Uso eficiente de la energa Tecnologa de manejo de la informacin energtica en la empresa Aplicacin de la metodologa vista en clases a una caso de estudio

particular

Para aplicar las herramientas aprendidas en el transcurso de la electiva tcnica USO EFICIENTE DE LA ENERGIA, se cuenta con informacin sobre la produccin mensual y el consumo energtico asociado a esta produccin en la empresa POSTOBON, se tienen 17 datos en total, con estos se mostrar la aplicacin de la metodologa y la utilidad de la informacin que el anlisis de los resultados otorga. Tabla 1 Meses, produccin y consumo energtico

PRODUCCION CONSUMO (Lt/mes) (KWh/mes) ENERO 5438692 285360 FEBRERO 4699549 260880 MARZO 5711667,4 274800 ABRIL 5320030 256800 MAYO 5468279 264924 JUNIO 5624705 286680 JULIO 5612316 289730 AGOSTO 5450000 283400 SEPTIEMBRE 5184623 254160 OCTUBRE 4470798 241800 NOVIEMBRE 4790499 260320 DICIEMBRE 5648546 258360 ENERO 4326496 214700 FEBRERO 4558651 214460 MARZO 5179165 246840 ABRIL 4647979 224360 MAYO 5480773 247200 PERIODOS
El mtodo en primer lugar busca identificar la correlacin necesariamente existente entre la energa consumida y la produccin lograda, sabiendo que la produccin debe ser la responsable de la mayor parte del consumo energtico. Identificando tambin que existe un porcentaje de energa no asociada a la produccin necesaria para que un equipo produzca.

ESTABLECER LNEA DE BASE Establecer el elemento de control Establecer el periodo base de la muestra de datos Seleccionar los datos y su frecuencia de tiempo. Filtrar los datos Determinar si es necesario hallar produccin equivalente Hacer el grafico de correlacin y verificar su ajuste Evaluar prcticamente si el grfico representa el proceso modelado. Interpretar la informacin que brinda la lnea base

En el caso estudiado no se cuenta con informacin sobre el elemento de control, el periodo de control est comprendido entre enero de un ao y mayo del ao siguiente, los datos tomados y su frecuencia (mensual) se muestran en la tabla 1. Como una primera aproximacin para establecer la lnea de base se tendr en cuenta todos y cada uno de los datos, al graficar produccin mensual vs consumo energtico mensual se obtiene el siguiente grafico.

Produccin vs consumo
350000 Consumo (KWh/mes) 300000 250000 200000 150000 100000 50000 0 0 2000000 4000000 6000000 Produccin (Lt/mes) Linear (DATOS TOMADOS) y = 0,0397x + 52108 R = 0,614 DATOS TOMADOS

La ecuacin Y = 0.0397X+52108 que presenta un coeficiente de correlacin lineal R2 = 0.614 puede ser reescrita en la siguiente forma , donde: E= consumo de energa para un nivel de produccin determinado m= razn de cambio media del consumo de energa respecto a la produccin, indicie de consumo mnimo en el periodo caracterizado. E0 = energa no asociada a la produccin en el periodo analizado

En este caso no impera la necesidad de hallar una produccin equivalente ya que se supone que todos los datos tanto de produccin como de consumo energtico corresponden al mismo producto. Con la informacin que se cuenta hasta ahora se pueden establecer los siguientes indicadores Tabla 2

ENAP

256751,4118
52108

Consumo promedio

EAP % ENAP % EAP

204643,4118 20,29511723 79,70488277

ENAP = Eo; energa no asociada a la produccin EAP= ; energa asociada a la produccin

La lnea de base que presenta la grafica 1 divide la muestra de datos quedando unos datos por encima de esta y otros por debajo, el subconjunto de datos por debajo de la lnea de base representan los puntos de mejor operacin, menor consumo energtico y sirven para establecer una lnea de meta, esta representa un objetivo alcanzable ya que est calculada con base en datos reales, es decir que la tecnologa utilizada permite obtener esos niveles de produccin con dichos niveles de consumo energtico. La grafica 2 presenta tanto la lnea base (lnea negra) como la lnea de meta (lnea verde), al aplicar el mtodo de los mnimos cuadrados al conjunto de datos por debajo de la lnea de base se tiene la ecuacin Y = 0.0413 X + 32685, reescribiendo se tiene E= 0.0413 P+ 32685 Grafica 2

produccin Vs comsumo
350000 300000 CONSUMO Kw/mes 250000 200000 150000 100000 50000 0 0 2,000,000 4,000,000 6,000,000 PRODUCCIN Lt/mes y = 0.0397x + 52108 R = 0.6142 y = 0.0413x + 32685 R = 0.8981 LINEA DE BASE LINEA META Linear (LINEA DE BASE) Linear (LINEA META)

Ahora se cuenta con informacin suficiente para establecer el potencial de ahorro que existe sin cambio de tecnologa, solo buscando las condiciones de mejor operacin del sistema, esto est directamente relacionado con la disminucin de la energa no asociada a la produccin. La ecuacin de la lnea de meta tiene la forma Asi el potencial de ahorro se expresa como: Potencial = E0-E01 Para el caso ser: potencial ahorro = (52108- 32685)Kwh/mes= 19423Kwh/mes Porcentaje ser: Durante la recoleccin de datos para obtener una muestra existe la posibilidad de tomar algunos datos atpicos que pueden ser explicados por diversos factores pero que dispersan la tendencia del comportamiento de la muestra. Tabla 3 , donde E01= 32685 y m1 =0.0418

MES
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO

Ei
285360 260880 274800 256800 264924 286680 289730 283400 254160 241800 260320 258360 214700 214460 246840 224360 247200

Pi
5438692 4699549 5711667 5320030 5468279 5624705 5612316 5450000 5184623 4470798 4790499 5648546 4326496 4558651 5179165 4647979 5480773

Ei2
2,95794E+13 2,20858E+13 3,26231E+13 2,83027E+13 2,99021E+13 3,16373E+13 3,14981E+13 2,97025E+13 2,68803E+13 1,9988E+13 2,29489E+13 3,19061E+13 1,87186E+13 2,07813E+13 2,68238E+13 2,16037E+13

Ei*Pi
1,55199E+12 1,22602E+12 1,56957E+12 1,36618E+12 1,44868E+12 1,61249E+12 1,62606E+12 1,54453E+12 1,31772E+12 1,08104E+12 1,24706E+12 1,45936E+12 9,28899E+11 9,77648E+11 1,27843E+12 1,04282E+12

3,00389E+13 1,35485E+12 Ya se conoce la ecuacin de los mnimos cuadrados de la muestra sin filtrar

Con toda la informacin que se cuenta es posible realizar el clculo de la desviacin estndar de la muestra as:

Tabla 4
Ei
2

1,12962E+12 87612768,4 2,26333E+13

Ei Ei*Pi

Con los datos presentados en la tabla 4 se puede realizar el clculo de la desviacin estndar de la muestra Sy.x asi:

)(

) (

)(

15581,17581

Tabla 5
E Pi Ei (PRODUCCION) (CONSUMO) (CALCULADO)
PERIODOS ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO 5438692 4699549 5711667,4 5320030 5468279 5624705 5612316 5450000 5184623 4470798 4790499 5648546 4326496 4558651 5179165 4647979 5480773 285360 260880 274800 256800 264924 286680 289730 283400 254160 241800 260320 258360 214700 214460 246840 224360 247200

E+Sxy 283605,248 254261,271 294442,372 278894,367 284779,852 290989,964 290498,121 284054,176 273518,709 245179,856 257871,986 291936,452 239451,067 248667,621 273302,026 252213,942 285275,864

E-Sxy 252442,897 223098,919 263280,02 247732,015 253617,5 259827,613 259335,769 252891,824 242356,357 214017,505 226709,634 260774,1 208288,715 217505,269 242139,675 221051,59 254113,512

268024,0724 238680,0953 278861,1958 263313,191 269198,6763 275408,7885 274916,9452 268473 257937,5331 229598,6806 242290,8103 276355,2762 223869,8912 233086,4447 257720,8505 236632,7663 269694,6881

Al graficar los valores mostrados en la tabla 5 se obtiene la grafica 3 que presenta tres lneas mutuamente paralelas, de las cuales las dos externas permiten identificar los datos que menos se ajustan al comportamiento de la mayora. Grafica 3
350000 300000 250000 200000 150000 100000 50000 0 0 2000000 4000000 6000000 y = 0,0397x + 52108 R = 0,614 Series1 E+Sxy E-Sxy Linear (Series1)

En la grafica se pueden identificar hasta 6 datos que se alejan a ms de una desviacin sin embargo debido a que el tamao de la muestra es 17 datos y que se debe garantizar una fiabilidad de por lo menos 70% (17 * 0.7=11.9) es decir por lo menos se debe trabajar con 12 datos despus de realizar el filtrado, teniendo en cuenta todas estas consideraciones, se presenta el conjunto de datos filtrados en la tabla 6. Tabla 6
PERIODOS ENERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE ENERO FEBRERO MARZO ABRIL

Pi (PRODUCCION)
5438692 5711667,4 5320030 5468279 5624705 5612316 5450000 5184623 4470798 4326496 4558651 5179165 4647979

Ei (CONSUMO)
285360 274800 256800 264924 286680 289730 283400 254160 241800 214700 214460 246840 224360

De la tabla 6 se excluyeron los datos tomados en los meses de febrero, noviembre, diciembre, febrero y mayo del ao dos. Con estos datos restantes se halla nuevamente la lnea de base y el resultado se muestra en la grafica 4. Grafica 4.
350000 300000 250000 200000 150000 100000 50000 0 0 2000000 4000000 6000000 y = 0.0483x + 8828.8 R = 0.8187

Series1 Linear (Series1)

Se puede apreciar que la dispersin de datos respecto a la lnea encontrada con el mtodo de mnimos cuadrados es menor que cuando se hallo con todos los datos adems el coeficiente de correlacin lineal es tambin mayor categorizado como una correlacin muy fuerte a una fiabilidad del 70%. NDICE DE CONSUMO Una vez se ha elaborado tanto una lnea de base como la identificacin de una lnea de meta y se ha realizado el filtrado de datos para contar con una ecuacin con una fuerte correlacin para poder desarrollar de forma precisa el anlisis sobre el indicie de consumo. El ndice de consumo representa el consumo energtico por unidad de producto, el ndice de consumo no es un valor constante ya que tiene una marcada dependencia del nivel de produccin, la ecuacin que representa la variacin del ndice de consumo con el nivel de produccin se obtiene al dividir todos los trminos de la ecuacin de la lnea de base con datos filtrados y se expresa asi:

Pi Ei (PRODUCCION) (CONSUMO)
PERIODOS ENERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE ENERO MARZO ABRIL 5438692 5711667,4 5320030 5468279 5624705 5612316 5450000 5184623 4470798 4326496 5179165 4647979 285360 274800 256800 264924 286680 289730 283400 254160 241800 214700 246840 224360

IC =E/P 0,0524685 0,04811205 0,0482704 0,04844742 0,05096801 0,05162396 0,052 0,04902189 0,0540843 0,04962445 0,04766019 0,04827044

IC = 0,0483 + 8828,8/P 0,04992333 0,04984575 0,04995954 0,04991455 0,04986965 0,04987311 0,04991996 0,05000288 0,05027477 0,05034064 0,05000468 0,05019949