Planificación a largo plazo de los recursos de generación : aplicación al sector eléctrico dominicano

Trabajo Fin de Máster Máster en Sistemas de Energía Eléctrica Planificación a largo plazo de los recursos de generación: Aplicación al sector eléctrico dominicano Autora: Zoila Fidelina Morillo de los Santos Director: Dr. José Luis Martínez Ramos RamosRamos Departamento de Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2017 A mi eterna Valentina. A mis hermanos. A índice general ÍNDICE GENERAL ........................................................................................................................................ A ÍNDICE DE TABLAS ..................................................................................................................................... C CAPÍTULO 1 .................................................................................................................................................. 1 1. INTRODUCCIÓN Y OBJETIVOS ........................................................................................................ 1 1.1. INTRODUCCIÓN ................................................................................................................................... 1 1.2. ALCANCE ................................................................................................................................................. 2 1.2.1. Objetivo general ................................................................................................................................. 2 1.2.2. Objetivos Específicos .......................................................................................................................... 3 1.3. ESTRUCTURA DEL TRABAJO ...................................................................................................................... 3 CAPÍTULO 2 .................................................................................................................................................. 4 2. ANTECEDENTES .................................................................................................................................. 4 2.2. FUNDAMENTOS TEÓRICOS ........................................................................................................................ 4 2.2.1. PLANIFICACIÓN DE LA GENERACIÓN .................................................................................................... 4 2.2.2. PLANIFICACIÓN E INCERTIDUMBRE ...................................................................................................... 5 2.2.3. MODELOS DE PLANIFICACIÓN DE LA GENERACIÓN ............................................................................... 7 2.2.4. HERRAMIENTAS DE MODELADO ........................................................................................................... 8 CAPÍTULO 3 ................................................................................................................................................. 14 3. CASO DE ESTUDIO ............................................................................................................................. 14 3.1. INTRODUCCIÓN ...................................................................................................................................... 14 3.3. PROYECCIÓN DE LA DEMANDA ............................................................................................................... 15 3.4. CARACTERIZACIÓN CURVA DE DURACIÓN DE CARGA ............................................................................. 17 3.5. REPRESENTACIÓN DEL PARQUE DE GENERACIÓN ACTUAL ...................................................................... 18 3.6. LISTADO DE PLANTAS DE GENERACIÓN CANDIDATAS ............................................................................. 25 3.7. ANÁLISIS DE RESULTADOS ..................................................................................................................... 26 CONCLUSIONES .......................................................................................................................................... 33 RECOMENDACIONES ................................................................................................................................ 34 REFERENCIAS ............................................................................................................................................. 35 APÉNDICE A ..................................................................................................................................................... 37 B Índice de figuras FIGURA 1- FACTORES DE INCERTIDUMBRE A LARGO PLAZO. .................................................................................................. 6 FIGURA 2- DIAGRAMA DE FLUJO SIMPLIFICADO DEL MODELO WASV IV ............................................................................ 10 FIGURA 3- DIAGRAMA DE FLUJO DE PROCESO DE PLANIFICACIÓN EN AMBIENTE WASP IV. ............................................... 15 FIGURA 4- CRECIMIENTO DE LA DEMANDA, PERIODO 2018-2037. ....................................................................................... 17 FIGURA 5- CURVAS DE CARGA POR PERIODO. ...................................................................................................................... 18 FIGURA 6- CAPACIDAD INSTALADA POR TIPO DE TECNOLOGÍA ............................................................................................ 30 C Índice de tablas TABLA 1- ESCENARIOS DEMANDA DE POTENCIA, PERIODO 2018-2037. .............................................................................. 16 TABLA 2- ESCENARIO DE DEMANDA DE ENERGÍA, PERÍODO 2018-2037............................................................................... 16 TABLA 3- FRACCIÓN DE CARGA POR PERIODOS. ................................................................................................... 17 TABLA 4- PLANTAS TÉRMICAS SISTEMA FIJO. ...................................................................................................................... 19 TABLA 5- PLANTAS TÉRMICAS SISTEMA FIJO ....................................................................................................................... 20 TABLA 6- PLANTAS TÉRMICAS SISTEMA FIJO ....................................................................................................................... 21 TABLA 7- PLANTAS TÉRMICAS SISTEMA FIJO ....................................................................................................................... 22 TABLA 8- PLANTAS TÉRMICAS SISTEMA FIJO ....................................................................................................................... 23 TABLA 9- CENTRALES HIDROELÉCTRICAS SISTEMA FIJO ...................................................................................................... 24 TABLA 10- UNIDADES RENOVABLES PROPUESTAS ............................................................................................................... 25 TABLA 11- UNIDADES TERMOELÉCTRICAS PROPUESTAS .................................................................................................... 26 TABLA 12- PROPUESTA DE EXPANSIÓN. .............................................................................................................................. 27 TABLA 13- PROPUESTA DE EXPANSIÓN .................................................................................................................... 28 TABLA 14- PROPUESTA DE EXPANSIÓN ...................................................................................................................... 29 TABLA 15- PROPUESTA DE EXPANSIÓN ...................................................................................................................... 30 TABLA 16- SENSIBILIDAD 75% SOBRE COSTOS GNL ................................................................................................ 32 1 Capítulo 1 1. Introducción y objetivos 1.1. INTRODUCCIÓN Tradicionalmente la planificación de los recursos de generación se ha definido como el proceso mediante el cual se pretende determinar cuándo, dónde y en que dimensión será necesario instalar nuevas unidades a fin de mantener el balance entre generación y consumo, previniendo así un déficit energético. En todo caso se parte de la proyección de los distintos escenarios a futuro de demanda energética y los recursos disponibles para satisfacerla. Dada la importancia que reviste la disponibilidad de electricidad, puesto que es un servicio esencial para el desarrollo de las actividades cotidianas e industriales y por ende dinamismo de la economía del país, es imperante realizar las planificaciones correspondientes de cara a determinar las actuaciones necesarias que den paso a la cobertura óptima del servicio eléctrico en cuanto a precio, calidad y seguridad, integrando a su vez la sostenibilidad ambiental. La puesta en marcha de los proyectos e infraestructuras vinculadas al sector energético implican largos periodos de tiempo desde su desarrollo hasta la puesta en funcionamiento, lo que conduce en primera instancia a que el proceso de planificación sea divido en periodos comprendidos en el largo, mediano y corto plazo. En segundo lugar, obliga a una readaptación de los resultados de planificación de acuerdo a la evolución de las previsiones de demanda energética e inclusive de acuerdo al avance en el desarrollo de las tecnologías de generación. Indiscutiblemente las divisiones temporales implican que la planificación lleve asociada de forma inevitable cierto grado de incertidumbre que ha de incrementarse cuanto mayor sea el horizonte temporal. Esto porque hay incertidumbre en la predicción de la demanda, la evolución de los precios y disponibilidad de combustible, aportaciones hidráulicas, crecimiento de la economía. De modo que es tarea del planificador buscar alternativas que conduzcan a la reducción del riesgo asociado a la incertidumbre. Esta necesidad de dotar al sistema de propuestas y soluciones robustas en cuanto al creación de políticas energéticas óptimas, ha dado lugar al desarrollo de modelos y herramientas computacionales que facilitan el trabajo del tomador de decisiones, puesto que conducen a mejores resultados en los distintos periodos de planificación. 2 Bajo la nueva estructura liberalizada en la que ha incursionado el mercado eléctrico de un gran número de países, la responsabilidad de realizar planes de expansión recae sobre las compañías de generación, quienes en todo caso atenderán a tomar decisiones que les permitan maximizar sus beneficios a largo plazo. Debido a la importancia que representa crear un compromiso entre seguridad de suministro, minimización de costos y al mismo tiempo protección a los inversionistas, surge la participación de los organismos encargados de establecer políticas regulatorias en el sector eléctrico, quienes a pesar de desarrollar planificaciones puramente indicativas consiguen con esto generar señales confiables y atractivas tanto a los agentes que integran el mercado eléctrico, como a nuevos inversionistas, armonizando a la vez las decisiones de inversión privada, de cara a alcanzar el mejor sistema en cuanto a fiabilidad y seguridad. En este trabajo se desarrolla una planificación de los recursos de generación a largo plazo con datos del SENI-RD, haciendo uso del modelo WASP IV. Este modelo creado por la Agencia Internacional de Energía está basado en programación dinámica, programación lineal y estimación probabilística, orientado a la planificación optima de la expansión del sistema, tomando en consideración un conjunto de restricciones previamente establecidas por el planificador, entre las que figuran límites máximos de emisiones de gases contaminantes, capacidad de almacenamiento de combustible, entre otras. Como aspecto fundamental de este proyecto se identifica el análisis e interpretación de los resultados obtenidos, de igual modo poner de manifiesto las alternativas y recomendaciones relevantes que se ajusten al propósito de planificación, así como las consideraciones respecto a las potencialidades de la herramienta implementada para la ejecución del caso de estudio. 1.2. Alcance 1.2.1. Objetivo general El objetivo principal de este trabajo es desarrollar la planificación a largo plazo de los recursos del parque de generación eléctrico dominicano, mediante el uso de la herramienta WASP IV, tomando como recurso los datos disponibles (y requeridos para este estudio) en la base de datos del Organismo Coordinador del Sistema Eléctrico Nacional Interconectado de la Republica Dominicana (OC-SENI). Con esto se persigue determinar la capacidad de potencia que será necesario instalar a fin de cubrir la demanda futura, así como el tipo de tecnología más conveniente de a cara a minimizar los costos del sistema. 9 El modelo WASP IV está integrado por siete módulos cuyas funciones se describen a continuación: Módulo 1, LOADSY (Descripción de la demanda), este módulo procesa la información describiendo los periodos pico de carga y las curvas de duración de carga para el sistema de potencia bajo estudio. Módulo 2, FIXYS (Sistema fijo), procesa información describiendo el sistema de generación existente y retiros o adiciones predeterminados, así como información sobre cualquier restricción impuesta por el usuario respecto a emisiones medioambientales, disponibilidad de combustible o generación de electricidad de algunas plantas. Módulo 3, VARSYS (Sistema variable), procesa información describiendo las distintas plantas de generación que serán consideradas como candidatas para expansión del sistema de generación. Módulo 4, CONGEN (Configuración de generación), calcula todas las posibles combinaciones año por año con todos los tipos de generadores listados en FIXSYS y VARSYS. Módulo 5, MERSIM (Unir y simular), considera todas las configuraciones proporcionadas por CONGEN y usa simulación probabilista del sistema de operación para calcular los costos de producción asociados, energía no servida y confiabilidad del sistema para cada configuración. En el proceso, cualquier limitación impuesta para algunos grupos de generación como las emisiones medioambientales, disponibilidad de combustible o generación de electricidad son tomadas en cuenta. El despacho de las plantas está determinado por la disponibilidad de la planta, requerimientos de mantenimiento, requerimientos de reserva rodante y limitaciones de los grupos de generación. Módulo 6, DYNPRO (Optimización mediante programación dinámica), determina el plan de expansión optimo basado en los costos de operación previamente derivados de la información de costos de capital, energía no servida y parámetros económicos y criterios de confiabilidad. Módulo 7, REPROBAT (Reporte), entrega un reporte de los resultados parciales o totales para el plan de expansión optimo del sistema y para los calendarios fijos de expansión. 10 FIGURA 2- DIAGRAMA DE FLUJO SIMPLIFICADO DEL MODELO WASV IV Como se ha mencionado anteriormente, el modelo WASP IV busca determinar el plan de expansión óptimo tomando en consideración las restricciones previamente impuestas al sistema, en donde cada unidad añadida es evaluada mediante la función objetivo siguiente: 𝐵𝑗 = ∑[𝐼𝑗,𝑡 𝑇 𝑡=1 − 𝑆𝑗,𝑡 +𝐹𝑗,𝑡 + 𝐿𝑗,𝑡 + 𝑀𝑗,𝑡 + 𝑂𝑗,𝑡] (1) Donde: Bj: es la función objetivo del plan de expansión j, t: es el tiempo en años (1, 2, …, T), T: es el horizonte total de estudio, la barra sobre los símbolos representa los valores descontados a una tasa de descuento i. I: son los costos de inversión de capital. 11 S: es el valor de rescate de los costos de inversión. F: costos de combustible L: costos de inventario de combustible M: costos de operación y mantenimiento O: costo de la energía no servida. El plan de expansión optimo queda definido mediante el valor mínimo de Bj a lo largo de j. Los componentes de costo de la ecuación (1) son calculados del siguiente modo: a. Costos de inversión de capital y valores de rescate: 𝐼𝑗,𝑡 =(1+𝑖)−𝑡′ × ∑[𝑈𝐼𝑘×𝑀𝑊𝑘] (1.1) 𝑆𝑗,𝑡 = (1+𝑖)−𝑇′ × ∑[𝛿𝑘,𝑡 × 𝑈𝐼𝑘 × 𝑀𝑊𝑘] (1.2) Donde: UIk = costo de capital de inversión de la unidad k, expresado en unidades monetarias por MW. MWk = capacidad de la unidad k en MW, 𝛿𝑘,𝑡 = factor del valor de rescate para la unidad k en el horizonte de estudio, 𝑖 = tasa de descuento, 𝑡′ = t + t0-1 𝑇′ = T + t0 ; t0 = es el número en años entre la fecha de referencia para el descuento y el primer año de estudio. b. Costo del combustible 𝐹𝑗,𝑡 = (1 + 𝑖)−𝑡′−0.5 × ∑[𝛼ℎ 𝑁𝐻𝑌𝐷 ℎ=1 × 𝜓𝑗,𝑡,ℎ] (1.3) Donde: 𝛼ℎ = es la probabilidad de condición hidrológica h, 𝜓𝑗,𝑡,ℎ = costo total del combustible (suma de los costos de combustibles para las unidades térmicas y nucleares) para cada condición hidrológica, 𝑁𝐻𝑌𝐷 = representa el número total de condiciones hidrológicas definidas. 12 c. Costo del inventario de combustible 𝐿𝑗,𝑡 =[(1+𝑖)−𝑡′− (1+𝑖)𝑇′] × ∑[𝑈𝐹𝐼𝐶𝑘𝑡 ×𝑀𝑊𝑘𝑡] (1.4) Dónde: el sumatorio indicado es calculado sobre todas las unidades térmicas kt agregadas al sistema en año t, y 𝑈𝐹𝐼𝐶𝑘𝑡 es el costo unitario total de inventario de la unidad kt (en unidades monetaria por MW). d. Costos de operación y mantenimiento 𝑀𝑗,𝑡 = (1 + 𝑖)−𝑡′−0.5 × ∑[𝑈𝐹𝑂&𝑀𝑙 ×𝑀𝑊𝑙 +𝑈𝑉𝑂&𝑀𝑙 × 𝐺𝑙,𝑡 (1.5) Donde: 𝑈𝐹𝑂&𝑀𝑙 = costo fijo de operación y mantenimiento de la unidad l, expresado en unidades monetarias por MW-año, 𝑈𝑉𝑂&𝑀𝑙 = costo variable de operación y mantenimiento de la unidad l, expresado en unidades monetarias por kWh, 𝐺𝑙,𝑡 = generación esperada de la unida l en el año t, en kWh, calculada como la suma de energía generada por la unidad en cada condición hidrológica ponderada por las probabilidades de las condiciones hidrológicas. e. Costos de la energía no servida 𝑂𝑗,𝑡 = (1 + 𝑖)−𝑡′−0.5 × ∑ [𝑎 + 𝑏 2 𝑁𝐻𝑌𝐷 ℎ=1 × (𝑁𝑡,ℎ 𝐸𝐴𝑡)+𝑐 3×(𝑁𝑡,ℎ 𝐸𝐴𝑡)2] × 𝑁𝑡,ℎ ×𝛼ℎ (1.6) Donde: a, b y c son constantes ($/kWh) dadas como datos de entrada, 𝑁𝑡,ℎ = monto de energía no servida (kWh) para condición hidrológica h en el año t, 𝐸𝐴𝑡= energía demandada (kWh) del sistema en el año t. El cálculo de los distintos componentes de costo de la ecuación (1) se realiza para tener en cuenta: • Características de la previsión de carga • Características de las plantas térmicas y nucleares • Características de las plantas hidroeléctricas • Naturaleza estocástica de la hidrología 13 • Costo de la energía no servida. 2.2.4.2. Modelo de sistemas de suministro de energía y repercusiones ambientales generales El MESSAGE es un modelo de optimización que combina tecnologías y combustibles para formar las denominadas “cadenas energéticas” y posibilita la elaboración de mapas de flujos energéticos desde la oferta (la extracción de recursos) hasta la demanda (los servicios energéticos). Este modelo puede contribuir al diseño de estrategias a largo plazo mediante el análisis de las mezclas energéticas óptimas en relación con los costos, las necesidades de inversión y otros costos asociados a las infraestructuras nuevas, la seguridad del suministro de energía, la utilización de los recursos energéticos, el ritmo de implantación de las nuevas tecnologías (aprendizaje de tecnologías), las limitaciones ambientales, etc. Es implementado en países como Brasil, Paraguay, Republica Dominicana, Argentina, Nicaragua. [15,16] 2.2.4.3. Modelo para el análisis de la demanda de energía El MAED evalúa la futura demanda de energía a partir de un conjunto de hipótesis coherentes sobre el desarrollo socioeconómico, tecnológico y demográfico de mediano a largo plazo de un país o una región. La demanda de energía se calcula para un conjunto de actividades de uso final de tres sectores de la demanda principales: los hogares, los servicios y la industria y el transporte. Este modelo proporciona un marco sistemático para la elaboración de mapas de tendencias y la previsión de cambios de las necesidades de energía, particularmente en cuanto corresponden a hipótesis alternativas del desarrollo socioeconómico. Es implementado en países como Brasil, Paraguay, Republica Dominicana, Argentina, Nicaragua. Es un software de descarga gratuita que permite realizar simulaciones con un horizonte temporal no superior a 25 años. [15,16,17] Estos son solo algunos ejemplos de la amplia gama de herramientas computacionales que sirven de apoyo en el desarrollo de las actividades de planificación y que se ajustan a las necesidades y propósitos de cada sistema. El criterio selección de una herramienta u otra debe contemplar el tratamiento del riesgo e incertidumbre, el análisis de políticas y ambientales, desarrollo técnico y evolución de las tecnologías, entre otras consideraciones. 14 Capítulo 3 3. Caso de estudio 3.1. Introducción En este capítulo denominado caso de estudio, se pretende ejecutar la planificación a largo plazo de los recursos de generación eléctrica, con información extraída de la base de datos del Organismo Coordinador del Sistema Eléctrico Nacional Interconectado de la Republica Dominicana (OC-SENI). En principio cabe destacar que la matriz de generación actual es predominantemente térmica, integrada en un 23% por centrales de ciclo combinado (operadas con gas natural y gas/fuel), 35% motores de combustión interna, 11% turbinas a gas y 12% turbinas de vapor, 2% turbinas de viento y 17% centrales hidroeléctricas, con una capacidad total instalada igual a 3552.8 MW y una capacidad firme de 2627.55 MW. De este conjunto de plantas, queda de manifiesto que son las de motores de combustión interna las que desempeñan una mayor participación en cuanto a cobertura de la demanda, pese a que estas no solo son las centrales más costosas operacionalmente, sino, las menos eficientes. Con el objeto de conocer un enfoque a futuro en cuanto al balance que debe existir entre consumo y generación eléctrica, y el compromiso que debe prevalecer en tanto a la minimización de los costos del sistema, se da lugar a este estudio de planificación a largo plazo de los recursos de generación eléctrica. 3.2. Planteamiento del modelo Como se mencionó en secciones anteriores, la herramienta computacional a implementar en este estudio es Wain Automatic System Planning (WASP IV), integrada por siete módulos en donde se introducen un conjunto de datos relacionados con las características técnicas y económicas del sistema que se pretende modelar, al ser ejecutados generan dos tipos de salidas, una con información útil exclusivamente para los módulos subsiguientes y manejada de manera automática por el programa y una salida con información que es manejada por el usuario y que constituye una respuesta a los datos previamente introducidos al programa. El siguiente diagrama de flujo muestra la secuencia a seguir en cuanto al modelado del sistema: 15 FIGURA 3- DIAGRAMA DE FLUJO DE PROCESO DE PLANIFICACIÓN EN AMBIENTE WASP IV. Cabe resaltar que el modelo WASP IV, es ideal para sistemas predominantemente hidro térmicos, lo que se ajusta a las características del sistema eléctrico dominicano. 3.3. Proyección de la demanda Claramente la proyección de la demanda es uno de los pasos más importantes a agotar en el proceso de planificación de los recursos de generación a fin de determinar que capacidad será necesario instalar. A la vez es uno de los pasos que más incertidumbre aportan al proceso dado que los patrones 16 de consumo suelen variar a medida que transcurre el tiempo, ya sea por factores demográficos, socioeconómicos o climatológicos, entre otros. A fin de acotar el margen de incertidumbre propio a los requerimientos de energía durante el periodo bajo estudio y proporcionar proyecciones que se ajusten a la realidad del país, se han considerado escenarios de crecimiento de demanda medio, superior e inferior, utilizando para ello datos históricos de demanda extraídos de los registros del OC-SENI. Cabe destacar que nivel de detalle con que se analizan los planes a largo plazo, no es tan fino con relación a planes de corto-mediano plazo, de modo que con los datos disponibles y tomando en consideración que el crecimiento de la demanda eléctrica en República Dominicana hasta el momento ha exhibido un comportamiento conservador, se han considerado crecimientos de 3.3%, 6% y 9% para los escenarios bajo, medio y superior respectivamente. En las tablas [1] y [2] se recogen los datos de proyección de demanda de potencia y energía que serán utilizados en este estudio: TABLA 1- ESCENARIOS DEMANDA DE POTENCIA, PERIODO 2018-2037. TABLA 2- ESCENARIO DE DEMANDA DE ENERGÍA, PERÍODO 2018-2037. 17 FIGURA 4- CRECIMIENTO DE LA DEMANDA, PERIODO 2018-2037. Partiendo de un año base (que en este caso será el año 2018), es necesario introducir al programa en valores en por unidad (tomando como base la máxima carga anual) la máxima carga de cada periodo. La siguiente tabla muestra los valores correspondientes a este ítem. TABLA 3- FRACCIÓN DE CARGA POR PERIODOS. 3.4. Caracterización curva de duración de carga Con los datos de proyección de demanda por periodo se obtienen las curvas de duración de carga, lo que atendiendo al comportamiento de la demanda dará lugar, junto con el resto de informaciones proporcionadas al programa, a la programación de futuras construcciones de centrales más beneficiosas para el sistema. 0 500 1000 1500 2000 2500 3000 3500 4000 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 MW Escenario bajo Escenario medio Escenario superior 18 FIGURA 5- CURVAS DE CARGA POR PERIODO. De estas curvas de duración de carga se deduce fácilmente que la demanda es relativamente constante a lo largo del año, con valores máximos en por unidad del orden de 0.98, 0.96 y mínimos comprendidos entre 0.58 y 0.65. 3.5. Representación del parque de generación actual Las siguientes tablas muestran el conjunto de plantas que actualmente componen la matriz de generación del sistema eléctrico dominicano. Las mismas contienen las informaciones técnicas y económicas, propias de cada central, requeridas por el programa para la ejecución del sistema fijo. Como se mencionó anteriormente, de 3552.8 MW apenas el 73.96% está disponible para satisfacer la creciente demanda, sino se toman acciones y se define una ruta con miras a mantener el equilibrio entre generación-consumo, a finales del periodo de planificación (a partir de 2029, si se evalúa el escenario bajo) habrá un déficit energético puesto que la demanda superaría la capacidad disponible. A fin de mejorar la eficiencia de un conjunto de las centrales en operación, se están realizando evaluaciones que giran en torno a reconvertir a centrales de ciclo combinado para ser operadas con gas natural, algunas unidades que actualmente operan con fuel oíl. Las unidades señaladas en rojo, a pesar de no estar siendo despachadas en el SENI por su bajo rendimiento, fueron incluidas en las tablas debido a que no existe fecha declara del retiro de estas unidades del sistema. A efectos de planificación tampoco fueron tomadas en consideración para que no influyesen en los resultados finales. 0 0,2 0,4 0,6 0,8 1 1,2 0,02 0,06 0,13 0,19 0,27 0,34 0,42 0,50 0,58 0,67 0,84 1,00 Período 1 Período 2 Período 3 Período 4 Período 5 Período 6 25 3.6. Listado de plantas de generación candidatas El conjunto de plantas candidatas propuestas en este proyecto a formar parte del parque generación, está básicamente integrada por unidades térmicas convencionales que operan con gas natural y carbón, incluyendo por igual un parque eólico de 100 MW y un huerto fotovoltaico de 150 MW, a fin de determinar los impactos de la penetración de instalaciones renovables al sistema. Los datos técnicos y económicos de las plantas propuestas han sido extraídos del “Anual Outlook Energy” edición 2016, de la Agencia Internacional de Energía. Del mix tecnológico propuesto se han de analizar cinco escenarios: 1. Caso con unidades térmicas (caso base). 2. Caso con unidades térmicas y parque eólico. 3. Caso con unidades térmicas, parque eólico y parque fotovoltaico. 4. Caso turbinas de vapor. 5. Análisis de sensibilidad. Es de mencionar que el paquete computacional WASP IV tiene algunas limitaciones respecto al modelado de unidades no convencionales de generación de electricidad, puesto que no cuenta con un módulo específico para caracterizarlas. De acuerdo con [3] este tipo de tecnología puede ser modelada como unidades térmicas de muy baja eficiencia y elevado porcentaje de falla, o como unidades hidroeléctricas de pasada, siendo este último método el más favorable porque permite modelar con mayor facilidad las probabilidades de generación de las centrales eólicas y solares. En la evaluación se ha considerado un escenario bajo de crecimiento de la demanda, por representar grandes probabilidades de ocurrencia, de acuerdo con el comportamiento de la demanda, registrado de años anteriores. De igual modo los resultados obtenidos a partir de este escario podrían permitir desarrollar alternativas antes crecimientos superiores. Unidades Renovables Tecnología Combustible Costos de capital $ Costos fijos $/KW- mes Costos variable $/MWh Turbina de viento 100 MW Viento 2671 3.3 0.0 Paneles fotovoltaicos 150 MW Sol 2534 1.8 0.0 TABLA 10- UNIDADES RENOVABLES PROPUESTAS 26 Tipo de combustible Gas natural Gas natural Carbón/biomasa Gas carbón Costos fijos O&M $/kW- mes 0.57 0.83 4.24 1.46 2.99 Costos variables O&M $/MWh 10.7 2 5 3.5 4.25 Costo combustible extranjero c/millones kcal 900.8 900.8 905.75 900.8 905.75 Costo combustible nacional c/millones kcal 0 0 0 0 0 Valor calorífico del combustible 11508.9 11508.9 6301.01 11508.9 6301.01 Tasa de calor al nivel mínimo de operación kcal/kWh 4939.2 3175.2 5221.4 5040 4435.2 Promedio tasa incremental de calor 3704.4 4762.8 3916.08 3780 3326.4 Emisiones de contaminantes tipo I 0 0 1 0 1 Emisiones de contaminantes tipo II 0.5 0.5 1.5 0.5 1.5 Nivel mínimo de operación al año MW 118.5 214.5 150 50 325 Máxima capacidad de generación al año MW 237 429 300 100 650 Capacidad de reserva de la unidad 10 10 10 10 10 Mantenimiento MW Días de mantenimiento programado por año 15 15 18 15 20 Tasa de interrupción forzada 2.5 2.5 5 2 5 TABLA 11- UNIDADES TERMOELÉCTRICAS PROPUESTAS 3.7. Análisis de resultados Los resultados arrojados por el WASP IV respecto al conjunto de centrales que deben ser instaladas se muestran en la tabla [6], anexo a una serie de datos económicos relacionados al sistema resultante tras la planificación. Considerando un margen de reserva de un 10% se prevé que será necesario instalar al menos 1800 MW en los años 2029-2037 a efectos de satisfacer la demanda proyectada. Del conjunto de 27 centrales térmicas propuestas, las seleccionadas por el programa para ser instaladas corresponden a unidades operadas con gas natural, puesto que son estas las que representan menores costos al sistema. Por los bajos costos de inversión asociados a la instalación de turbinas de combustión, el plan de obras aportado por el programa puede resultar atractivo para los inversionistas y para el sistema, siempre y cuando el precio del gas natural líquido no se dispare. TABLA 12- PROPUESTA DE EXPANSIÓN. La creciente preocupación respecto a la protección medioambiental y reducción de emisiones de gases contaminantes, ha dado paso a que un gran número de países se muestren más activos respecto a la inclusión de fuentes de energías renovables en sus planes de expansión, viéndolas como una Caso de referencia Año Costos operación $ Función objetivo $ LOLP % Alternativa 2018 1065288 1065288 12.89 0 2019 937769 2003057 12.89 0 2020 891500 2894557 12.89 0 2021 851385 3745941 12.89 0 2022 813871 4559813 12.89 0 2023 777378 5337191 12.89 0 2024 739983 6077173 12.89 0 2025 701883 6779056 12.89 0 2026 663666 7442722 12.89 0 2027 625575 8068297 12.891 0 2028 586731 8655028 12.895 0 2029 529887 9198885 12.905 1x100 Turbina de combustión 2030 490971 9701642 12.931 1x100 Turbina de combustión 2031 453033 10185095 12.916 1x100 Turbina de combustión 2032 408477 10602615 12.96 2x100 Turbina de combustión 2033 375847 10987591 13.06 2x100 Turbina de combustión 2034 345953 11348700 13.005 2x100 Turbina de combustión 2035 318911 11667611 13.159 2x100 Turbina de combustión 2036 279440 11958523 12.934 1x237 MW Turbina combustión avanzada. 2x100 Turbina de combustión 2037 256632 12215155 12.995 1x237 MW Turbina combustión avanzada. 2x100 Turbina de combustión 28 alternativa viable para enfrentar no solo el reto medioambiental, sino, los riesgos asociados a la volatilidad en los precios de los combustibles. Para determinar cómo se ve influenciada la planificación ante la penetración de energías renovables no convencionales, se propone un escenario en el que se contempla la entrada en operación de un parque eólico de 100 MW en el año 2025. Como se puede ver en la tabla [7], el conjunto de obras seleccionadas por el programa sigue la misma orientación que el caso base, sin embargo, la entrada en operación del parque desplazada la construcción de dos de las centrales contempladas en el caso de referencia, lo que conduce a una reducción de US$ 86,568 en los costos de operación durante el periodo de planificación. Caso Térmicas-Eólica Año Costos operación Función objetivo LOLP % Alternativa 2018 1065288 1065288 12.89 0 2019 937769 2003057 12.89 0 2020 891500 2894557 12.89 0 2021 851385 3745941 12.89 0 2022 813871 4559813 12.89 0 2023 777378 5337191 12.89 0 2024 739983 6077173 12.89 0 2025 687998 6765010 12.89 1x100 Turbina de viento 2026 650965 7415975 12.89 0 2027 614171 8030146 12.891 0 2028 576406 8606551 12.893 0 2029 536843 9143394 12.901 0 2030 496887 9640281 12.921 0 2031 448053 10118753 12.91 1x100 Turbina de combustión 2032 413112 10531865 12.944 1x100 Turbina de combustión 2033 380780 10912645 13.025 1x100 Turbina de combustión 2034 342405 11270206 12.981 2x100 Turbina de combustión 2035 315462 11585668 13.106 2x100 Turbina de combustión 2036 277050 11874190 12.924 1x237 MW Turbina combustión avanzada. 2x100 Turbina de combustión 2037 254234 12128424 12.974 1x237 MW Turbina combustión avanzada. 2x100 Turbina de combustión TABLA 13- PROPUESTA DE EXPANSIÓN 29 A fin de diversificar más el mix de generación y abundar sobre los impactos de las energías renovables, se propone un escenario que contemple la entrada en operación de un huerto fotovoltaico en el año 2025. En este plan participan las mismas unidades consideradas en el caso anterior, en la tabla [13] se describe el plan de obras resultante. Caso térmicas-eólica-parque fotovoltaico Año Costos de operación Función objetivo LOLP % Escenario térmico-eólico-Fotovoltaico 2018 1065288 1065288 12.89 0 2019 937769 2003057 12.89 0 2020 891581 2894638 12.89 0 2021 851173 3745811 12.89 0 2022 813871 4559683 12.89 0 2023 777378 5337061 12.89 0 2024 740009 6077069 12.89 0 2025 657491 6734560 12.89 1x100 MW Parque eólico 1x150MW Parque fotovoltaico 2026 623319 7357880 12.89 0 2027 589119 7946999 12.89 0 2028 554943 8501942 12.89 0 2029 519376 9021318 12.89 0 2030 482794 9504112 12.89 0 2031 446813 9950925 12.89 0 2032 412733 10363658 13.01 0 2033 369242 10770316 12.89 1x237 MW Turbina de combustión avanzada 2034 339904 11110220 12.89 1x237 MW Turbina de combustión avanzada 2035 312687 11422607 13.02 1x237 MW Turbina de combustión avanzada 2036 287879 11710786 13.1 1x237 MW Turbina de combustión avanzada 2037 257566 11977143 12.95 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada TABLA 14- PROPUESTA DE EXPANSIÓN Con este plan en adición al parque eólico y el huerto fotovoltaico, la tecnología considerada favorable para ser instalada se corresponde una vez más con turbinas de combustión. Siguiendo esta planificación, a finales del periodo de estudio la composición del parque de generación quedaría como se muestra en la figura [6], la penetración en conjunto de centrales térmicas a gas, como unidades operadas con recursos renovables provocara un desplazamiento de las unidades operadas con derivados del petróleo. 30 FIGURA 6- CAPACIDAD INSTALADA POR TIPO DE TECNOLOGÍA Caso turbinas de vapor Año Costos operación Función objetivo LOLP % Alternativa 2018 1065288 1065288 12.89 0 2019 937769 2003057 12.89 0 2020 891500 2894557 12.89 0 2021 851385 3745941 12.89 0 2022 813871 4559813 12.89 0 2023 777378 5337191 12.89 0 2024 739983 6077069 12.89 0 2025 701883 6778952 12.89 0 2026 663666 7442618 12.89 0 2027 625575 8068193 12.891 0 2028 585703 8653896 12.893 0 2029 543857 9197753 12.901 0 2030 502780 9700533 12.921 0 2031 464192 10164725 12.91 0 2032 428936 10593661 12.944 0 2033 369992 10997779 13.025 1x100 Turbina de vapor 2034 339911 11337690 12.981 1x100 Turbina de vapor 2035 312322 11650012 13.106 1x100 Turbina de vapor 2036 287404 11937416 12.924 1x100 Turbina de vapor 2037 250256 12193426 12.974 2x100 Turbina de vapor TABLA 15- PROPUESTA DE EXPANSIÓN Turbina a gas 30% Turbina de viento 4% Fotovoltaica 2% Turbinas de vapor 18% Hidroeléctrica 10% Ciclo combin ado 17% Motor de combus tion interna 19% 2037 Turbinas a gas 11% Motores de combustion interna 35% Turbinas de viento 2% Hidroele ctricas 17% Turbinas de vapor 12% Ciclo combina do 23% 2016 31 1. Caso de referencia: el auge alcanzado por el GNL muestra un panorama alentador para el conjunto de unidades propuestas en esta planificación. Actualmente en República Dominica se evalúa la posibilidad de la instalación una regasificadora con capacidad de almacenar alrededor de 163,000 metros cubico de GNL adicional a la ya existente, de resultar económicamente viable ese proyecto, las centrales de ciclo combinado y turbinas de combustión serán sin duda candidatas potenciales a ser instaladas. Si bien es cierto que los bajos costos de capital de la instalación de turbinas de combustión y ciclos combinados, suelen ser atractivos para los inversionistas, la volatilidad en los precios de los combustibles puede resultar ser un factor determinante al momento de tomar decisiones respecto a que instalar. Según la Agencia Internacional de Energía, las prospectivas futuras del gas natural presentan un panorama alentador, con una proyección del precio equivalente a US$ 5 el millón de BTU durante el periodo 2020-2040. Se prevé por igual que el gas natural lograra desplazar el carbón, que, a pesar de ser un combustible relativamente estable en cuanto a precio, los pocos avances hasta fecha con relación a la captura de las emisiones de contaminantes explican porque la tendencia a ser desplazado. 2. Caso parque eólico: a pesar de que aún los proyectos a base fuentes renovables de energía no resultan ser muy atractivos para los inversionistas, cabe reconocer que estas instalaciones constituyen un importante aporte a la reducción de costos de operación del sistema, de modo que resultaría beneficioso incentivar la instalación de un mayor número de proyectos renovables. República Dominicana es rica en recursos naturales aprovechables para la generación de electricidad. Según registros de la Comisión Nacional de Energía actualmente se cuenta con un potencial para producción de energía hidroeléctrica de 2095 MW, cerca de 50,000 MW a base de energía solar, alrededor de 30.5 GW de energía eólica, así como la posibilidad de explotar recursos de biomasa. La Comisión Nacional de Energía tiene fijada como meta alcanzar el 25% de generación a partir de fuentes renovables, partiendo de dicha meta, se deberá hacer un significativo esfuerzo por incentivar la explotación de los recursos renovables disponibles. 3. Caso turbinas a vapor: el plan de expansión tomando en consideración este tipo de tecnología conduce a unos costos de operación y una función objetivo superiores, con relación a los del caso de referencia, en donde la tecnología seleccionada corresponde a turbinas de combustión. Los precios del carbón suelen ser relativamente más estables que los del gas natural, por lo que puede resultar atractiva y segura la expansión a base de este tipo de combustible, sin embargo, es necesario destacar que, pese a los avances tecnológicos, las centrales carboneras aun resultan ser muy contaminantes. De modo que establecer un plan de obras implica establecer un compromiso no solo entre economía y confiabilidad en tanto a disponibilidad de combustibles, sino también, con aspectos medioambientales. 32 4. Tras un análisis de sensibilidad en los costos del GNL del 25% se obtiene como resultado la misma planificación del caso base, alcanzando un incremento de US$19,567 respecto a los costos iniciales. Ante aumentos del 75% en los costos del GNL se presentan variaciones en cuanto al plan de obras propuesto, pero sin variar la tendencia a instalar centrales de ciclo combinado y turbinas de combustión. Caso de referencia Año Costos operación $ Función objetivo $ LOLP % Alternativa 2032 415237 10626775 12.906 1x237 MW Turbina combustión avanzada. 2033 381974 11008749 12.929 1x237 MW Turbina combustión avanzada. 2034 351293 11360042 12.987 1x237 MW Turbina combustión avanzada. 2035 323638 11683680 13.109 1x237 MW Turbina combustión avanzada. 2036 293090 11985889 13.042 1x237 MW Turbina combustión avanzada. 1x100 Turbina de combustión 2037 265563 12255847 12.995 1x237 MW Turbina combustión avanzada. 2x100 Turbina de combustión TABLA 16- SENSIBILIDAD 75% SOBRE COSTOS GNL 33 Conclusiones Las planificaciones a largo plazo son producto de un arduo trabajo, con el objeto de tomar las mejores decisiones respecto a los lineamientos a seguir en cuanto a la integración de nuevas unidades al sistema. A finales del periodo de planificación se prevé un aumento considerable de la demanda eléctrica con relación a la capacidad instalada. Si se consideran escenarios de crecimiento bajo será necesaria la entrada en operación de 1800 MW, para cubrir la demanda y respetar los márgenes de reserva impuestos. Los casos evaluados aportan resultados que conducen a los menores costos posibles en cuanto a la cobertura de la demanda, con un portafolio de proyectos con capacidad gestionable suficiente para satisfacer la demanda firme, pero a la vez lo suficientemente flexible para permitir el desarrollo de planes que integren alternativas intermedias. Tomando en consideración la variabilidad en los precios de los combustibles, las políticas energéticas deben conducir al desarrollo de un sistema diversificado, que contemple por igual el incentivo de instalaciones de generación de energía eléctrica a base fuentes renovables. República Dominicana cuenta con recursos renovables no convencionales como son biomasa, eólico y solar, que pueden ser explotados a fin diversificar la matriz de generación, contribuir con la reducción de emisiones de gases contaminantes y disminuir la importación de combustibles fósiles. A pesar de que la meta es alcanzar el 100% verde, es de resaltar que aún queda mucho camino por recorrer antes de y que el uso de petróleo, carbón, gas natural es una realidad inminente. De modo que para el caso del gas natural considerado uno de los combustibles con capacidad para satisfacer las exigencias medioambientales por su menor impacto en cuanto a emisiones contaminantes, se posiciona como una alternativa razonable y atractiva desde el punto de visto medioambiental y económico por sus bajos costos de inversión. En términos generales el objetivo de determinar los requerimientos futuros de demanda eléctrica y conjunto de obras a desarrollar para cubrir dicha demanda se ha desarrollado de manera satisfactoria, a esto se debe agregar que los planes a largo plazo no constituyen un camino de obligado cumplimiento, sino que son puramente indicativos, por tanto, tienen la misión de enviar señales a los respectivos agentes del mercado con relación a las tecnologías más rentables y mostrar un panorama a futuro sobre los efectos sobre el sistema, de las decisiones tomadas. 34 Recomendaciones República dominicana tiene como meta reducir las emisiones de gases contaminantes, en ese contexto y siguiendo la corriente actual que apunta hacia la sustitución de combustibles fósiles y en su lugar la explotación de energías renovables, cabe recomendar el desarrollo de acciones que promuevan la organización en cuanto a la gestión de los recursos biomasa existentes, así como el desarrollo de planes concretos que evalúen técnica y económicamente las estrategias de integración de energías renovables a la matriz de generación. Debido a que los planes de expansión a largo plazo pueden ser modificados por diversos factores, se recomienda estar al tanto de la dinámica de evolución de las tecnologías de generación, así como el comportamiento del mercado de los combustibles. Las políticas energéticas resultantes de las planificaciones a largo plazo, deben contemplar la gestión de la demanda como una alternativa que podría permitir retrasar la inversión de algunos proyectos de generación, así como evaluar nuevas alternativas que resulten beneficiosas para el sistema. Anexo a los planes de expansión en cuanto a capacidad de generación, se debe gestionar el desarrollo de las redes eléctricas, de modo que exista una estructura capaz de evacuar la energía generada hacia los centros de consumo. A efectos de programación se recomienda modelar con gran cuidado las probabilidades relacionadas al conjunto de plantas hidráulicas y aquellas otras operadas con fuentes renovables de energía, esto para un mejor manejo de la incertidumbre y generar por ende soluciones más robustas. 4 A. Plantas candidatas Las plantas consideradas para el estudio son unidades térmicas operadas con gas natural y carbón y un parque eólico de 100 MW. Los datos técnicos y económicos de estas unidades han sido tomados el Annual Outlook Energy, edición 2016, de la Agencia Internacional de Energía, seleccionando unidades que fuesen competentes entre si, en cuanto capacidad y costos de capital. B. Características básicas plantas candidatas Tecnología Combustible Costo capital $/KW Costos fijo $/KW- mes Costos variables $/MWh ACT- 237MW Gas natural 678 0.57 10.7 ACC - 429 MW Gas natural 1104 0.83 2 PCCB - 300 MW carbón/biomasa 537 4.24 5 CT - 100MW Gas 1101 1.46 3.5 APC - 650 MW carbón 3167 2.99 4.25 Turbina de viento 100 MW viento 2671 3.3 0.0 Paneles fotovoltaicos 150 MW Sol 2534 1.8 0.0 Tabla 1- Plantas candidatas V. ANÁLISIS DE RESULTADOS Debido al crecimiento de la demanda y considerando un margen de reserva de un 10%, se prevé que en el periodo 2028- 2037 será necesario instalar 1900 MW partiendo del escenario bajo y 3648 MW considerando un escenario de crecimiento superior. De las unidades térmicas propuestas, las seleccionadas por el programa para ser instaladas corresponden a turbinas de combustión, puesto que son las que representan los menores costos para el sistema. La capacidad y fecha de entrada en operación se muestra en la tabla [2], mientras que los costos de operación durante el período de estudio se especifican en la tabla [3] Para determinar cómo se ve influenciada la planificación ante la penetración de energías renovables no convencionales, se evaluó un escenario en el que se contempla la entrada en operación de un parque eólico de 100 MW en el año 2025. Los resultados obtenidos presentan un plan de obras similar al del caso base (escenario inferior), con la salvedad de que la puesta en servicio del parque desplazada la construcción de dos de las centrales previstas en el caso de referencia, lo que conduce a una reducción de US$ 86568 en los costos de operación durante el periodo de planificación. Caso de referencia: el auge alcanzado por el GNL muestra un panorama alentador para el conjunto de unidades propuestas en esta planificación. Por los bajos costos de inversión asociados a la instalación de turbinas de combustión, el plan de obras aportado por el programa puede resultar de interés para los inversionistas y beneficioso para el sistema, siempre y cuando el precio del gas natural líquido no se dispare. Actualmente en República Dominica se evalúa la posibilidad de la instalación una regasificadora que podría almacenar alrededor de 163,000 metros cubico de GNL adicional a la ya existente, de resultar económicamente viable ese proyecto, las centrales de ciclo combinado y turbinas de combustión serán sin duda candidatas potenciales a ser instaladas. A pesar de los bajos costos de capital de la instalación de turbinas de combustión y ciclos combinados, la volatilidad en el precio de los combustibles puede resultar ser un factor determinante al momento de tomar decisiones respecto a que instalar. Tabla 2- Capacidad de equipamiento por escenarios Año Escenario inferior Escenario superior Escenario parque eólico Escenario turbinas a vapor Escenario térmica_ Eólica_Fotovoltaica 2018 0 0 0 0 0 2019 0 0 0 0 0 2020 0 0 0 0 0 2021 0 0 0 0 0 2022 0 0 0 0 0 2023 0 0 0 0 0 2024 0 0 0 0 0 2025 0 0 1x100 MW Parque eólico 0 1x100 MW Parque eólico 1x150MW Parque fotovoltaico 2026 0 0 0 0 0 2027 0 0 0 0 0 2028 0 1x100 MW Turbina de combustión 0 0 0 2029 1x100 MW Turbina de combustión 1x100 MW Turbina de combustión 0 0 0 2030 1x100 MW Turbina de combustión 2x100 MW Turbina de combustión 0 0 0 2031 1x100 MW Turbina de combustión 3x100 MW Turbina de combustión 1x100 MW Turbina de combustión 0 0 2032 2x100 MW Turbina de combustión 3x100 MW Turbina de combustión 1x100 MW Turbina de combustión 0 0 2033 2x100 MW Turbina de combustión 4x100 MW Turbina de combustión 1x100 MW Turbina de combustión 1x300 MW Turbinas a vapor 1x237 MW Turbina de combustión avanzada 2034 2x100 MW Turbina de combustión 4x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 2x100 MW Turbina de combustión 1x300 MW Turbinas a vapor 1x237 MW Turbina de combustión avanzada 2035 2x100 MW Turbina de combustión 4x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 2x100 MW Turbina de combustión 1x300 MW Turbinas a vapor 1x237 MW Turbina de combustión avanzada 2036 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 4x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 1x300 MW Turbinas a vapor 1x237 MW Turbina de combustión avanzada 2037 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 4x100 MW Turbina de combustión. 2x237 MW Turbina de combustión avanzada 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 2x300 MW Turbinas a vapor 2x100 MW Turbina de combustión. 1x237 MW Turbina de combustión avanzada 5 Tabla 3- Costos operativos por escenario. Según la Agencia Internacional de Energía, las prospectivas futuras del gas natural presentan un panorama alentador, con una proyección del precio equivalente a US$ 5 el millón de BTU en el periodo 2020-2040. Caso parque eólico: a pesar de que aún los proyectos a base fuentes renovables de energía no resultan ser muy atractivos para los inversionistas, cabe reconocer que estas instalaciones constituyen un importante aporte a la reducción de costos de operación del sistema y un bien para el medioambiente, de modo que resultaría beneficioso incentivar la instalación de un mayor número de proyectos renovables. Lo mismo se comprueba al hacer efectiva la entrada en operación de un parque fotovoltaico. Logrando una reducción de US$229,433 de los costos de operación respecto al caso de referencia. República Dominicana es rica en recursos naturales aprovechables para la generación de electricidad. Según registros de la Comisión Nacional de Energía actualmente se cuenta con un potencial para producción de energía hidroeléctrica de 2095 MW, cerca de 50,000 MW a base de energía solar, alrededor de 30.5 GW de energía eólica, así como la posibilidad de explotar recursos de biomasa. Caso turbinas a vapor: el plan de expansión tomando en consideración este tipo de tecnología conduce a unos costes de operación y una función objetivo superiores, con relación a los del caso de referencia, en donde la tecnología seleccionada corresponde a turbinas de combustión. Los precios del carbón suelen ser relativamente más estables que los del gas natural, por lo que puede resultar atractiva y segura la expansión a base de este tipo de combustible, sin embargo, es necesario destacar que, pese a los avances tecnológicos, las centrales carboneras aun resultan ser muy contaminantes. De modo que establecer un plan de obras implica establecer un compromiso no solo entre economía y confiabilidad en tanto a disponibilidad de combustibles, sino también, con aspectos medioambientales. Analisis de sensibilidad Se realiza un análisis de sensibilidad sobre los costos del gas natural líquido, considerando un aumento del 25% para determinar cómo influye en la planificación. Partiendo del caso base, el plan de obras obtenido es el mismo, produciéndose un incremento de US$ 19,467, sobre los costos de operación. Tras un incremento de un 75% en los costos del GNL, el plan de obras a desarrollar varia con relación a la cantidad unidades a ser integradas al sistema, sin embargo, la tendencia a instalar turbinas de combustión se mantiene como una propuesta que conduce a un plan óptimo. Tabla 4- Resultados plan de obras de sensibilidad de 75% en costos del GNL. VI. Recomendaciones República dominicana tiene como meta reducir las emisiones de gases contaminantes, en ese contexto cabe recomendar el desarrollo acciones que promuevan la organización en cuanto a la gestión de los recursos biomasa existentes, de modo que puedan ser incluidas en los proyectos de planificación con datos confiables. De igual modo se recomienda el desarrollo de planes concretos que evalúen técnica y económicamente las estrategias de integración de energías no renovables a la matriz de generación. Debido a que los planes de expansión a largo plazo pueden ser modificados por diversos factores, se recomienda estar al tanto de la dinámica de evolución de las tecnologías de generación, así como el comportamiento del mercado de los combustibles. Gestionar el desarrollo de las redes eléctricas, de modo que exista una estructura capaz de evacuar la energía generada hacia los centros de consumo. Como parte de las políticas a largo plazo, los organismos coordinadores del sistema eléctrico deben dar inicio al desarrollo de estrategias que intenten promover la gestión de la demanda, puesto que con ello se podría retrasar la instalación de algunos proyectos de generación, lo que contribuiría a reducir los costos del sistema, evaluar más escenarios y posteriormente tomar de mejores decisiones. A efectos de programación se recomienda modelar con gran cuidado las probabilidades relacionadas al conjunto de plantas hidráulicas, esto para un mejor manejo de la incertidumbre y generar por ende soluciones más robustas. Escenario inferior Escenario superior Escenario Parque eólico Escenario turbinas a vapor Escenario térmica_Eólica_Fotovo ltaica Costos de operación K$ 12.114.180 13.054.064 12.027.612 12.153.651 11.884.747 Función objetivo K$ 154.493.940 184.885.978 156.783.301 154.399.570 152.055.383 6 VII. Conclusiones. En este estudio se desarrolló la planificación del parque de generación dominicano, en el periodo 2018-2037 desde una perspectiva indicativa y basada en fuentes convencionales. La metodología implementada está basada en la propuesta por el paquete WASP IV, software de planificación de sistemas predominantemente hidrotérmicos. Los escenarios evaluados condujeron a una cartera de proyectos que contempla las turbinas de combustión como tecnología competente para satisfacer la demanda futura, conduciendo no solo a menores costos de operación, sino, proporcionando capacidad gestionable para satisfacer la demanda firme, pero a la vez con suficiente flexibilidad para permitir el desarrollo de planes que integren alternativas intermedias. Se comprobó que integrar tecnologías renovables, en este caso un parque eólico, favorece a la reducción de costos de operación. Actualmente en República Dominicana se tienen contemplados un conjunto de pequeños proyectos que pretenden aprovechar el potencial eólico y solar, si bien es cierto que la envergadura de estos proyectos no supera los 50 MW, se consideran beneficiosos y se incentiva a su instalación. La instalación de centrales de ciclo combinado y turbinas de combustión resultan ser atractivas por sus bajos costos de capital, pero la volatilidad en los precios del GNL puede representar un importante factor de riesgo e influenciar la toma de decisiones al momento invertir en una central. De acuerdo con la Agencia Internacional de Energía el auge que ha tomado el gas natural muestra un panorama favorecedor para extender su uso. En caso particular de República Dominica el GNL representa una alternativa atractiva y sobre la que se tienen grandes proyecciones. En vista de que el mix de generación debe ser favorablemente diversificado, se hace necesario contemplar el uso de distintos tipos de combustibles, a fin de no sufrir ante variabilidad en los precios. Por tal razón se deben considerar otras alternativas e insistir en la generación de energía eléctrica a base de fuentes renovables. En términos generales el objetivo de determinar los requerimientos futuros de demanda eléctrica y conjunto de obras a desarrollar para cubrir dicha demanda se ha desarrollado de manera satisfactoria, a esto se debe agregar que los planes a largo plazo no constituyen un camino de obligado cumplimiento, sino que son puramente indicativos, por tanto, tienen la misión de enviar señales a los respectivos agentes del mercado con relación a las tecnologías más rentables. VIII. REFERENCIAS [1] D. Sharma and Kankar Bhattacharya, “A planning model for investor firms in the generation sector and financial analysis,” IEEE 978-1-4244- 4241-6/09/$25.00, 2009. [2] E. Centeno, J. Reneses, R. Garcia and J. J. Sanchez, “Long-Term Market Equilibrium Modeling for Generation Expansion Planning,” IEEE Bologna PowerTech Conference, Bologna, Italy, June 2003. [3] J. Kanchana Chathuranga, P. Wijayatunga and W. Wijarapala, “Mainstreaming Renewable Energy Developments into Traditional Planning: A Sri Lanka Case Study,” IEEE 978-1-5090-5395- 7/16/$31.00, 2016. [4] M. Rasouli and D. Teneketzi, “A Methodology for Generation Expansion Planning for Renewable Energy,” IEEE 978-1-5090-1837- 6/16/$31.00 2016. [5] A.J. Covarrubias, “Expansion Planning for Electric Power Systems,” IAEA BULLETIN-VOL.21, NO 2/3 [6] Z. Yamayee, and H. Hakimmashhadi, “A Flexible Generation Planning Approach Recognizing Long Term Load Growth Uncertainty,” IEEE Transaction on Power Apparatus and Systems, Vol. PAS-103, No. 8, August 1984[7] Y. Liu, R. Sioshansi and A. Conejo, “Multistage Stochastic Investment Planning with Multiscale Representation of Uncertainties and Decisions,” IEEE 0885-8950 (c) 2016. [7] J. Reneses Guillén, “Análisis de la Operación de los Mercados de Generación de Energía Eléctrica a Medio Plazo,” Universidad Pontificia Comillas de Madrid Escuela Técnica Superior de Ingeniería (ICAI), Madrid 2004. [8] C. Nweke, F. Leanez, G. Drayton, and M. Kollie, “Benefits of Chronological Optimization in Capacity Planning for Electricity Markets,” IEEE 978-1-4673-2868-5/12/$31.00 2012. [9] J. Zhu and M. Chow, “A Review of E erging Techniques on Generation Expansion Planning,” IEEE Transactions on Power Systems, Vol. 12, No. 4, November 1997. [10] I. Tanaka and H. Ohmori, “Scenario Generation with Clustering for Optimal Allocation of Renewable,” DG. 2016 IEEE Innovative Smart Grid Technologies - Asia (ISGT-Asia) Melbourne, Australia, Nov 28 - Dec 1, 2016. [11] A. Masoumzadeh, T. Alpcan and E. Nekouei. “Long-Term Stochastic Planning in Electricity Markets Under Carbon Cap Constraint: A Bayesian Game Approach,” 2016 IEEE Innovative Smart Grid Technologies - Asia (ISGT-Asia) Melbourne, Australia, Nov 28 - Dec 1, 2016 [12] J. Andrade, R. Torquato and W. Freita, “A Granular Monte Carlo Based Methodology to Estimate PV Generation Impacts on the Utility Long- Term Energy Planning,” 2015 IEEE PES Innovative Smart Grid Technologies Latin America. [13] Wien Automatic System Planning (WASP) Package User’s Manual. International Atomic Energy Agency, Vienna, 2001 [14] IAEA Tools and Methodologies for Energy System Planning and Nuclear Energy System Assessment, International Atomic Energy Agency (IAEA). August, 2009 [15] A. Szklo, A. Lucena, E. González, R. Rathmann, R. Schaeffer, R. Soria and M. Chávez, “Los Instrumentos de Planificación Energética,” Quito, ECUADOR, 27 marzo, 2014.