estudio de complementariedad energÉtica en la...

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

http://servicios.minminas.gov.co/compilacionnormativa/docs/ley_1665_2013.htm#Inicio

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)




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




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


57

𝐶𝑎𝑢𝑑𝑎𝑙 𝑃𝑜𝑟𝑐𝑒 𝐼𝐼̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ =1329,428582

12= 110,7857152

𝐸𝑙 𝑇𝑒𝑠𝑜𝑟𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ =54,06

12= 4,505



12− 110,7857152 ∗ 4,505 = −15,37812495


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



PEARSON

COEFICIENTE DE correlación Y

GRAFICO

NUEVO CALCULO?

NO

SI


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




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


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


𝑅𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ =42824,91162

12= 3568,742635

𝑉𝑖𝑒𝑛𝑡𝑜𝑠̅̅ ̅̅ ̅̅ ̅̅ ̅̅ =24,27

12= 2,0225



12− 3568,742635 ∗ 2,0225 = −70,82381442


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



PEARSON

COEFICIENTE DE CORRELACIÓN Y

GRAFICO

NUEVO CALCULO?

NO

SI


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

87

9. Anexos

estudio de complementariedad energÉtica en la...

Documents