Download cambio climático: efectos en la generación hidroeléctrica en el

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

Document related concepts

Economía del calentamiento global wikipedia , lookup

Calentamiento global wikipedia , lookup

Cuarto Informe de Evaluación del IPCC wikipedia , lookup

Tercer Informe de Evaluación del IPCC wikipedia , lookup

Cambio climático y agricultura wikipedia , lookup

Transcript

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
ESCUELA DE INGENIERIA
CAMBIO CLIMÁTICO: EFECTOS
EN LA GENERACIÓN
HIDROELÉCTRICA EN EL
MERCADO CHILENO
SEBASTIÁN ADOLFO ELLENA
GUDENSCHWAGER
Memoria para optar al título de
Ingeniero Civil de Industrias, con Diploma en Ingeniería
Eléctrica
Profesor Supervisor:
HUGH RUDNICK VAN DE WYNGARD
Santiago de Chile, 2013
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
ESCUELA DE INGENIERIA
Departamento de Ingeniería Eléctrica
CAMBIO CLIMÁTICO: EFECTOS EN
LA GENERACIÓN HIDROELÉCTRICA
EN EL MERCADO CHILENO
SEBASTIÁN ADOLFO ELLENA
GUDENSCHWAGER
Memoria presentada a la Comisión integrada por los profesores:
HUGH RUDNICK VAN DE WYNGARD
SERGIO EDUARDO VERA ARAYA
DAVID EDUARDO WATTS CASIMIS
Para completar las exigencias del título de
Ingeniero Civil de Industrias, con Diploma en Ingeniería Eléctrica
Santiago de Chile, 2013
A mi familia, a Florencia y amigos,
que me apoyaron mucho.
ii
AGRADECIMIENTOS
Quiero agradecer a todos quienes me ayudaron durante mi trabajo en esta
Memoria de Título.
Agradezco especialmente al profesor Hugh Rudnick, tanto por guiarme
durante todo este proceso, como por su ayuda en mi formación como ingeniero
industrial eléctrico.
Del Centro de Cambio Global UC, agradezco al Profesor Sebastián
Vicuña y a los investigadores asociados Eduardo Bustos y David Poblete, por
entregarme las herramientas necesarias para cumplir los objetivos de esta Memoria.
Agradezco a Nicolás Börchers, de GreenLab UC, y a Álvaro Ayala, de la
Universidad de Chile.
Finalmente, quisiera agradecer a mi familia, a mi polola y a amigos,
quienes me apoyaron durante el desarrollo de este trabajo.
iii
INDICE GENERAL
DEDICATORIA……………………………………………………………………...ii
AGRADECIMIENTOS .............................................................................................. iii
INDICE DE TABLAS ............................................................................................... vii
INDICE DE FIGURAS ............................................................................................... ix
RESUMEN.................................................................................................................. xi
ABSTRACT ............................................................................................................... xii
I.
Introducción ........................................................................................................ 1
1.1. Motivación ................................................................................................. 1
1.2. Objetivos .................................................................................................... 2
1.2.1. Objetivo General .............................................................................. 2
1.2.2. Objetivos Específicos ...................................................................... 3
1.3. Estructura ................................................................................................... 3
1.4. Desarrollos por Terceros y Contribuciones................................................ 4
II.
Marco Teórico .................................................................................................... 6
2.1. Escenarios de Emisiones ............................................................................ 6
2.2. GCMs (General Circulation Models) ........................................................ 8
2.3. Proyecciones de Cambio Climático ......................................................... 11
2.3.1. Proyecciones a Nivel Global ......................................................... 11
2.3.2. Proyecciones a Nivel Nacional ...................................................... 13
2.4. Sistema Eléctrico Chileno ........................................................................ 17
2.5. Modelo Hidrológico WEAP ..................................................................... 19
2.6. Impacto del Cambio Climático en la Generación Hidroeléctrica ............ 20
III.
Metodología: Modelación Generación Hidroeléctrica ..................................... 24
3.1. Antecedentes ............................................................................................ 24
3.2. Recolección de Datos Históricos ............................................................. 25
3.2.1. Precipitaciones y Temperaturas ..................................................... 25
3.2.2. Generación Hidroeléctrica ............................................................. 28
3.3. GCMs Utilizados...................................................................................... 30
3.3.1. Escalamiento .................................................................................. 30
3.4. Modelación WEAP .................................................................................. 33
3.4.1. Río Maule ...................................................................................... 33
3.4.2. Río Laja ......................................................................................... 34
3.5. Modelación Estadística ............................................................................ 36
IV.
a)
3.5.1 Validación de los Modelos ............................................................ 43
Análisis de Sensibilidad ........................................................................... 43
b)
c)
Prueba de Normalidad de la Variable Y .................................................. 46
Comprobación de Supuestos de los Residuos .......................................... 47
Metodología: Planificación Y Operación a Mínimo Costo .............................. 50
4.1. Antecedentes ............................................................................................ 50
4.2. Escenarios ................................................................................................ 51
4.3.
4.4.
4.5.
4.6.
Pronóstico de Demanda............................................................................ 52
Proyección de Costos de Combustibles ................................................... 53
Pérdidas en Transmisión .......................................................................... 54
Características de las Tecnologías ........................................................... 54
4.7. Centrales Hidroeléctricas Consideradas ................................................... 57
4.8. Modelo de Programación Lineal .............................................................. 63
V.
Resultados Y Análisis ....................................................................................... 66
5.1. Impacto del Cambio Climático en la Generación Hidroeléctrica ............ 66
5.2. Impacto del Cambio Climático en la Generación Térmica Fósil ............. 69
5.3. Proyección de Costos en Tecnologías de Generación.............................. 70
5.4. Proyección del Parque Generador ............................................................ 74
5.5. Proyección en Generación........................................................................ 77
5.6. Proyección en Costos de Inversión y Operación...................................... 80
5.7. Proyección en Emisiones ......................................................................... 81
VI.
Discusión de Resultados ................................................................................... 82
VII. Conclusiones ..................................................................................................... 87
7.1. Conclusiones Generales ........................................................................... 87
7.2. Recomendaciones y Posibles Extensiones ............................................... 89
BIBLIOGRAFIA ....................................................................................................... 91
A N E X O S .............................................................................................................. 97
Anexo A: Regresión Lineal ........................................................................................ 98
A.1 Nociones Básicas de un Modelo de Regresión Lineal ............................. 98
A.2. Análisis de Varianza ................................................................................ 99
Anexo B: Validación Modelos ................................................................................. 101
Anexo C: Algoritmo Modelo de Planificación y Operación a Mínimo Costo......... 103
INDICE DE TABLAS
Pág.
Tabla 1.1. Proyecciones de Generación Hidroeléctrica tres Últimas Décadas de Siglo .... 5
Tabla 2.1. Lista de GCMs (“IPCC-DDC: SRES-AR4 GCM data,” s.f.) ........................... 9
Tabla 2.2. Cambio en Temperatura Global Promedia (IPCC, 2007) ............................... 11
Tabla 2.3. Proyecciones Generación Hidroeléctrica en Chile (McPhee et al., 2010) ...... 23
Tabla 3.1. Cuencas Modeladas separadas por Tipo de Central........................................ 25
Tabla 3.2. Estaciones Meteorológicas (DGA; CCGUC; Ayala, 2011; Barría, 2010)...... 27
Tabla 3.3. Centrales hidroeléctricas Analizadas (CDEC-SIC, CCGUC y Sistema de
Evaluación de Impacto Ambiental [SEIA]) ..................................................................... 29
Tabla 3.4. GCMs Utilizados ............................................................................................ 30
Tabla 3.5. Distribución Mensual Resolución 105 (m3/s)(DGA, 1983) ........................... 33
Tabla 3.6. Distribución Mensual Histórica Caudal Central El Toro (m3/s)(Dirección
de Obras Hidráulica [DOH]) ............................................................................................ 35
Tabla 3.7. Distribución Mensual Histórica Demanda por Riego (m3/s)(Ayala, 2011) ... 35
Tabla 3.8. Modelos Estadísticos Obtenidos entre los Ríos Aconcagua y Petrohué ......... 38
Tabla 3.9. Modelos Caudales Río Baker.......................................................................... 41
Tabla 3.10. Datos Centrales Baker 1 y Baker 2 (SEIA) .................................................. 43
Tabla 3.11. Modelos de Generación Río Baker ............................................................... 43
Tabla 3.12. Modelo Definitivo Centrales de Pasada Río Aconcagua .............................. 46
Tabla 3.13. Test Shapiro-Wilk ......................................................................................... 47
Tabla 4.1. Proyección de Demanda del SIC (CNE, 2012; O’Ryan, 2008) ...................... 53
Tabla 4.2. Proyección de Precios de Combustibles (CNE, 2011; CNE, 2012)................ 54
Tabla 4.3. Pérdidas en Transmisión (CDEC-SIC, 2010) ................................................. 54
Tabla 4.4. Costos Tecnologías (IEA, 2010; Centro de Cambio Global UC, s.f.; CNE,
2012) ................................................................................................................................ 55
vii
Tabla 4.5. Otras Características por Tecnología (IEA, 2010; Centro de Cambio
Global UC, s.f.; Nuclear Energy Agency, 2005; KAS Ingeniería & GeoAire, 2009) ..... 56
Tabla 4.6. Factores de Emisión (POCH Ambiental & Centro de Cambio Global UC,
2010) ................................................................................................................................ 57
Tabla 4.7. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 1
(CNE, 2012) ..................................................................................................................... 59
Tabla 4.8. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 2
(CNE, 2012) ..................................................................................................................... 60
Tabla 4.9. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 3
(CNE, 2012) ..................................................................................................................... 61
Tabla 4.10. Centrales Hidroeléctricas Adicionales a Plan de Obras de la CNE (SEIA).. 62
Tabla 5.1. Comparación en Generación Hidroeléctrica Anual entre Período LB y
Períodos Futuros .............................................................................................................. 67
Tabla 5.2. Comparación en Precipitaciones Anuales entre Período LB y Períodos
Futuros ............................................................................................................................. 68
Tabla 5.3. Comparación en Temperatura Promedio Anual entre Período LB y
Períodos Futuros .............................................................................................................. 70
Tabla 5.4. Parque Generador al Año 2049/2050 .............................................................. 75
Tabla 5.5. Comparación en Generación Total entre Escenarios para todo el Período
de Modelación .................................................................................................................. 78
Tabla 5.6. Variación en Generación Hidroeléctrica entre Escenarios Históricos y
Período 2010/2011-2049/2050 ......................................................................................... 78
Tabla 5.7. Comparación en Generación Hidroeléctrica Total entre Escenarios por
Tecnología y Cuenca ........................................................................................................ 79
Tabla 5.8. Variación en Costos para todo el Período de Modelación .............................. 81
Tabla 5.9. Comparación en Emisiones entre Escenarios [MMTon-CO2] ........................ 81
Tabla 6.1. Baja de Generación Hidroeléctrica Período LB v/s Período III ..................... 82
Tabla 6.2. Generación Promedio Anual para Período LB ............................................... 83
viii
INDICE DE FIGURAS
Pág.
Figura 1.1. Generación Central Colbún y Precipitaciones en Armerillo ........................... 2
Figura 2.1. Emisiones de GEI, según cada escenario ........................................................ 7
Figura 2.2. Grilla Tri-Dimensional de GCMs .................................................................... 8
Figura 2.3. Proyecciones de Calentamiento en Superficie de la Tierra ........................... 12
Figura 2.4. Proyecciones Temperaturas Modelo PRECIS en Chile................................. 15
Figura 2.5. Proyecciones Precipitaciones Modelo PRECIS en Chile .............................. 16
Figura 2.6. Porcentajes de Generación Histórica en el SIC ............................................ 18
Figura 2.7. Porcentajes de Capacidad Instalada Histórica en el SIC ............................... 18
Figura 2.8. Recursos Hidroeléctricos Proyectados en Noruega para el año 2050 ........... 21
Figura 3.1. Esquema Desagregación Espacial ................................................................ 32
Figura 3.2. Comparación entre Valores Observados y Valores dados para la
Generación en la Central El Toro..................................................................................... 35
Figura 3.3. Relación Histórica de Generación con Caudales para Centrales Abanico y
Antuco .............................................................................................................................. 36
Figura 3.4. Comparación entre Valores Observados y Valores dados por los Modelos
entre Ríos Aconcagua y Cachapoal.................................................................................. 39
Figura 3.5. Comparación entre Valores Observados y Valores dados por los Modelos
entre Ríos Cachapoal y Liquiñe ....................................................................................... 40
Figura 3.6. Comparación entre Valores Observados y Valores dados por los Modelos
entre los Ríos Rahue y Petrohué ...................................................................................... 41
Figura 3.7. Comparación entre Valores Observados y Valores dados por los Modelos
de Caudal para Baker 1 y 2 .............................................................................................. 42
Figura 3.8. Análisis de Sensibilidad Río Aconcagua ante cambio en Precipitaciones ... 44
Figura 3.9. Análisis de Sensibilidad Río Aconcagua ante cambio en Temperaturas ....... 44
ix
Figura 3.10. Análisis de Sensibilidad Río Maipo ante cambio en Generación en
Central Machicura ............................................................................................................ 45
Figura 3.11. Comparación entre Valores Observados y Valores dados por el Modelo
de las Centrales de Pasada del Río Aconcagua ................................................................ 46
Figura 3.12. Gráfico de Residuos Estándar para Modelos entre los Ríos Aconcagua y
Maipo ............................................................................................................................... 47
Figura 3.13. Gráfico de Residuos Estándar para Modelos entre los Ríos Cachapoal y
Baker ................................................................................................................................ 48
Figura 4.1. Proyección Potencia Geotérmica Instalada ................................................... 64
Figura 5.1. CTeP por Décadas Escenario Histórico B1 .................................................. 71
Figura 5.2. CTeP por Décadas Escenario Histórico A1B ............................................... 71
Figura 5.3. CTeP por Décadas Escenario Futuro B1 ...................................................... 72
Figura 5.4. CTeP por Décadas Escenario Futuro A1 ....................................................... 72
Figura 5.5. Evolución CTeP Anuales para Tecnologías Eólica y Solar FV en la
Última Década de Estudio................................................................................................ 73
Figura 5.6. Comparación CTePs Centrales Térmicas Fósiles ......................................... 74
Figura 5.7. Capacidad Instalada Anual Eólica para Escenarios Futuros entre los Años
2040/2041 y 2049/2050 ................................................................................................... 76
Figura 5.8. CTeP Anual Mini-hidro para Escenarios Futuros entre los Años
2040/2041 y 2049/2050 ................................................................................................... 77
x
RESUMEN
El cambio climático es una realidad. Se ha observado un aumento
generalizado en la temperatura del planeta en las últimas décadas, además de
cambios en los patrones de precipitaciones. Adicional a esto, la ocurrencia de
eventos climatológicos extremos ha aumentado.
El sector eléctrico no está ajeno a este cambio, siendo la generación
hidroeléctrica una de las tecnologías que se verá afectada por éste.
El objetivo de este trabajo es analizar el impacto que tendrá el cambio
climático en la operación y planificación del Sistema Interconectado Central (SIC) a
futuro, incluyendo el impacto del cambio climático en la generación hidroeléctrica.
Para ello, se utilizan modelos estadísticos y modelos WEAP (Water
Evaluation Model) que relacionan condiciones climatológicas futuras con generación
hidroeléctrica. Las condiciones climatológicas futuras se obtienen de escalar los
resultados de 5 Global Circulation Models (GCMs) y dos escenarios de emisiones,
A1B y B1.
Las proyecciones de generación hidroeléctrica se utilizan como entrada
para un modelo de programación lineal que permite la planificación y operación a
mínimo costo del sistema. Este modelo simula el período comprendido entre los años
hidrológicos 2012/2013-2049/2050.
Los resultados señalan que la generación hidroeléctrica del SIC caerá
entre un 14% y 18% hacia finales de siglo, siendo la cuenca del río Laja la más
afectada. Por otro lado, los factores de planta de las centrales térmica fósiles (carbón,
GNL y diesel), bajarán entre un 5% y un 7% hacia mediados de siglo. Por motivos de
este estudio, no se contemplaron otros impactos del cambio climático.
Debido al cambio climático, los costos de operación e inversión del SIC
aumentarán entre un 4% y un 6% para el período de estudio, debido básicamente a la
mayor generación a carbón. Esto traerá consigo un aumento en emisiones de entre un
8% y un 11%.
xi
ABSTRACT
Climate change is happening. Higher temperatures have been observed
during the last few decades around the world. The precipitations patterns have
changed in that period and the occurrence of climatological extreme events has been
growing.
The electric sector is susceptible to this change and the hydropower
generation is one of the technologies which will be affected because of it.
The objective of this study is to analyze the impact of the climate change
in the operation and planning of the Sistema Interconectado Central (SIC) in the
future, including the impact on the hydropower generation.
To achieve this objective, statistic and WEAP models have been used.
The models relate future climatological conditions with hydropower energy. The
future climatological conditions are calculated by downscaling the results of five
GCMs and two emissions scenarios, A1B and B1.
The hydropower projections are used as an input to a linear programing
model. This model calculates the planning and operation by minimum cost of the
electric system. It simulates for the period between the hydrological years
2012/2013-2049/2050.
Results indicate that hydropower generation will fall down between 14%
and 18% by the end of the century, being the Laja’s river sub-system the most
affected. On the other hand, the plant factors of the fossil thermal plants will fall
down between 5% and 7%. Other impacts of climate change on other generation
technologies were not included in the studies.
Because of the climate change, the cost of operation and investment of
the SIC will grow between a 4% and 6% to the middle of the century, basically
because of larger thermal coal generation. This will result in a growth in emissions
between 8% and 11%.
xii
1
I.
1.1.
INTRODUCCIÓN
Motivación
El Panel Intergubernamental sobre el Cambio Climático (IPCC, 2007)
señala que el cambio climático es una realidad, por lo cual, es necesario tomar
medidas para responder a éste. Existe evidencia sobre aumentos en los promedios
mundiales de temperatura en el aire y en los océanos. Con el alza en temperaturas, se
ha observado un deshielo generalizado de nieves y hielos, lo que ha aumentado el
nivel del mar.
Además, se ha comprobado que las precipitaciones han variado
notablemente. En las últimas décadas, existen zonas geográficas donde éstas han
aumentado, como otras donde han disminuido. Adicionalmente, eventos
climatológicos extremos como sequías e inundaciones han aumentado (IPCC, 2007).
El cambio climático se debe básicamente al aumento en las
concentraciones de los denominados Gases de Efecto Invernadero (GEI) y aerosoles
en la atmósfera. Según la IPCC (2007), los GEI más importantes son el Dióxido de
Carbono (CO2), el Metano (CH4) y el Óxido de Nitrógeno (N2O). El aumento de
todos ellos, se debe fundamentalmente a la actividad humana (IPCC, 2007).
Los sistemas eléctricos no están ajenos a este cambio. Debido a la amplia
gama de tecnologías de generación que existen, el impacto en cada sistema eléctrico
varía según su matriz.
Los impactos pueden ocurrir tanto en generación, como en transmisión y
consumo (Mideksa & Kallbekken, 2010).
Una de las tecnologías que se puede ver altamente afectada por el cambio
climático es la hidroelectricidad.
El sistema eléctrico chileno tiene un porcentaje importante de generación
hidroeléctrica, ubicada básicamente en el Sistema Interconectado Central (SIC). Por
esto, es muy importante prepararse para el impacto que tendrá el cambio climático en
la generación hidroeléctrica a futuro (CNE, 2012).
La disponibilidad de agua en los ríos para generación depende
directamente de las precipitaciones e indirectamente de las temperaturas, debido a
2
que éstas últimas están relacionadas con el derretimiento de nieves y hielos (Cruzat,
2010).
En Chile se han pronosticado disminuciones en las precipitaciones a
futuro y aumentos en las temperaturas, lo que impactaría negativamente los caudales
en los ríos y con ello, la generación hidroeléctrica (IPCC, 2007; DGF, 2006).
La figura 1.1 sirve para comprobar la relación entre precipitaciones y
generación hidroeléctrica en Chile, tomando como ejemplo la generación
hidroeléctrica anual en la central Colbún y las precipitaciones anuales en la estación
4000000
4000
3500000
3500
3000000
3000
2500000
2500
2000000
2000
1500000
1500
1000000
1000
500000
500
0
Precipitaciones (mm/año)
Generación (MWh)
meteorológica Armerillo (cercana a la central).
0
Generación (MWh)
Precipitaciones (mm/año)
Figura 1.1. Generación Central Colbún y Precipitaciones en Armerillo (Dirección General de
Aguas [DGA] y del CDEC-SIC)
1.2.
Objetivos
Los objetivos buscados por esta Memoria de título son los siguientes.
1.2.1.
Objetivo General
Analizar el impacto que tendrá el cambio climático en la operación y
planificación en el SIC debido a cambios en la generación hidroeléctrica y fósil
según un esquema de mínimo costo. Esto, para el período comprendido entre los
años hidrológicos 2012/2013 y 2049/2050.
3
1.2.2.
Objetivos Específicos
a) Proyectar el impacto en la generación hidroeléctrica en el SIC debido al cambio
climático a nivel anual hasta el año hidrológico 2099/2100. Se busca comparar la
generación hidroeléctrica anual a futuro con la del período histórico.
b) Analizar costos y competitividad de las distintas tecnologías de generación hasta
el año 2049/2050.
c) Analizar el impacto que tendrá el cambio climático en la generación térmica fósil
en el SIC hacia el año 2049/2050.
d) Comparar la planificación y operación del SIC incluyendo o no el impacto del
cambio climático en generación hidroeléctrica y térmica fósil. Todo esto para el
período comprendido entre los años hidrológicos 2012/2013 y 2049/2050. Se
busca comparar parque generador, generación eléctrica y costos.
e) Analizar cambios en las emisiones de GEI por el cambio climático en el SIC
entre los años hidrológicos 2012/2013 y 2049/2050.
1.3.
Estructura
El presente trabajo se divide básicamente en 7 capítulos. El primero
corresponde a la introducción, donde se explica la motivación de este trabajo, los
objetivos y la estructura del mismo.
Luego, en el capítulo 2 se formula un marco teórico explicando los
principales tópicos necesarios para entender el trabajo realizado. Además, se detallan
estudios adicionales que hayan analizado el impacto del cambio climático en la
generación hidroeléctrica a nivel nacional e internacional.
En el capítulo 3 se describe la metodología utilizada para proyectar el
impacto que tendrá el cambio climático en la generación hidroeléctrica del SIC a
futuro.
Luego, en el capítulo 4, se detalla la metodología que desarrolla un
modelo de planificación y operación a mínimo costo del SIC a futuro. Éste permite
incluir o no el impacto del cambio climático en la generación hidroeléctrica y
térmica fósil.
4
En el capítulo 5 se presentan los resultados obtenidos y se concluye en
base a ellos.
En el capítulo 6 se hace una discusión de los resultados obtenidos y se
comparan con resultados de estudios similares.
Finalmente, el capítulo 6 contempla conclusiones de esta Memoria.
1.4.
Desarrollos por Terceros y Contribuciones
El presente trabajo se basa en desarrollos de terceros que corresponden a
los modelos WEAP para las cuencas de los ríos Maule y Laja, y al software para
proyectar condiciones climatológicas a futuro dado un GCM y un escenario de
emisiones.
Los modelos WEAP fueron obtenidos del Centro de Cambio Global UC
(CCGUC). El modelo del río Maule fue desarrollado por Eduardo Bustos y David
Poblete, investigadores asociados al CCGUC. Para este estudio se utilizó tanto el
modelo hidrológico como el modelo operacional de las centrales de este modelo. Por
otro lado, el modelo hidrológico del río Laja fue desarrollado por Álvaro Ayala con
motivo de su Tesis de Magister. De este modelo sólo se utilizó el hidrológico,
mientras que el modelo operacional para la central El Toro fue desarrollado con
motivo de esta Memoria.
Como contribución a estos desarrollos previos, los modelos se utilizaron
para proyectar la generación de las centrales ubicadas en las cuencas de los ríos
Maule y Laja. A su vez, estas proyecciones se utilizaron como entrada para modelos
estadísticos de generación en otras cuencas.
El software para proyectar las condiciones climatológicas a futuro fue
desarrollado gracias a aportes de Álvaro Ayala, Eduardo Bustos y David Poblete.
Lo anterior se utilizó para proyectar condiciones climatológicas futuras
para 5 GCMs y 2 escenarios de emisiones. Estas condiciones fueron utilizadas a su
vez, para proyectar generación hidroeléctrica en diferentes cuencas.
El trabajo presenta diferencias en sus conclusiones a otros estudios
(McPhee et al., 2010; Ayala, 2011). Estas diferencias son discrepancias en la
5
magnitud de la caída del potencial hidroeléctrico de las diferentes cuencas en el SIC.
Ellas se pueden deber a las siguientes razones:
- Diferentes aproximaciones o modelos utilizados para proyectar el
potencial hidroeléctrico en cada cuenca del SIC (Modelos WEAP o
estadísticos).
- Uso de diferentes GCMs y escenarios de emisiones.
- Inclusión de diferentes centrales hidroeléctricas.
- Uso de diferentes valores de generación anual para el período de Línea
Base, con el cual se compara la generación a futuro.
- Uso de años hidrológicos o cronológicos diferentes al presentar las
proyecciones
La tabla 1.1 muestra la baja en generación hidroeléctrica promedio anual
dada por los resultados de esta Memoria y por la literatura para las últimas tres
décadas de este siglo. Esta baja se compara porcentualmente con la generación para
el período de línea base o histórico.
Tabla 1.1. Proyecciones de Generación Hidroeléctrica tres Últimas Décadas de Siglo
Período
Aconcagua Maipo Cachapoal Maule Laja Bío-Bío Otros Sur Total
Memoria
-9.0%
-7.5%
-16.0% -24.4% -27.2% -24.8%
-8.4%
-21.7%
*
(McPhee et al., 2010)
-15.0%
-9.0%
-16.0%
-9.5% -15.1% -28.5%
-6.0%
-16%
*(Ayala, 2011)
Los resultados están condicionados por las diferencias recién señaladas.
Por esta razón, no existe en la literatura algún estudio que valide los resultados de
esta Memoria.
Para disminuir las diferencias entre estudios y, al mismo tiempo, la
incertidumbre futura, se sugiere profundizar en el modelo operacional de las
centrales del río Laja y desarrollar modelos WEAP para todas las cuencas estudiadas.
Además, sería óptimo utilizar los mismos GCMs, escenarios de emisiones y valores
comunes para el período histórico. Esto último, con el fin desarrollar un estudio que
permita validar los resultados de esta Memoria.
6
II.
MARCO TEÓRICO
2.1.
Escenarios de Emisiones
El IPCC (2007) señala que a futuro las emisiones mundiales de GEI irán
en aumento. De hecho, se estima que entre los años 2000 y 2030 las emisiones
aumentarán entre un 25% y un 90% en toneladas de CO21 equivalente (CO2-eq), si es
que los combustibles fósiles continúan siendo utilizados intensivamente como
fuentes de energía hacia finales de este período.
A pesar de que existe certeza de que las emisiones de GEI aumentarán si
se mantiene la actividad humana en los niveles actuales, la humanidad no ha tomado
medidas para contrarrestar este efecto. Esto es gravísimo, debido a que si no se hace
algo, el cambio climático a futuro podría acarrear consecuencias irreparables a los
ecosistemas y la vida humana.
Para poder proyectar las emisiones de GEI, el IPCC (2007) señala 6
posibles escenarios, los cuales están agrupados en cuatro familias (A1, A2, B1 y B2).
Estos escenarios se diferencian según factores demográficos, variables económicas y
el uso de tecnologías nuevas, y/o antiguas (eficientes e ineficientes). Los escenarios
son los siguientes:
1
Equivale al daño de calentamiento global que produce cualquier GEI en comparación al daño que
produce el CO2.
7
a) A1: “presupone un crecimiento económico mundial muy rápido, un máximo de
población hacia mediados de siglo, y una rápida introducción de tecnologías
nuevas y más eficientes. Se divide en tres grupos, que reflejan tres direcciones
alternativas de cambio tecnológico: intensiva en combustibles fósiles (A1FI),
energías de origen no fósil (A1T), y equilibrio entre las distintas fuentes (A1B).”
b) B1: “describe un mundo convergente, con la misma población mundial que A1,
pero con una evolución más rápida de las estructuras económicas hacia una
economía de servicios y de información. “
c) B2: “describe un planeta con una población intermedia y un crecimiento
económico intermedio, más orientada a las soluciones locales para alcanzar la
sostenibilidad económica, social y medioambiental.”
d) A2: “describe un mundo muy heterogéneo con crecimiento de población fuerte,
desarrollo económico lento, y cambio tecnológico lento.” (IPCC, 2007)
La figura 2.1 muestra las emisiones de GEI a futuro que tendrá cada uno
de los escenarios recién descritos.
Figura 2.1. Emisiones de GEI, según cada escenario (IPCC,
2007)
8
2.2.
GCMs (General Circulation Models)
Los General Circulation Models (GCMs) son la herramienta básica
utilizada en la actualidad para proyectar condiciones climáticas a futuro. Estos
modelos permiten modelar condiciones climáticas a nivel terrestre, oceánico y
atmosférico, utilizando una grilla tridimensional (atmósfera, tierra y océanos) según
un escenario de emisiones de GEI (Maurer, Hidalgo, & others, 2008).
Esta grilla divide el globo como se muestra en la figura 2.2.
Figura 2.2. Grilla Tri-Dimensional de GCMs (“Understand Climate Models,”
s.f.)
Cada GCM simula las condiciones climáticas futuras para cada una de
las celdas de la grilla que se muestran en la figura 2.2.
En las últimas décadas distintos centros de investigación han ido creando
GCMs para poder pronosticar las condiciones climatológicas a futuro. El IPCC
promueve 24 GCMs, los cuales se resumen en la tabla 2.1.
9
Tabla 2.1. Lista de GCMs (“IPCC-DDC: SRES-AR4 GCM data,” s.f.)
Centro
Beijing Climate Center
Bjerknes Centre for Climate Research
País
China
Noruega
Canadian Center for Climate Modelling and Analysis
Canadá
Centre National de Recherches Meteorologiques
Australia's Commonwealth Scientific and Industrial
Research Organisation
Max-Planck-Institut for Meteorology
Meteorological Institute, University of Bonn
Meteorological Research Institute of KMA
Model and Data Groupe at MPI-M
Institute of Atmosphetic Physics
Francia
GCM
CM1
BCM2.0
CGCM3 (Resolución
T47)
CGCM3 (Resolución
T63)
CM3
Australia
Mk3.0
Alemania
Alemania
Korea
Alemania
China
ECHAM5-OM
Geophysical Fluid Dynamics Laboratory
EEUU
Goddard Institute for Space Studies
EEUU
Institute for Numerical Mathematics
Institut Pierre Simon Laplace
Rusia
Francia
National Institute for Environmental Studies
Japón
Meteorological Research Institute
Japón
National Centre for Atmospheric Research
EEUU
UK Met. Office
National Institute of Geophysics and Volcanology
Reino
Unido
Italia
ECHO-G
FGOALS-g1.0
CM2.0
CM2.1
AOM
E-H
E-R
CM3.0
CM4
MIROC3.2 hires
MIROC3.2 medres
CGCM2.3.2
PCM
CCSM3
HadCM3
HadGEM1
SXG 2005
La resolución de estos modelos se define como las dimensiones de cada
una de las celdas de la grilla. Esta resolución es generalmente de unos cientos de
kilómetros, impidiendo la utilización de estos modelos para la mayoría de los
estudios medioambientales, debido a que éstos últimos necesitan de una mayor
resolución.
10
Para poder aumentar la resolución de los GCMs se realiza un proceso de
escalamiento. Existen básicamente dos métodos de escalamiento: escalamiento
estadístico y escalamiento dinámico.
El escalamiento estadístico consiste en relacionar variables climáticas en
baja resolución, con variables climáticas en alta resolución. Se comparan variables
en un período base y estas relaciones se llevan a futuro (Maurer et al., 2008).
La gran ventaja del escalamiento estadístico es que no es intensivo en
recursos computacionales y su implementación es relativamente simple.
El escalamiento dinámico consiste en hacer el mismo proceso
computacional de un GCM, pero en una grilla más pequeña o de mejor resolución.
La desventaja de este proceso es que es intensivo en recursos computacionales, lo
que ha limitado su uso (Maurer et al., 2008).
El Departamento de Geofísica de la Universidad de Chile (DGF) empleó
el modelo PRECIS del Hadley Center de la Met-Office (Reino Unido) para obtener
proyecciones de variables climáticas para todo el territorio nacional. Este modelo se
basa en un escalamiento dinámico (“DGF-PRECIS,” s.f.).
Los resultados de este último modelo han sido ampliamente utilizados en
estudios a nivel nacional (Cruzat, 2010; Vicuña, Garreaud, & McPhee, 2011;
Nicholson et al., 2010).
Se ha notado que las distribuciones temporales de las variables climáticas
observadas son diferentes a las obtenidas desde los GCMs. Por esta razón, se debe
realizar un proceso adicional para poder proyectar a futuro variables climáticas
logrando que las curvas de duración de las variables observadas y simuladas logren
un grado de semejanza aceptable. Este proceso es llamado Bias Correction. La forma
más utilizada para solucionar este problema es buscar una relación estadística entre
las funciones de distribución de probabilidades de excedencia de las variables
observadas y simuladas (Ayala, 2011).
11
2.3.
Proyecciones de Cambio Climático
2.3.1.
Proyecciones a Nivel Global
Se estima que para una franja de los distintos escenarios de emisiones de
GEI, la temperatura global promedia aumentará en 0.2°C por década. Este aumento
será aún mayor si se mantienen los niveles actuales de concentraciones de GEI y de
gases producidos por aerosoles en la atmósfera. Se estima que si se diera este
escenario, la temperatura promedio global aumentaría en 0.1°C por década
adicionales a los 0.2°C (IPCC, 2007).
Dado esto, si se mantienen los niveles de concentraciones de gases, o si
aumentan, los efectos del cambio climático podrían ser mucho más dañinos durante
el siglo XXI que los efectos que tuvo este mismo efecto durante el siglo XX.
La tabla 2.2 detalla los cambios en la temperatura global promedia, según
cada uno de los escenarios de emisiones de GEI comparando un período futuro
(2090-2099) con el histórico (1980-1999).
Tabla 2.2. Cambio en Temperatura Global Promedia (IPCC, 2007)
Escenario de Emisiones de GEI
Variación (°C)
Concentraciones del año 2000 constantes
0.3-0.9
Escenario B1
1.1-2.9
Escenario A1T
1.4-3.8
Escenario B2
1.4-3.8
Escenario A1B
1.7-4.4
Escenario A2
2.0-5.4
Escenario A1F
2.4-6.4
En la tabla 2.2, se aprecian aumentos de temperatura por sobre los 2°C
para algunos escenarios hacia fines del siglo XXI. Si se diera esto, los impactos sobre
los ecosistemas podrían causar daños irreparables.
La figura 2.3 muestra las proyecciones de temperatura, pero ahora de
manera gráfica, para 3 escenarios de emisiones distintos en dos períodos de tiempo
diferentes. Se realiza una comparación en variación de temperatura entre el escenario
histórico (1980-1999) y los escenarios futuros.
12
Figura 2II.3. Proyecciones de Calentamiento en Superficie de la Tierra (IPCC, 2007)
13
El cambio climático ha ocasionado, durante las últimas décadas,
variaciones tanto en las componentes del ciclo hidrológico como en los sistemas
hidrológicos mismos. Algunos cambios son:
a) Cambios en pautas, intensidades y valores extremos de precipitación
b) Deshielo generalizado de nieve y el hielo
c) Aumento del vapor de agua atmosférico
d) Aumento en la evaporación
e) Variaciones de la humedad del suelo y de la escorrentía.2(IPCC, 2007)
Es muy difícil asegurar a ciencia cierta que estos cambios se deben al
cambio climático, debido a que muchos de ellos están influenciados por factores no
climáticos. Por ejemplo, las precipitaciones dependen de ciclos globales que varían
cada ciertos períodos extensos de años.
Se ha observado durante el siglo XX un aumento de precipitaciones en
tierra firme entre los paralelos 30°N y 85°N y una disminución entre los paralelos
10°S y 30°N. En los océanos el cambio ha sido diferente. Durante el siglo XX, las
precipitaciones han aumentado en el Océano Atlántico Norte y en la zona oceánica
ubicada al sur del paralelo 25°S.
Además, los episodios de lluvias intensas han aumentado (IPCC, 2007).
2.3.2.
Proyecciones a Nivel Nacional
Debido a su disposición geográfica, Chile cuenta con una gran cantidad
de climas producidos a diferentes latitudes. Puede apreciarse clima tropical,
desértico, subtropical, templado, polar, entre otros.
La necesidad de realizar estudios sobre el impacto que tendrá el cambio
climático sobre territorio chileno es importante, debido a que una de las mayores
limitaciones de los estudios globales es su pobre resolución espacial (Véase
subcapítulo 2.2). Debido a esta limitación, los GCMs no detectan los cambios de
2
Escorrentía: Agua de lluvia que discurre por la superficie de un terreno (“Diccionario
de la Lengua Española,” s.f.).
14
clima que existen en el territorio chileno por variaciones en la latitud, ni tampoco la
influencia del mar en regiones costeras o la influencia de la geografía como las
cordilleras de los Andes y de la Costa.
Por lo anterior, es necesario crear un modelo nacional que tenga una
mayor resolución. Consciente de esto, la CONAMA solicitó al Departamento de
Geofísica de la Universidad de Chile una estimación de los escenarios climáticos a lo
largo del país a futuro. Así, se crea el modelo PRECIS (Véase sub-capítulo 2.2)
Se simulan temperaturas y precipitaciones para el período comprendido
entre los años 2071 y 2100, contemplando 3 escenarios. Los escenarios
contemplados son:
a) Línea Base: Se utiliza el clima observado del período 1961-1990, con las
concentraciones de GEI de finales del siglo XX.
b) Escenario Moderado (B2): integrado al modelo PRECIS para el período 20712100 según el escenario B2 de la IPCC.
c) Escenario Severo (A2): integrado al modelo PRECIS para el período 2071-2100
según el escenario A2 de la IPCC (DGF, 2006).
La variación en precipitaciones y temperaturas entre los escenarios
futuros y LB se presentan en las figuras 2.4 y 2.5.
15
Figura 2.4. Proyecciones Temperaturas Modelo PRECIS en Chile (DGF, 2006)
16
Figura 2.5. Proyecciones Precipitaciones Modelo PRECIS en Chile (DGF, 2006)
17
2.4.
Sistema Eléctrico Chileno
Chile cuenta con 4 sistemas eléctricos independientes. Dos de ellos son
pequeños sistemas ubicados al sur del país, Aysén y Magallanes, que sirven para
generar energía a los poblados que están prácticamente aislados en las últimas dos
regiones del sur de Chile.
Los sistemas más grandes son el Sistema Interconectado del Norte
Grande (SING) y el Sistema Interconectado Central (SIC).
El primero de estos, se ubica entre las ciudades de Arica y Antofagasta.
Tiene el 28,06% de la capacidad total de potencia instalada en el país. Por otro lado,
el SIC se ubica entre Taltal y Chiloé, contando con el 71,03% de la capacidad total
del país.
Los sistemas de Aysén y Magallanes cuenta con un 0,29% y un 0,62% de
la capacidad total del país, respectivamente (Comisión Nacional de Energía [CNE],
s.f.).
Por motivos de esta Memoria, es importante analizar con detalle el SIC.
Al año 2010, el SIC contaba con una capacidad instalada de 12.147,1
MW. De esto, el 44,1% corresponde a capacidad hidro, el 54,5% a capacidad térmica
fósil y el 1,4% a capacidad eólica. Para el mismo año, la generación total del SIC fue
de 43.254,7 GWh (CDEC-SIC, 2010).
Las figuras 2.6 y 2.7 muestran la evolución histórica entre los años 2001
y 2010 de la capacidad instalada y la generación eléctrica por tecnologías en el SIC.
Esto permite notar la importancia histórica de la generación hidroeléctrica y térmica
fósil.
18
Capacidad Instalada (%)
120%
100%
0%
0%
0%
0%
0%
0%
0%
0%
1%
1%
61%
58%
60%
57%
57%
55%
53%
47%
44%
60%
42%
40%
43%
43%
45%
46%
55%
40%
53%
39%
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
80%
60%
40%
20%
0%
Térmico
Hidráulico
Eólico
Figura 2.6. Porcentajes de Capacidad Instalada Histórica en el SIC (CDEC-SIC, 2010)
Generación (%)
120%
100%
0%
0%
0%
0%
0%
0%
0%
0%
1%
1%
61%
58%
60%
57%
57%
55%
53%
47%
44%
60%
42%
40%
43%
43%
45%
46%
55%
40%
53%
39%
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
80%
60%
40%
20%
0%
Térmico
Hidráulico
Eólico
Figura 2.7. Porcentajes de Generación Histórica en el SIC (CDEC-SIC, 2010)
19
2.5.
Modelo Hidrológico WEAP
El modelo hidrológico Water Evaluation and Planning (WEAP) fue
desarrollado por el Stockholm Environment Institute (SEI). El objetivo de este
modelo es contar con una herramienta para la planificación de los recursos hídricos a
futuro.
Éste permite construir un sistema hídrico, haciendo un balance entre
oferta y demanda. Por el lado de la oferta hídrica el modelo WEAP incorpora
caudales, aguas subterráneas y estados de los embalses, además de las transferencias
de agua que se produzcan. Por el lado de la demanda hídrica se incorporan los
diferentes patrones de usos de agua (consumo humano, agrícola, hidroeléctrico, etc.),
pérdida por evaporación, costos, contaminación de agua y estrategias de
reutilización.
WEAP es un modelo flexible, por lo cual, es apto para analizar el
impacto que tendrá el cambio climático en los recursos hídricos a futuro. Esto se
hace por medio de diferentes escenarios, los que se diferencian en las variables
temperatura y precipitación ingresadas (Sieber, 2011) .
Las temperaturas y precipitaciones se obtienen por medio de los GCMs
según un escenario de emisiones (Véase sub-capítulo 2.2). Por esta razón, ingresando
estas variables se puede observar el cambio en las hidrologías debido al cambio
climático.
Por un lado, un cambio en las precipitaciones influye directamente en los
caudales y, por el otro, un cambio en la temperatura modifica la evaporación de agua
y el derretimiento de nieve, impactando indirectamente en los caudales. Estos
procesos son modelados por WEAP.
Este modelo permite obtener las salidas (caudales, generación
hidroeléctrica, costos, etc.) en formato anual o mensual (Cruzat, 2010).
En Chile, el modelo WEAP ha sido utilizado para estudiar el impacto que
tendrá el cambio climático en la operación hídrica de diferentes cuencas por los
estudios de Vicuña et al., (2011), Ayala (2011), McPhee et al., (2010), Mena (2009),
Araya & Rubio (2011), entre otros.
20
2.6.
Impacto del Cambio Climático en la Generación Hidroeléctrica
Los principales problemas que puede acarrear el cambio climático en la
generación hidroeléctrica se deben a cambios en los flujos de los ríos, en la
evaporación y en la seguridad de las represas. Cabe señalar que el agua disponible
para la generación se debe a las reservas de agua menos la evaporación que se
produce en éstas, por lo cual, altas temperaturas acarrean un mayor grado de
evaporación afectando la disponibilidad del recurso hídrico para la generación
(Mideksa & Kallbekken, 2010).
Los embalses jugarán un rol importante en el futuro. El agua almacenada
en ellos puede palear la baja en los flujos de agua en un momento dado. Por esto, es
muy importante la planificación, debido a que el agua en un momento dado puede
ser muy valiosa si se guarda y se utiliza en el futuro, cuando quizás los flujos de agua
sean aún menores que en el presente.
Una mayor temperatura aumenta el grado de derretimiento de nieve,
existiendo regiones donde este derretimiento es un factor relevante en el ciclo del
agua. En estas regiones, las centrales hidráulicas dependen de un factor temporal del
ciclo de derretimiento de nieve.
Cada central hidroeléctrica es construida tomando en cuenta la variación
histórica de los flujos de agua. Por esta razón, un cambio en las condiciones
climáticas podría afectar los sistemas existentes de generación hidráulica y también
los futuros por flujos de agua mayores o menores a los históricos. Con esto, se ha
implantado una incertidumbre en la construcción futura de centrales, debido a que no
se sabe a ciencia cierta qué ocurrirá con el cambio climático (Schaeffer et al., 2011).
En la literatura se ha estudiado el impacto futuro del cambio climático en
la generación hidroeléctrica en diferentes regiones del planeta. Mideksa &
Kallbekken (2010) estudian el impacto del cambio climático en la generación
hidroeléctrica en EEUU. Ellos realizan una revisión de estudios sobre el tema,
señalando que la generación en el Río Colorado podría bajar hasta en un 40% hacia
mediados de este siglo. Siguiendo en esta línea, la generación en el Valle Central de
EEUU también puede bajar. En este caso, la baja podría ser de entre un 8% y un 10%
en el lago Shasta, y de entre un 10% y un 12% en el Valle Central completo.
21
Los mismos autores señalan que en la región de Quebec, Canadá, la
generación hidroeléctrica aumentará en invierno debido a un crecimiento en los
flujos de los ríos, pero en verano estos flujos decaerán y con ellos la generación
hidroeléctrica.
Seljom (2011) estudia el impacto del cambio climático en Noruega
utilizando diferentes escenarios. Simula para 10 escenarios diferentes y las compara
con la línea base (sin cambios climáticos) al año 2050. Los resultados se presentan
en la figura 2.8.
Figura 2II.6. Recursos Hidroeléctricos Proyectados en Noruega para el año 2050 (Seljom,
2011)
El potencial hidroeléctrico no podrá ser utilizado por completo, debido a
un aumento desmesurado de los caudales de los ríos ocasionando inundaciones. Esta
pérdida de potencial se estima entre unos 3-9 TWh por año (Seljom, 2011).
Burle (2011) concluye que el cambio climático generará menores flujos
de agua en los ríos de Brasil. De Lucena et al. (2010) señalan que la potencia firme3
total en Brasil caerá hacia el año 2100 en un 29% para el escenario de emisiones B2
y en un 31% para el escenario A2.
3
Potencia que se puede el sistema puede generar el 100% del tiempo (De Lucena,
Schaeffer, & Szklo, 2010).
22
A nivel nacional, se han realizado estudios sobre el impacto que tendrá el
cambio climático en los caudales de las principales cuencas con generación
hidroeléctrica, como también estudios sobre el impacto que tendrá el cambio
climático en la generación hidroeléctrica misma.
Araya y Rubio (2011), con la ayuda del Departamento de Ingeniería Civil
Facultad de Ciencias Físicas y Matemáticas Universidad de Chile, analizaron el
impacto que tendrá el cambio climático en las principales cuencas con generación
hidroeléctrica del país. Modelando para diferentes GCMs y para los escenarios de
emisiones A2 y B2 concluyen que existirá una baja generalizada en los caudales
hacia el año 2050.
McPhee et al. (2010) analiza el impacto que tendrá el cambio climático
en la generación hidroeléctrica en Chile utilizando el GCM HadCM3 (Véase subcapítulo 2.2) para los escenarios A2 y B2. El autor analizó el impacto para las
siguientes cuencas:
a) Río Aconcagua (ACN)
b) Río Maipo (MPO)
c) Río Rapel (RPL)
d) Río Maule (MLE)
e) Río Laja (LJA)
f) Río Bío-Bío (BBO)
Sistemas menores al sur del río Bío-Bío se agruparon en “Otros Sur”.
Utilizando el modelo WEAP y relaciones estadísticas obtuvo los
resultados señalados en la tabla 2.3. En ésta se compara el promedio de generación
histórica anual con la generación promedia anual proyectada para diferentes períodos
de tiempo.
23
Tabla 2.3. Proyecciones Generación Hidroeléctrica en Chile (McPhee et al., 2010)
Período
Aconcagua Maipo Cachapoal Bío-Bío Maule
756
Histórico
1584
1555
Valores Absolutos
Laja
Otros Sur
Total
7282
4508
455
20938
Escenario A2
4238
7045
4214
438
19647
4798
2011-2040
711
1572
1429
2041-2070
598
1458
1216
4017
6820
3856
441
18406
2071-2099
602
1448
1194
3217
6480
3741
429
17111
2011-2040
-6%
-1%
-8%
-12%
-3%
-7%
-4%
-6%
2041-2070
-21%
-8%
-22%
-16%
-6%
-14%
-3%
-12%
2071-2099
-20%
-9%
-23%
-33%
-11%
-17%
-6%
-18%
2011-2040
667
1529
1528
Escenario B2
4346
7054
4309
440
19873
2041-2070
631
1457
1304
4081
6841
3994
439
18748
2071-2099
683
1448
1410
3629
6719
3975
428
18293
2011-2040
-12%
-3%
-2%
-9%
-3%
-4%
-3%
-5%
2041-2070
-16%
-8%
-16%
-15%
-6%
-11%
-3%
-10%
2071-2099
-10%
-9%
-9%
-24%
-8%
-12%
-6%
-13%
Variación (%)
Valores Absolutos
Variación (%)
El autor señala que la baja en los flujos de los ríos será mayor a la baja en
la generación hidroeléctrica.
24
III.
3.1.
METODOLOGÍA:
HIDROELÉCTRICA
MODELACIÓN
GENERACIÓN
Antecedentes
Para proyectar el impacto que tendrá el cambio climático en la
generación hidroeléctrica en el SIC se buscaron modelos de generación o factor de
planta anuales separados por cuencas y por tipo de central, ya sean de embalse o de
pasada.
Para ello, se utilizaron modelos hidrológicos WEAP para las cuencas del
río Laja y Maule. Estos modelos fueron facilitados por el Centro de Cambio Global
UC (CCGUC). El modelo de la cuenca del río Maule fue desarrollado por los
investigadores asociados al CCGUC, Eduardo Bustos y David Poblete, como parte
de un proyecto CORFO. Por otro lado, el modelo de la cuenca del río Laja fue
desarrollado por Álvaro Ayala como parte de su Tesis para optar al grado de
Magíster en Ciencias de la Ingeniería, Mención Recursos y Ambiente Hídrico, en la
Universidad de Chile (Ayala, 2011).
Para el resto de las cuencas se buscaron modelos estadísticos que
relacionen generación con variables climatológicas (precipitación y temperaturas),
con generación en centrales en otras cuencas o modelos que relacionen factores de
planta con variables climatológicas.
Así, la modelación de las cuencas se divide en dos grupos, uno modelado
con WEAP y otro con modelos estadísticos.
25
Tabla 3.1. Cuencas Modeladas separadas por Tipo de Central
Maule (Pasada y Embalse)
Laja (Pasada y Embalse)
Aconcagua (Pasada)
Maipo (Pasada)
Cachapoal (Pasada y Embalse)
Bío-Bío (Embalse)
Cuencas Modeladas con Relaciones Estadísticas
Liquiñe (Pasada)
Rahue (Pasada)
Petrohué (Embalse)
Baker
Cuencas Modeladas con WEAP
*Para la cuenca del río Baker se buscó un modelo para caudales con precipitaciones como variables
de entrada, debido a que no existe generación histórica.
Se priorizó el uso de modelos WEAP, debido a que realizan un balance
entre oferta y demanda hídrica permitiendo la inclusión de variables que los modelos
estadísticos no incluyen. Sólo se utilizaron los modelos WEAP de los ríos Maule y
Laja debido a que son los únicos modelos a disposición y desarrollar modelos para
cada cuenca es intensivo en tiempo escapándose de los límites de esta Memoria.
3.2.
Recolección de Datos Históricos
3.2.1.
Precipitaciones y Temperaturas
A cada una de las cuencas modeladas se le asignó una estación
meteorológica de precipitaciones y temperaturas cercana a las centrales. Esto, para
obtener los datos históricos de precipitaciones y temperaturas necesarios para cada
uno de los modelos, tanto WEAP como estadísticos.
La única cuenca con más de una estación meteorológica para cada
variable fue la del río Maule, con 3 estaciones de precipitaciones.
Para obtener estos datos, se recurrió a la Dirección General de Aguas del
Ministerio de Obras Públicas (DGA), al Centro de Cambio Global UC (CCGUC),
datos entregados por la Memoria de Título de Barría (2010) y la Tesis de Magíster de
Ayala (2011). Se priorizó la información entregada por la DGA, debido a que es la
información oficial del Estado y se supone la más exacta. De faltar datos, se recurrió
a las otras fuentes.
26
Las estaciones meteorológicas seleccionadas se muestran en la tabla 3.2.
27
Tabla 3.2. Estaciones Meteorológicas (DGA; CCGUC; Ayala, 2011; Barría, 2010)
Cuenca
Estación Precipitaciones Cota (m.s.n.m) Latitud S
Longitud W
Estación Temperaturas
Cota (m.s.n.m)
Latitud S
Longitud W
Aconcagua
Vilcuya
1100
32° 51' 00''
70° 28' 00''
Vilcuya
1100
32° 51' 00''
70° 28' 00''
Maipo
San Gabriel
1266
33° 46' 00''
70° 14' 00''
Pirque
659
33° 40' 00''
70° 35' 00''
Cachapoal
Popeta
480
34° 26' 00''
70° 46' 00''
Rengo
310
34° 25' 00''
70° 51' 00''
Armerillo
492
35° 42' 00''
71° 04' 00''
Armerillo
492
35° 42' 00''
71° 04' 00''
Maule
Cipreses
990
35°78'33''
70°81'70
Armerillo
492
35° 42' 00''
71° 04' 00''
Melado en la Lancha
650
35°85'
71°06'67''
Armerillo
492
35° 42' 00''
71° 04' 00''
Laja
Abanico
765
37° 21' 00''
71° 30' 00''
Diguillín
670
36° 52' 00''
71° 38' 00''
Bío-Bío
Lonquimay
920
38° 26' 00''
71° 22' 00''
Malalcahuello
950
38° 28' 00''
71° 34' 00''
Liquiñe
Puesco Aduana
620
39°31'09''
71°32'52
Puesco Aduana
620
39°31'09''
71°32'52
Rahue
Adolfo Matthei
55
40° 35' 00''
73° 06' 00''
Adolfo Matthei
55
40° 35' 00''
73° 06' 00''
Petrohué
Lago Chapo
270
41° 25' 00''
72° 35 00''
Adolfo Matthei
55
40° 35' 00''
73° 06' 00''
Baker
Puerto Guadal
105
47°21'00''
72°51'00''
No Utilizada
28
Los datos mensuales de precipitaciones y temperaturas en las bases de
datos consultadas no estaban completos, por lo cual, se hace necesario rellenar estos
datos faltantes. Los criterios para el relleno de datos utilizados fueron los siguientes:
•
Las temperaturas se rellenaron utilizando el promedio mensual histórico para el
mes del dato faltante.
•
Las precipitaciones se rellenaron utilizando una regresión lineal entre la serie
mensual de la estación con el dato faltante y la misma serie mensual de otra
estación meteorológica cercana. Esta última debe ser la que presente mejor
relación con la serie mensual de la estación con el dato faltante. De no encontrar
ninguna estación cercana con una relación óptima, se rellena con el promedio de
la razón entre las precipitaciones mensuales de esa serie con las precipitaciones
totales anuales (Cruzat, 2010).
3.2.2.
Generación Hidroeléctrica
Para obtener los datos históricos de generación hidroeléctrica necesarios
se recurrió a datos entregados por el CDEC-SIC y a la base de datos del CCGUC. Se
priorizó la información del CDEC-SIC, debido a que es la información oficial.
Las centrales modeladas se presentan en la tabla 3.3.
29
Tabla 3.3. Centrales hidroeléctricas Analizadas (CDEC-SIC, CCGUC y Sistema de
Evaluación de Impacto Ambiental [SEIA])
Cuenca
Aconcagua
Maipo
Cachapoal
Maule
Laja
Bío-Bío
Liquiñe
Rahue
Petrohué
Baker
Central
Los Quilos
Aconcagua
Alfalfal
Florida
Los Morros
Maitenes
Queltehues
Volcán
Puntilla
Sauzal (50Hz y 60Hz)
Sauzalito
Coya
Rapel
Colbún
Machicura
San Ignacio
Cipreses
Isla
Pehuenche
Curillinque
Loma Alta
Chiburgo
El Toro
Antuco
Abanico
Pangue
Pullinque
Capullo
Pilmaiquén
Canutillar
Baker 1
Baker 2
Tipo
Potencia Instalada
Pasada
70.8
Pasada
74
Pasada
178
Pasada
28.5
Pasada
3.1
Pasada
31
Pasada
49
Pasada
13
Pasada
22
Pasada
76.8
Pasada
12
Pasada
10.8
Embalse
377
Embalse
478
Embalse
95
Pasada
37
Embalse
106
Pasada
68
Embalse
570
Pasada
89
Pasada
40
Pasada
19.4
Embalse
450
Pasada
320
Pasada
136
Embalse
467
Pasada
51.4
Pasada
11
Pasada
40.8
Embalse
172
Embalse
660
Embalse
360
30
3.3.
GCMs Utilizados
Se utilizaron 5 GCMs para 2 escenarios de emisiones de GEI, A1B y B1.
Los GCMs utilizados se detallan en la tabla 3.4.
Tabla 3.4. GCMs Utilizados
GCM
Centro de Investigación
HadCM3
UK Meteorological Office (Reino Unido)
CM2.0
Geophysical Fluid Dynamics Laboratory (EEUU)
ECHAM5-OM
Max-Planck-Institut for Meteorology (Alemania)
AOM
Goddard Institute for Space Studies (EEUU)
CGCM3 (Resolución T47)
Canadian Center for Climate Modelling and Analysis
Cada uno de estos GCMs tiene un período de control (histórico), que
entrega datos comunes para cualquier escenario de emisiones de GEI hasta el año
2000, y un período futuro, que entrega datos diferentes para cada escenario de
emisiones desde el año 2001 en adelante.
3.3.1.
Escalamiento
Para llevar los resultados de precipitaciones y temperaturas de los GCMs
a cada una de las estaciones presentadas en la tabla 3.2 se realizó un proceso de
escalamiento, debido a la baja resolución de los GCMs (Véase subcapítulo 2.2).
El método utilizado es el planteado por Ayala (2011), el cual se basa en
el método de Wood et al. (2002). Este último, ha sido utilizado para evaluar
climatología en EEUU (Maurer et al., 2008) y Europa (Boé et al., 2009).
Este método selecciona un período base para comparar los datos
observados con los datos dados por el período de control de cada GCM. Contempla
dos pasos, primero la desagregación espacial de las variables climatológicas y luego
una corrección temporal de ellas. A continuación se detalla cada uno de estos pasos
(Ayala, 2011).
31
a) Desagregación Espacial
Este proceso lleva los valores de las variables climáticas sacadas del
GCM a cada una de las estaciones señaladas en la tabla 3.2. Esto se realiza mediante
una interpolación de los valores obtenidos en los cuatro puntos más cercanos de la
grilla del GCM a la estación. La interpolación se basa en una relación multiplicativa
en el caso de las precipitaciones y en una relación aditiva en el caso de las
temperaturas, las que permiten relacionar variables observadas a gran escala con
variables locales. Las observadas a gran escala son obtenidas de los re análisis del
NCEP/NCAR del National Oceanic and Atmospheric Administration de EEUU
(NOAA) disponibles en la web4. Estos re análisis son simulaciones a gran escala de
la climatología observada, la que es forzada por observaciones meteorológicas
locales de todo el mundo.
Las fórmulas (3.1) y (3.2) detallan las relaciones recién señaladas,
mientras que la figura 3.1 muestra un esquema de cómo se realiza la interpolación.
ó
=
ó
ó − = ó
!"
(3.2)
− !" (3.3)
Donde,
#ó , ó : Precipitación y Temperatura históricas observadas en la
estación.
# , : Precipitación y Temperatura registradas en la celda definida por
el GCM obtenidas del re análisis del NCEP/NCAR.
# !" , !" : Precipitación y Temperatura resultantes del promedio de los
cuatro puntos más cercanos del GCM a la estación en estudio.
4
http://www.esrl.noaa.gov/psd/data/reanalysis/reanalysis.shtml
32
#ó
!" , ó !" :
Precipitación y Temperatura a despejar de las ecuaciones.
Estas son las variables que predice el GCM para cada estación (Ayala, 2011).
Puntos de la
Grilla del
GCM
Figura 3.1. Esquema Desagregación Espacial (CCGUC)
b) Corrección Temporal
Al interpolar las variables climáticas a las estaciones en estudio se deben
corregir las curvas de duración.
Para el caso de las precipitaciones, los GCMs son incapaces de
reproducir valores nulos, por lo cual, se elige un umbral bajo el cual el valor de las
precipitaciones escaladas es 0.
Para los valores no nulos, los valores escalados se multiplican por un
factor que permite que las medias mensuales se igualen a la de los valores
observados.
Finalmente, las fórmulas (3.4) y (3.5) muestran la corrección temporal
(Ayala, 2011).
#
!"%&&'%ñ),*
=#
∑ñ) ,-ñ),*
0
°/ñ%
!"ñ),* ∑ñ) ñ),*0
°/ñ%
(3.4)
33
!"%&&'%ñ),*
=
!"ñ),*
3.4.
Modelación WEAP
3.4.1.
Río Maule
+
∑ñ% 23ñ),*
∑ñ% 0
4°567ñ89 −
!"ñ),*0
4°567ñ89(3.5)
La generación en el modelo del río Maule funciona en base a derechos.
De ser posible, el modelo hidrológico envía el caudal necesario a las centrales para
cumplirlos. De no serlo, las centrales generan menos.
Los derechos mensuales asignados en WEAP a las centrales Cipreses,
Isla, Curillinque, Loma Alta y San Ignacio son:
a) Central Cipreses: 39 m3/s desde el Río Cipreses en desagüe de la Laguna
Invernada.
b) Central Isla: 42 m3/s del Río Maule y 48 m3/s del Río Cipreses.
c) Central Curillinque: Obtiene el caudal utilizado por la central Isla.
d) Central Loma Alta: Obtiene el caudal utilizado por la central Isla que luego pasa
por la central Curillinque, sumado a derechos de 22.03 m3/s del Río Colorado.
e) Central San Ignacio: 295 m3/s de la descarga del embalse Machicura.
Los derechos asignados en WEAP para las otras centrales están sujetos a
la resolución 105 del año 1983 de la DGA, que estipula derechos mensuales de
aprovechamiento de agua sobre el río Maule, obtenidos a 1550m aguas arriba de la
bocatoma el Lirio del Canal Maule Sur. La distribución mensual de estos derechos se
detalla en la tabla 3.5.
Tabla 3.5. Distribución Mensual Resolución 105 (m3/s)(DGA, 1983)
Abril
Mayo
Junio
Julio
80
40
40
40
Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo
40
60
140
180
200
200
180
120
Estos caudales podrán ser aprovechados solamente si el caudal del río
Maule es suficiente. De no serlo, se debe calcular la “disponibilidad de agua”, la cual
se determina sumando el caudal medido en la estación “Maule en Armerillo” más los
caudales captados por los canales ubicados aguas arriba de esta estación incluyendo
el canal Melado (DGA, 1983).
34
Así, la central Colbún tendrá derechos sobre el embalse Colbún de 180
m /s si la disponibilidad de agua es mayor a 200 m3/s, y de 90 m3/s si la
disponibilidad es menor. Para la central Machicura, debido a que está conectada en
3
serie con la central Colbún, correrán los mismos derechos.
La central Pehuenche tendrá derechos de 300 m3/s si la disponibilidad de
agua es mayor a los derechos dados por la resolución 105, y de 104.5 m3/s si es
menor. Este caudal será extraído desde el embalse Melado.
Por último, la central Chiburgo obtiene caudal de los derechos otorgados
al Canal Esperanza y al Canal Maule Sur, los que a su vez dependen de la resolución
105. Para el primero, si la disponibilidad de agua es mayor a los derechos dados por
la resolución 105, sus derechos son el 1,405% de los estipulados por la resolución.
De no cumplirse lo anterior, sus derechos corresponden al mismo porcentaje pero de
la disponibilidad de agua. Para el Canal Maule Sur, ocurre lo mismo pero el
porcentaje asociado es del 11,96%.
3.4.2.
Río Laja
Se utilizó el modelo hidrológico del río Laja desarrollado por Ayala (
2011), mientras que el modelo operativo de extracción de agua de la Laguna Laja
para generación de la central El Toro y riego fue modificado.
Para el modelo operacional, se analizó el comportamiento histórico de las
extracciones a la laguna por la central El Toro para el período comprendido entre los
años 1996 y 2008.
Con este análisis, se concluyó que el caudal promedio mensual extraído
por la central El Toro desde la laguna es máximo cuando ésta tiene un volumen de
agua almacenado mayor a los 2500 Hm3. Se asignó un caudal máximo de 85 m3/s.
Esta operación sucede con cuatro meses de desfase, o sea, si la laguna presenta un
volumen mayor a los 2500 Hm3, el caudal promedio mensual hacia la central El Toro
es máximo en cuatro meses más.
Al analizar la relación entre el caudal por la central El Toro y los
afluentes naturales a la Laguna Laja, se concluyó que el caudal promedio mensual
por la central El Toro es nulo cuando los afluentes naturales tienen un caudal
35
promedio mensual menor o igual a los 25 m3/s. Esta operación ocurre con 9 meses de
desfase.
De no cumplirse alguna de las condiciones recién señaladas, el caudal
por la central El Toro toma valores según su distribución promedia mensual
histórica. Esta se detalla en la tabla 3.6.
Tabla 3. 6. Distribución Mensual Histórica Caudal Central El Toro (m3/s)(Dirección de
Obras Hidráulica [DOH])
Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo
56.0 50.1 34.8 26.5 26.9
18.4
20.8
20.0
22.1
43.6
58.6
62.1
Además, el modelo modifica las prioridades asignadas al llenado de la
laguna y a los caudales de generación y riego. Si el volumen de la laguna Laja es
mayor a 1000 Hm3, se prioriza el caudal para generación y riego. Si es menor, se
prioriza el llenado de la laguna.
Por otro lado, si el caudal de los afluentes naturales a la laguna es menor
a 25 m3/s, se prioriza el llenado de la laguna.
Las distribuciones mensuales de las demandas de riego promedias
históricas se detallan en la tabla 3.7.
Tabla 3.7. Distribución Mensual Histórica Demanda por Riego (m3/s)(Ayala, 2011)
Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo
Riego Antiguo
55
33.2
11
4.3
11
32.1
61.4
82.7
90
90
85
72
Riego Nuevo
24.9
0
0
0
0
5.3
7.5
11.5
18.2
28.5
41.2
34.7
Derechos Eventuales Canal Laja-Sur
9.9
0
0
0
0
6.8
8.9
11.7
13.7
13.7
11.7
10.8
La figura 3.2 compara la generación anual histórica de la central El Toro
con la generación simulada por WEAP.
Generación (MWh)
El Toro
3500000
3000000
2500000
2000000
1500000
1000000
500000
0
Simulada
Observada
Figura 3.2. Comparación entre Valores Observados y Valores dados para la
Generación en la Central El Toro
36
Para las centrales Antuco y Abanico se buscaron relaciones históricas
entre generación y caudales. La generación mensual en la central Abanico depende
casi exclusivamente de las filtraciones naturales de la Laguna Laja, mientras que la
generación mensual de la central Antuco depende del caudal mensual que pasa por la
central El Toro y los afluentes naturales a la Laguna Laja. Estas relaciones se
muestran en la figura 3.3.
200
180
160
140
120
100
80
60
40
20
0
Antuco
200
Generación Antuco (GWh)
Generación (GWh)
Abanico
y = 0.9271x + 3.8743
R² = 0.77
0
10
20
30
40
Caudal Filtraciones (m^3/s)
50
150
100
50
y = 78.33ln(x) - 216.68
R² = 0.73
0
0
50
100
150
200
Caudal El Toro + Afluentes Naturales
Figura 3.3. Relación Histórica de Generación con Caudales para Centrales Abanico y Antuco
3.5.
Modelación Estadística
Para obtener modelos estadísticos para la generación de los ríos
Aconcagua, Maipo, Cachapoal, Bío-Bío, Liquiñe, Rahue, Petrohué y Baker se
realizaron regresiones lineales (Véase Anexo A).
Se buscó el mejor modelo tomando como variable dependiente la
generación hidroeléctrica o el factor de planta anual. Como variables independientes
se utilizaron precipitaciones, temperaturas o generación hidroeléctrica en otras
centrales a nivel anual. Con esto, se obtienen funciones de generación o factor de
planta según muestran (3.6), (3.7) y (3.8).
:646;<=>ó4 = ?(#;6=>A>B<=>8469, 6CA6;<BD;<9)
(3.6)
:646;<=>ó4 = ?(:646;<=>ó464FB;<(9)G64B;<H(9))
(3.7)
I<=B8;56#H<4B< = ?(#;6=>A>B<=>8469, 6CA6;<BD;<9)
(3.8)
En la elección de modelos, se utilizó como parámetro el valor de R2ajustado
debido a que es mejor estimador que el coeficiente de determinación R2 (Ver Anexo
A).
37
Se buscó el modelo con el mejor R2ajustado (más cercano a 1), que cumpla
los siguientes criterios:
a) No puede tener como variable explicativa sólo temperatura, debido a que no es
correcto suponer que los caudales se generen sólo por el derretimiento de nieve.
Las precipitaciones deben influir.
b) Los modelos deben cumplir con test de significancia global de Fisher (Véase
Anexo A).
Luego de elegidos los mejores modelos para cada cuenca y tipo de
central, se procede a borrar valores atípicos que existan (Véase anexo B). Luego de
eliminarlos, se elige el modelo sólo si su R2ajustado cumple con:
RK LMNOPLQR ≥ 0.6
R
2
ajustado
(3.9)
Para el caso de los modelos para caudales del río Baker, se aceptó un
por sobre 0.5, debido a que fue imposible encontrar un modelo que
cumpliera con (3.9).
La tabla 3.8 detalla los modelos obtenidos para las cuencas entre los ríos
Aconcagua y Petrohué.
38
Tabla 3.8. Modelos Estadísticos Obtenidos entre los Ríos Aconcagua y Petrohué
Parámetros
Modelo
R2ajustado Variable Explicada
Variables Explicativas
Constante Variable Explicativa 1 Variable Explicativa 2
Aconcagua Pasada
Maipo Pasada
Cachapoal Embalse
Cachapoal Pasada
Bío-Bío Embalse
0.8
0.88
0.9
0.93
0.7
Generación [MWh] Precipitaciones [mm] y Temperatura [°C] -1000877.6
Generación [MWh] Generación Central Machicura [MWh] 1255693.64
Generación [MWh]
Precipitaciones [mm]
-142847.95
Factor de Planta [%]
Precipitaciones [mm]
0.52
5
Generación [MWh]
Generación Centrales Maule [MWh]
38669.77
Liquiñe Pasada
Rahue Pasada
Petrohué Embalse
0.88
0.75
0.8
Generación [MWh]
Generación [MWh]
Generación [MWh]
5
Precipitaciones [mm]
Generación Liquiñe Pasada [MWh]
Generación Central Antuco [MWh]
82605.6
94112.96
-26902.34
184.1
0.93
2022.88
0.0004
0.23
39.38
1.01
185811.64
Generación sumada de centrales Colbún, Machicura, Isla, Pehuenche, Cipreses, San Ignacio, Loma Alta y Curillinque
104587.4
39
Las figuras 3.4, 3.5 y 3.6 comparan la generación o factor de planta
observados con la generación o factor de planta dados por los modelos estadísticos
obtenidos.
Generación(MWh)
Aconcagua - Pasada
1000000
800000
600000
Observada
400000
Simulada
200000
0
Maipo - Pasada
Generación (MWh)
2500000
2000000
1500000
Observada
1000000
Simulada
500000
0
Cachapoal - Pasada
Factor de Planta
1
0.8
0.6
Observado
0.4
0.2
Simulado
0
Figura 3.4. Comparación entre Valores Observados y Valores dados por los
Modelos entre Ríos Aconcagua y Cachapoal
40
Generación (MWh)
Cachapoal - Embalse
2000000
1500000
Observada
1000000
Simulada
500000
0
Generación (MWh)
Bío-Bío - Embalse
3000000
2500000
2000000
1500000
1000000
500000
0
Observada
Simulada
Generación (MWh)
Liquiñe - Pasada
300000
250000
200000
150000
100000
50000
0
Observada
Simulada
Figura 3.5. Comparación entre Valores Observados y Valores dados por los
Modelos entre
Ríos
Cachapoal y Liquiñe
Figura
3.8-3.10.
41
Generación (MWh)
Rahue - Pasada
400000
350000
300000
250000
200000
150000
100000
50000
0
Observada
Simulada
Generación (MWh)
Petrohué - Embalse
1400000
1200000
1000000
800000
600000
400000
200000
0
Observada
Simulada
Figura 3.6. Comparación entre Valores Observados y Valores dados por los
Modelos entre los Ríos Rahue y Petrohué
Los modelos de caudales obtenidos para las centrales ubicadas en el río
Baker se detallan en la tabla 3.9.
Tabla 3.9. Modelos Caudales Río Baker
Parámetros
Modelo
Baker 1
Baker 2
R2ajus
Variable
Explicada
tado
0.54 Caudal [m^3/s]
0.56 Caudal [m^3/s]
Variables
Explicativas
Precipitaciones [mm]
Precipitaciones [mm]
Constante Variable Explicativa
412.51
0.26
588.89
0.41
La figura 3.7 compara el caudal promedio anual observado con el caudal
dado por los modelos estadísticos obtenidos para las centrales Baker 1 y Baker 2.
42
Baker 1
Caudal [m^3/s]
1000
800
600
400
Observado
200
Simulado
0
Caudale [m^3/s]
Baker 2
1200
1000
800
600
400
200
0
Observado
Simulado
Figura 3.7. Comparación entre Valores Observados y Valores dados por los
Modelos de Caudal para Baker 1 y 2
La generación hidroeléctrica está estrechamente relacionada con el
caudal de los ríos según (3.10).
W = 9.81 ∗ \ ∗ ∗ 6 ∗ ] ∗ ^ = _ ∗ ^
Donde,
E = energía generada
H = altura de la caída de agua
T = horas de funcionamiento
e = eficiencia de las turbinas
η = coeficiente de pérdidas por mantenimiento y reparación de la central.
Q = caudal
(Castro, 2006)
(3.10)
43
Para calcular el factor α que multiplica el caudal, se relacionó la Energía
Anual Media de diseño para cada central con el caudal promedio anual histórico
correspondiente. Estos valores fueron obtenidos del SEIA6.
En la tabla 3.10 se señalan las características de cada central y el valor
del factor multiplicador α.
Tabla 3.10. Datos Centrales Baker 1 y Baker 2 (SEIA)
Potencia (MW)
Caudal de Diseño (m3/s)
Caudal Mínimo (m3/s)
Caudal Medio Histórico (m3/s)
Energía Media Anual (GWh)
Multiplicador (α)
Baker 1
660
927
260
641
4420
6.9
Baker 2
360
1275
380
945
2540
2.7
Finalmente, se multiplicaron los parámetros de los modelos anuales para
caudales por sus respectivos factores α, obteniendo los modelos de generación
anuales.
Tabla 3.11. Modelos de Generación Río Baker
Parámetros
R2ajus
Baker 1
Variable
Explicada
tado
0.54 Caudal [m^3/s]
Variables
Explicativas
Precipitaciones [mm]
Baker 2
0.56 Caudal [m^3/s]
Precipitaciones [mm]
Modelo
3.5.1
Constante Variable Explicativa
2850.95
1.82
1586.83
1.11
Validación de los Modelos
Los modelos antes obtenidos deben cumplir ciertos requisitos propios de
la teoría de regresiones para poder considerárselos válidos.
a)
Análisis de Sensibilidad
Se busca observar cambios en la variable de salida ante cambios en las
variables de entrada.
6
http://www.sea.gob.cl/
44
Para este análisis, se tomaron 2 ejemplos de modelos. Uno con
precipitaciones y temperaturas como variables de entrada y otro con generación en
una central de otro sistema hidroeléctrico.
Se espera que a futuro las precipitaciones disminuyan y las temperaturas
aumenten por el cambio climático. Por esta razón, el análisis de sensibilidad en
cuanto a estas dos variables seguirá la misma lógica
Para el primer caso, se tomó como ejemplo el modelo para las centrales
de pasada del río Aconcagua. Las figuras 3.8 y 3.9 muestran el cambio en la
generación a partir de un cambio en las precipitaciones y temperaturas por separado.
Generación (MWh)
1200000
1000000
800000
Sin Cambios
600000
+2°C Temperatura
400000
200000
0
1
2
3
4
5
6
7
8
9
10
11
12
13
Figura 3.8. Análisis de Sensibilidad Río Aconcagua ante cambio en
Precipitaciones
800000
Generación (MWh)
700000
600000
500000
400000
Sin Cambios
300000
-20% Precipitaciones
200000
100000
0
1
2
3
4
5
6
7
8
9
10
11
12
13
Figura 3.9. Análisis de Sensibilidad Río Aconcagua ante cambio en Temperaturas
De las figuras anteriores, se puede observar que una baja en las
precipitaciones logra disminuir levemente la generación. Con esto, los cambios en
generación debido a cambios en precipitaciones estarán bien representados por los
modelos sin sobrepasar límites físicos.
45
Por otro lado, la variable temperatura no está bien representada, debido a
que un aumento en ella aumenta en gran proporción la generación. Esto señala que
los modelos no representan de forma adecuada el límite de formación de agua
asociado al derretimiento de nieve. Los modelos consideran que la nieve es infinita,
lo que es incorrecto. Por esta razón, se necesita encontrar otros modelos que no
incorporen la variable temperatura.
En la figura 3.10 se muestra el análisis de sensibilidad para el segundo
caso, donde la variable de entrada es la generación en otra central. Se tomó como
ejemplo el modelo para las centrales de pasada del río Maipo, disminuyendo la
generación en la central Machicura (variable de entrada) en un 20%.
Generación (MWh)
2500000
2000000
1500000
1000000
500000
Sin Cambios
-20% Gen. Machicura
0
Figura 3.10. Análisis de Sensibilidad Río Maipo ante cambio en Generación en
Central Machicura
Como se aprecia en la figura 3.10, el cambio en la generación en la
central Machicura genera una baja en la generación en el sistema del Río Maipo.
Este cambio es similar al que ocurre en la figura 3.9, por lo cual, los modelos que
tienen como variable de entrada la generación en otras centrales quedan bien
representados.
El único modelo que incorpora la variable temperatura como
significativa es el modelo para las centrales de pasada en la cuenca del río
Aconcagua. Se encontró un modelo que incorpora la generación en la central
Machicura como variable de entrada. Los detalles de este modelo se presentan en la
tabla 3.12.
46
Tabla 3.12. Modelo Definitivo Centrales de Pasada Río Aconcagua
Parámetros
Modelo
R2ajus
Variable
Explicada
Generación
[MWh]
tado
Aconcagua
0.69
Pasada
Variables
Explicativas
Generación Central
Machicura [MWh]
Constante Variable Explicativa
446370.78
0.43
La figura 3.11 muestra la generación histórica observada en las centrales
de pasada del río Aconcagua, comparándola con la generación simulada por el
modelo al ingresar la generación histórica de la central Machicura como variable de
entrada.
Generación (MWh)
Aconcagua - Pasada
1000000
800000
600000
400000
200000
Observada
Simulada
0
Figura 3.11. Comparación entre Valores Observados y Valores dados por el
Modelo de las Centrales de Pasada del Río Aconcagua
b)
Prueba de Normalidad de la Variable Y
Uno de los supuestos que tiene una regresión lineal es que la variable Y o
variable de salida debe seguir una distribución normal (Véase Anexo B).
Para comprobar esto, se utiliza el test de Shapiro-Wilk, ya que es
recomendado para muestras de menos de 20 datos (Shapiro & Wilk, 1965).
Este test tiene como hipótesis nula la normalidad de la muestra (variable
Y), por lo cual, si se acepta la hipótesis nula la muestra distribuye normalmente. La
tabla 3.13 muestra los resultados del test Shapiro-Wilk para cada uno de los modelos
estadísticos obtenidos utilizando un 95% de confianza.
47
Tabla 3.13. Test Shapiro-Wilk
Sistema
Aconcagua (Pasada)
Maipo (Pasada)
Cachapoal (Pasada)
Cachapoal (Embalse)
Bío-Bío (Embalse)
Liquiñe (Pasada)
Rahue (Pasada)
Petrohué (Embalse)
Baker 1
Baker 2
W
0.946
0.9746
0.926
0.979
0.9386
0.9397
0.8855
0.8855
0.951
0.965
Wcrítico
0.874
0.85
0.859
0.874
0.8801
0.866
0.881
0.881
0.935
0.938
Test Shapiro-Wilk
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Se Acepta Normalidad
Según la tabla 3.13, todos los W son mayores a su Wcrítico
correspondiente, por lo cual, no se rechaza la hipótesis nula del test Shapiro-Wilk
con un 95% de confianza para todos los modelos.
c)
Comprobación de Supuestos de los Residuos
Los residuos representan el efecto de las variables explicativas que
afectan a las explicadas, pero que no son incluidas en el modelo (Peña, 1991). Para
que los modelos sean correctos, éstos deben cumplir ciertos supuestos (Véase Anexo
A). La comprobación de estos supuestos se realiza mediante el gráfico de residuos
estándar (Véase Anexo B).
En las figuras 3.12 y 3.13 se muestran lo gráficos de residuos estándar
para cada uno de los modelos obtenidos.
2
1.5
1
0.5
0
-0.5 0
-1
-1.5
-2
-2.5
Pasada Maipo
1.5
200000
400000
600000
800000
1000000
Residuos Estándar
Residuos Estándar
Pasada Aconcagua
1
0.5
0
-0.5 0
500000
1000000
1500000
2000000
2500000
-1
-1.5
-2
Generación Estimada (MWh)
Generación Estimada (MWh)
Figura 3.12. Gráfico de Residuos Estándar para Modelos entre los Ríos Aconcagua y Maipo
48
Pasada Cachapoal
Embalse Cachapoal - Rapel
1
0.5
0
-0.5 0
0.2
0.4
0.6
0.8
1
-1
-1.5
Residuos Estándar
Residuos Estándar
2
1.5
-2
2.5
2
1.5
1
0.5
0
-0.5 0
-1
-1.5
-2
500000
Generación Estimada (MWh)
2
1.5
1
0.5
1000000 1500000 2000000 2500000 3000000
-1
-1.5
Residuos Estándar
Residuos Estándar
2
-2
1
0.5
0
-0.5 0
50000
200000
250000
300000
-2
Generación Estimada (MWh)
Embalse Petrohué - Canutillar
1.5
1
0.5
0
-0.5 0
50000 100000 150000 200000 250000 300000 350000 400000
-1
-1.5
Residuos Estándar
2
Residuos Estándar
150000
-1.5
Pasada Rahue
-2
2.5
2
1.5
1
0.5
0
-0.5 0
-1
-1.5
-2
500000
Generación Estimada (MWh)
1000000
1500000
Generación Estimada (MWh)
Baker 2
Baker 1
3
2
1
0
0
100
200
300
400
500
-2
600
700
800
Residuos Estándar
3
Residuos Estándar
100000
-1
Generación Estimada (MWh)
-1
2000000
Pasada Liquiñe - Pullinque
1.5
500000
1500000
Generación Estimada (MWh)
Embalse Bío-Bío - Pangue
0
-0.5 0
1000000
2
1
0
0
200
400
600
800
1000
-1
-2
-3
Caudal Estimado (m3/s)
Caudal Estimado (m3/s)
Figura 3.13. Gráfico de Residuos Estándar para Modelos entre los Ríos Cachapoal y Baker
1200
49
En ningún gráfico de residuos estándar se sobrepasan los valores -2 y 2,
por lo cual, se puede suponer con gran grado de confianza que los supuestos de los
residuos se cumplen para cada uno de los modelos.
50
IV.
4.1.
METODOLOGÍA: PLANIFICACIÓN Y OPERACIÓN A MÍNIMO
COSTO
Antecedentes
Los efectos que el cambio climático producirá en la planificación y
operación óptima de un sistema eléctrico por un cambio en el potencial
hidroeléctrico han sido estudiados por De Lucena et al. (2010) para el caso brasileño.
Debido a la alta dependencia de la hidroelectricidad en Brasil, analizar el impacto
que tendrá el cambio climático en el recurso hidroeléctrico es clave para hacer una
correcta planificación a futuro.
La matriz eléctrica del SIC, como se señaló en el subcapítulo 2.4, cuenta
con un gran porcentaje de hidroelectricidad, por lo cual, es importante hacer un
análisis similar al realizado en Brasil.
En la literatura, modelos de programación lineal (PL) han sido utilizados
para analizar la planificación y operación óptima de diferentes sistemas eléctricos.
Schaeffer & Salem Szklo (2001) utilizan un modelo de PL para determinar la
combinación a mínimo costo de nuevas centrales a construir en Brasil para surtir la
demanda eléctrica para el período comprendido entre los años 2000-2020. Arnette &
Zobel (2012) utilizan un modelo de PL para determinar la combinación óptima de
centrales renovables y fósiles que minimiza costos y daño ambiental, logrando surtir
la demanda en la región ubicada al sur de las montañas Apalaches en EEUU.
En este estudio se utilizó un modelo de programación lineal para analizar
el impacto que tendrá el cambio climático en la planificación a mínimo costo en el
SIC para el período comprendido entre los años hidrológicos 2012/2013 y
2049/2050. Para ello, se utilizó como base el modelo desarrollado originalmente por
investigadores del centro Batelle Memorial Institute, Pacific Northwest National
Laboratory, EEUU, para el sector energético de China (Logan, Gou, Shi, Chandler,
& Zhou, 1998). Este modelo también fue utilizado para determinar la planificación a
mínimo costo en Brasil (Schaeffer & Salem Szklo, 2001).
Para la operación y ampliación del sistema eléctrico se contemplaron
centrales gran hidro (mayores a 20 MW), mini-hidro, a carbón, a GNL, a diesel,
solares CSP y FV, eólicas, geotérmicas y a biomasa.
51
El impacto del cambio climático se incluyó en el modelo de PL según
variaciones en los factores de planta de las centrales hidroeléctricas y térmicas fósiles
(Carbón, GNL y Diesel). Para el resto de las tecnologías, se supone un factor de
planta constante que no es impactado por el cambio climático. Estos factores de
planta representan la disponibilidad de cada una de las centrales.
Centrales gran hidro y mini-hidro se separaron según los modelos de
generación o factor de planta obtenidos con la metodología señalada en el capítulo 3.
A las centrales mini-hidro se les asignaron modelos de centrales de pasada. Con esto,
se separan estas centrales por tecnología y por cuenca.
Los modelos de generación obtenidos según la metodología del capítulo
3 se transformaron en modelos de factores de planta según (4.1).
I<=B8;56#H<4B< = &ó["ab]
!de["a]∗fghi
(4.1)
Para las centrales termoeléctricas fósiles, el factor de planta varía según
la temperatura futura (Mideksa & Kallbekken, 2010).
A continuación, se detalla la información necesaria para correr el modelo
y principales características del mismo.
4.2.
Escenarios
Se modelaron 4 escenarios: 2 históricos (a1b y b1) y 2 futuros (a1b y
b1). Éstos se denominan Histórico B1, Histórico A1B, Futuro B1 y Futuro A1B.
Todos los escenarios fueron modelados para el período comprendido entre los años
hidrológicos 2012/2013 y 2049/2050.
Para los escenarios históricos se modelaron factores de planta anuales
promedios para las centrales hidro según la metodología descrita en el capítulo 3
(período comprendido entre los años 1980/1981-2009/2010)7. Para las centrales
térmicas fósiles se utilizaron factores de planta base obtenidos de la literatura. Estos
factores de planta base fueron considerados como históricos.
7
El año de inicio del período histórico depende de la disponibilidad de datos
climatológicos históricos.
52
Luego, se modeló la planificación y operación a mínimo costo futura con
estos factores de planta constantes. Estos escenarios no son impactados por el
cambio climático, debido a que se utilizaron factores de planta históricos.
Es importante señalar que se modelaron 2 escenarios históricos, y no 1,
debido a que los GCMs contemplan las mismas condiciones climáticas para el
período ubicado entre los años cronológicos 1980-2000, pero diferentes entre los
años 2001-2010.
Para los escenarios futuros se modelaron los factores de planta anuales de
las centrales hidro y térmicas fósiles según las condiciones climáticas futuras dadas
por los GCMs contemplados en este estudio. Para los factores de planta de las
centrales hidro se utilizó la metodología detallada en el capítulo 3 y para los factores
de planta de las centrales térmicas fósiles se contempló que por cada grado Celsius
adicional a futuro, la energía de salida disminuye en un 6% (Mideksa & Kallbekken,
2010) Estos escenarios serán impactados por el cambio climático debido a cambios
en estos factores de planta.
Para el resto de las tecnologías, se supone que no son impactadas por el
cambio climático, por lo cual, sus factores de planta permanecen constantes.
Se desea comparar escenarios históricos y futuros correspondientes.
4.3.
Pronóstico de Demanda
Se utilizaron los pronósticos de demanda señalados por la CNE en el
Informe de Precio Nudo de Abril del 2012 hasta el año 2022. Para los años 20232030 se utilizó el aumento porcentual anual estimado en el estudio de O’Ryan
(2008). Para los años siguientes, el aumento porcentual anual partirá en un 5% entre
los años 2031 y 2035, para ir bajando en un 0.5% cada 5 años hasta llegar al año
2050.
Luego de obtenidas las demandas para los años cronológicos, se
calcularon las demandas para cada año hidrológico, desagregando las demandas
cronológicas anuales en mensuales según el porcentaje promedio histórico de cada
mes. Con las demandas mensuales, se construyeron las demandas para cada año
hidrológico.
53
Tabla 4.1. Proyección de Demanda del SIC (CNE, 2012; O’Ryan, 2008)
Año
2012/2013
2013/2014
2014/2015
2015/2016
2016/2017
2017/2018
2018/2019
2019/2020
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
2025/2026
2026/2027
2027/2028
2028/2029
2029/2030
2034/2035
2039/2040
2044/2045
2049/2050
4.4.
Demanda [GWh]
46,992
49,902
52,895
55,978
59,171
62,377
65,554
68,848
72,294
75,867
79,651
83,735
88,089
92,669
97,460
102,520
107,864
113,509
145,120
181,482
221,582
264,106
Variación [%]
6.19%
6.00%
5.83%
5.70%
5.42%
5.09%
5.02%
5.01%
4.94%
4.99%
5.13%
5.20%
5.20%
5.17%
5.19%
5.21%
5.23%
5.0%
4.5%
4.0%
3.5%
Proyección de Costos de Combustibles
Se utilizaron las proyecciones de costos de combustibles anuales dados
por la CNE en el Informe de Precio Nudo de Abril del 2012 hasta el año 2022. Para
los años siguientes el aumento anual corresponde al aumento del último año, siendo
este de 1,6%, 3,3% y 2,6% para el carbón, el GNL y el petróleo (WTI)
respectivamente.
La CNE entrega los precios del petróleo WTI, mientras que las centrales
utilizan un subproducto de éste, el diesel. Para obtener valores del diesel, se obtuvo
un factor de conversión [BBL Petróleo (WTI) /m3 Diesel]. Para ello, se promedió el
costo en [USD/m3] de diesel para las centrales del SIC y se lo dividió por el precio
del Petróleo WTI en [USD/BBL] del año 2011. Se utilizó información de los
54
Informes de Precio Nudo de los meses de Octubre del 2011 y Abril del 2012. El
factor de conversión obtenido fue de 9.3 [BBL Petróleo (WTI) /m3 Diesel].
Para obtener los costos para años hidrológicos se ponderaron los costos
de los años cronológicos que los conforman. Se pondera por 0.75 el costo del primer
año cronológico (meses abril-diciembre) y por 0.25 el costo del segundo (meses
enero-marzo).
Tabla 4.2. Proyección de Precios de Combustibles (CNE, 2011; CNE, 2012)
2012/2013
2013/2014
2014/2015
2015/2016
2016/2017
2017/2018
2018/2019
2019/2020
2020/2021
2021/2022
2024/2025
2029/2030
2034/2035
2039/2040
2044/2045
2049/2050
Carbón
GNL
Diesel
[USD/Ton] Variación [%] [USD/MMBTU] Variación [%] [USD/m3] Variación [%]
92.40
14.82
973.69
100.78
9.06%
7.74
-47.78%
958.53
-1.56%
104.03
3.23%
8.15
5.30%
957.37
-0.12%
99.83
-4.04%
8.47
3.87%
984.38
2.82%
98.25
-1.58%
8.77
3.63%
1015.82
3.19%
100.20
1.98%
9.11
3.85%
1049.18
3.28%
102.53
2.32%
9.47
3.95%
1081.22
3.05%
104.23
1.66%
9.83
3.83%
1109.79
2.64%
105.05
0.79%
10.20
3.71%
1139.41
2.67%
106.83
1.69%
10.55
3.43%
1169.59
2.65%
112.33
1.69%
11.67
3.43%
1264.44
2.65%
122.15
1.69%
13.82
3.43%
1439.92
2.65%
132.82
1.69%
16.36
3.43%
1639.76
2.65%
144.43
1.69%
19.36
3.43%
1867.33
2.65%
157.05
1.69%
22.92
3.43%
2126.48
2.65%
170.78
1.69%
27.13
3.43%
2421.60
2.65%
4.5.
Pérdidas en Transmisión
Año
Las pérdidas en transmisión se calcularon como el promedio histórico de
la diferencia entre generación bruta y ventas de energía en el SIC en el período 20012010.
Tabla 4.3. Pérdidas en Transmisión (CDEC-SIC, 2010)
Promedio Histórico
4.6.
Ventas [GWh] Generación Bruta [GWh]
36026.5
38004.64
Diferencia [%]
5.2%
Características de las Tecnologías
Los costos por tecnología se dividen en costos fijos y variables. Los
primeros se pueden dividir en de inversión y fijos de O&M (Operación y
55
Mantenimiento). La tabla 4.4 muestra los costos utilizados en esta memoria para
cada una de las tecnologías estudiadas.
Tabla 4.4. Costos Tecnologías (IEA, 2010; Centro de Cambio Global UC, s.f.; CNE, 2012)
Costo Inversión
[USD/KW]
Embalse Hidro
Anualidad [USD/KWAño]
CF O&M USD/KWaño]
Cvar
[USD/MWh]
2010
2050
2010
2050
2010
2050
2010
2000
2000
202.78
202.78
40
40
5
Pasada Hidro
2000
2000
202.78
202.78
40
40
5
Mini-Hidro
3000
3000
304.17
304.17
60
60
5
GNL
900
750
99.15
82.63
27
23
40.47*
Carbón
2100
1650
217.75
171.09
42
32
155.78*
Diesel
Eólica (OnShore)
500
500
55.08
55.08
19
19
287.85*
1825
1400
214.36
164.44
51
39
7.7
Geotérmica
3950
2875
403.92
294.00
220
136
2
Solar FV
4550
1300
501.26
143.22
50
13
4.45
Solar CSP
5750
2475
633.47
272.67
30
15
4.45
Biomasa
2500
1950
255.65
199.41
111
90
91.55
*Valores año 2011/2012
Para obtener los costos para años intermedios, se interpolaron los valores
de los años 2010 y 2050.
Las anualidades se calcularon según (4.1) contemplando una tasa de
descuento del 10% (Logan et al., 1998).
r3s
Anualidad qtau/ñ%v =
x-y
v∗|i%
z{
Ú[ñ)]
|u(|~|i%)
!%%ew&óq
(4.1)
Los costos variables de la generación a carbón, GNL y diesel están
anexados a los costos de los combustibles señalados en la tabla 4.2.
Características adicionales de cada tecnología necesarias para la
simulación se detallan en la tabla 4.5.
56
Tabla 4.5. Otras Características por Tecnología (IEA, 2010; Centro de Cambio Global UC,
s.f.; Nuclear Energy Agency, 2005; KAS Ingeniería & GeoAire, 2009)
Hidro Embalse
Hidro Pasada
Carbón
GNL
Diesel
Geotérmica
Eólica
Solar FV
Solar CSP
Biomasa
Mini-Hidro
Factor de Planta
*
*
0.85*
0.9*
0.85*
0.84
0.24**
0.21
0.29
0.45
*
Vida Útil
45
45
35
25
25
40
20
25
25
40
45
Eficiencia
Poder Calorífico
32%
49%
38%
7000 [Kcal/Kg]
10200 [Kcal/kg]
10900 [Kcal/kg]
* Valores base de los factores de planta de centrales térmicas fósiles.
**Se utilizó el factor de planta promedio del año 2009 de la Central Canela I (Rudnick, 2010).
Los factores de planta de las centrales hidroeléctricas se obtuvieron de la
metodología explicada en el capítulo 3, como se señaló al comienzo del presente
capítulo.
Los factores de planta para las centrales a carbón, GNL y diesel
señalados en la tabla 4.5 se tomaron como base para los escenarios históricos. Para
los escenarios futuros, éstos fueron modificados según variaciones en la temperatura
con respecto al promedio histórico en la estación meteorológica Armerillo. Por cada
aumento de 1°C en la temperatura promedio anual, la energía de salida de las
centrales a carbón, GNL o diesel disminuye en un 0.6% por una pérdida de eficiencia
(Mideksa & Kallbekken, 2010).
Los factores de emisión para las centrales térmicas fósiles se presentan
en la tabla 4.6.
57
Tabla 4.6. Factores de Emisión (POCH Ambiental & Centro de Cambio Global UC, 2010)
Combustible
Carbón (Bituminoso)
GNL
Diesel
Factor de Emisión [TonCO2eq/TJ]
93.35
63.15
73.72
Para calcular las emisiones para cada escenario se utilizó (4.2)
WC>9>8469GFKu =
["ab ]∗

[
∗i.iih[
{
]
{

]
{
(4.2)
Donde,
W = WH6=B;>=>5<5:646;<5<[ℎ ]
84!Ku
IW = I<=B8;56WC>9>ó4[
]

El subíndice “e” corresponde a electricidad y el subíndice “c” a
combustible (Muñoz, 2012). El factor de conversión de la fórmula (4.2) se obtuvo de
la web.8
De (4.2) el factor que varía según el cambio climático es la eficiencia.
4.7.
Centrales Hidroeléctricas Consideradas
Como supuesto para este estudio, la potencia hidroeléctrica máxima
instalada por año está limitada por el plan de obras de la CNE y centrales que aún no
reciben la aprobación de su estudio de impacto ambiental. Las solicitudes de estas
últimas todavía se encuentran en el SEIA.
A cada central se le asignó un modelo de generación o factor de planta
según su tecnología (pasada, embalse o mini-hidro). Estos fueron obtenidos de la
metodología explicada en el capítulo 3 y fueron asignados a cada central dada su
ubicación geográfica. A las centrales mini-hidro se les asignaron modelos de
centrales de pasada.
8
http://www.aqua-calc.com/
58
Los modelos de generación fueron transformados en modelos de factores
de planta como se señaló en el subcapítulo 4.1.
Las tablas 4.7-4.9 muestran las centrales hidroeléctricas operativas y las
que están en el plan de obras de la CNE consideradas por este estudio. Además,
muestran el modelo de factor de planta asignado para cada una de ellas y las fechas
de entrada en operación para las centrales recomendadas por la CNE.
59
Tabla 4.7. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 1 (CNE, 2012)
Modelo de Factor de
Planta
Aconcagua Pasada
Maipo Pasada
Cachapoal Embalse
Cachapoal Pasada
Central
Puclaro
La Paloma
Los Molles
Los Quilos
Aconcagua
Chacabuquito
Hornitos
Alfalfal
La Florida
Maitenes
Queltehues
Puntilla
S. Andes
Juncalito
Volcán
Los Morros
Caemsa
Los Bajos
El Rincón
Carena
Eyzaguirre
Hidroeléctrica RM 01
Hidroeléctrica RM 02
Rapel
Sauzal
Sauzalito
Coya
La Higuera
Confluencia
Chacayes
El Paso
Hidroeléctrica VII
Región 01
Hidroeléctrica VII
Región 02
Hidroeléctrica VII
Región 03
Capacidad Instalada
(MW)
6
4.9
18
39.3
74
25.5
55
178
28.5
31
49
22
1.104
1.47
13
3.1
3.4
5.1
0.28
8.5
2.1
256
275
377
76.8
12
10.8
155
158
106
40
Fecha de
Entrada
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
Abr-2016
Oct-2016
*
*
*
*
*
*
*
Nov-2013
30
Abr-2014
20
Jul-2014
20
Oct-2019
60
Tabla 4.8. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 2 (CNE, 2012)
Modelo de Factor de
Planta
Maule Embalse
Maule Pasada
Laja Embalse
Laja Pasada
Bío-Bío Embalse
Central
Machicura
Colbún
Cipreses
Pehuenche
Lircay
San Ignacio
Ojos de Agua
Isla
Curillinque
Loma Alta
San Clemente
Chiburgo
Providencia
El Toro
Antuco
Abanico
Rucúe
Quilleco
Mampil
Peuchén
Trueno
Palmucho
Trufultruful
El Manzano
Laja 1
Hidroeléctrica VIII
Región 02
Hidroeléctrica VIII
Región 01
Hidroeléctrica VIII
Región 03
Pangue
Ralco
Angostura
Capacidad Instalada
(MW)
95
478
106
570
19
37
9
68
89
40
6.1
19.4
13
320
450
136
178.4
70.8
49
85.6
5.6
32
0.5
4.85
36.8
20
Fecha de
Entrada
*
*
*
*
*
*
*
*
*
*
*
*
Sep-2012
*
*
*
*
*
*
*
*
*
*
*
Abr-2012
Abr-2015
136
Jun-2016
20
Ene-2021
467
690
316
*
*
Dic-2013
61
Tabla 4.9. Centrales Hidroeléctricas Operativas y Recomendadas por la CNE 3 (CNE, 2012)
Modelo de Factor de Planta
Liquiñe Pasada
Rahue Pasada
Petrohué Embalse
Aysén Pasada
Central
Capacidad Instalada (MW) Fecha de Entrada
Pullinque
51.4
*
Capullo
11
*
Pilmaiquén
40.8
*
Rucatayo
60
*
Pehui
1.1
*
Los Corrales
0.8
*
Doña Hilda
0.4
*
Dongo
6
*
Pulelfu
9.4
Dic-2012
Canutillar
172
*
San Pedro
144
Dic-2014
Baker 1
660
Abr-2021
Pascua 2.2
500
Mar-2022
Adicionales a las centrales de las tablas 3.7-3.9, se incluyeron centrales
hidroeléctricas que no están en el plan de obras de la CNE, porque todavía no son
aprobadas por el SEIA a marzo del 2012. Como para varias de estas centrales sus
estudios de impacto ambiental fueron rechazados, es difícil dar una fecha exacta de
su entrada en operación.
Para centrales a las que se les fue rechazada la evaluación de impacto
ambiental, se supone un período de 2 años para lograr que se apruebe, tomando como
fecha base el día en que se rechazó la evaluación. Luego de esto, el tiempo en que
tarden en entrar en operación depende del período de construcción de cada central.
Para procesos desistidos, se supone un período de 3 años para que sean
aprobadas tomando como fecha de inicio abril del 2012.
Para centrales que están en calificación, se supone que son aprobadas y
la construcción de las centrales comienza el mes siguiente a la fecha de término de la
evaluación. La tabla 3.10 detalla las centrales consideradas con sus respectivos
modelos de factor de planta y las fechas de entrada en operación, según lo recién
señalado.
62
Tabla 4.10. Centrales Hidroeléctricas Adicionales a Plan de Obras de la CNE (SEIA)
Modelo de Factor de Planta
Aconcagua Pasada
Maipo Pasada
Maule Pasada
Laja Pasada
Liquiñe Pasada
Rahue Pasada
Aysén
Central
Rio Huasco
Las Mercedes
Túnel Melado
Los Hierros
Los Hierros II
La Mina
Puelche Alto
Puelche Bajo
El Alto
Los Cóndores
Trilaleo 2
Baquedano
El Pinar
Alto Renaico
Itata
Butamal
Aguas Calientes
Pangui
Neltume
Picoiquén
Río Blanco
Florín
Florín II y III
Collil
Mediterráneo
El Salto
El Mocho
Maqueo
Cuervo
Blanco
Cóndor
Pascua 2.1
Pascua 1
Baker 2
Capacidad Instalada (MW) Fecha de Entrada
4.3
Sep-2013
3.5
Abr-2013
3
Abr-2014
19.85
Abr-2014
5.1
Abr-2015
30
Abr-2015
20
Abr-2016
20
Abr-2017
10
Abr-2018
150
Jun-2018
2.24
Jun-2014
17.8
Abr-2015
11.5
May-2015
1.25
Nov-2015
21
May-2016
9
Jul-2016
24
Ene-2019
9
Sep-2014
490
Jun-2018
19.2
Oct-2013
26
Abr-2014
9
Jun-2014
16.5
Ago-2014
6.17
Abr-2015
210
Enero-2016
19.6
Abr-2017
17
Abr-2017
400
Abr-2019
600
Dic-2017
375
Dic-2019
54
Dic-2020
770
Dic-2022
460
Dic-2024
360
Jun-2025
Como supuesto para esta Memoria, luego de instalarse todas las centrales
hidroeléctricas señaladas en las tablas 3.7-3.10, el potencial hidroeléctrico del SIC se
explota por completo.
63
4.8.
Modelo de Programación Lineal
El modelo busca calcular la potencia instalada y generación anual por
tecnología, además la generación de falla.
La función objetivo para calcular la planificación y operación a mínimo
costo se detalla en la ecuación (4.3).
MinCInversión q
USD
v +CFijosO&M q
kw-año
USD
kw-año
v +CVariables [
USD
MWh
]+CFalla [
USD
MWh
] (4.3)
Donde,
Cinversión: Costo de inversión correspondiente a las anualidades de las centrales nuevas que
ingresarán al parque generador.
Cª%&" : Costos fijos anuales debido a la operación y el mantenimiento de las centrales.
C«& : Costos variables por cada MWh adicional que se genera por cada central.
C : Costo de falla que representa el costo promedio por MWh en que incurrirían los
usuarios al no disponer de energía (CNE, 2012).
Las restricciones del problema se detallan a continuación.
a) Demanda de Energía: la suma de la energía generada más la energía de falla es
igual a la demanda de energía más las pérdidas.
: [ℎ] + :I<HH< [ℎ] = ¬ [ℎ] ∗ (1 + %#6;5>5<9 ) (4.4)
b) Generación Máxima: las centrales no pueden generar más de lo que les permite
su factor de planta. Esta es la restricción que modela el cambio climático dado
por las variaciones en los factores de planta de las centrales hidroeléctricas y
térmicas.
#, [] ∗ ?A, ∗ 8760 = :, [ℎ]
(4.5)
c) Límite Recurso Hídrico: Como supuesto para esta Memoria, se limitó la
ampliación del sistema a base de centrales hidro según las centrales
hidroeléctricas por año señaladas en las tablas 3.7- 3.10.
d) Límite Recurso Geotérmico: Por sus características, la energía geotérmica es
barata, por lo cual, de no haber una restricción del recurso geotérmico por año la
planificación a mínimo costo ampliará fuertemente el sistema eléctrico en base a
64
esta tecnología. El gran problema de esta tecnología es la exploración y
descubrimiento de nuevos pozos geotérmicos lo que es intensivo en tiempo y
capital. Por esta razón, se analizó la proyección de centrales geotérmicas
recomendadas por la CNE al año 2022 y como supuesto para esta Memoria se
amplió esta proyección hasta el año hasta el año 2050. La figura 4.1 muestra la
proyección de potencia geotérmica instalada hasta el año 2022.
Capacidad Instalada (MW)
Proyección Potencia Geotérmica
180
160
140
120
100
80
60
40
20
0
2014
y = 24.643x - 49639
R² = 0.9583
2015
2016
2017
2018
2019
2020
2021
2022
Año
Figura 4.1. Proyección Potencia Geotérmica Instalada (CNE, 2012)
e) Ley de Energías Renovables no Convencionales (ERNC): Entre los años 2010 y
2014, un 5% de la demanda debe ser suplida por electricidad generada por
centrales de biomasa, eólicas, solares, geotérmicas y mini-hidro. En los años
posteriores, este requisito impone un aumento del 0.5% anual hasta el año 2024,
llegando al 10% (Ministerio de Economía, 2008). Como supuesto para esta
Memoria, se continuó con el aumento del 0.5% anual hasta el año 2050. Se
asumieron los requisitos según años hidrológicos. Por ejemplo, el requisito para
el año 2014 regirá para el año hidrológico 2014/2015.
f) La potencia instalada para cada tecnología en un año, tiene que ser mayor o igual
que la potencia para esa tecnología en el año anterior.
La leyenda para las restricciones se detalla a continuación.
: : Generación total del sistema en el año a.
:I<HH< : Generación de falla del sistema en el año a.
¬ : Demanda eléctrica del sistema en el año a.
65
%#6;5>5<9 : Porcentaje de pérdidas del sistema sobre el total de la demanda en el año a.
#, : Potencia instalada de la central i en el año a.
?A, : Factor de planta de la central i en el año a.
:, : Generación de la central i en el año a.
66
V.
5.1.
RESULTADOS Y ANÁLISIS
Impacto del Cambio Climático en la Generación Hidroeléctrica
En la literatura, el impacto del cambio climático en la generación
hidroeléctrica se ha estudiado comparando el período histórico con períodos futuros
de 30 años (McPhee et al., 2010). Por esta razón, se definen a continuación los
períodos de tiempo a comparar con el período histórico o línea base en este estudio.
- Línea Base (LB): Período Histórico (1980/1981-2009/2010)9
- Período I: 2010/2011 – 2039/2040
- Período II: 2040/2041 – 2069/2070
- Período III: 2070/2071 – 2099/2100
La tabla 5.1 compara la generación otorgada por los modelos WEAP y
por los modelos estadísticos para el período LB con la generación para los períodos
I, II y III. Esta comparación toma los promedios de generación anuales para cada
período forzados por los GCMs según los escenarios de emisiones A1B y B1. Luego,
en la tabla 5.2 se hace una comparación similar, pero en precipitaciones anuales de
las estaciones utilizadas. Para el caso de las estaciones utilizadas en el modelo del río
Maule, que son 3, se tomó el promedio de ellas para cada uno de los períodos.
9
Los años de inicio y término dependen de la cantidad de datos históricos a disposición.
67
Tabla 5.1. Comparación en Generación Hidroeléctrica Anual entre Período LB y Períodos Futuros
Aconcagua
Pasada
659.7
Maipo
Pasada
1718.6
Cachapoal
Embalse
1034.3
Cachapoal
Pasada
656.6
Maule
Embalse
6402.1
Maule
Pasada
1691.6
Laja
Embalse
1762.5
Laja
Pasada
1969.3
Bío-Bío
Embalse
1915.0
Liquiñe
Pasada*
205.5
Rahue
Pasada*
301.1
Petrohué
Embalse
996.6
Baker
Embalse
6770.7
26083.7
-3.13%
-2.61%
-5.60%
-1.53%
-9.03%
-7.06%
-13.26%
-5.84%
-8.53%
-4.13%
-2.84%
-6.17%
-0.07%
-5.47%
II
-5.47%
-4.55%
-11.83%
-3.23%
-15.64%
-11.51%
-20.27%
-11.36%
-14.62%
-6.50%
-4.47%
-12.09%
-0.49%
-9.57%
III
-8.62%
Aconcagua
Pasada
659.3
-7.18%
Maipo
Pasada
1717.6
-18.64%
Cachapoal
Embalse
1046.7
-5.09%
Cachapoal
Pasada
658.7
-25.49%
Maule
Embalse
6395.0
-17.03%
Maule
Pasada
1707.3
-29.27% -17.77%
Laja
Laja
Embalse Pasada
1774.6
1970.6
-24.08%
Bío-Bío
Embalse
1917.1
-8.73%
Liquiñe
Pasada*
205.7
-6.00%
Rahue
Pasada*
301.3
-19.59%
Petrohué
Embalse
997.0
-0.09%
Baker
Embalse
6752.1
-14.91%
-3.80%
-3.16%
-9.83%
-2.71%
-10.71%
-7.93%
-17.88%
-8.69%
-10.01%
-5.39%
-3.70%
-9.35%
0.16%
-6.92%
II
-6.05%
-5.04%
-17.11%
-4.71%
-17.24%
-13.12%
-27.19%
-15.98%
-16.20%
-8.48%
-5.83%
-17.42%
-0.10%
-11.44%
III
-9.39%
-7.82%
-25.85%
-7.12%
-27.32%
-16.78%
-38.24%
-24.73%
-25.55%
-11.85%
-8.15%
-27.60%
-0.74%
-17.53%
B1
LB [GWh]
Diferencia
[%]
I
A1B
LB [GWh]
Diferencia
[%]
I
*Se utilizaron datos desde 1988/1989
Total
Total
26102.9
68
Tabla 5.2. Comparación en Precipitaciones Anuales entre Período LB y Períodos Futuros
B1
Cachapoal
Maule
Laja
Liquiñe*
Baker
LB [mm]
581.75
1878.88
2074.34
3110.56
797.45
Diferencia [%]
-4.86%
-5.32%
-5.50%
-6.61%
-0.19%
-10.40%
-11.51%
-11.50%
-10.58%
-1.41%
-16.35%
-16.91%
-16.56%
-14.32%
-0.26%
A1B
Cachapoal
Maule
Laja
Liquiñe*
Baker
LB [mm]
588.09
1885.13
2087.14
3116.90
791.09
Diferencia [%]
-8.69%
-8.81%
-9.12%
-8.76%
0.45%
-15.06%
-14.91%
-15.52%
-13.94%
-0.29%
-22.70%
-23.25%
-22.56%
-19.59%
-2.17%
*Se utilizaron datos desde 1988/1989
De la tabla 5.1, se puede concluir que la mayor parte de las cuencas
disminuirán su generación hidroeléctrica debido al cambio climático. La única
excepción es el sub-sistema hidroeléctrico del río Baker, el cual, debido a una
pequeña baja en las precipitaciones futuras (Tabla 5.2), prácticamente no sufrirá
cambios en su potencial hidroeléctrico.
La baja en generación hidroeléctrica a futuro está estrechamente
relacionada con una baja en las precipitaciones y viceversa, lo que se concluye al
comparar las tablas 5.1 y 5.2.
Esta baja irá aumentando en magnitud a medida que pasa el tiempo,
siendo esta baja más acentuada para el escenario A1B. Esto es esperable, debido a
que si se analiza la figura 2.1, el escenario A1B presenta mayores concentraciones de
GEI a futuro. Esto aumentaría el impacto del cambio climático con respecto al
escenario B1.
Al analizar las cuencas donde se presentan tanto centrales de pasada
como de embalse, se puede observar que el impacto que tendrá el cambio climático
en las centrales de embalse será mayor. Esto se debe a que se utilizaron relaciones
estadísticas del período histórico para obtener la operación de las centrales, las cuales
se proyectaron a futuro. De esta forma, como históricamente los embalses han
69
guardado agua para períodos futuros, en el futuro lo seguirán haciendo y en mayor
magnitud, debido a que se espera que períodos futuros sean aún más secos.
La cuenca más afectada por el cambio climático es la del río Laja. Por el
modelo operacional de la Laguna Laja, las 3 centrales que se ubican en la cuenca de
este río están influenciadas por las extracciones hacia la central El Toro. Al analizar
la caída en la generación para el período I de la central El Toro, se puede apreciar
que ésta es notoriamente mayor que la caída para cualquiera de las otras cuencas.
Esto se puede explicar por una sobre-estimación en la generación de la central El
Toro por el modelo operacional para los años anteriores a 1996/1997. Cabe recordar
que para desarrollar este modelo operacional, sólo se analizó el comportamiento más
reciente, desde el año 1996/1997 en adelante. De esta forma, la generación para el
período LB es mucho más alta que la histórica observada. Esto influiría en la
generación de las otras dos centrales.
Analizando el impacto del cambio climático en el SIC en conjunto, éste
impactará negativamente, disminuyendo entre un 14%-18% la generación
hidroeléctrica hacia finales de siglo.
Para la presentación de resultados de aquí en adelante, se definen los
siguientes períodos:
- Línea Base (LB): Período Histórico (1980/1981-2009/2010)10
- Período A: 2012/2013 – 2019/2020
- Período B: 2020/2021 – 2029/2030
- Período C: 2030/2031 – 2039/2040
- Período D: 2040/2041 – 2049/2050
5.2.
Impacto del Cambio Climático en la Generación Térmica Fósil
El impacto que tendrá el cambio climático en la generación térmica fósil
depende principalmente del aumento en la temperatura futura (Mideksa &
10
Los años de inicio y término dependen de la cantidad de datos históricos a disposición.
70
Kallbekken, 2010). En la tabla 5.3 se detalla la variación en temperatura para la
estación Armerillo y el cambio porcentual en los factores de planta.
Tabla 5.3. Comparación en Temperatura Promedio Anual entre Período LB y Períodos Futuros
B1
LB
Diferencia
[%]
A
B
C
D
A1B
Temperatura [°C]
14.02
FP Carbón
0.85
FP GNL
0.90
FP Diesel
0.85
1.96%
4.48%
4.11%
6.03%
Temperatura [°C]
FP Carbón
-1.65%
-3.77%
-3.46%
-5.07%
FP GNL
FP Diesel
14.04
0.85
0.90
0.85
Diferencia
[%]
A
B
C
D
2.71%
4.91%
6.62%
8.37%
-2.29%
-4.14%
-5.58%
-7.05%
Debido a un alza en temperatura, se proyecta una baja en los factores de
planta para las centrales térmicas fósiles.
5.3.
Proyección de Costos en Tecnologías de Generación
La comparación en costos de cada tecnología por MWh generado se
realiza mediante el Costo Tecnológico de Producción (CTeP) (Centro de Cambio
Global UC, s.f.).
G6#[
r3s
"ab
] =
/e~!
&
f,ghi∗
+ G«
Donde,
7®:G89B856>4°6;9>ó4<4D<H>±<58
²³¬

− <ñ8
G&" : G89B89?>´89A8;FA6;<=>ó4µ<4B64>C>64B8
I#: I<=B8;56#H<4B< [%]
G« : G89B89¶<;><·H69
²³¬

ℎ
²³¬

− <ñ8
(5.1)
71
Las figuras 5.1, 5.2, 5.3 y 5.4 muestran la evolución de los CTePs
anuales promedios por décadas para cada tecnología contemplada en esta Memoria y
para cada uno de los escenarios (Históricos y Futuros).
700
600
500
400
300
200
100
0
2012/2013-2019/2020
2020/2021-2029/2030
2030/2031-2039/2040
Hidro Pasada
Mini Hidro
Hidro Embalse
Carbón
Geotérmica
GNL
Eólica
Biomasa
Solar CSP
Solar FV
Diesel
2040/2041-2049/2050
Figura 5.1. CTeP por Décadas Escenario Histórico B1 [USD/MWh]
700
600
500
400
300
200
100
0
2012/2013-2019/2020
2020/2021-2029/2030
2030/2031-2039/2040
Hidro Pasada
Mini Hidro
Hidro Embalse
Carbón
Geotérmica
GNL
Eólica
Biomasa
Solar CSP
Solar FV
Diesel
2040/2041-2049/2050
Figura 5.2. CTeP por Décadas Escenario Histórico A1B [USD/MWh]
72
700
600
500
400
300
200
100
0
2012/2013-2019/2020
2020/2021-2029/2030
2030/2031-2039/2040
Hidro Pasada
Mini Hidro
Hidro Embalse
Carbón
Geotérmica
GNL
Eólica
Biomasa
Solar CSP
Solar FV
Diesel
2040/2041-2049/2050
Figura 5.3. CTeP por Décadas Escenario Futuro B1 [USD/MWh]
700
B
600
500
400
300
200
100
0
2012/2013-2019/2020
2020/2021-2029/2030
2030/2031-2039/2040
Hidro Pasada
Mini Hidro
Hidro Embalse
Carbón
Geotérmica
GNL
Eólica
Biomasa
Solar FV
Solar CSP
Diesel
2040/2041-2049/2050
Figura 5.4. CTeP por Décadas Escenario Futuro A1 [USD/MWh]
Como se aprecia en las figuras anteriores, las tecnologías más baratas son
las hidro para todo el período de estudio. Por esta razón, se prevé que en la
planificación y operación a mínimo costo se utilice todo el potencial hidro.
Para el resto de las tecnologías ERNC (eólica, solar FV y CSP,
geotérmica y biomasa), el CTeP disminuirá constantemente a futuro. Destaca la
73
energía geotérmica, debido a su bajo CTeP que la hace competitiva.
Lamentablemente, debido a los límites asociados a la exploración de pozos
geotérmicos, no se puede suponer una masiva penetración de esta tecnología en el
SIC a futuro.
Otra conclusión interesante que se puede rescatar de las figuras
anteriores, es que la generación solar fotovoltaica logra un CTeP muy cercano al de
la generación eólica en la última década. Por esta razón, es necesario analizar la
evolución de los CTePs de estas dos últimas tecnologías a nivel anual para la última
década en estudio.
160
CTeP [USD/MWh]
140
120
100
80
60
Eólica
Solar FV
40
20
0
Figura 5.5. Evolución CTeP Anuales para Tecnologías Eólica y Solar FV en la
Última Década de Estudio
De la figura 5.5 se puede apreciar que desde el año 2047/2048, la
tecnología solar fotovoltaica logra ser más competitiva que la eólica. Por esta razón,
se espera que desde ese año se genere con esta tecnología para cumplir el requisito
ERNC.
Volviendo al análisis de las figuras 5.1-5.4., para cada uno de los
escenarios, las tecnologías que aumentan en mayor magnitud su CTeP son las
térmicas a GNL y a Diesel, debido al aumento en los costos variables anexados al
precio de los combustibles. Debido a esta alza, la baja en costos de inversión y en
costos fijos O&M no logra palear la subida en los costos variables. En el caso de las
centrales térmicas a carbón, el alza en costos variables es menor, además de que la
baja en costos de inversión y costos fijos O&M ayuda a contrarrestar esta alza. Esto
74
se puede apreciar con mayor detalle en la figura 5.6. Se utiliza como ejemplo la
evolución de los CTePs de las centrales térmicas fósiles para el escenario futuro
A1B, ya que es el escenario que presenta una mayor baja en factores de planta por un
mayor impacto del cambio climático y, por ende, un mayor aumento en los CTePs.
800
700
600
500
Variables
400
Fijos O&M
300
Inversión
200
100
0
2012/2013 2049/2050 2012/2013 2049/2050 2012/2013 2049/2050
Carbón
GNL
Diesel
Figura 5.6. Comparación CTePs Centrales Térmicas Fósiles [USD/MWh]
5.4.
Proyección del Parque Generador
La tabla 5.4 muestra una comparación entre escenarios históricos y
futuros correspondientes de la capacidad instalada por tecnología al año 2049/2050.
75
Tabla 5.4. Parque Generador al Año 2049/2050
B1
A1B
Histórico Futuro Variación [%] Histórico A1B Variación [%]
Hidro Pasada [MW]
4,349
4,349
0.0%
4,349
4,349
0.0%
Hidro Embalse [MW] 7,644
7,644
0.0%
7,644
7,644
0.0%
Mini Hidro [MW]
532
532
0.0%
532
532
0.0%
Carbón [MW]
20,492 21,795
6.4%
20,492 22,049
7.6%
GNL [MW]
1,414
1,414
0.0%
1,414
1,414
0.0%
Diesel [MW]
3,276
3,276
0.0%
3,276
3,276
0.0%
Geotérmica [MW]
855
855
0.0%
855
855
0.0%
Eólica [MW]
19,167 20,330
6.1%
19,161 19,336
0.9%
Solar FV [MW]
4,814
5,151
7.0%
4,814
5,285
9.8%
Solar CSP [MW]
0.0%
0.0%
Biomasa [MW]
253
253
0.0%
253
253
0.0%
Total [MW]
62,795 65,599
4.5%
62,789 64,992
3.5%
De la tabla 5.4 se concluye que se necesita de una mayor capacidad
instalada para el caso de los escenarios futuros. Esto, debido a los menores factores
de planta en centrales hidroeléctricas y térmicas fósiles influenciados por el cambio
climático.
No existen variaciones en cuanto a la capacidad instalada de tecnologías
hidro o geotérmica, porque su bajo costo hace que se utilice todo el potencial
disponible.
Para el caso de la biomasa, térmica a GNL y a diesel, no existe aumento
en capacidad instalada, pero en este caso son tecnologías caras, por lo cual, el
modelo prioriza otras tecnologías más competitivas. Esto se debe a que el modelo
utilizado es anual y no contiene peaks de demanda interanual, donde se utilizarían
centrales GNL y diesel para responder rápidamente a aumentos de demanda. Cabe
destacar que la capacidad instalada para estas tecnologías es igual a la capacidad
inicial en el año 2012/2013.
Para cumplir con el requisito ERNC, se utiliza básicamente potencia
eólica y solar fotovoltaica. Esta última logra ser competitiva en los últimos 3 años de
la modelación (Ver figura 5.5). Es importante señalar que este requisito es no menor,
debido a que llega al 22.5% de la demanda para el año 2049/2050. Tomando esto
76
último, más el bajo factor de planta de las tecnologías eólicas y solares fotovoltaicas,
se necesita de una gran capacidad instalada para cumplir este requisito.
Para completar la demanda, el parque se amplía en base a centrales
térmicas a carbón por su bajo costo.
La capacidad instalada total aumenta en mayor magnitud para el
escenario futuro B1 que para el A1B. Se esperaría que esto fuese al revés, debido a
que el escenario A1B presenta un mayor impacto del cambio climático a futuro. Esto
viene asociado a menores factores de planta de centrales hidroeléctricas y térmicas
fósiles.
Para entender la razón del mayor aumento en capacidad instalada para el
escenario futuro B1 que para el A1B, se muestran a continuación las figuras 5.7 y
5.8. La primera muestra la capacidad instalada eólica anual y la segunda el CTeP
anual promedio para las centrales mini-hidro para cada escenario futuro. Estos
valores son para la última década en estudio.
25000
20000
15000
10000
Futuro B1
5000
Futuro A1B
0
Figura 5.7. Capacidad Instalada Anual Eólica para Escenarios Futuros entre
los Años 2040/2041 y 2049/2050
77
61
60
59
58
57
56
55
54
53
B1 Futuro
A1B Futuro
Figura 5.8. CTeP Anual Mini-hidro para Escenarios Futuros entre los Años
2040/2041 y 2049/2050
De las figuras anteriores se puede concluir que desde el año 2046/2047 el
CTeP de las centrales mini-hidro para el escenario B1 logra ser mayor que para el
escenario A1B. Esto hace que se necesite una mayor capacidad eólica para cumplir el
requisito ERNC (Figura 5.7). Esta sería la causa principal del mayor aumento en
capacidad para el escenario B1 que para el A1B.
5.5.
Proyección en Generación
En la tabla 5.5 se presenta una comparación entre escenarios históricos y
futuros en generación total para todo el período de modelación. Luego, en las tablas
5.6 y 5.7 se muestra la variación en generación hidroeléctrica por cuenca y
tecnología. En la primera se muestra la variación entre la generación hidroeléctrica
histórica y futura entre los años 2010/2011 y 2049/2050, dadas por los modelos
según la metodología del capítulo 3. En la segunda se muestra la variación dada por
el modelo de planificación y operación a mínimo costo entre los diferentes
escenarios.
78
Tabla 5.5. Comparación en Generación Total entre Escenarios para todo el Período de Modelación
B1
Hidro Pasada
Hidro Embalse
Mini Hidro
Carbón
GNL
Diesel
Geotérmica
Eólica
SolarFV
SolarCSP
Biomasa
Total
Histórico [MWh]
838,015,251.4
1,345,065,936.8
106,653,337.8
2,387,456,418.1
8,853,612.2
112,174,947.3
543,825,218.3
17,410,358.3
34,915,791.7
5,394,370,872.0
A1B
Futuro [MWh] Variación [%] Histórico [MWh]
801,263,886.6
-4.4%
839,574,263.9
1,289,541,063.7
-4.1%
1,344,194,137.5
100,425,293.6
-5.8%
107,094,083.0
2,472,382,511.3
4%
2,386,787,548.8
11,330,178.9
28%
8,835,268.2
112,174,947.3
0%
112,174,947.3
558,351,475.6
3%
543,439,310.4
13,628,783.1
-22%
17,410,358.3
35,272,731.8
1%
34,860,954.5
5,394,370,872.0
5,394,370,872.0
Futuro [MWh] Variación [%]
793,816,086.7
-5.5%
1,274,599,127.3
-5.2%
99,752,954.7
-6.9%
2,486,771,388.9
4%
23,053,680.5
161%
112,174,947.3
0%
550,093,610.0
1%
17,965,149.7
3%
36,143,926.8
4%
5,394,370,872.0
Tabla 5.6. Variación en Generación Hidroeléctrica entre Escenarios Históricos y Período 2010/2011-2049/2050
Aconcagua Maipo Cachapoal Cachapoal Maule Maule
Laja
Laja Bío-Bío Liquiñe Rahue Petrohué Baker
Pasada Pasada Embalse
Pasada Embalse Pasada Embalse Pasada Embalse Pasada Pasada Embalse Embalse
Diferencia
[%]
-3.49%
-2.90%
-7.09%
-1.94%
-9.99%
-7.65% -14.33% -6.74%
-9.39%
-4.48% -3.08%
-7.13%
0.01%
Aconcagua Maipo Cachapoal Cachapoal Maule Maule
Laja
Laja Bío-Bío Liquiñe Rahue Petrohué Baker
Pasada Pasada Embalse
Pasada Embalse Pasada Embalse Pasada Embalse Pasada Pasada Embalse Embalse
Diferencia
[%]
-4.05%
-3.37%
-10.79%
-2.97%
-11.46% -8.69% -19.00% -9.50% -10.76% -5.73% -3.94% -10.19%
0.23%
79
Tabla 5.7. Comparación en Generación Hidroeléctrica Total entre Escenarios por Tecnología y Cuenca
B1
A1B
Variación
Histórico [MWh] Futuro [MWh]
[%]
Histórico [MWh] Futuro [MWh]
Norte Pasada
33,554,223
32,360,386
-3.56%
33,529,913
32,157,930
Maipo Pasado
156,931,177
152,031,057
-3.12%
156,836,483
151,503,198
Cachapoal Embalse
39,301,577
36,469,281
-7.21%
39,775,856
35,471,750
Cachapoal Pasada
133,788,390
131,144,371
-1.98%
134,229,370
130,229,780
Maule Embalse
243,279,191
218,569,410
-10.16%
243,010,526
214,987,670
Maule Pasada
105,455,436
97,001,291
-8.02%
106,432,892
97,203,723
Laja Embalse
66,974,847
57,752,066
-13.77%
67,434,410
54,811,068
Laja Pasada
169,966,328
158,613,311
-6.68%
170,079,876
153,681,068
Bío-Bío Embalse
227,374,891
205,496,513
-9.62%
227,613,835
202,971,386
Liquiñe Pasada
11,551,078
11,022,917
-4.57%
11,561,374
10,886,703
Rahue Pasada
226,768,620
219,090,553
-3.39%
226,904,356
218,153,685
Petrohué Embalse
67,352,139
62,563,166
-7.11%
67,375,895
60,456,762
Baker Embalse
700,783,292
708,690,627
1.13%
698,983,615
705,900,491
Norte Mini
5,720,447
5,515,882
-3.58%
5,716,303
5,482,310
Maipo Mini
8,351,273
8,103,137
-2.97%
8,346,233
8,061,869
Cachapoal Mini
5,711,210
5,598,792
-1.97%
5,730,035
5,559,199
Maule Mini
43,443,074
39,937,775
-8.07%
43,845,743
40,030,772
Laja Mini
18,874,994
17,561,263
-6.96%
18,887,604
17,083,206
Liquiñe Mini
2,801,812
2,671,780
-4.64%
2,804,309
2,639,635
Rahue Mini
21,750,528
21,036,665
-3.28%
21,763,856
20,895,964
Variación
[%]
-4.09%
-3.40%
-10.82%
-2.98%
-11.53%
-8.67%
-18.72%
-9.64%
-10.83%
-5.84%
-3.86%
-10.27%
0.99%
-4.09%
-3.41%
-2.98%
-8.70%
-9.55%
-5.87%
-3.99%
80
De la tabla 5.5 se puede apreciar que todas las tecnologías hidro bajaron
su generación al incluir el efecto del cambio climático (escenarios futuros). La
generación de centrales a pasada en conjunto baja más que la de embalses. Esto se
debe a que entre las centrales de embalse se incluyen las de Aysén, las cuales se ven
impactadas en menor medida por el cambio climático.
La baja en generación hidroeléctrica fue compensada tanto por
generación a carbón, GNL, eólica, solar fotovoltaica y a biomasa.
La tecnología eólica fue la que compensó la baja para cumplir el
requisito ERNC en la mayor parte del tiempo. La solar fotovoltaica en cambio,
compensó a partir del año 2047/2048 cuando logra ser más competitiva que la eólica.
Para el escenario B1, la energía solar fotovoltaica disminuyó su generación en
comparación al escenario histórico. Esta baja fue compensada por generación eólica.
Para suplir la baja no relacionada con el requisito ERNC, el modelo de
planificación y operación óptima genera con tecnologías a carbón, GNL y a biomasa,
donde destaca la generación a carbón que representa un porcentaje mucho mayor del
total.
Analizando las tablas 5.6 y 5.7, se puede apreciar que la variación en
generación dada por los modelos obtenidos de la metodología explicada en el
capítulo 3 es prácticamente la misma a la variación en la generación obtenida del
modelo de planificación y operación a mínimo costo. Esto corrobora que las
tecnologías hidro son las más baratas, por lo cual, se utiliza todo el potencia
disponible a futuro.
5.6.
Proyección en Costos de Inversión y Operación
La tabla 5.8 muestra la variación en costos para todo el período de
modelación entre escenarios.
81
B1
A1B
Tabla 5.8. Variación en Costos para todo el Período de Modelación
Período Inversión [USD] Operación [USD]
Total [USD]
Variación [%]
Histórico
18,943,729,435
26,449,892,023
45,393,621,458
Futuro
19,791,459,027
27,267,841,495
47,059,300,522
3.67%
Histórico
18,863,306,224
26,361,068,030
45,224,374,254
Futuro
19,891,497,661
28,020,872,526
47,912,370,187
5.94%
De la tabla 5.8, se puede concluir que los escenarios futuros presentarán
un mayor costo que los históricos. Ésto, debido a la baja en los factores de planta en
centrales hidroeléctricas y térmicas fósiles. Esta alza será más acentuada para el
escenario A1B, lo que corrobora la premisa presentada en la figura 2.1 de que este
escenario tendrá una mayor concentración de GEI en la atmósfera a futuro y un
mayor impacto del cambio climático.
Adicionalmente, se puede apreciar que los costos en operación serán
mayores a los de inversión.
5.7.
Proyección en Emisiones
La tabla 5.9 muestra la comparación en emisiones totales para todo el
período de estudio. Cabe señalar que se consideraron sólo las tecnologías térmicas
fósiles, debido a que el resto de tecnologías prácticamente no produce emisiones.
Tabla 5.9. Comparación en Emisiones entre Escenarios [MMTon-CO2]
B1
A1B
Tecnología
Histórico
Futuro
Variación [%]
Histórico
Futuro
Variación [%]
Carbón
2,507.28
2,713.01
8.2%
2,506.57
2,779.72
10.9%
GNL
4.11
5.39
31.2%
4.10
11.06
169.8%
Diesel
-
-
-
-
-
-
Total
2,511.38
2,718.40
8.2%
2,510.67
2,790.78
11.2%
Se observa que las emisiones aumentarán en mayor magnitud que el
aumento en generación fósil. Esto, debido a que la baja en eficiencia hará que se
necesite de más combustible para generar la misma cantidad de energía.
La mayor alza se aprecia para el escenario A1B, debido a una mayor baja
en los factores de planta por el cambio climático.
82
VI.
DISCUSIÓN DE RESULTADOS
Al analizar la literatura y comparar con los resultados de esta Memoria,
se pueden apreciar diferencias en las proyecciones del potencial hidroeléctrico a
finales de siglo. En la tabla 6.1 se muestra la baja en generación hidroeléctrica
promedio anual entre el período LB y el período III. Se detallan los resultados dados
por esta Memoria y por la literatura.
Tabla 6.1. Baja de Generación Hidroeléctrica Período LB v/s Período III
Aconcagua Maipo Cachapoal Maule Laja Bío-Bío Otros Sur** Total
Memoria [%]
-9.0%
-7.5%
-16.0% -24.4% -27.2% -24.8%
-8.4%
-21.7%
(McPhee et al., 2010) [%]
-15.0%
-9.0%
-16.0%
-9.5% -15.1%* -28.5%
-6.0%
-16%
*(Ayala, 2011)
**Centrales Liquiñe y Rahue Pasada
La primera causa de esta diferencia en las proyecciones es el uso de
diferentes GCMs y escenarios de emisiones. Mientras que McPhee et al. (2010)
utiliza sólo un GCM y dos escenarios de emisiones, A2 y B2, Ayala (2011) utiliza 12
GCMs y 3 escenarios de emisiones, A1B, B1 y A2. Cada GCM proyecta valores
bastante diferentes en condiciones climatológicas futuras para un escenario de
emisiones dado (Ayala, 2011), lo que aumenta la incertidumbre para este tipo de
estudios.
Otra causa de esta diferencia en las proyecciones se debe a que en la
literatura se toma como generación promedio anual histórica para el período LB la
generación observada. Por otro lado, esta Memoria utiliza la generación dada por los
modelos al ingresar las variables climatológicas extraídas de los GCMs para el
mismo período.
La tabla 6.2 muestra la generación anual promedio asignada para el
período LB utilizada por esta Memoria y por la Literatura.
83
Tabla 6.2. Generación Promedio Anual para Período LB
Aconcagua Maipo Cachapoal Maule
Laja Bío-Bío Otros Sur** Total
Memoria [GWh]
659.5
1,718.1 1,698.1 8,098.0 3,738.5 1,916.1
506.8
18,335.1
(McPhee et al., 2010) [GWh]
756.0
1,584.0 1,555.0 7,282.0 3,658.9* 4,798.0
455.0
17,702.0
Diferencia [%]
14.6%
-7.8%
-8.4%
-10.1% -2.1% 150.4%
-10.2%
-3.5%
*(Ayala, 2011)
**Centrales Liquiñe y Rahue Pasada
De la tabla 6.2 se puede apreciar que los valores utilizados por esta
Memoria y por la literatura varían, y la magnitud de esta diferencia depende de cada
cuenca. Aparte de la utilización de valores modelados u observados de la generación
promedio anual para el período LB, como se señaló anteriormente, otra causa es que
se contemplan diferentes centrales para algunas cuencas. Es importante señalar, que
la literatura especifica sólo para algunas cuencas el total de centrales contempladas.
De tabla 6.2 se aprecia que para la cuenca del río Bío-Bío hay una gran
diferencia en GWh generados entre los estudios para el período LB. Esto se debe a
que McPhee et al. (2010) contempla la central Ralco, además de otras no
especificadas, mientras que en esta Memoria sólo se contempla la central Pangue.
Así, McPhee et al. (2010) concluye que la cuenca más sensible al cambio climático
es la del río Bío-Bío, debido a los pocos datos históricos a disposición. Esto último,
porque la central Ralco entró en operación en el año 2004. En el caso de esta
Memoria, la cuenca más sensible al cambio climático no es la del Bío-Bío, debido a
que la central Pangue fue puesta en marcha a finales del año 1996, con lo cual, se
cuenta con una mayor cantidad de datos históricos para desarrollar el modelo
estadístico asociado.
Aparte de la cuenca del río Bío-Bío, no se descartan diferencias en
centrales contempladas en las cuencas de los ríos Aconcagua, Maipo, Cachapoal y
Maule, debido a que la literatura no especifica las centrales contempladas para ellas.
La literatura utiliza años cronológicos en las proyecciones de generación
hidroeléctrica, mientras que esta Memoria utiliza años hidrológicos. Esto influye en
la diferencia entre las proyecciones de los estudios, aunque se supone que este aporte
no debiese ser de gran magnitud.
84
Analizando las proyecciones por cuencas individuales dadas por la tabla
6.1, destaca la diferencia para la cuenca del río Laja. Las proyecciones de bajas de
generación del sistema del río Laja dadas por Ayala (2011) son mucho menores que
las de esta Memoria. Este autor proyecta para el período III una baja del 17,6% en la
generación para la central El Toro y de un 13% para las centrales Antuco y Abanico
en conjunto. Para el caso de esta Memoria, estas bajas son del 33,75% y del 21.25%
respectivamente. Ambos resultados concuerdan en que habrá un impacto negativo y
que éste será mayor para la central El Toro.
Para ambos casos, el modelo hidrológico utilizado fue el mismo, por lo
cual, la diferencia en resultados radica básicamente en el modelo operacional.
Como se señaló en el subcapítulo 5.5, la generación para el período
histórico en la central El Toro está sobre-estimada para los años anteriores a 1996, lo
que hace que la caída en generación a futuro sea mayor.
Debido a la gran diferencia de estos resultados, sería conveniente
analizar el modelo operacional del río Laja.
Si se sigue analizando la tabla 6.1, se puede apreciar una gran diferencia
para el río Aconcagua. McPhee et al., (2010) concluye que el impacto en esta cuenca
es muy sensible a cambios en el escenario de emisiones, mientras que la variación
para esta Memoria es mucho menor. En el primero, se proyecta una baja para el
período III de un 20% para el escenario A2 y de un 10% para el escenario B2. Para
esta Memoria, tanto para el escenario A1B como para el escenario B1, la baja estará
en torno al 7%. Esta mayor sensibilidad al cambio en emisiones puede deberse a que
para el estudio de McPhee et al., (2010) se proyecta mediante un modelo WEAP
específico para la cuenca y en esta Memoria se utiliza un modelo estadístico que
relaciona la generación en la cuenca del río Maule con la del río Aconcagua. Otra
razón a esta mayor sensibilidad puede deberse a que sobre un umbral de emisiones
de GEI la generación cae fuertemente. Este umbral es sobrepasado por el escenario
A2, pero no por los escenarios A1B, B2 y B1 (Véase figura 2.1).
Las centrales del río Maule también presentan una gran diferencia entre
estudios. Tanto en la literatura como en esta Memoria se utilizaron modelos WEAP
para obtener la generación a futuro. Además de las razones ya señaladas, la
diferencia puede radicar en diferentes aproximaciones de los modelos WEAP
85
mismos para proyectar la generación hidroeléctrica. Debido a que el modelo WEAP
utilizado para esta Memoria fue desarrollado por personas ajenas, se escapa de los
límites de esta Memoria analizar detalladamente el porqué de esta gran diferencia.
Si se analiza el método para proyectar la generación para cada cuenca,
existen diferencias entre lo que realizó McPhee et al. (2010) y lo realizado por esta
Memoria. El primero utiliza modelos WEAP para las cuencas del río Aconcagua,
Maule y Laja. Para el resto de las cuencas, se realizan modelos estadísticos
relacionando hidrologías dadas por WEAP con la hidrología para cada una de las
cuencas. Teniendo las hidrologías para cada cuenca, se relaciona la hidrología con la
generación. Como se puede apreciar, la aproximación difiere a lo realizado en esta
Memoria, lo que se detalla en el capítulo 3. Esta diferencia en métodos o modelos,
hace que hayan diferencias en los resultados.
A pesar de las diferencias en resultados específicos para cada cuenca,
McPhee et al. (2010) concluye que el impacto del cambio climático en la generación
hidroeléctrica del SIC será negativo, lo que también es señalado por los resultados de
esta Memoria. Este autor señala que la baja a finales de siglo será de entre un 13% y
un 18%. Si se contemplan las mismas cuencas que en la literatura, o sea, las ubicadas
entre el río Aconcagua y río Rahue, la baja estimada por esta Memoria sería de entre
un 20% y un 23%.
La diferencia en los resultados, hace necesario el desarrollo de un estudio
adicional que considere supuestos semejantes a los utilizados en esta Memoria. Así,
sería posible validar correctamente los resultados obtenidos.
La premisa obtenida de los resultados de esta Memoria sobre el impacto
negativo que tendrá el cambio climático en la generación hidroeléctrica se repite en
otras regiones del mundo como Brasil (De Lucena et al., 2010), Zambia (Harrison &
Whittington, 2002) o el sur de Europa (Lehner, Czisch, & Vassolo, 2005).
Para finalizar el análisis de los resultados sobre el impacto del cambio
climático en la generación hidroeléctrica, es importante señalar de que existe un gran
desconocimiento sobre las condiciones climáticas y de operación de los sistemas
eléctricos a futuro. Por esta razón, siempre existe una gran incertidumbre en los
estudios que analizan temas similares a los de esta Memoria. Una muestra de esto es
86
la cantidad de escenarios de emisiones y GCMs, cada uno con diferentes valores de
variables climatológicas futuras.
Los resultados del modelo de planificación y operación a mínimo costo
entregan resultados coherentes. Si bien no hay referencias de terceros que permitan
validar cuantitativamente estos resultados, la lógica de generación resultante
responde, con las tecnologías de generación disponible, al objetivo de mínimos
costos de inversión y operación. Sin embargo, este tipo de modelos, si bien proveen
una herramienta para modelar de una forma realista la planificación y operación a
mínimo costo, tienden a sobre-estimar la generación de la tecnología más barata,
dejando de lado preferencias de los inversionistas, aspectos políticos, entre otros
(Schaeffer & Salem Szklo, 2001). Los resultados del modelo de esta Memoria
evidencian esta sobre-estimación, utilizando generación eólica para lograr el
requisito ERNC, por ser la ERNC más barata sin límites de expansión, y la
generación a carbón para surtir el resto de la demanda.
87
VII.
CONCLUSIONES
7.1.
Conclusiones Generales
En general, todas las cuencas con generación hidroeléctrica del SIC se
verán afectadas negativamente por el cambio climático. La única excepción serán las
centrales ubicadas en la región de Aysén, las que sufrirán un impacto mínimo. El
impacto total en el SIC será de entre un 14% y 18% hacia finales de siglo. Dentro de
los diferentes tipos de centrales hidroeléctricas, las más afectadas serán las de
embalse. La cuenca más sensible será la del río Laja.
Esta baja será sensible a las concentraciones de GEI que se presenten en
la atmósfera a futuro. A mayor concentración, más negativo será el impacto.
Al comparar con lo que señala la literatura, existen discrepancias en la
magnitud de la baja en la generación hidroeléctrica hacia finales de siglo. La
literatura sugiere que la baja será de entre un 13% y un 18% para las centrales
ubicadas entre los ríos Aconcagua y Rahue, mientras que para las mismas cuencas,
los resultados de esta Memoria sugieren una baja de entre un 20% y un 23%. Esto se
puede deber al uso de diferentes GCMs y escenarios de emisiones, diferencia en las
centrales contempladas, discrepancias en los modelos WEAP o estadísticos
utilizados para cada cuenca, uso de diferentes valores de generación anual para el
período LB (observadas o simuladas) y uso de años hidrológicos o cronológicos al
presentar las proyecciones.
Al analizar la planificación y operación óptima a futuro, se puede
concluir que los costos hacia mediados de siglo estarán influenciados por el cambio
climático. A pesar de que el aumento en costos en porcentaje es pequeño (4%-6%
hacia mediados de siglo), debido a los altos montos que se manejan, un aumento
pequeño significa una gran cantidad de dinero.
El impacto que tendrá el cambio climático en el mercado eléctrico será
compensado por generación a carbón y eólica, según sea para cumplir el requisito
ERNC o no.
El costo futuro de las tecnologías ERNC irá a la baja, aunque no se
proyecta una baja tal que logre desplazar la generación a carbón como la más
económica.
88
El alza en emisiones debido al cambio climático también jugará un rol
importante a futuro. Esta será de entre un 8% y un 11% hacia mediados de siglo.
Aquí se formará un círculo vicioso, debido a que ante mayores concentraciones de
GEI, el impacto del cambio climático será mayor. Por ende, los factores de planta a
futuro de las centrales hidroeléctricas serán menores y, con ello, se necesitará una
mayor generación fósil a carbón para suplir esta baja, lo que aumentará las
emisiones.
Es importante señalar que para las proyecciones de generación
hidroeléctrica a futuro se analizó el comportamiento histórico de las centrales y, en
base a esto, se proyectó a futuro. Este comportamiento podría cambiar a futuro,
debido a que la función de generación eléctrica es compleja y se basa en decisiones
propias de un mercado regulado como el chileno.
Por ejemplo, si se analiza la operación real del sistema del río Laja, ésta
toma en cuenta factores como demanda y operación de otras centrales del SIC.
Debido a los límites de este estudio, es imposible incluir todos estos factores que
afectan la generación para esta cuenca en la realidad. Por esta razón, este estudio sólo
proyecta el potencial hidroeléctrico manteniendo la operación que tuvo esta cuenca
en un período histórico dado. Esto último puede variar a futuro.
Pensando que la construcción de una central hidroeléctrica toma
decisiones de largo plazo, es imprescindible que se tome en cuenta el impacto que
tendrá el cambio climático en su operación. Esto último, por la sensibilidad de la
generación hidroeléctrica al cambio climático concluida en esta Memoria.
Los resultados señalan que las centrales ubicadas en Aysén serán las
menos sensibles al impacto del cambio climático. Esta ventaja podría favorecer la
futura construcción de éstas.
El modelo de planificación y operación a mínimo costo entrega una
herramienta válida para analizar la respuesta del SIC a una baja en el potencial
hidroeléctrico y térmico fósil, manteniendo el potencial para otras tecnologías y la no
influencia del cambio climático en la demanda eléctrica. Estos últimos dos supuestos
podrían no mantenerse a futuro, debido a que tanto la demanda como la generación
en otras tecnologías podrían ser sensibles al cambio climático.
89
En cuanto a los escenarios de emisiones y GCMs, existe una gran
incertidumbre en los pronósticos de condiciones climatológicas y emisiones a futuro.
Esto se puede comprobar en la gran cantidad de escenarios de emisiones y GCMs,
cada uno con diferentes proyecciones. Debido a esta gran incertidumbre, los
resultados obtenidos por esta Memoria pueden no representar lo que realmente
ocurra en el futuro.
Otro aspecto que hace escapar los resultados obtenidos por esta Memoria
con lo que realmente sucederá en el futuro, es que se consideró el impacto del
cambio climático sólo en la generación hidroeléctrica y fósil. El cambio climático
influirá en la generación de otros tipos de tecnologías, en la transmisión y en la
demanda eléctrica (Mideksa & Kallbekken, 2010). Estos impactos no fueron
incluidos en esta Memoria, debido a que se escapan de los límites de ésta tanto en
tiempo y objetivos. Incluirlos, puede cambiar notablemente los resultados dados por
esta Memoria.
7.2.
Recomendaciones y Posibles Extensiones
En cuanto a los modelos de pronóstico de generación hidroeléctrica a
futuro, las extensiones posibles podrían mejorar en gran medida la precisión de éstos.
Una buena alternativa sería poder desarrollar modelos WEAP para cada
una de las cuencas analizadas con la mayor cantidad de centrales posibles. Esto,
debido a que estos modelos realizan un balance de oferta y demanda hídrica,
logrando analizar variables no incluidas en los modelos estadísticos.
Al poder lograr un modelo WEAP para cada cuenca, se estarían
relacionando las condiciones climáticas específicas para cada cuenca con la
generación. En este estudio, se relacionó generación entre cuencas, lo que impide
relacionar las condiciones climatológicas futuras específicas de cada zona geográfica
con la generación.
El gran problema de desarrollar modelos WEAP es que son intensivos en
tiempo, por lo cual, modelar todo el SIC en WEAP escapa de los límites de esta
Memoria. Por esta razón, es aconsejable desarrollar estos modelos por separado y
luego hacer un análisis final en conjunto.
90
Otro aspecto positivo que incluyen los modelos WEAP, es la posibilidad
de crear escenarios. Para esta Memoria, los modelos utilizados mantienen su
operación constante a futuro, lo que puede cambiar a medida que pasan los años. La
posibilidad de plantear escenarios en WEAP permite analizar diferentes cambios que
se pudiesen producir en la operación de éstos.
Sería interesante poder incluir una mayor cantidad de escenarios de
emisiones y GCMs para poder tener un mayor espectro de condiciones
climatológicas futuras. Cada GCM pronostica diferentes valores de condiciones
climátológicas según cada escenario de emisiones, lo que aumenta la incertidumbre.
Al incluir una mayor cantidad de GCMs y escenarios se la logra reducir.
En cuanto al modelo de planificación y operación óptima, sería
recomendable modelar a escalas menores de tiempo. Esto permitiría analizar peaks
de demanda inter-anual y hacer más realista el modelo.
Costos en transmisión y restricciones de flujo no fueron incluidos en esta
Memoria, pero podrían ser incluidos en trabajos a futuro.
También está la posibilidad de incluir más restricciones que planteen
preferencias políticas, ambientales, de inversión, entre otras.
El tema medio ambiental podría incluirse al imponer restricciones a las
emisiones y costos asociados a éstas.
En este estudio, el cambio climático impacta sólo la generación
hidroeléctrica y térmica fósil. Por esta razón, sería recomendable analizar el impacto
que tendrá éste en patrones de demanda, en la generación en otras tecnologías, en la
transmisión, entre otros.
91
BIBLIOGRAFIA
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para
Administración y Economía. Mexico, D.F.: Cengage Learning.
Araya, A., & Rubio, E. (2011, Agosto). Informe Final: Selección y Aplicación de un
Modelo Hidrológico para Estimar los Impactos del Cambio Climático en la
Generación de Energía del Sistema Interconectado Central. Departamento de
Ingeniería Civil Facultad de Ciencias Físicas y Matemáticas Universidad de
Chile.
Arnette, A., & Zobel, C. W. (2012). An optimization model for regional renewable
energy development. Renewable and Sustainable Energy Reviews, 16(7),
4606–4615.
Ayala, Á. I. (2011, Agosto). Impactos del Cambio Climático sobre la Operación del
Sistema Hídrico de la Laguna Laja. Universidad de Chile, Santiago.
Barría, P. (2010, Enero). Pronóstico de Caudales Medios Mensuales en las Cuencas
de los Ríos Baker y Pascua. Universidad de Chile, Santiago.
Boé, J., Terray, L., Martin, E., & Habets, F. (2009). Projected changes in
components of the hydrological cycle in French river basins during the 21st
century. Water Resources Research, 45(8), W08426.
Burle S. Dubeux, C. (2011). Economia da mudança do clima no Brasil: Custos e
oportuinidades.
Castro, A. (2006). Minicentrales hidroeléctricas. Apia. Madrid, ES. p, 15153–159.
CDEC-SIC. (2010). Estadísticas de Operación 2001/ 2010.
92
Centro de Cambio Global UC. (s.f.). Estimaciones de Costo y Potencial de
Abatimiento de Emisiones de Gases de Efecto Invernadero para Diferentes
Escenarios Futuros. Pontificia Universidad Católica de Chile.
Cifuentes, L., & Meza, F. (2008, Agosto). Cambio climático: consecuencias y
desafíos para Chile. Centro Interdisciplinario de Cambio Global UC.
CNE. (2011). Fijación de Precios de Precio Nudo Octubre de 2011 Sistema
Interconectado Central (SIC) Informe Técnico. Santiago.
CNE. (2012). Fijación de Precios de Precio Nudo Abril de 2012 Sistema
Interconectado Central (SIC) Informe Técnico. Santiago.
Comisión Nacional de Energía. (s.f.). Recuperado en Julio 6, 2012, de
http://www.cne.cl/
Cruzat, M. L. (2010, Noviembre). Estimación de la Variación de Caudales Medios
frente a Cambio Climático entre la IV y VIII Región de Chile. Universidad de
Chile, Santiago de Chile.
De Lucena, A. F. P., Schaeffer, R., & Szklo, A. S. (2010). Least-cost adaptation
options for global climate change impacts on the Brazilian electric power
system. Global Environmental Change, 20(2), 342–350.
DGF. (2006, Diciembre). Estudio de la Variabilidad Climática en Chile para el Sigro
XXI. CONAMA.
DGF-PRECIS.
(s.f.).
Recuperado
en
Octubre
14,
2012,
de
http://www.dgf.uchile.cl/PRECIS/
Diccionario de la Lengua Española. (s.f.). Recuperado en Julio 10, 2012, de
http://lema.rae.es/drae/?val=escorrent%C3%ADa
93
Dirección General de Aguas, D. (1983). Resolución 105.
Harrison, G. P., & Whittington, H. B. W. (2002). Susceptibility of the Batoka Gorge
hydroelectric scheme to climate change. Journal of Hydrology, 264(1), 230–
241.
IEA. (2010). Energy Technology Perspectives 2010: Scenarios & Strategies to 2050.
IPCC. (2007). Cambio climático 2007: Informe de síntesis. (p. 104). Ginebra, Suiza.
IPCC-DDC: SRES-AR4 GCM data. (s.f.). Recuperado en Octubre 13, 2012, de
http://www.mad.zmaw.de/IPCC_DDC/html/SRES_AR4/index.html#Acknow
ledge
KAS Ingeniería, & GeoAire. (2009, Diciembre). Análisis General del Impacto
Económico y Social de una Norma de Emisión para Termoeléctrica.
Lehner, B., Czisch, G., & Vassolo, S. (2005). The impact of global change on the
hydropower potential of Europe: a model-based analysis. Energy Policy,
33(7), 839–855.
Logan, J., Gou, Y., Shi, Y., Chandler, W., & Zhou, D. (1998). China’s Electric
Power Options: an Analysis of Economic and Environmental Costs. Pacific
Northwest National Laboratory, Washington, DC.
Maurer, E. P., Hidalgo, H. G., & others. (2008). Utility of daily vs. monthly largescale climate data: an intercomparison of two statistical downscaling
methods. Hydrology and Earth System Sciences Discussions, 12(2), 551–563.
McPhee, J., Rubio‐Alvarez, E., Meza, R., Ayala, A., Vargas, X., & Vicuna, S.
(2010). An Approach to Estimating Hydropower Impacts of Climate Change
94
from a Regional Perspective. ASCE Conference Proceedings, 394(41143), 2–
2. doi:10.1061/41143(394)2
Mena, I. (2009, Enero). Análisis de Impactos del Cambio Climático en la Cuenca
Andina del Río Teno, Usando el Modelo WEAP. Universidad de Chile,
Santiago de Chile.
Mideksa, T. K., & Kallbekken, S. (2010). The impact of climate change on the
electricity
market:
A
review.
Energy
Policy,
38(7),
3579–3585.
doi:10.1016/j.enpol.2010.02.035
Ministerio de Economía. (2008, Abril). Ley 2027.
Muñoz, C. (2012). Energía y Combustibles Fósiles. Santiago. Recuperado de
https://intrawww.ing.puc.cl/siding/dirdes/ingcursos/cursos/vista.phtml?accion
_curso=carpetas&acc_carp=abrir_carpeta&id_curso_ic=4772&id_carpeta=26
997
Nicholson, L., Marin, J., Lopez, D., Rabatel, A., Bown, F., & Rivera, A. (2010).
Glacier inventory of the upper Huasco valley, Norte Chico, Chile: glacier
characteristics, glacier change and comparison with central Chile. Annals of
Glaciology, 50(53), 111–118.
Nuclear Energy Agency, N. E. (2005). Projected costs of generating electricity:
2005 update. OECD/IEA.
O’Ryan, R. (2008). Diseño de un Modelo de Proyección de Demanda Energética
Global Nacional de Largo Plazo. Programa de Gestión y Economía
Ambiental (PROGEA), Departamento de Ingeniería Industrial, Universidad
de Chile.
95
Peña, D. (1991). Estadística Modelos y Métodos 2. Modelos Lineales y Series
Temporales (2da ed., Vol. 2). Madrid: Alianza Unicersidad Textos.
POCH Ambiental, & Centro de Cambio Global UC. (2010). Análisis de Opciones
Futuras de Mitigación de Gases de Efecto Invernadero para Chile en el
Sector Energía.
Rudnick, H. (2010). Energía Eólica - La Generación Eólica. In Energías Renovables
No Convencionales: Energía Sustentable Para Chile (Vol. Capítulo 4, pp.
81–99). Colegio de Ingenieros de Chile A.G.
Schaeffer, R., & Salem Szklo, A. (2001). Future electric power technology choices
of Brazil:: a possible conflict between local pollution and global climate
change. Energy Policy, 29(5), 355–369.
Schaeffer, R., Szklo, A. S., Pereira de Lucena, A. F., Moreira Cesar Borba, B. S.,
Pupo Nogueira, L. P., Fleming, F. P., … Boulahya, M. S. (2011). Energy
sector vulnerability to climate change: A review. Energy.
Seljom, P. (2011). Modelling the effects of climate change on the energy system-A
case study of Norway. ENERGY POLICY, 39(11), 7310 –7321.
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality
(complete samples). Biometrika, 52(3/4), 591–611.
Sieber, J. (2011). WEAP User Guide. Somerville, Massachusetts, EEUU: Stockholm
Environment Institute. Recuperado de http://www.weap21.org
Vicuña, S., Garreaud, R. D., & McPhee, J. (2011). Climate change impacts on the
hydrology of a snowmelt driven basin in semiarid Chile. Climatic change,
105(3), 469–488.
96
Wood, A. W., Maurer, E. P., Kumar, A., & Lettenmaier, D. P. (2002). Long-range
experimental hydrologic forecasting for the eastern United States. J.
Geophys. Res, 107(D20), 4429.
.
97
ANEXOS
98
ANEXO A: REGRESIÓN LINEAL
A.1
Nociones Básicas de un Modelo de Regresión Lineal
Un modelo de regresión lineal representa la dependencia lineal de una
variable de respuesta, dependiente o explicada, denominada Yk, en función de
variables explicativas o independientes denominadas xi,k con i=1,…,n (Peña, 1991).
El modelo se desarrolla de la siguiente forma:
¸¹ = ºi + ∑¼| º »,¹ + D¹
(A.1)
Donde β0 es una constante y los coeficientes βi (i=1,…,n) representan el
cambio marginal que se produce sobre la variable de respuesta o explicada por el
aumento unitario de una de las variables explicativas xi,k, cuando el resto de las
variables explicativas se mantienen constantes. Los coeficientes β son también
denominados parámetros. La variable uk es un error o residuo que representa el
efecto de las variables que afectan a las variables Yk, pero que no son incluidas en el
modelo (Peña, 1991).
El modelo de regresión lineal tiene los siguientes supuestos en relación a
los residuos uk:
1.
2.
3.
4.
E(u)=0
La varianza de los residuos es la misma para todos los valores de x.
Los uk (k=1,…,n) son independientes.
Los residuos siguen una distribución normal (Anderson, Sweeney, &
Williams, 2008).
Además, para lograr una regresión óptima, las variables Yk deben seguir
una distribución normal (Cruzat, 2010).
99
A.2.
Análisis de Varianza
La variabilidad de la variable explicada o Y, puede descomponerse en la
variabilidad explicada por la regresión y la no explicada por ella. Esto, queda
expresado como:
¶ = ¶W + ¶½W
(A.2)
∑(µ − µ¾)K = ∑(µ¿ − µ¾)K + ∑(µ − µ¿ )K
(A.3)
Donde,
¶ = ¶<;><·>H>5<58B<H
¶W = ¶<;><·>H>5<5W»AH>=<5<
¶½W = ¶<;><·>H>5<548W»AH>=<5<8À69>5D<H
µ :5<B898·96;°<589
µ¾: C65><56H895<B898·96;°<589
µ¿ : ;69DHB<5895<589A8;H<;6Á;69>ó4
A.3.
Estadísticos de Regresión
Existen indicadores que permiten verificar qué tan bien se ajusta el
modelo a la muestra observada. Se denomina coeficiente de correlación múltiple R al
coeficiente que representa la correlación entre la variable explicada y las variables
explicativas conjuntamente. Con éste, se calcula el coeficiente de determinación
como:
RK =
ÂLÃÄLÅÄÆÄQLQÇÈÉÆÄÊLQL
ÂLÃÄLÅÄÆÄQLQËRPLÆ
ÂÇ
= ÂË
(A.4)
Este último se utiliza para estimar qué tan bien se ajusta el modelo a la
muestra observada (mientras más cercano a uno, mejor), pero su problema radica en
que aumenta su valor al introducir nuevas variables al modelo (Peña, 1991).
Como el coeficiente de determinación aumenta al agregar nuevas
variables, se define el coeficiente de determinación ajustado o corregido que
soluciona este problema. Éste se define como:
Ì K = 1 − ÂLÃÄLÅÄÆÄQLQÍÎOÄQNLÆ = 1 − (1 − RK ) Ðu|
R
ÂLÃÄLÅÄÆÄQLQQÎÏ
ÐuÑu|
(A.5)
100
Mientras más cercano a 1 sea a su valor, el modelo estará mejor
representado (Peña, 1991).
A.4.
Prueba de Significancia del Modelo
El test de Fisher comprueba la significancia del modelo suponiendo dos
hipótesis:
\i : ¶<;><·H69W»AH>=<B>°<9486»AH>=<46HC856H8(º = 0A<;<> = 0, … , 4)
\| : ¶<;><·H69W»AH>=<B>°<96»AH>=<46HC856H8(³><HÁú4º ≠ 0A<;<>
= 0, … , 4)
Luego, el estadístico de Fisher se calcula como:
«
IÕ,¹,u¹u| = «ØÖ×)*) (A.6)
Ö×)*)
Donde n es la cantidad de muestras o variables observadas, k es la
cantidad de variables explicativas del modelo y α es el nivel de confianza del test.
Para este estudio, se utiliza un nivel de confianza α=0.05.
Así, el test de significancia señala que se rechaza H0 si:
«
I = ¹«Ø > Ii,iÚ,¹,u¹u|
(A.7)
(Peña, 1991)
A.5.
Prueba de Significancia de los Parámetros.
Esta prueba se realiza con el test de Student. Se toman dos hipótesis.
\i :º = 0
\| :º ≠ 0
La hipótesis H0 se rechaza para un nivel de confianza de α=0,05 si:
t > t ÜÝK,ÐuÑu|
(A.8)
donde,
Þ
B =ß
à
Siendo σâã la desviación estándar del parámetro (Peña, 1991).
(A.9)
101
ANEXO B: VALIDACIÓN MODELOS
B.1.
Normalidad en Variable Y
Para poder validar el modelo, se debe de comprobar la normalidad de los
datos observados de la variable Y.
El test utilizado en este estudio para verificar normalidad es el de
Shapiro-Wilk. La ventaja de este test es que da resultados satisfactorios para
muestras de menos de 20 datos. (Shapiro & Wilk, 1965)
Este test toma como hipótesis H0 que la muestra distribuye normalmente.
Se toma un nivel de confianza de 95% (α=0.05).
Para probar normalidad, se debe calcular el estadístico W. Para ello,
primero se deben ordenar las observaciones de la variable Y en orden ascendente en
cuanto a su valor. Luego se calculan las variables b y S según (B.1) y (B.2).
· = ∑¹¼| <u~| ( µu~| − µ )
(B.1)
Donde los coeficientes <u~| son valores conocidos tabulados y k es la
mitad de la muestra.
³ K = ∑¼|(µ − µ¾)K
(B.2)
Donde µ¾ es el promedio de las variables observadas.
Con los valores de S y b, se calcula W.

= 3
(B.3)
Luego se rechaza la hipótesis H0 si:
< Õ,&í%
1965).
(B.4)
Donde Õ,&í% es un valor conocido y tabulado (Shapiro & Wilk,
B.2.
Prueba de Validación a Suposiciones de los Residuos y Detección de
Valores Atípicos
Además de comprobar la normalidad de las variables Y, se deben
comprobar las suposiciones hechas a los residuos (Ver Anexo A). Para ello, se utiliza
102
el gráfico de residuos estándar o estandarizados. Los residuos estándar se calculan
según (B.5).
À69>5D8W9Bá45<; = ç uç¿
è è
é
(B.5)
Donde,
9ç uç¿ = 9ê1 − ℎe
ℎe =
1
(» − »̅ )K
− 4 ∑¼|(» − »̅ )K
Siendo s el error estándar de estimación e µ¿ las estimaciones de la
variable explicada µ . A 9ç uç¿ se le denomina desviación estándar del residual i.
El gráfico se construye poniendo en el eje x las estimaciones de la
variable explicada µ¿ , y en el eje y los residuos estandarizados.
Si la mayoría de los residuos estándar se encuentran dentro de los valores
-2 y 2, las suposiciones a los residuos se cumplen para el modelo con un gran grado
de confianza. De lo contrario, no se puede considerar que estas suposiciones sean
válidas. La cantidad de valores que deben estar dentro del rango [-2,2] queda
establecida según el nivel de confianza utilizado. Por ejemplo, si se contempla un
95% de confianza, el 95% de los residuos estándar debe estar entre los valores -2 y 2
(Anderson et al., 2008).
Si algún valor queda fuera de este rango, se considera como valor atípico
y se puede sacar de la muestra (Anderson et al., 2008).
103
ANEXO C: ALGORITMO MODELO DE PLANIFICACIÓN Y OPERACIÓN
A MÍNIMO COSTO
A continuación se detalla el archivo AMPL .mod del modelo de
planificación y operación a mínimo costo utilizado.
###################################SETS##################################
#Centrales Existentes
set CENTRALES_HIDRO ;
set CENTRALES_MINIHIDRO
set CENTRALES_CARBON;
set CENTRALES_GNL;
# centrales hidro
;
# centrales mini-hidro
# centrales carbon
# centrales GNL
set CENTRALES_DIESEL;
# centrales diesel
set CENTRALES_EOLICO;
# centrales eólico
set CENTRALES_BIOMASA;
# centrales biomasa
#Centrales Nuevas
set CENTRALES_HIDRON;
# centrales hidro nuevas
set CENTRALES_MINIHIDRON;
# centrales minihidro nuevas
set CENTRALES_GEON;
# centrales Geotermia nuevas
set CENTRALES_EOLICON;
set CENTRALES_SOLARFVN;
set CENTRALES_CARBONN;
set CENTRALES_DIESELN;
set CENTRALES_GNLN;
set CENTRALES_BIOMASAN;
set CENTRALES_SOLARCSPN;
# centrales Eolico nuevas
# centrales solar nuevas
104
set CENTRALES_EXISTENTES= CENTRALES_HIDRO union CENTRALES_CARBON union
CENTRALES_GNL
union
CENTRALES_DIESEL
union
CENTRALES_EOLICO
union
CENTRALES_BIOMASA union CENTRALES_MINIHIDRO ;
set CENTRALES_NUEVAS= CENTRALES_HIDRON union CENTRALES_CARBONN union
CENTRALES_GNLN
union
CENTRALES_DIESELN
union
CENTRALES_GEON
union
CENTRALES_EOLICON union CENTRALES_SOLARFVN union CENTRALES_BIOMASAN
union CENTRALES_MINIHIDRON union CENTRALES_SOLARCSPN;
set CENTRALES = CENTRALES_EXISTENTES union CENTRALES_NUEVAS;
set CENTRALES_ERNC = CENTRALES_MINIHIDRO union CENTRALES_EOLICO union
CENTRALES_BIOMASA union CENTRALES_MINIHIDRON union CENTRALES_GEON union
CENTRALES_EOLICON union CENTRALES_SOLARFVN union CENTRALES_BIOMASAN
union CENTRALES_SOLARCSPN;
set
CENTRALES_HIDRON_TODAS
=
CENTRALES_HIDRON
union
CENTRALES_MINIHIDRON;
set BLOQUES;
#Bloque demanda anual único
#################################PARAMETROS###################################
param T > 0;
param r;
# Número de años de optimización
# tasa de descuento
param D{BLOQUES,1..T};
param cvFalla;
param pot_inst{CENTRALES_EXISTENTES};
# Costo de falla de Energía ($/MWh)
# potencias instalada existente (MW)
105
param cv{CENTRALES,1..T};
param fdisp{CENTRALES,1..T};
# costos variables de operacion ($/MWh)
# factor de disponibilidad centrales
#potencias máximas por año según tecnologías
param pot_max_hydro{CENTRALES_HIDRON_TODAS,1..T};
# potencia maxima nueva
hidro (MW)
param pot_max_geo{CENTRALES_GEON,1..T};
# potencia maxima
nueva de geotermica (MW)
#costos inversiones en centrales nuevas
param cinv{CENTRALES_NUEVAS,1..T};
# costos anuales de inversion de
centrales nuevas ($/KW)
param cf{CENTRALES,1..T};
# costos fijos anuales ($/KW)
param perdTx;
# pérdidas por transmisión
# Ley ERNC
param req_ERNC{BLOQUES,1..T};
################################VARIABLES###############################
var GT {i in CENTRALES,a in 1..T} >= 0;
# energía generada Total MWh
var GFalla {j in BLOQUES,a in 1..T} >= 0;
# Falla en MWh
var PT {i in CENTRALES, a in 1..T} >=0;
# potencia instalada centrales (MW)
106
################################ FUNCIÓN OBJETIVO##############################
# función objetivo: minimizar costo total de operación + inversión + falla
minimize
Costo_Total:sum{i
in
CENTRALES_NUEVAS,
a
in
1..T}
(1/((1+r)^(a))
*
(cinv[i,1]*PT[i,1]*1000)) + sum {i in CENTRALES_NUEVAS, a in 2..T}(cinv[i,a] * (PT[i,a] PT[i,a-1])*1000 * sum {j in a..T} (1/(1+r)^j)) + sum{i in CENTRALES, a in 1..T} (1/((1+r)^(a)) *
(cf[i,a]*PT[i,a]*1000))+ sum{i in CENTRALES,a in 1..T} (1/((1+r)^(a)) * cv[i,a] * GT[i,a])+ sum{j
in BLOQUES, a in 1..T} (1/((1+r)^(a)) * cvFalla * GFalla[j,a]);
################################## Restricciones ####################################
subject to D_bruta_energia {a in 1..T}: (sum {i in CENTRALES} GT[i,a] + sum{j in BLOQUES}
GFalla[j,a])/ (1+perdTx) = sum{j in BLOQUES}D[j,a]*1000 ;
subject to Gen_MAX {i in CENTRALES,a in 1..T}: PT[i,a] * 8760 * fdisp[i,a] - GT[i,a] >= 0;
subject to Potencia_Existente {i in CENTRALES_EXISTENTES, a in 1..T}: PT[i,a] = pot_inst[i];
subject to cap_crec_en_tiempo_otras_tec {i in CENTRALES_NUEVAS,a in 1..T-1}: PT[i,a+1] >=
PT[i,a];
subject to Recurso_Hidro {i in CENTRALES_HIDRON_TODAS, a in 1..T}: PT [i,a] <=
pot_max_hydro[i,a];
subject to Recurso_GEO {i in CENTRALES_GEON, a in 1..T}: PT [i,a] <= pot_max_geo[i,a];
#Ley ERNC
subject to Ley_ERNC {a in 1..T, j in BLOQUES}: sum{i in CENTRALES_ERNC}
(GT[i,a]/(1000*D[j,a]))-req_ERNC[j,a]>=0;

Top subcategories

Top subcategories

Top subcategories

Top subcategories

Top subcategories

Top subcategories

Top subcategories

Download cambio climático: efectos en la generación hidroeléctrica en el