Altamirano FJL-SD

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 99

FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA


ELÉCTRICA

Smart grid para el aseguramiento de la calidad en la red de


distribución eléctrica rural Amazonas – Cajamarca.

TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE


Ingeniero Mecánico Electricista

AUTOR:
Altamirano Fernández, Jorge Luis (orcid.org/0000-0003-2709-4337)

ASESOR:
Mg. Panta Carranza, Dante Omar (orcid.org/0000-0002-4731-263X)

LÍNEA DE INVESTIGACIÓN:
Generación, transmisión y distribución

CHICLAYO – PERÚ

2021
Dedicatoria

Dedico este trabajo de investigación a Dios


por darme la vida, salud, el trabajo y los
medios necesarios para culminar esta
carrera. A mis padres Juanito y Cesarina,
que me han dado su cariño y porque
forjaron en mí el deseo de superación,
brindándome su ejemplo y consejos que
me formaron como persona, a mi esposa
Carmen y a mi pequeña hija Lu, por el
amor, comprensión, apoyo incondicional a
lo largo de este camino de formación
académica y la motivación constante
porque sea una mejor persona y
profesional.

ii
Agradecimiento

Agradezco a Dios por guiarme en todo mi


camino y dame las fuerzas para superar
los obstáculos y dificultades a lo largo de
toda mi vida.
A mis asesores por el apoyo incondicional
en la elaboración del presente proyecto de
tesis.
Al personal de la empresa concesionaria
por dedicarme un espacio de su tiempo y
proporcionarnos la información necesaria
para lograr los objetivos de ésta
investigación.
A todos mis maestros que me formaron y
me transmitieron sus conocimientos a lo
largo de mi formación profesional.
A todas las personas que apoyaron directa
e indirectamente en el desarrollo de este
proyecto.

iii
Índice de contenidos

Dedicatoria .............................................................................................................. ii

Agradecimiento ...................................................................................................... iii

Índice de contenidos .............................................................................................. iv

Índice de tablas ...................................................................................................... vi

Índice de figuras ................................................................................................... viii

Resumen ................................................................................................................. x

Abstract .................................................................................................................. xi

I Introducción .................................................................................................. 1

II Marco Teórico............................................................................................... 4

III Metodología ................................................................................................ 10

3.1 Tipo y diseño de investigación.................................................................... 10

3.2 Variables y operacionalización ................................................................... 10

3.3 Población, muestra y muestreo .................................................................. 11

3.4 Técnicas e instrumentos de recolección de datos ...................................... 11

3.5 Procedimiento............................................................................................. 12

3.6 Método de análisis de datos ....................................................................... 13

3.7 Aspectos Éticos .......................................................................................... 13

IV Resultados.................................................................................................. 14

4.1 Análisis de la calidad de red de distribución Amazonas-Cajamarca........... 14

4.2 Diseño de las Smart grids .......................................................................... 21

4.3 Factibilidad económica de la implementación de Smart grid ...................... 57

4.4 Evaluación económica................................................................................ 60

V. Discusión .................................................................................................... 71

iv
5.1 Calidad de red de distribución Amazonas – Cajamarca ................................. 71

5.2 Análisis de subestaciones y clasificación por capacidades ............................ 72

5.3 Diseño de las Smart grids .............................................................................. 72

5.4 Factibilidad económica de la implementación de la Smart grid. ..................... 74

VI. Conclusiones .............................................................................................. 76

VII. Recomendaciones ...................................................................................... 77

VIII. Referencias ................................................................................................ 78

Anexos ................................................................................................................. 82

v
Índice de tablas

Tabla 1. Subestaciones en la red de distribución ................................................. 18

Tabla 2. Capacidad de las Subestaciones y Potencia de Smart grids ................. 20

Tabla 3. Potencia de los sistemas fotovoltaicos ................................................... 23

Tabla 4. Número de módulos de los sistemas fotovoltaicos. ................................ 24

Tabla 5. Dimensionamientos de arreglo fotovoltaico ............................................ 27

Tabla 6. Datos técnicos del Módulos Fotovoltaico ............................................... 31

Tabla 7. Tensiones del sistema fotovoltaico ......................................................... 32

Tabla 8. Inversores de los sistemas fotovoltaicos. ............................................... 33

Tabla 9. Datos técnicos del inversor fotovoltaico de 25kW. ................................. 34

Tabla 10. Datos técnicos del inversor fotovoltaico de 50kW ................................ 34

Tabla 11. Datos técnicos del inversor fotovoltaico de 100kW. ............................. 35

Tabla 12. Capacidad de baterías ......................................................................... 39

Tabla 13. Generación del primer año sin pérdidas. .............................................. 58

Tabla 14. Generación del primer año con pérdidas.............................................. 58

Tabla 15. Indicador ambiental. ............................................................................. 59

Tabla 16. Caso 25 kW .......................................................................................... 61

Tabla 17. Flujo de caja del caso 25 kW ................................................................ 62

Tabla 18. Caso 50 kW .......................................................................................... 63

Tabla 19. Flujo de caja del Caso 50 kW. .............................................................. 64

Tabla 20. Caso 100 kW ........................................................................................ 65

Tabla 21. Flujo de caja del caso 100 kW .............................................................. 66

Tabla 22. Caso 300 kW ........................................................................................ 67

Tabla 23. Flujo de caja de caso 300 kW .............................................................. 68

vi
Tabla 24. Indicadores económicos del caso 25 kW. ............................................ 70

Tabla 25 Indicadores económicos del caso 50 kW. ............................................. 70

Tabla 26. Indicadores económicos del caso 100 kW. .......................................... 71

Tabla 27. Indicadores económicos del caso 300 kW. .......................................... 71

Tabla 28 Indicadores económicos del caso 25 kW. ............................................. 74

Tabla 29 Indicadores económicos del caso 50 kW. ............................................. 75

Tabla 30 Indicadores económicos del caso 300 kW. ........................................... 75

Tabla 31. Matriz de Operacionalización de Variables. ......................................... 82

Tabla 32. Técnicas e instrumentos de estudio. .................................................... 83

Tabla 33. Potencia generada por las centrales de la concesionaria. ................... 84

vii
Índice de figuras

Figura 1. Porcentaje de electrificación de departamento del Perú – 2019 ............. 2

Figura 2. Fases para el desarrollo de una red inteligente. ..................................... 8

Figura 3. Diagrama de procedimiento. ................................................................. 12

Figura 4. Zona de concesión de la empresa distribuidora de energía. ................. 14

Figura 5. Centrales, subestaciones y líneas de la zona de estudio. ..................... 15

Figura 6. Centros poblados de la zona de estudio. .............................................. 16

Figura 7. Subestaciones existentes...................................................................... 17

Figura 8. Diagrama de flujo del algoritmo de clustering utilizado. ........................ 20

Figura 9. Irradiancia solar en la región de estudio................................................ 23

Figura 10. Diagrama solar para ubicación del proyecto. ...................................... 25

Figura 11. Central Fotovoltaica de 25kW en Subestación de Electroriente


Chachapoyas de 160kVA ubicada en Jirón 2 de Mayo C-6 y Amazonas C-7. 27

Figura 12. Distribución de 60 módulos fotovoltaicos en 3 strings de 20. ........ 28

Figura 13. Central fotovoltaica de 50kW ubicada en Chamaya Coinca. ......... 28

Figura 14. Distribución de 120 módulos fotovoltaicos en 6 strings de 20. ............ 29

Figura 15. Inversor trifásico 100kW 380Vac-60Hz. .......................................... 36

Figura 16. Inversor trifásico 25 kW 480Vac-60Hz. ........................................... 36

Figura 17. Inversor trifásico 50 kW 380Vac-60Hz. ............................................... 37

Figura 18. Caso interconexión eléctrica de la Smart grid a la subestación


Aramango SED 01 .............................................................................................. 40

Figura 19. Caso interconexión eléctrica de la Smart grid a la subestación


SE0225 – Bagua – Jaén Rural. ......................................................................... 41

Figura 20. Conexión típica del Smart Logger.................................................... 43

Figura 21. Puertos de entrada del Smart Logger. ................................................ 43

viii
Figura 22. Conexión para comunicación del inversor SUN2000. ......................... 44

Figura 23. Comunicación entre inversores al Smar Logger. ............................ 45

Figura 24. Medición y Gestión de la subestación. ............................................ 46

Figura 25. Placa de identificación Smart Module ................................................. 47

Figura 26. SmartLogger Huawei........................................................................... 48

Figura 26.1. Instalación en pared SmartLogger y el SmartModule....................... 48

Figura 27. Conexión del calble ModBUS. ............................................................. 49

Figura 28. Conexión del cable de comunicaciones RS485. ................................. 49

Figura 29. Interfaz de usuario WebUI ................................................................... 51

Figura 30. Configuración de parámetros de datos móviles. ................................. 53

Figura 31. Configuración de los parámetros de RS48.......................................... 54

Figura 32. Configuración de parámetros del inversor SUN2000. ......................... 55

Figura 33. Control de potencia activa y reactiva................................................... 56

Figura 34. Configuración de parámetros para la compensación inteligente de


potencia reactiva. ................................................................................................. 57

Figura 35. Modelo del flujo de caja acumulado para calcular el ROI.................... 69

Figura 36. Radiación solar en el departamento de Amazonas - SENAMHI ......... 86

Figura 37. Radiación solar en el departamento de Cajamarca - SENAMHI ......... 87

ix
Resumen

La presente investigación tuvo como objetivo principal evaluar la factibilidad de


implementar microrredes inteligentes (smart-grids) para el aseguramiento de la
calidad de red de la red de distribución eléctrica rural de Amazonas – Cajamarca.
La metodología fue de tipo aplicada con diseño no experimental – transversal,
empleando el análisis documental como instrumentos de recolección de datos y el
lenguaje de programación Python para procesamiento de datos. Los resultados
obtenidos indicaron que, el estado actual de la red de distribución eléctrica de la
zona de estudio cuenta con 225 subestaciones que, para el propósito del proyecto,
han sido clasificadas en cuatro categorías: 100-160; 200-350, 400-800 y 1000-
3200. Los sistemas de generación fotovoltaica han sido diseñados para suministrar
como máximo el 25% de la capacidad máxima de la subestación, por lo que se han
diseñado cuatro tipos de sistemas correspondiente a cada categoría: 25, 50, 100 y
300 kVA. Los sistemas fueron capaces de generar 860, 1460, 2920 y 8760 MWh,
respectivamente, evitando generar 425.7, 722.7, 1445.4 y 4336.2 tCO,
respectivamente. Del análisis económico se obtuvo que, el sistema de 25 kVA es
el más rentable con un LCOE de 0.07 USD/kWh seguido del sistema de 300 kVA
con un LCOE de 0.09 USD/kWh y VAN de 53 993.98 USD. Se concluyó que, la
calidad de la red de distribución de energía de la zona de Amazonas – Cajamarca
pudo ser mejorada con la implementación de las Smart grids, siendo capaces de
inyectar el 60% de la energía generada.

Palabras clave: redes inteligentes, sistemas fotovoltaicos, LCOE, Python, calidad


de energía.

x
Abstract

The main objective of this research was to evaluate the feasibility of implementing
smart-grids to ensure the quality of the network quality of the rural electricity
distribution network of Amazonas - Cajamarca. The methodology was applied with
a non-experimental - transversal design, using documentary analysis as data
collection instruments and Python programming language for data processing. The
results obtained indicated that the current state of the electrical distribution network
in the study area has 225 substations which, for the purpose of the project, have
been classified into four categories: 100-160; 200-350, 400-800 and 1000-3200.
The photovoltaic generation systems have been designed to supply a maximum of
25% of the maximum capacity of the substation, so four types of systems have been
designed corresponding to each category: 25, 50, 100 and 300 kVA. The systems
were capable of generating 860, 1460, 2920 and 8760 MWh, respectively, avoiding
generating 425.7, 722.7, 1445.4 and 4336.2 tCO, respectively. The economic
analysis showed that the 25 kVA system is the most profitable with an LCOE of 0.07
USD/kWh followed by the 300 kVA system with an LCOE of 0.09 USD/kWh and
NPV of 53,993.98 USD. It was concluded that, the quality of the power distribution
network in the area of Amazonas - Cajamarca could be improved with the
implementation of Smart grids, being able to inject 60% of the energy generated.

Keywords: Smart grids, photovoltaic systems, LCOE, Python, power quality.

xi
I Introducción

Las redes eléctricas son infraestructuras críticas en todas las sociedades


modernas. El concepto de sostenibilidad energética está muy relacionado con la
seguridad del suministro, la mitigación del impacto ambiental asociado a la
generación-transporte, el uso de la electricidad y al acceso a la misma para
incrementar la equidad social a nivel global. Esto tiene mucho que ver con la
infraestructura de la red, las cuales están envejecidas y sometidas a regímenes
fuertes por escenarios operacionales, así como cambios no visualizados cuando se
diseñaron hace varias décadas (Jahan, Snasel y Misak, 2020).

Estas redes eléctricas necesitan ahora ser transformadas para convertirlas en más
eficientes, confiables y económicas, que satisfagan las exigencias de calidad
impuestas por la digitalización de la sociedad y que permitan la inclusión de la
generación distribuida con participación cada vez mayor de fuentes renovables.
Esta transformación de las redes puede ser alcanzada a través de la aplicación de
tecnologías existentes y tecnologías emergentes de vanguardia. Sin embargo,
tomará tiempo y muchos cambios técnicos y no técnicos, tales como marco
regulatorio, garantía de derechos del consumidor y de su privacidad y seguridad de
la información (IEA 2020); (BID 2019).

La evolución de los sistemas eléctricos hacia Smart grids o redes inteligentes, se


está produciendo actualmente de forma gradual cuyo origen se debe a dos factores
principales: El primero relacionado con el tráfico energético unidireccional que
actualmente se dirige desde las empresas comercializadoras de energía eléctrica
hacia el consumidor, y que a la fecha este resulta altamente ineficiente. El segundo
enfocado desde el punto de vista de los usuarios, que gracias a las Smart grids,
podrán administrar su consumo energético de manera mucho más eficiente y
seguro, controlando en todo momento su facturación de consumo de energía
(IRENA, 2013); (European Commision, 2011).

Además, será un proceso de mejora constante en el futuro, mediante la


incorporación progresiva de TIC, junto con tecnologías electrotécnicas, tanto
actuales como nuevas. Esta evolución es necesaria para poder cumplir los objetivos
medioambientales de: eficiencia energética, uso de energías renovables y

1
electrificación del transporte. También cumplir con los objetivos sociales, como el
mayor acceso a la electricidad y la democratización de la generación eléctrica, entre
otros (de Palacio Rodríguez, 2015); (Adil y Ko, 2016).

En el análisis realizado por el Instituto Nacional de Estadística e Informática del


Perú (INEI, 2020) de los departamentos, los que presentan menor porcentaje de
electrificación rural dentro del país son Ucayali, Loreto, Madre de Dios, Junín, Piura,
Huánuco, La Libertad y Amazonas, siendo este último de un total de electrificación
del 78.5% (esto se aprecia mejor en la figura 1). Dentro de la zona de concesión, el
departamento de Loreto ha sido uno de los más beneficiados por el FISE y los
programas nacionales (ELOR, 2019); (ELOR, 2019b).

Figura 1. Porcentaje de electrificación de departamento del Perú – 2019

Fuente: INEI, 2020

2
En el caso de los reportes de calidad de servicio de la concesionaria, se indicó un
Nivel de Satisfacción de la Calidad Percibida (ISCAL) del 53.7% en el año 2019, lo
cual es un problema, además de las constantes fallas en la red que se subsanan
con mayor inversión a la red, principalmente en la región selva. El sistema de
generación que maneja la concesionaria dentro de la región Amazonas y
Cajamarca es mayormente térmica, representando el 82.2% del total de generación
propia (tabla 1) (ELOR, 2020):

Este proyecto se justificó desde el punto de vista económico y de negocio, para los
actores que participan en el sistema eléctrico. Se brinda la posibilidad de que los
clientes finales obtengan mejoras en el servicio eléctrico, mientras que la
distribuidora podrá disminuir sus costos de producción al incorporar fuentes
renovables como la eólica y la solar fotovoltaica. Además, los resultados obtenidos
brindan datos para futuras investigaciones relacionadas a redes inteligentes, y para
impulsar el uso de Smart grids en las empresas distribuidoras del Perú.

Por lo expuesto, se planteó la siguiente pregunta: ¿Cómo mejorar la calidad de la

red de distribución eléctrica rural de Amazonas – Cajamarca? Formulándose la


hipótesis: El uso de Smart grids mejora la calidad de la red de distribución rural de

Amazonas - Cajamarca

Conforme a esto, el presente trabajo de investigación tiene como objetivo general


evaluar la factibilidad de implementar microrredes inteligentes (smart-grids) para el
aseguramiento de la calidad de red de la red de distribución eléctrica rural de
Amazonas – Cajamarca. Para ello, se desarrollarán los siguientes objetivos
específicos: analizar la calidad de la red de distribución eléctrica rural por máxima
demanda en comunidades de Amazonas – Cajamarca para comparar
posteriormente con la calidad estimada en la implementación de Smart grid, diseñar
la Smart grid para la red de distribución eléctrica rural para atender la demanda en
comunidades de Amazonas-Cajamarca; elaborar la propuesta de implementación
de Smart grid para mejorar la calidad de energía eléctrica; evaluar el costo –
beneficio de la implementación de Smart grid para estimar la factibilidad económica.

3
II Marco Teórico

En este capítulo, se presentan algunas revisiones sobre aplicación de Smart grids


a redes de distribución. Por ejemplo, en la investigación de Ramos, Hernández y
Silverio (2019) se aplicó la informática y las TIC para supervisar el monitoreo de
una Red Eléctrica Inteligente, en las condiciones de una infraestructura menos
desarrollada. En el desarrollo del proyecto, se hizo uso de software libre y el
lenguaje de programación Python con base de datos SQLite. Como resultado,
obtuvo un sistema capaz de realizar tareas óptimas de supervisión, monitoreo y
almacenamiento de la información de una Red Eléctrica Inteligente.

Por otro lado, el gran desafío tecnológico en la actualidad es la transformación de


la red eléctrica convencional, en una red eléctrica inteligente, y adaptable. Para lo
cual, Ruiz e Inga (2019) realizaron un diseño óptimo de una red de comunicaciones
por fibra óptica, utilizada como medio para la transmisión de información de una
Red Eléctrica Inteligente (REI), donde se concluyó que, la máxima distancia en
transmisión depende de la potencia a la salida en el transmisor, el coeficiente de
atenuación, la dispersión cromática y la sensibilidad del receptor. Por lo tanto, es
necesario modificar la ganancia de los amplificadores ópticos y regular la
compensación a medida que la distancia del canal óptico aumenta, permitiendo la
recepción de datos fiables.

Otro factor importante es la eficiencia energética y la seguridad de los datos de las


redes inteligentes. Para la gestión inteligente de los sistemas energéticos, las redes
de sensores inalámbricos y las infraestructuras de medición avanzadas han
desempeñado un papel fundamental en la transformación de las ciudades
tradicionales en comunidades inteligentes. Echevarri-Martínez et al (2020)
implementaron estas técnicas analizando su potencial en la generación eléctrica
descentralizada con ERNC (energías renovables no convencionales). Implemento
IoT (Tecnología de la información) e inteligencia artificial para diseñar el sistema de
seguridad de datos, obteniendo una mejora significativa en el control de la red.
Resaltó, que un factor importante a tener en cuenta para el desarrollo de redes
inteligentes es un sistema capaz de medir y gestionar la demanda y oferta (cargas
y producción de energía).

4
En la investigación de Swain et al (2021) se propuso un modelo energético de
ciudad inteligente (Smart grid) para generar, consumir y compartir energía limpia
en una plataforma comercial descentralizada mediante la integración de la
tecnología blockchain con una microrred inteligente. En este modelo completo, se
utilizaron la optimización del enjambre de partículas y un algoritmo para buscar la
solución óptima en cualquier espacio de problemas en menos tiempo de
procesamiento, obteniendo un sistema eficiente y confiable.

Otra investigación sobre diseño de Smart grids fue la realizada por Jahan, Snasel
y Misak (2020), quienes hicieron una revisión sobre algoritmos para redes
inteligentes aplicados a cargas de potencia, se analizó seis sistemas de pronóstico
de carga de energía a corto plazo que emplearon redes inteligentes y algoritmos de
optimización. Los resultados se compararon utilizando los criterios de la MAPE y
otras variables (como la ubicación y la fecha del estudio). El resultado obtenido es
que SVM (Regresión vectorial de soporte) alcanza el valor mínimo de MAPE
(0,1961%). Para el conjunto de datos australiano, el MAPE en ANN (Red neuronal
artificial) es de aproximadamente 0,268%, utilizaron la transformada de onda
avanzada con red neuronal. El resultado de la predicción de FS es de
aproximadamente 1,0335%. El DT (Árboles de decisión) es 1.166% y el LR
(Regresión lineal) alrededor del 1.2955%, Finalmente, (SOM-K-means-ANN)
predijo la carga de los tres grupos, dando el mejor resultado obtenido del 2.71%.

Continuando con las investigaciones se tiene la realizada Eltamaly, Mohamed y


Alolah (2016), los cuales propusieron un modelo para dimensionar y optimizar los
sistemas híbridos renovables (HRES) autónomos con el fin de proporcionar una
cierta carga en cinco sitios (Yanbu, Dhahran, Dhalm, Qaisumah y Riyadh) en Arabia
Saudita según el concepto de red inteligente. Los componentes del sistema
investigado son subsistema de energía fotovoltaica, subsistema de energía eólica,
generación distribuida, batería y modificador bidireccional. Realizando los cálculos
mediante Matlab de balance energético HES para cada hora del año, dividido en
dos tipos de carga prioritarios, HPL (75%) y LPL(25%). Este método aplicó la
optimización de tres objetivos: la mayor confiabilidad, el precio de energía de
generación de energía más bajo y el valor de carga fantasma más bajo. El sistema

5
es viable para cargas bajas (LPL) estando la batería totalmente cargada, pero para
HLP existen algunas consideraciones.

Por otro lado, Benito Misaray et al (2019) realizaron una propuesta para la
electrificación Rural en Perú basada en Smart grids, para esto hicieron uso de una
metodología de revisión sistemática y simulación de caso práctico, buscando y
analizando las diferentes tecnologías para el desarrollo de Smart grids en el Perú
(específicamente en el departamento de Loreto) y evaluando cada escenario. De
los resultados obtenidos de la investigación indicaron que, el sector elegido para el
análisis de la Smart grid fue Colonia Angamos, para el cual se diseñó tres casos
con el software HOMER, señalando que la mejor opción es un sistema integrado
con fuentes híbridas, en este caso: solar, batería, térmica). Dentro del análisis
económico, por temas de la pandemia se concluyó que es proyecto es viable a nivel
social, pero no es una alternativa económica atractiva para la inversión privada.

Asimismo, Mirez Tarrillo (2020) propuso una optimización del despacho de energía
de una microrred CC (corriente continua), empleando programación lineal. La
microrred seleccionada por el investigador fue una microrred híbrida con fuente
eólica / solar, un sistema de almacenamiento por baterías y la interconexión a la
red. Se evaluó la optimización del proceso de generación y distribución de energía
en la microrred empleando el software MATLAB, buscando la reducción de costo
de producción al mínimo. Se obtuvo, que todos los componentes de la microrred
aseguren una potencia de suministro durante un periodo de 5 minutos. El software
diseñado permitió configurar las entradas de precio y potencia, así como las
condiciones de funcionamiento de cada fuente y la curva de demanda de las
cargas.

Entre lo estudiado, se tiene que comprender algunos conceptos importantes. Como,


que una red inteligente es añadir capacidades de supervisión, análisis, control y
comunicación a la infraestructura nacional de suministro eléctrico para maximizar
el rendimiento del sistema y reducir el consumo de energía. La red inteligente
permite a las empresas de servicios públicos mover la electricidad por el sistema
de la forma más eficiente y económica posible. También, puede definirse como un
sistema que emplea información digital y tecnologías de control para facilitar el
despliegue y la integración de recursos distribuidos y renovables, dispositivos de

6
consumo inteligentes, sistemas automatizados, almacenamiento de electricidad y
tecnologías de ahorro de picos (Kabalci y Kabalci, 2019); (Vicini y Micheloud, 2012).

Con una mayor automatización, especialmente en forma de sensores en los niveles


de distribución, la red inteligente aumentará y mejorará significativamente la calidad
y la cantidad de datos procesados por los sensores y la infraestructura de medición.
Este enfoque no sólo mejoraría mejorar significativamente la eficiencia, la calidad
de la energía y la fiabilidad de todo el sistema, sino que también conducirá a una
mayor participación de los clientes, a la reducción de los picos de demanda
pérdidas financieras y, lo que es más importante, la reducción de las emisiones de
CO2 y otros impactos ambientales (Balasubramaniam et al, 2021).

Además, la integración de las tecnologías de generación de energía renovable


cobra cada vez más importancia debido a la preocupación por el calentamiento
global. En la actualidad, la penetración de la generación de energía renovable es
muy baja y puede ser manejada por la red eléctrica actual razonablemente bien.
Sin embargo, a medida que la penetración aumente, serán necesarias importantes
mejoras y modificaciones para acomodar e integrar la generación variable
(estocástica). Las redes inteligentes están en una fase incipiente de desarrollo.
Como tal, hay numerosos desafíos técnicos que hay que superar (Zobaa, Pota y
Vaccaro, 2021); (Borlase 2017): Fusión de la planificación y el análisis en tiempo
real, modelos de sistemas muy grandes, manejo de una gran cantidad de datos
AMI (infraestructura de medición avanzada), toma de decisiones basada en el AMI,
simulación de series temporales, integración y protección de la red, tecnología de
almacenamiento de energía barata.

La creciente dependencia de la generación distribuida, los recursos del lado de la


demanda y las aplicaciones del sistema de distribución aumentan
significativamente la exposición de los sistemas a la cibervulnerabilidad. Toda la
arquitectura de seguridad puede construirse sobre las infraestructuras tecnológicas
y de comunicación existentes, fusionándola además con la red eléctrica para
permitir la implementación de la red inteligente en varios niveles del sistema de
energía eléctrica. Además, es necesario establecer un marco sólido para las
pruebas de conformidad y la certificación de los dispositivos y sistemas de la red

7
inteligente para garantizar la interoperabilidad y la ciberseguridad (Bordons, Garcia-
Torres y Ridao, 2020); (Shafie-khah, 2020).

Las fases para el dimensionamiento de una SMART GRID se observa en la figura


1, donde se presenta la jerarquía de diseño, empezando por la fase 0 hasta la 3.
La fase 0 corresponde al bakbone de información (sistema principal de información
de la red – base de datos). La primera fase, se refiere al planeamiento de la
distribución, construir la infraestructura del sistema de medición y automatizar las
subestaciones. La segunda fase es automatizar el sistema de mantenimiento,
integrar sistemas, e integrar un sistema de control y supervisión de las estaciones
de carga de la red. La tercera y última fase es la optimización de todos los procesos,
empleando la automatización y funciones avanzadas de control (Kottayil 2020);
(Sallam y Malik, 2019).

Figura 2. Fases para el desarrollo de una red inteligente.

Fuente: Sallam y Malik, 2019

8
En la figura se muestran tres aspectos a mejorar la Smart grid: red de
automatización, operación global e infraestructura, cada una de ellas tiene que
mejorarse de acuerdo a lo establecido en diseño. Existen algunos términos que se
emplean que tiene que definirse como (Tomar y Kandari, 2020); (INCIBE CERT,
2020): SCADA: sistema de supervisión, control y adquisición de datos; DMS:
sistema de gestión de la distribución; OMS: sistema de gestión de las
interrupciones; GIS: sistema de información geográfica; MWM: sistema de gestión
del trabajo móvil; AMI: infraestructura de medición avanzada; CIS: sistema
comercial; CRM: sistema de gestión de relaciones con los clientes; CVR: reducción
del voltaje y DR: respuesta de la demanda.

9
III Metodología

3.1 Tipo y diseño de investigación

El tipo de investigación del proyecto fue aplicada porque se emplearon


conocimientos obtenidos sobre diseño de Smart grids, sensores, sistemas de
monitoreo, microrredes de energía y estrategias de control; para poder evaluar la
Smart grid en la red de distribución.

Además, el tipo de diseño empleado fue no experimental – transversal, porque se


simuló la Smart grid sin llegar a implementarla, siendo más una proyección del
diseño permitiendo analizar su factibilidad mediante indicadores tecno-económicos,
recolectando los datos solamente una vez (los cuales son el estado de la red y las
comunidades de la zona escogida).

3.2 Variables y operacionalización

La definición de cada variable se presentó en la tabla de operacionalización de


variables ubicada en el Anexo II (tabla 3), así como, las dimensiones e indicadores
de cada variable de estudio del presente proyecto.

3.2.1 Variable Independiente

Smart grid.

Se define como una red capaz de integrar eficientemente a los usuarios con
la red eléctrica de modo que se asegure un sistema energético sostenible,
de calidad y seguro.

3.2.2 Variable Dependiente

Calidad de energía eléctrica.

Definimos calidad de energía eléctrica como las características y


condiciones adecuadas de la electricidad en un punto dado de la red
eléctrica, evaluadas con relación a un conjunto de parámetros técnicos de
referencia.

10
3.3 Población, muestra y muestreo

3.3.1 Población

Redes de Distribución de Energía Eléctrica del Perú

3.3.2 Muestra

Red de Distribución para las zonas de los departamentos de Amazonas –


Cajamarca, Perú.

3.3.3 Muestreo

Aleatorio simple.

3.4 Técnicas e instrumentos de recolección de datos

La técnica utilizada fue el análisis documental, que consiste en la revisión de los


reportes e informes brindados por la empresa distribuidora de energía, para
conocer el estado de la electrificación de la zona de Amazonas y Cajamarca, y el
consumo de cada comunidad, con el algoritmo clustering, el cual permitió clasificar
las zonas de acuerdo a su estado de conexión a la red, sus cargas y su consumo;
lo que facilita el estudio y diseño de la Smart grid.

Así mismo se realzó el análisis de GIS, se realizó mediante mapas, donde se


pudieron designar valores de consumo, estado de la red (obtenido de los reportes),
potencial energético renovable (eólico/solar) y otros parámetros que servirán para
analizar cada cuadrícula (0.038° x 0.038°) del mapa. Para el diseño se emplearon
el algoritmo de optimización, permitiendo dimensionar y analizar la Smart grid
mediante algoritmos, que pueden ser procesados mediante el lenguaje de
programación PYTHON.

11
3.5 Procedimiento

Recolección de Análisis de Clasificación


datos datos de zonas

Evaluación de Determinar
viabilidad de indicadores
las Smart Grid económicos

Figura 3. Diagrama de procedimiento.

Fuente: Elaboración propia

Se procede a describir los procedimientos que serán empleados en el proyecto de


investigación para conseguir los resultados de acuerdo a los objetivos planteados:

Primero se tiene la recolección de datos, que consistió en obtener datos de informes


o reportes de la distribuidora, así como, de los GIS, específicamente: datos de
consumo, estado de la red, demanda de la comunidad y potencial energético de los
recursos renovables. Después se procedió a analizar los datos obtenidos de la
recolección de datos, estableciendo parámetros para el diseño y evaluación de las
Smart grids.

Luego se clasificaron las zonas de la red eléctrica empleando un algoritmo K-


means, y poniendo como parámetros el estado de la red, la distancia de la red y la
clasificación de demanda mediante el modelo multi-tier framework (MTF). Se
elaboró el GIS, desarrollando un mapa que contenga la información obtenida por la
recolección de datos y la clasificación de las zonas, mediante QGIS. Además, se
implementó un algoritmo de optimización para el dimensionamiento de la Smart
grids, aplicando los datos obtenidos por el GIS.

12
Finalmente, se determinó los indicadores tecno-económicos (VAN, LCOE) para
evaluar las Smart grid y evaluar viabilidad de Smart grid; se compararon los
resultados obtenidos de simular la Smart grid con los datos obtenidos de la
recolección de datos (de la red actual).

3.6 Método de análisis de datos

Para el estudio se necesita:

• Libre Office Calc: Software libre que permitió obtener los gráficos y tablas
de datos.
• Anaconda: Entorno de desarrollo que permitirá la programación del
algoritmo en lenguaje Python.
• QGIS: software libre que permite desarrollar el GIS para el proyecto.

Y la estadística descriptiva¸ que permitió asociar y categorizar los resultados a


través de intervalos (también por medio de gráficos estadísticos como el diagrama
de barras o diagrama circular). El resumen de las técnicas e instrumentos se
presenta en la tabla 4 (Anexo I).

3.7 Aspectos Éticos

El trabajo es de autoría propia, respetando las fuentes externas que sirvieron para
el desarrollo del proyecto, citándolos y referenciándolos de acuerdo a la norma ISO,
tanto en los párrafos del documento como en las figuras y tablas. Además, cada
parte del documento se ha redactado de manera legible con el fin de dar
información clara y precisa, respetando los principios éticos y valores, así como el
respeto irrestricto con el código ético de la universidad César Vallejo.

13
IV Resultados

4.1 Análisis de la calidad de red de distribución Amazonas-Cajamarca

La empresa mencionada cubre dentro de su zona de concesión a los


departamentos de Cajamarca y de Amazonas.

Figura 4. Zona de concesión de la empresa distribuidora de energía.

Fuente: ELOR, 2020

El área de influencia o geográfica suma 478 415.09 km2 (37.22 % del territorio
nacional), mientras que el área de concesión de distribución suma 466.65 km2, que
comprende los departamentos de Loreto, San Martin, Amazonas y parte del
departamento de Cajamarca. El estudio se realizó centrándose en los
departamentos de Amazonas y Cajamarca, donde el área de concesión es de 29.04
km2 y cuenta con 2,130.87 Km de Redes de Media Tensión instaladas, 1,189.48
Km de Redes de Baja Tensión y 1,458 Sub Estaciones de Distribución.

14
Dentro de la memoria anual de la concesionaria se indica que, los sistemas
fotovoltaicos han sido implementados desde en su mayoría a clientes de tarifa BT8
de baja tensión para las provincias de Amazonas, Requena, Indiana y Mazan en el
departamento de Loreto. Además, los servicios de sistema de medición inteligente
(SMI) han sido aplicados al departamento de Loreto específicamente a Iquitos con
un total de 83 usuarios, mientras que los departamentos de Amazonas y Cajamarca
no cuentan con ese sistema. Estos medidores cuentan con un sistema de medición
a base de Radio Frecuencia, Asimismo, con el fin de ampliar el número de
medidores, se logró en la nueva Fijación del Valor Agregado de Distribución–VAD
(2019-2023), la aprobación del reemplazo gradual a sistemas de medición
inteligente para 5,096 medidores a nivel de toda la concesión. con esta cantidad de
medidores se ampliará en la Sede Loreto, San Martin y Amazonas - Cajamarca.
(ELOR, 2020).

La figura siguiente indica las centrales y subestaciones referentes a la Zona de


Cajamarca y Amazonas, como se puede mostrar, el departamento de Amazonas
cuenta en su mayoría con centrales hidroeléctricas en la zona sur, aunque la
mayoría son aisladas; mientras que Cajamarca está más interconectado.

Figura 5. Centrales, subestaciones y líneas de la zona de estudio.

Fuente: Osinergmin, 2021

15
Nota: Según la leyenda, las centrales de color verde son aisladas mientras que las negras
son interconectadas a la red nacional. Nos presentan líneas de 220 kV (azul), 138 kV
(verde) y de 60 kV (rojo). La zona norte del departamento de Amazonas no presenta
centrales ni subestaciones, esto se debe analizar con la información obtenida por la
concesionaria en baja tensión, además de corroborar con el DGER para analizar si ya
existen zonas con proyectos relacionados al FISE.

Los datos mencionados se analizan con los dados por la Dirección General de
Electrificación Rural (DGER). La leyenda indica el estado de la electrificación rural
en los departamentos de interés. De la figura siguiente se obtiene que el
departamento de Amazonas presenta centros poblados más alejados entre sí, por
lo que se deduce que aquellas comunidades o cuentan con un sistema fotovoltaico
implementado por el FISE, están dentro de algún plan de electrificación rural del
gobierno, funcionan con grupo electrógeno o no cuentan con electricidad.

El sistema de georreferenciado del DGER es capaz de brindar esa dicha


información, pero cabe resaltar que dicha información fue actualizada en el año
2016. Por ese motivo es importante tener datos recientes obtenidos de la
concesionaria.

Figura 6. Centros poblados de la zona de estudio.

Fuente: DGER, 2021

16
Debido a que el recurso solar es el recurso renovable que está presente en todos
los lugares, las Smart grids a diseñar estarán compuestas por mini-centrales
fotovoltaicas.

Debido a que las subestaciones tienen una capacidad definida, la potencia nominal
de la Smart grid que se interconectará con esta subestación debe ser menor a la
capacidad de la subestación. Para fines de este trabajo se dimensionarán las Smart
grid con una potencia igual al 25% de la capacidad de la subestación a la que se
interconectarán.

La siguiente figura muestra las subestaciones existentes en la red de distribución


Amazonas-Cajamarca. Y en la Tabla 2 se muestra una clasificación de las
capacidades de las subestaciones después de haber sido procesadas por un
algoritmo de clustering utilizando Python.

Figura 7. Subestaciones existentes.

Fuente: DGER, 2020

17
Tabla 1. Subestaciones en la red de distribución

Item Cantidad de Subestaciones Capacidad (kVA)


1 888 10
2 383 15
3 1 20
4 340 25
5 5 37
6 63 37.5
7 70 40
8 110 50
9 1 64
10 75 75
11 13 80
12 127 100
13 7 125
14 42 160
15 8 200
16 21 250
17 2 260
18 2 300
19 3 320
20 2 350
21 2 400
22 1 630
23 1 650
24 2 800
25 2 1000
26 1 2600
27 1 3000
28 1 3200
Fuente: Elaboración propia

18
Las Smart grids a diseñar deberán tener como máximo el 25% de la capacidad de
las subestaciones de distribución indicadas en la Tabla 2.

Para uniformizar y reducir la cantidad de diseños a realizar clasificaremos las


potencias de la Smart grid utilizando un algoritmo de clustering (agrupamiento).

Los algoritmos de clustering o agrupamiento permiten agrupar objetos por similitud,


en grupos o conjuntos de manera que los miembros del mismo grupo tengan
características similares. En este caso nosotros queremos agrupar las
subestaciones existentes en grupos que tengan capacidades (kW) similares.

Para la presente tesis se utilizó un algoritmo de agrupamiento k-means el cual es


un método de agrupamiento, que tiene como objetivo la partición de un conjunto de
n observaciones en k grupos en el que cada observación pertenece al grupo cuyo
valor medio es más cercano. Es un método ampliamente utilizado en minería de
datos.

19
Figura 8. Diagrama de flujo del algoritmo de clustering utilizado.

Fuente: Elaboración propia

En este trabajo se definió k (número de centroides y de grupos) como 4. Es decir,


se buscará conseguir 4 grupos de subestaciones para diseñar 4 tipos de Smart grid.

Los resultados del algoritmo arrojan que las potencias de los grupos serán las
indicadas en la Tabla 2.

Tabla 2. Capacidad de las Subestaciones y Potencia de Smart grids


Cantidad de Capacidad de Potencia de la Smart grid
Subestaciones Subestación (kVA) (kVA)
176 100 – 160 25
38 200 – 350 50
6 400 - 800 100
5 1000 - 3200 300
Fuente: Elaboración propia

20
Considerando que la potencia máxima de la Smart grid será el 25% de la capacidad
de la subestación, esto con el propósito de que el sistema eléctrico de potencia
tenga estabilidad y así evitar problemas de impactos en la estabilidad de voltaje y
frecuencia relacionados con alta penetración fotovoltaico, en tal sentido se tedría
que visualizar el concepto, por medio de la respuesta que brinda un sistema típico,
ante un evento ocasionado por la falla en la línea de distribución.

Para este estudio, las Smart grids a diseñar serán de 25kW, 50kW, 100kW, 300kW
de potencia nominal, considerando los rangos y la cantidad de subestaciones con
las que cuenta la concesionaria, según como se puede apreciar en la Tabla 1, así
como el porcentaje que se puede inyectar a la red. Las primeras se conectarán para
las subestaciones que van de 100 a 160kVA y así sucesivamente como se indica
en la Tabla 3.

Considerando los D.S de Ley de promoción de la inversión para la generación de


electricidad con el uso de energías renovables – D.L 1002 y el Reglamento de la
generación de electricidad con energías renovables Decreto D.S 012-2011-EM , así
como el potencial energético que posee la zona geográfica de Amazonas –
Cajamarca, al estar ubicado en su mayoría en la selva baja la permanente
presencia del sol, hace que se muy factible el desarrollo de energía fotovoltaica, a
diferencia de la energía eólica, donde la zonas de estudio tienen nula presencia de
potencial eólico ya que las fuerzas del viento son muy bajas, en tal sentido para el
presente estudio se trabajará con sistemas fotovoltaicos On Grid.

4.2 Diseño de las Smart grids

El presente trabajo tiene como fin incorporar Smart grids para mejorar la calidad de
energía de la red de distribución para ello estas Smart grid se deben de
interconectar en las subestaciones eléctricas de la red de distribución. El primer
paso entonces es determinar las subestaciones y la capacidad de estas.

Previamente hemos uniformizados las potencias de las Smart grids en 25, 50, 100,
300kW

Para el diseño de la Smart grid es necesario primero determinar los componentes


de cada sistema. La Smart grid estará conformada por:

21
- Sistema de Generación Fotovoltaica
- Sistema de Almacenamiento de Energía
- Centro de Transformación y de Interconexión

El sistema de generación fotovoltaico (SFV) es el encargado de generar electricidad


para la Smart grid la cual se inyectará en la subestación de distribución.

El sistema de almacenamiento de energía (ESS) está compuesto de baterías de


litio y electrónica de potencia que brindará respaldo a la subestación cuando esta
pierda alimentación de la red primaria y también servirá para estabilizar la tensión
y frecuencia en casos de cambios bruscos en la demanda.

El centro de transformación y de interconexión será el encargado de interconectar


el SFV y ESS al SEIN a través un transformador elevador.

4.2.1 Diseño del Sistema de Generación Fotovoltaico

Debemos de diseñar los sistemas de generación fotovoltaicos para las 4 potencias


definidas anteriormente.

Para el diseño del Sistema de Generación Fotovoltaico es necesario contar con el


recurso solar. Para uniformizar los diseños tomaremos el promedio de Irradiancia
Global Horizontal en las regiones de Amazonas y Cajamarca.

La Fig. 7 muestra la irradiancia global horizontal en la zona de estudio. A partir de


este gráfico se obtiene que el promedio en la región de estudio es de 4 kWh/m2/día.
Con este valor de irradiancia dimensionaremos y diseñaremos el sistema
fotovoltaico.

22
Figura 9. Irradiancia solar en la región de estudio.

Fuente: solargis.com

Las potencias nominales son de 25kW, 50kW, 100kW; 300kW. Para cálcular la
potencia pico debemos utilizar el ratio DC/AC, puestos que esos valores hacen
referencia al lado AC y no al lado DC.

El ratio DC/AC recomendado para una irrandiancia de 4.5kWh/m2/día es de 1.2.


Por lo tanto la potencia de las microrredes serán:

𝑃𝑃𝑓𝑓𝑓𝑓 > 𝑃𝑃𝑎𝑎𝑎𝑎 ∗ 1.2

Tabla 3. Potencia de los sistemas fotovoltaicos


Pac Ppv
25kW 30kWp
50kW 60kWp
100kW 120kWp
300kW 360kWp
Fuente: Elaboración propia.

23
Para el diseño del sistema fotovoltaico se utilizará módulos de alta eficiencia y
de 500Wp, puesto que son la mejor opción del mercado.

Para calcular el número de módulos fotovoltaicos utilizaremos la siguiente


formula:

𝑃𝑃𝐹𝐹𝐹𝐹
𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 >
𝑃𝑃𝑚𝑚𝑚𝑚𝑚𝑚

𝑃𝑃𝐹𝐹𝐹𝐹
𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 >
0.5𝑘𝑘𝑘𝑘𝑘𝑘

Tabla 4. Número de módulos de los sistemas fotovoltaicos.


Pfv Número de módulos fotovoltaicos
30kWp 60
60kWp 120
120kWp 240
360kWp 720
Fuente: Elaboración propia.

Debemos seleccionar un número de módulos que de preferencia sea par y múltiplo


de 3 para tener más flexibilidad al momento de hacer las configuraciones, en este
caso el número de módulos cumple con lo requerido.

Se utilizarán módulos de la marca Trina Solar de 500Wp.

4.2.1.1 Orientación, inclinación y proyección de sombras


Todos los sistemas fotovoltaicos que se encuentran en el hemisferio sur deben
orientarse hacia el norte. Con respecto a la inclinación, la zona de estudio se
encuentra entre la latitud 3 y 7.5 sur. De acuerdo a la literatura un sistema
fotovoltaico en estas latitudes tiene una generación de energía óptima cuando el
ángulo de inclinación es igual a su latitud, sin embargo, al tener latitudes muy bajas,
se tendrá un ángulo de inclinación muy pequeño que propicia que se almacena
polvo y suciedad en los módulos, debido a esto se optó por definir una inclinación
de 10˚ en los módulos.

24
El análisis de proyección de sombras sirve para calcular la distancia mínima entre
el arreglo solar y las estructuras que pueden proyectar sombra sobre ellos.

Se usó la siguiente fórmula:

cos(𝐴𝐴𝑚𝑚 − 𝐴𝐴𝑠𝑠 )
𝑑𝑑 = ℎ ∗ � �tan(𝑎𝑎 )�
𝑠𝑠

Donde:

• d (m): Distancia mínima entre arreglo y objeto con proyección de sombra.


• h (m): Altura de objetos con proyección de sombra.
• AM (grados): Azimut u orientación de módulo solar (N: 0°, E: 90°, S: 180°, O:
270°).
• AS (grados): Azimut u orientación del sol (N: 0°, E: 90°, S: 180°, O: 270°).
• aS (grados): Altitud del sol (0° - 90°).
Tanto los valores de altitud y azimut solar se obtuvieron del diagrama de trayectoria
solar típica del departamento Lima, el cual se muestra en la siguiente figura:

Figura 10. Diagrama solar para ubicación del proyecto.

Fuente: seslab.org

25
Resolviendo la formula anterior y considerando el diagrama solar se obtuvo que la
distancia mínima para que no se genere sombras en los arreglos debe ser de 0.58
m, sin embargo, con el fin de proveer espacio para el mantenimiento de los módulos
fotovoltaicos, se utilizó una distancia de separación entre filas de 2 m.

4.2.1.2 Dimensionamiento del arreglo fotovoltaico


Una vez obtenido la potencia que se requiere en el sistema fotovoltaico, es
necesario dimensionar el arreglo, es decir cuántos módulos irán en serie por
cadena (string) y cuantas series se necesitarán en paralelo.

En un sistema fotovoltaico se debe buscar tener la máxima cantidad de módulos en


serie. Sin embargo, mientras mayor es la cantidad de módulos en serie, mayor será
la tensión en el string y por lo tanto mayor la tensión en el sistema fotovoltaico.

La tensión de un sistema fotovoltaico no puede exceder los valores de entrada del


inversor ni puede exceder valores definidos por normativas internacionales.

La mayoría de inversores comerciales en Perú tienen una tensión MPPT máxima


de 1000 V. Partiremos de este valor para obtener la máxima cantidad de módulos
en serie en el arreglo.

𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇ó𝑛𝑛𝑛𝑛𝐶𝐶𝑚𝑚𝑚𝑚𝑚𝑚
𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 =
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇ó𝑛𝑛𝑚𝑚𝑚𝑚𝑚𝑚

La tensión DC máxima será de 1000V y la tensión MPPT del módulo fotovoltaico


es de 42.8V.

1000
𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 =
42.8

𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 ≈ 23

El número máximo de módulos fotovoltaicos en serie es de 23. Sin embargo,


nosotros necesitamos que el número de módulos en serie sea un divisor de la
cantidad de módulos totales que tenemos, con el fin de tener series con la misma

26
cantidad de módulos. El menor más cercano a 23 que es es 20, por lo que nuestro
arreglo tendrá series de 20 módulos fotovoltaicos cada una.

La cantidad de series en paralelo se obtiene dividiendo el total de módulos entre la


cantidad de módulos por string (22):

Tabla 5. Dimensionamientos de arreglo fotovoltaico

Ppv Número de Número de módulos Número de


módulos en serie series (strings)
30kWp 60 20 3
60kWp 120 20 6
120kWp 240 20 12
360kWp 720 20 36

Figura 11. Central Fotovoltaica de 25kW en Subestación de Electroriente Chachapoyas de


160kVA ubicada en Jirón 2 de Mayo C-6 y Amazonas C-7.

Fuente: Google maps, 2021

27
Figura 12. Distribución de 60 módulos fotovoltaicos en 3 strings de 20.

Fuente: Google maps, 2021

Figura 13. Central fotovoltaica de 50kW ubicada en Chamaya Coinca.

Fuente: Google maps, 2021

28
Figura 14. Distribución de 120 módulos fotovoltaicos en 6 strings de 20.

Fuente: Google maps, 2021

4.2.1.2.1 Tensión mínima y máxima del sistema


Es importante saber la tensión mínima y máxima de operación del sistema por
temas de rendimiento y seguridad. Para ello se hará el cálculo con 22 paneles en
serie calculados previamente.

a. Tensión Nominal del Sistema

La tensión nominal es la alcanza por el sistema en condiciones estándar teniendo


22 módulos en serie por string.

𝑉𝑉𝑛𝑛𝑛𝑛𝑛𝑛 = 𝑁𝑁𝑠𝑠 ∗ 𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚

Donde,

- 𝑁𝑁𝑠𝑠 = Número de módulos por string.

- 𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = Tensión nominal del módulo en el punto de máxima potencia

29
b. Tensión mínima del sistema

En un sistema fotovoltaico la tensión es inversamente proporcional a la


temperatura, a mayor temperatura la tensión será menor y esto afecta el
rendimiento del sistema. La tensión mínima se determina mediante:

𝑇𝑇𝑘𝑘𝑉𝑉𝑉𝑉𝑉𝑉
𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑁𝑁𝑠𝑠 ∗ 𝑉𝑉𝑚𝑚𝑝𝑝𝑝𝑝 ∗ �1 + ��𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 + 𝑇𝑇𝑎𝑎𝑎𝑎 − 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 � ∗ � ���
100

Donde:

- 𝑁𝑁𝑠𝑠 = Número de módulos por string.

- 𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = Tensión nominal del módulo en el punto de máxima potencia

- 𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 = Temperatura ambiente alta para el sitio de instalación (° C).

Hay tres opciones diferentes para Tmáx, todas son aceptables para las
mejores prácticas de diseño:

- 2% de ASHRAE a alta temperatura (más comúnmente utilizado)

- 0.4% ASHRAE de alta temperatura (requerido para incentivos ETO


en USA, un poco más conservador)

- Temperatura más alta registrada (la más conservadora).

- 𝑇𝑇𝑎𝑎𝑎𝑎 = Ajuste de temperatura para el método de instalación (° C).

La temperatura se ajusta para tener en cuenta el método de instalación. En


general, los sistemas montados en el techo se calientan más que los
sistemas montados en el suelo porque generalmente hay menos flujo de aire
y la superficie del techo irradia calor.

- Montado en el techo, paralelo al techo (<6 in. Separador): + 35 ° C

30
- Montaje en techo, montaje tipo bastidor (> 6 pulg. Separador): + 30 °
C

- Montaje en suelo o en poste: + 25 ° C

- 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 = Temperatura en condiciones Standar Test Condition (STC), 25 ° C,

- 𝑘𝑘𝑉𝑉𝑚𝑚𝑚𝑚 = coeficiente de temperatura del módulo de Vmp [% / ° C].

Esto no es lo mismo que el coeficiente de temperatura para Voc. Muy a


menudo, el coeficiente de temperatura de Vmp no está en la hoja de datos
del módulo. En su lugar, puede usar el coeficiente de temperatura de
potencia.

Entonces, según los datos técnicos del módulo fotovoltaico:

Tabla 6. Datos técnicos del Módulos Fotovoltaico

PARÁMETRO VALOR
Fabricante TRINA
Modelo TSM-DE18M(II)
Potencia nominal (Wp) 500
Tensión en circuito abierto – Voc (V) 51.7
Intensidad en corto circuito – Isc (A) 12.28
Tensión en potencia máxima – Vmpp (V) 42.8
Intensidad en potencia máxima - Impp (A) 11.69
Eficiencia (%) 20.9
Coeficiente de temperatura de Pmáx (%/°C) -0.36
Coeficiente de temperatura de Voc (%/°C) -0.26
Coeficiente de temperatura de Isc (%/°C) 0.04
*STC: 1000 W/m2, Temp Cel: 25°C y AM: 1.5
Fuente: Elaboración propia.

Donde: T°máx, la temperatura máxima registrada en la zona = 32°C y T°min, la


temperatura mínima registrada en la zona = 8°.

Tenemos:

−0.36
𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = 22 ∗ 42.8 ∗ �1 + �(32 + 35 − 25) ∗ � ���
100

31
𝑽𝑽𝒎𝒎𝒎𝒎𝒎𝒎 = 𝟕𝟕𝟕𝟕𝟕𝟕. 𝟐𝟐𝟐𝟐 𝑽𝑽

c. Tensión máxima del sistema

A una menor temperatura la tensión será mayor. La máxima tensión es un punto de


seguridad eléctrica muy importante. Se debe comprobar la máxima tensión
alcanzada para la correcta selección de conductores y equipos.

La máxima tensión se determina mediante:

𝑇𝑇𝑘𝑘𝑉𝑉𝑉𝑉𝑉𝑉
𝑉𝑉𝑚𝑚á𝑥𝑥 = 𝑁𝑁𝑠𝑠 ∗ 𝑉𝑉𝑜𝑜𝑜𝑜 ∗ �1 + �(𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 ) ∗ � ���
100

Donde:

- 𝑁𝑁𝑠𝑠 = Número de módulos por string.

- 𝑉𝑉𝑜𝑜𝑜𝑜 = Tensión de cirucuito abiero del módulo en el punto de máxima potencia

- 𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 = Temperatura ambiente minima para el sitio de instalación [° C].

- 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 = Temperatura en condiciones de prueba estándar, 25°C

- 𝑇𝑇𝑘𝑘𝑉𝑉𝑜𝑜𝑜𝑜 = coef. de temp. del Voc del módulo [%/° C], siempre expresado como
un valor negativo.

Entonces, tenemos:

−0.26
𝑉𝑉𝑚𝑚á𝑥𝑥 = 22 ∗ 51.7 ∗ �1 + �(16 − 25) ∗ � ���
100

𝑽𝑽𝒎𝒎á𝒙𝒙 = 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏. 𝟔𝟔𝟔𝟔 𝑽𝑽

Por lo que se tienen las siguientes tensiones:

Tabla 7. Tensiones del sistema fotovoltaico


TENSIÓN (V) VALOR
Mínima 799.23
Nominal 941.60
Máxima 1164.67
Fuente: Elaboración propia.

32
4.2.1.2.2 Inversor
En la elección de un inversor solar es necesario conocer la potencia nominal
del sistema fotovoltaico, y con ello se puede determinar la cantidad óptima de
módulos en serie permitido (20 módulos) para el voltaje de entrada del inversor.
Para el caso de los sistemas fotovoltaicos dimensionados tenemos un valor de
potencia total instalada indicada en las tablas. Las series (strings) serán de 20
módulos cada una. Nuestro inversor o inversores deben ser capaz de soportar
esta cantidad strings con 20 módulos por string.

Como se indicó anteriormente existen dos tipos de inversores: centralizados y


multi-string, en este proyecto utilizaremos inversores multi-string porque son
ideales para esta aplicación. Debido a que se proponen Smart grids de 4
diferentes potencias en AC (25, 50, 100 y 300), se utilizarán 3 tipos de los
inversores más comunes (25kW, 50kW y 100kW).

Tomando en cuenta los inversores seleccionados para cada tipo de Smart grid,
a continuación, se muestra la cantidad de ellos:

Tabla 8. Inversores de los sistemas fotovoltaicos.


Ppv Pac Número de Número de Número de
módulos en serie Series (Strings) inversores
30kWp 25kW 20 3 1
60kWp 50kW 20 6 1
120kWp 100kW 20 12 1
360kWp 300kW 20 36 3
Fuente: Elaboración propia.

Cabe mencionar que el inversor a utilizar se dimensionó teniendo en cuenta


que es capaz de soportar la corriente de entrada (ISC de 11.69 A) y el voltaje
máximo y mínimo de cada string según la configuración de los módulos en
serie.

33
Tabla 9. Datos técnicos del inversor fotovoltaico de 25kW.
CARACTERÍSTICA VALOR
Modelo SUN2000-25KTL-US
Máxima potencia DC 25 kWp
Rango de voltaje MPP 250 – 950 V
Entrada DC Máximo voltaje DC en circuito abierto 1000 V
Corriente de entrada por MPPT 25 A
Número de entradas / MPP Trackers 6/3
Potencial Nominal de Salida 27 500 VA
Potencia Máxima de Salida 25 000 W
Corriente nominal de salida AC (Iac 30.1A
Salida AC nom)
Acoplamiento a la red 480 VAC, 3W+PE /
3W+N+PE
Frecuencia 60 Hz
Eficiencia Europea 98.60%
Temperatura ambiente 25 a 60°C
Grado de protección IP66
General Armónicos 3%
Factor de Potencia 0.8 LG ... 0.8 LD
Dimensiones 550 x 770 x 281 mm
Peso 57 kg
Fuente: Elaboración propia en base a la ficha técnica del inversor.

Tabla 10. Datos técnicos del inversor fotovoltaico de 50kW


CARACTERÍSTICA VALOR
Modelo SUN2000-50KTL-
M0
Máxima potencia DC 120 kWp
Rango de voltaje MPP 200 – 1000 V
Entrada DC Máximo voltaje DC en circuito abierto 1100 V
Corriente de entrada por MPPT 22 A
Número de entradas / MPP Trackers 20 / 10
Potencial Nominal de Salida 50 000 W
Potencia Máxima de Salida 55 000 W
Corriente nominal de salida AC (Iac 76 A @380 V / 72.2
nom) A @400 V
Salida AC 220 V / 230 V,
Acoplamiento a la red default 3W + N + PE;
380 V / 400 V, 3W + PE
Frecuencia 60 Hz
Eficiencia Europea 98.50%
Temperatura ambiente -25 a 60°C
Grado de protección IP65
General Armónicos 3%
Factor de Potencia 0.8 LG ... 0.8 LD
Dimensiones 1,075 x 555 x 300
mm
Peso 74 kg
Fuente: Elaboración propia en base a la ficha técnica del inversor.

34
Tabla 11. Datos técnicos del inversor fotovoltaico de 100kW.
CARACTERÍSTICA VALOR
Modelo SUN2000-100KTL-
M1
Máxima potencia DC 120 kWp
Rango de voltaje MPP 200 – 1000 V
Entrada DC Máximo voltaje DC en circuito abierto 1200 V
Corriente de entrada por MPPT 26 A
Número de entradas / MPP Trackers 20 / 10
Potencial Nominal de Salida 100 000 VA
Potencia Máxima de Salida 100 000 W
Corriente nominal de salida AC (Iac 120.3 A @480 V,
nom) 144.4 A @400 V, 152.0
Salida AC A @380 V
Acoplamiento a la red 480 V/ 400 V/ 380
V, 3W+(N)+PE
Frecuencia 60 Hz
Eficiencia Europea 98.40%
Temperatura ambiente -25 a 60°C
Grado de protección IP66
General Armónicos 3%
Factor de Potencia 0.8 – 1 ind / cap
Dimensiones 1,035 x 700 x 365
mm
Peso 90 kg
Fuente: Elaboración propia en base a la ficha técnica del inversor.

El inversor es capaz de soportar la corriente de cortocircuito de los módulos, y


es capaz de soportar el voltaje máximo del string fotovoltaico.

El inversor Huawei SUN2000-100KTL-A de interconexión está preparado para


ser instalado en viviendas que son alimentadas con corriente trifásica. Este
inversor es uno de los modelos intermedios de la familia de inversores trifásicos
Huawei de interconexión. Los 10 MPPT que incorpora el inversor Huawei
SUN2000-100KTL-A se caracterizan por trabajar a un rango de tensión entre
200V y 1000V y por contar con un máximo de 20 entradas.

El inversor Huawei SUN2000-100KTL-A también cuenta con seccionador y


contra polaridad inversa de corriente continua, así como monitorización de
strings. El inversor Huawei SUN2000-33KTL-A también cuenta con detección
de aislamiento de corriente continua y unidad de monitorización de la intensidad
residual. Además, su pantalla LCD permite la monitorización del rendimiento
del sistema. Este inversor es capaz de trabajar entre -25ºC y 60ºC y cuenta con
protección IP65.

35
Figura 15. Inversor trifásico 100kW 380Vac-60Hz.

Fuente: huawei.com

Figura 16. Inversor trifásico 25 kW 480Vac-60Hz.

Fuente: huawei.com

36
Figura 17. Inversor trifásico 50 kW 380Vac-60Hz.

Fuente: huawei.com

4.2.2 Diseño del Sistema de Almacenamiento de Energía

El sistema de almacenamiento de energía tiene 3 objetivos principales.

El primero es que en el caso que la generación fotovoltaica (a partir de ahora


generación PV) no pueda cubrir la demanda de la localidad, la Smart grid
proporcionará energía a la localidad mediante el sistema de almacenamiento
de energía en forma paralela a la red. Segundo, en el caso de que la red
eléctrica pierda conexión (alguna falla o manteamiento en la línea que alimenta
la subestación), el sistema de almacenamiento de energía podrá cubrir la
demanda de la subestación por algunos minutos (30 minutos) generalmente.
Tercero, el ESS servirá como respaldo en casos en los que el sistema sufra
cambios bruscos de demanda, que puedan afectar la calidad de la red eléctrica.

El sistema de almacenamiento de energía de batería (ESS) es un sistema que


almacena energía utilizando una tecnología de batería, para ser utilizada en un
momento posterior. El sistema de almacenamiento de energía se utiliza para
garantizar que haya un flujo constante de energía incluso cuando la red
principal está inactiva en incluso para proporcionar parámetros eléctricos a esta

37
(tensión, frecuencia, etc.) por medio de sus sistemas de potencia. El término
ESS es un término genérico que está formado por una amplia gama de
tecnologías de batería diferentes. Los principales tipos de baterías utilizadas
incluyen:

- Baterías de plomo ácido reguladas por válvula (VRLB): son las


baterías tradicionales y se utilizan en fuentes de alimentación
ininterrumpida
- Baterías de iones de litio: emplea como electrolito una sal de litio que
consigue los iones necesarios para la reacción electroquímica
reversible que tiene lugar entre el cátodo y el ánodo.
- Baterías de níquel de sodio: este tipo de baterías usan sal fundida
como electrolito para almacenar energía.
- Baterías de metal líquido: en estas baterías, el metal líquido se usa
como electrodos y electrolitos.

El presente diseño contempla la integración de un Energy Storage System que


utiliza baterías de iones de litio y que proporcionará un suministro confiable de
energía fotovoltaica.

Se integra una ESS porque es la opción ideal para sistemas híbridos fuera de
la red y aplicaciones innovadoras conectadas a la red. Y se elige iones de litio
porque llevan años de evaluación y pruebas, son capaces de proporcionar y
absorber energía en milisegundos en cualquier estado de carga para cualquier
profundidad de descarga sin un período de descanso. Además, las baterías de
iones de litio proporcionan un funcionamiento seguro y confiable a costos muy
competitivos.

La solución a integrar debe presentarse en una carcasa compacta estándar


aislada sin necesidad de ninguna otra estructura protectora, a prueba de
vandalismo e ideal para operaciones en áreas remotas y condiciones
ambientales desafiantes.

Todos los componentes deben estar preinstalados y probados en fábrica. Una


vez en el sitio, el ESS simplemente se conecta a la red eléctrica y a las líneas

38
de comunicación. Debe ser fácil, rápido y confiable. Debe comunicarse vía
MODBUS.

El ESS queda dimensionado por medio de la capacidad de las baterías. Para


el presente proyecto las baterías deben ser capaces de suplir durante 30
minutos la potencia ac de la Smart grid. Por lo tanto, la capacidad de baterías
de los sistemas será de:

𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝐸𝐸𝐸𝐸𝐸𝐸 = 𝑃𝑃𝑃𝑃𝑃𝑃 ∗ 0.5

Tabla 12. Capacidad de baterías


Pac Capacidad del ESS
25kW 12.5kWh
50kW 25kWh
100kW 50kWh
300kW 150kWh
Fuente: Elaboración propia.

4.2.3 Control del sistema Smart grid

Los sistemas fotovoltaicos planteados, como se mencionó anteriormente, cuentan


con los siguientes componentes:

- Sistema de generación fotovoltaica (Módulos fotovoltaicos, generación DC).

- Sistema de almacenamiento de energía (Baterías de litio).

- Centro de transformación e interconexión.

El control se centraliza en un Smart Logger, dispositivo capaz de identificar los


parámetros de red y en base a los datos recopilados, suministrar energía por parte
del sistema fotovoltaico (módulos fotovoltaicos), o por parte de la red eléctrica a la
que se encontrarían conectados los sistemas. Durante periodos en que no se
cuenten con suministro por parte de la red eléctrica, y el sistema fotovoltaico no
pueda generar electricidad (Durante la noche), el Smart Logger se encargará de
compensar la falta de energía y cubrir la demanda con el ESS (Sistema de
almacenamiento de energía de baterías).

El detalle de los equipos que se usarán y los esquemas de comunicación entre


inversores y Smart Logger será mostrado en los puntos siguientes.

39
4.2.4 Interconexión Eléctrica y Sistema Inteligente

Como se mencionó anteriormente el objetivo de esta tesis es diseñar Smart


grids que mejoren la calidad de red de distribución en la zona Amazonas-
Cajamarca.

Las Smart grid se conectarán directa o indirectamente (conexión a la RP en


media tensión) a las subestaciones de distribución que se encuentran en la
zona rural de la concesión de Amazonas-Cajamarca.

La interconexión eléctrica como se muestra en la Figura 18, podrá realizarse en


la Subestación Aramango SED 01, del Sistema Eléctrico Bagua MUY201,
perteneciente a la SE0225 Bagua-Jaén Rural, así como se muestra en la
siguiente figura 19.

Figura 18. Caso interconexión eléctrica de la Smart grid a la subestación Aramango SED 01

Fuente: ELOR, 2021

40
Figura 19. Caso interconexión eléctrica de la Smart grid a la subestación SE0225 – Bagua – Jaén Rural.

Fuente: Osinergmin, 2021


41
Respecto al sistema inteligente, una Smart grid es un sistema que puede
funcionar de manera aislada o interconectada a la red y se caracteriza por tener
una gestión inteligente del sistema.

En la presente tesis se hará uso de tecnologías de comunicación existente para


el monitoreo y gestión de la Smart grid. Estas tecnologías de comunicación
están integradas en los inversores y ESS de la Smart grid.

Los parámetros que se monitorearán son:

- Energía generada por la subestación


- Potencia activa generada por la subestación
- Potencia reactiva generada por la subestación
- Factor de potencia en la subestación
- Tensión en el punto de interconexión smart-grid a subestación.
- Energía generada por el sistema fotovoltaico.
- Potencia activa generada por el sistema fotovoltaico.
- Potencia reactiva generada por el sistema fotovoltaico.
- Factor de potencia del sistema fotovoltaico.
- Potencia generada por el ESS

Como notamos en los parámetros indicados anteriormente se debe gestionar y


monitorear tanto el sistema fotovoltaico como la smart-grid. Ambos pueden ser
gestionados y monitoreados por un Data Logger. Un Data Logger es un equipo
que recoge mediciones, las procesa, analiza y toma acciones en base a esto.

El Data Logger que utilizaremos en este trabajo será el Smart Logger de


Huawei, el cual nos permitirá moniterear todos los parámetros indicados
anteriormente. Además, el Smart Logger se conecta a internet ya sea mediante
un router o mediante una tarjeta SIM y envía todos los datos a una nube, la cual
podremos monitorear desde cualquier lugar con acceso a internet.

42
Figura 20. Conexión típica del Smart Logger.

Fuente: e.huawei.com

Figura 21. Puertos de entrada del Smart Logger.

Fuente: e.huawei.com

43
(1) Indicadores led, (2) Ranura para tarjeta SIM, (3) Orejeta de montaje, (4)
Abrazadera del riel de guiado, (5) Puerto MBUS, (6) Puerto GE (WAN), (7) Puertos
SFP, (8) Puerto de antena 4G, (9) Botón RST, (10) Puerto USB, (11) Puerto GE
(LAN), (12) Puertos DI, (13) Puerto de potencia de salida de 12 V, (14) Puertos AI,
(15) Puertos DO, (16) Puertos COM, (17) Puerto de potencia de entrada de 24 V,
(18) Puerto de potencia de entrada de 12 V, (19) Punto de puesta a tierra de
protección

4.2.5 Gestión y monitoreo del sistema fotovoltaico

En las Smart grids diseñadas se utilizaron inversores SUN2000 los cuales se


gestionan y monitorean mediante un Data Logger, el Data Logger para estos
equipos es llamado SmartLogger y para la implementación de la comunicación
se utilizará el protocolo de comunicación RS485.

Figura 22. Conexión para comunicación del inversor SUN2000.

Fuente: e.huawei.com

44
(A) Cadena fotovoltaica, (B) Interruptor de CC (C), SUN2000, (D) Interruptor
de CA, (E) ACDU, (F) Smart Power Sensor, (G) Red eléctrica, (H) Smart,
Dongle 4G, (I) Smart Dongle WLAN-FE, (J) Router, (K) Sistema de gestión
FusionSolar, (L) Aplicación FusionSolar, (M) Carga, (N) Dispositivo de control
de rizado

Para el monitoreo se puede utilizar la aplicación SUN2000, Fusión Solar App o


desde la interfaz web, la WebUI integrada o el software de gestión de red (como
NetEco) en la PC para consultar información sobre el SUN2000, como el
rendimiento energético, las alarmas y el estado de funcionamiento.

Figura 23. Comunicación entre inversores al Smar Logger.

Fuente: e.huawei.com

La Figura 23, muestra la conexión de comunicaciones de los inversores al


Smart Logger. Los inversores reportan los siguientes parámetros al Smart
Logger:

- Energía generada por el sistema fotovoltaico.


- Potencia activa generada por el sistema fotovoltaico.
- Potencia reactiva generada por el sistema fotovoltaico.
- Factor de potencia del sistema fotovoltaico.
- Potencia generada por el ESS

45
4.2.6 Gestión y monitoreo de la subestación

Para el monitoreo de la subestación también se utilizará el Smart Logger de


Huawei, pero además se debe de incluir un medidor (Power Meter, Smart
Module) instalado aguas arriba de la subestación como se indica en la Figura
24.

Figura 24. Medición y Gestión de la subestación.

Fuente: e.huawei.com

Mediante esta conexión el Smart Logger gestionará y permitirá monitorear los


siguientes parámetros:

- Energía generada por la subestación


- Potencia activa generada por la subestación
- Potencia reactiva generada por la subestación
- Factor de potencia en la subestación
- Tensión en el punto de interconexión smart-grid a subestación.

4.2.6.1 Smart Module


El Smart Module es el equipo o dispositivo exclusivo para la plataforma de
monitorización y gestión de los sistemas de alimentación fotovoltaica, este es
el punto de convergencia de puertos, ya que este convierte los protocolos y
realiza la recopilación de los datos para los dispositivos de los sistemas de
alimentación fotovoltaica, así mismo este equipo es el encargado de expandir
los puertos para el SmartLogger.

46
Figura 25. Placa de identificación Smart Module

Fuente: e.huawei.com

Para la identificación del modelo en el Smart Module, este se puede ver en la


placa de identificación: (1) Marca comercial, módulo de expansión, modelo del
producto y clasificación de potencia, (2) Modo de comunicaciones – tipo de
versión, (3) Símbolos de cumplimiento, identificador de función, (4) Nombre de
la compañía y lugar de fabricación.

4.2.6.2 Instalación del SmartLogger y el SmartModule


La instalación de los equipos se puede realizar en la pared o en una estructura
segura ubicada en el área de transformación, debe fijarse rieles o puntos en la
pared antes de instalar el SmartLogger y el SmartModule, estos deben tener
suficiente longitud para fijar el SmartLogger y el SmartModule, asi mismo se
deberá tener en cuenta la longitud efectiva recomendada por el fabricate que
es de 360 mm o más.

47
Figura 26. SmartLogger Huawei.

Fuente: e.huawei.com

Figura 26.1. Instalación en pared SmartLogger y el SmartModule.

Fuente: e.huawei.com

4.2.6.3 Conexión con el ModBUS


El SmartLogger se conectarse al inversor solar a través de un cable de
alimentación de CA, así como se deberá conectar el cable de comunicaciones
RS485 al inversor solar.

Si el SmartLogger usa un cable de alimentación de CA como cable de


comunicaciones, se deben instalar un disyuntor en miniatura (MCB) y un
interruptor de cuchilla con fusible para evitar que el dispositivo se dañe por un
cortocircuito.

48
Figura 27. Conexión del calble ModBUS.

Fuente: e.huawei.com

- (1) Barra colectora L1/L2/L3


- (2) Fusible
- (3) Caja de interruptores de cuchilla
- (4) Interruptor automático en miniatura

El SmartModule puede conectarse a dispositivos de comunicaciones RS485,


como un inversor solar, un EMI, un medidor de potencia y un PID, a través de
puertos COM, para ello hay que asegurarse de que el puerto RS485+ esté
conectado al puerto COM+ del SmartModule, y de que el puerto RS485- esté
conectado al puerto COM- del SmartModule.

Figura 28. Conexión del cable de comunicaciones RS485.

Fuente: e.huawei.com

49
Si los dispositivos deben conectarse en cascada, esto según la necesidad,
conéctelos en cascada y a continuación, conéctelos al SmartModule.

4.2.7 Interfaz de usuario WebUI

A través de la interfaz de gestión WebUI del sistema, se podrá administrar


parámetros tales como:

- Información de planta activa: Permite consultar información


relacionada con las plantas de celdas fotovoltaicas.
- Parámetros de comunicación y gestión: Permite configurar
parámetros de Red inalámbrica, datos móviles (4G/3G/2G), RS485,
medidores de potencia, sistema de gestión y seguridad de comunicación,
ModBUS TCP, control de potencia activa y reactiva, límites de
exportación, compensación de potencia reactiva inteligente, apagado
remoto y algoritmo de seguimiento inteligente.
- Alarma activa: Permite consultar alarmas activas, asi como su edición y
configuración de parámetros.
- Rendimiento planta: Permite consultar la producción energética del
sistema como la Producción energética diaria (Los datos pueden
almacenarse a cada hora durante 30 días), Producción energética
mensual (Los datos pueden almacenarse de manera diaria durante un
año), Producción energética anual (Los datos pueden almacenarse de
manera mensual durante 10 años), Producción energética histórica (Los
datos pueden almacenarse de manera anual durante 25 años).
- Datos móviles: Permite consultar los datos de la red móvil
configurada(4G/3G/2G), así como exportar la información de
funcionamiento de un dispositivo con su respectivo rendimiento.
- SrmatLogger, SUN2000, ModBUS, Medidor de potencia, STS:
Permitirá visualizar o configurar los datos de rendimiento, Parámetros de
funcionamiento, Sistema de seguimiento, Lista de STA (Permite
configurar o sincronizar las velocidades de transmisión en baudios de los
dispositivos de comunicación ModBUS, asi como la exportación de
información), Ajustes networking.

50
- Gestión de seguridad: Permite cargar un certificado de seguridad de
red, cambiar la contraseña de usuario, configurar la fecha y la hora de
cierre de sesión automático, actualizar la clave de acceso, configurar
TLS1.0 web y la verificación de la firma digital.

La versión del software está basada en la web, con una UI (Interfaz de usuario)
muy intuitiva y amigable, desde dicha interfaz se podrán gestionar los nombres
de los parámetros, los intervalos de valores y los valores predeterminados que
a su vez están sujetos a los cambios que se crea necesario.

Para configurar los parámetros, el personal responsable debe tener la


capacitación necesaria para que se les dé el acceso para configurar los
parámetros de la red eléctrica, protección, funciones y los parámetros de ajuste
de alimentación de los inversores solares. Si los parámetros de la red eléctrica,
los parámetros de protección y los parámetros de las funciones se configuran
de forma incorrecta, es posible que los inversores solares no se conecten a la
red eléctrica. Si los parámetros de ajuste de alimentación se configuran de
forma incorrecta, es posible que los inversores solares no se conecten a la red
eléctrica según lo requerido. En estos casos, se verá afectada la producción
energética.

Figura 29. Interfaz de usuario WebUI

Fuente: e.huawei.com

51
1. Menú de primer nivel: Seleccione el menú de primer nivel
correspondiente antes de realizar cualquier operación mediante la
interfaz de usuario basada en la web.
2. Menú de segundo nivel: Dentro del menú de primer nivel, seleccione el
dispositivo que desee consultar o el parámetro que desee configurar
en el menú de segundo nivel.
3. Menú del tercer nivel: Después de seleccionar un menú de segundo
nivel, seleccione un menú de tercer nivel para acceder a la página de
consulta o ajustes. Algunos menús de segundo nivel no incluyen
menús de tercer nivel.
4. Página de información detallada: Muestra los detalles de la información
consultada o la configuración de los parámetros.
5. Fecha y hora del sistema: Muestra la hora y fecha actual del sistema.
6. Planificación de la red eléctrica: Muestra el modo de planificación de la
red eléctrica actual del sistema.
7. Ícono de intensidad de señal de la tarjeta SIM: Muestra la intensidad
de la señal de la tarjeta SIM.
8. Ícono de alarma: Muestra la gravedad y la cantidad de alarmas activas
del sistema. Se puede hacer clic en un número para acceder a la
página de alarmas.
9. Idioma de la interfaz: Permite seleccionar el idioma de la pantalla o
cerrar la sesión.

4.2.7.1 Configuración de los parámetros para la conexión al sistema


de gestión remoto
Cuando el SmartLogger se conecta a un sistema de gestión de Huawei o de
terceros usando el protocolo Modbus TCP cifrado a través de la red 4G/3G/2G,
se deberá configurar los parámetros del sistema de gestión con los parámetros
correctos de datos móviles, tal como se puede observar en la Figura 29.

52
Figura 30. Configuración de parámetros de datos móviles.

Fuente: e.huawei.com

Para los parámetros de tráfico mensual y modo de red, se deberá configurar la


función del paquete de tráfico de la tarjeta, para el parámetro Modo APN, se
deberá dejar con el parámetro por defecto en automático; cuando el parámetro
Modo APN se configura como Manual, es necesario configurar los parámetros
relacionados con la tarjeta (proporcionado por el operador de la tarjeta).

Al configurar el sistema de gestión, se deberá indicar la dirección IP del servidor


o nombre de dominio de la empresa, así como el puerto por el que se permitirá
la comunicación, según el fabricante recomienda que, para el parámetro del
modo de dirección, el valor puede ser dirección de comunicación o dirección
lógica. Si la dirección de comunicaciones del dispositivo conectado al
SmartLogger es única, se deberá seleccionar dirección de comunicación. En
otros casos, se debe seleccionar dirección lógica.

Para asegurar la seguridad en la transferencia de datos sin el riesgo de que


estos sean alterados por cualquier método de ciberseguridad, se deberá
seleccionar el cifrado SSL (Secure Socket Layer) en modo habilitar, para
obtener una conexión segura entre el cliente y servidor. Si este parámetro se
configura como Deshabilitar, el intercambio de datos entre el SmartLogger y el
sistema de gestión no se cifrará, lo que genera riesgos de seguridad.

53
4.2.7.2 Configuración de los parámetros de comunicación RS485
En la configuración para la comunicación del RS485, los parámetros Protocolo,
Velocidad de transmisión en baudios, Paridad y Bit de parada, deben
configurarse con los mismos valores para los dispositivos conectados al mismo
puerto COM.

Cuando el SmartModule está conectado al SmartLogger, el nombre del


dispositivo del SmartModule es Module(M1) y el puerto correspondiente es
M1.COM, al usarse el protocolo ModBus. Cuando el inversor solar conectado
realice la planificación rápida de la red eléctrica usando tanto ModBus como
RS485, configure el parámetro Protocolo como Modbus-Control.

Figura 31. Configuración de los parámetros de RS48.

Fuente: e.huawei.com

4.2.7.3 Configuración de parámetros del inversor Huawei SUN2000


La configuración para conectarse con el inversor solar, se puede realizar de
manera automática realizando una búsqueda auto o añadiendo manualmente
el dispositivo, en el parámetro tipo de dispositivo es donde se debe seleccionar
SUN2000, en el modo de conexión ya que el inversor solar usa el puerto RS485
para la comunicación, se deberá configurar este parámetro indicando el puerto
COM1 conectado al inversor solar, tal como se visualiza en la Figura 32.

Así mismo se deberá configurar todos los parámetros de funcionamiento, red


eléctrica, protección, parámetros funcionales, ajustes de potencia y la detección
de acceso a la cadena fotovoltaica.

54
Figura 32. Configuración de parámetros del inversor SUN2000.

Fuente: e.huawei.com

4.2.7.4 Planificación de la red eléctrica


Para los ajustes de potencia, de acuerdo con los requisitos estándares, el
SmartLogger puede ajustar la potencia en tiempo real y de manera fiable para
los inversores solares conectados; esto permite garantizar que la planta de
celdas fotovoltaicas pueda cumplir los requisitos necesarios por la compañía
eléctrica de forma oportuna.

Para asegurarse de que el SmartLogger envíe comandos de planificación a los


inversores solares conectados, es necesario seleccionar el modo de control de
potencia activa o reactiva antes de ajustar la potencia activa o reactiva de una
planta de celdas fotovoltaicas. Si el Modo de control de potencia activa está
configurado como Sin límites o el Modo de control de potencia reactiva está
configurado como Ninguna salida, el SmartLogger no envía comandos de
planificación a los inversores solares conectados.

El modo de control de potencia activa debe ser configurado como sin límites si
es que se desea que el inversor solar funciona a carga plena o con limitación
de valor fijo de porcentaje (bucle abierto) para controlar la potencia de salida
máxima del inversor solar en función del horario que se desee establecer, así
mismo si se configuran múltiples puntos temporales, el inversor solar funcionará
con la potencia máxima especificada para el momento anterior y más próximo
a la hora actual del sistema.

55
Figura 33. Control de potencia activa y reactiva.

Fuente: e.huawei.com

Para el control de potencia reactiva se debe ajustar el voltaje en el punto de


conexión a la red eléctrica, en la planificación de la red eléctrica se puede
permitir que una planta de celdas fotovoltaicas absorba o añada potencia
reactiva en el punto de conexión a la red eléctrica; es decir, permite la
compensación de potencia reactiva en función del estado de transmisión de
potencia reactiva en tiempo real de la red eléctrica.

4.2.7.4.1 Configuración de parámetros para la compensación


inteligente de potencia reactiva
El algoritmo inteligente de compensación de potencia reactiva obtiene los datos
de alimentación del medidor de potencia del gateway a través del SmartLogger,
realiza un análisis inteligente de algoritmos, ajusta la salida de potencia reactiva
del inversor solar, optimiza el factor de potencia del gateway y reduce o evita la
carga del factor de potencia para aumentar la producción energética de la
planta de celdas fotovoltaicas. Cuando el SmartLogger recibe un comando de
planificación remota de potencia reactiva de la planta de celdas fotovoltaicas,
pasa automáticamente del modo de control de potencia reactiva a
Programación de comunicación remota. Si se requiere el control de factor de
potencia por bucle cerrado, configure el parámetro modo de control de potencia
reactiva como Control de factor de potencia por bucle cerrado y configure el
factor de potencia deseado de forma correcta.

56
Figura 34. Configuración de parámetros para la compensación inteligente de potencia reactiva.

Fuente: e.huawei.com

4.3 Factibilidad económica de la implementación de Smart grid

4.3.1 Beneficios económicos

Los sistemas de Smart grid diseñados anteriormente se integran a la red


eléctrica de la distribuidora, como se mencionó anteriormente, con la finalidad
principal de garantizar la calidad del servicio eléctrico en la población, reducir
el nivel de pérdidas de energía eléctrica por los largos tramos, y atender el
crecimiento de la demanda poblacional y cargas especiales del área de
influencia del proyecto como cargas industriales. Pero adicionalmente existe un
beneficio económico directo que promueven rentabilidad económica y esto se
debe a que se dejará de comprar energía al SEIN en proporción a la energía
generada por las Smart grid.

Los ahorros por dejar de comprar electricidad al SEIN y en los que se logran al
mejorar la eficiencia y calidad de energía del sistema se estimaron en 10
ctm.S/kWh.

Para el cálculo del costo se consideró los siguientes gastos que se reducirán al
implementar el sistema fotovoltaico.

57
- Compra de Energía del SEIN
- Pérdidas de Distribución
- Multas evitadas por cortes de energía.

Cuando el sistema que vamos a instalar inyecte energía activa se tendrán


ahorros por energía.

4.3.2 Beneficios ambientales

La generación fotovoltaica está reemplazando unidades de energía eléctrica no


generadas de la red interconectada nacional, por ende, al emplear tecnologías
limpias estamos evitando que se emita CO2 contaminante a la atmosfera. Para
cuantificar los beneficios ambientales, partimos de los siguientes datos:

En un año el sistema FV generará:

Tabla 13. Generación del primer año sin pérdidas.


Pac Energía generada en el primer año (kWh)
25kW 43,800.00
50kW 73,000.00
100kW 146,000.00
300kW 438,000.00
Fuente: Elaboración propia.

En 25 años dicho valor, considerando la degradación, se convierte en:

Tabla 14. Generación del primer año con pérdidas.


Pac Energía generada en el primer año (MWh)
25kW 860.00
50kW 1,460.00
100kW 2,920.00
300kW 8,760.00

Para calcular las emisiones de CO2 evitadas se usará el factor de conversión:


0.495 kg CO2/kWh.

58
Este factor es tomado de la base de cálculo que tiene el FONAM (Fondo
Nacional del Ambiente).
Bajo este valor el acumulado de emisiones de CO2 evitadas será:

495 𝑘𝑘𝑘𝑘 𝐶𝐶𝐶𝐶2 1𝑇𝑇𝑇𝑇𝑇𝑇. 𝐶𝐶𝐶𝐶2


𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸í𝑎𝑎 ∙ ∙
1 𝑀𝑀𝑀𝑀ℎ 1000𝑘𝑘𝑘𝑘 𝐶𝐶𝐶𝐶2

Tabla 15. Indicador ambiental.


Pac Emisiones de dióxido de carbono (𝒕𝒕𝒕𝒕𝑶𝑶𝟐𝟐 𝒆𝒆)
25kW 425.7
50kW 722.7
100kW 1445.4
300kW 4336.2
Fuente: Elaboración propia.

Si hablamos de las emisiones de CO2 este proyecto evitará la emisión de toneladas


de CO2 equivalente en 25 años de vida útil, en el mismo tiempo beneficiando así a
nuestro planeta Tierra, es decir el proyecto es sostenible.

4.3.3 Beneficios técnicos

Los beneficios técnicos son aquellos que mejoran el funcionamiento u operación


del sistema eléctrico. Una de los principales beneficios que se pueden obtener de
un sistema fotovoltaico es que los inversores son capaces de generar potencia
reactiva. El inversor puede inyectar potencia reactiva capacitiva o inductiva a la red
dependiente del factor de potencia que disponga. En nuestro caso dispone de un
factor de potencia 0.8 reactivo y capacitivo, esto quiere decir que nuestro sistema
puede inyectar hasta 60% de la potencia activa en de potencia reactiva capacitiva
o inductiva incluso en horas en las que no hay radiación solar.
Se puede utilizar el sistema fotovoltaico instalado para inyectar potencia reactiva y
aumentar el factor de potencia de la red eléctrica.

En cuanto al incremento de eficiencia, como se tiene un sistema de generación on-


site, hay menos pérdidas de transmisión a nivel global, que consumiendo
electricidad desde la red.

Los inversores producen corriente ac de alta calidad (con bajos armónicos) lo cual

59
es bueno desde el punto de vista técnico para el sistema eléctrico.

La instalación de un sistema fotovoltaico también permite tener cierta potencia


adicional durante horas de radiación solar. Es decir, en horas del día se puede
superar la potencia contratada puesto que el sistema fotovoltaico puede proveer
esta potencia adicional sin incurrir en penalidades por parte de la transmisora.

4.4 Evaluación económica

4.4.1 Gastos de capital (CAPEX)

Se determina el costo de las partidas de acuerdo al equipamiento obtenido en el


diseño formulado y en base a cotizaciones obtenidas con precios actuales del
mercado.
Las partidas que se estimarán son las siguientes:
a) Suministro Eléctrico Principal
b) Mano de Obra
c) Gastos Generales

Los Gastos Generales son aquellos costos indirectos relacionados a la ejecución


de la obra, que no intervienen directamente en el proceso constructivo pero que
sirven de apoyo o complemento y pueden ser ejecutados en el lugar de la obra o
desde otras instalaciones ajenas a ella, y son derivados de la propia actividad
empresarial o de administración.

4.4.2 Gastos de Operación y Mantenimiento (OPEX)

El mantenimiento de una instalación fotovoltaica no es muy complejo ya que la


instalación en fija y aislada, lo cual los costos de operación del sistema de
generación fotovoltaico son prácticamente nulos.
- La inspección es visual en su mayoría y se deben verificar principalmente
los siguientes puntos:
- Inspeccionar el cableado, las conexiones, pletinas y terminales.
- Comprobación del bueno estado de módulos, que el vidrio no se encuentre
roto o penetre humedad al interior.

60
- Revisar posibles daños en la estructura, principalmente por corrosión.
- Verificar el estado físico y la limpieza de las baterías.
- Comprobar la caída de tensión entre terminales de los reguladores.
- Revisar el estado de indicadores y alarmas del inversor.
- Verificar el buen estado de los sistemas de seguridad como puesta a tierra,
interruptores y fusibles.
Consideraremos gastos anuales del OPEX de un 2 % del CAPEX (valor típico).

Tabla 16. Caso 25 kW


Parámetros Energéticos VALOR

Demanda Anual [kWh] 43800

PV + Batería VALOR

Tasa de descuento 10%

CAPEX [$] 25000

OPEX [$/año] 500

N° años 20

Costo de electricidad VALOR

$
Tarifa + Otros [$/kWh]
0.10

Fuente: Elaboración propia.

61
Tabla 17. Flujo de caja del caso 25 kW

VALORES NETOS VALORES NIVELADOS


Año OPEX ENERGIA [kWh] FLUJO ECONÓMICO OPEX-nivelado ENERGIA- nivelada FLUJO ECONÓMICO Flujo No Nivelado
0 -25000 $ -25,000.00 -25000.00
1 $ 500.00 43,800.00 3880.00 $ 500.00 43,800.00 $ 3,880.00 -21120.00
2 $ 500.00 43,800.00 3880.00 $ 454.55 39,818.18 $ 3,527.27 -17592.73
3 $ 500.00 43,800.00 3880.00 $ 413.22 36,198.35 $ 3,206.61 -14386.12
4 $ 500.00 43,800.00 3880.00 $ 375.66 32,907.59 $ 2,915.10 -11471.01
5 $ 500.00 43,800.00 3880.00 $ 341.51 29,915.99 $ 2,650.09 -8820.92
6 $ 500.00 43,800.00 3880.00 $ 310.46 27,196.35 $ 2,409.17 -6411.75
7 $ 500.00 43,800.00 3880.00 $ 282.24 24,723.96 $ 2,190.16 -4221.59
8 $ 500.00 43,800.00 3880.00 $ 256.58 22,476.33 $ 1,991.05 -2230.53
9 $ 500.00 43,800.00 3880.00 $ 233.25 20,433.02 $ 1,810.05 -420.49
10 $ 500.00 43,800.00 3880.00 $ 212.05 18,575.48 $ 1,645.50 1225.01
11 $ 500.00 43,800.00 3880.00 $ 192.77 16,886.80 $ 1,495.91 2720.92
12 $ 500.00 43,800.00 3880.00 $ 175.25 15,351.63 $ 1,359.92 4080.84
13 $ 500.00 43,800.00 3880.00 $ 159.32 13,956.03 $ 1,236.29 5317.12
14 $ 500.00 43,800.00 3880.00 $ 144.83 12,687.30 $ 1,123.90 6441.02
15 $ 500.00 43,800.00 3880.00 $ 131.67 11,533.91 $ 1,021.73 7462.75
16 $ 500.00 43,800.00 3880.00 $ 119.70 10,485.37 $ 928.84 8391.59
17 $ 500.00 43,800.00 3880.00 $ 108.81 9,532.16 $ 844.40 9235.99
18 $ 500.00 43,800.00 3880.00 $ 98.92 8,665.60 $ 767.64 10003.63
19 $ 500.00 43,800.00 3880.00 $ 89.93 7,877.81 $ 697.85 10701.48
20 $ 500.00 43,800.00 3880.00 $ 81.75 7,161.65 $ 634.41 11335.89
TOTAL $ 4,682.46 410,183.50 $ 11,335.89

Fuente: Elaboración propia.

62
Tabla 18. Caso 50 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 73,000.00

PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 50,000.00
$
OPEX [$/año]
1,000.00
N° años 20

Costo de electricidad VALOR


$
Tarifa + Otros [$/kWh]
0.10

Fuente: Elaboración propia.

63
Tabla 19. Flujo de caja del Caso 50 kW.

VALORES NETOS VALORES NIVELADOS


Año OPEX ENERGIA [kWh] FLUJO ECONÓMICO OPEX-nivelado ENERGIA- nivelada FLUJO ECONÓMICO Flujo No Nivelado
0 -50000 $ -50,000.00 -50000.00
1 $ 1,000.00 73,000.00 6300.00 $ 1,000.00 73,000.00 $ 6,300.00 -43700.00
2 $ 1,000.00 73,000.00 6300.00 $ 909.09 66,363.64 $ 5,727.27 -37972.73
3 $ 1,000.00 73,000.00 6300.00 $ 826.45 60,330.58 $ 5,206.61 -32766.12
4 $ 1,000.00 73,000.00 6300.00 $ 751.31 54,845.98 $ 4,733.28 -28032.83
5 $ 1,000.00 73,000.00 6300.00 $ 683.01 49,859.98 $ 4,302.98 -23729.85
6 $ 1,000.00 73,000.00 6300.00 $ 620.92 45,327.26 $ 3,911.80 -19818.04
7 $ 1,000.00 73,000.00 6300.00 $ 564.47 41,206.60 $ 3,556.19 -16261.86
8 $ 1,000.00 73,000.00 6300.00 $ 513.16 37,460.54 $ 3,232.90 -13028.96
9 $ 1,000.00 73,000.00 6300.00 $ 466.51 34,055.04 $ 2,939.00 -10089.96
10 $ 1,000.00 73,000.00 6300.00 $ 424.10 30,959.13 $ 2,671.81 -7418.15
11 $ 1,000.00 73,000.00 6300.00 $ 385.54 28,144.66 $ 2,428.92 -4989.23
12 $ 1,000.00 73,000.00 6300.00 $ 350.49 25,586.05 $ 2,208.11 -2781.12
13 $ 1,000.00 73,000.00 6300.00 $ 318.63 23,260.05 $ 2,007.37 -773.74
14 $ 1,000.00 73,000.00 6300.00 $ 289.66 21,145.50 $ 1,824.89 1051.14
15 $ 1,000.00 73,000.00 6300.00 $ 263.33 19,223.18 $ 1,658.99 2710.13
16 $ 1,000.00 73,000.00 6300.00 $ 239.39 17,475.62 $ 1,508.17 4218.30
17 $ 1,000.00 73,000.00 6300.00 $ 217.63 15,886.93 $ 1,371.06 5589.36
18 $ 1,000.00 73,000.00 6300.00 $ 197.84 14,442.66 $ 1,246.42 6835.79
19 $ 1,000.00 73,000.00 6300.00 $ 179.86 13,129.69 $ 1,133.11 7968.90
20 $ 1,000.00 73,000.00 6300.00 $ 163.51 11,936.08 $ 1,030.10 8999.00
TOTAL $ 9,364.92 683,639.17 $ 8,999.00

Fuente: Elaboración propia.

64
Tabla 20. Caso 100 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 146,000.00

PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 100,000.00
$
OPEX [$/año]
2,000.00
N° años 20

Costo de electricidad VALOR


$
Tarifa + Otros [$/kWh]
0.10

Fuente: Elaboración propia.

65
Tabla 21. Flujo de caja del caso 100 kW

Fuente: Elaboración propia.

66
Tabla 22. Caso 300 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 438,000.00

PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 300,000.00
$
OPEX [$/año]
6,000.00
N° años 20

Costo de electricidad VALOR


$
Tarifa + Otros [$/kWh]
0.10

Fuente: Elaboración propia.

67
Tabla 23. Flujo de caja de caso 300 kW

Fuente: Elaboración propia.

68
4.4.3 Tiempo de recuperación de la inversión (ROI)

El tiempo del retorno de inversión (ROI) se considera al tiempo en el cual se


empieza a recuperar la inversión económica realizada para el proyecto fotovoltaico.
Para dicho cálculo se usará la metodología de flujo de caja acumulado (cash flow),
donde en una hoja de datos se empieza a indicar los egresos (gastos de O&M,
sustitución de equipos) e ingresos (ahorros generados en la factura de electricidad)
que tendrá el proyecto a lo largo del tiempo de vida útil del mismo que para este
caso consideraremos 20 años.

Figura 35. Modelo del flujo de caja acumulado para calcular el ROI.

Fuente: frontiersin.org

Este cálculo considera además la variabilidad anual de ahorros de la planta a causa


de la degradación de producción de los módulos fotovoltaicos especificada por el
fabricante como parte de su envejecimiento natural de operación.

Finalmente nos apoyamos de la misma hoja de cálculo pasa obtener los valores del
VAN, TIR y LCOE del proyecto.

69
Para el presente proyecto calculó el LCOE a 20 años. Existen varias maneras de
obtener el LCOE. Matemáticamente, nosotros la obtendremos utilizando la
siguiente fórmula:

𝐶𝐶𝑡𝑡 + 𝑂𝑂𝑡𝑡 + 𝑉𝑉𝑡𝑡


∑𝑛𝑛𝑡𝑡=1
(1 + 𝑑𝑑)𝑡𝑡
𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿 =
𝐸𝐸𝑡𝑡
∑𝑛𝑛𝑡𝑡=1
(1 + 𝑑𝑑)𝑡𝑡

Donde:

Et = Generación de energía vendida en el año t.

Ct = CAPEX en el año t

Ot = OPEX en el año t

Vt = Costos variables como combustibles o reemplazo de baterías en el año t

d = tasa de descuento

n = tiempo de vida del proyecto. En este caso se analizará a 20 años.

Tabla 24. Indicadores económicos del caso 25 kW.

INDICADOR VALOR DIMENSIÓN


LCOE 0.07 [$/kWh]
VAN 11,547.94 $
TIR 15% -
Fuente: Elaboración propia.

Tabla 25
Indicadores económicos del caso 50 kW.
INDICADOR VALOR DIMENSIÓN
LCOE 0.09 [$/kWh]
VAN 9,211.05 $
TIR 11% -
Fuente: Elaboración propia.

70
Tabla 26. Indicadores económicos del caso 100 kW.
INDICADOR VALOR DIMENSIÓN
LCOE 0.09 [$/kWh]
VAN 17,997.99 $
TIR 11% -

Fuente: Elaboración propia

Tabla 27. Indicadores económicos del caso 300 kW.


INDICADOR VALOR DIMENSIÓN
LCOE 0.09 [$/kWh]
VAN 53,993.98 $
TIR 11% -

Fuente: Elaboración propia

Si el VAN es positivo y el TIR resultar mayor que la tasa asumida, se acepta el


proyecto. Estos primeros indicadores nos muestran que el proyecto puede ser
aceptado financieramente.

V. Discusión

5.1 Calidad de red de distribución Amazonas – Cajamarca

De acuerdo a información obtenida de fuentes como OSINERGMIN, la empresa


concesionaria cuenta con diversas zonas, de las cuales se consideró para el
proyecto la zona de concesión de Amazonas – Cajamarca.

Interpretando los datos se puede observar que en la región de Cajamarca se cuenta


con un sistema más interconectado que en Amazonas, producto de las cercanías
de sus localidades.

En Amazonas, se cuentan con centrales hidroeléctricas y térmicas, pero en su


mayoría estas se encuentran en el sur de Amazonas (Centrales y subestaciones
eléctricas).

De acuerdo al análisis de la data de la Dirección General de Electrificación Rural


(DGER), el nivel de electrificación rural en Amazonas es solo del 76.4%, y en

71
Cajamarca es de 82.2%. Esto es principalmente por la lejanía entre las localidades
que se asientan sobre zonas rurales, lo que complica técnica y económicamente su
interconexión a red. Ante esto se opta por sistemas alternativos para satisfacer y
cubrir parte de su demanda, como sistemas que funcionan con grupos
electrógenos, o la instalación de módulos fotovoltaicos independientes para cada
domicilio que cubra solo su demanda de iluminación.

Aunque estos sistemas alternativos se presentan como buenas alternativas, son


limitantes para el desarrollo de la localidad y en el caso de los equipos electrógenos,
representan una fuente más de energía contaminante y no renovable.

5.2 Análisis de subestaciones y clasificación por capacidades

El análisis por capacidades de las subestaciones eléctricas realizadas mediante el


algoritmo de clustering, permitió analizar 225 estaciones de entre 100 a 3200 kVA,
que fueron divididas en 4 grupos.

En cada uno de ellos se considera la implementación de Smart grids basadas en


generación fotovoltaica y sistemas de almacenamiento de energía mediante
baterías, para cubrir como máximo el 25% de la capacidad de la subestación.

Este valor fue elegido como limitante para evitar los problemas relacionados con la
alta penetración fotovoltaica, que principalmente está relacionado con problemas
de sobretensión y cortocircuito como consecuencia de inversión en el flujo de la
potencia.

Los valores de potencia fotovoltaica de 25, 50, 100, 300 kVA son comerciales, por
lo que los equipos que se usarán también lo son (Inversores, Smart Logger).

5.3 Diseño de las Smart grids

El ratio DC/AC es el que me permite definir y diseñar mi sistema fotovoltaico en DC


y existen valores preestablecidos y recomendados de acuerdo a otros factores
como las condiciones de irradiación en la localidad de ubicación del proyecto. Se
busca un equilibrio entre aprovechar el punto máximo de potencia y no limitar al
sistema de generación DC demasiado como para considerar otro inversor o
incrementar la potencia de los existentes.

72
De acuerdo a la localidad de estudio, la irradiancia es de 4 kWh/m2/día, por lo que
se está considerando un ratio de 1.2 y con ello se consideran las dimensiones de
los sistemas en DC con las potencias 30, 60, 120, y 360 kWp.

Huawei es fabricante de los inversores más óptimos para sistemas On-grid, y


considerar valores comerciales para el diseño del sistema representa una gran
oportunidad en ahorro de recursos.

El utilizar strings de 20 módulos en serie me permite maximizar el uso de los


inversores y sus capacidades en voltaje y corriente por cada seguidor del punto de
máxima potencia (MPPT). Además, el sistema se diseña tomando en cuenta las
variaciones del sistema producto de factores externos como la temperatura y la
irradiancia.

De acuerdo a los cálculos, la distancia mínima entre módulos es de 2 metros, lo


que me permite garantizar que no se generarán sombras entre ellos en las diversas
condiciones que se puedan presentar.

Como se mencionó anteriormente, los inversores seleccionados son comerciales y


de la marca Huawei, especialmente diseñados para trabajar con sistemas On-Grid.
Sus capacidades son de 25, 50, y 100kW. Estos inversores On-Grid, me permiten
corregir el factor de potencia de la red, inyectando energía reactiva con un factor
opuesto, corrigiéndolo. Además, la potencia generada por los inversores es de alta
calidad, con bajo niveles de armónicos.

Y los módulos fotovoltaicos a utilizar son de 500Wp de la marca Trina solar que
representa una de las marcas más confiables que existen actualmente en el
mercado y que use tecnología monocristalina.

El sistema de almacenamiento de energía fue diseñado para suministrar energía


por 30 minutos en caso se cuente con un problema de suministro por parte de la
red.

Las baterías de plomo ácido si bien son más económicas, son las más tradicionales,
pueden resultar muy contaminantes y caras de mantener, sin embargo, las baterías
de iones de litio son las más confiables.

73
5.4 Factibilidad económica de la implementación de la Smart grid.

Para analizar la factibilidad económica del sistema se utilizó el VAN (Valor Actual
Neto) y el TIR (Tiempo de retorno de la inversión) para cada uno de las 4 propuestas
de centrales.

Todo partió del cálculo de energía generada durante los primeros 25 años
considerando la degradación propia del módulo que es de alrededor del 20% en
total.

El impacto ambiental por utilizar centrales de generación no convencionales se


aprecia con el cálculo del valor acumulado de emisiones de CO2 evitados que llega
a ser hasta de 4336.2 kToneladas de CO2.

5.5 Evaluación económica

Para ello se consideraron valores para la evaluación de proyectos, como CAPEX y


OPEX, que me permiten conocer los valores reales de inversión para la ejecución
de la obra, y el segundo me permite conocer los gastos reales de operación y
mantenimiento del equipo.

Para el cálculo del CAPEX se utilizaron 3 partidas principales:

1. Suministro Eléctrico Principal


2. Mano de Obra
3. Gastos Generales: Costos indirectos relacionados a la ejecución de la obra.

Para el cálculo del OPEX, se consideró un 2% del CAPEX por ser un valor típico.
Estos costos, como se explicaron anteriormente, representan los gastos por
operación y mantenimiento de la central, sin embargo, en este tipo de proyectos, la
mayor parte la representa los costos por mantenimiento, propia de su complejidad,
y los costos de operación son prácticamente nulos.

El cálculo del VAN y TIR se realiza a 20 años, durante los cuales se garantiza la
operación óptima de los sistemas, y los resultados principales se discuten a
continuación para los 4 tipos de centrales.

Tabla 28 Indicadores económicos del caso 25 kW.


INDICADOR VALOR DIMENSIÓN
CAPEX 25000 [$]

74
OPEX 500 [$/año]
LCOE 0.07 [$/kWh]
VAN 11,547.94 $
TIR 15% -
Fuente: Elaboración propia

Tabla 29 Indicadores económicos del caso 50 kW.


INDICADOR VALOR DIMENSIÓN
CAPEX 50000 [$]
OPEX 1000 [$/año]
LCOE 0.09 [$/kWh]
VAN 9,211.05 $
TIR 11% -
Fuente: Elaboración propia

Tabla 30 Indicadores económicos del caso 100 kW.


INDICADOR VALOR DIMENSIÓN
CAPEX 100000 [$]
OPEX 2000 [$/año]
LCOE 0.09 [$/kWh]
VAN 17,997.99 $
TIR 11% -
Fuente: Elaboración propia

Tabla 30 Indicadores económicos del caso 300 kW.


INDICADOR VALOR DIMENSIÓN
CAPEX 300000 [$]
OPEX 6000 [$/año]
LCOE 0.09 [$/kWh]
VAN 53,993.98 $
TIR 11% -
Fuente: Elaboración propia

El mejor costo nivelado de la energía (LCOE) es obtenido en la planta de 25kVA,


con un valor de 0.07 USD/kWh, lo que significa que cuesta 0.07 USD generar cada
kWh. Esto determina el valor de venta de la energía.

Por otro lado, el VAN mayor es para el sistema de mayor potencia, el de 300 kVA,
con un total de 53993.98 USD, lo que significa que, dentro de 20 años, la ganancia
total para una central de 300 kVA será de ese monto.

El VAN menor es para la central de 50kW con 9211.05 USD.

75
VI. Conclusiones

1. Se concluyó que, la calidad de la red de distribución de energía de la


zona de Amazonas – Cajamarca pudo ser mejorada con la
implementación de las Smart grids, siendo capaces de inyectar el 60%
de la energía generada para mantener la estabilidad del sistema y
cubriendo el 25% de la demanda de las subestaciones analizadas.
2. Se concluyó que, la red de distribución actual de la zona de Amazonas –
Cajamarca cuenta con un total de 225 subestaciones, las cuales han sido
clasificadas según su capacidad en kVA, teniendo cuatro categorías:
100-160; 200-350, 400-800 y 1000-3200.
3. Se concluyó que, los sistemas de generación fotovoltaica diseñados
deben ser capaces de suministrar como máximo el 25% de la capacidad
máxima de la subestación, obteniendo las siguientes capacidades: 25,
50, 100 y 300 kVA de potencia máxima, para cada categoría
correspondiente.
4. Se concluyó que, cada sistema requiere de un campo fotovoltaico de 30,
60, 120 y 360 kWp, con un sistema de almacenamiento (ESS) con una
capacidad de 60, 120, 240, 720 kWh; respectivamente. El sistema está
conformado por módulos fotovoltaicos de 500Wp de la marca TSM-
DE18M(II), e inversores de la marca Huawei teniendo SUN2000-25KTL-
US SUN2000-50KTL-M0 y SUN2000-100KTL-M1.
5. Se concluyó que, los sistemas generación de 25, 50, 100 y 300 kVA
fueron capaces de generar 860, 1460, 2920 y 8760 MWh,
respectivamente. Además, de la evaluación ambiental se obtuvo un
indicador de 425.7, 722.7, 1445.4 y 4336.2 tCO2 para cada sistema,
respectivamente; y del análisis económico se obtuvo que el sistema de
25 kVA es el más rentable con un LCOE de 0.07 USD/kWh, mientras los
demás sistemas obtuvieron un LCOE de 0.09 USD/kWh; aunque,
analizando el VAN se establece que la mayor ganancia la tiene el sistema
de 300 kVA con un total de 53 993.98 USD.

76
VII. Recomendaciones

- Realizar un estudio de evaluación y comparación del costo nivelado de


energía entre Smart grids a base de centrales fotovoltaicas y centrales
eólicas como fuentes de generación renovables y no convencionales.
- El presente proyecto puede extenderse a otras zonas alejadas y con bajo
porcentaje de electrificación rural como Ucayali y Loreto con 51.3% y 52.6%
de electrificación rural de acuerdo a la información obtenida de
OSINERGMIN.
- Hacer estudios detallados y planes de mantenimiento de sistemas
fotovoltaicos conectados a red (On Grid) que se encuentren en zonas
geográficas con acceso complicado, donde la gestión in situ sea no rentable
y factible para la concesión.
- Evaluar las consecuencias de diseñar sistemas fotovoltaicos con una mayor
penetración en la red, sus ventajas y desventajas.
- Realizar un tipo de investigación más profunda, que permita dar mayor
precisión a cerca de todos los aspectos técnicos, económicos e impacto
social y ambiental, para la implementación de redes eléctricas inteligentes.
- Investigar sobre la aplicación de Infraestructura de Medición Avanzada con
la tecnología TWACS (two way automatic communication system), para el
desarrollo de sistemas inteligentes, donde permita la gestión remota de las
actividades comerciales como la gestión de cortes, reconexiones, toma de
lecturas y facturación en las zonas rurales de difícil acceso, así como de las
ciudades más pobladas de la concesión.

77
VIII. Referencias

ADIL, A.M. y KO, Y., 2016. Socio-technical evolution of Decentralized Energy


Systems: A critical review and implications for urban planning and policy.
Renewable and Sustainable Energy Reviews, vol. 57, pp. 1025-1037. ISSN
1364-0321. DOI 10.1016/j.rser.2015.12.079.

BALASUBRAMANIAM, V.K., PALANISWAMY, S., SINGARAVEL, M.M.R. y


KRISHNASAMY, V., 2021. Intelligent Paradigms for Smart grid and
Renewable Energy Systems [en línea]. S.l.: Springer Singapore. [Consulta:
4 mayo 2021]. Algorithms for Intelligent Systems. ISBN 9789811599675.
Disponible en: https://www.springer.com/gp/book/9789811599675.

BENITO MISARAY, R.P., HUANACHIN OSORIO, J.W. y RODRÍGUEZ


RODRÍGUEZ, J.I., 2019. Una propuesta basada en Smart grid para mejorar
la electrificación rural en el Perú [en línea]. Tesis de grado. Lima: Universidad
ESAn. [Consulta: 22 septiembre 2021]. Disponible en:
https://repositorio.esan.edu.pe///handle/20.500.12640/1706.

BID, 2019. Evolución futura de costos de las energías renovables y


almacenamiento en América Latina [en línea]. 2019. S.l.: Banco
Interamericano de Desarrollo. [Consulta: 30 abril 2021]. Disponible en:
https://publications.iadb.org/es/publications/spanish/document/Evoluci%C3
%B3n_futura_de_costos_de_las_energ%C3%ADas_renovables_y_almace
namiento_en_Am%C3%A9rica_Latina_es.pdf.

BORDONS, C., GARCIA-TORRES, F. y RIDAO, M.A., 2020. Model Predictive


Control of Microgrids. [en línea]. 1. Cham: Springer International Publishing.
[Consulta: 11 abril 2021]. Advances in Industrial Control, 2193–1577. ISBN
978-3-030-24570-2. Disponible en: https://doi.org/10.1007/978-3-030-
24570-2_4.

BORLASE, S., 2017. Smart grids: Advanced Technologies and Solutions. 2. Boca
Raton: CRC Press. ISBN 978-1-4987-9955-3.

DE PALACIO RODRÍGUEZ, C., 2015. Marco de referencia para la implementación


de tecnología de redes inteligentes y mapa de inversión: Caso práctico:
Empresa de Alumbrado de Ceuta [en línea]. http://purl.org/dc/dcmitype/Text.
España: UNED. Universidad Nacional de Educación a Distancia (España).
[Consulta: 4 mayo 2021]. Disponible en:
https://dialnet.unirioja.es/servlet/tesis?codigo=52587.

DGER, 2016. VISOR DE MAPAS - DGER. [en línea]. [Consulta: 15 septiembre


2021]. Disponible en: https://mapas.minem.gob.pe/map_dger/.

ECHEVERRI-MARTÍNEZ, R., ALFONSO-MORALES, W., CAICEDO-BRAVO, E.F.,


ECHEVERRI-MARTÍNEZ, R., ALFONSO-MORALES, W. y CAICEDO-
BRAVO, E.F., 2020. A methodological Decision-Making support for the
planning, design and operation of Smart grid projects. AIMS Energy, vol. 8,
no. 4, pp. 627-651. ISSN 2333-8334. DOI 10.3934/energy.2020.4.627.
ELOR, 2018. Plan Estratégico Institucional 2017- 2021 [en línea]. 2018. S.l.: s.n.
Disponible en:
http://www.elor.com.pe/transparencia/web/historial/Plan%20Estrategico/Do
cumento/Plan_Estrategico/ELOR_Plan_Estrategico_2017-2021.pdf.

ELOR, 2019a. Electro Oriente invierte más de 40 millones de para ampliar potencia
de subestaciones Santa Rosa e Iquitos. ELOR [en línea]. [Consulta: 22
septiembre 2021]. Disponible en:
https://www.elor.com.pe/portal_elor/Noticias/IndexNoticias?idNoticia=1590.

ELOR, 2019b. Grandes obras de electrificación impulsa electro oriente con miras al
bicentenario - año 2021. ELOR [en línea]. [Consulta: 22 septiembre 2021].
Disponible en:
https://www.elor.com.pe/portal_elor/Noticias/IndexNoticias?idNoticia=1649.

ELOR, 2020. Memoria Anual ELOR 2019 [en línea]. 2020. S.l.: s.n. Disponible en:
http://www.elor.com.pe/memoria_elor/assets/media/imprimir/Electro_Orient
e_Memoria_Anual_2019.pdf.

ELTAMALY, A.M., MOHAMED, M.A. y ALOLAH, A.I., 2016. A novel Smart grid
theory for optimal sizing of hybrid renewable energy systems. Solar Energy,
vol. 124, pp. 26-38. ISSN 0038-092X. DOI 10.1016/j.solener.2015.11.016.

EUROPEAN COMMISION, 2011. Smart grid Mandate [en línea]. 2 marzo 2011. S.l.:
European Commision. Disponible en:
https://ec.europa.eu/energy/sites/ener/files/documents/2011_03_01_manda
te_m490_en.pdf.

GÓMEZ, V.A., HERNÁNDEZ, C., RIVAS, E., GÓMEZ, V.A., HERNÁNDEZ, C. y


RIVAS, E., 2018. Visión General, Características y Funcionalidades de la
Red Eléctrica Inteligente (Smart grid). Información tecnológica, vol. 29, no.
2, pp. 89-102. ISSN 0718-0764. DOI 10.4067/S0718-07642018000200089.

IEA, 2020. Smart grids – Analysis. IEA [en línea]. [Consulta: 4 mayo 2021].
Disponible en: https://www.iea.org/reports/smart-grids.

INCIBE CERT, 2020. Security guide for Industrial Protocols - Smart grid [en línea].
mayo 2020. S.l.: INCIBE CERT. Disponible en: https://www.incibe-
cert.es/sites/default/files/contenidos/guias/doc/incibe-
cert_guide_protocols_smart_grid_2017_v2.pdf.

INEI, 2020. Electrificación [en línea]. 2020. S.l.: INEI. Disponible en:
https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/
Lib1756/cap04.pdf.

IRENA, 2013. Smart grids and Renewables: A Guide for Effective Deployment.
/publications/2013/Nov/Smart-Grids-and-Renewables-A-Guide-for-
Effective-Deployment [en línea]. [Consulta: 4 mayo 2021]. Disponible en:
/publications/2013/Nov/Smart-Grids-and-Renewables-A-Guide-for-
Effective-Deployment.
JAHAN, I.S., SNASEL, V. y MISAK, S., 2020. Intelligent Systems for Power Load
Forecasting: A Study Review. Energies, vol. 13, no. 22, pp. 6105. DOI
10.3390/en13226105.

KABALCI, E. y KABALCI, Y., 2019. From Smart grid to Internet of Energy [en línea].
1. S.l.: ELSEVIER. [Consulta: 4 mayo 2021]. Energy. ISBN 978-0-12-
819711-0. Disponible en: https://www.elsevier.com/books/from-smart-grid-
to-internet-of-energy/kabalci/978-0-12-819710-3.

KASZNAR, A.P.P., HAMMAD, A.W.A., NAJJAR, M., LINHARES QUALHARINI, E.,


FIGUEIREDO, K., SOARES, C.A.P. y HADDAD, A.N., 2021. Multiple
Dimensions of Smart Cities’ Infrastructure: A Review. Buildings, vol. 11, no.
2, pp. 73. DOI 10.3390/buildings11020073.

KOTTAYIL, S.K., 2020. Smart Microgrids [en línea]. Primera. S.l.: CRC Press.
[Consulta: 10 mayo 2021]. ISBN 978-0-367-34362-0. Disponible en:
https://www.routledge.com/Smart-
Microgrids/Kottayil/p/book/9780367343620.

MIREZ TARRILLO, J.L., 2020. An novel power dispatch optimization using linear
programming and operating strategy in DC Microgrid. 2020 International
Conference on Mechatronics, Electronics and Automotive Engineering
(ICMEAE) [en línea]. S.l.: s.n., pp. 196-201. DOI
10.1109/ICMEAE51770.2020.00041. Disponible en:
https://ieeexplore.ieee.org/abstract/document/9359425.

OSINERMING, 2021. Mapa Instalaciones Alta Tensión - DSE. [en línea]. [Consulta:
15 septiembre 2021]. Disponible en:
https://www.osinergmin.gob.pe/newweb/uploads/Publico/MapaSEIN/.

PEÑAHERRERA SÁNCHEZ, J.A., 2017. Diseño óptimo de una red eléctrica


inteligente con criterios de eficiencia energética en la demanda, a partir de
la infraestructura eléctrica existente en el sector del parque bicentenario en
el área de servicio de la Empresa Eléctrica Quito S.A. [en línea]. Tesis de
postgrado. Quito: Escuela Politécnica Nacional. [Consulta: 13 mayo 2021].
Disponible en: http://bibdigital.epn.edu.ec/handle/15000/17427.

RAMOS GUARDARRAMA, J., HERNÁNDEZ AREU, O. y SILVERIO FREIRE, R.C.,


2019. Sistema de supervisión para el monitoreo de redes eléctricas
inteligentes. Ingeniería Energética, vol. 40, no. 3, pp. 264-272. ISSN 1815-
5901.

RUIZ, M. y INGA, E., 2019. Despliegue óptimo de redes ópticas para


comunicaciones en redes eléctricas inteligentes. I+D Tecnológico, vol. 15,
no. 2, pp. 79-85. ISSN 2219-6714. DOI 10.33412/idt.v15.2.2249.

SALLAM, A.A. y MALIK, O.P., 2019. Microgrids and Smart grids. Electric
Distribution Systems [en línea]. S.l.: IEEE, pp. 553-580. [Consulta: 26 mayo
2021]. ISBN 978-1-119-50930-1. Disponible en:
https://ieeexplore.ieee.org/document/8538848.
SHAFIE-KHAH, M., 2020. Blockchain-Based Smart grids. 1. London: Academic
Press. ISBN 978-0-12-817862-1.

SIOSHANSI, F., 2011. Smart grid [en línea]. 1. S.l.: ELSEVIER. [Consulta: 26 mayo
2021]. ISBN 978-0-12-386453-6. Disponible en:
https://www.elsevier.com/books/smart-grid/sioshansi/978-0-12-386452-9.

SWAIN, A., SALKUTI, S.R. y SWAIN, K., 2021. An Optimized and Decentralized
Energy Provision System for Smart Cities. Energies, vol. 14, no. 5, pp. 1451.
DOI 10.3390/en14051451.

TOMAR, A. y KANDARI, R., 2020. Advances in Smart grid Power System [en línea].
1. S.l.: ELSEVIER. [Consulta: 26 mayo 2021]. ISBN 978-0-12-824338-1.
Disponible en: https://www.elsevier.com/books/advances-in-smart-grid-
power-system/tomar/978-0-12-824337-4.

VICINI, R. y MICHELOUD, O., 2012. Smart grids: Fundamentos, tecnologías y


aplicaciones. 1. S.l.: Cengage Learning. ISBN 978-607-481-736-2.

ZOBAA, A.F., POTA, H.R. y VACCARO, A., 2021. Technology and Economics of
Smart grids and Sustainable Energy [en línea]. 1. S.l.: Springer International
Publishing. [Consulta: 4 mayo 2021]. Disponible en:
https://www.springer.com/journal/40866.
Anexos

Anexo I
Tabla 31. Matriz de Operacionalización de Variables.

Variables De Escala de
Definición Conceptual Definición Operacional Dimensión Indicadores
Estudio Medición
Variable Independiente

Sistema de energía con


capacidad de monitorear,
registrar y analizar los datos Sistema capaz de Evaluación del recurso
de la red de manera monitorear los parámetros Diseño de Smart renovable
Smart grid Razón
eficiente, tanto en la de una red y mejorar la grid
generación – transmisión y calidad de energía. Simulación con algoritmo
distribución (Gómez et al.,
2018).

Demanda Informe de la empresa


Ordinal
energética distribuidora

Se define como la gran Accesibilidad Distancia a la red principal Intervalo


Variable Dependiente

Señales de tensión y
variedad de fenómenos
corriente eléctrica, en un
electromagnéticos que
tiempo dado y espacio
Calidad de caracterizan la tensión y la
determinado de un sistema LPSP
energía corriente en un instante Indicadores
eléctrico que garanticen la (Ley de presupuesto del Razón
eléctrica dado y en un punto Técnicos
continuidad del servicio, los sector público)
determinado de la red
cuales pueden estar en
eléctrica. (Estándar IEEE
zonas urbanas o rurales. VAN
1159/1995).
(Valor Actual Neto)
Indicadores
ROI Razón
Económicos
(Tiempo de retorno de la
inversión)
Fuente: Elaboración propia.

82
Anexo II
Tabla 32. Técnicas e instrumentos de estudio.

Técnicas Instrumentos

Informes y Reportes de la empresa


Análisis documental
distribuidora

Algoritmo clustering PYTHON

QGIS
Análisis de GIS Datos de consumo – Distribuidora
Datos de recurso energético – NREL.

Fórmulas de dimensionamiento e
Uso de algoritmo de optimización indicadores tecno-económicos.
PYTHON

Estadística descriptiva Open Office Calc

Fuente: Elaboración propia.

83
Anexo III

Tabla 33. Potencia generada por las centrales de la concesionaria.

Fuente: ELOR (2020)

84
Anexo IV
Justificación para el uso de sistemas fotovoltaicos en la zona de estudio

Según el estudio PER/98/G31 de la energía solar(fotovoltaica) del Perú elaborado


por el MINEM (Ministerio de Energía y Minas) señala que el país cuenta con una
elevada radiación solar, 5.5 a 6.5 kWh/m2; 5.0 a 6.0 kWh/m2 en la Costa y en la
Selva de aproximadamente 4.5 a 5.0 kWh/m2 como se puede ver en la Figura 9,
Figura 36 y Figura 37, unas cifras que denotan el altísimo potencial fotovoltaico que
tiene el país, el cual debe ser aprovechado para generar energía limpia para sus
habitantes, a diferencia del escaso potencial eólico en las zonas de estudio que no
cuenta con la velocidad necesaria que requieren los sistemas eólicos, ya que las
velocidades del viento son menores a los 3 m/s (10 km/h).

85
Figura 36. Radiación solar en el departamento de Amazonas

Fuente: SENAMHI, 2020

86
Figura 37. Radiación solar en el departamento de Cajamarca

Fuente: SENAMHI, 2020

87
Anexo V

Normatividad en los sistemas fotovoltaicos conectados a red (On Grid)

Para que los sistemas Smart Grid propuesto, puedan desarrollarse y conectarse a
la red eléctrica en las zonas de estudio de la concesionaria, deben cumplir la
normatividad vigente tales como:

Normativa del sector electricidad, Normativa sobre gobiernos Regionales y Locales,


Normativa sobre Patrimonio Cultural, Normativa Sobre Biodiversidad, Normativa
Sobre el Uso de Tierras, Normas de Calidad Ambiental, Normas Relacionadas Con
Los Estudios Ambientales, Normas Relacionada con la Preservación del Medio
Ambiente y el Desarrollo Sostenible, esto según los lineamientos que describen la
Ley N° 25844, Ley de Concesiones Eléctricas y su Reglamento aprobado por
Decreto Supremo Nº 009-93-EM, el Decreto Supremo N° 029-94-EM, Reglamento
de Protección Ambiental para las Actividades Eléctricas, Ley N° 27867, Ley
Orgánica de Gobiernos Regionales y su Modificatoria en la Ley Nº 27902, Ley N°
26505 - Ley de la Inversión Privada en el Desarrollo de las Actividades Económicas
en las Tierras del Territorio Nacional y de las Comunidades Campesinas y Nativas
y su Reglamento, aprobado por Decreto Supremo N° 011-97-AG, Decreto Supremo
Nº 009-2012-TR, Normas reglamentarias para la aplicación de las atribuciones de
supervisión, fiscalización y sanción transferidas del Organismo Supervisor de la
Inversión en Energía y Minería - OSINERGMIN al Ministerio de Trabajo y
Promoción del Empleo, Resolución Ministerial Nº 205-2013-MINAM Establecen las
Cuencas Atmosféricas a las cuales les será aplicable los numerales 2.2 y 2.3 del
artículo 2º del D.S. Nº 006-2013-MINAM que aprueba disposiciones
Complementarias para la aplicación de Estándar de Calidad Ambiental (ECA) de
Aire” y su modificatoria, Decreto Supremo Nº 019-2009-MINAM, Reglamento de la
Ley del Sistema Nacional de Evaluación del Impacto Ambiental, Ley N° 28611, Ley
General del Ambiente, modificada por Decreto Legislativo N° 1055.

88

También podría gustarte