Académique Documents
Professionnel Documents
Culture Documents
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA INDUSTRIAL
CHÍA
2007
MODELO PROTOTIPO DE OPTIMIZACIÓN PARA LA LOCALIZACIÓN DE
PLANTAS PRODUCTORAS DE ENERGÍA A PARTIR DE BASURAS POR
MEDIO DEL PROCESO DE TERMÓLISIS
Directora
MARIA LILIA PERILLA PERILLA
Doctora en Educación
Asesor externo
CAMILO AUGUSTO GARCIA GUEVARA
Ingeniero Industrial.
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA INDUSTRIAL
CHÍA
2007
Nota de aceptación:
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
Firma del presidente del jurado
______________________________________
Firma del jurado
______________________________________
Firma del jurado
INTRODUCCIÓN 1
1. ANTECEDENTES 2
1.1 SITUACIÓN DE LOS RESIDUOS SÓLIDOS 2
1.1.1 Ámbito Internacional 2
1.1.2 Ámbito Nacional 8
2. ASPECTOS GENERALES 10
2.1 FORMULACIÓN DEL PROBLEMA 10
2.1.1 Justificación 11
2.1.2 Descripción del proyecto 12
2.1.3 Alcance del proyecto 13
2.2 OBJETIVOS 13
2.2.1 Objetivo general 13
2.2.2 Objetivos específicos 13
2.3 METODOLOGIA 14
3 MARCO TEORICO Y ESTADO DEL ARTE 15
3.1 MARCO TEORICO 15
3.1.1 Residuos sólidos 15
3.1.1.1 Características y aspectos generales 15
3.1.1.2 Métodos de disposición 19
3.1.1.3 Modelo de gestión de residuos y reglamentación 24
3.1.2 Termólisis 30
3.1.3 Logística de cadenas de abastecimiento. 31
3.1.4 Modelación matemática de optimización 33
3.1.4.1 Complejidad computacional 35
3.1.4.2 Software de optimización 36
3.2 CASOS DE ESTUDIO 36
3.2.1 Gestión de residuos sólidos 37
3.2.2 Localización de infraestructura 38
4. ZONA DE ESTUDIO 41
4.1 ASPECTOS GENERALES 41
4.2 SITUACIÓN DE LOS RESIDUOS SÓLIDOS EN 42
CUNDINAMARCA
Pág.
Gráfica 1. Generación de residuos sólidos municipales en 115
Estados Unidos. 1960 – 2000.
Gráfica 2a. Composición de residuos sólidos municipales en 116
Estados Unidos.
Pág.
Tabla 1. Distribución porcentual de la población, por tamaño (en 121
hab.) y desarrollo.
Tabla 2. Generación de residuos sólidos en países europeos, 121
junto con la variación porcentual. 1995 – 2003.
Tabla 3. Evolución en la generación per cápita anual de los 122
residuos sólidos municipales en Europa. 1995 – 2003.
Tabla 4. Población de algunos países asiáticos y porcentaje de la 123
población en áreas urbanas en Asia.
Tabla 5. Generación por cápita de residuos sólidos municipales 124
urbanos en Asia.
Tabla 6. Tratamiento de los RSM en algunas ciudades de 124
América Latina y el Caribe.
Tabla 7. Fuentes de residuos sólidos en la comunidad 125
Tabla 8. Datos típicos sobre peso especifico y contenido en 126
humedad para residuos domésticos, comerciales, industriales y
agrícolas.
Tabla 9. Análisis próximo y datos energéticos típicos para 128
materiales encontrados en los residuos sólidos domésticos,
comerciales e industriales.
Tabla 10. Datos típicos sobre el análisis elemental del material 129
combustible presente en los residuos sólidos domésticos,
comerciales e industriales
Tabla 11. Procesos de separación y procesamiento utilizados 130
comúnmente en los residuos sólidos.
Tabla 12. Provincias, cantidad de municipios por provincia y 131
municipios de Cundinamarca.
Tabla 13a. Características de población urbana de las distintas 132
provincias de Cundinamarca, participación porcentual de la
población, cantidad de municipios y datos de generación de
residuos sólidos.
Tabla 13b. Características de residuos sólidos de las provincias 132
Sabana Centro y Sabana Occidente de Cundinamarca.
Tabla 14. Clasificación de los residuos sólidos en estudios 133
realizados en Cundinamarca y su correspondiente destino
propuesto por autor.
Tabla 15. Resultados de las corridas con los datos de calibración 85
para el modelo matemático.
Tabla 16. Variable RESNY - Flujos entre los municipios a la planta 87
de termólisis en el tiempo
Tabla 17. Ocupación de la capacidad de la planta de tratamiento. 87
Tabla 18. Variable APOTC – Aportes por tipo de residuo a la 88
planta de tratamiento de residuos sólidos.
Tabla 19. Resultados de las variables económicas de la ejecución 89
del modelo.
Tabla 20. Escenarios de comparación para la ejecución del 90
modelo matemático
Tabla 21. Resultados de la ejecución de los distintos escenarios 91
planteados.
Tabla 22. Ocupación de la capacidad de la planta de tratamiento 93
del escenario 2.
Tabla 23. Resultados de las variables económicas de la ejecución 93
del modelo del escenario 2.
Tabla 24. Ocupación de la capacidad de la planta de tratamiento, 94
para los escenarios 8 y 9.
Tabla 25. Comparación de las variables económicas de los 95
escenarios 8 y 11.
Tabla 26. Ocupación de la capacidad de la planta de tratamiento, 97
para el escenario 6
Tabla 27. Ocupación de la capacidad de la planta de tratamiento, 97
para el escenario 3.
Tabla 28. Ocupación de la capacidad instalada, para el escenario 99
12.
Tabla 29. Ocupación de la capacidad de la planta de tratamiento, 100
según el escenario 4.
Tabla 30. Ocupación de la capacidad de la planta de tratamiento, 100
según el escenario 5.
Tabla 31. Ocupación de la capacidad de la planta de tratamiento, 102
según el escenario 10
Tabla 32. Resumen de los casos de minimización de residuos. 142
Tabla 33 a. Índices de inflación en Colombia, 1997 – 2005. 166
Tabla 33 b. Proyecciones de inflación en Colombia, 2006 – 2015 166
LISTA DE FIGURAS
Pág.
Figura 1. Esquema de los antecedentes del problema 2
Figura 2. Esquema de la formulación del problema 10
Figura 3. Estructura del marco teórico y estado del arte 15
Figura 4a. Tamaño típico de componentes individuales en RSM 134
domésticos y comerciales.
Figura 4b. Porcentaje de la masa total de los RSM domésticos y 134
comerciales en función del tamaño de la malla
Figura 4c. Distribución típica del tamaño de los componentes 135
encontrados en los RSM domésticos.
Figura 5a. Construcción de un relleno sanitario con recuperación 136
de gases y líquidos percolados.
Figura 5b. Corte transversal del relleno sanitario. 136
Figura 6a. Diagrama de distintos procesos de trituración. 137
Figura 6b. Diagrama de distintos procesos de separación 137
Figura 7. Esquema de operación de GIRS. 139
Figura 8. Curvas de costo de una estación de transferencia y de 27
recolección directa.
Figura 9. Diagrama de flujo de los distintos procesos en la planta 140
de termólisis.
Figura 10. Estructura para describir la zona de estudio 41
Figura 11. Provincias del departamento de Cundinamarca. 141
ABSTRACT
This work presents a mathematical model for the optimization of the plant
allocation for the processing of solid waste, in a geographical standard area.
The mathematical model is a MIP; for the mixed integer lineal programming
nature, that permantly uses lineal equations, as well as integer and continuos
variables, during its development. The processing plants extracts from the solid
waste (mainly biomass), the last energy in it, in a bio combustibles form that
produces electric energy. The waste that is not susceptible to this process is
sold as a sub product from the main process. The main objective is to optimize
the income for electric energy and the sub product from the process, meanwhile
minimizing the operational costs due to the transport from the collecting sites of
solid waste
The key words: mathematical model, mixed integer lineal programming, solid
waste treatment, systems for energy recovery from solid waste.
INTRODUCCION
1
1. ANTECEDENTES
1
TPUN – HABITAT, United Nation Human Settlements Programme. Urban environment waste [On Line]. En: UN –
PT U U
2
desarrollo entre ciertas regiones es considerable. Según informes3, en Europa TP PT
producción anual de RS fue entre 300 y 800 Kg. por persona; mientras que, en
países en vías de desarrollo se registró una cantidad inferior a los 200 Kg. al
año por persona. Una diferencia palpable, es que las regiones desarrolladas
trabajan en cambios culturales y en la recuperación de materiales y energía
para reducir la generación de residuos, motivados en parte por los malos
resultados económicos que se derivan de esta situación5. El presupuesto es TP PT
3
TPHANNEQUAR, Jean-Pierre y BETANCUR, Lucena. Acciones de las autoridades locales a favor de la
PT
prevención de desechos municipales en América Latina [On Line]. En: SEMINARIO DE LA RED 6 DE MEDIO
AMBIENTE URBANO. (2003: Málaga). Reporte introductorio para el seminario de la Red 6 de Medio Ambiente
Urbano, 2003. 16 p. Disponible en:
<http://www.fundacionhabitatcolombia.org/RESIDUOS%20AMERICA%20LATINA.doc >
4
TPUN – HABITAT, Op. cit, p. 70.
PT
5
TPSALA DE PRENSA DE LA COMISION EUROPEA. Questions and Answers on the Thematic Strategy on the
PT
prevention and recycling of waste: Press release. [On Line]. Bruselas: 2005. p. 1 – 3. Disponible en:
<http://europa.eu.int/rapid/pressReleasesAction.do?reference=MEMO/05/496&format=HTML&aged=0&language
=EN&guiLanguage=en >
6
TPHANNEQUAR, Jean-Pierre y BETANCUR, Lucena, Op. cit, 16 p.
PT
7
TPIbid., 16 p.
PT
8
TPDIAZ, Luis et al. Solid waste management in África [On Line]. En: SEMINARIO INTERNACIONAL DE
PT
GESTIÓN INTEGRAL DE RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO XXI. (1999: Medellín). Ponencias y
conclusiones del seminario internacional de gestión integral de residuos sólidos y peligrosos. 16 p. Disponible
en: < www.udea.edu.co >
9
TPUNITED NATIONS ENVIRONMENT PROGRAMME. Global Environment Outlook 3: Past, present and future
PT
perspectives [On Line]. Londres. Eartscan Publications: 2002. p. 240 – 241. Disponible en: < http://www-
cger.nies.go.jp/geo/geo3/pdfs/Chapter2urban.pdf >.
3
Estados Unidos
Europa
10
TP TEXAS CENTER FOR POLICY STUDIES AND ENVIRONMENTAL DEFENSE. Texas environmental profiles:
PT
– Febrero. p. 67.
12
TP WORLD RESOURCES INSTITUTE. World resources: a guide to the global environment. Nueva York: Oxford
PT
4
Agencia Europea Ambiental (EEA), en donde se definió la estrategia para un
desarrollo sostenible14. TP PT
Asia
14
TP UNITED NATION ENVIRONMENT PROGRAMME. Op. Cit., p. 256.
PT
15
TP SALA DE PRENSA DE LA COMISION EUROPEA. Op. Cit., p. 3.
PT
16
TP BBC NEWS. Recycling around the world [On Line]. En: BBC news website. Londres (Citado en 25 Junio,
PT
Waste generated and treated in Europe: Data 1995 – 2003. Op. Cit., p. 14 – 15.
5
año 2025 la región producirá alrededor de 1,900M de toneladas de RSM18. En TP PT
Latinoamérica
18
TP ASIAN MEDIA INFORMATION AND COMMUNICATION CENTRE. Waste in Asia [On Line]. Singapur. AMIC.
PT
waste management: Regional overviews and information sources – Asia, Topic g: Waste Characterization. Op
Cit., p. 1.
20
TP UNITED NATION ENVIRONMENT PROGRAMME. Newsletter and technical publications about municipal solid
PT
waste management: Regional overviews and information sources – Asia, Topic a: Waste Reduction [On Line].
s.l. 2002. p. 1. Disponible en: <http://www.unep.or.jp/ietc/ESTdir/Pub/MSW/RO/asia/topic_a.asp >
6
cual se ha incrementado en 26% en los últimos 15 años. En la Gráfica 5 del
Anexo 1 se muestra dicha evolución en la población de LAC. Las proyecciones
de población estiman para el 2015 un incremento en 17%21. Solo Latinoamérica TP PT
21
TP CEPAL – ONU. Anuario estadístico de América Latina y el Caribe 2004 [On Line]. Santiago de Chile.
PT
23
TP CEPAL. Avances de América Latina y el Caribe hacia el desarrollo sostenible en los temas de: Asentamientos
PT
humanos, agua y saneamiento [On Line]. s.l. Comisión económica para América latina y el caribe, documento
sin revisión editorial. 2004. p. 20 - 21. Disponible en:
<http://www.eclac.cl/publicaciones/MedioAmbiente/1/LCR2121/lcr2121_es.pdf >
24
TP CEPAL. Avances de América Latina y el Caribe hacia el desarrollo sostenible en los temas de:
PT
7
Algunas iniciativas de formas alternativas de disposición de RSM, incluyen la
puesta en marcha de un proyecto para recuperación de biogás en rellenos
sanitarios en Chile, y la producción de combustible auxiliar a partir de residuos
agrícolas en Río de Janeiro. Sin embargo la implantación de proyectos de este
tipo en LAC, ha tenido resultados desalentadores, debido a los altos costos de
instalación y operación, de hasta 20 veces mayores que en los rellenos
sanitarios, según cálculos de la OPS26. TP PT
26
TP ACURIO, Guido et al. Diagnóstico de la situación del manejo de residuos sólidos municipales en América
PT
2006).
28
TP ACURIO, Guido et al. Diagnóstico de la situación del manejo de residuos sólidos municipales en América
PT
8
disposición final de residuos, pese a la presión de la superintendencia de
servicios públicos, para encontrar nuevos sitios que cumplan con la regulación
ambiental requerida. De los aproximadamente 1,100 municipios del país, en
Octubre del 2005, solamente 309 contaban con rellenos sanitarios, 665
utilizaban botaderos, 97 enterraban sus residuos en un hueco y 23 arrojaban
los residuos a corrientes de agua. Esta situación se venía presentando
principalmente en municipios del Choco (14), Nariño (3), y Putumayo (2). En
Boyacá, Cauca, Cundinamarca y Santander fueron identificados al menos un
municipio con este sistema de gestión de RS29. TP PT
29
TP LA PATRIA. Op Cit., (6, Marzo, 2006)
PT
30
TP COLLAZOS, Héctor. Deslizamiento de basura en el relleno sanitario Doña Juana [On Line]. Bogotá.
PT
32
TP EL PAÍS. Emergencia sanitaria es por falta de gestión, contralora de Cali advierte que la ciudad está al borde
PT
diario a nueve capitales [On Line]. En: Informaciones ambientales para América Latina. Montevideo. (Agosto,
2002). Disponible en: <http://www.ambiental.net/noticias/contaminacion/ColombiaCrisisBasura.htm >
34
TP ARCIERI, Vicente. Crece devastación en la ciénaga de la Virgen por los invasores. En: El Tiempo, Bogotá.
PT U U
9
2. ASPECTOS GENERALES
10
instalaciones para el procesamiento de RS, con recuperación de energía en
forma de electricidad para la venta. Dicha solución debe satisfacer los
requerimientos legales implicados en la decisión de donde ubicar la
infraestructura necesaria. La investigación pretende brindar una herramienta de
ingeniería para mejorar los márgenes de utilidad que podrían obtenerse de la
venta de los productos de la planta de tratamiento, convirtiendo la gestión
integral de residuos sólidos (GIRS) en una oportunidad de negocio mediante la
localización estratégica de plantas de tratamiento y cogeneración de energía
eléctrica, cumpliendo la normativa asociada y aportando para solucionar en
parte la problemática ambiental del manejo tradicional de los RS.
2.1.1 Justificación
11
eficientes para evitar tomar menos recursos de la naturaleza. En otras
palabras, se debe satisfacer las necesidades del presente sin comprometer los
recursos del futuro, y al mismo tiempo mejorar la calidad de vida de todos los
habitantes de la tierra. Lo anterior se conoce bajo el concepto de desarrollo
sostenible y una de sus posibles manifestaciones es a través de la
maximización en la utilización de los recursos, incluso después de ser
desechados. En el desarrollo sostenible se balancea el uso de los recursos
frente a las distintas alternativas para disminuir la explotación de estos. El
utilizar de alguna forma positiva los residuos se convierte en una alternativa
para el desarrollo sostenible, ya que se busca una oportunidad de
aprovechamiento, representando un beneficio adicional para la sociedad.
12
generación de RS y otras características relacionadas con la zona teniendo en
cuenta la tecnología utilizada por termólisis. Se ejecutará el modelo utilizando
principalmente los datos del estudio de factibilidad para la construcción de
plantas de termólisis, elaborados por el Ing. Guillermo Ramírez (Representante
de la empresa Termólisis de España para Colombia), proporcionados de forma
confidencial para el desarrollo de este trabajo.
2.2 OBJETIVOS
13
2.3 METODOLOGÍA
14
3. MARCO TEORICO Y ESTADO DEL ARTE
Este capitulo se divide en dos secciones: a.) marco teórico y b.) Estado del arte
(casos de estudio). En el marco teórico se exponen, con cierta profundidad, los
conceptos relacionados con el presente proyecto de tesis, como: 1. Las
características, composición y métodos de tratamiento de RS, 2. el sistema de
gestión de RS y el entorno legal en Colombia, 3. la tecnología planteada para el
procesamiento de los residuos, y 4. programación matemática. Posteriormente,
se investiga el estado del arte principalmente en gestión de RS y en
localización de infraestructura con técnicas de programación matemática.
15
no se presentan en estado líquido o gaseoso36. También se puede decir, que
TP PT
los residuos son aquel material que no representa una utilidad o un valor
económico para alguien. Desde el punto de vista legislativo, la definición de
residuo depende del punto de vista con que se analice. Lo que para alguien es
residuo, para otro puede ser algo con valor. Los RS se pueden clasificar de
varias formas: Por estado, origen o característica. Este documento solo se
referirá a los residuos en estado sólido. La clasificación por origen, está
definida básicamente por la actividad que origina los residuos. Los tipos de
residuos mas comúnmente usados son los residuos domésticos, comerciales,
institucionales, de construcción y demolición, de servicios municipales, de
zonas de plantas de tratamiento, hospitalarios, industriales, mineros y
agrícolas. En la Tabla 7 del Anexo 2, se encuentra un resumen con las fuentes
de RS usuales. Los residuos sólidos urbanos (RSU), contienen todos los
residuos generados en la ciudad. Comúnmente los autores tratan los RSU,
como los residuos sólidos municipales (RSM) los cuales se tratan de residuos
generados dentro de un municipio y es común encontrar en la literatura esta
denominación.
36
TP ENCARTA. Residuos sólidos. Microsoft Encarta 2001.
PT
37
TP TCHOBANOGLOUS, George et al. Gestión integral de residuos sólidos. Madrid: Mc Graw Hill, 1994. V. 1., p.
PT
48.
38
TP TCHOBANOGLOUS, George et al. Op Cit., p. 48.
PT
16
algunos residuos industriales. Los residuos inertes son estables en el corto y
mediano plazo, por lo que no tienen interacción alguna con el medio ambiente.
En esta categoría están los residuos como escombros o demoliciones. Los
residuos no peligrosos, son aquellos que no se encuentran en ninguna de las
clasificaciones anteriores, y abarca el universo restante de residuos39. TP PT
39
TP INGENIERÍA AMBIENTAL Y MEDIO AMBIENTE. Residuos sólidos [On Line]. Op Cit., Clasificación por tipo de
PT
manejo.
40
TP TCHOBANOGLOUS, George et al. Op Cit., p. 81 – 87.
PT
41
TP TCHOBANOGLOUS, George et al. Op Cit., p. 82 – 84
PT
42
TP Ibid., p. 84.
PT
43
TP Ibid., p. 86.
PT
17
agua por encima del potencial de campo se emitirá en forma de lixiviación. La
capacidad de campo varía con el grado de presión aplicada y con el estado de
descomposición del residuo44. La permeabilidad de los residuos compactados,
TP PT
los RS son sometidos a altas temperaturas, es muy posible que estos alcancen
el punto de fusión, el cual es la temperatura necesaria para que las cenizas
resultantes de los residuos se conviertan en escoria, debido a la fusión y a la
aglomeración. El punto de fusión usualmente se encuentre en el rango de
1.100 a 1200 °C. La participación de elementos fundamentales dentro de los
residuos solidos, definen porcentajes de elemento tales como el Carbono,
Hidrogeno, Oxigeno, Nitrógeno, Azufre y ceniza. A esto se le conoce como
análisis elemental de los componentes de RS. Este análisis incluye la
determinación de halógenos, debido a la preocupación por una emisión de
elementos clorados. En la Tabla 10 del Anexo 2, se encuentran los datos de
análisis fundamental de materiales combustibles individuales. El contenido
energético mide la cantidad de Joules (KJ) o calorías (Kcal.) en los RS por Kg.
Esta propiedad, es necesaria para decidir sobre un proceso de disposición final
de residuos, especialmente con métodos de disposición químicos o biológicos.
En la Tabla 9 del Anexo 2, se encuentra una medición del contenido energético
de elementos contenidos en los RS. Por último se encuentra la determinación
de la fracción de nutrientes esenciales y otros elementos, que son
requeridos para la viabilidad de ciertos métodos de disposición y tratamiento,
relacionados con la obtención de compostaje, metano y etanol. Con esta
característica también se puede evaluar mejor la calidad de productos
44
TP Ibid., p. 86.
PT
45
TP Ibid., p. 87.
PT
46
TP TCHOBANOGLOUS, George et al. Op Cit., p. 87.
PT
18
resultantes del procesamiento de los RS47. La naturaleza putrefactible de los TP PT
S 2– + 2H+ → H2S
P P P P B B (3.3)
48
TP Ibid., p. 101.
PT
49
TP TCHOBANOGLOUS, George et al. Op Cit., p. 103.
PT
19
recuperar distintos materiales o incluso la energía restante contenida en los
RS. Estos tratamientos también se utilizan para neutralizar características
perjudiciales de los residuos. La recuperación de materiales es una forma de
reciclaje. Tanto la recuperación de materiales como la de energía, se basan en
tratamientos físicos, químicos o biológicos.
Rellenos sanitarios
50
TP FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos sólidos [On Line]. Universidad de Chile.
PT
20
El suelo está constituido principalmente por materia sólida, agua y aire. A partir
de cierta profundidad, se encuentra el nivel freático, el cual se encuentra
saturado de agua en relativa libertad, lo cual forma la llamada capa freática, la
cual esta en un lento movimiento en dirección de la presión y de la inclinación
del terreno. El agua contenida allí, sale en pozos y tiene contacto con cuerpos
de agua cercanos, cediendo y recibiendo líquido. Adicionalmente, el agua
tiende a subir debido a la capilaridad de los granos de arena o por acumulación
de lluvias en el terreno. Los líquidos percolados que alcanzan el suelo se filtran
a través de este, debido a la permeabilidad, dada principalmente por el material
en el suelo, al tamaño de los granos y a la textura del mismo. Si el tipo de suelo
es arenoso o rocoso es permeable, todo lo contrario del suelo arcilloso, y aun
siendo de este material, si el suelo presenta grieta o fisuras, también se
convierte en permeable. Como consecuencia del constante movimiento del
agua freática, los líquidos percolados que descienden y se encuentran con esta
capa, adquieren gran movilidad. La saturación de líquidos percolados en el
suelo retrasa en parte la contaminación de aguas freáticas, mas no las detiene.
Las partículas sólidas tienden a colmatar el suelo, disminuyendo la
permeabilidad del mismo, salvo algún efecto químico adverso. Las aguas
lluvias presentan un inconveniente para los rellenos sanitarios, y mas aún en
los botaderos a cielo abierto, ya que ocurre un fenómeno de percolación
acelerada cuando llueve, en donde por saturación del terreno, el agua busca un
punto de fuga o desagüe, y eventualmente se conectará con un acuífero. Es de
esta forma como los cuerpos de agua son los primeros contaminados por los
rellenos sanitarios, y desde este punto se expande todo el ecosistema, incluido
el hombre52. La vida útil en recepción de residuos del relleno sanitario depende
TP PT
52
TP PT FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos sólidos [On Line]. Op Cit.
21
identificables contenidos en los RS por métodos manuales o mecánicos;
obteniendo así un material más homogéneo. Esta es una operación necesaria
para la recuperación de materiales (reciclaje) o de energía. En la gestión de
RS, la separación de materiales ocurre varias veces, asegurando tener una
materia prima de óptima calidad en procesos posteriores. Según sea el tamaño
del generador de RS, debe ser la infraestructura y operación para la separación
de residuos: Separación de residuos de una casa comparada con la de una
industria. Las instalaciones de recuperación de materiales (IRM) son centros de
acopio y selección de RS, donde ocurre la separación de elementos. De las
IRM salen materiales para diversos usos y procesos, con cierto porcentaje de
residuos no recuperables. Las IRM utilizan una combinación de mano de obra y
procesos mecánicos. La separación de materiales se puede realizar según
alguna característica en particular: según el tamaño, la densidad o las
propiedades magnéticas, principalmente. A la separación por tamaño se le
conoce como cribación, y consiste en pasar los materiales por una serie de
filtros, para obtener un tamaño de partícula deseado; existen cribas vibratorias,
giratorias (trómel) y de disco. La separación por densidad, consiste en utilizar
una corriente de aire ascendente para separar partículas livianas de pesadas.
La separación magnética de materiales, consiste en aprovechar las
propiedades magnéticas de los metales para separarlos del resto de residuos.
En la Figura 6b del Anexo4, se muestran los esquemas de separación por
cribación, por densidad y por magnetismo. La reducción de volumen o
densificación, consiste en reducir el volumen inicial ocupado por un residuo,
normalmente aplicando fuerza o presión. Esta transformación, usualmente se
hace por durante el transporte de los RS, por vehículos con dispositivos
hidráulicos, para aumentar la cantidad de RS movilizados por viaje y así
disminuir costos de transporte. En las estaciones de transferencia de RS
(ETRS), también se utiliza la compactación. La reducción de tamaño, tiene
como propósito obtener partículas de tamaño homogéneo, manejables por su
reducido tamaño, comparado al original. Sin embargo la reducción en tamaño
no significa reducción en volumen, por lo general después de reducir el tamaño
aumenta ligeramente el volumen. En la reducción de tamaño se puede
desfibrar, triturar o moler. Básicamente el proceso consiste en golpear con
distintos objetos el material hasta disminuirlo53. En la Figura 6a del Anexo 3 se
TP PT
22
combustibles. Las materias orgánicas liberan en los gases compuestos simples
como nitrógeno (N2), dióxido de carbono (CO2), vapor de agua (H2O), oxigeno
B B B B B B
23
gas combustible (metano). El compost es similar al humus, se utiliza como
acondicionador del suelo y en la producción de metano. Los medios biológicos
son, la utilización de microorganismos, como bacterias, hongos, levaduras y
actinomicetos, los cuales a través de procesos aerobios o anaerobios,
descomponen la materia orgánica, teniendo en cuenta factores como
disponibilidad de oxigeno, niveles de humedad y características propias de la
materia orgánica. La diferencia entre transformaciones aerobias y anaerobias,
radica en la naturaleza de los productos de salida de cada proceso. Si los RS
orgánicos se abandonasen al aire libre, el tiempo de descomposición de los
mismos dependerá de la naturaleza, grado de humedad, nutrientes disponibles
y de otros factores endógenos y exógenos de los RS orgánicos. El compostaje
aerobio, controla muchas de los anteriores factores, para producir, en
presencia de oxigeno compost, en un periodo de tiempo razonable y de
determinadas características deseadas. El proceso anterior, bajo condiciones
anaerobias es llamado digestión anaerobia, y básicamente produce grandes
cantidades de metano en un 99% del gas total producido y algo de sulfuro de
hidrogeno. La materia orgánica resistente debe ser tratada por deshidratación y
compostaje aerobio. La conversión se puede representar por la siguiente
ecuación.
Materia orgánica + H2O + Nutrientes → Nuevas células + materia orgánica resistente + CO2 +
B B B B
54
TP HERRERA CARRILLO, Ricardo. Lineamientos generales para el manejo de residuos sólidos en el
PT
24
GIRS segrega los RS aprovechables, con algún valor del resto. En la Figura 7
del anexo 3, se describe el esquema de operación del PGIRS.
57
TP MINISTERIO DEL MEDIO AMBIENTE (Colombia), Política para gestión integral de residuos sólidos. Bogota:
PT
59
TP TCHOBANOGLOUS, George et al. Op. cit, V. 2, p. 687 – 695.
PT
25
región en donde se preste el servicio. Dicho sistema de gestión puede ser
análogo a las normas ISO, en donde quien preste el servicio se debe acoger a
la guía técnica que presta los PGIRS para realizar las distintas operaciones.
Los macro procesos que componen la gestión de RS son recolección,
transporte, acopio, aprovechamiento y disposición final. La responsabilidad de
velar por la correcta prestación de los servicios públicos domiciliarios, está bajo
la responsabilidad del estado, consignada en la constitución nacional. Los
departamentos y municipios tienen la función de coordinar y ejecutar en un
mayor detalle la labor del estado.
Estaciones de transferencia
60
TP INGENIERÍA AMBIENTAL Y MEDIO AMBIENTE. Residuos sólidos [On Line]. Op Cit., Estaciones de
PT
trasferencia.
26
Figura 8. Curvas de costo de una estación de transferencia y de recolección
directa.
Recolección
Costo directa
$ / ton Estación de
transferencia
Costo
Fijo
27
las responsabilidades de los distintos actores designados para planificar,
operar y auditar la gestión del proceso y la disposición final de los RS. Este
documento contempla dos tipos de reglamentación que influyen directa o
indirectamente en las decisiones que se puedan tomar para la ubicación de
plantas generadoras de energía. La primera reglamentación define los
lineamientos para la gestión de RS y la segunda interviene directamente en la
posible ubicación de plantas de generación de energía, debido a las
características y condiciones de funcionamiento de dichas instalaciones.
A medida que avanza la tecnología para disponer de mejor forma los RS, su
organización, métodos y procedimientos para realizar dicha gestión, también
avanza la reglamentación que los regula, impulsa y controla. Es así como la ley
142 de 1994 ha sido modificada por varios decretos en años recientes, como el
28
Decreto 1713 del 2002, el cual complementa esta ley. Este decreto define de
una manera más contundente las especificaciones para cada etapa del
proceso, desde la recolección hasta la disposición final. A diferencia de la ley
142, el decreto 1713, hace un énfasis técnico y de ingeniería en los detalles
para la gestión, de tal forma que describe de manera pormenorizada los
requerimientos, responsabilidades y deberes de cada uno de los involucrados
en el proceso. Las etapas que se analizan en el decreto 1713 son:
Recolección, transporte, barrido, limpieza y lavado de vías y áreas publicas
(incluyendo el corte del césped y poda de árboles ubicados en estas áreas),
transferencia, tratamiento, aprovechamiento y disposición final.
Vale la pena resaltar el capitulo 6 del decreto, el cual plantea el tema de las
estaciones de transferencia, el cual es vital en el tema de la ubicación de
plantas de energía. En los artículos 61 al 66 define lineamientos básicos para la
operación, por ser una opción para disminuir costos de transporte. Algunas de
las normas de operación y funcionamiento para las estaciones de transferencia
que establecen estos decretos son:
Uno de los artículos del decreto más importantes para este proyecto, son los
artículos 74 y 75, los cuales presentan criterios generales para la ubicación de
plantas de tratamiento y para el diseño de dichas instalaciones, lo cual puede
influir directamente en la decisión del modelo de donde ubicar. Este criterio
considera tres aspectos: 1). Tener en cuenta los usos del suelo establecidos
por el plan de ordenamiento territorial y el plan de desarrollo del municipio, 2)
Ser técnica, económica y ambientalmente viable, y 3) tener en cuenta las rutas
y vías de acceso para no ocasionar o minimizar traumatismos en el tráfico.
29
planes. Antes de esta ley, el ordenamiento territorial se realizaba
principalmente por la nación, luego por el departamento y por último, por los
municipios. Con el POT, el uso del suelo queda en responsabilidad total de
cada municipio, y la injerencia de la nación o del departamento es relegada
para priorizar la planeación municipal, con lo que se busca descentralizar las
decisiones de la nación y empoderar a cada municipio, otorgándole más
responsabilidad y participación ciudadana (Artículo 7, ley 388 de 1997).
Dependiendo de la cantidad de habitantes del municipio, los planes de
ordenamiento territorial se denominan a) planes de ordenamiento territorial
(para municipios con más de 100.000 habitantes), b) planes básicos de
ordenamiento territorial (municipios con población entre 30.000 y 100.000
habitantes) , c) esquemas de ordenamiento territorial (municipios con población
menor a 30.000 habitantes). En cualquier caso, durante el desarrollo de este
proyecto, al hablar del plan de ordenamiento territorial, se comprenderá todos
los anteriores planes, a menos que se especifique en alguno de ellos.
3.1.2 Termólisis.
30
residuos fueran biomasa. Luego de tener una cantidad de biomasa carente de
otros materiales, se realiza el proceso de termolización, la cual se describió en
el numeral anterior. Este proceso es realizado en un reactor de termolización,
que funciona tanto a altas temperaturas, como presión. Esta combinación de
presión y temperatura, se ha encontrado que influye drásticamente sobre las
fracciones de producto resultante del proceso, es decir que con una variación
en la temperatura o en la presión, se obtendrá mayor o menor cantidad de
algún producto, gaseoso, liquido o sólido61. La parte final de la planta de
TP PT
61
TP PT TCHOBANOGLOUS, George et al. Op. cit, V. 2, p. 706.
31
retroalimentación sobre las características de un producto desde los clientes
hacia los proveedores, pasando por centros de distribución y plantas de
manufactura62. TP PT
62
TP SHAPIRO, Jeremy. Beyond supply chain optimization to enterprise optimization. En: ASCET. Vol 3. Abril,
PT
2001.
63
TP PORTER, Michael. Competitive advantage: Creating and sustaining superior performance. New York. The
PT
65
TP Ibid., Abril 2001.
PT
66
TP SHAPIRO, Jeremy. Modeling the Supply Chain. Duxbury, Massachusetts. Editorial Duxbury, 2001. p. 7 – 9.
PT
32
cadena de suministro, ya que al maximizar los ingresos se tiene un
componente mas profundo que solamente minimizar los costos totales,
teniendo en cuenta que al maximizar los ingresos netos, también se minimizan
los costos. El maximizar los ingresos, es soportado por la integración con otras
áreas de la compañía, como el área comercial o de logística. Al contemplar la
cadena de suministro de forma integral, el correspondiente administrador se
puede dar cuenta de la estrecha relación que tiene costos y el servicio al
cliente. Mientras mas se desee prestar un buen servicio al cliente, representado
concretamente en tiempo de entrega o de recolección, más altos serán los
costos totales de la cadena de abastecimiento. Para resolver esta paradoja se
debe tener en cuenta demasiadas variables de decisión que conllevan a una
respuesta traducida en un costo manejable y competitivo para la cadena de
suministro. Dicha respuesta, es alcanzable solamente por un modelo
matemático, el cual explora todas las posibilidades y puede decir con certeza la
correcta configuración de la cadena, para que funcione de la mejor manera
posible. Los modelos utilizados para soportar las decisiones de negocios están
compuestos de una parte descriptiva y otra parte de optimización. En la parte
descriptiva se encuentran los de pronósticos de futuras demandas o los que
computan costos directos e indirectos de manufactura. Estos últimos modelos
son creados para entender mejor las relaciones funcionales dentro y fuera de la
compañía. La parte descriptiva de los modelos también puede ser una parte
dinámica que simula la operación de la cadena de suministro. La toma de
decisiones basada en hechos es el objetivo fundamental de los modelos de
optimización. Si por ejemplo, una empresa tuviese una política de no comprar
mas del 50% de materias primas a un solo proveedor, que se podría hacer? En
este caso, los modelos de optimización procesan datos numéricos describiendo
un problema específico de la cadena de suministro, con el objetivo de
identificar estrategias óptimas que solucionen el problema.
67
TP PT RARDIN, Ronald. Optimization in operations research. New Jersey. Prentice Hall, 1998. p. 3.
33
programación lineal. Si por el contrario alguna de las restricciones o la función
objetivo es no es lineal, el problema se convierte en uno de programación no
lineal. Los problemas de programación lineal requieren menos poder de
cómputo para su resolución debido al menor número de operaciones y a la
sencillez de las mismas para llegar a una solución óptima. El conjunto de
restricciones de un problema de programación matemática, delimitan un área
en donde las soluciones sirven a los objetivos del problema, sin necesidad de
minimizar o maximizar una solución. Dicha área es conocida como región
factible de soluciones. Los problemas de programación pueden o no, tener
solución o una solución optima; el no tener solución significa que el problema
es infactible. En caso que si tenga una solución óptima, esta puede ser de
frontera o interior. Las soluciones de frontera son aquellas que cumplen con
igualdad una restricción, es decir que se encuentran en el borde del área
factible. Las soluciones que no se encuentran en el borde del área factible son
llamadas interiores. En caso de que el problema tenga solución, pero no tenga
solución optima, se considera que el problema no está restringido, o que no
esta acotado. En caso que el problema tenga solución, y además esta sea
óptima, se considera que el problema tiene un óptimo global.
68
TP PT RARDIN. Ronald. Op Cit. p. 52.
34
“dual” y se puede usar para obtener una solución al problema original, en
donde las variables proporcionan información útil acerca de la solución optima
del problema original planteado; el problema dual resulta directamente del
planteamiento del problema primal y presenta como principal relación: Si el
problema primal es de minimización, el dual será de maximización y
viceversa69. TP PT
69
TP BAZARAA, Mokhtar. Programación lineal y flujo en redes. Ciudad de Mexico: Limusa, Noriega editores. 1999.
PT
p. 287.
70
TP Ibid., p. 439.
PT
71
TP BAZARAA, Mokhtar. Op cit., p. 375.
PT
35
3.1.4.2 Software de optimización
72
TP2. PT CASTILLO, Enrique et al. Formulación y resolución de modelos de programación matemática en
ingeniería y ciencia. Toledo: Universidad de Castilla – La Mancha. 2003.
36
3.2.1 Gestión de residuos sólidos
73
TP EEA, European Environmental Agency. Case studies on waste minimisation practices in Europe. [On Line].
PT
development in waste recycling in Dar Es Salaam. Holanda: WASTE. Advisers on urban environment and
development. 1998. p. 8 – 16, 66 – 68.
37
Caso 3: Ljunggren75, describe la gestión nacional de RS en Suecia, soportado
TP PT
75
TP LJUNGGREN, Maria. Modelling national solid waste management. En: Waste Management and Research.
PT U U
1997. 6 p
77
TP HURTADO, Ferran. Constrained facility location. Barcelona. Universidad de Cataluña, 1998. 2 p.
PT
38
Caso 6: Malarín y Vaughan78, del Banco Interamericano de Desarrollo,
TP PT
78
TP MALARIN, Hector y VAUGHAN, William. An approach to the economic analysis of solid waste disposal
PT
Columbia, 2004, 282 p. Trabajo de grado para acceder titulo de Doctor en Filosofía. Universidad Estatal de
Ohio. Facultad de Ingeniera y Ciencias Económicas.
80
TP CHANG, Ni Bin, et al. Solid waste management system analysis with air pollution and leachate impact
PT
limitation. En: Waste Management and Research. 1996. Vol 14. p. 165 – 186.
39
El mercado energético asigna un valor de compra a la energía a nivel nacional,
por lo cual, no influye el lugar donde es producida la energía, pero si es
decisiva una estructura de costos que permita la viabilidad del precio, con
relación al mercado. Dicha estructura incluye aspectos como, un adecuado
aprovechamiento de la capacidad instalada de la planta de procesamiento, en
relación al suministro de RS, y a su vez un mínimo transporte de estos hasta la
planta. El modelo matemático, permite analizar de forma sistémica e integral
las anteriores consideraciones, incluyendo un análisis de sensibilidad, que en la
realidad permite guiar aún mejor la toma de decisiones relacionada con
ubicación de instalaciones de procesamiento de RS.
40
4. ZONA DE ESTUDIO
ASPECTOS GENERALES
Cundinamarca está localizado en el centro del país, donde limita al norte con
Boyacá, al este con Boyacá y Meta, al sur con Meta, Huila y Tolima, y al oeste
con el departamento del Tolima, separado de este por el río Magdalena. Posee
una extensión de 24.210 km2, lo que corresponde al 2.1% del territorio
P
P
81
TP PT ENCARTA. Cundinamarca. Microsoft Encarta 2001.
41
departamento82. Geopolíticamente, Cundinamarca esta dividida en 15
TP PT
84
TP HERRERA CARRILLO, Ricardo. Op Cit. p 34, 35.
PT
85
TP AMBIENTAL.NET. Crisis de basuras en ciudades colombianas: cinco mil toneladas de basuras acosan a
PT
42
sanitario de Mondoñedo ha funcionado por casi una década como botadero a
cielo abierto, ya que carece de las características técnicas para ser un centro
de disposición final con una adecuada gestión ambiental.
encuentra en 7.73 kg. / Hab. / Día. Esta cifra se ha incrementado con respecto
al 2003 en 4.78%, mientras que la proyección de crecimiento de la población se
estima en 2.3%87. En la Tabla 13a del Anexo 2, se encuentran las
TP PT
43
total de RS del departamento), 2. Son la segunda y tercera provincia con mayor
producción de RS; la primera provincia es Soacha, la cual se compone de un
solo municipio, con lo cual no se podría apreciar las bondades de ubicación del
modelo matemático, 3. Estas dos provincias son contiguas entre si (ver Figura
11, del Anexo 3: provincias del departamento de Cundinamarca); la siguiente
provincia importante en participación de población y de RS no esta
geográficamente contigua (Alto Magdalena), lo cual resultaría en una área
discontinua, y 4. al aumentar la cantidad de municipios del estudio, la
complejidad computacional del modelo matemático crece exponencialmente,
dificultando su respectiva implementación y ejecución. En la Tabla 12b del
Anexo 2, se aprecian las características generales de las dos provincias en
generación de RS. Para la zona seleccionada, los cultivos son una importante
fuente de RS de naturaleza orgánica. Se resaltan los cultivos transitorios,
anuales y permanentes; entre los cultivos transitorios se encuentran la arveja,
la papa y el tomate; entre los cultivos permanentes se encuentran las flores, el
plátano, el banano, los cítricos y los frutales; entre los cultivos anuales se
encuentra principalmente el maíz y el café88. Las dos provincias
TP PT
88
TP GOBERNACION DE CUNDINAMARCA. Estadísticas de Cundinamarca 1998 – 2000. Bogotá Empresa
PT
44
5. MODELO
45
5.1 DESCRIPCIÓN DEL SISTEMA
Barrido y limpieza
632 del 2000 y la ley 689 del 2001 en relación con la prestación del servicio publico de aseo, y el Decreto Ley
2811 de 1974 y la ley 99 de 1993 en relación con la Gestión Integral de Residuos Sólidos. Bogota, 2002.
Disponible en:
< http://www.minambiente.gov.co/sias/Descarga/DECRETO%201713%20-%20ASEO.htm >
46
coherente. Esto conlleva a la utilización de micro rutas, las cuales operan sobre
dichos segmentos de ciudad, los cuales son definidos por la empresa
prestadora de dicho servicio público. Es así como a través de una flotilla de
camiones recolectores, usualmente de distintos tipos y capacidades, se realiza
periódicamente está operación en un tiempo determinado; las empresas
prestadoras de este servicio, tienen por norma la minimización en los impactos
que pueda producir esta operación a la ciudad. El modelo es de carácter
estratégico, por lo cual esta relacionado con estas actividades a nivel
agregado, en donde la demanda de servicios públicos de recolección se tiene
en cuenta en cantidades anuales.
Transporte
Tratamiento y aprovechamiento
47
materiales. La tecnología planteada para el procesamiento de RS, la termólisis,
hace una muy eficiente recuperación de la energía restante y de los materiales
reutilizables. A diferencia de los tratamientos clásicos, incineración, compostaje
y reciclaje, la termólisis recupera la energía de manera más eficiente y más
limpia.
Disposición final
48
cuales se pueden obtener con una adecuada planeación estratégica a largo
plazo. Por ende se debe ubicar las plantas de procesamiento de forma
estratégica, teniendo en cuenta los distintos parámetros y variables que
influyen en esta decisión, y además un adecuado horizonte de planeación, ya
que de esta forma se estarán reduciendo varios costos operativos.
5.2.1 Descripción
49
5.2.2 Características generales
Distancia.
50
Figura 13. Distancias requeridas para el modelo de ubicación, entre los nodos
de generación de residuos sólidos y los nodos de construcción de
infraestructura.
Nota: En la figura se muestra el posible flujo de RS, desde un nodo generador (municipios), hasta todos
los posibles nodos de construcción (estaciones de transferencia o plantas de termólisis). No se grafica los
flujos para cada uno de los nodos de generación a la izquierda, debido a la gran cantidad de líneas que
ocasionaría en el dibujo, sin embargo para cada nodo existe la misma cantidad de líneas, las cuales
representan los posibles flujos de residuos con los nodos de construcción.
51
culturales. Debido a esto, se puede afirmar que es en realidad una dimensión
contenida dentro de otra. Si se combina la oferta de RS con la figura anterior,
se podría obtener la Figura 14, a continuación
Nota: La construcción de la grafica es similar a la de la Figura 13, pero se diferencia de los círculos
concéntricos en los nodos de generación de RS. Estos círculos, básicamente representan la cantidad de
residuos ofertada por el nodo (locuaz se relaciona con el tamaño del municipio en cuestión) y dentro de la
dicha oferta, el contenido de biomasa utilizable. En términos prácticos, esto significa por ejemplo, que
Zipaquirá puede tener una gran oferta de RS, pero la cantidad de biomasa utilizable es muy reducida,
mientras que Tenjo puede tener una menor oferta de RS, pero la biomasa contenida se encuentra en una
proporción mas alta.
Los precios de venta de los productos definen la inclinación del modelo por
ciertos productos, debido a que al maximizar la ecuación objetivo, estos costos
tienen un peso determinante en la respuesta del modelo. Dichos precios tienen
una relación intrínseca con la ubicación de la planta, ya que al inclinarse, el
modelo matemático, por los productos con mayor ganancia, también se inclina
por los lugares en donde es producido con mayor insistencia por parte de la
población. Es así, como económicamente el modelo decide, según el atractivo
52
económico, en donde es más rentable ubicar una planta de tratamiento por
termólisis, desde el objetivo de maximizar ingresos.
Costo de la operación.
Tiempo
Figura 15. Implicaciones del manejo del tiempo en el modelo para una planta
de tratamiento o estación de transferencia.
53
Coeficientes de termólisis
Los coeficientes de termólisis son los enlaces entre los RS que ingresan a la
planta y los productos generados por las mismas. Los coeficientes de termólisis
indican cuanto se produce de un producto cualquiera q (los productos
básicamente son energía eléctrica y elementos reciclables, como vidrio y
metales), en una planta de tipo l, para un tipo de residuo sólido c. En otras
palabras, estos coeficientes indican la relación insumo-producto que se obtiene
al procesar los RS, en los distintos tipos de plantas de termólisis. De esta
forma, se describe cuanto es el rendimiento de un desecho en un tipo de
planta, de tal forma que el modelo para ubicar la planta, tiene en cuenta las
características de cada sitio de generación de RS. Esto conlleva a que el
modelo prototipo no solo ubique la planta, guiándose por la cantidad o volumen
de RS producidos por un ente generador, sino también por la calidad de sus
RS.
54
orgánicos contenidos en la basura, no tiene porque aumentar; al contrario, en
muchas poblaciones se ha demostrado que decrece (como se puede apreciar
en la sección 1.1.1 y 1.1.2 de ámbito internacional y nacional respectivamente),
como porcentaje del total de los residuos.
5.3.1 Índices
55
Este conjunto esta dividido en dos subconjuntos. NE son los nodos en
donde se pueden ubicar estaciones de transferencia. IN son aquellos nodos
seleccionados para ubicación de plantas de termólisis para tratamiento de
RS. La razón de dividir estos dos subconjuntos, es porque no
necesariamente donde se pueda construir una estación de transferencia, se
pueda ubicar también una planta de termólisis y viceversa.
56
5.3.2 Parámetros
Los parámetros indican los datos conocidos del área de estudio, del proceso,
de los productos, de los precios de venta, de los costos e inversiones
necesarias. Algunos de estos parámetros corresponden al los sitios de
generación y a características intrínsecas de los mismos. Otros corresponden a
características técnicas de la tecnología propuesta.
57
Donde las unidades de RESI (j) son: B B [ Ton]
58
• Distancia desde un nodo de generación de RS hasta un nodo de
construcción: Los nodos de generación de RS, son los municipios y los
nodos de construcción, son los posibles sitios para ubicar estaciones de
transferencia o plantas de tratamiento de RS.
59
• Penalización por no atender una población: Costo que se debe pagar
por cada tonelada de desechos que no se recoge en cualquier municipio.
5.3.3 Variables
Las variables son aquellos elementos que tienen como fin, un soporte directo
en la toma de decisiones, e inicialmente no tienen valor alguno. Estas son
manipuladas por el modelo para establecer un valor óptimo en el sistema. Las
variables utilizadas son binarias o continuas. Las ecuaciones binarias son
utilizadas para saber si construir o no en un sitio dado, lo que les otorga un
carácter estratégico reflejado en la decisión. Las variables continuas son
utilizadas para manipular flujos de material de un punto a otro, lo que les otorga
un carácter táctico, y son las que soportan las decisiones estratégicas, tomadas
por las variables binarias.
60
Variables continuas positivas
• APOTC (IN,c,t) B B
Aporte total por un tipo de componente c, a una
planta de tratamiento ubicada en un punto de la
malla IN, en el periodo de tiempo t. [Toneladas / Año]
• RESNX (j,NE,IN,t) B B
Flujo de desechos que inicia en un nodo de
generación de residuos j, pasa a una estación de
transferencia ubicada en NE, y termina en una planta
de tratamiento IN, durante un periodo de tiempo t.
[Toneladas / Año]
• RESNY (j,IN,t) B B
Flujo de desechos que inicia en un nodo de
generación de residuos j, y va directo a una plata de
tratamiento IN, durante un periodo de tiempo t
[Toneladas / Año]
• CSIRS (j,t) B B
En esta variable se almacenan al final de cada
periodo t, en cada nodo generador de residuos j, los
desechos producidos en ese periodo de tiempo
[Toneladas / Año]
• UBICA (IN,l,t)
B B
Indica la apertura (instalación o construcción) de una
planta de tratamiento de tipo l, en un nodo IN, en un
tiempo t [Adimensional].
• ESTRA (NE,p,t) B B
Indica la apertura (instalación o construcción) de una
estación de transferencia de tipo p, en un nodo NE,
en un tiempo t [Adimensional].
• ICAPA (IN,l,t,x)
B B
Indica, si se expande una planta de tratamiento de
tipo l, ubicada en un nodo IN, en x cantidad, en cierto
tiempo t, mayor al tiempo de construcción en donde
fue definida la variable binaria UBICA (IN,l,t)
[Adimensional].
• UBICA2 (IN,l,t) B B
Esta variable le indica al modelo, en que años se
debe cargar costos fijos por la ubicación de plantas
de tratamiento de RS, dada por la variable UBICA
(IN,l,t) [Adimensional].
61
• ESTRA2 (NE,p,t) B B
Al igual que la anterior variable, esta le indica al
modelo en que años se debe cargar costos fijos, por
la instalación de estaciones de transferencia, dada
por la variable ESTRA (NE,p,t) [Adimensional].
• ICAPA2 (IN,l,t,x)B B
Indica los años que se debe cargar costos fijos, por el
aumento de capacidad en una planta de tratamiento
de RS construida, dada por las variables ICAPA
(IN,l,t,x) y UBICA (IN,l,t) [Adimensional].
Variables de paso
• 1(A) B B
Esta variable tiene como objetivo el cumplimiento de
una condición lógica, y por si sola no tiene ningún
valor para las ecuaciones del modelo. La variable
cumple alguna condición como:
1, si el evento A es cierto
0, de lo contrario.
5.3.4 Ecuaciones
Balance de materia.
INGR_TER: Esta ecuación iguala las cantidades que ingresan a una planta de
termólisis, ya sea directamente de los nodos de generación (municipios) o a
través de las estaciones de transferencia, a los aportes totales de RS,
disgregados por componente para cada periodo de tiempo.
APOTC(IN,c,t) = B B
62
hasta la planta de tratamiento o por medio de estaciones de transferencia para
cualquier periodo de tiempo. La cantidad inicial, ingresada como parámetro en
el primer periodo de tiempo, en términos prácticos representa la existencia de
un botadero o relleno sanitario en el municipio o nodo de generación, el cual
presenta cierta cantidad de RS que, hasta cierto punto, son utilizables para el
proceso de tratamiento de desechos. Por lo tanto, para el primer periodo de
tiempo, se multiplica el parámetro que indica la cantidad de residuos inicial, por
la variable de paso, que valida la condición del primer periodo de tiempo. Para
el resto de periodos, la variable CSIRS calcula la cantidad de RS, teniendo en
cuenta la generación de residuos por el nodo, y substrayendo de este, el flujo
de desechos que tienen como destino plantas de tratamiento. Esa diferencia de
residuos resultantes en los nodos de generación, está acotada posteriormente
en otra ecuación. Para el resto de periodos de tiempo, se multiplica la variable
donde se cargan los desechos generados en cada periodo, por la variable de
paso que valida un tiempo mayor al primero.
CSIRS(j,t) = B B
RESO(j,t) ∀ j, t. B B
∑NE,IN RESNX(j,NE,IN,t) + ∑IN RESNY(j,IN,t) ≤ CSIRS(j,t-1) * 1(t > 1) + RESI (j) * 1(t = 1) +
B B B B B B B B B B B B B B B B
RESO(j,t) ∀ j, t. B B
Limites de capacidad
63
ecuaciones se tenga en cuenta la capacidad futura de la planta. También se
aprecia que la variable ICAPA, posee entre sus índices un alias de t llamado tt,
el cual sirve para indicar un subconjunto dentro del conjunto mismo de t. Esto
también tiene como propósito, tener en cuenta la capacidad por las
expansiones futuras hechas a las plantas de termólisis.
∑c APOTC (IN,c,t) ≤ B B B B
INV_CACP: Esta ecuación asegura que los residuos que no son recogidos en
algún nodo generador, no sobrepasen la capacidad de almacenamiento de
residuos del mismo. En términos prácticos, esto ocurre cuando el municipio
tiene un relleno sanitario o incluso, un botadero a cielo abierto, depositando allí
sus RS. Es así, como se envía una fracción al relleno y otra a las plantas de
tratamiento. Si el municipio no cuenta con infraestructura de ninguna clase para
absorber una fracción de los RS generados por el mismo, el valor de la
capacidad de almacenamiento será cero, lo cual produce que siempre se
despache a plantas la totalidad de los RS.
64
UNI_PUNT: Esta ecuación permite que por cada nodo de construcción, donde
decida ubicar una planta de tratamiento, solo ubique un tipo de planta l, en
cualquier tiempo t.
UNI_ESTR: Esta ecuación permite que por cada nodo de construcción, donde
decida ubicar una estación de transferencia, solo ubique un tipo de estación p,
en cualquier tiempo t.
65
COS_FEST: Esta ecuación asigna una variable binaria complementaria para
determinar los costos futuros incurridos al asignar una estación de tratamiento,
en un periodo de tiempo cualquiera.
Ingresos
66
Inversión
Costos de operación
67
b. ∑ j, NE, IN, t FLE1(t) * DIS1(j,NE) * RESNX(j,NE,IN,t)
B B B B B B B B
- Costos variables: Estos costos están dados por la cantidad de residuos que
llegan a la planta, por el costo variable unitario de procesar los RS.
- Costos fijos: En estos costos se incluyen los costos de: a. las plantas de
tratamiento, b. los correspondientes a las estaciones de transferencia y c. los
adicionales por expansión en la capacidad de las plantas.
Deficit
∑ j, t CSIRS(j,t) * CDEF(j,t)
B B B B B B
Z=
PDIS
68
– ∑ NE, p, t ESTRA2 * CFET
B B
69
6. RESULTADOS
Fuente o método de cálculo: Primero se toman los datos iniciales del estudio
de Ricardo Herrera, sobre el informe final de los Lineamientos generales para
el manejo de residuos sólidos en el Departamento de Cundinamarca,
donde se encuentran los datos de la producción o generación de RS de cada
municipio de Cundinamarca. A partir de ahí, es necesario pronosticar los
70
incrementos de producción de RS en cada uno de los municipios
seleccionados. Se puede suponer que el incremento de generación de RS está
ligado al incremento poblacional. Por lo tanto, el pronostico de estos datos se
realiza en base a la ecuación exponencial (p = p0e(kt) ). Para encontrar el
B B P P
71
cuentan con rellenos sanitarios. No existen cifras sobre la cantidad de rellenos
sólidos contenidos en estos lugares, por lo tanto para facilitar el cálculo, se
estima una cifra teniendo en cuenta los últimos 5 años de generación de RS de
estos municipios.
72
municipio de la zona de estudio, se crean tres posibles nodos de construcción.
Se toma una distancia de 2 Km entre los nodos de construcción y el nodo de
generación de residuos, para facilitar el cálculo, lo cual no tiene en cuenta la
normativa establecida por el POT, ya que es para fines académicos. De esta
forma se genera una red de posibles puntos de construcción, para estaciones
de transferencia o para plantas de tratamiento de residuos por medio de
termólisis. En una ejecución real de este problema, la cantidad de nodos de
construcción podría ser significativamente menor, ya que lo posibles puntos
para la ubicación de infraestructura, muy probablemente serian muy inferiores a
la cantidad estudiada, pero para el modelo matemático, es una virtud ya que se
le dificulta la tarea de ubicación.
73
Figura 18. Nodos de generación de residuos y nodos de construcción, en la
zona de estudio seleccionada (Provincias Norte y Occidente de Cundinamarca)
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
Fuente o método de cálculo: Se toma como base los costos establecidos por
Guillermo Velasco. Dicho costo en el tiempo, es estimado por medio de
proyecciones de inflación.
74
Fuente o método de cálculo: Se toma como base los costos establecidos por
Guillermo Velasco. Dicha inversión en el tiempo, es estimada por medio de
proyecciones de inflación.
Fuente o método de cálculo: Este valor, se toma como una multa que se
cobraría por no recoger los RS de una población. Para fines académicos, se
puede estimar un valor basado en lo que se paga por recolectar y disponer los
RS de un municipio. Para obligar al modelo, a recolectar la mayor cantidad
posible de residuos, se estimará la penalización en un 80% de dicho valor.
Compilación de Índices
75
Sets
76
q(*) Tipos de productos a la venta de la planta de termólisis
$GDXIN DMU11.gdx
$LOAD q
$GDXIN
alias(o,r);
alias(t,tt);
Las últimas dos líneas de código, tienen como finalidad crear un subconjunto,
dentro de los índices previamente establecidos, para los nodos de construcción
y para el tiempo. Este subconjunto se utiliza para realizar operaciones de
cálculo sobre el mismo índice. Por ejemplo, cálculo de distancia entre nodos de
localización, o cruce de información entre datos concernientes al tiempo.
Compilación de Parámetros
Al igual que con los índices, para compilar los parámetros se utilizó un archivo
de Excel complementario, desde el cual, GAMS llamaba los datos.
Parameters
$CALL GDXXRW.EXE DMU11.xls PAR=RESO rng=PARAMETER!G2 rdim=2
RESO(j,t) Cantidad de residuos para un centro productor j en el periodo t
$GDXIN DMU11.gdx
$LOAD RESO
$GDXIN
77
$GDXIN DMU11.gdx
$LOAD CTEM
$GDXIN
78
CFIJ(l,t) Costo fijo de una planta l
$GDXIN DMU11.gdx
$LOAD CFIJ
$GDXIN
79
$GDXIN DMU11.gdx
$LOAD CFIX
$GDXIN
;
Compilación de variables
Variables
Binary variables
UBICA
ESTRA
80
ICAPA;
Positive variables
APOTC
RESNX
RESNY
CSIRS;
Compilación de Ecuaciones
Equations
ASEG_DES(j,t) Ecuación que asegura que cada nodo productor despachara a lo sumo
su máxima producción de basura
ASE2_DES(j,t) Ecuación que asegura que cada nodo productor despachara a lo sumo
su máxima producción de basura para el primer periodo
UNI_PUNT(IN) Ecuación que asegura que en un punto IN solo se coloque una planta l
UNI_ESTR(NE) Ecuación que asegura que por cada nodo solo asigne una estación de
transferencia en cada nodo potencial
BALMTERM(IN,t) Ecuación que asegura que la capacidad instalada no sea superada por
el ingreso de residuos sólidos
BAL_ESTT(NE,t) Balance de materia para cada estación de transferencia
INGR_TER(IN,c,t) Ecuación que presenta las cantidades que ingresan a una planta de
termólisis IN a través de una estación de transferencia NE desde un
nodo productor j o bien la basura directa desde el nodo productor j
INVEN_RS(j,t) Existencia de basura al final de cada periodo en cada centro productor
INVE2_RS(j,t) Existencia de basura al final de cada periodo en cada centro productor
INV_CACP(t,j) Ecuación para que lo que quede en un periodo no supere la capacidad
de almacenamiento en un centro productor j
MAX_EXPA(IN,l,t) Ecuación que limita la máxima expansión a la que puede llegar una
planta de termólisis
REST_EXP(x,l,IN,t) Ecuación que asegura que el modelo realice expansiones solamente
sobre plantas que están abiertas
EXP_PPER(t,IN) Ecuación que asegura que solo haga una expansión por periodo
COS_FUBI(IN,l,t) Ecuación que carga los costos fijos presentes y futuros de las plantas
COS_FEST(NE,p,t) Ecuación que carga los costos fijos presentes y futuros de las
estaciones de transferencia
COS_FICA(x,l,IN,t) Ecuación que carga los costos fijos adicionales presentes y futuros de
las expansiones de capacidad a las plantas
OBJETIVOi Fracción de la ecuación objetivo
OBJETIVOe1 Fracción de la ecuación objetivo
OBJETIVOe2 Fracción de la ecuación objetivo
OBJETIVOe3 Fracción de la ecuación objetivo
OBJETIVOe4 Fracción de la ecuación objetivo
81
OBJETIVOe5 Fracción de la ecuación objetivo
OBJETIVOe6 Fracción de la ecuación objetivo
NOBJETIVO ECUACION OBJETIVO TOTAL
82
NOBJETIVO.. zz =e= ingresos - ctransporte - cvariables - cinversion -
cdeficit -cexpansion - cfijos;
83
Figura 19. Arreglo geométrico de nodos para calibración del modelo
matemático.
84
Tabla 15. Resultados de las corridas con los datos de calibración para el
modelo matemático.
85
Cantidad de municipios: 19 (provincias Sabana Centro y Sabana Occidente)
Periodos de tiempo: 7 años.
GAP: 17%
- Variables estratégicas
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
86
- Variables tácticas
Los flujos entre los municipios y la planta de tratamiento son los presentados
en la Tabla 16, a continuación.
Tabla 16. Variable RESNY - Flujos entre los municipios a la planta de termólisis
en el tiempo
t1 t2 t3 t4 t5 t6 t7
87
En la tabla anterior se puede ver, como la planta utiliza al máximo su capacidad
libre, cuidando al mismo tiempo el no permitir copar sus instalaciones, ya que
incurriría en dejar de recolectar los RS de algunos municipios, lo cual se
traslada directamente a la penalización por dejar de recibir los RS de una
población.
Por otra parte, la planta de tratamiento, recibió los aportes por tipos de
materiales consignados en la Tabla 18.
88
Variables económicas:
DETALLE VALOR
Ingresos $ 210,770,087,554
Costos de transporte $ 10,373,279,918
Costos variables $ 43,339,083,198
Costos de inversión $ 25,885,958,388
Costos de déficit: $0
Costos de expansión $ 1,258,332,831
Costos fijos $ 10,268,057,272
Variable objetivo $ 119,645,375,947
De la anterior tabla, se pude notar que los costos por concepto de déficit, son
cero. Esto significa que en el modelo siempre se recolectaron los RS de las
poblaciones seleccionadas para el estudio, con lo cual se logra cubrir el 100%
de las poblaciones seleccionadas.
6.5 ESCENARIOS
- Inversión
- Cobertura geográfica
- Duración de la planeación
- Condiciones iniciales de RS
89
En la Tabla 20, se presentan los parámetros que se modificaron con el objetivo
de cubrir los escenarios anteriormente propuestos. Para el escenario de
inversión, se asigna una cantidad de dinero disponible para realizar las
construcciones (corridas no 2, 7, 8, 9, 10 y 11, de la Tabla 20). La cantidad de
dinero determinado para realizar las inversiones, es sugerido por Guillermo
Ramírez, representante de la empresa Termólisis de Colombia. Para el
escenario de cobertura geografica, se corren menos municipios que el
presentado en los resultados del numeral 6.4, con el fin de observar la
variación en la ubicación de la planta al contar con una menor área de
recolección de residuos (corridas 6, 7, 8, 9, 10 y 11, de la Tabla 20). Para el
escenario de duración de la inversión, se corren los datos para una mayor y
para una menor cantidad de periodos de tiempo (corridas 3, 4, 5, 6, 7, 8, 9, 10 y
11, de la Tabla 20). Para revisar el escenario de condiciones iniciales de RS,
se incluye y se excluye, una cantidad inicial de RS en la ejecución del modelo
(corridas 3, 4, 5, 6, 7 y 10, de la Tabla 20).
90
Tabla 21. Resultados de la ejecución de los distintos escenarios planteados.
No Corrida Cantidad Tiempo Capacidad Lugar Cantidad Tiempo Capacidad Lugar Cantidad Tiempo Capacidad Lugar Función Objetivo
1 1 t1 l2 COT1 2 t1,t5 x2,x1 COT1 $ 119,645,375,947
2 1 t1 l2 TEN1 1 t1 x2 TEN1 $ 120,040,566,993
3 1 t1 l3 ZIP3 1 t1 x2 ZIP3 $ 206,432,283,210
4 1 t1 l3 ZIP3 1 t1 x2 ZIP3 $ 206,432,283,210
5 1 t1 l2 TEN3 1 t1 x3 TEN3 $ 73,303,299,047
6 1 t1 l1 CAJ1 1 t1 x3 CAJ1 $ 126,332,711,621
7 1 t1 l2 ZIP2 1 t1 x1 ZIP2 $ 120,735,820,991
8 1 t1 l1 ZIP2 1 t3 x3 ZIP2 $ 122,894,765,384
9 1 t1 l1 ZIP2 1 t3 x3 ZIP2 $ 122,894,765,384
10 1 t1 l1 ZIP3 1 t1 x3 ZIP3 $ 126,545,290,421
11 1 t1 l1 ZIP3 1 t3 x3 ZIP3 $ 122,786,760,584
12 1 t1 l1 ZIP2 1 t3 x2 ZIP2 $ 66,509,952,217
Escenarios de inversión
91
planta de tratamiento de residuos. En la Figura 21, se presenta la ubicación de
la planta, según el escenario 2.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Ubicación de la planta de tratamiento
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
92
Las variables económicas según el escenario 2 se presentan en la Tabla 23.
De comparar los dos escenarios, se puede concluir que restringir la inversión
puede efectivamente mejorar los índices rentables, pero con el costo de dejar
de atender poblaciones en el servicio de procesamiento de RS, debido a la falta
de capacidad instalada; es decir, mientras menos inversión disponible se tenga,
menor la posibilidad de calidad en el servicio prestado.
DETALLE VALOR
Ingresos $ 210,356,589,503
Costos de transporte $ 10,217,678,364
Costos variables $ 43,254,571,632
Costos de inversión $ 25,885,958,388
Costos de déficit: $ 71,069,478
Costos de expansión $ 759,321,446
Costos fijos $ 10,127,423,202
Variable objetivo $ 120,040,566,993
93
valor. El comportamiento de la generación de residuos y la consecuente
capacidad de la planta de tratamiento se presenta en la Tabla 24.
Cantidad de residuos 67,572 70,95074,498 78,223 82,134 86,240 90,552 95,080 99,834 102,052
Capacidad original 72,000 72,00072,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000
Expansión de capacidad 30,153 30,153 30,153 30,153 30,153 30,153 30,153 30,153
Capacidad total 72,000 72,000 102,153 102,153 102,153 102,153 102,153 102,153 102,153 102,153
Diferencia 4,428 1,050 27,655 23,930 20,019 15,912 11,600 7,073 2,319 101
Porcentaje de capacidad libre 6.2% 1.5% 27.1% 23.4% 19.6% 15.6% 11.4% 6.9% 2.3% 0.1%
94
Figura 22. Ubicación de la planta de tratamiento, según los escenarios 8 y 9.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000
Gachancipá
Ubicación de la planta de tratamiento
1,040,000
Tenjo Tocancipá
Tabio Cajicá
1,035,000
Madrid
Chía
1,030,000
1,025,000 Cota
1,020,000
985,000 990,000 995,000 1,000,000 1,005,000 1,010,000 1,015,000 1,020,000 1,025,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
95
Se puede observar, de la anterior tabla, que la principal diferencia entre las
variables objetivo de estos escenarios, radica en los costos de transporte, lo
cual es originado por la nueva ubicación de la planta. La diferencia equivale a
un poco mas de $ 108 millones a favor del escenario 9. Al reducir nuevamente
la inversión del escenario 9 al escenario 11, se perdió el punto óptimo de la
función objetivo, cambiando la localización de la planta de tratamiento, lo cual
corrobora las conclusiones de los escenarios 1 y 2; se podría concluir que
existe una relación intrínseca entre la inversión disponible para realizar
construcciones y el valor de la función objetivo, lo cual significaría que puede
existir un punto óptimo de inversión. Esto se puede corroborar, realizando una
serie de corridas sucesivas del modelo matemático, para distintos valores de
inversión, lo cual se deja como sugerencia para futuros trabajos.
96
ubicación de la planta de tratamiento, realizada por el escenario 3, se presenta
en la Figura 22.
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000
Gachancipá
Ubicación de la planta de tratamiento
1,040,000
Tenjo Tocancipá
Tabio Cajicá
1,035,000
Madrid
Chía
1,030,000
1,025,000 Cota
1,020,000
985,000 990,000 995,000 1,000,000 1,005,000 1,010,000 1,015,000 1,020,000 1,025,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
Cantidad de residuos 145,045 124,215 130,426 136,947 143,794 150,984 158,533 166,460 174,783 183,522
Capacidad original 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000
Expansión de capacidad 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200
Capacidad total 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200
Diferencia 42,155 62,985 56,774 50,253 43,406 36,216 28,667 20,740 12,417 3,678
Porcentaje de capacidad libre 22.5% 33.6% 30.3% 26.8% 23.2% 19.3% 15.3% 11.1% 6.6% 2.0%
97
Figura 24. Ubicación de la planta de tratamiento, según el escenario 3.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Ubicación de la planta de tratamiento Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
Ambos escenarios se ven afectados por una cantidad inicial de RS, por lo cual,
en el primer periodo se presenta una capacidad libre inferior a la de los
periodos siguientes. Esto será analizado en un escenario posterior.
Adicionalmente, se puede comparar el escenario 2, con el escenario 12, los
cuales presentan el mismo número de periodos de tiempo, la misma inversión
determinada y sin cantidades iniciales de RS. El escenario 2, ocurre para 19
municipios (las dos provincias), mientras el escenario 12 ocurre para 11
municipios (provincia Sabana Centro). En ninguno de los dos escenarios se
presentó un costo de penalización por no recolectar residuos. Previamente en
la Tabla 22, se presenta la ocupación de la capacidad instalada para el
escenario 2, y en la Tabla 28, se presenta la ocupación de la capacidad
instalada para el escenario 12. No es posible comparar los escenarios 2 y 12,
en cuanto a las variables económicas (como ocurre con los escenarios 3 y 6),
debido a que son regiones distintas. Sin embargo, el rendimiento de la función
objetivo sobre la inversión, da como resulto un 56.7% para el escenario 2 y un
55.0 % para el escenario 12.
98
Tabla 28. Ocupación de la capacidad instalada, para el escenario 12.
t1 t2 t3 t4 t5 t6 t7
99
táctica. En otras palabras, la planeación a largo plazo, es la sumatoria de las
planeaciones a mediano plazo. Sin embargo existe un elemento importante en
la duración de la planeación: la disponibilidad de recursos para invertir.
Mientras el escenario 5 requirió una inversión de $ 20.708 millones y realizó
expansiones de capacidad por $ 379 millones, el escenario 4 requirió una
inversión por $ 32.357 millones y realizó expansiones de capacidad por $ 696
millones de pesos. En otras palabras, la planeación a largo plazo, requiere un
nivel de inversión más alto. Además hay que tener en cuenta, que el escenario
4 presenta un nivel de capacidad ociosa bastante alto en los primeros años, en
comparación al escenario 5. Sin embargo, cuando esto es producto de la
planeación, se puede calcular, que la capacidad ociosa, es bastante menos
costosa, que un incremento adicional en la capacidad o incluso, instalar una
nueva planta. Por otro lado, la figura muestra las dos ubicaciones realizadas
por los escenarios, y se puede concluir, que a largo plazo, el peso de un
municipio como Zipaquirá, es determinante para la ubicación de la
infraestructura.
Cantidad de residuos 145,045 124,215 130,426 136,947 143,794 150,984 158,533 166,460 174,783 183,522
Capacidad original 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000 144,000
Expansión de capacidad 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200 43,200
Capacidad total 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200
Diferencia 42,155 62,985 56,774 50,253 43,406 36,216 28,667 20,740 12,417 3,678
Porcentaje de capacidad libre 22.5% 33.6% 30.3% 26.8% 23.2% 19.3% 15.3% 11.1% 6.6% 2.0%
t1 t2 t3 t4 t5
100
Figura 25. Ubicación de plantas, según los escenarios 4 y 5.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Ubicación de la planta de tratamiento,
según escenario 4 Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
101
Figura 26. Ubicación de la planta de tratamiento, según el escenario 9 y 10.
Metros
1,060,000
Ubicación de la planta de tratamiento,
según escenario 10
1,055,000
Nemocón
Cogua
1,050,000
Ubicación de la planta de tratamiento, Zipaquirá
según escenario 9
1,045,000 Gachancipá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Cantidad de residuos 94,316 70,950 74,498 78,223 82,134 86,240 90,552 95,080 99,834 100,643
Capacidad original 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000
Expansión de capacidad 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800
Capacidad total 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800
Diferencia 6,484 29,850 26,302 22,577 18,666 14,560 10,248 5,720 966 157
Porcentaje de capacidad libre 6.4% 29.6% 26.1% 22.4% 18.5% 14.4% 10.2% 5.7% 1.0% 0.2%
102
modelo. Aunque el análisis de sensibilidad presenta múltiples usos, debido a la
discontinuidad de las variables binarias que se utilizan en esta tesis, no aplica
en los procedimientos normales de comparación de derivadas de las funciones
objeto de estudio. Es por la naturaleza del problema, infactible realizar este tipo
de análisis a este problema en particular, por consiguiente se optó por analizar
el comportamiento del modelo matemático con diferentes escenarios, como se
explica en el numeral 6.5.
Por otro lado, GAMS realiza un análisis de sensibilidad, el cual consiste en una
relajación de las variables binarias, convertidas a continuas en un rango entre 0
y 1. En base a esto, el programa realiza cálculos de las derivadas de las
variables en el punto óptimo encontrado. Sin embargo, el ingeniero Danilo Abril,
no recomienda la utilización del análisis de sensibilidad, debido a que la
relajación de las variables binarias le agrega un alto grado de inexactitud. Por
lo cual, no se toma el análisis de sensibilidad realizado por GAMS.
103
CONCLUSIONES Y RECOMENDACIONES
104
correspondiente a la flotilla de transporte requerida para movilizar los RS
desde los municipios, hasta las estaciones de transferencia o plantas de
termólisis. Con una restricción de este tipo, en donde el modelo
matemático posea un recurso limitado para transportar los RS, es
posible que se ubiquen estaciones de transferencia, de tal manera que
se balance el tiempo de recolección y el tiempo de transporte. Incluso se
podría incluir un nuevo índice, que trate las horas de trabajo disponibles
de la flota de transporte.
- Las distancias entre nodos fueron obtenidas por medio de calculo lineal
entre los distintos puntos; para una aplicación real se debería contar con
las distancias viales entre los distintos puntos, ya que estas pueden
variar dramáticamente debido a la topografía de la zona de
implementación del modelo matemático; es decir que si dos municipios
son cercanos entre si, pero tienen una montaña entre estos, el camino
entre estos dos sitios tendrá que rodear dicho obstáculo natural. Por
otro lado, no todos los municipios están interconectados entre si; por
ejemplo, no hay un camino directo entre Nemocón y Zipacón, se debe
primero pasar por varios municipios antes de llegar a dicho destino, lo
cual aumenta la distancia a recorrer.
105
- Para una aplicación real, se recomienda considerar un periodo de
planeación de mayor horizonte; no mayor a 20 años ya que el poder de
computo requerido seria enorme. Esto con el fin de tener un panorama
mas claro de las inversiones de capital necesarias para ubicar la
infraestructura necesaria, sobre todo para fines de la recuperación de la
inversión
106
de tiempo al parámetro que expone la capacidad de almacenaje de
residuos en los distintos municipios (parámetro CARJ(j)), con esto se
reflejaría mejor si se cierra un relleno sanitario o un botadero a cielo
abierto a partir de algún punto en el tiempo y en el municipio ya no se
puede aceptar RS; También es posible lograr un mayor refinamiento en
el parámetro de precio pagado por la disposición de los distintos RS, si
se le adiciona el índice de nodo de generación, con lo cual se podría
determinar un precio de disposición de RS por municipio generado
(aunque el precio pagado por la disposición final de RS, esta regulado
por la superintendencia de servicios públicos). Los anteriores son solo
algunos ejemplos, de cómo es posible lograr un mayor nivel de
refinamiento tanto en los índices como en los parámetros utilizados por
el modelo.
- Los resultados de las corridas del modelo matemático, con los datos
suministrados de las dos provincias de Cundinamarca, no incluyen en
ningún momento o lugar, la construcción, instalación y puesta en
operación de estaciones de transferencia para RS. Esto se ve ratificado
por los estudios económicos del Ing. Guillermo Velasco en su estudio de
factibilidad de estaciones de transferencia para RS.
107
BIBLIOGRAFIA
LIBROS
108
<http://www.cepis.opsms.org/eswww/fulltext/gtz/deslbasu/deslbasu.html
#cap03 >
11. DIAZ, Luis et al. Solid waste management in África [On Line]. En:
SEMINARIO INTERNACIONAL DE GESTIÓN INTEGRAL DE
RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO XXI. (1999: Medellín).
Ponencias y conclusiones del seminario internacional de gestión
integral de residuos sólidos y peligrosos. 16 p. Disponible en: <
www.udea.edu.co >
109
grado para acceder titulo de Doctor en Filosofía. Universidad Estatal de
Ohio. Facultad de Ingeniera y Ciencias Económicas.
REVISTAS Y PERIODICOS
26. CHANG, Ni Bin, et al. Solid waste management system analysis with air
pollution and leachate impact limitation. En: Waste Management and
Research. 1996. Vol 14.
28. HART, Stuart. Strategies for a sustainable world. En: Harvard Business
Review. Cambridge. 1997. Vol. Enero – Febrero.
110
30. LJUNGGREN, Maria. Modelling national solid waste management. En:
Waste Management and Research. Reino Unido. Vol 18. No Marzo del
2000. p. 525 – 537.
PAGINAS DE INTERNET
33. BBC NEWS. Recycling around the world [On Line]. En: BBC news
website. Londres (Citado en 25 Junio, 2005). 6 p. Disponible en:
http://news.bbc.co.uk/2/hi/europe/4620041.stm
111
GLOSARIO
112
malolientes) de residuos orgánicos como restos vegetales, animales,
excrementos y purines.
PPC: Son las siglas correspondientes al índice de producción per capita de RS,
medido en Kilogramos por habitante día.
113
Reciclaje: El proceso por el cual algunos materiales de desechos son
transformados en productos nuevos, de tal manera que los desechos originales
pierden su identidad y se convierten en materia prima para nuevos productos.
Residuos sólidos municipales (RSM): Son aquellos residuos que han sido
generados a nivel municipal, rural o urbano, incluyendo aquellos residuos
residenciales, comerciales e industriales.
114
ANEXO 1. GRAFICAS COMPLEMENTARIAS
50 0.5
0 0.0
1960 1970 1980 1990 2000
115
Gráfica 2.
Residuos de
alimentos,
10.4%
Papel, 37.9%
Otros*,
10.4%
14.2% 22%
150.0
9.6%
6.6%
100.0
6.4% 83.8% 71.8%
90.4%
93.4%
50.0
93.6%
0.0
1960 1970 1980 1990 1998
116
Toneladas (En miles)
0
10
20
30
40
50
60
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Bélgica
Belgica Belgica
Gráfica 3.
R. Checa
Dinamarca Dinamarca
Dinamarca
Alemania Alemania
Alemania
Grecia Grecia
Estonia
España España
Grecia
Francia Francia
España
Irlanda Irlanda
Francia
Italia Italia
Irlanda
Luxemburgo Luxemburgo
Italia
Holanda Holanda
Chipre
Austria Austria
Latvia
Orgánico
Relleno Sanitario
Portugal Portugal
Papel
Suecia Hungria
Reino Unido Reino Unido Malta
117
R. Checa R. Checa
Incineración
Holanda
Vidrio
Reciclaje
Lituania Lituania Eslovenia
Generación Per Capita
a. Generación de RSM en los países de la UE. 2003
Compostaje
Eslovenia Eslovenia Reino Unido
Otros
Otros
Croacia Croacia Turquia
b. Composición de los RSM en porcentaje de países de la UE. 2003.
Islandia Islandia
200
400
600
800
Nota: Algunos países no reportaron los datos correspondiente, por lo cual no aparece barra alguna.
Noruega
1,000
1,200
Noruega
Suiza Suiza Kg. / Hab / Año
100%
80%
60%
40%
20%
0%
Alto Medio Bajo
Nivel de ingresos ( agrupado por países )
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
India
Indonesia
Japón
Malasia
Sri Lanka
Tailandia
Filipinas
Brunei
Bangladesh
Korea
Singapur
Fuente a: What a Waste!: Solid waste management in Asia. The International Bank for Reconstruction.
1999.
Fuente b: Solid waste management in Asia. Seminario internacional de gestión integral de residuos
sólidos y peligrosos, siglo XXI. Medellín. 1999.
118
Gráfica 5. Población en América Latina y el Caribe. 1990 – 2005.
700.0
600.0
38.7 39.0 39.4
37.7 38.0 38.4
Habitantes (en miles)
500.0
33.9
400.0
300.0 551.1
511.7 519.6 527.5 535.4 543.2
432.4
200.0
100.0
0.0
1990 2000 2001 2002 2003 2004 2005
18.7
1.40
20 1.35 1.20 1.20
Belo Horizonte
Sto Domingo
Habana
Curitiba
México*
Buenos Aires*
Guayaquil
Monterrey
Rio de Janeiro*
Santiago de Chile
Bogota
Sao Paulo*
Caracas
119
Gráfica 7. Caracterización de residuos sólidos municipales en porcentaje, de
algunos países de América Latina y el Caribe.
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
México
Uruguay
Colombia
Guatemala
Brasil*
Paraguay
Argentina
Bolivia
Chile
Costa Rica
Perú
Trinidad Tobago
Ecuador
El Salvador
120
ANEXO 2. TABLAS COMPLEMENTARIAS
1995 1996 1997 1998 1999 2000 2001 2002 2003 Incremento
EU 25 204,117 210,348 217,379 219,001 230,805 234,887 235,900 240,750 242,779 19%
EU 15 179,006 184,439 190,738 192,997 204,364 208,960 211,369 217,164 219,628 23%
NMS 10 25,111 25,909 26,641 26,005 26,441 25,927 24,532 23,586 23,151 -8%
Eurozona 143,701 147,924 152,914 154,349 163,849 167,703 168,956 173,950 175,597 22%
Bélgica 4,612 4,561 4,723 4,676 4,697 4,796 4,740 4,761 4,615 0%
Republica Checa 3,120 3,200 3,280 3,017 3,365 3,434 2,798 2,845 2,857 -8%
Dinamarca 2,959 3,253 3,104 3,141 3,329 3,546 3,620 3,587 3,634 23%
Alemania 43,486 44,390 45,593 44,825 49,653 50,085 49,371 52,772 52,627 21%
Estonia 533 565 593 557 569 604 509 553 567 6%
Grecia 3,200 3,600 3,900 4,082 4,264 4,447 4,559 4,640 4,710 47%
España 18,373 19,382 20,392 20,953 22,896 23,792 24,019 24,015 25,309 38%
Francia 28,253 28,950 29,677 30,449 30,612 31,232 32,198 33,024 33,467 18%
Irlanda 1,848 1,898 2,000 2,057 2,168 2,279 2,704 2,724 2,900 57%
Italia 25,780 25,960 26,605 26,846 28,364 28,959 29,409 29,920 30,000 16%
Chipre 387 421 433 448 458 470 490 500 518 34%
Latvia 657 650 621 597 584 642 713 866 843 28%
Lituania 1,546 1,445 1,510 1,578 1,236 1,086 1,046 1,000 909 -41%
Luxemburgo 240 242 253 266 278 285 285 290 295 23%
Hungria 4,752 4,834 5,016 4,976 4,943 4,552 4,603 4,646 4,700 -1%
Malta 125 130 135 145 179 188 215 187 218 74%
Holanda 8,469 8,728 9,180 9,280 9,436 9,769 9,779 9,900 9,697 14%
Austria 3,476 4,110 4,241 4,240 4,496 4,646 4,634 4,914 4,932 42%
Polonia 10,985 11,621 12,183 11,827 12,317 12,226 11,109 10,509 9,925 -10%
Portugal 3,855 4,003 4,050 4,275 4,486 4,813 4,846 4,618 4,701 22%
Eslovenia 1,186 1,175 1,170 1,159 1,090 1,020 953 956 899 -24%
Eslovaquia 1,820 1,868 1,700 1,700 1,700 1,706 2,096 1,524 1,715 -6%
Finlandia 2,109 2,100 2,300 2,400 2,500 2,600 2,412 2,372 2,344 11%
Suecia 3,346 3,512 3,678 3,810 3,794 3,796 3,929 4,172 4,211 26%
Reino Unido 29,000 29,750 31,042 31,697 33,392 33,915 34,864 35,455 36,186 25%
Bulgaria 5,838 5,165 4,809 4,103 4,141 4,224 4,003 3,945 3,916 -33%
Rumania 7,758 7,375 7,347 6,246 7,066 7,961 7,539 8,365 7,924 2%
Turquia 29,118 31,515 33,899 34,699 35,542 33,731 32,456 33,324 33,500 15%
Islandia 245 252 258 265 271 278 285 293 300 22%
Noruega 2,722 2,762 2,719 2,858 2,649 2,754 2,860 3,061 3,170 16%
Nota: EU 25 significa los 25 países miembros de la comunidad europea. EU 15, son los antiguos 15
países de la comunidad europea, antes de aceptar otros 10. NMS 10, se designan a los 10 nuevos países
miembros de la comunidad europea. Para EU 25, EU 15 y NMS 10, las cifras el consolidado de los países
miembros.
121
Tabla 3. Evolución en la generación per cápita anual de los RSM en Europa.
1995 – 2003. Cifras en Kilogramos por habitante – año.
1995 1996 1997 1998 1999 2000 2001 2002 2003 Incremento
EU 25 457 470 485 487 513 520 520 531 534 16.8%
EU 15 482 495 511 516 545 554 558 574 577 19.7%
NMS 10 334 345 355 347 353 346 328 316 312 -6.6%
Eurozona 481 494 509 513 543 553 555 570 573 19.1%
Bélgica 455 450 464 459 460 468 462 462 446 -2.0%
Republica Checa 302 310 318 293 327 334 273 279 280 -7.3%
Dinamarca 567 619 588 593 627 665 677 668 675 19.0%
Alemania 533 543 556 546 605 610 600 640 638 19.7%
Estonia 357 383 406 383 394 440 372 406 418 17.1%
Grecia 306 344 372 388 405 408 417 422 428 39.9%
España 467 492 517 530 576 595 595 588 609 30.4%
Francia 489 500 511 522 523 532 545 557 561 14.7%
Irlanda 514 524 548 557 580 603 707 698 732 42.4%
Italia 450 453 463 466 492 502 508 525 523 16.2%
Chipre 600 642 650 664 670 680 703 709 724 20.7%
Latvia 263 263 254 247 244 270 302 369 362 37.6%
Lituania 424 400 421 443 350 309 300 288 263 -38.0%
Luxemburgo 592 589 607 629 650 657 650 653 658 11.1%
Hungria 460 468 487 484 482 445 451 457 463 0.7%
Malta 338 350 361 385 473 483 550 474 549 62.4%
Holanda 549 563 590 593 599 616 612 615 599 9.1%
Austria 438 517 532 532 563 581 578 611 610 39.3%
Polonia 285 301 315 306 319 316 287 272 260 -8.8%
Portugal 385 399 402 423 442 472 472 447 452 17.4%
Eslovenia 596 590 589 584 551 513 479 479 451 -24.3%
Eslovaquia 340 348 316 316 315 316 390 283 319 -6.2%
Finlandia 414 410 448 466 485 503 466 457 450 8.7%
Suecia 380 397 416 431 428 428 442 468 471 23.9%
Reino Unido 496 507 527 536 562 569 582 600 610 23.0%
Bulgaria 693 616 577 495 503 516 505 500 499 -28.0%
Rumania 342 326 325 277 314 355 336 383 364 6.4%
Turquia 472 501 530 533 536 500 474 479 474 0.4%
Islandia 918 940 956 973 983 996 1,006 1,022 1,040 13.3%
Noruega 626 632 619 647 596 615 635 677 696 11.2%
122
Tabla 4. Población de algunos países asiáticos y porcentaje de la población en
áreas urbanas en Asia. 1999.
Población Urbana
Tasa de
Tasa de
Población Crecimiento Como % de la
Crecimiento
(en millones) Poblacional Población Total
Países Anual (%)
Anual (%)
1990 - 2000 -
1990 2000 2004 2000 2004 2000 - 2004
2000 2004
Asia del Este 1214.4 1345.8 1380.1 10.8 2.6 38.5 43.7 13.7
Asia Suroriental 436.8 518.1 549.6 18.6 6.1 36.6 40.5 10.7
Asia del Sur 1105.6 1343.6 1438.4 21.5 7.1 27.3 28.1 3.1
Asia Central 57.5 64.0 67.3 11.4 5.1 42.7 42.5 -0.6
Miembros del Pacifico 6.2 7.9 8.9 28.9 11.6 18.3 18.2 -0.2
ASIA 2820.5 3279.4 3444.3 1.6 1.2 33.6 36.6 3.4
MUNDO 4831.0 6085.6 6389.3 1.5 1.2 47.1 48.3 1.9
Notas:
1. Países considerados en cada región, Asia del Este: China, Republica de Korea, Mongolia. Asia
Sur oriental: Camboya, Indonesia, Malasia, Myanmar, Filipinas, Singapur, Tailandia, Vietnam.
Asia del Sur: Afganistán, Bangladesh, Bután, India, Maldivas, Nepal, Pakistán, Sri Lanka. Asia
Central: Azerbaiyán, Kazajstán, Turkmenistán, Uzbekistán. Miembros del Pacifico (Del Banco de
Desarrollo Asiático): Islas Cooks, Islas Fiji, Kiribati, Islas Marshall, Estados Federados de la
Micronesia, Nauru, Palau, Nueva Guinea, Samoa, Islas Salomón, Timor, Tonga, Tuvalu,
Vanuatu.
2. Adaptado de la tabla original de población, en indicadores claves 2005
Fuente: Banco de Desarrollo Asiático. Indicadores claves 2005. Población. Disponible en: <
http://www.adb.org/statistics >
123
Tabla 5. Generación por cápita de residuos sólidos municipales urbanos en
Asia. 1999.
Generación de
Ingreso per Capita Población Urbana
RSM
(US $) (% del Total)
(Kg / Hab / Día)
Ingreso Alto 30,990 89.5 1.64
Japón 39,640 77.6 1.47
Singapur 26,730 100 1.1
Hong Kong 22,990 100 5.07
Korea 9,700 80.3 1.59
Ingreso Medio 1,410 47.8 0.73
Indonesia 980 45.6 0.76
Tailandia 2,740 32.2 1.10
Filipinas 1,050 50.6 0.52
Malasia 3,890 62.8 0.81
Ingreso Bajo 490 29.6 0.64
Sri Lanka 700 21 0.89
China 620 41.8 0.79
India 340 29.5 0.46
Mongolia 310 59.3 0.6
Vietnam 240 26.2 0.55
Nepal 200 15 0.5
Notas:
1. Ingreso per cápita en dólares de 1995 estimado para 1997.
2. Porcentaje de población Urbana de 2004.
3. Los RS de Hong Kong incluyen residuos de construcción
Fuente: What a Waste: Solid waste management in Asia. The International Bank for Reconstruction. 1999.
Relleno Otros
Ciudad Incineración Compostaje Reciclaje
Sanitario* Tratamientos
Sao Paulo 94 1.1 4.5 0.4 -
Rio de Janeiro 81 - 15 4 -
Brasilia 73 1 13 3 10
México 92 - - 7 -
Montevideo 99 1 - - -
Cali 90 - - 10 -
La Habana 100 - - - -
Asunción 100 - - - -
Santiago de Chile 100 - - - -
Notas:
* Algunos son rellenos sanitarios controlados.
1. En México se cuenta con una planta de incineración, pero se encuentra inactiva.
2. La capacidad de compostaje de Sao Paulo es de 500 ton / día, la de Reo de Janeiro es de 900 ton /
día, y la de México es de 200 ton / día.
3. En otros tratamientos, La habana utiliza plantas para procesar alimento para cerdos y en Santiago de
Chile se utiliza recuperación de biogás.
Fuente: El manejo de residuos sólidos municipales en América Latina y el Caribe. OPS. 1997.
124
Tabla 7. Fuentes de residuos sólidos en la comunidad
* Fuente: ingeniería ambiental y medio ambiente. Residuos sólidos [On Line]. Disponible en: <
http://www.fortunecity.es/expertos/profesor/171/residuos.html >
125
Tabla 8. Datos típicos sobre peso especifico y contenido en humedad para
residuos domésticos, comerciales, industriales y agrícolas.
3 Contenido en humedad,
Peso específico, kg/m
porcentaje en peso
Tipos de residuos Rango Típico Rango Típico
Domésticos (no compactados)
Residuos de comida (mezclados) 131-481 291 50-80 70
Papel 42-131 89 4-10. 6
Cartón 42-80 50 4-8. 5
Plásticos 42-131 65 1-4. 2
Textiles 42-101 65 6-15. 10
Goma 101-202 131 1-4. 2
Cuero 101-261 160 8-12. 10
Residuos de jardín 59-225 101 30-80 60
Madera 131-320 237 15-40 20
Vidrio 160-481 196 1-4. 2
Latas de hojalata 50-160 89 2-4. 3
Aluminio 65-240 160 2-4. 2
Otros metales 131-1.151 320 2-4. 3
Suciedad, cenizas, etc. 320-1.000 481 6-12. 8
Cenizas 650-831 745 6-12. 6
Basuras 89-181 131 5-20. 15
Residuos de jardín domésticos
Hojas (sueltas y secas) 30-148 59 20-40 30
Hierba verde (suelta y húmeda) 208-297 237 40-80 60
Hierba verde (húmeda y
compactada) 593-831 593 50-90 80
Residuos de jardín (triturados) 267-356 297 20- 70 50
Residuos de jardín (compostados) 267-386 326 40-60 50
Urbanos
En camión compactador 178-451 297 15-40 20
En vertedero
Medianamente compactados 362-498 451 15-40 25
Bien compactados 590-742 600 15-40 25
Comerciales
Residuos de comida (húmedos) 475-950 540 50-80 70
Aparatos 148-202 181 0-2 1
Cajas de madera 110-160 110 10-30. 20
Podas de árboles 101-181 148 20-80 5
Basura (combustible) 50-181 119 10-30. 15
Basura (no combustible) 181-362 300 5-15. 10
Basura (mezclada) 139-181 160 10-25. 15
126
Tabla 8. Continuación
3
Peso específico, kg/m Contenido en humedad,
Tipos de residuos Rango Típico Rango Típico
Construcción y demolición
Demolición mezclados
(no combustible) 1.000-1.600 1.421 2-10. 4
Demolición mezclados
(combustible) 300-400 360 4-15. 8
Construcción mezclados
(combustible) 181-360 261 4-15. 8
Hormigón roto 1.198-1.800 1540 0-5 -
Industriales
Fangos químicos (húmedos) 801-1.101 1000 75-99 80
Cenizas volantes 700-900 800 2-10. 4
Restos de cuero 100-250 160 6-15. 10
Chatarra metálica (pesada) 1.501-2.000 1000 0-5 -
Chatarra metálica (ligera) 498-900 740 0-5 -
Chatarra metálica (mezclada) 700-1.500 900 0-5 -
Aceites, alquitranes, asfaltos 801-1.000 950 0-5 2
Serrín 101-350 291 10-40. 20
Residuos textiles 101-220 181 6-15. 10
Madera (mezclada) 400-676 498 30-60 25
Agrícolas
Agrícolas (mezclados) 400-751 561 40-80 50
Animales muertos 202-498 359 - -
Residuos de frutas (mezclados) 249-751 359 60-90 75
Estiércol (húmedo) 899-1.050 1000 75-96 94
Residuos de vegetales (mezclados) 202-700 359 60-90 75
Nota: Los valores se presentan tal como son encontrados en los contenedores, compactados o no
compactados.
127
Tabla 9. Análisis próximo y datos energéticos típicos para materiales
encontrados en los residuos sólidos domésticos, comerciales e industriales.
128
Tabla 10. Datos típicos sobre el análisis elemental del material combustible
presente en los residuos sólidos domésticos, comerciales e industriales
a. El resto es cloro
b. El contenido orgánico es de etiquetas, recubrimientos y otros materiales adjuntos
129
Tabla 11. Procesos de separación y procesamiento utilizados comúnmente en
los residuos sólidos.
130
Tabla 12. Provincias, cantidad de municipios por provincia y municipios de
Cundinamarca.
131
Tabla 13a. Características de población urbana de las distintas provincias de
Cundinamarca, participación porcentual de la población, cantidad de municipios
y datos de generación de residuos sólidos. 2005.
Participación Participación
PPC Producción
de la Cantidad de en la
Provincia Población (Kg. / Hab / diaria
población Municipios generación de
(%) Día) (Ton / Día) RS (%)
Almeidas 24,123 1.8% 7 0.85 19.7 2.20%
Alto Magdalena 157,424 11.5% 8 0.64 105.4 11.75%
Bajo Magdalena 28,569 2.1% 3 0.79 18.3 2.04%
Gualivá 46,032 3.4% 12 0.88 38.5 4.29%
Guavio 25,047 1.8% 8 0.74 16.4 1.83%
Magdalena Centro 8,432 0.6% 7 0.68 5.2 0.58%
Medina 5,111 0.4% 2 0.70 3.2 0.36%
Oriente 29,966 2.2% 10 0.65 16.9 1.89%
Rionegro 31,887 2.3% 8 0.74 18.5 2.06%
Sabana Centro 211,290 15.5% 9 0.80 177.0 19.73%
Sabana Occidente 252,127 18.5% 10 0.75 151.6 16.90%
Soacha 333,186 24.4% 2 0.61 181.2 20.20%
Sumapaz 118,529 8.7% 10 0.80 85.6 9.54%
Tequendama 53,248 3.9% 10 0.77 37.8 4.22%
Ubaté 39,825 2.9% 10 0.66 21.8 2.43%
Total Departamento 1,364,796 100.0% 116 0.74 897.2 100.00%
PPC Producción
Poblacion Extensión Densidad
Municipio (Kg. / Hab / diaria
(Habitantes) (Ha) (Hab / Ha)
Día) (Ton / Día)
Cajica 24,886 1.05 22.3 187.5 132.7
Chia 63,880 1.11 43.6 477.7 133.7
Cogua 4,723 0.59 2.5 55.7 84.8
Gachancipá 3,107 0.76 2.1 41.4 75.0
Nemocón 5,441 0.59 2.8 47.1 115.4
Sopó 8,358 0.85 6.2 106.1 78.8
Tabio 4,156 0.69 2.5 44.3 93.8
Tocancipá 5,995 0.76 4.0 59.9 100.1
Zipaquirá 90,744 1.15 91.0 652.7 139.0
Cota 7,580 1.17 7.8 128.4 59.1
Tenjo 3,828 0.92 2.8 36.2 105.9
Sabana Centro 222,698 0.88 187.7 1,836.9 121.2
132
Tabla 14. Clasificación de los residuos sólidos en estudios realizados en
Cundinamarca y su correspondiente destino propuesto por autor.
Destino Clasificación
Orgánicos frescos
Biotransformación
Papel, cartón
Maderas forestales, aserrín.
Carbón, cenizas, escorias.
Pañales desechables, toallas higienicas.
Hueso
Envases plásticos.
Plásticos laminados
Plásticos expandidos desechables.
Cartón
Reciclaje
Textiles
Vidrio
Zapatos
Metales no ferrosos latas.
Metales ferrosos chatarras
Aluminio
Escombros
Llantas, cauchos
Relleno sanitario y
Plásticos no reciclables
Papel pequeño contaminado
Textiles
Cueros no industriales
Plásticos expandidos desechables.
Otros
Fuente: Estudio de factibilidad para estaciones de transferencia en el área de influencia de los municipios
del acuerdo CAR – BID para el proyecto de Mondoñedo. Corporación Autónoma Regional de
Cundinamarca – CAR. 2001
133
ANEXO 3. FIGURAS COMPLEMENTARIAS
134
Figura 4c. Distribución típica del tamaño de los componentes encontrados en
los RSM domésticos.
Fuente de Figuras 3a, 3b, y 3c: Gestión integral de residuos sólidos. George Tchobanoglous et al. 1997.
135
Figura 5a. Construcción de un relleno sanitario con recuperación de gases y
líquidos percolados.
136
Figura 6a. Diagrama de distintos procesos de trituración.
(a)
137
(b) (c)
(d)
Nota: Figuras (a) Separación por densidad, (b) y (c) separación por magnetismo, (d) Tipos de cribas
138
Figura 7. Esquema de operación de GIRS.
Fuente: Plan de acción de la política nacional de gestión integral de residuos sólidos. Ministerio del Medio
Ambiente, 1997.
139
Figura 9. Diagrama de flujo de los distintos procesos en la planta de termólisis.
Fuente: Termólisis y reciclaje de Colombia. Presentación. Generación de energía alternativa por consumo de biomasa 2005.
140
Figura 11. Provincias del departamento de Cundinamarca.
141
ANEXO 4. CASOS DE ESTUDIO.
Caso 1
142
• Desechos de construcción y Reciclaje Reciclaje de residuos de construcción y
demolición. demolición
Dinamarca • Rellenos sanitarios
• Impuesto a generación de
residuos
• Impuesto a generación de Reciclaje Impuestos y tarifas basadas en el peso
Dinamarca residuos del residuo
• Residuos municipales
• Residuos de embalajes Reciclaje Responsabilidad del productor con el
Alemania embalaje o empaque del producto
• Responsabilidad del productor
• Residuos de embalajes Prevención Prevención y minimización de residuos
Grecia
de empaques y embalajes
• Tecnologías más limpias Prevención Demostración del programa de
Irlanda
producción mas limpia
• Relleno sanitario biodegradable Reciclaje Recolección de residuos
Holanda
biodegradables de casas (residencial)
Reciclaje Responsabilidad del productor en el
• Residuos de embalajes
Suecia empaquetado y otros materiales de
• Responsabilidad del productor
desecho.
• Tecnologías más limpias Prevención Envirowise (Antes conocido como el
Reino Unido mejor programa de prácticas
ambientales)
Caso 2
143
dar mayor participación a los ciudadanos y al sector privado. En la gestión de
RS, se han estado creando “Organizaciones Basadas en Comunidades” (CBO
por sus siglas en ingles) para ser contratistas y prestar servicios varios en el
tema manejo de RS.. Este tipo de organización en donde los ciudadanos
residentes del lugar se organizan para prestar un servicio remunerado en la
misma comunidad, está siendo replicado en varios lugares del mundo debido a
su impacto social y económico en poblaciones de bajos recursos. Lugares
como India, Pakistán, Burkina Faso, Mali y Senegal reportan proyectos con
organizaciones del mismo estilo que en Dar es Salaam. Las CBO necesitan
orientación en el negocio con el fin de ser sostenibles y económicamente
viables. Los miembros de las CBO necesitaron de entrenamiento en economía,
negocios y mercadeo para deducir los aspectos financieros necesarios para
mantener la operación. Los temas que se trataron en el entrenamiento fueron:
Caso 3
144
de RS y variedad de tecnologías nuevas y antiguas en tratamiento y
disposición de residuos son algunas de las variables a tener en cuenta.
145
Figura 27. El sistema de gestión de residuos y su interacción con el medio que
lo rodea.
MERCADOS DE ENERGÍA
MERCADOS DE ENERGÍA
Fuente. Modelling national solid waste management. Waste Management and Research 2000.
Entre las conclusiones que presenta el caso, se resalta que puede haber
potencial económico al remplazar el manejo por rellenos sanitarios por
incineración y separación centralizada de residuos industriales, de construcción
y demolición. Esto también sugiere que dicha situación puede conducir a un
incremento en las emisiones al aire, pero reduce la contaminación ambiental
global. La metodología utilizada por el caso para la planeación de la gestión de
RS, no incluye soporte para la decisión de donde ubicar la infraestructura
necesaria para dicha planeación; tampoco analiza la situación de los RS con el
transcurso del tiempo.
146
Caso 4:
Se han propuesto cuatro objetivos principales, los cuales reflejan los aspectos
mas importantes, críticos y conflictivos a decidir: 1. minimización de costos
(instalación, mantenimiento, transporte y de separación de RS), 2. minimización
de emisiones del incinerador (como SO2, HCl, HF, NOx, polvo y metales
B B
147
Figura 28. Diagrama de flujo del sistema de gestión de residuos sólidos.
Separador
αi
ψc
ψd ψi
Planta de
Planta para material producción de
orgánico combustible
γM θM
γI
θI Venta
Venta γL λD λI
Nota: Las flechas determinan la dirección y sentido del flujo de residuos entre los distintos elementos del
sistema de gestión de residuos propuesto.
Fuente: Una aproximación multi-objetivo para la gestión de residuos sólidos. Universidad de Génova.
Donde:
- αi representa el porcentaje de material de tipo i enviado a reciclar
B B
148
Las funciones objetivo planteadas son de la siguiente forma:
Donde;
Cr(x) = Costos anuales de reciclaje P
P
f2(x) = R – D
B B
Donde;
R = Masa total de desechos producidos
D = Residuos recolectados para reciclaje
f3(x) = QT
B B
Donde;
QT = Cantidad de desechos por año entrando al relleno sanitario.
f4(x) = Σi M ∀ t
B B B B
Donde;
M = Emisiones de gases a la atmósfera
j = Tipos de emisiones de gases a la atmósfera
t = Tipos de planta
θM + θI = 1
B B B B
λD + λI = 1
B B B B
γL + γI + γM = 1
B B B B B B
ψC + ψI + ψL,= 1B B B B B B
149
Restricciones de rango técnico de funcionamiento:
Ma ≤ Q1 ≤ Mb B B B B B B
Na ≤ Q2 ≤ Nb
B B B B B B
Oa ≤ Q3 ≤ Ob B B B B B B
Pa ≤ Q4 ≤ Pb
B B B B B
Donde;
Qn (n ∈ {1…4}) = Representa la cantidad de masa por que ingresa a los B B B B
αi * QT = 0.35* R
B B
CY ≤ MR / TR
B B B B B
Donde;
MR = Capacidad restante del relleno sanitario B B
150
- Los valores de las emisiones de gases producidas por el incinerador
deben estar contenidas dentro de los rangos aceptados por la ley.
Localización de infraestructura
Caso 5
151
Caso 6
Sujeto a HS(J) ≥ 0
Sujeto a:
152
- ∑i ISij ≤ 1, {0, 1}, ∀ j
B B B B
Donde ECij representa los daños ambientales en unidades monetarias por año.
B B
Caso 7
153
El modelo inicial, consiste en la optimización de la vida útil de un relleno
sanitario con reciclaje, en donde el objetivo es minimizar el valor presente del
costo total de la gestión de RS, durante el periodo de planeación, tanto para
una vida util fija o variable del relleno sanitario. El autor obtiene como
conclusión de esta primera etapa, que la capacidad del relleno sanitario puede
ser tratada como un recurso agotable, en donde a medida que se va llenando,
ocurren fenómenos de precio y de costo: el precio por ocupar el relleno
sanitario sube a medida que se ocupa el espacio, lo cual lleva al operador del
relleno a minimizar la ocupación o a aumentar el reciclaje. Si no ocurre una
variación en el precio de la ocupación del relleno sanitario a medida que este
se ocupa, el precio solo se incrementaría en la tasa del costo de vida o de la
inflación. Lo anterior refleja la necesidad de una adecuada estructura de
costos.
154
- Incineradores (con recuperación de energía): En este sitio, los residuos
sufren un cambio cuantitativo y cualitativo. Los desechos llegan a estos
sitios provenientes de estaciones de transferencia y centros de reciclaje.
- Centros de reciclaje: Son sitios donde se separan los RS en reciclables y
no reciclables, para poder enviar a otros sitios.
- Plantas de compostaje: Son aquellas plantas que procesan los RS para
convertidos en abono y fertilizantes.
T
Minimizar z = ∑ δ t (Costos t − Ingresos)
t =1
t
⎛ 1 ⎞
Donde δ t = ⎜ ⎟ ;
⎝1 + r ⎠
155
- Costos de recolección y transporte: Es la suma de todos los costos
de recolección y transporte, para todos los flujos de transporte, para
todos los tipos de nodos.
∑i(Ai*FCCYW*ICCYWit + CLCYW*∑kXikt)
B B B B B B B B B B
∑i,o(TUCio*Dio*Xiot)
B B B B B B B B
156
∑t dt * [∑i{Ai*FCCMX*ICCMXit + CLCMX*(∑jXijt + ∑lXiot + ∑mXlmt)}
B B B B B B B B B B B B B B B B B B B B B B +
∑i(Ai*FCCYW*ICCYWit + CLCYW*∑kXikt) + ∑i(Ai*FCCRC*CLCRCit
B B B B B B B B B B B B B B B B +
CLCRC*∑w,n Xwint) + ∑i,n(TUCin*Din*Xint) + ∑i,j(TUCij*Dij*Xijt) B B B B B B B B B B B B B B B B B B B B +
∑i,l(TUCil*Dil*Xilt) + ∑i,m(TUCim*Dim*Ximt) + ∑i,o(TUCio*Dio*Xiot)
B B B B B B B B B B B B B B B B B B B B B B B B +
∑i,k(TUCik*Dik*Xikt)
B + ∑j,k(TUCjk*Djk*Xjkt)
B + ∑j,l(TUCjl*Djl*Xjlt) B B B B B B B B B B B B B B B B B B B B B B +
∑j,m(TUCjm*Djm*Xjmt) + ∑n.j(TUCnj*Dnj*Xnjt) + ∑l,m(TUClm*Dlm*Xlmt)
B B B B B B B B B B B B B B B B B B B B B B B B +
∑l,k(TUClk*Dlk*Xlkt) + ∑j,o(TUCjo*Djo*Xjot) + ∑l,o(TUClo*Dlo*Xlot)
B B B B B B B B B B B B B B B B B B B B B B B B +
∑m,o(TUCmo*Dmo*Xmot) + ∑n,m(TUCnm*Dnm*Xnmt) + ∑n,o(TUCno*Dno*Xnot)]
B B B B B B B B B B B B B B B B B B B B B B B B
NOCit * COPLit B B
157
rellenos, al clima y a las condiciones geológicas del sitio. También están
asociados costos de desarrollo del relleno, según las leyes y políticas
ambientales, que pueden incluir el cubrimiento del relleno, sistemas de
control de lixiviados y aguas residuales, drenaje para los gases y
sistema de monitoreo ambiental. Los rellenos sanitarios bien
mantenidos, tienen bajos costos de cierre. Por lo tanto el costo de
sellamiento es un costo constante que varia con las condiciones propias
de cada relleno sanitario. El costo de cierre esta dado por:
∑n{FCn*IRCm + CCn*EXCRCm}
B B B B B B B B B B
variable binaria que indica la existencia de los costos fijos FCn; CCn es el B B B B
sanitario; FCFCo y FCSCo son costos fijos; CCFo y CCSo son costos B B B B B B B B
FCFCo*ILFFto + CCFo*EXCFLFto
B B B B B B B B
158
Y
FCSCo*ILFSto + CCSo*EXCSLFto B B B B B B B B
∑o{FCFCo*ILFFto
B B + CCFo*EXCFLFto} + ∑o{FCSCo*ILFSto + B B B B B B B B B B B B B B
CCSo*EXCSLFto}] B B B B
159
Donde YKkt es el producto del compostaje, calculado por B B
YNwnt = RVNwt*∑iXwint B B B B B B B B
más grande que RVLwt porque estos últimos son de residuos mezclados. B B
∑o(RSVOoT)]
B B B B
Las restricciones a las que esta sujeto el modelo son las siguientes:
160
Donde WGit es la cantidad de residuos generados en un área i en el B B
tiempo t.
(USD / persona) y mientras mas alta sea la promoción, mas alto será el
costo. El valor de CPRit esta dado por: B B
RVLwt*(∑iXilt + ∑nXnlt) B B B B B B B B B B
∑oXlot) es igual a:
B B B B
∑mXlmt + ∑oXlot) ∀ l, t.
B B B B B B B B
161
En los nodos de las plantas de incineración m: Estas plantas venden
energía eléctrica a las ciudades. Adicionalmente crean residuos en
forma de cenizas. Las cenizas están dadas por:
+ ∑jXjmt + ∑nXnmt)*ASHCFm ∀ m, t.
B B B B B B B B B B
∑oXnot), ∀ n, t.
B B B B
162
Donde DCTSjt es la capacidad diseñada para una nueva planta,
construida en un tiempo t. MINCTSj, es la capacidad minima de
operación de una planta de transferencia. De forma similar a las
estaciones de transferencia existentes, la cantidad anual de RS sin
separación, provenientes de todos los nodos posibles, no pueden
exceder la capacidad total en cualquier tiempo t:
de una planta nueva. Los residuos totales reciclajes separados ∑w,i Xwint B B B
k, t.
163
Plantas de compostaje nuevas
expansión en la capacidad.
∑mXmot-1)}
B B B B
164
es usado para encontrar el costo asociado en los ocho parámetros. Los
resultados confirman los hallazgos empíricos de economías de escala y
densidad. Estos también sugieren la importancia de otras variables en
determinar el costo de la gestión de RS, incluyendo opciones de infraestructura
y tendencias en el reciclaje.
165
ANEXO 5. DESCRIPCIÓN DE PARAMETROS UTILIZADOS
Para los parámetros que presentan una dimensión de tiempo, se tomó como
base los índices de inflación en Colombia, desde 1997 hasta el 2005, con lo
cual se proyectó una inflación con un horizonte de 10 años. Dicha proyección
se realizó por medio de un ajuste hiperbólico, para facilitar los cálculos, como
se muestra en las Tabla 33 a y b, a continuación.
AÑO 1997 1998 1999 2000 2001 2002 2003 2004 2005
INFLACION 17.7% 16.7% 9.2% 8.7% 7.6% 5.5% 6.5% 5.5% 4.0%
PROYECCION DE INFLACION
AÑO 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
INFLACION 4.8% 4.5% 4.2% 4.0% 3.8% 3.6% 3.4% 3.3% 3.1% 3.0%
– 0,6655 2
Nota: La ecuación utilizada para pronosticar la inflación es Y = 0,2074 * X
P , con un coeficiente R de
P
P
P
0,9141.
Fuente Tabla a: Banco de la Republica de Colombia. 2006. www.banrep.gov.co
TU UT
166