Informe Final D03I1122

TABLA DE CONTENIDOS
I.
ACTA DE TÉRMINO DEL PROYECTO.
1.1.
1.2.
1.3.
1.4.
IDENTIFICACIÓN DEL PROYECTO.
EJECUCION DEL PROYECTO.
PLAN DE CONTINUIDAD.
TABLA DE CONFORMIDAD. __________________________________________________
II.
INFORME EJECUTIVO.
2.1.
2.2.
2.3.
2.4.
2.5.
RESUMEN EJECUTIVO (CASTELLANO E INGLÉS).
CUADRO DE SÍNTESIS DE RESULTADOS Y DE OBJETIVOS.
INFORME FINANCIERO A LA FECHA DE TÉRMINO.
EVALUACIÓN DE LA EJECUCIÓN DEL PROYECTO.
PROPUESTA DE CONTINUIDAD DE CADA INSTITUCIÓN BENEFICIARIA.
III.
INFORME DE GESTIÓN.
3.1.
OBJETIVOS DEL PROYECTO.
3.2.
3.3.
RESULTADOS DEL PROYECTO.
GESTIÓN DEL PROYECTO.
IV.
INFORME CIENTÍFICO TECNOLÓGICO Y ECONÓMICO SOCIAL.
4.1.
4.2.
4.3.
INVESTIGACIÓN Y DESARROLLO REALIZADOS POR EL PROYECTO.
NEGOCIOS TECNOLOGICOS Y PRODUCTIVOS.
IMPACTOS PRODUCIDOS Y ESPERADOS.
V.
ANEXOS.
ANEXO 1.
ANEXO 2.
ANEXO 3.
ANEXO 4.
ANEXO 5.
EVALUACIÓN ECONÓMICA SOCIAL Y PRIVADA.
PLAN DE MANTENCIÓN DE LA INFRAESTRUCTURA HABILITADA,
BIENES, EQUIPOS Y OTROS ELEMENTOS ADQUIRIDOS.
SOLICITUDES Y REGISTROS DE PROTECCION DE PROPIEDAD
INTELECTUAL.
PUBLICACIONES.
DOCUMENTOS DE CONFORMIDAD DE lAS EMPRESAS (O DE OTRA
ENTIDAD SOCIA).
I.
ACTA DE TÉRMINO DEL PROYECTO
1.1. IDENTIFICACIÓN DEL PROYECTO
TITULO DEL
PROYECTO
Sistema de Ahorro Energético para Trenes Urbanos como
Plataforma de Exportación de Servicios Tecnológicos
CÓDIGO FONDEF
D03 i 1122
DIRECTOR(A) DEL
PROYECTO
INSTITUCIÓN(ES)
BENEFICIARIA(S)
Jaime Bustos
EMPRESAS Y OTRAS
ENTIDADES SOCIAS
CONECTA S.A.
EMPRESA DE TRANSPORTE DE PASAJEROS METRO S.A.
Universidad de La Frontera
1.2. EJECUCIÓN DEL PROYECTO
FECHA DE TOMA DE RAZON POR LA
CONTRALORÍA GENERAL DE LA
REPÚBLICA
PLAZO CONTRACTUAL (indicado en el
convenio, en meses)
FECHA EFECTIVA DE INICIO
FECHA EFECTIVA DE TÉRMINO.
DURACIÓN EFECTIVA (desde la fecha
efectiva de inicio hasta la fecha efectiva de
término, en meses)
01/12/2004
18
01/03/2005
30/07/2007
28
1.3. PLAN DE CONTINUIDAD.
La ejecución de un proyecto de una temática relevante a nivel nacional, pero que tuvo su
desarrollo en la Región Metropolitana, resultó ser una experiencia enriquecedora, tanto
desde el punto de vista científico, como del punto de vista de las empresas relacionadas al
proyecto.
El resultado principal es una tecnología intermedia cuyo principal valor es integrarla a un
sistema automatizado para trenes y metros en países en vías de desarrollo, profesionales
de la Universidad fortalecieron capacidades en el ámbito de la propiedad industrial,
colaborando en la solicitud de protección a través de una patente de invención.
En la Universidad de La Frontera se montó el Laboratorio Multidisciplinario orientado a la
integración y Transferencia Tecnológica en el ámbito de la Automatización y
Productividad en sistemas electrónico-informáticos y de manufactura, llamado
Laboratorio de Ingeniería Aplicada (LIA), como Unidad de Negocio, con el fin de impulsar
el desarrollo de proyectos de investigación y desarrollo en ingeniería aplicada, orientado a
dar satisfacción a requerimientos específicos de clientes externos e internos, por lo tanto el
compromiso de los investigadores es de impulsar y fortificar las líneas de servicios que
existen y nuevas, tanto para el fortalecimiento de capacidades, como para la visión de
soluciones aplicadas a las empresas del rubro.
Para CONECTA, el proyecto ha representado un avance sustantivo en el desarrollo de su
nueva línea de negocios de Eficiencia Energética. A la fecha, se encuentran ad portas de
ejecutar dos evaluaciones reales de desempeño, adicionales a las dos anteriormente
efectuadas.
Para la empresa METRO S.A., pese a la dificultad de llevar a cabo los ensayos en terreno
de la tecnología, se lograron obtener datos relevantes para superar con éxito los diferentes
elementos que estaban presentes, tanto en el aspecto de implementación física como de las
variables que intervienen en la ejecución de la oferta de transporte en Metro. En cuanto a
los resultados, mediante las pruebas realizadas los fines de semana, se logró demostrar
ahorros de energía en un rango del 3% al 6% sin afectar la calidad de servicio, que eran los
objetivos propuestos en el proyecto.
Tanto la empresa CONECTA S.A, como Metro S.A. se comprometen a mantener el
contacto y trabajo conjunto para la continuidad de la iniciativa, como soporte para las
líneas del Metro de Santiago, a fin de mejorar el funcionamiento y actualización de los
resultados en terreno.
Las actividades a las que las empresas del proyecto se comprometen, son:
Prácticas controladas para alumnos de Ingeniería de último año, estudiantes de la
Universidad de La Frontera, a lo menos 1 al año, por no menos de 5 años.
1.4. TABLA DE CONFORMIDAD 1
Nº
1
2
Nombre Institución,
Empresa u Otra Entidad
Socia
EMPRESA DE
TRANSPORTE DE
PASAJEROS METRO S.A.
CONECTA S.A.
Nombre Representante
Legal
¿Se adjunta Documento de
Conformidad en Anexos? 2
Rodrigo Azócar
Hidalgo
Sí
Alfredo De La
Quintana Gramunt
Sí
1 Sólo se debe incorporar a las instituciones, empresas u otras contrapartes que efectivamente
hayan realizado aportes al proyecto, sean estos incrementales o no.
2 Los (las) Representantes Legales de cada institución, empresa u otra entidad socia del proyecto
declaran estar en conocimiento y de acuerdo con el contenido total de este informe.
II.
INFORME EJECUTIVO
2.1. RESUMEN EJECUTIVO 3
Versión en castellano.
Se ha logrado alcanzar total o parcialmente los objetivos propuestos y los
indicadores de desempeño comprometidos. Para aquellos indicadores no logrados
a cabalidad, los resultados obtenidos fueron los mejores dadas las limitaciones que
aparecieron en la ejecución del proyecto y que nos obligaron a incorporar
estrategias alternativas diferentes a las inicialmente consideradas en la propuesta
de trabajo.
Los principales logros del proyecto incluyen:
•
•
•
•
•
•
•
•
Modelos de tráfico de trenes y pasajeros
Modelos de consumo de energía eléctrica de tracción
Modelos de estimación de cantidad de pasajeros en un carro y convoy
Set de sensores instalados en convoyes de línea 1
Bases de datos de operación (corriente, voltaje, presión, desplazamiento)
útiles para desarrollar nuevos modelos de operación de la línea 1 u otras de
características similares.
Sistema de optimización en línea
Modelo de negocios
Patente solicitada
Las principales dificultades encontradas y su mecanismo de resolución fueron:
•
Regulaciones de seguridad y disponibilidad de equipos rodantes (convoyes)
para instalación de sensores y adecuación del sistema de comunicaciones. Se
debió trabajar dentro de las restricciones técnicas y de acceso a las
3
A partir del proyecto ejecutado, en no más de una página describa lo realizado, destacando los
resultados y sus impactos. Este resumen debe ser diferente al resumen ejecutivo incluido en el
proyecto reformulado. (ATENCIÓN: ESTE RESUMEN EJECUTIVO SERÁ PÚBLICO).
6
•
•
•
instalaciones de Metro, debiéndose considerar significativas cantidades de
tiempo adicional para las etapas de instalación y pruebas de equipos en los
convoyes.
Limitaciones en la comunicación de datos (confiabilidad de transmisión)
desde los sensores en los convoyes hacia la central de operaciones. Se debió
desarrollar extensas rutinas de validación y completitud de información
faltante para proveer información suficiente y confiable para monitorear el
estado actual del sistema.
Necesidad parcial de incorporar información adicional en línea para corregir
monitoreo del sistema en trenes “no monitoreados” (debido a baja
confiabilidad de datos). Fue necesario implementar una rutina de ingreso de
información mínima para operación del sistema (para trenes no visualizados
con una confiabilidad mínima necesaria) que inicialmente no estaba
considerada en el diseño.
Sobrecarga de recomendaciones de operación hacia el regulador. Se
diseñaron y probaron diferentes esquemas de control, con diferentes niveles
de limitación en la cantidad de comandos sugeridos al regulador de tráfico.
Se orientó la regulación hacia pocos críticos de alto impacto en el consumo
de energía.
Se ha verificado la factibilidad y desempeño de un sistema como el propuesto, sin
afectar la calidad de servicio medida. Sin embargo se ha podido establecer que una
operación continua de este prototipo requiere de un rediseño de los módulos de
comunicación de datos y monitoreo para asegurar la confiabilidad de datos
necesaria y la operación factible sin requerir del ingreso de información mínima
adicional (en paralelo).
7
Versión en inglés.
We achieved, totally or partially, all the proposed objectives and the performance
measures involved. For those indicators not fully achieved, the results were the
best given the limitations that appeared during the project implementation and
caused us to incorporate different strategies to those originally considered in the
proposed work.
The main achievements of the Project include:
•
•
•
•
•
•
•
•
Train and passenger traffic Models
Traction electric energy consumption models
Passenger estimation models for individual cars and whole train
Set of sensors installed in convoys for Line 1
Operation Data Base (current, voltage, pressure, distance) useful for
development of new operation models for Line 1 or others with similar
characteristics
Optimization system in Line 1
Business models
Patent application submitted
The main difficulties encountered and their resolution mechanism were:
•
•
•
Regulations on safety and availability of mobile equipment (convoy) for
installation and adjustment of the sensor system. It was necessary to work
within technical and access constraints to facilities for Metro, requiring
considering significant amounts of additional time for the stages of installing
and testing equipment in convoys.
Limitations in data communication (reliable transmission) from the sensors
in the convoys to operations central. It was necessary to develop extensive
code (routines) for validation and completion of missing information in
order to provide sufficient and reliable data to monitor the current state of
the system.
Partial need to incorporate on-line information to correct the system
monitoring on trains "not monitored" (due to low reliability of data). It was
8
•
necessary to implement code (a routine) for entering minimum information
required for operation of the system (for trains not shown with a minimum
reliability) that initially was not considered in the design
Overloading of operation recommendations to the regulator. Different
control schemes were designed and tested, with different levels of limitation
in the amount of commands suggested to the traffic regulator. Regulation
was oriented towards of a few critical intervention points with high impact
on energy consumption.
It has been verified the feasibility and performance of a system as proposed,
without affecting the measured quality of service. However it has been established
that a continuous operation of the prototype requires a redesign of the data
communication and monitoring modules to ensure the reliability of data necessary
and the feasible operation without requiring the entry of additional minimum
information (in parallel).
9
2.2. CUADRO DE SÍNTESIS DE RESULTADOS Y DE OBJETIVOS
Objetivos del proyecto
1
2
3
4
5
6
7
8
9
Objetivo general
Desarrollar un sistema de ahorro de energía eléctrica en trenes urbanos a partir de la
modelación de los flujos de trenes, en ambientes de demanda variable, que logre
rentabilización incremental del consumo de energía de tracción, sin alterar la calidad ni
eficiencia del servicio de transporte.
Objetivos específicos
Contar con un sistema de ahorro energético que se traduzca en aportes económicos y sociales
para empresas cliente y sus usuarios.
Desarrollar un modelo de negocios, basado en las tecnologías y sistemas desarrollados, para su
comercialización a nivel mundial.
Potenciar el desarrollo de la investigación y desarrollo en el CMCC, aportando a su
establecimiento como referente nacional e internacional en aplicaciones de modelación y
computación científica a problemas de alto impacto económico y social.
Potenciar la vinculación universidad-empresa a través del desarrollo de actividades de
transferencia tecnológica relacionadas a la modelación y optimización de sistemas complejos
que tengan un positivo impacto con mutuo beneficio.
Desarrollar un modelo de captura de información en línea de las variables más determinantes
del consumo de energía eléctrica en trenes urbanos.
Desarrollar un modelo de pronóstico de requerimientos de energía en el corto plazo en trenes
urbanos.
Desarrollar un modelo de planificación óptima del consumo eléctrico en trenes urbanos, a
partir de la coordinación en tiempo real de los horarios de salida y llegada de los trenes.
Desarrollar herramientas de software y hardware que soporten la implementación de los tres
modelos y su solución.
Desarrollar una etapa formal de marcha blanca, implementando un prototipo del sistema en
una línea del metro de Santiago, para la evaluación y mejora de las herramientas y sistemas
desarrollados, a fin de garantizar un producto maduro y de calidad al término del proyecto.
10
Resultados de Producción
Nombre
Descripción
Descripción de
logro
4
Objetivos
asociados 4
Sistema de Captura de Información en Línea
El resultado corresponde a la obtención de un sistema de captura
de datos, a través de la programación e instalación de unidades
de captura y transmisión de datos en línea, basado en variables
determinantes en el consumo de energía eléctrica de los trenes.
La información recopilada alimentará un modelo de pronóstico
de requerimiento eléctrico.
El sistema de captura de información en línea ha sido
completamente implementado a través de la instalación de 35
grupos de sensores en igual número de carros. De ellos, 4 grupos
de sensores se han instalado en un mismo convoy, permitiendo
capturar información de diferentes carros de ese tren. Los
sensores han sido instalados en un coche motriz de cada tren,
completándose la instalación en Diciembre de 2006.
Posteriormente se conectaron los sensores con el sistema de
comunicaciones basado en radio-modems de Metro,
culminándose la conexión de 17 trenes en Mayo de 2007. Para el
resto de trenes fue imposible lograr la conexión al sistema de
transmisión de datos ya sea por inexistencia de transmisores en
el tren o imposibilidad de conducir las señales desde el carro
monitoreado a la unidad de transmisión en la cabecera del tren.
El sistema de captura presenta una alta confiabilidad de los
sensores detectándose casi el 100% de los sensores operativos al
término de la instalación del sistema. Sin embargo, el sistema de
transmisión de información basado en radio modems verifica
una alta tasa de errores de transmisión (carencia parcial de
datos). Del total de 17 trenes en los cuales se ha configurado la
transmisión de datos a la central, sólo en 11 se presentan tasas de
recepción cercanas al 60% y en el resto estas son menores al 30%
o nulas. La mayor dificultad fue observada en la transmisión de
datos dentro de los túneles. Esto se trató de corregir ajustando la
potencia de transmisión desde los trenes y corrigiendo las
antenas de recepción pero no fue posible lograr mejores
desempeños.
5
Indique el numeral identificador del(de los) objetivo(s) relacionado(s).
11
Resultados de Producción
Nombre
Descripción
Objetivos
asociados 5
Modelo y Pronóstico del Consumo Eléctrico
Se modela el consumo de energía eléctrica principalmente de
tracción, en función de las variables que intervienen en la
Programación de Marchas e Itinerarios. Una vez modelado el
consumo, se utilizarán las herramientas necesarias para obtener
un modelo de pronóstico de la demanda eléctrica.
La metodología para la modelación de la demanda de energía
eléctrica de METRO S.A., se basa en el análisis del comportamiento
físico del sistema de transporte subterráneo de METRO S.A.,
utilizando la información estadística de afluencias de pasajeros,
consumos de energía y velocidad de trayectos. Para cumplir con
esto, se desarrollan las siguientes actividades:
Descripción de
logro
• Recopilación de datos y Procesamiento de datos
• Caracterización de perfiles de consumo asociados a la
operación de cada unidad de transporte y del sistema total.
• Definición del consumo energético en función de tramo de
viaje, velocidad tipo y carga transportada.
• Validación de consumos obtenidos.
6
Los valores de consumo de energía eléctrica en tracción estimados
se validan con datos reales de energía del sistema eléctrico de
METRO S.A. tanto en condiciones de marcha en vacío como
circulación con pasajeros.
El error de estimación de la potencia instantánea se ha estimado
en el rango de 5-10%.
5
Indique el numeral identificador del(de los) objetivo(s) relacionado(s).
12
Resultados de Producción
Nombre
Descripción
Descripción de
logro
6
Objetivos
asociados 6
Modelo de Optimización
Un modelo matemático y algoritmo de solución que representa el
problema de decisión de asignación de marchas y tiempos de
salida de trenes urbanos en un ambiente dinámico, con
restricciones de calidad de servicio teniendo como objetivo la
minimización del consumo de energía eléctrica de tracción.
Se ha formulado un modelo de optimización generalizado para la
minimización del consumo de energía eléctrica de tracción para
trenes metro con restricciones de calidad de servicio y capacidad
limitada de trenes y andenes (ver Informe de Módulo de
Optimización). Este modelo permite establecer itinerarios
detallados de operación para una ventana móvil (de 15 minutos o
más) a partir de la situación “actual” de tráfico.
Si bien este modelo incluye en su función objetivo una
componente variable de consumo proporcional al peso
transportado (número de pasajeros), ésta no fue considerada en
la implementación del procedimiento de optimización debido a
que en las mediciones de consumos realizadas para elaborar los
modelos de consumo eléctrico se determinó que los consumos
promedios en cada marcha representaban adecuadamente esta
relación de proporcionalidad, no identificándose situaciones
anormales que justificaran este nivel de detalle en la formulación.
Se ha implementado la resolución de dicho modelo utilizando
una heurística evolutiva desarrollada por el equipo del proyecto
implementada en lenguaje ANSI-C (ver Código Computacional del
Módulo de Optimización). Adicionalmente se realizaron
experimentos de resolución utilizando software comercial de
optimización entera mixta CPLEX y otras herramientas
especializadas (LPSolve).
3,7
Indique el numeral identificador del(de los) objetivo(s) relacionado(s).
13
Resultados de Producción
Nombre
Descripción
Descripción de
logro
Prototipo del Sistema.
Referido a la implementación de un prototipo del sistema que
permita someter a evaluación a las herramientas de software y
hardware que soportarán los modelos de captura, pronóstico y
optimización, para mejoras de éstos.
Se ha desarrollado un prototipo de sistema de ahorro de energía
eléctrica de tracción para trenes urbanos con exigencias de
calidad de servicio a los usuarios, que utiliza la plataforma de
hardware de captura y transmisión de datos instalada por el
proyecto y disponibles en Metro de Santiago. Los diferentes
módulos de software han sido implementados usando lenguaje
ANSI-C y Visual Basic 6.0
Las pruebas de instalación y de rendimiento han permitido
establecer una línea de referencia de los ahorros de consumo de
energía posibles con la operación de este prototipo en la Línea 1
del Metro de Santiago.
El ahorro verificado en las pruebas en terreno es de 3 a 6% en los
periodos de operación correspondientes sin observarse impacto
(deterioro) de los indicadores de calidad de servicio medidos
(velcom, intervalo y atrasos). (ver Informe de Pruebas en Terreno
domingo 29-07-2007 e Informe de pruebas en terreno domingo 19-0807 )
Resultados de Protección
Nombre
Resultados de
producción
asociados
Descripción de
logro
7
Objetivos
asociados 7
8,9
Objetivos
asociados
Patente del Sistema
Patente solicitada en Chile Nº 3215-2008, el 29 de octubre del
2008.
Se solicita patente del Sistema de Ahorro de Energía Eléctrica de
Tracción de Trenes Urbanos. El ámbito geográfico es el
propuesto en el proyecto original, el cual contempla iniciar el
desarrollo del negocio en el mercado latinoamericano y
posteriormente continuar con los mercados en otros continentes.
1y8
Indique el numeral identificador del(de los) objetivo(s) relacionado(s).
14
15
Resultados de Transferencia y Negocios 1
Nombre
Resultados de
producción
asociados
Descripción de
logro
Plan de Negocios
Se formuló un modelo de negocios definitivo que se ha diseñado,
el Sistema podrá ser comercializado a nivel mundial. Este
modelo determina las estrategias de mercadeo, la definición de
los niveles de precios de venta, formas de venta y servicio de
post venta.
Sistema de Ahorro de Energía Eléctrica de Tracción para Trenes
Urbanos, integra elementos de hardware y software, y genera un
menor consumo efectivo de energía eléctrica en la red de coches
que poseen los trenes urbanos, sin alterar el nivel de servicio
exigido, mediante el manejo y la coordinación global de
velocidades del total de trenes que se encuentren circulando en
una línea. Se adjunta en anexo F el modelo resultado del estudio.
Resultados de Transferencia y Negocios 2
Nombre
Resultados de
producción
asociados
Unidad de Negocio creada en la empresa
Con el fin de crear una Unidad de Negocio dentro de la empresa,
se implementó una Línea de Negocio en Uso Eficiente de La
Energía, denominada Consultorías en Uso Eficiente de la
Energía. Esta línea de negocios, tiene como objetivos la
comercialización de productos y prestación de servicios
relacionados con el Uso Eficiente de la Energía.
Objetivos
asociados
1,2,4
Objetivos
asociados
4
16
Descripción de
logro
Con la creación de la línea de negocios se propone contribuir
significativamente los ingresos de la empresa, complementando
los servicios prestados actualmente por la empresa. Se espera
aumentar la rentabilidad, consolidarla como empresa de
servicios energéticos, transformándola en un actor nacional
relevante. Usuarios Actuales de los servicios que ofrece
CONECTA S.A. Compañías de Distribución de Energía Eléctrica
e Industrias grandes consumidoras de insumos energéticos.
Productos ofrecidos relacionados con la nueva línea de negocios
de CONECTA S.A.
Consultorías de Uso Eficiente de la Energía. Servicio para
aumentar la productividad de sus plantas reduciendo el gasto en
energía eléctrica y utilizándola en forma más eficiente.
Diagnósticos de Calidad de Suministro Eléctrico Mide y registra
las diversas magnitudes eléctricas que son consideradas para
establecer la calidad del suministro eléctrico.
Miembros de la línea Consultorías en Uso Eficiente de la Energía
Alfredo de La Quintana, Jefe de Líneas de Desarrollo Daniel
Herrera Astudillo, Jefe de Línea Consultorías en Uso Eficiente de
la Energía Equipo de especialistas para la ejecución de los
trabajos.
Metodología de Trabajo
• Contratación de Ingeniero
• Levantamiento de Mercado
• Ejecución de visita a las Plantas Industriales
• Generación de Propuestas y Ventas
Difusión a la comunidad empresarial
Se realizará difusión de la prestación de servicios a través de
página web, http://www.conecta.cl/
Resultados de Transferencia y Negocios 3
Nombre
Resultados de
producción
asociados
Unidad de Negocio creada en la UFRO
Con el fin de crear una Unidad de Negocio dentro de la
institución, se implementó el Laboratorio Multidisciplinario
orientado a la integración y Transferencia Tecnológica en el
ámbito de la Automatización y Productividad en sistemas
electrónicoinformáticos y de manufactura. Este laboratorio
tendrá tiene como objetivos principales el desarrollo de
proyectos de investigación y desarrollo en ingeniería aplicada,
orientado a dar satisfacción a requerimientos específicos de
clientes externos e internos.
Objetivos
asociados
4
17
Descripción de
logro
En la actualidad el Gobierno Nacional cuenta con un proceso de
elaboración de una Política Nacional de Innovación y
Emprendimiento, a través de una Comisión Nacional presidida
por el ex Ministro de Hacienda, Sr. Nicolás Eyzaguirre. Esta
propuesta debiera proveer los mecanismos de asignación de
fondos competitivos para la Innovación y el Emprendimiento,
con fuerte base tecnológica.
Participantes Estratégicos
Z-World, empresa donante de equipamiento tecnológico para
control.
Conecta, gestión, dirección y detección de oportunidades.
Dirección de Innovación y Transferencia Tecnológica de la
Universidad de La Frontera
INCUBATEC
Empresas en convenio con la Facultad
Compañía de Cervecerías Unidas, CCU-Planta Industrial
Temuco; Empresa Emilio Sandoval Poo; Empresas Casagrande;
Industrias Rosen; Trafkin, operador CORFO; Aguas Araucanía
S.A.; Forestal Santa Elena; Pesquera Los Fiordos-Agrosuper
Almacenes Paris Temuco; Secretaría Ministerial de Hacienda de
la Región de La Araucanía. Comisión Nacional del Medio
Ambiente Región de La Araucanía. Sercotec Región de La
Araucanía.
Aportes de la Facultad-Departamento Ingeniería de Sistemas
Infraestructura consistente en una sala de 20 m2 y su habilitación
de servicios para la correcta funcionalidad del Laboratorio.
Equipamiento computacional mínimo requerido para el
funcionamiento inicial del Laboratorio. Estos equipos serán
aportados desde el Departamento de Ingeniería de Sistemas.
Miembros del Laboratorio
Jaime Bustos, Director de la Unidad de prestación de servicios.
Alfredo de la Quintana, Director Ejecutivo
Gerardo Vorpahl, Coordinador de Laboratorio
4
18
Resultados de Producción Científica
Categoría
Cantidad Lograda
Evento
1 Workshop interno, Pucón Mayo
2005
Su objetivo fue compartir con
expertos ( telecomunicaciones,
ing eléctrica, optimización y
metros) el enfoque de diseño del
proyecto y actualizar
metodología propuesta
Publicación
1 presentación en congreso
internacional
CLAIO 2008, CartagenaColombia
3 presentaciones en congresos
nacionales
Optima 2005-Valdivia,
ACCA 2007-Temuco
Optima 2007-Puerto Montt;
Tesis o Proyecto de título
2 tesis de pregrado
(Delarze 2004, Zamora 2007
ambos Ing Civil Industrial
mención Informática-UFRO)
Cooperación Internacional recibida o entregada
1 visita de experto en modelación
y optimización heurística de USA
(R. Storer, 2005) Manufacturing
Logistics Institute (MLI),
Departamento de Ingeniería
Industrial de Lehigh University,
Pennsylvania, Estados Unidos
Nuevo Proyecto Generado
Propuesta en elaboración
Resultados de Formación de Capacidades
Categoría
Cantidad Lograda
Capacidades profesionales desarrolladas o fortalecidas
Equipo de trabajo formado en
CONECTA
Capacidades de formación de redes o de equipos de trabajo
Red UFRO-METRO-CONECTA
formada
Capacidades materiales o de infraestructura
1 Laboratorio en UFRO
1 Plataforma de medición y
pruebas en Metro
19
2.3. INFORME FINANCIERO A LA FECHA DE TÉRMINO 8
Montos
Comprometidos por
Convenio (1)
Montos
Efectivamente
Aportados (2)
Gastos Totales del
Proyecto (3)
% (5)
$ 180.000.000
$ 176.808.600
$ 174.462.849
53%
FONDEF
Institución(es)
Beneficiaria(s)
1.Universidad de La 1.Universidad de La 1. Universidad de La
Universidad de La Frontera
Frontera
Frontera
Frontera
$ 69.990.000
$ 73.878.333
$ 73.878.333
23%
Empresas y otras
entidades socias
$ 78.896.425
24%
327.237.607.-
100%
Totales
$ 74.744.000
$
324.734.000.-
$ 78.896.425
$
329.583.358.-
$
Monto Reintegrado a FONDEF (6)
( $ 2.345.751 )
Costo Final del Proyecto (4)
$ 327.237.607
8
1) Montos Comprometidos por Convenio: Son los montos señalados como aportes
comprometidos en el convenio firmado entre CONICYT y la(s) institución(es) beneficiaria(s).
2) Montos Efectivamente Aportados: Es la suma de las remesas de fondos o aportes realizados al
proyecto por FONDEF, por la(s) institución(es) beneficiaria(s) y por las empresas y otras entidades
socias al proyecto.
3) Gastos Totales del Proyecto: Es la suma de los gastos informados por el proyecto y aprobados
por FONDEF.
4) Costo Final del Proyecto: Es la suma de las remesas de fondos y aportes realizados al proyecto,
menos el monto reintegrado a FONDEF.
5) %: Porcentaje de participación en el Gasto Total del Proyecto, por fuente de financiamiento.
6) Monto Reintegrado a FONDEF: Fondos girados por FONDEF a la(s) institución(es)
beneficiaria(s), que no fueron utilizados en el proyecto, por lo cual fueron devueltos a CONICYT.
Es la diferencia entre el monto efectivamente aportado por FONDEF y los gastos aprobados
financiados por FONDEF.
20
2.4. EVALUACIÓN DE LA EJECUCIÓN DEL PROYECTO 9
2.4.1. El Representante Institucional de cada Institución Beneficiaria
UNIVERSIDAD DE LA FRONTERA
La ejecución de un proyecto de una temática relevante a nivel nacional, pero que tuvo su
desarrollo en la Región Metropolitana, resultó ser una experiencia enriquecedora, tanto
desde el punto de vista científico, como del punto de vista de las empresas relacionadas al
proyecto.
El resultado principal es una tecnología intermedia cuyo principal valor es integrarla a un
sistema automatizado para trenes y metros en países en vías de desarrollo, profesionales
de la Universidad fortalecieron capacidades en el ámbito de la propiedad industrial,
colaborando en la solicitud de protección a través de una patente de invención.
En la Universidad de La Frontera se montó el Laboratorio Multidisciplinario orientado a la
integración y Transferencia Tecnológica en el ámbito de la Automatización y
Productividad en sistemas electrónico-informáticos y de manufactura, llamado
Laboratorio de Ingeniería Aplicada (LIA), como Unidad de Negocio, con el fin de impulsar
el desarrollo de proyectos de investigación y desarrollo en ingeniería aplicada, orientado a
dar satisfacción a requerimientos específicos de clientes externos e internos, por lo tanto el
compromiso de los investigadores es de impulsar y fortificar las líneas de servicios que
existen y nuevas, tanto para el fortalecimiento de capacidades, como para la visión de
soluciones aplicadas a las empresas del rubro.
El proyecto en su ejecución logró identificar y superar con éxito los diferentes elementos
que estaban presentes, tanto en el aspecto de implementación física como de las variables
que intervienen en la ejecución de la oferta de transporte en Metro. En cuanto a los
resultados, mediante las pruebas realizadas los fines de semana, se logró demostrar
ahorros de energía en un rango del 3% al 6% sin afectar la calidad de servicio, que eran los
objetivos propuestos en el proyecto.
9
Realice un resumen del punto 3.3.5, análisis realizado después de terminar la ejecución del
proyecto, el cual tiene como objetivo revisar los resultados, considerando aciertos y dificultades
ocurridos durante el proyecto. Para este caso se solicita un análisis por las siguientes personas.
21
2.4.2. El Director(a) del proyecto
El proyecto ha sido implementado exitosamente, con un gran esfuerzo de parte de los 3
grupos de trabajo involucrados. La complejidad de instalación de equipos de monitoreo
determinó grandes retrasos en las etapas iniciales del proyecto, que fueron manejados por
recalendarización de actividades. La dificultad técnica inducida por la confiabilidad
limitada del sistema de comunicaciones utilizado (no diseñado para la carga de
información necesaria por el proyecto) significó retrasos significativos en las etapas de
implementación y pruebas finales. Sin embargo, los esfuerzos desplegados por todos los
equipos de proyecto permitieron factibilizar el desarrollo y logro de los resultados
comprometidos. El director asume su responsabilidad en la demora del cierre del proyecto
más allá del término de los desarrollos y pruebas debido a una sobrecarga de trabajo en su
universidad. En las etapas finales de implementación, pruebas y cierre de proyecto el
equipo ejecutivo perdió actividad y dinámica de trabajo, parece recomendable en futuras
iniciativas contar formalmente con un gerente de proyecto.
Ciertamente, el aporte de cada uno de los participantes de este proyecto permitió
mantener el trabajo enfocado en los objetivos planteados y no debe ser minimizado como
resultado de éxito.
22
2.5. PROPUESTA
BENEFICIARIA
DE
CONTINUIDAD
DE
CADA
INSTITUCIÓN
La ejecución de un proyecto de una temática relevante a nivel nacional, pero que tuvo su
desarrollo en la Región Metropolitana, resultó ser una experiencia enriquecedora, tanto
desde el punto de vista científico, como del punto de vista de las empresas relacionadas al
proyecto.
El resultado principal es una tecnología intermedia cuyo principal valor es integrarla a un
sistema automatizado para trenes y metros en países en vías de desarrollo, profesionales de
la Universidad fortalecieron capacidades en el ámbito de la propiedad industrial,
colaborando en la solicitud de protección a través de una patente de invención.
En la Universidad de La Frontera se montó el Laboratorio Multidisciplinario orientado a la
integración y Transferencia Tecnológica en el ámbito de la Automatización y Productividad
en sistemas electrónico-informáticos y de manufactura, llamado Laboratorio de Ingeniería
Aplicada (LIA), como Unidad de Negocio, con el fin de impulsar el desarrollo de proyectos
de investigación y desarrollo en ingeniería aplicada, orientado a dar satisfacción a
requerimientos específicos de clientes externos e internos.
Los académicos de la Facultad serán invitados a contribuir al trabajo de Laboratorio en
actividades específicas que estos pudieran sugerir o en las cuales sean invitados a
participar. Similar situación ocurrirá con estudiantes avanzados que sean requeridos o
requieran el uso de las facilidades del Laboratorio.
Semestralmente el laboratorio organiza un evento de difusión de sus resultados a la
comunidad académica de la universidad y a la industria local donde se expondrán los
resultados de sus desarrollos (respetando la debida confidencialidad en casos que así lo
requieran).
Adicionalmente, el laboratorio organiza talleres de formación para sus miembros en
aspectos tecnológico-científicos relevantes para los proyectos en desarrollo relacionados
con el Uso Eficiente de la Energía.
El compromiso de los profesionales de la Universidad se focaliza en:
a.Levantamiento de información que complementa el trabajo en la empresa
METRO S.A., contribuyendo al ahorro de energía y costos asociados al
mismo, que realiza la empresa.
23
b.-
c.-
d.-
La mantención y consolidación de las líneas de investigación asociadas al
proyecto, por un plazo no inferior a 3 años. (Lab LIA, Lab de ingeniería
aplicada se configuró con el objeto de desarrollar prestaciones de servicios y
nuevas propuestas asociadas al ámbito de mejoras ingenieriles). El uso de la
infraestructura y equipamiento asociado al proyecto en el apoyo a proyectos
de I & D o servicios C & T con alto impacto económico social.
La valorización, comercialización y transferencia de los resultados del
proyecto que se requiera para maximizar los impactos. (Se están
desarrollando reuniones para ampliar el campo de actuación de la línea de
ampliación se ha presentado a metro una propuesta de escalamiento y
puesta en marcha de los resultados del proyecto, así mismo la empresa
CONECTA se encuentra hoy desarrollando nuevas propuestas.
Explotar toda vez que sea posible, la patente de invención, cancelando
anualidades en relación a los porcentajes acordados en convenio del
proyecto. De igual manera facilitar los procesos de obtención de beneficios
de la explotación de la patente en los términos que estipula el convenio del
proyecto.
24
III.
INFORME DE GESTIÓN
3.1. OBJETIVOS DEL PROYECTO 10
3.1.1 Objetivo(s) General(es)
Objetivo General (Indicado en el proyecto reformulado)
Desarrollar un sistema de ahorro de energía eléctrica en trenes urbanos a partir de la
modelación de los flujos de trenes, en ambientes de demanda variable, que logre
rentabilización incremental del consumo de energía de tracción, sin alterar la calidad ni
eficiencia del servicio de transporte.
Este objetivo general se ha logrado. Se ha implementado un sistema prototipo que permite
el ahorro dentro del rango propuesto.
3.1.2 Objetivos Específicos
Objetivo Específico N°1:
1. Contar con un sistema de ahorro energético que se traduzca en aportes económicos y
sociales para empresas cliente y sus usuarios.
Logrado. El sistema ha sido desarrollado y validado en terreno. Se han cuantificado los
ahorros alcanzables con el sistema.
2. Desarrollar un modelo de negocios, basado en las tecnologías y sistemas
desarrollados, para su comercialización a nivel mundial.
Logrado. Se ha desarrollado un plan de negocios.
3. Potenciar el desarrollo de la investigación y desarrollo en la UFRO, aportando a su
establecimiento como referente nacional e internacional en aplicaciones de
modelación y computación científica a problemas de alto impacto económico y social.
Se ha adquirido valioso know-how tanto en los investigadores UFRO participantes del
proyecto como en los estudiantes que se han desempeñado en el proyecto. Los resultados
10
Señale los objetivos generales y específicos programados. Informe los LOGRADOS, los NO
LOGRADOS, así como los NUEVOS objetivos incorporados durante el desarrollo del proyecto.
Señálelos como tales. (Deben estar debidamente visados por el respectivo comité de área de
FONDEF).
25
académicos han sido presentados a nivel nacional e internacional en conferencias
especializadas en Optimización e Ingeniería Eléctrica. Se espera continuar la difusión
académica durante los próximos años tanto en conferencias internacionales como en
revistas especializadas indexadas (ISI, Scielo)
4. Potenciar la vinculación universidad–empresa a través del desarrollo de actividades
de transferencia tecnológica relacionadas a la modelación y optimización de sistemas
complejos que tengan un positivo impacto con mutuo beneficio.
El know-how generado y los resultados exitosos del proyecto han facilitado la interacción
universidad-empresa en actividades tanto relacionadas con los resultados del proyecto
como otras, por ejemplo la ejecución de otros proyectos Fondef en el ámbito del monitoreo
remoto (FONDEF Manejo Electrónico de Ganado, FONDEF Modelo Predictivo de cosecha
de arándanos). La creación del Laboratorio de Ingeniería Aplicada en la UFRO basado en el
equipamiento y know how generado por el proyecto ha permitido desarrollar aplicaciones
de modelación avanzada y optimización a diversos ámbitos del quehacer regional, por
ejemplo Diseño óptimo de la red de comunicaciones de CONAF, Ruteo óptimo de
camiones de distribución para una empresa distribuidora de alimentos, Estrategia óptima
de gestión de redes de contención en jaulas salmoneras, etc.
Actualmente se diseña y negocia proyectos conjuntos de modelación-optimización con
empresas del ámbito de servicios tecnológicos, conducentes eventualmente a propuestas
tipo FONDEF, CORFO-INNOVA o FIA.
5. Desarrollar un modelo de captura de información en línea de las variables más
determinantes del consumo de energía eléctrica en trenes urbanos.
Se ha desarrollado un modelo de captura de información en línea, compuesto de sensores,
concentradores de datos, red de transmisión alámbrica e inalámbrica, así como un
computador central de acopio de datos.
6. Desarrollar un modelo de pronóstico de requerimientos de energía en el corto plazo
en trenes urbanos.
Se ha elaborado modelos de estimación de energía promedio consumida para condiciones
específicas de marchas y peso transportado en los diferentes tramos de la vía. Estos
modelos permiten estimar con alta aproximación el consume eléctrico del sistema en una
ventana de tiempo específica (5 a 15 o más minutos). La determinación de los parámetros
de consumo promedio constituyó un esfuerzo significativo de despliegue tecnológico.
7. Desarrollar un modelo de planificación óptima del consumo eléctrico en trenes
urbanos, a partir de la coordinación en tiempo real de los horarios de salida y llegada
de los trenes.
26
Se ha formulado un modelo de optimización generalizado para la minimización del
consumo de energía eléctrica de tracción para trenes metro con restricciones de calidad de
servicio y capacidad limitada de trenes y andenes. Este modelo permite establecer
itinerarios detallados de operación para una ventana móvil (de 15 minutos o más) a partir
de la situación “actual” de tráfico.
Este modelo permite armonizar la operación de todos los trenes circulando en la línea a fin
de lograr el objetivo de ahorro energético respetando las restricciones de calidad de
servicio.
8. Desarrollar herramientas de software y hardware que soporten la implementación de
los tres modelos y su solución.
Se han desarrollado herramientas de software para el procesamiento de datos e integración
de los tres modelos (captura y transmisión, parámetros de consumo eléctrico, y
optimización). Los módulos han sido desarrollados en ANSI-C para su portabilidad.
Adicionalmente se ha desarrollado una interfase HMI en Visual Basic for Applications.
Se ha implementado la resolución del modelo de optimización utilizando una heurística
evolutiva desarrollada por el equipo del proyecto implementada en lenguaje ANSI-C.
Adicionalmente se realizaron experimentos de resolución utilizando software comercial de
optimización entera mixta CPLEX y otras herramientas especializadas (LPSolve).
9. Desarrollar una etapa formal de marcha blanca, implementando un prototipo del
sistema en una línea del metro de Santiago, para la evaluación y mejora de las
herramientas y sistemas desarrollados, a fin de garantizar un producto maduro y de
calidad al término del proyecto.
Se ha implementado completamente el prototipo en la línea 1 de Metro, considerando
dificultades técnicas de cobertura de monitoreo. Con ello ha sido posible validar y
cuantificar los ahorros de consumo producidos por la operación del sistema propuesto. Se
ha podido establecer los elementos críticos de operación y las vulnerabilidades que deben
reforzarse en el escalamiento del sistema propuesto.
La documentación detallada del logro de los objetivos planteados se encuentra en el
“Informe de logro de Resultados del Proyecto” (incluido como anexo 6 de este documento)
27
3.2. RESULTADOS DEL PROYECTO
3.2.1. Resultados de Producción
Nombre
Categoría
Descripción
Sistema de Captura de Información en Línea
Proceso
El resultado corresponde a la obtención de un sistema de captura de datos,
a través de la programación e instalación de unidades de captura y
transmisión de datos en línea, basado en variables determinantes en el
consumo de energía eléctrica de los trenes. La información recopilada
alimentará un modelo de pronóstico de requerimiento eléctrico.
Calidad
Descripción del logro
(refiérase a los
atributos)
nuevo
El sistema de captura de información en línea ha sido completamente
implementado a través de la instalación de 35 grupos de sensores en igual
número de carros. De ellos, 4 grupos de sensores se han instalado en un
mismo convoy, permitiendo capturar información de diferentes carros de
ese tren. Los sensores han sido instalados en un coche motriz de cada tren,
completándose la instalación en Diciembre de 2006. Posteriormente se
conectaron los sensores con el sistema de comunicaciones basado en radiomodems de Metro, culminándose la conexión de 17 trenes en Mayo de
2007. Para el resto de trenes fue imposible lograr la conexión al sistema de
transmisión de datos ya sea por inexistencia de transmisores en el tren o
imposibilidad de conducir las señales desde el carro monitoreado a la
unidad de transmisión en la cabecera del tren.
El sistema de captura presenta una alta confiabilidad de los sensores
detectándose casi el 100% de los sensores operativos al término de la
instalación del sistema. Sin embargo, el sistema de transmisión de
información basado en radio modems verifica una alta tasa de errores de
transmisión (carencia parcial de datos). Del total de 17 trenes en los cuales
se ha configurado la transmisión de datos a la central, sólo en 11 se
presentan tasas de recepción cercanas al 60% y en el resto estas son
menores al 30% o nulas. La mayor dificultad fue observada en la
transmisión de datos dentro de los túneles. Esto se trató de corregir
ajustando la potencia de transmisión desde los trenes y corrigiendo las
antenas de recepción pero no fue posible lograr mejores desempeños.
Nombre
Categoría
Descripción
Modelo y Pronóstico del Consumo Eléctrico
Proceso
Se modela el consumo de energía eléctrica principalmente de tracción, en
función de las variables que intervienen en la Programación de Marchas e
Itinerarios. Una vez modelado el consumo, se utilizarán las herramientas
necesarias para obtener un modelo de pronóstico de la demanda eléctrica.
28
Calidad
Descripción del logro
(refiérase a los
atributos)
nuevo
La metodología para la modelación de la demanda de energía eléctrica de
METRO S.A., se basa en el análisis del comportamiento físico del sistema de
transporte subterráneo de METRO S.A., utilizando la información estadística
de afluencias de pasajeros, consumos de energía y velocidad de trayectos.
Para cumplir con esto, se desarrollan las siguientes actividades:
• Recopilación de datos y Procesamiento de datos
• Caracterización de perfiles de consumo asociados a la operación de
cada unidad de transporte y del sistema total.
• Definición del consumo energético en función de tramo de viaje,
velocidad tipo y carga transportada.
• Validación de consumos obtenidos.
Los valores de consumo de energía eléctrica en tracción estimados se
validan con datos reales de energía del sistema eléctrico de METRO S.A.
tanto en condiciones de marcha en vacío como circulación con pasajeros.
El error de estimación de la potencia instantánea se ha estimado en el
rango de 5-10%.
Nombre
Categoría
Descripción
Modelo de Optimización
Proceso
Un modelo matemático y algoritmo de solución que representa el
problema de decisión de asignación de marchas y tiempos de salida de
trenes urbanos en un ambiente dinámico, con restricciones de calidad de
servicio teniendo como objetivo la minimización del consumo de energía
eléctrica de tracción.
Calidad
Descripción del logro
(refiérase a los
atributos)
nuevo
Se ha formulado un modelo de optimización generalizado para la
minimización del consumo de energía eléctrica de tracción para trenes
metro con restricciones de calidad de servicio y capacidad limitada de
trenes y andenes (ver Informe de Módulo de Optimización). Este modelo
permite establecer itinerarios detallados de operación para una ventana
móvil (de 15 minutos o más) a partir de la situación “actual” de tráfico.
Si bien este modelo incluye en su función objetivo una componente
variable de consumo proporcional al peso transportado (número de
pasajeros), ésta no fue considerada en la implementación del
procedimiento de optimización debido a que en las mediciones de
consumos realizadas para elaborar los modelos de consumo eléctrico se
29
determinó que los consumos promedios en cada marcha representaban
adecuadamente esta relación de proporcionalidad, no identificándose
situaciones anormales que justificaran este nivel de detalle en la
formulación.
Se ha implementado la resolución de dicho modelo utilizando una
heurística evolutiva desarrollada por el equipo del proyecto
implementada en lenguaje ANSI-C (ver Código Computacional del Módulo de
Optimización). Adicionalmente se realizaron experimentos de resolución
utilizando software comercial de optimización entera mixta CPLEX y otras
herramientas especializadas (LPSolve).
Nombre
Categoría
Descripción
Calidad
Descripción del logro
(refiérase a los
atributos)
Prototipo del Sistema.
Producto
Referido a la implementación de un prototipo del sistema que permita
someter a evaluación a las herramientas de software y hardware que
soportarán los modelos de captura, pronóstico y optimización, para
mejoras de éstos.
nuevo
Se ha desarrollado un prototipo de sistema de ahorro de energía eléctrica
de tracción para trenes urbanos con exigencias de calidad de servicio a los
usuarios, que utiliza la plataforma de hardware de captura y transmisión
de datos instalada por el proyecto y disponibles en Metro de Santiago. Los
diferentes módulos de software han sido implementados usando lenguaje
ANSI-C y Visual Basic 6.0
Las pruebas de instalación y de rendimiento han permitido establecer una
línea de referencia de los ahorros de consumo de energía posibles con la
operación de este prototipo en la Línea 1 del Metro de Santiago.
El ahorro verificado en las pruebas en terreno es de 3 a 6% en los periodos
de operación correspondientes sin observarse impacto (deterioro) de los
indicadores de calidad de servicio medidos (velcom, intervalo y atrasos).
(ver Informe de Pruebas en Terreno domingo 29-07-2007 e Informe de pruebas en
terreno domingo 19-08-07 )
3.2.2. Resultados de Protección
Categoría
Nombre
Descripción
Patente del sistema de ahorro de energía eléctrica
“Sistema de Ahorro de energía Eléctrica de tracción en tiempo real para
trenes urbanos”
La invención objeto de la presente solicitud de patente está referida a un
sistema de ahorro de energía eléctrica de tracción en trenes urbanos para
transporte masivo de pasajeros ( por ejemplo Metro ) a partir de la
30
Resultado de
Producción asociado
Nivel de desarrollo
Ámbito
Descripción del logro
modelación de los flujos de trenes, en ambientes de demanda variable, que
logra la optimización incremental del consumo de energía, sin alterar la
calidad y eficiencia del servicio.
El ahorro de energía en los sistemas de transporte basados en tracción
eléctrica ha sido una preocupación constante de las empresas usuarias
debido a la alta incidencia de este costo en el costo total de operación. Los
esfuerzos actuales que algunas de dichas empresas realizan, apuntan a
reducir el consumo general eléctrico por la vía de gestionar el uso de
energía de soporte en actividades prescindibles. Otro esfuerzo actual
apunta al uso de tecnologías de recuperación energética y el desarrollo de
herramientas de bajo costo que permitan ahorros sustantivos en el
consumo eléctrico global.
Los sistemas de trenes subterráneos comúnmente cuentan con sistemas de
conducción automática computarizada (ATC) que permiten una completa
gestión de tráfico desde la Central de Operaciones.
Prototipo del Sistema.
Probado a nivel Piloto
Nacional
Se solicitó patente en Chile
Se solicita patente del Sistema de Ahorro de Energía Eléctrica de Tracción
de Trenes Urbanos. El ámbito geográfico es el propuesto en el proyecto
original, el cual contempla iniciar el desarrollo del negocio en el mercado
latinoamericano y posteriormente continuar con los mercados en otros
continentes.
3.2.3. Resultados de Transferencia y Negocios
Categoría
Nombre
Descripción
Proceso
Plan de Negocios
Sistema de Ahorro de Energía Eléctrica de Tracción para Trenes Urbanos,
integra elementos de hardware y software, y genera un menor consumo
efectivo de energía eléctrica en la red de coches que poseen los trenes
urbanos, sin alterar el nivel de servicio exigido, mediante el manejo y la
coordinación global de velocidades del total de trenes que se encuentren
circulando en una línea.
Resultado de
Producción asociado
Nivel de desarrollo
Ámbito
Descripción del logro
Prototipo del Sistema.
Piloto
Nacional
Se adjunta en anexo el modelo resultado del estudio.
31
Categoría
Nombre
Descripción
Resultado de
Producción asociado
Nivel de desarrollo
Ámbito
Descripción del logro
Categoría
Nombre
Descripción
Resultado de
Gestión
Unidad de Negocio creada en la empresa
Con el fin de crear una Unidad de Negocio dentro de la empresa, se
implementó una Línea de Negocio en Uso Eficiente de La Energía,
denominada Consultorías en Uso Eficiente de la Energía. Esta línea de
negocios, tiene como objetivos la comercialización de productos y
prestación de servicios relacionados con el Uso Eficiente de la Energía.
Modelo de Optimización
Industrial
Nacional
Con la creación de la línea de negocios se propone contribuir
significativamente los ingresos de la empresa, complementando los
servicios prestados actualmente por la empresa. Se espera aumentar la
rentabilidad, consolidarla como empresa de servicios energéticos,
transformándola en un actor nacional relevante.
Productos ofrecidos relacionados con la nueva línea de negocios de
CONECTA S.A.
A través de la Unidad de negocio creada en la empresa se ofrecen servicios
de:
Consultorías de Uso Eficiente de la Energía
Servicio para aumentar la productividad de sus plantas
reduciendo el gasto en energía eléctrica y utilizándola en forma
más eficiente.
Diagnósticos de Calidad de Suministro Eléctrico
Mide y registra las diversas magnitudes eléctricas que son
consideradas para establecer la calidad del suministro eléctrico.
Gestión
Unidad de Negocio creada en la UFRO
Con el fin de crear una Unidad de Negocio dentro de la institución, se
pretende implementar el Laboratorio Multidisciplinario orientado a la
integración y Transferencia Tecnológica en el ámbito de la Automatización
y Productividad en sistemas electrónico-informáticos y de manufactura.
Este laboratorio tendrá como principales objetivos el desarrollo de
proyectos de investigación y desarrollo en ingeniería aplicada, orientado a
dar satisfacción a requerimientos específicos de clientes externos e
internos.
Implementar un Laboratorio Multidisciplinario orientado a la construcción
de prototipos de productos/sistemas que dan solución a problemas
prácticos derivados del medio industrial/servicios en base a la integración
tecnológica e innovación en el ámbito de la Ingeniería.
Sistema de Captura de Información en Línea
32
Producción asociado
Nivel de desarrollo
Ámbito
Descripción del logro
Modelo y Pronóstico del Consumo Eléctrico
Industrial
Nacional
Esta propuesta aparece relevante a la luz de las declaraciones vertidas en el
análisis de la realidad industrial-económica nacional así como el Plan de
Desarrollo de la Araucanía en donde se presenta como gran desafío
nacional/regional el logro de una mayor competitividad a través de la
innovación y transferencia tecnológica. Asimismo, la integración
universidad-empresa históricamente se ha planteado como un gran desafío
con grandes contribuciones potenciales en el largo plazo hacia el desarrollo
de un país como el nuestro. En este ámbito, el decanato de la Facultad de
Ingeniería, Ciencias y Administración desde el año 2004 ha realizado
significativos aportes en el acercamiento universidad-empresa al establecer
convenios amplios de colaboración. Estos convenios establecen un marco
bajo el cual se postula formalizar proyectos específicos de colaboración,
que pudieran tener una excelente acogida en este Laboratorio.
Adicionalmente, el Plan Estratégico del Proyecto FONDEF de CONICYT
Nº D03i1122 y la Facultad de Ingeniería, Ciencias y Administración de la
Universidad de La Frontera establece la misión institucional de contribuir
al desarrollo local/nacional a través del desarrollo y la transferencia
tecnológica así como su extensión hacia la comunidad.
33
3.2.4. Resultados de Producción Científica
Categoría
Eventos nacionales
Cantidad Comprometida
0
Cantidad Lograda
1 Workshop interno, Pucón
Mayo 2005
Su objetivo fue compartir con
expertos (
telecomunicaciones, ing
eléctrica, optimización y
metros) el enfoque de diseño
del proyecto y actualizar
metodología propuesta
3 presentaciones en congresos
nacionales
Optima 2005-Valdivia,
ACCA 2007-Temuco
Optima 2007-Puerto Montt;
Eventos internacionales
1
Publicación: artículo científico en revista
nacional
Publicación: artículo científico en revista
internacional de corriente principal
1
1
Tesis o Proyecto de título (Magíster)
1
Cooperación Internacional recibida o
entregada
0
Nuevo Proyecto Generado
0
1 presentación en congreso
internacional
CLAIO 2008, CartagenaColombia
En elaboración: Revista Scielo
INGENIARE (UTA)
En elaboración: Revistas ISI
INTERFACES y Computers
and Industrial Egineering
2 tesis de pregrado
(Delarze 2004, Zamora 2007
ambos Ing Civil Industrial
mención Informática-UFRO)
1 visita de experto en
modelación y optimización
heurística de USA
(R. Storer, 2005)
Manufacturing
Logistics Institute
(MLI), Departamento
de Ingeniería Industrial
de Lehigh University,
Pennsylvania, Estados
Unidos
Propuesta en
elaboración con los
representantes de
empresas socias
34
3.2.5. Resultados de Formación de Capacidades
Categoría
Capacidades profesionales desarrolladas o
fortalecidas
Capacidades de formación de redes o de
equipos de trabajo
Capacidades materiales o de
infraestructura
Cantidad Comprometida
Cantidad Lograda
1
Equipo de trabajo formado en
CONECTA
0
Red UFRO-METROCONECTA formada
1
1 Laboratorio en UFRO
1 Plataforma de medición y
pruebas en Metro
35
3.3. GESTIÓN DEL PROYECTO
3.3.1. Plazos efectivamente utilizados vs. plazos considerados inicialmente
El proyecto estaba inicialmente planeado para 18 meses (Dic-2004 a Junio-2006), sin embargo su
ejecución se extendió por 35 (Dic-2004 a Julio 2007).
Los motivos de la extensión corresponden a una estimación excesivamente optimista (irreal) de los
plazos de instalación y habilitación de tecnologías de captura y transmisión de datos necesarias para
el proyecto en un ambiente de alta seguridad y complejidad como es Metro. Adicionalmente, la
complejidad de los desarrollos de software, para resolver situaciones de terreno no previstas
originalmente (ausencia de datos e interpretación de datos deficientes) extendió significativamente
los desarrollos. Lamentablemente estas dos situaciones se presentaron secuencialmente, lo que no
permitió absorber de mejor manera los aumentos de carga (por ejemplo paralelizando actividades
críticas)
Cabe señalar que dadas las circunstancias y condiciones de funcionamiento de la puesta en marcha
del sistema de ahorro de energía en los metros de la empresa METRO S.A. , fue un reto acordar
reuniones para afinar acuerdos, como acciones para la transferencia de la tecnología desarrollada, a
considerar en la planificación final del informe final.
3.3.2. Gasto ejecutado vs. presupuesto inicial
El proyecto ejecutó el presupuesto según los montos comprometidos. El costo adicional en personal
debido a la extensión de los desarrollos fue absorbida gracias a los ahorros producidos en la
adquisición de equipos debido a la diferencia favorable en la tasa de cambio real respecto de la
estimada originalmente.
36
3.3.3. Participación de las Instituciones y Empresas (u otras entidades socias)
Las instituciones participantes en el proyecto desarrollaron acciones de acuerdo a la
especialidad que tiene cada una.
La Universidad de La Frontera desplegó actividades tendientes a la Elaboración de
Metodologías, Modelos de Pronóstico de Consumo Eléctrico y Sistemas de Optimización de
Consumo Eléctrico.
CONECTA desarrolló actividades de despliegue tecnológico, monitoreo para la captura y
posterior procesamiento de los datos, además de centralizar las actividades de transferencia
tecnológica.
La participación de Metro está asociada a la facilitación del soporte en infraestructura para
el desarrollo del sistema así como el expertise en sistemas de transporte urbano de
pasajeros (Metro)
La cooperación conjunta de estas instituciones permitió lograr la obtención de los
componentes del Sistema, Captura de Datos, Pronósticos de Requerimiento Electrónico y
Motor de Optimización, que confluyen en un sistema factible de ser replicado en otros
sistemas de trenes urbanos del mundo.
El mayor cambio visualizado fue la movilidad de personal clave en el caso del equipo
UFRO (muy capacitado y eficiente) en el desarrollo (ingenieros de desarrollo) al extenderse
el proyecto más allá de su duración inicialmente planificada. Afortunadamente fue posible
incorporar nuevos ingenieros que rápidamente alcanzaron los niveles de productividad y
producción requeridos por el proyecto.
En el caso de CONECTA ocurrió algo similar con el personal técnico de apoyo dedicado al
despliegue tecnológico, lo que no incidió en el ritmo de avance.
37
3.3.4. Organización y equipo de trabajo
a) Organigrama funcional del proyecto
Comité Directivo
Director
Director Alterno
Control de Gestión.
Coordinador
Módulo de
Captura de
Datos
Coordinador
Módulo de
Modelación y
Optimización
Coordinador
Módulo de
Modelación
Eléctrica.
Coordinador
de
Transferenci
a
Staff :
Ingenieros,
Técnicos y
Personal de
apoyo
Staff
Ingenieros,
Técnicos y
Personal de
apoyo
Staff:
Ingenieros,
Técnicos y
Personal de
apoyo
Staff :
OTV, OTT.
38
b) Descripción del rol individual en el equipo de trabajo 11
Nº
Nombre
Jaime Bustos Gómez
Alfredo de La
Quintana Gramunt
Boris Pavez Lazo
UFRO
CONECTA
UFRO
Gerentes de Metro
(Operación e Ingeniería)
METRO
Ingenieros de desarrollo
UFRO
Técnicos especializados
CONECTA
Ingenieros de gestión
11
Institución o Capacidad/Competencia
Empresa (o
entidad socia)
UFRO
Ingeniero Civil
Industrial, Doctor en
Ingeniería Industrial,
con especialización en
Optimización Heurística
Ingeniero (E) Eléctrico,
Gerente General y
Gerente de Innovación
de CONECTA S.A.
Ingeniero Civil Eléctrico
Ingenieros Civiles
Ingenieros Civiles
Industriales y Eléctricos
Función desempeñada
Director del Proyecto,
encargado general del
proyecto, principal
investigador y responsable de
la dirección estratégica del
proyecto
Además asume el rol de
coordinador del módulo de
modelación y optimización.
Director Alterno, Cumple
funciones de apoyo al Director
del proyecto. Desarrolla
además labores investigativas
como coordinador del módulo
de Captura de Datos y
coordinador de Transferencia
Tecnológica
Coordinador Módulo de
Modelación Eléctrica, a cargo
de elaborar metodologías de
análisis, modelos y manuales
de consumo eléctrico esperado
ante diferentes condiciones de
tramo de viaje, operación y
carga. Coordina y planifica el
trabajo de su staff de apoyo
Apoyo en el diseño, la
implementación y análisis de
resultados
Modelación de procesos,
desarrollo de software e
interfases, apoyo a la gestión
del proyecto
Ingenieros (E) y técnicos Despliegue tecnológico
en electrónica
en terreno
Ingenieros Civiles
apoyo a la gestión del proyecto
Industriales, Contadores
Debe incluirse al personal de las empresas y de otras entidades socias
39
3.3.5. Evaluación de la ejecución del proyecto 12
a) El (la) Representante Institucional de cada Institución Beneficiaria
Carlos Isaacs Bornard, Universidad de La Frontera, actual Director de innovación y
Transferencia Tecnológica. Tuvo un activo rol en la supervisión general de la gestión del
proyecto y en la planificación y ejecución de actividades de transferencia tecnológica. Si
bien su limitada disponibilidad de tiempo ocasionalmente dificultó su participación en
reuniones, siempre fue posible reprogramar actividades prontamente según su
disponibilidad.
Cristian Glenz Abogabir, CONECTA S.A., Director. Su rol principal fue participar en las
reuniones de directorio.
Conrad Ziebold Van Aken, Empresa de Transporte de Pasajeros Metro S.A., Jefe
Departamento de Proyectos. Tuvo una activa participación en el diseño, planificación y
evaluación de resultados. Fue permanentemente apoyado por Néstor Marín, Jefe de
Operaciones (Actualmente Jefe de Material Rodante). La participación de ambos fue vital
en el éxito del proyecto.
b) El(la)Director(a) del proyecto
Su rol dual de Director y Coordinador de Modelación y optimización dificultó la
supervisión adecuada y el control de gestión de los diferentes grupos de desarrollo,
dedicando preferentemente a la segunda función mencionada. La ausencia de un gerente
de proyecto (no contemplado en el proyecto) fue considerado un error de planificación.
Adicionalmente, la sobrecarga de trabajo dentro de la institución dificultó una mayor
dedicación de tiempo a la gestión del proyecto.
12
Este análisis es posterior a la ejecución del proyecto, y tiene como objetivo revisar los resultados,
considerando aciertos y dificultades ocurridas durante el proyecto. Refiérase además a la
participación de las instituciones, empresas y otras entidades socias. Para este caso se solicita un
análisis por las siguientes personas:
40
IV. INFORME CIENTÍFICO TECNOLÓGICO Y ECONÓMICO
SOCIAL.
4.1. INVESTIGACIÓN Y DESARROLLO REALIZADOS POR EL PROYECTO
Este proyecto ha tenido como enfoque principal el diseño y desarrollo de un producto
comercial que permita la reducción del consumo energético y potencia en sistemas de
trenes urbanos (metro) mediante la modulación de la velocidad de flujo y la coordinación
de la circulación de trenes de modo de reducir los consumos sin afectar negativamente la
calidad de servicio asociada.
Los supuestos que dan sustento a esta propuesta son:
1. Que el consumo de tracción depende de variables como: tipo de convoy (número de
carros, antigüedad, condiciones operacionales), tramo de viaje (topografía y trazado
del inter-estaciones), velocidad de viaje (marcha tipo) y carga en convoy (número de
pasajeros).
2. Que es factible de desarrollar el sistema de optimización en tiempo real capaz de
coordinar eficientemente la operación del sistema de convoyes.
El sistema propuesto identifica 3 grupos de variables, detalladas a continuación: medidas
(aquellas que son capturadas desde la red metro), calculadas (aquellas que se obtienen a
partir de las variables medidas) y de control (aquellas que se manipularán para reducir el
consumo energético).
Variables Medidas
- Ubicación del convoy: tramo, estación, cochera, otra
- Estado de convoy: detenido, en viaje, en cochera, en reparación, otra
- Tiempo de última partida
- Tiempo de última detención
- Marcha tipo de último viaje (marcha actual si está en movimiento)
- Consumo de energía y potencia de último viaje
Variables Calculadas
- Tiempo estimado de próxima detención
Variables de Control
- Tiempo de próxima partida
- Marcha tipo de próximo viaje
En este proyecto se desarrolló modelos y sistemas de medición de las variables críticas
propuestas (variables de entrada), y su integración (variables calculadas) en un sistema de
optimización en línea que permitió establecer las políticas de operación de los diferentes
41
convoyes (variables de control) con un requerimiento mínimo de energía sin afectar
negativamente la calidad de servicio. A continuación, se describe las metodologías
utilizadas para diseñar, desarrollar, validar, implementar e integrar cada uno de los
sistemas propuestos.
Subsistema de Captura de Datos
La información capturada corresponde a tensiones y corrientes de entrada a los sistemas
de potencia de los motores (inversores DC/AC), a partir de las cuales se determinó la
demanda de potencia eléctrica y el consumo de energía eléctrica para diferentes
condiciones operacionales (tramo, velocidad, carga). Esta información es registrada y
enviada al centro de control de operaciones a través de una red de transmisión de datos
existente en Metro (usando radio modems).
De acuerdo a un análisis en terreno en el metro de Santiago, se determinó que un tren o
convoy puede tener entre 4 y 8 coches, de los cuales entre 2 y 4 coches son denominados
motrices, porque son los que poseen motores eléctricos impulsores. Cada coche motriz
posee dos motores trifásicos, asincrónicos de inducción, de 200 KW cada uno, y son
energizados a través de un inversor que toma su energía directa desde la barra de
corriente continua de 750 volt. Si se conoce la tensión y corriente aplicada al motor es
posible determinar el consumo de energía y la demanda de potencia en cualquier
momento, mediante la computación de estas dos variables. La tensión y la corriente en
bornes de cada motor de los coches se obtuvo mediante la utilización de los transductores
de efecto hall de tensión y corriente actualmente instalados en cada motor.
La tensión y corriente así obtenidas son leídas por una unidad de computación
específicamente desarrollada para aplicaciones de adquisición de datos. Esta unidad de
computación es concebida, desarrollada e instalada bajo el programa de trabajo de este
proyecto. Las tecnologías utilizadas en la lectura de tensiones y corrientes para el cálculo
de la potencia consumida son absolutamente estándares y corresponden a conversores
A/D convencionales. Cada motor tiene asociada su propia unidad de adquisición de datos
y, para un mismo coche motriz, ambas unidades están interconectadas mediante un bus
de datos de alta velocidad por el cual pueden sincronizar sus lecturas e intercambiar
información. A este mismo bus está conectada una tercera unidad de computación, cuya
función es empaquetar esta información para transmitirla al centro de control de datos.
Esta información es llevada por cable hasta un radio modem instalado en la cabecera del
convoy desde donde es enviada a las estaciones fijas para su transporte hasta la central de
operaciones. Cada coche motriz del convoy ejecuta exactamente la misma función y
operación de transmisión de datos.
42
Los datos son enviados a la central de operaciones usando la red de comunicaciones de
fibra óptica existente en Metro cuyos elementos terminales llegan hasta la sala de control.
El computador central ubicado en el centro de control recoge esta información (en forma
inalámbrica), la procesa y obtiene de ella los parámetros esenciales para utilizar como
entrada en su modelo de optimización y en la generación de la estrategia de velocidad
para cada uno de los trenes. La información especifica que será obtenida desde este
sistema de captura de datos es:
- Posición de los convoyes en la línea.
- Momento de llegada y salida de los convoyes a cualquier estación.
- Actualización de consumos de voltaje y corriente
Se han desarrollado rutinas de interpretación de datos, que permiten establecer la sección
de vía en que se está realizando un viaje y su dirección, así como la marcha de circulación
a partir de los datos elementales capturados. Adicionalmente, como mecanismo de
emergencia para factibilizar la operación del sistema con información incompleta (trenes
para los cuales no fue posible habilitar el sistema de comunicaciones de metro) fue
necesario implementar rutinas de provisión de información mínima de circulación, tal
como los tiempos de ingreso a circulación de dichos trenes.
Modelación y pronóstico de la demanda eléctrica de Metro S.A.
La metodología para el pronóstico y modelación de la demanda de energía eléctrica de
METRO S.A., se basó en el análisis del comportamiento físico del sistema de transporte
subterráneo de METRO S.A., utilizando la información estadística de afluencias de
pasajeros, consumos de energía y velocidad de trayectos. Se elaboraron modelos de
estimación del consumo energético y potencia ante diferentes escenarios de operación
caracterizados por los valores y estados de las variables de entrada las definidas
anteriormente.
1. Modelo de consumo eléctrico por tramo
La modelación del consumo eléctrico, esta basada en la caracterización de la demanda
eléctrica poniendo énfasis en la identificación de los perfiles y niveles de carga asociados a
la operación de las unidades de transporte. La formulación matemática del consumo de
energía eléctrica para cada tramo de la red (inter-estación y vía) se realiza en función de:
Velocidad de trayecto y Peso del convoy.
Los modelos se basan en:
a) Una medición exhaustiva en convoy tipo que permitió medir consumos reales bajo
diferentes condiciones de operación velocidad-carga para cada tramo.
43
b) Estimación de las condiciones de carga a partir de los modelos de carga en convoy
existentes (Sistema S.E.M.), información de pesaje en puntos existentes de la red y
validación en terreno por cuenta directa.
c) Medición de consumos para operación del sistema en condiciones nocturnas sin carga
de pasajeros
d) Modelos analíticos para validación contra las curvas reales de consumo.
Una vez modelado el consumo de energía eléctrica, se realizó la validación y adaptación
de las herramientas matemáticas para ser utilizadas en la estimación de la demanda de
energía del sistema eléctrico de METRO S.A.
2. Modelo de número de pasajeros en cada convoy
Una vez recopilada la información de consumo real ante diferentes condiciones
operacionales y para los distintos tramos de vía, fue posible desarrollar un modelo de
predicción del número de pasajeros usando como variable de entrada la presión medida
en los sensores existentes asociados a los colchones de aire de cada vagón monitoreado.
Este proceso se implementó usando técnicas de análisis estadístico de datos y modelos de
regresión. Con ello fue posible hacer estimaciones de la cantidad de pasajeros en un carro
monitoreado y en un convoy completo, con precisión significativa, particularmente en
caso de alta ocupación de un convoy.
Modelación y Desarrollo de Herramientas de Optimización
Se modela el problema de “Programación Óptima de Marchas e Itinerario para Trenes de
Pasajeros de Velocidad Variable con Ventanas de Tiempo” como un problema binariomixto dinámico-determinista sujeto a restricciones lineales en un ambiente de horizonte
móvil.
Las variables de decisión consideradas son:
a) El tiempo de detención de cada convoy en una estación (llegada y próxima partida)
b) La marcha tipo escogida para viajar entre dos estaciones dadas.
Su función objetivo (única) es la minimización del consumo energético de tracción de la
flota de trenes activos en la línea modelada. Además, de las restricciones físicas asociadas
a la operación del sistema, se incorporan restricciones de calidad de servicio, como:
1. Tiempos máximos de viaje permitido entre estaciones extremas.
2. Provisión de capacidad de transporte mínimo exigido para cada período de operación.
3. Densidad máxima de pasajeros en cada convoy.
4. Tiempo de permanencia mínima en cada estación.
44
Este modelo incorporará información relacionada a la ocurrencia de eventos (partidas y
llegadas de trenes) en un horizonte móvil de 5 a 15 minutos con una tasa de ocurrencia de
alrededor de 30 eventos por minuto.
El modelo se desarrolla y depura por un equipo conformado por dos investigadores
apoyados por ingenieros de Metro S.A. quienes juegan un rol primordial en la provisión
de antecedentes y datos necesarios para la modelación y validación de resultados.
Para su resolución se desarrolla un sistema de optimización usando una estrategia de
Algoritmos Genéticos y heurísticas simples de generación de soluciones factibles. Este
sistema es capaz de encontrar soluciones de buena calidad usando tiempos de procesos
suficientemente cortos para permitir su implementación en línea.
Integración de Sistemas
Las plataformas desarrolladas (captura de datos, modelación energética y optimización)
funcionan en paralelo a los sistemas actualmente existentes en Metro S.A., permitiendo
recopilar manualmente información pertinente y proveer herramientas de apoyo a las
decisiones óptimas de gestión de trenes.
Se realizaron pruebas piloto en la línea 1 del Metro para probar la factibilidad y
desempeño del sistema. Finalmente se realizó una evaluación del escalamiento del sistema
a configuraciones más complejas.
45
4.2. NEGOCIOS TECNOLÓGICOS Y PRODUCTIVOS
4.2.1. Síntesis de actividades realizadas en Transferencia
Las acciones de transferencia de resultados del proyecto abordadas incluyen:
a) Patentamiento de los resultados
b) Reuniones de trabajo con CONECTA y Metro para elaboración y ejecución de un
plan de acción de continuidad
El proceso de patentamiento fue abordado con el apoyo de la consultora Johanson &
Langlois para la revisión de la memoria descriptiva y las reivindicaciones así como la
solicitud formal de la patente ante el Departamento de Propiedad Industrial de Chile. Este
proceso se completó en Octubre de 200, quedando en espera del dictamen y observaciones
de parte del DPI.
En forma paralela se han mantenido reuniones de trabajo con ejecutivos de CONECTA (Sr.
Alfredo de la Quintana) y Metro (Néstor Marín, Conrad Ziebold) para definir la estrategia
de continuidad del trabajo del proyecto.
4.2.2. Diagrama del Modelo de Negocios
El Modelo de Negocio se realizó bajo el supuesto de la creación de las unidades de negocio en la
institución Beneficiaria y en la Empresa CONECTA, y de un spin-off. Cabe señalar expresamente
que se dio cumplimiento a las unidades de negocios, sin embrago la creación de un spin-off, se
presenta como alternativa para una continuidad del negocio principal a futuro, pudiendo ser
efectivo o no, considerando los positivos resultados del proyecto y mostrados preliminarmente
en el prototipo en línea #1, y condicionado al análisis de los resultados de ahorro de energía de
un 3% al 6%, en condiciones de operación desfavorables. Ello, debido a que las instituciones
manifestaron inicialmente su disposición a continuar con los esfuerzos en pos del desarrollo de
un piloto comercial, que podría ser utilizado por METRO S.A. en la línea Nº2 u otra que se
defina a futuro, en una operación continua.
PRODUCTO
Los productos principales susceptibles a comercializar obtenidos de la investigación son
principalmente, el Sistema de Ahorro de Energía Eléctrica de Tracción para Trenes Urbanos.
Adicionalmente se puede obtener un tercer producto comercializable, el cual lo constituye el
Levantamiento y Estudios de Líneas Subterráneas, producto que constituye un valor adicional
al sistema, puesto que entregaría información operacional relevante a los operarios de metros o
46
trenes urbanos tan importantes como flujo de personas, predicción de tráfico de pasajeros,
monitoreo de convoyes, etc.
Estos tres productos constituyen la base medular de negocios que se analizará a continuación,
existiendo interrelaciones entre acciones, mercados y clientes así como en la propuesta de valor
generada por el negocio. A continuación se procederá a analizar cada una de ellas.
Caracterización de la Oferta
Sistema de Ahorro de Energía Eléctrica
Este Sistema integrará elementos de hardware y software, para generar un menor consumo
efectivo de energía eléctrica en la red de coches que poseen los trenes urbanos, sin alterar el nivel
de servicio exigido, mediante el manejo y la coordinación global de velocidades del total de
trenes que se encuentren circulando en una línea, sistema que se sustenta en la existencia de tres
componentes principales:
•
•
•
Módulo de Captura de Datos.
Módulo de Pronóstico de Requerimiento Electrónico de Corto Plazo.
Módulo de Optimización (Motor de Optimización).
La oferta comercial incluiría el levantamiento de variables en terreno, los estudios iniciales de
movimientos de trenes y de pasajeros, las tabulaciones de consumos eléctricos para cada tipo de
material rodante y para distintas condiciones de operación, el poblamiento de las tablas de
tiempos de viajes y la configuración de los módulos de predicción y de optimización.
Subproducto: Levantamiento y Estudios de Líneas Subterráneas
A raíz del Sistema de Ahorro de Energía Eléctrica en Trenes Urbanos, se genera un subproducto
susceptible a ser comercializado en forma separada y de un gran valor agregado, el cuál es el de
otorgarle a las empresas de trenes urbanos la disponibilidad de información operacional
relevante, tales como flujo de personas, predicción de tráfico de pasajeros, monitoreo de
convoyes, etc. información que les será particularmente útil para realizar proyecciones de uso,
proyecciones de consumo de energía, hasta para ser transferida a empresas de marketing como
forma de realizar contratos conforme al número de personas que verán los anuncios en horas
peak y por vagón.
Estos tres elementos constituyen en su conjunto el producto a ser comercializado, obteniendo
para esto una propuesta de valor generada por la innovación creada por el conglomerado de
empresas asociadas a la investigación, a continuación se presenta esquemáticamente la
generación de este valor.
47
48
4.3. IMPACTOS PRODUCIDOS Y ESPERADOS 13
4.3.1. Impactos Económico-Sociales
Este proyecto es atractivo desde el punto de vista social por el hecho en que se disminuye el
consumo de energía eléctrica de la red del metro de Santiago en torno a un 5%. La energía
eléctrica en nuestro país es escasa y en muchas oportunidades el país pierde millones de pesos
por restricciones de consumo y/o por tener que poner en funcionamiento centrales térmicas, de
elevado costo por uso.
El impacto social se verá reflejado a partir del año siguiente en que se acabe la instalación y
operación continua del sistema. La primera implementación prototipo ha sido realizada en la
Línea 1, la que representa el 62% del consumo de la red.
Desde el punto de vista de impacto ambiental, este proyecto lo afecta de forma positiva, ya que
disminuiría el consumo de energía y por ende la generación de ésta. Los ahorros pueden
redestinarse a otras iniciativas de mantención de calidad de servicio.
4.3.2. Impactos Científico-Tecnológicos
La realización del proyecto ha permitido al equipo de proyecto, tanto en la UFRO como en
CONECTA, adquirir valiosa experiencia en el desarrollo de proyectos en el ámbito de la
eficiencia energética, el monitoreo remoto de sistemas móviles, la logística y la optimización en
línea.
Se han realizado múltiples presentaciones de resultados y metodologías derivadas de la
ejecución del proyecto en eventos científicos (congresos, seminarios, talleres) nacionales e
internacionales.
4.3.3. Impactos Institucionales
La Universidad de La Frontera se ha visto beneficiada por el desarrollo de este proyecto debido
a:
a) Consolidación de líneas estratégicas.
b) Posicionamiento de la Universidad como un núcleo de desarrollo tecnológico en el área de
13
Describa cómo los resultados del proyecto generarán impactos en cada una de las áreas que se
indican a continuación. Para cada tipo de impacto, establezca: a) cuáles ya se han producido o se
están produciendo; b) cuáles se producirán en el futuro. Señale las principales acciones que serán
implementadas en cada área para asegurar la obtención de estos impactos.
49
sistemas de optimización de problemas aplicados a problemáticas reales.
c) Fortalecimiento de la relación universidad-empresa, a través de una participación de estrecha
colaboración con las contrapartes empresariales participantes.
d) Fortalecimiento de la colaboración internacional en el área específica de investigación.
4.3.4. Impactos Ambientales
La reducción de consumo eléctrico genera un impacto ambiental directo en la reducción de los
eventuales agentes contaminantes asociados a la producción de energía. Los ahorros pueden
redestinarse a otras iniciativas de mantención de calidad de servicio: acondicionamiento de
espacios físicos, mejoras en ventilación, mejoras en ductos de aire, eventuales inversiones en
aumento de parque de trenes, mejoras en sistemas internos.
4.3.5 Impactos Regionales
El proyecto generará impacto principalmente en dos regiones del país. En la Región
Metropolitana tendrá un impacto directo en la reducción de gastos operacionales de la Empresa
Metro, con el consiguiente beneficio en los usuarios a través de mejoras en servicio generadas por
la reinversión de excedentes de ingresos.
En la Región de La Araucanía el beneficio principal se asocia al fortalecimiento institucional de la
Universidad de La Frontera y su posicionamiento en la I&D Nacional.
Potencialmente el proyecto podría impactar en otras regiones que usan servicios de transporte de
pasajeros similares a Metro (Valparaíso y Concepción) en la medida en que sus resultados sean
adaptados a ellos.
Desde el punto de vista académico, el equipo investigador del proyecto se ha posicionado a nivel
nacional, entre sus pares, en materias científico-tecnológicas. Esto se ha reflejado en invitaciones
a exponer resultados del proyecto en coloquios y seminarios locales, y en la adjudicación a la
Universidad de Las Frontera a la localía del Congreso de la Sociedad Chilena de Investigación de
Operaciones ÓPTIMA 2011, cuyo comité organizador será presidido por el Director de este
proyecto.
50
V.
ANEXOS
ANEXO 1. EVALUACIÓN ECONÓMICA SOCIAL Y PRIVADA 14
A1.1. Evaluación Económica Social
A1.1.1. ¿Qué productos, servicios o procesos se ha considerado en la evaluación
económica social?
Los productos principales susceptibles a comercializar, obtenidos de la investigación son
principalmente, Módulo de Captura de Datos, Módulo de Pronóstico de Requerimiento Electrónico
de Corto Plazo, Módulo de Optimización (Motor de Optimización), integrados en el Sistema de
Ahorro de Energía Eléctrica de Tracción para Trenes Urbanos.
Adicionalmente, se puede obtener un segundo producto comercializable, el cual lo constituye el
Levantamiento, Estudios de Líneas Subterráneas y estudio de los aspectos relativos a control de
demanda eléctrica, carga de pasajeros, productos que constituyen un valor adicional al sistema,
puesto que entregaría información operacional relevante a los operarios de metros o sistemas de
transporte urbanos tan importantes como flujo de personas, predicción de tráfico de pasajeros,
monitoreo de convoyes, etc.
Estos dos productos constituyen la base medular de negocios que se analizará a continuación,
existiendo interrelaciones entre acciones, mercados y clientes así como en la propuesta de valor
generada por el negocio. A continuación se procederá a analizar cada una de ellas.
Sistema de Ahorro de Energía Eléctrica
Este Sistema integrará elementos de hardware y software, para generar un menor consumo efectivo
de energía eléctrica en la red de coches que poseen los trenes urbanos, sin alterar el nivel de servicio
exigido, mediante el manejo y la coordinación global de velocidades del total de trenes que se
encuentren circulando en una línea, sistema que se sustenta en la existencia de tres componentes
principales:
•
•
•
Módulo de Captura de Datos.
Módulo de Pronóstico de Requerimiento Electrónico de Corto Plazo.
Módulo de Optimización (Motor de Optimización).
14
Utilizando el formato de evaluación desarrollado para la presentación inicial del proyecto,
recalcule los indicadores económicos del proyecto con base en los resultados obtenidos, el análisis
del estado del arte y las condiciones económicas actuales. Analice las principales diferencias con la
evaluación ex–ante (Informe de síntesis enviado a las instituciones en la adjudicación). Informe los
indicadores obtenidos. Incluya los detalles de la evaluación económica social, económica privada y
memoria de cálculo utilizada. Esta evaluación debe ser consistente con los impactos indicados en el
punto 4.3. (INCLUYA FORMATO ACTUALIZADO QUE SE UTILIZA EN LA POSTULACION)
51
La oferta comercial incluiría el levantamiento de variables en terreno, los estudios iniciales de
movimientos de trenes y de pasajeros, las tabulaciones de consumos eléctricos para cada tipo de
material rodante y para distintas condiciones de operación, el poblamiento de las tablas de tiempos
de viajes y la configuración de los módulos de predicción y de optimización.
Subproducto: Levantamiento, Estudios de Líneas Subterráneas y otros
A raíz del Sistema de Ahorro de Energía Eléctrica en Trenes Urbanos, se genera un subproducto
susceptible a ser comercializado en forma separada y de un gran valor agregado, el cuál es el de
otorgarle a las empresas de trenes urbanos la disponibilidad de información operacional relevante,
tales como flujo de personas, predicción de tráfico de pasajeros, monitoreo de convoyes, etc.
información que les será particularmente útil para realizar proyecciones de uso, proyecciones de
consumo de energía, hasta para ser transferida a empresas de marketing como forma de realizar
contratos conforme al número de personas que verán los anuncios en horas peak y por vagón.
A1.1.2. ¿Cuáles son los beneficios y tipo de impactos económico-sociales
cuantificados?
a) Indique cuáles serán los principales ítems de beneficios a nivel país.
Este proyecto es atractivo desde el punto de vista social por el hecho en que se disminuye
el consumo de energía eléctrica de la red del metro de Santiago en un 6%, esto significa un
ahorro de 15 Gwh. La energía eléctrica en nuestro país es escasa y en muchas
oportunidades el país pierde millones de pesos por restricciones de consumo y/o por tener
que poner en funcionamiento centrales térmicas, del elevado costo por uso.
b) Indique cuáles son las variables más críticas
La variable crítica principal que se visualiza en el consumo de energía es la potencia
contratada, esta corresponde a la principal hipótesis que respondió el proyecto.
c) Indique cuál es la velocidad de logro del impacto.
El impacto social se verá reflejado a partir del año siguiente en que se acabe la ejecución
del proyecto. Debido a que la primera implementación se realizará en la Línea 1, la que
representa el 62% del consumo de la red. En los años siguientes se podría apuntar a la
implementación en las otras líneas del sistema de metros.
Desde el punto de vista de impacto ambiental, este proyecto lo afecta de forma positiva, ya
que disminuirá el consumo de energía y por ende la generación de ésta. Si se considera
que se deja de consumir 15 Gwh por año que es equivalente a la producción de una
termoeléctrica promedio por 1 mes.
52
A1.1.3. ¿Cuál es el horizonte de evaluación y la curva de adopción?
El horizonte de evaluación será de 15 años. La curva de adopción será para el primer año
en la línea 5 del metro de Santiago, luego las otras líneas llegando a abarcar el 100% de las
líneas del metro.
A1.1.4. ¿Cuál es la situación actual? (En la cual no se consideran proyecciones
con el proyecto).
En la actualidad, la empresa METRO de Santiago cuenta sólo con datos resultados del
proyecto, lo que ha contribuido a mejorar incipientemente los sistemas de ahorro de
energía, dado que no posee un modelo eficiente definido de ahorro de energía. Dentro las
acciones realizadas a la fecha, METRO ha refinado sus esquemas de operación, lo que le ha
permitido capturar parte de los ahorros que se obtendrían de una implementación total de
un sistema de control óptimo de energía. Según datos históricos el metro tiene un
consumo de más de 100 Gwh al año, lo que significa un costo por electricidad de más de
3.000 millones de pesos.
La descripción, se basa en los ingresos percibidos por el metro de Santiago en relación a
los costos en energía eléctrica.
Se espera que los costos en tracción aumenten a una tasa de 1,8% anual, esperando seguir
la tendencia latinoamericana de crecimiento del sistema pública urbano de un 20% en 15
años.
A1.1.5. ¿Cuál será la situación futura a causa de la ejecución del proyecto?
Con la incorporación de este modelo de ahorro de energía se espera disminuir un 6% el
consumo en electricidad, por lo tanto se espera obtener beneficios por “disminución de
costos”. Los ingresos percibidos son equivalentes a la situación sin proyecto, por lo que no
es relevante incluirla. Por lo tanto con proyecto, se considera y analiza sólo el ahorro
energético, manteniendo constantes la tasa de crecimiento del número de pasajeros y las
tarifas.
53
A1.1.6. ¿Cuáles son los beneficios económico-sociales no cuantificados?
Los beneficios económico – sociales no cuantificables para éste proyecto son muchos, pero
los más relevantes son:
- Al disminuir el consumo de energía eléctrica por parte del metro, se tiene disponibilidad
de más electricidad en el SIC. En períodos de sequía éste ahorro puede implicar fuertes
disminuciones en los períodos de restricción de consumo eléctrico que sufre Chile.
- Existe un beneficio de impacto ambiental, por el hecho de generar 15 Gwh de una
termoeléctrica, además eso implica la disminución en la importación de los combustibles,
ya sea gas, petróleo o carbón.
- La baja en el consumo permite retrasar las acciones a la puesta en marcha de alguna de
las centrales generadoras.
- Contribución al desarrollo científico tecnológico nacional, existencia de know-how que
otorga un impulso de creación de tecnologías nacionales para ahorro de energía.
A1.1.7. ¿Cuál es el impacto regional del proyecto?
El proyecto generará impacto principalmente en dos regiones del país. En la Región
Metropolitana tendrá un impacto directo en la reducción de gastos operacionales de la
Empresa Metro, con el consiguiente beneficio en los usuarios a través de mejoras en
servicio generadas por la reinversión de excedentes de ingresos.
En la Región de La Araucanía el beneficio principal se asocia al fortalecimiento
institucional de la Universidad de La Frontera y su posicionamiento en la I&D Nacional.
Potencialmente el proyecto podría impactar en otras regiones que usan servicios de
transporte de pasajeros similares a Metro (Valparaíso y Concepción) en la medida en que
sus resultados sean adaptados a ellos.
Desde el punto de vista académico, el equipo investigador del proyecto se ha posicionado
a nivel nacional, entre sus pares, en materias científico-tecnológicas. Esto se ha reflejado en
invitaciones a exponer resultados del proyecto en coloquios y seminarios locales, y en la
adjudicación a la Universidad de Las Frontera a la localía del Congreso de la Sociedad
Chilena de Investigación de Operaciones ÓPTIMA 2011, cuyo comité organizador será
presidido por el Director de este proyecto.
54
A1.1.8. ¿Cuáles son los indicadores de la evaluación económica-social?
VAN (6%)
millones de pesos
355.926
TIR
%
39
A1.2. Evaluación Económica Privada
A1.2.1. ¿Cuáles son los negocios considerados en la evaluación económica
privada?
a) Negocio Tecnológico para la Institución y Contrapartes (Considere el principal).
El negocio tecnológico se basa en la transferencia del sistema de ahorro de energía eléctrica
de tracción para trenes urbanos. Para una transferencia adecuada se solicitó, en el año
2008, la protección de los resultados por medio de una patente (Ch03215/2008). La
institución beneficiaria Universidad de La Frontera, y las contrapartes CONECTA y Metro
S.A., serán las poseedoras de los derechos de la propiedad intelectual, en relación al
convenio. La forma de generar ingresos será licenciando la propiedad intelectual donde la
empresa emprendedora deberá pagar el 20% de las ventas a la sociedad UFROCONECTA-METRO S.A.. Dentro de la sociedad los ingresos se distribuirán de forma
equitativa.
b) Negocio Productivo o de Servicios (Considere el principal)
El negocio productivo es el servicio tecnológico desarrollado por el proyecto,
implementado en trenes urbanos. El emprendedor en este caso es la empresa CONECTA
S.A.; los negocios que esta empresa realizará, serán en base a los usuarios identificados en
el estudio de mercado. Las distintas empresas de trenes subterráneos (METROS) del
mundo son los clientes potenciales. CONECTA ofrecerá sus servicios de implementación
del modelo e instalará los elementos tecnológicos que sean necesarios (censores,
monitores, entre otros).
El negocio privado planteado en este proyecto se basa en que la optimización de recursos
es una tendencia mundial. No existen sistemas eficientes que permitan lograr un ahorro de
energía por tracción como se propone, donde se pretende alcanzar un 6% de ahorro. Este
hecho justifica la obtención de clientes, ya que el nivel inversión es muy inferior al ahorro.
Los primeros impactos económicos se verán reflejados al año siguiente del terminó de la
ejecución del proyecto.
55
A1.2.2. ¿Qué horizonte de evaluación se ha considerado?
El horizonte de evaluación del proyecto privado es de 10 años ya que la captación de
clientes es un proceso lento además de requerir al menos un año para instalar el sistema
por cliente.
El negocio Tecnológico será evaluado a 10 años, de igual manera que el privado.
A1.2.3. ¿Cuáles son los indicadores económicos del negocio tecnológico
principal para la institución de I&D?
VAN
23.810 M$
Tasa de
descuento
12% 15
TIR
%
146
A1.2.4. ¿Cuáles son los indicadores económicos del negocio productivo o de
servicios principal para un agente intermedio tipo?
VAN
385.011 M$
Tasa de
descuento
12%
TIR
%
151
A1.2.5. ¿Cuáles son los indicadores económicos del negocio productivo o de
servicios principal para la suma de todos los posibles agentes intermedios?
VAN
385.011 M$
Tasa de
descuento
12%
TIR
%
151
Es posible utilizar otra tasa pertinente para el sector en la ev. del negocio tecnológico o
productivo
15
56
A1.3. Memorias de Cálculo.
A1.3.1. Memoria de cálculo de la evaluación económico-social.
Situación Sin Proyecto
a) Identificación de Variables Críticas:
Las variables críticas que enfrenta la situación sin proyecto es principalmente una. Esta es:
-
La variación de los costos por energía eléctrica para la tracción, por potencia a
demanda a hora punta y por potencia por transporte fuera de hora punta. Este
valor se consideró que varía al menos en un 1%, con un mínimo de 0,8% y máximo
de 2,5% considerando la opinión de expertos.
b) Cálculo de Ingresos:
Los ingresos de la evaluación social, corresponden a los valores ajustados de los
ingresos de la evaluación económica privada según factores de ajustes entregados por
MIDEPLAN.
c) Cálculo de Costos:
Los costos considerados corresponden a los mismos utilizados en la evaluación
económica privada ajustada bajo el factor de corrección social entregada por el
MIDEPLAN, ajustando a precios sombras los costos de mano de obra calificada, semi
calificada y sin calificar. Además, se consideran los costos de energía eléctrica para la
tracción, por potencia por demanda a hora punta y por potencia por transporte fuera
de hora punta.
d) Cálculo de Inversiones:
No se consideran en la situación sin proyecto, debido a que el beneficio corresponde a un
ahorro en costos.
Situación Con Proyecto
a) Identificación de Variables Críticas:
Las variables críticas que enfrenta la situación con proyecto son dos y corresponde a las
principales hipótesis que debe responder el proyecto. Esta es:
-
La variación de los costos por energía eléctrica para la tracción, por potencia a
demanda a hora punta y por potencia por transporte fuera de hora punta. Este
57
valor se consideró que varía al menos en un 1%, con un mínimo de 0,8% y máximo
de 2,5% considerando la opinión de expertos.
-
Disminuye el consumo de energía eléctrica de la red del metro hasta en un 6%, esto
significa un ahorro en los costos de 15 Gwh. Se considero un rango de máximo
10% y un mínimo de 3%.
b) Cálculo de Ingresos:
Los ingresos de la evaluación social, corresponden a los valores ajustados de los ingresos
de la evaluación económica privada según factores de ajustes entregados por MIDEPLAN.
c) Cálculo de Costos:
Los costos considerados corresponden a los mismos utilizados en la evaluación económica
privada ajustada bajo el factor de corrección social entregada por el MIDEPLAN,
ajustando a precios sombras los costos de mano de obra calificada, semi calificada y sin
calificar. Además se consideran los costos de energía eléctrica para la tracción, por
potencia por demanda a hora punta y por potencia por transporte fuera de hora punta.
d) Cálculo de Inversiones:
Las inversiones consideras corresponden a las mismas de la evaluación económica privada
ajustada a factores de corrección.
58
A1.3.2. Memoria de cálculo de la evaluación económica privada
Negocio Tecnológico para la Institución (Considere el principal)
a) Cálculo de Ingresos
El negocio tecnológico se basa en la transferencia del sistema de ahorro de energía eléctrica
de tracción para trenes urbanos. Para una transferencia adecuada de la transferencia se
solicitó, en el año 2008, la protección de los resultados por medio de una patente
(Ch03215/2008). La institución beneficiaria Universidad de La Frontera y las contrapartes
CONECTA y METRO S.A., serán las poseedoras de los derechos de la propiedad
intelectual. La forma de generar ingresos será licenciando la propiedad intelectual donde
la empresa emprendedora deberá pagar el 20% de las ventas a la sociedad UFROCONECTA-METRO. Dentro de la sociedad los ingresos se distribuirán de forma
equitativa.
b) Cálculo de Costos
La estructura de costos, está definida básicamente por el personal administrativo
encargado de la recepción de las licencias, este personal contará con:
a. Un Director
b. Una Secretaria
c. Un Junior
Por ser la universidad la receptora del pago de las licencias, se da por entendido que estas
personas tendrán que ser contratadas para la creación de la unidad receptora de dichos
pagos.
c) Cálculo de Inversiones
Las inversiones del negocio tecnológico fueron calculadas sobre la base del equipamiento
de espacios físicos de las dependencias dentro de la Universidad, con el motivo de
destinar en ella, las oficinas de la unidad receptora de pago de licencias, además de contar
con el equipo necesario para operar (computadores, mobiliario de oficina, etc.).
Negocio Productivo o de Servicios Tecnológicos (Considere el principal)
El negocio productivo es el servicio tecnológico desarrollado por el proyecto,
implementado en trenes urbanos. El emprendedor en este caso es la empresa CONECTA
S.A.; los negocios que ésta empresa realizará serán en base a los usuarios identificados en
el estudio de mercado. Las distintas empresas de trenes subterráneos (METROS) del
mundo son los clientes potenciales. CONECTA ofrecerá sus servicios de implementación
59
del modelo e instalará los elementos tecnológicos que sean necesarios (censores,
monitores, entre otros).
El negocio privado planteado en éste proyecto se basa en que la optimización de recursos
es una tendencia mundial, No existen sistemas eficientes que permitan lograr un ahorro de
energía por tracción como se propone, donde se pretende alcanzar un 6% de ahorro. Este
hecho justifica la obtención de clientes, ya que el nivel inversión es muy inferior al ahorro.
a) Cálculo de Ingresos
Los ingresos del proyecto fueron calculados a base de la venta comercial del servicio
tecnológico desarrollado por el proyecto, implementado en trenes urbanos. Se estableció el
valor promedio del servicio de $MM 300, debido a la mayor utilidad por mayor ahorro de
la inversión realizada por el cliente. Además de los insumos y las horas hombres
requeridas por el servicio. El público objetivo definido para la evaluación, corresponde a
las distintas empresas de trenes subterráneos (METROS) del mundo. Se estableció como
supuesto mercado objetivo que de aquí a 10 años la demanda será de 8 metros de
diferentes partes del mundo, variando los precios cobrados debido a las diferentes
características de los metros. Por tanto, el cálculo de ingresos considerando estas variables,
es como sigue:
CLIENTES POR AÑO
Año 0
0
Año1
Año2
Año 3
Año 4
Año 5
Año 6
Año 7
Año 8
Año 9
Año 10
1,00
0,00
0,90
0,00
1,10
0,00
0,80
1,20
2,00
1,20
Estimación Ingresos
AÑO 0
AÑO 1
AÑO 2
AÑO 3
Total ingresos servicio
metro (M$)
0
300.000
0
270.000
AÑO 4 AÑO 5 AÑO 6 AÑO 7 AÑO 8 AÑO 9
0
330.000
0
240.000 360.000 600.000
AÑO 10
360.000
b) Cálculo de Costos
Para la estructura de costos se consideró:
Costos fijos de administración, ventas y comercialización, estos costos corresponden al
personal administrativo encargado de administrar, coordinar y apoyar la gestión y
realización de la venta del servicio, considerando que el proyecto se enmarcará dentro de
un spin-off, se asignaron jornadas completas de profesionales según su nivel de
dedicación en las labores propias de este spin-off. Además se encuentran los gastos para
operar en la parte administrativa, estos costos incluyen la energía eléctrica, agua y
teléfono.
60
Costos variables, corresponden a los insumos comúnmente utilizados, ya sea equipos de
tecnología, Sensores, cámaras o insumos para la instalación y toma de variables para
realizar los modelos.
A continuación se cuantifican estos costos por los años evaluados:
Resumen Costos
Costos fijos de
administración,
ventas y
comercialización
Año 0
Año 1
Año 2
Año 3
0
118.44
0
0
118.44
0
Costos Variables
0
COSTO TOTAL
50.000 0
0
168.44
0
Año 4 Año 5 Año 6 Año 7 Año 8
0
55.0
00
45.000 0
-
163.44
0
118.
440
-
173.
440
0
0
-
Año 9
Año 10
118.
440
118. 118.44 118.44
440
0
0
40.0
00
60.0
00
158.
440
178. 218.44 178.44
440
0
0
100.00
60.000
0
c) Cálculo de Inversiones
Las inversiones corresponden a los costos de la licencia, el cual se fijo en 20% de las
utilidades (división de 50% entre los socios). Además se considero gastos organizacionales
y el capital de trabajo el cual se cálculo por el método de periodo de desfase.
61
ANEXO 2. PLAN DE MANTENCIÓN DE LA INFRAESTRUCTURA
HABILITADA, BIENES, EQUIPOS Y OTROS ELEMENTOS
ADQUIRIDOS 16
A2.1. Listado de obras de infraestructura 17
Nombre y
descripción de la
infraestructura
Nº
-
-
Unidad
Institucional
Usos
-
-
Dirección (calle, Nº, ciudad)
-
A2.2. Listados de bienes (equipos y otros)
Nº
Nombre del equipo
1
MICROCOMPUT
2
3
4
5
6
7
8
9
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
Marca
SUNSHIN
AMD
SEMPRO
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
Serie
Modelo
Nº
inventari
o
Precio de compra
(MM$)
S/SERIE
-
56449
$ 244.553
S/SERIE
SIEMENS
53644
$ 182.351
S/SERIE
SIEMENS
53645
$ 182.347
S/SERIE
SIEMENS
53646
$ 182.347
S/SERIE
SIEMENS
53647
$ 182.347
S/SERIE
SIEMENS
53648
$ 182.347
S/SERIE
SIEMENS
53649
$ 182.347
S/SERIE
SIEMENS
53650
$ 182.351
S/SERIE
SIEMENS
53651
$ 182.347
16
Identifique cada obra de infraestructura y cada equipo cuyo valor facturado sea mayor a
US$5.000.
17
Listado definitivo, identificando la obra, descripción, superficie construida, la unidad
institucional responsable y la dirección del lugar en que se encuentra
62
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
CONVERSOR DC/DC,
TENSION CONTINUA
TRANSDUCTOR DE
CORRIENTE
TRANSDUCTOR DE
CORRIENTE
TRANSDUCTOR DE
CORRIENTE
TRANSDUCTOR DE
CORRIENTE
TRANSDUCTOR DE
CORRIENTE
TRADUCTOR DE
VOLTAJE
TRADUCTOR DE
VOLTAJE
TRADUCTOR DE
VOLTAJE
TRADUCTOR DE
VOLTAJE
TRADUCTOR DE
VOLTAJE
SENSORES DE
PROXIMIDAD
MAGNETICOS
SENSORES DE
PROXIMIDAD
MAGNETICOS
28
TRANSMISORES DE
PRESION
29
TRANSMISORES DE
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/SERIE
SIEMENS
53652
$ 182.347
S/SERIE
SIEMENS
53653
$ 182.347
S/SERIE
SIEMENS
53654
$ 182.347
S/SERIE
SIEMENS
53655
$ 182.347
S/SERIE
SIEMENS
53656
$ 182.351
S/SERIE
SIEMENS
53657
$ 182.347
LEM
S/SERIE
LTC 600-S
53701
$ 411.970
LEM
S/SERIE
LTC 600-S
53702
$ 411.971
LEM
S/SERIE
LTC 600-S
53703
$ 411.970
LEM
S/SERIE
LTC 600-S
53704
$ 411.970
LEM
S/SERIE
LTC 600-S
53705
$ 411.970
LEM
S/SERIE
AV100-750
53706
$629.437
LEM
S/SERIE
AV100-750
53707
$629.436
LEM
S/SERIE
AV100-750
53708
$629.436
LEM
S/SERIE
AV100-750
53709
$629.436
LEM
S/SERIE
AV100-750
53710
$629.436
SICK
S/SERIE
MM12060
53711
$ 70.913
SICK
S/SERIE
MM12060
53712
$ 70.913
S/INFOR
MACIÓN S/SERIE
S/INFORMACIÓN
53683
$242.457
BOURDO S/SERIE
S/INFORMACIÓN
53684
$242.454
63
PRESION
30
TRANSMISORES DE
PRESION
31
TRANSMISORES DE
PRESION
32
TRANSMISORES DE
PRESION
33
TRANSMISORES DE
PRESION
34
TRANSMISORES DE
PRESION
35
TRANSMISORES DE
PRESION
36
TRANSMISORES DE
PRESION
37
TRANSMISORES DE
PRESION
38
TRANSMISORES DE
PRESION
39
TRANSMISORES DE
PRESION
40
TRANSMISORES DE
PRESION
41
TRANSMISORES DE
PRESION
42
TRANSMISORES DE
PRESION
43
TRANSMISORES DE
PRESION
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
BOURDO
N
S/SERIE
S/INFORMACIÓN
53685
$242.454
S/SERIE
S/INFORMACIÓN
53686
$242.454
S/SERIE
S/INFORMACIÓN
53687
$242.454
S/SERIE
S/INFORMACIÓN
53688
$242.454
S/SERIE
S/INFORMACIÓN
53689
$242.454
S/SERIE
S/INFORMACIÓN
53690
$242.454
S/SERIE
S/INFORMACIÓN
53691
$242.454
S/SERIE
S/INFORMACIÓN
53692
$242.454
S/SERIE
S/INFORMACIÓN
53693
$242.454
S/SERIE
S/INFORMACIÓN
53694
$242.454
S/SERIE
S/INFORMACIÓN
53695
$242.454
S/SERIE
S/INFORMACIÓN
53696
$242.454
S/SERIE
S/INFORMACIÓN
53697
$242.454
S/SERIE
S/INFORMACIÓN
53698
$242.454
64
44
TRANSMISORES DE
PRESION
45
TRANSMISORES DE
PRESION
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
BRIDGE 10 BASE T
BRIDGE 10 BASE T
10 BASE T
BRIDGE 10 BASE T
BRIDGE 10 BASE T
BRIDGE 10 BASE T
BRIDGE 10 BASE T
BRIDGE 10 BASE T
BRIDGE 10 BASE T
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
CONTROLADORES
BL2600 COD 101-0889
STATER PACKAGE
FOR BL 2600
IMPRESORA
OFICCEJET
66
UPS NOVA 600VA 600
67
CONTROLADORES
HAENNI
BOURDO
N
HAENNI
BOURDO
N
HAENNI
WIFI 802
WIFI 802
WIFI 802
WIFI 802
WIFI 802
WIFI 802
WIFI 802
WIFI 802
WIFI 802
S/SERIE
S/INFORMACIÓN
53699
$242.454
S/SERIE
S/INFORMACIÓN
53700
$242.454
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/SERIE
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
S/INFORMACIÓN
54156
53675
53676
53677
53678
53679
53680
53681
53682
$145.199
$145.203
$145.203
$145.203
$145.203
$145.203
$145.203
$145.203
$145.203
ZWORLD
14864
BL2600
53665
$292.888
ZWORLD
14864
BL2600
53666
$292.884
ZWORLD
14864
BL2600
53667
$292.884
ZWORLD
14864
BL2600
53668
$292.884
ZWORLD
14864
BL2600
53669
$292.884
ZWORLD
14864
BL2600
53670
$292.884
ZWORLD
14864
BL2600
53671
$292.884
ZWORLD
14864
BL2600
53672
$292.884
ZWORLD
14864
BL2600
53673
$292.884
S/SERIE
BL2600
53674
$493.989
S/SERIE
OFICCEJET 4255
56775
$ 140.956
S/SERIE
INTERACTIVA
COD UP
57076
$ 46.799
S/SERIE
BL2600
57119
$2.734.156
S/INFOR
MACIÓN
OFICCEJE
T
S/INFOR
MACIÓN
S/INFOR
MACIÓN
65
68
CONTROLADORES
69
SENSORES DE
PROXIMIDAD
70
TRANSMISORES
71
72
73
74
TRANSDUCTOR DE
VOLTAJE
TRANSDUCTOR DE
CORRIENTE
TRANSDUCTOR DE
VOLTAJE
TRANSDUCTORES
77
78
TRANSDUCTOR DE
VOLTAJE
TRANSDUCTOR DE
CORRIENTE
CONVERSOR DC/DC
CONVERSOR DC/DC
79
SILLA GIRATORIA
75
76
S/INFOR
S/SERIE
MACIÓN
SICK
BOURDO
N
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
S/INFOR
MACIÓN
BL2600
S/SERIE MM08-60 APS-ZUO
57126
$6.835.399
57410
$1.962.423
S/SERIE
HAENNI CTX3-33
B20-5
57411
$4.523.333
S/SERIE
LV25-1000/SP3
57412
$6.699.944
S/SERIE
LEM LF 1005-S
57413
$6.829.100
S/SERIE
LV 25-1000/SP3
57414
$6.699.944
S/SERIE
CTX3-B20-5
57415
$3.392.500
S/SERIE
LU25-1000/SP3
57416
$2.233.314
S/SERIE
LF1005-S
57417
$5.121.824
SIEMENS S/SERIE
SIEMENS S/SERIE
TYSON
S/SERIE
FIJA
6EP1731
6EP1731
57418
57419
$5.953.412
$5.953.412
TYSON
59314
$39.900
59865
$600.184
59748
$205.500
59749
$350.500
59315
$39.900
59866
$600.184
59867
$600.183
56227
$1.349.000
LEM
80
PROCESADOR INTEL
81
APC SMARRT-UPS SC
SMART
S/SERIE
82
IMPRESORA EPSOM
S/SERIE
83
SILLA GIRATORIA
S/SERIE
TYSON
84
PROCESADOR INTEL
85
PROCESADOR INTEL
EPSON
TYSON
FIJA
INTEL
PERTIUM
INTEL
PERTIUM
PENTIUM 4 D9253
GHZ DUAL CORE
S775
SMART-UPS SC
100VA-UPS-CA2301000VA-4
EPSON 1280
86
NOTEBOOK
PENTIUM S/SERIE
NC4010
S/SERIE
S/SERIE
S/SERIE
4 D925 3 GHZ
DUAL CORE S775
4 D925 3 GHZ
DUAL CORE S775
NC4010
P/CENTRINO 10.8
66
Nº
1
Usos 18
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Unidad Institucional
Oficina proyecto
metro
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
2
Metro de Santiago
Av. Francisco Salazar # 01145 Temuco
2
2
2
2
2
2
2
2
2
2
2
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
2
Dirección (calle N°, ciudad)
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
18
19
20
21
22
23
24
25
26
27
28
29
30
18
Usos dentro de las líneas de Investigación y Desarrollo del proyecto: (1) Docencia, (2)
Investigación, (3) Servicios, (4) Capacitación,(5) Asesorías , Otros describir
67
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
53
2
54
2
55
56
57
58
59
60
61
62
63
64
65
66
67
68
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
CONECTA
CONECTA
Metro de Santiago
Metro de Santiago
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
68
69
70
71
72
73
74
75
76
77
78
79
2
2
2
2
2
2
2
2
2
2
2
80
2
81
2
82
2
83
2
84
2
85
86
2
2
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
Metro de Santiago
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
UFRO-Oficina de
Proyecto Metro
Metro de Santiago
UFRO-Oficina de
Proyecto Metro
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
Av. Francisco Salazar # 01145 Temuco
A2.3. Plan De Mantenimiento 19
Nº
-
Actividades principales
de mantención
Nombre del equipo
20
-
-
Período entre
mantenciones
-
Unidad
Institucional
-
19
El contrato de finiquito incluirá el plan de mantenimiento, operación y cuidado de equipos y
mantención de obras así como los seguros de rigor. El plan de mantenimiento se debe realizar
según estándares establecidos por la institución.
20
Mantenga la numeración del cuadro anterior.
69
ANEXO 3. SOLICITUDES Y REGISTROS DE PROTECCION DE PROPIEDAD
INTELECTUAL
70
ANEXO 4.
PUBLICACIONES
Presentaciones a eventos internacionales
Bustos, J., J. Fuentes, J. Uribe, N. Delarze, D. Zamora, A. de La Quintana, C. Ziebold, N.
Marín “Optimización online de energía eléctrica de tracción para trenes
urbanos”, XIV Congreso Latinoamericano de Investigación Operativa
CLAIO, Cartagena-Colombia, Sept-2008.
Presentaciones a eventos nacionales
Bustos, J., N. Delarze, J. Fuentes , J. Uribe, D. Zamora “Un modelo matemático de apoyo a
la gestión de tráfico de una línea de metro con capacidad limitada de trenes”,
Séptimo Congreso Chileno de Investigación Operativa - Óptima, Puerto
Montt-Chile, 2007.
Bustos, J., B. Pavez, J. Fuentes, J. Uribe, N. Delarze, D. Zamora, A. de La Quintana, C.
Ziebold, N. Marín. “Sistema de ahorro de energía eléctrica de tracción para
trenes urbanos”, póster presentado en Séptimo Congreso Chileno de
Investigación Operativa - Óptima, Puerto Montt-Chile, 2007.
Bustos, J., B. Pavez, J. Fuentes, J. Uribe.”Ahorro en Consumo Eléctrico Para trenes
Urbanos”, Congreso INGELECTRA, Temuco-Chile, 2007.
Tesis Pregrado
Zamora, David. “Análisis de Políticas de Operación de Línea 1 del Metro de Santiago”,
tesis para optar al grado de Ingeniero Civil Industrial mención Informática
(prof. guía J. Bustos), UFRO, 2006.
Delarze, Nicole y Castro, Alex. “Problema De Scheduling De Trenes Con Velocidad
Variable: Modelación Y Análisis Con Herramientas De Programación Lineal
Entera”, tesis para optar al grado de Ingeniero Civil Industrial mención
Informática (prof. guía J. Bustos), UFRO, 2004.
71
XIV Latin Ibero-American Congress on Operations Research (CLAIO 2008) – Book of Extended Abstracts
Optimización on-line de consumo de Energía Eléctrica de
Tracción en el Metro de Santiago
Jaime Bustos, Boris Pavez, Jonson Fuentes, Juan Uribe, Nicole Delarze, David Zamora
Universidad de La Frontera
Temuco, Chile
e-mail: [email protected]
Alfredo de La Quintana
CONECTA, Santiago-Chile
Conrad Ziebold, Néstor Marín
Metro de Santiago, Santiago-Chile
Resumen
Se describe un sistema para la optimización en línea del tráfico de trenes en la
línea 1 del Metro de Santiago orientado al ahorro de energía eléctrica de
tracción bajo restricciones de calidad de servicio. Se describen los principales
componentes del sistema: captura y transmisión de datos desde trenes hacia
central de operaciones, análisis de datos e instanciación, optimización en línea
y finalmente interfase de comunicación con el regulador de tráfico. Se
presentan los diferentes componentes del sistema analizándose sus principales
características de operación y desempeño en terreno.
Palabras clave: Sistema de ahorro energético; optimización on-line;
1
INTRODUCCION
El ahorro de energía es un objetivo de gran relevancia en la operación de los sistemas
productivos dado su impacto en los costos directos de operación, más en los momentos de
actual coyuntura energética del país. Sin embargo, las exigencias de calidad de servicio
aceptada por los clientes determina que la búsqueda de soluciones óptimas deba
abordarse con estrategias y herramientas complejas de diferentes ámbitos científicos y
tecnológicos. En el caso del Metro de Santiago, el costo energético de tracción corresponde
a cerca del 20% de los gastos totales de operación.
72
Este trabajo presenta un sistema en línea que apunta a buscar el mínimo consumo eléctrico
requerido para tracción de trenes (metro de Santiago) satisfaciendo las condiciones de
operación tanto en calidad de servicio y restricciones de seguridad.
Entre las particularidades del problema de operación óptima de una línea de metro
encontramos aspectos claramente distinguibles como: alta frecuencia de viajes de corta
duración y cortos tiempos de detención en estaciones para tomar/dejar pasajeros,
capacidad limitada de los convoyes en términos de pasajeros transportados, existencia de
estaciones de transbordo con combinación a diferentes líneas y alta demanda de servicio
en periodos punta.
Esto impone fuertes requerimientos computacionales y procedimientos avanzados de
despacho en línea debido al tamaño de los problemas de planificación, con un horizonte
de tiempo “mediano”, y los cortos tiempos permitidos para el análisis e implementación
de soluciones.
2
DESCRIPCIÓN DEL SISTEMA PROPUESTO
Se aborda el problema desde la perspectiva de un modelo de programación binaria mixta
resuelto con alta frecuencia cuya función objetivo apunta a minimizar el consumo de
energía eléctrica de tracción escogiendo diferentes velocidades de operación (alternativas
discretas) y las restricciones están definidas por la dinámica habitual de un sistema de
metro (sucesión de viajes y detenciones, sin adelantamiento), las restricciones de
seguridad y las expectativas de calidad de servicio. Para el doblamiento de la instancia de
optimización definida por el problema de decisión en una ventana móvil se utiliza
información capturada en tiempo real desde los trenes en movimiento así como múltiples
parámetros del sistema calculados en la etapa de puesta en marcha del sistema.
El sistema propuesto se compone de los siguientes elementos clave:
a) Subsistema de captura de datos (en los trenes) y comunicaciones en línea
Incluye sensores instalados directamente en los convoyes para medir tanto aspectos de
consumo eléctrico como variables dinámicas afectadas por la operación del sistema
(voltaje, corriente, posición de trenes, pasajeros). Además incluye las componentes
requeridas para llevar las señales capturadas, desde los sensores hasta las instalaciones
centrales de operación de la Línea a través tanto de sistemas de radio, red de datos física
(cable) y red inalámbrica. La frecuencia de transmisión de datos debe ser lo
suficientemente alta para asegurar la operación confiable del sistema dadas las
restricciones de captura y comunicaciones existentes. Este subsistema presenta un desafío
de integración tecnológica de mediana complejidad por sus variadas componentes y
estándares, además de la existencia de regulaciones estrictas de no perturbación de otros
sistemas de operación existentes en una línea de Metro.
73
b) Módulo de análisis e interpretación de datos
En este subsistema se procesa los datos provenientes del sistema de captura y se
interpretan para determinar el estado actual de la línea (posición de trenes, velocidades en
uso, tiempos de llegada a estaciones, pasajeros transportados, etc.). Se da cuenta aquí de
las deficiencias de calidad de la información recibida, con rutinas de verificación de datos.
La información válida se suma a los parámetros de operación previamente calculados y
almacenados en una base de datos para permitir la construcción de una instancia de
optimización en el próximo módulo.
c) Módulo de optimización
El problema de selección de velocidades de circulación para los trenes operando en una
ventana de decisión futura apuntando a minimizar el consumo eléctrico bajo restricciones
de calidad de servicio es modelado como un problema binario mixto. Este modelo es una
extensión de [1] considerando limitaciones de capacidad de los trenes y una función
objetivo diferente. La operación de 30 convoyes en una ventana de planeación de 15
minutos produce un problema con alrededor de 2.000 variables binarias y varios miles de
restricciones. Se obtienen soluciones cercanas al óptimo utilizando un algoritmo evolutivo.
d) Módulo de interfase con sistema de regulación de tráfico
Este subsistema permite interactuar con el regulador de tráfico tanto para mostrar el
estado actual del sistema como para sugerir las políticas de operación casi-óptimas
encontradas en el módulo de optimización. Debido a regulaciones de seguridad de
operación, estas decisiones no han sido directamente implementadas en los sistemas de
control de tráfico. Estas decisiones son entregadas en periodos de alta frecuencia
(preestablecidos o a pedido) usando la interfase de operaciones desarrollada y la estrategia
de intercomunicación definida.
3
RESULTADOS OBTENIDOS
El sistema desarrollado ha sido implementado en la Línea 1 del Metro de Santiago,
permitiendo establecer (en línea) acciones de regulación del tráfico de trenes balanceando
el uso de energía con la calidad de servicio requerida para la línea. El sistema fue
desplegado en terreno y sometido a pruebas de validación. Los ahorros obtenidos varían
según el escenario de regulación, lográndose valores considerables en consideración a la
significancia de los consumos presentados en sistemas de metro como el considerado.
4
REFERENCIAS
[1] Assis, W. and B. Milani. “Generation of optimal schedules for metro lines using model
predictive control”, Automatica 40(2004), 1397-1404.
74
7º Congreso Chileno de Investigación Operativa - Óptima, Puerto Montt-Chile, 2007
Un modelo matemático de apoyo a la gestión de tráfico de una línea
de metro con capacidad limitada de trenes
Se analiza el problema de construcción de un programa detallado de tráfico
(schedule) de trenes urbanos (metros) a fin de minimizar el consumo
energético del plan bajo restricciones de calidad de servicio y considerando
capacidad limitada de los trenes. Se propone un modelo de programación
binaria mixta que describe el problema y permite construir planes de tráfico
para diferentes horizontes de programación (desde minutos a horas). Se
implementa la resolución del problema resultante mediante el optimizador
comercial CPLEX y se analiza su desempeño. Los resultados muestran que es
factible producir planes óptimos para diferentes longitudes del horizonte de
planeación, produciendo ahorros significativos respecto de condiciones reales
de operación.
Jaime Bustos G*., Nicole Delarze, Jonson Fuentes V., Juan Uribe Ch.,
David Zamora
Universidad de La Frontera
* Autor de contacto: [email protected], Casilla 54-D Temuco, Chile
1. Introducción
Se presenta un modelo de optimización entera mixta que permite establecer planes
de operación de una línea de metro tendiente a minimizar el consumo de energía
eléctrica de tracción cumpliendo con consideraciones de calidad de servicio
establecidas para el sistema. El modelo planteado considera las características
propias de la operación de una línea de metro, tales como:
•
•
•
•
•
•
Itinerarios de alta frecuencia.
Corta duración de los viajes entre estaciones.
Corta duración de las estadías en andenes para bajada y subida de
pasajeros.
Modificación del parque de trenes activos durante el día (periodos de alta y
baja demanda de pasajeros).
Capacidad limitada de los trenes
Afluencias de pasajeros variables
75
Esto impone fuertes requerimientos computacionales y procedimientos avanzados
de despacho en línea debido al tamaño de los problemas de planificación, con un
horizonte de tiempo “mediano”, y los cortos tiempos permitidos para el análisis e
implementación de soluciones.
2. Modelo matemático propuesto
El objetivo de este modelo es de minimizar el consumo de energía eléctrica de los
trenes en cierto periodo de tiempo ∆t = (t1.t2 ) satisfaciendo los requerimientos
propios del funcionamiento habitual de sistema de transporte “Metro de
Santiago”, por lo cual se ha reconstruido un modelo de optimización lineal entero
mixto. Este modelo se separa en dos grandes partes:
•
•
Dinámica de pasajeros.
Dinámica de trenes.
Cada una de estas partes tiene en si la consideración de satisfacer la calidad de
servicio que la empresa quiere otorgar a sus clientes
Nomenclatura:
i:
conjunto de trenes activos por cada estación durante el periodo ∆t = (t1.t2 ) ,
este conjunto depende de cada estación ya que para dos estaciones el
conjunto de trenes es distinto según la inyección o salida de trenes producto
de la programación diaria. i = t1 ,..., T
j:
estaciones que recorre un tren i, j recorre desde x(i),…J(i).
x(i) : estación en la que comienza su recorrido el tren i.
J(i) : última estación que recorre el tren i
L(i) : histórico de los trenes, muestra los valores de tiempo en que el tren i
abandono las estaciones anteriores a la ventana de tiempo a optimizar, esto
va desde el inicio del recorrido del tren i hasta la estación x(i-1).
R(i) : es el remanente de personas que quedaron esperando en un anden en el
momento antes de la ventana de tiempo.
E(i): espacio que tiene el tren desde el anden antes de la ventana de tiempo.
v :
Representa el tipo de marcha, nuestros análisis de optimización consideran
cinco tipos de marcha (1:AP, 2:EPNV, 3:NPAV, 4:EV y 5:S)
Las respectivas variables que se ocuparon y los parámetros relevantes del modelo.
76
Variable
Ai , j
Descripción
Unidad
Tiempo en que el tren i llega al andén j.
s
Li , j
Tiempo en que el tren i deja el andén j.
s
Wi , j
Tiempo de estadía del tren i en andén j.
s
1 = Si tren i deja andén j con marcha v y con nivel p de
pasajeros.
0 = Otro caso.
Yi , j , v
Parámetros del modelo de trenes:
Parámetro Descripción
T. de seguridad.
ST
TWMax j
T. espera máximo permitido en andén
TWMin j
T. espera mínimo permitido en andén j
TT j ,v
TTMax j , k
Ci , j ,v , p
T. viaje entre el andén j y el próximo (j+1), asociado a la
marcha v
T. viaje máx. Permitido para tren i, del andén j al andén k
(k>j).
Costo asociado a tren i, andén j, marcha v y con un nivel
p de pasajeros.
Unidad
s
s
s
s
s
unidad
monetaria
2.1 Dinámica de trenes
La dinámica de trenes en los andenes, se define por el siguiente conjunto de
relaciones:
Balance de tiempos: considera el tiempo en que llega el tren i a la estación j mas el
tiempo de viaje
V
Ai , j = Li , j −1 + ∑ (TT j −1,v × Yi , j −1,v )
v =1
Wi , j = Li , j − Ai , j
Vale decir, se considera un orden de trenes activos para la estación j, esto es, i
representa el orden correlativo de los trenes que pasaran por la estación j, puesto
que es necesario considerar la salida e inserción de trenes, los que significa que el
orden correlativo de trenes para cada estación puede ser distinto.
77
Brecha de Seguridad: compara a dos trenes que pasen por la estación j (es
conocido de ante mano cuales son los trenes consecutivos en una estación)
Ai , j − Li +1, j ≥ ST
Brecha de Seguridad: compara a dos trenes que pasen por la estación j (es
conocido de ante mano cuales son los trenes consecutivos en una estación)
Ai1 , j − Li2 , j ≥ ST
Tiempo de espera Mínima y Máxima: El tiempo de espera está acotado por
valores mínimo y máximo preestablecidos para una operación segura
Wi , j ≥ TWMin j
Wi , j ≤ TWMax j
Tiempo de viaje en subzonas (entre pares de estaciones): El tiempo máximo
permitido de viaje entre subzonas (TTMax) es un parámetro que asegura la calidad
de servicio por el tiempo de viaje entre la estación j y una subzona.
( Ai ,s − Ai , j ) < TTMax
s,j
En particular puede establecerse tiempos de viaje desde/hacia estaciones
terminales hacia/desde una estación cualesquiera dentro de la línea. El parámetro
TTMax s,j debe calcularse para cada par (s,j) de acuerdo a la velocidad comercial
establecida por Metro.
Capacidad máxima: la cantidad máxima de pasajeros transportada no puede
exceder la capacidad del tren i
PTi , j ≤ QPMaxi
78
2.2 Dinámica de pasajeros
Por su parte, la dinámica de pasajeros en un andén puede graficarse como sigue:
Variable Descripción
PBi , j
Personas que suben al tren i en el andén j.
PU i , j
Personas que bajan del tren i en el andén j.
PTi , j
espacioi , j
Pr mi , j
ei , j
ri , j
Personas que viajan en el tren i desde el andén j hacia el
próximo andén (j+1).
Espacio disponible que tiene el tren i en la estación j.
Pasajeros que dejó el tren i en la estación j, dado que la
cantidad de personas que estaban esperando
sobrepasaban la capacidad disponible en esta estación.
1 si el tren i tiene espacio de pasajeros en la estación j, y
0 si no tiene espacio.
1 si el tren i deja pasajeros en la estación j, y 0 si no deja
a nadie.
Parámetro
QPMax i
Descripción
Capacidad tren i.
Unidad
personas/tren
FPMax i
Flujo máximo de personas en tren i
personas/s
Mj
Espacio que dispone la estación
personas
µj
Tasa de afluencias para tren i en estación j
personas/s
Balance de pasajeros: el numero de pasajeros que sale de una estación j es igual al
número de personas que venían desde la estación anterior, esto menos los
pasajeros que bajan en dicha estación mas aquellos que suben.
PTi , j = PTi , j −1 − PU i , j + PBi , j
Pasajeros que abordan el tren: Cuando se habla del número de pasajeros que
suben al tren es necesario el considerar que esta relación depende de la capacidad
actual del tren a llevar pasajeros, es decir, el espacio es representado por la
79
capacidad del tren menos el número de pasajeros que vienen desde la estación
anterior mas los pasajeros que bajan menos los que suben.
espacioi , j = QPMaxi − PTi , j −1 + PU i , j − PBi , j
Por esto los pasajeros que suben a u tren i depende de el espacio disponible y la
demanda de personas en esta estación la cual queda representada por el numero
de personas que llegan a la estación j mas los pasajeros que no pudo transportar el
tren anterior (i-1) llamados remanente tren anterior menos el numero de personas
que puede llevar el tren i por su capacidad actual.
PBi , j = PLLi , j + Prmi −1, j − Prmi , j
Capacidad de espacio del tren: hay espacio en el tren mientras e=1.
espacioi , j
≤e,
QPMaxi
Capacidad de la estación: Si r=1 significa que el tren i dejo personas en la estación j
para el siguiente tren, por lo cual M es un parámetro que indica la capacidad de
personas para un anden
Prmi , j ≤ M × r
Pasajeros que bajan: la cantidad de pasajeros que bajan en una estación está
asociada a la probabilidad de bajada Rat j y a la cantidad de pasajeros transportada
al ingreso del tren al anden j:
PU i , j = Rat j * PTi , j
Pasajeros que llegan a una estación:
PLLi , j = µ j × ( Li , j − Li −1, j − FS )
Flujo máximo de pasajeros: el flujo de pasajeros que suben/bajan en una trenestación particular no debe exceder el máximo flujo posible para ese tren (FPMax)
PBi , j + PU i , j
≤ FPMaxξ
Wi , j
80
Condición de unicidad para pasajeros: Esta ecuación permite condicionar que
suban pasajeros a un tren sólo si hay espacio (e=1, r=0)
e+ r ≤1
Modelo generalizado para ventanas de tiempo: la función objetivo generalizada,
expresada como el consumo de energía eléctrica de tracción, con una componente
“fija” dependiente del tren-anden-marcha respectivo (Ci,j,vYi,j,v) y otra componente
variable dependiente de la cantidad de pasajeros transportados (Pi,j PTi,j)
I
Minimizar Z
J (i )
V
I J (i )
= ∑ ∑ ∑Ci, j,v ×Yi, j,v + ∑∑ Pi, j × PTi, j
i =1 j = x (i ) v=1
i
j
3. Resolución con herramientas de optimización
Este modelo (y algunas de sus variaciones) ha sido implementado y resuelto
exitosamente en la plataforma comercial CPLEX y en LPSolve pudiéndose
comparar el desempeño de ambas plataformas.
Considerando horizontes de planeación de 15 minutos y condiciones de operación
específicas para la línea 1 del Metro de Santiago se ha generado instancias de
modelos enteros mixtos con un par de miles de variables y restricciones.
La resolución de cada instancia con ambas plataformas permitió generar
propuestas de esquemas de operación aplicables y óptimas, lográndose soluciones
en tiempos inferiores a un minuto.
El tiempo de resolución en CPLEX es considerablemente inferior (cercanos a un
segundo) al de LPSolve (decenas de segundos).
4. Conclusiones y comentarios
El modelo de programación entera mixta planteado permite caracterizar
realísticamente el problema de gestión de tráfico de una línea de metro con
capacidad limitada de trenes. Su resolución con herramientas de
programación disponibles comercialmente o de distribución gratuita permite
establecer recomendaciones óptimas de operación en términos de consumo
81
energético respetando requerimientos de calidad de servicio establecidos
para el sistema.
La aplicación de este modelo a condiciones de operación de la línea 1 del
metro de santiago permitió evaluar las capacidades y limitaciones del sistema
ante diferentes escenarios operacionales.
5. Bibliografía
Allera, S. V., and J. E. McGowan, 1986, "Medium-term forecasts of half-hourly
system demand: development of an interactive demand estimation coefficient
model", IEE Proceedings- C, Vol. 133, No. 7, November 1986, pp. 393-396.
Arisawa, Makoto. “How Should Universities and Railways Cooperate in a New
Era?”. Japan Railway & Transport Review, March 1996, pp. 2-5.
Asar, A., J. R. McDonald, 1994, "A specification of neural network applications in
the load forecasting problem", IEEE transactions on control systems technology,
Vol. 2, No. 2, June 1994, pp. 135-141.
Assis, W and B. Milani, 2004. “Generation of Optimal schedules for metro lines
using model predictive control”, Automatica 40, pp. 1397-1404
Bakirtzis, A. G., J. B. Theocharis, S. J. Kiartzis, K. J. Satsios, 1995, "Short term load
forecasting using fuzzy neural networks", IEEE Transactions on Power Systems,
Vol. 10, No. 3, August 1995, pp. 1518-1524.
Broehl, J. H., 1981, "An end-use approach to demand forecasting", IEEE
Transactions on Power Apparatus and Systems, Vol PAS-100, No. 6, June 1981, pp.
2714-2718.
Gross, G., F. D. Galiana, 1987, "Short-term load forecasting", Proceedings of the
IEEE, Vol. 75, No. 12, December 1987, pp. 1558-1573.
Goh, T. N., S. S. Choi, and S. B. Chien, 1983, "Forecasting of electricity demand by
end-use characteristics", Electric Power Systems Research, Vol. 10, No. 2, March
1986, pp. 145-148.
Hagan, M. T. and S. M. Behr, 1987, "The time series approach to short term load
forecasting", IEEE Transaction on Power Systems, Vol. PWRS-2, No. 3, August
1987, pp, 785-791.
Hsu, Y.-Y., K.-L. Ho, 1992, "Fuzzy expert systems: an application to short-term load
forecasting", IEE Proceedings-C, Vol. 139, No. 6, November 1992, pp. 471-477.
82
Kim, K.-H., J.-K. Park, K.-J. Hwang, S.-H. Kim, 1995, "Implementation of hybrid
short-term load forecasting system using artificial neural networks and fuzzy
expert systems", IEEE Transactions on Power Systems, Vol. 10, No. 3, August 1995,
pp. 1534-1539.
Papalexopoulos, A. D., T. C. Hesterberg, 1990, "A regression-based approach to
short-term system load forecasting", IEEE Transactions on Power Systems, Vol. 5,
No. 4, November 1990, pp. 1535-1547.
Rahman, S., Bhatnagar, R., 1988, "An expert system based algorithm for short term
load forecast", IEEE Transactions on Power Systems, Vol. 3, No. 2, May 1988, pp.
392-399.
Rahman, S., O. Hazim, "A generalized knowledge-based short-term loadforecasting technique", IEEE Transactions on Power Systems, Vol. 8, No. 2, May
1993, pp. 508-514.
Steinherz H., Pereira C. E., Castro R., 2001, "Neural Networks for Short-Term Load
Forecasting: A Review and Evaluation ", IEEE Transactions on Power Systems, Vol.
16, No. 1, February 2001, pp. 44-55.
Sussman, Joseph. “Industry/Academia Cooperation in Transportation: The
Partnership of JR East and MIT. Japan Railway & Transport Review, March 1996,
pp. 26-33.
83
7º Congreso Chileno de Investigación Operativa - Óptima, Puerto Montt-Chile, 2007
Un sistema para Optimización de consumo de Energía Eléctrica de Tracción
on-line en Metro de Santiago
Jaime Bustos*, Boris Pavez, Jonson Fuentes, Juan Uribe, Nicole Delarze, David
Zamora
Universidad de La Frontera
Alfredo de La Quintana
CONECTA
Conrad Ziebold, Néstor Marín
Metro de Santiago
Resumen
Se describe un modelo tecnológico para la optimización en línea del
tráfico de trenes en la línea 1 del Metro de Santiago orientado al ahorro
de energía eléctrica de tracción bajo restricciones de calidad de servicio.
Se describen los principales componentes del sistema: captura y
transmisión de datos desde trenes hacia central de operaciones, análisis
de datos e instanciación, optimización en línea y finalmente interfase de
comunicación con el regulador de tráfico. El sistema ha sido
desarrollado en el marco del Proyecto Fondef D03i1122 y actualmente se
encuentra en su fase de refinamiento final y pruebas en terreno. Se
presentan los diferentes componentes del sistema analizándose sus
principales características de operación y desempeño en terreno.
Palabras clave: Sistema de ahorro energético; optimización on-line;
Autor de contacto: [email protected]
Exposición general del problema
El ahorro de energía es un objetivo de gran relevancia en la operación de los
sistemas productivos dado su impacto en los costos directos de operación, más en
los momentos de actual coyuntura energética del país. Sin embargo, las
84
limitaciones de calidad mínima de servicio aceptada por los clientes determina que
la búsqueda de soluciones óptimas deba abordarse con estrategias y herramientas
complejas de diferentes ámbitos científicos y tecnológicos. En el caso del Metro de
Santiago, el costo energético de tracción corresponde a cerca del 20% de los gastos
totales de operación.
Este trabajo presenta un sistema en línea que apunta a buscar el mínimo consumo
eléctrico requerido para tracción de trenes (metro de Santiago) satisfaciendo las
condiciones de operación.
Dentro del sistema de optimización propuesto, un ítem de suma importancia son
las políticas de operación, que se implementarán en la línea 1 del Metro de
Santiago a partir de los resultados obtenidos en el desarrollo del proyecto Fondef
D03i1122. Básicamente, serán estas políticas las que determinen el funcionamiento
del modelo que representará el problema de ahorro energético, para trenes de
velocidad variable, con restricciones de calidad de servicio, resuelto por un motor
de optimización que provee las decisiones casi óptimas de operación de corto
plazo para toda la flota de trenes en la línea 1, generando los perfiles de viaje
(itinerarios, detenciones y velocidades de viaje) para cada convoy.
Esto impone fuertes requerimientos computacionales y procedimientos avanzados
de despacho en línea debido al tamaño de los problemas de planificación, con un
horizonte de tiempo “mediano”, y los cortos tiempos permitidos para el análisis e
implementación de soluciones.
Descripción del sistema propuesto
El sistema propuesto se compone de los siguientes elementos clave:
1.
2.
3.
4.
5.
6.
7.
Sensores instalados en los trenes
Subsistema de comunicaciones
Módulo de análisis e interpretación de datos
Módulo de optimización
Módulo de interfase con sistema de regulación de tráfico
Módulos de cálculo de parámetros
Módulo de información complementaria
85
Cada uno de ellos es descrito y se comenta los aspectos críticos de su diseño,
desarrollo, despliegue en terreno y operación en el contexto de la regulación de
tráfico de trenes en la línea 1 de Metro de Santiago para optimizar (en línea) el uso
de energía eléctrica de tracción.
Adicionalmente, se ha desarrollado una plataforma de pruebas consistente de un
módulo de simulación que permite analizar diferentes estrategias de operación en
laboratorio. Este módulo permite representar tanto información de terreno (offline) como diseños de operación propuestos para evaluar las diferentes estrategias
de regulación.
Resultados Obtenidos
El sistema desarrollado permite establecer en línea acciones de regulación del
tráfico de trenes balanceando el uso de energía con la calidad de servicio requerida
para la línea. Las decisiones casi óptimas son entregadas al operador de regulación
en periodos de alta frecuencia (preestablecidos o a pedido) usando la interfase de
operaciones desarrollada y la estrategia de intercomunicación desarrollada en el
proyecto.
Los ahorros obtenidos varían según el escenario de regulación, lográndose valores
considerables en consideración a la significancia de los consumos presentados en
sistemas de metro como el considerado.
Trabajo en desarrollo
El proyecto se encuentra en su fase final de desarrollo, esperándose su conclusión
hacia finales del presente año.
86
BIBLIOGRAFIA
[1] Gross, G., F. D. Galiana, 1987, "Short-term load forecasting", Proceedings of the
IEEE, Vol. 75, No. 12, December 1987, pp. 1558-1573.
[2] Allera, S. V., and J. E. McGowan, 1986, "Medium-term forecasts of half-hourly
system demand: development of an interactive demand estimation coefficient
model", IEE Proceedings- C, Vol. 133, No. 7, November 1986, pp. 393-396.
[3] Broehl, J. H., 1981, "An end-use approach to demand forecasting", IEEE
Transactions on Power Apparatus and Systems, Vol PAS-100, No. 6, June 1981, pp.
2714-2718.
[4] Goh, T. N., S. S. Choi, and S. B. Chien, 1983, "Forecasting of electricity demand
by end-use characteristics", Electric Power Systems Research, Vol. 10, No. 2, March
1986, pp. 145-148.
[5] Papalexopoulos, A. D., T. C. Hesterberg, 1990, "A regression-based approach to
short-term system load forecasting", IEEE Transactions on Power Systems, Vol. 5,
No. 4, November 1990, pp. 1535-1547.
[6] Hagan, M. T. and S. M. Behr, 1987, "The time series approach to short term load
forecasting", IEEE Transaction on Power Systems, Vol. PWRS-2, No. 3, August
1987, pp, 785-791.
[7] Rahman, S., Bhatnagar, R., 1988, "An expert system based algorithm for short
term load forecast", IEEE Transactions on Power Systems, Vol. 3, No. 2, May 1988,
pp. 392-399.
[8] Rahman, S., O. Hazim, "A generalized knowledge-based short-term loadforecasting technique", IEEE Transactions on Power Systems, Vol. 8, No. 2, May
1993, pp. 508-514.
[9] Hsu, Y.-Y., K.-L. Ho, 1992, "Fuzzy expert systems: an application to short-term
load forecasting", IEE Proceedings-C, Vol. 139, No. 6, November 1992, pp. 471-477.
[10] Kim, K.-H., J.-K. Park, K.-J. Hwang, S.-H. Kim, 1995, "Implementation of
hybrid short-term load forecasting system using artificial neural networks and
fuzzy expert systems", IEEE Transactions on Power Systems, Vol. 10, No. 3, August
1995, pp. 1534-1539.
[11] Asar, A., J. R. McDonald, 1994, "A specification of neural network applications
in the load forecasting problem", IEEE transactions on control systems technology,
Vol. 2, No. 2, June 1994, pp. 135-141.
87
[12] Bakirtzis, A. G., J. B. Theocharis, S. J. Kiartzis, K. J. Satsios, 1995, "Short term
load forecasting using fuzzy neural networks", IEEE Transactions on Power
Systems, Vol. 10, No. 3, August 1995, pp. 1518-1524.
[13] Steinherz H., Pereira C. E., Castro R., 2001, "Neural Networks for Short-Term
Load Forecasting: A Review and Evaluation ", IEEE Transactions on Power
Systems, Vol. 16, No. 1, February 2001, pp. 44-55.
[14] Sistema METROMISER, Siemens: http://www.siemens.es
[15] “Ampliación del Metro de Madrid 1999 – 2002. Sistemas de Regulación
SIRAT”. http://www.madrid.org/metrosur/sirat.htm
[16] Arisawa, Makoto. “How Should Universities and Railways Cooperate in a
New Era?”. Japan Railway & Transport Review, March 1996, pp. 2-5.
[17] Sussman, Joseph. “Industry/Academia Cooperation in Transportation: The
Partnership of JR East and MIT. Japan Railway & Transport Review, March 1996,
pp. 26-33.
88
OPTIMA 2007, Congreso de la Sociedad Chilena de Investigación Operativa, Noviembre 2007, Puerto Montt-Chile
Un sistema para Optimización de consumo
de Energía Eléctrica de Tracción on-line en
Metro de Santiago
Jaime Bustos, Boris Pavez, Jonson Fuentes, Juan Uribe,
Nicole Delarze, David Zamora
Universidad de la Frontera
Alfredo de La Quintana, Conecta Ingeniería S.A.
Conrad Ziebold, Néstor Marín, Metro S.A.
Departamento Ingenieria de Sistemas-UFRO
Av. Francisco Salazar 01145 Temuco - Chile
Casilla 54-D Fono: (56) 45 325000 - Fax: (56) 45 325950
[email protected]
Resumen
Se describe un modelo tecnológico para la optimización en línea del tráfico de trenes
en la línea 1 del Metro de Santiago orientado al ahorro de energía eléctrica de tracción
bajo restricciones de calidad de servicio. Se describen los principales componentes del
sistema: captura y transmisión de datos desde trenes hacia central de operaciones,
análisis de datos e instanciación, optimización en línea y finalmente interfase de
comunicación con el regulador de tráfico. El sistema ha sido desarrollado en el marco
del Proyecto Fondef D03i1122 y probado en terreno en la línea 1 mencionada. Se
presentan los diferentes componentes del sistema analizándose sus principales
características de operación y desempeño en terreno.
Exposición general del problema
El ahorro de energía es un objetivo de
gran relevancia en la operación de los
sistemas productivos dado su impacto
en los costos directos de operación,
más en los momentos de actual
coyuntura energética del país. Sin
embargo, las limitaciones de calidad
mínima de servicio aceptada por los
clientes determina que la búsqueda de
soluciones óptimas deba abordarse con
estrategias y herramientas complejas
de diferentes ámbitos científicos y
tecnológicos.
Este trabajo presenta un sistema en
línea que apunta a buscar el mínimo
consumo eléctrico requerido para
tracción de trenes (metro de Santiago)
satisfaciendo
las
condiciones
de
operación.
Potencia y
velocidad para dos
marchas diferentes
(AP y NP)
Curvas de potencia y velocidad para interestación
La moneda U. de Chile con marcha AP
Curvas de potencia y velocidad para interestación
LamonedaU. de Chilecon marcha NP
700
700
600
600
Optimización en Línea
500
500
400
400
300
300
200
200
100
100
0
0
-100
- 100
-200
- 200
-300
- 300
-400
- 400
-500
0
10
20
30
40
50
0
10
20
t (s)
30
40
50
t (s)
Dentro del sistema de optimización propuesto, un ítem de suma importancia son las
políticas de operación, que se implementarán en la línea 1 del Metro de Santiago a
partir de los resultados obtenidos en el desarrollo del proyecto Fondef D03i1122.
Básicamente, serán estas políticas las que determinen el funcionamiento del modelo
que representará el problema de ahorro energético, para trenes de velocidad variable,
con restricciones de calidad de servicio, resuelto por un motor de optimización que
provee las decisiones casi óptimas de operación de corto plazo para toda la flota de
trenes en la línea 1, generando los perfiles de viaje (itinerarios, detenciones y
velocidades de viaje) para cada convoy.
Esto impone fuertes requerimientos computacionales y procedimientos avanzados de
despacho en línea debido al tamaño de los problemas de planificación, con un
horizonte de tiempo “mediano”, y los cortos tiempos permitidos para el análisis e
implementación de soluciones.
Descripción del sistema propuesto
El sistema propuesto se compone de los siguientes elementos clave:
1.
2.
3.
4.
5.
6.
7.
Tendido de cables de
Comunicaciones
Sensores instalados en los trenes
Subsistema de comunicaciones
Módulo de análisis e interpretación de datos
Módulo de optimización
Módulo de interfase con sistema de regulación de tráfico
Módulos de cálculo de parámetros
Módulo de información complementaria
Optimización en línea
El sistema ha sido probado en operación en línea, utilizando diferents estrategias de
optimización tales como CPLEX (en modo de pruebas) y una Heurística Evolutiva
guiada por soluciones iniciales extremas o resultantes de la resolución del problema
lineal asociado a la formulación binaria mixta empleada. Los tiempos de respuesta
en ambos casos no exceden un par de segundos en escenarios que consideran un
horizonte de planeación de 15 minutos. El computador utilizado correspondió a un
Pentium DualCore, 1.6 MHz con 512 Mb de RAM.
Los reducidos tiempos de respuesta y buena calidad de las respuestas de la
Metaheurística permiten su aplicación en línea.
El sistema fue probado en la Línea 1 del Metro de Santiago por periodos de 1 a 5
horas de operación continua, lo que permitió verificar y cuantificar los ahorros
producidos por la operación del sistema.
En ese escenario, el sistema se trabajó como un sistema de control de lazo abierto,
permitiendo que el regulador de tráfico eventualmente modificara (o vetara) las
sugerencias de operación generadas por el sistema.
Resultados Obtenidos
El sistema desarrollado e
implementado en este proyecto
permite establecer acciones de
regulación del tráfico de trenes
en línea balanceando el uso de
energía con la calidad de
servicio requerida para la línea.
Las decisiones casi óptimas
son entregadas al operador de
regulación en periodos de alta
frecuencia (preestablecidos o a
pedido) usando la interfase de
operaciones desarrollada y la
estrategia de intercomunicación
desarrollada en el proyecto.
Los ahorros obtenidos varían
según
el
escenario
de
regulación, lográndose valores
considerables en consideración
a la significancia de los
consumos
presentados
en
sistemas de metro como el
considerado.
Bibliografía
Adicionalmente, se ha desarrollado una plataforma de pruebas consistente de un
módulo de simulación que permite analizar diferentes estrategias de operación en
laboratorio. Este módulo permite representar tanto información de terreno (off-line)
como diseños de operación propuestos para evaluar las diferentes estrategias de
regulación.
Ubicación de los equipos en un coche
• Gross, G., F. D. Galiana (1987), "Short-term load forecasting", Proceedings of the IEEE, Vol. 75, No. 12, December
1987, pp. 1558-1573.
• Allera, S. V., and J. E. McGowan (1986), "Medium-term forecasts of half-hourly system demand: development of an
interactive demand estimation coefficient model", IEE Proceedings- C, Vol. 133, No. 7, November 1986, pp. 393-396.
• Broehl, J. H. (1981), "An end-use approach to demand forecasting", IEEE Transactions on Power Appara tus and
Systems, Vol PAS-100, No. 6, June 1981, pp. 2714-2718
• Goh, T. N., S. S. Choi, and S. B. Chien (1983), "Forecasting of electricity demand by end-use characteristics", Electric
Power Systems Research, Vol. 10, No. 2, March 1986, pp. 145-148.
• Papalexopoulos, A. D., T. C. Hesterberg (1990), "A regression-based approach to short-term system load forecasting",
IEEE Transactions on Power Systems, Vol. 5, No. 4, November 1990, pp. 1535-1547.
• Hagan, M. T. and S. M. Behr (1987), "The time series approach to short term load forecasting", IEEE Transaction on
Power Systems, Vol. PWRS-2, No. 3, August 1987, pp, 785-791.
• Rahman, S., Bhatnagar, R. (1988), "An expert system based algorithm for short term load forecast", IEEE Transactions
on Power Systems, Vol. 3, No. 2, May 1988, pp. 392-399.
• Rahman, S., O. Hazim (1993) "A generalized knowledge-based short-term load-forecasting technique", IEEE
Transactions on Power Systems, Vol. 8, No. 2, May 1993, p p. 508-514.
• Hsu, Y.-Y., K.-L. Ho (199 2), "Fuzzy expert systems: an ap plication to short-term load forecasting", IEE Proceedings-C,
Vol. 139, No. 6, November 1992, pp. 471-47 7.
• Kim, K.-H., J.-K. Park, K.-J. Hwang, S.-H. Kim (1995), "Implementation of hybrid short-term load forecasting system
using artificial neural networks and fuzzy expert systems", IEEE Transactions on Power Systems, Vol. 10, No. 3, August
1995, pp. 1534-1539.
• Asar, A., J. R. McDonald (1994), "A specification of ne ural network applications in the load forecasting problem", IEEE
transactions on control systems technology, Vol. 2, No. 2, June 1994, pp. 135-141.
• Bakirtzis, A. G., J. B. Theocharis, S. J. Kiartzis, K. J. Satsios, (1995), "Short term load forecasting using fuzzy neural
networks", IEEE Transactions on Power Systems, Vol. 10, No. 3, August 1995, pp. 1518-1524.
• Steinherz H., Pereira C. E., Castro R., 2001, "Neural Networks for Short-Term Load Forecasting: A Review an d
Evaluation ", IEEE Transactions on Power Systems, Vol. 16, No. 1, February 2001, pp. 44-55.
• Sistema METROMISER, Siemens: http://www.siemens.es
• “Ampliación del Metro de Madrid 1999 – 2002. Sistemas de Regulación SIRAT”.
http://www.madrid.org/metrosur/sirat.h tm
• Arisawa, Makoto. “How Should Universities and Railways Cooperate in a New Era?”. Japan Railway & Transport
Review, March 1996, pp. 2-5.
• Sussman, Joseph. “Industry/Academia Cooperation in Transportation: The Partnership of JR East and MIT. Japan
Railway & Transport Review, March 1996, pp. 26-33.
Agradecimientos
Este proyecto se desarrolló parcialmente en las dependencias del Centro de
Excelencia en Modelación y Computación Científica y en el Departamento de
Ingeniería de Sistemas de la Universidad de La Frontera
89
Congreso INGELECTRA, Temuco-Chile, 2007
Ahorro en Consumo Eléctrico Para trenes Urbanos.
Jaime Bustos, Boris Pavez, Jonson Fuentes, Juan Uribe
Universidad de La Frontera
1.1. Exposición general del problema
El ahorro de energía ha sido uno de los temas que actualmente han sido abordado
por el gobierno y particulares, intentando reducir los costos.
Este trabajo presenta como buscar el mínimo consumo eléctrico satisfaciendo las
condiciones de operación, por esto la base energética del 95% de los sistemas de
transporte de trenes urbanos en el mundo es la energía eléctrica, alcanzando
porcentajes importantes del costo total de operación. En el caso del Metro de
Santiago, el costo energético de tracción supera los $4.000 millones anuales,
correspondiendo a cerca del 20% de los gastos totales de operación.
Dentro del sistema de optimización propuesto, un ítem de suma importancia son
las políticas de operación, que se implementarán en la línea 1 del Metro de
Santiago a partir de los resultados obtenidos en el desarrollo del proyecto Fondef
D03I 1122. Básicamente, serán estas políticas las que determinen el funcionamiento
del modelo que representará el problema de ahorro energético, para trenes de
velocidad variable, con restricciones de calidad de servicio, resuelto por un motor
de optimización que provea las decisiones óptimas de operación de corto plazo
para toda la red de trenes, generando los perfiles de viaje (itinerarios, detenciones
y velocidades de viaje) para cada convoy.
•
•
•
•
Itinerarios de alta frecuencia.
Corta duración de los viajes entre estaciones.
Corta duración de las estadías en andenes para bajada y subida de
pasajeros.
Modificación del parque de trenes activos durante el día (periodos de alta y
baja demanda de pasajeros).
Esto impone fuertes requerimientos computacionales y procedimientos avanzados
de despacho en línea debido al tamaño de los problemas de planificación, con un
horizonte de tiempo “mediano”, y los cortos tiempos permitidos para el análisis e
implementación de soluciones.
90
1.2. Nivel actual del problema.
Dentro de las empresas líderes en construcción de metros y sistemas de control de
operación reconocidas mundialmente se encuentran Alstom y Siemens. Entre los
sistemas de control disponibles en el mercado destaca el sistema de control de
trenes basado en telecomunicación o CBTC, por su nombre en inglés.
En general, los sistemas de transporte de trenes urbanos operan bajo un cierto
número de limitaciones, logrando una mayor eficiencia si satisface un conjunto de
objetivos y sus restricciones complementarias.
Tradicionalmente, la operación de estos sistemas se ha realizado utilizando
principalmente criterios de seguridad y calidad del servicio. Sin embargo, el
ámbito competitivo en el cual se desenvuelven las diferentes empresas de
transporte de trenes urbanos ha permitido tomar conciencia de que una operación
segura y de calidad no es necesariamente la más económica.
De lo anterior bastantes han sido los trabajos de scheduling para este tipo de
problemas, siendo el mas común el de satisfacer la demanda por periodos de
tiempo muy grande, como ejemplo está la operación de metro que funciona por
vueltas, dado la operación del sistema, como numero de trenes, modelo de
pasajeros, etc.
91
Modelo de ventanas de tiempo para un problema de scheduling para trenes con
velocidad variable:
Primeramente comenzamos con un estudio acabado del estado del arte, teniendo
presente que este trabajo desarrollado por un equipo multidisciplinario trata el
siguiente problema:
Minimización de un sistema de trasporte Urbano con tiempo de ventana mínimo
conociendo estado actual del sistema al más bajo consumo eléctrico.
Antes de pasar al modelo, partiremos identificando que nuestro objetivo principal
es el de medir el consumo de tracción, siendo necesario conocer perfectamente cual
es la tención que se utiliza en este tipo de transporte, el tipo de motores (para
nuestro problema trabajamos solo con 2), tipos de trenes (cantidad de coches y
configuración), zonas electrificadas, etc.
Además, una vez conocido el sistema se han hecho una serie de modelos
matemáticos para establecer parámetros, como modelos de cluster, estadística
multivariada. Los modelos obtenidos son: Consumo de motor (boggie) según el
tipo de marcha, tiempos de viaje, tiempos de espera, tasa de pasajeros (varía
dependiendo la hora, fecha), bajada de pasajeros, entre otros.
Nuestro aporte es de establecer un sistema de “Optimización para periodos
pequeños con monitoreo en línea”.
Objetivo: el objetivo de este modelo es de minimizar el consumo de energía
eléctrica de los trenes en cierto periodo de tiempo ∆t = (t1.t2 ) satisfaciendo los
requerimientos propios del funcionamiento habitual de sistema de transporte
“Metro de Santiago”, por lo cual se ha reconstruido un modelo de optimización
lineal entero mixto. Este modelo se separa en dos partes:
•
•
Dinámica de pasajeros.
Dinámica de trenes.
Cada una de estas partes tiene en si la consideración de satisfacer la calidad de
servicio que la empresa quiere otorgar a sus clientes
92
Definición de los índices:
i= conjunto de trenes activos por cada estación durante el periodo ∆t = (t1.t2 ) , este
conjunto depende de cada estación ya que para dos estaciones el conjunto de
trenes es distinto según la inyección o salida de trenes producto de la
programación diaria.
i = t1 ,..., T
j= Estaciones que recorre un tren i, j recorre desde x(i),…J(i).
x(i)= estación en la que comienza su recorrido el tren i.
J(i)= última estación que recorre el tren i
L(i)=histórico de los trenes, muestra los valores de tiempo en que el tren i
abandono las estaciones anteriores a la ventana de tiempo a optimizar, esto va
desde el inicio del recorrido del tren i hasta la estación x(i-1).
R(i)= es el remanente de personas que quedaron esperando en un anden en el
momento antes de la ventana de tiempo.
E(i)= espacio que tiene el tren desde el anden antes de la ventana de tiempo.
v: Representa el tipo de marcha, nuestros análisis de optimización consideran cinco
tipos de marcha:
• AP -> 1
• EPNV -> 2
• NPAV -> 3
• EV -> 4
• S -> 5
v = 1, 2,..., 5
Dinámica de trenes
La dinámica de trenes en los andenes, se grafica en el siguiente esquema (ver
figura 2.1). Aquí se mencionan las respectivas variables que se ocuparon y los
parámetros relevantes del modelo.
Variable Descripción
Ai , j
Tiempo en que el tren i llega al andén j.
Li , j
Tiempo en que el tren i deja el andén j.
Unidad
s
Wi , j
s
Tiempo de estadía del tren i en andén j.
s
93
Yi , j , v
1 = Si tren i deja andén j con marcha v y con nivel p de
pasajeros.
0 = Otro caso.
Parámetros del modelo de trenes:
Parámetro Descripción
T. de seguridad.
ST
TWMax j
T. espera máximo permitido en andén
TWMin j
T. espera mínimo permitido en andén j
TT j ,v
TTMax j , k
Ci , j ,v , p
T. viaje entre el andén j y el próximo (j+1), asociado a la
marcha v
T. viaje máx. Permitido para tren i, del andén j al andén
k (k>j).
Costo asociado a tren i, andén j, marcha v y con un
nivel p de pasajeros.
Unidad
s
s
s
s
s
unidad
monetaria
Balance de tiempos: considera el tiempo en que llega el tren i a la estación j mas el
tiempo de viaje
V
Ai , j = Li , j −1 + ∑ (TT j −1,v × Yi , j −1,v )
v =1
Wi , j = Li , j − Ai , j
Vale decir, se considera un orden de trenes activos para la estación j, esto
es, i representa el orden correlativo de los trenes que pasaran por la
estación j, puesto que es necesario considerar la salida e inserción de
trenes, los que significa que el orden correlativo de trenes para cada
estación puede ser distinto.
Brecha de Seguridad: compara a dos trenes que pasen por la estación j (es
conocido de ante mano cuales son los trenes consecutivos en una estación)
Ai , j − Li +1, j ≥ ST
Brecha de Seguridad: compara a dos trenes que pasen por la estación j (es
conocido de ante mano cuales son los trenes consecutivos en una estación)
Ai1 , j − Li2 , j ≥ ST
94
Tiempo de espera Mínima: El tiempo de espera mínima y máxima es un valor que
para utilizar en el optimizador lo hemos calculado a partir de los datos medidos
por los instrumentos instalados en el tren NS 2054
Wi , j ≥ TWMin j
Tiempo de espera Máxima
Wi , j ≤ TWMax j
Tiempo de viaje en subzonas (entre dos estaciones): tiene que ser menor a un
tiempo de referencia TTMax
El tiempo entre subzonas es un parámetro que asegura la calidad de servicio por el
tiempo de viaje entre la estación j y una subzona.
Definición: subzona es el tramo comprendido entre 12 estaciones, habiendo cuatro
subzonas en la línea 1 de metro de santiago.
( Ai ,s − Ai , j ) < TTMax
Capacidad máxima
PTi , j ≤ QPMaxi
2.1.3. Dinámica de pasajeros
Por su parte, la dinámica de pasajeros en un andén puede graficarse como sigue:
Variable Descripción
PBi , j
Personas que suben al tren i en el andén j.
PU i , j
Personas que bajan del tren i en el andén j.
PTi , j
espacioi , j
Pr mi , j
Personas que viajan en el tren i desde el andén j
hacia el próximo andén (j+1).
Es el espacio disponible que tiene el tren i en la
estación j.
Pasajeros que dejó el tren i en la estación j, dado que
la cantidad de personas que estaban esperando
sobrepasaban la capacidad disponible en esta
estación.
95
ei , j
ri , j
1 si el tren i tiene espacio de pasajeros en la estación
j, y 0 si no tiene espacio.
1 si el tren i deja pasajeros en la estación j, y 0 si no
deja a nadie.
Parámetro
QPMaxi
Descripción
Capacidad tren i.
Unidad
personas/tren
FPMaxi
Flujo máximo de personas en tren i
personas/s
Mj
Espacio que dispone la estación
µj
Tasa de afluencias para tren i en estación j
personas/s
Balance de pasajeros
Esta restricción hace relaciona a el numero de pasajeros que sale de una estación j
es igual al número de personas que venían desde la estación anterior, esto menos
los pasajeros que bajan en dicha estación mas aquellos que suben
PTi , j = PTi , j −1 − PU i , j + PBi , j
Pasajeros que abordan el tren
Cuando se habla del número de pasajeros que suben al tren es necesario el
considerar que esta relación depende de la capacidad actual del tren a llevar
pasajeros, es decir, el espacio es representado por la capacidad del tren menos el
número de pasajeros que vienen desde la estación anterior mas los pasajeros que
bajan menos los que suben
espacioi , j = QPMaxi − PTi , j −1 + PU i , j − PBi , j
Por esto los pasajeros que suben a u tren i depende de el espacio disponible y la
demanda de personas en esta estación la cual queda representada por el numero
de personas que llegan a la estación j mas los pasajeros que no pudo transportar el
tren anterior (i-1) llamados remanente tren anterior menos el numero de personas
que puede llevar el tren i por su capacidad actual
PBi , j = PLLi , j + Prmi −1, j − Prmi , j
96
Capacidad de espacio del tren
hay espacio en el tren mientras e=1.
espacioi , j
QPMaxi
≤e,
Capacidad de la estación
Si r=1 significa que el tren i dejo personas en la estación j para el siguiente tren, por
lo cual M es un parámetro que indica la capacidad de personas para un anden
Prmi , j ≤ M × r
Pasajeros que bajan
Es la probabilidad de que en un andén j baje un porcentaje rat del total de
pasajeros que vienen del anden j-1
PU i , j = Rat j * PTi , j
Pasajeros que llegan a una estación
PLLi , j = µ j × ( Li , j − Li −1, j − FS )
Flujo máximo de pasajeros
PBi , j + PU i , j
Wi , j
≤ FPMaxξ
Condición de unicidad para pasajeros
Esta ecuación nos dice si hay espacio (e=1, r=0) los pasajeros suben
e+ r ≤1
Modelo generalizado para ventanas de tiempo:
I
Minimizar Z
J (i )
V
I J (i )
= ∑ ∑ ∑Ci, j,v ×Yi, j,v + ∑∑ Pi, j × PTi, j
i =1 j = x (i ) v=1
i
j
97
2. ANÁLISIS DE RESULTADOS
En este capítulo se compara los resultados alcanzados en las distintas opciones de
operación.
El primer problema fue resuelto luego de 4 horas consecutivas de trabajo en un
computador con procesador Pentium 4, CPU 2.00 GHz y con 384 Mb de memoria
(en el CEMCC de la Universidad de la Frontera), el cual fue abocado
exclusivamente a resolver esta tarea teniendo el problema de establecer una vuelta
completa.
Sin embargo, por nuestra propuesta de establecer mínimos en ventanas locales
resuelve el problema en un par de segundos siendo el problema lineal, quien se
obtuvo en 15 segundos aproximadamente con bastantes menos iteraciones.
Como consecuencia de optimización por ventanas teniendo el estado actual del
sistema se tiene lo siguiente:
1.-Conocimiento de carga del tren
2.- Posición
3.-Estimación de pasajeros por periodos pequeños.
De los tres primeros puntos establecemos que no solamente estamos diminuyendo
el consumo eléctrico sino que más que mantener la calidad de servicio también la
mejoramos.
Ahorro de sistema ventanas locales
25%
20%
15%
Minimo
10%
Máximo
5%
0%
Minimo
Máximo
98
BIBLIOGRAFIA
•
•
•
•
•
•
•
•
•
•
•
[1] Gross, G., F. D. Galiana, 1987, "Short-term load forecasting", Proceedings
of the IEEE, Vol. 75, No. 12, December 1987, pp. 1558-1573.
[2] Allera, S. V., and J. E. McGowan, 1986, "Medium-term forecasts of halfhourly system demand: development of an interactive demand estimation
coefficient model", IEE Proceedings- C, Vol. 133, No. 7, November 1986, pp.
393-396.
[3] Broehl, J. H., 1981, "An end-use approach to demand forecasting", IEEE
Transactions on Power Apparatus and Systems, Vol PAS-100, No. 6, June
1981, pp. 2714-2718.
[4] Goh, T. N., S. S. Choi, and S. B. Chien, 1983, "Forecasting of electricity
demand by end-use characteristics", Electric Power Systems Research, Vol.
10, No. 2, March 1986, pp. 145-148.
[5] Papalexopoulos, A. D., T. C. Hesterberg, 1990, "A regression-based
approach to short-term system load forecasting", IEEE Transactions on
Power Systems, Vol. 5, No. 4, November 1990, pp. 1535-1547.
[6] Hagan, M. T. and S. M. Behr, 1987, "The time series approach to short
term load forecasting", IEEE Transaction on Power Systems, Vol. PWRS-2,
No. 3, August 1987, pp, 785-791.
[7] Rahman, S., Bhatnagar, R., 1988, "An expert system based algorithm for
short term load forecast", IEEE Transactions on Power Systems, Vol. 3, No.
2, May 1988, pp. 392-399.
[8] Rahman, S., O. Hazim, "A generalized knowledge-based short-term loadforecasting technique", IEEE Transactions on Power Systems, Vol. 8, No. 2,
May 1993, pp. 508-514.
[9] Hsu, Y.-Y., K.-L. Ho, 1992, "Fuzzy expert systems: an application to
short-term load forecasting", IEE Proceedings-C, Vol. 139, No. 6, November
1992, pp. 471-477.
[10] Kim, K.-H., J.-K. Park, K.-J. Hwang, S.-H. Kim, 1995, "Implementation of
hybrid short-term load forecasting system using artificial neural networks
and fuzzy expert systems", IEEE Transactions on Power Systems, Vol. 10,
No. 3, August 1995, pp. 1534-1539.
[11] Asar, A., J. R. McDonald, 1994, "A specification of neural network
applications in the load forecasting problem", IEEE transactions on control
systems technology, Vol. 2, No. 2, June 1994, pp. 135-141.
99
•
•
•
•
•
•
[12] Bakirtzis, A. G., J. B. Theocharis, S. J. Kiartzis, K. J. Satsios, 1995, "Short
term load forecasting using fuzzy neural networks", IEEE Transactions on
Power Systems, Vol. 10, No. 3, August 1995, pp. 1518-1524.
[13] Steinherz H., Pereira C. E., Castro R., 2001, "Neural Networks for ShortTerm Load Forecasting: A Review and Evaluation ", IEEE Transactions on
Power Systems, Vol. 16, No. 1, February 2001, pp. 44-55.
[14] Sistema METROMISER, Siemens: http://www.siemens.es
[15] “Ampliación del Metro de Madrid 1999 – 2002. Sistemas de Regulación
SIRAT”. http://www.madrid.org/metrosur/sirat.htm
[16] Arisawa, Makoto. “How Should Universities and Railways Cooperate
in a New Era?”. Japan Railway & Transport Review, March 1996, pp. 2-5.
[17] Sussman, Joseph. “Industry/Academia Cooperation in Transportation:
The Partnership of JR East and MIT. Japan Railway & Transport Review,
March 1996, pp. 26-33.
100
ANEXO 5. DOCUMENTOS DE CONFORMIDAD DE LAS EMPRESAS (O DE
OTRA ENTIDAD SOCIA)
101
DOCUMENTO DE CONFORMIDAD DE INSTITUCIÓN: UNIVERSIDAD DE LA
FRONTERA
Por la presente, con fecha 10 de diciembre de 2010, la institución UNIVERSIDAD
DE LA FRONTERA da fe de su participación en el proyecto FONDEF código
D03i1122, titulado 'Sistema de Ahorro de Energía Eléctrica de Tracción como
herramienta de Exportación de Servicios Tecnológicos', en calidad de institución
principal, cuya ejecución ha concluido.
I.
Los siguientes resultados obtenidos por el proyecto son de particular interés
para esta institución:
a) Desarrollo del Sistema de Ahorro de Energía Eléctrica de Tracción para Trenes
Urbanos.
b) Obtención de una patente nacional y al menos una patente internacional del
Sistema a desarrollar.
Pues permitirán obtener los siguientes beneficios:
e) Consolidación de líneas estratégicas.
f) Posicionamiento de la Universidad como un núcleo de desarrollo tecnológico
en el área de sistemas de optimización de problemas aplicados a problemáticas
reales.
g) Fortalecimiento de la relación universidad-empresa, a través de una
participación de estrecha colaboración con las contrapartes empresariales
participantes.
h) Fortalecer la colaboración internacional en el área específica de investigación.
II. La institución participó en las siguientes actividades de investigación y/o de
transferencia tecnológica:
1. Modelación de consumos eléctricos.
2. Elaboración de modelo de optimización.
102
103
DOCUMENTO DE CONFORMIDAD DE EMPRESA: CONECTA
Por la presente, con fecha 10 de diciembre de 2010, la empresa (o entidad socia).
CONECTA da fe de su participación en el proyecto FONDEF código D03i1122,
titulado 'Sistema de Ahorro de Energía Eléctrica de Tracción como herramienta
de Exportación de Servicios Tecnológicos', presentado por la Universidad de La
Frontera (institución principal), cuya ejecución ha concluido.
III.
Los siguientes resultados obtenidos por el proyecto son de particular interés
para esta empresa (o entidad socia):
1. Desarrollo de un Sistema de Ahorro de Energía Eléctrica de Tracción para
Trenes Urbanos
Pues permitirán obtener los siguientes beneficios:
1. Fortalecimiento de la capacidad/know-how tecnológico.
2. Ampliar la línea de negocios Administración y Uso Eficiente de la Energía
Eléctrica de CONECTA, comercializando el producto desarrollado en otros
países.
3. Expansión al mercado internacional.
4. Fortalecer el posicionamiento de la empresa.
IV.
V.
La empresa (o entidad socia) participó en las siguientes actividades de
investigación y/o de transferencia tecnológica:
3. Medición, registro y análisis de consumos eléctricos.
4. Desarrollo del subsistema de monitoreo en línea.
5. Desarrollo de pruebas piloto.
6. Análisis y ensayo del sistema en la etapa de marcha blanca.
Desarrollo del modelo de negocios asociado a la explotación de los
104
105
DOCUMENTO DE CONFORMIDAD DE EMPRESA:
METRO S.A.
Por la presente, con fecha 10 de diciembre de 2010, la empresa (o entidad socia).
METRO S.A. da fe de su participación en el proyecto FONDEF código D03i1122,
titulado 'Sistema de Ahorro de Energía Eléctrica de Tracción como herramienta
de Exportación de Servicios Tecnológicos', presentado por la Universidad de La
Frontera (institución principal), cuya ejecución ha concluido.
VI.
Los siguientes resultados obtenidos por el proyecto son de particular interés
para esta empresa:
1. Utilización del Sistema de Ahorro de Energía Eléctrica de Tracción para
Trenes Urbanos, implementado en la Línea 1.
Pues permitirán obtener los siguientes beneficios:
5. Ahorro de energía eléctrica de tracción y la consecuente reducción en costos
por este concepto.
VII.
1.
2.
3.
4.
VIII.
La empresa participó en las siguientes actividades de investigación y/o de
transferencia tecnológica:
Diagnóstico de la situación actual.
Recopilación de información.
Desarrollo de pruebas piloto.
Análisis y ensayo de prototipos.
Los aportes realizados por la empresa al proyecto, fueron:
106
107
ANEXO 6.
21
Informe de Logro de Resultados del Proyecto
21
Si Usted encuentra necesario incluir otros documentos en este informe como anexo, detállelos
acá. Como por ejemplo: Plan de negocio detallado, Planes de trabajo inicial y efectivamente
ejecutado (Carta Gantt), Planilla presupuestaria inicial y de ejecución total del proyecto, anexos
científicos y tecnológicos. Detalles específicos de la información técnica descrita en del 4.1. de este
informe, etc.
108
Informe de Logro de Resultados del Proyecto
Preparado por:
Jaime Bustos G. – [email protected]
109
Agosto 2008
110
RESUMEN
Este informe incluye una descripción resumida del logro de resultados
comprometidos en el proyecto. Se documentan los indicadores de logro
comprometidos y se hace referencia a los informes detallados (complementarios)
que documentan cada aspecto e indicador del proyecto.
Se ha logrado alcanzar total o parcialmente los objetivos propuestos y los
indicadores de desempeño comprometidos. Para aquellos indicadores no logrados
a cabalidad, los resultados obtenidos fueron los mejores dadas las limitaciones que
aparecieron en la ejecución del proyecto y que nos obligaron a incorporar
estrategias alternativas diferentes a las inicialmente consideradas en la propuesta
de trabajo.
Los principales logros del proyecto incluyen:
•
•
•
•
•
•
•
•
Modelos de tráfico de trenes y pasajeros
Modelos de consumo de energía eléctrica de tracción
Modelos de estimación de cantidad de pasajeros en un carro y convoy
Set de sensores instalados en convoyes de línea 1
Bases de datos de operación (corriente, voltaje, presión, desplazamiento)
útiles para desarrollar nuevos modelos de operación de la línea 1 u otras de
características similares.
Sistema de optimización en línea
Modelo de negocios
Patente solicitada
Las principales dificultades encontradas y su mecanismo de resolución fueron:
•
•
Regulaciones de seguridad y disponibilidad de equipos rodantes (convoyes)
para instalación de sensores y adecuación del sistema de comunicaciones. Se
debió trabajar dentro de las restricciones técnicas y de acceso a las
instalaciones de Metro, debiéndose considerar significativas cantidades de
tiempo adicional para las etapas de instalación y pruebas de equipos en los
convoyes.
Limitaciones en la comunicación de datos (confiabilidad de transmisión)
desde los sensores en los convoyes hacia la central de operaciones. Se debió
111
•
•
desarrollar extensas rutinas de validación y completación de información
faltante para proveer información suficiente y confiable para monitorear el
estado actual del sistema.
Necesidad parcial de incorporar información adicional en línea para
corregir monitoreo del sistema en trenes “no monitoreados” (debido a baja
confiabilidad de datos). Fue necesario implementar una rutina de ingreso de
información mínima para operación del sistema (para trenes no
visualizados con una confiabilidad mínima necesaria) que inicialmente no
estaba considerada en el diseño.
Sobrecarga de recomendaciones de operación hacia el regulador. Se
diseñaron y probaron diferentes esquemas de control, con diferentes niveles
de limitación en la cantidad de comandos sugeridos al regulador de tráfico.
Se orientó la regulación hacia pocos críticos de alto impacto en el consumo
de energía.
Se ha verificado la factibilidad y desempeño de un sistema como el propuesto, sin
afectar la calidad de servicio medida. Sin embargo se ha podido establecer que una
operación continua de este prototipo requiere de un rediseño de los módulos de
comunicación de datos y monitoreo para asegurar la confiabilidad de datos
necesaria y la operación factible sin requerir del ingreso de información mínima
adicional (en paralelo).
112
1. OBJETIVOS GENERALES
Desarrollar un sistema de ahorro de energía eléctrica en trenes urbanos a partir de
la modelación de los flujos de trenes, en ambientes de demanda variable, que logre
rentabilización incremental del consumo de energía de tracción, sin alterar la
calidad ni eficiencia del servicio de transporte.
2. OBJETIVOS ESPECÍFICOS
10. Contar con un sistema de ahorro energético que se traduzca en aportes
económicos y sociales para empresas cliente y sus usuarios.
11. Desarrollar un modelo de negocios, basado en las tecnologías y sistemas
desarrollados, para su comercialización a nivel mundial.
12. Potenciar el desarrollo de la investigación y desarrollo en el CMCC, aportando
a su establecimiento como referente nacional e internacional en aplicaciones de
modelación y computación científica a problemas de alto impacto económico y
social.
13. Potenciar la vinculación universidad–empresa a través del desarrollo de
actividades de transferencia tecnológica relacionadas a la modelación y
optimización de sistemas complejos que tengan un positivo impacto con
mutuo beneficio.
14. Desarrollar un modelo de captura de información en línea de las variables más
determinantes del consumo de energía eléctrica en trenes urbanos.
15. Desarrollar un modelo de pronóstico de requerimientos de energía en el corto
plazo en trenes urbanos.
16. Desarrollar un modelo de planificación óptima del consumo eléctrico en trenes
urbanos, a partir de la coordinación en tiempo real de los horarios de salida y
llegada de los trenes.
17. Desarrollar herramientas de software y hardware
implementación de los tres modelos y su solución.
que
soporten
la
18. Desarrollar una etapa formal de marcha blanca, implementando un prototipo
del sistema en una línea del metro de Santiago, para la evaluación y mejora de
las herramientas y sistemas desarrollados, a fin de garantizar un producto
maduro y de calidad al término del proyecto.
113
Estos objetivos han sido abordados en las diferentes etapas y actividades
desarrolladas en el proyecto.
3. PLANFICACIÓN DEL PROYECTO
La planificación original (carta Gantt) debió sufrir grandes modificaciones para
permitir abordar los inconvenientes no anticipados del proyecto y permitir con ello
alcanzar los compromisos contraídos. Inicialmente el proyecto estaba programado
para su ejecución entre Diciembre-04 y Mayo-06, sin embargo su ejecución real se
desarrolló hasta Julio-07, principalmente debido a la complejidad y limitaciones
del proceso de instalación y habilitación de equipos de monitoreo y
comunicaciones en los convoyes. Esto condicionó que las pruebas de laboratorio
(con datos reales) y en terreno debieran retrazarse hasta el segundo trimestre del
año 2007.
El logro de los resultados e indicadores comprometidos se detalla en las siguientes
secciones.
114
4. CARACTERIZACIÓN DE LOS RESULTADOS DEL PROYECTO
DESCRIPCIÓN Y CARACTERIZACIÓN GENERAL DEL RESULTADO Nº 1
Nombre del resultado: Sistema de Captura de Información en Línea
Tipo (resultado intermedio o final): Intermedio
Objetivo específico con el cual se relaciona: 5.
Descripción general (aspectos científico-tecnológicos y económico-sociales): El resultado corresponde
a la obtención de un sistema de captura de datos, a través de la programación e instalación de unidades
de captura y transmisión de datos en línea, basado en variables determinantes en el consumo de energía
eléctrica de los trenes. La información recopilada alimentará un modelo de pronóstico de requerimiento
eléctrico.
Identificador numérico del HITO de I&D (rombo) en Carta Gantt que señala en qué momento se espera
obtener este resultado: 12
INDICADORES DE ÉXITO ASOCIADOS AL RESULTADO (MÍNIMO 3)
Descripción del Indicador
Rango del logro
esperado
Mínimo
Máximo
Parámetros de
Referencia
Mínimo
Máximo
Unidad de
Medida
Número de variables medidas
en línea
5
10
0
100
Número
Confiabilidad del Sistema
98
100
0
100
Porcentaje
Retardo máximo en
transmisión de información
0
100
0
1800
Segundos
Error de Pronóstico de
Número de Pasajeros
0
10
0
100
Porcentaje
Base de Referencia
Número de
variables
incorporadas al
sistema.
Fracción de
sensores
operativos
promedio diario.
Tiempo máximo
de demora entre
la obtención de la
información y su
envío a la central
Estimación de
demanda de
pasajeros.
115
El sistema de captura de información en línea ha sido completamente
implementado a través de la instalación de 35 grupos de sensores en igual número
de carros. De ellos, 4 grupos de sensores se han instalado en un mismo convoy,
permitiendo capturar información de diferentes carros de ese tren. Los sensores
han sido instalados en un coche motriz de cada tren, completándose la instalación
en Diciembre de 2006. Posteriormente se conectaron los sensores con el sistema de
comunicaciones basado en radio-modems de Metro, culminándose la conexión de
17 trenes en Mayo de 2007. Para el resto de trenes fue imposible lograr la conexión
al sistema de transmisión de datos ya sea por inexistencia de transmisores en el
tren o imposibilidad de conducir las señales desde el carro monitoreado a la
unidad de transmisión en la cabecera del tren. (ver Informe de Análisis de
Transmisión de Datos)
El proceso de instalación y habilitación de sensores (y equipos) en los trenes
representó un gran desafío técnico y logístico debiéndose coordinar las actividades
del Proyecto con la actividad normal de Metro (mantención de equipos) y los
requerimientos especiales derivados de la implementación del Sistema de
Transportes Transantiago (particularmente a finales del año 2006 y primer
semestre de 2007).
El sistema de captura presenta una alta confiabilidad de los sensores detectándose
casi el 100% de los sensores operativos al término de la instalación del sistema. Sin
embargo, el sistema de transmisión de información basado en radio modems
verifica una alta tasa de errores de transmisión (carencia parcial de datos). Del total
de 17 trenes en los cuales se ha configurado la transmisión de datos a la central,
sólo en 11 se presentan tasas de recepción cercanas al 60% y en el resto estas son
menores al 30% o nulas. La mayor dificultad fue observada en la transmisión de
datos dentro de los túneles. Esto se trató de corregir ajustando la potencia de
transmisión desde los trenes y corrigiendo las antenas de recepción pero no fue
posible lograr mejores desempeños. (ver Informe de Analisis de Recepcion de Datos 706-07 e Informe de Evaluacion Sistema Captura 25-04-07)
Indicadores:
Número de Variables Medidas
116
Las variables medidas son 5:
•
•
•
•
•
Desplazamiento de rueda, utilizando imanes marcadores en las ruedas
Voltaje
Corriente
Presión en el bogie
tiempo de medida
ver Informe de Sistema de Captura y Transmisión de Datos para detalles técnicos.
117
Confiabilidad del Sistema
El sistema de captura presenta una alta confiabilidad de los sensores detectándose
casi el 100% de los sensores operativos al término de la instalación del sistema. Sin
embargo, el sistema de transmisión de información basado en radio modems
verifica una alta tasa de errores de transmisión. Como se indicó anteriormente, del
total de 17 trenes en los cuales se ha configurado la transmisión de datos a la
central, en 11 se presentan tasas de recepción cercanas al 60% y en el resto estas son
menores al 30% o nulas. La mayor dificultad fue observada en la transmisión de
datos dentro de los túneles. Esto se trató de corregir ajustando la potencia de
transmisión desde los trenes y corrigiendo las antenas de recepción pero no fue
posible lograr mejores desempeños. En el caso de pruebas estáticas (transmisores
aislados en una estación no conectados a un tren) la eficiencia de comunicaciones
osciló entre un 85 y 90%, verificándose además deterioros ante coincidencia de
transmisores en una estación. (ver Informe de Analisis de Recepcion de Datos 7-06-07 e
Informe de Evaluacion Sistema Captura 25-04-07)
Valor de confiabilidad logrado: 60% aproximadamente en 65% de los trenes con
equipos de transmisión de datos habilitados y 0 a 30% en los otros convoyes.
A fin de superar las limitaciones del sistema de transmisión de datos, fue necesario
desarrollar una serie de rutinas de procesamiento de información (a nivel del
computador central) que permitieron completar información faltante y
eventualmente simular completamente la recepción de datos en algunos trenes. En
este último caso se hace necesario proveer información externa mínima relacionada
con el ingreso de un tren (sin transmisión de datos) a circulación. (ver Informe de
Sistema de Monitoreo)
Retardo máximo en transmisión de información
En términos generales, la transmisión de datos (cuando se verifica) ocurre
instantáneamente, no detectándose retardos de transmisión. (ver Informe de Sistema
de Captura y Transmisión de Datos)
Valor de retardo logrado: 0
Error de Pronóstico de Número de Pasajeros
Se ha descompuesto este pronóstico en dos elementos principales:
• estimación de las afluencias de pasajeros a una estación (andén) y
• estimación del número de pasajeros viajando en un tren.
118
Los modelos de afluencias de pasajeros a una estación se detallan en el Informe de
Modelación de Afluencias de Pasajeros. La precisión de estos modelos de estimación es
del orden del 5-10% en las diferentes condiciones de operación (día, hora, periodo
anual).
Los modelos de estimación de número de pasajeros en un tren se detallan en el
Informe de Estimación de Pasajeros en un Tren. La estimación del número de pasajeros
viajando en un carro se logró con precisión del 90%, sin embargo al hacer la
estimación del número de pasajeros totales en un tren este precisión se reduce a
alrededor de 85% por la variabilidad en la distribución de pasajeros dentro de
diferentes carros. Esta precisión mejora al 95% y 90% respectivamente en
escenarios de mediana a alta ocupación de trenes (ver Informe de Estimación de
Pasajeros en un Tren).
DESCRIPCIÓN Y CARACTERIZACIÓN GENERAL DEL RESULTADO Nº 2
Nombre del resultado: Modelo y Pronóstico del Consumo Eléctrico
Tipo (resultado intermedio o final): Intermedio
Objetivo específico con el cual se relaciona: 3, 6.
Descripción general (aspectos científico-tecnológicos y económico-sociales): Se modelará el consumo
de energía eléctrica principalmente de tracción, en función de las variables que intervienen en la
Programación de Marchas e Itinerarios. Una vez modelado el consumo, se utilizarán las herramientas
necesarias para obtener un modelo de pronóstico de la demanda eléctrica.
Identificador numérico del HITO de I&D (rombo) en Carta Gantt que señala en qué momento se
espera obtener este resultado: 21
INDICADORES DE ÉXITO ASOCIADOS AL RESULTADO (MÍNIMO 3)
Descripción del Indicador
Error de modelo de potencia
eléctrica
Rango del logro
esperado
Mínimo
Máximo
0
2
Parámetros de
Referencia
Mínimo
Máximo
0
100
Unidad de
Medida
Porcentaje
Base de Referencia
Estimación de
potencia
119
Error de pronóstico en
consumo eléctrico.
Error en la caracterización del
consumo eléctrico del convoy.
0
2
0
100
0
5
0
100
eléctrica
Estimación de
demanda de
Porcentaje
consumo
eléctrico
Medida
Porcentaje experimental
de consumo.
La metodología para la modelación de la demanda de energía eléctrica de METRO
S.A., se basa en el análisis del comportamiento físico del sistema de transporte
subterráneo de METRO S.A., utilizando la información estadística de afluencias de
pasajeros, consumos de energía y velocidad de trayectos. Para cumplir con esto, se
desarrollan las siguientes actividades:
• Recopilación de datos y Procesamiento de datos
• Caracterización de perfiles de consumo asociados a la operación de cada
unidad de transporte y del sistema total.
• Definición del consumo energético en función de tramo de viaje, velocidad tipo
y carga transportada.
• Validación de consumos obtenidos.
El detalle metodológico y resultados detallados de análisis se encuentra en el
Informe de Modelos de Consumo Eléctrico y en la Presentación de Avance Modelación
Eléctrica Oct-2006. El valor del consumo de energía eléctrica en tracción, se especifica
en función de la velocidad de trayecto (marcha) para cada tramo de viaje en forma
independiente.
Los valores de consumo de energía eléctrica en tracción estimados se validan con
datos reales de energía del sistema eléctrico de METRO S.A. tanto en condiciones de
marcha en vacío como circulación con pasajeros.
Indicadores:
Error de modelo de potencia eléctrica
Las curvas de potencia para cada túnel presentan una clara diferenciación por
marcha, como puede apreciarse en las siguientes gráficas:
120
La variabilidad observada corresponde a diferencias en peso transportado
(pasajeros) ya que las curvas de potencia en cada gráfica corresponden a diferentes
escenarios de tráfico (hora del día, día de la semana). A continuación se muestra
las curvas promedio de potencia instantánea para el túnel La Moneda-U. de Chile
para diferentes marchas.
121
El error de estimación de la potencia instantánea se ha estimado en el rango de 510%.
Error de pronóstico en consumo eléctrico.
Se ha definido un modelo de estimación de consumo eléctrico de un motor basado
en el consumo promedio observado para un túnel y marcha específica (ver Informe
de Modelos de Consumo Eléctrico y la Presentación de Avance Modelación Eléctrica Oct2006). Como puede apreciarse en la siguiente tabla, la precisión observada (medida
por la desviación estándar de los datos observados) depende del túnel y marcha
analizada.
122
Los errores de estimación promedio observados varían entre 2 y 5% para los
diferentes túneles y marchas, con valores más cercanos al 5% en marchas tipo AP
(rápida).
Los errores de estimación máximos (en promedio de túneles) para las diferentes
marchas son + 15% (AP), +4% (NP), +17% (EP) y +9% (EV) respectivamente. Se
observa que los valores extremos de los errores máximos de estimación ocurren en
vía 2 para marchas bajas.
Error en la caracterización del consumo eléctrico del convoy.
La estimación de energía consumida por un convoy toma en cuenta que los trenes
NS-93 que posee Metro S.A. están configurados de diferentes formas, siendo estos
formados por 5,6 y 7 coches, dentro de los cuales se identifican dos tipos: Coches
Motrices y Coches Remolques. Los coches remolques (Cabinas en el modelo NS-93)
son aquellos que no poseen motor eléctrico para traccionar y solamente sirven de
arrastre. En cambio, los coches Motrices son los que poseen motor eléctrico, es
decir, son los responsables de traccionar y sacar al convoy de la inercia, lo que
implica un consumo de energía. Dichos Carros presentan comportamiento
eléctricamente iguales, en consecuencia el consumo de energía en ellos debería ser
123
el mismo para todos los coches de idénticas características. Para comprobar ello se
instalaron sensores en los 4 carros motrices del tren 54 (N1054, N2054, N3054,
N5054). La siguiente figura muestra las curvas de potencia para los bogies de los
carros 2054 y 3054.
19/10/2005
800
600
400
200
0
-200
kW
Potencia 2054
-400
Potencia 3054
-600
,0
148,0
74,0
296,0
222,0
444,0
370,0
592,0
518,0
740,0
666,0
88 8,0
814,0
1036,0
962,0
1184,0
1110,0
1332,0
1258 ,0
1406,0
Potencia eléctrica en coches 2054 y 3054
A partir del análisis realizado en los carros motrices 2054 y 3054 del tipo NS93 se puede concluir que para cada uno de ellos las energías consumidas son
prácticamente equivalentes, como se observa en Figura 5. La mínima diferencia
que se podría producir sería de un 0,81% y la máxima sería de un 1,75%
aproximadamente. Esto permite extrapolar el consumo de un tren a partir del
consumo de los motores asociados a un bogie (ver Informe de Modelos de Consumo
Eléctrico).
Las diferencias de medición entre uno y otro bogie es de 1 a 2%.
Adicionalmente, la siguiente gráfica muestra la dependencia entre la energía
consumida y el peso transportado (estimado en función de la presión medida por
los sensores de presión) para un caso típico (Túnel La Moneda-U de Chile). Se
observa una relación casi lineal entre consumos y pesos transportados, en cada
marcha utilizada.
124
Energía Consumida [Kwh]
Energía Consumida v/s PSI 1
5.50
5.00
4.50
4.00
3.50
3.00
2.50
2.00
1.50
AP
NP
EP
EV
S
0
10
20
30
40
50
Presión en sensor PS1 [Psi]
DESCRIPCIÓN Y CARACTERIZACIÓN GENERAL DEL RESULTADO Nº 3
Nombre del resultado: Modelo de Optimización
Tipo (resultado intermedio o final): Intermedio
Objetivo específico con el cual se relaciona: 3, 7.
Descripción general (aspectos científico-tecnológicos y económico-sociales): Un modelo matemático
y algoritmo de solución que representa el problema de decisión de asignación de marchas y tiempos
de salida de trenes urbanos en un ambiente dinámico, con restricciones de calidad de servicio teniendo
como objetivo la minimización del consumo de energía eléctrica de tracción.
Identificador numérico del HITO de I&D (rombo) en Carta Gantt que señala en qué momento se
espera obtener este resultado: 29
125
INDICADORES DE ÉXITO ASOCIADOS AL RESULTADO (MÍNIMO 3)
Descripción del Indicador
Rango del logro
esperado
Mínimo
Máximo
Parámetros de
Referencia
Mínimo
Máximo
Unidad de
Medida
Formulación del modelo
1
1
0
1
Modelo
Código computacional del
modelo y algoritmo de
solución en su versión estática.
Resultados experimentales de
rendimiento
1
1
0
1
Código
1
3
0
3
Informe
Base de Referencia
Documento
Técnico.
Documentos
técnicos y
software.
Documentos
técnicos.
Indicadores:
Formulación del modelo
Se ha formulado un modelo de optimización generalizado para la minimización
del consumo de energía eléctrica de tracción para trenes metro con restricciones de
calidad de servicio y capacidad limitada de trenes y andenes (ver Informe de Módulo
de Optimización). Este modelo permite establecer itinerarios detallados de
operación para una ventana móvil (de 15 minutos o más) a partir de la situación
“actual” de tráfico.
126
Resumen modelo generalizado para ventanas de tiempo
I
Minimizar
J (i )
V
Z = ∑ ∑ ∑Ci, j,v ×Yi, j,v + ∑∑ Pi, j × PTi, j
i =1 j = x (i ) v=1
•
I J (i )
i
j
Restricciones
Restricciones Generales
V
Ai , j = Li , j −1 + ∑ (TT j −1,v × Yi , j −1,v )
v =1
Wi , j = Li , j − Ai , j
Ai1 , j − Li2 , j ≥ ST
Wi , j ≥ TWMin j
Wi , j ≤ TWMax j
( Ai ,s − Ai , j ) < TTMax
PTi , j = PTi , j −1 − PU i , j + PBi , j
PBi , j = PLLi , j + Prmi −1, j − Prmi , j
espacioi , j = QPMaxi − PTi , j −1 + PU i , j − PBi , j
j = x(i),..., J (i )
i = t1 ,..., T
v = 1,..., V
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i1 = tren anterior a i 2
i 2 = tren posterior a i1
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
;
i = t1 ,..., T
j = x(i ),..., J (i)
i = t1 ,..., T
s = 12, 24,36, 48
x (i ) < s
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
127
espacioi , j
QPMaxi
≤e,
Prmi , j ≤ M × r
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
e+ r ≤1
PU i , j = Rat j * PTi , j
PLLi , j = µ j × ( Li , j − Li −1, j − FS )
PTi , j ≤ QPMaxi
PBi , j + PU i , j
Wi , j
V
≤ FPMaxξ
P
∑∑ Y
i , j ,v , p
=1
v =1 p =1
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
j = x(i),..., J (i )
i = t1 ,..., T
Condiciones Iniciales
Li , j
No tenemos pasajeros que suben en el anden 45 para
estos trenes ya que estos hacen bucle corto
PBi ,45 = 0
PTi , j = param
j = x(i) − 5,..., x(i ) − 1
i = t1 ,..., T
i = tk ,..., T `
trenes que hacen
bucle
j = x(i )
i = 1, 2,..., I
Se determina la cantidad de pasajeros que llegan al
andén dependiendo de la condición o estado del tren en
la estación de inicio de ventana de tiempo
PLLi , j = param2
j = x(i )
i = 1, 2,..., I
RMTi , j = param3
Tengo que mover las
estaciones hacia atras
j = x(i )
i = 1, 2,..., I
128
PBi , j = µ j × ( Li , j − Apertura j − FS )
Un tren que de encuentra en cochera o va a cochera no
tiene pasajeros
PTi , o = 0
i* = T (i )
Descripción de variables
j = x(i )
i = 1, 2,..., I
Yi,j,v, p , ei,j , ri,j : Binaria (0 ó 1)
Li,j,Ai,j ,Wi,j, RMTi,j, PLLi,j , espacioi,j ,PTi,j,PBi,j,PUi,j :
+
Si bien este modelo incluye en su función objetivo una componente variable de
consumo proporcional al peso transportado (número de pasajeros), ésta no fue
considerada en la implementación del procedimiento de optimización debido a
que en las mediciones de consumos realizadas para elaborar los modelos de
consumo eléctrico se determinó que los consumos promedios en cada marcha
representaban adecuadamente esta relación de proporcionalidad, no
identificándose situaciones anormales que justificaran este nivel de detalle en la
formulación. (ver: Informe de Modelos de Consumo Eléctrico y Presentación MetroConecta Agosto 2007 y gráfica en sección anterior)
Código computacional del modelo y algoritmo de solución en su versión estática.
Se ha implementado la resolución de dicho modelo utilizando una heurística
evolutiva desarrollada por el equipo del proyecto implementada en lenguaje
ANSI-C (ver Código Computacional del Módulo de Optimización). Adicionalmente se
realizaron experimentos de resolución utilizando software comercial de
optimización entera mixta CPLEX y otras herramientas especializadas (LPSolve).
Resultados experimentales de rendimiento
La heurística implementada permite encontrar soluciones al problema de
minimización del consumo de energía con tiempos de respuesta aproximados de 1
a 3 segundos usando un PC Dual Core 1.86 GHz y 1 Gb de RAM (ver Informe de
Módulo de Optimización).
129
DESCRIPCIÓN Y CARACTERIZACIÓN GENERAL DEL RESULTADO Nº 4
Nombre del resultado: Prototipo del Sistema.
Tipo (resultado intermedio o final): Intermedio
Objetivo específico con el cual se relaciona: 8, 9
Descripción general (aspectos científico-tecnológicos y económico-sociales): Referido a la
implementación de un prototipo del sistema que permita someter a evaluación a las herramientas de
software y hardware que soportarán los modelos de captura, pronóstico y optimización, para mejoras de
éstos.
Identificador numérico del HITO de I&D (rombo) en Carta Gantt que señala en qué momento se espera
obtener este resultado: 70
INDICADORES DE ÉXITO ASOCIADOS AL RESULTADO (MÍNIMO 3)
Descripción del Indicador
Rango del logro
esperado
Mínimo
Máximo
Parámetros de
Referencia
Mínimo
Máximo
Unidad de
Medida
Base de Referencia
Modelos
Integrados
con
sistemas de control de tráfico
de metro.
0
3
0
3
Número
Modelos de
sistema
propuesto.
Instalación de Prototipo
0
1
0
1
Número
Ahorro en energía eléctrica de
tracción.
0
10
0
15
Porcentaje
Prototipo del
sistema
Consumo
Histórico de
consumo de
energía.
Se ha desarrollado un prototipo de sistema de ahorro de energía eléctrica de
tracción para trenes urbanos con exigencias de calidad de servicio a los usuarios,
que utiliza la plataforma de hardware de captura y transmisión de datos instalada
130
por el proyecto y disponibles en Metro de Santiago. Los diferentes módulos de
software han sido implementados usando lenguaje ANSI-C y Visual Basic 6.0
Las pruebas de instalación y de rendimiento han permitido establecer una línea de
referencia de los ahorros de consumo de energía posibles con la operación de este
prototipo en la Línea 1 del Metro de Santiago.
Indicadores:
Modelos Integrados con sistemas de control de tráfico de metro.
Se ha desarrollado un prototipo de sistema consistente de 4 módulos principales:
• sistema de captura y comunicación de datos,
• sistema de monitoreo e interpretación de datos
• sistema de optimización,
• interfases de usuario.
Estos modelos han sido documentados en los informes correspondientes:
• Informe de sistema de captura de datos
• Informe de Monitoreo y Procesamiento de Datos
• Informe de Módulo de Optimización
• Informe de Interfase HMI de Monitoreo y Control
Instalación de Prototipo
El prototipo ha sido instalado en la línea 1 de Metro S.A. y ha sido operado a nivel
de pruebas en terreno para verificar su impacto. (ver Informe descriptivo del Prototipo
del Sistema e Informe de instalación y operación del sistema)
Ahorro en energía eléctrica de tracción.
Debido a limitaciones de despliegue del sistema de transmisión de datos, las
pruebas de operación se realizaron en días domingos y festivos, con una alta
circulación de trenes cuyo sistema de operación se encontraba operativo.
El ahorro verificado en las pruebas en terreno es de 3 a 6% en los periodos de
operación correspondientes sin observarse impacto (deterioro) de los indicadores
131
de calidad de servicio medidos (velcom, intervalo y atrasos). (ver Informe de Pruebas
en Terreno domingo 29-07-2007 e Informe de pruebas en terreno domingo 19-08-07 )
DESCRIPCIÓN Y CARACTERIZACIÓN GENERAL DEL RESULTADO Nº 5
Nombre del resultado: Modelo de Negocio.
Tipo (resultado intermedio o final): Final
Objetivo específico con el cual se relaciona: 1, 2, 4.
Descripción general (aspectos científico-tecnológicos y económico-sociales): Mediante el modelo de
negocios definitivo que se diseñe, el Sistema podrá ser comercializado a nivel mundial. Este modelo
determinará las estrategias de mercadeo, la definición de los niveles de precios de venta, formas de venta
y servicio de post venta.
Identificador numérico del HITO de I&D (rombo) en Carta Gantt que señala en qué momento se espera
obtener este resultado: 84
INDICADORES DE ÉXITO ASOCIADOS AL RESULTADO (MÍNIMO 3)
Rango del logro
esperado
Mínimo
Máximo
Descripción del Indicador
Trámites
Patente
y
Obtención
Parámetros de
Referencia
Mínimo
Máximo
de
0
1
0
1
Ciudades consideradas en
modelo de negocios
Nueva línea de servicios en
CONECTA.
0
15
0
150
0
1
6
6
Unidad de
Medida
Base de Referencia
Número Patentes
Número Ciudades con
líneas de metro
Número Actuales
productos y
servicios de
CONECTA.
Trámites y Obtención de Patente
A través de una consultoría especializada, realizada por la empresa Koncept, se han
identificado los productos y servicios factibles de generar con los resultados del proyecto
(ver Informe de productos y servicios Koncept). Adicionalmente, con el apoyo de la empresa
Johansson & Langlois se ha establecido la novedad inventiva y la patentabilidad de un
Modelo y Sistema de Ahorro de Energía Eléctrica de Tracción para Trenes Urbanos (ver
Busqueda Ahorro Energia Trenes J&L e Informe de novedad inventiva).
132
Se ha redactado en conjunto con J&L el pliego de reivindicaciones y la memoria
descriptiva de la invención para someter la solicitud de patentes al Departamento de
Propiedad Industrial en Chile (ver Detalle de Reivindicaciones y Memoria Descriptiva).
Ciudades consideradas en modelo de negocios
Se ha elaborado un Modelo de Negocios que identifica productos, clientes, modelo de
ingresos y mercados potenciales (ver Modelo de Negocios final).
Nueva línea de servicios en CONECTA.
Se han establecido unidades de negocio tanto en CONECTA como en la Universidad de La
Frontera para continuar el trabajo de desarrollo de aplicaciones de eficiencia energética en
ambientes de trenes urbanos (ver documentos creada UN Conecta08-07 e Implementada la
UN UFRO08-07).
133
5. Conclusiones
Concluido el trabajo comprometido en el Proyecto Fondef D03i1122, podemos destacar las
siguientes observaciones y conclusiones generales:
Se ha logrado alcanzar total o parcialmente los objetivos propuestos y los indicadores de
desempeño comprometidos. Para aquellos indicadores no logrados a cabalidad, los
resultados obtenidos fueron los mejores dadas las limitaciones que aparecieron en la
ejecución del proyecto y que nos obligaron a incorporar estrategias alternativas diferentes
a las inicialmente consideradas en el Proyecto.
Los principales logros del proyecto incluyen:
•
•
•
•
•
•
•
•
Modelos de tráfico de trenes y pasajeros
Modelos de consumo de energía eléctrica de tracción
Modelos de estimación de cantidad de pasajeros en un carro y convoy
Set de sensores instalados en convoyes de línea 1
Bases de datos de operación (corriente, voltaje, presión, desplazamiento) útiles
para desarrollar nuevos modelos de operación de la línea 1 u otras de
características similares.
Prototipo de Sistema de optimización en línea, instalado en Línea 1 de Metro S.A. y
validado con pruebas en terreno
Modelo de negocios
Patente en trámite
Las principales dificultades encontradas y su mecanismo de resolución fueron:
•
•
•
Regulaciones de seguridad y disponibilidad de equipos rodantes (convoyes) para
instalación de sensores y adecuación del sistema de comunicaciones. Se debió
trabajar dentro de las restricciones técnicas y de acceso a las instalaciones de Metro,
debiéndose considerar significativas cantidades de tiempo adicional para las etapas
de instalación y pruebas de equipos en los convoyes.
Limitaciones en la comunicación de datos (confiabilidad de transmisión) desde los
sensores en los convoyes hacia la central de operaciones. Se debió desarrollar
extensas rutinas de validación y completación de información faltante para proveer
información suficiente y confiable para monitorear el estado actual del sistema.
Necesidad parcial de incorporar información adicional en línea para corregir
monitoreo del sistema en trenes “no monitoreados” (debido a baja confiabilidad de
134
•
datos). Fue necesario implementar una rutina de ingreso de información mínima
para operación del sistema (para trenes no visualizados con una confiabilidad
mínima necesaria) que inicialmente no estaba considerada en el diseño.
Sobrecarga de recomendaciones de operación hacia el regulador. Se diseñaron y
probaron diferentes esquemas de control, con diferentes niveles de limitación en la
cantidad de comandos sugeridos al regulador de tráfico. Se orientó la regulación
hacia pocos críticos de alto impacto en el consumo de energía.
Se ha verificado la factibilidad y desempeño de un sistema como el propuesto en el
proyecto, sin afectar la calidad de servicio medida. Sin embargo se ha podido establecer
que una operación continua de este prototipo requiere de un rediseño de los módulos de
comunicación de datos y monitoreo para asegurar la confiabilidad de datos necesaria y la
operación factible sin requerir del ingreso de información mínima adicional (en paralelo
con el prototipo desarrollado).
Agradecimientos
Este proyecto ha sido realizado con el aporte de FONDEF, Metro de Santiago S.A.,
CONECTA S.A. y La Universidad de La Frontera. Ha sido fundamental el aporte del
personal de estas instituciones con su conocimiento, experiencia, gestión y apoyo en las
diferentes etapas de este proyecto.
135