Formulación de políticas para la penetración de las Smart Grid en

Anuncio
La Dinámica de Sistemas: Un Paradigma de Pensamiento
9° Encuentro Colombiano de Dinámica de Sistemas
14 al 16 de septiembre del 2011
Universidad Colegio Mayor de Nuestra Señora del Rosario
Comunidad Colombiana de Dinámica de Sistemas
Bogotá – Colombia
Formulación de políticas para la penetración de las Smart
Grid en Colombia
Natalia Castaño
Carlos J. Franco
Universidad Nacional de Colombia, sede Medellín
Carrera 80 No. 65 - 223 Bloque M8
(+4) 4255350
Universidad Nacional de Colombia, sede Medellín
Carrera 80 No. 65 - 223 Bloque M8
(+4) 4255350
ncastanj@unal.edu.co
cjfranco@unal.edu.co
RESUMEN
Palabras Clave
Las exigencias de los usuarios en materia de suministro de energía
y el constante crecimiento de la demanda de electricidad obligan a
la búsqueda de opciones y nuevos desarrollos que permitan
mejorar el sistema eléctrico y suplir satisfactoriamente las
necesidades de dichos usuarios. esta creciente demanda se da en
gran medida en las horas pico, lo que provoca grandes picos en la
curva de carga y esto a su vez hace que se deba tener gran
capacidad instalada para poder suplir las necesidades de los
usuarios en estos periodos picos, los cuales se dan en cortos
periodos de tiempo. Debido a esto, nace smart grid como un
enfoque para mejorar las condiciones actuales del sistema, suplir
satisfactoriamente las necesidades de los usuarios, utilizar los
recursos eficientemente y brindar a los usuarios mayor autonomía
en la cadena de electricidad. La implementación de nuevas
tecnologías y metodologías son claves, pues por medio de estas se
podrá tener control del sistema en tiempo real e información sobre
consumos y precio de la electricidad, que permita al usuario tomar
decisiones y así obtener beneficios, casi siempre económicos. La
implementación de estos dispositivos conlleva una inversión en
dinero y en tiempo por parte del usuario, ya que para poder recibir
un ahorro el usuario debe comprar los dispositivos necesarios,
administrarlos y estar al tanto de los cambios en las tarifas y
consumos para así poder reducir los costos de sus facturas. Dado
que el usuario es importante para la implementación de las Smart
Grid, su comportamiento será estudiado por medio de un modelo
de dinámica de sistemas, por medio del cual se evaluarán políticas
para su adecuada implementación.
Dinámica de sistemas, Dispositivos inteligentes, pico de demanda,
Smart Grid.
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that
copies bear this notice and the full citation on the first page. To copy
otherwise, or republish, to post on servers or to redistribute to lists,
requires prior specific permission and/or a fee.
9° Encuentro Colombiano de Dinámica de Sistemas – 14 al 16 de
septiembre de 2011, Bogotá - Colombia
Copyright 2011 Universidad del Rosario [ISSN 2027-7709] US $10.00
1. INTRODUCCION
Un manejo optimo de los recursos es el objetivo del sector
energético, por lo que se deben estudiar y evaluar métodos que
permitan usar de manera eficiente los recursos actuales del
sistema de manera que se suplan las necesidades de los usuarios.
La problemática de la demanda cambiante y los elevados picos en
la curva de demanda de electricidad, obligan a realizar fuertes
inversiones en infraestructuras para poder suplir dicha demanda
en los cortos periodos de tiempo en los que se da, lo que conlleva
a que se deba tener gran capacidad instalada solo para periodos
cortos del día (Farhangi, 2010).
Para lograr la correcta administración de los recursos es necesaria
la implementación de nuevas tecnologías y metodologías que
ayudan en esta tarea y permitan tener un control y monitoreo del
estado del sistema en tiempo real.
Tener información de esto es necesaria para que los usuarios
puedan tener control sobre sus consumos y el precio que estos
representan y así brindarles las herramientas para que tomen las
decisiones que les permitan obtener un ahorro en sus facturas,
gracias a que podrán mermar sus consumos en las horas en las que
la electricidad este más costosa y consumir más en las que está
presente un precio más bajo.
La penetración y adición al sistema de componentes inteligentes
se hace necesaria, pues estos son el medio para optimizar el uso de
las redes de suministro de electricidad y tener un mayor control
por parte del usuario gracias a la información en tiempo real de
sus consumos, precios de la electricidad, proyecciones de
demanda y costos, entre otros (Santacana, E., Husain, B.,
Pinnekamp, F., Halvarsson, P., Rackliffe, G., Tang, L., Feng,
2010).
En la Figura 1. Demanda diaria de electricidad. (Fuente: XM,
2007)se muestra la curva de potencia diaria, se puede ver que se
tienen horas en las que la demanda es pico, por lo que es necesario
que los consumidores (usuarios) y la industria de electricidad
trabajen conjuntamente para así lograr reducir la demanda diaria
de energía en las horas en que se presentan estos picos, siendo
estas horas en las que la electricidad presenta mayores costos y se
utilizan tecnologías menos eficientes y ambientalmente sucias.
una administración total de los recursos y la toma de decisiones
por parte de los usuarios que le permita autonomía sobre sus
facturas (Cecati et al., 2010).
Cuando los consumidores están informados sobre el precio de su
consumo de energía eléctrica, tienen más probabilidades de
conservar una parte de su demanda o cambiarla para períodos en
los que se tengan precios más bajos (Ajaja, 2010), por lo que se
espera que la altura de los picos y la profundidad de los valles en
los perfiles de demanda serán reducidos (Moshari, Yousefi,
Ebrahimi, & Haghbin, 2010).
3. MODELADO DE LAS SMART GRID
La penetración de Smart Grid se ha modelado desde diferentes
puntos de vista y con diferentes objetivos. A continuación se
presentan diferentes aproximaciones para modelar las Smart Grid
desde el punto de vista del consumidor y su comportamiento ante
la entrada de este nuevo enfoque.
•
Sistema para el soporte inteligente a las decisiones, este
modelado es a nivel de hogar por medio del cual se busca
incrementar la eficiencia del consumo de energía en las
Smart Grid y asistir la respuesta de la demanda (Sianaki,
Hussain, Dillon, et al., 2010).
•
Modelo de optimización que permite a un consumidor
adaptar su nivel de demanda horaria en respuesta al precio
de la electricidad horario (Conejo, Morales, & Baringo,
2010).
•
Metodología para modelar el comportamiento de los
prosumidores (consumidores y productores) en las Smart
Grid, con el objetivo de apoyar las decisiones de los
reguladores ( formuladores de políticas) y los ingenieros,
especialmente para el largo plazo (Lampropoulos,
Vanalme, & Kling, 2010).
•
Modelo basado en agentes para simular el
comportamiento de una ciudad inteligente dinámica en la
infraestructura futura de las Smart Grid (Karnouskos &
De Holanda, 2009).
•
Modelo basado en agentes para simular mercados
eléctricos reestructurados y explorar el impacto de la
elasticidad del precio de la demanda de los consumidores
(Thimmapuram, Kim, Botterud, & Nam, 2010).
•
Marco de referencia para evaluar las metodologías de
administración de la energía doméstica ante diferentes
criterios, con el objetivo de comparar soluciones de
administración de las Smart Grid (Bosman, Bakker,
Molderink, Hurink, & Smit, 2010).
•
Se utiliza la metodología Analytic Hierarchy Process
(AHP) para cuantificar las preferencias de los
consumidores para usar electrodomésticos en los periodos
picos cuando el precio es mayor y luego se utiliza un
enfoque de programación dinámica (the Knapsack
algorithm)
para alcanzar la solución optima para
administrar los electrodomésticos (Sianaki, Hussain, &
Tabesh, 2010).
Figura 1. Demanda diaria de electricidad. (Fuente: XM, 2007)
En la Sección 2 se habla de Smart Grid y las mejoras que puede
traer al sistema eléctrico; en la sección 3 se presenta como se ha
modelado Smart Grid. En la sección 4 se presenta el
planteamiento del problema y se describe el modelo. En la
Sección 5 se exponen algunos resultados esperados del modelo.
Por último en las Secciones 6 y 7 se presentan las conclusiones,
trabajo futuro y las referencias.
2. SMART GRID
Smart Grid es la colección de tecnologías, conceptos y
metodologías, que permite a toda la cadena de electricidad
(generación, transmisión, distribución y consumo) ser
complementada por un ambiente integrado totalmente donde los
procesos de negocio, objetivos y necesidades de todos son
suplidos eficientemente (Farhangi, 2010).
Uno de los principales objetivos de la implementación de Smart
Grid es brindar a todos los entes que participan en la cadena de
distribución de electricidad (Distribuidores, operadores, usuario)
toda la información necesaria que permita aumentar la eficiencia
de los sistemas eléctricos y al mismo tiempo reducir los picos de
demandas y los costos (Cecati, Mokryani, Piccolo, & Siano,
2010).
Se espera que recibiendo información de su consumo y los costos
del mismo en tiempo real, el consumidor cambiará su
comportamiento de consumo con el objetivo de ahorrar en sus
facturas (Sianaki, Hussain, Dillon, & Tabesh, 2010)(Collier,
2010).
Pero para poder recibir esta información y tener control en tiempo
real del estado del sistema es necesario la adición al sistema de
dispositivos inteligentes, los cuales serán los encargados de
monitorear y recopilar toda la información necesaria para permitir
la optimización del uso de las redes de suministro de electricidad,
4. PLANTEAMIENTO DEL PROBLEMA
Reducir los picos en la curva de demanda es uno de los
principales objetivos del sector eléctrico, con la reducción de este
se tendría una administración de la energía de manera más
eficiente. Pero esta tarea depende en gran medida de la
participación de los consumidores, pues estos son los que deben
reducir su consumo o trasladarlo a horas de demanda menor
(Davies, 2010), por lo que se debe alentar a estos para que
comiencen a usar tecnología avanzada tal como los contadores
inteligentes y otros dispositivos inteligentes (O’ Malley, Wu, &
Jenkins, 2010) (Saffre & Gedge, 2010).
Para que los usuarios puedan tomar las decisiones correctas y
poder trasladar o cambiar su consumo, estos deben invertir dinero
en la adquisición de los equipos necesarios y también deben
realizar una inversión en tiempo para administrarlos, configurarlos
y estar al tanto en todo momento de la información que estos
brindan y así obtener beneficios y poder reducir sus tarifas de
electricidad.
Los consumidores prefieren las cosas fáciles de usar, tecnologías
baratas y confiables, por lo que la participación de estos no es una
tarea sencilla (Erol-kantarci & Mouftah, 2010). Ellos no esperan
tener que cambiar su comportamiento, pero si esperan que los
dispositivos "hagan lo correcto" y sin riesgo de pérdida o costo
alguno para ellos (Chassin, 2010).
Por estas razones se espera que el usuario pueda tener una
reacción negativa ante la entrada de las Smart Grid y que no tenga
la disposición para adoptar y contribuir con el buen uso de todas
estas mejoras.
Es por esto que se desea analizar y entender el comportamiento de
los usuarios con la implementación de Smart Grid en el sistema
eléctrico colombiano, con el fin de evaluar qué tan viable es su
implementación y en que qué condiciones sería viable.
4.1 Modelo
Para analizar la problemática planteada se construyó un modelo de
Dinámica de Sistemas, para analizar el comportamiento de los
usuarios ante la entrada de las Smart Grid y poder definir posibles
políticas para su adecuada implementación.
4.1.1 ¿Por qué Dinámica de Sistemas?
La dinámica de sistemas estudia sistemas complejos que presentan
características de retroalimentación.
Permite estudiar el comportamiento de estos sistemas y evaluar y
comparar posibles políticas en las cuales se plantean alternativas
de sucesos futuros (Sterman, 2000).
La entrada de las Smart Grid al sistema eléctrico colombiano es
un sistema complejo que posee ciclos de realimentación y en el
que existen interacción entre las diferentes variables involucradas.
Por medio de la dinámica de sistemas se puede observar cómo
sería el comportamiento a largo plazo de la entrada de las Smart
Grid al sistema eléctrico colombiano y se pueden definir políticas
por medio de las cuales se espera ver como varía dicho
comportamiento y, así, evaluar el nivel de aceptación de los
usuarios.
Por otro lado, las características de este caso de aplicación con un
alto componente social, determinan una dinámica continúa en el
tiempo por lo que hace importante que se pueda aprender sobre
esta situación en particular.
Razón por la cual la utilización de simulación con dinámica de
sistemas para evaluar políticas para la penetración de este nuevo
enfoque, permite un mayor acercamiento a la realidad que puede
ser un referente durante el proceso de toma decisiones.
4.1.2 Hipótesis dinámica
En la ¡Error! No se encuentra el origen de la referencia. se
describe el diagrama causal del modelo de penetración de las
Smart Grid. En este diagrama se pueden observar las principales
variables que determinan el comportamiento del sistema. Los
ciclos involucrados en el sistema son siete de balance y tres ciclos
de refuerzo.
En el ciclo R1 está compuesto por: Adoptadores Medidores
Inteligentes y Adopción por publicidad Boca a Boca. Este modela
la forma en la que un aumento en la adopción por publicidad boca
a boca provoca un aumento en el número de adoptadores de
medidores inteligentes.
En el ciclo R3 se muestra como cambios en el precio del equipo,
provoca cambios en el ahorro percibido.
El ciclo B1 muestra como es la actividad en la inversión en
capacidad dependiendo del precio de la electricidad, y como a más
capacidad el precio de la electricidad es menor.
El ciclo B2 se ve influenciado por el precio de la electricidad,
pues si este incrementa la demanda se ve afectada.
En el ciclo B3 muestra que si en el sistema hay más cantidad de
adoptadores potenciales, la publicidad por boca a boca aumentará,
lo cual provoca que los adoptadores de medidores inteligentes
tengan un aumento.
En el ciclo B4 interactúan las variables Adoptadores de medidores
inteligentes y Adoptadores potenciales. En este se puede observar
que a medida que aumenta el número de adoptadores de
medidores inteligentes disminuyen los adoptadores potenciales y
mientras los adoptadores potenciales sean mayores, el número de
adoptadores aumentará.
El ciclo B5 muestra que a mayor número de adoptadores
potenciales los esfuerzos por adopción por publicidad serán
mayores, lo cual provoca que el número de adoptadores de
medidores inteligentes sea mayor.
El ciclo B6 representa la restricción de la generación hidráulica,
pues solo se puede generar si hay agua en el embalse.
El ciclo B7 muestra como los vertimientos aumentan si la
cantidad del embalse es muy alta.
El ciclo B8 representa el cambio en la demanda gracias al
aumento en los adoptadores de medidores inteligentes, este
cambio en la demanda produce a su vez cambios en el precio de la
electricidad y en el ahorro percibido por el usuario.
PRECIO
EQUIPO
+
INVERSIÓN EN
CAPACIDAD
AHORRO +
PERCIBIDO
R2
ADOPCIÓN POR
PUBLICIDAD
PRECIO
ELECTRICIDAD
-
+
CAPACIDAD
INSTALADA
B1
+
B8
+
+
ADOPTADORES
MEDIDORES
INTELIGENTES
+
+
B5
MARGEN DE +
CAPACIDAD
-
B2
- DEMANDA
+
OFERTA
+
B4
R1
ADOPTADORES
POTENCIALES
+
+
+
DESPACHO
ADOPCIÓN POR
PUBLICIDAD BOCA A
BOCA
+
+
B3
+
EMBALSE*
NÚMERO DE
SUSCRIPTORES
Figura 2. Diagrama causal. (Fuente: Elaboración propia)
*Una ampliación del embalse se encuentra en la Figura 3.
•
GENERACIÓN
HIDRO
•
+
5. RESULTADOS PRELIMINARES
B6
+EMBALSE
APORTES
CAPACIDAD
MÁXIMA EMBALSE
B7
+
-
VERTIMIENTOS
Figura 3. Diagrama causal –Embalse
(Fuente: Elaboración propia)
4.1.3 Supuestos de modelo
Los supuestos y alcances del modelo son los siguientes:
•
•
Los incentivos del gobierno tanto para las facturas como
para los equipos se dan para los 20 años de la simulación.
El submodelo actualmente simulado es el de la
penetración de los medidores inteligentes.
Las siguientes variables son exógenas al modelo:
adopción por publicidad, adoptadores potenciales, número
de suscriptores.
El horizonte de simulación utilizado es de 20 años y el
paso de tiempo de la simulación es 1 año.
Para el sub-modelo de penetración de medidores inteligentes se
definieron diferentes escenarios, entre los cuales está en caso base
y escenarios en los cuales se asume que el gobierno brinda
subsidios tanto en los precios de los medidores inteligentes y para
las facturas de electricidad de las personas que adopten la nueva
tecnología.
Escenario1: Escenario Base
Este escenario carece de políticas y consta de las siguientes
suposiciones:
•
•
•
Cada familia posee un medidor.
Una familia está compuesta en promedio por 3 personas
No existe un ahorro percibido por parte de los adoptadores
potenciales debido a que no hay un apoyo económico del
gobierno.
En la Figura 4, se presenta la cantidad de adoptadores de
medidores inteligentes. Se observa que el número de adoptadores
de la nueva tecnología es muy poco. Esto debido a que no hay
apoyo económico por parte del gobierno lo que provoca que las
personas no ven un ahorro al comprar estos dispositivos.
Figura 6, en la que se puede ver que por medio de esta política la
penetración de la tecnología se realiza de una forma más rápida y
es viable durante el tiempo de simulación.
Figura 4. Comportamiento del modelo en el escenario base.
(Fuente: Elaboración propia)
Escenario 2. Escenario con descuento en las facturas de
electricidad para los adoptadores de medidores inteligentes
Para este escenario se adiciona al modelo el incentivo del
gobierno para que las personas decidan adoptar la nueva
tecnología, pues para aquellos adoptadores de los medidores
inteligentes se les dará un 25% de descuento en sus facturas de
electricidad.
Adoptadores_ Medidores_ Inteligentes
El comportamiento del modelo en este escenario se puede apreciar
en la Figura 5, donde se observa la lenta adopción de la tecnología
en un principio y luego un crecimiento exponencial buscando un
equilibrio. Para este escenario la cantidad de adoptadores de
medidores inteligentes es mucho mayor.
Hab
1.500.000
Figura 6. Comportamiento del modelo en el escenario 3 Vs.
Escenario base.
(Fuente: Elaboración propia)
6. CONCLUSIONES Y TRABAJO FUTURO
El estudio del comportamiento de los consumidores respecto a las
Smart Grid es importante pues estos pasarían a ser entes activos
en la cadena de suministro de electricidad y su comportamiento
puede influenciar la manera como estos aportarían a la mejora del
sistema.
Para que la entrada de los medidores inteligentes al país sea viable
es necesaria la intervención del gobierno, ya sea por medio de
incentivos para la adopción de los medidores inteligentes o por
medio de políticas.
La política del descuento de un 25% en las facturas es eficiente e
incrementa en gran medida la cantidad de adoptadores.
1.000.000
C urrent
R efere nce
500.000
0
01 de Ene de 2011
01 de Ene de 2021
01 de Ene de 2031
La mejor política es un descuento en las facturas de electricidad y
una disminución en el precio de los medidores inteligentes, ya que
presenta mayor ahorro para los usuarios lo que los alienta a
obtener la nueva tecnología.
Una de las principales dificultades que se presentaron en la
realización de este trabajo fue la disponibilidad de información, ya
que no hay reportes para estas nuevas tecnologías.
¡Uso no comercial solamente!
Figura 5. Comportamiento del modelo en el escenario 2 Vs.
Escenario base.
(Fuente: Elaboración propia)
Actualmente se está trabajando en el modelado del sistema
completo, el cual involucra la parte del despacho de electricidad
que une la entrada de las nuevas tecnologías con la demanda de
electricidad y afecta a su vez los precios de la misma.
7. REFERENCIAS
Escenario 3. Escenario con descuento en las facturas de
electricidad para los adoptadores de medidores inteligentes y
con descuento en el precio de los medidores inteligentes.
En este escenario, se plantea un descuento del 20% en las facturas
de electricidad y de un 30% en el precio por medio de incentivos
del gobierno. El resultado de la simulación se puede apreciar en la
[1]
Ajaja, A. (2010). Reinventing electric distribution. IEEE
Potentials, 29(1), 29-31. doi:10.1109/MPOT.2009.935612
[2]
Bosman, M. G. C., Bakker, V., Molderink, A., Hurink, J. L.,
& Smit, G. J. M. (2010). Benchmarking set for domestic
smart grid management. IEEE PES Innovative Smart Grid
Technologies Conference Europe, ISGT Europe, 1-8.
[3]
Cecati, C., Mokryani, G., Piccolo, A., & Siano, P. (2010).
An Overview on the Smart Grid Concept. IECON 2010 36th Annual Conference on IEEE Industrial Electronics
Society, 3322-3327.
[12] Moshari, A., Yousefi, G. R., Ebrahimi, A., & Haghbin, S.
(2010). Demand-Side Behavior in the Smart Grid
Environment. IEEE PES Innovative Smart Grid
Technologies Conference Europe, ISGT Europe, 1-7.
[4]
Chassin, D. P. (2010). What Can the Smart Grid Do for
You? And What Can You Do for the Smart Grid? The
Electricity Journal, 23(5), 57-63. Elsevier Inc.
doi:10.1016/j.tej.2010.05.001
[13] O’ Malley, G., Wu, J., & Jenkins, N. (2010). Technical
Requirements of Smart Electric Power Distribution
Networks in the UK. Universities Power Engineering
Conference (UPEC), 2010 45th International.
[5]
Collier, S. E. (2010). Ten steps to a smarter grid. IEEE
Industry Applications Magazine, 62-68.
[6]
Conejo, A. J., Morales, J. M., & Baringo, L. (2010). RealTime Demand Response Model. IEEE Transactions on
Smart Grid, 1(3), 236-242.
[14] Saffre, F., & Gedge, R. (2010). Demand-Side Management
for the Smart Grid. Network Operations and Management
Symposium Workshops (NOMS Wksps), 2010 IEEE/IFIP,
300-303. Ieee. doi:10.1109/NOMSW.2010.5486558
[7] Davies, S. (2010). Grid looks to smart solutions. Engineering
and Technology, (May).
[8]
Erol-kantarci, M., & Mouftah, H. T. (2010). The Impact of
Smart Grid Residential Energy Management Schemes on
the Carbon Footprint of the Household Electricity
Consumption. Electric Power and Energy Conference
(EPEC), 2010 IEEE.
[9]
Farhangi, H. (2010). The path of the smart grid. IEEE Power
and
Energy
Magazine,
8(1),
18-28.
doi:10.1109/MPE.2009.934876
[10] Karnouskos, S., & De Holanda, T. N. (2009). Simulation of
a Smart Grid City with Software Agents. 2009 Third
UKSim European Symposium on Computer Modeling and
Simulation, 424-429. Ieee. doi:10.1109/EMS.2009.53
[11]
Lampropoulos, I., Vanalme, G. M. A., & Kling, W. L.
(2010). A methodology for modeling the behavior of
electricity prosumers within the smart grid. IEEE PES
Innovative Smart Grid Technologies Conference Europe,
ISGT Europe, 1-8.
[15]
Santacana, E., Husain, B., Pinnekamp, F., Halvarsson, P.,
Rackliffe, G., Tang, L., Feng, X. (2010). Smart grids: The
next level of evolution. ABB Review, 463(7277), 10-15.
doi:10.1038/463018a
[16] Sianaki, O. A., Hussain, O., & Tabesh, A. R. (2010). A
Knapsack Problem Approach For Achieving Efficient
Energy Consumption in Smart Grid for End- users ’ Life
Style. 2010 IEEE Conference on Innovative Technologies
for an Efficient and Reliable Electricity Supply, CITRES
2010, 159-164.
[17] Sianaki, O. A., Hussain, O., Dillon, T., & Tabesh, A. R.
(2010). Intelligent Decision Support System for Including
Consumers’
Preferences
in
Residential
Energy
Consumption in Smart Grid. 2010 Second International
Conference on Computational Intelligence, Modelling and
Simulation, 154-159. Ieee. doi:10.1109/CIMSiM.2010.84
[18] Sterman, J. D. (2000). Business Dynamics: Systems Thinking
and Modeling for a Complex World. Boston: McGraw-Hill.
[19] Thimmapuram, P. R., Kim, J., Botterud, A., & Nam, Y.
(2010). Modeling and simulation of price elasticity of
demand using an agent-based model. Innovative Smart
Grid Technologies Conference, ISGT 2010, 1-8. Ieee.
doi:10.1109/ISGT.2010.5434739
Descargar