Artículo Académico / Academic Paper
Recibido: 07-05-2022, Aprobado tras revisión: 08-07-2022
Forma sugerida de citación: Galarza, R.; Cuji, C. (2022). “Gestión Óptima de la Energía en un Proceso Paulatino y Controlado
para Contribuir a la Descarbonización del Sector Eléctrico”. Revista Técnica “energía”. No. 19, Issue I, Pp. 71-84
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
Doi: https://doi.org/10.37116/revistaenergia.v19.n1.2022.518
© 2022 Operador Nacional de Electricidad, CENACE
Optimal Energy Management in a Gradual and Controlled Process to
Contribute to the Decarbonization of the Electricity Sector
Gestión Óptima de la Energía En Un Proceso Paulatino y Controlado para
Contribuir a la Descarbonización del Sector Eléctrico
R. O. Galarza
1
C. C. Cuji
1
1
Universidad Politécnica Salesiana, Quito - Ecuador
E-mail: rgalarza@ups.edu.ec; ccuji@ups.edu.ec
Abstract
The energy sector is one of the main sources of
greenhouse gases and pollution. It also becomes the
main sector to be intervened not only
environmentally but also technically. The
decarbonization process of the energy-producing
segment contemplates the disconnection of
conventional generation systems that use fossil fuels.
The process consists of the exchange of renewable
generation systems capable of meeting the demand
that was previously supplied by conventional
sources. This research provides a perspective to find
decarbonization alternatives seeking to determine
an adequate process to introduce renewable
generation systems. The process considers economic
factors of fuel spending and the cost of implementing
the photovoltaic system. This coal is achieved using
simulations of the power system are to determine the
optimal power dispatch. It is also employed a linear
optimization model to minimize the costs on an
annual basis through the optimal selection of the
installed power of the renewable generation system.
The simulations are performed using Matlab and
PowerFactory with an IEEE 13-bar system as the
test system.
Resumen
El sector energético es uno de los principales actores
en la producción de gases de efecto invernadero, lo
que lo convierte en el principal sector a ser
intervenido de manera no sólo ambiental sino
también técnica, un proceso de descarbonización del
segmento productor de energía contempla la
desconexión de sistemas de generación convencional
y que hace uso de combustibles fósiles; a cambio de
introducir sistemas de generación renovables
capaces de cubrir la demanda que antes era suplida
por las fuentes convencionales. Esta investigación
brinda una perspectiva para encontrar alternativas
de descarbonización buscando determinar un
proceso adecuado para introducir sistemas de
generación renovable, considerando factores
económicos de gasto en combustible y el costo de
implementación del sistema fotovoltaico. Para ello se
realizan simulaciones del sistema de potencia para
determinar el despacho de potencia óptimo, además
de un modelo lineal de optimización para minimizar
los costos mediante la selección óptima de la potencia
del sistema de generación renovable. Las
simulaciones se realizan por medio de Matlab y
PowerFactory con un sistema IEEE de 13 barras.
Index terms Decarbonization, Energy
management, Micro-grid, Renewable energies,
Thermal generation.
Palabras clave Descarbonización, Energías
renovables, Generación térmica, Gestión de energía,
Micro-Red
71
Edición No. 19, Issue I, Julio 2022
1. INTRODUCCIÓN
La correcta utilización de variados recursos energéticos
renovables son la clave para obtener un futuro sostenible
en el sector de la energía eléctrica y en donde las
emisiones de efecto invernadero sean bajas. Dentro de
estos medios están la energía solar, mareomotriz, del
viento, geotérmica, por nombrar otros. Los medios
solares y eólicos son las tecnologías renovables líderes
del sector eléctrico, con alta penetración en diversos
sistemas de potencia alrededor del mundo, así como en
zonas donde la red eléctrica es aislada. Dentro de las
principales razones para tal liderazgo se encuentra la
madurez de la tecnología, las nulas emisiones que
provocan, los costos nulos asociados a la operación con
combustibles y recursos no renovables; así como la
disponibilidad de los recursos en cualquier lugar [1], [2].
Hablando en términos estadísticos, la penetración
directa de los recursos energéticos renovables aún es
insuficiente; siendo conocido que la mayor parte de la
energía eléctrica que se consume mundialmente proviene
de combustibles fósiles, siendo más o menos el 80%,
mientras que el 20% proviene de recursos energéticos
renovables, siendo variada la penetración de recursos en
diferentes países, teniendo como ejemplos de
sostenibilidad en energía a Suiza, España, Alemania, por
nombrar otros [3], [4].
Alrededor del mundo se han planteado diversos
incentivos para los productores energéticos, de tal forma
que sea asegurada la recuperación de los costos de
inversión de las plantas de producción con energías
renovables. Los incentivos más comunes de encuentran
los subsidios operacionales, acceso prioritario a la red
eléctrica, es decir, que los incentivos se enfocan en el
despacho [5], [6].
La recurrencia de la utilización de recursos
energéticos renovables se ve reforzada por el surgimiento
de nuevas formas de habitar, incluyendo las ciudades
inteligentes, los edificios y hogares con inteligencia;
establecidos primordialmente en el contexto de la
implementación de redes eléctricas inteligentes (Smart
Grid). Esto puede ser evidenciado por [1], en donde
basado en un estudio de los resultados de un proyecto de
puesta en marcha de un hogar inteligente en Turquía, en
un período específico de tiempo, se demuestra con
claridad la cantidad en kilos de emisiones de CO2 que
implicó la utilización de herramientas como los recursos
energéticos renovables, el monitoreo de la demanda, así
como el control de cada electrodoméstico y componente
eléctrico del hogar, mediante interruptores inteligentes y
software centralizado [7]–[9].
Las autoridades de los países y de diversas
organizaciones mundiales también incentivan la
reducción de las emisiones de gases de efecto
invernadero, con tratados en los que los países se
comprometen a realizar esfuerzos significativos para
reducir sus emisiones, por ejemplo, el Protocolo de
Kioto. En ese sentido muchos investigadores han
planteado soluciones que incrementen los ahorros
energéticos, predicen e incrementan el potencial de los
generadores de electricidad que aprovechan la energía
renovable, lo que en conjunto permite la reducción de los
efectos dañinos del calentamiento global [10], [11].
La Figura 1 ilustra el proceso de descarbonización que se
plantea en el presente artículo en donde se requiere
reemplazar generadores convencionales por sistemas de
generación renovable.
Figura 1: Descarbonización
2. DESCRIPCIÓN DE CRITERIOS TEÓRICOS
INVOLUCRADOS EN EL PROCESO
2.1. Micro – Redes Aisladas de AC
Los principales problemas que el mundo atraviesa en
cuanto se refieren a sistemas de energía son la falta de
energía disponible, el daño ambiental y el calentamiento
global como consecuencia de los procesos de generación
convencionales, sin embargo, en la actualidad también se
presenta un acelerado proceso mediante el cual las
tecnologías de generación están migrando a soluciones
más amigables con el ambiente dado que consideran el
uso de energías renovables [12], [13].
Dentro de las principales fuentes de energía
renovables a las que el mundo está recurriendo son
aquellas que hacen uso de recursos hidráulicos, eólicos y
solares, dichos métodos de generación han ido tomando
importancia en diferente medida dada su dificultad para
ser utilizada y el tamaño disponible en las zonas de
interés. Dado que dichas fuentes pueden ser utilizadas
como sistemas de generación distribuida, su aceptación
entre usuarios residenciales e industriales ha crecido para
posibilitar su instalación en zonas donde el acceso a redes
convencionales puede estar limitado por condicionantes
geográficos o de disponibilidad de infraestructura [14]–
[16].
Dado que en general las Micro-Redes aisladas se
emplazan en zonas geográficas de corta extensión es
común que estos sistemas sean controlados de manera
general para conseguir un adecuado balance de potencia
72
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
entre la generación y la demanda, algo importante a
destacar radica en la posibilidad de utilizar sistemas de
almacenamiento para compensar la demanda en aquellas
horas en las cuales el acceso a los elementos de
generación es limitada dada la ausencia de recurso
disponible. Todo lo antes mencionado se consigue
gracias a un extenso desarrollo e ingreso de tecnologías
electrónicas que garantizan el control, conversión y
supervisión de los diferentes sistemas involucrados [17].
A pesar de la posibilidad de recurrir a sistemas de
generación renovables los sistemas de potencia deben
recurrir al uso de generadores convencionales como es el
caso de generadores diésel o grandes generadores de
carbón o combustibles fósiles para mantener la
disponibilidad de energía en todo momento, dichos
elementos de generación producen cantidades
considerables de gases contaminantes sobre todo en
aquellos casos antes mencionados en los cuales la
potencia disponible por fuentes renovables no es
suficiente. Así, por ejemplo, los meses comprendidos
entre junio y octubre en la Isla Dong’Ao, sus generadores
eólicos no son capaces de cubrir la demanda; por lo cual
se recurre al uso de generadores convencionales para
cubrir la demanda del sistema [18].
2.2. Descarbonización del Sector Eléctrico
En el año 1992 en la cumbre de la Tierra se dan
indicaciones para nivel mundial una agenda de nombre
21, principios de los bosques, convenio de la diversidad
biológica y una convención marco de las Naciones
Unidas ligadas al cambio climático [2]. Lo antes
mencionado marca pautas para la reducción de los gases
de efecto invernadero y se firma el protocolo de Kioto en
1977 y se actualiza con el Acuerdo de París en el año
2015. Se propone entonces la agenda mundial, ODS
2030, en donde se destacan al menos 7 objetivos
enfocados en procesos de descarbonización los cuales
contemplan:
Garantizar el acceso a una energía asequible,
fiable, sostenible y moderna para todos.
Garantizar modalidades de consumo y
producción sostenibles.
Adoptar medidas urgentes para combatir el
cambio climático y sus efectos.
El sector energético es unos de los sectores que mayor
contribución suponen para la generación de gases de
efecto invernadero, por lo cual este sector es uno de los
cuales podría ofrecer la mayor accesibilidad en procesos
de reducción de gases contaminantes al introducir
tecnologías renovables de generación [19]–[23].
La Figura 2 muestra como cada sector contribuye en
la emisión de gases de efecto invernadero en donde es
claro que una de las principales contribuciones se da por
procesos de generación eléctrica, los datos presentados se
encuentran en porcentaje y son representativos para el
año 2012 [24].
Figura 2: Contribución por sector en producción de gases de
efecto invernadero
Por otro lado, una alternativa para la reducción de los
gases de efecto invernadero que no se derivan
directamente de la generación podría darse por el uso de
residuos y derechos para la producción energética por
medio de la transformación de los desechos en biogás, el
mismo que puede ser utilizado como fuente energética en
sistemas de generación no convencionales, es así que en
países europeos como es el caso de Dinamarca la
producción de energía de este tipo aumentó en un 27%
para el año 2018 [25].
Otra perspectiva es en la cual se propone el uso de
vehículos eléctricos en reemplazo de los tradicionales
vehículos de combustión en donde la ventaja de
descarbonización radica principalmente en el retiro de los
vehículos convencionales, sin embargo, busca solucionar
problemáticas relacionadas con el despacho de energía
necesario para la carga de los vehículos eléctricos con
perspectivas de trayectoria, carga rápida o urgente y
demandas de carga flexibles [26].
2.3. Optimización de Parque Fotovoltaico
Adicionalmente, se plantea un problema de optimización
en el cual se busca las porciones de potencia que deberán
ser introducidos o extraídos del sistema buscando
minimizar el costo anual de producir la generación
térmica e implementar un parque solar para ello se
plantea un problema de tipo lineal en el de la forma que
se muestra en la expresión 2.
𝒎𝒊𝒏
𝒙
{
𝒇
(
𝒙
)}
= 𝒎𝒊𝒏{
𝒙
𝑪𝒕 ∗ 𝒙𝟏 + 𝑪𝒑𝒗 ∗ 𝒙𝟐}
Condiciones:
𝑷𝒕 × 𝒙𝟏 + 𝑷𝒑𝒗 × 𝒙𝟐 ≥ 𝑷𝒎𝒈
𝒍𝒃 ≤ 𝒙 ≤ 𝒖𝒃
(2)
En donde:
f
(
x
)
: función de costos a ser minimizada.
Ct: costo recurso mineral generación térmica.
Cpv: costo generación fotovoltaica.
73
Edición No. 19, Issue I, Julio 2022
Pt: Porcentaje de participación térmica.
Ppv: Porcentaje de participación fotovoltaica.
Pmg: potencia a ser generada entre los 2
sistemas.
lb: límite inferior de las variables en estudio.
ub: límite superior de las variables en estudio.
x1: potencia térmica en estudio.
x2: potencia fotovoltaica a ser introducida en el
total del tiempo, es la variable que es
optimizada.
3. DESARROLLO DEL PROBLEMA Y
SOLUCIÓN
3.1. Sistema de potencia para desarrollo de pruebas
y simulación
Se toma como modelo de referencia un modelo estándar
de la IEEE que contiene 13 barras, el método es simulado
por medio del software especializado en simulación de
sistemas de potencia eléctricos denominado
PowerFactory, para el caso en cuestión se selecciona el
caso en el cual se implementa un transformador de 3
devanados entre las barras 4, 8 y 9. Los parámetros de las
líneas de transmisión así como de las unidades térmicas
y parámetros de operación de las barras del sistema al
igual que las clases de barras no fueron modificadas.
La barra 2 es en la cual se presenta la mayor cantidad
de modificaciones dado que en dicha barra se instaló un
sistema de tipo fotovoltaico con potencia nominal de 5
MW, dicha central se plantea como un caso especial en
el cual se proyecta que en un tiempo determinado la
potencia vaya aumentando en pasos de 5 MW por medio
de la introducción de inversores en paralelo y más
paneles con lo cual consecuentemente se puede llegar a
reemplazar la unidad sincrónica 2 ubicada en la barra de
estudio. La unidad sincrónica tiene una potencia nominal
de 80 MW, sin embargo, la potencia que es utilizada de
manera inicial es solamente de 40 MW por lo cual la
potencia a reemplazar es de 40 MW con lo cual se plantea
que el caso inicial de estudio será justamente al
reemplazar los 40 MW y a partir de ello se van
incrementando 5 MW por cada caso hasta llegar a 60
MW, dado que se incrementan 20MW por crecimiento
futuro, valor netamente experimental y seleccionado por
los autores.
3.2. Método planteado para descarbonización del
Sector Eléctrico
Dado que la presente investigación pretende tener una
perspectiva adicional desde una aproximación ambiental
se propone un estudio adicional, en el cual se obtienen
datos de consumo de recurso mineral entre los cuales se
eleccionan recursos sólidos, líquidos y gaseosos, siendo
los seleccionados el carbón, diésel y gas natural. Para ello
se contemplan datos obtenidos de los sitios oficiales de la
Agencia de Protección Ambiental de los Estados Unidos
y de la Administración de Información de la Energía del
mismo país, dichos datos arrojan información respecto al
desempeño de diversas unidades a lo largo de su territorio
con el fin de entregar datos promediados de consumo de
recurso, así como los datos correspondientes a emisiones
por efectos del sector de generación de la electricidad.
De lo antes descrito se obtiene que un valor promedio
para el Ecuador por efectos de producción de electricidad
corresponde a 0.261 kg CO
2
/kWh, dicha tasa nos permite
cuantificar la producción de gases de efecto invernadero
basados en la producción de energía de una unidad
térmica [27]. Sin embargo, dado que las unidades
térmicas presentan rendimientos bajos (cercanos al 41%)
se opta por colocar un factor de corrección que relaciona
la cantidad de emisión y de recurso consumido misma
que relaciona la cantidad de calor utilizado netamente en
la generación de electricidad y los desperdicios típicos
del proceso de transformación. La conversión se muestra
en la ecuación 1.
𝑬𝒎𝒊 =
𝑬
𝒌𝑾𝒉
× 𝒇
𝑪𝑶𝟐
%𝜼
(1)
En donde:
𝑬𝒎𝒊: son las emisiones de CO
2
en kg.
𝑬
𝒌𝑾𝒉
: es la energía generada por la unidad
térmica
𝒇
𝑪𝑶𝟐
: es el factor de conversión para obtener el
CO
2
producto de la energía generada.
%𝜼: es el rendimiento de las unidades térmicas.
3.3. Consumo de Recurso Fósiles
El consumo de recursos y sus costos aproximados en
función del tipo de recurso es requerido para un estudio
a detalle, es importante mencionar que los datos
obtenidos corresponden a datos calculados por medio de
proyecciones y el mismo responde a señales de diversos
indoles que fueron consideradas por los autores de las
obras [28]. Los datos de consumo de recurso y el costo
aproximado por unidad de recurso se muestran en la
Tabla 1 y
Tabla 2.
Tabla 1: Consumo de recurso por energía eléctrica producida
Recurso
Consumo
Carbón
1.13 lb/kWh
Diésel
0.08 gal/kWh
Gas natural
7.43 pies
3
/kWh
Tabla 2: Costo de recursos
Recurso
Costo
Carbón
62.65 $/tonelada
Diésel
1.90 $/galón
Gas natural
5 $/MMBtu
74
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
Donde el consumo de carbón se debe estimar en
toneladas, el diésel en galones y el gas natural muestra su
consumo con relación a millones de unidades térmicas
británicas (MMBtu). Dentro del análisis de costos es
importante destacar también el costo de implementación
de las tecnologías fotovoltaicas, con lo cual se determina
un precio promedio de implementación de $0.49 por cada
vatio instalado, dicho costo contempla los costos
relacionados con equipos de transformación, conversión,
sistemas de transmisión, control y demás ligados.
3.4. Planteamiento del Problema
Dado que la unidad térmica se asume que trabaja
solamente con 40 MW esa potencia se desconectará en
etapas de 4 MW por ciclo de tiempo de estudio. De modo
que la Tabla 3 muestra cómo se realizará la modificación
de despacho en un periodo de 10 años con etapas de
modificación de 1 año.
Tabla 3: Escenarios para plazo de 10 años
Etapa
de
descarbonización
Porcentaje
participación
térmica Unidad 2
Porcentaje
participación
generación
fotovoltaica
Año 0
100
0
Año 1
90
10
Año 2
80
20
Año 3
70
30
Año 4
60
40
Año 5
50
50
Año 6
40
60
Año 7
30
70
Año 8
20
80
Año 9
10
90
Año 10
0
100
Las simulaciones de los escenarios anteriores se
llevaron a cabo de manera sincrónica entre PowerFactory
y Matlab con el fin de ensayar la desconexión paulatina
de las unidades fotovoltaicas y luego llevar a cabo flujos
de potencia para descubrir de mejor manera como la
dinámica descrita afectaba al sistema y sus unidades
sincrónicas asumidas como térmicas en su totalidad
siendo las unidades 1 y 2 las de mayor importancia y
sobre las cuales se realizará parte del análisis.
3.5. Algoritmo de Optimización
Se presenta el algoritmo utilizado para la obtención de
los resultados de optimización, el algoritmo propuesto de
fue diseñado por los autores del presente documento.
Paso
Descripción
Entradas
Crecimiento
Pt
Pmin_pv
Pmax_pv
Pmin_t
Pmax_t
Porc_t
Porc_pv
Salidas
x = [x1, x2]
Inicialización
Crecimiento15
Pt40
Pmin_pv40
Pmax_pv100
Pmin_t40
Pmax_t40
Porc_t=[100 90 80 70 60 50 40 30 20 10
0]
Porc_pv=100-Porc_t
Paso
1:
Creación de límites
lb = [Pmin_t Pmin_pv]
ub = [Pmax_t Pmax_pv]
Paso
2:
Funciones de costo
Para i=1:1:11
Ct = Ct + 1.90×0.08×
1000×365×24×Porc_t(i);
En donde: Ct corresponde el costo de
generación térmica y Porc_t es el
porcentaje de participación térmico.
Fin para
Cpv = 0.49×1000000
Paso
3:
Restricciones de desigualdad
A = [Porc_t.’ Porc_pv.’] ×-1
b(i) = Pt× (1+i× (crecimiento/100)) ×-1
A × x ≤ b
Paso
4:
Determinación de límites
lb ≤ x ≤ ub
Paso
5:
Restricciones de igualdad
Aeq = [ ]
beq = [ ]
Aeq × x = beq
Paso
6:
Función objetivo
f = [Ct Cpv]
F.O. = f × x
Paso
7:
Minimización lineal
x minimizar(f,A,b,Aeq,beq,lb,up)
Del algoritmo propuesto se desprende que la etapa de
inicialización coloca parámetros de crecimiento
porcentual de la generación esperada cada año con la
composición solar y térmica, límites de tamaño de los
generadores térmicos cuyo tamaño fijo es de 40 MW
mientras que el parque fotovoltaico puede tomar una
potencia entre 40 y 100 MW aunque, estos parámetros
pueden cambiar en función de la necesidad del usuario,
otro valor que se parametriza corresponde a los escalones
que se pretende dar y por tanto la cantidad de tiempo que
le tomaría al sistema completar el proceso de
descarbonización. El paso 1 genera un par de vectores
que contienen los valores de límites inferior y superior
75
Edición No. 19, Issue I, Julio 2022
para las variables que son de interés, el paso 2 por otro
lado, determinan los parámetros que se utilizarán para la
función de costos cuyos valores corresponden al gasto de
recurso (diésel) y costo de implementación del parque
fotovoltaico.
El paso 3 crea los vectores necesarios para generar las
restricciones de desigualdad del modelo las cuales
buscan que la suma de generación térmica y fotovoltaica
sea superior al esperado por efecto del crecimiento
parametrizado en primer momento. El paso 4
complementa el paso 1 para limitar la potencia del
sistema térmico y fotovoltaico, el paso 5 crea dos
vectores para la generación de funciones de igualdad, sin
embargo, el modelo planteado no contempla
restricciones de igualdad por lo cual los vectores se
mantienen vacíos. Finalmente, el paso 6 crea la función
objetivo del problema para ser minimizada en el paso 7
con el fin de conseguir el tamaño óptimo del parque
fotovoltaico. En donde x2 será el resultado que se busca.
4. ANALISIS DE RESULTADOS
4.1. Disminución Paulatina Simétrica
En cuanto a lo antes descrito se generó un conjunto de
casos entre los cuales se llevaron a cabo simulaciones en
el plazo de 10 años para unidades fotovoltaicas de 45, 50,
55 y 60 MW. La Figura 3 ilustra el modo en cómo se
genera la interacción entre los sistemas de generación
térmica y fotovoltaica para el caso en el cual se introduce
paulatinamente una central fotovoltaica de 45 MW.
Por otro lado, la Figura 4 muestra la totalidad de
generación producida por ambas centrales en la barra 2 a
lo largo del tiempo en un horizonte de análisis de 10 años.
Los datos de generación total se observan en la Tabla 4 y
se grafican en la Figura 4 misma que muestra los totales
de generación en la barra 2.
Debido a que existe un sobredimensionamiento de la
potencia que reemplaza al despacho de las unidades
térmicas por parte de la central fotovoltaica año a año, se
puede notar que se generan excedentes respecto a la
potencia que se despachaba en el año 0, la potencia
excedente con el paso del tiempo puede ocasionar que la
potencia que es requerida desde la unidad 1 y que cumple
la función de referencia, se vea también disminuida dado
que es ahora el sistema fotovoltaico el encargado de
suplir la demanda del sistema al llegar al año 10 del
estudio.
Adicionalmente, se realiza el cálculo de las emisiones
CO2 producidas por la unidad térmica estableciendo que
se cubre una demanda promedio de manera
ininterrumpida para todas las horas del año con lo cual la
producción de CO2 para cada año del estudio se
comporta como se visualiza en la tabla 4.
Figura 3: Interacción generación térmica-fotovoltaica
La Tabla 4 realiza una tabulación de los resultados
mostrados en la Figura 3.
Tabla 4: Datos de generación barra 2
Etapa de
descarbonización
Generación
térmica [MW]
Generación
fotovoltaica
[MW]
Generación total
barra 2 [MW]
Año 0
40.00
0.00
40.00
Año 1
36.00
4.50
40.50
Año 2
32.00
9.00
41.00
Año 3
28.00
13.50
41.50
Año 4
24.00
18.00
42.00
Año 5
20.00
22.50
42.50
Año 6
16.00
27.00
43.00
Año 7
12.00
31.50
43.50
Año 8
8.00
36.00
44.00
Año 9
4.00
40.50
44.50
Año 10
0.00
45.00
45.00
La Tabla 5 muestra de manera numérica los resultados
que fueron presentados en la Figura 5 y que corresponde
a las emisiones de gases contaminantes para el horizonte
de 10 años con una introducción de 45 MW de potencia
de generación fotovoltaica.
Como se puede observar, los resultados son los
esperados ya que conforme el tiempo de análisis avanza
el consumo de recurso va disminuyendo de manera
paulatina en virtud de ello, es posible darse cuenta que
independientemente del tamaño del campo solar que se
seleccione mientras el tiempo de estudio sea el mismo,
los escalones de disminución de gases contaminantes así
como el consumo de recursos será idéntico para todos los
casos al menos en el caso de la unidad 2, sin embargo si
se desea colocar en análisis la unidad 1 que es la unidad
de referencia, los resultados para los casos de diferentes
tamaños de campo fotovoltaico serán diferentes. La
Tabla 7 muestra cómo se comporta la generación de la
76
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
unidad 1 para los diferentes casos.
Figura 4: Generación combinada en la barra 2
Con los datos de generación que se mostraron
previamente es posible obtener los consumos de recursos
minerales que requiere la unidad para la obtención de la
potencia esperada según el despacho sugerido. Los
resultados obtenidos pueden ser visualizados en la
Tabla 6, sabiendo que los datos con los cuales se
calcularon los valores en cuestión fueron mencionados en
un capítulo anterior.
Figura 5: Producción de CO2
Como se puede observar en la Tabla 7 el punto de
operación durante el escenario base es el mismo, esto
debido a que este es el punto en que no se presentan
variaciones de despacho de las unidades, sin embargo, al
final del periodo de análisis o el año 10 la diferencia de
la potencia de despacho de la unidad 1 es diferente
llegando a un máximo de variación de aproximadamente
16 MW al introducir un campo solar de 60 MW.
La Figura 6 ilustra el cambio en la generación descrita
por los datos de la Tabla 7, al considerar que los
resultados obtenidos todavía no son producto de la
optimización propuesta sino solamente una estrategia
sugerida de descarbonización.
Tabla 5: Emisiones de CO2 generador térmico 2
Etapa
Emisiones
generador
térmico
[Toneladas]
Año 0
223059.51
Año 1
200753.57
Año 2
178447.62
Año 3
156141.66
Año 4
133835.71
Año 5
111529.76
Año 6
89223.81
Año 7
66917.86
Año 8
44611.91
Año 9
22305.96
Año 10
0.01
Tabla 6: Consumo de recursos minerales
Etapa
Consumo
de carbón
[Libras]
Consumo
de diésel
[Galones]
Consumo
de gas
natural
[Pies
3
]
Año 0
9.66E+08
6.84E+07
6.35E+09
Año 1
8.69E+08
6.15E+07
5.71E+09
Año 2
7.73E+08
5.47E+07
5.08E+09
Año 3
6.76E+08
4.79E+07
4.44E+09
Año 4
5.79E+08
4.10E+07
3.81E+09
Año 5
4.83E+08
3.42E+07
3.17E+09
Año 6
3.86E+08
2.73E+07
2.54E+09
Año 7
2.90E+08
2.05E+07
1.90E+09
Año 8
1.93E+08
1.37E+07
1.27E+09
Año 9
9.66E+07
6.84E+06
6.35E+08
Año 10
2.41E+01
1.71E+00
1.59E+02
Figura 6: Potencia generada, unidad 1
77
Edición No. 19, Issue I, Julio 2022
Es evidente en la figura anterior que la potencia que
es requerida desde el generador más grande del sistema
es menor ,cuando la generación fotovoltaica tiene un
tamaño considerable como son 60 MW en la última etapa
estudiada, esto también nos ayuda a entender que la
introducción de parques fotovoltaicos de potencia
inferior a la potencia de unidad térmica en estudio
ocasionará como efecto secundario que la unidad de
referencia sea exigida en mayor medida para cubrir con
la potencia que ya no puede ser entregada por la unidad
2.
Tabla 7: Comparación de generación unidad de referencia
Etapa
Campo solar
45 MW
Campo solar
50 MW
Campo solar
55 MW
Campo solar
60 MW
Año 0
232.68
232.68
232.68
232.68
Año 1
232.15
231.62
231.10
230.57
Año 2
231.62
230.57
229.51
228.46
Año 3
231.10
229.51
227.93
226.35
Año 4
230.57
228.46
226.35
224.24
Año 5
230.04
227.40
224.77
222.13
Año 6
229.51
226.35
223.18
220.03
Año 7
228.98
225.29
221.61
217.92
Año 8
228.46
224.24
220.03
215.82
Año 9
227.93
223.18
218.45
213.72
Año 10
227.40
222.13
216.87
211.62
Figura 7: Diferencia de emisiones de CO2, unidad 1
La Figura 7 ilustra la diferencia que existe en la
producción de emisiones entre el año 0 y cada uno de los
años que se consideran ante los diferentes casos de
campos solares ensayados, es posible notar que la
tendencia es similar a la obtenida para la diferencia de
generación requerida lo cual se justifica ya que la
relación existente entre las emisiones de gases
contaminantes y la producción energética es
proporcional.
La Tabla 8 tabula los resultados observados en la
Figura 7, los resultados obtenidos son negativos dado que
los mismos representan una disminución respecto al
escenario base.
Tabla 8: Diferencia de emisiones CO2, unidad 1
Etap
a
Campo solar 45 MW,
diferencia de emisiones
de CO
2
Campo solar 50 MW,
diferencia de emisiones
de CO
2
Campo solar 55 MW,
diferencia de emisiones
de CO
2
Campo solar 60 MW,
diferencia de emisiones
de CO
2
Año 0
0.0
0.0
0.0
0.0
Año 1
-2955.5
-5911.1
-8810.9
-11766.4
Año 2
-5911.1
-11766.4
-17677.5
-23532.8
Año 3
-8810.9
-17677.5
-26488.3
-35299.2
Año 4
-11766.4
-23532.8
-35299.2
-47065.6
Año 5
-14721.9
-29443.9
-44110.0
-58831.9
Año 6
-17677.5
-35299.2
-52976.6
-70542.6
Año 7
-20633.0
-41210.2
-61731.7
-82309.0
Año 8
-23532.8
-47065.6
-70542.6
-94019.6
Año 9
-26488.3
-52976.6
-79353.4
-105730.2
Año 10
-29443.9
-58831.9
-88164.3
-117440.8
4.2. Disminución abrupta
Los escenarios y casos hasta ahora revisados contemplan
una variación paulatina en escalones discretos que se
realizan en porcentajes iguales año por año, sin embargo
llegado a la realidad, se podría considerar un caso en el
cual después de bajar más allá del 40% el rendimiento de
las unidades podría verse mermado por efectos de
trabajar muy por debajo de la potencia instalada; de ese
modo se plantea un nuevo estudio en el cual después de
reducir el 40% de la potencia térmica se desconectan
todas las unidades térmicas y se ingresa la totalidad del
sistema fotovoltaico.
Figura 8: Disminución abrupta de generación térmica.
78
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
Se obtienen resultados de intercambio del modo como
se muestran en la Figura 8, es notable que ahora el final
del proceso se da tan solo en el año 7 ya que se retira una
cantidad abrupta de potencia térmica, el tamaño del
generador fotovoltaico seleccionado para este estudio es
de 60 MW ya que se pretende tener una perspectiva del
comportamiento del sistema con un generador
fotovoltaico más grande.
La Tabla 9 muestra la tabulación de datos mostrados
en la Figura 8: Disminución abrupta de generación térmica. de
modo que se puede también contrastar lo mostrado en la
Figura 9 en donde se representa la generación total de la
barra 2 para la variación que se propone en esta
subsección.
Tabla 9: Potencia de generación, barra 2 abrupto
Etapa
Generación
térmica
[MW]
Generación
fotovoltaica
[MW]
Generación
total barra 2
[MW]
Año 0
40.00
0.00
40.00
Año 1
36.00
6.00
42.00
Año 2
32.00
12.00
44.00
Año 3
28.00
18.00
46.00
Año 4
24.00
24.00
48.00
Año 5
20.00
30.00
50.00
Año 6
16.00
36.00
52.00
Año 7
0.00
60.00
60.00
Es entonces evidente el cambio brusco que se da al
rebasar el límite del 40% de las unidades térmicas lo que
representa alrededor de 16 MW que son retirados con el
consecuente aumento de 24 MW de generación
fotovoltaica en el mismo año por lo que la demanda aún
sería cubierta sin mermar el rendimiento del sistema o
exigir en gran medida la unidad de referencia.
La Tabla 10 muestra el cambio de generación en la
unidad de referencia para el estudio que se desarrolla en
la presente subsección en donde es posible notar el
cambio en la generación de la unidad 1, se puede notar
en dicha tabla que el cambio que se da en la transición
del año 6 al año 7 es de 9 MW contrastado con el resto
de transiciones en donde los cambios son de
aproximadamente 2 MW, lo cual implica que la salida
acelerada de la unidad térmica ocasiona un cambio en el
despacho de la unidad 1 aproximadamente 4.5 veces
mayor a la que se daba paulatinamente.
Figura 9: Generación combinada en la barra 2, cambio abrupto
Tabla 10: Generación activa unidad 1, cambio abrupto campo de
60 MW
Etapa
Unidad 1,
potencia
activa [MW]
Año 0
232.6797
Año 1
230.5673
Año 2
228.4563
Año 3
226.3467
Año 4
224.2384
Año 5
222.1315
Año 6
220.026
Año 7
211.6174
Continuando con los análisis se puede entonces
determinar a nivel de costos como es la dinámica de
consumo entre el recurso consumido por la generación
térmica y el costo requerido para la instalación de nuevas
etapas de generación fotovoltaica, dichos valores pueden
ser contrastados para comprender cómo se comporta el
sistema desde una perspectiva económica.
La Tabla 11 muestra la inversión que se debe llevar a
cabo año por año para el crecimiento del campo solar
mientras que también se ilustra el presupuesto necesario
79
Edición No. 19, Issue I, Julio 2022
para la entrega del recurso mineral (considerando diésel).
Es evidente que año a año mientras el cambio es
paulatino la inversión se acerca a los 3 millones de
dólares, sin embargo, en el año 7 cuando el cambio es
brusco la inversión necesaria se acerca a los 12 millones
de dólares, mientras que los ahorros obtenidos por efecto
de la reducción de combustible año por año son de
alrededor de 162 millones de dólares, mientras que en el
año 7 el costo que se ahorra en la transición es de
alrededor de 649 millones de dólares.
Al contrastar la información de costos entre aquellos
valores que corresponden a ahorros por disminución de
consumo de recurso mineral y aquellos recursos
necesarios para la construcción de cada etapa de la planta
fotovoltaica; se pueden obtener ahorros reales como los
que se visualizan en la
Etapa
Costo de Diésel
[$]
Costo
implementación
[$]
Año 0
1623804878.05
0.00
Año 1
1461424430.84
2940000.00
Año 2
1299043943.03
2940000.00
Año 3
1136663455.23
2940000.49
Año 4
974282967.42
2939999.51
Año 5
811902479.62
2940000.00
Año 6
649521991.81
2940001.47
Año 7
0.00
11759998.53
Dado que en el escenario base no se realizan cambios
de ningún tipo no se tiene ahorros reales, mientras que en
el resto de los periodos después de descontar el costo del
generador fotovoltaico los ahorros promedio son de 159
millones de dólares, mientras que en el último año el
ahorro es de alrededor de 638 millones de dólares.
Entendiendo que el dinero necesario para cubrir la
inversión del sistema fotovoltaico es proporcional al
tamaño de este se entiende que al tener campos de menor
tamaño el ahorro total será mayor, dado que la inversión
es menor mientras que la reducción de gastos de
combustible es la misma.
Tabla 12 luego de disminuir el valor de inversión en
infraestructura.
Tabla 11: Costos para la transición brusca en 7 años
Etapa
Costo de Diésel
[$]
Costo
implementación
[$]
Año 0
1623804878.05
0.00
Año 1
1461424430.84
2940000.00
Año 2
1299043943.03
2940000.00
Año 3
1136663455.23
2940000.49
Año 4
974282967.42
2939999.51
Año 5
811902479.62
2940000.00
Año 6
649521991.81
2940001.47
Año 7
0.00
11759998.53
Dado que en el escenario base no se realizan cambios
de ningún tipo no se tiene ahorros reales, mientras que en
el resto de los periodos después de descontar el costo del
generador fotovoltaico los ahorros promedio son de 159
millones de dólares, mientras que en el último año el
ahorro es de alrededor de 638 millones de dólares.
Entendiendo que el dinero necesario para cubrir la
inversión del sistema fotovoltaico es proporcional al
tamaño de este se entiende que al tener campos de menor
tamaño el ahorro total será mayor, dado que la inversión
es menor mientras que la reducción de gastos de
combustible es la misma.
Tabla 12. Ahorros del proceso de descarbonización busco
Etapa
Ahorro real [$]
Año 0
0.00
Año 1
159440447.21
Año 2
159440487.80
Año 3
159440487.31
Año 4
159440488.29
Figura 10: Voltajes de barra, sistema fotovoltaico de 60 MW
80
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
Año 5
159440487.80
Año 6
159440486.33
Año 7
637761993.28
4.3. Resultados optimización de parque fotovoltaico
Considerando el modelo expresado con anterioridad se
procede a la ejecución del modelo por medio de Matlab.
Los parámetros seleccionados corresponden a la opción
en la cual se tiene un escenario de 7 años en el cual se
realiza un retiro brusco, se mantiene la opción en la cual
el retiro de la potencia térmica a retirar son 40 MW
mientras que los límites para introducción fotovoltaica se
parametrizan entre 40 y 100 MW, mientras que el
crecimiento anual de la producción de energía se coloca
en un 10%. Con lo antes expuesto se obtiene que la
potencia a ser introducida en el sistema debe ser de 80
MW, con lo cual se minimiza el costo que contempla el
MW de potencia fotovoltaica instalada y el costo de
recurso mineral mismo que se selecciona en $1.90
(aplicando la conversión para el consumo anual) como
tarifa plana durante el horizonte de los 7 años.
Tabla 14: Resultados optimización
Horizonte
[años]
Porcentaje
crecimiento
[%]
Potencia
fotovoltaica
para
introducirse
[MW]
7
5
60
7
10
80
7
15
100
10
5
60
10
10
80
10
15
100
Se ensaya por otro lado un modelo de optimización
similar, pero con el particular de requerir un análisis
durante un horizonte de 10 años de manera paulatina con
escalones de 10 años. Los resultados arrojados por el
modelo de optimización sugieren ingresar la misma
cantidad de potencia por medio del campo solar, o sea 80
MW de potencia.
Dado que el optimizador permite ingresar una opción de
crecimiento de la potencia a generar durante los
horizontes de años es factible cambiar dicha cifra, al
variar dicho parámetro a un 5% de incremento por año el
modelo muestra que el costo minimizado se alcanza al
introducir 60 MW de potencia por medio de generación
fotovoltaica. Los resultados antes expuestos se muestran
en la Tabla 14. Se entiende entonces que existe
independencia del horizonte de años al momento de
buscar la mejor alternativa de potencia a ser introducida
con la esperada salida de potencia por generación
térmica.
4.4. Operación del sistema de potencia
Dado que se dan cambios en el despacho y presencia de
las unidades de potencia que aportan en el sistema se
espera que las barras sufran cambios en su operativas, por
ello, se plantea un análisis de las condiciones en los
niveles de voltaje de las barras. La Figura 10 muestra una
comparativa de los voltajes de barra en valores por
unidad. Se puede observar que las barras que cuentan con
una unidad de generación no sufren cambios en sus
voltajes a excepción de la barra 2 que es precisamente la
barra en estudio. Los cambios en la unidad 2 ocasionan
que otras barras también tengan alteraciones en sus
niveles de voltaje dado que el intercambio de potencia
reactiva sufre modificaciones parciales en cada año hasta
el alcanzar la desconexión de las unidades térmicas en la
barra 2.
A pesar de los cambios que producen por el
intercambio de potencia reactiva en el sistema, la
diferencia entre el voltaje en el año 0 sin modificaciones
no es significativo dado que el cambio respecto al año 10
en el cual las unidades térmicas no aportan al sistema es
de 0.02 unidades medidas en valores por unidad lo cual
Avance
Bus 1
Bus 2
Bus 3
Bus 4
Bus 5
Bus 6
Bus 8
Bus 9
Bus
10
Bus
11
Bus
12
Bus
13
Bus
14
Año 0
1.060
1.034
1.010
1.001
1.002
1.017
1.050
1.019
1.011
1.010
1.002
0.998
0.991
Año 1
1.060
1.034
1.010
1.001
1.002
1.017
1.050
1.019
1.011
1.010
1.002
0.999
0.991
Año 2
1.060
1.034
1.010
1.001
1.002
1.017
1.050
1.019
1.011
1.010
1.003
0.999
0.991
Año 3
1.060
1.035
1.010
1.001
1.002
1.017
1.050
1.019
1.011
1.010
1.003
0.999
0.992
Año 4
1.060
1.035
1.010
1.001
1.002
1.017
1.050
1.019
1.011
1.011
1.003
0.999
0.992
Año 5
1.060
1.035
1.010
1.002
1.003
1.017
1.050
1.019
1.011
1.011
1.003
0.999
0.992
Año 6
1.060
1.035
1.010
1.002
1.003
1.018
1.050
1.020
1.011
1.011
1.003
0.999
0.992
Año 7
1.060
1.036
1.010
1.002
1.003
1.018
1.050
1.020
1.012
1.011
1.003
0.999
0.992
Año 8
1.060
1.036
1.010
1.002
1.003
1.018
1.050
1.020
1.012
1.011
1.003
1.000
0.992
Año 9
1.060
1.036
1.010
1.002
1.003
1.018
1.050
1.020
1.012
1.011
1.004
1.000
0.992
Año 10
1.060
1.036
1.010
1.002
1.003
1.018
1.050
1.020
1.012
1.011
1.004
1.000
0.992
Tabla 13: Voltaje en barras del sistema
81
Edición No. 19, Issue I, Julio 2022
representa una modificación del 1.93% respecto al
voltaje del año 0 o caso base. Para el resto de las barras
se puede observar que la barra que mejor voltaje en por
unidad presenta es la barra 14 cuyo valor más alto se
alcanza es en el año final con un valor de 0.9923 por
unidad mientras que, el voltaje más alto corresponde al
voltaje de la barra 1 (barra de referencia) con un valor
constante a lo largo del tiempo con un valor de 1.06 por
unidad, los resultados obtenidos son tabulados en la Se
ensaya por otro lado un modelo de optimización similar,
pero con el particular de requerir un análisis durante un
horizonte de 10 años de manera paulatina con escalones
de 10 años. Los resultados arrojados por el modelo de
optimización sugieren ingresar la misma cantidad de
potencia por medio del campo solar, o sea 80 MW de
potencia. .
5. CONCLUSIONES
Uno de los principales criterios a considerar en un
proceso de descarbonización radica en la selección de un
sistema de generación renovable, este debe proporcionar
una potencia instalada y disponible igual o superior a la
potencia que se retira por la desconexión de una o varias
unidades térmicas. Es así como de manera empírica por
medio del sistema de optimización se a determinado en
todos los casos de estudio un crecimiento porcentual de
la generación. El tamaño del campo fotovoltaico
sugerido siempre es superior a la potencia retirada. Por
ejemplo, el modelo con un crecimiento del 5% requiere
de un sistema fotovoltaico de 60 MW.
Una de las condiciones operativas previstas en la
presente investigación corresponde al voltaje de las
barras a lo largo del proceso de descarbonización en
donde se encuentra que la variación promedio entre los
casos iniciales y los casos finales se ubica cercano al 1%
un valor aceptable dado que los límites usuales se sitúan
en un 5% de variación positiva o negativa respecto al
voltaje nominal.
Se evidencia que la introducción de generación
renovable ocasiona un cambio en los balances de
potencia en cuanto a despacho se refiere, el cambio en el
despacho ocasiona que la producción de CO
2
se vea
alterada ya que las unidades que producen los gases son
despachadas en menor cuantía conforme avanza el
proceso de descarbonización. La gestión de las unidades
de generación guarda directa relación con la producción
de gases contaminantes.
REFERENCIAS BIBLIOGRÁFICAS
[1] G. Morales-Espana and J. Sijm, “Simultaneous
reduction of emissions and costs by curtailing
renewables in optimal operation of power systems,”
IEEE PES Innovative Smart Grid Technologies
Conference Europe, vol. 2020-Octob, pp. 1070–
1073, 2020, doi: 10.1109/ISGT-
Europe47291.2020.9248910.
[2] F. Luo, L. Yang, L. Zhang, X. Wang, D. Zhao, and
Y. Liu, “Study on modeling method of renewable
energy generation system based on control mode and
strategy switching,” Asia-Pacific Power and Energy
Engineering Conference, APPEEC, vol. 2016-
Decem, pp. 2111–2116, 2016, doi:
10.1109/APPEEC.2016.7779859.
[3] J. Valencia-calvo and G. Olivar-tost, “Modelo y
Simulación de un Mercado de Energías Renovables :
Integración de Fuentes de Energías Renovables con
el Sistema de Generación Convencional,” no. June,
pp. 24–27, 2020.
[4] H. Nezamabadi, P. Nezamabadi, M. Setayeshnazar,
and G. B. Gharehpetian, “Participation of virtual
power plants in energy market with optimal bidding
based on Nash-SFE Equilibrium Strategy and
considering interruptible load,” 2011 Proceedings of
the 3rd Conference on Thermal Power Plants, CTPP
2011, pp. 3–8, 2011.
[5] G. Morales-Espana and J. Sijm, “Simultaneous
reduction of emissions and costs by curtailing
renewables in optimal operation of power systems,”
IEEE PES Innovative Smart Grid Technologies
Conference Europe, vol. 2020-Octob, pp. 1070–
1073, 2020, doi: 10.1109/ISGT-
Europe47291.2020.9248910.
[6] E. Hooshmand and A. Rabiee, “Robust model for
optimal allocation of renewable energy sources,
energy storage systems and demand response in
distribution systems via information gap decision
theory,” IET Generation, Transmission and
Distribution, vol. 13, no. 4, pp. 511–520, 2019, doi:
10.1049/iet-gtd.2018.5671.
[7] O. Elma, U. S. Selamogullari, M. Uzunoglu, and E.
Ugur, “Carbon emission savings with a renewable
energy supplied smart home operation,” Proceedings
of 2013 International Conference on Renewable
Energy Research and Applications, ICRERA 2013,
no. October, pp. 1129–1132, 2013, doi:
10.1109/ICRERA.2013.6749922.
[8] C. Cuji and E. Mediavilla, “Controlador Difuso Para
Gestión De La Energía En Un Proceso De Transición
De Central De Generación Térmica A Renovables,”
Revista Técnica “energía,” vol. 18, no. 2, pp. 61–73,
Jan. 2022, doi:
10.37116/revistaenergia.v18.n2.2022.491.
[9] C. Cuji and D. Polanco, “Estimación Del Tiempo De
Recuperación De Energía Aplicado En Producción
De Hidrogeno Con Fines De Generación Eléctrica,”
Revista Técnica “energía,” vol. 18, no. 2, pp. 74–84,
Jan. 2022, doi:
10.37116/revistaenergia.v18.n2.2022.492.
[10] M. Beken, B. Hangun, and O. Eyecioglu,
82
Salazar et al. / Gestión Óptima de la Energía en un Proceso Paulatino y Controlado para Contribuir a la Descarbonización
“Classification of turkey among european countries
by years in terms of energy efficiency, total
renewable energy, energy consumption, greenhouse
gas emission and energy import dependency by
using machine learning,” 8th International
Conference on Renewable Energy Research and
Applications, ICRERA 2019, pp. 951–956, 2019,
doi: 10.1109/ICRERA47325.2019.8996583.
[11] T. S. Ustun, C. Ozansoy, and A. Zayegh, “Recent
developments in microgrids and example cases
around the world - A review,” Renewable and
Sustainable Energy Reviews, vol. 15, no. 8, pp.
4030–4041, 2011, doi: 10.1016/j.rser.2011.07.033.
[12] X. Wang and Z. Lu, “Simulation Research on the
Operation Characteristics of a DC Microgrid,”
National Key R&D Program of China, vol. 1, no. 1,
pp. 3–6, 2016.
[13] J. Cho, H. Kim, Y. Cho, H. Kim, and J. Kim,
“Demonstration of a DC Microgrid with Central
Operation Strategies on an Island,” 2019 IEEE 3rd
International Conference on DC Microgrids,
ICDCM 2019, 2019, doi:
10.1109/ICDCM45535.2019.9232893.
[14] N. K. Paliwal and R. K. Rai, “Micro-grid operation
during grid connected and Islanding mode using
conventional and inverter interfaced source,” 2014
International Conference on Smart Electric Grid,
ISEG 2014, pp. 1–6, 2015, doi:
10.1109/ISEG.2014.7005606.
[15] L. Che, M. Shahidehpour, A. Alabdulwahab, and Y.
Al-Turki, “Hierarchical coordination of a
community microgrid with AC and DC microgrids,”
IEEE Transactions on Smart Grid, vol. 6, no. 6, pp.
3042–3051, 2015, doi: 10.1109/TSG.2015.2398853.
[16] S. Abu-Elzait and R. Parkin, “Economic and
Environmental Advantages of Renewable-based
Microgrids over Conventional Microgrids,” IEEE
Green Technologies Conference, vol. 2019-April,
pp. 31–34, 2019, doi:
10.1109/GreenTech.2019.8767146.
[17] D. Zhao, N. Zhang, and Y. Liu, “Micro-grid
connected/islanding operation based on wind and
PV hybrid power system,” 2012 IEEE Innovative
Smart Grid Technologies - Asia, ISGT Asia 2012,
pp. 1–6, 2012, doi: 10.1109/ISGT-
Asia.2012.6303168.
[18] Z. Liu et al., “Typical island micro-grid operation
analysis,” China International Conference on
Electricity Distribution, CICED, vol. 2016-Septe,
no. Ciced, pp. 1–4, 2016, doi:
10.1109/CICED.2016.7575981.
[19] S. Mathy, P. Menanteau, and P. Criqui, “After the
Paris Agreement: Measuring the Global
Decarbonization Wedges From National Energy
Scenarios,” Ecological Economics, vol. 150, no.
January, pp. 273–289, 2018, doi:
10.1016/j.ecolecon.2018.04.012.
[20] Y. Li, Z. Lukszo, and M. Weijnen, “Trade-offs
between energy-environmental-economic objectives
for China’s power decarbonization policies,” 2015
IEEE Eindhoven PowerTech, PowerTech 2015,
2015, doi: 10.1109/PTC.2015.7232804.
[21] C. S. Psomopoulos, K. Kiskira, K. Kalkanis, H. C.
Leligou, and N. J. Themelis, “The role of energy
recovery from wastes in the decarbonisation efforts
of the EU power sector,” IET Conference
Publications, vol. 2020, no. CP780, pp. 485–490,
2020, doi: 10.1049/icp.2021.1223.
[22] J. Teremranova and A. Sauhats, “Electrification and
Decarbonization Potential Assessment of Latvian
Dwellings,” 2020 IEEE 61st Annual International
Scientific Conference on Power and Electrical
Engineering of Riga Technical University,
RTUCON 2020 - Proceedings, 2020, doi:
10.1109/RTUCON51174.2020.9316549.
[23] C. McGarry, S. Galloway, and G. Burt,
“Decarbonisation of rural networks within Mainland
Scotland: In support of intentional islanding,” IET
Conference Publications, vol. 2021, no. CP783, pp.
283–288, 2021, doi: 10.1049/icp.2021.1379.
[24] J. E. M. Mora, “Decarbonization of the power
generation system in Central America,” 2019 IEEE
39th Central America and Panama Convention,
CONCAPAN 2019, vol. 2019-Novem, pp. 6–9,
2019, doi:
10.1109/CONCAPANXXXIX47272.2019.8976940
[25] C. S. Psomopoulos, K. Kiskira, K. Kalkanis, H. C.
Leligou, and N. J. Themelis, “the Role of Energy
Recovery From Wastes in the Decarbonisation
Efforts of the Eu Power Sector,” pp. 485–490, 2021,
doi: 10.1049/icp.2021.1223.
[26] Z. Li et al., “Decarbonization Dispatching Strategy
for Electric Vehicles Based on Life Cycle Analysis,”
Proceedings - 2020 IEEE International Conference
on Environment and Electrical Engineering and
2020 IEEE Industrial and Commercial Power
Systems Europe, EEEIC / I and CPS Europe 2020,
2020, doi:
10.1109/EEEIC/ICPSEurope49358.2020.9160631.
[27] A. M. Brander et al., “Electricity-specific emission
factors for grid electricity,” Ecometrica, no. August,
pp. 1–22, 2011.
[28] Z. Zhao, C. Fu, C. Wang, and C. J. Miller,
“Improvement to the Prediction of Fuel Cost
Distributions Using ARIMA Model,” IEEE Power
and Energy Society General Meeting, vol. 2018-
83
Edición No. 19, Issue I, Julio 2022
Augus, pp. 1–5, 2018, doi:
10.1109/PESGM.2018.8585984.
Roberto Orlando Galarza
Zambrano (Y’1989). Se graduó de
bachiller técnico en el Instituto
Tecnológico Superior Central
Técnico, Ecuador en 2008. Finaliza
sus estudios universitarios 2022 en
la Universidad Politécnica
Salesiana en la Carrera de
Ingeniería Eléctrica. Actualmente es Supervisor técnico
en una empresa contratista de la Empresa Eléctrica Quito.
Cristian Cristóbal Cuji Cuji
(1986-03-05). Se graduó de
Ingeniero Electrónico de la
Universidad Politécnica Salesiana,
Ecuador en 2014 y Master en
Energía, Facultad de Ciencias
Físicas en la Universidad
Complutense de Madrid – España
en 2015. Actualmente es profesor e investigador en la
Universidad Politécnica Salesiana - Quito Ecuador.
84
