+ All Categories
Home > Documents > Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. ·...

Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. ·...

Date post: 18-Aug-2021
Category:
Upload: others
View: 2 times
Download: 0 times
Share this document with a friend
22
Análisis energético indicativo de largo plazo utilizando el modelo AS Gerencia Centro Nacional de Despacho Documento XM CND 2013 168 Julio 10 de 2013
Transcript
Page 1: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Análisis energético indicativo de largo plazo utilizando el modelo AS Gerencia Centro Nacional de Despacho

Documento XM CND 2013 168 Julio 10 de 2013

Page 2: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Panorama energético colombiano

Principales supuestos

Resultados

Page 3: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Principales supuestos

Page 4: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Supuestos análisis largo plazo (2013 – 2018)

Modelo optimización

Modelo estocástico AS (Aproximaciones Sucesivas).

Los resultados se basan en costos de generación térmica. No se consideran las ofertas de precios en la bolsa de

energía, ni los contratos “take or pay” de combustible. No se modelan explícitamente las restricciones de transmisión

eléctrica, ni las de producción y transporte de gas.

Horizonte 5 años / Resolución mensual

Casos Simulados (estocásticos)

1. Caso Matalas. Series sintéticas de caudales generadas con el Modelo Matalas.

2. Caso Gess. Series sintéticas generadas con el Modelo Gess (sin la opción de clima)

Demanda Escenario medio UPME . “Proyección de demanda de energía eléctrica y potencia máxima” . Revisión, marzo de

2013 . (http://www.siel.gov.co/siel/documentos/documentacion/Demanda/proyeccion_demanda_ee_mar_2013.pdf).

Se modelan 6 bloques de demanda. NO se sustraen las cifras de exportación a Panamá supuestas por la UPME e

incluídas en la demanda.

Interconexiones Internacionales

Las simulaciones se hicieron para el Sistema Eléctrico Colombiano autónomo. No se tuvieron en cuenta

intercambios de energía eléctrica entre Colombia y los países limítrofes.

Modelamiento de Combustibles por planta

Gas (ilimitado): TCentro, Flores4, TEBSA, Guajira1, Candelaria1, Proeléctrica, Termocol, Meriléctrica, Sierra,

Dorada, Emcali , TermoBarranquilla3-4, TermoCartagena3

Carbón (ilimitado): Paipa, Tasajero, Zipa, Guajira2 y Gecelca.

Fuel Oil (ilimitado): TermoCartagena1-2, Flores1, Candelaria2

Nota: La información general empleada en las evaluaciones de planeamiento energético con el modelo AS se encuentra en los documentos “Leame_LP_AS.pdf” e “Información_Básica_Julio13.pdf” en este mismo directorio.

Page 5: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Supuestos análisis largo plazo (2013 – 2018)

Precios Combustibles

Carbón: Precios de UPME, información actualizada con IPP de capital de EEUU.

Gas Natural: Precios de UPME, información actualizada con IPP de capital de EEUU.

Combustibles Líquidos: Residual Fuel Oil No. 6 y Destillate Fuel Oil No. 2 (ACPM, DIESEL). Precios de UPME,

información actualizada con IPP de capital de EEUU.

Generaciones Determinísticas

Se consideró la capacidad de las plantas menores, actualizada con la información reportada para la Subasta de Energía

Firme 2015-2016. Se incluyeron proyectos del Plan de Expansión como Ambeima, San Miguel y Carlos Lleras Restrepo,

así como Termonorte y Porvenir.

Disponibilidad Se modelaron los índices de indisponibilidad histórica (IH) e índices de corto plazo (ICP) calculados con la información

hasta junio/13 .

Consideraciones especiales Modelo AS

Se modelaron como hidráulicos los proyectos Amoyá, Cucuana, Sogamoso y Quimbo.

Se produjo generación estocástica –dependiente de la hidrología- de plantas menores hidráulicas con suficiente

información histórica de su generación

En la cadena Chivor no se cerraron los túneles de las desviaciones de Rucio y Negro sino que, al igual que Tunjita, se

dejaron con su capacidad plena.

Se modelan los trasvases de Guarinó y Manso asociados a la planta Miel I.

Plantas Subasta y GPPS

Se modelan las plantas térmicas Termocol y Gecelca 3 de manera explícita

Nota: La información general empleada en las evaluaciones de planeamiento energético con el modelo AS se encuentra en los documentos “Leame_LP_AS.pdf” e “Información_Básica_Julio13.pdf” en este mismo directorio.

Page 6: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Proyectos Térmicos Proyectos Hidráulicos menores de 100 MW

Proyecto Gecelca3 (Carbón)

Capacidad Efectiva : 150 MW

250 MW

Fecha de entrada: Octubre 2013

Diciembre 2015

Departamento: Córdoba

Proyecto San Miguel

Capacidad Efectiva : 42 MW

Fecha de entrada Diciembre 2015

Departamento Antioquia

Proyecto Ambeima

Capacidad Efectiva : 45 MW

Fecha de entrada Diciembre 2013

Departamento Tolima

Proyecto Termocol (Gas)

Capacidad Efectiva : 220 MW

Fecha de Entrada : Noviembre 2013

Departamento Magdalena

Proyecto Tasajero2 (Carbón)

Capacidad Efectiva : 160 MW

Fecha de Entrada : Diciembre 2015

Departamento Santander

Proyecto Carlos Lleras Restrepo

Capacidad Efectiva : 78 MW

Fecha de entrada Diciembre 2014

Departamento Antioquia

Proyecto Cucuana

Capacidad Efectiva : 60 MW

Fecha de entrada Diciembre 2014

Departamento Tolima

Page 7: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Proyectos Hidráulicos mayores de 100 MW

Proyecto: Porce4

Capacidad Efectiva : 400 MW

Tecnología : Hidráulica

ENFICC : 1923 GWh/año

Proyecto: Quimbo

Capacidad Efectiva : 396 MW

Tecnología : Hidráulica

ENFICC : 1750 GWh/año

Proyecto: Ituango

Capacidad Efectiva : 1200 MW

Tecnología : Hidráulica

ENFICC : 8563 GWh/año

Proyecto: Sogamoso

Capacidad Efectiva : 800 MW

Tecnología : Hidráulica

ENFICC : 3791 GWh/año

Page 8: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

ProyectoCapacidad

[MW]

Fecha esperada de

entrada en operación

Promotor del

proyecto

Fecha asignada de

obligación de energía

firme

Área

operativa

Gecelca 3 (T) 164 Octubre 15 de 2013 GECELCA Diciembre 01 de 2012 Córdoba - Sucre

Darío Valencia Samper

(H) ¡Nuevo!150

Primera unidad octubre de

2013

Segunda unidad diciembre

de 2013

Tercera unidad febrero de

2014

EMGESA No aplica Bogotá

Termocol (T) 202 Noviembre 16 de 2013 POLIOBRAS Perdió OEF GCM

Ambeima (H) 45 Diciembre de 2013

EMPRESA ENERGÍA DE

LOS ANDES S.A.S

E.S.P.

Diciembre 01 de 2015 Tolima

Sogamoso (H) 800

Febrero de 2014

(Primera unidad)

Abril de 2014

(Segunda unidad)

Mayo de 2014

(Tercera unidad)

ISAGEN Diciembre 01 de 2014 Nordeste

Salto II ¡Nuevo! 35 Abril de 2014 EMGESA No aplica Bogotá

Laguneta ¡Nuevo! 36

Primera unidad octubre de

2014

Segunda unidad diciembre

de 2014

EMGESA No aplica Bogotá

Quimbo (H) 420 Noviembre 30 de 2014 EMGESA Diciembre 01 de 2014 Huila - Caquetá

Cucuana (H) 60 Diciembre 1 de 2014 EPSA Diciembre 01 de 2014 Tolima

Carlos Lleras Restrepo

(H)78.1 Diciembre de 2014

HIDROELÉCTRICA DEL

ALTO PORCE S.A.S

E.S.P.

Diciembre 01 de 2015Antioquia -

Chocó

Tasajero II (T) 160 Noviembre 30 de 2015TERMOTASAJERO S.A.

E.S.P.Diciembre 01 de 2015 Nordeste

San Miguel (H) 42 Diciembre 01 de 2015LA CASCADA S.A.S.

E.S.P.Diciembre 01 de 2015

Antioquia -

Chocó

Gecelca 32 (T) 250 Diciembre de 2015 GECELCA Diciembre 01 de 2015 Córdoba - Sucre

Termonorte (T) 88 Diciembre de 2017TERMONORTE S.A.S.

E.S.P.Diciembre 01 de 2017 GCM

Porvenir II (H) 352 2017PRODUCCIÓN DE

ENERGÍA S.A.S.

Diciembre 01 de 2018

Diciembre 01 de 2019

Antioquia -

Chocó

Pescadero Ituango

(H) 1200 2018 (En revisión)

HIDROELECTRICA

PESCADERO ITUANGODiciembre 01 de 2018

Antioquia -

Chocó

Proyectos de Generación DC

Page 9: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Proyectos de generación: plantas menores

Proyecto

Fecha esperada de

entrada en operación

OR o promotor

del proyectoEstado UPME

El Popal 19.9 MW Diciembre de 2013 EPM 1

Cogenerador Ingenio Risalda Diciembre de 2013INGENIO RISARALDA

S.A.3

Tulua Bajo 19.9 MW Abril 30 de 2014 EPSA 3

PCH Tunjita 19.8 MW 2014 AES CHIVOR 3

Las Palmas 3 MW 2014 EPM 1

Río Aguejar 20 MW 2014 EMSA 2

Río Mapa 4 MW 2014 CHEC 1

Magallo 9 MW 2014 EPM 2

Cogeneración 10 MW 2014CEO/Ingenio La

Cabaña1

PCH Guachicono 13.6 MW 2014 CEO 1

San Bartolomé 19.9 MW Abril de 2015CH San Bartolomé

S.A.S. E.S.P.2

Oibita 19.9 MW Abril de 2015CH Oibita S.A.S.

E.S.P.2

Paloma 13.6 MW 2015 EPM 2

Liborina I 4.90 MW 2015 EPM 2

Sirgua 10 MW 2015 EPM 2

Rio Mulatos 2 8.32 MW Diciembre de 2015 EPM 3

PCH Alejandria 15 MW Diciembre de 2015 EPM 3

PCH San Andrés 22.9 MW 2015 EPM 2

PCH Zuca de 9.2 MW 2015 EPM 2

Falcon 13.5 MW 2015 EPM 2

El Molino 19.9 MW Abril de 2016 HMV 2

El San Matías 19,9 MW Abril de 2016 HMV 1

San Matías 19.9 MW 2018 EPM 1

Page 10: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Otros proyectos de generación de energía, en desarrollo y construcción

ProyectoFecha esperada de

entrada en operación

OR o promotor

del proyectoEstado UPME

Prodesal (Quimpac) 22 MW 2013 EPSA 1

Cogeneración 10 MW 2013 INGENIO RISARALDA 2

Ingeniero Manuelita 40 MW 2014 EPSA 1

Chili 63 MW 2014 GENERADORA UNION 2

Morro Azul 19.9 MW Enero de 2015RISARALDA ENERGÍA

S.A.S E.S.P.1

PCH San Andrés 22.9 MW 2015 EPM 1

Sistema Hidroeléctrico del Río San

Juan 119.3 MW.

Se conecta a la S/E Bolombolo 110

kV

2016CARLOS ALBERTO

URIBE MEJIA1

Page 11: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Resultados

Page 12: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Resultados en medio magnético

Adjunto a este documento se colocan en el servidor de XM los archivos Estocástico.xls

y Gess.xls, con la siguiente información:

Hoja Excel Contenido

VERES 1. Índices de confiabilidad del sistema interconectado Nacional: Valor Esperado de Racionamiento de Energía (VERE),

Valor Esperado de Racionamiento Condicionado (VERE_C), Número de Casos con Racionamiento de Energía e

Histograma de Frecuencias de los racionamientos de Energía.

2. Se presenta además la Evolución del embalse agregado esperada para el horizonte de estudio

Graf 1 Evolución esperada de los principales embalses del Sistema Interconectado Nacional

EST. MEN Resumen mensual de la generación térmica e hidráulica esperada para el primer año [GWh]

EST.ANUAL Resumen de la generación anual (térmica e hidráulica) esperada para todo el horizonte del estudio [GWh]

FACTORES Resumen estacional de los Factores de Utilización de las plantas hidráulicas y térmicas [p.u.]

BALANCE Balance energético de la atención de la demanda del SIN [GWh/mes] y [GWh/día]

GRAF_BALANC Gráfica del Balance energético de la atención de la demanda del SIN [GWh/día]

Page 13: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Índices de confiabilidad del sistema colombiano Caso Estocástico

Page 14: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Índices de confiabilidad del sistema colombiano Caso Gess

Page 15: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Evolución embalse agregado

Caso Estocástico

Page 16: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Evolución embalse agregado

Caso Gess

Page 17: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Balance energético sistema colombiano

Page 18: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Balance energético sistema colombiano

Page 19: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Consumos promedio de combustibles 2013-2018

CASO COSTA INTER COSTA INTER COSTA INTER COSTA INTER COSTA INTER

1. MATALAS 73 82 55 55 60 66 109 120 140 147

2. GESS 103 85 76 56 71 57 103 102 157 133

CONSUMO DE GAS [MPCD]

VERANO/18VERANO/17VERANO/14 VERANO/15 VERANO/16

CASO VERANO/14 VERANO/15 VERANO/16 VERANO/17 VERANO/18

1. MATALAS 154 94 172 254 296

2. GESS 149 90 136 217 266

CONSUMO DE CARBÓN [Miles de toneladas mes]

CASO VERANO/14 VERANO/15 VERANO/16 VERANO/17 VERANO/18

1. MATALAS 0 0 0 697 1039

2. GESS 2648 368 1306 4868 5697

CONSUMO DE FUEL OIL [MBTU día]

Page 20: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Observaciones

El nuevo modelo AS (Optimización/Simulación) tiene modelados los proyectos futuros Amoyá, Cucuana, Sogamoso, Miel II, Quimbo, Porce4 y Pescadero

Las plantas menores hidráulicas se encuentran modeladas estocásticamente –con generación dependiente de la hidrología-

En el Caso Matalas no se presenta mes alguno con VERE superior al 1.5%, confiabilidad por debajo del 95% o VERE_C superior al 3%

En el Caso Gess no se presenta mes alguno con VERE superior al 1.5% , o confiabilidad por debajo del 95%; VERE_C superior al 3% se presenta en ene/14 (5.1%; 3 casos), ene/16 (3.0%; 1 caso), ene/17 (5.2%; 5 casos); ene/18 (3.3%; 5 casos); feb/18(3.4%, 4 casos)

Page 21: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Observaciones Para el verano/2013–14, los máximos requerimientos mensuales promedio

de gas natural por parte de las termoeléctricas del Interior serían 82 MPCD (Matalas) y 85 MPCD (Gess). Para los veranos de todo el horizonte de estudio, hasta el verano/2016-17, las necesidades promedio (Matalas y Gess) son inferiores a la disponibilidad de transporte que actualmente es de 120 MPCD; en el verano/2017-18 son superiores (Matalas: 147 MPCD; Gess: 133 MPCD)

Los máximos consumos mensuales promedio de gas natural en la Costa para el verano/2013-14 serían 70 MPCD (Matalas) y 103 MPCD (Gess); para el verano/2017-18 serían de 140 MPCD (Matalas) y 157 MPCD (Gess), inferiores al límite de disponibilidad de gas establecido actualmente para la Costa que es de 350 MPCD

La consideración de las restricciones eléctricas y conexiones internacionales, que el modelo AS ignora al no tener modelada la red de transmisión, podría ocasionar consumos de gas diferentes a los anteriores promedios, en especial en las horas pico y condiciones hidrológicas (caudales; niveles de embalse) más desfavorables

Page 22: Análisis energético indicativo de largo plazo utilizando el modelo AS · 2018. 3. 16. · Supuestos análisis largo plazo (2013 – 2018) Modelo optimización Modelo estocástico

Recommended