Вы находитесь на странице: 1из 129

UIVERSIDAD POTIFICIA COMILLAS

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)


INGENIERO INDUSTRIAL

Resúmenes

TÍTULO: AÁLISIS DE LA IFLUECIA SOBRE EL SECTOR


ELÉCTRICO DE UA PEETRACIÓ A GRA ESCALA DEL
COCHE ELÉCTRICO
AUTOR: FERADO BECKER ROBLES
DIRECTOR: PEDRO LIARES LLAMAS
ADELA COCHADO RODRÍGUEZ
La razón para realizar este proyecto es sencilla de explicar. En estos momentos, la

preocupación instalada en la sociedad con motivo del cambio climático provocado por las

emisiones a la atmósfera de gases de efecto invernadero, así como por la elevada

dependencia de un bien escaso y finito como el petróleo, hacen suponer probable un

cambio a medio plazo del modelo actual en el que se basa el sector del transporte. El

coche eléctrico se plantea como una opción más que plausible.

Para modelar la demanda de energía del coche eléctrico a la red, se ha supuesto

que cada vehículo consume 0,2 kWh por kilómetro y de acuerdo a la información sobre

movilidad en Europa, recorre 35 km diarios. Por tanto, un vehículo consume 7 kWh

diarios. Se han planteado tres escenarios distintos de recarga horaria. En el primero

recarga todo el parque móvil por la noche, en el segundo algunos vehículos retrasan la

recarga a horas matinales y el tercero replica el primer escenario pero vertiendo energía al

sistema en la punta de las 9 p.m.

Para estimar el número de vehículos que circularán en España se ha hecho 2

supuestos, uno optimista y otro pesimista, para evaluar ambas posibilidades. Se detalla a

continuación el tamaño del parque móvil (en millones de vehículos) .

Escenario: 2015 2020 2030

Penetración Alta 2 4 10

Penetración Baja 1 2 15

I
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Resúmenes

Se han realizado 2 estudios tras modelar la carga del coche eléctrico.

En primer lugar, se ha simulado la operación del sistema eléctrico español hora a

hora durante el año 2020, comparando el efecto de incluir o no los diferentes escenarios

de recarga del coche eléctrico.

Los resultados arrojados se resumen a continuación:

En cuanto a los datos económicos del sistema, se observa a continuación la

variación relativa respecto al escenario base sin coches eléctricos según el nivel de

penetración del mismo.

Variable Costes Ingresos Beneficios Precio


Baja 3,50% 2% 0,20% 0,15%
Alta 7% 4% 0,40% 0,30%

En cuanto a la operación de centrales, se observa que la demanda añadida por el

parque móvil eléctrico se cubre con el hueco térmico, esto es, carbón y gas. En especial,

por la mayor potencia disponible, es el gas el que cubre el aumento de demanda, que

oscila entre los 14000 y los 28000 MWh, según el escenario de penetración de vehículos.

Se ha obtenido una reducción de las emisiones absolutas a la atmósfera respecto

al uso de coches de gasolina muy significativa, del orden del 45 %.

También se incluyó en este estudio la posibilidad de la gestión activa de la

demanda, esto es que el sistema trasladara la carga del parque móvil a determinadas horas

según el precio del mercado. No se han observado diferencias significativas, por lo que

no se incluyó este análisis en el estudio de la expansión del sistema, que se detalla a

continuación.

II
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Resúmenes

A continuación se realizó el estudio de la expansión del sistema eléctrico español

para el período 2008-2030 comparando los efectos de introducir el parque móvil

eléctrico. Los resultados obtenidos son reveladores:

Aquí se muestra el aumento relativo de costes, ingresos y beneficios del sistema

en función de la penetración del coche eléctrico:

Variable Costes Ingresos Beneficios


Baja 2,40% 3% 2,00%
Alta 4% 5% 3,50%
En cuanto al precio de la energía, se observan mínimas variaciones hasta el año

2020, y en la década 2020-2030 el precio aumenta entre un 5% y un 10 % para alta y baja

penetración respectivamente. Es un aumento reseñable, aunque cabe recalcar que el

precio en general varía mucho más por variables como la entrada en servicio de nuevas

nucleares.

La instalación de nuevas centrales muestra que la demanda añadida de vehículo

eléctrico se cubre con aproximadamente 1000 MW adicionales de carbón no instalándose

gas debido al bajo precio del CO2 supuesto para el estudio. . La generación de

electricidad va pareja a las instalaciones requeridas, y en general aumenta la generación

con carbón y en menor medida con gas al incluir el vehículo eléctrico.

Por tanto, es de esperar que la demanda del vehículo eléctrico se cubriría con gas

si el precio del CO2 fuera mayor, ya que no es probable que en el futuro se instalen

nuevas centrales de carbón.

En cuanto a las emisiones de CO2, a pesar de aumentar el hueco térmico, el

ahorro respecto a coches movidos con petróleo a lo largo de la década 2020-2030 es del

66 %.

III
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Resúmenes

TITLE: EVALUATIO OF THE IMPACT O THE SPAISH POWER


SYSTEM OF A MASSIVE PEETRATIO OF ELECTRIC CARS
AUTHOR: FERADO BECKER ROBLES
DIRECTOR: PEDRO LIARES LLAMAS
ADELA COCHADO RODRÍGUEZ
The reasons that led to the development of this project are clear. Currently, there

is great concern about the risks of our current energy model. Society cares about the

carbon emissions that may cause climatic change, as well as about the political danger of

depending on a scarce resource like oil. But EV’s may help to change this situation and

are worth studying them.

Firstly the daily demand of electricity of EV’s was modelled. An energy need of

0,2 kWh per km was established, and according to studies from the EU about transport

patterns, it was established a daily journey per car of 35 km. Given this, the daily need

per vehicle would be of 7 kWh. Three different scenarios have been created for the

different charging timetables. On the first one, cars are charged at night. The second one

involves some cars charging during the morning, while the third scenario is very much

like the first one, but during peak hour at 9 p.m. batteries supply power to the system.

To estímate the number of electric vehicles that there will be in Spain, two

hypothesis have been made, an optimistic assumption and also a pessimistic one. The cars

(in millions) present for each assumption during the period evaluated are shown here:

Scenario: 2015 2020 2030

Optimistic 2 4 10

Pessimistic 1 2 15

Two evaluations have been made.

IV
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Resúmenes

Firstly, it has been simulated the operation of the electric system on the year

2020, hour by hour.

The results are shown next:

Here are shown the economic data variations when EV’s are included related to

costs, revenues and profits of the system formed by all generators of electricity. Also the

changes in market prices of energy are shown.

Costs Revenues Profits Price


Pessimistic 3,50% 2% 0,20% 0,15%
Optimistic 7% 4% 0,40% 0,30%

When it comes to the daily operation of power plants, results show that the

demand placed by electric cars will be covered with thermal technologies, mainly with

CCGT’s and some coal power plants.

When analyzing the carbon emissions, they were increased in the power plants,

but when comparing with such a number of gasoline powered cars, the reduction reached

45%.

In this evaluation it was developed an application to study what would happen in

case that the system could move the charging hours of EV’s from some moments of days

to other depending on the energy prices. No major differences were seen so it was not

included in the study of development of the energy system.

V
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Resúmenes

Secondly, it was carried out a study on the expansion of the system from 2008 to

2030, comparing the results of having no EV’s at all, with the two assumptions made for

a number of vehicles. The results were the following:

The relative variation of costs, revenues and profits was:

Costs Revenues Profits


Pessimistic 2,40% 3% 2,00%
Optimistic 4% 5% 3,50%

The development of energy prices shows almost no variation until 2020. For the

period 2020-2030, prices rise a maximum of 5% in the pessimistic assumption of number

of vehicles and 10 % in the optimistic scenario. It is a relevant increase, but results also

showed that other variables had a greater influence on prices, like the installation of new

nuclear facilities.

When studying the creation of new power plants, results show that the additional

demand of electric vehicles will be covered with the installation of around 1000 MW

more of coal. However, generation of energy will be done by using more coal, but also

more CCGT’s. The mathematic model installs coal because the assumptions made on

CO2 prices were conservative. Given the concerns about coal, it is not probable that new

coal plants will be installed, so CCGT plants will cover the demand of electric vehicles..

When it comes to the emissions of CO2, even if coal covers the demand of the

vehicles, the reductions compared with all those vehicles powered with oil is of around

66 % for the decade 2020-2030.

VI
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

ÍDICE DE LA MEMORIA

Índice de la memoria

Parte I Memoria .......................................................................................... 1

Capítulo 1 Introducción. .................................................................................. 2

1.1 Motivaciones .................................................................................................... 2


1.1.1 Problemática actual en el transporte............................................................................... 2
1.1.2 El coche eléctrico: características y situación actual .................................................... 12

1.2 Objetivos......................................................................................................... 21

1.3 Metodología / Solución desarrollada ........................................................... 22

1.4 Recursos / herramientas empleadas............................................................. 22

Capítulo 2 Simulación de escenarios ............................................................. 23

2.1 Modelado del coche eléctrico: Consumo Temporal.................................... 23


2.1.1 Modelo de recarga 1:.................................................................................................... 28
2.1.2 Modelo de recarga 2:.................................................................................................... 30
2.1.3 Modelo de recarga 3:.................................................................................................... 32
2.1.4 Modelo con gestión activa de la demanda: .................................................................. 34

2.2 Definición de escenarios de generación eléctrica ........................................ 39

2.3 Descripción del modelo GEPAC .................................................................. 47

2.4 Código fuente de programas......................................................................... 53

Capítulo 3 Análisis de los resultados ............................................................. 56

3.1 Análisis de Resultados de Operación del Sistema Eléctrico en 2020 ........ 56

3.2 Análisis de Resultados de Expansión del Sistema Eléctrico ...................... 84

Capítulo 4 Conclusiones ............................................................................... 110

Capítulo 5 Futuros desarrollos .................................................................... 116

I
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

ÍDICE DE LA MEMORIA

Bibliografía 117

II
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

ÍDICE DE FIGURAS

Índice de figuras

Figura 1 Desglose de costes externos por modo de transporte.............................. 10


Figura 2 Comparativa de eficiencia entre tecnologías de transporte..................... 20
Figura 3 Evolución de la movilidad en la UE (EEA00) ........................................ 26
Figura 4 Evolución diaria de la batería del vehículo modelo 1 ............................. 28
Figura 5 Demanda diaria de energía del parque móvil en el modelo 1 ................. 29
Figura 6 Evolución diaria de la batería del vehículo modelo 2 ............................. 30
Figura 7 Demanda diaria de energía del parque móvil en el modelo 2 ................. 31
Figura 8 Evolución diaria de la batería del vehículo modelo 3 ............................. 33
Figura 9 Demanda diaria de energía del parque móvil en el modelo 3 ................. 33
Figura 10 Desglose de la carga diaria del parque móvil en carga restringida y no
restringida .............................................................................................................. 36
Figura 11 Evolución de la demanda. Fuente REE................................................. 40
Figura 12 Demanda horaria del parque móvil modelo 1 ....................................... 57
Figura 13 Demanda horaria del parque móvil modelo 2 ....................................... 58
Figura 14 Demanda horaria del parque móvil modelo 3 ....................................... 59
Figura 15 Comparativa de demanda eléctrica diaria base y con vehículos
eléctricos ................................................................................................................ 65
Figura 16 Comparativa de demanda eléctrica semanal base y con vehículos
eléctricos ................................................................................................................ 66
Figura 17 Comparativa de demanda eléctrica con vehículos eléctricos con GAD y
con consumo horario fijo ....................................................................................... 67

III
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

ÍDICE DE FIGURAS

Figura 18 Comparativa de demanda eléctrica semanal con vehículos eléctricos con


GAD y demanda fija de vehículos eléctricos ....................................................... 68
Figura 19 Comparativa de precios del mercado hora a hora entre distintos
escenarios .............................................................................................................. 71
Figura 20 Comparativa de demanda con GAD ..................................................... 83
Figura 24 Comparativa de la evolución anual del precio medio de la energía ..... 93
Figura 25 Evolución del parque nuclear................................................................ 94
Figura 26 Evolución de la potencia instalada de carbón ....................................... 96
Figura 27 Evolución de la potencia instalada de CCGT ....................................... 98
Figura 28 Generación de electricidad mediante tecnologías sin variación entre
escenarios ............................................................................................................ 100
Figura 29 Producción de energía con carbón anualmente ................................... 101
Figura 30 Producción de energía con CCGT anualmente ................................... 103
Figura 33 Comparativa de los costes de inversión .............................................. 105

IV
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Memoria

Índice de tablas

Tabla 1 Escenarios de penetración de vehículos eléctricos ................................... 25


Tabla 2 Horas de Recarga prohibidas.................................................................... 37
Tabla 3 Objetivos de potencia instalada de renovables año 2020 ......................... 41
Tabla 4 Evolución precios CO2 ............................................................................ 42
Tabla 5 Precios del combustible ............................................................................ 42
Tabla 6 Desglose de costes de inversión por tecnologías ..................................... 43
Tabla 7 Parque de generación en el año 2008 ....................................................... 45
Tabla 8 Escenarios de penetración de vehículos eléctricos ................................... 46
Tabla 9 Comparativa de costes de operación del sistema eléctrico ...................... 62
Tabla 10 Costes de operación en c€/ kWh ............................................................ 64
Tabla 11 Comparativa de ingresos y beneficios del mercado ............................... 69
Tabla 12Comparativa del precio medio anual de la energía ................................. 72
Tabla 13 Energía Generada (GWh) ....................................................................... 74
Tabla 14 Reparto del hueco térmico entre carbón y CCGT .................................. 76
Tabla 15 Comparativa del mix de generación ....................................................... 77
Tabla 16 Comparativa de horas de funcionamiento por tecnología ...................... 78
Tabla 17 Comparativa de emisiones de gases ....................................................... 80
Tabla 18 Escenarios de penetración de vehículos eléctricos ................................ 84
Tabla 19 Costes para el sistema en expansión ...................................................... 86

V
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Memoria

Tabla 20 Ingresos y beneficios del sistema en expansión ..................................... 87


Tabla 21 Precios del mercado período 2012-2020 ................................................ 89
Tabla 22 Precios del mercado período 2021-2030 ................................................ 91
Tabla 23 Potencia disponible carbón período 2025-2030 ..................................... 97
Tabla 24 Generación con carbón período 2014-2020 ......................................... 102
Tabla 25 Costes de inversión años 2012 y 2028 ................................................. 106
Tabla 26 Análisis emisiones de CO2 en estudio de expansión ........................... 107
Tabla 27 Comparativa iIncremento de emisiones CO2....................................... 108
Tabla 28 Ahorro de emisiones de CO2 ............................................................... 109

VI
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

Parte I MEMORIA

1
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

Capítulo 1 ITRODUCCIÓ.

Se procede a introducir el proyecto titulado EVALUACIÓN DE LA


INTRODUCCIÓN MASIVA DE COCHES ELÉCTRICOS EN EL SISTEMA DE
GENERACIÓN ELÉCTRICA. Se va a describir en este apartado porqué se
considera relevante el proyecto, a qué preguntas pretende responder y cómo se
piensa llevar a cabo.

1.1 MOTIVACIO-ES

Este proyecto se ha elegido debido a la importancia que ve el autor que puede


tener el vehículo eléctrico a la hora de ser un motor de cambio del actual modelo
energético.

1.1.1 PROBLEMÁTICA ACTUAL E EL TRASPORTE

El sector del transporte es uno de los sectores fundamentales dentro del

sistema económico de cualquier país, sociedad o sistema de organización humana.

Su aportación al PIB de un país es muy importante y no debe ser ignorada.

El transporte es uno de los principales sectores económicos en la economía

de un país desarrollado. Es de hecho un sector estratégico, pues su desarrollo y

competitividad repercuten en el desarrollo de la economía en general de un modo

muy directo. La era industrial no comenzó hasta que se desarrolló un medio del

transporte masivo a gran escala como fue el ferrocarril. Antes de ello, las

mercancías no podían ser transportadas con la suficiente rapidez y en volúmenes

2
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

suficientes como para considerar las diferentes regiones unidas económicamente.

Con la aparición del transporte tal y como es hoy se ha llegado a una situación en

que en cualquier parte del mundo se comercializan bienes producidos a miles de

kilómetros.

Es un sector que influye mucho en la economía global porque afecta

directamente a la inflación, a la competitividad de un sector y/o zona geográfica,

etc. Las alteraciones a los precios del transporte, su oferta y demanda afectan

directa e inmediatamente a los precios y la actividad de prácticamente toda la

economía.

El transporte tiene una serie de subcategorías como son el transporte de

mercancías, de pasajeros, por carretera, aéreo, o el marítimo, y aunque todos

tienen peculiaridades comparten aspectos comunes. En este proyecto únicamente

se ha modelado el vehículo eléctrico de acuerdo al transporte de pasajeros con el

vehículo privado.

Es un sector muy ligado al petróleo pues consume el 90 % del petróleo

producido en el mundo, y responsable de buena parte de las emisiones de gases a

la atmósfera.

Alrededor del 95 % (KEND08) de la energía primaria utilizada en el

transporte proviene del petróleo. El transporte se basa casi en su totalidad, con la

casi exclusiva excepción del transporte por ferrocarril, en motores de explosión

que siguen ciclos Otto o diesel y por tanto consumen petróleo. Una abrumadora

mayoría de los aproximadamente 800 millones de vehículos que circulan por el

3
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

planeta usan motores de combustión interna que transforman la energía química

del petróleo en energía mecánica (movimiento). Estos motores consumen

hidrocarburos, derivados del petróleo para mover un eje y generar la potencia

necesaria. Como en toda reacción de combustión, se genera dióxido de carbono y

agua.

Estos motores nacieron a finales del Siglo XIX y se generalizaron a lo

largo del Siglo XX porque se utilizaban una fuente de energía entonces barata,

líquida en condiciones normales y, por tanto, fácil de transportar, y con una muy

alta densidad energética. El resultado fue que en una época en que los problemas

medioambientales derivados de un uso masivo del petróleo ni siquiera eran

tenidos en consideración y aún no habían aparecido problemas políticos por causa

del mismo, el sector del transporte y el petroleó sellaran una alianza que dura

hasta nuestros días.

• Problema de la dependencia energética

El petróleo es una mezcla de productos orgánicos de origen fósil. Se forma

durante millones de años debido a la transformación de los restos orgánicos de

plantas enterradas bajo capas de sedimentos a altas presiones y temperaturas.

Estas mezclas ascienden a la superficie debido a su menor densidad atravesando

capas porosas de roca. Cuando éste ascenso se ve frenado por capas impermeables

de roca o cualquier otra causa se forman los yacimientos petrolíferos. La zona del

mundo con mayor cantidad de petróleo es el Golfo Pérsico, una zona muy

inestable políticamente, probablemente debido a éste maná bajo su superficie.

4
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

El hecho de que el petróleo esté catalogado como una materia prima

estratégica para casi cualquier nación hace que los acontecimientos que ocurren

en cualquier país con una cuota de producción de petróleo importante afecten al

resto del mundo de forma muy acusada. El alza del precio del barril de petróleo en

un solo dólar provoca que un país incremente los costes de energía en cantidades

astronómicas, pues los principales consumidores de petróleo, los países de la

OCDE, no cuentan con reservas propias de consideración. Esta volatilidad ha

provocado en el pasado verdaderas catástrofes como la primera crisis del petróleo

de 1973 e incluso guerras por el control de este elemento. El precio del barril de

petróleo sufre una volatilidad mucho mayor que la de otros combustibles como el

uranio debido a que cotiza en mercados financieros en los que confluyen muchos

intereses económicos más allá de los de aprovisionamiento. Sufre movimientos

especulativos, no sólo por parte de inversores, sino también por parte de los

productores, que juegan con la producción diaria para mover el precio del barril

según sus intereses. El resultado es que en cuestión de semanas el precio puede

oscilar un 100 %, como ha ocurrido durante los últimos años. Esto provoca

verdaderos problemas en la balanza de pagos de muchos países importadores de

crudo.

El petróleo es un recurso no renovable (debido a que tarda en formarse

millones de años) y se estima que desde que comenzó su uso masivo hace

aproximadamente un siglo se ha consumido un porcentaje grande del petróleo

existente. Si bien no hay unanimidad a la hora de considerar cuanto petróleo

queda, si es innegable que no es un recurso disponible para el infinito. Algunos

5
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

consideran que llegará un día en que el petróleo llegue a su cenit y ya no se pueda

producir más y se irá encareciendo hasta desaparecer, mientras que hay quien

considera que al ir encareciéndose el petróleo por el agotamiento de los

yacimientos en explotación otras formas de obtención de petróleo actualmente

menos explotadas como las arenas bituminosas y el petróleo a alta profundidad, se

irán explotando y así se prolongará la era del petróleo. Si bien hay un debate en

torno al cuando, donde no hay discusión es en el hecho de que habrá un día en que

el petróleo no bastará para abastecer la demanda mundial de energía. Hay un

hecho real y tangible que demuestra que el petróleo es un recurso escaso y que no

puede ser a largo plazo la base de nuestro sistema industrial. En 1973 se producía

el 24,7 % de la electricidad quemando petróleo en plantas de fuel, mientras que en

2004 sólo se produjo el 6,7 % de la misma por éste método (KEND08). El

petróleo era demasiado valioso para quemarlo en una planta eléctrica si había

otras fuentes a mano. No hay duda por tanto de que llegará un momento en que

las reservas y la producción de petróleo llegarán a un máximo y luego

comenzarán a declinar. Esto se conoce como el peak-oil, y la duda consiste en

cuándo ocurrirá, y no en si ocurrirá.

En resumidas cuentas, el petróleo es un recurso escaso y finito, y las

reservas del mismo están en manos de unos pocos países inestables políticamente.

Cualquier mínimo problema que afecte a estos países afecta mucho al resto del

mundo y por tanto hay que tratar de evitar que el petróleo siga siendo la base

energética sobre la que edificamos nuestro modo de vida.

6
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

• Problema de efectos medioambientales de las emisiones

El sector del transporte, incluyendo todos los medios de transporte tanto de

personas como de mercancías (aéreo, naval, terrestre) es el responsable de

aproximadamente el 25 % de las emisiones de gases de efecto invernadero

(BARQ04). La única actividad económica que provoca más emisiones es la

generación de electricidad.

Las emisiones de gases de efecto invernadero se han convertido en los

últimos años en una de las mayores preocupaciones de la humanidad, y casi con

total seguridad en su mayor reto. El nivel de dióxido de carbono en la atmósfera

se ha incrementado en un 30 % desde los niveles pre-industriales, desde 280 ppm

a las actuales 360 ppm (BARQ04). Si bien no está claro de qué modo va a afectar

esto al clima en la tierra y no hay unanimidad de los científicos al respecto, sí

parece claro que habrá implicaciones asociadas a este incremento de niveles de

gases. Se impone pues tomar medidas que eviten o cuando menos disminuyan la

emisión de estos gases.

Si bien parece claro que se ha producido un considerable aumento de la

concentración de gases de efectos invernadero en la atmósfera desde el inicio de

la era industrial, hay una gran incertidumbre a la hora de cuantificar el efecto que

esta concentración tendrá sobre el clima, la variación del nivel del mar, las

precipitaciones etc. Los escenarios previstos de subida de temperaturas van de 2 a

6 ºC para finales del S. XXI (BARQ04).

El sector del transporte podría convertirse pues en uno de los caballos de

batalla para reducir éstas emisiones. La tecnología avanza y se van reduciendo los

7
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

costes de cambio que hacen del sector del transporte tan dependiente del petróleo.

Por tanto es un sector dónde el potencial de reducción de emisiones podría ser

muy alto. Cierto es que el coste de reducirlas sería alto, pues hay que cambiar el

modelo sobre el que se asienta la actividad del transporte a día de hoy. Pero al

menos se considera necesario plantearse y estudiar ese cambio de modelo de

transporte Se ha hecho una serie de intentos en las últimas décadas para reducir

las emisiones no tanto en el sector del transporte en concreto, sino en todas las

actividades económicas en general.. El primero digno de mencionarse fue el

protocolo de Kyoto, que limitaba las emisiones contaminantes ya en 1997. . Se

han realizado una serie de cumbres a largo de los años para avanzar en el

compromiso de las naciones en reducir sus emisiones y actualmente se busca un

sustituto para dicho Protocolo de Kyoto, sin que se haya logrado un acuerdo entre

las naciones desarrolladas, partidarias de recortes mundiales en las emisiones, y

países emergentes como China, que consideran que limitar sus emisiones ahora

pondría trabas a su desarrollo. En Europa, el sistema de comercio de emisiones

dejó fuera el transporte, que se incluyó entre las normas de reducción de sectores

difusos.

Otro problema asociado diferente al de las emisiones de efecto invernadero

es el de las emisiones de gases de carácter local. Las emisiones de las que hemos

hablado anteriormente son las que provocan cambios en las concentraciones de

gases que retienen en la atmosfera la radiación solar. Éstas tienen carácter global,

es decir, independientemente de dónde sean emitidos los gases, la concentración

de los mismos es homogénea en todo el planeta.

8
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

No ocurre lo mismo con otros gases emitidos por los motores de

combustión interna, tales como SOx, NOx, partículas o bencenos, que son de

carácter local. Los óxidos de azufre tienen como principal fuente de emisiones las

centrales térmicas de carbón para producir electricidad, aunque también el

transporte propulsado con combustibles fósiles los produce. El principal problema

es que el azufre al mezclarse con el agua produce ácidos sulfúrico, causando la

lluvia ácida lo que acarrea problemas de degradación de suelos o cosechas.

Los principales gases emitidos por los motores de explosión usados en el

transporte son óxidos de nitrógeno. Se forman debido a que el combustible se

quema en presencia de aire, que es en un 75 % nitrógeno. En aquellas zonas

dónde más circulan vehículos con motor de explosión, como en grandes áreas

urbanas, se pueden encontrar concentraciones de dichos gases en cantidades

mucho mayores que las concentraciones habituales en el ambiente natural. Dichas

concentraciones provocan problemas de salud a la población de dichas zonas, que

sufre una mayor incidencia de problemas respiratorios, asma etc.

Si se eliminaran los motores de explosión éste problema se reduciría

sobremanera pues se cuentan entre los mayores causantes de la gran

concentración de estos gases cuya contaminación es de carácter local. En concreto

son, de acuerdo con la Agencia Europea del Medio Ambiente, responsables del 80

% de las emisiones de NO2, y del 52 % de las partículas de menos de 10 µm de

diámetro.

Otros problemas asociados al uso actual de vehículos propulsados por

combustibles fósiles son los accidentes, los atascos de tráfico, etc pero al no ser

9
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

solucionados con la adopción del coche eléctrico se encuentran fuera de los

alcance de este proyecto.

En general, de la estructura de costes del vehículo movido mediante motor

de explosión, que se muestran a continuación de acuerdo con el libro blanco de la

UE sobre el transporte en el año (BLAN10), se pueden reducir o eliminar muchos

de esos costes.

Figura 1 Desglose de costes externos por modo de transporte

Con lo expuesto en estas líneas podemos considerar que desaparecerían o

se reducirían sobremanera los costes relativos a ruido, contaminación atmosférica

y cambio climático, que representan actualmente la mitad de los costes totales del

uso del vehículo privado. El impacto sobre la sociedad del uso del vehículo se

reduciría en casi un 50 %. No son unos números nada despreciables.

10
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

Ante estos problemas aquí mencionados es la opinión del autor,

muy extendida también, que el coche eléctrico puede aportar soluciones muy

válidas a la mayoría de estos problemas.

11
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

1.1.2 EL COCHE ELÉCTRICO: CARACTERÍSTICAS Y SITUACIÓ

ACTUAL

El coche eléctrico es una variación tecnológica del coche tradicional que

se diferencia fundamentalmente en la fuente de energía que utiliza para producir

el movimiento. Si el vehículo tradicional transformaba la energía química

presente en el combustible en movimiento mediante un motor de explosión, el

vehículo eléctrico transforma la energía eléctrica almacenada en unas baterías en

movimiento mediante un motor eléctrico. La diferencia principal es por tanto el

aprovisionamiento de energía. La energía eléctrica proviene de la red eléctrica

(con la excepción del vehículo híbrido no enchufable) y por tanto la energía

primaria que utilice dependerá del mix de generación que tenga la red en cuestión.

Actualmente, el parque automovilístico está dominado casi en su totalidad

por vehículos que circulan usando la energía química almacenada en combustibles

fósiles. Pero esto no siempre fue así. En los albores de la industria de la

automoción el coche eléctrico compitió de igual a igual con el coche movido con

derivados del petróleo. En los primeros años del S. XX se vendieron más

vehículos eléctricos que de gasolina. Tenían la ventaja de ser silenciosos, carecer

de problemas asociados a vibraciones y carecer de cambio de marchas, que

entonces era un problema tecnológico. Sin embargo, una serie de factores llevaron

a que fueran superados por completo por la tecnología de combustibles fósiles de

modo que el vehículo eléctrico ha quedado relegado a nichos de mercado

marginales tales como coches de golf, transporte de personas en terminales

12
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

aeroportuarias. Es decir, zonas en las que no es viable usar motores de combustión

interna debido a sus problemas de sonoridad y emisiones.

En primer lugar, la red de carreteras americana se expandió más allá de los

núcleos urbanos. La mayor autonomía del motor de explosión le otorgó pues una

ventaja importante. En segundo lugar, la aparición del motor de arranque eléctrico

permitía arrancar un coche de explosión fácilmente sin recurrir al engorroso

arranque manual. Ello neutralizó una de sus desventajas frente al coche eléctrico.

En tercer lugar, la invención por parte de Henry Ford de la cadena de montaje

convirtió al automóvil en algo al alcance de casi todos. Mientras tanto, los

fabricantes de coches eléctricos tomaron una decisión que a la postre resultaría

funesta. Decidieron centrarse en producir coches caros y exclusivos para un

mercado de lujo.

Por todo ello, en un mundo en que el petróleo era una energía abundante y

barata, y los problemas medioambientales ni se consideraban, se produjo el auge

de la tecnología de motor de explosión y el ocaso del motor eléctrico. Esta

situación es la que ha continuado hasta nuestros días. Aunque hay una serie de

razones expuestas en el apartado sobre la problemática actual del transporte que

inducen a pensar que va a cambiar a medio plazo.

A la hora de hablar de coches eléctricos, debemos distinguir una serie de

categorías de los mismos.

El primer paso en la transición del motor de explosión al vehículo eléctrico

se considera un vehículo híbrido (HEV por sus siglas en inglés). Obtiene toda la

energía de la combustión de moléculas de hidrocarburos, pero incorpora un motor

13
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

eléctrico que colabora en la propulsión del vehículo. Mediante la aportación del

motor eléctrico cuando es necesario, el motor de explosión funciona más a

menudo en su régimen óptimo de revoluciones (la eficiencia de un motor de

combustión depende de las revoluciones a las que trabaja, ésta es la razón de que

por ejemplo el consumo de gasolina sea mayor en uso urbano que en interurbano)

y por tanto la energía obtenida es mayor y se usa para alimentar el motor eléctrico

mediante una batería. Es posible conseguir mayores rendimientos con tecnologías

de frenada regenerativa de energía, tecnología start-stop (consistente en que al

detenerse el vehículo durante un período de tiempo razonable el sistema apaga el

motor, para volver a encenderlo al arrancar sin que el usuario tenga que intervenir.

Se evita pues que funcione al ralentí, disminuyendo el consumo). No es por tanto

un vehículo eléctrico debido a que toda la energía la obtiene de los hidrocarburos,

pero obtiene significativas mejoras de consumo y eficiencia energética.

El siguiente escalón se puede considerar el vehículo híbrido enchufable

(PHEV por sus siglas en inglés). Incorpora a la tecnología del HEV una conexión

a la red para alimentar las baterías que alimentan el motor eléctrico. También se

almacena la energía procedente del motor de explosión, pero la aportación inicial

de energía eléctrica proviene de la red. La ventaja principal es que permite que

para trayectos cortos, (que, recordemos, son la mayoría) del orden de menos de

100 km, permite que el consumo directo (es decir, por parte del vehículo) de

combustible sea cero. Una vez que las baterías se agotan, funciona como un

híbrido convencional. A pesar de seguir dependiendo en gran medida del motor de

14
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

explosión, supone un avance importante hacia la electrificación del parque móvil

mediante un cambio gradual.

El último paso es el vehículo eléctrico propiamente dicho. Almacena la

energía eléctrica descargada de la red en sus baterías y circula únicamente con un

motor eléctrico que usa la energía almacenada en dichas baterías. Por tanto no

requiere de motor de explosión y su consumo de derivados del petróleo es cero.

Cabría pensar que sus emisiones tenderían a cero, pero hay que tener en cuenta

que si el mix de generación eléctrica incluye centrales que queman combustibles

fósiles ello no va a ser así. Sin embargo, en un parque de generación en el que

únicamente se incluyeran tecnologías renovables y/o nuclear las emisiones de

gases de efecto invernadero serían cero.

El problema actual de la implantación de estos vehículos es la escasa

autonomía comparado con los vehículos tradicionales y la dificultad de cambiar la

infraestructura que apoya el sector del transporte (estaciones de servicio de

combustible, etc) . En cuanto al primer problema, cabe pensar que los avances en

la investigación en cuanto a baterías eléctricas van a seguir avanzando al ritmo

frenético que siguen actualmente. En cuestión de menos de una década la

autonomía de las baterías prácticamente se ha doblado, alcanzando hoy

autonomías de más de 100 km. Es por tanto esperable que éste problema se

solucione con la mayor investigación de la que ya es objeto.

En cuanto a la infraestructura de apoyo al transporte, en primer lugar

habría que decidir entre si la recarga de las baterías se realizará mediante una

conexión a la red, mediante su sustitución en centros habilitados o mediante una

15
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

combinación de ambos. Nos limitaremos a exponer las características de ambos

sistemas. En cuanto a la recarga directamente desde la red, deberá crearse una red

de puntos de recarga tanto en las viviendas como en las calles, en las que los

automóviles podrán recargarse mientras no circulan. Estos puntos de recargas

tienen un tiempo de recarga de unas 8 horas mediante conexiones estándar como

las ya existentes. También se han desarrollado puntos de recarga de alta capacidad

que permiten reducir el tiempo de recarga de las baterías actuales a alrededor de

una hora mediante conexiones de alta corriente. La existencia de miles de coches

conectados a la red cargando sus baterías permitiría, si se les dotara de conexiones

inteligentes, que participaran en la operación del sistema eléctrico. Podría verterse

energía a la red en un momento en que fuera oportuno y de ese modo mejorar la

operación del sistema minimizando los costes de dicha operación.

El sistema de sustitución de baterías descargadas por otras cargadas se

realizaría en instalaciones equivalentes a las estaciones de servicio actuales.

Debería realizarse el cambio de baterías en un margen de tiempo similar al

empleado actualmente en repostar, y permitiría realizar largos viajes sin paradas

de consideración.

Por ello, se considera que una combinación de ambos métodos será el

sistema que apoye en un futuro no muy lejano la electrificación del transporte por

carretera. Ya están desarrollándose iniciativas así en determinadas zonas del

globo. Cabe destacar el proyecto Better Place, que pretende que la gran mayoría

del transporte por carretera se realice mediante vehículos eléctricos en un futuro

no muy lejano. Para ello habrá que convertir el vehículo eléctrico en algo atractivo

16
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

económicamente sin renunciar a las prestaciones de un coche actual. Para ello

separa la propiedad del coche de la propiedad de las baterías (que son las

responsables de alrededor de un 30 % del valor del vehículo). Éstas baterías se

cambiarían en instalaciones habilitadas al uso por otras nuevas cuando sea

necesario. El resultado de este alquiler de baterías más la red de recarga hace que

un usuario medio visitara la “gasolinera eléctrica” menos a menudo de lo que lo

hace actualmente, a un precio muy competitivo. Algunos países se han interesado

vivamente por este proyecto, como Israel, que es un país donde las distancias no

superan los 200 km y que quiere reducir su dependencia energética lo antes

posible.

• Comparativa técnica

A la hora de comparar la tecnología existente del motor de explosión y del

motor eléctrico desde un punto de vista técnico, vamos a evaluar el llamado

rendimiento well-to-wheel, utilizado con otras tecnologías. Es decir, evaluar

cuanta energía llega a las ruedas (wheel) , de la que salió del pozo de petróleo

(well). Es un método de evaluación de la eficiencia de conversión de la energía

que tiene en cuenta todas las pérdidas de la energía a lo largo de toda la cadena,

desde que se extrae el petróleo o la fuente de energía primaria hasta que se quema

la gasolina o funciona el motor eléctrico del vehículo.

Para valorar la eficiencia de cada tecnología evaluaremos cada paso

necesario para obtener la energía que luego llega al vehículo. Empezaremos por el

vehículo de explosión. El petróleo crudo se extrae mediante bombas del subsuelo,

17
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

y posteriormente se refina y transforma en derivados, que van desde alcoholes a

residuos pesados pasando por gasolinas y gasóleos, que son los que tienen usos

para el transporte. La gasolina es después transportada hasta la estación de

servicio, donde es vertida en el depósito de los vehículos. Éste es el llamado ciclo

well-to-tank. La gasolina se lleva del pozo de petróleo (well) al depósito de

gasolina (tank). El rendimiento del petróleo en ésta fase es muy alto, pues

aproximadamente el 80 % de la energía que se extrae inicialmente llega al

vehículo, a pesar de la complejidad de los procesos involucrados (KEND08). Una

vez que la gasolina está en el depósito de combustible, el motor de explosión la

transforma en movimiento, con unas pérdidas asociadas debidas a rozamientos,

pérdidas por calor etc. Estas pérdidas, que a primera vista parecen poco

importantes, son enormes. El motor de explosión es muy ineficiente. Únicamente

alrededor del 20% de la energía contenida en el depósito llega a las ruedas

(KEND08). Éste es el rendimiento del ciclo tank-to-wheel, del tanque, a la rueda

(wheel). Únicamente la alta intensidad energética del combustible (13 kWh/kG)

permite tener una gran autonomía. Mediante una sencilla multiplicación del

rendimiento de ambos ciclos se puede obtener que el rendimiento total de la

tecnología del motor de explosión desde el pozo a la rueda es del 16 %

aproximadamente.

Se trata ahora a la tecnología eléctrica. El proceso es que se extrae energía

primaria de diversas fuentes, y mediante esas fuentes se obtiene electricidad en las

centrales eléctricas, que viaja mediante la red a las baterías del vehículo. El motor

eléctrico se alimenta de estas baterías y obtiene el movimiento. Analicemos ahora

18
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

el ciclo well-to-wheel de forma análoga a lo realizado con el petróleo. La

extracción de fuentes primarias y su posterior transformación en energía eléctrica

en las centrales es un proceso que incluye multitud de tecnologías diferentes, pero

asumimos que el rendimiento de estos procesos ronda el 35 % aproximadamente

(KEND08). Son procesos termodinámicos similares a los de un motor de

explosión, pero su rendimiento es superior debido a que las instalaciones son

mayores (las pérdidas crecen con el área, que crece según una ecuación de

segundo orden, mientras que la potencia crece con el volumen, que aumenta según

una ecuación de tercer orden, por ello la relación pérdidas/potencia disminuye al

aumentar el tamaño). Si a ello incluimos las pérdidas en el transporte de

electricidad (que en la OCDE rondan el 8 %, aunque en el resto del mundo son del

orden del doble) y en el proceso de carga de la batería, podemos considerar un

rendimiento total well-to-tank del 30 %.

Una vez que las baterías están cargadas, el motor eléctrico transforma esa

energía en movimiento en un proceso con un rendimiento muy alto, del orden del

80 %. Multiplicando ambos rendimientos obtenemos que el rendimiento well-to-

wheel de esta tecnología es del 24 %. Con la misma cantidad de energía primaria,

se obtiene casi el doble de energía con esta tecnología que mediante el motor de

explosión.

19
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

Esta ilustración usada en las lecciones en el MIT (MIT09), resume lo

explicado aquí:

Figura 2 Comparativa de eficiencia entre tecnologías de transporte

A pesar de que ha habido un permanente avance en materia de eficiencia y

aprovechamiento energético en los vehículos con motor de explosión, no parece

probable que en un futuro estos datos cambien significativamente. No obstante, en

el parque móvil eléctrico la proliferación de ciclos combinados puede hacer

aumentar mucho el rendimiento.

En cuanto a las emisiones de gases a la atmósfera, cabe destacar que

incluso en el caso de que toda la energía usada por un hipotético parque móvil

eléctrico proviniera de centrales térmicas que usan combustibles fósiles, éstas

serían menores. Esto es debido a lo ya antes mencionado de un mayor

rendimiento, pero también debido a que el hecho de que las centrales funcionen

con una carga menos variable que los motores de un vehículo de explosión (que

20
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

continuamente acelera y frena) aumenta aún más su rendimiento. También el

hecho de que las fuentes de emisión (centrales eléctricas) sean un número mucho

menor, aunque cada una tenga un volumen de emisiones mucho mayor, facilitaría

el control y tratamiento de las mismas emisiones. Por tanto el vehículo eléctrico

podría contribuir a reducir las emisiones.

1.2 OBJETIVOS

El objetivo del proyecto es sencillo. Se pretende realizar una serie de simulaciones

en un modelo matemático desarrollado en la universidad que simula el sistema

eléctrico español, y comparar escenarios con una demanda eléctrica sin vehículos

eléctricos frente a otros escenarios que incluyan el vehículo eléctrico. El objetivo

final es observar si la inclusión de vehículos eléctricos supone una diferencia

sustancial en la operación del sistema, en las decisiones de inversión, si afecta a la

rentabilidad de determinadas tecnologías, si supone un encarecimiento del precio

de la electricidad o si supone un cambio en las emisiones a la atmósfera.

Se va a estudiar la influencia de diferentes tamaños del parque móvil, a su vez

conectándose a la red en diferentes momentos, sobre factores tales como el coste

de operación del sistema, el coste de inversión, las decisiones de instalación de

nuevas instalaciones, el precio medio de la energía etc.

21
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Introducción.

1.3 METODOLOGÍA / SOLUCIÓ- DESARROLLADA

Los pasos realizados para lograr la comparativa mencionada en los objetivos han

sido los siguientes:

• Modelar el vehículo eléctrico: se han realizado una serie de suposiciones

basadas en la bibliografía estudiada para modelar la cantidad de energía

que requiere un vehículo y que perfil horario de recarga va a llevar a cabo.

• Incluir la demanda del vehículo eléctrico en el modelo: sobre el modelo

matemático existente se han realizado pequeñas modificaciones que

incluyen el perfil de recarga del parque móvil eléctrico.

• Simular los distintos escenarios con y sin vehículo eléctrico.

• Análisis de los resultados

1.4 RECURSOS / HERRAMIE-TAS EMPLEADAS

Los recursos utilizados han sido:

• Modelo del sistema eléctrico español desarrollado por el Instituto de

Investigación Tecnológica de la Universidad Pontificia de Comillas de

Madrid programado en lenguaje GAMS

• Microsoft Office Word 2007 para la redacción de documentos

• Microsoft Office Excel 2007 para el análisis de resultados

22
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Capítulo 2 SIMULACIÓ DE ESCEARIOS

2.1 MODELADO DEL COCHE ELÉCTRICO: CO-SUMO


TEMPORAL.

Para lograr el objetivo último de éste proyecto de evaluar el impacto sobre

el sistema eléctrico del vehículo eléctrico va a ser necesario definir en primer

lugar con la mayor precisión posible la nueva demanda que éste va a representar.

Ello abarca tanto la magnitud de la demanda (MW) como su distribución a largo

de las horas del año, para todo el horizonte temporal que se va a estudiar.

Para ello se va a tratar de tener en cuenta no sólo las características

técnicas del vehículo en cuanto a consumo sino los patrones de uso que van a

aparecer. Va a ser pues vital tratar de estudiar los hábitos de transporte de los

ciudadanos. Cómo usan el coche, para qué y con qué horarios. De acuerdo a

cuando usan el coche, vendrá determinado el cuándo lo recargan en la red

eléctrica.

En primer lugar, se va a tratar de estimar un número de vehículos

eléctricos existentes en el país. El parque móvil español es en la actualidad de

unos 30 millones de vehículos de toda clase y condición (turismos, camiones,

autobuses) El número de turismos (que es el nicho de aplicación del vehículo

eléctrico más inmediato) es en la actualidad de unos 20 millones de unidades. Se

va a suponer una penetración progresiva comenzando en la actualidad, dado que

23
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

las condiciones políticas y sociales son idóneas. Socialmente hay mucha

preocupación por el impacto ambiental del uso de vehículos privados, lo cual se

ha traducido en una voluntad política de impulsar modos alternativos de

transporte privado. Y en esa carrera por sustituir al motor de explosión, el coche

eléctrico (en sus diferentes variantes -híbrido, enchufable-) saca varios cuerpos de

ventaja a otras tecnologías. Los fabricantes de automóviles naturalmente se han

sumado a esta corriente y están desarrollando modelos que saldrán al mercado en

los próximos meses. El coche eléctrico recibirá ayudas públicas en su desarrollo y

su adquisición por parte de los usuarios, y en España el gobierno promueve el

plan Movele para convertir al país en líder en esta tecnología, al tiempo que

fomenta con las compañías eléctricas la creación de una red nacional de puntos de

recarga.

Todo ello induce a pensar que estamos a punto de presenciar una

revolución con la progresiva aparición del vehículo eléctrico en nuestras

carreteras. Teniendo en cuenta que el escenario de estudio va a abarcar hasta

2030, se va a suponer 2 posibles escenarios de número de vehículos.

En primer lugar se va a tener un escenario pesimista de penetración de

vehículos. El vehículo eléctrico comenzaría a aparecer hacia finales de ésta

legislatura política y para el año 2015 contaríamos con un millón de vehículos

eléctricos. Teniendo en cuenta el compromiso de la administración a la hora de

promoverlo y su intención de incorporarlo en la flota de vehículos de titularidad

pública, no es un escenario descabellado. Para el año 2020 se habría duplicado el

24
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

parque móvil y contaríamos con 2 millones de vehículos, siendo finalmente 10

millones los que circularían en 2030.

En segundo lugar se va a plantear un escenario de penetración “optimista”

del vehículo eléctrico. Aparecerían a finales de la presente legislatura política (lo

cual es un compromiso del gobierno), representarían 2 millones de coches en el

año 2015 y serían 4 en el 2020 y 15 millones en 2030.

Todo esto se muestra en la tabla siguiente:

Escenario: 2015 2020 2030


Penetración Alta 2 4 10
Penetración Baja 1 2 15
Tabla 1 Escenarios de penetración de vehículos eléctricos

En segundo lugar se ha de estimar el consumo diario de energía de un

vehículo eléctrico. En él influyen los kilómetros diarios que se recorren y el

consumo por kilómetro. Éste es fácilmente mensurable y oscila entre 0,15 y 0,20

kWh por kilómetro. Usando un criterio conservador se va a considerar de 0,2 kWh

por kilómetro.

En cuanto a los kilómetros recorridos a diario por un vehículo, se ha

obtenido del libro blanco de la UE. En 1970, el recorrido medio de un vehículo

era de 17 km, pero se ha multiplicado casi por dos, para ser en la actualidad de 35

km (EEA00). Éste va a ser pues el dato que se usará para calcular la cantidad de

energía consumida por un vehículo al día, que será por tanto la que tenga que

25
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

extraer de la red durante dicho día. El consumo diario de cada vehículo será por

tanto el número de kilómetros recorridos por el consumo por kilómetro.

ܹ݇ℎ
‫݁ݒ ݋݉ݑݏ݊݋ܥ‬ℎíܿ‫ ݋݉ݑݏ݊݋ܥ = ݋݈ݑ‬൬ ൰ ∗ ‫ݏ݋݀݅ݎݎ݋ܿ݁ݎ ݉ܭ‬
݇݉

Figura 3 Evolución de la movilidad en la UE (EEA00)

Para evaluar la energía necesaria no es necesario nada más que multiplicar

el consumo unitario por el número de vehículos existentes.

‫݁ݒ ݋݉ݑݏ݊݋ܥ = ܽ݉݁ݐݏ݅ݏ ݋݉ݑݏ݊݋ܥ‬ℎíܿ‫݉ ݁ݑݍݎܽ݌ ∗ ݋݈ݑ‬ó‫݈݅ݒ‬

Acto seguido, tan importante para evaluar el impacto sobre el sistema

eléctrico es saber cuánta energía va a demandar el parque móvil eléctrico como

26
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

definir en qué momento lo va a hacer. Para ello se harán una serie de suposiciones

sobre los hábitos de los usuarios a la hora de usar y cargar sus vehículos

eléctricos.

En primer lugar se ha fijado el tiempo de recarga de las baterías en 10

horas, por ser un valor realista que concuerda con el tiempo de que disponen los

vehículos aparcados diariamente. Este valor es importante pues permite fijar la

demanda de potencia de cada coche en cada hora. Si fuera menor, por ejemplo en

el supuesto de posibles recargas rápidas, la potencia demandada por cada vehículo

sería mucho mayor.

Los posibles escenarios de consumos temporales que se van a estudiar se

describen a continuación:

27
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.1.1 MODELO DE RECARGA 1:

En este primer modelo se han hecho una serie de supuestos. En primer

lugar se va a considerar que el 100 % de los conductores usan el vehículo por la

denominada “Movilidad Obligada”, esto es, por razones de estudios y/o trabajo,

no por razones de ocio. Su patrón de uso será por tanto de uso para ir y volver de

su centro de trabajo. Recargan el vehículo al llegar a casa en torno a las 8 p.m. y

la batería está nuevamente cargada a las 6 a.m. No se considera la posibilidad de

recarga en el trabajo debido a que la mayor parte de los que se desplazan con su

vehículo privado al trabajo no suelen disponer de un sitio para aparcarlo en el

propio centro de trabajo, dejándolo normalmente en las inmediaciones. En este

primer escenario no se va a considerar la posibilidad de verter energía a la red.

A continuación se muestra la evolución de la batería a lo largo del día,

teniendo en cuenta los consumos antes descritos y el número de horas de recarga.

Estado Batería Modelo 1


1,1

0,9

0,8
Estado
0,7 Batería

0,6

0,5
0 5 10 15 20

Figura 4 Evolución diaria de la batería del vehículo modelo 1

28
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Desde el punto de vista del sistema eléctrico, la demanda del sistema en

MW a lo largo del día y para los dos supuestos de penetración del coche eléctrico

se muestra a continuación:

Demanda horaria (MW)


3000

2500

2000

1500 Penetración Baja

1000 Penetración Alta

500

0
1 3 5 7 9 11 13 15 17 19 21 23

Figura 5 Demanda diaria de energía del parque móvil en el modelo 1

29
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.1.2 MODELO DE RECARGA 2:

En el segundo escenario se incluye la movilidad por razones de ocio. De

acuerdo con el IDAE, en su guía práctica para la implantación de planes para la

movilidad urbana, en Europa actualmente se estima que aproximadamente un 50

% de los desplazamientos se realizan por motivos de trabajo (movilidad obligada)

y la mitad restante se realizan por motivos de ocio (IDAE06). Por ello en este

modelo se supone que la mitad de los usuarios utilizan el vehículo según el patrón

descrito en el escenario 1, mientras que la mitad restante usan el vehículo por

razones de ocio. Supondremos por tanto que utilizan el vehículo en algún

momento entre las 12:00 y las 00:00 horas. A partir de las 00:00 horas se inicia la

recarga del vehículo, que finaliza en torno a las 10:00 a.m.

A continuación se muestra la evolución de la carga de la batería a lo largo

del día:

Estado Batería Modelo 2


1,1

1
0,9

0,8
Estado…
0,7
0,6
0,5
0 5 10 15 20

Figura 6 Evolución diaria de la batería del vehículo modelo 2

30
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Análogamente a lo realizado con el modelo anterior, se muestra la

demanda en MW que se añadirá al sistema:

Demanda Horaria (MW)


3000

2500

2000

1500 Penetración Baja

1000 Penetración Alta

500

0
1 3 5 7 9 11 13 15 17 19 21 23

Figura 7 Demanda diaria de energía del parque móvil en el modelo 2

31
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.1.3 MODELO DE RECARGA 3:

Para el tercer y último modelo, vamos a incluir la posibilidad de que la

flota de vehículos eléctricos actúe como un almacén de energía gestionable

similar a las centrales de bombeo, y en situaciones de punta vierta energía a la red,

recargándose en las horas valle. El escenario de uso va a ser el mismo que en el

primer escenario, es decir, desplazamientos por razones de trabajo, entre las 8 a.m

y las 8 p.m. a las 8 p.m. se conecta el vehículo a la red y como entonces es hora

punta en condiciones normales de demanda, entre las 8 p.m. y las 9 p.m. el

vehículo vierte energía a la red con la misma potencia de 0,7 kW con la que

consume. A partir de las 9, en que la demanda comienza a bajar, vuelve a

demandar energía iniciando su recarga, que debido a ese consumo extra de

energía, ahora requerirá de 11 horas de recarga en lugar de 10. Por ello, el

vehículo estará demandando 0,7 kW de potencia de 9 p.m. a 7 a.m., momento en

que estará cargado y listo para su uso por parte del conductor.

32
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Se muestra a continuación la evolución de la carga de la batería del

vehículo:

Estado Bateria Modelo 3


1,1

0,9

0,8
Estado…
0,7

0,6

0,5
0 5 10 15 20

Figura 8 Evolución diaria de la batería del vehículo modelo 3

La demanda que habrá que añadir (o en esta aplicación en particular, en

ocasiones restar) al sistema se muestra en la gráfica siguiente:

Demanda Horaria (MW)


3000

2000

1000
Penetración Baja
0
Penetración Alta
1 3 5 7 9 11 13 15 17 19 21 23
-1000

-2000

-3000

Figura 9 Demanda diaria de energía del parque móvil en el modelo 3

33
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.1.4 MODELO CO GESTIÓ ACTIVA DE LA DEMADA:

Este modelo de la carga de un vehículo eléctrico se ha incorporado al

proyecto a lo largo de su desarrollo sin estar inicialmente incluido. En él, en lugar

de fijar unos valores de consumo fijos para cada hora del día, como se ha venido

haciendo, se van a estimar las necesidades diarias de energía por parte de un

vehículo, y teniendo en cuenta restricciones horarias de recarga, se va a permitir

(o requerir) al modelo matemático que coloque la demanda del vehículo en

aquellas horas del día que permitan minimizar la función objetivo que se explica

en el apartado 2.3 Descripción del modelo.

El hecho de permitir que la demanda del vehículo sea fijada de acuerdo al

precio del sistema introduce la simulación de la gestión activa de la demanda, algo

que pretende implantarse a medio plazo. Dicha gestión de la demanda no es otra

cosa que enviar señales de precio a los consumidores para que modifiquen su

consumo de energía de acuerdo a sus posibilidades en base a este precio. Ello

permitiría que aquella parte de la carga que efectivamente puede ser trasladada

(pensemos por ejemplo en electrodomésticos tales como lavadoras), pasara a

momentos de baja demanda del sistema. Ello permitiría, entre otras cosas, atender

dicha demanda con, en teoría, un precio menor de la energía pues la carga

desplazable se movería a las horas valle. Pero antes de incorporar efectivamente

estos sistemas de gestión de la demanda mediante señales de precio en tiempo real

se hace necesario comprobar si son efectivamente efectivos. Ello es lo que se

pretende con este estudio.

34
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Aplicada al campo de la electrificación del parque móvil, la gestión activa

de la demanda podría ser uno de los grandes protagonistas de dicha

electrificación, debido a que la carga de las baterías del vehículo entra dentro de

esa demanda eléctrica que puede desplazarse de acuerdo al precio. No es una

demanda que deba consumirse a la fuerza en algunos momentos del día, salvo con

alguna excepción, sino que debido a que son muchas las horas del día en las que

el coche suele estar estacionado, puede trasladarse la demanda de unas horas a

otras dentro de esa franja de tiempo en la que el vehículo no circula. Por ello el

vehículo eléctrico es una de las aplicaciones más interesantes de la gestión activa

de la demanda, y este estudio pretende contribuir al desarrollo de la misma.

Antes de explicar en detalle las restricciones y suposiciones incluidas, cabe

mencionar que este modelo únicamente va a incluirse y estudiarse en el modelo de

operación del sistema y no en el de expansión, debido a limitaciones de tiempo y

al hecho de que no se observan grandes diferencias en el estudio de operación al

añadir GAD. El año elegido para simular la operación del sistema ha sido el 2020.

Se procede a continuación a explicar en detalle cómo se modela la carga

del parque móvil en este escenario de consumo.

En primer lugar, se han estimado las necesidades energéticas diarias. Éstas

son de 7 kWh para un vehículo, repartidas entre las 10 horas de recarga diarias

como ya se ha mencionado anteriormente. Teniendo en cuenta que en el año 2020

las previsiones de vehículos eléctricos se han estimado entre 2 y 4 millones para

toda España, se van a necesitar diariamente entre 14000 y 28000 MWh.

35
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Pero no basta con determinar la energía diaria requerida. Debido a los

diferentes usos a los que se destina el automóvil, habrá que establecer alguna

distinción más en la energía que se requiere diariamente para reflejar con más

fidelidad la recarga de los vehículos. Como se mostró al inicio del apartado, en

Europa aproximadamente la mitad de los kilómetros se realizan por motivos de

movilidad obligada, es decir, estudios y/o trabajo, y la otra mitad por razones de

ocio. Por tanto, se han dividido las necesidades diarias de energía en dos mitades,

una para movilidad por razones de trabajo y otra mitad por razones de ocio. Ello

se muestra para el caso de una penetración alta del coche eléctrico en la gráfica

siguiente:

Demanda diaria base de Energia

MW
3000

2500

2000
Movilidad NO obligada
1500
Movilidad Obligada
1000

500

0
12 14 16 18 20 22 24 1 3 5 7 9

Figura 10 Desglose de la carga diaria del parque móvil en carga restringida y no restringida

Lógicamente, las posibilidades de recargar en una hora concreta varían

mucho de acuerdo al uso que se le vaya a dar al automóvil. Por tanto se va a

modelar las posibles horas de recarga de la siguiente manera:

36
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Para el caso de movilidad no obligada, se va a permitir al modelo

matemático que coloque la carga a lo largo de las 24 horas del día

sin restricción alguna, como mejor considere.

• En el caso de la movilidad obligada, se va a negar al modelo la

posibilidad de que los vehículos recarguen en la franja horaria entre

las 12 del mediodía y las 6 de la tarde, por considerar que no se

encontrará el usuario en esas horas de trabajo en condiciones de

realizar recarga alguna. Hay por lo tanto unas horas prohibidas en

las que el sistema no podrá introducir la recarga de esa mitad del

parque móvil que usa el coche por razones de trabajo.

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 18 20 21 22 23

X X X X X X

Tabla 2 Horas de Recarga prohibidas

Otra restricción que se añadirá será que no se pueda desplazar la carga del

vehículo de un día a otro, sino que únicamente podrá haber desplazamientos

intradiarios. Esto es así debido a que la carga se requiere diariamente, luego no se

puede mover de un día al siguiente, pues es necesaria ese mismo día.

37
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Se muestra a continuación cómo se ha modelado la gestión activa de la

demanda del vehículo eléctrico en base a la demanda libre. Conocido el consumo

unitario por hora y el parque móvil, a demanda total diaria era:

ଶସ

‫ = ܽ݅ݎܽ݅݀ ݈ܽݐ݋ݐ ܽ݀݊ܽ݉݁ܦ‬෍ ݀݁݉ܽ݊݀ܽ ‫ ܽ݅ݎܽݐ݅݊ݑ‬ሺܹ݇ሻ ∗ ‫݉ ݁ݑݍݎܽ݌‬ó‫݈݅ݒ‬


La carga libre (aquella que se puede colocar en cualquier hora del día)

máxima por hora es, teniendo en cuenta una recarga de 10 horas.

஽௘௠௔௡ௗ௔ ௧௢௧௔௟ ஽௜௔௥௜௔


‫= ݁ݎܾ݈݅ ܽ݃ݎܽܥ‬ ∗ ݂ܽܿ‫ܽ݃ݎܽܿ݁ݎ ݁݀ ݎ݋ݐ݂ܿܽ ∗ ݁ݎܾ݈݅ ܽ݃ݎܽܿ ݎ݋ݐ‬
௛௢௥௔௦ ௗ௘ ௥௘௖௔௥௚௔

El factor de carga libre y carga restringida será, como ya se ha

mencionado, de 0,5, y el factor de recarga será de 2. Esto significa que un coche

que con una recarga normal que demande 0,7 kW no podrá en ningún momento

demandar más de 1,4 kW. Siendo ésta la carga máxima en cada, la carga libre en

cada hora deberá ser igual o menor a ella.

En cuanto a la carga restringida, que se puede recarga en aquellas horas no

prohibidas (ver Tabla 2 Horas de Recarga prohibidasTabla 2), se calcula de modo

similar:

‫ܽ݅ݎܽ݅ܦ ݈ܽݐ݋ݐ ܽ݀݊ܽ݉݁ܦ‬


‫= ܽ݀݅݃݊݅ݎݐݏ݁ݎ ܽ݃ݎܽܥ‬ ∗ ሺ1 − ݂ܽܿ‫݁ݎܾ݈݅ ܽ݃ݎܽܿ ݎ݋ݐ‬ሻ ∗ ݂ܽܿ‫ܽ݃ݎܽܿ݁ݎ ݁݀ ݎ݋ݐ‬
ℎ‫ܽ݃ݎܽܿ݁ݎ ݁݀ ݏܽݎ݋‬

38
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.2 DEFI-ICIÓ- DE ESCE-ARIOS DE GE-ERACIÓ-

ELÉCTRICA

Paralelamente a la definición clara de la demanda eléctrica del vehículo

eléctrico y sus patrones de consumo, es necesario definir otra serie de parámetros

que definirán el sistema eléctrico que vamos a simular. Los parámetros a tener en

cuenta son:

• Demanda Eléctrica

• Objetivos de Potencia Instalada de renovables

• Precio de la tonelada de CO2

• Precios combustible y costes de inversión:

• Bloques horarios:

• Tecnologías:

• Penetración de vehículos eléctricos:

39
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Demanda Eléctrica

A la hora de definir la demanda eléctrica influyen infinidad de aspectos a

considerar, y el hecho de hacer un supuesto u otro puede dar lugar a resultados

muy dispares. Se ha tomado como base para suponer un desarrollo de la demanda

hasta el año 2030 la demanda base que hubo en el 2008. A la hora de evaluar

cómo cambia la demanda se va a suponer un comportamiento lineal. Para definir

el incremento anual se ha tenido en cuenta que la demanda en España ha crecido

durante muchos años al 4 % anual. Sin embargo, a partir de 2009 la demanda cayó

en vez de aumentar, lo que constituye un hecho insólito.

Hay informes que predicen que la demanda de 2008 no se recuperará hasta

finales de la presente década, por lo que suponer crecimientos similares a los de

principios de siglo, incluso de la mitad, no nos parece realista.

Figura 11 Evolución de la demanda. Fuente REE

Por tanto, teniendo en cuenta que la caída de demanda en 2009 hace que

los niveles anteriores no se alcancen hasta casi 2020, vamos a suponer un

40
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

crecimiento lineal de la demanda, partiendo de 2008, del 0, 5 %. La demanda

total en 2008 fue de 263.53 TWh, y por tanto, en 2020 de 281.18 TWh.

• Objetivos de Potencia Instalada de renovables

Se ha tenido en cuenta las previsiones gubernamentales de promoción de

la energía renovable y se va a considerar que se habrán alcanzado los objetivos

previstos por el gobierno español de potencia instalada de renovables para el año

2020, que se muestran a continuación.

Tecnología Potencia Instalada (MW)


Hidráulica 16662
Eólica Terrestre 35000
Eólica Marina 5000
Solar 15685
Biomasa, Biogás, RSU y otros 2200
TOTAL 74547
Tabla 3 Objetivos de potencia instalada de renovables año 2020

41
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Precio de la tonelada de CO2

A la hora de definir el precio de la tonelada de CO2 se ha tenido en cuenta

los precios históricos de la misma, los actuales y las previsiones. Hace escaso

años se llegó a abonar 45 € por tonelada, pero en la actualidad se paga a menos de

15. Hay previsiones que afirman que para 2020 se moverá en torno a 35 € la

tonelada. Por todo ello en vez de suponer un precio dado de la tonelada de CO2

para todo el horizonte de simulación se va a dividir en superperiodos de 5 años y

en cada uno de ellos se va a fijar un precio del CO2 en €/ton, que se detalla en la

siguiente tabla:

Período 2008-2013 2013-2018 2018-2023 2023-2028 2028-2030


Precio 15 35 50 50 50
Tabla 4 Evolución precios CO2

• Precios combustible y costes de inversión:

Los costes del combustible se suponen constantes en todo el horizonte

temporal, y son los siguientes, en €/MWh térmico, esto es, sin tener en cuenta el

rendimiento de las instalaciones:

Combustible uclear Carbón Fuel Gas Biomasa


Precio 1.71 7.67 20.46 25.00 12.79
Tabla 5 Precios del combustible

42
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Para el caso del modelo de expansión, se han tenido en cuenta los

siguientes costes de inversión de las nuevas instalaciones:

Tecnología Costes de inversión (€/kw)


Nuclear 3000
Térmica de Carbón 1400
Turbina de Gas Ciclo Abierto 400
Ciclo Combinado 625
Cogeneración 600
Biomasa 3800
Eólica Terrestre 1250
Eólica Marina 3000
Minihidráulica 1700
Solar Térmica 5000
Solar Fotovoltaica 3250
Tabla 6 Desglose de costes de inversión por tecnologías

43
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Bloques horarios:

Debido a limitaciones de capacidad de los ordenadores para ejecutar el

modelo, en el modelo de expansión para varios años como el que nos ocupa no se

puede modelar la demanda hora a hora, de modo que se intentó agrupar por

bloques de carga de determinadas horas de duración para facilitar al ordenador la

simulación. Sin embargo, aún creando 3 bloques de carga por día, que se pueden

identificar con horas de punta, llano y valle, el tamaño del problema era excesivo.

Por ello, finalmente se ha adoptado como solución el fijar unos días

representativos y replicarlos a lo largo del tiempo. Para ello, se fijaba para cada

mes del año un día representativo laborable y otro festivo, y se replicaban a lo

largo del mes. El resultado es que había 24 días al año representativos, con

demanda horaria, teniendo ello además la ventaja de no perder la información

horaria a lo largo de un día, como ocurría agrupando la demanda en bloques

horarios.

Por el contrario, el modelo de operación, en el que sólo se modela un año,

permite trabajar con demanda horaria a lo largo de las 8760 horas del año.

44
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Tecnologías:

Se ha tenido en cuenta la potencia instalada en España para el año 2008

por tecnologías. El modelo, al no tener en cuenta la red eléctrica, supone que cada

tecnología es equivalente a una central de potencia igual a toda la potencia

instalada en el país de esa tecnología.

Tecnología Potencia Instalada (MW)


Nuclear 7716
Carbón 11177
Fuel 1860
Gas 2276
Ciclo Combinado 21667
Hidráulica 14171
Bombeo 2747
Cogeneración 7132
Minihidráulica 1979
Biomasa 1085
Eólica Terrestre 15576
Eólica Marina 0
Solar 3761
TOTAL 91147
Tabla 7 Parque de generación en el año 2008

45
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• Penetración de vehículos eléctricos:

En lugar de hacer una única estimación del número de coches eléctricos

que circularán por las carreteras españoles, se han a hacer dos supuestos de

penetración de vehículos, uno optimista y otro más conservador. De ese modo se

estudiará para un rango de valores la influencia de la electrificación del parque

móvil. Los dos escenarios, con el número de vehículos en millones, son:

Escenario: 2015 2020 2030


Penetración Alta 2 4 10
Penetración Baja 1 2 15
Tabla 8 Escenarios de penetración de vehículos eléctricos

En cuanto al consumo diario de un vehículo eléctrico, se ha estimado

conociendo el consumo energético unitario por kilómetro, y conociendo los

kilómetros diarios que recorre un vehículo de media. Este dato se puede encontrar

en diferentes encuestas de movilidad de la UE. Estos dos datos son:

o Consumo por kilómetro: 0,2 kWh/km

o Kilómetros recorridos diariamente: 35 km

46
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.3 DESCRIPCIÓ- DEL MODELO GEPAC

Una vez definidos los diferentes casos de estudio del vehículo eléctrico

que se van a estudiar, así como los parámetros que van a definir la evolución del

sistema eléctrico, tales como la evolución de la demanda, se procede a describir el

modelo en el cual se introducen los datos de entrada para simular el

comportamiento del sistema eléctrico de generación.

Como reseña genérica, el germen del modelo es un modelo creado por

Javier Santos para el IIT (Instituto de Investigación Tecnológica) de la

Universidad Pontificia de Comillas de Madrid, que pretendía simular el sistema

eléctrico de generación teniendo en cuenta el comportamiento oligopolístico de

las diferentes compañías eléctricas.

Posteriormente, se desarrolló por parte de Adela Conchado otro modelo

que también pretendía simular el sistema eléctrico español, con otras

simplificaciones y suposiciones que se detallarán más adelante. Este modelo se ha

desarrollado en lenguaje GAMS usando el solver CPLEX y está actualmente en

uso y con múltiples aplicaciones por parte de los investigadores del IIT. Será el

utilizado en este proyecto.

Aplicaciones hasta la fecha:

• Análisis Económico y regulatorio de la Gestión Activa de la

demanda

• Prospectiva Tecnológica y Económica de las Renovables en 2020-

2030

47
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

• SUSPLAN: Pautas para mejorar la integración de la generación

renovable

• Viabilidad económica de las centrales nucleares en España

El modelo tiene 2 variantes, y ambas se van a usar y aplicar en este proyecto:

• Modelo de expansión: esta aplicación simula un horizonte temporal

del orden de años o décadas. Decide cuánta potencia se instala de

cada tecnología al año para cubrir la demanda, cómo se operan las

centrales y permite prever la evolución del sistema bajo unas

condiciones dadas.

• Modelo de operación: este modelo simula la operación del sistema

a lo largo de las 8760 horas, por lo que no toma decisiones de

inversión, sino únicamente de operación del sistema. Al ser el

tamaño del problema menor, permite mayor nivel de detalle en la

operación del sistema.

48
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Objetivo del modelo:

El modelo trata de simular el sistema eléctrico de generación minimizando

los costes del sistema de generación en un horizonte temporal definido.

MI- VA- { inversión + operación + coste CO2 - primas}

Es decir, minimiza los costes de inversión en nuevas instalaciones, el coste

de operación de las existentes, los costes por cada tonelada de CO2 emitida menos

la prima a las renovables, consideradas como un ingreso para el generador.

El modelo también tiene otra aplicación en la que, añadiendo nuevas

variables, simula una gestión activa de la demanda. Antes de seguir hablando del

modelo se va a tratar este concepto. El concepto de gestión activa de la demanda

consiste en considerar la demanda eléctrica no como un parámetro fijo y dado, tal

y como se considera la demanda eléctrica a día de hoy, (de hecho lo es, pues es

inelástica y no responde a señales de precios o de eficiencia), sino como una

variable más del sistema. La demanda eléctrica puede dividirse en demanda fija, y

en una demanda desplazable. Esto quiere decir que los consumidores están

dispuestos a modificar una parte de sus hábitos de consumo (esto es, su demanda

de energía, usos tales como poner la lavadora) según el precio, buscando

minimizar los costes del sistema. Para recibir esta señal de precio se requerirían

contadores inteligentes, que tuvieran en cuenta bien un precio en tiempo real por

horas o bien bloques horarios con variaciones de coste entre ellos. Esto permitiría

49
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

pasar de una demanda inelástica, y por tanto ineficiente, como la que hay

actualmente, a otra que contribuya a minimizar los costes.

El modelo puede pues incorporar como variables esa parte de la demanda

eléctrica considerada como desplazable y jugar con ella para minimizar los costes

de los generadores. Para ello se debe definir la fracción de demanda desplazable e

incorporar restricciones a esos desplazamientos (no se puede desplazar carga de

un mes al siguiente, por ejemplo,) para crear un escenario realista de gestión

activa de la carga.

50
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Simplificaciones del modelo:

En aras de mantener la linealidad de las ecuaciones y restricciones, lo que

simplifica muchas operaciones y permite mayor libertad de modificaciones en el

modelo, se han realizado algunas simplificaciones.

• Competencia Perfecta

En primer lugar, en el modelo se supone competencia perfecta, con

jugadores que no tienen capacidad para influir en el mercado En realidad, el

mercado eléctrico tiene un funcionamiento oligopolístico, esto es, un número

limitado de jugadores, las compañías eléctricas, que tienen un tamaño

considerable (por razones tales como economías de escala), y pueden influir en el

mercado. Esta simplificación de suponer competencia perfecta permite, como ya

se ha mencionado, mantener la linealidad del modelo.

• Gestión hídrica

En segundo lugar, la gestión de los embalses no está muy detallada, pues

supone una disponibilidad anual de agua, y por tanto de energía, basándose en los

datos históricos. No tiene en cuenta variaciones intraanuales.

• Curva de aprendizaje:

Otra simplificación del modelo afecta a la evaluación futura de la

competitividad de aquellas tecnologías que están aún en desarrollo o en una etapa

inicial de su implantación. En esos casos, es de suponer que cada tecnología

tendrá una curva de aprendizaje que permita con el tiempo que sus costes vayan

51
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

disminuyendo progresivamente, conforme se avanza en su investigación o se

generaliza su uso.

El modelo en cambio supone unos costes dados y no tiene en cuenta

futuros descensos de los mismos.

• Evolución de Precios de combustibles:

El modelo no se detiene a considerar futuras variaciones en el precio de los

combustibles tales como el carbón, el gas o el petróleo, que son muy difíciles de

estimar, y supone unos costes fijos para los mismos.

• Red de transporte:

El modelo no tiene en cuenta la existencia de la red de transporte, de modo

que ignora los posibles efectos sobre la generación eléctrica de la saturación de las

redes.

• Operación de centrales

La operación de las centrales está algo simplificada, pues no tiene en

cuenta tiempos de encendido ni de parada, ni rampas de subida y bajada de

potencia.

52
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

2.4 CÓDIGO FUE-TE DE PROGRAMAS

Únicamente se adjunta el código del modelo de simulación del sistema

eléctrico que ha sido modificado y/o añadido para la realización de éste proyecto.

Por tanto no se adjunta todo él código que requiere el modelo, sino únicamente

aquella parte que modela el vehículo eléctrico añadida al modelo por el autor.

En primer lugar se muestra el modelo de operación:

Índices:

ho horas /1-8760/

p_operacion(p) año para la ejecución en operación /2020/

ct todas las centrales

ce centrales existentes

tec tecnologías

comb combustibles

Parámetros:

porc_carga_libre fracción de carga libre / 0.5 /

factor_max_dve máximo incremento de potencia de recarga respecto a


la normal /2/

Interruptores:

ejecvehel ejecucion con demanda de vehiculos electricos /0-1/


ejecGVE ejecucion con gestion de demanda de vehiculos electricos /0-1/

53
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

Ecuaciones:

- FO_GVE_COSTES $ ejecGVE.. / Costes de operación/

COSTE =E= sum( (ce,ho,tec,comb) $ ( cttec(ce,tec) and


teccomb(tec,comb)) ,costecomb(comb) * inv_ef(ce) * PGEN(ce,ho) )
+

sum( (p_operacion,ce,ho), precioco2(p_operacion) * emisco2(ce) *


PGEN(ce,ho) ) $ ejecco2*
-

sum( (ce,ho), prima(ce) * PGEN(ce,ho) ) - sum( ho, prima('EEOL') *


prod_eol_MW_h(ho) * pins_0('EEOL') )
;

- EQ_GVE_BAL_DEM(ho) $ ejecGVE.. /Iguala la demanda con GAD a la


fija que habría sin GAD/

sum( ct, PGEN(ct,ho) ) - sum( b, PBOMB(b,ho) ) =E=


dem_sist_h(ho) + VE_LIBRE(ho) + VE_RESTR(ho);

- EQ_GVE_LIBRE(ho) $ ejecGVE.. /Calcula la carga libre que coloca en


cada hora/

VE_LIBRE(ho) =L= factor_max_dve * tasa_carga_libre;

/carga gestionada sin restricciones/

- tasa_carga_libre =

(sum(ho $ (ord(ho) le 24),dem_coche_h(ho))*


porc_carga_libre/10)$ejecvehel;

/carga libre máxima por hora/

- EQ_GVE_RESTR(ho) $ ejecGVE.. /Calcula la carga restringida que coloca


en cada hora/

VE_RESTR(ho) =L= factor_max_dve * tasa_carga_restr * sum( h1_24 $


( ord(h1_24) eq posicion(ho)), hora_prohibida(h1_24) );

- tasa_carga_restr =

( sum (ho $ (ord(ho) le 24), dem_coche_h (ho) ) * (1 -


porc_carga_libre) / 10 ) $ ejecvehel;

/la carga máxima restringida que puede haber en cada hora/

- EQ_GVE_BAL_LIBRE(di) $ ejecGVE..

sum( (ho) $ ho_di(ho,di) , VE_LIBRE(ho) - dem_coche_h(ho) *


porc_carga_libre ) =E= 0 ;

/balance de demanda libre/

54
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Simulación de escenarios

- EQ_GVE_BAL_RESTR(di) $ ejecGVE..

sum( (ho) $ ho_di(ho,di) , VE_RESTR(ho) - dem_coche_h(ho) * (1 -


porc_carga_libre ) ) =E= 0 ;

/balance de demanda rstringida/

- EQ_GVE_LIM_DEM_FINAL(ho,di) $ ( ejecGVE and ho_di(ho,di) )..

dem_sist_h(ho) + sum( b, PBOMB(b,ho) ) + VE_LIBRE(ho) +


VE_RESTR(ho) =L= smax( hh $ ho_di(hh,di), dem_sist_h(hh) +
dem_coche_h(hh) );

/esta ecuación modela que la punta de demanda que había antes de


incluir GAD no pueda ser sobrepasada al incluir GAD/

En segundo lugar se muestra el modelo de expansión del sistema. Al no

haber tratado la gestión activa de la demanda del coche eléctrico, únicamente se

modifica la demanda, que ahora incluye el vehículo eléctrico.

Índices:

p: año del análisis, de 2008 a 2030 ;

s: subperiodo (Enero-Laborable, Enero-Festivo…) ;

n: bloque de carga horario, (1-24) ;

Interruptor:

ejecvehel Ejecución con vehículos eléctricos /0-1/

Ecuaciones:

Determinar la demanda del parque móvil:

demanda_coche(p,s,n)= (dem_coche_unit(n)/1e3*parque_movil(p))$ ejecvehel;

EQ_BAL_DEM(p,s,n) ..

sum( ct, PGEN(ct,p,s,n) ) - sum( b, PBOMB(b,p,s,n) ) =E= demanda(p,s,n)


+ demanda_coche(p,s,n);

55
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Capítulo 3 AÁLISIS DE LOS RESULTADOS

Se ha estudiado tanto la operación del sistema eléctrico en el año 2020

como la expansión del sistema eléctrico para el período 2008-2030.

3.1 A-ÁLISIS DE RESULTADOS DE OPERACIÓ- DEL


SISTEMA ELÉCTRICO E- 2020

En este apartado se van a estudiar y analizar los resultados obtenidos

mediante el modelo de simulación para la operación del sistema eléctrico español

en el año 2020 con distintos escenarios de demanda. Para comenzar resumiré los

objetivos buscados en este análisis.

Se va a tratar de comparar los costes para el sistema en operación

del sistema, el perfil horario de funcionamiento de cada tipo de tecnología, así

como las emisiones de gases de efecto invernadero, dióxido de azufre y partículas

emitidas a la atmósfera. Todos estos datos se van a cotejar, comparar y evaluar

para dos supuestos de penetración del coche eléctrico para el año 2020. Estos

supuestos son:

o Penetración Baja: 2 millones de vehículos

o Penetración Alta: 4 millones de vehículos

Para cada uno de estos supuestos de parque móvil se va a estudiar según

los perfiles de recarga enunciados y detallados en el apartado 1.2 en el que se

56
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

describe los estudios de demanda realizados. De todas formas, se detalla a

continuación un breve resumen:

El primer escenario temporal de demanda va a suponer que todos

los vehículos se recargan por la noche, en horas valle, entre las 9 p.m. y las 6 a.m.,

estando restringida la recarga en cualquier otro momento del día. De ahora en

adelante nos referiremos al escenario con este perfil de recarga y 2 millones de

vehículos como EV-1, y al escenario con este mismo perfil de recarga y 4

millones de vehículos como EV-1+.

Demanda horaria (MW)


3000

2500

2000

1500 Penetración Baja

1000 Penetración Alta

500

0
1 3 5 7 9 11 13 15 17 19 21 23

Figura 12 Demanda horaria del parque móvil modelo 1

57
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

El segundo escenario supone que la mitad del parque móvil sigue la

tendencia anterior, mientras que la otra mitad usa el vehículo eléctrico para fines

de ocio, con lo que puede recargar el vehículo en una franja horaria comprendida

entre las 12 p.m. y las 10 a.m. Con este escenario, cada supuesto de parque móvil

recibirá el nombre de EV-2 y EV-2+ para 2 y 4 millones de vehículos

respectivamente.

Demanda Horaria (MW)


3000

2500

2000

1500 Penetración Baja

1000 Penetración Alta

500

0
1 3 5 7 9 11 13 15 17 19 21 23

Figura 13 Demanda horaria del parque móvil modelo 2

58
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

El tercer escenario supone un perfil de recarga igual al del escenario 1,

pero añadiendo la particularidad de que durante la hora punta de las 8 p.m. se

puede verter energía a la red, iniciando la recarga a las 9 p.m. y acabándola a las 7

a.m. Para el sistema, el hecho de verter energía se estudia en la práctica como una

bajada de la demanda. Para el estudio con 2 millones de vehículos se denominará

EV-3 y el caso con 4 millones será EV-3+.

Demanda Horaria (MW)


3000

2000

1000
Penetración Baja
0
Penetración Alta
1 3 5 7 9 11 13 15 17 19 21 23
-1000

-2000

-3000

Figura 14 Demanda horaria del parque móvil modelo 3

59
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

En este modelo de operación del sistema eléctrico, al contrario que en el

modelo de expansión se ha incorporado una aplicación que engloba el concepto de

gestión activa de la demanda. Este será el cuarto y último escenario temporal de

recarga. En él, al contrario que en los anteriores, la demanda se va a dejar libre

como una variable más para que en la simulación se coloque como le parezca

conveniente sujeto a unas restricciones. Se denominará GVE-EV-1 para el caso de

parque móvil de 2 millones de coches y GVE-EV-1+ para el caso con 4 millones

de vehículos.

Estas restricciones son las siguientes:

• La mitad del parque móvil usa el vehículo privado con fines

lúdicos (movilidad no obligada), y por lo tanto no tienen

limitaciones de recarga a lo largo de las 24 horas del día, pudiendo

recargarse cuando se estime conveniente.

• La otra mitad del parque móvil usa el vehículo por motivos de

trabajo y/o estudios (movilidad obligada), por lo que no le será

posible recargar el vehículo entre las 12 del mediodía y las 6 p.m.

Así pues, contamos con 9 escenarios en total para ser comparados, uno

base sin vehículos eléctricos, y cuatro distintos de consumo temporal que será

estudiados para 2 supuestos de penetración del vehículo eléctrico en la sociedad.

60
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de costes de operación del sistema:

En primer lugar se va a proceder a analizar los costes de operación del

sistema, los ingresos del mercado y los beneficios de los generadores, esto es, las

compañías eléctricas.

Los costes del sistema son los costes del combustible más el coste de las

toneladas de CO2 emitidas.


Coste operación = Coste Comb. ൬ ൰ ∗ Enegía producida ሺMWhሻ
MWh


Coste CO2 = Coste ൬ ൰ ∗ ton. emitidas
ton

Los ingresos de mercado son el precio de mercado en esa hora por la

energía producida en esa hora.


Ingresos Mercado = Precio mercado ൬ ൰ ∗ Enegía producida ሺMWhሻ
MWh

61
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Los costes para el sistema, en millones de €, desglosados también en

costes de combustible y CO2 se muestran en la siguiente tabla:

Coste Incremento Incremento Coste Incremento Coste Incremento


Total Absoluto relativo Comb. Absoluto CO2 Absoluto

EV-0 10047,2 5950,8 4096,3

EV-1 10401,9 354,7 3,5% 6189,2 238,4 4212,7 116,3

EV-2 10401,7 354,5 3,5% 6188,4 237,6 4213,3 116,9

EV-3 10401,6 354,4 3,5% 6187,7 236,8 4213,9 117,6

GVE
10400,6 353,4 3,5% 6178,0 227,2 4222,6 126,2
EV-1

EV-1+ 10757,4 710,3 7,1% 6433,6 482,7 4323,9 227,5

EV-2+ 10757,1 709,9 7,1% 6431,6 480,7 4325,5 229,2

EV-3+ 10757,0 709,8 7,1% 6431,0 480,2 4326,0 229,7

GVE
10756,1 709,0 7,1% 6422,8 471,9 4333,4 237,0
EV-1+

Tabla 9 Comparativa de costes de operación del sistema eléctrico

Comparando los distintos escenarios de penetración del coche eléctrico

con el escenario base EV-0, sin coche eléctrico, se puede observar que los costes

del sistema aumentan al incluir la demanda del coche eléctrico, lo que es lógico

pues supone un incremento de la demanda eléctrica diaria de 14000 MWh en el

caso del parque móvil de 2 millones de coches y de 28000 MWh en el caso del

parque móvil de 4 millones.

Se observa que para los 4 casos en los que el parque móvil es de 2

millones de vehículos, el coste aumenta en aproximadamente 350 m€ o un 3,5 %

respecto a la situación sin coches eléctricos. También se observa que no hay

62
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

apenas variaciones entre unos escenarios y otros, siendo el aumento del coste casi

idéntico. Ocurre lo mismo en los 4 escenarios en los que el parque móvil es de 4

millones de coches. El aumento absoluto del coste es de unos 710 m€ y el relativo

respecto al escenario sin vehículos es de un 7,1 %. Esto es una conclusión muy

importante, pues supone que el parámetro clave que influye en el sistema no es el

cómo y cuándo se conectan los coches al sistema, sino la cantidad de energía que

se demanda. Esto es, al tamaño del parque móvil parece pesar mucho más que los

hábitos de consumo de los usuarios.

Es significativo observar que en los casos GVE-EV-1 y GVE-EV-1+, es

decir, los que incorporan gestión activa de la demanda, disminuye el coste del

sistema comparado con los escenarios similares del demanda del vehículo fija,

pero aumentan los costes de CO2, luego podemos concluir que cubre la demanda

más con carbón que en el resto de casos, pues es la tecnología que más CO2 por

unidad de energía producida emite.

No se debe dejar pasar el hecho de que, desde el punto de vista del

incremento de los costes de operación del sistema, éstos no parecen en modo

alguno dispararse por la aparición del coche eléctrico.

63
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Analicemos ahora el incremento del coste por kWh producido.

Demanda (TWh) Costes (m€) Costes (c€/kWh) Incremento


EV-0 281,18 10047,2 3,573
EV-1 286,29 10401,9 3,633 1,68%
EV-2 286,29 10401,7 3,633 1,68%
EV-3 286,29 10401,6 3,633 1,68%
GVE EV-1 286,29 10400,6 3,633 1,67%
EV-1+ 291,4 10757,4 3,692 3,31%
EV-2+ 291,4 10757,1 3,692 3,31%
EV-3+ 291,4 10757,0 3,691 3,31%
GVE EV-1+ 291,4 10756,1 3,691 3,30%
Tabla 10 Costes de operación en c€/ kWh

Se confirma que el aumento de los costes de operación por unidad de

energía es incluso menor que al analizarlos globalmente. El incremento es de un

1,7 % en baja penetración y de un 3,3 % en alta, frente al 3,5 y el 7 % de aumento

de los costes absolutos en m€. No parece pues que los costes se disparen.

Aumentan en una proporción totalmente asumible.

Para ver la diferencia entre los sistemas gráficamente, y ver la razón del

incremento del coste, ingresos y beneficios se comparan en la gráfica siguiente la

demanda a lo largo del día entre el escenario base y el EV-1 con 2 millones de

vehículos.

64
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Demanda diaria
50000
45000
40000
35000
30000
MW

25000 EV = 2 mill
20000
EV = 0 mill
15000
10000
5000
0
6 8 10 12 14 16 18 20 22 24 2 4

Figura 15 Comparativa de demanda eléctrica diaria base y con vehículos eléctricos

Se puede observar que la diferencia entre las demandas nunca supera los

1400 MW, lo que no es mucho para el sistema, y se concentra en las horas

nocturnas. Se observa que eso desplaza la punta hacia la hora en que se recarga el

vehículo, de en torno a las 8 p.m. hacia las p.m., pero que el grueso de la energía

se demanda en las horas valle. No hay grandes incrementos de precio si la nueva

demanda se cubre con centrales de gas en la nueva hora punta y con carbón en el

valle.

65
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

A continuación se muestra la demanda a lo largo de la semana.

Demanda Semanal
50000
45000
40000
35000
30000
MW

25000 EV = 2 mill
20000
EV = 0 mill
15000
10000
5000
0
1
12
23
34
45
56
67
78
89
100
111
122
133
144
155
166
Figura 16 Comparativa de demanda eléctrica semanal base y con vehículos eléctricos

Ésta gráfica permite ver el efecto que tiene el vehículo de consumir

energía en las horas valle, en las que se observa que sube la demanda, pero que la

cantidad de energía demandada, así como la forma general de la demanda no se

ven radicalmente afectadas.

66
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

A continuación se muestran las gráficas de comparación del escenario de 2

millones de vehículos con gestión activa de la demanda con la misma cantidad de

vehículos siguiendo un patrón fijo, tanto para un día como para una semana.

Demanda diaria con GAD


40000
35000
30000
25000
MW

20000 EV1 = 2 mill


15000 GVE1 = 2 mill
10000
5000
0

Figura 17 Comparativa de demanda eléctrica con vehículos eléctricos con GAD y con
consumo horario fijo

Se puede observar como el sistema tiende a colocar la carga en las horas

valle del sistema, aunque debido a la planicidad de la señal de precios (debida a

que el conjunto de simplificaciones del modelo descritas en el apartado dedicado a

las mismas hace que las centrales de gas sean las que fijen el precio durante la

mayor parte de las horas) la distribución es en cierto modo aleatoria durante las

horas en las que se permite la colocación de la carga, como se observa en la hora

20. En general funciona razonablemente al colocar la carga en horas de menor

consumo.

67
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

A continuación se muestra una comparativa de la demanda base y la

demanda con vehículo eléctrico aplicando gestión activa de la demanda.

Demanda Semanal con GAD


50000

45000

40000
MW

35000
EV1 = 2 mill
30000 GVE1 = 2 mill

25000

20000

Figura 18 Comparativa de demanda eléctrica semanal con vehículos eléctricos con GAD y
demanda fija de vehículos eléctricos

Se puede ver al observar toda una semana que en general coloca la carga

en las horas valle nocturnas y del mediodía. También se observa algo más

interesante aún, comentado más adelante en el proyecto. La planicidad de precios

del modelo provoca una distorsión al trasladar la carga. Sin embargo en

momentos de menor demanda, donde quizás el gas no marque precios de

mercado, la variación de precios es mayor, y por tanto distribuye la carga de modo

más acusado. Se observa claramente la distribución de carga del parque móvil

eléctrico a las horas valle durante el fin de semana.

68
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Pasamos ahora a analizar los ingresos de mercado y los beneficios del

conjunto de los operadores, que se detallan en la tabla siguiente:

Ingresos Incr. Incr. Beneficios Incr. Incr.


Mercado Absoluto Relativo Totales Beneficio Relativo

EV-0 19026,5 8979,3

EV-1 19400,9 374,4 2,0% 8999,0 19,7 0,2%

EV-2 19402,1 375,6 2,0% 9000,4 21,1 0,2%

EV-3 19402,9 376,4 2,0% 9001,3 22,0 0,2%

GVE
19412,6 386,2 2,0% 9012,1 32,8 0,4%
EV-1

EV-1+ 19768,4 742,0 3,9% 9011,0 31,7 0,4%

EV-2+ 19770,2 743,7 3,9% 9013,1 33,8 0,4%

EV-3+ 19771,4 744,9 3,9% 9014,4 35,1 0,4%

GVE
19785,9 759,4 4,0% 9029,8 50,5 0,6%
EV-1+

Tabla 11 Comparativa de ingresos y beneficios del mercado

Cómo se puede observar, a la par que aumentaban los costes aumentan

también los ingresos del mercado, así como los beneficios. A la hora de evaluar

los ingresos del mercado, ocurre como ocurría con los costes. Los ingresos

aumentan al incorporar la demanda eléctrica del coche eléctrico (lógico, pues

aumenta la demanda eléctrica y por tanto la facturación de los generadores), y no

se observan apenas diferencias entre los distintos hábitos de consumo. En el caso

de los 4 escenarios con parque móvil de 2 millones de vehículos, el incremento de

los ingresos es de 375 m€ aproximadamente, y un incremento en puntos

69
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

porcentuales respecto al escenario sin vehículos eléctricos del 2 %. Para los

escenarios con penetración alta del vehículo eléctrico, es decir, 4 millones de

coches, el incremento absoluto es de en torno a 745 m€, y el relativo del 0,2 %.

A la hora de analizar los beneficios, se observa una variación. Los

escenarios en los que se aplica gestión activa de la demanda, tanto con alta como

con baja penetración del vehículo eléctrico, aumentan los beneficios de los

generadores respecto a los de los escenarios en los que la demanda de energía es

mayor. Cabe recordar que los 44 escenarios con 2 millones de vehículos demanda

la misma energía del sistema, y sólo varía el perfil horario. Lo mismo ocurre con

los 4 últimos escenarios, con parque móvil de 4 millones.

Si hubiera 2 millones de vehículos con perfiles de carga fijos 8esto es, EV-

1, EV-2 y EV-3), el beneficio para los generadores aumentaría en torno a 20 m€,

un 0,2 %. Pero si el sistema incorporase gestión activa de la demanda (GAD), el

aumento sería de 32,8 m€ o un 0,4 %. Lo mismo ocurre en los escenarios con

penetración alta de vehículos. EV-1+, EV-2+ y EV-3+ presentan un incremento

del beneficio de más de 30 millones de € (aumento de 0,4 %), mientras que si

incorporamos GAD, como en el escenario GVE-EV-1+, los beneficios crecen en

más de 50 m€, o un 0,6 %.

Por tanto se puede decir a la luz de los resultados que la implantación de

sistemas GAD aumentaría los beneficios de las empresas generadoras. Esto es un

efecto inesperado de modo que se va a intentar profundizar en el análisis.

70
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

En la siguiente gráfica se muestra la evolución de precios en las 1000

primeras horas del año para el escenario sin vehículos eléctricos (EV-0) y el

escenario con gestión activa de la demanda.

71,00

66,00

61,00
gve ev1
56,00 ev0

51,00

46,00

Figura 19 Comparativa de precios del mercado hora a hora entre distintos escenarios

La primera conclusión es la ya conocida de que el precio del mercado es

muy plano. Esto se debe a la cantidad de energía no gestionable incluida en el mix

que hace que el gas marque precio durante la gran mayoría de las horas del año.

Se observa una pequeña fracción de horas dónde no es el gas el que marca precio,

y hay marcados descensos de precio en esas horas en el caso de EV-0 dónde

marca precio el carbón o incluso la nuclear en las horas iniciales. Es en estas horas

dónde se observa un aumento de los beneficios de las eléctricas. En esas horas

dónde marca precio el carbón, la gestión activa de la demanda coloca mucha carga

de vehículos eléctricos. La demanda sube y se observa que entran a funcionar

centrales de carbón con un coste marginal mayor que las que funcionaban en el

escenario base. Ello hace aumentar el precio durante unas pocas horas al año y

71
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

hace que el beneficio pase de un incremento del 0,2 % sin gestión activa de la

demanda al 0,4 % que se obtiene aplicando GAD.

• Análisis de la evolución del precio del mercado:

Ahora se va a proceder a analizar el precio medio anual para el mercado,

en €/MWh.

Precio Incremento
EV-0 69,48
EV-1 69,57 0,13%
EV-2 69,58 0,14%
EV-3 69,58 0,15%
GVE EV-1 69,63 0,21%
EV-1+ 69,63 0,21%
EV-2+ 69,64 0,22%
EV-3+ 69,64 0,23%
GVE EV-1+ 69,71 0,32%

Tabla 12Comparativa del precio medio anual de la energía

A la hora de hablar del precio del mercado liberalizado de energía, se

observa que una de las características del modelo de simulación utilizado es que

se obtiene una curva de precios de mercado muy plana, esto debe de ser debido a

que no se tienen en cuenta curvas de arranque de centrales, ni tiempos de parada,

ni tiempos necesarios para arrancar las centrales, etc. Ello posiblemente

distorsione los resultados obtenidos, como parece ocurrir con el hecho de que

aplicar GAD el precio aumenta, como se explicó al tratar la figura19.

“Comparativa de precios hora a hora”.

72
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Efectivamente, se puede comenzar observan una tendencia lógica, que es

que conforme aumenta la demanda de energía el precio medio aumenta. Así, en

los casos de un parque móvil de 2 millones de coches con escenarios fijos de

carga (EV-1, EV-2 y EV-3) el incremento en el precio es del orden de un 0,15 %.

Sin embargo, se observa que al incluir gestión activa de la demanda el precio

aumenta (un 0,21 %) a pesar de que se observa, como se mostrará más adelante,

que el GAD coloca la carga en horas valle y la elimina de horas punta. Este

incremento parece pues debido a la poca variación de los precios a lo largo del día

debido a las limitaciones del modelo, y no debiera ocurrir con precios como los

que se dan en el mercado real.

Se observan los mismos efectos con los escenarios de parque móvil con 4

millones de vehículos. En los escenarios con carga fija (EV-1+, EV-2+ y EV-3+)

el incremento del precio medio es del 0,22 %, mientras que al incluir GAD el

precio aumenta en un 0,32 %.

73
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de funcionamiento de las centrales:

Es muy importante estudiar tanto la energía generada desagregada por

tecnologías cómo el porcentaje que representa sobre el total, es decir, la

composición del mix. A continuación se muestran en sendas tablas ambas

magnitudes.

EV-0 EV-1 EV-2 EV-3 GVE-EV1 EV-1+ EV-2+ EV-3+ GVE-EV1+

uclear 57214 57214 57214 57214 57214 57214 57214 57214 57214
Carbón 51013 51542 51566 51592 51913 51875 51939 51958 52231
Ciclo 86866 91446 91420 91395 91071 96223 96157 96138 95863

Hidráulica 6198 6198 6198 6198 6198 6198 6198 6198 6198
Bombeo 12 9 6 6 1 9 4 5

Minihidr. 14191 14191 14191 14191 14191 14191 14191 14191 14191
Biomasa 6688 6688 6688 6688 6688 6688 6688 6688 6688

Eólica 55942 55942 55942 55942 55942 55942 55942 55942 55942

SolarFV 1677 1677 1677 1677 1677 1677 1677 1677 1677

Tabla 13 Energía Generada (GWh)

A la hora de ver la energía generada por tecnologías se observa de un

vistazo lo que ya se observaba al analizar los costes de operación del sistema, que

no supone un incremento destacable de ninguna tecnología. Las tecnologías no

gestionables como la eólica, la solar, y la hidráulica no varían su contribución,

pues no dependen de la carga que haya sino de la potencia instalada (que en el

modelo de operación no varía) y de la disponibilidad de viento, sol, combustible

de origen vegetal etc. La simplificación del modelo no incluye posibles

variaciones en la aportación de las renovables no despachables. Incluir el coche

eléctrico como carga variable podría maximizar el uso de la energía renovable. La

74
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

energía nuclear, por funcionar en base ya en el escenario sin carga de vehículos

eléctricos (EV-0), no varía tampoco su contribución.

Por tanto, la variación se produce en el llamado “hueco térmico”, es decir,

aquella energía suministrada mediante centrales térmicas. Se reparte

fundamentalmente entre el carbón y el gas natural en centrales de ciclo

combinado, y ahí si observamos diferencias.

Una vez más se observa las mínimas diferencias que se observan entre los

distintos escenarios con carga fija, pues la variación se observa entre escenarios

con distintos parque móviles. En los 3 escenarios con carga horaria fija y 2

millones de vehículos (EV-1, EV-2 y EV-3), se observa que el carbón produce

unos 51550 GWH, frente a los 51013 producidos sin vehículos eléctricos. Si el

parque móvil fuera de 4 millones de coches, se producen aproximadamente 51900

GWh en los 3 escenarios (EV-1+, EV-2+ y EV-3+). Las centrales de ciclo

combinado producirán en torno a 91420 GWh con 2 millones de vehículos y

96223 GWh con 4 millones de vehículos, frente a 86866 GWh que producían en

ausencia de vehículos eléctricos

Podemos por tanto resumir que el hecho de incluir un parque móvil de 2

millones de vehículos eléctricos provocará, independientemente del momento en

que se conecten a la red, una demanda anual adicional de algo más de 500 GWh

de carbón y de algo más de 4500 GWh de ciclo combinado. Serán más de 900

GWh de carbón y 9300 GWh de demanda adicional de gas si el parque móvil

fuese de 4 millones de vehículos. El responsable de absorber el incremento de

75
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

demanda producido por el vehículo eléctrico serán las centrales de ciclo

combinado.

EV-0 EV-1 EV-2 EV-3 GVE-EV1 EV-1+ EV-2+ EV-3+ GVE-EV1+

Carbón 37,0% 36,0% 36,1% 36,1% 36,3% 35,0% 35,1% 35,1% 35,3%
Ciclo 63,0% 64,0% 63,9% 63,9% 63,7% 65,0% 64,9% 64,9% 64,7%

Tabla 14 Reparto del hueco térmico entre carbón y CCGT

Para confirmar esta última impresión se muestra la tabla anterior, que

muestra la variación del reparto del “hueco térmico” entre el carbón y el gas. Al

incluir el vehículo eléctrico se observa que aumenta el peso del ciclo combinado

en un punto porcentual y cae el del carbón en la misma medida, si los vehículos

fueran 2 millones, y de casi 2 puntos porcentuales si fueran 4.

Mención aparte merecen los casos con gestión activa de la demanda. El

aumento de la demanda se sigue cubriendo mediante carbón y gas, pero cambia la

tendencia. Ya no hay un incremento tan claro del peso del gas frente al carbón. Si

en los casos sin gestión de la demanda el incremento de generación con carbón era

de 500 GWh y de 4500 con ciclos, si aplicamos GAD se requerirán 900 GWh más

de carbón y “sólo” 4200 GWh más de gas. Lo mismo ocurre en el otro escenario,

requiriéndose en torno a 1200 GWh de carbón y 9000 GWh de gas. (En caso de

no existir GAD, se requerían 900 GWh más de carbón y 9300 GWh de gas). Por

tanto se atenúa algo el efecto de cubrir la demanda con gas en lugar de con

carbón, pues al incluir más demanda en horas valle, se utiliza más el carbón. Ello

se ve confirmado al evaluar la variación de reparto del “hueco térmico”. Ya no cae

el peso del carbón un punto porcentual sino solamente un 0.7 %, y lo mismo

76
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

ocurre en el escenario con alta penetración del coche eléctrico, En lugar de caer 2

puntos, cae 1,7 %.

Se evalúa ahora el cambio en el mix de generación.

EV-0 EV-1 EV-2 EV-3 GVE-EV1 EV-1+ EV-2+ EV-3+ GVE-EV1+

uclear 20,4% 20,1% 20,1% 20,1% 20,1% 19,7% 19,7% 19,7% 19,7%

Carbón 18,2% 18,1% 18,1% 18,1% 18,2% 17,9% 17,9% 17,9% 18,0%

Ciclo 31,0% 32,1% 32,1% 32,1% 32,0% 33,2% 33,2% 33,1% 33,1%

Hidráulica 2,2% 2,2% 2,2% 2,2% 2,2% 2,1% 2,1% 2,1% 2,1%

Bombeo 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

Minihidr. 5,1% 5,0% 5,0% 5,0% 5,0% 4,9% 4,9% 4,9% 4,9%

Biomasa 2,4% 2,3% 2,3% 2,3% 2,3% 2,3% 2,3% 2,3% 2,3%

Eólica 20,0% 19,6% 19,6% 19,6% 19,6% 19,3% 19,3% 19,3% 19,3%

SolarFV 0,6% 0,6% 0,6% 0,6% 0,6% 0,6% 0,6% 0,6% 0,6%

Tabla 15 Comparativa del mix de generación

Al igual que ocurría en la generación absoluta de electricidad, se observan

cambios únicamente en el hueco térmico. Se observa la tendencia apuntada

anteriormente del incremento de un punto porcentual del peso del ciclo

combinado y el mantenimiento del peso del carbón. Todo esto viene a confirmar

lo explicado al analizar la generación absoluta de electricidad.

77
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Ahora se muestra el número de horas que ha estado en funcionamiento

cada tecnología, para ver así posibles variaciones en la casación del mercado.

uclear Carbón Ciclo Hidráulica Bombeo Minihidr. Biomasa Eólica SolarFV

EV-0 8760 8743 7886 8760 20 8760 8760 8756 4015


EV-1 8760 8751 8080 8760 28 8760 8760 8756 4015
EV-2 8760 8753 8050 8760 17 8760 8760 8756 4015
EV-3 8760 8753 8097 8760 10 8760 8760 8756 4015
GVE-EV1 8760 8753 8100 8760 4 8760 8760 8756 4015
EV-1+ 8760 8751 8259 8760 12 8760 8760 8756 4015
EV-2+ 8760 8753 8224 8760 11 8760 8760 8756 4015
EV-3+ 8760 8754 8248 8760 7 8760 8760 8756 4015
GVE-EV1+ 8760 8756 8089 8760 8760 8760 8756 4015

Tabla 16 Comparativa de horas de funcionamiento por tecnología

Ésta tabla no debe llevar a engaño, pues muestra las horas en las que

alguna de las centrales de cada tipo de tecnología funcionaron. Así pues, no

muestra las tecnologías en base ni las de punta. Por ejemplo, la mayor parte de las

horas funcionó la hidráulica, pero las horas en las que la contribución de esta

tecnología fue apreciable fueron las de punta. En la mayoría de las 8760 horas que

funcionó, su aportación de potencia fue meramente testimonial. Ocurre algo

similar con la biomasa, que reparte su contribución de manera uniforme. La

nuclear si funcionó todo el año a potencia constante, como era de esperar, para

todos los escenarios.

Lo importante de ésta gráfica es analizar el hueco térmico y la

contribución del bombeo. Se observa que el vehículo eléctrico en general hace

aumentar las horas de funcionamiento de las centrales de gas y las de carbón

como se ha explicado con las tablas de generación de electricidad. También

78
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

acarrea una disminución del bombeo, que ya de por sí funcionaba pocas horas. Es

relevante observar que el escenario con venta de energía por parte de los

vehículos eléctricos (EV-3 y EV-3+) hace disminuir la aportación del bombeo, al

aportar energía en la hora punta de las 9 p.m. Lo mismo ocurre con la

incorporación de GAD, debido a que sustituye al bombeo, y al no haber incluido

costes de GAD, el modelo sustituye el bombeo por la gestión activa de la

demanda.

79
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de emisiones:

Una de las principales magnitudes a estudiar al analizar el impacto del

vehículo eléctrico en el sistema eléctrico son las emisiones de gases a la

atmósfera. La importancia de esto y cómo el vehículo eléctrico puede ayudar a

reducirlas se explicó en la introducción y motivaciones del proyecto. En la tabla

siguiente se incluyen las emisiones de dióxido de carbón desglosadas por

tecnología, así como las emisiones de carácter local, tales como óxidos de azufre

y nitrógeno, y partículas.

Emisiones (Mton)
CO2 Total Incr. Carbón CCGT SOx Ox Partículas
EV-0 81,927 47,181 34,746 0,2529 0,2135 0,0172
EV-1 84,253 2,839 47,675 36,578 0,2553 0,2203 0,0174
EV-2 84,265 2,854 47,697 36,568 0,2554 0,2203 0,0174
EV-3 84,279 2,871 47,721 36,558 0,2555 0,2203 0,0174
GVE-EV1 84,451 3,081 48,023 36,428 0,2567 0,2206 0,0175
EV-1+ 86,477 5,554 47,988 38,489 0,2564 0,2267 0,0176
EV-2+ 86,510 5,594 48,047 38,463 0,2567 0,2268 0,0176
EV-3+ 86,521 5,607 48,066 38,455 0,2568 0,2268 0,0176
GVE-EV1+ 86,667 5,786 48,322 38,345 0,2578 0,2271 0,0177

Tabla 17 Comparativa de emisiones de gases

A la hora de analizar las emisiones de gases, se va a evaluar su aumento

absoluto, en millones de toneladas, pues son las cantidades absolutas de gases

emitidas lo que tiene efectos sobre el clima (en el caso del CO2) sobre la salud

pública, en el caso de las emisiones de carácter local.

80
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

En cuanto a las emisiones de CO2, se observa un aumento de 2,8 Mton en

el caso del parque móvil con 2 millones de vehículos, que es algo mayor al incluir

GAD (GVE_EV-1) debido al mayor peso del carbón en la generación de

electricidad. El incremento de las emisiones es de aproximadamente 5,6 Mton

para el parque móvil con 4 millones de vehículos, siendo de casi 5,8 Mton si

aplicáramos GAD, otra vez debido al incremento del peso del carbón en el mix de

generación.

Por tanto, podría pensarse que el coche eléctrico supondrá un aumento

efectivo de las emisiones. Comparemos sin embargo éstas cifras con el hecho de

que no hubiera vehículos eléctricos sino vehículos con motor de explosión

circulando por nuestras calles.

Los vehículos eléctricos considerados han sido 2 millones, circulando 35

kilómetros diarios. O bien 4 millones en el segundo supuesto de parque móvil.

Suponiendo unas emisiones medias de 200 g/km de CO2, lo cual es un supuesto

bastante conservador, el cálculo de las toneladas de CO2 emitidas por dicho

parque móvil no eléctrico es sencillo.

Emisiones = parque móvil ∗ consumo por km ∗ km diarios ∗ 365

Para 2 millones de vehículos:

Emisiones = 2.000.000 ∗ 200 ∗ 10ିଵଶ ∗ 35 ∗ 365 = 5.11 Mton

Para 4 millones:

Emisiones = 4.000.000 ∗ 200 ∗ 10ିଵଶ ∗ 35 ∗ 365 = 10.22 Mton

81
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

El ahorro de emisiones es de aproximadamente 2,3 Mton para el primer

parque móvil de 2 millones de coches y de 4,6 para 4 millones de vehículos. Por

tanto, se reducirían las emisiones en un 45 %.

A la hora de analizar las emisiones de óxidos de azufre, nitrógeno y

partículas, éstas aumentan en torno a 0,0025 Mton para el óxido de azufre, 0,007

Mton para el óxido de nitrógeno, y el incremento de emisiones de partículas es

insignificante. Lo importante aquí no es tanto la emisión de éstos compuestos,

sino que se localizarán en torno a las centrales de generación y no en áreas

urbanas densamente pobladas con tráfico denso, dónde su impacto sobre la salud

pública es considerable.

82
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de GAD:

Se muestra ahora la evolución de la demanda con y sin gestión activa de la

demanda para una de las simulaciones, para así poder mostrar los efectos que ésta

tiene:

Figura 20 Comparativa de demanda con GAD

Se observa la comparación entre la demanda con y sin GAD y se observa

un aplanamiento general de la curva de demanda. La curva de demanda con GAD

tiene unos valles mayores y unas puntas menores que la demanda inicial.

También se puede observar que hay alguna excepción a esta regla, debida

a la planicidad de la curva de precios que arroja el modelo. Ello hace que el

modelo tenga varias horas al día con el mismo precio, y le resulte indiferente

desplazar la demanda a cualquiera de esas horas. Por ello en ocasiones desplaza la

carga a horas punta que tienen el mismo precio que otras horas que no son puntas.

83
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

3.2 A-ÁLISIS DE RESULTADOS DE EXPA-SIÓ- DEL


SISTEMA ELÉCTRICO

En este apartado se van a estudiar y analizar los resultados obtenidos

mediante el modelo de simulación para la expansión del sistema eléctrico español

en el período comprendido entre 2008 y 2030. Para evitar efectos de colas se ha

simulado hasta el año 2035 incluido. Se va a estudiar para distintos escenarios de

demanda. Se detallan los objetivos buscados en este análisis.

Se va a tratar de comparar los costes para el sistema en operación

del sistema, el perfil horario de funcionamiento de cada tipo de tecnología, así

como las emisiones de gases de efecto invernadero, dióxido de azufre y partículas

emitidas a la atmósfera. Todos estos datos se van a cotejar, comparar y evaluar

para dos supuestos de penetración del coche eléctrico para el período 2008-2030.

Estos supuestos son, en millones de vehículos:

Escenario: 2015 2020 2030


Penetración Alta 2 4 10
Penetración Baja 1 2 15
Tabla 18 Escenarios de penetración de vehículos eléctricos

Para cada uno de estos supuestos de parque móvil se va a estudiar según

los perfiles de recarga enunciados y detallados en el apartado 1.2 en el que se

describe los estudios de demanda realizados. En el modelo de expansión, a la vista

de la escasa influencia que se ha observado al aplicar gestión activa de la demanda

84
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

en el modelo de operación, y por limitaciones de tiempo, no se va a realizar el

desarrollo de un modelo que aplique GAD.

• Análisis de costes de operación del sistema:

En primer lugar se va a proceder a analizar los costes totales del sistema,

los ingresos del mercado y los beneficios de los generadores, esto es, las

compañías eléctricas.

Los costes del sistema son los costes del combustible más el coste de las

toneladas de CO2 emitidas, más el coste de las primas a energías de régimen

especial, más el coste de inversión.

‫݅ܿܽݎ݁݌ܱ ݁ݐݏ݋ܥ = ݈ܽݐ݋ܶ ݁ݐݏ݋ܥ‬ó݊ + ‫ܱܥ ݁ݐݏ݋ܥ‬2 + ܲ‫ ݏܽ݉݅ݎ‬+ ‫݊݋݅ݏݎ݁ݒ݊ܫ ݁ݐݏ݋ܥ‬


‫݅ܿܽݎ݁݌݋ ݁ݐݏ݋ܥ‬ó݊ = ‫ ܾ݉݋ܥ ݁ݐݏ݋ܥ‬൬ ൰ ∗ ‫݃݁݊ܧ‬íܽ ‫ ܽ݀݅ܿݑ݀݋ݎ݌‬ሺ‫ܹܯ‬ℎሻ
‫ܹܯ‬ℎ


‫ܱܥ ݁ݐݏ݋ܥ‬2 = ‫ ݁ݐݏ݋ܥ‬൬ ൰ ∗ ‫݊݋ݐ‬. ݁݉݅‫ݏܽ݀݅ݐ‬
‫݊݋ݐ‬


‫ ܽ݉݅ݎܲ = ݏܽ݉݅ݎܲ ݁ݐݏ݋ܥ‬൬ ൰ ∗ ‫݃݁݊ܧ‬íܽ ‫ ܽ݀݅ܿݑ݀݋ݎ݌‬ሺ‫ܹܯ‬ℎሻ
‫ܹܯ‬ℎ


‫݅ݏݎ݁ݒ݊ܫ ݁ݐݏ݋ܥ‬ó݊ = ‫ݒ݊ܫ ݁ݐݏ݋ܥ‬. ൬ ൰ ∗ ܲ‫ ݈ܽ݀ܽܽݐݏ݊ܫ ܽ݅ܿ݊݁ݐ݋‬ሺ‫ܹܯ‬ሻ
‫ܹܯ‬

Los ingresos de mercado son el precio de mercado en esa hora por la

energía producida en esa hora.


‫ ݋݅ܿ݁ݎܲ = ݋݀ܽܿݎ݁ܯ ݏ݋ݏ݁ݎ݃݊ܫ‬ቀெௐ௛ቁ ∗ ‫݃݁݊ܧ‬íܽ ‫ ܽ݀݅ܿݑ݀݋ݎ݌‬ሺ‫ܹܯ‬ℎሻ

85
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Los costes para el sistema, en millones de €, desglosados también en

costes de combustible y CO2 se muestran en la siguiente tabla:

Coste Total Incremento Coste Combustible Coste CO2 Coste Inversión

EV-0 129401 45920 16483 42397

EV-1 132468 2,4% 46744 17824 43180

EV-2 132458 2,4% 46687 17817 43209

EV-3 132499 2,4% 46617 17838 43310

EV-1+ 134653 4,1% 47825 18627 43437

EV-2+ 134637 4,0% 47523 18731 43578

EV-3+ 134665 4,1% 47441 18788 43651

Tabla 19 Costes para el sistema en expansión

Comparando los distintos escenarios de penetración del coche eléctrico

con el escenario base EV-0, sin coche eléctrico, se puede observar que los costes

del sistema aumentan al incluir la demanda del coche eléctrico.

Se confirman los resultados obtenidos en el modelo de operación de que el

coste del sistema no depende tanto del perfil de consumo de los vehículos sino de

la magnitud de la demanda. Así, para los 3 escenarios con penetración baja del

coche eléctrico el coste aumenta un 2,4 %, mientras que para los escenarios con

penetración alta, el aumento es del 4 %. También se observa que los costes de

operación del sistema, esto es, costes de combustible, CO2 y primas, aumentan

de forma similar sin dispararse ninguno de ellos en ninguno de los escenarios

estudiados. Se observa un resultado inesperado, y es que en el escenario en el que

el parque móvil vierte energía a la red, efectivamente se produce un aumento de

los costes de inversión, tanto en el caso de penetración alta como el caso de

86
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

penetración baja. Esto induce a pensar que se requiere reforzar la generación en

valle y que el sistema ya tiene suficiente capacidad de cubrir las puntas sin añadir

el coche eléctrico. No obstante, verter energía a la red en horas punta si se traduce

en un ahorro de costes de combustible.

Pasamos ahora a analizar los ingresos de mercado y los beneficios del

conjunto de los operadores, que se detallan en la tabla siguiente, en millones de €:

Incr. Incr. Incr. Incr.


Ingresos Beneficio
Absoluto Relativo Absoluto Relativo

EV-0 174316 94116

EV-1 178947 4631 2,7% 95920 1804 1,9%

EV-2 179215 4899 2,8% 96246 2130 2,3%

EV-3 179074 4758 2,7% 96043 1927 2,0%

EV-1+ 182188 7872 4,5% 97063 2947 3,1%

EV-2+ 182522 8206 4,7% 97494 3378 3,6%

EV-3+ 182206 7890 4,5% 97112 2996 3,2%

Tabla 20 Ingresos y beneficios del sistema en expansión

Cómo se puede observar, a la par que aumentaban los costes aumentan

también los ingresos del mercado, así como los beneficios. Al analizar los

ingresos del mercado, se observa el mismo efecto que en los costes. Los ingresos

aumentan únicamente en función de la cantidad de energía demandada, no tanto

del patrón de consumo de los usuarios. Así en los casos de penetración baja del

vehículo, el incremento es del 2,7 %, siendo del 4,5 % en el caso de una alta

penetración de vehículos eléctricos.

87
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

A la hora de analizar los beneficios, se observa una ligera novedad. El

beneficio aumenta al aumentar la demanda de energía, pero también varía en

función del perfil de consumo de los usuarios. Así, en los casos en los que el 100

% de la recarga ocurre en horas valle nocturnas (EV-1, EV-1+, EV-3 y EV-3+), el

incremento de beneficios para las eléctricas es de entre un 2 % y un 3,1 %. Pero

en el caso en que una parte de la carga se traslada a horas matinales (EV-2 y EV-

2+), el incremento de beneficios es de un 2,3 % para baja penetración del coche

eléctrico y del 3,6 % para alta penetración del mismo. Por tanto, en general, al

pasar la demanda del vehículo eléctrico de las horas nocturnas (EV-1 y EV-3), a

las horas matinales (EV-2) se produce un aumento de los ingresos.

88
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de la evolución del precio del mercado:

Se procede a analizar el precio medio del mercado, en €/MWh. Se muestra el

precio medio anual, separados en períodos 2012-2020 y 2021-2030. Cabe

mencionar que el modelo toma como precio de mercado el coste marginal del

sistema, lo que en la realidad debido a factores como estrategias de las empresas

eléctricas entre otras, no se tiene por qué corresponder exactamente con el precio

de mercado.

2012 2013 2014 2015 2016 2017 2018 2019 2020

EV-0 58,07 62,31 63,20 64,05 67,30 68,23 67,78 67,51 62,72

EV-1 58,02 62,28 63,09 63,97 67,19 68,21 66,61 67,63 63,83

Incr. Relativo -0,1% 0,0% -0,2% -0,1% -0,2% 0,0% -1,7% 0,2% 1,8%

EV-2 58,03 62,29 63,13 64,01 67,23 68,26 66,67 67,69 64,01

Incr. Relativo -0,1% 0,0% -0,1% -0,1% -0,1% 0,0% -1,6% 0,3% 2,1%

EV-3 58,03 62,29 63,13 64,02 67,24 68,26 66,67 67,70 64,06

Incr. Relativo -0,1% 0,0% -0,1% 0,0% -0,1% 0,0% -1,6% 0,3% 2,1%

EV-1+ 58,01 62,27 63,14 64,03 67,32 68,31 68,38 67,81 64,54

Incr. Relativo -0,1% -0,1% -0,1% 0,0% 0,0% 0,1% 0,9% 0,4% 2,9%

EV-2+ 58,00 62,28 63,16 64,05 67,27 68,33 67,53 67,91 64,84

Incr. Relativo -0,1% 0,0% -0,1% 0,0% 0,0% 0,2% -0,4% 0,6% 3,4%

EV-3+ 58,01 62,27 63,17 64,05 67,22 68,29 67,49 67,84 64,74

Incr. Relativo -0,1% -0,1% 0,0% 0,0% -0,1% 0,1% -0,4% 0,5% 3,2%

Tabla 21 Precios del mercado período 2012-2020

Se ha de reseñar que el precio para el modelo de simulación es el coste

marginal del sistema, lo que supone una distorsión.

89
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Para la próxima década se observa una escasa variación de los precios de

la energía, hasta el 2020, en el se observa un aumento del precio de entre un 2 y

un 3,4 % según haya una penetración baja o alta del coche eléctrico. Se observa

un aumento pequeño pero continuado de los precios a lo largo de la década,

pasando de los 58 € en 2012 a los 67 € en 2019. En 2020, con la entrada en

funcionamiento de nuevas centrales en base, el precio cae a los 63- 63 € MWh,

tendencia que cómo ahora se muestra en la gráfica de precios 2021-2030, continúa

en el año 2021.

90
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Analicemos ahora la década siguiente, entre 2021 y 2030:

2021 2022 2023 2024 2025 2026 2027 2028 2029 2030

EV-0 56,12 64,09 52,56 58,45 63,13 69,08 71,58 42,70 44,35 35,70

EV-1 58,81 67,56 55,69 62,41 66,27 70,53 72,85 44,98 46,56 40,48

Incr. Relativo 4,8% 5,4% 6,0% 6,8% 5,0% 2,1% 1,8% 5,4% 5,0% 13,4%

EV-2 59,26 68,03 56,08 62,75 66,94 70,94 73,27 45,35 47,15 40,54

Incr. Relativo 5,6% 6,1% 6,7% 7,4% 6,0% 2,7% 2,4% 6,2% 6,3% 13,6%

EV-3 59,05 68,01 55,93 62,82 66,72 70,71 72,94 44,61 46,36 39,40

Incr. Relativo 5,2% 6,1% 6,4% 7,5% 5,7% 2,4% 1,9% 4,5% 4,5% 10,4%

EV-1+ 61,49 68,93 56,88 63,33 66,93 70,62 72,85 45,96 46,63 42,04

Incr. Relativo 9,6% 7,6% 8,2% 8,3% 6,0% 2,2% 1,8% 7,7% 5,1% 17,8%

EV-2+ 62,05 69,77 57,32 64,13 67,81 71,14 73,36 46,81 47,79 43,16

Incr. Relativo 10,6% 8,9% 9,1% 9,7% 7,4% 3,0% 2,5% 9,6% 7,8% 20,9%

EV-3+ 61,50 69,44 56,77 63,59 67,22 70,65 72,76 45,94 46,70 41,85

Incr. Relativo 9,6% 8,4% 8,0% 8,8% 6,5% 2,3% 1,7% 7,6% 5,3% 17,2%

Tabla 22 Precios del mercado período 2021-2030

En ésta década si se observan variaciones de precio ostensibles.

Analicemos en primer lugar los precios absolutos. Con ligeras desviaciones, en

general todos los escenarios siguen la misma tendencia. En general se observa que

el precio aumentará en torno a un 5 % durante la primera mitad de la década si se

produce una penetración baja de vehículos eléctricos, y más cercana al 8 ó 9 % si

se produce una penetración alta de coches eléctricos.

Hacia el 2026 y hasta 2027, por la entrada en funcionamiento de nuevos

grupos de base (que luego se detallará), el aumento se modera hasta representar en

torno a un 2,5 % en caso de baja penetración y del 3% en caso de penetración alta.

91
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

En 2028 se incrementa el precio en torno a un 5 % con baja penetración y un 8 %

con alta penetración, lo mismo ocurre en 2029. En 2030, con la entrada en

funcionamiento de capacidad nuclear (cómo luego se mostrará) el precio cae del

entorno de los 45 € a los 40 €. El aumento de precio con demanda de vehículos

eléctricos es pues algo mayor porcentualmente, pero en ningún caso mayor en

valor absoluto a los precios mostrados en 2029.

También, en paralelo a esta tendencia, se observa una variación

generalizada en función del patrón de consumo. Así, los escenarios con recarga

exclusivamente nocturna (EV-1, EV-1+, EV-3 y EV-3+) presentan un menor

incremento de precios que el escenario en el que parte de la carga se desplaza a

horas matinales (EV-2 y EV-2+). Estos últimos escenarios suponen un incremento

de precio respecto al escenario base de entre uno y dos puntos porcentuales que

los otros escenarios con coche eléctrico.

92
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Respecto al escenario base la entrada de demanda de vehículos eléctricos

no cambia la tendencia, únicamente supone un ligero aumento de entre 2 y 5 €

aproximadamente a partir de 2020, como se observa en la gráfica siguiente.

Precio Medio (€/MWh)


80,00

70,00

60,00

50,00

40,00

30,00

EV-0 EV-1 EV-2 EV-3 EV-1+ EV-2+ EV-3+

Figura 21 Comparativa de la evolución anual del precio medio de la energía

93
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de potencia instalada anualmente:

Un estudio muy importante a realizar en el análisis del escenario eléctrico para

el período 2008-2030 es la potencia instalada de cada tecnología anualmente,

para ver la evolución del parque móvil. Se analiza ahora cada tecnología por

separado.

o uclear:

La instalación de nuclear se muestra a continuación en una única

gráfica, pues no se producen cambios al incorporar la demanda de

vehículos eléctricos.

Parque Nuclear
17000
15000
13000
11000
9000
7000
5000
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030

Potencia Instalada Nuclear

Figura 22 Evolución del parque nuclear

Cómo se puede observar, no se permite la instalación de

nuevas centrales nucleares hasta el año 2020, y se van dando de

baja las instalaciones actuales al cumplir su vida útil de 40 años

94
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

(Garoña en 2012 de acuerdo a las medidas adoptadas por el

gobierno).

Se observa que se instala en torno a 8000 MW en el año 2020, que

es cuando por primera vez se permite al modelo instalar nueva

nuclear. Cabe recordar que los precios medios caen en el año 2020

como consecuencia de la instalación de nuclear, y lo mismo ocurre

en 2030, dónde se instalan otros 7000 MW de potencia nuclear.

Cabe reseñar que esto ocurre independientemente de si se incluye

el vehículo eléctrico. Es independiente tanto de la cantidad de

demanda eléctrica requerida por el coche como por su patrón de

consumo.

95
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

o Carbón:

Potencia Instalada Carbón


15500

13500
EV-0
11500
EV-1
MW

9500 EV-2
EV-3
7500
EV-1+
5500 EV-2+
EV-3+
3500

Figura 23 Evolución de la potencia instalada de carbón

Se observa como conforme se van integrando las renovables

a lo largo de la década 2010-2020, el hueco térmico se va

reduciendo. Sin embargo se ve que la demanda añadida del

vehículo eléctrico se cubre con carbón. Así, todos los escenarios de

vehículo eléctrico, tanto con penetración baja como con

penetración alta requieren de la instalación de centrales de carbón

respecto al escenario EV-0.

96
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Para estudiar la diferencia entre los diferentes consumos

temporales de los vehículos, es preferible analizar la siguiente tabla

dónde se muestra la potencia disponible cada año de carbón entre

el 2025 y el 2030.

Carbón 2025 2026 2027 2028 2029 2030

EV-0 4472 4472 4472 6009 6009 3978

EV-1 5197 5197 5197 7559 7559 5527

EV-2 5197 5197 5197 7718 7718 5686

EV-3 5197 5197 5671 8223 8223 6191

EV-1+ 5441 5441 5441 7992 7992 5960

EV-2+ 5593 5593 5593 8144 8144 6113

EV-3+ 5671 5671 5671 8223 8223 6191

Tabla 23 Potencia disponible carbón período 2025-2030

Se observa como efectivamente la demanda del vehículo

eléctrico se cubre con carbón, y aumenta la potencia instalada en

todos los escenarios. Sin embargo se observa un mayor aumento en

los escenarios en los que se desplaza la carga a las horas matinales,

(EV_2 y EV-2+) debido a que parte de la recarga se realiza en

horas matinales donde la demanda base es mayor y sin embargo

decide cubrir la demanda instalando más carbón, mientras que si la

recarga se realiza durante la noche, no es necesario instalar más

carbón. Sin embargo, el mayor aumento de potencia instalada se da

en el escenario en el que se vierte energía a la red (EV-3 y EV-3+).

97
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Parte de ese efecto ocurre debido a que también se recarga el coche

más avanzada la mañana, pero también debido a que, cómo se verá

a continuación, instala menos gas en los escenarios EV.3 y EV3+.

o Gas:

Potencia instalada CCGT


24500
24000 EV-0
23500
EV-1
23000
MW

EV-2
22500
EV-3
22000
EV-1+
21500
EV-2+
21000
EV-3+

Figura 24 Evolución de la potencia instalada de CCGT

En líneas generales, se observa la tendencia a disminuir el

hueco térmico a lo largo del período 2008-2020 a medida que se

incorporan al mix nuevas tecnologías renovables. Se confirma lo

visto al analizar el carbón de que es ésta tecnología y no el gas la

que cubre la mayor parte de la demanda de energía del coche, al

consumirse fundamentalmente en horas nocturnas. Se ve que, hacia

el año 2026 no sólo no se requiere más centrales de ciclos

combinados que en el escenario base EV-0 sino que incluso se

reduce la instalación de los mismos. Esto se debe a que la demanda

98
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

se desplaza a las horas nocturnas, donde se instala carbón, que

después entra en funcionamiento en las horas de mayor demanda

eliminando por tanto la necesidad de nuevas centrales de gas. Se

observa también el hecho de que los escenarios donde se vierte

energía en la hora punta requieren de menos centrales de ciclo

combinado que el resto (EV-3 y EV-3+).

Por tanto, se puede concluir que el vehículo eléctrico, en la

medida que aumenta la carga en horas nocturnas, supone que el

hueco térmico aumente su parte de carbón y disminuya el peso del

gas.

99
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de la generación de energía:

Se va a proceder a analizar como varía la generación anual de energía con

cada tipo de tecnología para el período estudiado. Ello nos permitirá estudiar

la posible influencia del coche eléctrico sobre la rentabilidad de cada tipo de

central.

En primer lugar se detalla la generación con aquellas tecnologías que, bien

por no ser gestionables (las renovables) o bien por funcionar siempre en base

(la nuclear) no sufren variaciones entre los diferentes escenarios estudiados.

Producción común
140000
120000
100000
Minihidráulica
80000
GWh

Eólica
60000
EolicaOffshore
40000
Solar FV
20000
Nuclear
0

Figura 25 Generación de electricidad mediante tecnologías sin variación entre escenarios

Se observa el efecto del desarrollo de las renovables, especialmente la

eólica, y como su importancia va creciendo hasta el 2020

Se analiza ahora que ocurre con el carbón.

100
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Producción de carbón
70000
60000
EV-0
50000
EV-1
40000
GWh

EV-2
30000
EV-3
20000
EV-1+
10000
EV-2+
0
EV-3+

Figura 26 Producción de energía con carbón anualmente

Se observa que el peso del carbón en el mix sigue una relación inversa al

peso de la nuclear. El hecho de instalar nuclear en 2020 hace caer el peso del

carbón, que aumentará otra vez progresivamente según se produce el

desmantelamiento de ciertas instalaciones, para caer otra vez en 2030 con la

nueva instalación de nuclear. En lo que al vehículo eléctrico atañe, se observa

que el añadido del vehículo eléctrico supone en general un continuo

incremento de la generación con carbón, lo que ya se vislumbraba al analizar

la instalación de nuevas centrales. La aparición del coche eléctrico hará

aumentar el peso del carbón en la década 2010-2020. Posteriormente la

instalación de nuclear hace caer el peso del carbón en el mix, pero el coche

eléctrico atenúa este efecto, Para luego aumentar su peso cuando la generación

con carbón se recupere (Período 2028-2029).

101
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Para intentar sacar alguna conclusión sobre la influencia de los distintos

usos del vehículo sobre la generación con carbón, se adjunta la siguiente tabla

que muestra la generación en el período 2014 – 2020, en GWh.

Carbón 2014 2015 2016 2017 2018 2019 2020


EV-0 43454 43622 41792 41535 41807 41600 31652
EV-1 49340 49456 48078 47789 48120 47291 35282
EV-2 49362 49493 48124 47839 48190 47422 34989
EV-3 49371 49502 48144 47863 48211 47439 34990
EV-1+ 51264 51390 49822 49291 49210 49470 39364
EV-2+ 52563 52699 51320 50900 50950 50881 38819
EV-3+ 53223 53348 52019 51692 51861 51393 38897

Tabla 24 Generación con carbón período 2014-2020

Se observa que en general la generación aumenta más en función de la

cantidad de energía demandada que de su consumo horario. En los tres

escenarios con baja penetración de vehículos, las diferencias con mínimas,

aunque con alta penetración si se observa alguna diferencia. En general, el

escenario EV3+, dónde se vende energía en horas punta, incrementa el

consumo de carbón, mientras que el consumo en horas nocturnas hace caer el

peso frente a las horas matinales, probablemente porque la demanda se cubre

en mayor medida con nuclear. El escenario EV-1+ consume menos carbón que

el EV-2+, y éste a su vez que el EV-3+.

102
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Se procede ahora a analizar la generación con ciclos combinados.

Figura 27 Producción de energía con CCGT anualmente

Se observa la misma tendencia general que ocurría con el carbón de tener

una relación inversa entre el peso del gas y el peso de los ciclos combinados. En

primer lugar, una caída generalizada de 2008 a 2020, en que su lugar lo ocupan

las renovables, y para desparecer al aumentar la generación con nuclear en 2020.

(a pesar de que la generación en 2020, 2021 y 2023 es 0, sólo se considera como

conclusión relevante el hecho de que cae a mínimos la generación con gas por el

empuje de la nuclear y las renovables. No se debe tomar al pie de la letra estos

resultados porque la distorsión en el modelado de las renovables, a las que el gas

respalda en el sistema, hace que se requiera mas gas del que arrojan los resultados.

Posteriormente a 2025, con el aumento de la demanda, el estancamiento de las

renovables y el desmantelamiento de nucleares antiguas, vuelve a recuperar

importancia, para caer otra vez al aumentar la nuclear en 2030.

103
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Una vez analizada la tendencia general se puede observar la influencia del

coche eléctrico. En general el coche eléctrico supone una disminución del peso

del gas en la década 2010-2020, pues la generación es menor que respecto al

escenario base EV-0, pero posteriormente en 2025, cuando se recupera la

generación con gas, al haber aumentado la demanda de vehículos eléctricos

respecto a la década anterior, esa nueva demanda se cubre con gas, aumentando su

peso respecto al escenario base. No se han extraído conclusiones firmes acerca de

la influencia de los diferentes usos del vehículo eléctrico pues no se observan

tendencias reconocibles.

104
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de la evolución de los costes de inversión:

Se muestran los costes de inversión anuales para los distintos escenarios.

Figura 28 Comparativa de los costes de inversión

Se observa que la introducción del coche eléctrico no va a suponer

cambios sustanciales en la política de inversión respecto al escenario base

EV-0. Los únicos cambios visibles se muestran en los años 2012 y 2028.

105
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

Los costes para dichos años de los distintos escenarios se muestran

a continuación:

Costes
2012 2028
M€
EV-0 4979 4180
EV-1 5749 5334
EV-2 5749 5556
EV-3 5749 5600
EV-1+ 6090 5600
EV-2+ 6303 5600
EV-3+ 6413 5600
Tabla 25 Costes de inversión años 2012 y 2028

Se observa que en el año 2012 una penetración baja del vehículo eléctrico

supone una inversión adicional 770 m€, mientras que una alta penetración supone

una inversión adicional de entre 1000 y 1400 m€. En el año 2028 el incremento es

de aproximadamente 1400 m€.

106
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

• Análisis de emisiones:

Se va a analizar las emisiones de gases de CO2 para los distintos

escenarios en el período 2020-2030.

Emisiones de CO2 (Mton)

Año 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030

EV-0 29,05 11,66 18,95 20,81 22,08 29,23 38,92 39,08 54,89 61,53 24,75

EV-1 31,61 17,83 24,20 27,60 28,28 33,86 39,97 40,10 63,46 68,09 41,73

EV-2 31,43 17,42 23,97 27,65 28,10 33,77 40,10 40,23 64,07 68,57 42,64

EV-3 31,35 17,32 24,09 27,92 28,20 33,86 40,07 41,70 65,88 70,44 44,24

EV-1+ 35,09 21,18 27,68 32,19 32,75 38,88 44,72 45,14 69,11 74,29 47,59

EV-2+ 34,58 20,27 27,74 31,33 32,89 39,36 45,44 45,83 69,62 74,62 48,48

EV-3+ 34,57 20,34 28,06 31,70 33,25 39,65 45,57 46,01 69,78 74,92 48,46

Tabla 26 Análisis emisiones de CO2 en estudio de expansión

En general se observa un aumento de las emisiones, lo cual es de esperar si

es el hueco térmico el que cubre las necesidades energéticas de demanda del

parque móvil en su mayor parte. Se observa que depende fundamentalmente

de la cantidad de energía demandada, pues los 3 escenarios con penetración

baja del coche (EV-1, EV-2 y EV-3) presentan unas emisiones muy similares

entre sí, y algo diferentes a las de los escenarios con alta penetración del coche

eléctrico. Éstos por su parte presentan unas emisiones algo mayores, también

muy similares entre sí.

En general, en los años en los que aumenta la generación con nuclear

como 2021, aumentan más las emisiones debido a que en un escenario base

sin vehículo eléctrico el peso del hueco térmico en la generación se reduce

107
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

mucho. Mientras, en años con menor generación de nuclear, como 2026, la

diferencia de emisiones es menor. Por tanto, se observa que influye mucho

más en la cantidad de emisiones el hecho de instalar energía nuclear o no que

el hecho de incluir o no el parque móvil eléctrico. No se considera por tanto

las emisiones año a año como dato relevante por estas distorsiones (ya que no

es realista suponer entradas masivas en un año de tecnología nuclear), y se

procede a continuación a evaluar las emisiones a lo largo de la década.

A la hora de ver las emisiones totales de la década, se detallan a continuación:

Incremento Incremento
Total
Absoluto Relativo
EV-0 310,24
EV-1 367,29 57,05 18,4%
EV-2 369,10 58,86 19,0%
EV-3 376,40 66,16 21,3%
EV-1+ 412,35 102,11 32,9%
EV-2+ 415,30 105,06 33,9%
EV-3+ 417,41 107,17 34,5%

Tabla 27 Comparativa iIncremento de emisiones CO2

Se observa un aumento de en torno a 60 Mton o del 30 % de las emisiones

para baja penetración y de 105 Mton o el 33 % par alta penetración.

Comparemos ahora ese incremento con la reducción que ha tenido lugar al

sustituir durante esos años todo ese número de vehículos con motor de

explosión interna por vehículos eléctricos.

Suponemos unas emisiones de 200 g/km y 35 km diarios. Las emisiones

ahorradas son:

108
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Análisis de los resultados

ଶ଴ଷ଴

‫ = ݏ݁݊݋݅ݏ݅݉ܧ‬෍ ‫݉ ݁ݑݍݎܽ݌‬ó‫ ∗ ݏ݋݅ݎܽ݅݀ ݉݇ ∗ ݉݇ ݎ݋݌ ݋݉ݑݏ݊݋ܿ ∗ ݈݅ݒ‬365


ଶ଴ଶ଴

Se muestran a continuación la comparación de emisiones en MTon para

toda la década.

Ahorradas Emitidas Disminución


EV-1 168,63 57,05 66%
EV-2 168,63 58,86 65%
EV-3 168,63 66,16 61%
EV-1+ 266,99 102,11 62%
EV-2+ 266,99 105,06 61%
EV-3+ 266,99 107,17 60%
Tabla 28 Ahorro de emisiones de CO2

A la luz de los datos se observa una disminución de las emisiones de CO2

emitidas por cada vehículo de entre el 60 y el 66 % según la penetración del

vehículo eléctrico y su patrón de uso.

109
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

Capítulo 4 COCLUSIOES

Se va a tratar de resumir aquí lo relatado en el análisis de resultados de un

modo general y conciso. En caso de ser de interés particular algún aspecto

concreto se puede analizar en el subapartado correspondiente del análisis de

los resultados.

• Costes del sistema:

En cuanto a los costes del sistema la idea principal es que la aparición del

coche eléctrico no supone un incremento considerable del coste. En el caso de

la operación del sistema en el año 2020 el coste varía entre un 3,5 % y un 7%

según se incremente el parque móvil en 2 o en 4 millones de coches. Es

importante resaltar que no se han visto diferencias entre los perfiles de

recarga, luego el coste depende únicamente de la cantidad de energía

consumida, y no de cuándo se consume la misma.

En el caso de la expansión del sistema eléctrico, los resultados son

similares. El incremento del coste es de entre un 2,4 % y un 4% según haya

una baja o alta penetración del coches eléctricos respectivamente, y no hay

variación según cuándo se demande energía.

110
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

• Ingresos del sistema:

En el caso de los ingresos del mercado, se observa la misma tendencia que

con los costes. Tanto en la operación en 2020 como en la expansión del

sistema aumentan los costes de un modo totalmente asumible. En el caso de la

operación el aumento oscila entre el 2 y el 4% según la penetración sea baja o

alta y en el caso de la expansión el aumento va del 2,7 al 4,5%.

• Beneficios:

En los beneficios se observa un aumento de los beneficios mayor cuanto

mayor sea la demanda, pero una influencia significativa de la gestión activa de

la demanda que como se observa en el apartado correspondiente hace

aumentar los beneficios del 0,2 al 0,4% en el caso de 2 millones de coches y

del 0,4 % al 0,6%.

En el caso de expansión, para el que no se ha estudiado la GAD, Se

observa mayor disparidad entre los escenarios. En general el aumento de

beneficios oscila entre el 2 y el 3 % según haya baja o alta penetración de

coches, pero el escenario 2 de consumo, en el que parte de la carga se realiza

en horas matinales aumenta los beneficios para las eléctricas ligeramente.

• Precios del mercado:

La influencia del coche eléctrico sobre los precios del mercado se puede

calificar como menor. En operación, en el año 2020 se observa un incremento

mínimo del precio inferior siempre al 0,5 %. En el modelo de expansión,

empieza a observarse diferencias en la década 2020-2030. El aumento de

111
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

precios relativo oscila entre el 5 % para escenarios de baja penetración y el 10

% para escenarios de alta penetración del coche eléctrico hasta el 2024 que es

el año con mayor variación del precio. Y se observa que la instalación o no de

nuclear u otras tecnologías tiene una influencia mucho mayor sobre el precio

que el aumento de demanda debido al parque móvil eléctrico.

• Instalación de nuevas centrales:

En cuanto a la instalación de tecnologías en el sistema, el modelo de

expansión ha arrojado como resultados lo siguiente. En primer lugar, el

aumento de la demanda base será cubierto inicialmente y hasta 2020 por el

incremento de las renovables, mientras que a partir de ahí se espera un resurgir

de la nuclear en caso de que las circunstancias políticas lo permitan. La

demanda añadida con el vehículo eléctrico será cubierta por el aumento del

hueco térmico. En los primeros años de la década que comienza en 2010 se

espera un incremento de unos 2000 MW en la instalación de carbón, mientras

que en el caso del gas, debido a la gran capacidad existente actualmente en el

sistema, no se instalarán más instalaciones hasta el 2025, y se observa que

incluso se instalan menos centrales al incluir el vehículo eléctrico. En general

por tanto se puede concluir que el coche eléctrico supondrá un incremento del

peso del hueco térmico en el sistema, y que bajo las condiciones supuestas en

el supuesto realizado de precios de CO2 se apuesta por el carbón.

112
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

• Cambios en la generación de electricidad:

A la hora de hablar de la generación de electricidad por tecnologías, se

observan dos tendencias según se atienda a los resultados de operación o a los

de expansión. La diferencia estriba en que el parque de generación supuesto

para la operación en 2020 no coincide con el parque de generación al que se

llega mediante el modelo de expansión en el 2020. En el escenario de

operación del año 2020 en el que se trabaja con una potencia instalada en

función a estudios realizados en el IIT se observa un desplazamiento decidido

de la generación hacia las tecnologías de CCGT. Se incrementa la generación

con CCGT en torno a 4550 o 9000 GWh según circulen 2 o 4 millones de

coches. En cambio, con las variables de estudio fijadas en este proyecto de

precio del CO2 el modelo de expansión decide instalar potencia de carbón y

por tanto en el modelo de expansión es la generación con carbón la que

aumenta mucho. Probablemente esto no ocurriría así con otros escenarios de

precios de CO2. No obstante, aún cuando estos escenarios estudiados en la

expansión pudieran cumplirse en el futuro, es la opinión del autor que con la

actual tendencia a instalar ciclos de gas y no centrales de carbón el peso del

hueco térmico sea absorbido por centrales de gas y no de carbón.

Por tanto, a la luz de éstos resultados se puede afirmar que la generación

con tecnologías térmicas aumentará, y que ésta serán generada por el gas y en

menor medida por el carbón.

113
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

• Emisiones:

Se ha observado que tanto con el modelo de expansión como con el de

operación se alcanza un ahorro importante de emisiones de CO2. En el caso

del modelo de operación, el ahorro de emisiones es de un 45 % tanto si

circulan 2 millones de coches como si circulan 4, mientras que es aún mayor

en el caso de expansión, llegando a un ahorro del 66 %. Esto ocurre aún en el

caso que se ha estudiado en que la generación necesaria para suplir la

demanda del parque móvil eléctrico se realiza con tecnologías térmicas. Se

produce un traslado de las emisiones del transporte al sector eléctrico,

lográndose una reducción del volumen total de emisiones. Si bien el impacto

de esto es indudablemente positivo, se ha de tener en cuenta que para la

economía del país, se trasvasan emisiones de un sector no regulado como el

transporte terrestre, a otro que si está regulado como la generación eléctrica.

Ello podría acarrear problemas para reducir las emisiones reguladas del sector

eléctrico, afectar al cumplimiento de los tratados internacionales y hacer

perder competitividad al sector eléctrico si tiene que afrontar un aumento de

sus emisiones sin contrapartida alguna.

114
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Conclusiones

Por tanto, y como resumen final, se puede concluir a la realización de este

proyecto, que bajo las condiciones estudiadas y a la luz de los resultados, el

vehículo eléctrico no supondrá un incremento importante ni de los costes ni de

la necesidad de instalaciones eléctricas, y que la electricidad necesaria para

abastecer las necesidades de los vehículos será generada mediante tecnologías

térmicas, logrando aún en esas condiciones reducir drásticamente las

emisiones emitidas por el parque móvil.

115
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Futuros desarrollos

Capítulo 5 FUTUROS DESARROLLOS

En este proyecto se ha enfocado mucho el análisis de la simulación

tomando como variable principal el perfil horario de consumo, pues para cada

suposición del tamaño del parque móvil hay 3 e incluso 4 escenarios que lo

único que introducen es distintas hipótesis de consumo horario.

A la vista de los resultados se ha visto escasa variación entre los resultados

de estos escenarios, mientras que sí se observa variación al aumentar el

número de coches, no ocurre lo mismo al variar las horas en las que se

conectan a la red eléctrica.

Por tanto, el autor considera interesante el estudio de la penetración del

coche en función de otras variables. En el presente proyecto se estudiaba para

unos supuestos muy concretos de precios del CO2, penetración de energías

renovables, etc. Sería interesante, y no se ha incluido en el presente proyecto

por limitaciones de tiempo, estudiar la influencia del coche eléctrico de

acuerdo a estas variables ya mencionadas como el precio del CO2, o distintos

estudios de penetración de renovables, o potencia instalada nuclear. En tal

caso, los resultados podrían ser distintos y muy reveladores

116
UIVERSIDAD POTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO INDUSTRIAL

Bibliografía

BIBLIOGRAFÍA

(BARQ04): Julián Barquín Gil, “ Energía : Técnica Economía y Sociedad ”,


Universidad Pontificia de Comillas, 2004
(KEND08): Gary Kendall, “ Plugged-in: the end of the oil age ” WWF World Wild
Fund for Nature, 2008
(BLAN10): Libro Blanco de la UE: la política Europea de transportes de cara al 2010

(MIT09): web.mit.edu/evt/iap2009
(EEA00): European Environment Agency, “ Are we moving on th right direction?:
Indicators on transport and environment integration in the EU,
TERM2000 ”. EEA, 2000
(IDAE06): Instituto para la Diversificación y el Ahorro de la Energía, “ Guía PMUS”
IDAE, 2006

117

Вам также может понравиться