Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Políticas para la autogestión de
electricidad en el sector residencial
urbano de Colombia
Manuela Zapata Carvajal
Universidad Nacional de Colombia
Facultad de Minas, Departamento de las Ciencias de la Computación y la Decisión
Medellín, Colombia
2014
Políticas para la autogestión de
electricidad en el sector residencial
urbano de Colombia
Manuela Zapata Carvajal
Tesis de investigación presentada como requisito parcial para optar al título de:
Magister en Ingeniería – Ingeniería de Sistemas
Director:
Ph.D., Carlos Jaime Franco
Codirector:
Ph.D., Isaac Dyner R.
Línea de Investigación:
Investigación de Operaciones
Grupo de Investigación:
Sistemas e informática
Universidad Nacional de Colombia
Facultad de Minas, Departamento de las Ciencias de la Computación y la Decisión
Medellín, Colombia
2014
A Flor.
Agradecimientos
A mi abuela y mi familia, por su paciencia y compresión durante la realización de este
proyecto.
A Laura Cárdenas por su modelo, apoyo, amistad y ayuda constante.
Al profesor Carlos Jaime Franco por su orientación, conocimientos y aportes que
permitieron la culminación de esta investigación.
Al profesor Isaac por su orientación, enseñanzas y amor por su trabajo; que permitieron
llevar a buen término esta tesis.
A Álvaro por su apoyo y motivación.
A EPM y el Centro de Investigación e Innovación en Energía (CIIEN) por financiarme
económicamente mediante el proyecto “Instituciones y políticas hacia una economía baja
en carbono”.
A todos aquellos que de una u otra manera aportaron en el desarrollo de esta investigación.
Resumen y Abstract IX
Resumen
En respuesta a la crisis climática, los altos precios de la energía, y la oferta y demanda de
energía, existe un interés en la comprensión de las características de consumo detallados
del sector residencial, en un esfuerzo para promover la conservación, la eficienc ia, la
implementación de la tecnología y el cambio de fuente de energía (energía renovable in-
situ). El objetivo de esta tesis de maestría es evaluar diferentes políticas para la
autogestión de electricidad en el sector residencial urbano de Colombia, por medio de un
modelo de simulación en dinámica de sistemas. A la luz de los resultados obtenidos y las
políticas estudiadas se considera que son altamente efectivas para la promoción de la
autogestión dentro del sector residencial.
Palabras clave: autogestión de electricidad, microgeneración, eficiencia energética,
conservación de electricidad, demanda residencial.
Contenido X
Abstract
In response to the climate crisis, high energy prices, supply and demand for energy, there
is interest in understanding the detailed characteristics of consumption in the residential
sector in an effort to promote conservation, efficiency, technology implementation and
change of power source (on-site renewable energy). The objective of this master thesis is
to evaluate different policies for self-management of electricity in the urban residential
sector of Colombia, through a simulation model in system dynamics. In light of the results
obtained and studied policies are considered to be highly effective in promoting self -
management within the residential sector.
Keywords: demand self-management, microgeneration, energy efficiency, electricity
conservation, residential demand.
Contenido XI
Contenido
Pág.
Resumen ..................................................................................................................... IX
Lista de figuras ......................................................................................................... XIV
Lista de tablas.......................................................................................................... XVII
Lista de ecuaciones ................................................................................................ XVIII
Introducción ................................................................................................................. 1
Capítulo 1 ..................................................................................................................... 5
1. Los Mercados eléctricos....................................................................................... 5 1.1 Surgimiento del mercado eléctrico liberalizado .............................................. 5 1.2 Mercado eléctrico colombiano....................................................................... 7
1.2.1 Regulación y entes regulatorios .......................................................... 7 1.2.2 Composición y estructura del mercado ............................................... 8 1.2.3 Funcionamiento de la Bolsa de Energía ............................................ 11
1.3 Fuentes no convencionales de energía renovable ....................................... 12 1.3.1 Ley 1715 de 2014............................................................................. 14
1.4 Conclusiones del capítulo 1 ........................................................................ 20
Capítulo 2 ................................................................................................................... 23
2. Antecedentes ...................................................................................................... 23 2.1 Introducción a la Gestión por el lado de la demanda.................................... 23 2.2 Introducción a la Respuesta de la demanda ................................................ 25 2.3 Uso Racional y Eficiente de la Energía........................................................ 26 2.4 Autogestión de la electricidad ..................................................................... 27
2.4.1 Microgeneración eléctrica ................................................................. 28 2.4.2 Eficiencia energética ........................................................................ 33 2.4.3 Conservación de energía eléctrica .................................................... 35
2.5 Conclusiones del capítulo 2 ........................................................................ 37
Capítulo 3 ................................................................................................................... 39
3. Revisión de políticas de autogestión de la electricidad y su implementación en Colombia .................................................................................................................... 39
3.1 Barreras de entrada y Políticas implementadas para la microgeneración ..... 40 3.2 Barreras de entrada y Políticas implementadas en la eficiencia energética .. 44
Contenido XII
3.3 Barreras de entrada y Políticas implementadas para la conservación de electricidad ........................................................................................................... 48 3.4 Delimitación del problema ........................................................................... 51
3.4.1 Revisión de modelos de simulación de la autogestión de electricidad 52 3.5 Objetivos de la investigación ....................................................................... 56
3.5.1 Objetivo general ............................................................................... 56 3.5.2 Objetivos específicos........................................................................ 56
3.6 Alcances de la investigación ....................................................................... 57 3.7 Conclusiones del capítulo 3 ........................................................................ 57
Capítulo 4 ................................................................................................................... 59
4. Metodología ........................................................................................................ 59 4.1 Modelado de sistemas energéticos ............................................................. 59
4.1.1 Modelos de simulación de sistemas energéticos ............................... 60 4.2 Justificación del uso de Dinámica de Sistemas como herramienta de simulación ............................................................................................................ 62 4.3 La DS y su proceso de modelado................................................................ 62
4.3.1 Identificación del problema ............................................................... 64 4.3.2 Formulación de la hipótesis dinámica................................................ 64 4.3.3 Formulación del modelo de simulación ............................................. 64 4.3.4 Validación del modelo ...................................................................... 64 4.3.5 Diseño y evaluación de políticas ....................................................... 65
4.4 Toma de decisiones.................................................................................... 65 4.4.1 Teoría de la racionalidad limitada ..................................................... 66
4.5 Conclusiones del capítulo 4 ........................................................................ 68
Capítulo 5 ................................................................................................................... 71
5. Desarrollo de un modelo de DS para analizar políticas que fomenten la autogestión de electricidad en el sector residencial urbano de Colombia .............. 71
5.1 Propósito y límites del modelo..................................................................... 71 5.2 Hipótesis dinámica...................................................................................... 73
5.2.1 Hipótesis dinámica de microgeneración ............................................ 75 5.2.2 Hipótesis dinámica de eficiencia ....................................................... 80 5.2.3 Hipótesis dinámica de conservación ................................................. 85
5.3 Formulación del modelo de simulación........................................................ 87 5.3.1 Población y viviendas ....................................................................... 88 5.3.2 Intensidad energética ....................................................................... 89 5.3.3 Microgeneración............................................................................... 90 5.3.4 Eficiencia ......................................................................................... 93 5.3.5 Conservación de electricidad ............................................................ 95 5.3.6 Demanda total interconexión ............................................................ 96
5.4 Validación................................................................................................... 98 5.4.1 Pruebas directas a la estructura........................................................ 99 5.4.2 Pruebas de estructura orientadas al comportamiento ...................... 101 5.4.3 Pruebas de validación del comportamiento ..................................... 102
5.5 Conclusiones capítulo 5 ............................................................................ 103
Capítulo 6 ................................................................................................................. 104
6. Análisis de políticas de autogestión y resultados. .......................................... 104
Contenido XIII
6.1 Análisis caso base .................................................................................... 104 6.2 Análisis de políticas .................................................................................. 108
6.2.1 Políticas para microgeneración ....................................................... 108 6.2.2 Políticas para eficiencia .................................................................. 113 6.2.3 Políticas para conservación ............................................................ 116
6.3 Caso con todas las políticas al mismo tiempo............................................ 120 6.4 Caso pesimista ......................................................................................... 123 6.5 Conclusiones capítulo 6 ............................................................................ 125
Capítulo 7 ................................................................................................................. 127
7. Conclusiones y trabajo futuro .......................................................................... 127 7.1 Conclusiones............................................................................................ 127 7.2 Trabajo futuro ........................................................................................... 130
Referencias .............................................................................................................. 131
A. Anexo: Modelo de simulación PowerSim Studio 9 .......................................... 141
B. Anexo: Formulación del modelo de simulación en PowerSim Studio 9 ......... 153
C. Anexo: Pruebas condiciones extremas y análisis de sensibilidad ................. 156
D. Anexo: resultados comparativos ..................................................................... 158
Contenido XIV
Lista de figuras
Pág.
Figura 1-1. Esquema institucional (CREG, 2013a) .......................................................... 8
Figura 1-2. Participación por combustible en la capacidad efectiva neta (UPME, 2013a) . 9
Figura 1-3. Evolución anual de la demanda de energía eléctrica (UPME, 2013a) .......... 10
Figura 1-4. Esquema del mercado de energía mayorista (CREG, 2013a) ...................... 10
Figura 1-5. Curva de oferta y demanda de electricidad (Dyner, Franco, & Arango, 2008)
.................................................................................................................................... 12
Figura 1-6.Capacidad instalada en energías renovables para el 2013 en Colombia
(UPME, 2013) .............................................................................................................. 13
Figura 1-7. Promoción de la autogestión y generación distribuida (UPME, 2014) .......... 17
Figura 2-1. Actividades de GLD, desde eficiencia energética hasta una rápida RD.
(Samad & Kiliccote, 2012) ............................................................................................ 24
Figura 2-2. Tecnologías de microgeneración de electricidad. (Bergman & Eyre, 2011;
Praetorius et al., 2012) ................................................................................................. 29
Figura 2-3. Eficiencia por tipo de celda fotovoltaica (NREL, 2013)................................. 32
Figura 3-1. Decisión de compra de la tecnología de microgeneración (Claudy et al., 2011,
2010; Islam, 2014; Sardianou & Genoudi, 2013). .......................................................... 41
Figura 3-2. Decisión de compra de las tecnologías eficientes (Gadenne et al., 2011). ... 45
Figura 3-3. Decisión de conservación de la energía (Oikonomou et al., 2009) ............... 49
Figura 4-1. Pasos de la DS desde el problema hasta el mejoramiento (Forrester, 1992) 63
Figura 4-2. El proceso de modelado de la Dinámica de Sistemas (Sterman, 2000a,
2000b) ......................................................................................................................... 63
Figura 4-3. Pruebas para la validación formal de un modelo (Barlas, 1996)................... 65
Figura 4-4. Marco general del proceso de decisión que incluye retroalimentación del
gobierno y comerciantes (Dyner & Franco, 2004) ......................................................... 68
Figura 5-1. Diagrama de bloques del modelo. Elaboración propia. ................................ 72
Figura 5-2. Hipótesis dinámica de autogestión de electricidad en el sector residencial de
Colombia. Elaboración propia....................................................................................... 73
Figura 5-3. Hipótesis dinámica de los mercados eléctricos (Dyner, 2000)...................... 74
Figura 5-4. Hipótesis dinámica de microgeneración ...................................................... 76
Figura 5-5. Relación entre el mercado eléctrico y la microgeneración ........................... 77
Figura 5-6. Crecimiento de las viviendas microgeneradoras mediante el precio............. 77
Figura 5-7. Demanda residencial microgeneradora ....................................................... 78
Figura 5-8. Reducción del precio de la microgeneración mediante su crecimiento ......... 78
Figura 5-9. La disponibilidad como incentivo a la microgeneración................................ 79
Contenido XV
Figura 5-10. Proceso de conocimiento para la microgeneración.................................... 79
Figura 5-11. Disponibilidad para la microgeneración ..................................................... 80
Figura 5-12. Hipótesis dinámica de eficiencia ............................................................... 81
Figura 5-13. Relación entre el mercado eléctrico y la eficiencia energética.................... 82
Figura 5-14. Crecimiento de las viviendas eficientes mediante el precio ........................ 82
Figura 5-15. Demanda residencial eficiente .................................................................. 83
Figura 5-16. Reducción del precio de la microgeneración mediante su crecimiento ....... 83
Figura 5-17. La disponibilidad como incentivo al uso de las tecnologías eficientes ........ 84
Figura 5-18. Proceso de conocimiento para la eficiencia ............................................... 84
Figura 5-19. Disponibilidad para la eficiencia ................................................................ 85
Figura 5-20. Hipótesis dinámica de conservación ......................................................... 85
Figura 5-21. Conservación y mercado eléctrico ............................................................ 86
Figura 5-22. Demanda conservacionista....................................................................... 87
Figura 5-23. Proceso de Conocimiento para la conservación ........................................ 87
Figura 5-24. Población y viviendas ............................................................................... 88
Figura 5-25. Intensidad energética ............................................................................... 89
Figura 5-26. Demanda residencial ................................................................................ 97
Figura 5-27. Demanda de interconexión ....................................................................... 98
Figura 5-28. Variables exógenas y endógenas ........................................................... 101
Figura 6-1. (a) Población (b) Intensidad energética ..................................................... 105
Figura 6-2. (a) Generación (b) Capacidad instalada .................................................... 105
Figura 6-3. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión......................................................................................... 106
Figura 6-4. Viviendas totales y viviendas que autogestionan electricidad en el caso base
.................................................................................................................................. 107
Figura 6-5.Demanda residencial y consumo ahorrado ................................................ 108
Figura 6-6. (a) Generación, (b) Capacidad instalada bajo políticas para la
microgeneración ........................................................................................................ 110
Figura 6-7. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión: bajo políticas para la microgeneración. ............................ 110
Figura 6-8. Viviendas microgeneración con políticas................................................... 112
Figura 6-9. (a) Demanda residencial y (b) consumo panel solar con políticas para la
microgeneración ........................................................................................................ 112
Figura 6-10. (a) Generación y (b) Capacidad instalada bajo políticas para la eficiencia 114
Figura 6-11. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión: bajo políticas para la eficiencia. ....................................... 114
Figura 6-12. Viviendas eficientes con políticas............................................................ 115
Figura 6-13. (a) Demanda residencial y consumo ahorrado por eficiencia ................... 116
Figura 6-14. (a) Generación y (b) Capacidad instalada del sistema ............................. 117
Figura 6-15. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión: bajo políticas para la conservación. ................................. 118
Figura 6-16. Viviendas que conservan........................................................................ 119
Figura 6-17. (a) Demanda de electricidad de la red y (b) ahorro con conservación. ..... 119
Figura 6-18. (a) Generación y (b) Capacidad instalada ............................................... 120
Contenido XVI
Figura 6-19. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión: bajo el conjunto de políticas para la autogestión. ............. 121
Figura 6-20. Viviendas que autogestionan electricidad en el caso de aplicación de todas
las políticas................................................................................................................ 122
Figura 6-21. (a) Generación y (c) Capacidad instalada ............................................... 123
Figura 6-22. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d)
Demanda de interconexión: bajo el caso pesimista ..................................................... 124
Figura 6-23. Demanda residencial caso pesimista ...................................................... 125
Contenido XVII
Lista de tablas
Pág.
Tabla 1-1. Estructura Institucional del Mercado de Energía Mayorista (CREG, 2013b) .... 8
Tabla 2-1. Subprogramas de eficiencia energética para el sector residencial (Prias, 2010)
.................................................................................................................................... 27
Tabla 2-2. Porcentaje de hogares por bienes que posee según Encuesta Nacional de
Calidad de Vida (ECV) en Colombia (Ríos, 2013). ........................................................ 35
Tabla 3-1 Barreras de entrada para la microgeneración. (Balcombe et al., 2013; Bergman
& Eyre, 2011; Timilsina, Kurdgelashvili, & Narbel, 2012) ............................................... 40
Tabla 3-2 resumen de las políticas de microgeneración. Elaboración propia ................. 42
Tabla 3-3. Barreras de entrada para las tecnologías eficientes ..................................... 45
Tabla 3-4. Resumen de políticas de eficiencia energética del sector residencial a nivel
mundial. (Ríos, 2013) ................................................................................................... 46
Tabla 3-5. Barreras para la conservación de electricidad .............................................. 49
Tabla 3-6. Resumen de políticas de conservación a nivel mundial ................................ 50
Tabla 3-7. Modelos de microgeneración utilizando simulación ...................................... 52
Tabla 3-8. Modelos de eficiencia energética residencial utilizando simulación (Ríos, 2013)
.................................................................................................................................... 54
Tabla 4-1. Clasificación de modelos energéticos (Ríos, 2013)....................................... 59
Tabla 5-1. Oportunidades y deseos de los consumidores residenciales. Elaboración
propia .......................................................................................................................... 75
Tabla 5-2. Factor de carga promedio por región. .......................................................... 90
Tabla 5-3.Ecuación del Modelo de Bass ....................................................................... 92
Tabla 5-4. Ecuaciones Customer Choice ...................................................................... 93
Tabla 5-5. Modelo de sustitución de electrodomésticos................................................. 94
Tabla 5-6. Modelo de sustitución de hábitos y costumbres............................................ 96
Tabla 5-7. Descripción de los parámetros del modelo ................................................. 100
Tabla 6-1. Comparación precio, emisiones y margen respecto al caso base ............... 111
Tabla 6-2. Comparación eficiencia respecto al caso base ........................................... 115
Tabla 6-3. Comparación conservación respecto al caso base ..................................... 118
Tabla 6-4. Comparación todas las políticas respecto al caso base .............................. 121
Tabla 6-5. Comparación caso pesimista respecto al caso base................................... 124
Tabla 6-6. Proyecciones UPME de energía eléctrica................................................... 125
Contenido XVIII
Lista de ecuaciones
Ecuación 1. Población.................................................................................................. 89
Ecuación 2. Intensidad energética ................................................................................ 89
Ecuación 3. Costo de generación solar......................................................................... 90
Ecuación 4. Energía generada por el panel solar .......................................................... 91
Ecuación 5. Porcentaje de atención a la demanda ........................................................ 91
Ecuación 6. Costo Mensual Equivalente ....................................................................... 94
Ecuación 7. Demanda residencial total por regiones ..................................................... 97
Ecuación 8. Demanda no residencial............................................................................ 98
Ecuación 9. Demanda total interconexión ..................................................................... 98
Introducción
El desarrollo y crecimiento de la población colombiana ha traído consigo un incremento en
la demanda de energía, impulsando la implementación de diversos métodos para el uso
sostenible de los recursos. Por tanto, se han promovido iniciativas encaminadas hacia el
uso eficiente de la energía, dada la preocupación de producir más energía con menos
recursos (EPM, 2010).
La creciente demanda de energía, el suministro de combustible fósiles finitos, las
preocupaciones sobre la seguridad energética y el medio ambiente son todos los factores
que estimulan el uso de los recursos renovables para la generación de electricidad (Islam
& Meade, 2013). Con el incremento de la preocupación por el cambio climático y la
seguridad energética, algunos reguladores y defensores sostienen que reducir la demanda
de energía es esencial para conseguir una disminución en la contaminación del medio
ambiente y un incremento en la seguridad en el sistema de suministro de energía
(Gillingham, Newell, & Palmer, 2009). Existen dos grandes temas a ser abordados: el
primero consiste en mejorar la eficiencia de la generación de energía y la reducción de la
energía consumida por los aparatos eléctricos y mecánicos; y el segundo es cambiar el
comportamiento frente al uso de la energía en los hogares (Yohanis, 2012).
El sector residencial ocupa el tercer puesto en consumo de energía, donde el energético
más consumido es la electricidad (Prias, 2010) y por tanto, constituye un foco importante
en los esfuerzos de reducir el uso de la energía, principalmente la electricidad. Como
resultado, el sector residencial juega un papel importante dentro de los objetivos mundiales
de disminuir el consumo de electricidad para conseguir una disminución en las emisiones
y mitigar el cambio climático (Daioglou, van Ruijven, & van Vuuren, 2012). Una
participación más activa de la demanda haría a los mercados eléctricos más eficientes y
más competitivos. Igualmente, se debe promover una distribución más óptima de los
recursos económicos (Kirschen & Member, 2003). Por tanto, se ha querido usar el término
autogestión para expresar la capacidad del usuario residencial final de tomar decisiones
Introducción 2
autónomas en la gestión del consumo de energía eléctrica (esta definición es dada por los
autores).
Para la autogestión del consumo de electricidad se han def inido tres técnicas principales
de reducción del consumo de energía de red: conservación de la electricidad, eficiencia
energética y microgeneración
A nivel mundial, las políticas dirigidas hacia la eficiencia, la conservación de electricidad y
la microgeneración se han establecido como herramientas fundamentales para ahorrar
energía y llevar a una disminución de las emisiones. En conjunto, aún no se han diseñado
políticas para la autogestión, pero sí para cada técnica individual. Por ejemplo, en el sector
residencial, la sustitución de electrodomésticos viejos por unos nuevos de mayor eficiencia,
las prácticas de ahorro y la publicidad para generar conciencia en el consumo de
electricidad y el estímulo hacia el aprovechamiento de las fuentes renovables han sido
consideradas primordiales para reducir el consumo de energía en los hogares. Sin
embargo, existen ciertas barreras que impiden que los consumidores adquieran
electrodomésticos eficientes, cambien su comportamiento respecto al uso de la
electricidad y utilicen otras fuentes de generación; y entender estas barreras ayuda a los
creadores de políticas a desarrollar e implementar programas exitosos
En Colombia, algunos autores han utilizado la dinámica de sistemas para construir
modelos de simulación para estudiar la eficiencia energética y la conservación de
electricidad (Dyner, Smith, & Peña (1995), Franco (1996) y Ríos (2014)). No obstante, aún
no se ha estudiado el caso de la autogestión y de cómo diversas políticas fiscales y
publicitarias pueden estimular al consumidor a gestionar el consumo de su electricidad.
El propósito de esta investigación es “Evaluar políticas que incentiven la autogestión de
electricidad en el sector residencial urbano de Colombia”. Para lograr este objetivo se
realizará, en los capítulos 1 y 2, una revisión de antecedentes, seguido del capítulo 3 el
cual contiene la revisión de literatura que permite identificar las políticas a nivel mundial
sobre la microgeneración, eficiencia y conservación. Posteriormente, en capítulo 4, se
propondrá la metodología, en el capítulo 5 se construirá un modelo de simulación que
permita aplicar las políticas identificadas anteriormente y se realizará una comparación de
Introducción 3
con el caso base en el capítulo 6. Finalmente se presentan las conclusiones a las cuales
se llegó con la investigación en el capítulo 7.
Capítulo 1
1. Los Mercados eléctricos
En este capítulo se presenta de forma general la explicación del mercado eléctrico.
Posteriormente se explican los principales cambios que ha sufrido el mercado de
electricidad colombiano en las últimas dos décadas, el funcionamiento actual del mercado,
sus principales características y las últimas modificaciones sustanciales referentes a la
autogestión de electricidad. Esta discusión hace parte de la delimitación del problema
específico de investigación tratado en el Capítulo 3.
1.1 Surgimiento del mercado eléctrico liberalizado
Los mercados mundiales funcionan a través de interacciones entre la oferta y la demanda,
pero la peculiaridad del negocio eléctrico reside en la poca capacidad de tener reservas
de electricidad para venderla en el futuro. Por tanto, la electricidad debe producirse y
transportarse en el mismo momento en que es consumida (Newbery, 2002).
Hasta finales de los años 80s el negocio de la energía estaba en manos esta tales o en
manos privadas como monopolios regulados. Sin embargo, la desconfianza generalizada
en el mundo acerca de la efectividad de dichos monopolios (Jaccard, 1995) llevó a la
búsqueda en el incremento de la eficiencia de la industria (bajar los precios y mejorar la
calidad del servicio) y atraer la inversión privada (Montero & Sánchez, 2001).
Debido a la reducción de las economías de escala en la generación y las presiones
políticas y económicas se crearon los mercados en competencias con la participación
Capítulo 1 6
privada (Montero & Sánchez, 2001). Así, muchos países iniciaron el proceso de
reestructuración de la industria eléctrica y la liberalización y descentralización del comercio
de la electricidad (Franco, 2002; Montero & Sánchez, 2001).
Entre los principales exponentes de la liberalización del negocio de la electricidad, Chile
es reconocido como el primer país en experimentar la liberalización del mercado de la
generación en 1982. Reino Unido en 1989 siguió con un importante esquema de
privatización y liberalización que ha sido estudiado y copiado ampliamente (Al-Sunaidy &
Green, 2006). Pocos años después otros países europeos y americanos.
Los cambios más comunes implementados durante la reforma se resumen a continuación
(Franco, 2002):
La separación de los negocios de generación, transmisión y distribución, y en
algunos casos se crea el concepto de comercializador.
La introducción de la competencia, cuando es posible.
El fomento a la inversión privada y la privatización de las compañías estatales.
La promoción de eficiencia e innovación en la industria.
La atención del gobierno principalmente en la regulación y supervisión del
desempeño de la industria y en algunos casos en la planeación de la expansión.
La liberalización del mercado eléctrico permitió mejoras en el desarrollo y la reducción de
los precios de las tecnologías (Larsen, Dyner, Bedoya V, & Franco, 2004). Sin embargo,
estos mercados operan bajo diversas condiciones institucionales que causan dificultades
aun a las grandes firmas de la industria eléctrica (Dyner, Peña, & Arango, 2008), por ende,
estos sistemas aún están lejos de alcanzar el equilibrio (Garcés, 2013).
El principal problema dentro de un mercado liberalizado radica en que los agentes deciden
por sí mismos, en función de sus expectativas de negocio. Por tanto, los reguladores
dirigen su atención hacia el problema de si habrá suficiente capacidad instalada para
satisfacer la demanda en el largo plazo y bajo condiciones extremas.
A continuación se explica el funcionamiento del mercado eléctrico colombiano, su
organización e instituciones reguladoras.
Capítulo 1 7
1.2 Mercado eléctrico colombiano
El Mercado Mayorista de Energía Eléctrica en Colombia surgió a partir de la creación de
las Leyes 142 y 143 de 1994, que buscaban reformar el servicio eléctrico con el objetivo
de lograr eficiencia y la libre competencia entre los agentes prestadores de este servicio
(UPME, 2004). Con este último objetivo se permitió la entrada a entidades privadas para
la prestación del servicio y eliminar así el monopolio y la politización de las entidades
estatales.
Un año después de la creación de las leyes 142 y 143, en 1995, se creó la Bolsa de
Energía, la cual permitió la organización del mercado mediante reglas de libres
transacciones de oferta y demanda de energía eléctrica, llevando a la descentralización y
dinamismo del mercado, aumentando así la capacidad instalada y el número de agentes
presentes en el mercado (UPME, 2010).
1.2.1 Regulación y entes regulatorios
La Institución principal del Estado colombiano que dirige las acciones energéticas es el
Ministerio de Minas y Energía, el cual posee como apoyo al Departamento Nacional de
Planeación (DNP) y la Unidad de Planeación Minero Energético (UPME), cuya función se
centra en la planeación energética de todos los recursos, permitiendo la estructuración
integral y unificada de los planes de oferta y demanda. Como ente encargado de regular
los agentes del sector (generación, transmisión, distribución y comercialización) está la
Comisión de Regulación de Energía y Gas, CREG, cuyo objetivo es lograr que los servicios
de energía eléctrica, gas natural y gas licuado de petróleo (GLP) se presten al mayor
número de personas, al menor costo posible para los usuarios y con una remuneración
adecuada para las empresas, tal que permita garantizar calidad, cobertura y expansión
(CREG, 2013). Igualmente la Superintendencia de servicios públicos y domiciliaros está
encargada de velar por el cumplimiento del servicio. La Figura 1-1 muestra el esquema
institucional del sector y la Tabla 1-1 describe cada función básica de las entidades
regulatorias.
Capítulo 1 8
Figura 1-1. Esquema institucional (CREG, 2013a)
Tabla 1-1. Estructura Institucional del Mercado de Energía Mayorista (CREG, 2013b)
Entidad Función básica
Ministerio de Minas y Energía (MME) Dirección
Unidad de Planeación Minero – Energética (UPME) Planeación
Comisión Reguladora de Energía y Gas (CREG) Regulación
Superintendencia de Servicios Públicos Domiciliarios (SSPD) Control y vigilancia
Consejo Nacional de Operación (CON)
Comité Asesor de Comercialización (CAC)
Consejo y Comité
XM S.A. E.S.P. A través del Centro Nacional de Despacho (CND) Operación del sistema
XM S.A. E.S.P. A través del Administrador del Sistema de
Intercambio Comerciales (ASIC)
Administración del mercado
1.2.2 Composición y estructura del mercado
El sector eléctrico colombiano está dividido en dos sistemas de suministro de electricidad;
el Sistema de Interconexión Nacional (SIN) y las Zonas No Interconectadas (ZNI). El SIN
abarca la tercera parte del territorio, suministrando la cobertura del 96% de la población
Capítulo 1 9
(XM, 2014). El sistema ZNI, cubre las dos terceras partes restantes del territorio nacional
y solamente provee servicio al 4% de la población (XM, 2014). Esto corresponde al
asentamiento de la población hacia las zonas urbanas del país y las limitaciones
(geográficas y tecnológicas) de acceso de la electricidad.
El mercado eléctrico está compuesto por los usuarios regulados que representan el 67.6%
de la participación del mercado, los no regulados que representan el 32.4% (XM, 2014) y
los agentes. Los usuarios regulados son personas naturales o jurídicas cuyas compras de
electricidad están sujetas a tarifas establecidas por la CREG y son la mayoría de usuarios
comerciales, algunos industriales, oficiales y residenciales (CREG, 2013a). Los usuarios
no regulados son personas naturales o jurídicas que tienen una demanda de energía
mayor a 2MW, los cuales pueden negociar libremente los costos de las actividades
relacionadas con la generación y comercialización de energía (CREG, 2013a). En este
nivel de consumo están industriales y comerciales que son grandes consumidores.
Colombia cuenta en la actualidad con una capacidad efectiva neta instalada en el SIN, al
finalizar el 2013, de 14.559 MW, el 64% de la participación corresponde al potencial
hidrológico, seguida por tecnologías térmicas, tales como carbón y gas con un 31%,
menores 4.7% y cogeneradores 0.4% (XM, 2014). La Figura 1-2 muestra la participación
de cada combustible utilizado para la generación de electricidad
Figura 1-2. Participación por combustible en la capacidad efectiva neta (UPME, 2013a)
La demanda de energía eléctrica en Colombia, para 2013, alcanzó los 60,890 GWh (XM,
2014). En términos de crecimiento anual, en los últimos 7 años la demanda ha presentado
Capítulo 1 10
un crecimiento promedio de 3.0% (UPME, 2013a), el cual ha impulsado el desarrollo de
grandes proyectos dirigidos a aumentar la capacidad instalada. En la Figura 1-3, se puede
observar la evolución anual de la demanda de energía eléctrica en Colombia.
Figura 1-3. Evolución anual de la demanda de energía eléctrica (UPME, 2013a)
Las actividades económicas relacionadas con la cadena de suministro de electricidad,
oferta y demanda están dividas en cuatro grandes agentes que corresponden a la
generación, transmisión, distribución y comercialización de energía. En la Figura 1-4 se
muestra el esquema del mercado eléctrico colombiano.
Figura 1-4. Esquema del mercado de energía mayorista (CREG, 2013a)
Capítulo 1 11
Generación: La generación se compone del proceso tecnológico destinado a transformar
las fuentes naturales en energía eléctrica transportable y utilizable en los centros de
consumo (CREG, 2013a). Este segmento presenta un oligopolio por naturaleza pero con
la regulación se fomenta la libre competencia y la posible entrada de nuevos actores. Para
el 31 de diciembre del 2013 habían 53 generadores registrados en el mercado, entre
hidroeléctricas, pequeñas centrales hidroeléctricas, cogeneradores, gas y carbón (XM,
2014).
Transmisión: La transmisión está destinada a transportar la energía desde los puntos de
generación hasta los centros de consumo masivo (entrada a las regiones, ciudades o
entrega a grandes consumidores) a través de cables de alta tensión que permiten llevar
grandes cantidades de electricidad en largas distancias por todo el país (CREG, 2013a).
La transmisión no presenta economías de escala por lo tanto presenta tendencias a operar
como monopolio, así que la legislación eléctrica define a este segmento como regulado en
el sistema (CREG, 2013a). Se le ha denominado Sistema Nacional de Transmisión, SNT.
Distribución: Se refiere a la actividad destinada a llevar la energía hacia los usuarios
finales, transporte desde el punto donde el SNT entrega hasta el punto de entrada a las
instalaciones del consumidor final (CREG, 2013a). Al poseer un carácter de monopolio
natural se hace necesario establecer precios regulados para los suministros a clientes
finales (CREG, 2013a).
Comercialización: Es la actividad de comprar grandes cantidades de energía a los
generadores para venderla a los usuarios finales o a otras empresas del sector en
pequeñas cantidades para el consumo (CREG, 2013a).
1.2.3 Funcionamiento de la Bolsa de Energía
Antes de la creación de la bolsa de energía, el operador del sistema (Centro Nacional de
Despacho – CND) era el encargado de decidir cuáles recursos de generación utilizar de
acuerdo a modelos de optimización para suplir la demanda inmediata. Sin embargo, la
liberalización del mercado permitió que la decisión dependiera de la oferta de precios,
Capítulo 1 12
determinando, por medio de mérito, cuáles generadoras serían despachadas en primer
lugar según los recursos más económicos.
El funcionamiento de la bolsa de energía en Colombia es el siguiente: con un día de
anterioridad, las empresas generadoras de electricidad envían al CND: (1) los precios de
oferta por cada recurso de generación a los cuales están dispuestos a vender su
electricidad y (2) la disponibilidad para cada segmento de tiempo. De acuerdo a esta
información y teniendo en cuenta la demanda del sistema, el operador organiza todas las
ofertas por orden de mérito (de menor a mayor) y determina la cantidad de energía que
debe generar cada recurso, despachando primero a las generadoras con la oferta más
económica. El último recurso que cubra la demanda determinará el precio de la
electricidad. En la Figura 1-5 se presenta la formación del precio de bolsa a partir de la
interacción de la oferta y la demanda.
Figura 1-5. Curva de oferta y demanda de electricidad (Dyner, Franco, & Arango, 2008)
1.3 Fuentes no convencionales de energía renovable
Las fuentes primarias de energía se pueden catalogar según diferentes criterios, por
ejemplo, si se considera la disponibilidad del recurso en el largo plazo se pueden catalogar
como renovables (se renuevan de forma natural), y no renovables debido a que se
agotarán en algún momento futuro (CORPOEMA, 2010). Igualmente se pueden catalogar
en fuentes convencionales, definidas en el artículo tercero de la Ley 697 de 2011 como
“…aquellas utilizadas de forma intensiva y ampliamente comercializadas en el país”, y las
Capítulo 1 13
fuentes no convencionales de energía (FNCE), definidas en el mismo artículo de la ley 697
de 2011 como “…aquellas fuentes de energía disponibles a nivel mundial que son
ambientalmente sostenibles, pero que en el país no son empleadas o son utilizadas de
manera marginal y no se comercializan ampliamente”. Se consideran las fuentes no
convencionales de energía renovable (FNCER) específicamente a la: energía nuclear,
bioenergía, geotermia, hidráulica, marina, solar y eólica (Ley 1715 de 2014).
Dada la debilidad para abastecer la demanda de electricidad durante fenómenos climáticos
que afectan principalmente el abastecimiento de las plantas hidroeléctricas, el
aprovechamiento de las FNCER hace posible combinar tecnologías que permitan
garantizar la confiabilidad del suministro y contribuir a la disminución de la vulnerabilidad
del sistema energético nacional bajo fenómenos climatológicos, sumado a la disminución
de las emisiones de los gases de efecto invernadero (GEI).
Los acuerdos internacionales, en lo que respecta al cuidado por el medio ambiente, han
promovido e impulsado el desarrollo de las FNCER para la producción de energía limpia.
Esto ha llevado a que Colombia plantee metas para impulsar el uso de las energías
renovables no convencionales, pero como se muestra en la Figura 1-6, la capacidad
instalada en el país apenas suma 761.4 MW para la generación de electricidad, a pesar
de tener un alto potencial para la explotación de dichas fuentes (específicamente solar).
Figura 1-6.Capacidad instalada en energías renovables para el 2013 en Colombia (UPME, 2013)
Capítulo 1 14
Debido a esta necesidad de potenciar las FNCER, el estado colombiano creó la Ley 1715
de 2014, en la cual se regula la integración de las energías renovables no convencionales
al sistema energético nacional. A continuación se presenta una breve descripción de la ley
1715 de 2014 de acuerdo al interés de la presente tesis.
1.3.1 Ley 1715 de 2014
Dentro de esta sección se explicará la Ley 1715 de 2014 y por tanto los acotes textuales
y encerrados entre comillas pertenecen la dicha ley. Ver (Congreso, 2014).
La motivación principal para la creación de la Ley 1715 de 2014 del Congreso colombiano,
ver Congreso (2014), es regular la integración de las energías renovables no
convencionales al sistema energético nacional, es impulsar el desarrollo de tecnologías
que aprovechen de manera eficientes los recursos naturales con el menor impacto posible,
como parte de la meta estatal de ser una nación competente en los mercados energéticos
renovables y alineada con el objetivo mundial de disminuir los efectos del cambio climático.
A continuación se describen los capítulos más relevantes de la ley según el interés de
estudio de la presente tesis.
Capítulo 1. Disposiciones generales
La ley 1715 de 2014 busca (1) promover el desarrollo y la utilización de las FNCER por
medio de la integración al mercado eléctrico, la participación en las ZNI y otros usos
energéticos y (2) promover la gestión eficiente de la energía a partir de la eficiencia
energética y la respuesta de la demanda.
Dentro de la ley se han definido varios conceptos importantes para el estudio de esta tesis
y los cuales se presentan a continuación:
1. “Autogeneración: es aquella actividad realizada por personas naturales o jurídicas
que producen energía eléctrica principalmente, para atender sus propias
necesidades. En el evento en que se generen excedentes de energía eléctrica a
partir de tal actividad, estos podrán entregarse a la red, en los términos que
establezca la CREG para tal fin.”
Capítulo 1 15
2. “Autogeneración a gran escala: cuya potencia máxima supera el límite
establecido por la UPME.”
3. “Autogeneración a pequeña escala: cuya potencia máxima no supera el límite
establecido por la UPME.”
4. “Eficiencia Energética: es la relación entre la energía aprovechada y la total
utilizada en cualquier proceso de la cadena energética, que busca ser maximizada
a través de buenas prácticas de reconversión tecnológica o sustitución de
combustibles. A través de la eficiencia energética se busca obtener el mayor
provecho de la energía, bien sea a partir del uso de una forma primaria de energía
o durante cualquier actividad de producción, transformación, transporte,
distribución y consumo de las diferentes formas de energía...”
5. “Excedente de energía: es la energía sobrante una vez cubiertas las necesidades
de consumo propias, producto de una actividad de autogeneración o
cogeneración.”
6. “Generación distribuida (GD): es la producción de energía eléctrica, cerca de los
centros de consumo, conectada a un Sistema de Distribución Local (SDL). La
capacidad de la generación distribuida se definirá en función de la capacidad del
sistema en donde se va a conectar, según los términos del código de conexión y
las demás disposiciones que la CREG defina para tal fin.”
7. “Gestión eficiente de la energía: son el conjunto de acciones orientadas a
asegurar el suministro energético a través de la implementación de medidas de
eficiencia energética y respuesta de la demanda.”
8. “Respuesta de la demanda: consiste en cambios en el consumo de energía
eléctrica por parte del consumidor, con respecto a un patrón usual de consumo, en
respuesta a señales de precios o incentivos diseñados para inducir bajos
consumos.”
Dentro de las definiciones descritas anteriormente se nombraron algunas entidades las
cuales son fundamentales para el desarrollo de la ley y tienen como competencia, entre
otras:
1. Ministerio de Minas y Energía, tiene competencias como, entre otras:
“Expedir dentro de los doce (12) meses siguientes a la entrada en vigencia de
esta ley los lineamientos de política energética en materia de generación con
FNCE en las ZNI, la entrega de excedentes de autogeneración a pequeña y
Capítulo 1 16
gran escala en el SIN, la conexión y operación de la generación distribuida, el
funcionamiento del Fondo de Energías no Convencionales y Gestión Eficiente
de la Energía y demás medidas para el uso eficiente de la energía.”
“Establecer los reglamentos técnicos que rigen la generación con las diferentes
FNCE, la generación distribuida y la entrega de los excedentes de la
autogeneración a pequeña escala en la red de distribución.”
“Expedir la normatividad necesaria para implementar sistemas de etiquetado e
información al consumidor sobre la eficiencia energética de los procesos,
instalaciones y productos manufacturados.”
2. CREG, tiene competencias como, entre otras:
“Establecer los procedimientos para la conexión, operación, respaldo y
comercialización de energía de la autogeneración distribuida conforme los
principios y criterios de esta ley, las leyes 142 y 143 de 1994 y los lineamientos
de política energética que se fijes para tal fin.”
“La Comisión establecerá procedimientos simplificados para autogeneradores
con excedentes de energía menores a 5MW.”
“Establecer los mecanismos regulatorios para incentivar la respuesta de la
demanda y la mejora de la eficiencia energética en el SIN…”
3. UPME, tiene competencias como, entre otras:
“Definir el límite máximo de potencia de la autogeneración a pequeña escala.”
“Realizar programas de divulgación masiva y focalizada sobre la
autogeneración a pequeña escala y el uso eficiente de la energía.”
Capítulo 2. Disposiciones para la generación de electricidad con FNCE y la gestión
eficiente de la energía
Los mecanismos para la generación de electricidad con FNCE y la eficiente de la energía
son tres principalmente y se describen a continuación.
1. Promoción de la autogestión y la generación distribuida
“Entrega excedentes: Se autoriza a los autogeneradores a pequeña y gran
escala a entregar sus excedentes a la red de distribución y/o transporte.
Para el caso de los autogeneradores a pequeña escala que utilicen FNCER,
los excedentes que entreguen a la red de distribución se reconocerán,
mediante un esquema de medición bidireccional, como créditos de energía.”
Capítulo 1 17
“Sistemas de medición bidireccional y mecanismos simplificados de
conexión y entrega de excedentes a los autogeneradores a pequeña
escala: Los autogeneradores a pequeña escala podrán usar medidores
bidireccionales de bajo costo para la liquidación de sus consumos y
entregas a la red, así como procedimientos sencillo de conexión y entrega
de excedentes.”
“Venta de energía por parte de generadores distribuidos: La energía
generada por generadores distribuidos se remunerará teniendo en cuenta
los beneficios que esta trae al sistema de distribución donde se conecta,
entre, los que se pueden mencionar las pérdidas evitadas, la vida útil de los
activos de distribución, el soporte de energía reactiva, etc.”
“Venta de créditos de energía: aquellos autogeneradores que por los
excedentes de energía entregados a la red de distribución se hagan
acreedores de los créditos de energía, podrán negociar dichos créditos y
derechos inherentes a los mismos con terceros naturales o jurídicos.”
Programas de divulgación focalizada
El siguiente diagrama (Figura 1-7) explica cómo se promocionarán la autogestión y la
generación.
Figura 1-7. Promoción de la autogestión y generación distribuida (UPME, 2014)
Autogeneradores
Pequeña escala
FCE
Entrega de excedentes
Mecanismos simplificados
FNCER
Entrega de excedentes
Mecanismos simplificados
Venta Créditos
Créditos de energía
Gran escala
Entrea de excedentes
Generación distribuida
Venta de energía,
remuneración según beneficios
al sistema
Capítulo 1 18
2. Sustitución de generación con diésel en las ZNI
El objetivo principal de este mecanismo es disminuir los costos de prestación del
servicio y las emisiones de GEI. Las dos acciones a implementar son (1) áreas de
servicio exclusivo de energía eléctrica y gas combustible; y (2) esquema de
incentivos a los prestadores del servicio de energía eléctrica en las ZNI.
3. Fondo de Energías No Convencionales y Gestión Eficiente de la Energía
(FENOGE):
Financiar programas de FNCE y gestión eficiente de la energía.
Los recursos podrán ser aportados por la Nación, entidades públicas o
privadas, así como por organismos de carácter multilateral e internacional.
Será reglamentado por el Ministerio de Minas y Energía
Se podrás financiar, entre otros, programas y proyectos dirigidos al sector
residencial de estratos 1, 2 y 3 tanto para la implementación de
autogeneración a pequeña escala, como para la mejora de eficiencia
energética.
Capítulo 3. Incentivos a la inversión en proyectos de FNCE
A continuación se describen los incentivos financieros para el desarrollo de proyectos de
FNCE.
1. Renta
“Reducir anualmente de su renta, por los 5 primeros años siguientes al año
gravable en que hayan realizado la inversión, el 50% del valor total de la
inversión realizada.”
“El valor a deducir por este concepto, en ningún caso podrá ser superior al
50% de la renta líquida del contribuyente, determinada antes de restar el
valor de la inversión.”
2. IVA:
“Los equipos, elementos, maquinaria y servicios nacionales o importados
que se destinen a la preinversión e inversión, para la producción y utilización
de energía a partir de las FNCE, así como para la medición y evaluación de
los potenciales recursos estarán excluidos de IVA.”
3. Aranceles
Capítulo 1 19
“Exención del pago de los derechos arancelarios de importación de
maquinaria, equipos, materiales e insumos destinados exclusivamente para
labores de preinversión y de inversión de proyectos con FNCE.”
“Será aplicable y recaerá sobre maquinaria, equipos, materiales e insumos
que no sean producidos por la industria nacional y su único medio de
adquisición esté sujeto a la importación de los mismos.”
4. Depreciación acelerada de los activos
“Aplicable a las maquinarias, equipos y obras civiles necesarias para la
preinversión, inversión y operación de la generación con FNCE, que sean
adquiridos y/o construidos, exclusivamente para ese fin.”
“La tasa anual de depreciación será no mayor de 20% como tasa global
anual.”
Capítulo 4. Desarrollo y promoción de las FNCE
A continuación se describen los puntos más relevantes para el estudio de esta tesis del
artículo 19 de la ley.
Artículo 19. Desarrollo de la energía solar
“El Gobierno Nacional a través del Ministerio de Minas y Energía, Ministerio de
Vivienda y Ministerio de Ambiente y Desarrollo Sostenible en el marco de funciones,
fomentarán el aprovechamiento del recurso solar en proyectos de urbanización
municipal o distrital, en edificaciones oficiales, en los sectores industria, residencial
y comercial.”
“El Gobierno Nacional considerará la viabilidad de desarrollar la energía solar como
fuente de autogeneración para los estratos 1, .2 Y 3 como alternativa al subsidio
existente para el consumo de electricidad de estos usuarios.”
“El Gobierno Nacional a través del Ministerio de Minas y Energía considerará
esquemas de medición para todas aquellas edificaciones oficiales o privadas,
industrias, comercios y residencias que utilicen fuentes de generación solar. El
esquema de medición contemplará la posibilidad de la medición en doble vía
(medición neta), de forma que se habilite un esquema de autogeneración para
dichas instalaciones.”
Capítulo 1 20
Capítulo 5. Desarrollo y promoción de la gestión eficiente de la energía
El objeto del plan de acción indicativo para el desarrollo PROURE (Programa de Uso
Racional y eficiente de la energía) es promocionar la eficiencia energética. A continuación
se describen los puntos más relevantes para el estudio de esta tesis del artículo 31 de la
ley.
Artículo 31. Respuesta de la demanda
“El Ministerio de Minas y Energía delegará a la CREG para que establezca
mecanismos regulatorios para incentivar la respuesta de la demanda con el ob jeto
de desplazar los consumos en un periodo punta y procurar el aplanamiento de la
curva de demanda; así como también para responder a requerimientos de
confiabilidad establecidos por el Ministerio de Minas y Energía o la CREG.”
El aporte principal de la ley 1715 es el fomento a la autogeneración de energía eléctrica y
el desarrollo de las FNCER, como parte de los objetivos nacionales de competitividad en
mercados eléctricos internacionales y la actualización del mercado eléctrico colombiano
bajo estándares internacionales. Sin embargo, aún no existe la regulación apropiada ni los
programas de ajustes que permitan la entrada de nuevas tecnologías de generación.
1.4 Conclusiones del capítulo 1
Dada la preocupación por el cambio climático y la seguridad energética, algunos
reguladores y defensores sostienen que reducir la demanda de energía es esencial para
conseguir una disminución en la contaminación del medio ambiente y un incremento en la
seguridad en el sistema de suministro de energía (Gillingham et al., 2009).
Para el año 2014, Colombia ha hecho un avance importante en la generación a partir de
FNCER y la autogeneración, no obstante, posee atrasos en la regulación de estas
tecnologías eficientes y por tanto su penetración en el mercado eléctrico colombiano ha
sido débil e ineficiente.
Capítulo 1 21
En el capítulo siguiente se realiza una revisión de los antecedentes identificados de la
autogestión de electricidad, como la gestión por el lado de la demanda y la respuesta de
la demanda.
Capítulo 2
2. Antecedentes
En este capítulo se presenta de forma general la explicación de la gestión por el lado de la
demanda. Posteriormente se explica la respuesta de la demanda, el uso racional y eficiente
de la energía y por último la definición de autogestión de electricidad. Esta discusión hace
parte de la delimitación del problema específico de investigación tratado en el Capítulo 3.
2.1 Introducción a la Gestión por el lado de la demanda
Hace 4 décadas atrás, un grupo de analistas de política energética norteamericana
llegaron a la conclusión de que era más rentable para las compañías eléctricas y sus
usuarios, invertir en sistemas de reducción del consumo eléctrico en lugar de aumentar la
capacidad instalada (Franco, 1996). Este nuevo esquema de reducción del consumo
eléctrico se le denominó Demand side Management (DSM) o Gestión por el lado de la
Demanda (de ahora en adelante GLD).
GLD es un concepto amplio que implica la gestión de todas las formas de energía desde
la demanda y los grupos que no son sólo servicios públicos eléctricos; incluidos los
proveedores de gas natural, las organizaciones gubernamentales, grupos sin ánimo de
lucro y firmas privadas (Gellings & Samotyj, 2013).
La GLD está definida como la planificación, ejecución y seguimiento de las actividades de
servicios que están diseñados para influir en el uso de la electricidad (Gelazanskas &
Gamage, 2013; Gellings & Samotyj, 2013). En sus inicios fue enfocada principalmente
hacia la eficiencia y la conservación (Spees & Lave, 2007), lo que implica animar a los
Capítulo 2 24
usuarios a consumir menos energía durante las horas pico o cambiar el uso de energía a
horas no pico para aplanar la curva de demanda (Bradley, Leach, & Torriti, 2013;
Gelazanskas & Gamage, 2013). Ahora, la GLD es cualquier programa que esté dirigido
para influenciar a los consumidores de energía: eficiencia y respuesta de la demanda
principalmente.
La Figura 2-1 ilustra una cartera de acciones que las instalaciones industriales pueden
llevar a cabo en relación con su uso de la electricidad. Para los eventos de respuesta a la
demanda, el tiempo de la notificación, la duración, la frecuencia y la cantidad de
electricidad de las operaciones de los sistemas y los tipos de estrategias de control que
pueden ser implementadas requieren que los controles posean un mayor número de
centros de manejo (Samad & Kiliccote, 2012).
Figura 2-1. Actividades de GLD, desde eficiencia energética hasta una rápida RD. (Samad & Kiliccote,
2012)
Recientemente han crecido los programas que permiten promover una mayor capacidad
de respuesta ante el precio de la electricidad y algunos autores se refieren a esto como
respuesta de la demanda (Bradley et al., 2013). A continuación se presenta una breve
descripción de la respuesta de la demanda.
Capítulo 2 25
2.2 Introducción a la Respuesta de la demanda
El enfoque tradicional del mercado eléctrico consiste en suplir toda la demanda requerida,
pero esta idea se ha transformado hacia la búsqueda de un sistema más eficiente que
mantiene las fluctuaciones de la demanda lo más pequeñas posibles (M.H. Albadi & El-
Saadany, 2008). Acorde con esta nueva tendencia, la Respuesta de la Demanda (de ahora
en adelante RD), es uno de los recursos disponibles más baratos para operar el sistema
(M.H. Albadi & El-Saadany, 2008) y jugará un papel clave para encontrar el equilibrio de la
electricidad en el futuro (Gelazanskas & Gamage, 2013).
Actualmente los consumidores no pueden reaccionar a tiempo y adecuadamente a las
señales del mercado debido a que no cuentan con toda la información que refleje el estado
de la red. Por tanto, los principales objetivos de las técnicas de RD son la reducción de la
carga máxima y la capacidad de controlar el consumo de acuerdo a la generación
(Gelazanskas & Gamage, 2013).
En este sentido, la RD son los cambios hechos por los usuarios finales en sus patrones de
consumo en respuesta a los cambios en el precio de la electricidad a través del tiempo (M
H Albadi & El-Saadany, 2007; Cappers, Goldman, & Kathan, 2010; Chao, 2010; Wang &
Chen, 2013). Igualmente, los consumidores finales pueden responder a factores como
incentivos en el precio, nuevos esquemas de tarifas, una mayor conciencia e incremento
en el sentido de la responsabilidad (EnergyUK, 2012).
Los programas de RD pueden apoyar el aumento de la demanda durante los periodos de
alta producción además de inducir la reducción de la demanda con el fin de limitar el pico
de consumo (Siano, 2014). Por tanto, la participación de los consumidores finales puede
envolver cambios activos en su comportamiento o respuestas pasivas (EnergyUK, 2012).
Los clientes que participan en la RD pueden cambiar su demanda con: (1) reducir su
consumo de energía a través de estrategias de restricción de carga, (2) mover el consumo
de energía para un período de tiempo diferente con el fin de responder a los altos precios
de la electricidad o de la baja disponibilidad para compensar el consumo de electricidad
de pico en horas de poca actividad y (3) generar energía, limitando así su dependencia de
la red principal (Gelazanskas & Gamage, 2013; Siano, 2014). Esta última acción
Capítulo 2 26
aumentaría la autonomía del usuario, descentralizaría aún más la generación y disminuiría
la carga promedio en las redes de distribución y transmisión (Gelazanskas & Gamage,
2013).
En Colombia, el desarrollo de programas de RD y GLD han sido enfocados principalmente
a los usos finales de la energía y la eficiencia energética, mediante el Uso Racional y
Eficiente de la Energía. A continuación se presenta una descripción del programa nacional
de Uso Racional y Eficiente de la Energía.
2.3 Uso Racional y Eficiente de la Energía
Desde la creación del Plan de uso racional de la energía en 1995, el gobierno colombiano
ha enfocado parte de los esfuerzos de planeación energética en modificar el consumo de
los usuarios finales.
En 2001, con la promulgación de la Ley 697, se estableció el Uso Racional y Eficiente de
la Energía (URE) como “fundamental para asegurar el abastecimiento energético pleno y
oportuno, la competitividad de la economía, la protección al consumidor y la promoción del
uso de energías no convencionales de manera sostenible con el medio ambiente y los
recursos naturales”. Para la implementación del URE se creó el Programa de Uso Racional
y Eficiente de la Energía y demás formas de Energía no Convencionales (PROURE).
La priorización y enfoque de las estrategias, subprogramas y líneas de acción del PROURE
se orientan fundamentalmente a la disminución de la intensidad energética, al
mejoramiento de la eficiencia energética de los sectores de consumo y la promoción de las
fuentes no convencionales de energía, en función de la identificación de los potenciales y
la definición de metas por ahorro energético y participación de las fuentes y tecnologías no
convencionales en la canasta energética del país (Prias, 2010).
Por medio de la resolución 180919 de 2010 del Ministerio de Minas y Energía, se acogió
el Plan de acción indicativo 2010-2015 para desarrollar el PROURE, el cual estableció
subprogramas prioritarios en los sectores: residencial, industrial, comercial, público y
servicios; transporte y otros. En la Tabla 2-1 se presenta el sector residencial con sus
respectivos programas de eficiencia energética y la prioridad establecida (Prias, 2010).
Capítulo 2 27
Dentro del sector residencial, los dos subprogramas de prioridad alta pretenden reducir el
consumo de energía eléctrica, mientras que los de prioridad media están enfocados en
energéticos como gas natural y GLP.
Tabla 2-1. Subprogramas de eficiencia energética para el sector residencial (Prias, 2010)
Sector Subprograma Prioridad
Residencial
Sustitución de bombillas incandescentes Alta
Uso eficiente de energía en equipos de refrigeración,
aire acondicionado y demás electrodomésticos
Alta
Hornillas eficientes Media
Eficiencia energética en viviendas de interés social Media
Gas licuado del petróleo (GLP) en el sector rural y en
zonas marginales
Media
En cuanto a ahorro de energía eléctrica, las metas propuestas en el plan de acción para
reducir dicho consumo corresponden a un 8.7% para el año 2015, mediante técnicas de
ahorro y eficiencia energética.
Aun con la implementación del PROURE, Colombia posee dificultades para incentivar la
sostenibilidad y eficiencia de los sistemas energéticos utilizados en el país, tanto en el
sector residencial, industrial, comercial como de transporte. Por ende, es necesaria una
reestructuración y enfoques renovados que permitan integrar las técnicas principales para
ahorrar en el consumo de electricidad y contribuir al progreso en términos de sostenibilidad.
A continuación se presenta la autogestión de electricidad.
2.4 Autogestión de la electricidad
La promoción de una participación más activa de la demanda haría a los mercados
eléctricos más eficientes y más competitivos, de ahí la importancia de desarrollar e
implementar políticas y programas que permitan reducir las emisiones de GEI asociadas
al consumo de electricidad y asegurar el abastecimiento confiable y seguro de la
electricidad en altos picos de consumo y en eventos climatológicos extremos.
Capítulo 2 28
Sin embargo, la participación activa de los usuarios finales no depende exclusivamente de
los incentivos aplicados por el operador del sistema o las señales del mercado, depende
de la importancia que representa para el consumidor final sus costumbres, creencias,
hábitos y deseos de administrar sus recursos maximizando los beneficios obtenidos. Por
tanto, se ha querido usar el término autogestión para expresar la capacidad del usuario
final de tomar decisiones autónomas en la gestión de su consumo de energía eléctrica.
Para la autogestión del consumo de electricidad se han definido tres técnicas principales
de reducción del consumo de electricidad de red: microgeneración, eficiencia energética y
conservación de electricidad. A continuación se presenta una breve descripción de las
técnicas.
2.4.1 Microgeneración eléctrica
En el sector residencial, la distinción entre oferta y demanda se ha vuelto cada más borrosa
debido a la introducción de tecnologías de generación a pequeña escala (Keirstead, 2007).
Es así como la microgeneración puede jugar un rol vital en la reducción de las emisiones
de GEI, crear oportunidades para que los usuarios finales se vuelvan más conscientes de
su consumo de energía y sus impactos; alentando así la gestión de la demanda (Keirstead,
2007), contribuyendo a una mayor competencia del mercado energético en el sector
residencial (Sauter & Watson, 2007; Watson et al., 2008) y reduciendo la brecha existente
entre la oferta y la demanda (Keirstead, 2007).
La microgeneración es definida como la producción autónoma de electricidad o calor a
nivel de construcciones individuales o pequeñas comunidades (Bergman & Eyre, 2011;
Keirstead, 2007; Praetorius, Martiskainen, Sauter, & Watson, 2012; Watson et al., 2008),
a partir de fuentes renovables o de cogeneración y con una capacidad neta de generación
definida para Reino Unido menor a los 50 kW (Bergman & Eyre, 2011; Energy saving trust,
2005; Keirstead, 2007).
Por estas características, la microgeneración es una tecnología que, a partir de la
implementación de sistemas de producción de energía distribuidos y descentralizados,
aporta considerablemente a la diversificación y seguridad del abastecimiento de energía,
Capítulo 2 29
además de incrementar la eficiencia del sistema y reducir las emisiones de diversos gases
contaminantes (Faber et al., 2010).
A continuación, en la Figura 2-2, se presentan las principales tecnologías de la
microgeneración. A futuro se pueden incluir tecnologías que no están actualmente
disponibles en gran número en escalas pequeñas como las celdas de combustible
(baterías) (Bergman & Eyre, 2011).
Figura 2-2. Tecnologías de microgeneración de electricidad. (Bergman & Eyre, 2011; Praetorius et al.,
2012)
Entre las tecnologías mencionadas, las celdas fotovoltaicas harán parte del análisis
realizado en esta tesis y por tanto se presenta una pequeña descripción de la tecnología.
El recurso eólico no fue tomado en cuenta debido a la variabilidad e intermitencia del
mismo dentro del territorio colombiano, lo cual lleva a que a pequeña escala sea menos
viable que a gran escala como el parque eólico Jepirachi.
La difusión de las nuevas tecnologías de microgeneración, como los paneles solares, es
generalmente lenta debido a los conflictos entre los costos y los beneficios ambientales.
En el sector residencial, donde los consumidores generan su propia electricidad a pequeña
escala, las ventajas ambientales de las celdas fotovoltaicas son sustanciales sobre las
tecnologías convencionales a pesar de los altos costos (Islam & Meade, 2013).
Capítulo 2 30
La generación fotovoltaica (FV) de energía se hace a partir del uso de paneles solares por
medio del efecto fotovoltaico, en el cual se produce corriente eléctrica directa a través de
la radiación solar, es decir. Dicho proceso de generación se da básicamente en dos pasos;
el primer paso corresponde a la absorción de la luz. Segundo, la luz es separada por la
estructura electrónica de la celda solar: los electrones van a la terminal negativa y los
huecos a la positiva, generando corriente eléctrica o fotocorriente.
La generación de electricidad a partir de paneles fotovoltaicos tiene como ventajas su
tecnología modular compuesta por sistemas expandibles (generadores fotovoltaicos
constituidos por un arreglo en serie-paralelo de paneles solares), una vida útil prolongada
(los fabricantes garantizan vida útil de al menos 20 años), un sistema de operación
silencioso y libre de emisiones de gases de efecto invernadero durante su operación.
La energía generada a partir paneles solares tiene distintas aplicaciones, una de ellas es
proporcionar electricidad a zonas aisladas o con problemas de abastecimiento (sistemas
fotovoltaicos autónomos SFVA) y los sistemas conectados a la red eléctrica de distribución
(sistemas fotovoltaicos interconectados SFVIR).
Los generadores fotovoltaicos están compuestos por módulos o paneles solares, regulador
de carga y banco de baterías (para los SFVA), inversor y sistema de protecciones (este
último no es tan común). Cada uno de estos elementos será explicado en detalle a
continuación.
Celdas fotovoltaicas
Las celdas fotovoltaicas captan la radiación solar por medio de las células
fotovoltaicas y la convierten en corriente continua (dc) (del Sol & Cabrera
Fernández, 2008). Las celdas solares están construidas de una gran variedad de
materiales semiconductores. El material empleado ampliamente en el sector es el
silicio, el cual representa aproximadamente el 90% de la producción mundial del
mercado fotovoltaico. La tecnología de silicio o de primera generación es la que
mayores avances ha logrado y actualmente ha obtenido mayor posicionamiento en
el mercado gracias a las altas eficiencias de conversión que han alcanzado
(cercanas al 25% para el silicio monocristalino y del 20% para el silicio policristalino
(Green, Emery, Hishikawa, Warta, & Dunlop, 2013).
Capítulo 2 31
Seguido de esta tecnología se encuentra la tecnología de película delgada o
tecnología de segunda generación, cuya eficiencia de conversión es de alrededor
del 20% (Green et al., 2013). Actualmente se encuentran también en estudio las
celdas orgánicas cuyo costo de fabricación es mucho menor comparado con las
otras tecnologías, pero su eficiencia de conversión está cerca del 8% (Green et al.,
2013).
La Figura 2-3 muestra cómo ha sido el avance en cuanto a las eficiencias logradas
de cada tipo de celda en el período desde 1975 con proyección a 2015 según
National Renewable Energy Laboratory (NREL, 2013).
Figura 2-3. Eficiencia por tipo de celda fotovoltaica (NREL, 2013).
Regulador de carga
Este dispositivo se encarga de controlar los límites de carga y descarga de las
baterías. Su fin principal es evitarle daños al sistema y asegurar que éste trabaje
siempre a su máxima eficiencia (del Sol & Cabrera Fernández, 2008).
Inversor de corriente
Convierte la corriente directa (dc) entregada por los paneles fotovoltaicos a
corriente alterna (ac) para los requerimientos eléctricos de la demanda (del Sol &
Cabrera Fernández, 2008; Mesa, Mejia, & Isaza, 2009).
Baterías
Son los acumuladores de energía. Se encargan de proveer potencia mientras haya
ausencia de luz y no se cuente con soporte de otra fuente, y de atenuar las
variaciones de energía. Suelen emplearse las baterías de ciclo profundo ya que
están diseñados para descargarse lentamente por varias horas y durar días sin ser
completamente cargados, sin que ello afecte su vida útil (del Sol & Cabrera
Fernández, 2008). Las baterías, son especialmente importantes en las zonas
aisladas y para sistemas autónomos donde no se cuente con soporte de otra fuente
de energía (Mesa et al., 2009).
La tendencia global de costos por vatio de los paneles fotovoltaicos fabricados con
tecnología de silicio depende de la capacidad de producción (Luque & Hegedus, 2003) y
de la capacidad acumulada instalada a nivel mundial (Ogawa, 2003). La trayectoria de la
tecnología ha mostrado que la capacidad acumulada de los sistemas fotovoltaicos se
duplica en promedio cada dos años y cada vez que este incremento en la capacidad
acumulada llega a ser diez veces el inicial, el costo de disminuye en un 50% (Partain &
Fraas, 2010).
Colombia carece de una definición técnica de microgeneración que precise y abarque las
diferentes características que la componen, es fundamental desarrollar un concepto amplio
que sea contemplado y admitido en la regulación energética colombiana para futuros
procesos de incursión en el mercado.
2.4.2 Eficiencia energética
La eficiencia energética ha sido un término ampliamente usado (Oikonomou, Becchis,
Steg, & Russolillo, 2009; Sorrell, Alexandra, & Nye, 2011) y estudiado desde hace varias
Capítulo 2 34
décadas (Lopes, Antunes, & Martins, 2012); y consigo ha tenido diferentes definiciones,
entre ellas: (1) se refiere a la adopción de una determinada tecnología que reduce el
consumo total de energía sin necesidad de cambiar el comportamiento (Gyberg & Palm,
2009; Oikonomou et al., 2009), (2) es la reducción de la energía final consumida, mientras
se logra el máximo de energía posible en servicios (la eficiencia energética no se logra
sólo con un cambio de tecnología sino también por la forma en la se usa) (Daim, Oliver, &
Kim, 2013; Lopes et al., 2012) y (3) es definida típicamente como los servicios de energía
proporcionados por unidad de energía (Gillingham et al., 2009), algo es más eficiente si
presta más servicios por la misma cantidad de energía consumida o el mismo servicio por
una menor cantidad de energía (IEA, 2013).
Como parte del estudio que abarca esta tesis, se considera a la eficiencia como la adopción
de una determinada tecnología que reduce el consumo total de energía, es decir una
sustitución de equipos que implican mejoras en el desempeño y ahorros en el consumo,
sin representar un cambio en el estilo de vida de los consumidores (Gyberg & Palm, 2009).
Esta técnica es eficaz y rentable para lograr un futuro energético sostenible, debido a que
sus mejoras pueden reducir la necesidad de inversión en infraestructura energética,
aumentar la competitividad, mejorar el bienestar de los consumidores y reducir las facturas
de energía (IEA, 2013).
Dentro de la planeación energética mundial, el incremento de la eficiencia ha sido
considerado el mejor método para obtener algunos de los objetivos más importantes en la
reducción de las emisiones de GEI y la reducción del consumo de energía (Cagno, Worrell,
Trianni, & Pugliese, 2013; Lopes et al., 2012; Oikonomou et al., 2009). Desde principios de
1970 existe una brecha entre el potencial rentable del mejoramiento de la eficiencia
energética y su implementación (Cagno et al., 2013; Yang, 2013). Sin embargo, los niveles
globales de eficiencia energética han sido mejorados en los últimos años; entre los años
1990 y 2005 todos los países OECD redujeron los factores de consumo de energía final a
través de fuertes mejoramientos en todos los sectores de la economía (Lopes et al., 2012).
Un alto porcentaje del consumo de energía en los hogares está asociado con el uso de
electrodomésticos (Wijaya & Tezuka, 2013). En Colombia, en el sector residencial el 30%
Capítulo 2 35
del consumo de energía eléctrica es debido al uso de diferentes aparatos eléctricos, los
cuales algunos son presentados en la Tabla 2-2.
La eficiencia al no representar un cambio en el estilo de vida de los consumidores sino un
cambio de equipos le da a los dueños de casa una manera de asumir la responsabilidad
de los “efectos secundarios” relacionados con la adquisición de más y más artículos,
traducido, a menudo, en un aumento de la demanda de electricidad.
Tabla 2-2. Porcentaje de hogares por bienes que posee según Encuesta Nacional de Calidad de Vida
(ECV) en Colombia (Ríos, 2013).
Porcentaje de hogares que poseen el bien
(%)
Tiempo de vida útil (años)
Electrodoméstico ECV
2003
ECV
2008
ECV
2010
ECV
2011
ECV
2012
Colombia Europa
Televisor 76,7 88,5 90,4 91,3 91 5-15 10
Nevera o refrigerador 66,9 73,3 75,5 77 78,7 15-25 11
Equipo de sonido 43,8 50,2 49,5 50,8 47,9 4-10 9
Lavadora 24,9 40,1 45,5 48,9 51,8 10-18 7
Reproductor de video 2,2 47,1 45,3 47 44,4 4-10 7
Computador 11,2 22,8 29,6 33,9 38,5
Horno eléctrico 19,1 22,4 21,7 23,8 23,5
Horno microondas 7,3 14,5 15,9 18 -
Aspiradora 8,2 7,1 6,7 7 -
Es necesario diferenciar entre la reducción del consumo de energía que permite la
eficiencia y la reducción obtenida por los hábitos de conservación. La conservación puede
o no ser asociada a un incremento en la eficiencia definida como una reducción en la
cantidad total de energía consumida, dependiendo de cómo cambian los servicios de
energía (Gillingham et al., 2009). A continuación se presenta una breve introducción a la
conservación de energía eléctrica.
2.4.3 Conservación de energía eléctrica
Para reducir los problemas causados por el incremento en los niveles de uso de energía
proveniente de fuentes fósiles, se ha asumido que los consumidores finales deben cambiar
su comportamiento (Steg, 2008) frente al uso de la energía. Mejorar los hábitos de
Capítulo 2 36
consumo mediante la reducción del uso de servicios de energía hace que los consumidores
finales aporten principalmente a la conservación del medio ambiente.
La conservación de la energía es una técnica que permite disminuir el consumo de energía
(Daim et al., 2013; Demirel, 2012; Gillingham et al., 2009; Oikonomou et al., 2009) e implica
un cambio en el comportamiento de los consumidores (Oikonomou et al., 2009). La
conservación se refiere a los cambios en el comportamiento del consumidor que reducen
la cantidad de electricidad que se consume, usando la tecnología que ya están en el lugar
(Mallinson, 2013). Los ejemplos incluyen apagar las luces y desconectar los aparatos
mientras no estén en uso, ajustar los termostatos en el verano, y el cambio de los procesos
de negocio en una oficina (Mallinson, 2013). Este comportamiento conservacionista y los
estilos de vida del consumidor están estrechamente relacionados con el concepto de uso
racional de la energía (Oikonomou et al., 2009).
Este concepto de uso racional de la energía tiene dos vertientes que discuten el enfoque
del término. La primera corresponde a una mirada económica en la que se ve a los
individuos como racionales en la búsqueda de optimización de los recursos (Sanstad and
Howarth 1994) y por tanto el uso de la energía debe ser optimizado de acuerdo con la
función de utilidad. La segunda corriente discierne respecto a la racionalidad de los
individuos en su comportamiento y por tanto en las decisiones que toman, pues los
individuos poseen limitaciones de tiempo e información dentro del proceso de toma de
decisiones (Dyner & Franco, 2004; Sanstad & Howarth, 1994).
El concepto de conservación implica un aspecto más moral de la conducta en lugar de uno
estrictamente económico (Oikonomou et al., 2009), por lo que la definición de uso racional
de la energía queda corta, ya que se requiere un esfuerzo desde el lado de los usuarios
finales para conservar energía, asociado con un estilo de vida ahorrativo que incluye una
forma de regulación o de cambios espontáneos en las preferencias de los consumidores
que resultan en cambios de comportamiento (Oikonomou et al., 2009).
Dentro de los muchos factores que influencian a los consumidores residenciales para
conservar energía, se encuentran: (1) necesidades individuales de ser consciente de las
posibles formas de reducir su consumo de energía, (2) la necesidad de estar motivados
Capítulo 2 37
hacia la conservación y (3) la disponibilidad de adoptar el comportamiento de conservación
de energía.
Ha sido ampliamente reconocido que efectuar la conservación de energía en el hogar
puede ser difícil, debido a que el nivel de consumo puede variar de acuerdo con el
comportamiento de los hogares (Kua & Wong, 2012). Pero, la conservación de la
electricidad es generalmente menos costosa que la generación, pues cuesta menos evitar
el uso de un kWh de electricidad de lo que cuesta producir un kWh adicional de electricidad
(Mallinson, 2013).
2.5 Conclusiones del capítulo 2
La creación de programas que garanticen la seguridad del suministro eléctrico han sido
desarrollados ampliamente desde la perspectiva del operador del sistema, ahora bien, este
concepto de suplir la demanda en su totalidad ha sido revolucionado desde la creación de
la GLD, pasando por la RD, hasta lo que los autores han denominado Autogestión de
Electricidad que permite desarrollar actividades y actitudes para reducir o suprimir los
consumos de electricidad y modificar los patrones de consumo.
Como se evidenció en el capítulo 1 con la explicación de la Ley 1715 y en este capítulo
con la descripción del plan de acción del PROURE, Colombia posee falencias frente a las
definiciones técnicas y la regulación que permita la penetración de sistemas eficientes y
sistemas de generación autónoma basados en FNCER.
Capítulo 3
3. Revisión de políticas de autogestión de la
electricidad y su implementación en
Colombia
La política energética es una estrategia en la que el gobierno decide hacer frente a los
problemas de desarrollo de la industria energética para sostener su crecimiento;
incluyendo la producción de energía, distribución y consumo (Solangi, Islam, Saidur,
Rahim, & Fayaz, 2011). Los atributos de la política energética pueden ser la legislación,
los tratados internacionales y los incentivos a la inversión. (Solangi et al., 2011)
Estas políticas han sido tradicionalmente dirigidas hacia la oferta. No obstante, esa
preocupación de “predecir y proveer” que ha guiado históricamente muchas de las
decisiones de la política energética ha cambiado, debido a las preocupaciones adicionales
tales como la protección del medio ambiente y la escasez de combustibles (Keirstead,
2007).
El propósito de este capítulo es presentar la revisión de literatura de las políticas de
microgeneración, eficiencia energética y conservación de energía que se han planteado
en el mundo para el sector residencial y las barreras existentes en el mercado.
Posteriormente, se presenta cómo se han modelado las políticas. Finalmente se presenta
la delimitación del problema de investigación, los objetivos planteados y el alcance de la
investigación.
Capítulo 3 40
3.1 Barreras de entrada y Políticas implementadas para la
microgeneración
Mundialmente los gobiernos deben prestar ayudas y apoyos financieros para permitir que
la microgeneración sea una solución sostenible en el tiempo y competitiva respecto a otras
tecnologías verdes. Los incentivos financieros como reducción de impuestos, subsidios y
duplicación del precio de la energía de red; son factores importantes que permiten restringir
las barreras de entrada de la microgeneración en el mercado eléctrico y por tanto se
promueve una mayor difusión entre los hogares (Sardianou & Genoudi, 2013).
Las principales barreras de entrada de la microgeneración se relacionan en la Tabla 3-1.
Entre ellas, las barreras financieras, principalmente los costos de capital, son las más
importantes para la instalación de la tecnología, debido a que los costos asociados son
demasiado altos para la mayoría de los adoptadores potenciales (Balcombe, Rigby, &
Azapagic, 2013)
Tabla 3-1 Barreras de entrada para la microgeneración. (Balcombe et al., 2013; Bergman &
Eyre, 2011; Timilsina, Kurdgelashvili, & Narbel, 2012)
Barreras de entrada para la
microgeneración
Financieras
Regulatorias y Legales
Tecnológicas
Información
Mercado
Los consumidores se diferencian de acuerdo a la forma en la que perciben los productos
y esta percepción es afectada por las tendencias socio – económicas y demográficas, las
cuales influyen en las decisiones de compra de los individuos (Faiers, Neame, & Cook,
2007).
Varios estudios han mostrado que los consumidores residenciales no solo evalúan las
características de las tecnologías sino también las influencias psicológicas, sociales y
ambientales, donde el comportamiento de los consumidores ha sido considerado el foco
principal en la decisión de compra (Islam, 2014).
Capítulo 3 41
De acuerdo a la identificación de las barreras de entrada de la microgeneración y estos
estudios mencionados, se observó que la decisión de compra de las tecnologías de
microgeneración se basa en un análisis costo-beneficio y la influencia de aspectos
sicológicos, sociales y ambientales (Claudy, Michelsen, & O’Driscoll, 2011; Claudy,
Michelsen, O’Driscoll, & Mullen, 2010; Sardianou & Genoudi, 2013) . En la Figura 3-1 se
muestra un acercamiento a la decisión de compra de la tecnología de microgeneración.
Figura 3-1. Decisión de compra de la tecnología de microgeneración (Claudy et al., 2011, 2010; Islam,
2014; Sardianou & Genoudi, 2013).
Este análisis costo-beneficio que hacen los usuarios finales encierra aspectos como:
comparación de tarifas, disponibilidad y viabilidad tecnológica, ahorros percibidos,
inversión inicial y periodos de retorno a la inversión, principalmente.
Para disminuir las barreras de entrada y potenciar los factores que influencian la decisión
de compra de los consumidores residenciales, los estados se preguntan cómo acelerar la
difusión de las tecnologías ambientalmente amigables, pero que generalmente no son
competitivas respecto al costo (Islam, 2014). Es así como los sistemas de incentivos son
necesarios con el fin de crear las condiciones para la competencia entre las tecnologías
establecidas y la microgeneración, convirtiendo dichas tecnologías atractivas para la
inversión (Costa, Matos, & Peças Lopes, 2008).
Como una tecnología emergente, la microgeneración aún no ha alcanzado su madurez en
el rendimiento óptimo consecuente en términos de costo y fiabilidad (Costa et al., 2008).
Japón, Alemania, Estados Unidos y Reino Unido han establecido políticas para la difusión
y el uso de la microgeneración, la estimulación a la I&D y el desarrollo de industrias
intensivas y extensivas para, gradualmente, mejorar el desempeño a través de las curvas
de aprendizaje a partir del “aprender haciendo” (Costa et al., 2008).
Capítulo 3 42
Para asegurar el progreso en la curva de aprendizaje, se requiere garantizar que esas
tecnologías serán adoptadas más allá de los pequeños nichos de mercado y para lograrlo
los principales mecanismos de incentivos (en la Unión Europea) son esquemas de “feed-
in law” y sistemas de cuotas (Costa et al., 2008; Islam, 2014).
Los “feed-in law” están dirigidos en dos partes: (1) el operador de la red está obligado a
comprar toda la energía renovable generada y (2) esquemas de precio (Islam, 2014). El
modelo “Feed-in” ha sido bastante usado como una herramienta de promoción en Austria,
Francia, Alemania, Grecia, Luxemburgo, Portugal y España (Islam, 2014). Estados Unidos
fomenta la generación con renovables a partir de créditos fiscales y la depreciación
acelerada de los bienes (Islam, 2014).
A continuación, en la Tabla 3-2 se presenta un resumen de las políticas de
microgeneración que han sido aplicadas a nivel global, el país que las ha implementado,
el autor y el año de la información.
Tabla 3-2 resumen de las políticas de microgeneración. Elaboración propia
País(es) o
región Política(s) microgeneración implementadas Autor(es) del artículo
Estados Unidos
Formación de incentivos
Créditos fiscales
Targets
Gran capacidad instalada
Depreciación acelerada
Feed–in tariff
(Allen et al., 2008;
Solangi et al., 2011)
Canadá
Incentivos gubernamentales para las
tecnologías fotovoltaicas
Feed-in tariff: diseñado para capacidades
menores a 10kW.
(Islam & Meade,
2013)
Capítulo 3 43
Subsidios: el Gobierno canadiense busca
mejorar la adaptación de los procesos de
manufactura en el sector con políticas de
impuestos.
Reino Unido
Soporte I&D
Subsidio a la tecnología
Desarrollo del mercado: feed in tariff, subastas
especializadas, créditos fiscales, depreciación
acelerada y creación de nichos de mercado.
Políticas de competencia
Low Carbon Buildings Programme (LCBP)
Carbon Emissions Reductions Target (CERT)
Community Energy Saving Programme
(CESP).
(Allen et al., 2008;
Balcombe et al., 2013;
Bergman & Eyre,
2011; Praetorius et al.,
2012)
Dinamarca y
España Feed in tariff (Allen et al., 2008)
Alemania
Esquemas de precios: Feed in tariff
Venta excedentes
I&D
(Allen et al., 2008;
Praetorius et al.,
2012)
Colombia
Aunque aún no está regulado se creó la ley 1715
que permitirá:
Venta créditos
Créditos de energía
Entrega excedentes
(Congreso, 2014)
Unión Europea Feed-in Laws: Obligaciones de compra de los
sobrantes y esquemas de precio (feed-in tariff). (Islam, 2014)
Sea cual sea el mecanismo de incentivos utilizado, éste debe ser simple, efectivo, costo-
eficiente, estable y fácil de implementar (Costa et al., 2008). La fuente de financiación de
los incentivos puede ser una combinación de las contribuciones financieras de las
Capítulo 3 44
diferentes entidades a saber: los operadores de redes, los generadores, los ingresos
fiscales, las tasas por contaminación, etc (Costa et al., 2008).
En Colombia aún no se han implementado políticas que permitan incentivar la difusión de
las tecnologías de microgeneración y reducir las barreras que posee; y por tanto, no se
poseen estudios que analicen la difusión de la microgeneración en el sector residencial
urbano y las políticas que la incentiven.
Por este motivo, dentro de esta tesis se consideran cuáles políticas enfocadas a la
microgeneración se pueden implementar para incentivar a los consumidores residenciales
adoptar esta tecnología de generación autónoma para suplir sus necesidades, parciales o
totales, de electricidad y contribuir con los objetivos estatales.
3.2 Barreras de entrada y Políticas implementadas en la
eficiencia energética
La implementación de políticas ambientales y la adherencia a estándares internacionales
llevan a que cada vez se desarrollen e implementen tecnologías que buscan disminuir las
emisiones contaminantes al medio. El desarrollo de prototipos cada día más eficientes lleva
a un mejor aprovechamiento de los recursos naturales y de su explotación.
La eficiencia energética, como se explicó en el capítulo 2, es una tecnología que permite
reducir los GEI debido a la disminución en el consumo de energía y mejorar la seguridad
del sistema. Sin embargo, existen barreras que impiden la implementación y la promoción
del uso de sistemas más eficientes (Y. Zhang & Wang, 2013), formando una diferencia
entre los niveles actuales y los deseados de eficiencia (IEA, 2007). Al respecto se han
identificado las principales barreras de entrada, en la Tabla 3-3 se muestran dichas
barreras identificadas para las tecnologías eficientes.
Capítulo 3 45
Tabla 3-3. Barreras de entrada para las tecnologías eficientes
Tipos de barreras Referencia
Financieras (Acceso capital y largos periodos de retorno a la inversión)
Tecnológicas
Sociales
Información imperfecta
(Cagno et al., 2013; Sorrell et al., 2011)
Legales
Financieras
Sociales
De Mercado
(Y. Zhang & Wang, 2013)
Información imperfecta
Costos ocultos
Riesgo e incertidumbre
Limitado acceso a capital
Incentivos divididos
Racionalidad limitada
(Fleiter, Worrell, & Eichhammer, 2011)
(Schleich, 2009)
Barreras de información (Kounetas, Skuras, & Tsekouras, 2011)
Barreras institucionales
Barreras de Mercado
Barreras técnicas y de conocimiento
(PNUD, 2005)
La decisión de compra de las tecnologías eficientes se basa en un análisis costo-beneficio
hecho por los consumidores, la influencia de la disponibilidad del artículo y la conciencia
ambiental, entre otros (Gadenne, Sharma, Kerr, & Smith, 2011). En la Figura 3-2 se
muestra un acercamiento a la decisión de compra de las tecnologías eficientes.
Figura 3-2. Decisión de compra de las tecnologías eficientes (Gadenne et al., 2011).
Capítulo 3 46
Para disminuir las barreras y mejorar las probabilidades de compra de una tecnología
eficiente se utilizan políticas fiscales y regulatorias, dirigidas hacia sectores específicos de
la economía como la industria, el transporte, el comercio y el sector residencial; según los
objetivos estatales. La sustitución de electrodomésticos antiguos por unos nuevos que
sean energéticamente eficientes es considerada una de las mejores estrategias para
disminuir el consumo de los hogares (Galarraga, Heres, & Gonzalez-Eguino, 2011). En la
Tabla 3-4 se presenta un resumen de las políticas de eficiencia energética orientadas al
sector residencial que han sido aplicadas a nivel global.
Tabla 3-4. Resumen de políticas de eficiencia energética del sector residencial a nivel mundial. (Ríos,
2013)
País(es) o
región
Política(s) de eficiencia energética
implementadas Autor(es) del artículo
Estados Unidos
Estándares en los electrodomésticos
Programas de incentivos financieros
Programas de información sobre potenciales
ahorros en inversión de electrodomésticos
eficientes
Programas para el manejo de la energía en el
sector gubernamental.
(Gillingham, Newell, &
Palmer, 2006)
Canadá,
Dinamarca,
Suecia, Suiza,
Estados Unidos
Instrumentos que guíen a los consumidores en
la elección de electrodomésticos más eficientes
a partir de una mejor información y un interés
económico. Por ejemplo el etiquetado
obligatorio o voluntario, la calidad de la
etiqueta, reducción de impuestos, descuentos a
la inversión inicial.
Instrumentos para promover nuevos patrones
de uso de los electrodomésticos. Por ejemplo,
programas educativos, eliminación de
impuestos a la electricidad.
(Varone & Aebischer,
2001)
Capítulo 3 47
Instrumentos para desarrollar
electrodomésticos cada vez más eficientes. Por
ejemplo soporte financiero en investigación y
desarrollo privado.
Japón Subsidios en la adquisición de electrodomésticos
eficientes
(Ashina & Nakata,
2008)
Unión Europea
Estandarización y etiquetado informativo en
electrodomésticos como refrigeradores,
lavadoras, lavavajillas, hornos, calentadores de
agua, aire acondicionado e iluminación.
Estándares de desempeño (eco-diseño) en
electrodomésticos como refrigeradores,
lavadores, lavavajillas, hornos, calentadores de
agua y de aires, aire acondicionado, televisores
e iluminación.
Reducción de impuestos, descuentos en el
precio inicial de neveras, lavadoras, secadoras
y lavavajillas.
(Bertoldi, Hirl, &
Labanca, 2012)
Tailandia,
Estados
Unidos,
Dinamarca,
India, Nueva
Zelanda y
Reino Unido
Estándares y etiquetado eficiente en
electrodomésticos del hogar
Campañas de promoción de medidas de
eficiencia energética por medios masivos de
información.
Subsidios económicos, préstamos para la
inversión en electrodomésticos eficientes,
incentivos en los impuestos.
(Oliver, Lew,
Redlinger, &
Prijyanonda, 2001)
China
Estándares obligatorios y etiquetado energético
en los siguientes electrodomésticos:
refrigeradores, aire acondicionado, lavadoras,
planchas, televisores, arroceras eléctricas,
radios y ventiladores.
(Zhou, Levine, &
Price, 2010)
Capítulo 3 48
Impuesto al consumo de electricidad, créditos
para la compra de electrodomésticos eficientes.
Estados Unidos
(estados de
New York,
Indiana y
Wisconsin)
Sustitución de electrodomésticos actuales
(refrigeradores) por otros más eficientes.
(Kim, Keoleian, &
Horie, 2006)
España Sustitución de electrodomésticos antiguos por otros
más eficientes
(Galarraga et al.,
2011)
China
Subsidios para la adquisición de electrodomésticos
energéticamente eficientes y que utilicen energías
renovables como los calentadores solares de agua.
(Lo, 2014)
Ghana
Mejora de la eficiencia energética de los
electrodomésticos residenciales a partir de
estándares y etiquetado.
(Van Buskirk, Ben
Hagan, Ofosu
Ahenkorah, & McNeil,
2007)
En Colombia se implementó el Programa de Uso Racional y Eficiente de la Energía y
demás formas de Energía no Convencionales (PROURE) mencionado en el capítulo 2,
para incentivar la eficiencia energética en el sector residencial y principalmente la
sustitución de electrodomésticos antiguos por otros con tecnología eficiente. Sin embargo,
la brecha existente entre el potencial y la eficiencia del país es considerable amplia, debido
a las barreras de entrada que posee la eficiencia para su principal estrategia (sustitución
de equipos), pues representa un alto costo de inversión.
3.3 Barreras de entrada y Políticas implementadas para la
conservación de electricidad
Algunas investigaciones indican que los individuos toman acciones para ahorrar energía
debido a la necesidad de ahorrar dinero (Ritchie & Mcdougall, 2014). Ahora bien, como se
hizo referencia en el capítulo 2, la conservación de energía eléctrica corresponde a
cambios en el comportamiento, hábitos y costumbres de los consumidores; más que a
Capítulo 3 49
cambios de tecnologías. Por ende, la decisión de conservar energía se da más por
convicción y menos influencias externas. En la Figura 3-3 se muestra un esquema que
representa la decisión de conservar energía, basada en hábitos de consumo, el estilo de
vida de los consumidores y los aspectos morales de la conducta.
Figura 3-3. Decisión de conservación de la energía (Oikonomou et al., 2009)
Debido a que a conservación son cambios en el estilo de vida, las barreras están ligadas
a aspectos psicológicos y sociales, siendo un poco más abstractas que las explicadas en
microgeneración y eficiencia.
En la Tabla 3-5 se presentan las principales barreras identificadas para la conservación de
energía eléctrica.
Tabla 3-5. Barreras para la conservación de electricidad
Tipos de barreras Referencia
Conocimiento
Motivación
Capacidad para implementar
(Steg, 2008)
Barreras de inercia y
costumbres
Barreras de eficiencia: vacíos de
conocimiento
Barreras de mantenimiento
(Ritchie & Mcdougall, 2014)
Como un medio para disminuir las barreras de entrada, los gobiernos han desarrollado
políticas orientadas hacia la conservación y creación de conciencia sobre el consumo de
energía eléctrica y sus implicaciones ambientales. Los programas más frecuentes
Capítulo 3 50
orientados hacia la educación de cómo ahorrar energía y el aumento de las motivaciones
para hacerlo se presentan en la Tabla 3-6.
Tabla 3-6. Resumen de políticas de conservación a nivel mundial
País(es) o
región Política(s) microgeneración implementadas Autor(es) del artículo
Singapur Eco-living: potenciales cambios en el
comportamiento y campañas de educación.
(Islam & Meade,
2013)
Ontario,
Canadá Programas de gestión de la demanda (Mallinson, 2013)
Estados Unidos
Programas de gestión de la demanda y
respuesta de la demanda.
Energy Policy and Conservation Act
Reino Unido Campañas de ahorro energético (Mehmood Mirza et
al., 2014)
Japón Ley de conservación (Mehmood Mirza et
al., 2014)
Colombia
Aunque aún no está regulado se creó la ley 1715
que permitirá:
Venta créditos
Créditos de energía
Entrega excedentes
(Congreso, 2014)
En general
Información: conocimiento de los consumos,
campañas de publicidad.
Incentivos
Desincentivos: penalizaciones por consumos
durante periodos pico.
Restricciones
Estándares
(Ritchie & Mcdougall,
2014)
Capítulo 3 51
En muchos países las políticas implementadas para la eficiencia y la microgeneración son
consideradas políticas de conservación pues reducen el consumo de electricidad de la red,
por ende, en algunos casos se pierde de vista cuales programas van dirigidos
específicamente hacia la conservación. Colombia, particularmente, hace uso del PROURE
para incentivar el uso racional de la energía y disminuir el consumo de electricidad a partir
de prácticas de ahorro, al tener ese programa en conjunto con la eficiencia se hace difícil
distinguir entre ambos objetivos, y como consecuencia la conservación ha perdido fuerza
y aplicación.
3.4 Delimitación del problema
Los desarrollos industriales en la sociedad moderna, en particular el uso excesivo de
fuentes de energía convencionales, han sido la principal causa de las crisis energéticas,
los problemas de polución en el medio ambiente y los gases de efecto invernadero (Zhao,
Mazhari, Celik, & Son, 2011). Sin embargo, una forma efectiva de combatir los problemas
ambientales y el desabastecimiento energético es con el uso de energía proveniente de
fuentes renovables, el desarrollo de tecnologías limpias y prácticas de ahorro de energía.
Una solución para que se disminuya el monto a pagar en las facturas de los usuarios
finales, reducir la demanda de electricidad de la red y promover el uso eficiente de los
recursos y con ello aportar a la batalla contra las emisiones de GEI es la participación
activa de los consumidores finales de electricidad.
Con la capacidad de generar electricidad y venderla a la red, las familias ya no se limitan
a ser receptores pasivos de la electricidad (Keirstead, 2007), los hogares pueden participar
activamente en la dinámica de la producción y el consumo de electricidad.
Desde los años 80´s en Colombia, en intentos para que los usuarios residenciales usen de
mejor forma la electricidad, se creó el “Uso Racional” y la eficiencia energética en algunos
programas, pero sólo en 2001 se creó la ley 697 en la que definió el Uso Racional y
Eficiente de la Energía como “el aprovechamiento óptimo de la energía en todas y cada
una de las cadenas energéticas…” (Ministerio de Minas y Energía, 2001) y la eficiencia
energética “como la relación entre la energía aprovechada y la total utilizada en cualquier
proceso de la cadena energética…” (Ministerio de Minas y Energía, 2001). Sin embargo,
Capítulo 3 52
estos intentos no han sido acogidos de manera generalizada por los usuarios finales. La
ausencia de políticas fuertes y eficaces y la falta de información oportuna y precisa de los
consumos de electricidad dificultan la familiarización de los usuarios finales con su
capacidad de gestionar su propio consumo de electricidad.
En estudios anteriores se ha modelado el mercado eléctrico (oferta y demanda) y la
influencia de políticas para incentivar la eficiencia energética y la conservación de la
energía (uso racional y eficiente de la energía). Sin embargo, un estudio conjunto, que
integre la participación de la demanda, tomando las tres acciones principales que puede
realizar el usuario final para gestionar su propio consumo de electricidad (microgeneración,
eficiencia y conservación), es requerido para entender plenamente el efecto en la demanda
de electricidad total y residencial de Colombia.
Por tanto, aún se desconoce cómo podría promoverse el desarrollo de la autogestión
eléctrica en el sector residencial urbano de Colombia, de ahí, la importancia de estudios
que analicen y clasifiquen adecuadamente los principales factores que afectan e incentivan
a los usuarios a ser activos en su demanda de electricidad. Comprender y operar estos
factores dentro de las poblaciones de modo que permita expandir o acelerar la penetración
de la autogestión de electricidad en Colombia.
A continuación se presenta una pequeña revisión de los modelos de simulación utilizados
para la autogestión de electricidad.
3.4.1 Revisión de modelos de simulación de la autogestión de electricidad
A continuación (Tabla 3-7) se presentan estudios realizados donde se aplican diferentes
métodos para simular políticas de microgeneración y eficiencia energética en el sector
residencial.
Tabla 3-7. Modelos de microgeneración utilizando simulación
Título Método de simulación
Objetivo de la investigación Autor(es)
Capítulo 3 53
Modelling UK domestic energy and carbon emissions: an agent-based approach
Agentes Establecer una agenda para repensar los modelos bottom-up de energía doméstica y de carbono del Reino Unido; y presentar una versión preliminar de simulación basada en agentes que tiene el potencial para hacer frente a los desafíos actuales.
(Natarajan, Padget, & Elliott, 2011)
An Agent Based Simulation of Smart Metering Technology Adoption
Agentes Proporcionar un estudio exploratorio y predictivo del futuro de la tecnología de medición inteligente en el consumo de electricidad del Reino Unido; y desarrollar un marco de sistema multi-agente eficaz sobre con base en las teorías de comportamiento clásicas para estudiar todos los fenómenos complejos en el mercado de consumo de energía.
(T. Zhang & Nuttall, 2007)
Household level innovation diffusion model of photo-voltaic (PV) solar cells from stated preference data
Selección discreta
Su objetivo es estudiar la vinculación de dos incertidumbres críticas de la nueva tecnología: (1) si los hogares prefieren los atributos de la nueva tecnología y cómo estas preferencias varían según los segmentos de mercado? y (2) cuando se van a adoptar (en su caso).
(Islam, 2014)
Hybrid agent-based simulation for policy evaluation of solar power generation systems
Agentes y Dinámica de Sistemas
El objetivo de esta investigación es proponer un marco basado en la simulación híbrida completa y muy detallada (de dos niveles), que permite a las evaluaciones eficaces de las diversas políticas gubernamentales para apoyar el desarrollo adecuado de la energía solar.
(Zhao et al., 2011)
Willingness-to-pay for renewable energy: Primary and discretionary choice of British households' for micro-generation technologies
Simulación eventos discretos: logit
Este estudio adopta un enfoque elección experimento para investigar los determinantes de la adopción de las tecnologías de microgeneración de los hogares en el Reino Unido; y su disposición a pagar por estas tecnologías de energía renovable.
(Scarpa & Willis, 2010)
Renewable energy adoption in an ageing population: Heterogeneity in preferences for micro-generation technology adoption
Simulación eventos discretos: logit
Evaluar si los resultados de la tercera edad en diferentes respuestas de comportamiento a la eficiencia energética en comparación con el resto de la sociedad.
Investigar si las tecnologías de microgeneración renovable tienen menos probabilidades de ser adoptados por los hogares que comprenden las personas mayores.
(Willis, Scarpa, Gilroy, & Hamza, 2011)
Capítulo 3 54
Exploring domestic micro-cogeneration in the Netherlands : An agent-based demand model for technology diffusion
Agentes Busca extraer lecciones genéricas sobre el desarrollo de las tecnologías de energía en competencia y para ganar algo de entendimiento sobre cuestiones específicas relacionadas con las condiciones y los mecanismos que subyacen a la adopción de la micro-cogeneración.
(Faber et al., 2010)
Como se mostró en la Tabla 3-7, los modelos utilizados para analizar la difusión de la
microgeneración se han hecho en mayor parte con agentes debido a las posibilidades de
modelar de forma desagregada las decisiones de cada individuo para adoptar la
tecnología. Sin embargo, la simulación con agentes no posee el grado de agregación
requerido en esta tesis y el objetivo de esta tesis no es analizar el proceso de decisión de
cada individuo. Por este motivo se busca analizar el comportamiento de forma agrega de
los sistemas energéticos y por tanto se utilizará un modelo en dinámica de sistemas que
permita estudiar el efecto de la microgeneración en el mercado eléctrico colombiano.
En Colombia no se ha utilizado la dinámica de sistemas para construir modelos de
simulación y estudiar el papel de la microgeneración en el sector residencial y de cómo
diversas políticas microgeneración pueden estimular al consumidor a realizar la sustitución
de energía red por sistemas autónomo.
Seguido (Tabla 3-8) se presentan algunos estudios realizados donde aplican diferentes
métodos para simular políticas de eficiencia energética en el sector residencial. Para cada
estudio se presenta el título, método de simulación, el objetivo de la investigación la
referencia bibliográfica.
Tabla 3-8. Modelos de eficiencia energética residencial utilizando simulación (Ríos, 2013)
Título Método de
simulación Objetivo de la investigación Autor(es)
Residential Energy
Efficiency Policy in
Latvia: A System
Dynamics Approach
Dinámica
de sistemas
Se propone un modelo de dinámica de
sistemas que permite simular y evaluar
políticas de eficiencia energética
incluidas y no incluidas en el Primer plan
de acción de eficiencia energética de
Lituania.
(Blumberg
a, Zogla,
Davidsen,
& Moxnes,
2011)
Capítulo 3 55
Increasing innovation in
home energy efficiency:
Monte Carlo simulation
of Potential
improvements
Montecarlo Desarrolla un modelo de simulación
Monte Carlo de diferentes mejoras de
eficiencia energética que permiten
minimizar el tiempo de recuperación
económica de la inversión de dichas
medidas por los usuarios residenciales
(Soratana
& Marriott,
2010)
Energy efficiency in New
Zealand’s residential
sector: A systemic
analysis
Dinámica
de sistemas
Analiza de forma sistémica la compleja
situación de eficiencia energética
residencial en Nueva Zelanda mediante
el desarrollo de un diagrama causal y
planteamiento de iniciativas para obtener
cambios de comportamiento del sistema.
(Elias,
2008)
An Analysis of
Residential Energy
Intensity in Iran: A
System Dynamics
Approach
Dinámica
de sistemas Desarrolla un modelo de dinámica de
sistemas que permita realizar cambios en
la intensidad energética del sector
residencial de irán.
(Jamshidi,
2008)
System Dynamics
Based Research on
Energy Efficient
Residence Market
Dinámica
de sistemas
Establece un modelo de dinámica de
sistemas del sector residencial que
integra los sectores de vivienda, al
consumidor y el distribuidor.
(Li & Dai,
2008)
Racionalidad limitada
del consumidor en
mercados energéticos
desregulados y la
función del
comercializador y el
Gobierno.
Dinámica
de
sistemas Desarrolla un modelo de simulación que
integra la racionalidad limitada del
consumidor de energía.
(Franco,
2002)
Un modelo nacional
desagregado para la
formulación de políticas
para el uso racional de
energía
Dinámica
de
sistemas
Desarrolla un modelo utilizando dinámica
de sistemas que sirve como herramienta
para evaluar políticas energéticas en el
sector residencial rural y urbano de
Colombia.
(Franco,
1996)
System Dynamics
Modeling for Residential
Energy Efficiency
Analysis and
Management
Dinámica
de
sistemas
Desarrolla un modelo de dinámica de
sistemas que simula la sustitución de
electrodomésticos y la construcción de
escenarios y el análisis de penetración de
tecnologías alternativas, crecimiento del
consumo de electricidad, crecimiento en
el consumo de gas y políticas de precios.
(Dyner,
Smith, &
Peña,
1995)
Capítulo 3 56
En Colombia se ha utilizado la dinámica de sistemas para construir modelos de simulación
y estudiar el papel de la eficiencia energética en el sector residencial. Existen modelos en
dinámica de sistemas para la sustitución de electrodomésticos, gasodomésticos y
lámparas de iluminación como los de Dyner, Smith, & Peña (1995) y Franco (1996); y un
modelo de sustitución de neveras Ríos M. (2013). Sin embargo, aún no se ha estudiado el
caso particular y conjunto de la sustitución de neveras, lavadoras, estufas,
microgeneración y conservación; y de cómo diversas políticas de eficiencia energética
pueden estimular al consumidor a realizar la sustitución de su producto actual por uno que
presente menor consumo de energía.
A continuación se plantean los objetivos de esta tesis de maestría.
3.5 Objetivos de la investigación
A continuación se presentan los objetivos propuestos para esta tesis de maestría.
3.5.1 Objetivo general
Evaluar políticas que incentiven la autogestión de electricidad en el sector residencial
urbano de Colombia.
3.5.2 Objetivos específicos
Identificar las principales tecnologías que podrían incrementar la autogestión de
electricidad en sector residencial colombiano.
Construir un modelo de simulación que permita conocer y comprender la
autogestión de electricidad.
Formular políticas que permitan incentivar el desarrollo de la autogestión de
electricidad en el sector residencial urbano de Colombia
Capítulo 3 57
3.6 Alcances de la investigación
Esta tesis de maestría está orientada al estudio de la autogeneración de electricidad en el
sector residencial urbano de Colombia por medio de la aplicación de políticas que permitan
fomentar la microgeneración, eficiencia y conservación, a través de un modelo de
simulación en dinámica de sistemas. Se seleccionaron para el análisis de las políticas a la
microgeneración a partir de celdas fotovoltaicas, a la sustitución de refrigeradores,
lavadoras y estufas pues consumen más electricidad que otros aparatos en el hogar y dos
de ellos son objeto de uno de los subprogramas del PROURE; y a las técnicas de
conservación como: desconectar los cargadores de teléfonos celulares después de usarlos
(el uso promedio diario se tomó de 4 horas), desconectar los electrodomésticos mientras
no se utilice y utilizar las bombillas encendidas una hora menos por día. Con estos hábitos
se podría disminuir el consumo de electricidad en un 3,3 % anual aproximadamente.
Además se pretende identificar las principales estrategias que permitan promover una
mayor autogestión de electricidad en el sector residencial urbano. Para ello se tendrán los
siguientes resultados:
Un documento escrito que incluya de manera detallada los resultados de la
investigación y el marco teórico en el que se apoyó.
Un artículo de revista.
Dos ponencias en eventos nacionales e internacionales.
Como apoyo a los resultados, esta investigación alcanzará:
Revisión de literatura y extracción de los principales elementos de la investigación.
Selección de atributos y políticas a modelar.
Hipótesis dinámica del sistema.
3.7 Conclusiones del capítulo 3
En Colombia se han realizado estudios independientes para eficiencia y la conservación,
sin mucho énfasis en las principales políticas que fomentan estas técnicas. Por tal motivo
es requerido un estudio que integra la autogestión de electricidad y muestre el
Capítulo 3 58
comportamiento el mercado eléctrico con la entrada de éste y haga proyecciones sobre los
posibles escenarios.
Para la resolución del problema encontrado se propone, a continuación, la metodología
que permitirá cumplir con los objetivos planteados.
Capítulo 4
4. Metodología
En este capítulo se detalla la metodología usada para analizar la difusión de la autogestión
de electricidad en sector residencial urbano de Colombia. Inicialmente se argumenta el uso
de la simulación en el análisis de los sistemas energéticos, se describen los métodos de
simulación comúnmente utilizados para estudiar los mercados eléctricos, se justifica el uso
de Dinámica de Sistemas y finalmente se definen las etapas metodológicas de esta
investigación.
4.1 Modelado de sistemas energéticos
Los modelos energéticos han sido aplicados para facilitar la toma de decisiones en la
planificación energética, para analizar políticas energéticas y las implicaciones derivadas
de la introducción de nuevas tecnologías, con el fin de explicar, controlar o predecir el
comportamiento de estos sistemas (Ríos, 2013). La Tabla 4-1 presenta la clasificación de
los modelos energéticos según su enfoque, propósito, metodología, cubrimiento geográfico
y horizonte de tiempo.
Tabla 4-1. Clasificación de modelos energéticos (Ríos, 2013)
Criterio de
clasificación Modelos de energía
Enfoque analítico Top-down y bottom up
Propósito General Predecir el futuro y
explorar el futuro
Capítulo 4 60
Específico:
Modelos de demanda,
suministro e impacto de
energía, y evaluación de
modelos
Metodología Econometría, macro-economía,
equilibrio económico, optimización,
simulación, multicriterio y contables.
Enfoque matemático Programación lineal, programación
entera mixta, programación dinámica.
Cubrimiento
Geográfico Global, regional, nacional y local
Horizonte de tiempo Corto, medio y largo plazo
Requerimiento de
información
Cualitativo, cuantitativo, agregado y
desagregado
El estudio desarrollado en esta tesis de maestría se enfoca en el análisis del
comportamiento del consumo de electricidad residencial en los hogares colombianos
cuando se aplican políticas para la autogestión de electricidad. Por este motivo, se hace
necesario el uso de simulación como herramienta metodológica que permita estudiar el
comportamiento del sistema, las interacciones, relaciones y realimentaciones entre sus
elementos bajo políticas de autogestión.
La autogestión de electricidad, al ser un término definido dentro de esta tesis de maestría,
aun no se han realizado modelos de simulación que estudien en conjunto las técnicas que
lo conforman ni las políticas que podría acelerar su difusión en el mercado. Sin embargo,
se han realizado distintos modelos que estudian la microgeneración, eficiencia y
conservación por separado. En algunos casos la eficiencia y la conservación se han
modelado simultáneamente y son tomados como parte de lo mismo. Por tal motivo, es
necesario hacer una revisión de los diferentes métodos de simulación existentes con el fin
de determinar cuál es el más adecuado para el desarrollo del modelo de la presente
investigación.
4.1.1 Modelos de simulación de sistemas energéticos
La simulación es una técnica de modelado que, a través del uso de un computador y de
herramientas matemáticas, permite explorar y evaluar las opciones factibles en un
problema, a partir de un modelo simplificado de la realidad (Gilbert & Troitzsch, 2005). Esta
Capítulo 4 61
técnica se puede llevar a cabo desde la construcción y programación de diversos modelos
que permitan figurar completamente el fenómeno observado y pronosticar
comportamientos basados en la realidad.
Para representar las relaciones humanas y en general las ciencias sociales, la simulación
ha sido una forma efectiva y apropiada que permite modelar y entender los procesos
sociales desarrollados en las poblaciones (Gilbert & Troitzsch, 2005) y, por tanto, es usada
como herramienta para desarrollar modelos apropiados que puedan describir los sistemas
energéticos. Existen tres técnicas principales para crear simulaciones robustas: (1)
simulación de eventos discretos, (2) dinámica de sistemas o (3) simulación basada en
agentes (Scholl, 2001), las cuales permiten representar de diferentes formas las relaciones
y conexiones de los elementos del sistema social.
A continuación se presenta una descripción de algunas de las técnicas de simulación
encontradas en la literatura:
Simulación de eventos discretos: permite modelar utilizando técnicas computacionales
y brinda un enfoque reflexivo e intuitivo para la representación de sistemas complejos,
poblaciones y ambientes.
Simulación basada en agentes: se utiliza para modelar sistemas complejos compuestos
por agentes autónomos que interactúan entre sí, influenciando el comportamiento de los
otros. Las aplicaciones de este método están en un gran rango de áreas y disciplinas, tales
como: cadenas de suministro, mercado de acciones, predicción de propagación de
epidemias, entender el comportamiento del consumidor, y muchos otros (Macal & North,
2010).
Dinámica de sistemas: permite estudiar el comportamiento de sistemas continuos y
complejos en el tiempo (Dyner, 1993), y el interés principal que causa esta herramienta se
basa en su capacidad única para representar el mundo real, dada la aceptación de la
complejidad, no linealidad y estructuras de bucle de retroalimentación (Forrester, 1992) de
los sistemas.
Capítulo 4 62
4.2 Justificación del uso de Dinámica de Sistemas como herramienta de simulación
Existen dos metodologías principales en el campo de tecnologías de modelado (Dyner,
2000). Por un lado está el enfoque econométrico y la Investigación de Operaciones que
ofrecen herramientas de optimización clásica, simulación, pronóstico y técnicas más
tradicionales para políticas y estrategias (Dyner, 2000). Por otro lado, existe un enfoque
más comportamental (Dyner, 2000) y de análisis de los sistemas sociales. Como unión de
las dos metodologías se ha usado La Dinámica de Sistemas (DS) (Dyner, 2000).
La tasa exponencial de crecimiento de la DS ha sido impresionante (Forrester, 1992) dada
su posibilidad de estudiar sistemas en donde se quieren implementar cambios y se ignora
el comportamiento futuro del sistema. Es decir, es una técnica de modelado que permite
analizar el comportamiento del sistema bajo diferentes situaciones. Desde sus inicios, en
la década de los sesentas, como un nuevo método para la simulación de sistemas, se han
desarrollado estudios que abarcan amplios campos de investigación como: economía,
política, medio ambiente, transporte y otros (Dyner, 1993).
La DS permite estudiar el comportamiento de sistemas continuos (Dyner, 1993), y el interés
principal que causa esta herramienta se basa en su capacidad única para representar el
mundo real dada la aceptación de la complejidad, no linealidad y estructuras de bucle de
retroalimentación (Forrester, 1992) de los sistemas. Por esto es que ha sido escogida para
desarrollar el modelo de simulación que permita describir el comportamiento del mercado
y el consumo residencial urbano de Colombia con políticas que fomenten la autogestión
de electricidad.
A continuación se presenta la descripción de las etapas de simulación en DS que
permitirán obtener los objetivos planteados en el capítulo 3.
4.3 La DS y su proceso de modelado
El proceso de dinámica de sistemas se muestra en la Figura 4-1. Esta figura muestra desde
el inicio de la investigación hasta su mejoramiento con la implementación de cambios. El
paso 1 es el más importante y el menos directo en los estados de mejoramiento del
sistema, puesto que describe el modelo del sistema real (Forrester, 1992).
Capítulo 4 63
Figura 4-1. Pasos de la DS desde el problema hasta el mejoramiento (Forrester, 1992)
Fuente: elaboración propia, adaptación de Forrester (1992). Traducción libre
Una modificación al proceso de DS planteada por Forrester, fue realizada por Sterman
(2000), como se muestra en la Figura 4-2, en la cual describe los pasos así: (1) articulación
del problema, (2) Formulación de la hipótesis dinámica o teoría sobre la causa del
problema, (3) Formulación del modelo de simulación para probar la hipótesis dinámica, (4)
pruebas del modelo y (5) Diseño y evaluación de políticas. A continuación se hace una
descripción de cada una de las actividades mencionadas del proceso de modelado.
Figura 4-2. El proceso de modelado de la Dinámica de Sistemas (Sterman, 2000a, 2000b)
Paso 1.Descripción del
problema
Paso 2.Convertir la
descripción en niveles y
ecuaciones
Paso 3. Simular el modelo
Paso 4. Diseñar políticas
y estructurasalternativas
Paso 5. Educar y debatir
Paso 6. Implementar
cambios en las políticas y estruturas
Identificación del problema
Formulación de la
Hipótesis dinámica
Modelo de Simulación
Validación del modelo
Diseño y evaluación de políticas
Capítulo 4 64
4.3.1 Identificación del problema
Es el primer paso del proceso de modelado y el más importante. Busca la caracterización
del problema a partir de la delimitación del sistema a modelar, se identifican las variables
y conceptos claves que se deben considerar, se especifica el horizonte de tiempo y los
modos de referencia (Sterman, 2000a).
4.3.2 Formulación de la hipótesis dinámica
Dentro de este paso se debe desarrollar la hipótesis, la cual provee una explicación a la
dinámica característica del problema de estudio, en términos de retroalimentación,
retardos y flujos de la estructura del sistema (Sterman, 2000a). Los cuales pueden ir
cambiando de acuerdo al aprendizaje que se obtenido durante el proceso de modelado y
lo observado en el mundo real.
Dentro de este paso se utilizan dos tipos de variables principalmente: las variables
endógenas y las exógenas. Las endógenas generan la dinámica del sistema a partir de las
interacciones dentro del modelo; las exógenas son datos externos al modelo (Sterman,
2000b).
4.3.3 Formulación del modelo de simulación
Para probar la hipótesis dinámica planteada en el paso anterior se debe realizar un modelo
que permita representar la hipótesis a partir de ecuaciones, parámetros y condiciones
iniciales. Para la formulación del modelo se debe:
Especificar la estructura y las reglas de decisión.
Estimar parámetros, relaciones de comportamiento y condiciones iniciales.
Probar la consistencia con el propósito y los límites de la problemática.
4.3.4 Validación del modelo
Para la validación del modelo, Barlas (1994) plantea dos grandes grupos en los cuales se
pueden dividir las pruebas de validación, el primer grupo corresponde a las pruebas de
Capítulo 4 65
estructura y el segundo a las pruebas de comportamiento. Estas pruebas se muestran en
la Figura 4-3.
Figura 4-3. Pruebas para la validación formal de un modelo (Barlas, 1996)
4.3.5 Diseño y evaluación de políticas
Cuando se han realizado las pruebas de validación y se tiene confianza en la estructura y
el comportamiento, el modelo puede ser usado para diseñar y evaluar estrategias,
estructuras y reglas de decisión para el mejoramiento de la problemática planteada en el
paso uno.
4.4 Toma de decisiones
Se refiriere, entre otras cosas, al proceso dentro del cual los individuos deben elegir entre
dos o más alternativas. La toma de decisiones ha sido estudiada bajo dos enfoques
principales (Dyner & Franco, 2004). El primero, analiza a los individuos como agentes
racionales en sus decisiones (Secchi, 2011), buscando maximizar su función de utilidad
(Dyner & Franco, 2004) en relación a las alternativas presentes en el espectro de
escogencia, es decir, los individuos poseen capacidades ilimitadas de información, certeza
y comportamientos estratégicos optimizadores (Secchi, 2011). El segundo, trata las
limitaciones de tiempo e información dentro del proceso de toma de decisiones refiriéndose
a agentes satisfechos (Dyner & Franco, 2004) y procura entender la no linealidad de
Capítulo 4 66
pensamiento humano frente a las decisiones. Este enfoque se conoce como teoría de la
racionalidad limitada.
Las decisiones pueden surgir de dos fuentes, una es el entorno externo y cómo responden
los individuos a los estímulos que enfrentan. El otro es el entorno interno, esas partes que
causan las desviaciones de las demandas del entorno externo (Simon, 1996)
A continuación se describe la teoría de la racionalidad limitada pues se ha observado que
las limitaciones en la toma de decisiones pueden ser explicadas por la racionalidad
limitada.
4.4.1 Teoría de la racionalidad limitada
A fin de entender la teoría sobre la racionalidad limitada se debe entender primero la teoría
sobre el comportamiento racional. A continuación se presenta una descripción de la teoría
racional, seguido de una introducción a la teoría de racionalidad limitada.
La teoría del comportamiento racional puede ser normativa o descriptiva, es decir, que
puede establecer cómo los individuos deben actuar para lograr ciertos objetivos bajo
ciertas condiciones o puede pretender describir cómo los agentes actúan (Simon, 1972).
La racionalidad está basada en la obtención del máximo resultado y asume que una
persona racional tiene: (1) completo conocimiento, (2) total acceso a la información de los
elementos y aspectos relevantes del ambiente, (3) tiene la capacidad de computar los
beneficios y costes de las alternativas de acción disponible y (4) tiene información sobre la
probabilidad de cada uno de los posibles resultados, anticipando las consecuencias de
cada alternativa (Secchi, 2011; Simon, 2007). La racionalidad se asume en un contexto de
certidumbre (Simon, 1999), pero la certidumbre no está necesariamente dentro de la
racionalidad humana (Simon, 1972, 2007).
El problema de la racionalidad se demuestra cuando se tienen situaciones para las cuales
no fue diseñada (bajo incertidumbre y bajo competencia imperfecta) (Jones, 1999). Las
limitaciones del modelo racional son debidas a que el mundo real no siempre tiene las
condiciones óptimas para tomar las decisiones; se tiene limitación de tiempo, limitación
Capítulo 4 67
cognitiva, desconocimiento de todas las alternativas y la incapacidad de procesar toda la
información (Simon, 2007). La racionalidad muestra un tipo de comportamiento que es
adecuado para alcanzar ciertas metas y objetivos dentro de los límites impuestos por las
condiciones (Simon, 1972, 2007).
Aunque el concepto de racionalidad ha sido la base de la economía moderna (Simon,
2007), algunos investigadores han demostrado la incapacidad de esta teoría para describir
completamente el comportamiento de los decisores en una situación real. Por tanto, se
desarrolló la Teoría de la Racionalidad Limitada para que explicara la toma de decisiones
bajo la complejidad de la realidad y ve el proceso de decisión desde un punto de vista
distinto.
La racionalidad limitada es la idea de que las elecciones que hacen los individuos se
determinan no sólo por un objetivo global y las propiedades del mundo externo, sino
también por el conocimiento que tienen y no tienen del mundo, su capacidad o incapacidad
para recordar ese conocimiento cuando es necesario y para predecir las acciones frente a
la incertidumbre (Simon, 1999).
En el proceso de toma de decisiones, incluso en problemas simples, no se puede obtener
un máximo ya que es imposible verificar todas las posibles alternativas (Simon 1979). La
Teoría de la racionalidad limitada, no asume al decisor como un ser no racional, sino un
ser que trata de ser racional con lo que tiene, por tanto, busca caminos satisfactorios
(Simon, 1972)
El individuo es un ser adaptativo a su entorno bajo un criterio de satisfacción (Simon 1979).
El decisor sólo toma parte de la información del entorno y descarta parte de ella por su
complejidad y por la capacidad finita de memoria, convirtiendo el juego de decisión en
reglas más sencillas y manejables (Simon 1979) con las cuales se sienta satisfecho.
Cuando un individuo debe decidir, influyen en él los deseos que posee como las
oportunidades que cree tener y, por tanto, de individuo en individuo se difiere en
oportunidades disponibles como en deseos (influenciados por factores de su entorno)
(Elster, 1989). Es posible que el decisor no sea consciente de algunas oportunidades y por
tanto no puede garantizarse que elegirá la mejor alternativa (Elster, 1996)
Capítulo 4 68
De acuerdo con Elster (1989) existen tres elementos de los que dependen las decisiones:
los deseos y las creencias, que al mismo tiempo son influenciadas por evidencias. Las
decisiones son hechas cuando estos tres elementos coinciden (Elster, 1989).
Bajo el modelo realizado por Dyner y Franco (2004) sobre el modelado de toma de
decisiones en los mercados de electricidad, se plantea que los deseos y oportunidades
conducen el proceso de toma de decisión y la racionalidad limitada explica el
comportamiento de las acciones de los comerciantes de electricidad.
A continuación se presenta el marco del proceso de decisión planteado por Dyner y Franco
(2004) para los mercados eléctricos. Figura 4-4.
Figura 4-4. Marco general del proceso de decisión que incluye retroalimentación del gobierno y
comerciantes (Dyner & Franco, 2004)
Traducción libre
4.5 Conclusiones del capítulo 4
El objetivo de esta tesis no es analizar la decisión individual de los consumidores finales
sino el impacto que tiene la autogestión de electricidad en el mercado eléctrico colombiano
y específicamente el sector residencial.
En este capítulo se argumentó el uso de simulación como herramienta de modelado para
el análisis de sistemas energéticos complejos, evidenciando las diferentes técnicas de
Capítulo 4 69
modelado y se justificó el uso de dinámica de sistemas para la construcción de un modelo
de simulación que permita entender el comportamiento e impacto de políticas para la
autogestión de electricidad en el sector residencial urbano de Colombia. Finalmente se
describieron las etapas metodológicas del proceso de modelado que se llevan a cabo en
esta investigación y el proceso de toma de decisiones de los individuos.
De acuerdo al estudio del estado del arte y la revisión de bibliografía, en el capítulo
siguiente se desarrolla un modelo de simulación en dinámica de sistemas para estudiar las
políticas que incentivan la autogestión de electricidad en el sector residencial urbano de
Colombia.
Capítulo 5
5. Desarrollo de un modelo de DS para analizar
políticas que fomenten la autogestión de
electricidad en el sector residencial urbano
de Colombia
Los anteriores capítulos presentaron el marco que envuelve el estudio, la problemática a
estudiar y la metodología utilizada para alcanzar los propósitos establecidos y los alcances
del trabajo realizado en esta tesis. Con esto como base, se muestra a continuación el
proceso de modelado de la DS mediante la formulación de la hipótesis dinámica, un
análisis de los ciclos de realimentación más representativos del modelo, la descripción del
modelo y la validación respectiva.
5.1 Propósito y límites del modelo
En el capítulo 3 de esta tesis se caracterizó el problema, el cual se puede resumir en el
estudio de las implicaciones que tiene para la demanda de electricidad en el sector
residencial y el mercado en general, la penetración de tecnologías microgeneradoras,
eficientes y hábitos de conservación, denominados como autogestión; y cuáles políticas
permitirán un mayor desarrollo de la autogestión en el sector residencial urbano. Este
modelo específico de la demanda busca detallar a nivel regional el comportamiento del
sistema bajo la implementación de políticas para la demanda.
Capítulo 5 72
Con el fin de explicar el modelo realizado, se construyó un diagrama de bloques
conformado por el modelo del mercado eléctrico, el cual corresponde a una plataforma
desarrollada por Laura M. Cárdenas y otros (Dyner, Franco, & Cárdenas, 2013) y por el
modelo de demanda residencial, los cuales interactúan entre sí como se puede observar
en la Figura 5-1.
Figura 5-1. Diagrama de bloques del modelo. Elaboración propia.
A continuación se explican los módulos que conforman el diagrama de bloques del modelo:
Modelo del mercado eléctrico: Este módulo representa el funcionamiento del
mercado eléctrico colombiano descrito en el capítulo 1 y desarrollado ampliamente
por (Dyner et al., 2013). La generación de electricidad depende de la oferta
realizada por las firmas generadoras, la disponibilidad de capacidad y la demanda
a cubrir. Esta generación asocia los precios de electricidad en la bolsa y las
utilidades de los generadores. Según las utilidades y el margen de reserva de la
capacidad, los inversionistas hacen un análisis costo-beneficio para determinar si
deben invertir o no en el desarrollo de nuevos proyectos de infraestructura que
permitan cubrir la demanda de electricidad. Este módulo corresponde a un modelo
general y amplio
Modelo de demanda residencial: La demanda total de interconexión proviene de
tres sectores: residencial, industrial y comercial. La demanda industrial y comercial
Capítulo 5 73
son afectadas por el crecimiento del PIB y la elasticidad del precio –demanda. Por
su parte, el crecimiento de la demanda residencial se debe a la intensidad
energética (consumo de electricidad por vivienda), el crecimiento del número de
viviendas (afectada por la población total) y el crecimiento del PIB. Como se
mencionó anteriormente en el capítulo 2, la demanda residencial se puede
gestionar de acuerdo a 3 técnicas; microgeneración, eficiencia y conservación, lo
cual permite la disminución en el consumo total de electricidad por vivienda.
5.2 Hipótesis dinámica
La hipótesis dinámica, ver Figura 5-2, representa el esquema de autogestión de
electricidad en el sector residencial urbano de Colombia. Como se puede observar, los
ciclos de balance B1 y B2 conforman la hipótesis del mercado planteada en la Figura 5-3,
la cual explica la interacción de la demanda y la oferta para la formación del precio. El ciclo
B3 muestra la interacción entre la demanda, el precio y el potencial de autogestión de las
viviendas. A mayor precio de electricidad de la red, la autogestión se vuelve cada vez más
atractiva para los consumidores finales y por tanto existe un mayor potencial de
autogestión. A mayor potencial de autogestión, es decir, mayor potencial de
microgeneración, eficiencia y conservación, menor demanda de electricidad de la red por
vivienda y por ende, menor es la demanda total de interconexión. El ciclo de refuerzo R1,
muestra la influencia del conocimiento para aumentar el potencial de autogestión.
Figura 5-2. Hipótesis dinámica de autogestión de electricidad en el sector residencial de Colombia.
Elaboración propia.
A continuación se hace una descripción de la hipótesis.
Potencial deautogestión de las
viviendas
Demanda deelectricidad total de la
red
Precio de la
electricidad de la red
Margen de
reserva
Incentivos a la
inversión
Capacidad
instalada
-
-
+
+
+
-
Demanda de
electricidad de la red
por vivienda
-
+
B1
B2+
Conocimiento
+
+
R1B3
Capítulo 5 74
Hipótesis del mercado
La dinámica del mercado eléctrico tiene como puntos centrales el margen de reserva y el
precio. Como se muestra en la Figura 5-3, el precio de la electricidad se incrementa a
medida que el margen de reserva disminuye, el cual provee señales tanto para la oferta
como para la demanda. Por otra parte, a medida que el precio aumenta, la demanda
disminuye en un futuro intermedio, dada la elasticidad precio- demanda. A mayor precio,
éste se termina convirtiendo en una señal para la inversión en capacidad a largo plazo.
Tanto una mayor demanda y una gran capacidad contribuyen en términos opuestos al
margen de reserva, cerrando ambos ciclos de balance.
Figura 5-3. Hipótesis dinámica de los mercados eléctricos (Dyner, 2000)
Algunas teorías microeconómicas sugieren que los consumidores de electricidad, al igual
que consumidores de otros bienes o servicios, incrementarán la demanda hasta el punto
en el que el beneficio marginal derivado de la electricidad sea igual al precio que tiene que
pagar por ella (Kirschen & Member, 2003). En general, los precios son determinados de
acuerdo a la abundancia o a la escasez de los recursos. Es importante resaltar que
mientras los consumidores compren la electricidad sobre la base de una tarifa fija por MWh,
no tienen ningún incentivo para modificar su comportamiento de consumo (Kirschen &
Member, 2003). Es sólo cuando los consumidores están expuestos a precios variables que
van a considerar la adopción de medidas de corto plazo para maximizar el valor que
obtienen de la energía eléctrica que consumen (Kirschen & Member, 2003).
De acuerdo a la teoría de la racionalidad limitada en la toma de decisiones, se identificaron
las oportunidades y deseos presentes para los individuos a la hora de ser
microgeneradores, consumidores eficientes y conservacionistas. La ¡Error! No se
Capítulo 5 75
ncuentra el origen de la referencia., muestra el conjunto de oportunidades y deseos que
afectan la decisión de los consumidores residenciales de Colombia.
Tabla 5-1. Oportunidades y deseos de los consumidores residenciales. Elaboración propia
Oportunidades Deseos
Precio Conocimiento
Capacidad de pago Demostración
Disponibilidad de equipos
De acuerdo a esta clasificación de oportunidades y deseos de la toma de decisiones,
¡Error! No se encuentra el origen de la referencia., se plantean las hipótesis dinámicas
e autogestión de electricidad.
Para mostrar en detalle la problemática estudiada, con base en la clasificación de la ¡Error!
o se encuentra el origen de la referencia. y la definición de autogestión dada en el
capítulo 2, la hipótesis dinámica planteada se dividió de acuerdo a las técnica que la
conforman: microgeneración, eficiencia y conservación. A continuación se plantean las
hipótesis dinámicas de microgeneración, eficiencia y conservación con la explicación
correspondiente de cada ciclo.
5.2.1 Hipótesis dinámica de microgeneración
En la Figura 5-4 se presenta la estructura causal, a través de la cual se explica la hipótesis
dinámica de microgeneración y en la cual se agrupan las variables que permiten explicar
la influencia que ejerce la selección de la microgeneración en la demanda total de
interconexión.
Capítulo 5 76
Figura 5-4. Hipótesis dinámica de microgeneración
La dinámica de las viviendas microgeneradoras está descrita por nueve ciclos de
realimentación: siete de balance y dos de refuerzo; a través de los cuales se relacionan los
diferentes elementos considerados en el modelo. A continuación se analiza en detal le cada
uno de los ciclos de realimentación, los cuales describen los componentes del modelo de
microgeneración. Los ciclos de balance B1 y B2 conforman la hipótesis del mercado, la
cual fue descrita anteriormente.
5.2.1.1 Análisis por ciclos de realimentación
Se presenta el análisis de la estructura causal por medio de los ciclos de realimentación.
Ciclo de Balance 3 (Relación entre el mercado eléctrico y la microgeneración):
Este ciclo (Figura 5-5) indica la relación de la hipótesis del mercado con las
viviendas microgeneradoras. A medida que el número de viviendas
microgeneradoras aumenta, la demanda de la red disminuye, pues pueden
abastecer las necesidades de electricidad por sí mismas. A un mayor precio de la
red, mayor precio relativo (relación entre el precio de la tecnología solar y el precio
de la red) y por ende, mayor número de viviendas que microgeneran.
Viviendas dispuestasa microgenerar
Conocimiento yeducación sobre la
tecnología
ViviendasMicrogeneradoras
Disponibilidad
Precio de latecnología
Demanda totalde la red
Precio de laelectricidad de la red
Margen dereserva
Incentivos a lainversión
Capacidadinstalada
-
-
+
+
+
-
Oportunidades delnegocio de
microgeneración
+
+
Curvas deaprendizaje local
+
+
+
Viviendas quedemandan de la red
+
-
+
+
R1
B5
B4B1
B2Políticas dedisponibilidad
+
R2
Políticas deeducación
Curvas deaprendizaje mundial
Precio relativo
- +
-+
+
+B3
B6
B7
Oportunidades
Deseos
Capítulo 5 77
Figura 5-5. Relación entre el mercado eléctrico y la microgeneración
Ciclo de Balance 4 (Crecimiento de las viviendas microgeneradoras mediante
el precio): Este ciclo indica la relación del precio de red y el precio de la tecnología
respecto a la selección de microgeneración para satisfacer las necesidades de
electricidad de una vivienda, como se muestra en la Figura 5-6. A mayor desarrollo
de la tecnología solar a nivel mundial, habrá un mayor desarrollo de la tecnología
en Colombia, esto llevará, en el largo plazo, a que el precio de la tecnología
disminuya y, en comparación con el precio de la red, un mayor número de viviendas
estarán dispuestas a selección la microgeneración. Para cerrar el ciclo, con un
número mayor de viviendas que microgeneran, la demanda de la tecnología es
mayor y por tanto el desarrollo de la tecnología a nivel local aumenta.
Figura 5-6. Crecimiento de las viviendas microgeneradoras mediante el precio
Ciclo de Balance 5 (Demanda residencial microgeneradora): Este ciclo
presenta el esquema de la demanda residencial. Se entiende entonces, que si las
ViviendasMicrogeneradoras
Precio de latecnología
Demanda totalde la red
Precio de laelectricidad de la red
Margen dereserva-
-
Viviendas quedemandan de la red
-
+
Precio relativo
- +
+B3
ViviendasMicrogeneradoras
Precio de latecnología
Precio de laelectricidad de la redCurvas de
aprendizaje local
B4
Curvas deaprendizaje mundial
Precio relativo
- +
-+
+
+
Capítulo 5 78
viviendas microgeneradoras son cero, toda la demanda es suplida por la red. A
mayor número de viviendas que prefieren generar su propia electricidad a partir de
los paneles solares, menor es el consumo de la electricidad de la red. Mientras
haya más demanda de la red, habrá un mayor número de viviendas dispuestas a
microgenerar. Ver Figura 5-7.
Figura 5-7. Demanda residencial microgeneradora
Ciclo de Balance 6 (Reducción del precio de la microgeneración mediante su
crecimiento): Este ciclo de balance está compuesto por los ciclos de balance B4 y
B5 descritos anteriormente, los cuales explican la relación entre las curvas de
aprendizaje, el precio de la tecnología, la demanda residencial de red y la demanda
de microgeneración, presentado en la Figura 5-8. Mientras menor sea el precio de
la tecnología para microgenerar, mayor serán las viviendas dispuestas a
seleccionar dicha tecnología y menor será la demanda de la red.
Figura 5-8. Reducción del precio de la microgeneración mediante su crecimiento
Viviendas dispuestasa microgenerar
ViviendasMicrogeneradoras
+
Viviendas quedemandan de la red
+
-B5
Viviendas dispuestasa microgenerar
ViviendasMicrogeneradoras
Precio de latecnología
Curvas deaprendizaje local
+
Viviendas quedemandan de la red
+
-
Curvas deaprendizaje mundial
Precio relativo
-
-+
+
+
B6
Capítulo 5 79
Ciclo de Balance 7 (La disponibilidad como incentivo a la microgeneración):
La Figura 5-9, muestra el ciclo de balance 7, conformado por el ciclo de refuerzo
R2 y el ciclo de balance B5. El ciclo B7 muestra la relación entre la disponibilidad
de la tecnología y las viviendas dispuestas a microgenerar. Mientras haya mayor
disponibilidad de la tecnología en el medio, un mayor número de personas estarán
dispuestas a generar a partir de paneles solares y por tanto menor será la demanda
de red.
Figura 5-9. La disponibilidad como incentivo a la microgeneración
Ciclo de Refuerzo 1 (Proceso de conocimiento para la microgeneración): Este
ciclo representa la influencia del conocimiento cuando las personas desean
microgenerar su propia electricidad, Figura 5-10. Mientras mayor sea el
conocimiento que poseen las personas respecto a la tecnología y sus bondades,
mayor será el número de viviendas microgeneradoras.
Figura 5-10. Proceso de conocimiento para la microgeneración
Viviendas dispuestasa microgenerar
ViviendasMicrogeneradoras
Disponibilidad
Oportunidades delnegocio de
microgeneración
+
+
+
Viviendas quedemandan de la red
+
-
+
Políticas dedisponibilidad
+
B7
Viviendas dispuestasa microgenerar
Conocimiento yeducación sobre la
tecnología
ViviendasMicrogeneradoras
+
+
+
R1
Políticas deeducación
Capítulo 5 80
Ciclo de Refuerzo 2 (Disponibilidad para la microgeneración): Por medio de la
Figura 5-11 se explica cómo afecta la disponibilidad de la tecnología a la
microgeneración. Mientras exista más disponibilidad y oportunidades de mercado,
mayor será el número de viviendas que opten por generar su propia electricidad.
Figura 5-11. Disponibilidad para la microgeneración
Posteriormente se muestra la hipótesis dinámica que explica el modelo de eficiencia
energética, mediante sustitución de equipos obsoletos. Este causal es similar al causal de
microgeneración dado que ambos se basan en que corresponden a sustitución de
tecnologías: la microgeneración sustituye la electricidad de la red y la eficiencia sustituye
las tecnologías por otras con mayor eficiencia.
5.2.2 Hipótesis dinámica de eficiencia
La Figura 5-12 muestra la estructura causal, a través de la cual se explica la h ipótesis
dinámica de eficiencia según la agrupación de las variables que permiten explicar la
influencia que ejerce la sustitución de tecnologías por otras de mayor eficiencia en la
demanda total de interconexión.
ViviendasMicrogeneradoras
Disponibilidad
Oportunidades delnegocio de
microgeneración
+
+
+
Políticas dedisponibilidad +
R2
Capítulo 5 81
Figura 5-12. Hipótesis dinámica de eficiencia
La dinámica de las viviendas eficientes está descrita por nueve ciclos de realimentación:
siete de balance y dos de refuerzo; los cuales se relacionan los diferentes elementos
considerados en el modelo. A continuación se analiza en detalle cada uno de los ciclos de
realimentación, los cuales describen los componentes del modelo de microgeneración.
5.2.2.1 Análisis por ciclos de realimentación
A continuación, se expone el estudio de la eficiencia energética en las viviendas a través
de la estructura causal.
Ciclo de Balance 3 (Relación entre el mercado eléctrico y la eficiencia
energética): Este ciclo, representado en la Figura 5-13, une la hipótesis del
mercado con las viviendas eficientes. A mayor precio de la electricidad mayor es la
oportunidad de que los individuos seleccionen tecnologías eficientes y disminuyan
así el consumo de electricidad de la red, al reducir el consumo de electricidad el
margen de reserva aumenta y lleva a un menor precio de la electricidad de la red.
Viviendas dispuestasa ser eficientes
Conocimiento yeducación sobre la
tecnología
ViviendasEficientes
Disponibilidad
Precio de latecnología
Demanda totalde la red
Precio de laelectricidad de la red
Margen dereserva
Incentivos a lainversión
Capacidadinstalada
-
-
+
+
+
-
Oportunidades delnegocio de eficiencia
+
+
Curvas deaprendizaje local
+
+
+
Viviendas quedemandan de la red
+
-
++
R1
B5
B4 B1
B2Políticas dedisponibilidad
+
R2
Políticas deeducación
Curvas deaprendizaje mundial
Costo mensualequivalente
- +
-+
+
+B3
B6
B7
Deseos
Oportunidades
Capítulo 5 82
Figura 5-13. Relación entre el mercado eléctrico y la eficiencia energética
Ciclo de Balance 4 (Crecimiento de las viviendas eficientes mediante el
precio): Las curvas de aprendizaje llevan en el largo plazo a que se reduzcan los
costos de la tecnología, como consecuencia, cada vez más personas sustituyen
sus tecnologías por otras de mayor eficiencia y por tanto se disminuye la demanda
total de la red. Ver Figura 5-14.
Figura 5-14. Crecimiento de las viviendas eficientes mediante el precio
Ciclo de Balance 5 (Demanda residencial eficiente): La Figura 5-15 contiene el
ciclo de balance correspondiente a la dinámica de las viviendas eficientes y la
reducción de la demanda residencial de la red. A mayor número de viviendas
dispuestas a ser eficientes, en el largo plazo, habrán más viviendas eficientes y
como consecuencia se tendrá una menor demanda de electricidad proveniente de
la red.
ViviendasEficientes
Precio de latecnología
Demanda totalde la red
Precio de laelectricidad de la red
Margen dereserva
-
-
Viviendas quedemandan de la red
-
+
Costo mensualequivalente
- +
+
B3
ViviendasEficientes
Precio de latecnología
Precio de laelectricidad de la redCurvas de
aprendizaje local
B4
Curvas deaprendizaje mundial
Costo MensualEquivalente
- +
-+
+
+
Capítulo 5 83
Figura 5-15. Demanda residencial eficiente
Ciclo de Balance 6 (Reducción del precio de la tecnología mediante su
crecimiento): Este ciclo de balance está conformado por el ciclo B4 y B5, por el
cual se muestra la influencia del precio de la tecnología como incentivo para
aumentar el número de viviendas eficientes; y por tanto se da una reducción del
consumo de electricidad de la red, lo que incentiva a que las viviendas estén
dispuestas a ser eficientes. Ver Figura 5-16.
Figura 5-16. Reducción del precio de la microgeneración mediante su crecimiento
Ciclo de Balance 7 (La disponibilidad como incentivo al uso de las tecnologías
eficientes): Este ciclo de balance muestra la influencia de la disponibilidad de las
tecnologías eficientes en el número de viviendas dispuestas a ser eficientes.
Mientras haya un mercado que sustente las tecnologías, mayor será el número de
viviendas eficiente. A mayor número de viviendas eficientes, menor demanda de la
Viviendas dispuestasa ser eficientes
ViviendasEficientes
+
Viviendas quedemandan de la red
+
-B5
Viviendas dispuestasa ser eficientes
ViviendasEficientes
Precio de latecnología
Curvas deaprendizaje local
+
Viviendas quedemandan de la red
+
-
Curvas deaprendizaje mundial
Costo MensualEquivalente
-
-+
+
+
B6
Capítulo 5 84
red y a mayor demanda de la red, mayor es el número de viviendas dispuestas a
ser eficientes.
Figura 5-17. La disponibilidad como incentivo al uso de las tecnologías eficientes
Ciclo de Refuerzo 1 (Proceso de conocimiento): A mayor conocimiento, mayor
serán las personas que estén dispuestas a ser eficientes. La Figura 5-18 ilustra el
ciclo de refuerzo del conocimiento.
Figura 5-18. Proceso de conocimiento para la eficiencia
Ciclo de Refuerzo 2 (Disponibilidad para la eficiencia): Este ciclo de refuerzo,
presentado en la Figura 5-19, demuestra la influencia de la disponibilidad de las
tecnologías y el mercado como oportunidades para un mayor desarrollo y adopción
de las tecnologías eficientes.
Viviendas dispuestasa ser eficientes
ViviendasEficientes
Disponibilidad
Oportunidades delnegocio de eficiencia
+
+
+
Viviendas quedemandan de la red
+
-
+
Políticas dedisponibilidad
+
B7
Viviendas dispuestasa ser eficientes
Conocimiento yeducación sobre la
tecnología
ViviendasEficientes
+
+
+
R1
Políticas deeducación
Capítulo 5 85
Figura 5-19. Disponibilidad para la eficiencia
Seguido se plantea la hipótesis dinámica que explica el modelo de conservación de
electricidad, mediante las variables principales utilizadas dentro del modelo.
5.2.3 Hipótesis dinámica de conservación
En la Figura 5-20 se explica el modelo realizado para la conservación de energía. Como
fue mencionado en el capítulo 2, la conservación se trata de realizar actividades que
permitan reducir el consumo total de energía. Por tanto, este diagrama causal utiliza la
influencia del precio y el conocimiento para aumentar el número de viviendas con hábitos
de conservación.
Figura 5-20. Hipótesis dinámica de conservación
La dinámica de la conservación de electricidad está enmarcada por cinco ciclos de
realimentación: cuatro ciclos de balance y un ciclo de refuerzo. Los ciclos de balance B1 y
B2 componen la hipótesis dinámica del mercado explicada anteriormente en la estructura
ViviendasEficientes
Disponibilidad
Oportunidades delnegocio de eficiencia
+
+
+
Políticas dedisponibilidad +
R2
Precio de laelectricidad de la red
Incentivos a lainversión
Capacidadinstalada
Margen
Demanda totalde la red
+
+
+
-
-
-
Viviendas con hábitosconservacionistas
Conocimiento sobreprácticas deconservación
Politicas orientadas ala conservación
B2B1
Demanda deelectricidad de la red
por vivienda
Viviendas dispuestasa conservar energía
-
+
+
+
+ +
+
B4
R1
+
B3
Capítulo 5 86
dinámica general de la autogeneración. A continuación se presenta el análisis realizado
para cada ciclo de realimentación.
5.2.3.1 Análisis por ciclos de realimentación
La estructura causal es descrita en torno a los ciclos de realimentación identificados.
Ciclo de Balance 3 (Conservación y mercado eléctrico): Este ciclo de balance
relaciona los hábitos de conservación con el mercado eléctrico. A mayor precio de
la red, mayor es el número de viviendas que reducen su consumo de electricidad,
como consecuencia habrá una menor demanda y un mayor margen de reserva, por
ende, se disminuye el precio de la electricidad.
Figura 5-21. Conservación y mercado eléctrico
Ciclo de Balance 4 (Demanda conservacionista): Este ciclo relaciona la
disminución de la demanda de red con los hábitos de conservación. La Figura 5-22
representa una dinámica muy sencilla, a mayor demanda de electricidad habrá un
mayor número de viviendas dispuestas a ahorrar energía y por tanto un mayor
número de viviendas que efectivamente lo hagan. Al haber un mayor número de
viviendas que conserven, habrá una mayor disminución de la demanda de la red,
cerrando así el ciclo.
Precio de laelectricidad de la red
Margen
Demanda totalde la red
-
-
Viviendas con hábitosconservacionistas
Demanda deelectricidad de la red
por vivienda
-
+
+
B3
Capítulo 5 87
Figura 5-22. Demanda conservacionista
Ciclo de Refuerzo 1 (Proceso de Conocimiento para la conservación): Como
se planteó en los causales de microgeneración y eficiencia, el conocimiento activa
a las personas para implementar técnicas de conservación y lleva a que un número
mayor de viviendas ahorren energía, esto resulta en una disminución de la
demanda de red.
Figura 5-23. Proceso de Conocimiento para la conservación
Con este último ciclo de realimentación se finaliza la explicación de la dinámica del modelo
de autogestión de electricidad en el sector residencial colombiano. A continuación se
presenta la descripción del modelo de simulación.
5.3 Formulación del modelo de simulación
Las hipótesis dinámicas descritas en la sección anterior pueden ser representadas por
medio de un diagrama de flujos y niveles construido bajo el software PowerSim Studio 9,
con el propósito de entender la autogestión y evaluar distintos escenarios para la aplicación
de políticas que la incentiven. El horizonte de tiempo del modelo es de 23 años,
Viviendas con hábitosconservacionistas
Demanda deelectricidad de la red
por vivienda
Viviendas dispuestasa conservar energía
-
+
+
B4
Viviendas con hábitosconservacionistas
Conocimiento sobreprácticas deconservación
Politicas orientadas ala conservación
Viviendas dispuestasa conservar energía
+
++
+
R1
Capítulo 5 88
comenzando la simulación en enero de 2014 y finalizándola en diciembre de 2036, con un
paso de simulación mensual. Como se indicó en la sección pasada, el modelo de
autogestión hace parte de una plataforma general que explica el mercado eléctrico
colombiano y la evaluación de políticas eléctricas para promover alternativas bajas en
carbono (Dyner et al., 2013). Se quiso evaluar los efectos que tendría para el mercado
eléctrico la autogestión en el sector residencial, pues este representa el 40% de la
demanda eléctrica total y es un sector fundamental en la planeación energética del país.
Debido a las condiciones geográficas del país fue necesario dividir el modelo por zonas
para una mayor desagregación de la población.
El modelo de autogestión tiene seis subsecciones: (1) población, (2) intensidad energética,
(3) microgeneración, (4) eficiencia, (5) conservación y (6) demanda de interconexión; las
cuales serán descritas a continuación.
5.3.1 Población y viviendas
La Figura 5-24 muestra el modelo en niveles y flujos de la población y viviendas. Se supuso
que la población colombiana crecerá a una tasa anual de 1.3%, según las proyecciones
realizadas por el CEPAL. Se supuso que una familia la componen 3.6 personas (DANE,
2010) y que las viviendas requeridas por familias es de 1.01 (DANE, 2013).
Figura 5-24. Población y viviendas
Las variables más importantes del diagrama son:
Población - viviendas
poblaciónCrecimientopromedio
familiasXvivienda
viviendasrequeridas
familias
% regiones
Personas x familia
Tasa crecimientopoblacional
Variacióncrecimiento
poblacional mensual
Capítulo 5 89
Población: nivel que permite saber la población total con la que se contará en
Colombia durante los años de simulación, medida en personas, como se muestra
en la Ecuación 1.
𝑑𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑑𝑡= 𝑃0 ∗ 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
Ecuación 1. Población
5.3.2 Intensidad energética
La intensidad energética se refiere al consumo de electricidad por vivienda. La intensidad
energética es definida como la cantidad de MWh consumidos por una familia promedio de
Colombia durante un mes. Para este dato no existen proyecciones y por lo tanto se tomó
la tasa de crecimiento de la intensidad igual a la tasa de crecimiento del PIB. La Figura
5-25, muestra el diagrama de flujos y niveles del crecimiento en el requerimiento de energía
eléctrica por vivienda.
Figura 5-25. Intensidad energética
Las variables más importantes del diagrama son:
Intensidad energética: nivel que permite contabilizar el crecimiento de la
electricidad requerida por vivienda. Ver Ecuación 2.
𝑑𝐼𝑛𝑡𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑒𝑛𝑒𝑟𝑔é𝑡𝑖𝑐𝑎
𝑑𝑡= 𝐼𝐸0 ∗ 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑃𝐼𝐵
Ecuación 2. Intensidad energética
Intensidad energética
Intensidadenergética inicial
Intensidad energética
crecimientointensidadenergética
tasa crecimientomensual de la
intensidad
Capítulo 5 90
5.3.3 Microgeneración
Como se mencionó anteriormente, el modelo se dividió en tres regiones debido a la
geografía y la variabilidad del factor de radiación solar en país, necesario para calcular el
costo de generación solar (Levelized Cost of Energy, LCOE). La Tabla 5-2 muestra los
factores de carga promedio por cada región. En el anexo A se presenta la tabla con los
cálculos y la información completa para las regiones seleccionadas.
Tabla 5-2. Factor de carga promedio por región.
R1 R2 R3
0.1789 0.2274 0.3002
5.3.3.1 Costo de generación solar
El costo de generación solar o LCOE, por sus siglas en inglés, se ha utilizado
extensivamente pues permite comparar el costo de microgeneración respecto a la tarifa
ofrecida por la empresa local de energía (EIA, 2014). El LCOE, se enfoca en la realización
de un análisis financiero, como se presenta en la Ecuación 3. En el el anexo A se encuentra
el diagrama de flujos y niveles realizado.
𝐿𝐶𝑂𝐸 =
∑ [𝐶𝑡
(1 + 𝑟)𝑡]𝑛𝑡=0
∑ [𝐸𝑡
(1 + 𝑟)𝑡]𝑛𝑡=0
($ 𝐾𝑤ℎ⁄
Ecuación 3. Costo de generación solar
Según la Ecuación 3, se calcularán cada uno de los factores que componen el LCOE.
Energía Generada (Et): La energía total generada por los sistemas fotovoltaicos
en cada región depende de la capacidad instalada (Ci), de la eficiencia de los
equipos en cada año, del factor de carga de cada región (Fc), del número de horas
al año, del ratio de degradación de la eficiencia anual (𝑑𝑡) igual a un 1% y de la vida
útil (t) de los equipos, como se muestra en la Ecuación 4. En el anexo A se
encuentra el diagrama de flujos y niveles para la energía generada.
Capítulo 5 91
𝐸𝑡 = 𝐶𝑖 ∗ (1 − 𝑑𝑡)𝑡 ∗ 𝐹𝑐 ∗ 8640
Ecuación 4. Energía generada por el panel solar
Costos Totales (Ct): Los costos totales de los sistemas fotovoltaicos durante su
vida útil corresponden a la inversión inicial y a los reemplazos de baterías (deben
cambiarse cada 5 años).
Tasa de interés de descuento (r): la tasa de descuento mide la aversión al riesgo.
Con el resultado de la energía generada se puede calcular, como se propone a
continuación, el porcentaje que es atendido por el panel según las necesidades
energéticas de una vivienda.
5.3.3.2 Atención de la demanda
La atención a la demanda corresponde a la relación entre la energía producida por los
paneles solares y la energía consumida. La Ecuación 5 muestra la forma de calcular el
porcentaje de atención de la demanda. En el anexo A se encuentra el diagrama de flujos
y niveles construido para calcular la atención de la demanda.
% 𝐴. 𝐷. =𝐸𝑛𝑒𝑟𝑔í𝑎 𝑓𝑜𝑡𝑜𝑣𝑜𝑙𝑡𝑎𝑖𝑐𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑎
𝐸𝑛𝑒𝑟𝑔í𝑎 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎
Ecuación 5. Porcentaje de atención a la demanda
5.3.3.3 Modelo de sustitución de sistemas de generación
Para que las viviendas colombianas seleccionen la microgeneración, se realizó un análisis
de decisiones de dos etapas, en la primera etapa se utilizó el modelo de Bass en el cual
los individuos conocen la tecnología y, posteriormente, se evalúa si económicamente es
factible y se adopta. Para la etapa de factibilidad económica la población se divid ió en (1)
creen y seleccionan, y (2) creen y no seleccionan la tecnología. A continuación se presenta
el análisis realizado.
Capítulo 5 92
Modelo Bass: este modelo sirvió calcular las viviendas que conocen la tecnología
y el desean de adoptarla.
Tabla 5-3.Ecuación del Modelo de Bass
Formulación y descripción Unidades
𝒅𝑽𝒏𝑪
𝒅𝒕= 𝑵𝑽 Vivienda
Las viviendas que no conocen la tecnología (𝑽𝒏𝑪) se incrementan con el flujo de entrada del
crecimiento de nuevas viviendas (𝑵𝑽). Este flujo fue definido a partir de la tasa de crecimiento
poblacional descrita anteriormente en el modelo de población.
𝒅𝑽𝑪
𝒅𝒕= 𝑷𝑪 Viviendas
Las viviendas que conocen la tecnología (𝑽𝑪) se incrementan con el flujo de entrada de las
viviendas que no conocen y se denomina proceso de conocimiento (𝑷𝑪). Este flujo se da partir
del modelo de Bass.
𝑷𝑪 = 𝑩𝑩 + 𝑨𝒑 Vivienda
El proceso de conocimiento (𝑷𝑪) se calcula por la suma entre la adopción boca-boca y la
adopción por publicidad (𝑨𝒑) (Mahajan, Muller, & Bass, 1990, 1995; Sterman, 2000b).
𝑩𝑩 =𝒒 ∗ 𝒊 ∗ 𝑽𝑪 ∗ 𝑽𝒑
𝑽𝒕 Vivienda
La adopción boca-boca (𝑩𝑩), se describe por las viviendas totales (𝑽𝒕), las viviendas potenciales
(𝑽𝒑), la fracción de adopción (𝒊), la tasa de contacto (𝒒) y los adoptadores o viviendas que
conocen (𝑽𝑪) (Mahajan et al., 1990, 1995; Sterman, 2000b).
𝑨𝒑 = 𝑽𝒑 ∗ 𝒑 Vivienda
La adopción por publicidad (𝑨𝒑), se describe por las viviendas potenciales (𝑽𝒑) y el coeficiente
de innovación (𝒑).
Customer Choice: este esquema se utilizó para computar las oportunidades que
poseen los consumidores finales, principalmente el precio.
Capítulo 5 93
Tabla 5-4. Ecuaciones Customer Choice
Formulación y descripción Unidades
𝑨𝑹𝒊 =𝑪𝒊
−𝜸
∑ 𝑪𝒋−𝜸
𝒋
%
i = 1, 2,… k; j = 1, 2,… k
Donde i = tecnología, ϒ = un parámetro que indica la voluntad de cambiar (ϒ > 0), las
características de la tecnología 𝑪𝒊= el precio y 𝑪𝒋= precio electricidad de la red (Dyner & Franco,
2004).
𝒅𝑽𝑪𝒏𝑺
𝒅𝒕= 𝑷𝑪 Vivienda
Las viviendas que conocen pero no seleccionan la microgeneración (𝑽𝑪𝒏𝑺𝑴) se incrementan
con el flujo de entrada de nuevas viviendas no seleccionan microgeneración (𝑽𝒏𝑺𝑴).
𝒅𝑽𝑴
𝒅𝒕= 𝑽𝑪𝑪𝑴 + 𝑽𝑪𝒏𝑪𝑴 Vivienda
Las viviendas con microgeneración (𝑽𝑴) se incrementan con el flujo de entrada de las nuevas
viviendas que conocen y creen microgeneración (𝑽𝑪𝑪𝑴) y el flujo de nuevas viviendas que
conocen pero no creen en la microgeneración (𝑽𝑪𝒏𝑪𝑴).
En el anexo A se encuentra el diagrama de flujos y niveles desarrollado en PowerSim
Studio 9 para la adopción de microgeneración.
5.3.4 Eficiencia
Para modelar la eficiencia energética se utilizaron 3 electrodomésticos distintos a sustituir
en concordancia a las metas planteadas en el plan de acción del PROURE y la Tabla 2-2,
los cuales son: (1) neveras, (2) lavadoras y (3) estufas eléctricas. Este último
electrodoméstico tiene una tendencia a desaparecer y ser sustituido por el gas natural o el
GLP (UPME, 2006), no obstante, todavía el 23.5% (DANE, 2013) de la población
colombiana posee dicho electrodoméstico en sus viviendas.
Al igual que en la microgeneración se realizó un análisis de decisiones de dos etapas, en
la primera etapa se utilizó el modelo de Bass, explicado anteriormente en Modelo de
sustitución de sistemas de generación, en el cual los individuos conocen la tecnología y
Capítulo 5 94
posteriormente se evalúa si económicamente es factible la adopción los electrodomésticos
eficientes. Para la etapa de factibilidad económica la población se dividió en (1) creen y
seleccionan, y (2) creen y no seleccionan la tecnología.
A continuación se presenta la descripción general de la etapa de factibilidad económica.
5.3.4.1 Costo Mensual Equivalente (CME)
Este costo mensual equivalente permite trasladar los costos de la inversión inicial,
mantenimiento y operación a una cifra mensual. Este CME permite comparar la tarifa de
la red con lo ahorrado por la sustitución del electrodoméstico. Ver Ecuación 6.
𝐶𝑀𝐸. =𝐶𝐼𝑖 ∗ 𝑟𝑖 ∗ (1 + 𝑟𝑖 )𝑡𝑖
(1 + 𝑟𝑖 )𝑡𝑖 + 𝐶𝑂𝑖
Ecuación 6. Costo Mensual Equivalente
Donde 𝑖 = tecnología, 𝐶𝐼𝑖= inversión inicial, 𝑟𝑖= tasa de interés, 𝑡𝑖= tiempo de inversión y
𝐶𝑂𝑖= costo de operación. En el el anexo A se encuentra el diagrama de flujos y niveles
realizado para cada una de las tecnologías 𝑖 = neveras, lavadoras y estufas.
A continuación se presentan las ecuaciones principales del modelo de sustitución de
Neveras, Lavadoras y Estufas.
5.3.4.2 Modelo de sustitución de electrodomésticos
A continuación se realiza la descripción de las variables principales de la viabilidad
económica para la sustitución de los electrodomésticos 𝑖 = neveras, lavadora o estufas.
Tabla 5-5. Modelo de sustitución de electrodomésticos
Formulación y descripción Unidades
Customer Choice
𝑨𝑹𝒊 =𝑪𝒊
−𝜸
∑ 𝑪𝒋−𝜸
𝒋
%
i = 1, 2,… k; j = 1, 2,… k
Capítulo 5 95
Formulación y descripción Unidades
Donde i = tecnología (neveras, lavadoras o estufas), ϒ = un parámetro que indica la voluntad de
cambiar (ϒ > 0), 𝑪𝒊= las características del electrodoméstico (costo mensual equivalente) y 𝑪𝒋=
precio electricidad de la red (Dyner & Franco, 2004).
𝒅𝑽𝑪𝒏𝑺𝒊
𝒅𝒕= 𝑽𝒏𝑺 Vivienda
Las viviendas que conocen pero no seleccionan la tecnología eficiente (𝑽𝑪𝒏𝑺𝒊) se incrementan
con el flujo de entrada de nuevas viviendas no seleccionan la tecnología (𝑽𝒏𝑺).
𝒅𝑽𝑬𝒊
𝒅𝒕= 𝑽𝑪𝑪𝒊 + 𝑽𝑪𝒏𝑪𝒊 Vivienda
Las viviendas eficientes que poseen la tecnología i (𝑽𝑬𝒊) se incrementan con el flujo de entrada
de nuevas viviendas que conocen y creen en la sustitución de tecnologías eficientes (𝑽𝑪𝑪𝒊) y el
flujo de nuevas viviendas que conocen pero no creen en la sustitución de electrodomésticos
(𝑽𝑪𝒏𝑪𝒊).
En el el anexo A se encuentra el diagrama de flujos y niveles realizado para la sustitución
de cada una de las tecnologías 𝑖 = neveras, lavadoras y estufas.
5.3.5 Conservación de electricidad
Al igual que el modelo de microgeneración y el modelo de eficiencia, las viviendas a
conservar realizan un proceso de Bass para conocer la conservación como una técnica de
ahorro de electricidad (ver Modelo de sustitución de sistemas de generación).
Posteriormente se analiza si las viviendas están dispuestas a cambiar sus costumbres y
hábitos.
5.3.5.1 Modelo de sustitución de costumbres y hábitos de consumo
El modelo de sustitución de costumbres y hábitos está ligado al comportamiento y las
creencias de las viviendas, por tanto el modelo de simulación está basado en las viviendas
que conservan y aquellas que conocen pero no lo hacen inmediatamente.
Capítulo 5 96
Tabla 5-6. Modelo de sustitución de hábitos y costumbres
Formulación y descripción Unidades
𝒅𝑽𝑪𝑺
𝒅𝒕= 𝑽𝑪𝑺 + 𝑹𝑪𝑺 Vivienda
Las viviendas que conservan (𝑽𝑪𝑺) se incrementan con el flujo de entrada de nuevas viviendas
que conocen y creen en la conservación (𝑽𝑪𝑪𝑪𝑺) y el flujo de entrada de viviendas que vuelven
a considerar si conservan o no (𝑹𝑪𝑺).
𝒅𝑽𝑪𝒏𝑺𝑪𝑺
𝒅𝒕= 𝑽𝒏𝑺𝑪𝑺 Vivienda
Las viviendas que conocen pero no seleccionan la conservación crecen (𝑽𝑪𝒏𝑺𝑪𝑺) a partir del
flujo de las nuevas viviendas que no seleccionan la conservación (𝑽𝒏𝑺𝑪𝑺).
En el anexo A se encuentra el diagrama de flujos y niveles realizado para conservación de
electricidad.
5.3.6 Demanda total interconexión
Como resumen se presenta la descripción del cálculo de la demanda residencial, no
residencial y la relación con la demanda total de interconexión.
La demanda total de interconexión del sistema se divide en la demanda no residencial
(industrial y comercial) y la demanda residencial. La Figura 5-26, muestra el diagrama de
flujos y niveles realizado para el cálculo de la demanda residencial.
Capítulo 5 97
Figura 5-26. Demanda residencial
Las variables más importantes del diagrama son:
Demanda residencial total por regiones: variable que permite contabilizar la
demanda residencial total durante los años de simulación, medida en MWh, como
se muestra en la Ecuación 7.
𝐷𝑅𝑇 = 𝐷𝑅𝑇 − (𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠 𝑐𝑜𝑛 𝑝𝑎𝑛𝑒𝑙 𝑠𝑜𝑙𝑎𝑟 + 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑎ℎ𝑜𝑟𝑟𝑜 𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒
+ 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑎ℎ𝑜𝑟𝑟𝑜 𝑐𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑐𝑖ó𝑛)
Ecuación 7. Demanda residencial total por regiones
La Figura 5-27 presenta el diagrama de flujos y niveles realizado para el cálculo de la
demanda no residencial (industrial y comercial) y la demanda total de interconexión.
Demanda residencial
Demandaresidencial total por
regiones
Intensidad energética
Total intensidad pordemanda
Consumo ahorro deconservación por
vivienda
viviendas totales
consumo ahorroeficiente
Consumo viviendascon panel solar
Capítulo 5 98
Figura 5-27. Demanda de interconexión
Las variables más importantes del diagrama son:
Demanda no residencial: nivel que permite calcular la demanda no residencial
durante los años de simulación, medida en MWh, como se muestra en la Ecuación
8.
𝑑𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑛𝑜 𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑐𝑖𝑎𝑙
𝑑𝑡= 𝐷𝑁𝑅0 ∗ (𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑚 𝑝𝑜𝑟 𝑒𝑙𝑎𝑠𝑡𝑖𝑐𝑖𝑑𝑎𝑑𝑒𝑠 ∗ 𝑎𝑙𝑓𝑎)
Ecuación 8. Demanda no residencial
Demanda interconexión: variable que permite calcular la demanda total de
interconexión durante los años de simulación, medida en MWh, como se muestra
en la Ecuación 9.
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑐𝑜𝑛𝑒𝑥𝑖ó𝑛 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑛𝑜 𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑐𝑖𝑎𝑙 + 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑐𝑖𝑎𝑙
Ecuación 9. Demanda total interconexión
5.4 Validación
Después de describir la hipótesis dinámica y los componentes principales del modelo, se
someterá a un proceso de validación para definir la validez de los resultados del modelo
surgidos a partir de los supuestos y la información disponible. Por tanto, esta sección
verificará si el modelo cumple con el propósito para el que ha sido desarrollado y si se
Demanda interconexión
Demanda noresidencial
Crecimiento dem
Alfa
elasticidad preciodemanda
elasticidad PIBdemanda
pib-elasticidad
precio-elasticidad
Crecimiento porelasticidades
Demanda totalinterconexion
Variación precio red
Demanda noresidencial inicial
Porcentajedemanda otras
Demanda inicialtotal
Demandaresidencial total por
regiones
Demandaresidencial total
variacion PIB
Capítulo 5 99
reproduce el comportamiento real, a partir de la metodología de validación planteada en el
capítulo 4. A continuación se presentan las pruebas de validación que se aplicaron al
modelo propuesto en esta investigación.
5.4.1 Pruebas directas a la estructura
Estas pruebas buscan validar la estructura del modelo por medio de la consistencia
dimensional, evaluación de la estructura y verificación de parámetros.
5.4.1.1 Prueba de consistencia dimensional:
El entorno de PowerSim Studio 9 exige consistencia dimensional durante la realización del
modelo, igualmente se evaluó la consistencia de las unidades de las ecuaciones.
5.4.1.2 Prueba de validación de la estructura:
Para la validación de la estructura se examinaron las variables de nivel para confirmar la
conservación de la materia y la energía; y evitar entonces la presencia de valores
negativos. Se realizó la inspección sobre las ecuaciones que definen las relaciones entre
las variables del modelo y no sé encontró evidencias de la no conservación de la materia
o la energía. Se describe a continuación un análisis de no negatividad para la variable de
nivel correspondiente a viviendas que conocen, a modo de ejemplo de no negatividad.
IF(Micro=0,0<<vivienda/mo>>,(MIN('viviendas que no
conocen'/1<<mo>>,('Adopción publicidad creencia verde'+'adopción boca-
boca')/1<<mo>>)))
5.4.1.3 Verificación de parámetros
Con esta prueba se busca comprobar los parámetros del modelo con la información
existente en el sistema real, con el fin de evaluar la correspondencia de forma conceptual
y numérica con la realidad. A continuación se presenta una lista de los parámetros más
importantes del modelo, los parámetros restantes se encuentran en el anexo B. Los
parámetros que tienen el símbolo (*), fueron estimados a partir de la calibración del modelo,
dado que no hay información disponible sobre ellos. La validez de estos parámetros
depende de que tengan un sentido físico en el sistema real y que las magnitudes de sus
rangos se encuentren dentro de los valores aceptables.
Capítulo 5 100
Tabla 5-7. Descripción de los parámetros del modelo
Nombre Valores Significado Fuente
% de demanda residencial
0.4 Representación del sector residencial en la demanda de electricidad nacional.
(UPME, 2006)
Intensidad energética* 0.147
Consumo promedio de electricidad mensual de cada vivienda (MWh/mo)
Los autores con datos de:
(Universidad Nacional de
Colombia & UPME, 2006)
Tasa crecimiento de la intensidad energética*
0.001406 Crecimiento de la intensidad energética
Los autores
Hogares por vivienda 1.03
Promedio del número de hogares (familia) por vivienda (DANE, 2013)
Habitantes en cada hogar
3.6 Promedio de número de habitantes por hogar en Colombia
(DANE, 2013)
Fracción de adopción
0.001/0.03
Corresponde a valores de la adopción cando existe una débil (0.001) o fuerte (0.03) boca-boca. Estos valores son iguales para microgeneración, eficiencia y conservación.
(Sterman, 2000b)
Tasa interés anual 0.279
Tasa de interés máxima permitida en el sistema financiero colombiano para acceder a un crédito de libre inversión
(Superfinanciera, 2013)
Tiempo de la inversión*
3
Tiempo (en años) durante el cual se difiere la inversión realizada para comprar un
panel
Los autores
Gama -0.8
Parámero del Customer Chioce que permite medir la adopción de una tecnología
en general
(Westley, 1992)
Crecimiento poblacional
2012-2014: 0.0137 Proyección de la tasa promedio anual de crecimiento de la población colombiana
(CEPAL, 2013) 2015-2019: 0.0124
Capítulo 5 101
Nombre Valores Significado Fuente
2020-2024: 0.0110
2025-2029: 0.0096
2030-2032: 0.0081
5.4.2 Pruebas de estructura orientadas al comportamiento
Estas pruebas permiten evaluar si el nivel de agregación del modelo es adecuado para el
propósito que fue construido. Entre las pruebas se tiene: (1) límites del modelo y (2)
condiciones extremas (Barlas, 1994). A continuación se presenta cada una de ellas.
5.4.2.1 Límites del modelo
Esta prueba busca responder cuáles variables deben ser endógenas y cuáles exógenas al
modelo de acuerdo al propósito para el que fue construido y con el fin de determinar si se
deben agregar relaciones o eliminar aquellas innecesarias. La Figura 5-28 presenta la
distribución de las principales variables endógenas y exógenas.
Figura 5-28. Variables exógenas y endógenas
Capítulo 5 102
El PIB, el crecimiento de la población y el crecimiento de la intensidad, etc.; son factores
externo que afectan el modelo y por tanto no se deben convertir en variables endógenas
pues su análisis y estudio no hace parte del objeto del modelo. Variables endógenas como:
precio de la electricidad, las viviendas, la demanda residencial etc., son variables
endógenas al modelo porque definen el propósito del mismo. Con base en esto se concluye
que el modelo está delimitado apropiadamente para el su propósito.
5.4.2.2 Condiciones extremas
En esta prueba se asignan valores extremos al número de viviendas y el precio de los
paneles solares; y se compara con el escenario base. De esto modo, se pueden encontrar
fallas en la estructura del modelo, de las cuales no se obtuvieron evidencias. Los
resultados de esta prueba se encuentran en el anexo C.
5.4.3 Pruebas de validación del comportamiento
Esta prueba mide la capacidad del modelo para reproducir el comportamiento observado
en la vida real. Entre estas pruebas se incluyen: reproducción del comportamiento,
predicción del comportamiento, anomalías en el comportamiento, comportamiento
sorpresivo, políticas extremas y modelos familiares (Forrester & Senge, 1980).
5.4.3.1 Reproducción del comportamiento
Durante la revisión de literatura realizada en esta investigación no se encontró información
histórica de la autogestión (microgeneración, eficiencia y conservación) en Colombia ni
como los cambios de tecnologías han contribuido a que se presente una reducción en la
demanda de electricidad. La microgeneración aún no ha sido adoptada en los hogares
colombianos y el programa de acción del PROURE comenzó desde el año 2010 y por tanto
no hay información histórica con la cual reproducir el comportamiento.
5.4.3.2 Pertinencia a otros sistemas
Esta prueba consiste en evaluar la capacidad del modelo construido para representar el
comportamiento de una tecnología similar. Para la difusión de las tecnologías modeladas
(paneles solares, neveras, lavadoras y estufas eficientes), al no tener información
correspondiente para el mercado específico de Colombia se utilizó la información
disponible para otros mercados.
Capítulo 5 103
5.5 Conclusiones capítulo 5
En este capítulo se establecieron el propósito del modelo, la construcción del diagrama
causal, la formulación del diagrama de flujos y niveles y la validación del modelo. Para la
construcción del modelo de flujos y niveles de la autogestión de electricidad en Colombia
fue necesario realizar unos supuestos basados en información encontrada en la literatura.
Según el modelo desarrollado en dinámica de sistemas, a continuación se presenta el
análisis de políticas de autogestión implementadas y los resultados obtenidos.
Capítulo 6
6. Análisis de políticas de autogestión y
resultados.
Después de presentar la construcción del modelo de simulación y su validación en el
capítulo anterior, se muestra a continuación el análisis del caso base y posteriormente se
mostrarán los resultados de la aplicación de políticas de autogestión de electricidad
propuestas para el sector residencial urbano con el fin de reducir el consumo de
electricidad.
6.1 Análisis caso base
El caso base del modelo de simulación corresponde al análisis del efecto de la autogestión
de electricidad en la demanda residencial y de interconexión del sistema; y algunos efectos
secundarios (disminución de emisiones de carbono, efectos en el precio, la generación y
el margen de reserva). En el caso base se analizan el número de viviendas totales, el
número de viviendas que microgeneran, las viviendas que sustituyen sus neveras,
lavadoras y estufas por otras más eficientes y las viviendas que conservar energía
eléctrica. La Figura 6-1 presenta las proyecciones de la población y la intensidad
energética según el modelo de simulación desarrollado.
Capítulo 6 105
Figura 6-1. (a) Población (b) Intensidad energética
a. Población (personas) b. Intensidad Energética
(MWh/vivienda)
La Figura 6-2 presenta la generación y capacidad instalada del sistema del escenario base.
Se observa en la Figura 6-2 (a) que a partir de 2019 se deja de generar con gas y se pasa
a carbón.
Figura 6-2. (a) Generación (b) Capacidad instalada
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
La Figura 6-3 (a) muestra las emisiones del caso base, para los años 2018-2020 hay un
incremento debido a la entrada de generación con carbón y esto lleva a que se incremente
el precio para el año 2019 (Figura 6-3 (c)). Para los años 2032-2036 las emisiones
disminuyen notablemente debido a que ya no se genera con carbón. Por su parte el
margen de reserva disminuye paulatinamente debido a la relación entre la demanda de
interconexión y la capacidad instalada.
0
10000000
20000000
30000000
40000000
50000000
60000000
700000002
01
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
0,05
0,1
0,15
0,2
0,25
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
60
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
Capítulo 6 106
Figura 6-3. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de
interconexión
a. Emisiones (TCO2) b. Margen de reserva (%)
c. Precio d. Demanda interconexión (MWh)
Al finalizar los años de simulación, la generación es a partir de fuentes renovables y esto
lleva a que el margen de reserva disminuya y hallan riesgos para la confiabilidad del
sistema.
La Figura 6-4 presenta las viviendas totales del escenario base y las viviendas que optan
por microgenerar su propia electricidad, sustituir las neveras, lavadoras y estufas y
conservar energía. Como se puede observar en la Figura 6-4 (b), (c), (d), (e) y (f), la
penetración de la autogestión en las viviendas colombianas se da en pequeñas cantidades
debido a los pocos incentivos y al escaso conocimiento que existe.
0
50000
100000
150000
200000
250000
300000
350000
400000
0
5
10
15
20
25
30
35
200000
205000
210000
215000
220000
225000
230000
235000
240000
245000
250000
0
2000000
4000000
6000000
8000000
10000000
12000000
20
14
20
16
20
18
20
20
20
22
20
24
20
26
20
28
20
30
20
32
20
34
20
36
Capítulo 6 107
Figura 6-4. Viviendas totales y viviendas que autogestionan electricidad en el caso base
a. Viviendas b. Viviendas que microgeneran
c. Viviendas que sustituyen nevera d. Viviendas que sustituyen lavadora
e. Viviendas que sustituyen estufa f. Viviendas que conservan
R1 R2 R3 Total regiones
A partir de las viviendas que autogestionan su consumo de electricidad, mostradas en la
Figura 6-4, la Figura 6-5 muestra el consumo residencial de la red y el consumo ahorrado
por cada técnica de autogestión utilizada.
0
5000000
10000000
15000000
20000000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
6 0
2000000
4000000
6000000
8000000
10000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
100000
200000
300000
400000
500000
600000
700000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
6
0
100000
200000
300000
400000
500000
600000
700000
800000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
10000
20000
30000
40000
50000
60000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
6
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
Capítulo 6 108
Figura 6-5.Demanda residencial y consumo ahorrado
a. Demanda residencial red (MWh) b. Consumo panel solar (MWh)
c. Ahorro eficiencia (MWh) d. Ahorro conservación (MWh)
R1 R2 R3 Total regiones
6.2 Análisis de políticas
A partir de la revisión de literatura del capítulo 3, acerca de las políticas de autogestión
aplicadas al sector residencial, se ha decidido evaluar la aplicación al caso Colombiano de
políticas de tipo fiscal que incluyen incentivos económicos y exención de impuestos y tasas
de interés; y políticas de información dirigidas a mejorar el conocimiento de la población
sobre las técnicas de autogestión.
A continuación se presentan las políticas aplicadas a cada técnica de autogestión.
6.2.1 Políticas para microgeneración
Dentro de las políticas implementadas para la microgeneración se encuentran:
0
500000
1000000
1500000
2000000
2500000
3000000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
6 0
200000
400000
600000
800000
1000000
1200000
1400000
201
4
201
5
201
7
201
9
202
1
202
3
202
5
202
6
202
8
203
0
203
2
203
4
203
6
0
5000
10000
15000
20000
25000
30000
35000
40000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
5
202
6
202
8
202
9
203
1
203
3
203
4
203
6
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
2014
2015
2017
2019
2021
2023
2025
2026
2028
2030
2032
2034
2036
Capítulo 6 109
Subsidio monetario para la compra del panel solar: Este tipo de política fiscal
busca reducir el precio de compra del panel. Esta política se aplicó en el modelo de
simulación en el costo inversión mediante una reducción del 30% al valor promedio
del panel.
Eliminación de las tasas de interés para la compra de los paneles solares:
Esta política fiscal busca eliminar la tasa de interés anual de la compra de los
paneles solares. Esta política se aplicó en el modelo de simulación en la variable
Tasa interés anual del valor promedio para créditos de consumo de (27,9%).
Divulgación de microgeneración a partir de paneles solares: El conocimiento
sobre las ventajas y avances de la microgeneración puede influir en la decisión de
compra de un consumidor. Este conocimiento se puede adquirir mediante
campañas de mercadeo y promoción enfocadas en avisos publicitarios en
periódicos, revistas, radio y televisión. En el modelo de Bass el parámetro p
representa las influencias externas entre las que se destacan los medios de
comunicación (Bass, 1969; Mahajan et al., 1990, 1995; Sterman, 2000b) . Por tal
motivo, esta política se aplicó en el modelo de simulación pasando el coeficiente
de influencias externas p de 0,006 a 0.0314. Como parte de la divulgación y
promoción de la tecnología se varió el parámetro “fracción de adopción” de 0.001
a 0.03, debido a que representa una transición de un boca-boca débil a uno fuerte
(Sterman, 2000b).
En la Figura 6-6 se presenta la generación (a) y la capacidad instalada (b) del sistema. En
comparación con la gráfica Figura 6-2 del caso base se puede observar una notable
reducción de la generación y, con un retraso, una disminución en la capacidad instalada,
eso se debe a que parte de la demanda residencial fue trasladada hacia la generación
autónoma de electricidad.
Capítulo 6 110
Figura 6-6. (a) Generación, (b) Capacidad instalada bajo políticas para la microgeneración
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
La Figura 6-7 (a) presenta las emisiones del sistema, para el inicio el primer año de
simulación se tienen unas altas emisiones correspondientes a un periodo de generación
con gas, seguidamente la demanda del sistema disminuye y por tanto se puede suplir con
tecnologías más limpias como la hidro y el filo de agua (ver Figura 6-6). Aunque a partir
del año 2026 se incrementan mínimamente las emisiones en comparación con el caso
base, la reducción de las emisiones relacionadas con la generación de electricidad es del
92%. La parte (c) de la Figura 6-7 muestra las variaciones del precio, a partir del año 2026
se incrementa el precio de la electricidad, y lo cual corresponde al año en que se comienza
(en pequeñas proporciones) a generar con carbón. La demanda de interconexión crece
constantemente, pero con variaciones debido a la disminución de la demanda residencial
y la elasticidad precio-demanda.
Figura 6-7. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de
interconexión: bajo políticas para la microgeneración.
a. Emisiones (TCO2) b. Margen de reserva (%)
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
0
20000
40000
60000
80000
100000
120000
140000
160000
0
10
20
30
40
50
60
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
Capítulo 6 111
c. Precio d. Demanda interconexión (MWh)
Para los últimos años de simulación el margen de reserva disminuye considerablemente
(ver Figura 6-7 b) lo que puede llevar a apagones durante fenómenos climatológicos
fuertes como el Niño.
La Tabla 6-1 muestra los porcentajes de reducción del precio de electricidad de la red, las
emisiones y el margen de reserva para el caso de aplicación de todas las políticas para la
microgeneración con respecto al caso base, durante todos los años de simulación.
Tabla 6-1. Comparación precio, emisiones y margen respecto al caso base
Microgeneración
Precio -4,3% Emisiones -92,7% Margen -29,6%
En la Figura 6-8 se enseñan las viviendas que adoptaron la microgeneración para suplir
parte de sus necesidades eléctricas. En comparación con el caso base se ve un incremento
del 48% en promedio para todos los años de simulación, lo que lleva a pensar que las
políticas son efectivas para incentivar la penetración de la microgeneración en el sector
residencial de Colombia.
190000195000200000205000210000215000220000225000230000235000240000245000250000255000260000
0
2000000
4000000
6000000
8000000
10000000
201
4
201
5
201
7
201
9
202
1
202
3
202
5
202
6
202
8
203
0
203
2
203
4
203
6
Demanda total interconexion
Capítulo 6 112
Figura 6-8. Viviendas microgeneración con políticas
a. Viviendas que microgeneran
R1 R2 R3 Total regiones Total BAU
A partir de las viviendas microgeneradoras, la Figura 6-9 (a) muestra la demanda
residencial de la red correspondiente a la entrada de la microgeneración. La Figura 6-9 (b)
muestra el consumo de electricidad suplida por los paneles solares, en comparación con
el caso base crece en promedio un 47%, un crecimiento considerablemente alto gracias a
las políticas implementadas.
Figura 6-9. (a) Demanda residencial y (b) consumo panel solar con políticas para la microgeneración
a. Demanda residencial red (MWh) b. Consumo panel solar (MWh)
R1 R2 R3 Total regiones Total BAU
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
4
202
6
202
7
202
9
203
0
203
2
203
3
203
5
203
6
0
500000
1000000
1500000
2000000
2500000
3000000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
0
500000
1000000
1500000
2000000
2500000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
Capítulo 6 113
En el anexo D se muestra la efectividad de las políticas para la microgeneración. Se
encuentra igualmente las comparaciones para cada año de simulación respecto al caso
base.
6.2.2 Políticas para eficiencia
Dentro de las políticas implementadas para la eficiencia, aplicadas de igual forma para los
tres electrodomésticos estudiados y al tiempo, se encuentran:
Subsidio monetario para la compra de los nuevos electrodomésticos: Este
tipo de política fiscal busca reducir el precio de compra del electrodoméstico (sea
la nevera, lavadora o estufa). Esta política se aplicó en el modelo de simulación en
el costo de inversión mediante una reducción del 30% al valor promedio del
electrodoméstico.
Eliminación de las tasas de interés para la compra de los electrodomésticos:
Esta política fiscal elimina la tasa de interés anual de la compra de los
electrodomésticos. Esta política se aplicó en el modelo de simulación en la variable
Tasa interés anual del valor promedio para créditos de consumo de (27,9%).
Divulgación de la eficiencia energética: El conocimiento se puede adquirir
mediante campañas de mercadeo y promoción enfocadas en avisos publicitarios
en periódicos, revistas, radio y televisión. En el modelo de Bass el parámetro p
representa las influencias externas entre las que se destacan los medios de
comunicación (Bass, 1969; Mahajan et al., 1990, 1995; Sterman, 2000b) . Por tal
motivo, esta política se aplicó en el modelo de simulación elevando pasando el
coeficiente de influencias externas p de 0,0023 a 0.03. Como parte de la divulgación
y promoción de la tecnología se varió el parámetro “fracción de adopción” de 0.001
a 0.03 debido a que representa una transición de un boca-boca débil a uno fuerte
(Sterman, 2000b).
La Figura 6-10 muestra la disminución de generación (a) respecto al escenario base debido
a la penetración de los electrodomésticos eficientes estudiados. En este escenario la
capacidad instalada (b) muestra disminución frente al caso base (del 10% en promedio de
los años de simulación).
Capítulo 6 114
Figura 6-10. (a) Generación y (b) Capacidad instalada bajo políticas para la eficiencia
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
En la Figura 6-11, se presentan las emisiones, el margen de reserva, el precio de la
electricidad y la demanda de interconexión total del sistema. El cambio más significativo
se observa en las emisiones, pues se reducen en promedio un 80%.
Figura 6-11. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de interconexión: bajo políticas para la eficiencia.
a. Emisiones (TCO2) b. Margen de reserva (%)
c. Precio d. Demanda interconexión (MWh)
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
0
50000
100000
150000
200000
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
0
10
20
30
40
50
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
190000
200000
210000
220000
230000
240000
250000
0
2000000
4000000
6000000
8000000
10000000
201
4
201
5
201
7
201
9
202
1
202
3
202
5
202
6
202
8
203
0
203
2
203
4
203
6
Capítulo 6 115
La Tabla 6-2 muestra los porcentajes de reducción del precio de electricidad de la red, las
emisiones y el margen de reserva para el caso de políticas para la eficiencia respecto al
caso base, promedio para todos los años de simulación
Tabla 6-2. Comparación eficiencia respecto al caso base
Eficiencia
Precio -2,0%
Emisiones -80,7%
Margen -24,7%
La Figura 6-12 (a), (b) y (c) muestra las viviendas que decidieron sustituir sus neveras,
lavadoras y estufas por otras de una eficiencia mayor. Respecto al caso base, las viviendas
que optaron por cambiar sus neveras son el 59%, las viviendas que sustituyeron sus
lavadoras y estufas son del 73 y 20% respectivamente. Las estufas eficientes (a gas)
tuvieron poca acogida debido a los costos relacionados con la conversión e instalación de
la red de gas natural.
Figura 6-12. Viviendas eficientes con políticas
a. Viviendas que sustituyen nevera b. Viviendas que sustituyen lavadoras
c. Viviendas que sustituyen estufas
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
Capítulo 6 116
R1 R2 R3 Total regiones
La Figura 6-13 (a) presenta la demanda residencial cuando se aplican las políticas para
eficiencia. En promedio el ahorro de la energía con la sustitución de los electrodomésticos
es del 20% respecto al caso base.
Figura 6-13. (a) Demanda residencial y consumo ahorrado por eficiencia
a. Demanda residencial red (MWh) b. Ahorro eficiencia (MWh)
R1 R2 R3 Total regiones Total BAU
En el anexo D se muestra la efectividad de las políticas implementadas para la eficiencia.
Se encuentra igualmente las comparaciones para cada año de simulación respecto al caso
base.
6.2.3 Políticas para conservación
Como la conservación requiere cambios en las costumbres de consumo, el aliciente
principal que es el ahorro monetario en las cuentas de los servicios no se tuvo en cuenta
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
201
4
201
5
201
7
201
9
202
1
202
3
202
5
202
6
202
8
203
0
203
2
203
4
203
6
0
500000
1000000
1500000
2000000
2500000
3000000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
0
100000
200000
300000
400000
500000
600000
700000
800000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
Capítulo 6 117
pues en Colombia los usuarios residenciales poseen poca información respecto a su
consumo y por tanto el control que pueden hacer al respecto es ineficiente e inexacto. Por
tanto se aplicaron políticas de divulgación de la conservación a partir del boca-boca. Como
fue explicado en el capítulo 5, el modelo de Bass aplicado a la conservación consideró los
datos generales para la difusión de tecnologías y por tanto no se varió el parámetro p.
Divulgación de la conservación: Como parte de la divulgación y promoción de la
tecnología se varió el parámetro “fracción de adopción” de 0.001 a 0.03 debido a
que representa una transición de un boca-boca débil a uno fuerte (Sterman, 2000b).
A continuación se presentan los resultados de la corrida de simulación con las políticas
implementadas para incentivar la conservación de electricidad en las viviendas
colombianas.
La Figura 6-14 muestra la generación de electricidad y capacidad instalada del sistema
durante los años de simulación. En comparación a los casos de políticas para eficiencia y
para microgeneración, el caso con políticas para la conservación no muestra diferencias
tan significativas debido a que la reducción del consumo por los hábitos de conservación
permite disminuir el consumo de electricidad en pequeños porcentajes (1% anual) el
consumo de electricidad. Respecto al caso base la reducción en generación y capacidad
es del 11% y 8% respectivamente.
Figura 6-14. (a) Generación y (b) Capacidad instalada del sistema
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
Capítulo 6 118
La Figura 6-15 muestra las emisiones, el margen el precio de la electricidad y la demanda
de interconexión. Respecto al caso base las diferencias son mínimas como se puede
observar en la Tabla 6-3, la única variación significativa se encuentra en la disminución de
las emisiones en un 50%.
Figura 6-15. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de
interconexión: bajo políticas para la conservación.
a. Emisiones (TCO2) b. Margen de reserva (%)
c. Precio d. Demanda interconexión (MWh)
Tabla 6-3. Comparación conservación respecto al caso base
Conservación
Precio -1,2%
Emisiones -52,7%
Margen -12,8%
La Figura 6-16 muestra las viviendas que conservan electricidad durante los años de
simulación. Respecto al caso base se incrementó el número de viviendas con hábitos
conservativos en un 17%.
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
0
5
10
15
20
25
30
35
40
45
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
205000
210000
215000
220000
225000
230000
235000
240000
245000
0
2000000
4000000
6000000
8000000
10000000
120000002
014
201
6
201
8
202
1
202
3
202
5
202
8
203
0
203
2
203
5
Capítulo 6 119
Figura 6-16. Viviendas que conservan
a. Viviendas Conservación
R1 R2 R3 Total regiones Total BAU
La Figura 6-17 muestra la reducción de la demanda de electricidad en un 1% respecto al
caso base, lo que corresponde al ahorro a partir de los hábitos de conservación.
Figura 6-17. (a) Demanda de electricidad de la red y (b) ahorro con conservación.
a. Demanda residencial red (MWh) b. Ahorro conservación (MWh)
R1 R2 R3 Total regiones Total BAU
En el anexo D se muestra la efectividad de las políticas implementadas para la eficiencia.
Se encuentra igualmente las comparaciones para cada año de simulación respecto al caso
base.
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
6
201
8
201
9
202
1
202
2
202
3
202
5
202
6
202
8
202
9
203
1
203
2
203
3
203
5
203
6
0
500000
1000000
1500000
2000000
2500000
3000000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
Capítulo 6 120
6.3 Caso con todas las políticas al mismo tiempo
Como parte del análisis hecho a la penetración de las técnicas de autogestión, se realizó
un análisis adicional para un caso en el cual se aplican todas las políticas en conjunto. Este
caso pretende mostrar los efectos producidos en la demanda residencial cuando se
emplean, al tiempo, todas las políticas propuestas para las técnicas de autogestión.
La generación de electricidad y la capacidad instalada del sistema reducen en promedio
un 25% respecto al caso base y la capacidad, en promedio muestra una disminución del
17%. Ver la Figura 6-18.
Figura 6-18. (a) Generación y (b) Capacidad instalada
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
En la Figura 6-19, se presentan las emisiones que disminuyeron en un 95% respecto al
caso base. Como se observa en la Figura 6-18 (a), la generación se realiza a partir del
recurso hídrico. Debido a la disminución de la demanda residencial la demanda de
interconexión se redujo un 25% en promedio para los años de simulación.
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
Capítulo 6 121
Figura 6-19. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de
interconexión: bajo el conjunto de políticas para la autogestión.
a. Emisiones (TCO2) b. Margen de reserva (%)
c. Precio d. Demanda interconexión (MWh)
La tabla que se presenta a continuación (Tabla 6-4) contiene las comparaciones respecto
al caso base, donde la reducción menos significativa corresponde al margen de reserva.
Tabla 6-4. Comparación todas las políticas respecto al caso base
Todas las políticas
Precio -6,8%
Emisiones -95,3%
Margen -1,0%
La Figura 6-20, presenta las viviendas que adoptan la microgeneración, las neveras,
lavadoras y estufas eficientes y conservan electricidad. Respecto al caso base las
diferencias son notables (ver anexo D).
0
50000
100000
150000
200000
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
0
5
10
15
20
25
30
35
40
45
201
4
201
6
201
8
202
0
202
2
202
4
202
6
202
8
203
0
203
2
203
4
203
6
180000185000190000195000200000205000210000215000220000225000230000235000240000245000250000255000260000
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
Capítulo 6 122
Figura 6-20. Viviendas que autogestionan electricidad en el caso de aplicación de todas las políticas
a. Viviendas microgeneran
b. Viviendas que sustituyen nevera c. Viviendas que sustituyen lavadora
d. Viviendas que sustituyen estufa e. Viviendas que conservan
R1 R2 R3 Total regiones Total BAU
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
Capítulo 6 123
En el anexo D se muestra la efectividad de las políticas implementadas para la autogestión
al mismo tiempo. Se encuentra igualmente las comparaciones para cada año de simulación
respecto al caso base.
6.4 Caso pesimista
El escenario pesimista fue planteado en concordancia con las proyecciones realizadas por
la UPME. Este último caso se plantea como parte de la validación del modelo y la
capacidad del mismo para representar las proyecciones realizadas por el en te estatal
encargado de la planeación energética en el país, UPME.
La Figura 6-21 (a) presenta la generación del sistema, la diferencia con el caso base es de
un 9%. Este aumento de la generación respecto al caso base se debe al aumento de la
demanda residencial. Por su lado, la capacidad es un 4% mayor al caso base.
Figura 6-21. (a) Generación y (c) Capacidad instalada
a. Generación (MWh) b. Capacidad Instalada (MW)
Solar, Eólica, Otras, Carbón, Fuel Oil, Gas, Filo de agua, Hidro
La Figura 6-22 presenta las emisiones, el margen, el precio y la demanda de interconexión
del caso pesimista. La Tabla 6-5 presenta los porcentajes de aumento de acuerdo a las
gráficas de la Figura 6-22.
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
Capítulo 6 124
Figura 6-22. (a) Emisiones, (b) Margen de reserva, (c) Precio de la electricidad y (d) Demanda de
interconexión: bajo el caso pesimista
a. Emisiones (TCO2) b. Margen de reserva (%)
c. Precio d. Demanda interconexión (MWh)
Tabla 6-5. Comparación caso pesimista respecto al caso base
Caso pesimista
Precio 2,2%
Emisiones 166,4%
Margen 36,4%
Demanda interconexión 9%
La demanda residencial de electricidad para el caso pesimista se presenta en la Figura
6-23. Respecto al caso base, en el cual se considera la penetración de la autogestión de
electricidad, la demanda residencial de electricidad crece un 33%.
0
100000
200000
300000
400000
500000
600000
0
5
10
15
20
25
30
35
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
4
202
6
202
7
202
9
203
0
203
2
203
3
203
5
203
6
215000
220000
225000
230000
235000
240000
245000
250000
255000
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
201
4
201
5
201
7
201
9
202
1
202
3
202
5
202
6
202
8
203
0
203
2
203
4
203
6
Capítulo 6 125
Figura 6-23. Demanda residencial caso pesimista
a. Demanda residencial red (MWh)
R1 R2 R3 Total regiones Total BAU
En la Tabla 6-6 se presenta las proyecciones de la demanda de energía eléctrica realizada
por la UPME para los años 2027 y 2031.
Tabla 6-6. Proyecciones UPME de energía eléctrica
UPME- Demanda EE (GWh)
Referencia Año Esc Alto Esc Medio Esc Bajo
(UPME, 2013b) 2031 124053 111292 100202
(UPME, 2013b) 2027 107966 99355 91569
(UPME, 2013a) 2027 106032,5 98864,3 91696
(UPME, 2013c) 2027 92279,25 90265,07 88250,9
6.5 Conclusiones capítulo 6
De acuerdo a los resultados presentados en este capítulo se concluye que las políticas
fiscales y de divulgación de las tecnologías aportan considerablemente para el desarrollo
de la autogestión de electricidad en el sector residencial urbano de Colombia. Sin embargo,
un análisis exclusivamente financiero concluye que la técnica de autogestión que entrará
al mercado sin importar las políticas fiscales o publicitarias implementadas será la
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
201
4
201
6
201
8
202
0
202
2
202
4
202
7
202
9
203
1
203
3
203
5
Capítulo 6 126
microgeneración, pues el desarrollo de la tecnología fotovoltaica ha permito disminuir su
costo y por tanto existe paridad de red.
Bajo los esquemas modelados, al reducirse la demanda y aumentar la generación a partir
de fuentes renovables (hidro, filo y eólica principalmente), el margen de reserva disminuye
hasta puntos críticos en los cuales se amenaza el suministro de energía bajo fenómenos
climatológicos extremos (Niño).
A continuación se presenta el capítulo final con las conclusiones del trabajo de
investigación desarrollado.
Capítulo 7
7. Conclusiones y trabajo futuro
Este capítulo contiene los aportes derivados de esta tesis de investigación y la divulgación
que se han hecho de ellos, adicionalmente se proponen trabajos futuros que permitan
continuar con el estudio del problema de investigación.
7.1 Conclusiones
Dado el nuevo esquema de abastecimiento de la demanda (en el cual se considera al
consumidor final como un agente activo en la gestión de su consumo de electricidad) que
proporciona las posibilidades para tomar las decisiones correctas y encontrar el mayor
beneficio posible para el usuario final, la autogestión de electricidad permite integrar todas
las técnicas del lado del consumidor para la reducción de demanda de electricidad. Esta
reducción de electricidad consumida trae consigo beneficios ambientales ligados a la
reducción de generación a partir de fuentes fósiles, un aumento en la seguridad del sistema
y un menor precio pagado por la electricidad consumida.
El sector residencial de Colombia constituye el 40% de la demanda nacional de energía
eléctrica. Al ser un sector intensivo en el consumo de electricidad debido al uso continuo
de electrodomésticos, se considera un foco importante en esfuerzos para la reducción del
uso de energía y por tanto es primordial dentro de esta investigación para estudiar lo que
pasará si se implementan políticas fiscales y publicitarias que permitan gestionar de
manera apropiada dicho consumo de electricidad.
Capítulo 7
Conclusiones
128
A la luz de los resultados obtenidos dentro de esta tesis de investigación, se puede concluir
que las políticas propuestas son efectivas para fomentar la penetración de la autogestión
de electricidad en el sector residencial de Colombia y que, aun sin la implementación de
políticas el país está a puertas de un cambio inminente en la forma en la que se concibe
el suministro de energía y la gestión de la misma.
A continuación se presenta el reporte del cumplimiento de los objetivos específicos de esta
tesis de investigación y consigo el cumplimiento del objetivo general planteado.
Reporte cumplimiento de los objetivos específicos:
A continuación se presenta el cumplimiento de los objetivos específicos planteados y los
logros alcanzados en relación a cada uno.
Identificar las principales tecnologías que podrían incrementar la autogestión de
electricidad en sector residencial colombiano.
Dentro del estudio realizado durante los capítulos 2 y 3 se explican las principales
características de la microgeneración y eficiencia a nivel mundial y local. Para Colombia
se eligieron las celdas fotovoltaicas para microgenerar y los electrodomésticos de mayor
consumo o aquellos que son objeto del plan de acción del PROURE. Para tales tecnologías
se consideraron escenarios que proporcionaran un ambiente más propicio para la
penetración de la autogestión de electricidad en el sector residencial y el mercado eléctrico
de Colombia. El aporte de la investigación en cumplimiento con este objetivo consiste en
exponer las principales tecnologías propicias para la promoción de la autogestión.
Construir un modelo de simulación que permita conocer y comprender la
autogestión de electricidad.
En el capítulo 4 se mostró por qué la dinámica de sistemas es la mejor metodología de
simulación para afrontar la problemática planteada. Luego, en el capítulo 5 se desarrolló
el modelo a partir del cual es posible estudiar la autogestión de electricidad en el sector
Capítulo 7
Conclusiones
129
residencial de Colombia. El modelo de demanda realizado, al ser parte de una plataforma
general que integra y modela el mercado eléctrico y las tecnologías bajas en carbono,
permite una comprensión holística de todos los elementos relacionados con la autogestión
de electricidad.
Formular políticas que permitan incentivar el desarrollo de la autogestión de
electricidad en el sector residencial urbano de Colombia
Con la revisión bibliográfica realizada en el capítulo 3 sobre las políticas aplicadas a nivel
mundial para la microgeneración, eficiencia y conservación, se lograron proponer y
estudiar cinco casos diferentes que permitieron resolver las preguntas existentes sobre lo
que pasaría si se incentivara la autogestión de electricidad en el sector residencial
colombiano. A partir de este análisis se descubrió que un marco general con políticas
fiscales y de publicidad hacia la autogestión aumentará considerablemente los porcentajes
de penetración de dicha técnica en el mercado eléctrico colombiano; además de modificar
la dinámica del mercado de manera importante.
Al evidenciar el cumplimiento de cada uno de los objetivos específicos se garantiza el
alcance del objetivo general planteado en el capítulo 3.
Divulgación de los resultados
Penetración de los sistemas fotovoltaicos en el sector residencial colombiano. Evento: XI
Encuentro Colombiano de Dinámica de Sistemas. En: Bucaramanga, Colombia
(Septiembre 11- 13, 2013).
Efecto de la selección de tecnologías renovables en la demanda de electricidad residencial.
Evento: XI Congreso Latinoamericano de Dinámica de Sistemas. En: Ciudad de México,
México (Nov. 6-8, 2013).
Capítulo 7
Conclusiones
130
Evaluación de la difusión de microgeneración. Evento: XII Encuentro Colombiano de
Dinámica de Sistemas. En: Bogotá, Colombia (Agosto 27- 29, 2014).
7.2 Trabajo futuro
Como parte de análisis posteriores a esta investigación se recomienda realizar
estudios que permitan evaluar escenarios para los incentivos especí ficos
propuestos en la Ley 1715 después de tener como referencia la regulación
pendiente por efectuarse.
Se considera oportuno realizar un estudio que abarque los sectores comerciales e
industriales del país, pues representan el 60% de la demanda de electricidad del
país y algunos integrantes de estos sectores representan a los consumidores no
regulados del sistema, por ende son porciones del mercado potencial para la
autogestión de electricidad en el país.
Referencias 131
Referencias
Albadi, M. H., & El-Saadany, E. F. (2007). Demand Response in Electricity Markets : An Overview, 1–5.
Albadi, M. H., & El-Saadany, E. F. (2008). A summary of demand response in electricity markets. Electric Power Systems Research, 78(11), 1989–1996. doi:10.1016/j.epsr.2008.04.002
Allen, S. R., Hammond, G. P., & McManus, M. C. (2008). Prospects for and barriers to domestic micro-generation: A United Kingdom perspective. Applied Energy, 85(6), 528–544. doi:10.1016/j.apenergy.2007.09.006
Al-Sunaidy, A., & Green, R. (2006). Electricity deregulation in OECD (Organization for Economic Cooperation and Development) countries. Energy, 31(6-7), 769–787. doi:10.1016/j.energy.2005.02.017
Ashina, S., & Nakata, T. (2008). Energy-efficiency strategy for CO2 emissions in a residential sector in Japan. Applied Energy, 85(2-3), 101–114. doi:10.1016/j.apenergy.2007.06.011
Balcombe, P., Rigby, D., & Azapagic, A. (2013). Motivations and barriers associated with adopting microgeneration energy technologies in the UK. Renewable and Sustainable Energy Reviews, 22, 655–666. doi:10.1016/j.rser.2013.02.012
Barlas, Y. (1994). Model validation in System Dynamics. Presented at the International System Dynamics Conference.
Barlas, Y. (1996). Formal aspects of model validity and validation in system dynamics. System Dynamics Review, 12(3), 183–210. doi:10.1002/(SICI)1099-1727(199623)12:3<183::AID-SDR103>3.0.CO;2-4
Bass, F. M. (1969). A New Product Growth for Model Consumer Durables. Management Science, 15.
Bergman, N., & Eyre, N. (2011). What role for microgeneration in a shift to a low carbon domestic energy sector in the UK? Energy Efficiency, 4(3), 335–353. doi:10.1007/s12053-011-9107-9
Bertoldi, P., Hirl, B., & Labanca, N. (2012). Energy Efficiency Status Report 2012.
Blumberga, A., Zogla, G., Davidsen, P., & Moxnes, E. (2011). Residential Energy Efficiency Policy in Latvia: A System Dynamics Approach. In International Conference of the System Dynamics Society, Washington, DC, USA.
Bradley, P., Leach, M., & Torriti, J. (2013). A review of the costs and benefits of demand response for electricity in the UK. Energy Policy, 52, 312–327. doi:10.1016/j.enpol.2012.09.039
Cagno, E., Worrell, E., Trianni, a., & Pugliese, G. (2013). A novel approach for barriers to industrial energy efficiency. Renewable and Sustainable Energy Reviews, 19, 290–308. doi:10.1016/j.rser.2012.11.007
Referencias 132
Cappers, P., Goldman, C., & Kathan, D. (2010). Demand response in U.S. electricity markets: Empirical evidence. Energy, 35(4), 1526–1535. doi:10.1016/j.energy.2009.06.029
CEPAL. (2013). Proyecciones de población. Retrieved from http://www.cepal.org/publicaciones/xml/6/53336/ObservatorioDemografico2013.pdf
Chao, H. (2010). Demand response in wholesale electricity markets: the choice of customer baseline. Journal of Regulatory Economics, 39(1), 68–88. doi:10.1007/s11149-010-9135-y
Claudy, M. C., Michelsen, C., & O’Driscoll, A. (2011). The diffusion of microgeneration technologies – assessing the influence of perceived product characteristics on home owners’ willingness to pay. Energy Policy, 39(3), 1459–1469. doi:10.1016/j.enpol.2010.12.018
Claudy, M. C., Michelsen, C., O’Driscoll, A., & Mullen, M. R. (2010). Consumer awareness in the adoption of microgeneration technologies. Renewable and Sustainable Energy Reviews, 14(7), 2154–2160. doi:10.1016/j.rser.2010.03.028
Congreso. (2014). Ley 1715.
CORPOEMA. (2010). Plan de Desarrollo para las Fuentes No Convencionales de Energía en Colombia.
Costa, P. M., Matos, M. a., & Peças Lopes, J. a. (2008). Regulation of microgeneration and microgrids. Energy Policy, 36(10), 3893–3904. doi:10.1016/j.enpol.2008.07.013
CREG. (2013a). Comisión de Regulación de Energía y Gas - CREG. Retrieved from http://www.creg.gov.co/index.php/sectores/energia/estructura-energia
CREG. (2013b). Estructura del Mercado Mayorista. Retrieved November 19, 2014, from http://www.creg.gov.co/cxc/secciones/mercado_mayorista/estructura.htm
Daim, T., Oliver, T., & Kim, J. (2013). Research and Technology Management in the Electricity Industry. Springer London. doi:10.1007/978-1-4471-5097-8
Daioglou, V., van Ruijven, B. J., & van Vuuren, D. P. (2012). Model projections for household energy use in developing countries. Energy, 37(1), 601–615. doi:10.1016/j.energy.2011.10.044
DANE. (2010). Boletín, Censo general 2005, 9–14.
DANE. (2013). Encuesta nacional de calidad de vida, 1–40.
Del Sol, N. E., & Cabrera Fernández, E. R. (2008). Sistemas Fotovoltaicos. Photovoltaic Systems. (English), 5(1), 21–26.
Demirel, Y. (2012). Energy conservation. In Energy. London: Springer London. doi:10.1007/978-1-4471-2372-9
Dyner, I. (2000). Energy modelling platforms for policy and strategy support, 51(2), 136–144.
Dyner, I., & Franco, C. J. (2004). Consumers’ bounded rationality: the case of competitive energy markets. Systems Research and Behavioral Science, 21(4), 373–389. doi:10.1002/sres.644
Referencias 133
Dyner, I., Franco, C. J., & Arango, S. (2008). El mercado mayorista de electricidad colombiano. Universidad Nacional de Colombia. Retrieved from http://intranet.minas.medellin.unal.edu.co/index.php?option=com_content&view=article&id=356:el-mercado-mayorista-de-electricidad-colombiano&catid=120:libros&Itemid=214
Dyner, I., Franco, C. J., & Cárdenas, L. M. (2013). Making Progress Towards Emissions Mitigation: Modeling Low-Carbon Power Generation Policy. In H. Q. -Ullah (Ed.), Energy Policy Modeling in the 21st century (pp. 235–250). Toronto, Canad: Springer New York.
Dyner, I., Peña, G. E., & Arango, S. (2008). Modelamiento para la simulación de sistemas socio-económicos y naturales. Retrieved from http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:MODELAMIENTO+PARA+LA+SIMULACIÓN+DE+SISTEMAS+SOCIO-ECONÓMICOS+Y+NATURALES#0
Dyner, I., Smith, R. A., & Peña, G. E. (1995). System Dynamics Modelling for Residential Energy Efficiency Analysis and Management. The Journal of the Operational Research Society, 46(10), 1163–1173.
EIA. (2014). Levelized Cost and Levelized Avoided Cost of New Generation Resources in the Annual Energy Outlook 2014.
Elias, A. A. (2008). Energy efficiency in New Zealand’s residential sector: A systemic analysis. Energy Policy, 36(9), 3278–3285.
Elster, J. (1989). Nuts and Bolts for the Social Sciences. Cambridge, UK: Cambridge University Press.
Elster, J. (1996). Tuercas y tornillos. Una introducción a los conceptos básicos de las ciencias sociales.
Energy saving trust. (2005). Potential for Microgeneration Study and Analysis.
EnergyUK. (2012). Smart Demand Response : A Discussion Paper.
EPM. (2010). Cogeneración y Autogeneración.
EPM. (2014). Tarifas, solicitud del servicio, uso inteligente y revisiones periódicas del Servicio de Gas en hogares. Retrieved November 4, 2014, from http://www.epm.com.co/site/clientes_usuarios/Clientesyusuarios/Hogaresypersonas/Gasnatural.aspx
Faber, A., Valente, M., & Janssen, P. (2010). Exploring domestic micro-cogeneration in the Netherlands : An agent-based demand model for technology diffusion. Energy Policy, 38(6), 2763–2775. doi:10.1016/j.enpol.2010.01.008
Faiers, A., Neame, C., & Cook, M. (2007). The adoption of domestic solar-power systems: Do consumers assess product attributes in a stepwise process? Energy Policy, 35(6), 3418–3423. doi:10.1016/j.enpol.2006.10.029
Fleiter, T., Worrell, E., & Eichhammer, W. (2011). Barriers to energy efficiency in industrial bottom-up energy demand models—A review. Renewable and Sustainable Energy Reviews, 15(6), 3099–3111. doi:10.1016/j.rser.2011.03.025
Referencias 134
Forrester, J. W. (1992). System Dynamics , Systems Thinking , and Soft OR, 10(2), 1–14.
Franco, C. J. (1996). Un modelo nacional desagregado para la formulación de políticas para el uso racional de energía.
Franco, C. J. (2002). RACIONALIDAD LIMITADA DEL CONSUMIDOR EN MERCADOS ENERGÉTICOS DESREGULADOS Y LA FUNCIÓN DEL COMERCIALIZADOR Y EL GOBIERNO. Universidad Nacional de Colombia, Sede Medellín.
Gadenne, D., Sharma, B., Kerr, D., & Smith, T. (2011). The influence of consumers’ environmental beliefs and attitudes on energy saving behaviours. Energy Policy, 39(12), 7684–7694. doi:10.1016/j.enpol.2011.09.002
Galarraga, I., Heres, D. R., & Gonzalez-Eguino, M. (2011). Price premium for high-efficiency refrigerators and calculation of price-elasticities for close-substitutes: a methodology using hedonic pricing and demand systems. Journal of Cleaner Production, 19(17-18), 2075–2081. doi:10.1016/j.jclepro.2011.06.025
Garcés, E. (2013). Evaluación de políticas para garantizar el abastecimiento de energía eléctrica en Colombia.
Gelazanskas, L., & Gamage, K. a. a. (2013). Demand side management in smart grid: A review and proposals for future direction. Sustainable Cities and Society, 1–9. doi:10.1016/j.scs.2013.11.001
Gellings, C. W., & Samotyj, M. (2013). Smart Grid as advanced technology enabler of demand response. Energy Efficiency, 685–694. doi:10.1007/s12053-013-9203-0
Gilbert, N., & Troitzsch, K. G. (2005). Simulation for the Social Scientist.
Gillingham, K., Newell, R. G., & Palmer, K. (2009). Energy efficiency economics and policy. The Annual Review of Resource Economics.
Gillingham, K., Newell, R., & Palmer, K. (2006). Energy Efficiency Policies: A Retrospective Examination. Annual Review of Environment and Resources, 31(1), 161–192. doi:10.1146/annurev.energy.31.020105.100157
Green, M. A., Emery, K., Hishikawa, Y., Warta, W., & Dunlop, E. D. (2013). Solar cell efficiency tables (version 41). Progress in Photovoltaics: Research and Applications, 21(1), 1–11. doi:10.1002/pip.2352
Gyberg, P., & Palm, J. (2009). Influencing households’ energy behaviour—how is this done and on what premises? Energy Policy, 37(7), 2807–2813. doi:10.1016/j.enpol.2009.03.043
IDEAM. (1999). Climatologia de Los Principales Aeropuertos. Retrieved November 4, 2014, from http://bart.ideam.gov.co/cliciu/cliciu.htm
IEA. (2007). Mind the Gap.
IEA. (2013). Energy efficiency. Retrieved from http://www.iea.org/topics/energyefficiency/
Referencias 135
Islam, T. (2014). Household level innovation diffusion model of photo-voltaic (PV) solar cells from stated preference data. Energy Policy, 65, 340–350. doi:10.1016/j.enpol.2013.10.004
Islam, T., & Meade, N. (2013). The impact of attribute preferences on adoption timing: The case of photo-voltaic (PV) solar cells for household electricity generation. Energy Policy, 55, 521–530. doi:10.1016/j.enpol.2012.12.041
Jaccard, M. (1995). Oscillating currents The changing rationale for government intervention in the electricity industry, 23(7), 579–592.
Jamshidi, M. (2008). An analysis of residential energy intensity in Iran, a system dynamics approach. In Proceedings of the 26th International Conference of the System Dynamics Society, Athens, Greece (pp. 20–24).
Jiménez, M. (2014). Análisis costo-beneficio de la implementación de sistemas solares fotovoltaicos en algunas zonas rurales de Colombia.
Jones, B. D. (1999). Bounded Rationality. Annual Review of Political Science, 2(1), 297–321. doi:10.1146/annurev.polisci.2.1.297
Keirstead, J. (2007). Behavioural responses to photovoltaic systems in the UK domestic sector. Energy Policy, 35(8), 4128–4141. doi:10.1016/j.enpol.2007.02.019
Kim, H. C., Keoleian, G. A., & Horie, Y. A. (2006). Optimal household refrigerator replacement policy for life cycle energy, greenhouse gas emissions, and cost. Energy Policy, 34(15), 2310–2323. doi:10.1016/j.enpol.2005.04.004
Kirschen, D. S., & Member, S. (2003). Demand-Side View of Electricity Markets, 18(2), 520–527.
Kounetas, K., Skuras, D., & Tsekouras, K. (2011). Promoting energy efficiency policies over the information barrier. Information Economics and Policy, 23(1), 72–84. doi:10.1016/j.infoecopol.2010.08.001
Kua, H. W., & Wong, S. E. (2012). Lessons for integrated household energy conservation policies from an intervention study in Singapore. Energy Policy, 47, 49–56. doi:10.1016/j.enpol.2012.04.009
Larsen, E., Dyner, I., Bedoya V, L., & Franco, C. J. (2004). Lessons from deregulation in Colombia: successes, failures and the way ahead. Energy Policy, 32(15), 1767–1780. doi:10.1016/S0301-4215(03)00167-8
Li, H., & Dai, H.-X. (2008). System Dynamics Based Research on Energy Efficient Residence Market. In 4th International Conference on Wireless Communications, Networking and Mobile Computing, 2008. WiCOM ’08 (pp. 1–4). doi:10.1109/WiCom.2008.1943
Lo, K. (2014). A critical review of China’s rapidly developing renewable energy and energy efficiency policies. Renewable and Sustainable Energy Reviews, 29, 508–516. doi:10.1016/j.rser.2013.09.006
Lopes, M. a. R., Antunes, C. H., & Martins, N. (2012). Energy behaviours as promoters of energy efficiency: A 21st century review. Renewable and Sustainable Energy Reviews, 16(6), 4095–4104. doi:10.1016/j.rser.2012.03.034
Referencias 136
Luque, A., & Hegedus, S. (2003). Handbook of Photovoltaic Science.
Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151–162. doi:10.1057/jos.2010.3
Mahajan, V., Muller, E., & Bass, F. M. (1990). New product diffusion models in marketing: a review and directions for research. Journal Of Marketing, 54, 1–26.
Mahajan, V., Muller, E., & Bass, F. M. (1995). DIFFUSION OF NEW PRODUCTS : EMPIRICAL GENERALIZATIONS AND MANAGERIAL USES. Marketing Science, 14(3).
Mallinson, R. (2013). Electricity Conservation Policy in Ontario: Assessing a System in Progress.
Mehmood Mirza, F., Bergland, O., & Afzal, N. (2014). Electricity conservation policies and sectorial output in Pakistan: An empirical analysis. Energy Policy, 73, 757–766. doi:10.1016/j.enpol.2014.06.016
Mesa, J. D., Mejia, A. E., & Isaza, R. a. H. (2009). Descripción Y Análisis Del Efecto Fotovoltaico En La Región. Scientia Et Technica, XV(42), 327–332.
Ministerio de Minas y Energía. (2001). MINISTERIO DE MINAS Y ENERGIA. Retrieved from http://www.minminas.gov.co/minminas/index.jsp?cargaHome=150_yes&id_sitio=1&palabra_busqueda=uso racional y eficiente de la energ?a&normatividad=true
Montero, J. P., & Sánchez, M. (2001). Crisis eléctrica en california: algunas lecciones para chile*. Estudios Públicos, 83(invierno 2001).
Natarajan, S., Padget, J., & Elliott, L. (2011). Modelling UK domestic energy and carbon emissions: an agent-based approach. Energy and Buildings, 43(10), 2602–2612. doi:10.1016/j.enbuild.2011.05.013
Newbery, D. M. (2002). Regulatory challenges to European electricity liberalisation, 9, 9–43.
NREL. (2013). Best Research- Cell Efficiencies.
Ogawa, K. (2003). PRESENT STATUS OF RESEARCH AND DEVELOPMENT, 2522–2526.
Oikonomou, V., Becchis, F., Steg, L., & Russolillo, D. (2009). Energy saving and energy efficiency concepts for policy making. Energy Policy, 37(11), 4787–4796. doi:10.1016/j.enpol.2009.06.035
Oliver, T., Lew, D., Redlinger, R., & Prijyanonda, C. (2001). Global energy efficiency and renewable energy policy options and initiatives. Energy for Sustainable Development, 5(2), 15–25. doi:10.1016/S0973-0826(08)60266-5
Partain, L. D., & Fraas, L. M. (2010). No Title. In Wiley Series in Microwave and Optical Engineering : Solar Cells and Their Applications (2nd Edition) (pp. 3–153). Hoboken, NJ, USA: Wiley.
PNUD. (2005). Fortalecimiento de la capacidad para eliminar las barreras para el desarrollo y la implementación de normas y etiquetado de eficiencia energética (CSL-Andino). Retrieved from http://www.si3ea.gov.co/Portals/0/URE/docsyl.pdf
Referencias 137
Praetorius, B., Martiskainen, M., Sauter, R., & Watson, J. (2012). Microgeneration in the UK and Germany from a Technological Innovation Systems Perspective, 117–140. doi:10.1007/978-3-7908-2730-9
Prias, O. (2010). Programa de uso racional y eficiente de energía y fuentes no convencionales - PROURE.
Ríos, J. (2013). Simulación de políticas de eficiencia energética en el sector residencial en Colombia.
Ritchie, J. R. B., & Mcdougall, G. H. G. (2014). Designing and Marketing Consumer Energy Conservation Policies and Programs : Implications from a Decade of Research, 4(1985), 14–32.
Samad, T., & Kiliccote, S. (2012). Smart grid technologies and applications for the industrial sector. Computers & Chemical Engineering, 47, 76–84. doi:10.1016/j.compchemeng.2012.07.006
Sanstad, A. H., & Howarth, R. B. (1994). Consumer Rationality and Energy Efficiency, 1–14.
Sardianou, E., & Genoudi, P. (2013). Which factors affect the willingness of consumers to adopt renewable energies? Renewable Energy, 57, 1–4. doi:10.1016/j.renene.2013.01.031
Sauter, R., & Watson, J. (2007). Strategies for the deployment of micro-generation: Implications for social acceptance. Energy Policy, 35(5), 2770–2779. doi:10.1016/j.enpol.2006.12.006
Scarpa, R., & Willis, K. (2010). Willingness-to-pay for renewable energy: Primary and discretionary choice of British households’ for micro-generation technologies. Energy Economics, 32(1), 129–136. doi:10.1016/j.eneco.2009.06.004
Schleich, J. (2009). Barriers to energy efficiency: A comparison across the German commercial and services sector. Ecological Economics, 68(7), 2150–2159. doi:10.1016/j.ecolecon.2009.02.008
Scholl, H. J. (2001). Agent-based and system dynamics modeling: a call for cross study and joint research. In Proceedings of the 34th Annual Hawaii International Conference on System Sciences (p. 8). IEEE Comput. Soc. doi:10.1109/HICSS.2001.926296
Secchi, D. (2011). Extendable Rationality, 19–25. doi:10.1007/978-1-4419-7542-3
Siano, P. (2014). Demand response and smart grids—A survey. Renewable and Sustainable Energy Reviews, 30, 461–478. doi:10.1016/j.rser.2013.10.022
Simon, H. (1972). Theories of bounded rationality. In Decision and organization.
Simon, H. (1996). The Sciences of the Artificial Third edition.
Simon, H. (2007). A Behavioral Model of Rational Choice, 69(1), 99–118.
Simon, H. a. (1999). Bounded rationality in social science: Today and tomorrow. Mind & Society, 1(1), 25–39. doi:10.1007/BF02512227
Referencias 138
Solangi, K. H., Islam, M. R., Saidur, R., Rahim, N. a., & Fayaz, H. (2011). A review on global solar energy policy. Renewable and Sustainable Energy Reviews, 15(4), 2149–2163. doi:10.1016/j.rser.2011.01.007
Soratana, K., & Marriott, J. (2010). Increasing innovation in home energy efficiency: Monte Carlo simulation of potential improvements. Energy and Buildings, 42(6), 828–833.
Sorrell, S., Alexandra, M., & Nye, S. (2011). Barriers to industrial energy efficiency: a literature review. Vienna.
Spees, K., & Lave, L. B. (2007). Demand Response and electricity Market Efficiency. The Electricity Journal, 20(3). doi:10.1016/j.tej.2007.01.006 69
Steg, L. (2008). Promoting household energy conservation. Energy Policy, 36(12), 4449–4453. doi:10.1016/j.enpol.2008.09.027
Sterman. (2000a). Business Dynamics. Jeffrey J. Shelstad.
Sterman, J. D. (2000b). Business Dynamics: Systems Thinking and Modeling for a Complex World.
Timilsina, G. R., Kurdgelashvili, L., & Narbel, P. a. (2012). Solar energy: Markets, economics and policies. Renewable and Sustainable Energy Reviews, 16(1), 449–465. doi:10.1016/j.rser.2011.08.009
Universidad Nacional de Colombia, & UPME. (2006). Determinación del consumo final de energía en los sectores residencial, urbano y comercial.
UPME. (2004). Una visión del mercado eléctrico colombiano. Bogotá.
UPME. (2006). Caracterización energética de los sectores residencial, coemrcial y terciario.
UPME. (2010). Plan de Expansión de Referencia.
UPME. (2012a). Cobertura del SIN distribuida por departamentos. Retrieved November 4, 2014, from http://mapas.upme.gov.co/Piec2008_Cobertura_SIN_Departamentos/
UPME. (2012b). Número de viviendas a nivel departamental. Retrieved November 4, 2014, from http://www.upme.gov.co/generadorconsultas/Consulta_Series.aspx?idModulo=2&tipoSerie=206&grupo=561
UPME. (2013a). PLAN DE EXPANSION DE REFERENCIA GENERACION - TRANSMISIÓN.
UPME. (2013b). Proyección de Demanda de Energía Eléctrica en Colombia.
UPME. (2013c). Proyección de demanda de energía eléctrica en colombia - Resumen ejecutivo, 1–18.
UPME. (2014). Ley 1715. Retrieved November 29, 2014, from http://www.upme.gov.co/Presentaciones/2014/UPME_Renovables_Andesco.pdf
Referencias 139
Van Buskirk, R., Ben Hagan, E., Ofosu Ahenkorah, A., & McNeil, M. a. (2007). Refrigerator efficiency in Ghana: Tailoring an appliance market transformation program design for Africa. Energy Policy, 35(4), 2401–2411. doi:10.1016/j.enpol.2006.08.017
Varone, H., & Aebischer, B. (2001). Energy efficiency: the challenges of policy design, 29.
Wang, Z., & Chen, Z. (2013). RESIDENTIAL DEMAND RESPONSE : AN OVERVIEW OF RECENT SIMULATION AND MODELING APPLICATIONS.
Watson, J., Sauter, R., Bahaj, B., James, P., Myers, L., & Wing, R. (2008). Domestic micro-generation: Economic, regulatory and policy issues for the UK. Energy Policy, 36(8), 3095–3106. doi:10.1016/j.enpol.2008.04.028
Westley, G. D. (1992). New directions in econometric modeling of energy demand: with applications to Latin America. Inter-American Development Bank. Retrieved from http://books.google.com.co/books/about/New_directions_in_econometric_modeling_o.html?id=w7evAAAAIAAJ&pgis=1
Willis, K., Scarpa, R., Gilroy, R., & Hamza, N. (2011). Renewable energy adoption in an ageing population: Heterogeneity in preferences for micro-generation technology adoption. Energy Policy, 39(10), 6021–6029. doi:10.1016/j.enpol.2011.06.066
XM. (2014). Descripción del Sistema Eléctrico Colombiano. Retrieved from http://www.xm.com.co/pages/descripciondelsistemaelectricocolombiano.aspx
Yang, M. (2013). Closing the Gap. Springer London. doi:10.1007/978-1-4471-4516-5
Yohanis, Y. G. (2012). Domestic energy use and householders’ energy behaviour. Energy Policy, 41, 654–665. doi:10.1016/j.enpol.2011.11.028
Zhang, T., & Nuttall, W. J. (2007). An Agent Based Simulation of Smart Metering Technology Adoption, (December).
Zhang, Y., & Wang, Y. (2013). Barriers’ and policies' analysis of China's building energy efficiency. Energy Policy, 62, 768–773. doi:10.1016/j.enpol.2013.06.128
Zhao, J., Mazhari, E., Celik, N., & Son, Y.-J. (2011). Hybrid agent-based simulation for policy evaluation of solar power generation systems. Simulation Modelling Practice and Theory, 19(10), 2189–2205. doi:10.1016/j.simpat.2011.07.005
A. Anexo: Modelo de simulación PowerSim Studio 9
Microgeneración
Regiones según factor de brillo solar
La tabla A1 presentada a continuación, muestra la información correspondiente al recurso solar para cada uno de los departamentos
del SIN. En esta tabla se incluye el número de usuarios totales, la cobertura del SIN, el promedio de horas de brillo solar al día, y para
cada mes. Se presenta además el factor de carga de los paneles fotovoltaicos, correspondiente a cada región según su disponibilidad
promedio de sol diario, el cual indica la porción de día en que el sistema fotovoltaico podría generar energía en cada zona, según la
siguiente relación:
𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 (𝐹𝑐) =𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑏𝑟𝑖𝑙𝑙𝑜 𝑠𝑜𝑙𝑎𝑟
24
Tabla A1. Factor de brillo [130]–[132]
DPTO Capital # de
usuarios totales
%
cobertura SIN
# de
usuarios del SIN
# de viviendas
# de
Viviendas del SIN
Promedio
anual horas/mes
Promedio
anual horas/día
Factor
brillo promedio
Factor
carga
promedio
por región
Caldas Manizales 274296 97% 266067 276270 267982 128,72 4,29 0,18 0,1789
Caquetá Florencia 82553 91% 75123 91624,67 83378 125,49 4,18 0,17
Anexo A 142
Cauca Popayán 305800 74% 226292 352204,14 260631 134,57 4,49 0,19
Chocó Quibdó 103849 90% 93464 128367,76 115531 106,37 3,55 0,15
Córdoba Montería 343710 91% 312776 377892,01 343882 128,69 4,29 0,18
Bogotá Distrito Capital 1813578 100% 1813578 1813677 1813677 135,43 4,51 0,19
Cundinamarca Bogotá 690750 96% 663120 695596 667772 135,43 4,51 0,19
Guaviare San José del Guaviare 20275 80% 16220 25881 20705 132,93 4,43 0,18
Meta Villavicencio 219392 96% 210616 234368,21 224993 131,54 4,38 0,18
Antioquia Medellín 1847319 96% 1773426 1882700 1807392 157,64 5,25 0,22
0,2274
Casanare Yopal 82215 93% 76460 103049,57 95836 151,33 5,04 0,21
Huila Neiva 337368 89% 300258 395116,41 351654 168,15 5,61 0,23
Santander Bucaramanga 549789 93% 511304 569205 529361 159,98 5,33 0,22
Sucre Sincelejo 187951 96% 180433 191946,85 184269 181,68 6,06 0,25
Tolima Ibagué 370783 91% 337413 394807,9 359275 161,56 5,39 0,22
Valle del cauca Cali 1083872 98% 1062195 1119403 1097015 161,83 5,39 0,22
Nariño Pasto 377061 81% 305419 392745,52 318124 165,68 5,52 0,23
Norte de Santander Cúcuta 336520 92% 309598 349505,27 321545 184,43 6,15 0,26
Quindío Armenia 143218 99% 141786 143478 142043 148,74 4,96 0,21
Risaralda Pereira 267890 96% 257174 269681 258894 159,65 5,32 0,22
Cesar Valledupar 230480 93% 214346 241089,45 224213 222,45 7,42 0,31
0,3002
Atlántico Barranquilla 526340 99% 521077 529537,25 524242 211,91 7,06 0,29
Bolívar Cartagena 415363 96% 398748 435628,07 418203 214,77 7,16 0,30
La Guajira Rioacha 126288 95% 119974 162260,45 154147 224,56 7,48 0,31
Magdalena Santa Marta 307173 95% 291814 336719,2 319883 235,11 7,84 0,33
Arauca Arauca 51419 82% 42164 54916 45031 188,29 6,28 0,26
Anexo A
Para poder caracterizar las regiones según el factor de brillo solar, la tabla A2 muestra los
rangos en los cuales se dividieron las regiones (R1, R2 y R3)
Tabla A2. Regionalización según factor de brillo
Rango promedio para la asignación de la región
R1 R2 R3
De 0,1477 a 0,2073 De 0,2074 a 0,2669 De 0,2669 a 0,3265
Costo de generación solar
La figura A1, presenta el diagrama de flujos y niveles para el costo de generación solar.
Figura A1. Costo de generación solar
Energía Generada (Et):
La figura A2, presenta el diagrama de flujos y niveles para la energía generada.
Figura A2. Energía generada por los paneles solares
Solar
Costo instalaciónsolar residencial
inicial
Costo instalaciónsolar residencial
Curva deaprendizaje mundial
residencial solar
Activación Subsidioa paneles solares
Precio solar
Tasa descuentoresidencial solar
Vida util pv
precio electricidadsolar sin und
costo nivelado deenergía
costo baterias
energía generadapor el panelal año
tasa interés panelsolar
Costo instalacionsolar con interés
Tiempo inversiónpanel
Generación solar
factor de carga delos paneles
horas en un año
capacidad instaladapanel solar
energía generadapor el panelal año
ratio dedegradación
eficiencia anual
Vida util pv
Anexo A. 144
Atención de la demanda (%):
La figura A3, presenta el diagrama de flujos y niveles para la atención de la demanda.
Figura A3. Atención de la demanda por el panel solar
Modelo de Bass de microgeneración
La figura A4, presenta el diagrama de flujos y niveles del modelo de Bass para las viviendas
microgeneradoras.
Figura A4. Modelo Bass para la microgeneración
Modelo de selección de microgeneración
Atención de la demanda
energía generadapor panel al mes
atención a lademanda con micro
por vivienda
Intensidad energética
Energía generadapor panel al año
Bass micro
viviendas que noconocen micro
construcción denuevas viviendas
proceso deconocimiento micro
viviendas que conocenmicro
adopción boca-bocamicro
tasa contacto -qmicro
Adopción publicidadcreencia verde
micro
Coeficienteinnovación -p-micro
Fracción adopciónconocedores micro
viviendaspotenciales micro
factor de casaspotenciales micro
viviendas totalesmicro
Deficit viviendas
tasa nuevasviviendas
Consumo viviendasno conocen micro-
red
Micro
Intensidad energética
viviendasrequeridas
viviendas colombia
% regiones
viviendas colombiapor regiones
viviendas totalesmicro
viviendas totalesmicro
Anexo A. 145
La figura A5, presenta el diagrama de flujos y niveles del modelo de selección de la
microgeneración.
Figura A5. Modelo selección microgeneración
Eficiencia
A continuación se presenta el modelo realizado de eficiencia energética para cada uno
de los electrodomésticos analizados.
Neveras
El modelo general para la sustitución de las neveras por otras más eficientes se presenta
a continuación.
Selección microgeneración
viviendas micro
Nuevas viviendasque conocen y
creen micro
Posibles viviendassustitución micro
creen
Nuevas viviendasque conocen pero
no creen
CC conocen y creenmicro
Gama conocen ycreen micro
CC conocen nocreen micro
Gama conocen y nocreen micro
Posibles viviendassustitución micro no
creen
% posiblesviviendas conocen y
creen -micro
%posibles viviendasconocen-micro y no
creen
viviendas conocenpero no seleccionan
micro
Nuevas viviendasno seleccionan
micro
Consumo viviendasmicro
complementario red
Consumo viviendasno seleccionan
micro -red
Consumo viviendascon panel solar
Reselección micro
CC no seleccionanmicro
Intensidad energética
Intensidad energética
Gama reseleccionanmicro
precio electricidadresidencial sin und
precio electricidadsolar sin und
precio electricidadresidencial sin und
precio electricidadsolar sin und
proceso deconocimiento micro
atención a lademanda con micro
por vivienda
% consumo red conmicro
proceso deconocimiento micro
CC no seleccionanmicro
Anexo A. 146
Figura A6. Modelo de Bass para las neveras
Figura A7. Costo mensual equivalente y Customer choice para las neveras
Bass Neveras
viviendas que noconocen neveras efi
proceso deconocimientoneveras efi
viviendas que conocenneveras efi
adopción boca-boca- neveras efi
tasa contacto -q -neveras efi
Adopción publicidadcreencia verde-
neveras efi
Coeficienteinnovación -p -
nveras efi
Fracción adopciónconocedores -
neveras efi
viviendaspotenciales que
tiene nevera
% viviendas poseenneveras
viviendas totales efi
neveras
construcción denuevas viviendas efi
Deficit viviendas
tasa nuevasviviendas
Intensidad energética
consumo viviendasno conocen -neveras efi
viviendas colombiapor regiones
viviendas totales efi
CME y CC - Neveras
CC conocen y creen- neveras
Gama conocen ycreen neveras
CC conocen y nocreen neveras
Gama conocen y nocreen neveras
Costo electricidadpor vivienda
Intensidadenergética nevera
efi
CC no seleccionanneveras
Gama reseleccionanneveras
Costo mensualequivalente sin
unidades neveras
Costo electricidadpor vivienda sin
unidad
Intensidad energéticaCosto operación
anual-neveraCosto anualequivalente-nevera
Costo inicialinversión-nevera
Tiempo deinversion-nevera
Tasa interés anual -nevera
Costo anualequivalente-nevera
precio electricidadresidencial sin und
Precio promedioelectricidadresidencial
Activación subsido ala nevera
Costo inversión-nevera
precio electricidadresidencial cambio
unds
% ahorro consumocon neveras efi
% Consumo neveraregular
% consumo neverasefi
Costo electricidadpor vivienda sin
unidad
% consumo porviviendas conneveras efi
% consumo neverasefi
Anexo A. 147
Figura A7. Modelo selección para las neveras
Lavadoras
El modelo general para la sustitución de las lavadoras por otras más eficientes se presenta
a continuación.
Figura A8. Modelo de Bass para las lavadoras
Eficiencia - neveras
viviendas Efciencia -nevera
Nuevas viviendasconocen y creen
neveras
Nuevas viviendasconocen y no creen
neveras
Posibles viviendassustitución creen
neveras
Posibles viviendassustitución no creen
neveras
%posibles viviendasconocen y no creen
neveras
Viviendas queconocen pero no
seleccionan neverasNuevas viviendas noseleccionan neveras
Reselección neveras
Intensidad energética
Consumo viviendasque conocen pero
no seleccionanneveras
Consumo de ahorroneveras efi por
vivienda
viviendassustituyen neveras
CC conocen y nocreen neveras
CC conocen y creen- neveras
CC no seleccionanneveras
Intensidad energética
% Posiblesviviendas conocen y
creen -neveras
viviendassustituyen neveras
% ahorro consumocon neveras efi
Costo electricidadpor vivienda sin
unidad
% consumo porviviendas conneveras efi
Consumo total porviviendas conneveras efi
% neveras asustituir
proceso deconocimientolavadoras efi
vivienda5
6
vivienda/mo5
6vivienda/mo5
6
Bass Lavadoras
viviendas que noconocen lavadoras efi
proceso deconocimientolavadoras efi
viviendas que conocenlavadoras efi
adopción boca-boca-lavadoras efi
tasa contacto -q -lavadoras efi
Adopción publicidadcreencia verde-lavadoras efi
Coeficienteinnovación -p -lavadoras efi
Fracción adopciónconocedores -lavadoras efi
viviendaspotenciales quetienen lavadoras
% viviendas poseenlavadoras
viviendas totaleslavadoras efi
lavadoras
construcción denuevas viviendas -
lavadoras
Deficit viviendas
tasa nuevasviviendas
Intensidad energética
consumo viviendasno conocen -
lavadoras
viviendas colombiapor regiones
viviendas totaleslavadoras efi
Anexo A. 148
Figura A9. Costo mensual equivalente y Customer Choice para las lavadoras
Figura A10. Modelo de selección para las lavadoras
Estufas
El modelo general para la sustitución de las estufas por otras más eficientes se presenta a
continuación.
CME y CC - Lavadoras
CC conocen y creen- lavadora
Gama conocen ycreen neveras -
lavadora
CC conocen y nocreen - lavadora
Gama conocen y nocreen - lavadora
Intensidadenergéticalavadoras
CC no seleccionan -lavadora
Gamareseleccionan -
lavadora
Costo mensualequivalente sin
unidades - lavadora
Intensidad energética
% Consumolavadoras efi
Costo operaciónanual - lavadora
Costo anualequivalente -
lavadora
Costo inicialinversión -lavadoras
Tiempo de inversion- lavadoras
Tasa interés anual -lavadoras
Costo anualequivalente -
lavadora
Precio promedioelectricidadresidencial
Costo electricidadpor vivienda sin
unidad
Activación Subsidioa la lavadora
Costo inversión-lavadora
Costo mensualequivalente sin
unidades - lavadora
% consumolavadora regular
% consumo porviviendas conlavadoras efi
% ahorro consumocon lavadoras efi
Eficiencia - lavadoras
viviendas Efciencia -lavadora
Nuevas viviendasconocen y creen -
lavadora
Nuevas viviendasconocen y no creen
- lavadora
Posibles viviendassustitución creen -
lavadora
% Posiblesviviendas conocen y
creen -lavadora
Posibles viviendassustitución no creen
- lavadora
% posiblesviviendas conocen yno creen - lavadora
Viviendas queconocen pero no
seleccionan -lavadora
Nuevas viviendasno seleccionan -
lavadora
Reselección -lavadora
Intensidad energéticaConsumo viviendasque conocen perono seleccionan -
lavadora
Consumo totalporviviendas conlavadora efi
Consumo de ahorrolavadoras efi por
viviendas
CC conocen y nocreen - lavadora
CC conocen y creen- lavadora
CC no seleccionan -lavadora
Intensidad energética
% ahorro consumocon lavadoras efi
% consumo porviviendas conlavadoras efi
proceso deconocimientolavadoras efi
proceso deconocimientolavadoras efi
Anexo A. 149
Figura A11. Modelo de Bass para las estufas
Figura A12. Costo mensual equiv alente y Customer Choice para las estufas
Bass Estufas
viviendas que noconocen estufas efi
proceso deconocimientoestufas efi
viviendas que conocenestufas efi
adopción boca-boca- estufas efi
tasa contacto -q -estufas efi
Adopción publicidadcreencia verde-
estufa efi
Coeficienteinnovación -p -
estufas efi
Fracción adopciónconocedores -
estufas efi
viviendaspotenciales quetiene estufas efi
% viviendas poseenestufa
viviendas totales efi2
estufas
construcción denuevas viviendas -
estufas efi
Deficit viviendas
tasa nuevasviviendas
Intensidad energética
consumo viviendasno conocen -estufas
viviendas colombiapor regiones
viviendas totales efi2
CME y CC - Estufas
CC conocen y creen- estufa
Gama conocen ycreen neveras -
estufaCC conocen y nocreen - lavadora -
Copy
Gama conocen y nocreen - estufa
CC no seleccionan -estufa
Gamareseleccionan -
estufa
Costo mensualequivalente sin
unidades - estufa
Costo operaciónmes - estufa gas
Costo anualequivalente - estufa
gas
Costo estufa
Tiempo de inversion- estufa
Tasa interés anual -estufa
Costo anualequivalente - estufa
gas
Costo electricidadpor vivienda sin
unidad
Activación Subsidioa la estufa
Costo inversión -estufa gas
Costo instalacióngas natural
Costo inversiónestufa
m3 Consumidos degas natural por
vivienda por mes
Costo gas naturalpor m3
costo operacionanual - estufa gas
Anexo A. 150
Figura A13. Modelo de selección para las estufas
Conservación
El modelo general de flujos y niveles para la adopción de costumbres y hábitos
conservacionistas de electricidad.
Figura A14. Modelo de Bass para la conservación
Eficiencia - Estufa
viviendas Efciencia -estufa
Nuevas viviendasconocen y creen -
estufa
Nuevas viviendasconocen y no creen
- estufa
Posibles viviendassustitución creen -
estufa
%Posibles viviendasconocen y creen -
estufa
Posibles viviendassustitución no creen
- estufa
%posibles viviendasconocen y no creen
- estufa
Viviendas queconocen pero no
seleccionan - estufaNuevas viviendasno seleccionan -
estufa
Reselección - estufa
Intensidad energética
Consumo viviendasque conocen perono seleccionan -
estufa
Consumo estufaelectrica por
vivienda
intensidadenergética estufa
electrica
CC conocen y nocreen - lavadora -
Copy
CC conocen y creen- estufa
CC no seleccionan -estufa
% consumo estufaelectrica mes
Intensidad energéticaConsumo totalviviendas con
estufa
proceso deconocimientoestufas efi
proceso deconocimientoestufas efi
Bass conservación
viviendas que noconocen conser
proceso deconocimiento -
Conser
viviendas que conocen- conser
adopción boca-boca- Conser
tasa contacto -q -conser
Adopción publicidadcreencia verde -
Conser
Coeficienteinnovación -p -
Conser
Fracción adopciónconocedores -
conser
viviendaspotenciales -
Conser
factor de viviendaspotenciales -
Conser
viviendas totalesConser
Conservación
Construcciónnuevas viviendas
conser
tasa nuevasviviendas
Deficit viviendas
Intensidad energética
Consumo viviendasno conocen conser-
red
viviendas colombiapor regiones
arrsum viviendasconservación
viviendas totalesConser
Anexo A. 151
Figura A15. Modelo de selección de la conservación
Selección conservación
Viviendasconservación
Nuevas viviendasconocen y creen
cons
Viviendas queconocen pero no
seleccionanNuevas viviendasno seleccionan con
reselección conser
#Viviendasconservan
% viviendas quereseleccionan
conser
%Seleccionanconservación
%No seleccionan
proceso deconocimiento -
Conser
Anexo B. 153
B. Anexo: Formulación del modelo de simulación en PowerSim Studio 9
Descripción de los parámetros del modelo
Microgeneración
Nombre Valores Significado Fuente
Factor de casas potenciales
0.69 Representa el número de casas en Colombia
(DANE, 2010)
Tasa contacto –q micro
0.1036 Coeficiente de imitación o
influencias internas para los paneles
(Islam, 2014)
Coeficiente innovación p-micro
0.0914 Influencias externas para los
paneles solares (Islam, 2014)
Costo de instalación solar
$6.500.000 Costo inicial de la instalación de los paneles solares en las
residencias (Jiménez, 2014)
Costo de las baterías $580.000
Costo del sistema de baterías del panel. Este se debe reemplazar cada 5 años
(Jiménez, 2014)
Vida útil de los paneles
20 yr Tiempo (en años) de duración
del panel solar (Jiménez, 2014)
Tasa de descuento 0.172 Tasa de aversión al riesgo (Jiménez, 2014)
Tasa de degradación eficiencia *
0.001 Tasa a la cual cambia la eficiencia de los paneles solares.
(Jiménez, 2014)
Capacidad del panel solar* 0.001MW Capacidad de generación Por los autoresa
Anexo B. 154
Factor de carga de los paneles
0.1789
Calculo hecho por
los autores con datos [132]
0.2274
0.3002
Eficiencia
Nombre Valores Significado Fuente
% viviendas poseen neveras
0.787 Porcentaje de las viviendas
que poseen neveras (DANE, 2013)
Coeficiente innovación p-neveras
0.0023 Influencias externas para las neveras (Ríos, 2013)
Tasa contacto –q neveras 0.215
Coeficiente de imitación o influencias internas para las neveras
(Ríos, 2013)
% Neveras a sustituir
0.812 Porcentaje de hogares colombianos con nevera
(Ríos, 2013)
Tiempo de vida útil de la nevera 25
Tiempo (en años) durante el cual un colombiano promedio usa una nevera
(Ríos, 2013)
Inversión inicial de las neveras
1135000 Precio de una nevera de tamaño medio ($)
(Ríos, 2013)
% viviendas poseen lavadoras 0.518
Porcentaje de las viviendas que poseen lavadoras (DANE, 2013)
Coeficiente innovación p-lavadoras
0.0023 Influencias externas para las lavadoras
Por los autoresb
Tasa contacto –q lavadoras
0.215 Coeficiente de imitación o influencias internas para las lavadoras
Por los autoresb
Tiempo de vida útil de la lavadoras
18 Tiempo (en años) durante el cual un colombiano promedio usa una lavadora
(Ríos, 2013)
Inversión inicial de las lavadoras *
1500000 Precio de una lavadoras de tamaño medio ($)
Calculo hecho por los autores con datos del medio
Anexo B. 155
% viviendas poseen estufas eléctricas
0.235 Porcentaje de las viviendas
que poseen estufas eléctricas (DANE, 2013)
Coeficiente innovación p-estufas
0.0023 Influencias externas para las estufas eléctricas
Por los autoresb
Tasa contacto –q estufas
0.215 Coeficiente de imitación o influencias internas para las estufas eléctricas
Por los autoresb
Costo estufa a gas * 1000000 Precio de una estufa a gas ($)
Calculo hecho por los autores con datos del medio
Costo instalación Gas Natural
900000 Precio de la instalación de la red del gas natural ($)
(EPM, 2014)
Costo gas natural por m3 854.64
Precio del m3 de gas natural para Antioquia ($) (EPM, 2014)
m3 vivienda/mes 35 Consumo promedio de m3 de gas natural en una vivienda al mes
(EPM, 2014)
Conservación
Coeficiente innovación p-neveras
0.0023 Influencias externas para las neveras
(Mahajan et al., 1990)c
Tasa contacto –q conservación 0.38
Coeficiente de imitación o influencias internas para las neveras
(Mahajan et al.,
1990)c
a. Dentro del medio existen paneles para la microgeneración de distintas capacidades
que van desde los 0.6 kW a los 10.5 kW. Para el propósito de esta tesis se
consideró apropiado realizar el estudio con un panel de 1kW.
b. Al no encontrase información en la literatura de estudios de la difusión, según el
modelo de Bass, para las lavadoras o estufas eléctricas, se optó por tomar los datos
de las neveras dado que son tecnologías similares y de uso doméstico.
c. Al no encontrase información en la literatura de estudios de la difusión, según el
modelo de Bass, para la conservación de electricidad, se optó por tomar los datos
de la literatura para la penetración general de las tecnologías
C. Anexo: Pruebas condiciones extremas y análisis de sensibilidad
Prueba de Condiciones extremas
Viviendas ~ 0: Este parámetro no se lleva a cero directamente sino a un valor muy
cercano (0.00000000001), debido al modelo de Bass en el cual se requiere dividir
por el total de viviendas y esto llevaría un error en el modelo. Con valores cercanos
a cero se espera que la demanda residencial sea cercana a cero y muy pocas
vivienda adopten la microgeneración, los electrodomésticos eficientes o la
conservación.
Figura C1. Condiciones extremas
c. Viviendas d. Demanda EE
R1 R2 R3 Total regiones
Incremento Precio de las tecnologías: Se eleva el precio inicial de los paneles
solares, las neveras, lavadoras y estufas para confirmar que a un alto precio
aproximadamente ninguna vivienda adoptará la tecnología. Las viviendas que
0
5E-13
1E-12
1,5E-12
2E-12
2,5E-12
3E-12
3,5E-12
4E-12
4,5E-12
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
0
1E-13
2E-13
3E-13
4E-13
5E-13
6E-13
7E-13
8E-13
201
4
201
5
201
7
201
9
202
0
202
2
202
4
202
5
202
7
202
9
203
0
203
2
203
4
203
5
Anexo C. 157
adoptan la tecnología no es igual a cero debido a los modelos de Bass y los gama
de los modelos customes choice.
Viviendas
Lavadoras Estufas Neveras Microgeneracións
Demanda residencial y consumo ahorrado (MWh)
Consumo panel ahorro eficiencia Ahorro conservación Demanda red
0
0,0000005
0,000001
0,0000015
0,000002
0,0000025
0,000003
0,0000035
0,000004
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
4
202
6
202
7
202
9
203
0
203
2
203
3
203
5
203
6
0
0,0000005
0,000001
0,0000015
0,000002
0,0000025
0,000003
0,0000035
0,000004
201
4
201
5
201
7
201
8
202
0
202
1
202
3
202
4
202
6
202
7
202
9
203
0
203
2
203
3
203
5
203
6
Anexo D. 158
D. Anexo: resultados comparativos
Base
Año Generación
(MWh) Capacidad
(MW) Viviendas
Demanda Interconexión
Demanda residencial
2014 623120,0 1794,9 13277184,67 4984960,2 1953156,9
2015 641705,9 1959,9 13374378,39 5133647,0 1959604,7
2016 660922,0 2031,0 13516767,13 5287375,6 1964421,0
2017 680647,3 2029,1 13676409,26 5445178,3 1966325,1
2018 700843,0 2072,1 13843486,2 5606743,6 1964677,8
2019 721787,1 2249,0 14014558,75 5774296,8 1961361,1
2020 744460,3 2276,5 14188433,49 5955682,8 1963860,7
2021 768255,5 2309,2 14364707,68 6146043,6 1966942,6
2022 793037,8 2354,0 14543257,14 6344302,6 1969136,3
2023 819021,0 2413,2 14724055,93 6552168,4 1971738,3
2024 846347,0 2469,0 14907112,94 6770776,0 1975452,1
2025 875292,4 2527,5 15092449,53 7002339,3 1982039,6
2026 906022,5 2584,0 15280091,67 7248180,3 1992350,0
2027 938691,7 2674,0 15470067,2 7509533,2 2007122,2
2028 973566,2 2777,8 15662404,83 7788529,2 2027969,0
2029 1010603,3 2879,5 15857133,84 8084826,4 2054005,8
2030 1049794,4 2985,1 16054283,91 8398355,2 2084594,6
2031 1091267,8 3095,2 16253885,13 8730142,6 2120167,8
2032 1135002,9 3219,6 16455967,98 9080023,1 2159937,1
2033 1181046,1 3335,0 16643416,6 9448368,6 2203622,2
2034 1229444,4 3476,6 16867702,33 9835555,4 2250917,1
2035 1280281,5 3642,2 17077416,71 10242252,2 2301775,6
2036 1333644,7 3803,3 17289738,43 10669157,8 2356148,5
promedio 913252,3819 2650,336255 15149343,9 7306019,055 2050318,531
Microgeneración respecto al Caso Base
Año Generación
(MWh) Capacidad
(MW) Viviendas
Demanda Interconexión
Demanda residencial
red
Consumo panel solar
2014 -5% 0% 7,8% -4,78% -7,1% 7,1%
2015 -16% 0% 22,6% -15,79% -20,4% 20,4%
2016 -18% 0% 33,9% -17,98% -30,7% 30,7%
Anexo D. 159
2017 -18% -1% 42,7% -17,91% -39,0% 39,0%
2018 -21% -3% 48,9% -21,11% -45,3% 45,3%
2019 -24% -5% 53,2% -23,55% -49,9% 49,9%
2020 -23% -8% 56,2% -23,10% -53,3% 53,3%
2021 -21% -11% 58,1% -20,57% -55,7% 55,7%
2022 -21% -15% 58,9% -20,70% -57,2% 57,2%
2023 -21% -18% 58,9% -20,84% -57,9% 58,0%
2024 -23% -19% 58,3% -23,09% -58,1% 58,1%
2025 -23% -21% 57,3% -23,45% -57,7% 57,8%
2026 -25% -21% 56,1% -24,82% -57,0% 57,0%
2027 -25% -22% 54,7% -24,88% -55,9% 56,0%
2028 -24% -22% 53,4% -24,12% -54,7% 54,8%
2029 -24% -22% 52,0% -23,92% -53,4% 53,5%
2030 -24% -22% 50,7% -23,51% -51,9% 52,0%
2031 -23% -22% 49,4% -22,90% -50,4% 50,5%
2032 -22% -22% 48,2% -22,38% -48,9% 49,0%
2033 -22% -21% 47,1% -21,76% -47,3% 47,4%
2034 -21% -22% 45,8% -20,97% -45,7% 45,8%
2035 -21% -22% 44,7% -20,63% -44,1% 44,2%
2036 -20% -21% 43,5% -19,87% -42,5% 42,6%
promedio -21% -15% 48% -21% -47% 47%
Eficiencia respecto al Caso Base
Año Generación
(MWh)
Capacidad
(MW)
Viviendas
neveras
Viviendas
lavadoras
Viviendas
estufa
Demanda
Interconexión
Demanda
residencial red
2014 8% 0% 6,3% 8,09% 0,4% -2,6% -1,5%
2015 7% 0% 19,1% 23,78% 1,3% -10,0% -4,7%
2016 8% 0% 29,6% 36,68% 2,3% -12,2% -7,4%
2017 9% 1% 38,2% 47,22% 3,5% -12,6% -9,8%
2018 9% 2% 45,2% 55,82% 5,0% -14,3% -12,1%
2019 10% 3% 50,9% 62,82% 6,5% -15,7% -13,8%
2020 7% 5% 55,5% 68,49% 7,8% -12,8% -14,9%
2021 4% 8% 59,2% 73,08% 9,4% -10,9% -16,6%
2022 8% 10% 62,2% 76,78% 11,3% -15,3% -18,3%
2023 8% 12% 64,6% 79,76% 13,3% -15,7% -19,8%
2024 9% 13% 66,5% 82,13% 15,5% -16,8% -21,3%
2025 9% 14% 68,1% 84,02% 17,7% -17,5% -22,6%
2026 9% 13% 69,3% 85,51% 20,1% -17,8% -23,8%
2027 8% 14% 70,2% 86,66% 22,5% -17,8% -24,8%
Anexo D. 160
2028 7% 14% 70,9% 87,55% 25,0% -17,9% -25,7%
2029 6% 14% 71,4% 88,22% 27,5% -17,5% -26,5%
2030 6% 15% 71,8% 88,71% 30,0% -17,4% -27,2%
2031 5% 15% 72,0% 89,05% 32,5% -17,6% -27,9%
2032 5% 15% 72,2% 89,26% 35,1% -17,6% -28,4%
2033 5% 15% 72,2% 89,37% 37,4% -17,5% -28,9%
2034 4% 16% 72,2% 89,41% 40,1% -17,4% -29,4%
2035 3% 16% 72,2% 89,37% 42,5% -17,1% -29,8%
2036 2% 17% 72,1% 89,29% 44,9% -16,7% -30,1%
promedio 7% 10% 59% 73% 20% -15% -20%
Conservación respecto al Caso Base
Año Generación
(MWh) Capacidad
(MW) Viviendas
Demanda Interconexión
Demanda residencial
red
2014 -2% 0% 2,5% -2,06% -0,1%
2015 -8% 0% 10,4% -8,39% -0,6%
2016 -10% 0% 16,5% -9,65% -0,8%
2017 -9% -1% 20,6% -9,45% -1,0%
2018 -10% -2% 23,1% -10,47% -1,3%
2019 -11% -3% 24,4% -11,25% -1,1%
2020 -9% -4% 24,8% -8,56% -0,8%
2021 -9% -6% 24,5% -8,78% -1,0%
2022 -11% -8% 23,8% -10,63% -1,1%
2023 -11% -10% 22,8% -10,97% -1,1%
2024 -11% -11% 21,6% -11,40% -1,2%
2025 -12% -11% 20,4% -11,86% -1,2%
2026 -12% -10% 19,1% -12,12% -1,2%
2027 -12% -10% 17,8% -12,34% -1,2%
2028 -12% -10% 16,6% -12,34% -1,1%
2029 -12% -10% 15,4% -12,33% -1,1%
2030 -12% -10% 14,3% -12,30% -1,0%
2031 -12% -10% 13,3% -11,87% -0,9%
2032 -12% -11% 12,4% -11,84% -0,9%
2033 -12% -11% 11,6% -11,92% -0,8%
2034 -11% -11% 10,8% -11,48% -0,8%
2035 -11% -12% 10,1% -11,37% -0,8%
2036 -11% -12% 9,5% -11,23% -0,7%
promedio -11% -8% 17% -11% -1%
Anexo D. 161
Pesimista
Año Generación
(MWh) Capacidad
(MW) Demanda
Interconexión Demanda
residencial
2014 0% 0% 0,3% 0,7%
2015 1% 0% 1,1% 2,8%
2016 2% 0% 2,0% 5,4%
2017 3% 0% 3,0% 8,4%
2018 4% 0% 4,1% 11,7%
2019 5% 0% 5,2% 15,2%
2020 6% 1% 6,1% 18,4%
2021 7% 1% 7,0% 21,7%
2022 8% 1% 7,8% 25,2%
2023 9% 2% 8,7% 28,8%
2024 9% 3% 9,4% 32,3%
2025 10% 4% 10,1% 35,8%
2026 11% 7% 10,7% 39,1%
2027 11% 7% 11,3% 42,2%
2028 12% 7% 11,7% 44,9%
2029 12% 8% 12,0% 47,3%
2030 12% 8% 12,3% 49,4%
2031 12% 8% 12,5% 51,3%
2032 13% 8% 12,6% 52,9%
2033 13% 8% 12,7% 54,3%
2034 13% 8% 12,7% 55,5%
2035 13% 8% 12,7% 56,6%
2036 13% 8% 12,7% 57,5%
promedio 9% 4% 9% 32,9%
Anexo D 162
Todas las políticas respecto al Caso Base
Año Generaci
ón (MWh)
Capacid
ad (MW)
Viviendas
microgenerado
ras
Viviend
as
neveras
Viviend
as
lavadoras
Viviend
as
estufa
Viviendas
conservaci
ón
Demanda
Interconexi
ón
Demanda
residenci
al red
Consu
mo
panel solar
Consu
mo
ahorro
eficienc
ia
Consumo
ahorro
conservación
2014 -5% 0% 7,8% 6,3% 8,1% 0,4% 4,8% -5,4% -7,5% 7,1% 1,5% 0,1%
2015 -18% 0% 22,6% 19,1% 23,8% 1,2% 13,7% -17,8% -22,5% 20,3% 4,7% 0,5%
2016 -21% 0% 33,9% 29,6% 36,7% 2,1% 21,4% -20,8% -34,3% 30,7% 7,4% 0,9%
2017 -22% -1% 42,6% 38,2% 47,2% 3,1% 27,9% -21,7% -44,1% 39,0% 9,9% 1,1%
2018 -25% -3% 48,9% 45,2% 55,8% 4,3% 33,5% -25,0% -51,8% 45,3% 12,1% 1,3%
2019 -28% -5% 53,2% 50,9% 62,8% 5,6% 38,3% -28,4% -57,7% 49,9% 14,0% 1,4%
2020 -29% -9% 56,2% 55,5% 68,5% 6,8% 42,4% -28,6% -62,1% 53,3% 15,8% 1,5%
2021 -25% -13% 58,1% 59,2% 73,1% 8,0% 45,8% -24,9% -65,6% 55,7% 17,4% 1,5%
2022 -26% -17% 58,9% 62,2% 76,8% 9,4% 48,8% -26,5% -68,0% 57,2% 18,8% 1,5%
2023 -27% -20% 58,9% 64,6% 79,8% 10,9% 51,2% -26,7% -69,6% 58,0% 20,2% 1,5%
2024 -27% -23% 58,3% 66,5% 82,1% 12,5% 53,3% -26,6% -70,6% 58,1% 21,4% 1,4%
2025 -27% -24% 57,3% 68,1% 84,0% 14,3% 55,0% -26,7% -71,1% 57,7% 22,6% 1,4%
2026 -27% -25% 56,1% 69,3% 85,5% 16,3% 56,5% -27,3% -71,2% 57,0% 23,7% 1,3%
2027 -28% -26% 54,7% 70,2% 86,7% 18,4% 57,6% -27,8% -70,9% 56,0% 24,7% 1,3%
2028 -29% -27% 53,3% 70,9% 87,6% 20,9% 58,6% -28,9% -70,4% 54,8% 25,6% 1,2%
2029 -29% -27% 52,0% 71,4% 88,2% 23,2% 59,3% -28,6% -69,7% 53,5% 26,3% 1,1%
2030 -28% -27% 50,7% 71,8% 88,7% 25,9% 59,9% -27,9% -68,9% 52,0% 27,1% 1,1%
2031 -28% -26% 49,4% 72,0% 89,1% 28,3% 60,3% -27,7% -67,9% 50,5% 27,7% 1,0%
2032 -26% -26% 48,2% 72,2% 89,3% 30,9% 60,6% -26,1% -66,9% 49,0% 28,2% 0,9%
2033 -26% -25% 47,1% 72,2% 89,4% 33,0% 60,7% -26,0% -65,7% 47,4% 28,7% 0,9%
2034 -24% -25% 45,8% 72,2% 89,4% 35,7% 61,0% -23,9% -64,6% 45,8% 29,1% 0,8%
2035 -25% -26% 44,7% 72,2% 89,4% 38,4% 61,0% -25,4% -63,4% 44,2% 29,5% 0,8%
2036 -24% -25% 43,5% 72,1% 89,3% 40,8% 61,0% -24,4% -62,2% 42,6% 29,8% 0,8%
promed
io -25% -17% 48% 59% 73% 17% 48% -25% -59% 47% 20% 1%