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
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 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
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
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$/bbl.
Todos los valores de los precios del WTI, CAPEX y OPEX se puede ver en Anexos en A8 y A11 respectivamente precios y costos.
3.1.1.2.4 Carboneras¶
Para el 2013 la capacidad instalada de procesamiento de carbon es de 5.08 PJ, 2.97 para la región centro y 2.11 para la región norte, además se asume un costo de producción de 2.71 MMUSD/PJ que incluye todos lo contos de extración, mina, transporte y acopio. Tambien se consideró un costo de inversión 2,76 MMUSD/PJ para incrementar la capacidad existente y disminuir los costos existentes, cabe mencionar que los valores de transporte para la región norte y centro son de 0.69 MMUSD/PJ.
Carboneras |
|
---|---|
Norte |
2.11 |
Centro |
2.97 |
Total |
5.08 |
Fuente: Informe 9 PROSEMER, pag. 302
Sector |
Costo |
2017 (MMUSD/PJa) |
---|---|---|
CARBONERAS |
TOTAL |
2.71 |
CARBONERAS |
TOTAL |
2.71 |
Fuente: Informe 9 PROSEMER, pag. 302
Figure 3.3: Proyección del precio de carbon, Fuente: Propia
Para la proyección de los precios del carbón se utliza las proyección del carbon australia del banco mundial (octubre del 2018), todos los costos de internación son considerados e incluye flete y otros costos de transporte, el carbón tiene un costo de internación de 18.6 US$/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 |
|
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)