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