Bella Amézquita Betiana Bouzas Magdalena Márquez. Instituto de Ingeniería Eléctrica FING. Julio 2015 Montevideo - Uruguay.

Documentos relacionados
Bella Amézquita Betiana Bouzas Magdalena Márquez Trabajo final, curso SimSEE 2015 Prof. Ruben Chaer. IIE FING UDELAR Julio 2015 Montevideo Uruguay.

Simulación de operación de los primeros 200MW en Uruguay. Navia, Martin. Severo, Fernando.

UTILIZACIÓN DE SIMSEE PARA PLANIFICACIÓN DE LARGO PLAZO

VALORIZACIÓN DE LA INCORPORACIÓN DE PREVISIONES DE APORTES HIDROLÓGICOS EN

NIVELES DE POTENCIA FIRME DE EXPORTACIÓN A BRASIL

Valorización de la instalación de potencia adicional en centrales Bonete y Salto Grande

Cambios en la Política Operación por introducción de eólica y térmica a gran escala.

Planificación de inversiones - escenario actual vs. posibles escenarios y análisis de arrepentimiento.

Reprogramación Estacional (PES) Noviembre - Abril 2017

ANÁLISIS DETALLADO DE LA PROGRAMACIÓN SEMANAL ACTUAL CON PRONÓSTICOS DE APORTES. Ing. Daniel Cohn Ing. Omar Guisolfo. Ing.

EVALUACION DEL INGRESO DE UN GENERADOR EOLICO AL SPOT

Mantenimiento Hidráulicas. Alpuy, Isaurralde, Larrosa, Reyes y Sica.

CURSO de SIMULACION de SimSEE Julio 2010

Determinación de Bloques de Energía Exportable para la semana energética 51/2017 del sábado 16/12 al viernes 22/12 de 2017

Determinación de Bloques de Energía Exportable para la semana energética 16/2018 del sábado 14/4 al viernes 20/4 de 2018

Una primera evaluación de incorporar pronósticos de corto plazo de la generación eólica

Determinación de Bloques de Energía Exportable para la semana energética 20/2018 del sábado 12/5 al viernes 18/5 de 2018

Determinación de Bloques de Energía Exportable para la semana energética 03/2019 del sábado 12/01/2019 al viernes 18/01/2019

Determinación de Bloques de Energía Exportable para la semana energética 04/2019 del sábado 19/01/2019 al viernes 25/01/2019

Determinación de Bloques de Energía Exportable para la semana energética 29/2018 del sábado 14/7 al viernes 20/7 de 2018

Determinación de Bloques de Energía Exportable para la semana energética 01/2019 del sábado 29/12 del 2018 al viernes 04/01 de 2019

Incorporación de ERNC Uruguay Ing. Pablo Soubes

Implementación y evaluación en SimSEE de control de cota por curva de remanso para centrales hidroeléctricas con embalse.

Trabajo de fin del curso SimSEE 2010, Grupo 1, pág 1/24. Comparación de alternativas de expansión de la generación. (Biomasa+Eolica+GasNatural+Carbón)

Simulación de Sistemas de Energía Eléctrica Evaluación del riesgo del Costo Anual de Abastecimiento de la Demanda

EVALUACIÓN DE EFECTOS DEBIDOS A LA INSERCIÓN DE MICROGENERACIÓN FOTOVOLTAICA A LA RED DE DISTRIBUCIÓN ELÉCTRICA

Caracterización de excedentes y propuesta de señales para gestión de la demanda

Evaluación del impacto económico en el sector energético dado por los embalses para riego existentes en la cuenca de aporte a Rincón del Bonete

Determinación de Bloques de Energía Exportable para la semana energética 43/2018 del sábado 20/10 al viernes 26/10 de 2018

Efectos de la consideración o no de los mínimos técnicos de las centrales en la proyección del precio estacional de la energía

Ec. Andrés Osta DNE - MIEM

Generación distribuida Modelado de micro-eólica y solar fotovoltaica.

VALORIZACIÓN DE LA CONGESTIÓN DE LA RED PARA LA INCORPORACIÓN DE GENERACIÓN EÓLICA. José Munsch y Andrea Pizzini

Determinación de Bloques de Energía Exportable para la semana energética 36/2018 del sábado 1/9 al viernes 7/9 de 2018

OPTIMIZACIÓN DE OFERTAS OCASIONALES DE ENERGÍA A BRASIL Beledo, Sebastián Groposo, Valentina

APROXIMACIÓN A UN MODELO ESTOCÁSTICO DE LA DEMANDA DE ENERGÍA ELÉCTRICA APLICABLE A SIMULACIONES DEL DESPACHO ÓPTIMO DE LOS INTERCAMBIOS ENTRE PAISES

Análisis de beneficios de la modalidad biomasa convocable. Marcelo Aguiar, Sabrina Bertolini, Paula Cobas y Noelia Medina

SimSEE. Simulación de Sistemas de Energía Eléctrica

NIVELES DE POTENCIA FIRME DE EXPORTACIÓN A BRASIL. Jorge Caramés Federico Lurner Juan Manuel Moliné Ponciano Torrado

Módulo 5. Modelado de Parques y Restricciones Operativas.

Informe Anual Foto de Parque Eólico Pampa (gentileza de UTE) Administración del Mercado Eléctrico

Garantía de Suministro 2017

Análisis de la precisión del cálculo del valor del agua, propuesta de mejora e implementación

Informe Anual Central Fotovoltaica Casalko. Administración del Mercado Eléctrico

Mejoras en la simulación de aportes a represas hidroeléctricas para su incorporación a modelos de planificación energética

Garantía de Suministro

PROCEDIMIENTO OPERATIVO PROYECCIÓN DE LA DEMANDA

Ruben Chaer, Alvaro Brandino. Convenio SimSEE. FING-ADME Montevideo 20 de abril de 2009.

VATES. Operación óptima con consideración de pronósticos de producción de Energías Intermitentes y de Demanda con Respuesta. Resumen 1.

Planificación de sistemas eléctricos considerando la penetración de fuentes renovables no convencionales.

Evaluación del desempeño de una central de bombeo.

Cambios en la Política Operación por introducción de eólica y térmica a gran escala.

ANÁLISIS DEL PRECIO SPOT PARA EL MERCADO DE ENERGÍA Y SU APLICACIÓN A LOS PROYECTOS EÓLICOS

Programación Estacional (PES) Noviembre Abril 2018

II Congreso Latinoamericano de Energía Eólica GOSTIÓN DE LA DEMANDA DE LA ENERGÍA EÓLICA EN URUGUAY AL 2020

SimSEE. Simulación de Sistemas de Energía Eléctrica

Módulo 3. Modelado del recurso eólico y solar, sus ciclos diarios, anuales y su complementariedad.

NEGAVATIOS A PARTIR DE LA INCORPORACIÓN MASIVA DE PANELES SOLARES TÉRMICOS

Matriz de Generación-Costa Rica Datos a mayo 2016

REPÚBLICA DE PANAMÁ Empresa de Transmisión Eléctrica, S.A. Dirección del Centro Nacional de Despacho

MINISTERIO DE ENERGÍA Y MINAS

CONTRATOS DE COMPRAVENTA DE POTENCIA FIRME Y ENERGÍA ELÉCTRICA ASOCIADA POR 120 MW Y COMPRAVENTA DE POTENCIA Y ENERGÍA ELÉCTRICA HASTA POR 80 MW

Regulación n de las Fuentes de Energía a Solar Reglamento de la Ley para el Aprovechamiento de Energías Renovables y el Financiamiento de

Electrotécnica 1 Práctico 1

Efectos de la consideración o no de los mínimos técnicos de las centrales en la proyección del precio estacional de la energía

COSTOS DE PRODUCCIÓN DE LA ENERGÍA ELÉCTRICA CONCEPTOS PARA CLASE 04/12/2017. CENTRALES ELÉCTRICAS. FACULTAD DE CIENCIAS EXACTAS Y TECNOLOGÍA. UNT.

Curva de Carga o de Demanda

REPÚBLICA DE PANAMÁ Empresa de Transmisión Eléctrica, S.A. Dirección del Centro Nacional de Despacho

Negavatios a partir de la incorporación masiva de paneles solares térmicos

ESTUDIOS PARA LA INCORPORACIÓN AL S.I.N. DE GRANDES CANTIDADES DE ENERGÍA EÓLICA Y SOLAR ADMINISTRACIÓN DEL MERCADO ELÉCTRICO.

EXPANSIÓN DEL SISTEMA DE ENERGÍA ELÉCTRICA EN BASE A ENERGÍA EÓLICA. Trabajo de fin de curso SimSEE2010

La red del futuro desarrollo de una red eléctrica limpia y sostenible para América Latina Catherine Montiel:

EXPANSIÓN DEL SISTEMA DE ENERGÍA ELÉCTRICA EN BASE A ENERGÍA EÓLICA. Eliana Cornalino

PROYECCIÓN DE LA EVOLUCIÓN DE LAS EMISIONES DE GASES DE EFECTO INVERNADERO EN EL SECTOR ENERGÍA AÑOS

Complementariedad de los recursos solar eólico y su correlación con la demanda

INSERCIÓN DE USOS GESTIONABLES EN LA PLATAFORMA DE SIMULACIÓN SIMSEE.

BOMBEO SOLAR FV. Caso TORRE DE BAÑOS 1. QUIEN ES ELECNOR? 2. POR QUÉ PARTICIPAMOS? 3. CASO TORRE DE BAÑOS 14/12/2017. Presentación Corporativa 2015

Matriz de Generación-Costa Rica Datos a junio 2016

Programación Estacional (PES) Noviembre 2018 Abril 2019

Anexo 16. Metodología para Determinar el Riesgo Asociado de los Proyectos de Generación

EVOLUCIÓN PREVISTA DEL FACTOR DE EMISIÓN DE CO DEL SISTEMA DE GENERACIÓN DE ENERGÍA ELÉCTRICA DE URUGUAY: 2012 A 2020

CAMBIO DEL PERIODO DE PUNTA Y SU EFECTO EN CLIENTES REGULADOS ÍNDICE DE MATERIAS 1 INTRODUCCIÓN...2

SimSEE por dentro parte 5. Identificación de las fuentes de aleatoriedad.

Evaluación del Impacto del TLC con EEUU en la Economía Peruana

ADMINISTRACIÓN DEL MERCADO ELÉCTRICO

Integración de la Generación Eólica en el SIC Visión del Operador del Sistema. (Junio 2010) Eduardo Ricke Director de Operación y Peajes

La metodología para determinar la estacionalidad y el volumen de la recaudación

Metodología para el pronóstico de los ingresos anuales y mensuales

REPÚBLICA DE PANAMÁ Empresa de Transmisión Eléctrica, S.A. Dirección del Centro Nacional de Despacho

ESTUDIO DEL COSTO DE LA ENERGÍA ASOCIADA A UNA DEMANDA CON TIPO DE CONSUMO ARROCERO. Di Lavello, Gabriel Gerschuni, Mijail Gerschuni, Tania

Evaluación de riesgos de mediano y largo plazo

Selección de Indicadores a aplicar a series sintéticas Énfasis en propiedades de memoria larga

Capítulo 1. Introducción Motivación Objetivos. 2 Objetivo general. 2 Objetivos específicos. 2

Autogeneración a Pequeña Escala (AGPE) y Generación Distribuida (GD) Resolución CREG 030 de 2018

Módulo 4. Plan óptimo de inversiones en generación. Uruguay

Ing. Pablo Vogel. Gerente Programación de la Operación Despacho de Cargas - UTE

ANEXO II. INTRODUCCIÓN DE LOS DATOS EN HOMER

INDICE. Capitulo 1. INTRODUCCIÓN. Capitulo 2. GENERACIÓN DISTRIBUIDA. Pag.

Bionergía y Análisis Financiero. Abril 2018

Energía a Eléctrica para Fuentes de Energía a Renovable y Cogeneración n Eficiente

Transcripción:

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág1/19 MODELADO Y ESTUDIO DE UNA DEMANDA INDUSTRIAL Y EVALUACIÓN DE LA POSIBILIDAD DE INCORPORACIÓN DE AUTOGENERACIÓN CON ENERGÍAS RENOVABLES NO CONVENCIONALES. Bella Amézquita Betiana Bouzas Magdalena Márquez Profesor: RubenChaer Instituto de Ingeniería Eléctrica FING. Julio 2015 Montevideo - Uruguay. IMPORTANTE: Este trabajo se realizó en el marco del curso Simulación de Sistemas de Energía Eléctrica (SimSEE) y fue evaluado por el enfoque metodológico, la pericia en la utilización de las herramientas adquiridas en el curso para la resolución del estudio y por la claridad de exposición de los resultados obtenidos. Se quiere dejar expresamente claro que no es relevante a los efectos del curso la veracidad de las hipótesis asumidas por los estudiantes y consecuentemente la exactitud o aplicabilidad de los resultados. Ni la Facultad de Ingeniería, ni el Instituto de Ingeniería Eléctrica, ni el o los docentes, ni los estudiantes asumen ningún tipo de responsabilidad sobre las consecuencias directas o indirectas que asociadas al uso del material del curso y/o a los datos, hipótesis y conclusiones del presente trabajo.

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág2/19 1. Objetivo. El objetivo de este trabajo es analizar la demanda eléctrica de una industria frigorífica en base a su demanda histórica y proyectada en primera instancia, hasta el 2016 y en un segundo escenario hasta el 2018 inclusive. El trabajo supone un modelado estocástico de dicha demanda y el posterior análisis de los efectos sobre el consumo neto del frigorífico, al incorporar una fuente de generación en base a energía eólica. 2. Hipótesis de trabajo. i- Proyección de la demanda Uruguay: Se toma como base la demanda horaria del año 2013 y se utiliza el modelo Demanda generada a partir de un año base y vector de energías anuales, con un vector de consumo de energía anual con una tasa de crecimiento de 3,5% acumulativo anual. ii- Demanda del Frigorífico: Se toma como base la demanda horaria suministrada por UTE para el año 2014. Se asume que la misma permanecerá invariada durante el período de simulación y de optimización, aunque esto no es estrictamente cierto por la propia dinámica de la industria. iii- Sala utilizada: Se modela el Sistema Eléctrico del frigorífico (Esquema 1) interconectándolo con el nodo Montevideo a través de dos arcos: Mdeo Frigo y Frigo Mdeo para evaluar la potencia en ambos sentidos. La sala base que se usó es la psem2015_17.ese sugerida por el docente que permite las incorporaciones de potencia planificadas con otros tipos de generación, como la generación eólica. No se toman en cuenta en esta sala los intercambios internacionales. El precio de los combustibles así como el costo de fallas son los supuestos en la propia sala base. Se tiene que todos los generadores y la demanda se consideran conectados al nodo Montevideo. Con los cambios se trabaja con la sala frigo trabajo 3006.ese, en la cual la duración del paso del tiempo es de 1 hora con un solo poste monótono de 1 hora. Esquema 1 Generadores Montevideo Frigorífico Demanda Uy Aerogenerador

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág3/19 3. Metodología. i. Análisis serial Se analizó la serie temporal de datos que representa la demanda horaria del frigorífico del año 2014 resultando que no presenta ninguna tendencia regular. En la figura 1 y sólo a modo de ejemplo, se muestra la demanda semanal: Figura 1: Potencia semanal demanda año 2014 Por otro lado, se analizaron por separado los días no hábiles SERIE 1 (domingos y feriados no laborables) y los días hábiles SERIE 2 no encontrándose tampoco ninguna tendencia particular. Todo esto nos llevó a pensar en modelar el sistema con estas dos series de acuerdo a si la actividad de la planta era normal o no. De esta manera y para tener series con la misma cantidad de datos se procedió como se detalla: SERIE 1: para rellenar los huecos que dejan los días hábiles; los mismos se completan con el valor del domingo o feriado siguiente. SERIE 2: del mismo modo, al día domingo o feriado que queda como hueco en esta serie se le asigna el primer día hábil siguiente. Este procedimiento se escogió arbitrariamente para tener grupos con la misma cantidad de datos. Así se obtuvo dos series de 8760 datos cada una las cuales fueron modeladas con el sintetizador CEGH, dándoles para ello el formato requerido por la aplicación. Sólo a modo de recordatorio las mismas se encuentran en formato txt y se cargaron las siguientes variables: N=1, 8760 puntos, tiempo entre muestras 1 h y 8760 ciclos (ciclos horarios).

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág4/19 ii. Modelo CEGH Antes de realizar el modelo CEGH se introdujeron los siguientes parámetros, requeridos para la creación del mismo: Orden de filtro: 1 Overlapping: 1 Traslapping: 30 NpuntosPorMiniCiclo: 24 Horas entre muestras: 1 Así, se obtienen dos archivos de resultados con nombre y formato: SintetizadorCE- GHSerietipo1.txt y SintetizadorCEGHSerietipo2.txt. Algunos datos obtenidos que resultan de interés en estos archivos se muestran en las figuras que siguen teniendo en cuenta que la descripción de las funciones deformantes obtenidas es análoga para ambas series por lo que se muestra la Serie1 a modo de ejemplo: Figura 2: Comienzo de la descripción de las funciones deformantes Figura 3: Inicio de descripción de las funciones deformantes Posteriormente sigue la descripción del filtro lineal obtenido y la reducción de variables de estado. Asimismo se muestran los coeficientes que determinan las matrices A y B que caracterizan cada uno de los filtros lineales de las distintas series. Si se recuerda, la matríz A esta descrita por los coeficientes S1-1 y la matríz B por los textos U1.

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág5/19 De esta manera se tienen las figuras 4 y 5 respectivamente: Figura 4: Descripción del filtro lineal SERIE1 Figura 5: Descripción del filtro lineal SERIE2 Al editar cada una de las fuentes a las que se asigna dicha demanda se obtienen las siguientes gráficas por semana es decir calibrando con 168 pasos: Gráfica 1: Fuente con Sintetizador CEGH Serie1

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág6/19 Gráfica 2: Fuente con Sintetizador CEGH Serie2 En las gráficas obtenidas se observan valores de demanda con sus distintas probabilidades de excedencia. En particular se ven: el VE (valor esperado que corresponde al promedio de todas las potencias para cada paso), los cortes de probabilidad de un 50% (mediatriz), y los correspondientes al 95% y 5% respectivamente. Es decir que entre estas últimas curvas se encuentran el 90% de los valores. Para el período que se muestra (168 pasos), los modelos representan la estructura del proceso aleatorio. iii. Actores y fuentes Se crean como nuevos actores las demandas que caracterizan al frigorífico según el día de operación (Demanda Frigo 1 y Demanda Frigo 2), con demandas planas de 1 kw que se multiplican por las fuentes Dem1 y Dem2 respectivamente como componentes aleatorias, sumando ruido a las mismas. Como la demanda del frigorífico tiene dos comportamientos de acuerdo al tipo de día (día hábil o feriado), se crea una fuente selector horario (TFuenteSelector_horario) que tiene como función tomar los valores de dos fuentes (Dem1 y Dem2) de acuerdo al día de operación del frigorífico. Para la Dem1 (días domingos y feriados) y para la Dem2 (días hábiles), la fuente agrega ruido al actor Demanda Frigo, cuando se multiplica por una demanda plana de 1 kw. De esta manera, el actor Demanda Frigo modela el comportamiento de la demanda total del frigorífico. Cabe aclarar que esta fuente no permite seleccionar los feriados reales ya que no dispone de un calendario. Simplemente nos permitió discriminar entre domingos y jornadas laborables (los sábados son jornadas ordinarias para esta industria).

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág7/19 Por último se agrega el actor Eólica y una fuente asociada peol modelada a partir del CEGH existente en la sala original utilizada. Se considera que se instala un solo aerogenerador el 01/01/2017 y que opera hasta el final de la ventana de tiempo considerada. iv. Corridas De acuerdo a los distintos escenarios planteados se realizan las siguientes corridas: Escenario 1: Período de optimización: 01/01/2015 al 01/03/2016 (pasos: 10200) Período de simulación: 01/01/2015 al 01/01/2016 (pasos: 8760) Escenario 2: Período de optimización: 01/01/2015 al 31/12/2018 (pasos: 35040) Período de simulación: 01/01/2015 al 30/06/2018 (pasos: 30624) Escenario 3: Período de optimización: 01/01/2015 al 31/12/2018 (pasos: 35040) Período de simulación: 01/01/2015 al 30/06/2018 (pasos: 30624) En este último escenario se introduce el uso de un aerogenerador como fuente de ERNC. Se plantea la incorporación de un equipo de 1 MW (factor de capacidad 45%) para autoabastecimiento y se utiliza la fuente modelada en la sala base. En los dos primeros escenarios se grafican las Demandas Frigo1 y Frigo 2, la comparación entre ambas y la Demanda del frigorífico. Se muestran también en el 1er escenario las potencias diarias medias, máximas y mínimas. En el último caso se agrega además: La potencia promedio generada por el aerogenerador mencionado. La demanda del frigorífico según el tipo de día cuando se incorpora el aerogenerador. La diferencia entre la Demanda del Frigo y la Potencia eólica generada. La potencia importada (del arco Mdeo Frigo). La potencia exportada (del arco Frigo Mdeo). El costo marginal y el costo total del frigorífico debido a la compra de energía eléctrica.

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág8/19 4. Resultados del estudio. Escenario 1: Gráfica 3: Demanda Frigo 1 Escenario 1 Gráfica 4: Demanda Frigo 2 Escenario 1 En las gráficas 3 y 4 se observa no sólo la diferencia en la potencia consumida debido al tipo de día; sino también una relación con las actividades que se realizan en las distintas épocas del año. Así durante los meses de baja actividad el consumo es menor y este descenso es más pronunciado los días hábiles de acuerdo a lo esperado.

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág9/19 Gráfica 5: Comparación Demanda Frigo 1 y 2 Escenario 1 En el gráfico anterior se apilan las demandas para poder visualizar y comparar el comportamiento esperado de cada una de ellas. En el gráfico que sigue se verifica el funcionamiento de la fuente selector horario y se aprecian las distintas potencias. La demanda de los días no hábiles se corresponde básicamente a equipos de refrigeración e iluminación. Gráfica 6: Demanda total del Frigorífico Escenario 1

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág10/19 Para analizar las potencias media, máxima y mínima, se realiza una post operación con cambio de tiempo de manera de obtener datos diarios. Se obtienen así los siguientes gráficos: Gráfica 7: Potencia media diaria Escenario 1 Gráfica 8: Potencia máxima diaria Escenario 1

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág11/19 Gráfica 9: Potencia mínima diaria Escenario 1 En todos los casos anteriores se ve claramente que los días domingo se corresponden con los menores valores de potencia. Así como también los valores más bajos se corresponden con los meses de menor actividad (invierno). Escenario 2: Gráfica 10: Demanda Frigo Escenario 2

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág12/19 Se observa en el gráfico anterior la estacionalidad de la demanda. Sin embargo es importante aclarar que esta tendencia está basada en los datos históricos de un año y en la realidad puede variar dependiendo de situaciones climáticas, precios, etc. El mismo comportamiento se observa si analizamos y comparamos las demandas 1 y 2: Gráfica 11: Comparación Demanda Frigo 1 y 2 Escenario 2 Gráfica 12: Demanda Frigo 1 Escenario 2

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág13/19 Gráfica 13: Demanda Frigo 2 Escenario 2 Escenario 3: En la gráfica 14 se muestra la potencia entregada por el aerogenerador escogido. En la misma observa el momento en el que dicho equipo entra en funcionamiento: Gráfica 14: Potencia Eólica Generada Escenario 3

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág14/19 Como se mencionó anteriormente se utilizó el sistema modelado en la sala base, por lo que para resultados más confiables, se requerirá la definición exacta del lugar a colocar el aerogenerador así como mediciones in-situ del viento. De esta forma se podrá seleccionar el equipo más adecuado con su factor de carga correspondiente. Gráfica 15: Diferencias entre la Demanda del Frigorífico y la Potencia Eólica generada En el gráfico anterior se puede ver el descenso de potencia consumida proveniente de UTE como consecuencia de la utilización de la fuente eólica. No obstante se observan datos que evidencian una sobre-generación con respecto a la demanda requerida (potencias negativas en el gráfico). Resultará importante la identificación de estos momentos para, teniendo en cuenta el marco legal vigente seleccionar la mejor opción de operación del sistema. A modo de ejemplo se pueden mencionar la consideración de cambios de turno, el desfasaje de procesos, el redimensionamiento del aerogenerador, etc. Si observamos la diferencia anterior para las demandas de acuerdo al tipo de día, se observa que los días domingo la misma puede llegar como máximo a valores de potencia excedentaria más del doble que para los días hábiles (434 kw vs 192 kw). Además para los días no hábiles en casi el 14 % de los valores horarios obtenidos se muestra la excedencia mencionada anteriormente. Sin embargo para los días hábiles esto sucede en el 2% de los mismos.

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág15/19 Gráfica 16: Diferencias entre la Demanda Frigo 1 y la Potencia Eólica generada Escenario 3 Gráfica 17: Diferencias entre la Demanda Frigo 1 y la Potencia Eólica generada Escenario 3

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág16/19 Por otro lado, al analizar los arcos entre los nodos Mdeo y Frigo se puede ver la potencia que importa el frigorífico del sistema y el excedente exportado al introducir la ERNC. En este caso vale hacer la aclaración, que en nuestro proyecto se trabaja con la modalidad de AUTOGENERADOR por lo que no es posible volcar el excedente a la red. Esto se logra colocando un peaje muy elevado en el arco (Frigo Mdeo) de manera de evitar la exportación y que el sistema decida fallar. No obstante y para analizar la posible excedencia de potencia que se podría volcar a la red si la modalidad fuera PARTICIPANTE CONSUMIDOR, se anula el peaje. En las gráficas 18,19 y 20 se observan estos casos: Gráfica 18: Potencia del Arco Mdeo Frigo: Potencia importada por el Frigo Gráfica 19: Potencia del Arco Frigo Mdeo: Falla

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág17/19 Gráfica 20: Potencia del Arco Frigo Mdeo: Potencia exportada por el Frigo Como se puede apreciar mientras no existe el aerogenerador la potencia entregada por el Arco Mdeo Frigo coincide con la demanda del frigorífico. Luego y a partir de la incorporación del mismo, se ve una disminución y así la industria deberá importar menos energía del sistema. Por otro lado si esa disminución en la energía comprada a UTE se traduce en costos marginales (U$/MWh) y en costos totales mensuales (U$) se observa: Gráfica 21: Costo marginal del Frigo

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág18/19 Gráfica 22: Costo mensual en Energía Eléctrica Evidentemente este pre-análisis de costos es apenas una aproximación y para poder hacer realmente un estudio más riguroso se deberá en primer lugar, verificar el grado de ajuste de la demanda simulada con los datos reales. Esto resulta factible ya que se cuentan con los datos reales para el primer semestre del año 2015. En este sentido, se realizó la comparación de los datos de potencia medidos con respecto al pronóstico obtenido del modelado realizado. Gráfica 23: Diferencias ente los promedios diarios simulados por SimSEE y datos reales

Trabajo de fin del curso SimSEE edición 2015 - IIE-FING, pág19/19 En el gráfico 23 se ven algunas diferencias y si bien los datos están en el mismo rango de valores, se detectan en la realidad algunos valores por encima y por debajo de los esperados y variaciones pronunciadas. Por otro lado, el costo total se realizó tomando un promedio ponderado del costo del kwh de acuerdo a la franja horaria y los consumos en cada una de las mismas. Lo realmente correcto sería utilizar una fuente tipo selector horario que asigne exactamente el costo de acuerdo a la hora. 5. Conclusiones. Se logró un modelado de la demanda del frigorífico que permite reproducir el comportamiento de la misma para un pronóstico de 3 años. Se verifica con la entrada del aerogenerador, la disminución de la energía entregada por UTE al frigorífico. A priori resulta factible analizar y optimizar la incorporación de ERNC en medianos consumidores utilizando el SimSEE. 6. Posibles futuros trabajos. Dada la comparación hecha entre los datos pronosticados y las mediciones reales y debido a las variaciones encontradas, puede ser importante lograr un mejor ajuste de los datos para optimizar este modelo. Así para reproducir mejor la dinámica del frigorífico, una de las opciones y a modo de ejemplo es utilizar una base de datos de demanda de más de un año. Por otro lado, para completar el estudio de la incorporación del aerogenerador mencionado se deberá analizar la viabilidad técnica y económica de este proyecto para así decidir. En particular se deberán analizar con más detalle: los costos asociados los ahorros asociados los horarios de generación y su perfil los valores máximos y mínimos generados los tiempos de retorno de la inversión, etc. Por último y luego del estudio de la demanda realizado, resulta interesante analizar la posibilidad de estudiar otras energías alternativas (solar fotovoltaica y/o solar térmica).