estudio de complementariedad energÉtica en la...
TRANSCRIPT
i
ESTUDIO DE COMPLEMENTARIEDAD ENERGÉTICA EN LA GENERACION DE ENERGÍA ELÉCTRICA, BAJO ESCENARIO DEL FENÓMENO CLIMATOLÓGICO DEL NIÑO, EN EL TERRITORIO
COLOMBIANO.
YERSSON ESTEBAN VACA ORTIZ
YEIMY KATHERINE LÓPEZ VILLARREAL
UNIVERSIDAD DISTRITAL FRANCISCON JOSÉ DE CALDAS
FACULTAD DE INGENIERÍA
INGENIERÍA ELÉCTRICA
BOGOTÁ D.C, 2018
ii
ESTUDIO DE COMPLEMENTARIEDAD ENERGÉTICA EN LA GENERACION DE ENERGÍA ELÉCTRICA, BAJO ESCENARIO DEL FENÓMENO CLIMATOLÓGICO DEL NIÑO, EN EL TERRITORIO
COLOMBIANO.
Presentado por:
YERSSON ESTEBAN VACA ORTIZ
YEIMY KATHERINE LÓPEZ VILLARREAL
Monografía Optar el título de
INGENIEROS ELÉCTRICOS
Director:
DIEGO JULIÁN RODRIGUEZ PATARROYO
UNIVERSIDAD DISTRITAL FRANCISCON JOSÉ DE CALDAS
FACULTAD DE INGENIERÍA
INGENIERÍA ELÉCTRICA
BOGOTÁ D.C, 2018
iii
Dedicatoria
Queremos dedicarles este trabajo a nuestras familias, las cuales siempre nos apoyaron desde el inicio de este sueño llamado ingeniería eléctrica hasta el final, gracias por la paciencia y por motivarnos cada vez que sentíamos que no lo íbamos a lograr. El poder culminar esta etapa de nuestras vidas se lo debemos a ustedes.
Yersson, Yeimy.
4
CONTENIDO
1. Resumen ............................................................................................................................................... 9
2. Introducción ...................................................................................................................................... 10
2.1. Problema y justificación ........................................................................................................... 12
2.2. Antecedentes .............................................................................................................................. 15
3. Objetivos ............................................................................................................................................ 19
3.1 Objetivo General ............................................................................................................................. 19
3.2. Objetivos Específicos ..................................................................................................................... 19
4. Marco Teórico ................................................................................................................................... 19
4.1. Conformación del Sistema Eléctrico Nacional ....................................................................... 19
4.2. Normatividad ............................................................................................................................. 24
4.3. Método estadístico para la asimilación de datos .................................................................... 24
4.3.1. Coeficiente de correlación de Pearson (r) ........................................................................... 25
4.3.2. Interpretación coeficiente de Pearson r: ......................................................................... 26
5. Metodología ....................................................................................................................................... 29
5.1. Obtención de la información .................................................................................................... 29
5.1.1. Energía solar ...................................................................................................................... 30
5.1.2. Energía eólica .................................................................................................................... 33
5.1.3. Energía hidráulica............................................................................................................. 35
5.2. evaluación de la información ................................................................................................... 38
6. Desarrollo del estudio ....................................................................................................................... 39
6.1. Caudal vs Radiación ................................................................................................................. 39
6.1.1. Cálculo de un coeficiente de correlación r de forma manual. (ejemplo) ...................... 42
6.1.2. Cálculo del coeficiente de correlación por medio del aplicativo (ejemplo) .................. 44
6.1.3. Análisis gráfico de correlación negativa y positiva para caudal vs radiación, a partir del aplicativo. ..................................................................................................................................... 49
6.1.4. Análisis gráfico de la mayor correlación negativa encontrada para caudal vs radiación, a partir de localización de los puntos en un mapa. ...................................................... 53
6.2. Caudal vs Vientos ...................................................................................................................... 55
6.2.1. cálculo de un coeficiente de correlación r de forma manual (ejemplo) ........................ 55
6.2.2. cálculo de un coeficiente de correlación por medio del aplicativo. (Ejemplo) ............. 57
5
6.2.3. Análisis gráfico de correlación negativa y positiva para caudal vs radiación a partir del aplicativo ...................................................................................................................................... 62
6.2.4. análisis gráfico de la mayor correlación negativa encontrada para caudal vs velocidad del viento visto desde un mapa. ....................................................................................................... 66
6.3. Radiación vs Velocidad del viento ........................................................................................... 68
6.3.1 cálculo de un coeficiente de correlación r de forma manual (ejemplo) ............................... 68
6.3.2. Cálculo del coeficiente de correlación por medio del aplicativo (ejemplo) .................. 70
6.3.3. análisis gráfico de la mayor relación negativa encontrada para radiación vs vientos, visto desde un mapa. ......................................................................................................................... 81
7. Conclusiones ...................................................................................................................................... 83
8. Futuros trabajos y aportes ............................................................................................................... 84
Bibliografía.................................................................................................................................................. 85
9. Anexos ................................................................................................................................................ 87
6
TABLAS
Tabla 1.Irradiación promedio por regiones ............................................................................................... 30
Tabla 2. Potencial eólico para diferentes regiones de país ........................................................................ 33
Tabla 3: Centrales Hidráulicas .................................................................................................................. 35
Tabla 4. Estaciones Meteorológicas ........................................................................................................... 40
Tabla 5. Centrales hidroeléctricas.............................................................................................................. 41
Tabla 6. Datos de caudales de la central hidroeléctrica Guavio ............................................................... 42
Tabla 7. Datos de radiación de la estación meteorológica de Tunjuavita (Boyacá) .................................. 43
Tabla 8. Resumen de cálculos previos realizados ...................................................................................... 43
Tabla 9: Coeficientes de correlación r entre los caudales Región Andina y radiación ............................ 46
Tabla 10. Coeficientes de correlación r entre los caudales Antioquia y radiación ................................... 47
Tabla 11. Coeficientes de correlación r entre los caudales Regiones Caribe y Pacífica y radiación ........ 48
Tabla 12. Radiación Región Caribe VS Caudal Hidroeléctricas situadas en Antioquía ........................... 53
Tabla 13. datos de la central hidroeléctrica Porce II ................................................................................. 55
Tabla 14. datos de la estación meteorológica el Tesoro (Sucre) ................................................................ 56
Tabla 15. Resumen de cálculos realizados ................................................................................................. 56
Tabla 16.Coeficiente de correlación r entre Caudales Región Andina - Velocidad del viento a 50m ....... 59
Tabla 17. Coeficiente de correlación r entre Caudales Antioquia - Velocidad de vientos a 50 m ............. 60
Tabla 18. Coeficiente de correlación r entre Caudales regiones Caribe y Pacifica - Velocidad de vientos a 50m ........................................................................................................................................................... 61
Tabla 19.Velocidad del viento Región Caribe VS Caudal Hidroeléctricas en Antioquía ......................... 66
Tabla 20. Datos de radiación estación meteorológica de Zetaquira (Boyacá) ........................................ 68
Tabla 21. Datos vientos de la estación meteorológica Cerro Paramo Puerres (Nariño) ......................... 68
Tabla 22. Resumen de cálculos previos realizados ................................................................................... 69
Tabla 23. Coeficiente de correlación r entre Radiación Andina I- Velocidad de viento a 50 m ................ 72
Tabla 24. Coeficiente de correlación r entre Radiación Andina II- Velocidad de viento a 50m ................ 73
Tabla 25. Coeficiente de correlación r entre Radiación Andina III- Velocidad de viento a 50m .............. 74
Tabla 26. Coeficiente de correlación r entre Radiación Antioquia- Velocidad de viento a 50m .............. 75
Tabla 27. Coeficiente de correlación r entre Radiación Caribe- Velocidad de viento a 50m .................... 76
Tabla 28. Coeficiente de correlación r entre Radiación Pacifica- Velocidad de viento a 50m ................. 77
7
ILUSTRACIONES
Ilustración 1. Ideam. (2016). Balance de masa glaciar conejeras nevado de Santa Isabel periodo 2006-2016. Recuperado de: http://www.ideam.gov.co/documents/11769/132669/Impacto+de+El+Ni%C3%B1o+en+la+alta+monta%C3%B1a+colombiana.pdf/dd41d158-0944-41d5-917e-44fdb524e8ea ...................................................... 11
Ilustración 2. Acolgen (2017). Mapa de ubicación centrales hidroeléctricas. [Mapa]. Recuperado de: https://www.acolgen.org.co/index.php/2013-01-31-06-37-23/mapa-de-ubicacion .................................... 13
Ilustración 3. XM. (2017). Representación de la matriz energética de Colombia. [Gráfico] Recuperado de: http://paratec.xm.com.co/paratec/SitePages/generacion.aspx?q=capacidad ............................................... 14
Ilustración 4. (Paredes & Ramirez, 2017) regiones con centrales Hidroeléctricas y sitios eólicos con fuerte complementariedad (elevados coeficientes de correlación negativos). [Tabla] .......................................... 18
Ilustración 5. (Paredes & Ramirez, 2017). Regiones con centrales Hidroeléctricas y sitios solares con fuerte complementariedad (elevados coeficientes de correlación negativos). [Tabla] ............................... 18
Ilustración 6. Siel. (2017). Conformación del Sistema Eléctrico Nacional. [Organigrama]. Recuperado de: http://www.siel.gov.co/Inicio/ConozcaelSector/tabid/64/Default.aspx ...................................................... 20
Ilustración 7. Economipedia (2015). Correlación perfecta negativa [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html ........................................... 26
Ilustración 8. Fuente propia (2018) Existe correlación negativa [Gráfico] ................................................. 27
Ilustración 9. Economipedia (2015). Correlación perfecta negativa [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html ........................................... 27
Ilustración 10. Fuente propia (2018) Existe correlación positiva [Gráfico] .............................................. 28
Ilustración 11. Economipedia (2015). Correlación perfecta positiva [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html ........................................... 28
Ilustración 12. IDEAM. (2014). Mapa de irradiación solar global horizontal medio diario anual en Colombia. [Mapa]. Recuperado de: http://atlas.ideam.gov.co/visorAtlasRadiacion.html .......................... 32
Ilustración 13. IDEAM. (2014). Mapa de velocidad promedio del viento a 50 metros de altura. [Mapa]. Recuperado de http://atlas.ideam.gov.co/visorAtlasVientos.html .............................................................. 34
Ilustración 14. XM (2015) Demanda Máxima de potencia. [gráfica]. Datos Tomados de http://informesanuales.xm.com.co/2015/SitePages/operacion/3-2-Demanda-de-potencia-nacional.aspx.. 36
Ilustración 15. Siel (2015). Generación de energía 2013-2016. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197 ........................................................................................... 37
Ilustración 16. SIEL. Curva de Generación Hidráulica para el año 2015. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197 ........................................................................................... 38
Ilustración 17. SIEL (2015). Curva de Generación térmica para el año 2015. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197 ........................................................................................... 38
ilustración 18. Fuente propia. (2018). Diagrama de bloques básico del aplicativo [diagrama] ................. 39
Ilustración 19. Fuente propia (2018). Diagrama de flujo para el cálculo de coeficiente de correlación caudal vs radiación. ..................................................................................................................................... 45
Ilustración 20. Fuente Propia (2018). Gráfico caudal San Carlos (Antioquia)- vs Radiación UTM (Santa Marta). [Grafico] ........................................................................................................................................ 50
Ilustración 21. Fuente propia. (2018) Grafica de correlación entre Hidroeléctrica Guatapé (Antioquia) – Estación meteorológica Mogotes HB (Santander). [Gráfica] ..................................................................... 50
8
Ilustración 22. Fuente Propia. (2018). Gráfico de correlación hidroeléctrica URRÁ (Córdoba) - Universidad Francisco de Paula Santander (Norte de Santander). [Tabla]. ................................................ 51
Ilustración 23.Fuente Propia. (2018). Gráfico de correlación hidroeléctrica Urra (Córdoba) – estación Cerro Paramo Puerres (Nariño). [Gráfico]. ................................................................................................. 52
Ilustración 24. Fuente propia. (2018). Coeficientes de correlación hidroeléctrica PAGUA vs RADIACIÓN. [Mapa] ................................................................................................................................ 54
Ilustración 25. Fuente propia. (2018). Diagrama de flujo para el cálculo del coeficiente de correlación entre caudales y velocidad del viento [Diagrama] ...................................................................................... 58
Ilustración 26. Fuente propia. (2018). Grafico hidroeléctrica Guatron (Antioquia) - Vientos Estación Las Flores HB (Atlántico). [Grafico] ................................................................................................................. 62
Ilustración 27.Fuente Propia. (2018). Grafico correlación hidroeléctrica Jaguas (Antioquia) – Viento en Lorica (Córdoba) ......................................................................................................................................... 63
Ilustración 28. Fuente propia. (2018). Gráfica de correlación hidroeléctrica CHIVOR (Boyacá) – Velocidad del viento estación LA PRIMAVERA (Huila). [Gráfica] ......................................................... 64
Ilustración 29. Fuente propia. (2018). Grafico correlación hidroeléctrica CHIVOR (Boyacá) – Vientos CERRO PARAMO PUERRES (Nariño) .................................................................................................... 65
Ilustración 30. Fuente propia (2018). Caudal Hidroeléctrica San Carlos vs Velocidad del viento. [Mapa] .................................................................................................................................................................... 67
Ilustración 31. Fuente propia. (2018). Diagrama de flujo para calculo correlación radiación vientos aplicativo. [Diagrama] ................................................................................................................................ 71
Ilustración 32. Fuente propia (2018). Gráfico de correlación de radiación en la estación ZETAQUIRA (Boyacá) vs velocidad del viento en la estación SAN VICENTE DEL CAGUÁN (Caquetá). [Gráfica] .. 78
Ilustración 33. Fuente Propia. Grafico correlación radiación estación meteorológica CERRO PARAMO PUERRES (Nariño) vs estación meteorológica de viento AQUITANIA (Boyacá) ................................... 79
Ilustración 34. Fuente propia. (2018) Grafico correlación radiación estación meteorológica UniPamplona (Norte de Santander) vs estación meteorológica de veinto UniNariño (Nariño). [Grafica] ...................... 80
Ilustración 35.Fuente Propia. (2018).Grafico correlación radiación estación meteorológica El Tesoro (Sucre) vs estación meteorológica de viento Zetaquira (Boyacá). [Grafica] ............................................. 81
Ilustración 36. Fuente propia (2018). Radiación estación meteorológica CERRO PARAMO PUERRES (NARIÑO) vs estaciones meteorológicas de vientos. [Grafico] ................................................................ 82
9
1. Resumen
La presente monografía se basa en un estudio que pretende caracterizar y cuantificar el potencial eólico y solar existente en el territorio colombiano con el fin de determinar qué tan complementarios son estos recursos respecto a la mayor fuente de generación de energía eléctrica en Colombia, el recurso hídrico, analizándolos bajo escenario de cambio climatológico del niño.
En el periodo de 2009- 2016 se han presentado tres fenómenos del niño importantes en Colombia, el primero 2009-2010, el segundo de 2013-2014 y por ultimo 2015-2016, (IDEAM, impacto del fenómeno el "niño" 2015-2016 en los nevados y la alta montaña Colombiana, 2018) se tomará como caso de estudio el cambio climatológico del niño que se presentó en el año 2013 (como es un estudio del fenómeno del niño se puede escoger cualquier año siempre y cuando se haya presentado dicho cambio climático, por ende se escoge el 2013 como año de estudio debido a que en este año se encuentra completa la información de caudal y radiación, mes a mes lo que hace que el estudio sea más preciso), el cual tuvo un comportamiento similar al del 2015, aunque este fue de menores impactos debido a la duración que tuvo, sin embargo como los efectos para el sector eléctrico debido al fenómeno del año 2015 fueron más pronunciados se pretende además hacer un análisis de las consecuencias que dejó dicho fenómeno en el sector eléctrico y porque es importante buscar fuentes no convencionales de energía que ayuden a diversificar la matriz energética nacional, las cuales apoyen y brinde cierto grado de confiabilidad al sistema cuando se presentan épocas de sequía.
Se describe de manera muy general la conformación del sistema eléctrico colombiano y la normatividad vigente para la integración de Fuentes no Convencionales de Energía a la matriz energética nacional, se desarrolla un aplicativo que será la herramienta para evaluar la complementariedad entre recursos, basado en un método estadístico para la asimilación de datos. Por último, se muestra la complementariedad encontrada entre los recursos por regiones.
Cabe resaltar que el presente estudio no aborda características técnicas del mercado energético ni estudios económicos para la integración de estas energías alternativas al Sistema Interconectado Nacional.
10
2. Introducción
Colombia por encontrarse situado en el pacífico tropical se ve significativamente afectada por los fenómenos climatológicos de la niña y el niño, a pesar de que la intensidad de estos no es lineal y por tanto su magnitud y efectos no son siempre los mismos, sin embargo, cuando se presentan causan grandes impactos económicos y sociales en el país. (IDEAM, Modelo institucional El niño-La niña, 2007)
El presente estudio tomará como ejemplo el fenómeno climatológico del niño el cual se desarrolla en el océano pacifico tropical, se caracteriza por aumento en la temperatura del aire especialmente en las regiones Caribe y Andina, lo que conlleva a disminución de las lluvias con relación a la precipitación normal. (IDEAM, Fenómenos el niño y la niña, 2014). En el sector energético los fenómenos del niño causan graves repercusiones las cuales van desde la disminución del caudal de los embalses debido a la reducción de las precipitaciones, que se ve reflejada en la disminución de la capacidad de oferta de energía de las hidroeléctricas, racionamiento y en el peor de los casos apagones, todo esto se debe a que en Colombia según el último informe de la Unidad de Planeación minero Energético UPME, la generación de energía se hace aproximadamente en un 65% por medio del recurso hídrico. (XM, Parámetros técnicos del SIN, 2017)
El fenómeno del niño más significativo en Colombia se presentó entre el 2 de mayo de 1992 y el 7 de febrero de 1993, el cual produjo apagón debido a que los niveles de los embalses se redujeron a tal punto que las hidroeléctricas no pudieron satisfacer la demanda energética, lo que ocasionó una crisis en la empresa del estado Interconexión eléctrica ISA.
Se creía que lo que ocurrió en el año 1992 no volvería a suceder y que con el cargo por confiabilidad las empresas generadoras estarían preparadas para atender la demanda en caso de presentarse un fenómeno del niño tan fuerte como el que se vivió en ese año, pero en el 2015 el país sufrió de nuevo una crisis energética a causa de dicho fenómeno, de nuevo los niveles de los embalses de las hidroeléctricas se redujeron sustancialmente, hubo una demanda no atendida, lo que conllevo a racionamiento, debido a esto el gobierno promovió la campaña “apagar paga” con la cual invitaba a los colombianos a tener un consumo moderado de energía eléctrica, sin contar las empresas termoeléctricas que no generaron por los elevados costos de los combustibles y las contingencias que se presentaron debido a mantenimiento.
Teniendo en cuenta que el niño es un fenómeno climático cuyos efectos varían de acuerdo a la intensidad del mismo, que la generación en Colombia es dependiente del recurso hídrico y que el cargo por confiabilidad no dio los resultados esperados, es pertinente para el sector eléctrico buscar otras soluciones para cuando se presente dicho fenómeno pues este no se puede evitar, por ello el
11
presente estudio tiene como finalidad entregar alternativas al Sistema Eléctrico Nacional sobre cómo debería reaccionar bajo escenario del cambio climatológico del niño, utilizando fuentes no convencionales de energía aprovechando el potencial solar y eólico presente por regiones en el país, dichas alternativas se van a encontrar a partir de la correlación que existe entre estos recursos y las hidroeléctricas.
Como se mencionó anteriormente el año 2015 fue un año atípico pues desde 1993 los efectos del fenómeno del niño no habían tenido tanto impacto para el sector eléctrico como los que se vivieron en ese año, sin embargo la información de caudales y radiación no se encuentra completa para ese año, por ello se decidió buscar un año cercano en el que se haya presentado fenómeno del niño con comportamiento similar para poder desarrollar el estudio, por ello se seleccionó el año 2013, tomando como base el informe hecho por el IDEAM, sobre los efectos del fenómeno “el niño” en la alta montaña Colombiana, donde analizan los efectos en los glaciales y en los parques nacionales naturales de los nevados y el Cocuy, en un periodo de 2006-2016. (IDEAM, impacto del fenómeno el "niño" 2015-2016 en los nevados y la alta montaña Colombiana, 2018)
Ilustración 1. Ideam. (2016). Balance de masa glaciar conejeras nevado de Santa Isabel periodo 2006-2016. Recuperado de: http://www.ideam.gov.co/documents/11769/132669/Impacto+de+El+Ni%C3%B1o+en+la+alta+monta%C3%B1a+colombiana.pdf/dd41d158-0944-41d5-917e-44fdb524e8ea
Como se puede ver en la ilustración 1, en el año 2013 se presentó una pérdida continua de masa glaciar, lo cual indica que en el periodo de 2013-2014 hubo periodos de alta radiación, sin embargo se puede observar también que en el periodo de 2006-2016 la mayor pérdida de masa glaciar se
12
presentó entre 2015-2016, periodo que comprende el ultimo fenómeno del niño en Colombia. Pero como se mencionó anteriormente, no se analizará el ultimo fenómeno del niño debido a que no se encuentran completos los datos, pero como es un estudio del cambio climatológico del niño se puede analizar otro año en el que se haya presentado, por eso se escoge el año 2013.
La metodología que se desarrollará pretende entregar alternativas de generación eléctrica a partir del potencial solar y eólico presente en el país, es decir, relacionar los recursos solares y eólicos con las hidroeléctricas en busca de la complementariedad, de manera que cuando el recurso hídrico escasee debido al aumento en las temperaturas provocadas por el fenómeno del niño, alguna otra fuente renovable ya sea eólica o solar entre y supla la demanda.
Para encontrar dicha correlación fue necesario obtener información sobre la radiación incidente en diferentes puntos del país, para esto se utilizaron datos de radiación de 42 estaciones meteorológicas puestas a lo largo del país por el Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM para el año 2013. Para los hídricos se tomaron datos de caudal de los embalses para el año 2013, información obtenida del portal de Expertos en Mercado XM para centrales hidroeléctricas cuya capacidad instalada fuera mayor a 20MW, se encontraron 19 hidroeléctricas en total (XM, Información inteligente, 2017), para los eólicos se tomaron datos satelitales de la NASA de velocidad del viento a 50 metros sobre el nivel del mar en promedio para los últimos 10 años en las coordenadas de 42 estaciones meteorológicas mencionadas anteriormente, cabe resaltar que todos los datos son libres y cualquier persona puede acceder a ellos en las páginas oficiales de las entidades anteriormente mencionadas.
Una vez obtenida la información se desarrolló un aplicativo en el Software MATLAB el cual mediante un método estadístico permite evaluar la complementariedad entre recursos, pues puede graficar el comportamiento mes a mes de dos variables, ya sean hídrico- solares, hídrico-viento o solar-viento y entrega un índice de correlación r. el cual indica en qué medida se complementan los recursos, más adelante se explica a mayor detalle cómo se analiza este índice.
2.1. Problema y justificación
Eléctricamente Colombia se divide en dos zonas: Zonas No Interconectadas (ZNI), las cuales se definen como los municipios, corregimientos, localidades, y caseríos no conectados al Sistema Interconectado Nacional (SIN), (Artículo 1 ley 855 de 2003), y las Zonas Interconectadas (ZI) las cuales se encuentran conectadas al SIN. En las ZNI la prestación del servicio se hace principalmente mediante plantas de generación Diesel, paneles solares y Pequeñas centrales Hidroeléctricas (PCH’s), las Zonas No Interconectadas equivalen a un 52% del territorio Nacional.
13
(IPSE, 2017), ubicadas principalmente en el área rural, con gran riqueza de fauna y flora, resguardos indígenas y en la mayoría de los casos presentan vías de acceso deficientes. En la ilustración 2. Se pueden observar la distribución geográfica de las dos zonas, junto con las tecnologías utilizadas para la generación en las ZI
Ilustración 2. Acolgen (2017). Mapa de ubicación centrales hidroeléctricas. [Mapa]. Recuperado de: https://www.acolgen.org.co/index.php/2013-01-31-06-37-23/mapa-de-ubicacion
El presente estudio se centra en las Zonas Interconectadas y más exactamente los recursos con los cuales se está inyectando energía al Sistema Interconectado Nacional (SIN), esto se puede hacer gracias a la matriz energética la cual describe cuantitativamente los recursos utilizados para la generación de energía. (Ver ilustración 3).
14
Ilustración 3. XM. (2017). Representación de la matriz energética de Colombia. [Gráfico] Recuperado de: http://paratec.xm.com.co/paratec/SitePages/generacion.aspx?q=capacidad
Como se muestra en la ilustración 2, la generación hidroeléctrica está concentrada en las regiones pacífica y andina, por ello el fenómeno del niño impacta tanto en la generación de energía, pues no existen fuentes de respaldo en otras regiones del país, las cuales puedan complementar la generación en épocas de sequia. Como se puede observar en la ilustración 3, Colombia genera energía en un 65,3% a partir del recurso hídrico (XM, Parámetros técnicos del SIN, 2017), es decir que la generación de energía depende de las precipitaciones y por ende de los niveles de los embalses y al no contar con el recurso necesario para atender la demanda las hidroeléctricas inyectan menos energía al sistema y las termoeléctricas al ocupar el segundo lugar en materia de generación son las que deben entrar a suplir la demanda no atendida que pueden dejar las hidroeléctricas al presentarse un fenómeno climatológico del niño, lo cual es bastante costoso debido a que las termoeléctricas utilizan combustibles fósiles para su funcionamiento, sin contar el grave impacto ambiental que deja la emisión de material particulado a la atmosfera producto de la combustión que se realiza al interior de la central es por ello que se hace necesario buscar alternativas ambientalmente sostenibles, económicas, aprovechando el potencial renovable que existe en el país, aumentando la participación de este en el SIN con el fin de ayudar a suplir la demanda energética cuando se presente un fenómeno del niño.
Con el fin de integrar las fuentes no convencionales de energía principalmente aquellas de carácter renovable en el año 2014 el congreso de la republica firmó la ley 1715, en esta ley define como:
Fuentes no convencionales de energía renovable (FNCER) aquellos recursos de energía renovable disponibles a nivel mundial que son ambientalmente sostenibles, pero que en el país no son
65,30%
28,22%
4,67% 0,73%
0,19%0,71%
0,06%
0,11%
0,88%
Matriz energetica
Hidraulico
Termica
Hidraulicopequeña escala
Termica apequena escala
Autogeneracion
15
empleados o son utilizados de manera marginal y no se comercializan ampliamente. Se consideran FNCER la biomasa, energía de los mares, pequeños aprovechamientos hidroeléctricos, energía eólica, geotérmica, y la energía solar. Esta ley pretende hacer una sustitución progresiva de las fuentes convencionales por FNCER para ello creó una serie de incentivos para quienes realicen inversiones directas con el fin de promocionar el uso e integración a la matriz energética dichas fuentes. (p. 5)
Amparados en esta ley, teniendo en cuenta que la característica principal de los fenómenos del niño es el aumento en la temperatura y disminución en las precipitaciones, se desea caracterizar el potencial de radiación y de vientos que inciden en el país, con el fin de realizar una complementariedad energética a partir de la correlación que se encuentre entre los recursos hídricos- solar, hídricos-vientos, solar- vientos, buscando aumentar la confiabilidad del sistema, a partir de los recursos solares y eólicos, pues al contar con fuentes alternas se tendría un respaldo en la generación de energía.
Teniendo en cuenta lo anterior el presente trabajo pretende encontrar respuesta a la siguiente pregunta problema: ¿Cómo se determinan las mejores zonas para complementar la generación hidráulica disponible actualmente en Colombia a partir del potencial de los recursos solares y eólicos, teniendo como caso de estudio el cambio climatológico del niño?
2.2. Antecedentes
La complementariedad energética es una característica de la matriz energética con la cual a partir de la recopilación de información sobre los recursos naturales renovables disponibles en un territorio se pueda establecer su calidad, cantidad y en qué medida se complementan, es decir que cuando un recurso escasee se tenga otro recurso con el cual se pueda reemplazar. Entre mayor sea la distribución geográfica de las fuentes renovables mayor será la posibilidad de que en el momento en que en un sitio falte o baje la intensidad de uno de los recursos, se pueda generar energía al mismo tiempo con otro recurso renovable en otro sitio distinto. (Paredes & Ramirez, 2017, p.18)
El tema de la complementariedad no se ha estudiado en detalle en Latinoamérica con contadas excepciones, mucho menos se ha estudiado el futuro de esta relación, es decir la influencia que tendrán fenómenos como el del cambio climático en la disponibilidad y la interrelación de los recursos hídrico, solar o eólico. De hecho, uno de los primeros estudios a nivel regional sobre la vulnerabilidad de la generación hidroeléctrica al cambio climático en Centro América fue llevado a cabo por el Banco Interamericano de Desarrollo (BID), en donde se pudo analizar en detalle la disponibilidad de agua a futuro para las cuencas hidrográficas más relevantes en los 6 países de
16
esta región con base en los escenarios de calentamiento global del IPCC. (Paredes & Ramirez, 2017, p.20)
Algunos estudios de complementariedad que menciona el documento de (Paredes & Ramirez, 2017) hecho en conjunto con el Banco Interamericano de Desarrollo BID se detallan a continuación:
A. Regímenes estacionales complementarios eólico-hídricos en Brasil: Brasil es un país que depende en su mayoría del recurso hídrico para cubrir sus necesidades internas de energía en 2014 la participación de las hidroeléctricas fue del 65.4% en la matriz energética, sin embargo, la baja hidrología y los sucesos de extrema sequía ha reducido la participación de las hidroeléctricas. La empresa eléctrica del estado de Paraná, COPEL, realizó simulaciones para la integración de energía eólica en el sistema sur del país. Se usaron series de tiempo eólicas y de flujos de agua de 21 años, calculadas con base en datos medidos y de referencia de estaciones meteorológicas. Se encontró que el comportamiento estacional de la generación con energía eólica es similar a la hidráulica (no complementaria) con una correlación positiva de 0.64. Sin embargo, cuando se realizaron los estudios integrando la generación eólica del emplazamiento situado en el estado de Paraná con el subsistema eléctrico Sur - Este que es el de mayor peso en la matriz energética del Brasil se encontró una fuerte correlación negativa (-0.79) entre esta generación y la disponibilidad hidráulica, por lo tanto, se demostraba su complementariedad. Un aspecto que destacan los autores al realizar este análisis es la menor variabilidad interanual del recurso eólico frente al hídrico tomando como ejemplo datos de más de 10 años en la cuenca del río Iguazú. A través de este análisis en dos regiones de climatología totalmente distinta en Brasil se pudo establecer que la gestión integrada de los recursos eólico e hídrico puede contribuir a la estabilidad estacional del sistema eléctrico, ya que la capacidad que el mismo puede ofrecer a la demanda aumenta con una energía complementaria, en este caso la eólica. (Paredes & Ramirez, 2017, p.20)
B. Complementariedad de los recursos eólico, solar e hídrico en Uruguay: Uruguay depende en gran porcentaje del recurso hídrico para cubrir la demanda interna de electricidad, lo que hace que el sistema sea muy vulnerable a la variación en el régimen de lluvias. La energía hidráulica puede variar anualmente entre un 25% y un 100% de la cantidad total de energía que necesita el país. La situación se complica teniendo en cuenta que el poco potencial hidroeléctrico con el que cuenta el país ya se ha explotado en su mayoría por lo tanto las autoridades de ese país han hecho grandes esfuerzos para diversificar la matriz de generación con otras fuentes de energía. Además, la capacidad de almacenamiento de agua para períodos multianuales en los embalses existentes es muy baja. Los datos de entrada para la simulación consistieron en series de tiempo basadas para el caso eólico en una medición de dos años en 7 sitios distribuidos geográficamente en todo el país, mientras que para el caso solar se usaron también registros de variables de irradiación estaciones
17
ubicadas en 8 puntos distintos. De esta forma se procedió a crear perfiles de generación a diferentes escalas temporales y poder comparar con el recurso hidroeléctrico.
Los resultados de los estudios concluyeron que no existe una complementariedad entre el perfil correspondiente al recurso eólico y a la demanda, mientras que en el caso de la energía solar existe una complementariedad con el recurso hidráulico. El primer hecho tendrá consecuencias a nivel de competencia de los recursos en caso de que los dos sean muy abundantes (agua y viento) ya que representará un reto adicional en la operación del sistema en escalas horarias o de días, mientras que el segundo caso podrá considerarse como un beneficio adicional al sistema en términos económicos, ya que por lo general en los meses de verano y poco lluviosos una mayor penetración de energía solar podría ayudar a abaratar los costos del sistema y por lo tanto las tarifas eléctricas a los usuarios finales. La solar por lo tanto es un buen complemento a la hidráulica, pero no contribuiría demasiado a cubrir la demanda ya que justamente es escasa en la época del año cuando la demanda es mayor. (Paredes & Ramírez, 2017, p.22)
El documento hecho por (Paredes & Ramirez, 2017) tomó como caso de estudio “La complementariedad entre recursos renovables para la generación energética en Colombia” Teniendo en cuenta la variabilidad del fenómeno del niño, la escasez del gas natural a futuro y la vulnerabilidad ante el cambio climático. La metodología que ellos utilizaron se basó en un “Reanálisis el cual es un método sistemático que utiliza un sistema de asimilación de datos combinado con un modelo numérico de la atmosfera para procesar observaciones globales basadas en mediciones meteorológicas (es decir, mediciones de la superficie, radiosondas, aeronaves, satélites, etc.) cada 6 a 12 horas.” (Paredes & Ramírez, 2017, p.30)
Para el procesamiento de datos analizaron velocidades de viento por hora a 50m de altura sobre el nivel del mar y radiaciones solares superficiales cubriendo todo el territorio colombiano. Los datos representan los años 2001 a 2014, seleccionaron 14 grades central (catalogadas así por la CREG debido a que tienen una capacidad instalada mayor a 20MW), tomaron de XM los datos sobre afluente mensual entre 2001-2014 de los ríos que alimentan dichas centrales.
Para el análisis de complementariedad estacional utilizaron el coeficiente de correlación de Pearson r entre la velocidad media mensual del viento a 50m en cada sitio eólico y los caudales afluentes (ambos durante un periodo de 12 meses) de cada central hidroeléctrica se computaron en términos de recursos meteorológicos. Los coeficientes de correlación entre las insolaciones superficiales medias mensuales y todos los caudales afluentes también se evaluaron durante el mismo periodo. Como resultado de ello, hay 14 coeficientes r estacionales durante el horizonte temporal seleccionado, para eólico-hídrico y solar-hídrico. Se calculó el promedio de estos 14 coeficientes, el cual describe el nivel de complementariedad entre ambos sitios. Para todos los
18
análisis del presente estudio, mientras más negativo sea el R, mayor será la relación inversa, o complementaria, de ambos pares. Además, en términos energéticos, se utilizó el mismo cálculo tanto para eólica-hidroeléctrica como para solar-hidroeléctrica. Se determinó el coeficiente R promedio de los 14 coeficientes para cada par de tecnologías. (Paredes & Ramírez, 2017, p.33)
Si bien existe una amplia variedad de coeficientes r estacionales, en términos generales, se observan grandes coeficientes de correlación estacional negativos entre centrales hidroeléctricas del norte y sitios eólicos/solares del norte y centrales hidroeléctricas del sur y sitios eólicos/solares del sur. Por lo tanto, los parques eólicos y plantas solares situados cerca de los sitios eólicos/solares seleccionados en el presente estudio podrían servir de respaldo para las centrales hidroeléctricas de las regiones cercanas durante los meses en los que estas regiones presentan una hidrología gcríticamente baja. Esto representa una ventaja importante en términos de transporte de energía en el sistema de transmisión nacional. Paredes & Ramirez, 2017, p.49)
Ilustración 4. (Paredes & Ramirez, 2017) regiones con centrales Hidroeléctricas y sitios eólicos con fuerte complementariedad (elevados coeficientes de correlación negativos). [Tabla]
Ilustración 5. (Paredes & Ramirez, 2017). Regiones con centrales Hidroeléctricas y sitios solares con fuerte complementariedad (elevados coeficientes de correlación negativos). [Tabla]
19
3. Objetivos
3.1 Objetivo General
Caracterizar la complementariedad energética entre los recursos: Hídricos- Solares, Hídricos- Vientos, Solares- Vientos, a partir de la correlación que exista entre ellos, con el fin de determinar su cantidad, calidad y en qué medida se complementan
3.2. Objetivos Específicos
Conocer los requerimientos para poder desarrollar el estudio: Radiación, caudal de las hidroeléctricas y velocidad del viento para el año 2013, año en que se presentó fenómeno del niño.
Desarrollar una metodología para encontrar la correlación entre los recursos hídricos- solares, hídricos- vientos, solares-vientos, en el territorio colombiano, a partir de la obtención, tratamiento y análisis de datos.
Implementar un aplicativo para la evaluación de la correlación entre los recursos, el cual se basa en un método estadístico para la asimilación de datos, dicho aplicativo permitirá obtener gráficamente y con un valor de coeficiente r si existe o no complementariedad entre las variables a analizar.
Aplicar la metodología en todo el territorio colombiano y mediante la utilización del aplicativo evaluar y concluir en cuales regiones y con qué recursos existe complementariedad energética.
4. Marco Teórico
4.1. Conformación del Sistema Eléctrico Nacional
El sector eléctrico colombiano actualmente se encuentra conformado tal como lo describe la Ilustración 3. (SIEL, 2017)
20
Ilustración 6. Siel. (2017). Conformación del Sistema Eléctrico Nacional. [Organigrama]. Recuperado de: http://www.siel.gov.co/Inicio/ConozcaelSector/tabid/64/Default.aspx
21
Para entenderlo dará una breve explicación de cuándo y porque se separaron las actividades del sector eléctrico, así:
Antes del año 1990 Colombia tenía un modelo de estado central para la prestación de servicios públicos domiciliarios, ejemplo de ello era INAGUAS, empresa estatal que atendía a los usos del agua. En materia de generación de energía eléctrica se encontraba la empresa estatal Interconexión Eléctrica S. A (ISA), pero este modelo entró en crisis luego del apagón del sector eléctrico de 1992, por ello se vio la necesidad de replantear el modelo y en la constitución política de 1991 Colombia se promulga como un “estado social de derecho, descentraliza con autonomía de sus entidades territoriales”. Lo que significó para los servicios públicos que empresas privadas podrían invertir y operar los servicios que antes eran prestados por el estado.
Sin embargo, en capítulo 5 de la constitución de 1991 el estado dice que “es deber del estado asegurar la prestación eficiente de los servicios públicos a todos los habitantes del territorio nacional, por tanto, los servicios públicos estarán sometidos al régimen jurídico que fije la ley, podrán ser prestados por el Estado, directa o indirectamente, por comunidades organizadas, o por particulares. En todo caso, el Estado mantendrá la regulación, el control y la vigilancia de dichos servicios,” por lo que la PRESIDENCIA DE LA REPÚBLICA se encuentra en lo más alto del sector.
La presidencia tiene la función de decidir el Plan Nacional de Desarrollo y de inversiones públicas, por ello creó el Departamento Nacional de Planeación, El Ministerio de Hacienda y Crédito Público, Ministerio de minas y energía, este último tienen la responsabilidad de administrar (dirección) los recursos naturales no renovables del país, Tiene a su cargo la energía eléctrica, los hidrocarburos, materiales radiactivos y nucleares, asuntos sociales y ambientales.
El Ministerio de Minas tiene adscritas las siguientes entidades: La Comisión de Regulación de Energía y Gas (CREG) la cual nació en 1994, cuando el congreso de la República, mediante las leyes 142 y 143, creó las comisiones de regulación, con el fin de regular las actividades de los servicios públicos domiciliarios, la Unidad De Planeación Minero Energética (UPME); la cual tiene por objeto planear en forma integral, indicativa, permanente y coordinada con los agentes del sector minero energético, el desarrollo y aprovechamiento de los recursos mineros y energéticos y al Instituto de Planificación y Promoción de Soluciones Energéticas para las Zonas No Interconectadas (IPSE) este instituto que atiende las necesidades energéticas de los habitantes que no cuentan con el servicio; identificando, implementando y monitoreando soluciones energéticas sostenibles con criterios de eficacia, eficiencia y efectividad en las Zonas no Interconectadas- ZNI.
El Ministerio de Minas y Energía tiene también a su cargo los agentes del mercado del Sistema interconectado Nacional los cuales están divididos en cuatro grupos así: (EEB, 2017)
22
1. Generación: Actividad consistente en la producción de energía eléctrica mediante una
planta hidráulica o una unidad térmica conectada al Sistema Interconectado Nacional, bien sea que desarrolle esa actividad en forma exclusiva o en forma combinada con otra u otras actividades del sector eléctrico, cualquiera de ellas sea la actividad principal. Los agentes generadores conectados al Sistema Interconectado Nacional se clasifican como: generadores, plantas menores, auto generadores y cogeneradores. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
1.1. Generadores: los agentes a los que se les denomina genéricamente generadores son aquellos que efectúan sus transacciones de energía en el mercado mayorista de electricidad (normalmente generadores con capacidad instalada igual o superior a 20 MW). Plantas menores: son aquellas plantas o unidades de generación con capacidad instalada inferior a los 20 MW. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
1.2.Auto generadores: se define como auto generador a aquella persona natural o jurídica que
produce energía eléctrica exclusivamente para atender sus propias necesidades. Por lo tanto, no usa la red pública para fines distintos al de obtener respaldo del Sistema Interconectado Nacional y puede o no ser el propietario del sistema de generación. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
1.3.Cogeneradores: se define como cogenerador a aquella persona natural o jurídica que produce energía utilizando un proceso de cogeneración y que puede ser o no el propietario del sistema de cogeneración. Entendiendo como cogeneración, el proceso de producción combinada de energía eléctrica y energía térmica, que hace parte integrante de una actividad productiva, destinadas ambas al consumo propio o de terceros y destinadas a procesos industriales o comerciales. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
2. Transmisión: Actividad consistente en el transporte de energía eléctrica a través del conjunto de líneas, con sus correspondientes módulos de conexión, que operan a tensiones
23
iguales o superiores a 220 kV, o a través de redes regionales o interregionales de transmisión a tensiones inferiores. Se entiende como Sistema de Transmisión Nacional (STN), el sistema interconectado de transmisión de energía eléctrica compuesto por el conjunto de líneas, con sus correspondientes módulos de conexión, que operan a tensiones iguales o superiores a 220Kv. La empresa Interconexión Eléctrica S.A. ESP es el principal transportador en el STN, siendo propietaria de cerca del 75% de los activos de la red. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
3. Distribución: Actividad de transportar energía eléctrica a través de un conjunto de líneas y subestaciones, con sus equipos asociados, que operan a tensiones menores de 220 kV, que no pertenecen a un Sistema de Transmisión Regional por estar dedicadas al servicio de un sistema de distribución municipal, distrital o local. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
4. Comercialización: Actividad consistente en la compra de energía eléctrica en el mercado mayorista y su venta a los usuarios finales, regulados o no regulados, bien sea que esa actividad se desarrolle en forma exclusiva o combinada con otras actividades del sector eléctrico, cualquiera de ellas sea la actividad principal. (Sector Energético en Colombia. Bogotá, Colombia: Empresa de Energía de Bogotá. Recuperado de https://www.grupoenergiabogota.com/eeb/index.php/transmision-de-electricidad/sector-energetico-en-colombia)
De manera general el sector eléctrico se fundamenta en el hecho de que las empresas comercializadoras y los grandes consumidores adquieren la energía y potencia en un mercado de grandes bloques de energía, el cual opera libremente de acuerdo con las condiciones de oferta y demanda. Para promover la competencia entre generadores, se permite la participación de agentes económicos, públicos y privados, los cuales deberán estar integrados al sistema interconectado para participar en el mercado de energía mayorista. Como contraparte comercializadores y grandes consumidores actúan celebrando contratos de energía eléctrica con los generadores. El precio de la electricidad en este mercado se establece de común acuerdo entre las partes contratantes, sin la intervención del Estado. La operación y la administración del mercado la realiza Expertos en Mercado (XM) que es una filial de ISA especializada en la gestión de sistemas en tiempo real, el cual tiene a su cargo las funciones de Centro Nacional de Despacho -CND-, Administrador del Sistema de Intercambios Comerciales -ASIC- y Liquidador y
24
Administrador de Cuentas de cargos por Uso de las Redes del SIN –LAC (XM, Estructura del Mercado, 2017)
4.2. Normatividad
A continuación, se mencionan algunas de las leyes y decretos del sector que se consideran pertinentes para el desarrollo del presente estudio.
Ley 143 de 1994: “por la cual se establece el régimen para la generación, interconexión, trasmisión, distribución y comercialización de electricidad en el territorio nacional, se conceden unas autorizaciones y se dictan otras disposiciones en materia energética”. Esta ley se trae a colación porque dicta las disposiciones generales para la generación de electricidad en Colombia.
Ley 1715 de 2014: “Por medio de la cual se regula la integración de las energías renovables no convencionales al Sistema Energético Nacional.” La finalidad de la presente ley es establecer el marco legal y los instrumentos para la promoción del aprovechamiento de las fuentes no convencionales de energía, principalmente aquellas de carácter renovable, lo mismo que para el fomento de la inversión, investigación y desarrollo de tecnologías limpias para producción de energía, la eficiencia energética y la respuesta de la demanda, en el marco de la política energética nacional. Igualmente, tiene por objeto establecer líneas de acción para el cumplimento de compromisos asumidos por Colombia en materia de energías renovables, gestión eficiente de la energía y reducción de emisiones de gases de efecto invernadero, tales como aquellos adquiridos a través de la aprobación del estatuto de la Agencia Internacional de Energías Renovables (Irena) mediante la Ley 1665 de 2013.
Protocolo de Kyoto de la convención marco de las naciones unidas sobre el cambio climático: este protocolo compromete a los países industrializados a estabilizar las emisiones de gases de efecto invernadero. La Convención por su parte solo alienta a los países a hacerlo. Establece metas vinculantes de reducción de las emisiones para 37 países industrializados y la Unión Europea, reconociendo que son los principales responsables de los elevados niveles de emisiones de GEI que hay actualmente en la atmósfera, y que son el resultado de quemar fósiles combustibles durante más de 150 años. En este sentido el Protocolo tiene un principio central: el de la «responsabilidad común pero diferenciada» (UNFCCC, 2017).
4.3. Método estadístico para la asimilación de datos
25
Para la correlación de datos se utilizó el coeficiente de correlación de Pearson (r), el cual representa la correlación lineal de dos variables, este método se usó por su facilidad para ser calculado y para interpretar la información arrojada.
Cabe resaltar que existen otros métodos para calcular el coeficiente de correlación, por ejemplo:
Coeficiente de correlación Chi cuadrado 𝜒2 , también llamado de contingencia cuadrática: Este método determina que tan intensa es la relación entre cada una de las variables utilizadas, no arroja un valor entre 0 y 1, debido que la medida depende del tamaño de la muestra.
Coeficiente de contingencia Cramérs V: Es una medida de relación estadística basada en 𝜒2 es un valor de medida independiente del tamaño de la muestra, dado que Cramérs es un número siempre positivo no se puede hacer afirmaciones acerca de la dirección de la relación.
Coeficiente Phi ∅: mide la intensidad de la relación entre variables dicotómicas
4.3.1. Coeficiente de correlación de Pearson (r)
El coeficiente de correlación r es una medida de la relación lineal entre dos variables, es un índice que permite determinar el grado de relación entre dos variables de interés, para este caso las variables de interés serán los recursos energéticos relacionados de la siguiente manera: caudal-vientos, caudal- radiación, vientos- radiación.
El coeficiente de correlación r viene determinado por la ecuación 1.
𝒓 =𝝈𝑿∗𝒀
𝝈𝑿∗𝝈𝒀=
∑ 𝑿∗𝒀
√∑ 𝑿𝟐∗√∑ 𝒀𝟐=
𝑪𝒐𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂
𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊𝒐𝒏𝒆𝒔 𝒕𝒊𝒑𝒊𝒄𝒂𝒔 𝒅𝒆 𝒙 𝒚 𝒚 ECUACIÓN 1
Para hallar el coeficiente de correlación es necesario promediar los valores de las variables a analizar (media aritmética).
�̅� =∑ 𝒙𝒊
#𝑫𝒂𝒕𝒐𝒔 ECUACIÓN 2
�̅� =∑ 𝒚𝒊
#𝑫𝒂𝒕𝒐𝒔 ECUACIÓN 3
Luego se calcula la covarianza
𝝈𝒙𝒚 =𝒙∗𝒚
𝟏𝟐− �̅��̅� ECUACIÓN 4
Luego se calculan las desviaciones típicas
26
𝝈𝒙 = √∑ 𝒙𝒊
𝟐
#𝑫𝒂𝒕𝒐𝒔− �̅�𝟐 ECUACIÓN 5
𝝈𝒚 = √∑ 𝒚𝒊
𝟐
#𝑫𝒂𝒕𝒐𝒔− �̅�𝟐 ECUACIÓN 6
Los resultados se reemplazan en la ecuación 1.
4.3.2. Interpretación coeficiente de Pearson r:
El coeficiente r arroja valores comprendidos entre −1 ≤ 𝒓 ≤ 1, así:
𝑟 = −1, señalara una relación negativa directa, en la cual el crecimiento de una de las variables indicara que la otra variable decrece.
Ilustración 7. Economipedia (2015). Correlación perfecta negativa [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
−𝟏 < 𝒓 < 𝟎, Existe una correlación negativa
27
Ilustración 8. Fuente propia (2018) Existe correlación negativa [Gráfico]
𝒓 = 0, las variables estudiadas no tienen ninguna relación una con la otra.
Ilustración 9. Economipedia (2015). Correlación perfecta negativa [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
0 < 𝒓 < 𝟏 Existe una correlación positiva
28
Ilustración 10. Fuente propia (2018) Existe correlación positiva [Gráfico]
𝒓 = 1, señalara una relación positiva directa perfecta entre las variables estudiadas y con las cuales se ha obtenido el coeficiente, este valor dirá que al crecimiento o disminución de una de las variables la otra también lo hará.
Ilustración 11. Economipedia (2015). Correlación perfecta positiva [gráfico] recuperado de: http://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
Se escogió utilizar el coeficiente de correlación de Pearson r debido a que la medida no depende del tamaño de muestra, luego es el más apropiado debido al volumen de datos que se van a manejar.
Para el presente estudio un índice de correlación positivo, es decir 0 < 𝑟 < 1 indicará que las variables analizadas ya sean hídricos- solares, hídricos- vientos o solares- vientos NO PRESENTAN COMPLEMENTARIEDAD, pues su correlación es positiva, es decir que cuando una variable aumenta o disminuye la otra también lo hará. Por el contrario, un índice de correlación
29
negativo es decir −1 < 𝑟 < 0 indica que las variables analizadas ya sean hídricos- solares, hídricos- vientos o solares- vientos PRESENTAN COMPLEMENTARIEDAD, pues su correlación es negativa, es decir que cuando una variable aumenta la otra disminuye y viceversa, por ejemplo si el caudal de los embalses disminuye, se analizará si la radiación en alguna región del país aumenta, esto significaría que en dicha región se puede implementar energía solar fotovoltaica para complementar la energía hidráulica. Dependiendo de qué tan cercano sea el índice a -1 se determina que tan complementarios son los recursos.
5. Metodología
En el presente capítulo se muestran todos los procedimientos que se llevaron cabo para el desarrollo del presente estudio, desde la obtención de información hasta la evaluación de la información por medio del desarrollo de un aplicativo
Primero que todo es importante aclarar que la complementariedad energética surge como la necesidad de diversificar la matriz energética nacional, con el fin de evitar que sea dependiente de un único recurso, como se ha dicho con anterioridad Colombia presenta una alta dependencia del recurso hídrico, es por ello que se hace pertinente este estudio para poder caracterizar los diferentes recursos presentes en el país, los cuales puedan ayudar a la generación de energía durante periodos en los cuales se tengan fenómenos climáticos que afecten negativamente la generación de energía hidráulica, debido a que durante estos periodos de tiempo se tiene un déficit en generación.
Para fines del presente estudio se caracterizarán los recursos eólicos, solares e hídricos mensuales para el año 2013, a partir de estos datos y mediante el uso un método estadístico se implementará un aplicativo capas de graficar y entregar el índice de correlación r que relaciona las dos variables analizadas, ya sean hídricos-solares, hídricos-vientos o solares- vientos. Una vez obtenidos todos los posibles datos de correlación entre las diferentes variables se realizan tablas de resumen de la correlación existente entre los recursos anteriormente nombrados y a partir de los resultados entregados por las tablas de resumen se realizará el análisis de resultados y conclusiones de cuales recursos y en qué regiones se podrían implementar complementariedad energética en Colombia.
5.1. Obtención de la información
El estudio realizado comprende los recursos hídricos, solares y eólicos. Para los solares se solicitó de manera escrita ante el Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM información multianual para el periodo de 2005-2013 de las estaciones meteorológicas que se encontraran activas para esos años, el IDEAM suministró la información de 84 estaciones
30
meteorológicas de las cuales se escogieron 42 con base en dos criterios: Aquellas que para el 2013 (año de estudio) tuvieran una radiación mayor o igual a 3000 (𝑊 ∙ ℎ
𝑚2⁄ ), y además presentaran la información completa de radiación para cada uno de los doce meses de ese mismo año. Para los hídricos se tomaron datos de caudal del portal de Expertos en Mercado XM de los embalses que abastecen las hidroeléctricas cuya capacidad instalada fuera superior o igual a 20 MW para el año 2013, en total se seleccionaron 19 hidroeléctricas (XM, Información inteligente, 2017), y para los eólicos se tomaron datos satelitales de la NASA de velocidad del viento a 50 metros sobre el nivel del mar en promedio para los últimos 10 años en las coordenadas de las mismas 42 estaciones meteorológicas seleccionadas anteriormente . (NASA, 2017)
Cabe aclarar que toda la información es libre y que cualquier persona puede acceder a ella ya sea solicitando la información (IDEAM) o visitando las paginas oficiales de las entidades correspondientes (XM, NASA).
5.1.1. Energía solar
El recurso solar viene dado por las ondas de radiación recibidas del sol las cuales se pueden utilizar para el calentamiento de agua, cocción y para la generación de energía eléctrica como fuente no convencional de energía, esta energía es limpia y no genera contaminación alguna. Una desventaja es que depende de factores ambientales del lugar en el cual se quiera aprovechar, tales como: nubosidad, variabilidad entre otros propios de cada región.
En lo que respecta a la generación de energía es un recurso muy útil ya que con este se puede generar energía eléctrica a baja escala para suplir las necesidades de comunidades e industrias y a gran escala conectándose al Sistema Interconectado Nacional.
Tabla 1.Irradiación promedio por regiones
Región Promedio irradiación (
𝒌𝑾𝒉𝒎𝟐⁄
𝒅í𝒂⁄ )
Guajira 6,0
Costa Atlántica 5,0
Orinoquia 4,5
Amazonia 4,2
Región Andina 4,5
Costa Pacífica 3,5 Nota. Recuperado de http://www.upme.gov.co/Estudios/2015/Integracion_Energias_Renovables/INTEGRACION_ENERGIAS_RENOVANLES_WEB.pdf
31
Como se puede observar en la Tabla 1. La región Caribe, el centro y el oriente del país tienen una alta incidencia de radiación solar, la cual se puede utilizar para la generación de energía eléctrica. En Colombia se puede diversificar la matriz energética con la generación por medio de paneles solares fotovoltaicos, esta tecnología también se puede implementar para la electrificación de las zonas no interconectadas del país. (UPME, Integración de las energías renovables no convencionales en Colombia, 2017).
Para el estudio de la complementariedad energética en Colombia es de vital importancia obtener los datos de radiación en Vatio*hora/metro cuadrado (𝑊∗ℎ
𝑚2 ) , para tener una mejor comprensión del recurso se utilizaron los datos de radiación obtenidos de 42 estaciones meteorológicas que el IDEAM tiene dispuestas a lo largo y ancho del país cuya radiación promedio para el año 2013 fuera mayor o igual a 3000 𝑊∗ℎ
𝑚2 , además como fuente complementaria se usaron los mapas de radiación del IDEAM (Ver ilustración 12).
Como se pretende entregar información de complementariedad por regiones, se dividió el país en cuatro regiones: Andina, Antioquía, Caribe y pacífica, se escogieron estas regiones debido a que las estaciones meteorológicas y las hidroeléctricas se encuentran ubicadas en dichos lugares
32
Ilustración 12. IDEAM. (2014). Mapa de irradiación solar global horizontal medio diario anual en Colombia. [Mapa]. Recuperado de: http://atlas.ideam.gov.co/visorAtlasRadiacion.html
33
5.1.2. Energía eólica
El viento es una consecuencia de la llegada de la radiación a la tierra, en donde este calienta masas de aire generando desigualdades en las presiones consiguiendo así corrientes de viento. La energía eólica se ha utilizado desde hace mucho tiempo en molinos de viento en la agricultura, como fuente de bombeo de agua entre otras. Hoy en día este recurso se está utilizando para la generación de energía eléctrica a gran escala en países industrializados o en vías de desarrollo. Al ser un recurso que se encuentra presente a toda hora del día se puede generar energía eléctrica a partir de este como una fuente de energía alterna. Colombia tiene un alto potencial de este recurso en algunas de las áreas del país como se evidencia en la Tabla 2. Actualmente en la Costa Norte se encuentra instalada la única central de generación eólica de Colombia JEPIRACHI con una potencia instalada de 19,5MW la cual se encuentra interconectada al Sistema Interconectado Nacional. (UPME, Integración de las energías renovables no convencionales en Colombia, 2017).
Tabla 2. Potencial eólico para diferentes regiones de país
Área Potencial eólico (MW de capacidad
instalable)
Costa Norte 20000
Santanderes 5000
Boyacá 1000
Risaralda – Tolima 1000
Huila 2000
Valle del Cauca 500 Nota. Recuperado de http://www.upme.gov.co/Estudios/2015/Integracion_Energias_Renovables/INTEGRACION_ENERGIAS_RENOVANLES_WEB.pdf
Para el estudio se deben obtener los datos de velocidades de vientos en 𝑚 𝑠⁄ , para tener una mejor comprensión del recurso se buscaron los datos de velocidades del viento por medio de la Meteorología superficial y energía solar de la NASA en la cual se colocaron las coordenadas de 42 estaciones meteorológicas del IDEAM seleccionadas bajo el criterio de radiación promedio para el 2013 de 3000 𝑊∙ℎ
𝑚2 (esto quiere decir, que se usará para el análisis del recurso eólico la ubicación de las mismas estaciones meteorológicas escogidas con anterioridad para el estudio de radiación) , se estableció la altura de las mediciones en 50 metros, éstos datos se usaran para estudiar su correlación con los recursos hídricos y de radiación, como información complementaria se usó el mapa de velocidad del viento promedio ofrecido por el IDEAM. (Ver ilustración 13)
34
Ilustración 13. IDEAM. (2014). Mapa de velocidad promedio del viento a 50 metros de altura. [Mapa]. Recuperado de http://atlas.ideam.gov.co/visorAtlasVientos.html
35
5.1.3. Energía hidráulica
La energía hidráulica viene dada por las masas de agua las cuales se usan en la generación de energía eléctrica bien sea en tierra o en el mar. En Colombia aproximadamente el 65,3% de la energía eléctrica generada proviene de este recurso, al ser tan dependientes de este recurso se ha buscado diversificar la matriz energética mediante la inclusión de la generación de energía térmica, plantas menores, auto generadoras entre otras.
Este estudio pretender encontrar complementariedad energética de la generación hidráulica a partir de la generación de energía eólica y solar fotovoltaica en algunas regiones con el fin de generar energía en los periodos de bajas lluvias (fenómeno del niño). Por ello se buscaron las mediciones de caudal mensual de los principales generadores de energía eléctrica que se encontraban en operación hasta el año 2013, el cual representa en año base del estudio. Estos datos fueron obtenidos de la página de XM el cual es el ente que regulador del mercado eléctrico colombiano, los datos obtenidos representan los aportes de caudal 𝑚
3
𝑠⁄ a las represas de las hidroeléctricas para ello se utilizaron 19 centrales hidroeléctricas cuya capacidad instalada es mayor o igual a los 20MW, los datos específicos de cada una de ellas separadas por regiones se detallan en la Tabla 3.
Tabla 3: Centrales Hidráulicas
CENTRAL POTENCIA NOMINAL
(MW)
REGIÓN EMBALSE RÍO DEPARTAMENTO
Betania 540 Andina Betania Betania CP Huila
Amoyá 80 Andina Amoyá Amoyá Tolima
Prado 46 Andina Prado Prado Tolima
Pagua 600 Andina Muna Bogotá NR Blanco Chuza
Cundinamarca
Guavio 12150 Andina Guavio Guavio Cundinamarca
Chivor 1000 Andina Esmeralda Batá Boyacá
Miel I 396 Andina Amaní Miel I Desv. Guarnizo Desv. Manso
Caldas
San Carlos 1240 Andina Punchina San Carlos Antioquia
Playas 207 Antioquia Playas Guatapé Antioquia
Tasajera 306 Antioquia Riogrande 2 Grande Antioquia
Guatrón 512 Antioquia Miraflores Concepción Antioquia
Porce II 405 Antioquia Porce II Porce II Antioquia
Porce III 700 Antioquia Porce III Porce III Antioquia
Jaguas 170 Antioquia San Lorenzo San Lorenzo Antioquia
Guatapé 560 Antioquia Peñol Naré Antioquia
36
Urrá 338 Caribe Urrá I Sinú Urrá
Córdoba
Salvajina 285 Pacífica Salvajina Cauca Salvajina
Cauca
Albán 429 Pacífica AltoAnchicayá AltoAnchicayá Digua
Valle del Cauca
Calima 132 Pacífica Calima Calima Valle del Cauca
Total 9196
Nota:
Como se ha dicho con anterioridad el objetivo de este estudio es caracterizar los recursos solares y eólicos del país buscando la complementariedad de estos con la generación hídrica, tomando como caso de estudio el cambio climatológico del niño. En la ilustración 14 se puede observar la demanda máxima de potencia para el periodo de 2011-2016, en esta gráfica se puede observar que año tras año la demanda de potencia aumenta independientemente de si hay o no fenómeno del niño, es decir que las empresas generadoras deben atender la demanda de los usuarios sin importar si se presenta o no cambio climático, lo que obliga a buscar alternativas que permitan suplir la demanda. (XM, Demanda de Electricidad, 2018)
Ilustración 14. XM (2015) Demanda Máxima de potencia. [gráfica]. Datos Tomados de http://informesanuales.xm.com.co/2015/SitePages/operacion/3-2-Demanda-de-potencia-nacional.aspx
En la ilustración 15, se puede apreciar que la generación de energía para el año 2015 contrario a lo que se esperaba no decayó de forma significativa esto se debe al aporte que hicieron las termoeléctricas, a la recuperación gradual del volumen de los embalses y con esto la entrada en servicio de algunas hidroeléctricas, no se puede negar que el fenómeno del niño tuvo graves
8600
8800
9000
9200
9400
9600
9800
10000
10200
0 2 4 6 8 10 12 14
PO
TEN
CIA
(M
W)
MESES
DEMANDA MAXIMA DE POTENCIA 2011-2016
AÑO2011AÑO2012AÑO2013AÑO2014AÑO2015AÑO2016
37
repercusiones para el sector eléctrico pero gracias a las medidas rápidas que se tomaron se pudo evitar un peor escenario.
Ilustración 15. Siel (2015). Generación de energía 2013-2016. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197
En la ilustración 16 se puede observar de manera particular como la generación de energía hidráulica decayó de forma rápida en el año 2015 debido a la disminución del volumen de los embalses, en la ilustración 17 se ve como las termoeléctricas aumentan su participación en materia de generación al con el fin de atender la demanda no atendida que dejaron las hidroeléctricas.
Es en ese punto donde se evidencia la importancia de poseer fuentes de respaldo, que cuando el recurso hídrico escasee estas entren y suplan la demanda y lo mejor que sea a partir de fuentes renovables no convencionales de energía, esa búsqueda de fuentes de respaldo amigables con el planeta, de carácter limpio es la razón de ser de este estudio.
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
0 2 4 6 8 10 12
GW
h/m
es
meses
GENERACION DE ENERGIA 2013-2016
generacion año 2013 (GWh/mes)
generacion año 2014 (GWh/mes)
generacion año 2015 (GWh/mes)
generacion año 2016 (GWh/mes)
38
Ilustración 16. SIEL. Curva de Generación Hidráulica para el año 2015. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197
Ilustración 17. SIEL (2015). Curva de Generación térmica para el año 2015. [Gráfico]. Datos tomados de http://www.siel.gov.co/Inicio/Generaci%C3%B3n/Estad%C3%ADsticasyvariablesdegeneraci%C3%B3n/tabid/115/Default.aspx?PageContentID=1197
5.2. Evaluación de la información
0,00
500,00
1000,00
1500,00
2000,00
2500,00
3000,00
3500,00
4000,00
4500,00
MW
h/m
esCURVA DE GENERACIÓN HIDRAULICA AÑO 2015
promedio
2015
0,00
500,00
1000,00
1500,00
2000,00
2500,00
3000,00
CURVA DE GENERACION TERMICA AÑO 2015
PROMEDIO TER 2015
39
Una vez obtenidos los datos, mediante el uso de un método estadístico (coeficiente de Pearson r) se implementó un aplicativo el cual es alimentado por la información recopilada (caudales, radiación y velocidad del viento), mensual para el año 2013. El aplicativo es capaz de correlacionar dos variables ya sean Hídricos- solares, Hídricos- Vientos o solares- Vientos. Al seleccionar el par de energías a correlacionar el código fuente realizara el cálculo del coeficiente de correlación de Pearson r y grafica la información de entrada en un gráfico de doble eje Y con el fin de observar de manera gráfica la correlación de recursos
Dicho coeficiente será de gran utilidad para la identificación de zonas con altos potenciales energéticos solares y eólicos, los cuales complementen la generación hidráulica (sitios donde la comparación de variables solares y eólicas represente una alta correlación negativa respecto al recurso hídrico) los cuales permitirán entregar alternativas para la diversificación de la matriz energética en Colombia.
En la ilustración 18 se muestra el diagrama de bloques básico del aplicativo.
Variables de entrada
1. Caudales2. Radiación3. Velocidad del Viento
Caudal - RadiaciónCaudal- Vientos
Radiación - Vientos
Código fuente calcula el índice de
correlación r, y entrega una grafica
de doble eje Y
ilustración 18. Fuente propia. (2018). Diagrama de bloques básico del aplicativo [diagrama]
6. Desarrollo del estudio
En este capítulo se realiza un ejemplo de cómo se obtienen los índices de correlación para cada par de tecnologías, se detallan las tablas de resultados obtenidas durante el tratamiento de datos realizado y se mostrarán a manera de ejemplo 2 puntos que represente una correlación altamente positiva y 2 que representen una correlación altamente negativa, apoyados en las gráficas que entrega el aplicativo, además se entrega un mapa el permite observar los puntos usados para los cálculos de correlación y en el cual se puede observar la en una escala de color la correlación por regiones.
6.1. Caudal vs Radiación
40
Mediante el uso del aplicativo el cual calcula el coeficiente de correlación de Pearson r se relacionaron la radiación mensual en cada una de las 42 estaciones meteorológicas y los caudales afluentes para cada una de las 19 hidroeléctricas para el año 2013. En las tablas 4 y 5 se detallan las 42 estaciones meteorológicas a utilizar y las 19 hidroeléctricas ambas variables organizadas por regiones.
Tabla 4. Estaciones Meteorológicas
Estación meteorológica Departamento Región
La plata Huila
Andina
La primavera Huila
Los Guacharos Huila
MogotesHB Santander
Nataima Tolima
Neomundo Bucaramanga
Quimbaya Risaralda
Puracé Huila
San Pablo de Borbur Boyacá
San Vicente del Caguán Caquetá
Socha Boyacá
Sogamoso Boyacá
Tunjuavita Boyacá
Unipamplona Nte. De Santander
U Francisco de Paula Nte. De Santander
Villamaría Caldas
Zetaquira Boyacá
Aeropuerto Yopal
Aquitania Boyacá
Armenia Quindío
Cerros-Noroccidentales Tolima
EMAS Caldas
Hacienda Pajonales Tolima
La Capilla Boyacá
Metro Medellín Antioquia
Antioquia
Santa Bárbara Antioquia
Santa Isabel Valdivia Antioquia
Villanueva Antioquia
Aragón Antioquia
Hacienda Cotove Antioquia
Las floresHB Barranquilla Providencia San Andrés
41
UTM SantaMarta Caribe Coveñas Sucre
El Tesoro Sucre
Granja Piaci Guajira
Incoder Córdoba
La Gran Vía Magdalena
Viento libre Nariño Pacífica Base aérea MFS Cali
Cerros Paramo Puerres Nariño
La Botana Nariño
Nota. Fuente propia. (2018). Estaciones meteorológicas utilizadas. [Tabla]
Tabla 5. Centrales hidroeléctricas
CENTRAL POTENCIA NOMINAL
(MW)
REGIÓN EMBALSE RÍO DEPARTAMENTO
Betania 540 Andina Betania Betania CP Huila
Amoyá 80 Andina Amoyá Amoyá Tolima
Prado 46 Andina Prado Prado Tolima
Pagua 600 Andina Muna Bogotá NR Blanco Chuza
Cundinamarca
Guavio 12150 Andina Guavio Guavio Cundinamarca
Chivor 1000 Andina Esmeralda Batá Boyacá
Miel I 396 Andina Amaní Miel I Desv. Guarnizo Desv. Manso
Caldas
San Carlos 1240 Andina Punchina San Carlos Antioquia
Playas 207 Antioquia Playas Guatapé Antioquia
Tasajera 306 Antioquia Riogrande 2 Grande Antioquia
Guatrón 512 Antioquia Miraflores Concepción Antioquia
Porce II 405 Antioquia Porce II Porce II Antioquia
Porce III 700 Antioquia Porce III Porce III Antioquia
Jaguas 170 Antioquia San Lorenzo San Lorenzo Antioquia
Guatapé 560 Antioquia Peñol Naré Antioquia
Urrá 338 Caribe Urrá I Sinú Urrá
Córdoba
Salvajina 285 Pacífica Salvajina Cauca Salvajina
Cauca
42
Albán 429 Pacífica AltoAnchicayá AltoAnchicayá Digua
Valle del Cauca
Calima 132 Pacífica Calima Calima Valle del Cauca
Total 9196
Nota.
Al relacionar una hidroeléctrica con una estación meteorología se encuentra un único coeficiente de correlación anual, la tabla de correlación general arroja aproximadamente 798 coeficientes r (19 Hidroeléctricas por 42 Estaciones meteorológicas) la tabla general se encuentra en los anexos (ver tabla 11).
6.1.1. Cálculo de un coeficiente de correlación r de forma manual. (ejemplo)
A manera de ejemplo se explicará cómo se halla un coeficiente de correlación de la tabla, para el ejemplo se tomará la central hidroeléctrica GUAVIO (Cundinamarca) y la estación meteorológica de Tunjuavita (Boyacá). Para encontrar el coeficiente se deben seguir los siguientes pasos:
1. Obtener los datos de Caudal mensual para el año 2013 de la central hidroeléctrica Guavio (Cundinamarca), los cuales se obtuvieron del portal de información inteligente de XM, la información obtenida se detalla en la tabla 6.
Tabla 6. Datos de caudales de la central hidroeléctrica Guavio
CENTRAL HIDROELÉCTRICA
GUAVIO
CAUDAL (𝒎𝟑
𝒔⁄ )
ENERO 12,4693548 FEBRERO 15,1432143 MARZO 47,3970968 ABRIL 61,7633333 MAYO 135,098387 JUNIO 90,6433333 JULIO 114,90129 AGOSTO 96,7267742 SEPTIEMBRE 59,998 OCTUBRE 43,0432258 NOVIEMBRE 61,5033333 DICIEMBRE 32,7983871
2. Obtener los datos de radiación mensual para el año 2013 de la estación meteorológica Tunjuavita (Boyacá), los cuales se obtuvieron del IDEAM, la información obtenida se detalla en la tabla 7.
43
Tabla 7. Datos de radiación de la estación meteorológica de Tunjuavita (Boyacá)
ESTACIÓN METEOROLÓGICA DE TUNJUAVITA BOYACÁ
RADIACIÓN (𝐖 ∙ 𝐡𝒎𝟐⁄ )
ENERO 4321,400391 FEBRERO 3826,067627 MARZO 3953,311035 ABRIL 3682,268555 MAYO 3573,675293 JUNIO 3692,500244 JULIO 3801,637451 AGOSTO 3854,233154 SEPTIEMBRE 3722,759277 OCTUBRE 3895,812012 NOVIEMBRE 3991,849609 DICIEMBRE 3954,131592
Una vez obtenida la información mensual de ambas variables se procede a realizar los cálculos propuestos en la sección 4.3.1. del presente documento. La tabla 8 detalla los cálculos previos que se deben realizar para después reemplazar dichos valores en las ecuaciones propuestas.
Tabla 8. Resumen de cálculos previos realizados
CAUDAL RADIACIÓN CAUDAL*RADIACIÓN
CAUDAL^2 RADIACION^2
ENERO 12,4693548 4321,400391 53885,07471 155,484809 18674501,3 FEBRERO 15,1432143 3826,067627 57938,962 229,316939 14638793,4 MARZO 47,3970968 3953,311035 187375,4658 2246,48478 15628668,1 ABRIL 61,7633333 3682,268555 227429,1801 3814,70934 13559101,7 MAYO 135,098387 3573,675293 482797,7677 18251,5741 12771155,1 JUNIO 90,6433333 3692,500244 334700,5303 8216,21387 13634558,0 JULIO 114,90129 3801,637451 436813,0472 13202,3064 14452447,3 AGOSTO 96,7267742 3854,233154 372807,54 9356,06884 14855113,2 SEPTIEMBRE 59,998 3722,759277 223358,1111 3599,76000 13858936,6 OCTUBRE 43,0432258 3895,812012 167688,3161 1852,71928 15177351,2 NOVIEMBRE 61,5033333 3991,849609 245512,057 3782,66000 15934863,3 DICIEMBRE 32,7983871 3954,131592 129689,1386 1075,73419 15635156,6 ∑ 771,4857299 46269,64624 2919995,191 65783,0327 178820646, Nota. Fuente Propia (2018). Resumen de cálculos previos realizados [Tabla]
3. Calculo de la media aritmética de los valores de caudal y radiación:
44
𝐶𝑎𝑢𝑑𝑎𝑙 𝐺𝑢𝑎𝑣𝑖𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ =771,4857299
12= 64,29047749
𝑇𝑢𝑛𝑗𝑢𝑎𝑣𝑖𝑡𝑎̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ =46269,64624
12= 3855,803853
4. Calculo de covarianza:
𝜎𝐶𝑎𝑢𝑑𝑎𝑙−𝑅𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛 =2919995,191
12− 64,29047749 ∗ 3855,803853 = −4558,538288
5. Calculo de desviaciones típicas:
𝜎𝐶𝑎𝑢𝑑𝑎𝑙 = √65783,0327
12− (64,29047749)2 = 36,72402341
𝜎𝑅𝑎𝑑𝑖𝑎𝑐𝑖ò𝑛 = √178820646,2
12− (3855,803853)2 = 185,7341049
6. Una vez obtenidos estos datos y según la ecuación 2 de la sección 4.3.1. El coeficiente de correlación de Pearson será:
𝒓 =−4558,538288
36,72402341 ∗ 185,7341049= −0,668318825
El coeficiente de correlación hallado corresponde al valor calculado y mostrado en la Tabla 9.
6.1.2. Cálculo del coeficiente de correlación por medio del aplicativo (ejemplo)
Para poder validar este valor se indicará el procedimiento general con el cual el aplicativo calcula dicho coeficiente de correlación. En Ilustración 190 se observa el diagrama de flujo para el cálculo del coeficiente de correlación de Pearson por medio del aplicativo creado.
45
Ilustración 19. Fuente propia (2018). Diagrama de flujo para el cálculo de coeficiente de correlación caudal vs radiación.
En las tablas 9, 10 y 11 se detallan los resultados obtenidos al calcular el coeficiente de correlación de Pearson r, para todas las combinaciones posibles entre caudales y radiación.
CAUDAL VS RADIACIÓN
SELECCIONE UNA ESTACIÓN METEOROLÓGICA DE
RADIACIÓN Y UNA CENTRAL HIDROELÉCTRICA
GRAFICAR, CALCULO DEL
COEFICIENTE DE CORRELACIÓN DE
PEARSON
COEFICIENTE DE CORRELACIÓN Y
GRAFICO
NUEVO CALCULO?
FIN
NO
SI
INICIO
46
Tabla 9: Coeficientes de correlación r entre los caudales Región Andina y radiación
Nota. Fuente Propia (2018). Coeficientes de correlación r entre los caudales Región Andina y radiación [Tabla]
Be
tan
iaA
mo
yaP
rad
oP
agu
aG
uav
ioC
hiv
or
Mie
l 1
La-p
lata
(Hu
ila)
-0,4
2687
471
0,21
6891
87-0
,453
4582
-0,4
7595
971
-0,2
4913
170,
0335
8839
-0,5
4050
833
La-p
rim
ave
ra(H
uil
a)-0
,320
1931
0,21
5181
6-0
,676
3303
4-0
,274
8676
60,
0979
8054
0,00
5486
82-0
,469
8360
1
Los-
Gu
ach
aro
s(H
uil
a)-0
,294
1643
40,
3609
4883
-0,5
5324
527
-0,4
4062
814
-0,1
5719
781
0,02
3166
05-0
,567
0338
2
Mo
gote
sHB
(San
tan
de
r)-0
,575
6952
5-0
,537
1258
1-0
,566
5034
2-0
,807
3670
8-0
,506
5073
1-0
,511
3152
9-0
,061
5527
9
Nat
aim
a(To
lim
a)-0
,021
8909
20,
2267
8523
-0,9
7766
413
-0,4
1619
561
0,23
5398
250,
3290
466
-0,6
5210
18
Ne
om
un
do
(Bu
cara
man
ga)
-0,7
8413
091
-0,5
5148
282
-0,3
6057
863
-0,6
7676
689
-0,5
0919
956
-0,5
3375
383
0,14
0769
61
Qu
imb
aya(
Ris
aral
da)
0,43
0307
930,
3931
7584
-0,7
3975
123
-0,2
2825
712
0,31
3053
680,
5092
195
-0,7
6825
067
Pu
rase
(Hu
ila)
-0,3
4092
223
0,15
1815
530,
2353
5107
-0,0
7131
797
-0,2
9509
026
-0,0
7508
137
-0,2
9296
316
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)-0
,139
9690
90,
2543
1691
-0,1
7728
681
-0,4
3263
506
-0,3
3465
840,
0262
5135
-0,5
9179
775
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
-0,7
7420
904
-0,2
7849
209
-0,4
0625
251
-0,6
8245
976
-0,4
5873
474
-0,3
6267
697
-0,1
0142
437
Soch
a(B
oya
ca)
-0,7
3174
326
-0,7
3337
005
-0,0
8366
589
-0,5
9589
268
-0,5
9244
706
-0,7
0101
093
0,37
4958
55
Soga
mo
so(B
oya
ca)
-0,5
6996
148
-0,7
0081
570,
2814
4729
-0,4
2816
44-0
,686
6058
-0,6
5832
158
0,40
3069
35
Tun
juav
ita(
Bo
yaca
)-0
,487
6989
1-0
,478
1746
20,
1182
2238
-0,5
3990
561
-0,6
6831
882
-0,4
3684
606
0,04
1031
11
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
3660
168
0,79
4808
25-0
,430
5723
8-0
,008
5366
20,
2819
8064
0,66
8606
61-0
,811
9806
4
U-F
ran
cisc
o-d
e-
Pau
la(N
teSa
nta
nd
er)
0,42
0125
40,
7317
2506
-0,7
0130
294
0,03
9323
030,
5177
6257
0,76
3043
11-0
,765
4998
Vil
lam
aria
(Cal
das
)-0
,100
4831
4-0
,204
7835
1-0
,511
5833
4-0
,651
4970
5-0
,318
5312
9-0
,078
0056
8-0
,604
2604
4
Zeta
qu
ira-
(Bo
yaca
)-0
,852
4421
5-0
,475
9700
90,
2842
5111
-0,3
6067
72-0
,660
3191
9-0
,605
2864
20,
1919
0311
Ae
rop
ue
rto
(Yo
pal
)-0
,644
4775
9-0
,355
4870
90,
4000
1607
-0,4
0973
301
-0,7
6812
372
-0,5
4736
790,
2437
5619
Aq
uit
ania
(Bo
yaca
)-0
,765
1235
4-0
,610
9827
70,
0528
5625
-0,7
0438
486
-0,8
5536
845
-0,6
9659
287
0,12
8781
51
Arm
en
ia(Q
uin
dio
)0,
0636
2129
0,37
2347
4-0
,428
5986
30,
0581
5246
0,30
0837
980,
3471
6869
-0,7
7171
885
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)0,
0411
2556
0,31
6651
69-0
,882
0099
6-0
,446
2887
60,
1133
2864
0,33
5101
3-0
,787
0457
7
EMA
S(C
ald
as)
-0,1
1555
336
-0,0
9372
443
-0,4
3455
075
-0,5
6912
212
-0,3
1874
545
-0,1
2731
784
-0,5
4457
234
Hac
ien
da-
Paj
on
ale
s0,
2255
9366
0,32
7237
07-0
,674
0479
4-0
,198
7891
80,
2793
9302
0,43
4265
61-0
,839
5590
7
La-C
apil
la(B
oya
ca)
-0,8
5103
284
-0,4
2218
901
0,15
7495
99-0
,562
7047
3-0
,774
5631
5-0
,606
7119
20,
1324
2855
Me
tro
me
de
llin
(An
tio
qu
ia)
0,50
1242
540,
3413
5169
-0,6
0824
443
0,01
0076
530,
5283
6359
0,67
8794
07-0
,759
4557
5
San
ta-B
arb
arra
(An
tio
qu
ia)
0,16
6361
97-0
,019
0758
4-0
,623
3466
6-0
,536
9920
9-0
,046
4514
90,
1642
627
-0,5
1782
928
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)0,
5767
7034
0,59
4564
65-0
,186
9970
20,
4008
1249
0,60
1582
630,
8190
1381
-0,6
5152
103
Vil
lan
ue
va(A
nti
oq
uia
)0,
4347
9287
0,41
8552
07-0
,588
8657
6-0
,131
8450
40,
3604
7989
0,65
9575
78-0
,826
6226
7
Ara
gon
(An
tio
qu
ia)
0,44
2295
470,
4611
6756
-0,6
8728
498
-0,2
4558
944
0,27
3672
930,
6020
4362
-0,8
1936
049
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
0,42
0908
330,
2447
125
-0,4
3461
093
-0,0
2507
126
0,38
6518
040,
6021
4149
-0,5
9516
837
Las-
flo
resH
B(B
arra
nq
uil
la)
0,11
7752
41-0
,464
3803
4-0
,255
7031
5-0
,219
4966
5-0
,004
0727
7-0
,168
5399
60,
1750
4775
Pro
vid
en
cia(
San
-An
dre
s)0,
2267
7063
0,01
0685
72-0
,583
3299
0,03
5809
470,
4415
8337
0,17
6344
14-0
,044
9808
1
UTM
(San
tam
arta
)0,
0103
1366
-0,5
8522
067
-0,3
1178
127
-0,3
3891
849
-0,0
9444
172
-0,2
6127
111
0,11
2589
66Es
cala
Co
veñ
as(S
ucr
e)
0,49
1057
270,
1153
431
-0,5
0123
736
0,00
9992
880,
4602
1447
0,37
0679
3-0
,139
1272
71
El-T
eso
ro(S
ucr
e)
0,26
9370
33-0
,094
9224
4-0
,441
3942
1-0
,369
9703
3-0
,002
6701
60,
1927
7284
-0,3
0419
727
0,75
Gra
nja
-Pia
ci(G
uaj
ira)
0,29
6844
330,
0453
5315
-0,4
1720
747
-0,1
3368
90,
2169
2591
0,26
1217
98-0
,303
3867
0,5
Inco
de
r(C
ord
ob
a)-0
,286
8948
-0,5
8236
830,
3339
0217
-0,4
4799
923
-0,6
5051
236
-0,4
7127
40,
2706
8274
0,25
La-G
ran
-Via
(Mag
dal
en
a)-0
,088
7767
7-0
,657
3662
40,
1350
7398
-0,0
8107
691
-0,1
5439
675
-0,4
1582
569
0,30
0506
730
Vie
nto
-lib
re(N
ariñ
o)
-0,0
3680
436
0,27
6275
13-0
,543
7242
7-0
,375
6512
9-0
,035
9645
0,27
8945
25-0
,833
7451
2-0
,25
Bas
e-a
ere
a--M
FS(C
ali)
0,08
7489
970,
1311
9329
-0,8
1477
942
-0,3
7914
730,
1564
4679
0,34
0168
23-0
,820
5591
-0,5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
-0,3
3391
327
-0,2
1540
347
0,65
0460
420,
3454
1278
-0,1
3668
349
-0,2
9976
623
0,27
1931
34-0
,75
La-B
ota
na(
Nar
iño
)0,
2050
3914
0,71
2648
02-0
,523
2183
70,
1146
6108
0,42
8428
80,
6607
851
-0,8
2594
539
-1
CA
UD
AL
(m
^3/s
)
Re
gio
n A
nd
ina
Rad
iaci
ón
(W
*h
/m^2
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
47
Tabla 10. Coeficientes de correlación r entre los caudales Antioquia y radiación
Nota. Fuente Propia (2018). Coeficientes de correlación r entre los caudales Antioquia y radiación. [Tabla]
San
Car
los
Pla
yas
Tasa
jera
Gu
atro
nP
orc
e 2
Po
rce
3Ja
guas
Gu
atap
e
La-p
lata
(Hu
ila)
-0,0
2334
66-0
,027
9091
5-0
,099
2542
30,
1545
9588
0,00
7931
560,
1533
9351
0,07
9728
16-0
,160
8518
8
La-p
rim
ave
ra(H
uil
a)-0
,131
2082
32-0
,125
1807
7-0
,048
0199
80,
1979
2354
-0,0
5168
703
0,18
6673
740,
0197
6055
-0,1
6789
842
Los-
Gu
ach
aro
s(H
uil
a)0,
0140
2958
10,
0132
5734
-0,0
4848
696
0,26
3398
720,
0205
5063
0,26
6214
860,
1748
1154
-0,0
9653
142
Mo
gote
sHB
(San
tan
de
r)-0
,807
0809
28-0
,813
2774
4-0
,825
3989
-0,5
5484
697
-0,8
1466
844
-0,6
3892
108
-0,7
4014
406
-0,8
6346
852
Nat
aim
a(To
lim
a)-0
,329
2633
66-0
,302
1162
9-0
,356
1662
30,
1110
9526
-0,2
8558
020,
0350
6205
-0,1
2610
945
-0,4
5803
183
Ne
om
un
do
(Bu
cara
man
ga)
-0,5
6776
3364
-0,5
7080
617
-0,6
2213
527
-0,4
3425
327
-0,5
8075
311
-0,4
9884
753
-0,5
9415
39-0
,568
6806
6
Qu
imb
aya(
Ris
aral
da)
-0,2
3350
1898
-0,2
0768
519
-0,2
4305
948
0,07
7929
7-0
,194
9085
90,
0772
3787
0,01
8943
95-0
,364
5334
4
Pu
rase
(Hu
ila)
0,43
1435
767
0,38
3861
330,
3543
9606
0,24
6710
750,
3915
3572
0,24
9190
890,
3446
584
0,31
8436
67
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)0,
1999
6607
40,
1760
4651
0,02
4242
680,
1756
7019
0,09
9369
920,
1877
979
0,26
7021
420,
0351
2262
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
-0,2
6030
8276
-0,2
6310
181
-0,3
8115
556
-0,1
5342
199
-0,2
8403
55-0
,187
5060
2-0
,269
7337
1-0
,297
3213
2
Soch
a(B
oya
ca)
-0,6
6740
9093
-0,6
6745
675
-0,6
5356
3-0
,662
3779
-0,6
5797
682
-0,6
4827
014
-0,7
0521
845
-0,5
8220
498
Soga
mo
so(B
oya
ca)
-0,5
3616
4589
-0,5
7191
409
-0,5
4478
394
-0,7
1437
991
-0,5
3982
065
-0,7
3638
495
-0,6
6984
393
-0,4
9337
076
Tun
juav
ita(
Bo
yaca
)-0
,356
1638
25-0
,387
3751
4-0
,470
2842
2-0
,509
8009
4-0
,406
2998
3-0
,509
2118
5-0
,406
4568
6-0
,446
2745
6
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
4325
3139
40,
4406
0479
0,28
9026
810,
6112
9851
0,39
5570
860,
5901
9341
0,59
2577
240,
2357
1401
U-F
ran
cisc
o-d
e-
Pau
la(N
teSa
nta
nd
er)
0,31
1463
790,
3308
3582
0,19
9414
150,
6803
7438
0,27
4185
950,
5500
4662
0,45
8282
010,
1003
3906
Vil
lam
aria
(Cal
das
)-0
,517
7370
38-0
,539
5701
3-0
,585
4851
5-0
,395
1154
1-0
,562
7207
4-0
,442
8963
6-0
,400
2931
2-0
,694
3638
2
Zeta
qu
ira-
(Bo
yaca
)-0
,119
3949
02-0
,157
7240
1-0
,104
0569
7-0
,275
8668
-0,0
9356
148
-0,2
5941
89-0
,251
0343
-0,1
4131
946
Ae
rop
ue
rto
(Yo
pal
)-0
,089
7526
64-0
,123
1737
5-0
,166
1378
4-0
,278
8423
7-0
,116
8519
3-0
,271
0822
1-0
,223
4895
5-0
,104
0129
3
Aq
uit
ania
(Bo
yaca
)-0
,485
8087
18-0
,523
0206
4-0
,567
3747
1-0
,545
8360
4-0
,547
4823
5-0
,589
5298
9-0
,556
5629
2-0
,561
3483
5
Arm
en
ia(Q
uin
dio
)0,
2173
5957
20,
1852
4299
0,24
3769
220,
3130
1217
0,24
6416
50,
2927
9661
0,33
4117
980,
0195
211
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)-0
,235
7227
82-0
,220
3458
1-0
,274
1554
10,
2030
1154
-0,2
2243
854
0,11
5358
39-0
,022
9746
3-0
,442
5669
4
EMA
S(C
ald
as)
-0,4
5366
9054
-0,4
6820
164
-0,4
5782
618
-0,3
1230
29-0
,450
9692
-0,2
9810
003
-0,2
9027
026
-0,5
9279
417
Hac
ien
da-
Paj
on
ale
s-0
,017
9419
86-0
,007
8468
7-0
,004
1786
80,
2806
0377
-0,0
0114
447
0,25
0236
780,
1763
6707
-0,2
2728
123
La-C
apil
la(B
oya
ca)
-0,1
8644
1005
-0,2
1829
247
-0,2
5905
867
-0,2
9467
302
-0,2
0356
798
-0,2
9221
514
-0,2
8549
214
-0,2
2385
084
Me
tro
me
de
llin
(An
tio
qu
ia)
-0,0
2821
2224
0,00
3069
04-0
,019
1496
90,
1805
658
0,01
9823
490,
2051
2221
0,17
7068
91-0
,180
3080
4
San
ta-B
arb
arra
(An
tio
qu
ia)
-0,4
6888
2281
-0,4
5595
363
-0,5
7809
948
-0,3
1645
692
-0,4
8893
453
-0,3
1674
184
-0,2
9695
318
-0,5
6275
505
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)0,
3848
5784
0,40
3561
110,
4517
8879
0,49
8751
890,
4778
9294
0,51
0099
170,
4792
4737
0,25
5270
42
Vil
lan
ue
va(A
nti
oq
uia
)0,
0473
5927
70,
0751
1319
-0,0
3327
248
0,23
0439
050,
0508
7617
0,25
6904
020,
2563
1039
-0,1
4233
853
Ara
gon
(An
tio
qu
ia)
-0,0
8954
1336
-0,0
6423
21-0
,176
3952
80,
1871
6424
-0,0
8543
496
0,17
3722
10,
1421
7971
-0,2
7791
677
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
-0,0
1913
6146
0,01
4161
7-0
,047
3383
80,
1212
6799
0,00
1760
880,
1332
0424
0,11
0568
51-0
,129
1214
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,8
3035
9508
-0,8
0323
975
-0,6
6086
13-0
,668
0282
2-0
,719
3323
8-0
,656
8233
6-0
,750
9019
5-0
,716
9372
2
Pro
vid
en
cia(
San
-An
dre
s)-0
,405
5206
62-0
,371
1265
9-0
,288
3559
7-0
,064
6927
2-0
,344
3701
7-0
,134
9059
5-0
,291
5714
8-0
,341
7058
2
UTM
(San
tam
arta
)-0
,901
4373
15-0
,887
8564
3-0
,761
1321
1-0
,763
8152
8-0
,827
9388
4-0
,778
3785
2-0
,839
4975
4-0
,817
9130
2Es
cala
Co
veñ
as(S
ucr
e)
-0,2
3618
8899
-0,1
8906
752
-0,2
3664
316
0,00
7855
71-0
,241
4876
7-0
,030
6764
8-0
,119
3302
9-0
,196
7869
81
El-T
eso
ro(S
ucr
e)
-0,5
7544
3313
-0,5
3992
137
-0,5
4998
605
-0,3
5145
259
-0,5
0663
551
-0,3
3458
988
-0,4
0741
14-0
,635
7754
90,
75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,3
9184
583
-0,3
4419
274
-0,2
7705
789
-0,1
4797
958
-0,2
9445
76-0
,088
6763
5-0
,211
7284
6-0
,379
3795
30,
5
Inco
de
r(C
ord
ob
a)-0
,503
9537
49-0
,509
6797
7-0
,515
5317
9-0
,708
5194
1-0
,489
6347
6-0
,625
5905
3-0
,555
9015
8-0
,447
8667
20,
25
La-G
ran
-Via
(Mag
dal
en
a)-0
,721
2387
14-0
,717
7218
9-0
,446
6521
5-0
,759
9546
8-0
,572
4643
5-0
,671
2522
40,
6149
621
-0,5
7891
774
0
Vie
nto
-lib
re(N
ariñ
o)
0,05
9004
878
0,05
2973
04-0
,023
5828
0,27
6058
340,
0242
2487
0,24
4750
040,
2218
0627
-0,2
2285
77-0
,25
Bas
e-a
ere
a--M
FS(C
ali)
-0,3
7008
4283
-0,3
6091
212
-0,3
3569
273
0,00
2991
27-0
,322
6856
4-0
,062
9243
1-0
,164
2583
-0,5
8850
688
-0,5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
0,38
0706
494
0,33
3328
60,
4615
2355
0,02
1794
880,
3788
2944
0,06
4760
380,
1832
2283
0,43
3137
57-0
,75
La-B
ota
na(
Nar
iño
)0,
5050
6220
10,
5020
8085
0,42
5586
020,
7654
5315
0,47
3282
150,
6661
0369
0,61
4962
10,
2546
7362
-1
An
tio
qu
ia
Rad
iaci
ón
(W
-h
/m^2
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
CA
UD
AL
(m
^3/s
)
48
Tabla 11. Coeficientes de correlación r entre los caudales Regiones Caribe y Pacífica y radiación
Re
gio
n C
arib
e
Urr
aSa
lvaj
ina
Alb
anC
alim
a
La-p
lata
(Hu
ila)
-0,0
8726
8751
-0,6
2603
264
-0,0
7249
3277
-0,6
4690
5396
La-p
rim
ave
ra(H
uil
a)0,
2053
4427
-0,5
4080
533
-0,3
3440
048
-0,1
8903
3128
Los-
Gu
ach
aro
s(H
uil
a)0,
1587
7450
6-0
,548
0511
8-0
,237
2095
28-0
,383
7469
29
Mo
gote
sHB
(San
tan
de
r)-0
,323
0045
66-0
,441
6233
22-0
,670
2899
77-0
,329
5095
06
Nat
aim
a(To
lim
a)0,
2282
0798
8-0
,877
0886
83-0
,687
9102
26-0
,630
5061
66
Ne
om
un
do
(Bu
cara
man
ga)
-0,4
0581
7852
-0,4
5782
2248
-0,3
2997
5582
-0,3
3147
5855
Qu
imb
aya(
Ris
aral
da)
0,17
8646
134
-0,5
5366
0647
-0,6
2940
3221
-0,5
5601
6164
Pu
rase
(Hu
ila)
0,16
9634
046
-0,0
6288
3542
0,70
7354
434
-0,1
5620
1635
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)0,
2658
6024
2-0
,351
4149
830,
1873
1991
4-0
,410
5443
4
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
-0,1
5018
8928
-0,6
3063
6715
-0,0
8156
2978
-0,4
8110
6581
Soch
a(B
oya
ca)
-0,6
8143
5324
-0,0
9784
9543
-0,3
1083
0808
-0,1
0612
8102
Soga
mo
so(B
oya
ca)
-0,7
5287
6153
0,16
5433
973
0,06
4988
121
-0,1
1168
8963
Tun
juav
ita(
Bo
yaca
)-0
,521
7293
36-0
,029
6416
380,
0298
6338
5-0
,326
5385
64
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
4623
3910
2-0
,550
6936
43-0
,031
0732
16-0
,559
8791
66
U-F
ran
cisc
o-d
e-
Pau
la(N
teSa
nta
nd
er)
0,73
1471
293
-0,7
5043
2184
-0,2
7337
8723
-0,5
2379
3977
Vil
lam
aria
(Cal
das
)-0
,045
3328
78-0
,451
0037
99-0
,393
6557
92-0
,553
8905
11
Zeta
qu
ira-
(Bo
yaca
)-0
,474
5783
0,04
0531
035
0,41
6232
148
-0,1
1033
7625
Ae
rop
ue
rto
(Yo
pal
)-0
,563
4510
880,
0828
2507
30,
3903
7953
1-0
,229
6205
95
Aq
uit
ania
(Bo
yaca
)-0
,555
8800
03-0
,089
7471
71-0
,052
0791
7-0
,260
4936
79
Arm
en
ia(Q
uin
dio
)0,
5610
2588
3-0
,293
0484
310,
0708
9004
1-0
,105
0859
15
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)0,
3078
0444
4-0
,795
2962
19-0
,616
5364
93-0
,646
4417
79
EMA
S(C
ald
as)
-0,1
4320
3487
-0,2
7570
3595
-0,4
3400
9104
-0,3
8517
9235
Hac
ien
da-
Paj
on
ale
s0,
5424
0812
1-0
,546
5539
33-0
,342
2954
12-0
,411
4527
28
La-C
apil
la(B
oya
ca)
-0,5
0167
713
-0,1
2466
4464
0,26
5952
869
-0,2
8912
3122
Me
tro
me
de
llin
(An
tio
qu
ia)
0,34
3203
192
-0,4
9344
8826
-0,3
8078
5046
-0,4
9614
7019
San
ta-B
arb
arra
(An
tio
qu
ia)
-0,0
2557
3426
-0,5
1749
217
-0,5
7059
8199
-0,5
8596
977
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)0,
3071
4646
6-0
,293
1714
360,
1588
6723
6-0
,468
0607
18
Vil
lan
ue
va(A
nti
oq
uia
)0,
3181
1544
2-0
,575
0992
52-0
,326
8530
2-0
,641
9357
74
Ara
gon
(An
tio
qu
ia)
0,24
9032
895
-0,6
2187
0464
-0,5
0925
8081
-0,6
9122
4965
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
0,15
3256
796
-0,5
1150
6436
-0,2
2337
9848
-0,6
2330
869
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,5
8891
0757
0,01
3044
311
-0,6
9677
7089
-0,1
2711
5646
Pro
vid
en
cia(
San
-An
dre
s)0,
1013
1548
8-0
,289
6815
22-0
,707
3453
340,
0243
7980
3
UTM
(San
tam
arta
)-0
,527
7247
11-0
,055
0052
18-0
,677
2940
13-0
,144
2218
24Es
cala
Co
veñ
as(S
ucr
e)
0,26
2775
524
-0,3
2751
2982
-0,5
8886
6125
-0,1
3776
1797
1
El-T
eso
ro(S
ucr
e)
-0,3
6427
7037
-0,3
1855
5008
-0,6
8240
0692
-0,5
9286
2446
0,75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,2
6356
8635
-0,2
7644
9512
-0,5
8841
0402
-0,4
0183
7726
0,5
Inco
de
r(C
ord
ob
a)-0
,876
3989
550,
1931
1806
40,
0007
2459
-0,3
1139
4421
0,25
La-G
ran
-Via
(Mag
dal
en
a)-0
,723
1274
890,
4021
4791
9-0
,303
3963
350,
1683
6975
30
Vie
nto
-lib
re(N
ariñ
o)
0,41
8441
513
-0,5
4830
9377
-0,1
9984
9492
-0,5
1257
6147
-0,2
5
Bas
e-a
ere
a--M
FS(C
ali)
0,16
3939
135
-0,6
8650
6047
-0,5
9690
058
-0,6
4966
2171
-0,5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
0,00
3663
616
0,48
8907
259
0,84
8107
880,
4697
2484
2-0
,75
La-B
ota
na(
Nar
iño
)0,
7704
9110
8-0
,622
2893
160,
0463
0041
5-0
,394
7777
3-1
Rad
iaci
ón
(W
-h
/m^2
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
Re
gio
n P
acif
ica
49
6.1.3. Análisis gráfico de correlación negativa y positiva para caudal vs radiación, a partir del aplicativo.
Se escogerán a manera de ejemplo dos puntos que representen una alta correlación negativa y dos puntos que representen una alta correlación positiva.
El primer punto escogido para analizar es UTM el cual se encuentra ubicado en Santa Marta en el departamento del Magdalena, presenta una alta correlación inversa con la hidroeléctrica SAN CARLOS ubicada en el departamento de Antioquia.
Este lugar posee el más alto coeficiente de correlación negativo, el cual es de:
𝒓 = −0,901437315
En la Ilustración 20 se muestra la gráfica de los recursos analizados (Caudal vs Radiación), en donde se observa que en los meses comprendidos desde enero a abril hay bajos niveles de caudal en la central hidroeléctrica San Carlos, mientras que en estos mismos meses en UTM Santa Marta se tienen altos niveles de radiación por encima de los 5000 (W*h/𝑚2), en el periodo desde Abril hasta junio se presenta una disminución en la radiación y un aumento en los caudales afluentes a ésta central hidroeléctrica, en el mes de Julio se observa una disminución considerable en el caudal mientras que la radiación en esté mes aumenta, en el mes de agosto se tiene una disminución de los niveles de radiación en los meses posteriores la radiación no tiene mucha variación, mientras que el caudal en estos periodos aumenta.
50
Ilustración 20. Fuente Propia (2018). Gráfico caudal San Carlos (Antioquia)- vs Radiación UTM (Santa Marta). [Grafico]
Otro punto que posee una alta correlación negativa es MOGOTES HB ubicado en Santander y la central hidráulica GUATAPE ubicada en el departamento de Antioquia. El coeficiente de correlación para este punto es de:
r = −0,86347
Como se observa en la Ilustración 21, en los meses de enero y febrero se tiene un aumento en el caudal mientras que en esos mismos meses se tiene una caída en la radiación en Mogotes, en el periodo de febrero a abril tenemos un aumento en los niveles de radiación y una disminución en el caudal, en los meses desde abril hasta mayo se ve un aumento en los niveles de caudal para la hidroeléctrica de Guatapé y disminución radiación en Mogotes. A lo largo de la gráfica se puede observar que mientras un recurso escasea el otro aumenta por ende se presenta un índice de correlación muy negativo, por ende en estos dos puntos se podría implementar la complementariedad.
Ilustración 21. Fuente propia. (2018) Grafica de correlación entre Hidroeléctrica Guatapé (Antioquia) – Estación meteorológica Mogotes HB (Santander). [Gráfica]
A continuación, se mostrarán dos ejemplos en los cuales se tienen coeficientes de correlación con valores muy cercanos a 1. El primer lugar por analizar será la estación UNIVERSIDAD
51
FRANCISCO DE PAULA SANTANDER ubicada en el departamento de Norte de Santander con la central hidroeléctrica de URRÁ ubicada en el departamento de Córdoba, cuyo coeficiente de correlación es de:
𝒓 = 0,731471
Como se observa en la Ilustración 22, cuando aumenta el caudal también lo hace la radiación y cuando disminuye el caudal también lo hace la radiación, a pesar de que la estación Universidad Francisco de Paula Santander tiene elevadas lecturas de radicación su correlación con la central hidroeléctrica URRA es muy cercano a 1, razón por la cual no se puede implementar complementariedad entre estos dos puntos.
Ilustración 22. Fuente Propia. (2018). Gráfico de correlación hidroeléctrica URRÁ (Córdoba) - Universidad Francisco de Paula Santander (Norte de Santander). [Tabla].
Para el segundo ejemplo se escogió la estación CERROS PARAMO PUERRES ubica en el departamento de Nariño y la central hidroeléctrica ALBÁN ubicada en el departamento de Valle, cuyo coeficiente de correlación es de:
𝑟 = 0,848108
Como se observa en la Ilustración 23 el comportamiento de los recursos de caudal y radiación son muy parecidos a los de la Ilustración 22, ya que cuando un recurso aumenta o decrece el otro también lo hace, razón por la cual no es viable en cuanto a que lo que se busca obtener una correlación
52
inversa para garantizar que cuando escasee el agua, aumente la radiación y pueda suplir la demanda que la central hidroeléctrica no es capaz de suplir.
Como se detalla en las tablas presentadas hay numerosos puntos los cuales son aptos para realizar la complementariedad energética mediante estos recursos, ya que como se ha venido presentado Colombia cuenta con altos niveles de recursos tanto hidráulicos como solares, lo cual hace posible que se pueda dar la complementariedad.
Ilustración 23.Fuente Propia. (2018). Gráfico de correlación hidroeléctrica Urra (Córdoba) – estación Cerro Paramo Puerres (Nariño). [Gráfico].
Como se observa en la Tabla 10 las centrales hidroeléctricas ubicadas en el la zona de Antioquia poseen complementariedad energética con las estaciones meteorológicas situadas en la región caribe debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟖𝟑 ≤ 𝒓 ≤ 𝟎) (ver Tabla 12), lo cual significa que existe correlación negativa y que se puede implementar generación de energía solar fotovoltaica en el caribe para suplir la demanda que dejan las hidroeléctricas situadas en Antioquia en épocas de fenómenos climatológicos del niño (sequia).
53
Tabla 12. Radiación Región Caribe VS Caudal Hidroeléctricas situadas en Antioquía
Nota. Fuente Propia (2018). Radiación Región Caribe VS Caudal Hidroeléctricas situadas en Antioquía. [Tabla].
Como se observa en la Tabla 11 la central hidroeléctrica URRÁ ubicada en el la región Caribe no posee complementariedad energética con la mayoría de las estaciones meteorológicas situadas en el país debido a que los coeficientes de correlación de esta con las demás regiones se encuentran en el intervalo de (𝟎 ≤ 𝒓 ≤ 𝟎. 𝟕𝟕) , lo cual significa que existe correlación positiva, es decir que cuando disminuye el caudal en esta hidroeléctrica también disminuye la radiación en la mayor parte del país.
6.1.4. Análisis gráfico de la mayor correlación negativa encontrada para caudal vs radiación, a partir de localización de los puntos en un mapa.
Como se puede observar en la Tabla 9 la central hidroeléctrica PAGUA situada en el departamento de Cundinamarca posee el mayor número de coeficientes de correlación r negativos comparados con las demás centrales hidroeléctricas usadas en el presente estudio, tal como se muestra en la Ilustración 24, en dicha ilustración se pueden observar las cuencas hidrográficas y la ubicación de en coordenadas de cada una de las estaciones meteorológicas usadas (representadas con un triángulo), además de ello se presenta el grado de correlación en una escala de color. Gracias a esto, se puede inferir que la central hidroeléctrica PAGUA se complementa con la radiación de las estaciones situadas en las regiones Andina y Caribe.
San Carlos Playas Tasajera Guatron Porce 2 Porce 3 Jaguas Guatape
Las-floresHB(Barranquilla) -0,830359508 -0,803239749 -0,6608613 -0,66802822 -0,71933238 -0,65682336 -0,75090195 -0,71693722
Providencia(San-Andres) -0,405520662 -0,371126592 -0,28835597 -0,06469272 -0,34437017 -0,13490595 -0,29157148 -0,34170582
UTM(Santamarta) -0,901437315 -0,887856426 -0,76113211 -0,76381528 -0,82793884 -0,77837852 -0,83949754 -0,81791302
Coveñas(Sucre) -0,236188899 -0,18906752 -0,23664316 0,00785571 -0,24148767 -0,03067648 -0,11933029 -0,19678698
El-Tesoro(Sucre) -0,575443313 -0,539921373 -0,54998605 -0,35145259 -0,50663551 -0,33458988 -0,4074114 -0,63577549
Granja-Piaci(Guajira) -0,39184583 -0,344192741 -0,27705789 -0,14797958 -0,2944576 -0,08867635 -0,21172846 -0,37937953
Incoder(Cordoba) -0,503953749 -0,509679768 -0,51553179 -0,70851941 -0,48963476 -0,62559053 -0,55590158 -0,44786672
La-Gran-Via(Magdalena) -0,721238714 -0,717721894 -0,44665215 -0,75995468 -0,57246435 -0,67125224 0,6149621 -0,57891774
CAUDAL (m^3/s)
Antioquia
Region CaribeRadiación (W-h
/m^2)
54
Ilustración 24. Fuente propia. (2018). Coeficientes de correlación hidroeléctrica PAGUA vs RADIACIÓN. [Mapa]
55
6.2. Caudal vs Vientos
Ahora mediante el uso del coeficiente de correlación de Pearson r se relacionaron los datos de vientos satelitales entregados por la NASA en las coordenadas de 42 puntos de medida de radiación, es decir en las estaciones meteorológicas a 50 metros y los caudales afluentes para cada una de las 19 hidroeléctricas en el año 2013 (ambos durante el mismo periodo de 12 meses). Como resultado de ello hay un único coeficiente de correlación anual por cada par de tecnologías.
6.2.1. Cálculo de un coeficiente de correlación r de forma manual (ejemplo)
En la obtención de los coeficientes de correlación para esta combinación energética se siguió el siguiente procedimiento, para el cual tomaremos la central hidroeléctrica PORCE II la cual se encuentra ubicada en el departamento de Antioquia, los datos de caudal mensual se detallan en la Tabla 13 y la estación meteorológica de El TESORO ubicada en el departamento de Sucre, los datos de velocidad del viento se detallan en la Tabla 14. Para el calculo del coeficiente de manera manual se deben seguir los siguientes pasos:
1. Obtención de la información de caudales para la central hidroeléctrica PORCE II, mensual para el año 2013 (obtenida del portal de información inteligente de XM, información libre)
Tabla 13. datos de la central hidroeléctrica Porce II
CENTRAL HIDROELÉCTRICA
PORCE II
CAUDAL (𝒎𝟑
𝒔⁄ )
ENERO 64,13764516 FEBRERO 69,36639286
MARZO 70,91009677 ABRIL 77,2258 MAYO 163,915129 JUNIO 129,872 JULIO 88,36948387
AGOSTO 135,5680323 SEPTIEMBRE 128,9349667
OCTUBRE 125,6203226 NOVIEMBRE 154,5391 DICIEMBRE 120,9696129
2. Obtención de la información de velocidad del viento a 50 metros sobre el nivel del mar, en las
coordenadas de la estación meteorológica EL TESORO (Sucre). Información mensual promedio
para los últimos diez años (información libre, obtenida a partir de datos satélites de la NASA,
información libre).
56
Tabla 14. datos de la estación meteorológica el Tesoro (Sucre)
ESTACIÓN METEOROLÓGICA DE EL TESORO (SUCRE)
VELOCIDAD DEL VIENTO (𝐦 𝐬⁄ )
ENERO 5,14 FEBRERO 5,37
MARZO 5,41 ABRIL 4,83 MAYO 4,21 JUNIO 4,28 JULIO 4,37
AGOSTO 4,19 SEPTIEMBRE 4,03
OCTUBRE 3,72 NOVIEMBRE 3,85 DICIEMBRE 4,66
3. Una vez obtenida la información mensual de ambas variables se procede a realizar los cálculos propuestos en la sección 4.3.1. del presente documento. La Tabla 15 detalla los cálculos previos que se deben realizar para después reemplazar dichos valores en las ecuaciones propuestas.
Tabla 15. Resumen de cálculos realizados
CAUDAL VELOCIDAD CAUDAL*VIE
NTO CAUDAL^2 VIENTO^2 ENERO 64,13764516 5,14 329,6674961 4113,63752 26,4196
FEBRERO 69,36639286 5,37 372,4975297 4811,69645 28,8369 MARZO 70,91009677 5,41 383,6236235 5028,24182 29,2681 ABRIL 77,2258 4,83 373,000614 5963,82418 23,3289 MAYO 163,915129 4,21 690,0826931 26868,1695 17,7241 JUNIO 129,872 4,28 555,85216 16866,7363 18,3184 JULIO 88,36948387 4,37 386,1746445 7809,16567 19,0969
AGOSTO 135,5680323 4,19 568,0300553 18378,6913 17,5561 SEPTIEMBRE 128,9349667 4,03 519,6079158 16624,2256 16,2409
OCTUBRE 125,6203226 3,72 467,3076001 15780,4654 13,8384 NOVIEMBRE 154,5391 3,85 594,975535 23882,3334 14,8225 DICIEMBRE 120,9696129 4,66 563,7183961 14633,6472 21,7156
∑ 1329,428582 54,06 5804,538263 160760,834 247,1664
4. Calculo de la media aritmética de los valores de caudal y radiación:
57
𝐶𝑎𝑢𝑑𝑎𝑙 𝑃𝑜𝑟𝑐𝑒 𝐼𝐼̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ =1329,428582
12= 110,7857152
𝐸𝑙 𝑇𝑒𝑠𝑜𝑟𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ =54,06
12= 4,505
5. Calculo de covarianza:
𝜎𝐶𝑎𝑢𝑑𝑎𝑙−𝑅𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛 =5804,538263
12− 110,7857152 ∗ 4,505 = −15,37812495
6. Calculo de desviaciones típicas:
𝜎𝐶𝑎𝑢𝑑𝑎𝑙 = √160760,8347
12− (110,7857152)2 = 33,51509419
𝜎𝑉𝑖𝑒𝑛𝑡𝑜 = √247,1664
12− (4,505)2 = 0,549704466
Según la ecuación 2 el coeficiente de correlación de Pearson será:
𝑟 =−15,37812495
33,51509419 ∗ 0,549704466= −0,83470627
El coeficiente de correlación hallado corresponde al valor calculado y mostrado en la Tabla 17.
6.2.2. Cálculo de un coeficiente de correlación por medio del aplicativo. (Ejemplo)
Para poder validar este valor indicaremos el procedimiento general por el cual el aplicativo calcula dicho coeficiente de correlación. En Ilustración 25 se observa el diagrama de flujo que sigue el aplicativo para el cálculo del coeficiente de correlación de Pearson r
58
CAUDAL VS VELOCIDAD DEL
VIENTO
GRAFICAR, CALCULO DEL
COEFICIENTE DE CORRELACIÓN DE
PEARSON
COEFICIENTE DE correlación Y
GRAFICO
NUEVO CALCULO?
NO
SI
SELECCIONE UNA ESTACIÓN METEOROLÓGICA DE
VELOCIDAD DE VIENTO Y UNA CENTRAL HIDROELÉCTRICA
INICIO
FIN
Ilustración 25. Fuente propia. (2018). Diagrama de flujo para el cálculo del coeficiente de correlación entre caudales y velocidad del viento [Diagrama]
En las Tablas 16,17 y 18 se muestran los coeficientes de correlación obtenidos al realizar el mismo cálculo para cada una de las centrales hidroeléctricas vs las estaciones meteorológicas.
59
Tabla 16.Coeficiente de correlación r entre Caudales Región Andina - Velocidad del viento a 50m
Nota. Fuente Propia (2018). Coeficiente de correlación r entre Caudales Región Andina - Velocidad del viento a 50m [Tabla]
Be
tan
iaA
mo
yaP
rad
oP
agu
aG
uav
ioC
hiv
or
Mie
l 1
La-p
lata
(Hu
ila)
0,73
3256
551
0,74
7838
59-0
,412
9924
30,
2252
1185
0,59
3813
090,
8136
2195
-0,6
6891
895
La-p
rim
ave
ra(H
uil
a)0,
5156
7403
70,
7988
331
-0,2
3417
305
0,18
4176
130,
3850
273
0,75
4297
29-0
,762
1194
Los-
Gu
ach
aro
s(H
uil
a)0,
6409
7542
10,
8404
972
-0,3
7282
842
0,23
1331
660,
5451
2703
0,84
8753
6-0
,783
0191
1
Mo
gote
sHB
(San
tan
de
r)0,
0559
1797
7-0
,332
5974
-0,0
4387
073
-0,2
7667
825
-0,2
4060
319
-0,2
6025
017
0,22
1509
01
Nat
aim
a(To
lim
a)0,
7187
5857
80,
3864
5539
-0,4
4256
080,
0600
0946
0,46
0035
870,
5653
0377
-0,4
1273
872
Ne
om
un
do
(Bu
cara
man
ga)
-0,0
4824
8946
-0,4
2151
633
0,02
5875
02-0
,370
0079
2-0
,382
5511
-0,3
6588
187
0,28
1011
21
Qu
imb
aya(
Ris
aral
da)
0,59
8927
50,
6728
0893
-0,1
9009
174
0,08
5403
130,
2836
1401
0,65
9399
34-0
,635
6697
8
Pu
rase
(Hu
ila)
0,64
0975
421
0,84
0497
2-0
,372
8284
20,
2313
3166
0,54
5127
030,
8487
536
-0,7
8301
911
San
-Pab
lo-d
e-
Bo
rbu
r(B
oya
ca)
0,47
8918
030,
0413
7974
-0,3
2629
573
-0,1
2126
678
0,17
0956
760,
2042
6742
-0,1
1375
353
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
0,73
3764
365
0,55
0054
51-0
,496
5175
70,
1840
1121
0,62
3818
690,
6985
1896
-0,4
8842
97
Soch
a(B
oya
ca)
0,48
6064
708
0,10
6788
46-0
,376
6406
-0,0
7805
509
0,23
7578
340,
2790
701
-0,1
8969
398
Soga
mo
so(B
oya
ca)
0,48
6064
708
0,10
6788
46-0
,376
6406
-0,0
7805
509
0,23
7578
340,
2790
701
-0,1
8969
398
Tun
juav
ita(
Bo
yaca
)0,
4899
0421
10,
0817
7674
-0,3
6131
272
-0,0
8892
259
0,21
9541
460,
2531
275
-0,1
6085
46
Un
ipam
plo
na(
Nte
San
tan
d
er)
0,11
1012
758
-0,2
2674
64-0
,091
2823
3-0
,246
6146
3-0
,176
2692
2-0
,141
3873
20,
1146
3391
U-F
ran
cisc
o-d
e-
Pau
la(N
teSa
nta
nd
er)
0,11
1012
758
-0,2
2674
64-0
,091
2823
3-0
,246
6146
3-0
,176
2692
2-0
,141
3873
20,
1146
3391
Vil
lam
aria
(Cal
das
)0,
4964
4324
90,
5028
273
-0,1
6721
654
-0,0
6459
868
0,10
6731
860,
4911
5978
-0,4
8628
057
Zeta
qu
ira(
Bo
yaca
)0,
4899
0421
10,
0817
7674
-0,3
6131
272
-0,0
8892
259
0,21
9541
460,
2531
275
-0,1
6085
46
Ae
rop
ue
rto
(Yo
pal
)0,
4860
6470
80,
1067
8846
-0,3
7664
06-0
,078
0550
90,
2375
7834
0,27
9070
1-0
,189
6939
8
Aq
uit
ania
(Bo
yaca
)0,
4860
6470
80,
1067
8846
-0,3
7664
06-0
,078
0550
90,
2375
7834
0,27
9070
1-0
,189
6939
8
Arm
en
ia(Q
uin
dio
)0,
5989
275
0,67
2808
93-0
,190
0917
40,
0854
0313
0,28
3614
010,
6593
9934
-0,6
3566
978
Ce
rro
s-
No
rocc
ide
nta
les(
Toli
ma)
0,59
8927
50,
6728
0893
-0,1
9009
174
0,08
5403
130,
2836
1401
0,65
9399
34-0
,635
6697
8
EMA
S(C
ald
as)
0,49
6443
249
0,50
2827
3-0
,167
2165
4-0
,064
5986
80,
1067
3186
0,49
1159
78-0
,486
2805
7
Hac
ien
da-
Paj
on
ale
s0,
7187
5857
80,
3864
5539
-0,4
4256
080,
0600
0946
0,46
0035
870,
5653
0377
-0,4
1273
872
La-C
apil
la(B
oya
ca)
0,48
9904
211
0,08
1776
74-0
,361
3127
2-0
,088
9225
90,
2195
4146
0,25
3127
5-0
,160
8546
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
-0,0
2477
9365
-0,2
6422
604
0,07
7948
64-0
,444
5122
8-0
,482
7638
5-0
,274
7249
70,
1379
6287
Me
tro
me
de
llin
(An
tio
qu
ia)
-0,0
2477
9365
-0,2
6422
604
0,07
7948
64-0
,444
5122
8-0
,482
7638
5-0
,274
7249
70,
1379
6287
San
ta-B
arb
arra
(An
tio
qu
ia)
0,49
6443
249
0,50
2827
3-0
,167
2165
4-0
,064
5986
80,
1067
3186
0,49
1159
78-0
,486
2805
7
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)-0
,266
8816
11-0
,594
7825
10,
2184
9344
-0,5
0887
967
-0,6
6130
273
-0,5
9234
575
0,42
8122
16
Vil
lan
ue
va(A
nti
oq
uia
)-0
,024
7793
65-0
,264
2260
40,
0779
4864
-0,4
4451
228
-0,4
8276
385
-0,2
7472
497
0,13
7962
87
Ara
gon
(An
tio
qu
ia)
-0,0
2477
9365
-0,2
6422
604
0,07
7948
64-0
,444
5122
8-0
,482
7638
5-0
,274
7249
70,
1379
6287
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,1
9757
0846
-0,7
8253
577
0,14
3591
43-0
,377
9925
5-0
,468
5543
3-0
,610
4253
40,
5437
8992
Pro
vid
en
cia(
San
-An
dre
s)0,
4009
7736
2-0
,024
7352
0,23
5106
420,
3015
5499
0,19
8899
840,
1908
6537
-0,0
4258
808
UTM
(San
tam
arta
)-0
,197
5708
46-0
,782
5357
70,
1435
9143
-0,3
7799
255
-0,4
6855
433
-0,6
1042
534
0,54
3789
92Es
cala
Co
veñ
as(S
ucr
e)
-0,3
1508
4004
-0,7
9719
742
0,02
9955
85-0
,453
9166
8-0
,494
2611
1-0
,667
6461
0,56
0309
911
El-T
eso
ro(S
ucr
e)
-0,3
1508
4004
-0,7
9719
742
0,02
9955
85-0
,453
9166
8-0
,494
2611
1-0
,667
6461
0,56
0309
910,
75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,1
4086
7467
-0,7
3108
834
0,09
9510
93-0
,367
6744
6-0
,416
3796
6-0
,554
1476
20,
5105
2147
0,5
Inco
de
r(C
ord
ob
a)-0
,334
0145
08-0
,761
2124
0,15
6595
58-0
,519
7843
3-0
,641
1301
2-0
,700
4099
70,
5475
470,
25
La-G
ran
-Via
(Mag
dal
en
a)-0
,190
1019
46-0
,761
8694
80,
0204
113
-0,3
7060
031
-0,3
8172
609
-0,5
7269
479
0,51
6000
420
Vie
nto
-lib
re(N
ariñ
o)
0,48
6243
179
0,79
7855
37-0
,229
9490
10,
1860
6021
0,37
4642
310,
7468
705
-0,7
7556
419
-0,2
5
Bas
e-a
ere
a--M
FS(C
ali)
0,34
5835
504
0,70
7463
28-0
,086
0370
80,
1277
0053
0,20
4551
640,
6154
9285
-0,6
9139
412
-0,5
Ce
rro
s-P
aram
o-
Pu
err
es(
Nar
iño
)0,
6635
7964
90,
8431
2012
-0,3
7067
581
0,25
3850
780,
5633
090,
8716
3997
-0,8
0060
84-0
,75
La-B
ota
na(
Nar
iño
)0,
4862
4317
90,
7978
5537
-0,2
2994
901
0,18
6060
210,
3746
4231
0,74
6870
5-0
,775
5641
9-1
CA
UD
AL
(m
^3/s
)
Re
gio
n A
nd
ina
Ve
loci
dad
(m/s
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
60
Tabla 17. Coeficiente de correlación r entre Caudales Antioquia - Velocidad de vientos a 50 m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Caudales Antioquia - Velocidad de vientos a 50 m [Tabla]
San
Car
los
Pla
yas
Tasa
jera
Gu
atro
nP
orc
e 2
Po
rce
3Ja
guas
Gu
atap
e
La-p
lata
(Hu
ila)
0,32
4230
174
0,35
9883
160,
2756
3151
0,50
5831
390,
3474
9486
0,54
9048
650,
5387
5849
0,20
4690
82
La-p
rim
ave
ra(H
uil
a)0,
5629
1101
50,
5708
7977
0,45
4142
130,
6446
1701
0,54
8559
290,
6591
0611
0,69
7318
910,
3726
4425
Los-
Gu
ach
aro
s(H
uil
a)0,
4906
3489
30,
5126
8425
0,41
4934
570,
6529
030,
4990
6159
0,66
9837
690,
6707
9642
0,31
9832
86
Mo
gote
sHB
(San
tan
de
r)-0
,617
7829
18-0
,596
7093
9-0
,547
3233
4-0
,550
8349
4-0
,561
7257
5-0
,488
6586
5-0
,519
2329
9-0
,551
4730
1
Nat
aim
a(To
lim
a)-0
,132
1299
37-0
,087
8201
2-0
,125
4607
60,
0891
5297
-0,0
9495
524
0,12
4821
320,
0875
0177
-0,1
7906
172
Ne
om
un
do
(Bu
cara
man
ga)
-0,6
4340
1504
-0,6
2801
675
-0,6
0437
615
-0,6
2874
806
-0,6
0400
085
-0,5
6502
423
-0,5
7497
734
-0,5
7188
188
Qu
imb
aya(
Ris
aral
da)
0,37
9727
491
0,39
4877
460,
2501
2568
0,42
7686
230,
3485
5615
0,46
7362
820,
5325
7755
0,22
8123
82
Pu
rase
(Hu
ila)
0,49
0634
893
0,51
2684
250,
4149
3457
0,65
2903
0,49
9061
590,
6698
3769
0,67
0796
420,
3198
3286
San
-Pab
lo-d
e-
Bo
rbu
r(B
oya
ca)
-0,4
4061
7298
-0,4
0024
248
-0,4
0454
611
-0,2
6021
684
-0,3
9345
878
-0,2
1244
77-0
,255
0187
6-0
,421
6264
7
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
0,06
2807
029
0,11
1920
940,
0685
8398
0,30
4619
20,
1087
3699
0,34
8117
230,
2932
8196
0,00
8206
52
Soch
a(B
oya
ca)
-0,3
9596
2476
-0,3
5397
839
-0,3
3571
894
-0,1
6509
92-0
,328
3115
9-0
,126
8816
5-0
,197
1713
8-0
,407
1200
4
Soga
mo
so(B
oya
ca)
-0,3
9596
2476
-0,3
5397
839
-0,3
3571
894
-0,1
6509
92-0
,328
3115
9-0
,126
8816
5-0
,197
1713
8-0
,407
1200
4
Tun
juav
ita(
Bo
yaca
)-0
,419
5007
23-0
,378
2054
9-0
,364
1190
6-0
,203
4307
8-0
,357
9506
4-0
,163
8617
7-0
,225
5016
6-0
,418
1510
4
Un
ipam
plo
na(
Nte
San
tan
d
er)
-0,5
4903
2343
-0,5
2675
793
-0,4
9208
967
-0,4
6251
192
-0,4
8756
052
-0,4
0392
958
-0,4
3383
344
-0,5
1545
518
U-F
ran
cisc
o-d
e-
Pau
la(N
teSa
nta
nd
er)
-0,5
4903
2343
-0,5
2675
793
-0,4
9208
967
-0,4
6251
192
-0,4
8756
052
-0,4
0392
958
-0,4
3383
344
-0,5
1545
518
Vil
lam
aria
(Cal
das
)0,
1624
6873
60,
1798
601
0,03
4320
880,
2160
4757
0,14
1217
590,
2562
9113
0,30
8076
990,
0434
7031
Zeta
qu
ira(
Bo
yaca
)-0
,419
5007
23-0
,378
2054
9-0
,364
1190
6-0
,203
4307
8-0
,357
9506
4-0
,163
8617
7-0
,225
5016
6-0
,418
1510
4
Ae
rop
ue
rto
(Yo
pal
)-0
,395
9624
76-0
,353
9783
9-0
,335
7189
4-0
,165
0992
-0,3
2831
159
-0,1
2688
165
-0,1
9717
138
-0,4
0712
004
Aq
uit
ania
(Bo
yaca
)-0
,395
9624
76-0
,353
9783
9-0
,335
7189
4-0
,165
0992
-0,3
2831
159
-0,1
2688
165
-0,1
9717
138
-0,4
0712
004
Arm
en
ia(Q
uin
dio
)0,
3797
2749
10,
3948
7746
0,25
0125
680,
4276
8623
0,34
8556
150,
4673
6282
0,53
2577
550,
2281
2382
Ce
rro
s-
No
rocc
ide
nta
les(
Toli
ma)
0,37
9727
491
0,39
4877
460,
2501
2568
0,42
7686
230,
3485
5615
0,46
7362
820,
5325
7755
0,22
8123
82
EMA
S(C
ald
as)
0,16
2468
736
0,17
9860
10,
0343
2088
0,21
6047
570,
1412
1759
0,25
6291
130,
3080
7699
0,04
3470
31
Hac
ien
da-
Paj
on
ale
s-0
,132
1299
37-0
,087
8201
2-0
,125
4607
60,
0891
5297
-0,0
9495
524
0,12
4821
320,
0875
0177
-0,1
7906
172
La-C
apil
la(B
oya
ca)
-0,4
1950
0723
-0,3
7820
549
-0,3
6411
906
-0,2
0343
078
-0,3
5795
064
-0,1
6386
177
-0,2
2550
166
-0,4
1815
104
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
-0,4
5126
403
-0,4
4285
053
-0,5
1792
176
-0,4
9434
109
-0,4
6154
858
-0,4
3500
78-0
,395
7031
-0,4
3591
127
Me
tro
me
de
llin
(An
tio
qu
ia)
-0,4
5126
403
-0,4
4285
053
-0,5
1792
176
-0,4
9434
109
-0,4
6154
858
-0,4
3500
78-0
,395
7031
-0,4
3591
127
San
ta-B
arb
arra
(An
tio
qu
ia)
0,16
2468
736
0,17
9860
10,
0343
2088
0,21
6047
570,
1412
1759
0,25
6291
130,
3080
7699
0,04
3470
31
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)-0
,629
6500
53-0
,628
5414
6-0
,650
7901
2-0
,732
9001
8-0
,637
289
-0,6
7439
504
-0,6
4068
84-0
,548
5231
7
Vil
lan
ue
va(A
nti
oq
uia
)-0
,451
2640
3-0
,442
8505
3-0
,517
9217
6-0
,494
3410
9-0
,461
5485
8-0
,435
0078
-0,3
9570
31-0
,435
9112
7
Ara
gon
(An
tio
qu
ia)
-0,4
5126
403
-0,4
4285
053
-0,5
1792
176
-0,4
9434
109
-0,4
6154
858
-0,4
3500
78-0
,395
7031
-0,4
3591
127
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,7
9240
4209
-0,7
8905
014
-0,7
3658
422
-0,8
5344
957
-0,7
9339
729
-0,8
3274
076
-0,8
1713
974
-0,6
8191
26
Pro
vid
en
cia(
San
-An
dre
s)-0
,061
6214
-0,0
4670
082
0,09
4481
05-0
,142
3463
0,03
9620
16-0
,013
4411
20,
0299
644
-0,0
8158
788
UTM
(San
tam
arta
)-0
,792
4042
09-0
,789
0501
4-0
,736
5842
2-0
,853
4495
7-0
,793
3972
9-0
,832
7407
6-0
,817
1397
4-0
,681
9126
Esca
la
Co
veñ
as(S
ucr
e)
-0,8
1640
3305
-0,8
1333
47-0
,775
5428
2-0
,800
1586
7-0
,834
7062
7-0
,823
9117
9-0
,849
8922
3-0
,715
2738
11
El-T
eso
ro(S
ucr
e)
-0,8
1640
3305
-0,8
1333
47-0
,775
5428
2-0
,800
1586
7-0
,834
7062
7-0
,823
9117
9-0
,849
8922
3-0
,715
2738
10,
75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,7
8327
2855
-0,7
7420
31-0
,729
7944
5-0
,826
5121
5-0
,778
3386
3-0
,795
4292
4-0
,785
8151
8-0
,670
4972
20,
5
Inco
de
r(C
ord
ob
a)-0
,773
4920
63-0
,772
6686
7-0
,762
1965
3-0
,833
5695
9-0
,787
4244
6-0
,811
1185
7-0
,803
1955
5-0
,670
8679
10,
25
La-G
ran
-Via
(Mag
dal
en
a)-0
,815
8856
88-0
,807
8536
-0,7
4763
734
-0,8
0364
548
-0,8
1408
937
-0,8
0690
827
-0,8
2598
844
-0,7
1019
312
0
Vie
nto
-lib
re(N
ariñ
o)
0,57
6662
813
0,58
0506
870,
4708
646
0,66
0299
320,
5607
2425
0,66
1471
750,
6977
0614
0,37
9738
11-0
,25
Bas
e-a
ere
a--M
FS(C
ali)
0,61
0371
914
0,60
3937
850,
4718
1875
0,61
0991
730,
5707
7926
0,61
6996
690,
6870
5656
0,40
8901
65-0
,5
Ce
rro
s-P
aram
o-
Pu
err
es(
Nar
iño
)0,
4933
3708
10,
5126
0263
0,42
2325
450,
6605
7917
0,49
8969
870,
6611
5688
0,66
3752
460,
3133
3409
-0,7
5
La-B
ota
na(
Nar
iño
)0,
5766
6281
30,
5805
0687
0,47
0864
60,
6602
9932
0,56
0724
250,
6614
7175
0,69
7706
140,
3797
3811
-1
CA
UD
AL
(m
^3/s
)
An
tio
qu
ia
Ve
loci
dad
(m/s
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
61
Tabla 18. Coeficiente de correlación r entre Caudales regiones Caribe y Pacifica - Velocidad de vientos a 50m
Nota. Fuente Propia. (2018). Coeficiente de correlación r entre Caudales Antioquia - Velocidad de vientos a 50m. [Tabla]
Region Caribe
Urra Salvajina Alban Calima
La-plata(Huila) 0,465215592 -0,30265799 -0,26321953 -0,32172567
La-primavera(Huila) 0,518356814 -0,34771829 0,15085613 -0,44387895
Los-Guacharos(Huila) 0,561021708 -0,38812696 -0,04260891 -0,41867171
MogotesHB(Santander) -0,620879458 0,21227437 -0,6117769 -0,01838524
Nataima(Tolima) 0,158557554 -0,18410328 -0,61827707 -0,24525016
Neomundo(Bucaramanga) -0,698615376 0,2200853 -0,53672243 -0,05727222
Quimbaya(Risaralda) 0,344371371 -0,23362302 -0,02322401 -0,41499026
Purase(Huila) 0,561021708 -0,38812696 -0,04260891 -0,41867171
San-Pablo-de-
Borbur(Boyaca)-0,221758534 -0,02413617 -0,74044663 -0,15557749
San-Vicente-del-
Caguan(Caqueta)0,346886978 -0,2524374 -0,53411392 -0,20521974
Socha(Boyaca) -0,164709974 -0,07159894 -0,7446832 -0,18917004
Sogamoso(Boyaca) -0,164709974 -0,07159894 -0,7446832 -0,18917004
Tunjuavita(Boyaca) -0,18657812 -0,0526435 -0,74962477 -0,17360609
Unipamplona(NteSantand
er)-0,570895269 0,14071051 -0,597436 -0,10882932
U-Francisco-de-
Paula(NteSantander)-0,570895269 0,14071051 -0,597436 -0,10882932
Villamaria(Caldas) 0,077239706 -0,20337123 -0,15404299 -0,46924644
Zetaquira(Boyaca) -0,18657812 -0,0526435 -0,74962477 -0,17360609
Aeropuerto(Yopal) -0,164709974 -0,07159894 -0,7446832 -0,18917004
Aquitania(Boyaca) -0,164709974 -0,07159894 -0,7446832 -0,18917004
Armenia(Quindio) 0,344371371 -0,23362302 -0,02322401 -0,41499026
Cerros-
Noroccidentales(Tolima)0,344371371 -0,23362302 -0,02322401 -0,41499026
EMAS(Caldas) 0,077239706 -0,20337123 -0,15404299 -0,46924644
Hacienda-Pajonales 0,158557554 -0,18410328 -0,61827707 -0,24525016
La-Capilla(Boyaca) -0,18657812 -0,0526435 -0,74962477 -0,17360609
Hacienda-
Cotove(Antioquia)-0,603152676 0,11664635 -0,34499033 -0,25010077
Metromedellin(Antioquia)-0,603152676 0,11664635 -0,34499033 -0,25010077
Santa-Barbarra(Antioquia) 0,077239706 -0,20337123 -0,15404299 -0,46924644
Santa-Isabel-
Valdivia(Antioquia)-0,790030344 0,2760893 -0,32142889 -0,06207597
Villanueva(Antioquia) -0,603152676 0,11664635 -0,34499033 -0,25010077
Aragon(Antioquia) -0,603152676 0,11664635 -0,34499033 -0,25010077
Las-floresHB(Barranquilla) -0,704988206 0,34810223 -0,48802048 0,16400119
Providencia(San-Andres) -0,266045775 0,46619678 -0,1222752 0,15032307
UTM(Santamarta) -0,704988206 0,34810223 -0,48802048 0,16400119 Escala
Coveñas(Sucre) -0,610117442 0,22673475 -0,55333985 0,16677486 1
El-Tesoro(Sucre) -0,610117442 0,22673475 -0,55333985 0,16677486 0,75
Granja-Piaci(Guajira) -0,680967937 0,32477477 -0,53431652 0,14751101 0,5
Incoder(Cordoba) -0,767624425 0,28775706 -0,44708353 0,06901042 0,25
La-Gran-Via(Magdalena) -0,604046134 0,26458162 -0,58519546 0,18019703 0
Viento-libre(Nariño) 0,534044597 -0,36808234 0,19419227 -0,45766246 -0,25
Base-aerea--MFS(Cali) 0,456762069 -0,29965755 0,33892375 -0,44326435 -0,5
Cerros-Paramo-
Puerres(Nariño)0,580076064 -0,39859592 -0,0243358 -0,43369594 -0,75
La-Botana(Nariño) 0,534044597 -0,36808234 0,19419227 -0,45766246 -1
Region Pacifica
CAUDAL (m^3/s)
Velocidad
(m/s)
Region Andina
Antioquia
Region Caribe
Region Pacifica
62
6.2.3. Análisis gráfico de correlación negativa y positiva para caudal vs radiación a partir del aplicativo
Se escogerán a manera de ejemplo dos puntos que representen una alta correlación negativa y dos puntos que representen una alta correlación positiva.
Correlación Negativa
El primer punto escogido para analizar es LAS FLORES el cual se encuentra ubicado en el departamento de Atlántico y presenta una correlación altamente inversa con la central hidroeléctrica GUATRÓN ubicada en el departamento de Antioquia.
Este lugar posee el más alto coeficiente de correlación negativo, el cual es de:
𝑟 = −0,85345
Ilustración 26. Fuente propia. (2018). Grafico hidroeléctrica Guatron (Antioquia) - Vientos Estación Las Flores HB (Atlántico). [Grafico]
En la Ilustración 26 se puede observar que en los meses comprendidos desde Enero a Mayo hay bajos niveles de caudal en la central hidroeléctrica GUATRÓN (Antioquía), mientras que en estos mismos meses la velocidad del viento en la estación LAS FLORES (Atlántico) se tiene alta velocidad del viento por encima de 6 𝑚
𝑠⁄ , en el periodo desde mayo hasta Junio se presenta una disminución en la velocidad de los vientos y un aumento en los caudales afluentes a esta central
63
hidroeléctrica, en los meses desde Julio a Septiembre se tiene un aumento considerable en los caudales y una disminución en las velocidades de los vientos en esta zona y en el periodo comprendido de septiembre a diciembre se tiene una disminución en los caudales y un aumento en la velocidad del viento durante el mismo periodo. Lo que hace que estas dos tecnologías en esos puntos sea altamente complementaria.
El segundo punto escogido para analizar es la estación LORICA el cual se encuentra ubicado en el departamento de Córdoba y presenta una correlación altamente inversa con la central hidroeléctrica JAGUAS ubicada en el departamento de Antioquia.
Este lugar posee el un alto coeficiente de correlación negativo, el cual es de:
𝑟 = −0,849892
En la Ilustración 27 se puede observar que en los meses comprendidos desde Enero a Abril hay bajos niveles de caudal en la central hidroeléctrica JAGUAS (Antioquia), mientras que en estos mismos meses la velocidad del viento en la estación LORICA (córdoba) se tiene una alta velocidad del viento, en el periodo desde Mayo hasta Diciembre se presenta una disminución en la velocidad de los vientos y un aumento en los caudales considerable en los afluentes a esta central hidroeléctrica.
Ilustración 27.Fuente Propia. (2018). Grafico correlación hidroeléctrica Jaguas (Antioquia) – Viento en Lorica (Córdoba)
Correlación positiva:
64
El tercer punto escogido para analizar es velocidad del viento en la estación LA PRIMAVERA la cual se encuentra ubicada en el departamento de Huila, con la central hidroeléctrica CHIVOR la cual se encuentra ubicada en el departamento de Boyacá, en donde se puede observar que se tiene un coeficiente de correlación altamente positivo:
𝑟 = 0.754297
En la Ilustración 28 se muestra la gráfica de los recursos analizados, en donde se puede observar que en los meses comprendidos desde Enero a Abril hay bajos niveles de caudal en esta central hidroeléctrica, mientras que la velocidad presenta este mismo comportamiento, del periodo de abril a Mayo se tiene un incremento en las velocidades y caudales en estos puntos, en los meses posteriores se ve un incremento en las velocidades y caudales hasta el mes de agosto en donde empiezan a decrecer.
Ilustración 28. Fuente propia. (2018). Gráfica de correlación hidroeléctrica CHIVOR (Boyacá) – Velocidad del viento estación LA PRIMAVERA (Huila). [Gráfica]
El cuarto punto escogido para analizar es velocidad del viento en la estación CERRO PARAMO PUERRES el cual se encuentra ubicado en el departamento de Nariño y presenta una correlación altamente inversa con la central hidroeléctrica CHIVOR ubicada en el departamento de Boyacá.
Este lugar posee el un alto coeficiente de correlación positivo, el cual es de:
65
𝑟 = 0,87164
En la Ilustración 29 se muestra la gráfica de los recursos analizados, en la cual existe una correlación positiva, es decir que cuando aumenta la velocidad del viento, también lo hace el caudal, y por ende estos dos puntos no presentan complementariedad.
Ilustración 29. Fuente propia. (2018). Grafico correlación hidroeléctrica CHIVOR (Boyacá) – Vientos CERRO PARAMO PUERRES (Nariño)
Como se pudo observar en las gráficas y tablas de resultados obtenidos Colombia cuenta con un alto potencial para la generación de energía por medio del recurso eólico el cual puede llegar a suplir la generación de energía eléctrica de las centrales cuando estas afronten un fenómeno climático , además de que este tipo de generación es renovable lo cual nos conduciría a una generación limpia, sostenible y a la diversificación de los recursos energético del país y así evitar posibles inconvenientes .
En la Tabla 19 se observa que las hidroeléctricas ubicadas Antioquia y los vientos presentes en la región Caribe poseen coeficientes de correlación altamente negativos, es decir que los recursos son complementarios en estas regiones del país.
66
Tabla 19.Velocidad del viento Región Caribe VS Caudal Hidroeléctricas en Antioquía
Nota. Fuente propia. (2018). Velocidad del viento Región Caribe VS Caudal Hidroeléctricas en Antioquía. [tabla]
Como se observa en la Tabla 16 la central hidroeléctrica CHIVOR ubicada en el la región Andina no posee complementariedad energética con la velocidad del viento presente en la mayoría de las estaciones meteorológicas situadas en el país debido a que los coeficientes de correlación de esta con las demás regiones se encuentran en el intervalo de (𝟎 ≤ 𝒓 ≤ 𝟎. 𝟖𝟕) , lo cual significa que existe correlación positiva, es decir que cuando disminuye el caudal en esta hidroeléctrica también disminuye la velocidad del viento en la mayor parte del país.
6.2.4. Análisis gráfico de la mayor correlación negativa encontrada para caudal vs velocidad del viento visto desde un mapa.
Como se puede observar en la Tabla 17 la central hidroeléctrica SAN CARLOS situada en el departamento de Antioquia posee el mayor número de coeficientes de correlación r negativos comparados con las demás centrales hidroeléctricas usadas en el presente estudio, tal como se muestra en la Ilustración 30, en dicha ilustración se pueden observar las cuencas hidrográficas y la ubicación de en coordenadas de cada una de las estaciones meteorológicas usadas (representadas con un triángulo), además de ello se presenta el grado de correlación en una escala de color. Gracias a esto, se puede inferir que la central hidroeléctrica SAN CARLOS se complementa con la velocidad del viento de las estaciones situadas en las regiones Antioquia y Caribe.
Escala
San Carlos Playas Tasajera Guatron Porce 2 Porce 3 Jaguas Guatape 1
Las-floresHB(Barranquilla) -0,79240421 -0,78905014 -0,73658422 -0,85344957 -0,79339729 -0,83274076 -0,81713974 -0,68191260,75
Providencia(San-Andres) -0,0616214 -0,04670082 0,09448105 -0,1423463 0,03962016 -0,01344112 0,0299644 -0,08158788 0,5
UTM(Santamarta) -0,79240421 -0,78905014 -0,73658422 -0,85344957 -0,79339729 -0,83274076 -0,81713974 -0,6819126 0,25
Coveñas(Sucre) -0,81640331 -0,8133347 -0,77554282 -0,80015867 -0,83470627 -0,82391179 -0,84989223 -0,71527381 0
El-Tesoro(Sucre) -0,81640331 -0,8133347 -0,77554282 -0,80015867 -0,83470627 -0,82391179 -0,84989223 -0,71527381 -0,25
Granja-Piaci(Guajira) -0,78327286 -0,7742031 -0,72979445 -0,82651215 -0,77833863 -0,79542924 -0,78581518 -0,67049722 -0,5
Incoder(Cordoba) -0,77349206 -0,77266867 -0,76219653 -0,83356959 -0,78742446 -0,81111857 -0,80319555 -0,67086791 -0,75
La-Gran-Via(Magdalena) -0,81588569 -0,8078536 -0,74763734 -0,80364548 -0,81408937 -0,80690827 -0,82598844 -0,71019312 -1
CAUDAL (m^3/s)
Antioquia
Region
CaribeVelocidad (m/s)
67
Ilustración 30. Fuente propia (2018). Caudal Hidroeléctrica San Carlos vs Velocidad del viento. [Mapa]
68
6.3. Radiación vs Velocidad del viento
El cálculo del coeficiente r para este par de tecnologías se realiza igual manera que los dos cálculos anteriores.
6.3.1 cálculo de un coeficiente de correlación r de forma manual (ejemplo)
Para su desarrollo se siguió el siguiente procedimiento, para el cual tomaremos la estación de Zetaquira la cual se encuentra ubicada en el departamento de Boyacá Tabla 20 (para radiación) y la estación meteorológica Cerro Paramo Puerres ubicada en el departamento de Nariño Tabla 21 (para vientos)
1. Obtención de datos de radiación mensual para el año 2013 de la estación Zetaquirá, obtenidos de manera escrita ante el IDEAM (datos libres)
Tabla 20. Datos de radiación estación meteorológica de Zetaquira (Boyacá)
ESTACIÓN METEOROLÓGICA DE ZETAQUIRA BOYACÁ
RADIACIÓN (𝐖 − 𝐡𝒎𝟐⁄ )
ENERO 4560,294922 FEBRERO 3501,172852
MARZO 3355,587891 ABRIL 3695,613525 MAYO 3368,068848 JUNIO 3153,306885 JULIO 2751,613525
AGOSTO 3185,188965 SEPTIEMBRE 3614,209229
OCTUBRE 3842,957275 NOVIEMBRE 4168,919922 DICIEMBRE 3627,977783
Nota. Fuente Propia. (2018). Datos de radiación estación meteorológica de Zetaquira (Boyacá). [Tabla]
2. Obtención de velocidad del viento promedio para los últimos diez años en las coordenadas de la
estación meteorológica Cerro Paramo Puerres (Nariño), información obtenida de datos satelitales
de la página web oficial de la NASA (datos libres)
Tabla 21. Datos vientos de la estación meteorológica Cerro Paramo Puerres (Nariño)
ESTACIÓN METEOROLÓGICA CERRO PARAMO PUERRES
(NARIÑO)
VELOCIDAD DEL VIENTO (𝐦 𝐬⁄ )
ENERO 1,75 FEBRERO 1,56
MARZO 1,56
69
ABRIL 1,67 MAYO 1,89 JUNIO 2,33 JULIO 2,56
AGOSTO 2,46 SEPTIEMBRE 2,33
OCTUBRE 2,14 NOVIEMBRE 2,02 DICIEMBRE 2
Nota. Fuente propia (2018). Datos vientos de la estación meteorológica Cerro Paramo Puerres (Nariño).[tabla]
3. Calculos previos
Tabla 22. Resumen de cálculos previos realizados
RADIACIÓN VELOCIDAD RADIACIÓN*
VIENTO RADIACIÓN
^2 VIENTO^2 ENERO 4560,294922 1,75 7980,516114 20796289,7 3,0625
FEBRERO 3501,172852 1,56 5461,829649 12258211,3 2,4336 MARZO 3355,587891 1,56 5234,71711 11259970,0 2,4336 ABRIL 3695,613525 1,67 6171,674587 13657559,3 2,7889 MAYO 3368,068848 1,89 6365,650123 11343887,7 3,5721 JUNIO 3153,306885 2,33 7347,205042 9943344,31 5,4289 JULIO 2751,613525 2,56 7044,130624 7571376,99 6,5536
AGOSTO 3185,188965 2,46 7835,564854 10145428,7 6,0516 SEPTIEMBRE 3614,209229 2,33 8421,107504 13062508,3 5,4289
OCTUBRE 3842,957275 2,14 8223,928569 14768320,6 4,5796 NOVIEMBRE 4168,919922 2,02 8421,218242 17379893,3 4,0804 DICIEMBRE 3627,977783 2 7255,955566 13162222,7 4
∑ 42824,91162 24,27 85763,49798 155349013 50,4137
4. Calculo de la media aritmética de los valores de caudal y radiación:
𝑅𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ =42824,91162
12= 3568,742635
𝑉𝑖𝑒𝑛𝑡𝑜𝑠̅̅ ̅̅ ̅̅ ̅̅ ̅̅ =24,27
12= 2,0225
5. Calculo de covarianza:
𝜎𝐶𝑎𝑢𝑑𝑎𝑙−𝑅𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛 =85763,49798
12− 3568,742635 ∗ 2,0225 = −70,82381442
6. Calculo de desviaciones típicas:
70
𝜎𝐶𝑎𝑢𝑑𝑎𝑙 = √155349013,4
12− (3568,742635)2 = 458,0689059
𝜎𝑉𝑖𝑒𝑛𝑡𝑜 = √50,4137
12− (2,0225)2 = 0,332619026
Según la ecuación 2 el coeficiente de correlación de Pearson será:
𝑟 =−70,82381442
458,0689059 ∗ 0,332619026= −0,464837774
El coeficiente de correlación hallado corresponde al valor calculado y mostrado en la tabla xxx
6.3.2. Cálculo del coeficiente de correlación por medio del aplicativo (ejemplo)
Para poder validar este valor indicaremos el procedimiento general por el cual el aplicativo calcula dicho coeficiente de correlación. En ¡Error! No se encuentra el origen de la referencia. se observa el diagrama de flujo que utiliza el aplicativo para el cálculo del coeficiente de correlación de Pearson r.
71
RADIACION VS VELOCIDAD DEL
VIENTO
GRAFICAR, CALCULO DEL
COEFICIENTE DE CORRELACIÓN DE
PEARSON
COEFICIENTE DE CORRELACIÓN Y
GRAFICO
NUEVO CALCULO?
NO
SI
SELECCIONE UNA ESTACIÓN METEOROLÓGICA DE
RADIACIÓN Y UNA ESTACIÓN METEOROLÓGICA DE VELOCIDAD DE VIENTO
FIN
INICIO
Ilustración 31. Fuente propia. (2018). Diagrama de flujo para calculo correlación radiación vientos aplicativo. [Diagrama]
En las Tablas 23, 24, 25, 26,27 y 28 se detallan los datos obtenidos al realizar el mismo cálculo para las demás estaciones meteorológicas de radiación vs la velocidad de los vientos.
72
Tabla 23. Coeficiente de correlación r entre Radiación Andina I- Velocidad de viento a 50 m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Andina I- Velocidad de viento a 50 m. [Tabla]
La-p
lata
(Hui
la)
La-p
rim
aver
a
(Hui
la)
Los-
Gua
char
os
(Hui
la)
Mog
otes
HB(
Sa
ntan
der)
Nat
aim
a(T
olim
a)
Neo
mun
do
(Buc
aram
anga
)
Qui
mba
ya
(Ris
aral
da)
Pura
se
(Hui
la)
San-
Pabl
o-de
-Bor
bur
(Boy
aca)
La-p
lata
(Hui
la)
0,17
1640
157
0,08
9088
904
0,29
8599
781
-0,3
0084
5291
0,38
5161
7-0
,573
8836
540,
7754
7683
3-0
,144
3698
20,
2675
2578
2
La-p
rim
aver
a(H
uila
)0,
4304
1658
0,07
7842
858
0,43
7184
433
-0,3
9802
7665
0,22
5918
7-0
,556
5536
350,
5702
3523
80,
4077
301
0,60
4048
404
Los-
Gua
char
os(H
uila
)0,
3367
6579
70,
1447
5759
40,
4060
2625
7-0
,369
9881
580,
3571
31-0
,570
9490
150,
6969
9950
70,
1678
1499
0,45
9407
168
Mog
otes
HB(
Sant
ande
r)-0
,016
8857
85-0
,145
5498
970,
0244
8658
10,
3923
8691
90,
0392
416
0,04
3355
045
0,33
8037
789
-0,5
5541
745
-0,2
4430
5434
Nat
aim
a(To
lima)
-0,0
7406
0797
-0,0
0502
3042
0,09
9968
432
-0,0
1833
223
0,40
3722
3-0
,431
9151
90,
7987
1991
4-0
,551
2247
4-0
,021
0332
3
Neo
mun
do(B
ucar
aman
ga)
0,02
2186
032
-0,2
1471
7644
0,00
9538
860,
4263
2569
1-0
,022
8368
0,10
3126
326
0,25
6018
317
-0,4
5390
118
-0,1
7999
2009
Qui
mba
ya(R
isar
alda
)0,
3092
0529
7-0
,089
1887
670,
3503
2975
3-0
,323
9678
270,
1631
18-0
,600
6742
760,
6453
3165
10,
2017
1235
0,54
1626
643
Pura
se(H
uila
)0,
3367
6579
70,
1447
5759
40,
4060
2625
7-0
,369
9881
580,
3571
31-0
,570
9490
150,
6969
9950
70,
1678
1499
0,45
9407
168
San-
Pabl
o-de
-Bor
bur(
Boya
ca)
-0,0
9808
9843
-0,0
7543
5836
0,03
7031
520,
2146
5589
40,
2969
35-0
,209
2008
260,
6657
2088
9-0
,685
8712
2-0
,183
6396
09
San-
Vic
ente
-del
-Cag
uan(
Caqu
eta)
-0,0
4667
2179
0,09
9934
138
0,14
0947
459
-0,1
3610
7582
0,46
1504
8-0
,446
5633
830,
7769
4835
5-0
,517
5189
3-0
,027
1291
98
Soch
a(Bo
yaca
)-0
,046
4340
81-0
,015
5813
270,
0863
4756
0,21
4341
448
0,35
3176
9-0
,224
0572
30,
6959
6459
8-0
,665
5513
6-0
,184
5179
94
Soga
mos
o(Bo
yaca
)-0
,046
4340
81-0
,015
5813
270,
0863
4756
0,21
4341
448
0,35
3176
9-0
,224
0572
30,
6959
6459
8-0
,665
5513
6-0
,184
5179
94
Tunj
uavi
ta(B
oyac
a)-0
,072
1121
04-0
,033
6051
640,
0646
5924
20,
2159
8887
70,
3350
472
-0,2
2046
1052
0,68
7853
333
-0,6
8024
1-0
,192
4155
08
Uni
pam
plon
a(N
teSa
ntan
der)
0,07
4328
94-0
,146
5911
740,
0716
5112
90,
3528
7442
30,
0942
663
0,00
7783
219
0,41
5158
688
-0,5
0585
17-0
,199
1190
21
U-F
ranc
isco
-de-
Paul
a(N
teSa
ntan
der)
0,07
4328
94-0
,146
5911
740,
0716
5112
90,
3528
7442
30,
0942
663
0,00
7783
219
0,41
5158
688
-0,5
0585
17-0
,199
1190
21
Vill
amar
ia(C
alda
s)0,
3521
1224
5-0
,159
8675
170,
3363
2873
4-0
,163
2475
770,
1505
307
-0,4
7814
7576
0,64
1193
220,
1070
6636
0,45
7809
692
Zeta
quir
a(Bo
yaca
)-0
,072
1121
04-0
,033
6051
640,
0646
5924
20,
2159
8887
70,
3350
472
-0,2
2046
1052
0,68
7853
333
-0,6
8024
1-0
,192
4155
08
Aer
opue
rto(
Yopa
l)-0
,046
4340
81-0
,015
5813
270,
0863
4756
0,21
4341
448
0,35
3176
9-0
,224
0572
30,
6959
6459
8-0
,665
5513
6-0
,184
5179
94
Aqu
itan
ia(B
oyac
a)-0
,046
4340
81-0
,015
5813
270,
0863
4756
0,21
4341
448
0,35
3176
9-0
,224
0572
30,
6959
6459
8-0
,665
5513
6-0
,184
5179
94
Arm
enia
(Qui
ndio
)0,
3092
0529
7-0
,089
1887
670,
3503
2975
3-0
,323
9678
270,
1631
18-0
,600
6742
760,
6453
3165
10,
2017
1235
0,54
1626
643
Cerr
os-N
oroc
cide
ntal
es(T
olim
a)0,
3092
0529
7-0
,089
1887
670,
3503
2975
3-0
,323
9678
270,
1631
18-0
,600
6742
760,
6453
3165
10,
2017
1235
0,54
1626
643
EMA
S(Ca
ldas
)0,
3521
1224
5-0
,159
8675
170,
3363
2873
4-0
,163
2475
770,
1505
307
-0,4
7814
7576
0,64
1193
220,
1070
6636
0,45
7809
692
Hac
iend
a-Pa
jona
les
-0,0
7406
0797
-0,0
0502
3042
0,09
9968
432
-0,0
1833
223
0,40
3722
3-0
,431
9151
90,
7987
1991
4-0
,551
2247
4-0
,021
0332
3
La-C
apill
a(Bo
yaca
)-0
,072
1121
04-0
,033
6051
640,
0646
5924
20,
2159
8887
70,
3350
472
-0,2
2046
1052
0,68
7853
333
-0,6
8024
1-0
,192
4155
08
Met
rom
edel
lin(A
ntio
quia
)0,
1923
1412
6-0
,312
6388
930,
1244
0321
10,
3149
3139
2-0
,078
4476
-0,0
1582
2906
0,27
9255
757
-0,1
4304
831
0,13
9358
437
Sant
a-Ba
rbar
ra(A
ntio
quia
)0,
3521
1224
5-0
,159
8675
170,
3363
2873
4-0
,163
2475
770,
1505
307
-0,4
7814
7576
0,64
1193
220,
1070
6636
0,45
7809
692
Sant
a-Is
abel
-Val
divi
a(A
ntio
quia
)0,
0309
036
-0,3
4240
5568
-0,0
4758
7635
0,44
3259
826
-0,2
0931
110,
2003
0778
70,
0040
4344
-0,2
2491
721
-0,0
5292
2682
Vill
anue
va(A
ntio
quia
)0,
1923
1412
6-0
,312
6388
930,
1244
0321
10,
3149
3139
2-0
,078
4476
-0,0
1582
2906
0,27
9255
757
-0,1
4304
831
0,13
9358
437
Ara
gon(
Ant
ioqu
ia)
0,19
2314
126
-0,3
1263
8893
0,12
4403
211
0,31
4931
392
-0,0
7844
76-0
,015
8229
060,
2792
5575
7-0
,143
0483
10,
1393
5843
7
Hac
iend
a-Co
tove
(Ant
ioqu
ia)
0,19
2314
126
-0,3
1263
8893
0,12
4403
211
0,31
4931
392
-0,0
7844
76-0
,015
8229
060,
2792
5575
7-0
,143
0483
10,
1393
5843
7
Las-
flor
esH
B(Ba
rran
quill
a)-0
,342
9837
92-0
,331
4468
48-0
,357
2561
930,
5201
2286
7-0
,150
0229
0,32
1671
648
-0,0
8713
2262
-0,5
8330
086
-0,4
2963
215
Prov
iden
cia(
San-
And
res)
-0,1
4584
1458
-0,3
2971
6963
-0,1
7550
4256
-0,1
9134
3546
-0,1
9950
01-0
,416
3649
070,
2840
7798
-0,3
3768
225
-0,2
1901
2271
UTM
(San
tam
arta
)-0
,342
9837
92-0
,331
4468
48-0
,357
2561
930,
5201
2286
7-0
,150
0229
0,32
1671
648
-0,0
8713
2262
-0,5
8330
086
-0,4
2963
215
Esca
la
Cove
ñas(
Sucr
e)-0
,348
2956
55-0
,198
7869
73-0
,303
2318
330,
6429
4356
1-0
,056
5869
0,45
3283
119
-0,1
5555
3157
-0,5
9585
097
-0,4
4189
6715
1
El-T
esor
o(Su
cre)
-0,3
4829
5655
-0,1
9878
6973
-0,3
0323
1833
0,64
2943
561
-0,0
5658
690,
4532
8311
9-0
,155
5531
57-0
,595
8509
7-0
,441
8967
150,
75
Gra
nja-
Piac
i(G
uajir
a)-0
,339
4094
69-0
,321
4928
67-0
,338
9264
010,
5058
0269
8-0
,107
6425
0,28
5863
945
-0,0
1887
1111
-0,6
3189
348
-0,4
3116
8117
0,5
Inco
der(
Cord
oba)
-0,1
6491
1671
-0,2
9431
0058
-0,1
8701
7366
0,57
9776
073
-0,1
6439
620,
3561
0425
8-0
,102
5248
94-0
,420
6887
2-0
,258
6676
090,
25
La-G
ran-
Via
(Mag
dale
na)
-0,3
9449
1982
-0,2
2959
9037
-0,3
5559
161
0,57
9207
042
-0,0
3868
240,
3745
2691
5-0
,067
2120
86-0
,680
2314
5-0
,497
8538
330
Vie
nto-
libre
(Nar
iño)
0,45
0100
294
0,10
5679
028
0,44
6689
066
-0,4
0000
736
0,22
4884
-0,5
3707
9394
0,53
9128
697
0,46
9755
130,
6262
6363
2-0
,25
Base
-aer
ea--
MFS
(Cal
i)0,
4940
3019
30,
0122
5301
60,
4335
2473
9-0
,401
2701
890,
0866
925
-0,4
8606
5765
0,38
9551
938
0,61
9408
020,
6986
1765
6-0
,5
Cerr
os-P
aram
o-Pu
erre
s(N
ariñ
o)0,
3187
304
0,13
9440
356
0,37
8499
542
-0,3
8406
6473
0,35
5771
3-0
,577
5607
580,
6871
2307
30,
1873
4296
0,45
2748
204
-0,7
5
La-B
otan
a(N
ariñ
o)0,
4501
0029
40,
1056
7902
80,
4466
8906
6-0
,400
0073
60,
2248
84-0
,537
0793
940,
5391
2869
70,
4697
5513
0,62
6263
632
-1
Radi
ació
n (W
-h /
m^2
)
REG
ION
AN
DIN
A
Vel
ocid
ad
(m/s
)
Regi
on A
ndin
a
Ant
ioqu
ia
Regi
on C
arib
e
Regi
on
Paci
fica
73
Tabla 24. Coeficiente de correlación r entre Radiación Andina II- Velocidad de viento a 50m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Andina II- Velocidad de viento a 50 m. [Tabla]
San
-Vic
en
te-d
el-
Cag
uan
(C
aqu
eta
)So
cha
(Bo
yaca
)
Soga
mo
so
(Bo
yaca
)
Tun
juav
ita
(Bo
yaca
)
Un
ipam
plo
na
(Nte
San
tan
de
r)
U-F
ran
cisc
o-d
e-
Pau
la
(Nte
San
tan
de
r)
Vil
lan
ue
va
(An
tio
qu
ia)
Vil
lam
aria
(Cal
das
)
Zeta
qu
ira
(Bo
yaca
)
La-p
lata
(Hu
ila)
-0,3
7910
0544
-0,6
2357
7724
-0,6
1560
0105
-0,2
5892
8203
0,75
1497
195
0,61
7014
069
0,79
0055
984
0,17
7884
36-0
,641
5189
94
La-p
rim
ave
ra(H
uil
a)-0
,200
4908
78-0
,715
9837
74-0
,442
1887
91-0
,057
0432
660,
9196
6943
80,
6505
0996
50,
6770
3282
30,
2382
8650
3-0
,253
6830
53
Los-
Gu
ach
aro
s(H
uil
a)-0
,269
6063
91-0
,712
5359
18-0
,587
1134
81-0
,216
6403
970,
8934
7914
90,
7220
382
0,76
2195
475
0,20
6080
663
-0,4
5931
926
Mo
gote
sHB
(San
tan
de
r)-0
,266
0541
360,
3149
8243
20,
3385
2612
30,
3642
6729
7-0
,161
6174
38-0
,378
5832
790,
0501
9634
0,20
5463
524
-0,1
0680
3938
Nat
aim
a(To
lim
a)-0
,457
6226
06-0
,366
5104
8-0
,443
7957
92-0
,217
4914
020,
4030
1419
80,
3927
4296
60,
6669
7024
60,
2491
0806
-0,7
5759
4184
Ne
om
un
do
(Bu
cara
man
ga)
-0,1
7616
1724
0,36
6236
884
0,46
8559
795
0,49
2285
532
-0,2
0114
8329
-0,4
5849
3856
-0,0
0222
2394
0,24
2695
126
0,01
8424
76
Qu
imb
aya(
Ris
aral
da)
-0,3
2891
9035
-0,6
5455
8945
-0,3
5265
4045
0,05
1181
047
0,83
0706
696
0,49
6073
143
0,69
4599
125
0,30
1265
024
-0,3
7192
648
Pu
rase
(Hu
ila)
-0,2
6960
6391
-0,7
1253
5918
-0,5
8711
3481
-0,2
1664
0397
0,89
3479
149
0,72
2038
20,
7621
9547
50,
2060
8066
3-0
,459
3192
6
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)-0
,400
8105
38-0
,031
6170
09-0
,107
8608
90,
0203
6159
50,
1222
9354
70,
0494
4813
70,
4324
7577
0,25
4419
905
-0,5
6393
0044
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
-0,4
0476
4707
-0,4
2992
9099
-0,6
2682
4336
-0,3
6836
9155
0,47
4810
561
0,50
8266
387
0,72
0992
018
0,12
1294
831
-0,7
9478
9354
Soch
a(B
oya
ca)
-0,4
0354
0818
-0,0
8154
3683
-0,1
6285
4789
-0,0
1609
4674
0,17
6661
788
0,13
6965
343
0,46
3006
697
0,24
2168
355
-0,5
5310
4836
Soga
mo
so(B
oya
ca)
-0,4
0354
0818
-0,0
8154
3683
-0,1
6285
4789
-0,0
1609
4674
0,17
6661
788
0,13
6965
343
0,46
3006
697
0,24
2168
355
-0,5
5310
4836
Tun
juav
ita(
Bo
yaca
)-0
,409
9718
71-0
,064
5145
96-0
,143
9985
59-0
,012
1744
520,
1531
0545
90,
1075
6012
0,44
7146
363
0,24
6908
048
-0,5
6450
1629
Un
ipam
plo
na(
Nte
San
tan
de
r)-0
,265
7542
560,
2458
4995
30,
3230
0322
0,40
1427
441
-0,0
3548
4177
-0,2
8841
1595
0,15
4630
808
0,23
2058
944
-0,1
0759
7412
U-F
ran
cisc
o-d
e-P
aula
(Nte
San
tan
de
r)-0
,265
7542
560,
2458
4995
30,
3230
0322
0,40
1427
441
-0,0
3548
4177
-0,2
8841
1595
0,15
4630
808
0,23
2058
944
-0,1
0759
7412
Vil
lam
aria
(Cal
das
)-0
,292
8357
91-0
,483
1570
93-0
,119
2043
360,
2391
1631
80,
7281
1750
10,
3393
7485
1-0
,383
1698
560,
3422
6974
2-0
,273
5846
27
Zeta
qu
ira(
Bo
yaca
)-0
,409
9718
71-0
,064
5145
96-0
,143
9985
59-0
,012
1744
520,
1531
0545
90,
1075
6012
0,44
7146
363
0,24
6908
048
-0,5
6450
1629
Ae
rop
ue
rto
(Yo
pal
)-0
,403
5408
18-0
,081
5436
83-0
,162
8547
89-0
,016
0946
740,
1766
6178
80,
1369
6534
30,
4630
0669
70,
2421
6835
5-0
,553
1048
36
Aq
uit
ania
(Bo
yaca
)-0
,403
5408
18-0
,081
5436
83-0
,162
8547
89-0
,016
0946
740,
1766
6178
80,
1369
6534
30,
4630
0669
70,
2421
6835
5-0
,553
1048
36
Arm
en
ia(Q
uin
dio
)-0
,328
9190
35-0
,654
5589
45-0
,352
6540
450,
0511
8104
70,
8307
0669
60,
4960
7314
30,
6945
9912
50,
3012
6502
4-0
,371
9264
8
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)-0
,328
9190
35-0
,654
5589
45-0
,352
6540
450,
0511
8104
70,
8307
0669
60,
4960
7314
30,
6945
9912
50,
3012
6502
4-0
,371
9264
8
EMA
S(C
ald
as)
-0,2
9283
5791
-0,4
8315
7093
-0,1
1920
4336
0,23
9116
318
0,72
8117
501
0,33
9374
851
0,61
0919
568
0,34
2269
742
-0,2
7358
4627
Hac
ien
da-
Paj
on
ale
s-0
,457
6226
06-0
,366
5104
8-0
,443
7957
92-0
,217
4914
020,
4030
1419
80,
3927
4296
60,
6669
7024
60,
2491
0806
-0,7
5759
4184
La-C
apil
la(B
oya
ca)
-0,4
0997
1871
-0,0
6451
4596
-0,1
4399
8559
-0,0
1217
4452
0,15
3105
459
0,10
7560
120,
4471
4636
30,
2469
0804
8-0
,564
5016
29
Me
tro
me
de
llin
(An
tio
qu
ia)
-0,1
2016
1053
0,16
8711
156
0,48
7504
076
0,62
9960
133
0,05
1734
755
-0,3
3709
5344
0,10
3109
634
0,34
7500
262
0,10
3832
817
San
ta-B
arb
arra
(An
tio
qu
ia)
-0,2
9283
5791
-0,4
8315
7093
-0,1
1920
4336
0,23
9116
318
0,72
8117
501
0,33
9374
851
0,61
0919
568
0,34
2269
742
-0,2
7358
4627
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)-0
,018
9156
120,
4444
2350
90,
6613
7045
60,
6589
2808
5-0
,315
8764
49-0
,609
9212
28-0
,180
3866
810,
2524
0951
70,
2606
5147
8
Vil
lan
ue
va(A
nti
oq
uia
)-0
,120
1610
530,
1687
1115
60,
4875
0407
60,
6299
6013
30,
0517
3475
5-0
,337
0953
440,
1031
0963
40,
3475
0026
20,
1038
3281
7
Ara
gon
(An
tio
qu
ia)
-0,1
2016
1053
0,16
8711
156
0,48
7504
076
0,62
9960
133
0,05
1734
755
-0,3
3709
5344
0,10
3109
634
0,34
7500
262
0,10
3832
817
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
-0,1
2016
1053
0,16
8711
156
0,48
7504
076
0,62
9960
133
0,05
1734
755
-0,3
3709
5344
0,10
3109
634
0,34
7500
262
0,10
3832
817
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,0
8621
9067
0,59
2341
789
0,55
2495
802
0,41
3808
713
-0,5
1261
6295
-0,6
3812
8546
-0,2
6286
2402
0,16
0124
110,
0477
3166
2
Pro
vid
en
cia(
San
-An
dre
s)-0
,596
7016
08-0
,109
3818
670,
0089
9016
10,
1842
2817
40,
0221
4365
1-0
,287
7396
390,
2863
2991
20,
0016
2887
2-0
,190
4973
94
UTM
(San
tam
arta
)-0
,086
2190
670,
5923
4178
90,
5524
9580
20,
4138
0871
3-0
,655
7496
07-0
,638
1285
46-0
,262
8624
020,
1601
2411
0,04
7731
662
Esca
la
Co
veñ
as(S
ucr
e)
0,04
0280
815
0,64
3975
390,
4940
5244
40,
3162
5886
7-0
,711
6036
73-0
,536
7496
2-0
,360
0102
590,
1387
0114
10,
0604
0768
31
El-T
eso
ro(S
ucr
e)
0,04
0280
815
0,64
3975
390,
4940
5244
40,
3162
5886
7-0
,711
6036
73-0
,536
7496
2-0
,360
0102
590,
1387
0114
10,
0604
0768
30,
75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,1
0934
4464
0,56
0490
373
0,49
6290
434
0,38
4484
616
-0,6
1497
0526
-0,6
0364
4767
-0,1
9573
8816
0,16
1135
781
-0,0
2000
761
0,5
Inco
de
r(C
ord
ob
a)0,
0189
9321
20,
5955
7104
10,
6397
7746
40,
5385
7298
1-0
,562
1492
61-0
,641
6375
89-0
,310
2105
40,
2045
6777
0,19
8440
335
0,25
La-G
ran
-Via
(Mag
dal
en
a)-0
,053
7222
280,
6029
2990
40,
4407
4633
60,
2787
0139
8-0
,691
0576
28-0
,535
6556
21-0
,259
2293
820,
1393
7124
7-0
,040
0656
140
Vie
nto
-lib
re(N
ariñ
o)
-0,1
6966
374
-0,7
2054
3434
-0,4
2961
8349
-0,0
6967
9721
0,92
4617
056
0,67
3700
784
0,64
4948
526
0,24
4093
837
-0,2
1237
3979
-0,2
5
Bas
e-a
ere
a--M
FS(C
ali)
-0,1
0082
8042
-0,6
6170
5454
-0,2
7811
603
0,09
5281
258
0,88
1048
895
0,54
9457
115
0,54
3698
787
0,23
9247
876
-0,0
2677
6276
-0,5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
-0,2
8232
5515
-0,7
3504
8162
-0,5
8607
9907
-0,2
4070
6106
0,89
5976
020,
7549
9291
30,
7511
2709
10,
2144
2717
-0,4
6483
7774
-0,7
5
La-B
ota
na(
Nar
iño
)-0
,169
6637
4-0
,720
5434
34-0
,429
6183
49-0
,069
6797
210,
9246
1705
60,
6737
0078
40,
6449
4852
60,
2440
9383
7-0
,212
3739
79-1
REG
ION
AN
DIN
A
Rad
iaci
ón
(W
-h /
m^2
)
Ve
loci
dad
(m/s
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n
Pac
ific
a
74
Tabla 25. Coeficiente de correlación r entre Radiación Andina III- Velocidad de viento a 50m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Andina III- Velocidad de viento a 50 m. [Tabla]
Ae
rop
ue
rto
(Yo
pal
)
Aq
uit
ania
(Bo
yaca
)
Arm
en
ia
(Qu
ind
io)
Ce
rro
s-
No
rocc
ide
nta
les
(To
lim
a)
Ce
rro
s-
No
rocc
ide
nta
les
(To
lim
a)
EMA
S
(Cal
das
)
Hac
ien
da-
Paj
on
ale
s
La-C
apil
la
(Bo
yaca
)
La-p
lata
(Hu
ila)
-0,4
7167
5825
-0,5
5463
2377
0,37
2674
577
0,48
8513
412
0,48
8513
412
0,29
2648
660,
5571
9968
-0,5
4127
838
La-p
rim
ave
ra(H
uil
a)-0
,058
6466
81-0
,312
2660
610,
5358
6943
70,
4455
5611
40,
4455
5611
40,
2965
0103
0,51
6062
31-0
,162
1243
5
Los-
Gu
ach
aro
s(H
uil
a)-0
,293
0941
79-0
,473
2958
880,
4993
2953
30,
5215
5388
0,52
1553
880,
2792
8151
0,59
2993
9-0
,368
6576
1
Mo
gote
sHB
(San
tan
de
r)0,
0692
4756
80,
2634
3343
-0,2
5821
463
0,07
9156
068
0,07
9156
068
0,46
3201
3-0
,144
0934
-0,0
0817
62
Nat
aim
a(To
lim
a)-0
,570
5005
48-0
,469
2057
720,
1070
6781
80,
4539
2680
20,
4539
2680
20,
3613
9152
0,46
2308
82-0
,643
9715
4
Ne
om
un
do
(Bu
cara
man
ga)
0,21
8573
147
0,37
8613
917
-0,2
9123
755
0,02
0655
421
0,02
0655
421
0,46
7496
71-0
,211
9016
90,
1300
9162
Qu
imb
aya(
Ris
aral
da)
-0,0
7785
0464
-0,2
7475
3264
0,39
2886
563
0,38
9004
856
0,38
9004
856
0,39
9937
0,43
6172
38-0
,231
9494
4
Pu
rase
(Hu
ila)
-0,2
9309
4179
-0,4
7329
5888
0,49
9329
533
0,52
1553
880,
5215
5388
0,27
9281
510,
5929
939
-0,3
6865
761
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)-0
,367
8781
35-0
,178
8596
93-0
,103
5061
70,
3147
8747
30,
3147
8747
30,
4296
630,
2025
7316
-0,4
4050
383
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
-0,6
8544
08-0
,615
8937
810,
1809
8002
50,
4633
2684
10,
4633
2684
10,
2328
6302
0,51
5930
47-0
,708
0922
1
Soch
a(B
oya
ca)
-0,3
8085
6066
-0,2
0152
266
-0,0
4421
494
0,39
5445
655
0,39
5445
655
0,43
6252
440,
2788
9387
-0,4
4426
911
Soga
mo
so(B
oya
ca)
-0,3
8085
6066
-0,2
0152
266
-0,0
4421
494
0,39
5445
655
0,39
5445
655
0,43
6252
440,
2788
9387
-0,4
4426
911
Tun
juav
ita(
Bo
yaca
)-0
,383
8401
3-0
,198
2398
38-0
,067
5172
70,
3680
2755
20,
3680
2755
20,
4330
9869
0,25
1530
94-0
,451
7828
1
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
0849
3590
20,
2452
5118
4-0
,180
0494
0,13
9926
176
0,13
9926
176
0,49
0006
3-0
,102
1713
50,
0002
7649
U-F
ran
cisc
o-d
e-P
aula
(Nte
San
tan
de
r)0,
0849
3590
20,
2452
5118
4-0
,180
0494
0,13
9926
176
0,13
9926
176
0,49
0006
3-0
,102
1713
50,
0002
7649
Vil
lam
aria
(Cal
das
)0,
0820
6162
8-0
,095
8157
260,
2457
6994
70,
3633
7017
80,
3633
7017
80,
4779
9462
0,28
9462
42-0
,097
9816
4
Zeta
qu
ira(
Bo
yaca
)-0
,383
8401
3-0
,198
2398
38-0
,067
5172
70,
3680
2755
20,
3680
2755
20,
4330
9869
0,25
1530
94-0
,451
7828
1
Ae
rop
ue
rto
(Yo
pal
)-0
,380
8560
66-0
,201
5226
6-0
,044
2149
40,
3954
4565
50,
3954
4565
50,
4362
5244
0,27
8893
87-0
,444
2691
1
Aq
uit
ania
(Bo
yaca
)-0
,380
8560
66-0
,201
5226
6-0
,044
2149
40,
3954
4565
50,
3954
4565
50,
4362
5244
0,27
8893
87-0
,444
2691
1
Arm
en
ia(Q
uin
dio
)-0
,077
8504
64-0
,274
7532
640,
3928
8656
30,
3890
0485
60,
3890
0485
60,
3999
370,
4361
7238
-0,2
3194
944
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)-0
,077
8504
64-0
,274
7532
640,
3928
8656
30,
3890
0485
60,
3890
0485
60,
3999
370,
4361
7238
-0,2
3194
944
EMA
S(C
ald
as)
0,08
2061
628
-0,0
9581
5726
0,24
5769
947
0,36
3370
178
0,36
3370
178
0,47
7994
620,
2894
6242
-0,0
9798
164
Hac
ien
da-
Paj
on
ale
s-0
,570
5005
48-0
,469
2057
720,
1070
6781
80,
4539
2680
20,
4539
2680
20,
3613
9152
0,46
2308
82-0
,643
9715
4
La-C
apil
la(B
oya
ca)
-0,3
8384
013
-0,1
9823
9838
-0,0
6751
727
0,36
8027
552
0,36
8027
552
0,43
3098
690,
2515
3094
-0,4
5178
281
Me
tro
me
de
llin
(An
tio
qu
ia)
0,42
6219
593
0,43
5131
841
-0,1
9137
861
0,06
3360
767
0,06
3360
767
0,53
2220
52-0
,154
4868
20,
2728
5384
San
ta-B
arb
arra
(An
tio
qu
ia)
0,08
2061
628
-0,0
9581
5726
0,24
5769
947
0,36
3370
178
0,36
3370
178
0,47
7994
620,
2894
6242
-0,0
9798
164
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)0,
4860
4529
50,
5787
7463
5-0
,377
9993
8-0
,137
6031
78-0
,137
6031
780,
4041
6652
-0,3
4727
823
0,37
8270
7
Vil
lan
ue
va(A
nti
oq
uia
)0,
0442
6464
30,
4351
3184
1-0
,191
3786
10,
0633
6076
70,
0633
6076
70,
5322
2052
-0,1
5448
682
0,27
2853
84
Ara
gon
(An
tio
qu
ia)
0,42
6219
593
0,43
5131
841
-0,1
9137
861
0,06
3360
767
0,06
3360
767
0,53
2220
52-0
,154
4868
20,
2728
5384
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
0,42
6219
593
0,43
5131
841
-0,1
9137
861
0,06
3360
767
0,06
3360
767
0,53
2220
52-0
,154
4868
20,
2728
5384
Las-
flo
resH
B(B
arra
nq
uil
la)
0,09
4867
181
0,42
0635
573
-0,4
6119
654
-0,2
1915
6581
-0,2
1915
6581
0,20
0743
53-0
,344
0754
40,
0782
3842
Pro
vid
en
cia(
San
-An
dre
s)-0
,116
9156
47-0
,101
0430
850,
0208
0053
6-0
,108
6993
04-0
,108
6993
040,
2623
2538
-0,0
1408
48-0
,242
0567
6Es
cala
UTM
(San
tam
arta
)0,
0948
6718
10,
4206
3557
3-0
,461
1965
4-0
,219
1565
81-0
,219
1565
810,
2007
4353
-0,3
4407
544
0,07
8238
421
Co
veñ
as(S
ucr
e)
0,05
3797
718
0,44
5180
589
-0,4
7287
427
-0,1
3013
8221
-0,1
3013
8221
0,14
4502
98-0
,284
0254
0,09
3088
050,
75
El-T
eso
ro(S
ucr
e)
0,05
3797
718
0,44
5180
589
-0,4
7287
427
-0,1
3013
8221
-0,1
3013
8221
0,14
4502
98-0
,284
0254
0,09
3088
050,
5
Gra
nja
-Pia
ci(G
uaj
ira)
0,03
8029
619
0,36
1038
441
-0,4
5304
725
-0,1
8524
3959
-0,1
8524
3959
0,21
6952
55-0
,306
7501
40,
0214
6433
0,25
Inco
de
r(C
ord
ob
a)0,
3151
7161
90,
5672
6515
1-0
,460
2757
2-0
,164
3535
3-0
,164
3535
30,
2932
7563
-0,3
5891
071
0,27
7048
840
La-G
ran
-Via
(Mag
dal
en
a)-0
,050
9998
440,
3445
0708
3-0
,452
0659
3-0
,137
4678
05-0
,137
4678
050,
1538
7524
-0,2
5710
302
-0,0
2008
497
-0,2
5
Vie
nto
-lib
re(N
ariñ
o)
-0,0
2899
6534
-0,2
9428
208
0,55
3805
874
0,45
1431
220,
4514
3122
0,27
9855
510,
5209
1743
-0,1
2954
502
-0,5
Bas
e-a
ere
a--M
FS(C
ali)
0,17
2434
73-0
,131
6406
90,
5309
9769
40,
3394
9152
90,
3394
9152
90,
2700
0315
0,40
3393
540,
0567
2876
-0,7
5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
-0,3
0039
2696
-0,4
8227
8904
0,50
5737
385
0,52
5525
868
0,52
5525
868
0,25
8187
730,
6011
9264
-0,3
8310
181
-1
La-B
ota
na(
Nar
iño
)-0
,028
9965
34-0
,294
2820
80,
5538
0587
40,
4514
3122
0,45
1431
220,
2798
5551
0,52
0917
43-0
,129
5450
2
REG
ION
AN
DIN
A
Rad
iaci
ón
(W
-h /
m^2
)
Ve
loci
dad
(m
/s)
Re
gio
n
An
din
a
An
tio
qu
ia
Re
gio
n
Car
ibe
Re
gio
n
Pac
ific
a
75
Tabla 26. Coeficiente de correlación r entre Radiación Antioquia- Velocidad de viento a 50m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Antioquia- Velocidad de viento a 50 m. [Tabla]
Me
tro
me
de
llin
(An
tio
qu
ia)
San
ta-B
arb
arra
(An
tio
qu
ia)
San
ta-I
sab
el-
Val
div
ia (
An
tio
qu
ia)
Ara
gon
(An
tio
qu
ia)
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
La-p
lata
(Hu
ila)
0,73
1208
791
0,48
8079
657
0,64
0963
780,
8357
2069
0,51
4201
378
La-p
rim
ave
ra(H
uil
a)0,
5143
6183
30,
3230
6458
60,
7263
4184
0,72
2689
291
0,39
2806
421
Los-
Gu
ach
aro
s(H
uil
a)0,
6557
0952
90,
3863
6104
60,
7525
6606
50,
8038
6111
10,
4951
0193
3
Mo
gote
sHB
(San
tan
de
r)0,
0310
9077
70,
3752
5690
9-0
,273
8581
640,
2538
9548
4-0
,135
8605
77
Nat
aim
a(To
lim
a)0,
6867
5756
80,
6114
4428
80,
3790
3729
30,
7760
8339
60,
4502
7482
9
Ne
om
un
do
(Bu
cara
man
ga)
-0,0
5174
0723
0,39
5067
167
-0,3
3228
0079
0,20
3427
19-0
,187
1386
92
Qu
imb
aya(
Ris
aral
da)
0,52
0201
670,
4855
4110
30,
5875
9848
30,
7872
9963
30,
3572
1932
1
Pu
rase
(Hu
ila)
0,65
5709
529
0,38
6361
046
0,75
2566
065
0,80
3861
111
0,49
5101
933
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)0,
4520
5505
20,
5889
7342
70,
0661
7058
40,
5967
7998
40,
2321
6835
2
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
0,75
6298
641
0,51
9329
646
0,46
3159
489
0,76
0873
293
0,51
8306
722
Soch
a(B
oya
ca)
0,48
9202
993
0,55
5081
169
0,14
4647
682
0,63
5451
332
0,24
5856
676
Soga
mo
so(B
oya
ca)
0,48
9202
993
0,55
5081
169
0,14
4647
682
0,63
5451
332
0,24
5856
676
Tun
juav
ita(
Bo
yaca
)0,
4748
9814
50,
5648
3258
50,
1179
8765
0,61
9612
836
0,24
1339
286
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
1135
2744
40,
4284
4286
4-0
,155
7068
980,
3618
4946
1-0
,066
4860
38
U-F
ran
cisc
o-d
e-P
aula
(Nte
San
tan
de
r)0,
1135
2744
40,
4284
4286
4-0
,155
7068
980,
3618
4946
1-0
,066
4860
38
Vil
lam
aria
(Cal
das
)0,
4163
0085
10,
5589
6351
0,46
1802
061
0,77
6930
145
0,26
4255
148
Zeta
qu
ira(
Bo
yaca
)0,
4748
9814
50,
5648
3258
50,
1179
8765
0,61
9612
836
0,24
1339
286
Ae
rop
ue
rto
(Yo
pal
)0,
4892
0299
30,
5550
8116
90,
1446
4768
20,
6354
5133
20,
2458
5667
6
Aq
uit
ania
(Bo
yaca
)0,
4892
0299
30,
5550
8116
90,
1446
4768
20,
6354
5133
20,
2458
5667
6
Arm
en
ia(Q
uin
dio
)0,
5202
0167
0,48
5541
103
0,58
7598
483
0,78
7299
633
0,35
7219
321
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)0,
5202
0167
0,48
5541
103
0,58
7598
483
0,78
7299
633
0,35
7219
321
EMA
S(C
ald
as)
0,41
6300
851
0,55
8963
510,
4618
0206
10,
7769
3014
50,
2642
5514
8
Hac
ien
da-
Paj
on
ale
s0,
6867
5756
80,
6114
4428
80,
3790
3729
30,
7760
8339
60,
4502
7482
9
La-C
apil
la(B
oya
ca)
0,47
4898
145
0,56
4832
585
0,11
7987
650,
6196
1283
60,
2413
3928
6
Me
tro
me
de
llin
(An
tio
qu
ia)
-0,0
5524
1328
0,48
5556
312
-0,2
0081
369
0,33
2837
337
-0,1
6560
9982
San
ta-B
arb
arra
(An
tio
qu
ia)
0,41
6300
851
0,55
8963
510,
4618
0206
10,
7769
3014
50,
2642
5514
8
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)-0
,278
6600
010,
3118
4076
5-0
,479
5065
060,
0061
5590
2-0
,327
7379
96
Vil
lan
ue
va(A
nti
oq
uia
)-0
,055
2413
280,
4855
5631
2-0
,200
8136
90,
3328
3733
7-0
,165
6099
82
Ara
gon
(An
tio
qu
ia)
-0,0
5524
1328
0,48
5556
312
-0,2
0081
369
0,33
2837
337
-0,1
6560
9982
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
-0,0
5524
1328
0,48
5556
312
-0,2
0081
369
0,33
2837
337
-0,1
6560
9982
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,1
9856
0578
0,21
1837
814
-0,6
1038
7239
-0,1
7809
0333
-0,2
4369
7599
Pro
vid
en
cia(
San
-An
dre
s)0,
3065
0067
90,
1444
5591
80,
1999
9864
40,
2742
2835
10,
1060
4672
1Es
cala
UTM
(San
tam
arta
)-0
,198
5605
780,
2118
3781
4-0
,610
3872
39-0
,178
0903
33-0
,243
6975
991
Co
veñ
as(S
ucr
e)
-0,2
7601
1042
0,13
3531
415
-0,7
1772
6024
-0,2
5954
5933
-0,3
1445
1483
0,75
El-T
eso
ro(S
ucr
e)
-0,2
7601
1042
0,13
3531
415
-0,7
1772
6024
-0,2
5954
5933
-0,3
1445
1483
0,5
Gra
nja
-Pia
ci(G
uaj
ira)
-0,1
3107
0235
0,26
6807
185
-0,5
7531
0297
-0,1
0947
2704
-0,1
9923
7977
0,25
Inco
de
r(C
ord
ob
a)-0
,321
5681
670,
2255
3297
3-0
,657
2314
87-0
,157
5858
58-0
,364
0624
380
La-G
ran
-Via
(Mag
dal
en
a)-0
,151
9045
120,
1933
5276
5-0
,627
4020
33-0
,183
3925
72-0
,212
0862
07-0
,25
Vie
nto
-lib
re(N
ariñ
o)
0,48
3853
839
0,28
2685
427
0,74
4571
829
0,69
0318
122
0,38
7552
376
-0,5
Bas
e-a
ere
a--M
FS(C
ali)
0,33
7951
858
0,21
7763
014
0,65
0956
577
0,57
9964
712
0,27
2971
198
-0,7
5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
0,65
4019
945
0,36
2765
956
0,78
8382
103
0,79
2338
579
0,51
5902
783
-1
La-B
ota
na(
Nar
iño
)0,
4838
5383
90,
2826
8542
70,
7445
7182
90,
6903
1812
20,
3875
5237
6
Rad
iaci
ón
(W
-h /
m^2
)
AN
TIO
QU
IA
Ve
loci
dad
(m/s
)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n
Pac
ific
a
76
Tabla 27. Coeficiente de correlación r entre Radiación Caribe- Velocidad de viento a 50m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Caribe- Velocidad de viento a 50 m. [Tabla]
Las-
flo
resH
B
(Bar
ran
qu
illa
)
Pro
vid
en
cia
(San
-
An
dre
s)
UTM
(San
tam
arta
)
Co
veñ
as
(Su
cre
)
El-T
eso
ro
(Su
cre
)
Gra
nja
-Pia
ci
(Gu
ajir
a)
Inco
de
r
(Co
rdo
ba)
La-G
ran
-Via
(Mag
dal
en
a)
La-p
lata
(Hu
ila)
-0,0
1005
153
0,07
9359
911
-0,1
4170
9798
0,33
3292
054
0,49
2503
990,
4189
7855
5-0
,224
4827
31-0
,255
5675
54
La-p
rim
ave
ra(H
uil
a)-0
,418
5131
72-0
,346
8198
22-0
,500
7127
06-0
,084
3318
150,
2166
2665
0,08
5240
828
-0,1
6464
1294
-0,5
2783
5787
Los-
Gu
ach
aro
s(H
uil
a)-0
,253
3055
22-0
,106
0363
31-0
,356
3716
490,
1454
4986
80,
3273
4948
20,
2630
8574
4-0
,265
5537
55-0
,442
8056
92
Mo
gote
sHB
(San
tan
de
r)0,
6944
2041
60,
1401
7507
70,
5586
0497
40,
0166
8394
10,
7028
4438
60,
4124
3601
10,
5509
2423
80,
6131
8960
3
Nat
aim
a(To
lim
a)0,
4508
4048
50,
3557
9483
50,
3165
6680
50,
5556
6886
90,
7483
3231
80,
6020
2267
7-0
,044
7841
020,
1347
1455
5
Ne
om
un
do
(Bu
cara
man
ga)
0,65
2565
735
0,00
8356
443
0,53
2626
412
-0,0
7981
7364
0,68
4717
050,
3143
2609
0,66
4438
124
0,59
2813
329
Qu
imb
aya(
Ris
aral
da)
-0,2
1461
8426
-0,3
3338
1584
-0,3
2503
0683
-0,0
1419
5462
0,42
4177
227
0,16
9999
480,
0242
1449
7-0
,371
2293
03
Pu
rase
(Hu
ila)
-0,2
5330
5522
-0,1
0603
6331
-0,3
5637
1649
0,14
5449
868
0,32
7349
482
0,26
3085
744
-0,2
6555
3755
-0,4
4280
5692
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)0,
6811
7538
40,
3618
0829
10,
5388
5917
40,
4270
5147
40,
8275
4786
30,
6054
5669
40,
2379
7332
30,
4155
1218
1
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
0,29
9586
480,
3989
6172
70,
1657
0569
40,
6002
0661
30,
6073
4042
20,
5857
8892
7-0
,241
9435
93-0
,012
6479
31
Soch
a(B
oya
ca)
0,65
3201
387
0,37
5724
153
0,49
4813
057
0,41
2003
628
0,83
9510
395
0,62
0403
282
0,17
1205
006
0,38
4897
951
Soga
mo
so(B
oya
ca)
0,65
3201
387
0,37
5724
153
0,49
4813
057
0,41
2003
628
0,83
9510
395
0,62
0403
282
0,17
1205
006
0,38
4897
951
Tun
juav
ita(
Bo
yaca
)0,
6740
4740
60,
3841
3341
80,
5218
0485
80,
4254
7112
80,
8362
3135
0,62
1250
871
0,19
1035
130,
4047
7627
2
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
6529
2401
10,
0932
7984
70,
5012
5601
7-0
,015
8685
660,
7557
1814
50,
4217
5687
20,
5520
9156
0,54
5245
17
U-F
ran
cisc
o-d
e-P
aula
(Nte
San
tan
de
r)0,
6529
2401
10,
0932
7984
70,
5012
5601
7-0
,015
8685
660,
7557
1814
50,
4217
5687
20,
5520
9156
0,54
5245
17
Vil
lam
aria
(Cal
das
)-0
,024
3410
08-0
,346
4833
35-0
,166
8324
67-0
,081
2698
240,
5922
2915
30,
2111
1780
60,
2597
7706
-0,2
1109
3122
Zeta
qu
ira(
Bo
yaca
)0,
6740
4740
60,
3841
3341
80,
5218
0485
80,
4254
7112
80,
8362
3135
0,62
1250
871
0,19
1035
130,
4047
7627
2
Ae
rop
ue
rto
(Yo
pal
)0,
6532
0138
70,
3757
2415
30,
4948
1305
70,
4120
0362
80,
8395
1039
50,
6204
0328
20,
1712
0500
60,
3848
9795
1
Aq
uit
ania
(Bo
yaca
)0,
6532
0138
70,
3757
2415
30,
4948
1305
70,
4120
0362
80,
8395
1039
50,
6204
0328
20,
1712
0500
60,
3848
9795
1
Arm
en
ia(Q
uin
dio
)-0
,214
6184
26-0
,333
3815
84-0
,325
0306
83-0
,014
1954
620,
4241
7722
70,
1699
9948
0,02
4214
497
-0,3
7122
9303
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)-0
,214
6184
26-0
,333
3815
84-0
,325
0306
83-0
,014
1954
620,
4241
7722
70,
1699
9948
0,02
4214
497
-0,3
7122
9303
EMA
S(C
ald
as)
-0,0
2434
1008
-0,3
4648
3335
-0,1
6683
2467
-0,0
8126
9824
0,59
2229
153
0,21
1117
806
0,25
9777
06-0
,211
0931
22
Hac
ien
da-
Paj
on
ale
s0,
4508
4048
50,
3557
9483
50,
3165
6680
50,
5556
6886
90,
7483
3231
80,
6020
2267
7-0
,044
7841
020,
1347
1455
5
La-C
apil
la(B
oya
ca)
0,67
4047
406
0,38
4133
418
0,52
1804
858
0,42
5471
128
0,83
6231
350,
6212
5087
10,
1910
3513
0,40
4776
272
Me
tro
me
de
llin
(An
tio
qu
ia)
0,39
1868
654
-0,3
2023
1659
0,27
3085
267
-0,2
4935
8849
0,66
9060
368
0,14
7685
211
0,73
8073
899
0,31
9247
278
San
ta-B
arb
arra
(An
tio
qu
ia)
-0,0
2434
1008
-0,3
4648
3335
-0,1
6683
2467
-0,0
8126
9824
0,59
2229
153
0,21
1117
806
0,25
9777
06-0
,211
0931
22
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)0,
4883
0361
4-0
,243
1265
010,
4170
9161
1-0
,265
2581
630,
5192
5657
0,07
2477
703
0,79
8027
059
0,50
5988
884
Vil
lan
ue
va(A
nti
oq
uia
)0,
3918
6865
4-0
,320
2316
590,
2730
8526
7-0
,249
3588
490,
6690
6036
80,
1476
8521
10,
7380
7389
90,
3192
4727
8
Ara
gon
(An
tio
qu
ia)
0,39
1868
654
-0,3
2023
1659
0,27
3085
267
-0,2
4935
8849
0,66
9060
368
0,14
7685
211
0,73
8073
899
0,31
9247
278
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
0,39
1868
654
-0,3
2023
1659
0,27
3085
267
-0,2
4935
8849
0,66
9060
368
0,14
7685
211
0,73
8073
899
0,31
9247
278
Las-
flo
resH
B(B
arra
nq
uil
la)
0,70
5532
727
0,19
3708
278
0,70
9658
111
0,08
8816
766
0,42
2433
956
0,16
6688
208
0,56
0765
684
0,69
7519
597
Pro
vid
en
cia(
San
-An
dre
s)0,
3455
3085
8-0
,097
7188
910,
1906
0882
4-0
,093
9026
110,
4981
7514
0,35
9400
531
0,34
8199
929
0,48
1047
46Es
cala
UTM
(San
tam
arta
)0,
7055
3272
70,
1937
0827
80,
7096
5811
10,
0888
1676
60,
4224
3395
60,
1666
8820
80,
5607
6568
40,
6975
1959
71
Co
veñ
as(S
ucr
e)
0,65
4349
437
0,31
2439
258
0,69
1141
394
0,15
9288
194
0,30
9426
812
0,10
2839
052
0,39
0616
013
0,60
0307
013
0,75
El-T
eso
ro(S
ucr
e)
0,65
4349
437
0,31
2439
258
0,69
1141
394
0,15
9288
194
0,30
9426
812
0,10
2839
052
0,39
0616
013
0,60
0307
013
0,5
Gra
nja
-Pia
ci(G
uaj
ira)
0,73
1382
898
0,22
1463
407
0,71
8929
051
0,14
1561
176
0,48
0944
257
0,21
9010
615
0,54
7798
298
0,69
3745
378
0,25
Inco
de
r(C
ord
ob
a)0,
6022
0140
40,
0146
0820
20,
5850
3236
-0,0
8399
2846
0,42
7510
265
0,07
7683
807
0,65
3769
898
0,59
8290
773
0
La-G
ran
-Via
(Mag
dal
en
a)0,
7349
1670
90,
3649
4531
30,
7556
7796
70,
2332
5298
20,
3945
7215
80,
2056
0149
40,
4021
0743
50,
6761
9686
2-0
,25
Vie
nto
-lib
re(N
ariñ
o)
-0,4
5302
9013
-0,3
5403
0273
-0,5
2055
7186
-0,1
0748
5724
0,16
4023
392
0,05
5724
267
-0,1
8662
6096
-0,5
4951
8003
-0,5
Bas
e-a
ere
a--M
FS(C
ali)
-0,5
7191
3981
-0,5
5225
818
-0,6
2302
7364
-0,3
0029
7887
0,06
9584
802
-0,1
0271
8154
-0,0
7394
3266
-0,5
9660
6104
-0,7
5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
-0,2
5529
41-0
,087
3163
97-0
,346
8173
130,
1589
0622
0,30
5896
039
0,25
7860
112
-0,2
8724
3031
-0,4
4750
4355
-1
La-B
ota
na(
Nar
iño
)-0
,453
0290
13-0
,354
0302
73-0
,520
5571
86-0
,107
4857
240,
1640
2339
20,
0557
2426
7-0
,186
6260
96-0
,549
5180
03
Rad
iaci
ón
(W
-h /
m^2
)
Ve
loci
dad
(m
/s)
Re
gio
n A
nd
ina
An
tio
qu
ia
Re
gio
n C
arib
e
Re
gio
n P
acif
ica
REG
ION
CA
RIB
E
77
Tabla 28. Coeficiente de correlación r entre Radiación Pacifica- Velocidad de viento a 50m
Nota. Fuente propia. (2018). Coeficiente de correlación r entre Radiación Pacifica- Velocidad de viento a 50 m. [Tabla]
Vie
nto
-lib
re
(Nar
iño
)
Bas
e-a
ere
a
MFS
(C
ali)
Ce
rro
s-P
aram
o
Pu
err
es
(Nar
iño
)
La-B
ota
na
(Nar
iño
)
La-p
lata
(Hu
ila)
0,46
2592
725
0,44
0032
024
-0,5
9546
5769
0,46
4182
331
La-p
rim
ave
ra(H
uil
a)0,
5967
4409
90,
3569
3987
9-0
,249
9066
820,
6738
6773
2
Los-
Gu
ach
aro
s(H
uil
a)0,
5674
0879
70,
4435
3408
8-0
,411
0729
220,
6656
6651
Mo
gote
sHB
(San
tan
de
r)-0
,070
2357
260,
1474
2877
5-0
,594
7486
98-0
,570
6883
38
Nat
aim
a(To
lim
a)0,
2711
1572
90,
4620
3964
2-0
,817
0978
180,
0869
5853
7
Ne
om
un
do
(Bu
cara
man
ga)
-0,0
8547
7913
0,08
1817
588
-0,5
4024
7851
-0,6
3923
8358
Qu
imb
aya(
Ris
aral
da)
0,52
3153
367
0,31
5066
203
-0,4
4364
1317
0,42
1867
595
Pu
rase
(Hu
ila)
0,56
7408
797
0,44
3534
088
-0,4
1107
2922
0,66
5666
51
San
-Pab
lo-d
e-B
orb
ur(
Bo
yaca
)0,
0889
6603
20,
3582
4133
9-0
,830
1802
09-0
,266
3944
17
San
-Vic
en
te-d
el-
Cag
uan
(Caq
ue
ta)
0,29
8291
501
0,44
9478
041
-0,7
4341
0652
0,24
6917
197
Soch
a(B
oya
ca)
0,16
5904
651
0,43
0005
644
-0,8
4985
2026
-0,1
6428
5348
Soga
mo
so(B
oya
ca)
0,16
5904
651
0,43
0005
644
-0,8
4985
2026
-0,1
6428
5348
Tun
juav
ita(
Bo
yaca
)0,
1311
2461
40,
4074
9955
8-0
,843
8384
57-0
,202
0302
27
Un
ipam
plo
na(
Nte
San
tan
de
r)0,
0010
1284
60,
2106
6279
5-0
,636
8875
69-0
,477
8775
63
U-F
ran
cisc
o-d
e-P
aula
(Nte
San
tan
de
r)0,
0010
1284
60,
2106
6279
5-0
,636
8875
69-0
,477
8775
63
Vil
lam
aria
(Cal
das
)0,
4306
1065
60,
2950
7704
2-0
,566
6304
840,
2067
1602
7
Zeta
qu
ira(
Bo
yaca
)0,
1311
2461
40,
4074
9955
8-0
,843
8384
57-0
,202
0302
27
Ae
rop
ue
rto
(Yo
pal
)0,
1659
0465
10,
4300
0564
4-0
,849
8520
26-0
,164
2853
48
Aq
uit
ania
(Bo
yaca
)0,
1659
0465
10,
4300
0564
4-0
,849
8520
26-0
,164
2853
48
Arm
en
ia(Q
uin
dio
)0,
5231
5336
70,
3150
6620
3-0
,443
6413
170,
4218
6759
5
Ce
rro
s-N
oro
ccid
en
tale
s(To
lim
a)0,
5231
5336
70,
3150
6620
3-0
,443
6413
170,
4218
6759
5
EMA
S(C
ald
as)
0,43
0610
656
0,29
5077
042
-0,5
6663
0484
0,20
6716
027
Hac
ien
da-
Paj
on
ale
s0,
2711
1572
90,
4620
3964
2-0
,817
0978
180,
0869
5853
7
La-C
apil
la(B
oya
ca)
0,13
1124
614
0,40
7499
558
-0,8
4383
8457
-0,2
0203
0227
Me
tro
me
de
llin
(An
tio
qu
ia)
0,07
8677
149
0,05
5966
19-0
,521
1780
28-0
,495
0794
6
San
ta-B
arb
arra
(An
tio
qu
ia)
0,43
0610
656
0,29
5077
042
-0,5
6663
0484
0,20
6716
027
San
ta-I
sab
el-
Val
div
ia(A
nti
oq
uia
)-0
,131
4602
04-0
,103
6121
67-0
,334
8511
12-0
,734
5289
25
Vil
lan
ue
va(A
nti
oq
uia
)0,
0786
7714
90,
0559
6619
-0,5
2117
8028
-0,4
9507
946
Ara
gon
(An
tio
qu
ia)
0,07
8677
149
0,05
5966
19-0
,521
1780
28-0
,495
0794
6
Hac
ien
da-
Co
tove
(An
tio
qu
ia)
0,07
8677
149
0,05
5966
19-0
,521
1780
28-0
,495
0794
6
Las-
flo
resH
B(B
arra
nq
uil
la)
-0,3
1407
6023
-0,0
7731
2926
-0,2
7014
1013
-0,8
0442
8922
Pro
vid
en
cia(
San
-An
dre
s)0,
0506
2687
70,
0961
6731
3-0
,230
7782
9-0
,283
2819
13
UTM
(San
tam
arta
)-0
,314
0760
23-0
,077
3129
26-0
,270
1410
13-0
,804
4289
22Es
cala
Co
veñ
as(S
ucr
e)
-0,2
8239
1924
-0,0
5122
7476
-0,2
7066
3615
-0,7
1097
607
1
El-T
eso
ro(S
ucr
e)
-0,2
8239
1924
-0,0
5122
7476
-0,2
7066
3615
-0,7
1097
607
0,75
Gra
nja
-Pia
ci(G
uaj
ira)
-0,2
9476
6878
-0,0
5014
2215
-0,3
4391
0709
-0,7
9678
4653
0,5
Inco
de
r(C
ord
ob
a)-0
,232
6198
45-0
,103
3697
26-0
,300
4005
97-0
,791
0735
60,
25
La-G
ran
-Via
(Mag
dal
en
a)-0
,296
8231
04-0
,011
5497
83-0
,314
1340
66-0
,729
6002
580
Vie
nto
-lib
re(N
ariñ
o)
0,59
8421
484
0,36
1239
343
-0,1
9093
0771
0,71
6505
438
-0,2
5
Bas
e-a
ere
a--M
FS(C
ali)
0,58
5949
096
0,24
5861
479
-0,0
5892
0234
0,65
6244
316
-0,5
Ce
rro
s-P
aram
o-P
ue
rre
s(N
ariñ
o)
0,55
8638
649
0,45
8090
551
-0,3
7937
8191
0,69
9873
242
-0,7
5
La-B
ota
na(
Nar
iño
)0,
5984
2148
40,
3612
3934
3-0
,190
9307
710,
7165
0543
8-1
Rad
iaci
ón
(W
-h /
m^2
)
Ve
loci
dad
(m/s
)
Re
gio
n
An
din
a
An
tio
qu
ia
Re
gio
n
Car
ibe
Re
gio
n
Pac
ific
a
REG
ION
PA
CIF
ICA
78
Ahora se escogerán a manera de ejemplo 4 coeficientes de correlación de los cuales 2 presentarán alta correlación negativa y 2 que representen alta correlación positiva.
Correlación negativa:
El primer punto escogido corresponderá a la estación para velocidad del viento localizado en SAN VICENTE DEL CAGUAN en el Caquetá y par radiación se escogió la estación meteorológica ZETAQUIRA (BOYACÁ) en donde se observa que el coeficiente de correlación obtenido en estos puntos es de:
𝒓 = −0,794789
Ilustración 32. Fuente propia (2018). Gráfico de correlación de radiación en la estación ZETAQUIRA (Boyacá) vs velocidad del viento en la estación SAN VICENTE DEL CAGUÁN (Caquetá). [Gráfica]
En la Ilustración 32 se muestra un gráfico doble eje en el cual se muestran los valores obtenidos en estos puntos de radiación y velocidad de viento, en donde en Zetaquira para el mes de Enero tiene una alta radiación superior a los 4500 𝑊 ℎ
𝑚2⁄ un valor de radiación, el cual decrecerá hasta el mes de Marzo, en ese mismo periodo tenemos un aumento en la velocidad del viento en San Vicente del Caguan. Desde el mes de Abril se observa un crecimiento en la velocidad del viento en San Vicente del Caguan con un máximo de 2,52 𝑚
𝑠⁄ hasta el mes de Junio, después del cual decrecerá hasta el mes de noviembre, en el periodo comprendido entre Abril a Julio se observa un decrecimiento de los valores de radiación en Zetaquira hasta llevarlo a su valor mínimo y desde el mes de julio hasta el mes de noviembre se observa un crecimiento en la radiación el cual alcanzara un valor por encima de los 4000 𝑊 ℎ
𝑚2⁄ .
79
Al observar la Ilustración 32 podemos deducir que estos dos puntos son complementarios uno del otro ya que en el decrecimiento de uno de ellos se observa un crecimiento en el otro para casi la mayoría de los meses, por lo cual se presenta complementariedad entre los recurso.
El segundo punto escogido el cual posee un alto coeficiente de correlación negativo se encuentra en los puntos para radiación en CERROS-PARAMO-PUERRES localizado en el departamento de Nariño y para el punto de vientos tenemos a AQUITANIA localizada en el departamento de Boyacá, en el cual al calcular el coeficiente de correlación entre estas variables tenemos que:
𝒓 = −0,849852
Ilustración 33. Fuente Propia. Grafico correlación radiación estación meteorológica CERRO PARAMO PUERRES (Nariño) vs estación meteorológica de viento AQUITANIA (Boyacá)
En la Ilustración 33 se observa un decrecimiento para la velocidad del viento desde el periodo comprendido entre enero hasta el mes de abril, de manera inversa se observa un crecimiento en la radiación desde el mes de febrero al mes de abril. Después de ello se observa un decrecimiento en la radiación en los meses de abril a julio, en ese mismo periodo se observa un incremento de la velocidad del viento hasta un valor por encima de 3 𝑚
𝑠⁄ , en los meses posteriores se observa el crecimiento de los valores registrados para la radiación y un decrecimiento en la velocidad del viento hasta el mes de noviembre. Esto hace a estas dos tecnologías ideales para la complementariedad energética.
Correlación positiva:
80
El tercer punto escogido como ya se había mencionado se estudiará el comportamiento de dos coeficientes de correlación altamente positivos, en donde se evidenciará la no complementariedad entre recursos. Para ello el primer par de puntos escogidos corresponderán para vientos la estación UNINARIÑO localizada en el departamento de Nariño y para Radiación se tiene el punto UNIPAMPLONA localizada en el departamento de Norte de Santander, en donde su coeficiente de correlación es de:
𝒓 = 0,924617
El coeficiente de correlación obtenido es casi cercano a uno por lo que se puede decir que las dos variables crecen y decrecen en los mismos periodos. En la Ilustración 34 se observa la relación que tienen ambas variables es directa. Luego se puede concluir que esta relación de puntos no cumple con las condiciones necesarias para realizar complementariedad energética.
Ilustración 34. Fuente propia. (2018) Grafico correlación radiación estación meteorológica UniPamplona (Norte de Santander) vs estación meteorológica de veinto UniNariño (Nariño). [Grafica]
Para el ultimo unto tendremos para vientos estación ZETAQUIRA localizada en el departamento de Boyacá y para radiación estación EL TESORO localizado en el departamento de Sucre, de los cuales se calculó un coeficiente de correlación altamente positivo el cual es de:
𝒓 = 0,836231
En la Ilustración 35 se puede observar que ambas variables crecen y decrecen de igual manera en los mismos periodos del año, en los meses comprendidos desde enero mayo ambos recursos decrecen
81
durante este periodo, desde el mes de mayo a julio ambos recursos alcanzan sus máximos valores y desde el mes de julio hasta el mes de octubre ambos recursos decrecen prácticamente linealmente. Debido a ello este par de puntos no son ideales para realizar la complementariedad.
Ilustración 35.Fuente Propia. (2018).Grafico correlación radiación estación meteorológica El Tesoro (Sucre) vs estación meteorológica de viento Zetaquira (Boyacá). [Grafica]
Como se ha venido resaltando a lo largo del análisis los potenciales energéticos de Colombia son altos en lo que respecta a radiación y a la velocidad del viento, además de ello estos recursos se consideran renovables por lo cual en vez de suplir la demanda por medio de la generación térmica se podría realizar por medio de estos recursos. Para ello se hace necesaria la inclusión de estos recursos en la matriz energética nacional.
6.3.3. Análisis gráfico de la mayor relación negativa encontrada para radiación vs vientos, visto desde un mapa.
Como se puede observar en la Tabla 28Tabla 17 la estación meteorológica radiación CERRO PARAMO PUERRES situada en el departamento de Nariño posee el mayor número de coeficientes de correlación r negativos comparados con las demás estaciones meteorológicas radiación usadas en el presente estudio, tal como se muestra en la Ilustración 36, en dicha ilustración se pueden observar las cuencas hidrográficas y la ubicación de en coordenadas de cada una de las estaciones meteorológicas usadas (representadas con un triángulo), además de ello se presenta el grado de correlación en una escala de color. Gracias a esto, se puede inferir que la estación
82
meteorológica de radiación CERRO PARAMO PUERRES se complementa con la velocidad del viento de las estaciones situadas en las regiones Antioquia y Andina.
Ilustración 36. Fuente propia (2018). Radiación estación meteorológica CERRO PARAMO PUERRES (NARIÑO) vs estaciones meteorológicas de vientos. [Grafico]
83
7. Conclusiones
Se evidencia que la gran mayoría de centrales hidroeléctricas se encuentran en las regiones Andina y Antioquia, por ello el fenómeno climatológico del niño tiene un alto impacto en la generación de energía con base en el recurso hídrico, pues no se cuenta con fuentes de respaldo en otras regiones del país, desaprovechando el potencial renovable con el que se cuenta.
Se creó un aplicativo con el cual se puede calcular mediante un método estadístico el coeficiente de correlación r entre los tres casos de estudio (Caudal -Radiación, Caudal-Vientos, Vientos- Radiación), el aplicativo genera una gráfica de doble eje con la cual se puede ver la manera en que se correlacionan las tecnologías y además entrega el valor del coeficiente de correlación de Pearson (r)
Mediante el cálculo del coeficiente r y la gráfica que se obtiene se puede observar e identificar la gran cantidad de regiones que presentan correlación inversa con las diferentes tecnologías en el país, las cuales podrían llegar a tener gran influencia en la matriz energética durante los fenómenos climáticos del niño, razón por la cual se hace necesaria la diversificación de la matriz mediante recursos energéticos renovables, siempre teniendo en cuenta el medio ambiente y salvaguardando el recurso hídrico del país.
En el estudio de correlación de Caudal vs Radiación se encontró que las centrales hidroeléctricas ubicadas en el la zona de Antioquia poseen complementariedad energética con las estaciones meteorológicas situadas en la región caribe debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟖𝟑 ≤ 𝒓 ≤ 𝟎), lo cual significa que existe correlación negativa y que se puede implementar generación de energía solar fotovoltaica en el caribe para suplir la demanda que dejan las hidroeléctricas situadas en Antioquia en épocas de fenómenos climatológicos del niño (sequia).
En la región pacífica también se encontró una alta correlación negativa entre caudal de las hidroeléctricas salvajina y Calima respecto a la radiación presente en todas las estaciones distribuidas en las diferentes regiones estudiadas. debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟖𝟕 ≤ 𝒓 ≤ 𝟎), lo cual significa que existe correlación negativa y que se puede implementar generación de energía solar fotovoltaica en el cualquier región del país para suplir la demanda que dejan las hidroeléctricas situadas en la región pacífica en épocas de fenómenos climatológicos del niño (sequia)
En la región Andina se encontró que la hidroeléctrica Prado posee una alta correlación negativa respecto a la radiación presente en todas las estaciones distribuidas en las diferentes regiones estudiadas. Debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟗𝟕 ≤ 𝒓 ≤ 𝟎), lo cual significa que existe correlación negativa y que se puede implementar generación de energía solar fotovoltaica en el cualquier región del país para suplir la demanda que dejan las hidroeléctrica PADRO situadas en la región Andina en épocas de fenómenos climatológicos del niño (sequia)
En el estudio de correlación de Caudal vs Velocidad del viento se encontró que las hidroeléctricas ubicadas Antioquia y los vientos presentes en la región Caribe poseen
84
coeficientes de correlación altamente negativos pues se encuentran en el intervalo (−𝟎, 𝟖𝟓 ≤ 𝒓 ≤ 𝟎) , es decir que los recursos son complementarios en estas regiones del país.
En la región Pacifica se encontró que la hidroeléctrica Albán posee una alta correlación negativa respecto a la velocidad del viento presente en todas las estaciones distribuidas en las diferentes regiones estudiadas. Debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟕𝟒 ≤ 𝒓 ≤ 𝟎), lo cual significa que existe correlación negativa y que se puede implementar generación de energía eólica en el cualquier región del país para suplir la demanda que dejan las hidroeléctrica ALBÁN situadas en la región Andina en épocas de fenómenos climatológicos del niño (sequia).
En la región Pacifica se encontró que la estación meteorológica de radiación CERRO PARAMO PUERRES posee una alta correlación negativa respecto a la velocidad del viento presente en todas las estaciones distribuidas en las diferentes regiones estudiadas. Debido a que los coeficientes de correlación en estas regiones se encuentran en el intervalo de (−𝟎, 𝟖𝟒 ≤ 𝒓 ≤ 𝟎), lo cual significa que existe correlación negativa y que se puede implementar generación de energía eólica en cualquier región del país.
Se observa que Colombia tiene un alto potencial tanto solar como eólico en diferentes partes del país lo cual se hace conveniente ya que muchos de estos puntos se encuentran cerca del sistema interconectado nacional, lo que facilitaría la inclusión de estas en la Matriz energética.
8. Futuros trabajos y aportes
Para la realización de futuros trabajos se tiene que tener en cuenta que los lugares analizados son puntos referenciados por el IDEAM, además de ello se debe ubicar el lugar en específico y analizar el área en el que se quiera implementar la complementariedad energética.
Además de ello se tiene que establecer un nuevo año base para realizar nuevamente los cálculos de coeficientes de correlación entre los diferentes recursos, al mismo tiempo tomar más puntos de análisis con el fin de establecer de la mejor manera su complementariedad energética en el territorio colombiano.
Como se mencionó al principio, el presente estudio no aborda temas económicos ni técnicos, luego para la implementación de las alternativas aquí descritas se requiere la realización de estudios más específicos.
85
BIBLIOGRAFÍA (13 de Mayo de 2014). Ley 1715. Bogotá, Colombia.
ACOLGEN. (9 de Octubre de 2017). Centrales mayores a 50MW. Obtenido de
https://www.acolgen.org.co/index.php/2013-01-31-06-37-23/mapa-de-ubicacion
EEB. (25 de 10 de 2017). Empresa de Energía de Bogotá . Obtenido de
http://www.grupoenergiadebogota.com/eeb/index.php/empresa/preguntas-frecuentes
IDEAM. (31 de 12 de 2007). Modelo institucional El niño-La niña. Recuperado el 11 de 05 de 2017, de
http://www.ideam.gov.co/documents/21021/440517/Modelo+Institucional+El+Niño+-
+La+Niña.pdf/232c8740-c6ee-4a73-a8f7-17e49c5edda0
IDEAM. (2014). Fenómenos el niño y la niña. Recuperado el 11 de 05 de 2017, de
http://www.ideam.gov.co/web/tiempo-y-clima/clima/fenomenos-el-nino-y-la-nina
IDEAM. (23 de noviembre de 2017). ATLAS DE VIENTOS. Obtenido de
http://atlas.ideam.gov.co/visorAtlasVientos.html
IDEAM. (23 de NOVIEMBRE de 2017). ATLAS INTERACTIVO DE RADIACIÓN . Obtenido de
http://atlas.ideam.gov.co/visorAtlasRadiacion.html
IDEAM. (16 de 04 de 2018). impacto del fenómeno el "niño" 2015-2016 en los nevados y la alta montaña
Colombiana. Obtenido de
http://www.ideam.gov.co/documents/11769/132669/Impacto+de+El+Ni%C3%B1o+en+la+alta+
monta%C3%B1a+colombiana.pdf/dd41d158-0944-41d5-917e-44fdb524e8ea
IPSE. (9 de Octubre de 2017). CARACTERIZACION ZNI . Obtenido de http://190.216.196.84/cnm/
NASA. (14 de 5 de 2017). Meteorología de superficie y energía solar. Obtenido de
https://eosweb.larc.nasa.gov/cgi-bin/sse/[email protected]
Paredes, J. R., & Ramirez, J. J. (2017). Energias Renovables y su contribución a la seguridad energética:
Complementariedad energética en Colombia . BID.
Republica, C. d. (1994). Ley 142 de 1994. Bogotá: Diario Oficial.
SIEL. (27 de 10 de 2017). Sistema de Información Eléctrico Colombiano . Obtenido de
http://www.siel.gov.co/Inicio/ConozcaelSector/tabid/64/Default.aspx
UNFCCC. (13 de 11 de 2017). Protocolo de Kyoto. Obtenido de
http://unfccc.int/portal_espanol/informacion_basica/protocolo_de_kyoto/items/6215.php
UPME. (2016). Informe Mensual de variables de Generación y del mercado Eléctrico Colombiano .
Bogotá.
UPME. (23 de NOVIEMBRE de 2017). Integración de las energías renovables no convencionales en
Colombia. Obtenido de
http://www.upme.gov.co/Estudios/2015/Integracion_Energias_Renovables/INTEGRACION_ENE
RGIAS_RENOVANLES_WEB.pdf
86
Vaca, Y., & Lopez, Y. (12 de febrero de 2018). Fuente Propia. Bogota.
XM. (25 de Octubre de 2017). Estructura del Mercado. Recuperado el 04 de 09 de 2017, de
http://www.xm.com.co/Paginas/Mercado-de-energia/descripcion-del-sistema-electrico-
colombiano.aspx
XM. (13 de 4 de 2017). Información inteligente. Obtenido de
http://informacioninteligente10.xm.com.co/hidrologia/Paginas/HistoricoHidrologia.aspx
XM. (21 de 11 de 2017). Parámetros técnicos del SIN. Obtenido de
http://paratec.xm.com.co/paratec/SitePages/generacion.aspx?q=capacidad
XM. (15 de 01 de 2018). Demanda de Electricidad. Obtenido de
http://informesanuales.xm.com.co/2015/SitePages/operacion/3-2-Demanda-de-potencia-
nacional.aspx
Zaragosa, U. d. (23 de 5 de 2017). El coeficiente de correlación . Obtenido de
http://www.unizar.es/ice/images/stories/materiales/curso_06_2016/01.%20Documento%201%
20(correlaciones).pdf