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

[email protected]

[email protected]

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