Influencia de la variabilidad climática en el Perú en la producción hidroeléctrica

• Autor: Castillo Navarro, Leonardo Franco
• Formato: tesis doctoral
• Fecha de Publicación: 2020
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/24853
• Enlace del recurso: http://hdl.handle.net/20.500.14076/24853
• Nivel de acceso: acceso abierto
• Materia: Índices climáticos; El Niño; Variabilidad climática; Producción de energía hidroeléctrica; https://purl.org/pe-repo/ocde/ford#2.03.02

El Perú no es ajeno a los fenómenos climáticos que ocurren en el norte del país y que producen variaciones y anomalías en los caudales, siendo el caudal, variable principal para la producción de energía hidroeléctrica. Un estudio, que relacione la variabilidad climática y/o índices ENSO con la producción hidroeléctrica global y regional constituye una contribución a la agenda de desarrollo de agua y energía en nuestro país. Del total de la producción de energía eléctrica para el 2018 en el Perú, un 57.04% es generado por las centrales hidroeléctricas (COES, 2019). Por tanto, se requiere un conocimiento tradicional con base en el clima para el sector hidro energético con fines de establecer medidas de planificación y prevención ante impactos negativos de la variabilidad climática. La zona de estudio corresponde a la vertiente nor-Pacífico del Perú, desde la cuenca del río Pativilca hasta la cuenca del río Piura, con 19 estaciones de caudales mensuales (1965-2015) que son sometidos a tratamientos estadísticos para verificar la estacionariedad de las series: descomposición estacional y de tendencias Loess (Cleveland et al., 1990), prueba Dickey-Fuller aumentada (Fuller, 1996), procesos de correlación y clúster jerarquizado: método aglomerativo de Ward.D2 (Murtagh et al., 2014), hasta la aplicación del vector regional (Brunet-Morel, 1979) para definir regiones homogéneas o de comportamiento similar de caudales frente a índices climáticos. Los índices climáticos propuestos son el E, C, MEI, PDO, SOI, ONI e ICEN que son determinados en su mayoría por las anomalías de temperatura del mar en las regiones del Océano Pacífico del Niño 1+2 y Niño 3.4. Dichos índices son sometidos en su conjunto para obtener como resultados índices climáticos significativos para la variable caudal y producción de energía hidroeléctrica. Como resultado del análisis multivariante y vector regional sobre los caudales medios mensuales obtenemos un agrupamiento de 04 regiones homogéneas. El clúster_1 corresponde a la cuenca del río Piura, el clúster_4 abarca la margen derecha del río Santa (Cordillera Blanca), el clúster_2 lo conforma el sector desde la cuenca del río Virú hasta la parte alta de la cuenca del río La Leche, y el clúster_3 abarca la cuenca del río Pativilca, gran parte del río Santa y la parte alta de la cuenca del río Chancay-Lambayeque. Una vez obtenido las series de caudales mensuales trimensuales por cada clúster, se realizó el análisis del modelo predictivo mediante la regresión múltiple para intervalos de confianza en un 95% y pruebas de detección de autocorrelación entre variables como Durbin-Watson (DW). Los modelos predictivos consideran caudales precedentes e índices climáticos con sus respectivos retardos. Todos los modelos de predicción de caudales en base a los índices climáticos presentaron un R2 mayor a 0.83, con cálculos de Nash-Sutcliffe (NSE) por encima de 0.81 entre caudales observados y simulados, y valores de DW cercanos a 2. Para los modelos a partir del año 2000, los índices C y MEI con retardo 0 son significativos para el clúster_1 y clúster_2, al igual que el índice MEI con retardo 10 para el clúster_3 y el índice SOI con retardo 5 para el clúster_4. El modelo generado en la presente tesis nos refleja una conexión entre los caudales e índices ENSO. Un segundo proceso es el análisis de la serie de producción hidroeléctrica correspondiente a los registros de la C.H Gallito Ciego (2005-2019) con una producción de energía promedio de 12.85 Gw.h y un pico máximo de 27.87 Gw.h ocurrido en abril 2007. Durante el lapso 2005-2019 se presentaron 42 eventos de El Niño y 50 eventos de la Niña (según clasificación del índice ONI), no habiendo diferencia significativa en la producción hidroeléctrica entre ambas fases. Sin embargo, durante la fase El Niño se generó un acumulado de 602.98 Gw.h, en La Niña se generó un acumulado de 677.11 Gw.h y durante la fase neutral se generó 1032.33 Gw.h. Se observa una caída en la generación de energía hidroeléctrica en las fases del ENSO a comparación de la fase neutral. Entre las fases cálida/El Niño y fría/La Niña, los datos indican una mayor linealidad de los caudales del clúster_2 con producción de energía hidroeléctrica en la fase fría/La Niña con un coeficiente de correlación de 0.79. Con fines de obtener un modelo predictivo para la producción hidroeléctrica C.H. Gallito Ciego, se aplicaron inicialmente técnicas de punto de quiebre por la media (changepoint) y análisis de ondeletas (wavelets) para determinar señales y períodos dominantes. Los resultados muestran índices climáticos significativos para los modelos de predicción de producción de energía hidroeléctrica con el E (retardo 4), C (retardo 12) y MEI (retardo 11) para los períodos 2005-2007, 2008-2012 y 2013-2015. El modelo de regresión múltiple considera como parámetro de entrada al caudal del clúster_2 (para el retardo 0) e índices climáticos significativos, resultando valores de R2 mayor a 0.64, con Nash-Sutcliffe (NSE) por encima de 0.50, y valores de DW cercanos a 2. Un tercer proceso realizado en la presente investigación es la propuesta de proyectos de complementariedad energética para las fases El Niño/La Niña. De los resultados, se verifica la existencia de complementariedad respecto a los caudales para la generación de energía hidroeléctrica con velocidades de viento para la generación de energía eólica. Para Piura, se obtuvieron coeficiente de correlación de Pearson por encima de -0.78, aceptables por la relación inversa entre caudal y velocidad de viento. La técnica de índice adimensional dado por Beluco et al., 2008 también fue aplicada en la presente investigación. Nuestro principal aporte de la tesis es la metodología de la relación índices climáticos, caudales y luego la relación índice climáticos producción de energía hidroeléctrica con fines de ser representados por ecuaciones matemáticas lineales para la predicción. Los resultados son aceptables y la metodología aplicable para otras Centrales hidroeléctricas que pertenezca a una región homogénea (clúster) obtenido en la presente investigación.