3. OSeMOSYS-Peru

3.1 Energy System Modeling: Data Analysis

3.1.1 Characterization of Energy Sectors

Fitter Data and Outlier Correction

Figure 3.1: Diagrama de referencía. Fuente: Propia

El sector de energía Peruano se divide ampliamente en los macrobloques de demanda y de oferta, las tecnologías son mostradas en bloques y estan asociados a los commodities que son mostradas como líneas verticales. De los commodities se toma una división, la cual va a la tecnología correspondiente para su transformación.

La diversidad de la matriz energética en el Peru se muestra en una amplia cantidad de technologías y commodities, todo este conjunto de información para el sector energía han sido tomadas de los informes hechos por el PROSEMER en los cuales su principal objetivo es el desarrollo de un modelo para la optimización de la oferta del sistema energético basados en modelos de optimización TIMES que fue desarrollado como parte del IEA-ETSAP’s metodología usada para escenarios de energía para conducir en un profundo análisis de la energía.

Las tecnologías de entrada son la importación y produción de los commodoties, hay tecnologías intermedias como refinación, procesasmiento de gas, producción de carbón, plantas de generación, transmisión y distribución de energía eléctrica. Las commodities inciales son por lo general insumos procesados por tecnologías o productos importados, estos pasan por tecnologías para su transformación a comodities de mayor calidad.

3.1.1.1 Demanda en energía y transporte

Las demandas energética en el Perú son actualmente proyectadas en base a premisas macroeconómicas poblacionales y de eficiencia energética, los resultados atienden a la necesidad de otros modelos de optimización dentro de la cadena de planifición energética, como OPTGEN y TIMES, para luego ser parte de un bucle de optimización con la integración del modelo TIMES-CGE. Los resulatdos obtenidos pueden variarse al escenario suspuesto, con la finalidad de situarse y analizarlos, además los resulatdos estan desagregados en región, tipo de combustible, escenario, etc.

Por otra parte, los valores proyectados de las series de tiempo para lograr la descarbonización del Perú al 2050 utilizados han sido construidos con modelos autoregresivos que tienen diferentes variables explicativas por sector, las proyecciones al 2050 de la demanda para los sectores económicos se muestran la siguiente gráfica, en donde la participacion de sector residencial y manufactura son predominantes.

Figure 3.1: Predicciones de la demanda de energía por sector productivo. Fuente: Propia

Todas los valores de demanda, se puede ver a en Anexos demanda.

EL sector transporte es el sector productivo que más energía consume y lo hace principalmente a través de combustibles fósiles, con la finalidad de realizar una proyección del sector ha sido conveniente de dividirlo en subdivisiones para facilitar el desarrollo de los modelos que serán utilizados para realizar las predicciones de demanda, es importante aclarar que hay demandas de energía expresadas en pkm o tkm, que expresan un servicio en lugar de terminos de energía neta (PJ). A continuación se presentarán las subdivisiones realizadas.

Subdivisión	Tipo
Carretero	Pasajero publico y privado, Carga
Ferroviario	Pasajero y Carga
Naval	Energía neta
Aéreo	Energía neta

Fuente: Propia

Las predicciones sobre la demanda historica de sector transporte específicamente en la subdivision Carretero han tomado como variable explicativa al PBI, sin embargo, no todas las subdivisiones del sector utilizan PBI como variable explicativa tanbien se utiliza la población y una tendecia.

Figure 3.10: Proyección del sector transporte, carretero público y privado. Fuente: Propia

*Figure 3.12: Proyección del sector transporte, carretero de carga. Fuente: Propia

Figure 3.10: Proyección del sector transporte, ferroviario de pasajeros. Fuente: Propia

*Figure 3.12: Proyección del sector transporte, ferroviario de carga. Fuente: Propia

*Figure 3.12: Proyección del sector transporte, Naval y Aéreo. Fuente: Propia

Los valores de las proyecciones de demanda de enegía para los sectores productivos y transporte se pueden observar en los anexos de este documento, Proyecciones de demanda.

Las proyecciones del sector trasnporte conlleva un problema grave para el medio ambiente, el uso de los combustibles fósiles para el transporte son un problema importante hoy, por eso, es importante mencionar los precios de los vehículos eléctricos, se han utilizado las proyecciones del precio de los vehículos eléctricos del PROSEMER al 2050.

Figure 3.13: Proyección del precio de vehiculos electricos, Fuente: Propia

Todos los valores de demanda de energía de transporte y proyecciones de de los precios de los vehículos de gas natural se puede ver en Anexos en A13 y A10 respectivamente precios y costos.

3.1.1.2 Oferta de energía

3.1.1.2.1 Plantas de generación

La capacidad instalada en el Perú ha crecido con el pasar de los años, ha pasado de ser 10,150.0 MW el año 2015 a 13,179.53 MW el año 2019 (COES), y la matriz energética se ha diversificado, sin embargo, la participación de las energías renovables no convecionales en la producción de energía eléctrica aún es pequeña en comparación con la energía eléctrica generada en las plantas de energías renovables convencionales y no renovables. Las empresas de generación en el 2019 han sido un total de 58, las cuales en conjunto tienen una capacidad instalada de 13179.53 MW y capacidad efectiva de 12636.89 MW, en el 2019 la producción de energía anual ejecutada se valoró en 52949.19 GW.h y la máxima demanda ejecutada fue de 7017.57 MW en el mes de diciembre. El recurso que tuvo la mayor participación en la producción de energía fue el agua con 57.04% seguido de los combustibles fósiles con un 38.41%, la potencia efectiva por tipo de generación que predominó fueron las termoeléctricas con un 54.67 % y el recurso que que más capacidad efectiva disponia para la producción de energías fue el agua con un 37.58 %. A continuación se enlista en tablas del tipo de la participación por tipo de recurso, tipo de generación y finalmente la energía ejecutada.

POTENCIA EFECTIVA POR TIPO DE RECURSO ENERGÉTICO 2019
TIPO DE RECURSO ENERGÉTICO	POTENCIA EFECTIVA (MW)	(%)
AGUA	4,748.37	37.58
RENOVABLES	1,041.01	8.24
GAS NATURAL DE CAMISEA	3,775.21	29.87
GAS NATURAL DE AGUAYTIA	176.05	1.39
GAS NATURAL DE MALACAS	343.61	2.72
DIESEL 2	2,334.21	18.47
RESIDUAL	77.73	0.62
CARBÓN	140.71	1.11
TOTAL	12,636.89	100.00

Fuente: Estadística Anual 2019, Capítulo 2 - Estado actual de la infraestructura del SEIN, Cuadro 2.5

POTENCIA EFECTIVA POR TIPO DE GENERACIÓN A DICIEMBRE 2019 (MW)
ÁREA	HIDROELÉCTRICA	TERMOELÉCTRICA	SOLAR	EÓLICA	TOTAL
NORTE	610.07	801.24		114.01	1,525.32
CENTRO	3,839.10	4,075.82		261.45	8,176.38
SUR	618.48	2,031.69	285.02		2,935.20
TOTAL	5,067.66	6,908.75	285.02	375.46	12,636.89

Fuente: Estadística Anual 2019, Capítulo 1 - Estadística relevante del SEIN, Cuadro 1.5

PRODUCCIÓN DE ENERGÍA Y MÁXIMA DEMANDA - 2019 (GWh)
ÁREA	HIDROELÉCTRICA	TERMOELÉCTRICA	SOLAR	EÓLICA	“IMPORTACIÓN DESDE ECUADOR”	TOTAL
NORTE	3,370.54	757.83		443.68	60.05	4,632.10
CENTRO	22,735.89	19,504.41		1,202.48		43,442.79
SUR	4,061.99	50.59	761.73			4,874.31
TOTAL	30,168.43	20,312.83	761.73	1,646.16	60.05	52,949.19

Fuente: Estadística Anual 2019, Capítulo 1 - Estadística relevante del SEIN, Cuadro 1.7

Las proyecciones de la demanda de energía anual al 2050

Para la demanda de energía anual se ha desarrollado un modelo autoregresivo tomando como variables explicativa el PBI y la tendencia, Para las predicciones se va a considerar únicamente las zonas del país conectadas al SEIN. Iquitos no se incluye en el modelaje.

Figure 3.9: Proyección de la demanda de electricidad anual, Fuente: Propia

Todos los valores de demanda anual se puede ver a en Anexos demanda electrica.

3.1.1.2.2 Plantas de gas

Las plantas de gas en el peru suman 8 en las cuales tenemos que 3 son exclusivamente de procesamiento (separación), 3 son únicamente de fraccionamiento, 1 de procesamiento y fracionamiento y finalmente 1 de licuación, en conjunto suman una capacidad instalada de 1333 PJ con una disponibilidad promedio de 92% y un factor de capacidad promedio de 48%. Los costos de tratamiento de gas en las plantas se valorizan en 4228.2 MMUSD en el 2013 y tuvo una actividad de 639 PJ. En las siguientes tablas se muestra la información.

Plantas de gas	Capacidad instalada PJ (2018)	Capacidad de Procesamiento	Tipo de tratamiento	Región
Malvinas	804	1160 [MMPCD]	Procesamiento (separación)	Sur
Curimaná	29	65 [MMPCD]	Procesamiento (separación)	Oriente
GMP-procesamiento	18	80 [MMPCD]	Procesamiento (separación)	Norte
GMP-fraccionamiento	5	3 [MBPD]	Fraccionamiento	Norte
Pisco	215	85 [MBPD]	Fraccionamiento	Sur
Yarinacocha	8	4.4[MBPD]	Fraccionamiento	Oriente
Pariñas	16	61 [MMPCD]	Procesamiento y Fraccionamiento	Norte
Pampa Melchorita	238		Licuefacción	Centro
Total instalado	1333

Fuente: Anexo 2 - informe 9 PROSEMER, página 101. OSINERGMIN 2020

Sector	Costo	MUSD 2013
TRATAMIENTO - GAS	OPEX VARIABLE	981.4
TRATAMIENTO - GAS	OPEX FIJO	3246.7
TRATAMIENTO - GAS	CAPEX
TRATAMIENTO - GAS	TOTAL	4228.2

Fuente: Imforme 9 PROSEMER, página 303

Producto	2013 [PJ]	2014 [PJ]	2015 [PJ]	2016 [PJ]	2017 [PJ]	2018 [PJ]
Gas seco**	457		513	571	547	537
LGN	182		146	148	134	126
Total	639		659	719	681	663

Fuente: Informe 9 PROSEMER, pag. 303. Balances Nacionales de Energía

Las proyecciones del precio del gas natural y costos por capacidad

Para estas proyecciones se han tomado los valores del los informes del PROSEMER y se han extendido de forma lineal hasta el 2050, cabe mencionar que los valores puestos son de inversiones corrinets. Para los precios de gas se han tomado los valores proyectados al 2050 del HENRY HUB.

Figure 3.4: Proyección del precio del gas en la planta, Fuente: PROSEMER

Los precios del gas han utilizado como base las proyeciones de “high oil and gas resource and technology” (HRT) del EIA que han sido proyectadas hasta el 2050, y como las proyeciones del caso de referencia EIA .

Todos los valores de los precios de gas natural, CAPEX y OPEX se puede ver en Anexos en A7 y A12 respectivamente precios y costos.

3.1.1.2.3 Refinerías

Las refinerías en el Perú suman un total de 9, las cuales en conjunto tienen una capacidad de producción de 221-228 miles de barriles diarios, El Milagro ya no se considera como un refinería economicamente viablea partir del 2016, con una disponibilidad en promedio del 90%, esta capacidad de procesamiento cambiará después de la modernización de la refinería de talara, su capacidad será de 245.3 miles de barriles diarios. La produción en PJ de energía en el año 2017 alcanzó un total de 350 con una producción de 91459.9 barriles, y tambien para el mismo año los costos operativos se valorizaron en 492.6 MMUSD, en las siguinetes tablas se puedes apreciar estas cifras.

Refinería	Capacidad instalada (2018)	Tipo de combustible refinado	Región
Nombre	Miles de barriles de petróleo día (MBPD)
Talara	65-95*	Diesel, Turbo, GLP, Fueloil, Gasolina	Norte
Conchán	15.5	Diesel, Fueloil, Gasolina	Centro
Pampilla	117	Diesel, Turbo, GLP, Fueloil, Gasolina	Centro
Iquitos	12.0	Diesel, Turbo, Fueloil, Gasolina	Oriente
Pucallpa	3.3	Diesel, Turbo, Gasolina	Oriente
El Milagro	2	Diesel, Turbo, Fueloil, Gasolina	Norte
Huayuri	4.0	Crudo multiuso, Diesel, HFO, Nafta	Oriente
Shiviyacu	5.2	Crudo, Diesel, Nata, Residual, Multiuso	Oriente
Yacimiento	4.0	Crudo, Diesel, HFO, Nafta/Residual	Oriente

Fuente: Anexo 2 - informe 9 PROSEMER, informe 7 PROSEMER, OSINERGMIN

Sector	Costo	2017 (MUSD)
REFINERIAS	OPEX	412.4
REFINERIAS	CAPEX	80.1
REFINERIAS	TOTAL	4204.1

Fuente: Informe 9 PROSEMER, pag. 302

Producción total en las refinerías
2015 [PJ]	2016 [PJ]	2017 [PJ]	2018 [PJ]
300.78	304.153	356.426	337.547
[MBLS]	[MBLS]	[MBLS]	[MBLS]
73773.6	79515	91007.70	87144.80

Fuente: Producción total de energia en miles de barriles equivalentes de petróloe y en Peta-Joule

Las proyecciones del precio del crudo y costos por capacidad

Para estas proyecciones se han tomado los valores del los informes del PROSEMER y se han extendido de forma lineal hasta el 2050. Para los hodrocarburos se han tomado los valores proyectados al 2050 del WTI.

Figure 3.5: Proyección del precio promedio del crudo, Fuente: Propia

Para la proyección del precio del crudo se ha utilizado las proyecciones de WTI que se estabblecen en dos escenarios uno es el de referencia y el otro es el alto, se incluyen todos los costos, el crudo tienen un costos de integración de 5 US$/bbl.

Todos los valores de los precios del WTI, CAPEX y OPEX se puede ver en Anexos en A8 y A11 respectivamente precios y costos.

3.1.1.2.4 Carboneras

Para el 2013 la capacidad instalada de procesamiento de carbon es de 5.08 PJ, 2.97 para la región centro y 2.11 para la región norte, además se asume un costo de producción de 2.71 MMUSD/PJ que incluye todos lo contos de extración, mina, transporte y acopio. Tambien se consideró un costo de inversión 2,76 MMUSD/PJ para incrementar la capacidad existente y disminuir los costos existentes, cabe mencionar que los valores de transporte para la región norte y centro son de 0.69 MMUSD/PJ.

Carboneras	Capacidad instalada (2013) PJ-año
Norte	2.11
Centro	2.97
Total	5.08

Fuente: Informe 9 PROSEMER, pag. 302

Sector	Costo	2017 (MMUSD/PJa)
CARBONERAS	TOTAL	2.71
CARBONERAS	TOTAL	2.71

Fuente: Informe 9 PROSEMER, pag. 302

Las proyecciones del precio del crudo y cotos por capacidad

Figure 3.3: Proyección del precio de carbon, Fuente: Propia

Para la proyección de los precios del carbón se utliza las proyección del carbon australia del banco mundial (octubre del 2018), todos los costos de internación son considerados e incluye flete y otros costos de transporte, el carbón tiene un costo de internación de 18.6 US$/ton.

Todos los valores de los precios de carbón se puede ver en Anexos en A9 precios.

3.1.1.3 Distribución de energía

La distribución de la energía en Perú se da a traves de diferentes medios, como la distribución eléctrica a traves de líneas eléctricas de transmisión y distribución, el gas natural a traves de gaseoductos o redes virtuales, las refinerías a traves de redes virtuales y oleoductos, etc.

3.1.1.3.1 Transmisión y distribución del Sistema interconectado nacional

El sistema interconectado nacional está constituido por redes de trasmisión y distribución eléctrica, las redes de transmisión se encuentran constituidas por líneas de transmisión de 500, 220, 138, 66, 60, 50 y 33 kV. El SEIN está integrado por 4 categorías de instalaciones, el sistema garantizado de transmisión (SGT), el sistema complementario de transmisión (SCT), el sistema principal de transmisión (SPT) y el sistema secundario de transmisión (SST). En el 2019 se instalaron un total de 966.4 km de líneas de transmisión, en la siguinete tabla se puede observar el total de líneas de transmisión que hay en el Perú en el sistema principal de transmisión y sistema secundario de transmisión al 2019.

Longitud de las líneas de transmisión del SEIN (km)
Líneas	500 kV	220 kV	138 kv	>75 kV
Sistema primario de transmisión	2735.9	6774.54	552.27	0.0
Sistema secundario de transmisión	142.76	6856.84	4361.88	8571.41
Total	2878.66	13631.38	4914.15	8571.41

Fuente: Estadistica anual 2019, COES

Figure 3.3: Sistema interconectado nacional. Fuente: COES

3.1.1.3.2 Distribución de crudo y derivados del petróleo

La distribución del crudo se hace a través de oleoductos, el crudo es llevado hacia las plantas de refinación como sucede en el noroeste y la selva de nuestro país, sin embargo para su distribución se hace uso de redes virtuales. El oleoducto norperuano tiene una longitud aproximada de 1100 km y una capacidadf de 200 MMBD

3.1.1.3.3 Distribución de gas natural

Actualmente se explota gas natural en los lotes 56, 88, por pluspetrol y el lote 57 por repsol, el lote 58 comenzará a explotarse el año 2023 por la empresa CNPC. En camisea se extrae gas natural que es procesado para su separación en líquidos de gas natural y gas seco que son enviados a través del poliducto hasta la planta de fraccionamiento de Pisco, el gas seco que no es reinyectado es transportado a través del TGP hasta el City Gate en Lurín, la empresa caliodad es reponsable de su distribvución en lima y callao.

3.1.1.4 Importaciones

Las importaciones de energía en el Perú son actualmente significativas, más de la mitad de crudo que se necesita se importa, aunque el Perú es autosuficiente con el gas natural hasta la fecha no se han hecho estudios de más reservas de gas, en el sector eléctrico realizamos importaciones del ecuador dependienos del costo marginal de la electricidad.

Las importaciones según el “Anuario estadístico sectorial de hidrocarburos 2018” el 2018 fueron de un total aproximado de 316 (PJ), para crudo, GLP, gasolina y carbón, que representan un valor de 3819.72 MMUSD.

Importaciones de hidrocarburos (MBLS)
Producto	2015	2016	2017	2018
Crudo	31326.81	38489.18	45735.96	41117.13
GLP/butano/propano	1119.18	1816.05	2491.53	4240.30
Gasolina	5063.36	6979.09	7776.87	8428.90

Fuente: Anuario estadístico sectorial de hidrocarburos 2018 DGH, pag. 73

Importaciones de hidrocarburos (MMUSD)
Producto	2015	2016	2017	2018
Crudo	1642254.8	1600634.4	2458799.2	2853824.6
GLP/butano/propano	40171.64	60123.61	109991.91	208664.13
Gasolina	380893.66	423613.28	559352.13	716835.44

Fuente: Anuario estadístico sectorial de hidrocarburos 2018 DGH, pag. 73

Figure 3.3: Importaciones de energía en PJ. Fuente: propia

Figure 3.3: Importaciones de energía en MMUSD. Fuente: propia

3.1.1.5 Exportaciones

Las importaciones según el “Anuario estadístico sectorial de hidrocarburos 2018” el 2018 fueron de un total aproximado de 316 (PJ), para crudo, GLP, gasolina y carbón, que representan un valor de 3819.72 MMUSD.

Importaciones de hidrocarburos (MBLS)
Producto	2015	2016	2017	2018
Crudo	2906.63	845.25	572.58	2367.23
Gas Natura	50898.88	60314.94	51808.68	51399.36
GLP/propano/butano	1075.67	1460.97	607.97	66.17
Gasolinas	16707.74	18678.92	19961.24	17803.36

Fuente: Anuario estadístico sectorial de hidrocarburos 2018 DGH, pag. 73

Importaciones de hidrocarburos (MMUSD)
Producto	2015	2016	2017	2018
Crudo	120071.32	24015.81	25644.31	138873.88
Gas Natura	449075.22	522171.53	747859.38	998645.90
GLP/propano/butano	34427.77	32047.07	31875.49	4192.79
Gasolinas	860197.63	789710.14	1091366.4	1182051.6

Fuente: Anuario estadístico sectorial de hidrocarburos 2018 DGH, pag. 73

Figure 3.3: Exportaciones de energía en PJ. Fuente: propia

Figure 3.3: EXportaciones de energía en MMUSD. Fuente: propia

3.1.2 Emisiones de gases de efecto invernadero (GEI), precio social del carbono.

Las emisiones en un futuro cercanos se volveran un serio problema, no sólo medioambiental sino existencial, ahora nos embarcamos en una lucha por reducir los productos de contaminación y la principal acción del sector energía y transportes es sustituir los insumos que podrucen contaminación, las políticas climáticas hoy en día han planificado al 2050 lograr la carbononeutralidad. En la siguiente tabla se muestra el consumo de energía en PJ, las emisiones en Mega-ton CO2e y razón que hay de cada una por sector en el 2018. Además, se puede observar que los sectores que más Mton CO2e generan por unidad de PJ es el sector transporte seguido del sector industrial.

2018	Pesca	Agro	Público	Minero	Residencial y Comercial	Industrial	Transporte
Energía [PJ]	3.075	6.388	12.176	75.847	210.704	163.819	359.798
Emisiones [MtonCO2e]	0.123	0.139	0.326	1.281	4.4	7.006	24.94
Razón [MtonCO2e/PJ]	0.04	0.0218	0.0268	0.0169	0.0209	0.0428	0.0693

Fuente: Balance nacional de energía 2018

Los gases de efecto invernadero considerados son el CO2, NH4 y N2O, además tenemos que estos son tomados en su valor equivalente en CO2e, estos valores son tomados del IPCC 2006, a continuación se mostrarán.

	CO2	CH4	N2O
Factor	1	21	310

Fuente: Anexo 2 del informe 9 del PROSEMER

Para los valores correspondientes a las tecnología de producción de energía eléctrica, que relacionan las emisones de GEI, en forma de CO2e, con la Produccióin de energía, se han encontrado en bibliografía los valores o rangos de valores de estos.

Tecnología	Rango	Media	Unidades
Refinerías	949 to 1280	854.5	gCO2e/kWh
Carboneras	519 to 1190	1114.5	gCO2e/kWh
Plantas de gas natural			gCO2e/kWh
Plantas de biodiesel		68.4	gCO2e/kWh
Plantas térmicas de gas	485 to 991	738	gCO2e/kWh
Plantas hidraúlicas	3 to 27	15	gCO2e/kWh
Plantas Photovoltáicas	79 to –	79	gCO2e/kWh
Planta eólicas	14 to 21	17.5	gCO2e/kWh
Plantas térmicas de diesel	519 to 1190	880	gCO2e/kWh

Fuente: GREENHOUSE GAS EMISSIONS FROM ENERGY SYSTEMS: COMPARISON AND OVERVIEW (R. Dones, T. Heck, S. Hirschberg)

El precio social del carbono es una medida que captura el valor de los daños que causa la emisión de CO2, ayuda a devolver la responsabilidad de los daños a quienes lo causan y ellos puedan evitar eso, hoy en dia los precios de la tonelada de carbono en el mundo es aún bajo, sin embargo, hay países como suecia en donde los presios de la tonelada de carbono esta 126 US$/ton_CO2 (2016) y en proomedio de 10 US$/ton_CO2 para america latina, los precios de la tonelada de carbono en un escenario de descarbonización aumentarían.

El precio social del carbono en Perú tiene un valor de 7.17 us$/ton-CO2 para el año 2016.

Parámetro	us$/ton-CO2
Precio social del carbono	7.17

Fuente: CIUP, 2016

3.1.3 Proyección de demanda - Ecuaciones de predicción de los sectores productivos

3.1.3.1 Metodología general usada para la predicción de los Sectores Productivos

Mediante el uso de modelos econométricos se ha proyectado las series de la demandas de los sectores productivos, tomando como variables exógenas: la población, el PBI por sectores, PBI per cápita, etc, en algunos de estas se incluye la tendencia lineal, tambien se ha proyectado con las tazas de crecimiento constantes para el sector agropecuario y público; analizando las series de tiempo para los sectores como procesos autoregresivos (a excepto de agropecuario y público, transporte ferroviario, naval y aéreo) donde con las variables explicativas se ha podido proyectar las demandas de los múltiples sectores hasta el 2050. Los sectores analizados son los mismos que toma el PROSEMER, que a su vez son los mismos que toma del BEU 2013 (balance de energía útil); los sectores son:

Se consideran 7 sectores productivo

• k=1, (Residencial)

• k=2, (Comercial

• k=3, (Público)

• k=4, (Industrial manufacturera en general)

• k=5, (Pesca)

• k=6, (Agropecuaria)

• k=7, (Minería y metalurgia)

Para el caso de transporte se ha dividido para su análisis en macrogrupos como carretero, ferroviario, naval, aéreo, metro y transporte masivo, a su vez transporte carretero y ferroviario están subdivididos en pasajero y carga.

Los resultados de los sectores están en diferentes unidades como se puede observar en la Tabla 1, los resultados de transporte carretero están en pkm y tkm debido que se quiere representar la demanda como un servicio <<necesidad de un servicio>>, sin embargo, los resultados para los demás sectores las unidades están en PJ (energía neta).

Sector	Variables explicativas	Uso	Resultado
Residencial	PBI per cápita	Cons=f(ConsRes(t-1),PIBpc(t-1),tend(t))	PJ
Comercial	PBI sector terciario	Cons=f(ConsCom(t-1),PIBter(t-1),tend(t))	PJ
Público	Tasa de crecimiento constante		PJ
Agropecuario	Tasa de crecimiento constante		PJ
Pesca	Producción pesca y tendencia	Cons=f(ConsPesca(t-1),Prod(t-1),tend(t))	PJ
Minería	PBI minería	Cons=f(ConsMin(t-1),PIBMin(t-1),tend(t))	PJ
Manufactura insdustrial	PBI manufactura industrial	Cons=f(ConsMan(t-1),PIBMan(t-1),tend(t))	PJ
Energía escenario 2	PBI	Cons=f(ConsEnerg(t-1),PIB(t-1),tend(t))	PJ
Trans. carretero pas. privado	PBI	Cons=f(ConsTransCarrPriv(t-1),PIB(t-1))	pkm
Trans. carretero pas. público	PBI	Cons=f(ConsTransCarrPubl(t-1),PIB(t-1))	pkm
Trans. carretero carga	PBI	Cons=f(ConsTransCarrCarg(t-1),PIB(t-1))	tkm
Trans. ferroviario carga	PBI	Cons=f(ConsTransFerrCarg(t-1),PIB(t-1))	tkm
Trans. ferroviario pasajeros	Población (POB)	Cons=f(ConsTransFerrPas(t-1),POB(t-1))	pkm
Trans. naval	PBI	Cons=f(ConsTransNav(t-1),PIB(t-1))	PJ
Trans. éreo	PBI	Cons=f(ConsTransAereo(t-1),PIB(t-1))	PJ

Fuente: Propia

3.1.3.2 Variables explicativas de las demanda por sectores productivos

PBI

La variable utilizada como varible expliativa en la mayoría de los modelos es el PBI (producto bruto interno), los valores de esta variable se han tomado del T21, estos resultados son de un estudio que se realizó con el objetivo de predecir el crecimiento del PBI al 2050, los valores tabulados de crecimiento del PBI se pueden encontrar en anexos de este documento, Anexos en A3 PBI. En las siguientes gráficas se puede observar los valores de PBI, el porcentaje de crecimiento PBI, el PBI per cápita, y la producción por sector energético.

Figure 3.13: Proyección del crecimiento del PBI anual, Fuente: T21

Figure 3.13: Proyección del PBI en miles de millones, Fuente: T21

Figure 3.13: Proyección del PBI per cápita, Fuente: T21

Figure 3.13: Proyección de la producción por sectores, Fuente: T21

Población Los valores de población corresponden a los resultados del T21, los valores grafiados se pueden observar en los anexos en A4 respectivamente demandas. En las siguientes gráficas se puede observar el crecimiento de la población.

Figure 3.13: Proyección de la población en el Perú, Fuente: T21

3.1.3.3 Ecuaciones utilizados para los diferentes sectores

Sector residencial

Para el sector residencial se ha utilizado los valores históricos de demanda energética, PBI per cápita y tendencia de PBI para poder realizar las predicciones de la demanda, a continuación se halla el pronóstico final (véase ecuación), los coeficientes se calculan mediante mínimización del error.

Donde:

• a, b, c y d Coeficiente obtenidos por optimización.

• Demanda(t-1) Consumo de Energía residencial año 𝑡-1.

• Tendencia PBI per-cápita Tendencia del PBI per cápita.

• PBI Per cápita(t-1) Producto Bruto Interno per cápita en el año t-1.

a	b	c
0.332515326546485	0.683876696497229	0.266328892526584	-0.000362984959480442

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector comercial

Para el sector comercial se ha utilizado los valores históricos de demanda energética, PBI sector terciario y tendencia de PBI terciario para poder realizar las predicciones de la demanda, a continuación se halla el pronóstico final (véase ecuación), los coeficientes se calculan mediante mínimización del error.

Donde:

• a, b, c y d Coeficiente obtenidos por optimización.

• Demanda(t-1) Consumo de Energía residencial año 𝑡-1.

• Tendencia PBI sector terc Tendencia de PBI sector terciario.

• PBI sector terciario(t-1) Producto Bruto Interno del sector terciario en el año t-1.

a	b	c
-9.77046303344915	-0.0173571403183178	1.16336449076213	0.0000107417534041619

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector manufactura industrial

Para el sector comercial se ha utilizado los valores históricos de demanda energética, PBI manufacturero y tendencia de PBI manufacturero para poder realizar las predicciones de la demanda, a continuación se halla el pronóstico final (véase ecuación), los coeficientes se calculan mediante mínimización del error.

Donde:

• a, b, c y d Coeficiente obtenidos por optimización.

• Demanda(t-1) Consumo de Energía residencial año 𝑡-1.

• Tendencia PBI manu Normalizado del consumo de Energía residencial año 𝑡-1.

• PBI manu Producto Bruto Interno per cápita en el año t-1.

a	b	c
-1.08509758781935	0.760781402962728	0.23355680052771	-0.0000030471976246794

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector minería

Para el sector comercial se ha utilizado los valores históricos de demanda energética, PBI minería y tendencia de PBI mineria para poder realizar las predicciones de la demanda, a continuación se halla el pronóstico final (véase ecuación), los coeficientes se calculan mediante mínimización del error.

Donde:

• a, b, c y d Coeficiente obtenidos por optimización.

• Mi(t-1) Consumo de Energía minería en el año 𝑡-1.

• PBI mine(t-1) Producto Bruto Interno del sector minería en el año t-1.

• Tendencia PBI mine(t-1) Tendencia del Producto Bruto Interno del sector minería en el año t-1.

a	b	c
-0.762910481127139	0.452903476632176	0.285379315325919	0.000013718561762997

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector agropecuario

Para el sector agropecuario se ha tomado una tasa de crecimiento constante la cual se ha fijado en 1.5% anual para la proyección hasta el 2050.

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector público

Para el sector público se ha tomado una tasa de crecimiento constante la cual se ha fijado en 1% anual para la proyección hasta el 2050.

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Sector pesca

Para el sector pesca se ha utilizado los valores históricos de demanda energética y PBI producción para poder realizar las predicciones, en un inicio se hacen ajustes estadísticos del PBI sector pesca y de la demanda, luego con una regresión lineal se halla la tendencia del PBI (tendenciaPBI), para después incorporarla a la ecuación de autoregreción (vésase ecuación 9) .

a	b	c	d
-0.177833164570406	0.49497916077867	0.284105977921334	-0.000663149769280645

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

3.1.2.3 Ecuaciones utilizados para el sector transporte

La proyección del consumo de energía del sector de transporte considera los modales de transporte de pasajero por carretera (privado y público) y de carga, el ferroviario (pasajero y carga), el marítimo, aéreo y metro.

m	Modal	Pasajero	Uso	Resultado
01	Por carretera	Pasajero público	Vehiculos públicos	pkm
02	Por carretera	Pasajero privado	Vehículos privado	pkm
03	Por carretera	Carga	hehículos de carga	tkm
04	Ferroviario	Pasajero	Líneas 1,2,3	pkm
05	Ferroviario	Carga	Líneas 1 e 2	tkm
05	Naval	Pasajero & Carga		En. neta
06	Aéreo	Pasajero & Carga		En. neta
07	Metro	Pasajero		En. neta
08	Transporte masivo	Pasajero		pkm

Fuente: Propia

Subdivisión transporte carretero privado

Para la subdivisión del sector transporte se ha utilizado un modelo autoregresivo, para el cual primero se ha utilizado los valores del logaritmo del PBI y de la demanda del sector transporte para luego ajustar la ecuación del modelo, todo esto en la herramienta solver de Excel, se obtiene los coeficientes del modelo para finalmente poder hallar el pronóstico final. Como ya se ha mencionado anteriormente antes los resultados de estas proyecciones están en pkm.

a	b	c
0.84331819	0.1209881	0.36183109

Fuente: Propia

• a, b y c Coeficiente obtenidos por optimización.

• T(t-1) Consumo de Energía sector transporte privado en el año 𝑡-1.

• PBI(t-1) Producto Bruto Interno en el año t-1.

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Subdivisión transporte carretero público

Para la subdivisión del sector transporte público se ha utilizado un modelo autoregresivo, para el cual primero se ha utilizado los valores del logaritmo del PBI y de la demanda del sector transporte para luego ajustar la ecuación del modelo, todo esto en la herramienta solver de Excel, se obtiene los coeficientes del modelo para finalmente poder hallar el pronóstico final. Como ya se ha mencionado anteriormente antes los resultados de estas proyecciones están en pkm.

a	b	c
0.78746426	0.19176726	0.24507861

Fuente: Propia

• a, b y c Coeficiente obtenidos por optimización.

• T(t-1) Consumo de Energía sector transporte público en el año 𝑡-1.

• PBI(t-1) Producto Bruto Interno en el año t-1.

Las medidas de error para el modelo fueron

Tipo de error		Valoración
RMSE (root mediun square error )		1248.217912
MAPE (mean absolute percentage error )		0.37%

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Subdivisión transporte carretero carga

Para la subdivisión del sector transporte público se ha utilizado un modelo autoregresivo, para el cual primero se ha utilizado los valores del logaritmo del PBI y de la demanda del sector transporte para luego ajustar la ecuación del modelo, todo esto en la herramienta solver de Excel, se obtiene los coeficientes del modelo para finalmente poder hallar el pronóstico final. Como ya se ha mencionado anteriormente antes los resultados de estas proyecciones están en pkm.

a	b	c
0.82591532	0.16141611	0.29490398

Fuente: Propia

• a, b y c Coeficiente obtenidos por optimización.

• T(t-1) Consumo de Energía sector transporte de carga en el año 𝑡-1.

• PBI(t-1) Producto Bruto Interno en el año t-1.

Las medidas de error para el modelo fueron

Tipo de error		Valoración
RMSE (root mediun square error )		442.3843504
MAPE (mean absolute percentage error )		0.08%

Fuente: Propia

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

Subdivisión transporte ferroviario pasajeros

Para esta subdivisón se ha utilizados las ecuaciones del modelo TIMES para obtener la proyección, las cuales en un inicio calcula Q_(t,m), (cantidad de vehículos en venta) con los valores de población, con este resultado se prosigue a calcular los valores de consumo de energía de las principales flotas de trenes en el país, a este valor le multiplica por un peso que denota el ratio de pasajero por kilómetro, que se denota por K.

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A16 respectivamente demandas.

Subdivisión transporte ferroviario carga

Para esta subdivisón se ha utilizados las ecuaciones del modelo TIMES para obtener la proyección, las cuales en un inicio calcula Q_(t,m), (cantidad de vehículos en venta) con los valores de PBI, con este resultado se prosigue a calcular los valores de consumo de energía de las principales flotas de trenes en el país, a este valor le multiplica por un peso que denota el ratio de pasajero por kilómetro, que se denota por

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A16 respectivamente demandas.

Subdivisión transporte naval

Para esta subdivisón se ha utilizados las ecuaciones del modelo TIMES para obtener la proyección, las cuales en un inicio calcula Q_(t,m), con los valores de PIB, ahora con los valores de la demanda anterior se calcula el nuevo valor con la ecuación 14.

Subdivisión transporte aéreo Para esta subdivisón se ha utilizados las ecuaciones del modelo TIMES para obtener la proyección, las cuales en un inicio calcula Q_(t,m), con los valores de PIB, , ahora con los valores de la demanda anterior se calcula el nuevo valor con la ecuación 16

Los valores tabulados al 2050 se pueden encontrar en anexos de este documento, en Anexos en A14 respectivamente demandas.

3.2 Datos e información

Como ya se ha mencionado en “Data Processing”, el modelo OSeMOSYS de energía y transporte está compuesto por diferentes comodities y fuels que son propios de cada país o sistema. Ahora trataremos la configuración del modelo OSeMOSYS, esta se da a través de los siguientes items:

• Sets

• Parameters

• Variables

• Obejetive functions

• Constraints

Nosotros trataremos con un modelo simple, el cual es la vesión más manejable, por el momento debido a las necesidades, en el modelo OSeMOSYS Perú. Cada item está compuesto por un conjunto de items y sus valores son particulares del sistema a modelar, a continuación mostaremos todos estos para la cnfiguración de un modelo simple, lo cual sisgnifica que nuestra función objetivo de costo es corta.

Items de configuración para un modelo simple
Sets	Parameters (“Insumos”)	Variables (“salidas”)	Ojective functions	Constraints
EMISSION	AccumulatedAnnualDemand	AccumulatedNewCapacity	OFS_Cost	Acc1_FuelProductionByTechnology
FUEL	AnnualEmissionLimit	AnnualEmissions		Acc2_FuelUseByTechnology
MODE OF OPERATION	AnnualExogenousEmission	AnnualFixedOperatingCost		Acc3_AverageAnnualRateOfActivity
REGION	AvailabilityFactor	AnnualTechnologyEmission		CAa1_TotalNewCapacity
STORAGE	CapacityFactor	AnnualTechnologyEmissionByMode		CAa2_TotalAnnualCapacity
REGION	CapacityOfOneTechnologyUnit	AnnualVariableOperatingCost		CAa5_TotalNewCapacity
TECHNOLOG	CapacityToActivityUnit	CapitalInvestment		CC1_UndiscountedCapitalInvestment
TIMESLICE	CapitalCost	Demand		E2_AnnualEmissionProduction
YEAR	CapitalCostStorage	DiscountedSalvageValue		EBa10_EnergyBalanceEachTS4
	DepreciationMethod	DiscountedTechnologyEmissionsPenalty		EBa1_RateOfFuelProduction1
	DiscountRate	NewCapacity		EBa2_RateOfFuelProduction2
	EmissionActivityRatio	NewStorageCapacity		EBa4_RateOfFuelUse1
	EmissionsPenalty	NumberOfNewTechnologyUnits		EBa5_RateOfFuelUse2
	FixedCost	ProductionByTechnology		NCC1_TotalAnnualMaxNewCapacityConstraint
	InputActivityRatio	ProductionByTechnologyAnnual		NCC2_TotalAnnualMinNewCapacityConstraint
	ModelPeriodEmissionLimit	RateOfActivity		OC1_OperatingCostsVariable
	ModelPeriodExogenousEmission	RateOfProductionByTechnology		OC2_OperatingCostsFixedAnnual
	OperationalLife	RateOfProductionByTechnologyByMode		SI6_SalvageValueStorageAtEndOfPeriod1
	OperationalLifeStorage	RateOfUseByTechnology		SV3_SalvageValueAtEndOfPeriod3
	OutputActivityRatio	RateOfUseByTechnologyByMode		SV4_SalvageValueDiscountedToStartYear
	REMinProductionTarget	SalvageValue		TAC1_TotalModelHorizonTechnologyActivity
	RETagFuel	SalvageValueStorage		Short_Code_Equations
	RETagTechnology	TotalAnnualTechnologyActivityByMode
	ReserveMargin	TotalCapacityAnnual
	ReserveMarginTagFuel	TotalTechnologyAnnualActivity
	ReserveMarginTagTechnology	TotalTechnologyModelPeriodActivity
	ResidualCapacity	Trade
	SpecifiedAnnualDemand	UseByTechnology
	SpecifiedDemandProfile
	TradeRoute
	VariableCost
	YearSplit

Fuente: Propia

No todos estos items han sido insertados en el modelo, debido que se ha trabajado un modelo que se acomoda más a las necesidades del Perú, ahora se pueden encontrar todos los valores de corespondiente a todos los item de configuración en Items.

3.2.1 Sets

Los sets son el conjunto de configuraciones que son establecidos para el modelo, estos son particulares por país y región, para su configuración se debe tener un análisis del sistema a modelar, los sets se muestrana contiuación.

• Región

• Year

• Timeslices

• Emissions

• Commodity

• Technology

• Mode of operation

3.2.1.1 Región

Para El Perú se ha hipotetizado una sola región para poder simplificar el análisis de nuestro sistema, se puede mencionar que el modelo TIMES se considera 4 regiones, centro, norte, oriente y sur.

región(es)

Perú

Fuente: Propia

3.2.1.2 Año

Los años de análisis se consideran desde el 2015 hasta el 2050, este es el marco de tiempo de horizonte de estudio para el modelo de energía y transporte.

Parámetro	Inicio	Final
Año	2015	2050

Fuente: Propia

3.2.1.3 Timeslices

En el modelo de OSeMOSYSY Perú se han tomado una fraccion anual de 2 para un escenario alto y de 4 para un escenario medio y bajo.

Timeslice	Perú
An_alto	0.5
An_bajo	0.25
An_medio	0.25

Fuente: Propia

3.2.1.4 Emissions

Para las emisiones se han considerado todos los tipos de gases de efecto invernadero (GEI) que son resultado de la actividad de los procesos, como CO2, CH4 y N2O, todos estos son transformado en CO2 euivalentes, en la tabla a continuación se puede observar estos factores de equivalencia.

Parámetro	CO2	CH4	N2O
Factor	1	21	310

Fuente: Anexo 2 del informe 9 del PROSEMER

3.2.1.5 Commodities

Los commodities son los bienes, insumos, productos, etc. Estos ingresan a cada tecnología para ser transformados y procesados en otros comodities dentro de toda la cadena energética, en el Perú contamos con una gran variedad de commodities desde insumos primarios como bosta y yesta para producción de carbón hasta la electricidad generada por cada tecnología eléctrica y los combustibles consumidos por el sector transporte, las etiquetas para cada commodity considerados se muestran a continuación. Los commodities se pueden encontrar en Anexos Fuels.

Combustibles Fósiles	Los combustibles fósiles son residuos de materia orgánica obtenidos de forma extrativas, estas son crudo, gas natural y carbón.
Biocombustibles	Son los combustibles que son sintetizados a partir de materia organica tales como la cañade azucar, oleaginosas y microalgas
Electricidad	La electricidad como commodity, es un producto de la generación de diferentes tipos de tecnología como la combustión, fotovoltaico.
Demandas de Transporte	Para las demandas de trasnporte puede ser de pasajeros públicos y privados y carga, falta aún poner esta parte.
Productos de Exportación	Actualmente se exporta una parte de hidrocarburos y gas natural.

Fuente: Propia

3.2.1.6 Technologies

Los procesos o tecnologías son representados en forma de bloque y pueden tener o no una entrada de commodities, sin embargo, siempre tienen una salida de commodities, Los procesos tienen involucrados costos como CAPEX(Capital Expenditure), OPEX (Operacional Expenditure), los costos examinados por capacidad para las plantas de gas y refinerías han sido estudiadas para tener datos con los cuales poder suministrar al modelo. Las principales tecnologías para el peru se muestran a continuación.

Producción	La producción de commodities incluye extración, procesamiento, transformación de materia primaría hasta llegar a ser commodity.
Importaciones	Importaciones incluyen todos los procesos y acciones comerciales para lograr el suministro de commodities al país.
Refinería	Refinería incluye todo el procesamiento de crudo para la obtención de los subproductos como la gasolina o el diesel.
Carboneras	Carboneras incluye el proceso de extracción de una mina carbón mineral y trasnformación de en carbon vegetal.
Planta de gas	Las plantas de gas incluye la licuación, transporte de gas
Plantas eléctricas	En las plantas eléctricas se incluye todos las plantas de diversos tipos de tecnologías como las hidroelectricas, termoelectricas, etc.
Transmisión eléctrica	La transmisión eléctrica incluye todos las formas de transmision en alta y media tensión.
Distribución eléctrica	La distribución eléctrica incluye distribución en baja tensión hasta el usario final.
Distribución energética	La distribución energética incluye todos los medios y procesos para la repartición de los productos.
Transporte	Transporte en el Perú incluyen todos las formas de transporte tanto carretero (pasajero y carga), ferroviario, naval, aéreo.
Residencial, comer- cial y carga	Esta tecnología incluye todos los procesos de transformación de energía para los sectores residencial, comercial y carga.
Agropecuario, Pesqu- ero, industría	Estas tecnologías incluyen todos los procesos de ransformacion de energía para los sectores agropecuarios, minero e industría.

Fuente: Propia

Todas las tecnologías se puede ver a en Anexos Tecnologías.

3.2.1.7 Mode of operation

Para los procesos se ha hipotetizado un modo de operación, lo que quiere decir que por cada inpt solo obtenemos un tipo de output.

3.2.2 Parameters

Los parámetros son los insumos del modelo, han sido completados con información obtenida de las diferentes fuentes de información, como publicaciones oficiles de los diferentes ministerios, publicaciones de entidades internacionales, papers científicos publicados, etc.

3.2.2.1 Accumulated Annual Demand

El Accumulated Anual Demand es la demanda anual de energía en el Perú, esta comprende la demanda de energía primaría y secundaría en sus diferentes formas como crudo, leña, bagazo, bosta y yareta para la energía primaria; y en derivados de petróloe, gas natural, GLP, biocombustibles, y mexcla de estos como Diesel-B5, gasohol, etc. También comprende las demandas finales de energía de los diferentes sectores, como transporte, comercial, público, residencial, minero, agro y pesca; tambien exportaciones de energía, todos los valores han sido tomados de los balances nacionales de energía y se han hecho las prediciones en baso a variaables exógenas como PBI, la población y la tendencia. A continuación se presenta una tabla con los valores de demanda correspondientes a las demandas de los todos los fuels correspondientes s la energía primaria, secundaria, neta y exportaciones.

Damanda de energía en el Perú (PJ)
Codificación	2015	2016	2017	2018
Energía primaria Bagazo	20.79	18.25	19.61	19.46
Energía primaria Carbón mineral	32.81	33.69	29.26	26.22
Energía primaria Gas natural y LGN	659.43	719.32	681.08	662.92
Energía primaria Petró	300.10	304.12	350.87	337.55
Energía primaria Bosta, Yareta y Leña	87.60	113.19	108.97	109.55
Energía secundaria Carbón vegetal	1.65	4.62	5.32	5.25
Energía secundaria Coke	1.07	1.39	2.11	2.10
Energía secundaria Diesel	222.54	227.52	223.98	230.33
Energía secundaria Derivados NE	12.76	11.23	12.33	12.12
Energía secundaria Fueloil	9.71	9.31	10.07	2.91
Energía secundaria Gas licuado	75.00	79.35	82.80	88.50
Energía secundaria Gasohol	64.15	71.98	74.49	77.77
Energía secundaria Gasolina	10.53	11.70	12.63	13.44
Energía secundaria Gas refinería	80.50	81.46	87.26	96.26
Energía secundaria Turbo	39.19	43.45	44.22	16.14
Electriciad Para transmisión	233.65	240.79	246.79	254.10
Demanda de energía Comercial-público	54.6	56.7	56.9	57.6
Demanda de energía PAMI	230.4	236.5	244.0	250.2
Demanda de energía Residencial	153.3	152.9	153.6	154.5
Demanda de Transporte pasajero público	154443.0	154420.5	158914.5	163322.1
Demanda de Transporte pasajero privado	71873.0	76093.5	80411.2	84662.7
Demanda de Transporte de carga	288037.0	299041.4	311398.8	324147.7
Exportaciones de Gas natural	194.0	232.8	221.2	231.4

Fuente: Balances nacional de enegía

3.2.2.1 YearSplit

Duración de una parte del tiempo modelado expresado com una fracción del año, la suma de cada entrada del modelo debe sumar 1.

TIMESLICE	Año
An_alto	0.5
An_bajo	0.25
An_medio	0.25

Fuente: Propia

3.2.2.1 Capacity To Activity Unit

“Capacity To Activity Unit” es la actividad generada por la capacidad de las diferentes tecnologías, esta es diferentes para cada una las tecnologías existentes y además es constante.

3.2.2.2 Availability Factor

El factor de disponibilidad, es la fracción de la capacidad instalada que esta disponible durante un año, este valor es de 0 a 1 y ve reflejada las salidas de operación programadas y fortuitas del sistema. El factor de disponibilidad para las refinerías, plantas de gas y carbón se ha tomado de los informes del PROSEMER, los valores de las plantas de generación eléctrica se han obtenido de bibliografia internacional, solo para el caso de las energías renovables no convecionales se tiene que los valores de factores de disponibilidad se han extraido de bibliografía web.

Tecnologías	Availability factor
Producción	1
Importaciones	1
REfinerías	0.9
Carboneras	0.9
Plantas de gas natural	0.92
Plantas de generación con biofuels	0.9
Plantas térmica de gas natural	0.9
Plantas generación hidráulica	0.9
Planats de generación solar PV	0.94
Plantas de generación eólica	0.95
Plantas térmica de diesel o fueloil	0.9
G_PGDV_02	0.9
G_PGGTH_02	0.8
H_STDE_01	1
H_STDE_02	1

Fuente

• Anexo 2 -Informe 9 PROSEMER

• Availability factor of a PV power plant: evaluation based on generation and inverter running periods

3.2.2.3 Capacity Factor

El factor de capacidad es la capacidad disponible de la capacidad anual, si hubiera trabajado a plena carga, de cada tecnología y para cada timeslice. El factor de capacidad de las refinerías, plantas de gas y carboneras han sido calculados a partir del anuario estadístico de hidrocarburos de la dirección general de hidrocarburos (DGH) y los balances nacionales de energía, para las demás tecnologías se ha utilizado valores de referencia del IRENA y calculos de los factores de planta de las plantas de generación que publica el COES. A continuación se mostrará los factores de planta para las distintas tecnologías en los años 2015, 2016, 2017 y 2018.

Tecnologías	2015	2016	2017	2018
Refinerías	0.776	0.777	0.834	0.80
Plantas de gas	0.659	0.659	0.659	0.659
Plantas de generación con biofuels	0.755	0.672	0.858	0.764
Plantas térmica de gas natural	0.62	0.62	0.54	0.52
Plantas generación hidráulica	0.65	0.57	0.61	0.6
Planats de generación solar PV	0.28	0.29	0.27	0.28
Plantas de generación eólica	0.48	0.51	0.5	0.46
Plantas térmica de diesel o fueloil	0.1	0.1	0.1	0.1
G_PGDV_02	0.17	0.17	0.17	0.17

Fuente

-Calculados del anuario de estadisticas de hidrocarburos DGH 2016-2018 -Calculados a partir, Anexo 2 -Informe 9 PROSEMER -IRENA (2020), Renewable Power Generation Costs in 2019, International Renewable Energy Agency -Calculados de las estadísticas anuales del 2019- COES -LAZARD’S LEVELIZED COST OF ENERGY ANALYSIS VERSION 13.0 -2019 Annual Technology Baseline- NREL

3.2.2.4 Operational Life

El Operation Life es la vida de operacional de las tecnologías, generalmente estan diseñados para largos periodos de tiempo, estas pueden variar, debido a que las plantas reciben actualizaciones, modificaciones, o simplemente se acaba la materia prima para hacerlas funcionar. Los valores de Operational Life se han obtenido de fuentes bibliográficas como LAZARD’S y National Renewable Energy Laboraqtory (NREL).

Tecnologías	Operational Life (Años)
Producción
Importaciones
Refinerías	40
Carboneras
Plantas de gas natural	20
Plantas de generación con biofuels	30
Plantas térmica de gas natural	30
Plantas generación hidráulica	30
Planats de generación solar PV	30
Plantas de generación eólica	20
Plantas térmica de diesel o fueloil	20
G_PGDV_02	25

Fuente

-LAZARD’S LEVELIZED COST OF ENERGY ANALYSIS VERSION 13.0 -*2019 Annual Technology Baseline- NREL

3.2.2.5 Capital Cost

Capital Cost son los costos de capital por capaciad instalada, los costos generalmente estan en dolares americanos y la capacidad está expresado en unidades de potencia. Los costos de capital para las tecnologías que estan en desarrollo tienen a disminuir con el timepo en sus proyecciones, sin embargo, las tecnologías que ya estan maduras como las de tratamiento y refinación de gas o de refinación de crudo sus valores con el tiempo no disminuyen, sino que se mantienen en el tiempo. Acontinuación se mostrará los valores de Capital Costs para el año 2018.

Tecnologías (2018)	Capital Costs	Unidades
Producción
Importaciones
Refinerías	15.93	kUSD/b/d
Carboneras
Plantas de gas natural	3.76	MMUSD/PJ/año
Plantas de generación con biofuels	1693.37	USD/KW
Plantas térmica de gas natural	1290.76	USD/KW
Plantas generación hidráulica	1455.86	USD/KW
Planats de generación solar PV	1200	USD/KW
Plantas de generación eólica	1053.86	USD/KW
Plantas térmica de diesel o fueloil	947.56	USD/KW

Fuente

-Costos normalizados de IRENA (2020), Renewable Power Generation Costs in 2019, International Renewable Energy Agency -Calculados a partir, Anexo 2 -Informe 9 PROSEMER -Evolución futura de costos de las energías renovables y almacenamiento en América Latina, Banco interamericano de desarrollo, división energía -LAZARD’S LEVELIZED COST OF ENERGY ANALYSIS VERSION 13.0

3.2.2.6 Fixed Cost

Los costos fijos son gastos que tienen las diferentes tecnologías por operación y mantenimiento en un periodo anual, los gatos fijos son menores en tecnologías que tienen altos costos variables, como es el caso de las tacnologías de generación térmica. Las fuentes bibliográficas consultadas para estos valores has sido los informes del PROSEMER, el IRENA y LAZARD’S. Acontinuación se mostrará los valores de Capital Costs para los años 2015, 2016, 2017 y 2018. Acontinuación se mostrará los valores de Capital Costs para el año 2018.

Tecnologías (2018)	Fixed Costs	Unidades
Producción
Importaciones	12.079	MM USD/PJ
Refinerías	2.339	MM USD/PJ
Carboneras	2.71	MM USD/PJ
Plantas de gas natural	4.898	MM USD/PJ
Plantas de generación con biofuels	3.55	MM USD/PJ
Plantas térmica de gas natural	0.424	MM USD/PJ
Plantas generación hidráulica	3.92	MM USD/PJ
Planats de generación solar PV	4.68	MM USD/PJ
Plantas de generación eólica	4.07	MM USD/PJ
Plantas térmica de diesel o fueloil	0.658	MM USD/PJ

Fuente

-Calculados a partir del Balance nacional de energía 2018, anuario estadístico de hidrocarburos 2018, y bibliografía internacional -Anexo 2 -Informe 9 del PROSEMER pag 111 -2019 Annual Technology Baseline- NREL -Renewables Power Generation Costs in 2018, IRENA,pag. 82 -LAZARD’S LEVELIZED COST OF ENERGY ANALYSIS VERSION 13.0 -2019 Annual Technology Baseline- NREL

3.2.2.7 Variable Costs

Variable Costs son los costos de operación y mantenimiento que son variables en el tiempo para las diferentes tecnologías en un modo de operación, estos costos son significativos para las tecnologías térmicas, debido a que incluyen el precio de de los conbustibles. En las tecnologías solar fotovoltáica y eólica el valor de costos varibles es cero. Las fuentes bibliográficas consultadas son las mismas que las de costos fijos de operación y mantenimiento. Acontinuación se mostrará los valores de Capital Costs para el año 2018.

Tecnologías (2018	Variable Costs	Unidades
Producción
Importaciones
Refinerías
Carboneras
Plantas de gas natural	1.536	MM USD/PJ
Plantas de generación con biofuels	0.006	USD/kW-h
Plantas térmica de gas natural	0.0085	USD/kW-h
Plantas generación hidráulica
Planats de generación solar PV
Plantas de generación eólica
Plantas térmica de diesel o fueloil	0.1813	USD/kW-h

Fuente

-Boletìn anual 2015-2018, Operación del sector eléctrico -Calculados a partir, Anexo 2 -Informe 9 PROSEMER -Renewables Power Generation Costs in 2018, pag. 81 -2019 Annual Technology Baseline- NREL

3.2.2.8 Emission Activity Ratio

Las razones de emisiones de CO2e por actividad son particulares para cada tipo de tecnología y constantes en el tiempo, estas han sido tomadas de un estudio para este tipo de tecnlogías hecho en europa.

Fuente

-GREENHOUSE GAS EMISSIONS FROM ENERGY SYSTEMS: COMPARISON AND OVERVIEW (R. Dones, T. Heck, S. Hirschberg)

3.3 Consideraciones del modelo

3.3.1 Narrativas

3.3.2 Síntesis cuantitativa de escenarios

3.4 Resultados de los escenarios base