vehı́culos eléctricos introducidos. Y es que si no
hay un control de esta los efectos negativos se multiplican, por lo que a este respecto se
puede afirmar sin lugar a dudas que si se pretende introducir a gran escala el vehı́culo
eléctrico en España es necesario desarrollar una polı́tica clara y eficaz respecto al control
de la carga.
Suponiendo que se establece un control de la carga eficaz, se puede establecer que los
beneficios tanto para el sistema eléctrico como para la economı́a son claros y superan a
los inconvenientes producidos.
El problema se da en el aspecto medioambiental, ya que el vehı́culo eléctrico no sale tan

bien parado con respecto al vehı́culo convencional, especialmente si se estudian sus efectos
ambientales desde la cuna hasta la tumba, es decir, desde que se extraen los recursos
necesarios para fabricarlos hasta que la gestión que se hace de los mismos después de
toda la vida útil de los vehı́culos. Y es que el BEV resulta ligeramente más contaminante
(aunque afecte menos a la población) en contaminantes y está muy a la par con el CV en
emisiones de efecto invernadero si se tiene en cuenta su fabricación.
A pesar de esto, es cierto que el vehı́culo eléctrico de baterı́a tiene mucho margen de
mejora frente al vehı́culo convencional, ya que cuanto más renovable sea el mix de gen-
eración mejores resultados ambientales tendrá el BEV frente a los vehı́culos de combustión
interna. Es decir, que se puede afirmar que la implementación del vehı́culo eléctrico tendrı́a
unos efectos mayoritariamente positivos, por lo que serı́a recomendable trabajar en su in-
troducción, que actualmente solamente es nominal, ya que apenas hay más de 15.000
coches eléctricos circulando en el paı́s.
Muchos motivos explican esta baja implementación, como el bajo número de in-
fraestructuras instaladas (cargadores) o la menor autonomı́a de la baterı́a frente al depósito
de combustible. No obstante, el principal y más importante de ellos es su elevado coste
inicial, que lleva a necesitar de 13,81 años o 209.753,51 kilómetros de media para que el
bajo coste del combustible haga rentable la inversión.
Este trabajo puede concluir que los efectos que provocarı́a la introducción del vehı́culo
eléctrico en España son principalmente positivos, especialmente para el sistema eléctrico
y para la economı́a. A pesar de esto la presencia del vehı́culo eléctrico en España es muy
minoritaria, por lo que para fomentar su compra por parte de la ciudadanı́a se necesitarı́a
que los precios de vehı́culos eléctricos y convencionales se aproximen más, ya sea de man-
era natural (maduración de la tecnologı́a eléctrica) o de manera artificial (impuestos a los
vehı́culos convencionales, subvenciones a la compra de los eléctricos). Además serı́a nece-
sario desarrollar una polı́tica adecuada de carga de las baterı́as. Estas medidas parecen
difı́ciles de aplicar debido al actual estado económico y polı́tico, pero conllevarı́a muchos
beneficios a largo plazo, tanto económicos como ambientales, y permitirı́an a España
adoptar una tecnologı́a que cada vez más se desvela como el futuro del transporte por
carretera en Europa y el resto del mundo.
7.3 Lı́neas futuras del proyecto

Al haber escogido un trabajo tan amplio como el que se presenta aquı́ es que son
numerosas las posibilidades para expandirlo, ası́ como interesantes. Entre estas posibles
lineas futuras se encuentran cosas como poder diseñar adecuadamente sistemas de carga
en base a los datos obtenidos, estudiar el uso del BEV para controlar la tensión y más
asuntos relacionados con las maneras de facilitar la coexistencia de los vehı́culos eléctricos
en el sistema energético español.
No obstante, la linea de expansión más clara consiste en mejorar el modelo usado

para realizar las simulaciones. Por un lado se deberı́a tratar de realizar el modelo en un
programa que no tuviese una limitación a la generación, para poder ampliar el número de
generadores mientras disminuye su potencia máxima. De esta manera el sistema dejarı́a de
ser tan discreto y mejorarı́a su precisión. De la misma forma se tendrı́a que ajustar el resto
del modelo a los cambios en la generación, añadiendo nudos y lineas donde correspondiese.
Por último serı́a necesario usar los datos de generación del sistema español en el futuro,
pues todos los cálculos han sido realizados con los datos de generación actuales, en los
que muchas centrales aún no se han adaptado a la Directiva de Emisiones Industriales.
Esto pueden no corresponder al mix que existirı́a en el momento de la introducción de los
vehı́culos eléctricos descrita en este trabajo. Es más, también serı́a conveniente estudiar
si la elección de nuevas fuentes de generación se verı́a afectada por la introducción del
BEV, ya que ofrece posibilidades de control de la curva de demanda no disponibles hoy
en dı́a.
DOCUMENTO II
ORGANIZACIÓN Y PRESUPUESTO DEL PROYECTO
111
Capı́tulo 1
Introducción
En este documento se tratará como se ha llevado a cabo la organización del proyecto,

incluyendo su partición en distintas partes menores y la organización de su distribución
temporal. Para poder mostrar cómo se ha llevado a cabo esta labor organizativa se ha
realizado una Estructura de Descomposición de Proyecto (Diagrama conocido como EDP)
ası́ como un Diagrama de Gantt. De la misma manera se realizará un estudio económico
del proyecto, con el objetivo de poder determinar el presupuesto del mismo.
Planificar un proyecto supone poder planificar a conciencia un recurso tan escaso como
es el tiempo. Además, teniendo un plan de acción se pueden prever las divergencias y
por tanto actuar con tiempo para evitar que la situación pase a ser crı́tica. Cabe añadir
que poder centrarse en acciones pequeñas cada vez, en vez de encarar todo el proyecto
de golpe permite trabajar de forma más holgada, alcanzando hitos más a menudo y por
tanto supone una ventaja [94]
Es por ello que esta parte del proyecto resulta vital para la consecución del mismo,
por lo que es necesario que resulte precisa, realista y sencilla de seguir.
Documento II: Organización y presupuesto del proyecto

Capı́tulo 1. Introducción
Capı́tulo 2
Estructura de Descomposición del

Proyecto (EDP) y Diccionario de la
EDP
Lo que se busca realizar con esta EDP es descomponer el trabajo en diferentes secciones
menores, más sencillas de gestionar. De esta manera se proporciona un marco por que se
pueden dividir las distintas partes que constarán el proyecto.
En este caso la EDP descompondrá el proyecto en las distintas partes en las que
está dividido y las distintas tareas que suponen su realización, subdividiéndose en tantos
niveles de profundidad como sea necesario para que la descomposición sea precisa [95].
Anexo al diagrama se añadirá el diccionario de la EDP, donde se realizará una definición

más completa de las actividades y tareas que se realizarán.

Figura 2.1: Estructura de Descomposición del Proyecto
Capı́tulo 2. Estructura de Descomposición del Proyecto (EDP)

Diccionario de la EDP
Código
Nivel Nombre Descripción Responsable
de EDP
Determinación de
1. Desarrollo
que aspectos se van
Adjudicación 1.1 del objetivo Alumno
a querer tratar en
del proyecto y el alcance
el trabajo.
Reuniones para realizar
Reuniones con
E.T.S.I de Minas y Energı́a
un seguimiento del
el tutor y Alumno,
2. 2.1 trabajo y envı́o de
comunicación Tutor
Seguimiento correos electrónicos
telemática
del proyecto en caso de duda.
Creación de diagramas
Planificación
2.2 de Gantt y EDP, Alumno
del proyecto
organización del trabajo.
Búsqueda de distintos
Búsqueda de
datos relacionados con
información
3. 3.1 el sector del transporte, Alumno
relacionada con
Fundamentos el vehı́culo eléctrico
los temas a tratar
teóricos y otros temas relacionados.
Repaso de asignaturas
relacionadas con el trabajo,
Repaso de
especialmente Mercado
3.2 asignaturas Alumno
y Transporte de la Energı́a

relacionadas
Eléctrica y Gestión
e Ingenierı́a ambiental.
117
118
Código
de EDP
Descarga del programa
Descarga y
PSS/E de Siemens y estudio
familiarización
4.1 de su funcionamiento, Alumno
4. del programa
haciendo ejercicios de
Simulación PSS@E
prueba.
Desarrollo en el programa
Desarrollo de un
PSS/E de un modelo a
4.2 modelo de la red Alumno
escala del sistema
eléctrica de España
eléctrico español.
Aplicación al modelo del caso
Realización de
4.3 que se quiere estudiar. Alumno
simulaciones
Obtención de resultados.
Estudio de los resultados
Impacto sobre de la simulación para poder
5. 5.1 Alumno
la red eléctrica determinar el impacto
Desarrollo
sobre la red eléctrica.
del proyecto
Determinación
del impacto
Impacto sobre
5.2 de la implantación del Alumno
el medio ambiente
vehı́culo eléctrico en
el medio ambiente
Determinación del impacto

Impacto sobre de la implantación del
5.3 Alumno
la economı́a vehı́culo eléctrico en
la economı́a
Código
de EDP
Con la información de los
Análisis de los resultados de los impactos
6. 6.1 resultados determinar las Alumno
Desarrollo de cada impacto conclusiones a las que
de las se llegan en el trabajo
conclusiones Redacción de Redacción de las conclusiones

6.2 Alumno
las conclusiones a las que se han llegado
Redacción de Redactar los capı́tulos
7.1 Alumno
la introducción introductorios del trabajo.
7.
Redactar los capı́tulos
Redacción Redacción de
7.2 dedicados a Alumno
del proyecto la memoria
la memoria del trabajo.
Desarrollo y redacción del
Estudio
7.3 estudio económico Alumno
económico
que conlleva el trabajo.
Familiarización
Descarga del programa
con LaTeX
7.4 LaTeX y maquetación Alumno
y
del trabajo.
maquetación
Revisión, repaso y
Corrección de corrección de errores. Alumno,

7.5
errores y entrega Visto bueno del profesor. Tutor
Entrega del trabajo.
119

Capı́tulo 3
Diagrama de Gantt
Una vez identificadas las tareas que se quieren realizar quedan por determinar tres
parámetros. El primero de ellos es el tiempo que va a llevar realizar dichas tareas, el
segundo el orden que debe llevar y el tercero la relación que existe entre cada una de
las tareas. Originalmente estos valores procedieron de una estimación, pero han sido
corregidos para reflejar como se han repartido las tareas a lo largo de todo el trabajo.
Ası́ pues, con todos los datos referentes a la organización temporal del trabajo se puede
desarrollar el Diagrama de Gantt, creado con el programa de Microsoft Office, Project.
Como se puede apreciar, las tareas se extienden desde el 3 de Octubre de 2016, fecha en la
que se comenzó el trabajo, hasta FECHA FINAL, momento de su finalización, periodo en
el que se han repartido las aproximadamente 380 horas que se han dedicado al proyecto.

Figura 3.1: Diagrama de Gantt del Proyecto
Capı́tulo 3. Diagrama de Gantt

Capı́tulo 4
Análisis económico
El objetivo de este apartado es poder determinar cuál es el presupuesto correspondiente

al trabajo de fin de grado. Para ello cabe destacar que al ser este un trabajo de ı́ndole
teórica, por lo que sus principales caracterı́sticas serán la búsqueda de información, los
dispositivos encargados de la simulación y el software empleado.
Por este motivo el estudio económico de este presupuesto se dividirá en los siguientes
apartados:
• Licencias de software empleadas.

• Ordenador y otros costes fijos.
• Costes variables relativos a la realización del trabajo.
• Retribución del alumno y el profesor.
4.1 Licencias de software empleado

A la hora de escribir y editar el texto el programa usado ha sido Microsoft Word.
Para la maquetación se ha usado LaTeX y para la preparación de la presentación se ha
usado Microsft PowerPoint. La realización del Diagrama de Gantt se ha llevado a cabo
en Microsoft Project.
En lo referente al tratamiento de datos el programa elegido ha sido Microsoft Excel,

mientras que el programa de simulación usado ha sido el Power Transmission System
Planning Software, abreviado como PSS/E, de Siemens.
Afortunadamente para el alumno, el coste de todo el paquete de ofimática de Microsoft,

ası́ como el de Microsoft Project (no disponible en dicho paquete) queda cubierto por la
Universidad Politécnica de Madrid, que permite a sus estudiantes la descarga sin coste de
estos programas.
De otra manera el coste del paquete de Office más barato ascenderı́a a 69e (de
suscripción anual, con IVA incluido), mientras que el coste de Microsoft Project supondrı́a
un gasto de 769e (Con IVA incluido).
En cuanto al programa PSS/E, su coste de licencia para la versión comercial no está

disponible, sin embargo se puede ver que su coste para universidades oscila entre los 5.250e

y los 6.500e para un usuario. No obstante, Siemens pone a disposición del público una
versión de prueba limitada a 50 nudos, suficientes para realizar las simulaciones necesarias.
Por tanto queda la siguiente tabla de coste de licencias:
Tabla 4.1: Coste de licencias
Software P.V.P (e) Precio para el alumno (e)

Microsoft Office 69,00 (año) 0,00
Microsoft Project 769,00 0,00
LaTeX 0,00 0,00
PSS/E 5.250,00 0,00
Total 6.088,00 0,00
4.2 Ordenador y otros costes fijos

La herramienta más usada con mucha diferencia a la hora de realizar el trabajo ha
sido el ordenador, que ha estado encendido durante prácticamente toda la duración del
trabajo.
Como su coste original fue de 960 e, y fue comprado en 2014. Suponiendo una
vida media del equipo de 8 años se puede determinar que el coste por año es de 120 e
por año. Dado que el tiempo dedicado a realizar el proyecto es de 0,297 años el coste
correspondiente al ordenador (dedicado en este tiempo casi en exclusiva al trabajo) es de
35,67 e.
Una de las herramientas más usadas en el trabajo es Internet, por lo que es importante
reflejar su coste en el trabajo. Se toma el valor de 20 e por mes para una tarifa estándar,
que se multiplica por los 4 meses de duración del trabajo, dando un total de 80 e.
Otro coste correspondiente a esta categorı́a es el del abono de transportes, usado para
desplazamientos al despacho del tutor. Con un coste de 20 e por 30 dı́as y con reuniones
repartidas entre todos los meses se considera que el abono ha sido usado cada mes de la
duración del trabajo. Por tanto, y al haberse usado 4 meses, su coste asciende a 80 e.
También se han usado lápices, bolı́grafos y varios cuadernos para la realización del
trabajo, ascendiendo su coste a 12 e. Junto a estos costes conviene incluir el gasto en
reprografı́a, destinado a la impresión del proyecto y otras cuestiones parecidas, cuyo costo
se aproximará a los 100 e.
Quedan los costes de esta categorı́a repartidos de la siguiente manera.
Capı́tulo 4. Análisis económico

Tabla 4.2: Ordenador y otros costes fijos
Material Coste/ud. tiempo Tiempo usado Total (e)

Ordenador 120 e/año 0,297 años 35,67
Internet 20 e/mes 4 meses 80,00
Abono de
20 e/mes 4 meses 80,00
Transporte
Material de
12 e - 12
oficina
Repografı́a 100 e - 100,00
Total - - 307,67
4.3 Costes variables relativos a la realización del tra-

bajo
El principal coste aplicable a esta categorı́a es el de la electricidad, que ha usado para
alimentar el ordenador y la iluminación de la sala de trabajo. En cuanto al ordenador
se puede suponer que ha estado funcionando las 380 horas dedicadas al trabajo, con una
potencia de 120 W. Por otra parte la iluminación ha funcionado aproximadamente un 30
% del total de horas, lo que equivale a un total de 114 horas a una potencia de 30 W.
Para el precio de la energı́a eléctrica se usa un valor medio de 0,12 e/kWh, con lo que
el coste del ordenador es de 5,47 e y el de la iluminación de 0,41 e.
Quedan los costes variables de la siguiente manera:
Tabla 4.3: Costes variables
Aparato Potencia (W) Uso (h) Coste (e/kWh) Total (e)

Ordenador 120 380 0,12 5,47
Iluminación 30 114 0,12 0,41
Total - - - 5,88
4.4 Retribución del ingeniero junior y el ingeniero

senior
Para poder determinar la retribución económica correspondiente tanto al ingeniero
junior como al ingeniero senior es necesario comprobar cuál es el salario por hora atribuido
a cada uno de ellos.
Ası́ pues se estima como sueldo del ingeniero junior en 30 e/hora. En cuanto al salario
del ingeniero senior se estimará un valor de 50 e/hora.
En cuanto a las horas invertidas por cada parte, al alumno se le contarán las 380 horas
dedicadas, mientras que al profesor se estimarán unas 100 horas. De esta manera queda

la remuneración del ingeniero junior en 11.400 e y la del ingeniero senior en 5000 e, como
se recoge en la siguiente tabla:
Tabla 4.4: Retribución de ingeniero junior y el ingeniero senior
Retribución Tiempo (h) Remuneración (e/h) Total (e)

Ingeniero Junior 380 30 11.400,00
Ingeniero Senior 100 50 5.000,00
Total - - 16.400,00
4.5 Presupuesto final del proyecto

En la siguiente tabla se suman todos los costes del proyecto, indicando también cual
es el coste de cada una de las partes y el porcentaje que estas representan.
De esta manera se llega a un coste total de 16.713,55 e (que ascenderı́a a 22.801,55

e si se tuvieran en cuenta las licencias).
Tabla 4.5: Coste total del Proyecto
Presupuesto del proyecto

Categorı́a Coste (e)
Licencias 0,00 (6.088,00)
Microsoft Office 0,00 (69,00)
Microsoft Project 0,00 (769,00)
PSS/E 0,00 (5.250,00)
Costes fijos 307,67
Ordenador 35,67
Internet 80,00
Abono de
80,00
transporte
Material
12,00
de oficina
Reprografı́a 100,00
Costes Variables 5,88
Ordenador 5,47
Iluminación 0,41
Retribución 16.400,00
Ingeniero Junior 11.400,00
Ingeniero Senior 5000,00
Total (sin licencias) 16.713,55
Total (con licencias) 22.801,55
Capı́tulo 4. Análisis económico

Bibliografı́a
[1] Siemens PTI. Power Transmission System Planning Software (PSS/E). Versión
XPlore. Disponible en: ”http://w3.siemens.com/smartgrid/global/en/products-
systems-solutions/software-solutions/planning-data-management-
software/planning-simulation/Pages/PSS-E.aspx”
[2] IPCC (2013). Climate Change 2013: The Physical Science Basis. Contribution of
Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on
Climate Change. [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J.
Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University
Press, Cambridge, United Kingdom and New York, NY, USA.
[3] Lynch, P. 2016 Climate Trends Continue to Break Records [online]. NASA
2017, Disponible en: ”https://www.nasa.gov/feature/goddard/2016/climate-trends-
continue-to-break-records”. Consultado en Octubre de 2016.
[4] Organización Meteorológica Mundial (2016). WMO Statement on the

Status of the Global Climate in 2015. Ginebra, Suiza. Disponible en:
”https://public.wmo.int/en/resources/library/wmo-statement-status-of-global-
climate-2015”.
[5] UNFCCC. Antecedentes históricos. Disponible en:

”http://unfccc.int/portal espanol/informacion basica/antecedentes/items/6170txt.php”.
[6] IPCC (2013). IPCC Factsheet: What is the IPCC?. Ginebra, Suiza. Disponible en:
”https://www.ipcc.ch/news and events/docs/factsheets/FS what ipcc.pdf”.
[7] Organización de las Naciones Unidas (1992). Convención Macro de las Naciones
Unidas sobre el Cambio Climático.
[8] Organización de las Naciones Unidas (1998). Protocolo de Kioto de la convención

marco de las naciones unidas sobre el cambio climático. Kioto, Japón.
[9] Organización de las Naciones Unidas (2015). Aprobación del acuerdo de Parı́s. Parı́s,
Francia.
[10] Directorio General para la Energı́a (2015). Energy 2020. Comisión Europea, Unión
Europea. Luxemburgo.
[11] International Energy Agency (2016). CO2 emissions from fuel combustion. IEA Pub-
lications. Parı́s, Francia.
Bibliografı́a
[12] Cleto Ortiz, J. and Gómez Orea, L. (2008). Simulación y análisis de la dinámica de
un motor de combustión interna de cinco cilindros manufacturado por Volkswagen,
mediante el software Virtual Lab. . Licenciatura en Ingenierı́a Mecánica. Universidad
de las Américas de Puebla.
[13] Greenpeace Magazine 05 (2013). Los efectos del cam-

bio climático en España. Greenpeace España. Disponible en:
”http://www.greenpeace.org/espana/es/GPmagazine/GPM05/Los-efectos-del-
cambio-climatico-en-Espana/”.
[14] Moreno, J. M. et al. (2005). Evaluación Preeliminar de los Impactos en España por
Efecto del Cambio Climático Universidad de Castilla-La Mancha. Ministerio de Medio
Ambiente. España.
[15] Organización Meteorológica Mundial (2006). Cambio climático y desertificación.

Ginebra, Suiza.
[16] Comisión Europea. White paper 2011 European Strategies, Transport. Disponible
en: ”Mobility and Transport. (n.d.). White paper 2011. [online] Available at:
https://ec.europa.eu/transport/themes/strategies/2011 white paper en”.
[17] Comisión Europea (2011). WHITE PAPER Roadmap to a Single Euro-

pean Transport Area – Towards a competitive and resource efficient trans-
port system Bruselas, Bélgica Disponible en: ”http://eur-lex.europa.eu/legal-
content/EN/ALL/?uri=celex%3A52011DC0144”
[18] Comisión Europea (2011). Communication from the Commission to the European
Parliament, the Council, the European Economic and Social Committee and the
Committee of the Regions. A European Strategy for Low-Emission Mobility. Bruselas,
Bélgica.
[19] Oficina española de cambio climático. (2014). Plan Nacional de Adaptación al Cambio
Climático. Tercer Programa de Trabajo 2014-2020. Secretarı́a de Estado de Medio
Ambiente. Ministerio de Agricultura, Alimentación y Medio Ambiente. España.
[20] International Energy Agency (2016). Energy and Air Pollution. World Energy Out-
look. Special Report IEA Publications. Parı́s, Francia.
[21] Union of Concerned Scientists (2014). Cars, Trucks, and Air Pollution. Disponible
en: ”http://www.ucsusa.org/cleanvehicle/vehiclesairpollutionandhumanhealth/cars-
trucksairpollution#.WBsBVfnhCUk”.
[22] Volkswagen Service. Motor Vehicle Exhaust Emissions. Self-Study Programme 230.
Volkswagen.
[23] Environmental Protection Agency (EPA). What is Acid Rain. Estados Unidos.
Disponible en: ”https://www.epa.gov/acidrain/what-acid-rain”
[24] Environmental Protection Agency (EPA). Ozone Basics. The What, Where, and
How of Ozone. Estados Unidos. Disponible en: ”https://www.epa.gov/ozone-
pollution/ozone-basics#what where how”
Bibliografı́a
[25] Anderson, J., Thundiyil, J. and Stolbach, A. (2011). Clearing the Air: A Review of
the Effects of Particulate Matter Air Pollution on Human Health. Journal of Medical
Toxicology, 8(2), pp.166-175.
[26] Dirección General de Tráfico (DGT). (2016) Parque distribuido por tipo de vehı́culo,
carburante y comunidad autónoma Ministerio del interior. España
[27] Organización Mundial de la Salud. (OMS). (2016). Ambient air pollution: A global
assessment of exposure and burden of disease Ginebra. Suiza.
[28] Moudon, A. (2009). Real Noise from the Urban Environment. American Journal of
Preventive Medicine, 37(2), pp.167-171.
[29] Environmental Protection Agency (EPA). ”State and County Emission Summaries:
Volatile Organic Compounds”. Air emission sources. Estados Unidos. Datos obtenidos
en: ”http://wiki4city.ieis.tue.nl/index.php?title=Motor vehicle emissions”
[30] Agencia Ambiental Europea (EEA). (2016). Electric Vehicles in Europe. EEA Report
20/2016. European Environment Agency. Copenhage. Dinamarca.
[31] Agencia Ambiental Europea (EEA). (2016). Electric Vehicles in Europe. EEA Report
20/2016. European Environment Agency. Copenhage. Dinamarca.
[32] Minue (@minues) (2016). ¿Merece la pena el coche eléctrico? Aquı́

tienes una calculadora para comprobarlo. xataka.com. Disponible en:
”https://www.xataka.com/automovil/merece-la-pena-el-coche-electrico-aqui-tienes-
una-calculadora-para-comprobarlo”.
[33] Nykvist, B. and Nilsson, M. (2015). Rapidly falling costs of battery packs for electric
vehicles. Nature Climate Change, 5(4), pp.329-332.
[34] Guarnieri, M. (2012). Looking back to electric cars. HisTory of Electro-technology

Conference (HISTELCON), 2012. Third IEEE (pp. 1-6). IEEE.
[35] Cowan, R., & Hultén, S. (1996). Escaping lock-in: the case of the electric vehicle.
Technological forecasting and social change, 53(1), 61-79.
[36] Shanan, Z. (2015). Electric Car Evolution. Sustainnovate.ae.
[37] Office of Energy Efficiency & Renewable Energy (2016). Global Plug-in light vehicles
sales increased by about 80 % in 2015. Fact nº918. Transportation fact of the week.
Energy Department. Estados Unidos.
[38] Amsterdam Round Table Foundation and McKinsley & Co. (2014). Electric vehicles
in Europe: gearing up for a new phase? Paises Bajos.
[39] Centro de Estudios de Técnicas Aplicadas. (2012). La consideración del cambio

climático en la evaluación ambiental de planes y programas – Aplicación al caso
de planes y programas de infraestructuras de transporte. Encomienda de gestión de
trabajos de asistencia técnica, investigación y desarrollo tecnológico en materias com-
petencia de la dirección general de calidad y evaluación ambiental (2009-2013). Ac-
tuación nº4.
Bibliografı́a
[40] ANFAC (2016) Informe Anual 2015. Un horizonte de oportunidades Asociación

Española de Fabricantes de Automóviles y Camiones. España.
[41] Norks elbilforening. (2016). Norwegian EV market. The Norwegian Electric Vehicle
Association. Disponible en: ”http://elbil.no/english/norwegian-ev-market/”
[42] Boletı́n Oficial del Estado, (BOE). Real Decreto 1078/2015, de 27 de noviembre,
por el que se regula la concesión directa de ayudas para la adquisición de vehı́culos
de energı́as alternativas, y para la implantación de puntos de recarga de vehı́culos
eléctricos en 2016, MOVEA. 28 de noviembre de 2015. España.
[43] Noya, C. (2016). Ventas de coches eléctricos en España: octubre 2016 Forocoches-
electricos.com. Disponible en: ”http://forococheselectricos.com/2016/11/ventas-de-
coches-electricos-en-espana-octubre-2016.html”.
[44] Secretarı́a General de Industria y de la Pequeña y Mediana Empresa. (2016). Marco

de Acción Nacional de Energı́as Alternativas en el Transporte. Desarrollo del mer-
cado e implantación de la infraestructura de suministro Grupo Interministerial Para
la Coordinación del Marco de Acción Nacional de Energı́as Alternativas en el Trans-
porte. Gobierno de España. España.
[45] European Alternative Fuels Observatory (EAFO). (2016). Norway. Comisión Euro-
pea. Bruselas, Bélgica. Disponible en: ”http://www.eafo.eu/content/norway”
[46] Red Eléctrica de España (REE).(2016). Informe del Sistema Eléctrico Español 2015.
Madrid. España. Disponible en: ”http://www.ree.es/es/estadisticas-del-sistema-
electrico-espanol/informe-anual/informe-del-sistema-electrico-espanol-2015”
[47] Eleno, M. A., Conde, E. (2011). Influencia del vehı́culo eléctrico en una red de trans-
misión. E.T.S.I de Ingenieros Industriales, Universidad Politécnica de Madrid.
[48] Thackeray, M.T. (2004). Batteries, Transportation Applications. Encyclopedia of En-

ergy, Volume 1, Elsevier Inc.
[49] Red Eléctrica de España (REE).(2016). Mapa del transporte ibérico. Enero de 2016.
Madrid. España. Disponible en: ”http://www.ree.es/es/actividades/gestor-de-la-red-
y-transportista/mapas-de-la-red”
[50] Boletı́n Oficial del Estado, (BOE). Resolución de 27 de octubre de 2014, de la Sec-
retarı́a de Estado de Medio Ambiente, sobre la evaluación de impacto ambiental del
proyecto Lı́nea de transporte de energı́a eléctrica, doble circuito, a 220 kV de entrada
y salida en la subestación de Moncayo (Nuevo Parque) de la lı́nea Trévago-Magallón..
7 de noviembre de 2014. España.
[51] Red Eléctrica de España (2008). Estudio de Impacto Ambiental de la lı́nea eléctrica
a 400 kV Pinilla-Campanario-Ayora-Cofrentes. Documento de Sı́ntesis.
[52] Red Eléctrica de España (2008). Subestación Eléctrica a 400 kV Carrió y lı́nea
eléctrica a 400 kV Carrió-Nueva Tabiella. Documento Inicial del Proyecto.
[53] Red Eléctrica de España (2008). Estudio de Impacto Ambiental de la lı́nea eléctrica
a 400 kV Morella-La Plana 2. Memoria Resumen.
Bibliografı́a
[54] Sadaat, H. (1999). Power System Analysis. McGraw-Hill.
[55] Sanz, A., Vega, P., Mateos, M. (2014). Cuentas ecológicas del transporte en España.
Ecologistas en acción. España.
[56] forococheselectricos.com. Informaciones y datos, Ventas VE Disponible en:

”http://forococheselectricos.com/”.
[57] movilidadelectrica.com (2017). Ventas de vehı́culos eléctricos en diciembre de 2016,

Fichas técnicas de los vehı́culos. Disponible en: ”http://movilidadelectrica.com/”.
[58] Red Eléctrica de España (REE), Instituto de Ingenierı́a del Conocimiento (IIC).
Simulador de recarga del vehı́culo eléctrico. Madrid, España. Disponible en:
”http://www.ree.es/sites/all/SimuladorVE/simulador.php”.
[59] Red Eléctrica de España (REE). Sistema de Información del Operador del Sistema
(e-sios). Repositorio de datos históricos.
[60] Conde, E. Director: Vega, A. (2015). Influencia de las restricciones medioambientales

en el sector eléctrico. Universidad Politécnica de Madrid, 35-67.
[61] British Petroleum (BP). (2016). BP Statistical Review of World Energy. Ed. nº 65.
[62] Comisión Nacional de los Mercados y la Competencia (CNMV). (2016). Informe de

supervisión del mercado de gas natural en España. Barcelona. España.
[63] Red Eléctrica de España (REE). P.O. 1.1 Criterios de funcionamiento

y seguridad para la operación del sistema eléctrico. Disponible en:
”http://www.ree.es/es/actividades/operacion-del-sistema-electrico/procedimientos-
de-operacion”.
[64] Red Eléctrica de España (REE). P.O. 1.2 Niveles admisibles carga red. Disponible en:
de-operacion”.
[65] Red Eléctrica de España (REE). P.O. 1.3 Tensiones admisibles nudos
red. Disponible en: ”http://www.ree.es/es/actividades/operacion-del-sistema-
electrico/procedimientos-de-operacion”.
[66] Red Eléctrica de España (REE). P.O. 7.4 Servicio complemen-

tario de control de tensión de la red de transporte. Disponible en:
de-operacion”.
[67] Operador del Mercado Ibérico de Energı́a (OMIE). (2016). Informe de precios 2015.
Madrid. España.
[68] Parlamento y Consejo Europeos. (2009). Regulation (EC) No 443/2009 of the Euro-
pean Parliament and of the Council of 23 April 2009 setting emission performance
standards for new passenger cars as part of the Community’s integrated approach to
reduce CO 2 emissions from light-duty vehicle. Bruselas, Bélgica.
Bibliografı́a
[69] Parlamento y Consejo Europeos. (2007). Regulation (EC) No 715/2007 of the Euro-
pean Parliament and of the Council of 20 June 2007 on type approval of motor vehi-
cles with respect to emissions from light passenger and commercial vehicles (Euro 5
and Euro 6) and on access to vehicle repair and maintenance information . Bruselas,
Bélgica.
[70] Ministerio de Industria, Energı́a y Turismo. (2016). Precios de carburantes y com-

bustibles. Comparación 2015-2014. Madrid, España.
[71] Instituto para la Diversificación y Ahorro de Energı́a, (IDAE). (2014). Poderes

calorı́ficos de las principales fuentes de energı́a. Madrid, España. Disponible en:
”www.idae.es/uploads/documentos/documentos PCI Combustibles Carburantes final
valores Update 2014 0830376a.xlsx”.
[72] U.P.T As Pontes. (2015). Declaración medioambiental 2015 Endesa.
[73] U.P.T Litoral Almerı́a. (2015). Declaración medioambiental 2015 Endesa.
[74] U.P.T Teruel. (2015). Declaración medioambiental 2015 Endesa.
[75] U.P.T Compostilla. (2013). Declaración medioambiental 2013 Endesa Generación.
[76] Central Térmica de Meirama. (2014). Declaración Medioambiental EMAS 2014 Gas
Natural Fenosa.
[77] Central Térmica La Robla. (2014). Declaración Medioambiental EMAS 2014 Endesa.
[78] C.T.C.C Besòs (2014). Declaración Medioambiental Año 2014 Endesa Generación.
[79] Central de Ciclo Combinado San Roque I (2011). Declaración Medioambiental Año
2011 Gas Natural Fenosa.
[80] C.T.C.C San Roque II (2015). Declaración Medioambiental Año 2015 Endesa.
[81] Bahı́a de Bizkaia Electricidad, S.L. (2011). Declaración Medioambiental Año 2011
BBE.
[82] Goedkoop, M., et al. (2013) ReCiPe 2008. A life cycle impact assessment method
which comprises harmonised category indicators at the midpoint and the endpoint
level”. 1a edición, Versión 1.08. Ruimte en Milieu. Ministerie van Volkshuisvesting
Ruimteljike Ordening en Milieubeheer. La Haya, Paı́ses Bajos.
[83] Environmental Protection Agency (EPA). ”Criteria Air Pollutants”. Estados Unidos.
Datos obtenidos en: ”https://www.epa.gov/criteria-air-pollutants”
[84] Boletı́n Oficial del Estado, (BOE). REAL DECRETO 403/2000, de 24 de marzo,
por el que se prohı́be la comercialización de gasolinas con plomo. 12 de abril de 2000.
España.
[85] Comisión Europea. (actualizado 2017). Régimen de comercio de derechos de

emisión de la UE Acción Por el Clima. Unión Europea. Disponible en:
”http://ec.europa.eu/clima/policies/ets es”
Bibliografı́a
[86] SendeCO2. (2016). Histórico de precios de 2015 Disponible en:

”http://www.sendeco2.com/es/precios-co2”
[87] Comisión Europea, Nota de prensa. (2007). Emissions trading: EU-wide cap for 2008-
2012 set at 2.08 billion allowances after assessment of national plans for Bulgaria.
Disponible en: ”http://europa.eu/rapid/press-release IP-07-1614 en.htm”
[88] Mankiw, N. G. (2012). Principles of Economics. Sexta Edición. Universidad de Har-

vard.
[89] datosmacro.com (2017). PIB de España - Producto Interior Bruto. Disponible en:
”http://www.datosmacro.com/pib/espana”
[90] datosmacro.com (2017). Importaciones de mercancı́as. Disponible en:

”http://www.datosmacro.com/comercio/importaciones/espana”
[91] CORES. (2016). Informe Estadı́stico Anual 2015. Corporación de Reservas Es-
tratégicas de Productos Petrolı́feros. Madrid, España.
[92] Agencia Tributaria. (2017). Matriculación de vehı́culos por tipo de combustible y valor
del vehı́culo matriculado, Año 2016, periodo: Diciembre. Madrid, España.
[93] Vehı́culo de Energı́a Alternativa (V.E.A). (2015). Estrategia de Impulso del vehı́culo
con energı́as alternativas (VEA) en España (2014-2020). Propuestas de actuación.
Ministerio de Industria, Energı́a y Turismo. España.
[94] Llamas, B. (2015). Apuntes del clase. Asignatura de Ingenierı́a de Proyectos. Univer-
sidad Politécnica de Madrid. España.
[95] UNE-ISO 21500. (2013). Directrices para la dirección y gestión de proyectos

Trasposción de la norma ISO 21500:2012. AENOR. Madrid. España.
Bibliografı́a
Bibliografı́a
DOCUMENTO III
ANEXOS
Anexo A
Errores en la generación del modelo
En este anexo se presentan los diferentes errores de generación que se dan en el modelo.
En primer lugar se compara la potencia generada por cada comunidad en la realidad y
el el modelo. También se muestran los errores que se dan en función de la tecnologı́a.
Como se va a poder apreciar, aunque existan errores, estos son pequeños, y por tanto
pueden ser considerados despreciables. Si que se darı́a un error elevado si se comparasen
la potencia generada por tecnologı́a y por com,unidad, ya que, debido a las limitaciones
del programa no se puede conseguir una distribución muy representativa de las distintas
tecnologı́as presentes en cada comunidad.
Tabla A.1: Comparación entre la potencia generada por comunidad en la realidad y en el

modelo
Comunidad P real (MW) % real P modelo (MW) % modelo

Andalucı́a 15.538,0000 15,38% 12.496,5867 12,37%
Castilla y León 14.280,6510 14,14% 21.585,0439 21,37%
Cataluña 12.540,9340 12,41% 12.261,1370 12,14%
Galicia 10.944,2230 10,83% 11.457,4706 11,34%
Castilla la Mancha 8.722,5830 8,63% 10.195,1665 10,09%
Valencia 8.347,6140 8,26% 11.509,1010 11,39%
Aragón 7.155,9510 7,08% 5.359,0324 5,30%
Extremadura 5.760,6690 5,70% 4.086,2722 4,04%
Asturias 4.744,0000 4,70% 5.186,1233 5,13%
Murcia 4.391,6680 4,35% 4.250,4067 4,21%
Paı́s Vasco 2.942,8460 2,91% 2.640,7516 2,61%
Navarra 2.867,6160 2,84% 0,0000 0,00%
La Rioja 1.424,7590 1,41% 0,0000 0,00%
Cantabria 820,6990 0,81% 0,0000 0,00%
Madrid 544,8790 0,54% 0,0000 0,00%
TOTAL 101.027,0920 100,00% 101.027,0920 100,00%
Documento III: Anexos

Tabla A.2: Errores en la potencia generada por comunidad entre la realidad y el modelo
Comunidad Error (MW) Error (%)

Andalucı́a 3.041,4133 3,01%
Castilla y León -7.304,3929 -7,23%
Cataluña 279,7970 0,28%
Galicia -513,2476 -0,51%
Castilla la Mancha -1.472,5835 -1,46%
Valencia -3.161,4870 -3,13%
Aragón 1.796,9186 1,78%
Extremadura 1.674,3968 1,66%
Asturias -442,1233 -0,44%
Murcia 141,2613 0,14%
Paı́s Vasco 302,0944 0,30%
Navarra 2.867,6160 2,84%
La Rioja 1.424,7590 1,41%
Cantabria 820,6990 0,81%
Madrid 544,8790 0,54%
TOTAL 0,0000 0,00%
Tabla A.3: Comparación entre la potencia generada por tecnologı́a en la realidad y en el

modelo
Tecnologı́a P real (MW) % real P modelo (MW) % modelo

Carbón 10.467,6200 10,36% 10.859,0086 10,75%
Ciclo Comb. 24.947,9900 24,69% 26.122,1559 25,86%
Cogeneración 6.684,0260 6,62% 6.879,7203 6,81%
Eólica 22.864,7340 22,63% 23.647,5113 23,41%
Hidraulica 20.351,7750 20,14% 21.134,5523 20,92%
Nuclear 7.572,5800 7,50% 7.768,2743 7,69%
Otras renov. 741,3540 0,73% 0,0000 0,00%
Residuos 677,5380 0,67% 0,0000 0,00%
Solar foto. 4.420,1750 4,38% 4.615,8693 4,57%
Solar térm. 2.299,3000 2,28% 0,0000 0,00%
TOTAL 101.027,0920 100% 101.027,0920 100,00%
Anexo A. Errores en la generación del modelo

Tabla A.4: Errores en la potencia generada por tecnologı́a entre la realidad y el modelo
Tecnologı́a Error (MW) Error (%)

Carbón -391,3886 -0,39%
Ciclo Comb. -1.174,1659 -1,16%
Cogeneración -195,6943 -0,19%
Eólica -782,7773 -0,77%
Hidraulica -782,7773 -0,77%
Nuclear -195,6943 -0,19%
Otras renov. 741,3540 0,73%
Residuos 677,5380 0,67%
Solar foto. -195,6943 -0,19%
Solar térm. 2.299,3000 2,28%
TOTAL 0,0000 0,00%

Anexo A. Errores en la generación del modelo

Anexo B
Cálculo de los parámetros de las

lineas
En este anexo se explicarán como se han llevado a cabo los cálculos necesarios para
determinar cuales son las lineas de transmisión que se usan en el modelo. Las diferentes
fórmulas usadas se han obtenido del libro ”Power System Analysis”, de Hadi Sadaat, de
las páginas 119 a 170. En primer lugar se establecen los datos de partida de las lineas,
obtenidos de diversos documentos de Red Eléctrica (ver apartado 4.1.2.4 de la Memoria )
Tabla B.1: Caracterı́sticas de la lineas de alta tensión elegida
Tensión 400 kV
Conductor Condor
Sección 516,8 mm2
Cable Triplex
Con estos valores se pueden determinar cuales son las caracterı́sticas del conductor
usado, el LA-455 Condor
Tabla B.2: Valores usados para la determinación de las lineas
Rk 0,0718 Ω/km
GM Rc 1,1216 cm
D 2,776 cm
µ0 4 · p · 10−7 H/m
0 8, 8854 · 10−12 F/m
El siguiente punto es determinar como son los apoyos usados por las redes. En base a
la bibliografı́a mencionada se elije un apoyo normalizado Tipo 43 S.

Fuente: REE
Figura B.1: Apoyo Normalizado 43 S
Este tipo de apoyos se caracteriza por servir de apoyo a lineas de doble circuito, es
decir, dos lineas trifásicas de alta tensión que comparten la torre. El apoyo normalizado
43 S presenta la siguiente geometrı́a.
Anexo B. Cálculo de los parámetros de las lineas

Figura B.2: Geometrı́a del Apoyo Normalizado 43 S
Cada una de las fases (los cı́rculos de la figura B2) de cada circuito trifásico presenta
una configuración triplex, es decir, pasan tres conductores Condor por cada una de las
6 fases presentes. En esta configuración la separación entre cada conductor (d) es de 40
cm, y el diametro de los cables es de 2,776 cm, por lo que su radio (R) es de 1,388 cm.
Conociendo el tipo de conductor se puede determinar su Radio Geométrico Medio

(GMR):
GM RConductor = 1, 1216 (B.1)
Con lo que se pueden determinar:

q
GM RHAZInductivo = 3
6M Rc · d2 = 12, 1521 cm (B.2)
√
GM RHAZCapacitivo = R · d2 = 13, 049 cm (B.3)
3
Con los datos de la geometrı́a del apoyo se pueden determiar las Distancias Geométricas
Medias (GMD) para cada una de las fases.
q √
DAB = 4
Da1 b1 · Da1 b2 · Da2 b1 · Da2 b2 = 4
8 · 16, 87 · 16, 87 · 8 = 11, 62 m (B.4)

q √
DBC = 4
Db1 c1 · Db1 c2 · Db2 c1 · Db2 c2 = 4
8 · 16, 87 · 16, 87 · 8 = 11, 62 m (B.5)
q √
DAC = 4
Da1 c1 · Da1 c2 · Da2 c1 · Da2 c2 = 4
16 · 13, 6 · 13, 6 · 16 = 14, 75 m (B.6)
Con estos valores se puede determinar fácilmente cual es la distancia geométrica media
de las fases
q
GM Df ase = 3
DAB · DBC · DAC = 12, 58m = 1.258m (GM Df ase equivalente) (B.7)
Una vez conocidos todos estos valores se puede proceder a calcular el Radio Geométrico
Medio Inductivo (GM RI ) de cada fase.
q √
DSA = Dsb · Da1 a2 = 12, 1521 · 21 = 15, 9748 cm (B.8)
q √
DSB = Dsb · Db1 b2 = 12, 1521 · 16, 1 = 13, 9874 cm (B.9)
q √
DSC = Dsb · Dc1 c2 = 12, 1521 · 21 = 15, 9748 cm (B.10)
Y con estos valores se determina Radio Geométrico Medio Inductivo de las fases.
q
GM Rf aseI = 3
DSA · DSB · DSC = 15, 28 cm = 0, 1528 m (B.11)
A continuación se determina Radio Geométrico Medio Capacitivo (GM RI ) de cada

fase.
q √
rA = rb · Da1 a2 = 13, 049 · 21 = 16, 5538 cm (B.12)
q √
rB = rb · Db1 b2 = 13, 049 · 16, 1 = 14, 4944 cm (B.13)
q √
rC = rb · Dc1 c2 = 13, 049 · 121 = 16, 5538 cm (B.14)
Determinándose seguidamente Radio Geométrico Medio Capacitivo de las fases.

√
GM Rf aseC = 3
rA · rB · rC = 15, 84 cm = 0, 1584 m (B.15)

La obtención de todos estos valores es necesaria, pues sirve para calcular tanto la
inductancia como la capacitancia por fase de las lineas que se desean determinar. En
primer lugar se calcula la inductancia (L) por fase.
12, 58 m
! !
GM Df
Lk = 0, 2 · ln = 0, 2 · ln = 0, 8821 mH/km = 8, 821 · 10−4 H/km
GM RIf 0, 1528
(B.16)
Seguida de la capacitancia (C) por fase.
0, 0556 0, 0556
Ck = = = 0, 0127 µF/km = 1, 27 · 10−8 F/km (B.17)
ln
GM Df ln 12,58
0,1584
GM RIf
Al cálculo de estos dos valores se le suma el de la resistencia (R) por fase.
Rcond20o C 0, 0719
Rk = Rf ase20o C = = = 0, 01198 Ω/km (B.18)
6 6
También se podrı́a calcular el valor de la perditancia (Gk ) por fase, sin embargo por
simplificar los cálculos se considerará despreciable.
Ası́ pues, solo queda comenzar los cálculos para determinar el modelo en PI de la linea,
para lo cual ya se han determinado los siguientes valores.
Resistencia por fase
Rk = 0, 01198 Ω/km (B.19)
Impedancia por fase
Lk = 8, 821 · 10−4 H/km (B.20)
Capacitancia por fase
Ck = 1, 27 · 10−8 F/km (B.21)
Según el libro consultado (”Power System Analysis” de Hadi Sadat), se puede usar un
modelo de linea media cuando la distancia de las linea se encuentre situada entre los 80 km
y los 250 km. Dado que la mayor parte de las lı́neas a determinar se encuentran dentro de
este rango, se procederá a calcular los parámetros de las lineas según este modelo, donde:

Figura B.3: Modelo en PI de una linea media
Donde:
Z̄s ' Rk + jωLk (B.22)
Ȳp ' Gk + jωCk (B.23)
La frecuencia de la red eléctrica española es de 50 Hz, por lo que:
ω = 2 · Π · f = 2 · Π · 50 = 100Π (B.24)
Por lo que se pueden determinar los distintos valores del modelo, dependientes de la
longitud (l) de la linea.
Z̄s = 0, 01198 + j0, 27712 Ω/km · l (B.25)
Ȳp = j3, 9 · 10−6 (Ω/km)−1 · l/2 (B.26)
A continuación se pasa el modelo a p.u., por lo que se debe determinar:
Sb = 100M V A → Sb = 100 M V A (B.27)
− U b400kV [0, 4M V ] → Ub = 400 kV = 0, 4 M V (B.28)
Quedando finalmente los valores de la linea modelo a usar.

Z̄s 0, 01198 + j0, 27712

Z̄s (p.u.) = = = 7, 489 · 10−6 + j1, 732 · 10−4 (B.29)
Z̄b 1.600
Ȳp (p.u.) = Ȳp · Z̄b = j3, 9 · 10−6 · 1.600 = j0, 00624 (B.30)
A los que habrı́a que multiplicar por la distancia de las lineas de la siguiente manera.
Zs · l; Yp · l/2 (B.31)


Anexo C
Transcripción de los códigos creados
En este anexo se incluyen los dos códigos usados a la hora de realizar las simulaciones
con PSS/E y ordenarlas cen excel. Además se incluirá el código usado para ordenar los
datos horarios de todo un año descargados de E-Sios.
C.1 Simulaciones - Python

Este programa se introduce en un archivo que lee el programa PSS/E (I/O Control,
Run Program Automation File). Requiere de dos archivos ”.csv” donde vienen, en forma
de tabla, los datos que se van a introducir.
# -*- coding: utf-8 -*-
import csv
import pandas as pd
import os
psspy.throwPsseExceptions = True
DATOS = r’C:\TFG\Simulaciones\Datos\1-DatosIniciales.csv’
VARIACION = r’C:\TFG\Simulaciones\Datos\2-VariacionHoraria.csv’
RESULTADO = r’C:\TFG\Simulaciones\Resultados\Resultados.csv’
csvfile = open(RESULTADO,’wb’)
###IMPORTANTE, x determina el nivel de los BEV###

x=4
###x=4(SIN BEV),x=5(BAJO),x=6(MEDIO),x=7(ALTO)###
y=5
###y=5(SIN CONTROL),y=6(CON CONTROL)#############
b = psspy.totbus() #da el no de buses del sistema

z = 0
with open(DATOS, ’rb’) as datos:
datos=pd.read_csv(datos, sep=’,’)#parece que excel separa con ’;’

v = len(datos.index) #cuenta el no de filas (no de casos)

m = 20 #no de machines del sistema
with open (VARIACION, ’rb’) as variacion:
variacion=pd.read_csv(variacion, sep=’,’)
w = len(variacion.index)
for FilaVariacion in range(0,w):
hora = variacion.iloc[FilaVariacion, 0]
Hora = [hora]
#se definen las variacioines de cargas y generacion
VarLoad = variacion.iloc[FilaVariacion, 1]
VarEolica = variacion.iloc[FilaVariacion, 2]
VarHidraulica = variacion.iloc[FilaVariacion, 3]
VarSolar = variacion.iloc[FilaVariacion, 4]
VarCA = variacion.iloc[FilaVariacion, 7]
VarCC = variacion.iloc[FilaVariacion, 8]
#se define la variacion de la carga del BEV
VarCarga = variacion.iloc[FilaVariacion, y]
for FilaDatos in range(0,v):
tipo = datos.iloc[FilaDatos, 0]
if tipo == 0:
tension = datos.iloc[FilaDatos][1]
tension=float(tension)
angulo = datos.iloc[FilaDatos][2]
angulo=float(angulo)
for q in range (0, b):#bucle que vale para reiniciar el valor de

angulo y tension en los nudos
psspy.bus_chng_3(q+1,[_i,_i,_i,_i],[_f,
tension,angulo,_f,_f,_f,_f],_s)
if tipo== 1:
Nbus = datos.iloc[FilaDatos][1]
Nbus = int(Nbus)
ID = datos.iloc[FilaDatos][2]
ID = str(ID)
Pgen = datos.iloc[FilaDatos][3]
Pgen=float(Pgen)
Qgen = datos.iloc[FilaDatos][4]
Qgen=float(Qgen)
if ID == ’EO’:
Anexo C. Cálculo de los parámetros de las lineas

Pgen=Pgen*VarEolica
Qgen=Pgen*0.3
for q in range (0, m+1): #bucle que varia el valor de los

generadores
psspy.machine_chng_2(Nbus,ID,[_i,_i,_i,_i,_i,_i],[ Pgen,
Qgen,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f,_f])
elif ID == ’HI’:
Pgen=Pgen*VarHidraulica
Qgen=Pgen*0.3

generadores
elif ID == ’SO’:
Pgen=Pgen*VarSolar
Qgen=Pgen*0.3

generadores
elif ID == ’N’:
Pgen=Pgen
Qgen=Pgen*0.3

generadores
elif ID == ’CO’:
Pgen=Pgen
Qgen=Pgen*0.3

generadores

elif ID == ’CA’:
Pgen=Pgen*VarCA
Qgen=Pgen*0.3

generadores
elif ID == ’CC’:
Pgen=Pgen*VarCC
Qgen=Pgen*0.3

generadores
else:
Pgen=0
Qgen=0

generadores
if tipo ==2:
Nbus = datos.iloc[FilaDatos][1]
Nbus = int(Nbus)
Pdem = datos.iloc[FilaDatos][2]
Pdem = float(Pdem)
Qdem = datos.iloc[FilaDatos][3]
Qdem = float(Qdem)
#Se define la potencia demandada por los BEV
Pbev = datos.iloc[FilaDatos][x]
Pbev = float(Pbev)
Pdem = Pdem*VarLoad
Qdem=Qdem*VarLoad

Pbev = Pbev*VarCarga
tgtheta=0.484322
Qbev = Pbev*tgtheta
Qbev = float(Qbev)
#Se define la demanda final como una suma entre la demanda del
nudo y la proveniente del BEV
Pdem=Pdem+Pbev
Qdem=Qdem+Qbev
for q in range (0,b): #bucle que varia el valor de las cargas
psspy.load_chng_5(Nbus,r"""1""",[_i,_i,_i,_i,_i,_i,_i],[
Pdem,Qdem,_f,_f,_f,_f,_f,_f])
#Se define la ruta del Log report, variable en funcion de la hora
z=str(z)
Path = r’C:\TFG\Simulaciones\Resultados\LogReports’
L=(’Log_hora’,z)
Logname=""
Logname = Logname.join(L)
LogPath = os.path.join(Path,Logname)
z=int(z)
z=z+1
#psspy.fdns() #Ejecuta un Power Flow
#Se ejecuta el OPF creandose un Log Report en la ruta especificada

psspy.minimize_fuel_cost(1)
psspy.produce_opf_log_file(1,LogPath)
psspy.set_opf_report_subsystem(3,1)
psspy.nopf(0,1)
#Se definen las matrices en las que se van a guardar los datos
MezclaBUS = []
MezclaLOAD = []
MezclaMACHINE = []
MezclaBRANCH = []
MezclaFINAL = []
ierr, (BusNumber,) = psspy.abusint(sid=-1, string=["NUMBER"])

ierr, (BusPu,) = psspy.abusreal(sid=-1, string=["PU"])
ierr, (BusAng,) = psspy.abusreal(sid=-1, string=["ANGLE"])
ierr, (LoadBus,)= psspy.aloadint(sid=-1, string=["NUMBER"])

ierr, (LoadPjQ,)= psspy.aloadcplx(sid=-1, string=["MVAACT"])
ierr, (MachBus,) = psspy.amachint(sid=-1, string=["NUMBER"])

ierr, (MachID,) = psspy.amachchar(sid=-1, string=["ID"])

ierr, (MachPg,) = psspy.amachreal(sid=-1, string=["PGEN"])
ierr, (MachQg,) = psspy.amachreal(sid=-1, string=["QGEN"])
ierr, (BranchID,) = psspy.abrnchar(sid=-1, string=["ID"])

ierr, (BranchFrom,) = psspy.abrnint(sid=-1, string=["FROMNUMBER"])
ierr, (BranchTo,) = psspy.abrnint(sid=-1, string=["TONUMBER"])
ierr, (BranchPloss,) = psspy.abrnreal(sid=-1, string=["PLOSS"])
ierr, (BranchQloss,) = psspy.abrnreal(sid=-1, string=["QLOSS"])
Bus= ["BUS"]
Load = ["LOAD"]
Mach = ["GEN"]
Branch = ["BRCH"]
for BusNumber, BusPu, BusAng in zip(BusNumber, BusPu, BusAng):
BusNumber=int(BusNumber)
BusPu=float(BusPu)
BusAng=float(BusAng)
MezclaBUS += [BusNumber, BusPu, BusAng]
for LoadBus, LoadPjQ in zip(LoadBus, LoadPjQ):
LoadBus=int(LoadBus)
LoadPjQ=str(LoadPjQ)
MezclaLOAD += [LoadBus, LoadPjQ]
for MachBus, MachID, MachPg, MachQg in zip(MachBus, MachID, MachPg,

MachQg):
MachBus=str(MachBus)
MachID=str(MachID)
MachPg=str(MachPg)
MachQg=str(MachQg)
MezclaMACHINE += [MachBus, MachID, MachPg, MachQg]
for BranchID, BranchFrom, BranchTo, BranchPloss, BranchQloss in

zip(BranchID, BranchFrom, BranchTo, BranchPloss, BranchQloss):
BranchID = int(BranchID)
BranchFrom = int(BranchFrom)
BranchTo = int(BranchTo)
BranchPloss = float(BranchPloss)
BranchQloss = float(BranchQloss)
MezclaBRANCH += [BranchID, BranchFrom, BranchTo, BranchPloss,

BranchQloss]

writer = csv.writer(csvfile, dialect=’excel’)
MezclaFINAL = Hora + Bus +MezclaBUS + Load + MezclaLOAD + Mach +

MezclaMACHINE + Branch + MezclaBRANCH
for row in range (0,v):
if row == FilaVariacion:
writer.writerow(MezclaFINAL)
csvfile.close()
C.2 Ordenar datos - VBA

Este programa sirve para leer todos los datos del archivo ”.csv” creado por el programa
anterior, que deben ser previamente copiados en un excel. Los ordena y coloca en otra
pestaña de ese mismo documento excel.
Sub TratarDatos()
’’’ORDENA LOS DATOS, COPIADOS AL WORKBOOK "DATOS" DESDE EL CSV QUE SE

GENERA’’’
’’para que funcione hay que tener abiertas las dos hojas’’
Dim R As Worksheet
Dim T As Worksheet
Dim h, Hora As Integer
Dim i, j, a, b, c As Integer
Dim Def As String
Dim NBus As Integer

Dim Volt As Single
Dim Angl As Single
Dim NDem As Integer

Dim PjQ As String
Dim Pdem, Qdem As String
Dim NGen As Integer

Dim ID As String
Dim Pgen As Single
Dim Qgen As Single

Dim BID As Integer

Dim BTo As Integer
Dim BFrom As Integer
Dim Ploss As Single
Dim Qloss As Single
Dim x As Single
Dim y As Single
Set T = ActiveWorkbook.Sheets("Tratamiento")
Set R = ActiveWorkbook.Sheets("Datos")
Range("H2", "AE18").Clear
Range("AU3", "AV26").Clear
For h = 1 To 24
Hora = R.Cells(h, 1)
For i = 2 To 412
Def = R.Cells(h, i)
If Def = "BUS" Then
i = i + 1
For j = 1 To 17
NBus = R.Cells(h, i)
i = i + 1
Volt = R.Cells(h, i)
i = i + 1
Angl = R.Cells(h, i)
i = i + 1
For a = 1 To 445
If Cells(a, 2) = NBus Then
For b = a + 2 To a + 26
If Cells(b, 1) = Hora Then
Cells(b, 2) = Volt
Cells(b, 3) = Angl
End If
Next

End If
Next
Next
i = i - 1
ElseIf Def = "LOAD" Then
i = i + 1
For j = 1 To 15
NDem = R.Cells(h, i)
i = i + 1
PjQ = R.Cells(h, i)
i = i + 1
Pdem = Mid(PjQ, (InStr(PjQ, "(") + 1), (InStr(PjQ, "+") - 2))

Qdem = Mid(PjQ, (InStr(PjQ, "+") + 1), (((InStr(PjQ, ")") - (InStr(PjQ,
"+")) - 2))))
For a = 1 To 445
If Cells(a, 2) = NDem Then
For b = a + 2 To a + 26
If Cells(b, 1) = Hora Then
Cells(b, 4) = Pdem
Cells(b, 5) = Qdem
End If
Next
End If
Next
Next
i = i - 1
ElseIf Def = "GEN" Then
i = i + 1

For j = 1 To 20
NGen = R.Cells(h, i)
i = i + 1
ID = R.Cells(h, i)
i = i + 1
Pgen = R.Cells(h, i)
i = i + 1
Qgen = R.Cells(h, i)
i = i + 1
For a = 2 To 9
If Cells(a, 7) = ID Then
For b = 7 To 31
If Cells(1, b) = Hora Then
x = Cells(a, b)
Cells(a, b) = x + Pgen
End If
Next
End If
Next
For a = 9 To 18
If Cells(a, 7) = ID Then
For b = 7 To 31
If Cells(1, b) = Hora Then
x = Cells(a, b)
Cells(a, b) = x + Qgen
End If
Next
End If
Next
Next

i = i - 1
ElseIf Def = "BRCH" Then
i = i + 1
For j = 1 To 50
BID = R.Cells(h, i)
i = i + 1
BTo = R.Cells(h, i)
i = i + 1
BFrom = R.Cells(h, i)
i = i + 1
Ploss = R.Cells(h, i)
i = i + 1
Qloss = R.Cells(h, i)
i = i + 1
For a = 3 To 26
If Cells(a, 46) = Hora Then
x = Cells(a, 47)
Cells(a, 47) = x + Ploss
y = Cells(a, 48)
Cells(a, 48) = y + Qloss
End If
Next
Next
End If
Next
Next
End Sub
C.3 Extraer logs - VBA

Este programa sirve para obtener los valores del precio de los ”logs” creados por el
PSS/E y guardados en una carpeta en particular por el programa en Pyton como archivo
”.log”. Al basarse en abrir y cerrar ficheros se le han añadido retardantes para que al

procesador le de tiempo a seguir el ritmo del programa
Sub GuardarLog()
’’’EJECUTAR EL PROGRAMA DESDE EL MODULO’’’
Dim path, log As String

Dim h, a As Integer
For h = 0 To 23
Application.ScreenUpdating = False
path = "C:\TFG\Simulaciones\Resultados\LogReports\Log_hora" & h & ".log"
Workbooks.OpenText Filename:= _
path, Origin:=xlMSDOS, _
StartRow:=50, DataType:=xlDelimited, TextQualifier:=xlDoubleQuote, _
ConsecutiveDelimiter:=False, Tab:=True, Semicolon:=False, Comma:=False _
, Space:=False, Other:=True, OtherChar:=":", FieldInfo:=Array(Array(1, 1 _
), Array(2, 1)), TrailingMinusNumbers:=True
Application.Wait (Now + TimeValue("00:00:3")) ’necesario para que el

procesador no colapse
For a = 1 To 20
If Cells(a, 1) = " Minimum fuel cost objective" Then
Cells(a, 2).Select
Selection.Copy
Windows("Logs.xlsm").Activate
For b = 45 To 69
If Cells(b, 7) = h Then
Application.ScreenUpdating = True
Cells(h + 1, 1).Select
ActiveSheet.Paste
End If
a = 20
Next

End If
Next
log = "Log_hora" & h & ".log"

Windows(log).Close
Application.Wait (Now + TimeValue("00:00:3")) ’necesario para que el

procesador no colapse
Next
End Sub
C.4 Ordenar datos de E-SIOS - VBA

A la hora de realizar este trabajo se han tenido que descargar datos del repositorio
web de Red Eléctrica, E-SIOS, que abarcan datos a cada hora de cada año. Para poder
hacer la media horaria de estos datos se ha recurrido a un programa en VBA que actua
en el propio fichero descargado y que permite ordenar los datos, poniendo previamente
en el documento excel el cabecero de los datos.
Sub OrdenarPotencia()
Dim x, y, z As Integer
Dim datetime As String
Dim potencia As Single

Dim dia As String
Dim hora As Integer
Dim horaX As String
For x = 4 To 8763
datetime = Cells(x, 6)
dia = Left(datetime, InStr(datetime, "T") - 1)

datetime = Right(datetime, Len(datetime) - InStr(datetime, "T"))
hora = Left(datetime, InStr(datetime, ":") - 1)

horaX = "Hora" & " " & hora
potencia = Cells(x, 5)
For y = 7 To 77
z = 2

If Cells(z, y) = horaX Then
For z = 4 To 370
If Cells(z, y) = "" Then
Cells(z, y) = dia
Cells(z, y + 1) = hora
Cells(z, y + 2) = potencia
z = 371
End If
Next
End If
Next
Next
Application.ScreenUpdating = True
End Sub

TFG - JOSE - ADRIAN - RAMA - CURIEL Efeitos Dos Veiculos Eletricos em Spanha Com Python

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TFG - JOSE - ADRIAN - RAMA - CURIEL Efeitos Dos Veiculos Eletricos em Spanha Com Python

Cargado por

Copyright:

Formatos disponibles

ESCUELA TÉCNICA SUPERIOR de INGENIEROS de MINAS Y ENERGÍA

Titulación: GRADUADO EN INGENIERÍA DE LA ENERGÍA

Titulación: Gestión y Aprovechamiento Energético

PROYECTO FIN DE GRADO

DEPARTAMENTO DE ENERGÍA Y COMBUSTIBLES

ESTUDIO DE LOS EFECTOS PRODUCIDOS POR LA INTRODUCCIÓN

ADRIÁN RAMA CURIEL FEBRERO 2017

Titulación: GRADUADO EN INGENIERÍA DE LA ENERGÍA

Titulación: Gestión y Aprovechamiento Energético

Estudio de los efectos producidos por la introducción del vehı́culo eléctrico

Adrián Rama Curiel

Eduardo Conde Lázaro

Departamento de Energı́a y Combustibles

3 Contexto global y nacional 5

4 Desarrollo del proyecto 21

5 Impactos en el sistema eléctrico 41

5.2.3 Lı́neas (en MVA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6 Impactos ambientales y económicos 83

II ORGANIZACIÓN Y PRESUPUESTO DEL PROYECTO 111

2 Estructura de Descomposición del Proyecto (EDP) y Diccionario de la

3 Diagrama de Gantt 121

4 Análisis económico 123

4.5 Presupuesto final del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . 126

A Errores en la generación del modelo 1

B Cálculo de los parámetros de las lineas 5

C Transcripción de los códigos creados 13

3.1 Variaciones en la temperatura global desde 1880 . . . . . . . . . . . . . . . 5

4.1 Demanda horaria diaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

5.1 Contorneo del voltaje para la hora 21 del caso base . . . . . . . . . . . . . 42

5.17 Modelo de costes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

6.1 Comparación de emisiones de CO2 en gramos por kilómetro en función de

2.1 Estructura de Descomposición del Proyecto . . . . . . . . . . . . . . . . . 116

3.1 Diagrama de Gantt del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . 122

B.1 Apoyo Normalizado 43 S . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4.1 Casos de estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

5.1 Máximo, mı́nimo y diferencia de potencia demandada del caso base . . . . 47

6.1 Propiedades de los turismos diésel y gasolina . . . . . . . . . . . . . . . . . 84

4.1 Coste de licencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

A.1 Comparación entre la potencia generada por comunidad en la realidad y

A.4 Errores en la potencia generada por tecnologı́a entre la realidad y el modelo 3

B.1 Caracterı́sticas de la lineas de alta tensión elegida . . . . . . . . . . . . . . 5

El objetivo de este trabajo es determinar los principales efectos de la introducción del

Los resultados se obtendrán simulando flujos óptimos de carga, con el objetivo de

Capı́tulo 1. Objetivo y alcance

En este capı́tulo se determina el significado de las expresiones y acrónimos que se

• BEV. Vehı́culo Eléctrico de Baterı́a, por sus siglas en inglés.

• CC.AA. Comunidad Autónoma.

• RE. Abreviación de “Residuos”.

• SO. Abreviación de “Solar”.

• ST. Abreviación de “Solar térmica”.

Contexto global y nacional

El mundo se está calentando. La temperatura media global ha incrementado alrededor

Fuente: NASA, 2017

Figura 3.1: Variaciones en la temperatura global desde 1880

El hecho de que se esté produciendo un calentamiento climático en nuestro planeta

Y es que, desde el siglo XIX y debido a la revolución industrial, el espectacular auge

Fuente: IPCC, 2013

Figura 3.2: Variación histórica de CO2 , CH4 y N2 O

Capı́tulo 3. Contexto global y nacional

3.1 La concienciación ambiental

Dicho informe desembocó en la celebración de la conocida como Cubre de la Tierra,

Es esta concienciación ambiental de escala global, la que ha llevado a gobiernos y

3.2 El cambio climático y el sector transporte