Altamirano FJL-SD
Altamirano FJL-SD
Altamirano FJL-SD
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
ii
Agradecimiento
iii
Índice de contenidos
Dedicatoria .............................................................................................................. ii
Resumen ................................................................................................................. x
Abstract .................................................................................................................. xi
I Introducción .................................................................................................. 1
II Marco Teórico............................................................................................... 4
3.5 Procedimiento............................................................................................. 12
IV Resultados.................................................................................................. 14
V. Discusión .................................................................................................... 71
iv
5.1 Calidad de red de distribución Amazonas – Cajamarca ................................. 71
Anexos ................................................................................................................. 82
v
Índice de tablas
vi
Tabla 24. Indicadores económicos del caso 25 kW. ............................................ 70
vii
Índice de figuras
viii
Figura 22. Conexión para comunicación del inversor SUN2000. ......................... 44
Figura 35. Modelo del flujo de caja acumulado para calcular el ROI.................... 69
ix
Resumen
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.
xi
I Introducción
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).
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).
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.
Amazonas - Cajamarca
3
II Marco Teórico
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%.
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.
6
consumo inteligentes, sistemas automatizados, almacenamiento de electricidad y
tecnologías de ahorro de picos (Kabalci y Kabalci, 2019); (Vicini y Micheloud, 2012).
7
inteligente para garantizar la interoperabilidad y la ciberseguridad (Bordons, Garcia-
Torres y Ridao, 2020); (Shafie-khah, 2020).
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
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.
10
3.3 Población, muestra y muestreo
3.3.1 Población
3.3.2 Muestra
3.3.3 Muestreo
Aleatorio simple.
11
3.5 Procedimiento
Evaluación de Determinar
viabilidad de indicadores
las Smart Grid económicos
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).
• 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.
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
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).
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.
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.
17
Tabla 1. Subestaciones en la red de distribución
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.
19
Figura 8. Diagrama de flujo del algoritmo de clustering utilizado.
Los resultados del algoritmo arrojan que las potencias de los grupos serán las
indicadas en la Tabla 2.
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.
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
21
- Sistema de Generación Fotovoltaica
- Sistema de Almacenamiento de Energía
- Centro de Transformación y de Interconexión
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.
23
Para el diseño del sistema fotovoltaico se utilizará módulos de alta eficiencia y
de 500Wp, puesto que son la mejor opción del mercado.
𝑃𝑃𝐹𝐹𝐹𝐹
𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 >
𝑃𝑃𝑚𝑚𝑚𝑚𝑚𝑚
𝑃𝑃𝐹𝐹𝐹𝐹
𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 >
0.5𝑘𝑘𝑘𝑘𝑘𝑘
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.
cos(𝐴𝐴𝑚𝑚 − 𝐴𝐴𝑠𝑠 )
𝑑𝑑 = ℎ ∗ � �tan(𝑎𝑎 )�
𝑠𝑠
Donde:
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.
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇ó𝑛𝑛𝑛𝑛𝐶𝐶𝑚𝑚𝑚𝑚𝑚𝑚
𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 =
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇ó𝑛𝑛𝑚𝑚𝑚𝑚𝑚𝑚
1000
𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 =
42.8
𝑁𝑁𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 ≈ 23
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.
27
Figura 12. Distribución de 60 módulos fotovoltaicos en 3 strings de 20.
28
Figura 14. Distribución de 120 módulos fotovoltaicos en 6 strings de 20.
Donde,
29
b. Tensión mínima del sistema
𝑇𝑇𝑘𝑘𝑉𝑉𝑉𝑉𝑉𝑉
𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑁𝑁𝑠𝑠 ∗ 𝑉𝑉𝑚𝑚𝑝𝑝𝑝𝑝 ∗ �1 + ��𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 + 𝑇𝑇𝑎𝑎𝑎𝑎 − 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 � ∗ � ���
100
Donde:
Hay tres opciones diferentes para Tmáx, todas son aceptables para las
mejores prácticas de diseño:
30
- Montaje en techo, montaje tipo bastidor (> 6 pulg. Separador): + 30 °
C
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.
Tenemos:
−0.36
𝑉𝑉𝑚𝑚𝑚𝑚𝑚𝑚 = 22 ∗ 42.8 ∗ �1 + �(32 + 35 − 25) ∗ � ���
100
31
𝑽𝑽𝒎𝒎𝒎𝒎𝒎𝒎 = 𝟕𝟕𝟕𝟕𝟕𝟕. 𝟐𝟐𝟐𝟐 𝑽𝑽
𝑇𝑇𝑘𝑘𝑉𝑉𝑉𝑉𝑉𝑉
𝑉𝑉𝑚𝑚á𝑥𝑥 = 𝑁𝑁𝑠𝑠 ∗ 𝑉𝑉𝑜𝑜𝑜𝑜 ∗ �1 + �(𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑇𝑇𝑆𝑆𝑆𝑆𝑆𝑆 ) ∗ � ���
100
Donde:
- 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
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.
Tomando en cuenta los inversores seleccionados para cada tipo de Smart grid,
a continuación, se muestra la cantidad de ellos:
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.
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.
35
Figura 15. Inversor trifásico 100kW 380Vac-60Hz.
Fuente: huawei.com
Fuente: huawei.com
36
Figura 17. Inversor trifásico 50 kW 380Vac-60Hz.
Fuente: huawei.com
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:
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.
38
de comunicación. Debe ser fácil, rápido y confiable. Debe comunicarse vía
MODBUS.
39
4.2.4 Interconexión Eléctrica y Sistema Inteligente
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.
42
Figura 20. Conexión típica del Smart Logger.
Fuente: e.huawei.com
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
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
Fuente: e.huawei.com
45
4.2.6 Gestión y monitoreo de la subestación
Fuente: e.huawei.com
46
Figura 25. Placa de identificación Smart Module
Fuente: e.huawei.com
47
Figura 26. SmartLogger Huawei.
Fuente: e.huawei.com
Fuente: e.huawei.com
48
Figura 27. Conexión del calble ModBUS.
Fuente: e.huawei.com
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.
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.
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.
52
Figura 30. Configuración de parámetros de datos móviles.
Fuente: e.huawei.com
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.
Fuente: e.huawei.com
54
Figura 32. Configuración de parámetros del inversor SUN2000.
Fuente: e.huawei.com
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
56
Figura 34. Configuración de parámetros para la compensación inteligente de potencia reactiva.
Fuente: e.huawei.com
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.
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:
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.
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).
PV + Batería VALOR
N° años 20
$
Tarifa + Otros [$/kWh]
0.10
61
Tabla 17. Flujo de caja del caso 25 kW
62
Tabla 18. Caso 50 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 73,000.00
PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 50,000.00
$
OPEX [$/año]
1,000.00
N° años 20
63
Tabla 19. Flujo de caja del Caso 50 kW.
64
Tabla 20. Caso 100 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 146,000.00
PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 100,000.00
$
OPEX [$/año]
2,000.00
N° años 20
65
Tabla 21. Flujo de caja del caso 100 kW
66
Tabla 22. Caso 300 kW
Parámetros Energéticos VALOR
Demanda Anual [kWh] 438,000.00
PV + Batería VALOR
Tasa de descuento 10%
CAPEX [$] $ 300,000.00
$
OPEX [$/año]
6,000.00
N° años 20
67
Tabla 23. Flujo de caja de caso 300 kW
68
4.4.3 Tiempo de recuperación de la inversión (ROI)
Figura 35. Modelo del flujo de caja acumulado para calcular el ROI.
Fuente: frontiersin.org
Finalmente nos apoyamos de la misma hoja de cálculo pasa obtener los valores del
VAN, TIR y LCOE del proyecto.
69
Para el presente proyecto calculó el LCOE a 20 años. Existen varias maneras de
obtener el LCOE. Matemáticamente, nosotros la obtendremos utilizando la
siguiente fórmula:
Donde:
Ct = CAPEX en el año t
Ot = OPEX en el año t
d = tasa de descuento
Tabla 25
Indicadores económicos del caso 50 kW.
INDICADOR VALOR DIMENSIÓN
LCOE 0.09 [$/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% -
V. Discusión
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.
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).
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.
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.
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.
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.
74
OPEX 500 [$/año]
LCOE 0.07 [$/kWh]
VAN 11,547.94 $
TIR 15% -
Fuente: Elaboración propia
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.
75
VI. Conclusiones
76
VII. Recomendaciones
77
VIII. Referencias
BORLASE, S., 2017. Smart grids: Advanced Technologies and Solutions. 2. Boca
Raton: CRC Press. ISBN 978-1-4987-9955-3.
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.
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.
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/.
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.
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
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
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
83
Anexo III
84
Anexo IV
Justificación para el uso de sistemas fotovoltaicos en la zona de estudio
85
Figura 36. Radiación solar en el departamento de Amazonas
86
Figura 37. Radiación solar en el departamento de Cajamarca
87
Anexo V
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:
88