Cuarto Congreso Nacional – Tercer Congreso Iberoamericano 18-037

Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011

EVALUACIÓN DE SISTEMAS HÍBRIDOS PARA ELECTRIFICACIÓN DE

ZONAS REMOTAS MEDIANTE HOMER

Casarotto, C.F. (1), Romano, J.S. (1), Collihuin, C.A. (1)

(1)
Universidad Nacional del Comahue, Buenos Aires Nº 1400, CP: 8300, Neuquén, Argentina,
cfcasarotto@yahoo.com

RESUMEN

En el presente trabajo se propone la utilización del programa HOMER para la simulación del
funcionamiento y el estudio económico de diferentes alternativas de suministro eléctrico a
emprendimientos rurales y/o pequeñas comunidades, optimizando la solución tradicional con la
incorporación de energías renovables. En el trabajo se repasan los aspectos básicos asociados con el
uso de energía eólica y solar en sistemas remotos, y se hace una revisión de algunos ejemplos que son
representativos de la experiencia adquirida en este campo.

Palabras Claves: Energías renovables, sistemas híbridos, optimización con HOMER.

comúnmente designados como “sistemas

1. INTRODUCCIÓN
La electrificación de zonas remotas se realiza
tradicionalmente mediante dos alternativas: la
extensión de la red eléctrica, o la incorporación
de generación diesel mediante grupos de
mediana o pequeña potencia. En áreas de difícil
acceso, ambas opciones pueden ser muy
costosas. El suministro de combustible suele ser
poco confiable, y los costos altamente
dependientes del precio del petróleo. Por su
parte, la red eléctrica no siempre está lo
suficientemente cerca como para que su
extensión pueda ser viable. Los sistemas aislados
que usan energías renovables son una opción
emergente y técnicamente confiable para la
provisión de energía en estos casos. Además del
adecuado desempeño demostrado en la solución
de estos problemas, la tecnología involucrada
presenta un inmejorable potencial para la
incorporación de energías alternativas bajo la
forma de energía distribuida.
El Homer, (Hibrid Optimization Model for
Electric Renewables), es un programa de
optimización gratuito desarrollado por el
laboratorio nacional de energía renovable de los
Estados Unidos (NREL), y es ampliamente
utilizado para la evaluación económica y
ambiental de los sistemas eléctricos que utilizan
múltiples fuentes de generación, y que son
híbridos”. El programa identifica el sistema de
mínimo costo de un conjunto de alternativas
posibles, simulando el comportamiento horario
del sistema a lo largo de un año, y clasificando
las soluciones en orden creciente de costo actual
neto para el ciclo de vida de la instalación.
Homer modela una configuración particular
realizando una simulación de su operación
durante un año. La simulación se realiza hora por
hora. El programa calcula para cada hora del año
la potencia renovable disponible, la compara con
la demanda eléctrica, y decide que hacer con la
energía en exceso, o si debe generarse o
comprarse de la red en caso de déficit. Cuando
ha completado un año de simulación, el
programa determina si se cumplieron las
restricciones impuestas por el usuario, las
cantidades de energía generadas, la proporción
de energía renovable, las emisiones de ciertos
contaminantes, etc. También determina las
cantidades usadas para el cálculo de costos,
como por ejemplo el consumo anual de
combustible, las horas de operación de los
generadores, el consumo de la vida útil de las
baterías, o la cantidad de energía que se debe
comprar de la red.
Para evaluar el costo del ciclo de vida, Homer
usa el Valor Presente Neto Total (total net
present cost -NPC). Este valor incluye tanto los
 Cuarto Congreso Nacional – Tercer Congreso Iberoamericano 18-037
Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011

costos como los beneficios que ocurren durante CONSUMOS: Usuarios

la vida útil del proyecto, referidos al valor
presente. El total NPC incluye el monto inicial Comercial 3
de la inversión de capital, el costo de los Industrial 2
reemplazos de elementos del sistema, los costos Residencial 85
de operación y mantenimiento, y eventualmente Entidades sin fines de Lucro 9
el costo o el ingreso por compra o venta de Alumbrado 1
energía de la red. Total 100

Para realizar la simulación se requieren datos de Tabla 1. Consumos por categorías

los recursos naturales (eólicos, solares, etc.),
cargas eléctricas y térmicas, restricciones
económicas, costos actuales y futuros de los
equipos, comportamiento de los usuarios y
estrategias de control elegidas. El propósito de la
simulación es conocer las características
operativas de los sistemas híbridos para
alimentación de comunidades aisladas, los
problemas que pudieran presentarse y calcular el
costo de energía producida.

El primer paso en el análisis lo constituye la

recolección de datos para la operación del
sistema basado en fuentes convencionales. El
segundo paso es la determinación de los
recursos renovables disponibles para el sistema
elegido. El tercer paso es la optimización del
tamaño de los componentes y la elección de la
configuración óptima del sistema hibrido y sus
posibles ventajas en comparación con el sistema
convencional.
2. EJEMPLO DE APLICACIÓN
Cerro Policía es un pueblo de la provincia de Río
Negro en Argentina, que cuenta con
aproximadamente 250 habitantes. Actualmente,
la localidad no se encuentra conectada a la red
eléctrica, generando la energía que necesitan sus
habitantes por medio de equipo diesel.
La Figura 1 muestra el comportamiento de un día
típico de mínima carga y de uno de máxima
carga. La carga representada con valores
actuales, ha sido obtenida proyectando un
crecimiento del 2% anual según datos
disponibles del año 2001. Puede observarse que
la demanda presenta un importante pico debido a
la influencia de las cargas nocturnas de
iluminación.
Figura 1. Cargas típicas máximas y mínimas
anuales para días laborables.
2.1 Simulación de la operación actual
Se comenzará simulando el sistema con los
generadores diesel. El sistema real posee dos
generadores de 100 kVA por lo cual está lejos de
ser óptimo. Para dar resultados mejores se
consideran generadores de menor tamaño. El
costo de capital de los generadores diesel esta
ente 280 y 700 u$s/kW, dependiendo del tamaño
del generador. En este caso se consideran dos
generadores, un Generador1 de 60 kW con un
costo de 400 u$s/kW, y un Generador2 de 20 kW
que cuesta 500 u$s/kW. Se debe además tener en
cuenta el costo del tanque de almacenamiento de
combustible, el cual ronda los 4500 u$s. Se tomó
una vida util del proyecto de 25 años y una tasa
del 10 % anual. El precio del combustible se fijó
en 0.8 U$S/litro.

La carga tiene una energía promedio de 389

kWh/d y una potencia promedio de 16.2 kW. La
carga máxima es de 54 kW con un factor de Tabla2. Producción y demanda eléctricas.
carga de 0.3 por lo que es de esperar que el
generador diesel resulte sobredimensionado.
 Cuarto Congreso Nacional – Tercer Congreso Iberoamericano 18-037
Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011

Tabla 3. Costos Presentes Netos en U$S.

Figura 2. Radiación Solar Diaria e Índice de

Claridad para la zona de Cerro Policía (NASA).
Mes Velocidad (m/s)

Enero 4,9
Tabla 4. Costo nivelado de Energía. Febrero 4,6
Marzo 4,6
Abril 4,7
Mayo 5
Junio 4,8
Julio 4,8
Tabla 5. Emisiones Contaminantes.
Agosto 4,7
Septiembre 4,7
2.2 Incorporación de fuentes renovables Octubre 4,8
Noviembre 4,8
Se tratará de optimizar el sistema mediante la Diciembre 5,1
creación de un sistema hibrido para generación Promedio 4,794
de electricidad. Por sus datos geográficos, los
recursos posibles de utilizar son los eólicos y la Tabla 6. Valores de velocidad del viento
energía solar. Para obtener datos de estos (NASA)
recursos se puede recurrir a mediciones de
campo, trabajos de investigación publicados o Esta última tabla da una información que no es
datos disponibles de los organismos nacionales e coincidente con la que se puede obtener del
internacionales. En este caso como no se dispone sistema de información eólico argentino [7]. Se
de mayor información, y por ser este estudio tomará la distribución presentada, pero se
presentado a modo de ejemplo, se utilizaran los ajustarán los datos para que la velocidad media
datos obtenidos del Centro de Ciencia anual coincida con la del sistema nacional, que
Atmosférica de la Nasa [6]. es de 7.45 m/s a 10 metros de altura.

Con los datos de la latitud (-39.733) y la longitud

(-68.517) se pueden obtener datos de recurso
solar y eólico promedios, obtenidos para
mediciones realizadas durante 10 años. Los datos
más importantes se muestran en las figuras 2 y 3.

Figura 3. Datos eólicos para Cerro Policía

(SIG).
 Cuarto Congreso Nacional – Tercer Congreso Iberoamericano
Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011
2.3 Configuración óptima del sistema
Para analizar una posible mejora sobre el sistema
se considera la incorporación de paneles
fotovoltaicos y turbinas eólicas al sistema diesel.
Para amortiguar las oscilaciones características
de las fuentes renovables, y disminuir el número
de ciclos de arranque de los generadores se
incorpora un banco de baterías
almacenamiento. El programa da la posibilidad
de seleccionar la estrategia de carga de las
baterías. Debido a que las baterías y el panel
funcionan en corriente continua, se hace
necesaria la incorporación de un conversor de
CD/CA. Los datos económicos de los equipos
seleccionados se detallan en la tabla siguiente.
Tabla 7. Costos equipos renovables
Mientras que en el proceso de simulación se
modeló el comportamiento de un sistema en
particular, en el proceso de optimización se
determinará cual es la mejor configuración
posible, es decir, la que cumple con las
condiciones impuestas como restricciones del
sistema, al menor CPN. El programa determina
la combinación de componentes, la cantidad y el
tamaño de cada elemento, y la estrategia de
control más eficiente. En el proceso de
optimización se simulan las diferentes
configuraciones posibles, y se clasifican de
acuerdo con su VPN, presentándose como
optima aquella configuración que tenga el menor
costo. El objetivo de la optimización es
determinar el valor más adecuado para cada
variable de decisión que le pueda interesar al
modelador. Las variables de decisión posibles
pueden ser por ejemplo para el sistema de la
figura 4:
• Tamaño de los paneles PV
• Número de Turbinas eólicas
• Tamaño de cada generador
• Cantidad de baterías del banco
• Tamaño de los convertidores
• Estrategia de despacho
18-037
La optimización ayuda al proyectista a encontrar
la configuración óptima dentro de un conjunto
muy grande de posibilidades.
de
Figura 4. Configuración del sistema.
La cantidad de valores de cada una de las
variables seleccionadas determina el espacio de
búsqueda, en este caso se incluyeron en el
espacio 300 combinaciones diferentes: cinco
turbinas, tres tamaños de panel, cinco filas de
baterías de ocho elementos cada una, cuatro
tamaños de convertidor, y los dos generadores
diesel.
En el proceso de optimización se simula cada
configuración del espacio de búsqueda,
mostrando las combinaciones posibles en una
tabla, ordenadas por el NPC. En el anexo I se
muestran los resultados del sistema ejemplo.
Cada fila representa una configuración factible.
Las primeras columnas indican mediante iconos
la presencia de los diferentes componentes, las
columnas siguientes dan las cantidades y
tamaños de cada uno y el resto contiene algunas
variables importantes, como el costo de capital
total, el total NPC, el costo nivelado de energía
(costo por kilovatios hora), el consumo anual de
combustible, y el numero de horas que el
generador opera.
Para el caso simulado la configuración óptima y
los datos principales se resumen en las tablas y
figuras siguientes.
Tabla 8. Datos de configuración
 Cuarto Congreso Nacional – Tercer Congreso Iberoamericano 18-037
Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011

emisiones contaminantes, por lo que la solución

adoptada es mejor desde el punto de vista de la
conservación de las fuentes y el ambiente.

Se intentado realizar una simulación simple y

sobre un sistema concreto, pero al no disponer de
datos actuales la solución se considera como un
Tabla 9. Datos de Costos presentes. estudio de factibilidad mas que un proyecto de
inversión concreto.

Se ha evidenciado la utilidad de la herramienta

de simulación y se considera que la misma es
confiable en cuanto a los resultados y simple de
utilizar.

6. REFERENCIAS

[1] J.T. Bialasiewicz, E. Muljadi, S. Drouilhet,

Tabla 10. Costos Totales por tipo. G. Nix, “Hybrid Power Systems with Diesel and
Wind Turbine Generation”. Proceedings of the
American Control Conference. Philadelphia.
USA. Junio 1998.

[2] V. Carpentiero, R. Langella, A. Testa,

“Hybrid Wind Diesel Stand Alone System Sizing
Accounting for Fuel Price Uncertainty”.
Publicacion IEEE 978-1-4244-5721-2/10. 2010.

[3] A. G. Dutton, H. Dienhart, W. Hug, A. J.

Ruddell, “The Economics of Autonomous Wind
Tabla 11. Generación eléctrica Powered Hydrogen Production Systems”.
European Wind Energy Conference. Irlanda. Oct.
1997.

[4] D. Edwards, M. Negnevitsky, “Designing a

Wind Diesel Hybrid Remote Area Power Supply
(RAPS) System”. IEEE International Conference
on Sustainable Energy Technologies, 2008.
Tabla 12. Datos Generadores diesel ICSET 08. Singapur. Nov 2008.

Contaminante kg/año [5] D. B. Nelson, M. H. Nehrir, C. Wang, “Unit

Sizing and Cost Analysis of Stand Alone Hybrid
Dióxido de Carbono 74 784 Wind/PV/Fuel cell Power generation Systems”.
Monóxido de Carbono 185 Renewable Energy . Nº 31. pp. 1641–1656.
Hidrocarburos no quemados 20,4 2006.
Partículas sólidas 13,9
Dióxido de Azufre 150 [6] http://eosweb.larc.nasa.gov/
Óxidos de Nitrógeno 1647
[7] http://www.sigeolico.com.ar/frameset.php
Tabla 13. Contaminantes.

5. CONCLUSIONES

Comparando los resultados obtenidos podemos

ver que el costo por kWh se ha reducido
levemente, pero en cambio ha disminuido
notablemente el consumo de combustible, y las
 Cuarto Congreso Nacional – Tercer Congreso Iberoamericano 18-037
Hidrógeno y Fuentes Sustentables de Energía – HYFUSEN 2011

Anexo I. Datos de simulación

Monthly Average Electric Production

25
Wind
Generator 1
20 Generator 2
Power (kW)

15

10

0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Cash Flows
50,000
Capital
Replacement
Salvage
Operating
Fuel
0
Nominal Cash Flow ($)

-50,000

-100,000

-150,000

-200,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Year Num ber