PROYECCION DE LA DEMANDA ELECTRICA EN EL PERU

INTRODUCCION
La proyección de la demanda eléctrica es uno de los procesos más importantes en el sector
eléctrico. Este primer paso es crucial para cualquier análisis operacional o estudio de
planificación. Esta importancia se debe a que análisis o estudios posteriores se basarán en la
proyección de la demanda. Es necesario realizar la proyección de la demanda eléctrica para en
el futuro próximo suministrar energía eléctrica de manera continua, económica y confiable.
La proyección de la demanda eléctrica es la estimación de energía y potencia requerida en el
futuro en un determinado periodo. Esta proyección nos permite conocer la cantidad de energía
y potencia eléctrica para los siguientes días, semanas, meses o años. Para realizar la proyección
de la demanda de eléctrica se emplean una variedad de variables y métodos.

MERCADO ELECTRICO
En los últimos 20 años, la producción de electricidad aumentó 186% hasta alcanzar 48.3 miles
de GWh en 2015. La mayor generación eléctrica para el uso de la población y empresas ha
permitido que Perú mantenga un ritmo de crecimiento sostenido durante la última década. En el
presente capítulo se muestra la evolución de las principales variables del sector eléctrico, como
el consumo, inversión, producción, precios, facturación y acceso al servicio de electricidad por
parte de la población
La electricidad se emplea, sobre todo, como insumo en los procesos productivos de casi todas
las actividades económicas del país, así como en la iluminación de las viviendas. En términos
agregados, este sector representa 1.5% del Producto Bruto Interno (PBI). La mayor inversión
en el sector y el uso de nuevas fuentes de generación no convencionales han permitido que más
de 93% de peruanos cuente con servicio eléctrico en sus hogares.

Evolucion del Consumo de Electricidad

El consumo nacional de electricidad (incluye el del Sistema Eléctrico Interconectado Nacional-
SEIN, los Sistemas Aislados-SS. AA., y los autoproductores2) creció a una tasa promedio anual
de 5.8% entre 1995 y 2015. De esta manera, de los 13 623 GWh de energía consumida en 1995
se pasó a 42 334 GWh en 2015, lo que representa un incremento de más de 200% en dicho
periodo. Según el tipo de servicio, el consumo del mercado eléctrico (conformado por el SEIN
y los SS.AA.) se incrementó 304%, al pasar de 9849 GWh en 1995 a 39 775 GWh en 2015;
mientras que el consumo de los autoproductores se redujo 32%, al pasar de 3774 GWh en 1995
a 2559 GWh en 2015 (ver gráfico 7-1).
Según el tipo de cliente, los usuarios del mercado eléctrico se dividen en libres y regulados3.
En 2015, el consumo de los usuarios libres representó el 46% (18 282
GWh) del consumo total del mercado eléctrico, mientras que los usuarios regulados
representaron el 54% (21 493 GWh). Esta participación en 1995 era de 35% (3419 GWh) y 65%
(6430 GWh) para los usuarios libres y regulados, respectivamente (ver gráfico 7-2).
Con respecto al número de usuarios del sistema eléctrico, en 2015 los usuarios libres eran 346,
mientras que los regulados, 6 681 682. En comparación a 1995, el número de usuarios libres y
regulados se incrementó en un 68% y 168%, respectivamente

Según el tipo de consumo por uso, en 2015, el mayor consumo de energía se registró en el sector
minero e industrial con 56% (22 440 GWh) del total a nivel nacional, seguido por el sector
residencial con 23% (9177 GWh), el comercial con 18% (7202 GWh) y el servicio de alumbrado
público con 2% (956 GWh). Con respecto a 1995, el consumo del sector minero e industrial se
incrementó 466%, el residencial en 191%, el comercial 220% y el alumbrado público 98% (ver
ilustración 7-1). La evolución del consumo de electricidad para el periodo 1995-2015 se puede
apreciar en el gráfico 7-4.
A nivel de regiones, el consumo de electricidad en 2015, en Lima, fue 18 559 GWh,
representando 46.7% del total. Asimismo, Arequipa representó 7.7% (3046 GWh), Ica 5.6%
(2236 GWh), Cusco 4.9% (1937 GWh) y Junín 4.8% (1901 GWh). La participación de estas
regiones en el consumo total responde, en parte, a la existencia de importantes operaciones
mineras, así como de gran actividad industrial

En el anterior grafico se presenta la evolución del consumo de electricidad por región para el
periodo 2005-2015, y se puede apreciar que la participación de Lima y Moquegua en el
consumo total se redujo 3 puntos porcentuales (de 49.6% en 2005 a 46.7% en 2015) y 2.6
puntos porcentuales (de 7.3% a 5.8% en 2015), respectivamente; mientras que la de regiones
como Arequipa y Cusco se ha incrementado en 2.6 puntos porcentuales (de 5.1% en 2005 a
7.3% en 2015) y 1.8 puntos porcentuales (de 3% a 4.8% en 2015), respectivamente. Según
grandes áreas geográficas, para 2015, la zona centro del país5 concentró 59% (23 290 GWh)
del consumo total de energía eléctrica; la zona sur6, 26% (10 176 GWh); la zona norte7, 14%
(5613 GWh); y la zona oriente8 solorepresentó 2% (675 GWh).
Este aumento en el consumo eléctrico podría deberse al sólido crecimiento de la clase media
registrado en la última década9 por la expansión del empleo y aumento del ingreso de las
familias, lo que ha generado cambios en los hábitos de consumo de la población. Por ejemplo,
en la actualidad, los hogares de los sectores socioeconómicos D y E están incorporando en su
canasta de consumo productos con mayor valor agregado, entre ellos electrodomésticos,
suavizantes, productos de cuidado personal, bebidas, entre otros (ver cuadro 7-2). En el gráfico
7-11 se observa cuál ha sido el valor de las importaciones per cápita en electrodomésticos entre
Perú, Colombia y Chile. A fin de atender el creciente nivel de consumo de los diferentes tipos
de usuarios, fue necesaria la ejecución de inversiones para la construcción de nuevas centrales
de generación eléctrica, así como la instalación de líneas de transmisión y distribución. A
continuación se presenta la evolución de las inversiones realizadas en los últimos años en la
industria eléctrica.
INVERSIONES E INFRAESTRUCTURA
Las reformas introducidas en el sector eléctrico a partir del Decreto Ley N0 25884, Ley de
Concesiones Eléctricas, en 1992; y la Ley N0 28832, Ley para Asegurar el Desarrollo Eficiente
de la Generación Eléctrica, en 2006, han permitido reducir la incertidumbre de los agentes
privados sobre los retornos de las inversiones realizadas en el sector10. A 2015, el sector
eléctrico alcanzó US$ 2593 millones en inversiones, de los cuales, 91.2% correspondió a
inversiones de empresas privadas (US$ 2364 millones), 4.1% a inversiones de empresas
públicas (US$ 122 millones) y 4.7% a inversiones en electrificación rural (US$ 107 millones),
como se puede apreciar en el gráfico 7-12. Con respecto a 1995, las inversiones en el sector
eléctrico crecieron 779%. Según origen, la participación de empresas públicas ha venido
disminuyendo a lo largo de los últimos años: pasó de 52.4% en 1995 a 4.7% en 2015, mientras
que la privada se ha incrementado desde 22.4% en 1995 a 91.2% en 2015. Los montos de
inversión ejecutados, según tipo de empresa, se aprecian en el gráfico 7-13. Del total de
inversiones públicas y privadas en 2015 (US$ 2486 millones), la actividad de generación ejecutó
71.4%, transmisión 14.2% y distribución 14.4%. Con respecto a 1995, el mayor avance se dio
en generación, al haber pasado la inversión de US$ 46.1 millones a US$ 1774 millones en 2015;
mientras que en transmisión la inversión creció 3014% desde 1995 hasta 2015, seguida por la
inversión en distribución con un crecimiento de 119% y en electrificación rural con 44% (ver
gráfico
La inversión en generación en los últimos 20 años se ha traducido en la construcción y entrada
en operación de nuevas centrales de generación, como por ejemplo las centrales térmicas de
Chilca 1 (2006), Kallpa (2007), Las Flores (2010), Santo Domingo de los Olleros (2013), Chilca
(2014) y Puerto Bravo (2016). Por el lado de las hidroeléctricas han ingresado El Platanal
(2010), Huanza (2014), Macchupicchu (2015), Cheves (2015), Santa Teresa (2015) y Quitaracsa
(2015), entre las de mayor capacidad instalada. En el cuadro 7-3 se presentan las principales
centrales que iniciaron operación comercial en el periodo 1995-2015. Como consecuencia de
estos ingresos, la potencia instalada ha tenido un crecimiento continuo en los últimos 20 años al
pasar de 4462 MW en 1995 a 12 189 MW en 2015, lo que representa un incremento de 173%.
Del valor señalado, el mayor crecimiento se produjo en la capacidad instalada destinada para
atender al mercado eléctrico, que triplicó su monto al pasar de 3186 MW en 1995 a 10 718 MW,
mientras que la capacidad de las centrales destinadas a uso propio solo crecieron 15% en el
mismo periodo (ver gráfico 7-15).
 Principales centrales de generación que iniciaron operación*, 1995-2015

Según tipo de tecnología, durante el periodo 1995-2015 resalta el ingreso de centrales térmicas
que operan con gas natural, las cuales han cambiado la configuración de la matriz de generación
eléctrica. De esta manera, mientras que la potencia de las centrales hidroeléctricas se incrementó
67%, la capacidad de las centrales térmicas lo hizo 289%. También se resalta el ingreso, a partir
del 2010, de las centrales que emplean Recursos Energéticos Renovables (RER), producto de
las licitaciones llevadas a cabo en el marco de las disposiciones establecidas mediante el Decreto
Legislativo N0 1002. La evolución de la potencia instalada del SEIN, según tipo de tecnología,
se puede apreciar en el gráfico 7-16. Por región, Lima ha concentrado la mayor capacidad
instalada de generación en el país, no obstante, en 2005 solo superaba a Huancavelica en 288
MW; mientras que para 2015 la capacidad instalada en Lima fue 4976 MW, es decir, en 10 años
se adicionaron 3671 MW en Lima. Este hecho se encuentra relacionado con el inicio de
operaciones del proyecto Camisea, que incentivó la instalación de centrales térmicas a gas
natural en la zona de Chilca, al sur de Lima (ver gráficos 7-17 y 7-18). Según grandes áreas
geográficas, para 2015, las regiones ubicadas en el centro del país concentraban 65% de la
capacidad instalada (6982 MW) del mercado eléctrico, seguidas de la región sur con 22% (2169
MW), norte con 11% (1203 MW) y oriente (363 MW). Al analizar los últimos 10 años, se
observa que si bien la potencia instalada se ha incrementado, las nuevas centrales de generación
no han modificado de manera significativa la distribución de la capacidad instalada en cada una
de las zonas geográficas del país. De esta manera, en 2005, un 61% de la capacidad instalada se
concentraba en el centro del país, mientras que para 2015, su participación se había
incrementado a 65%. Por el contrario, el sur y oriente del país redujeron su participación de 22%
y 6% en 2005 a 20% y 4% en 2015, respectivamente, como se muestra en el mapa 7-2 y el
cuadro 7-4.
En la actividad de transmisión, la mayor inversión permitió incorporar al SEIN nuevas líneas.
Antes de 2010, el más grande ingreso de capital se daba en la instalación de líneas de 200 kV,
mientras que para 2011, la inversión realizada permitió la entrada en operación de la primera
línea de 500 kV Chilca-La Planicie-Zapallal de ISA Perú S.A., proyecto que pertenece al
Sistema Garantizado de Transmisión y que fue desarrollado en dos etapas con cerca de 90 km
de longitud. Asimismo, en 2014 se incorporó la L.T. Trujillo Nueva–La Niña, también de 500
kV, con un total de 327 km de longitud, aproximadamente. Para 2015 se sumaron 993 km de
líneas de transmisión al SEIN, alcanzando en total 25 810 km. Durante este último año destaca
la incorporación de los tramos Suriray-Abancay-Cotaruse de la línea de transmisión Macchu
Picchu-Abancay-Cotaruse de 220 kV a cargo del Consorcio Trasmantaro con 190 km de líneas
aproximadamente; la línea de transmisión Cotaruse- Las Bambas de 220 kV a cargo de ATN2
con 132 km; y los tramos L-2059 y L-2060 de 188 km y 135.2 km, respectivamente. El gráfico
7-19 muestra la evolución (en kilómetros) de las líneas de transmisión en el periodo 1995-2015.
Se puede apreciar el incremento sustancial que han experimentado en los últimos 20 años, como
resultado de la construcción de nueva infraestructura de transmisión. La actual configuración de
las líneas de transmisión y concesiones de distribución se presenta en el mapa 7-3. La demanda
de electricidad, tanto de los consumidores residenciales como industriales, se ha incrementado
considerablemente. Así, se ha requerido mayores montos de inversión e incremento del número
de centrales de generación que permitan aumentar la producción de energía eléctrica para poder
atender la creciente demanda de electricidad. A continuación se presenta la evolución de la
producción de electricidad, mientras que en la sección siguiente se realiza el balance entre la
oferta y la demanda.

PRODUCCIÓN DE ELECTRICIDAD

La producción nacional de electricidad ha aumentado sostenidamente en los últimos 20 años.

En 2015, fue 48 278 GWh, y representó un aumento acumulado de 186% con respecto a 1995
(16 880 GWh) y una tasa de crecimiento promedio anual de 5.4%. Según el tipo de servicio, la
producción del mercado eléctrico (SEIN y SS.AA.) ha subido 249%, al pasar de 13 106 GWh
en 1995 a 45 711 GWh en 2015, mientras que la producción de uso propio se redujo 32% en el
mismo periodo al pasar de 3774 GWh en 1995 a 2559 GWh en 2015 (ver gráfico 7-20). Del
total de la producción del mercado eléctrico, aquella realizada por el SEIN se ha mantenido
por encima de 95%, mientras que la producción de los sistemas aislados se ha reducido desde
5% (0.7 miles de GWh) en 1995 a alrededor de 1% (0.6 miles de GWh) en 2015, como se
puede apreciar en el gráfico 7-21. Según el tipo de tecnología utilizada, a 2015, para el
mercado eléctrico la producción en base a tecnología hidráulica representó 50.6% del total;
mientras que aquella en base a centrales térmicas, 47.6%; y la producción en base a energías
renovables, 1.8% del total. Antes de 2005, la producción de electricidad mediante el uso de
recursos hídricos concentraba entre 70% y 90% del total. A partir de ese año, la mayor
disponibilidad y el uso de gas natural de Camisea11 para la producción de electricidad en
centrales térmicas empezó a crecer, lo que originó que la participación de la generación
térmica se incremente de 26.2% en 2005 a 47.6% en 2015. En el mismo periodo, la
participación de la tecnología hidráulica se ha reducido 23 puntos porcentuales, como se puede
apreciar en el gráfico 7-22. El resto de la producción se realizó por medio del uso de energía
solar y eólica, desarrollada bajo el amparo del marco legal que promueve la generación
eléctrica en base a recursos energéticos renovables, como se ha señalado en el capítulo 5 del
presente libro. El aumento del uso de gas natural en la generación se puede explicar por la
instalación de nuevas centrales que lo utilizan, así como por la adecuación de otras que
empleaban derivados del petróleo (diésel o residual). Esto se muestra en el gráfico 7-24, que
presenta la evolución de la producción de electricidad en el SEIN según el tipo de recurso que
se ha empleado. Así, se aprecia que la generación en base a gas natural, que en 2001 solo
representaba 4.2% de la producción total, a partir de 2005 fue incrementando de manera
paulatina su participación hasta situarse cerca al 46.4% en 2015. Mientras tanto, en el mismo
periodo, la generación hidroeléctrica, y aquella basada en carbón y derivados del petróleo, se
han reducido de manera significativa.
BALANCE OFERTA-DEMANDA
Máxima demanda y margen de reserva

Tanto la potencia efectiva como la máxima demanda han mostrado una tendencia creciente en
los últimos 20 años. Un concepto asociado a estos términos es el margen de reserva efectivo
que mide el porcentaje de potencia efectiva que excede a la máxima demanda12. El margen de
reserva es un indicador que permite apreciar el nivel de seguridad en la continuidad de las
operaciones del sistema eléctrico, como respaldo ante posibles contingencias o condiciones
adversas. En este sentido, valores elevados del margen de reserva muestran que el sistema
eléctrico es capaz de seguir generando electricidad si es que ocurre una restricción en la
producción de alguna central. Por el contrario, un valor bajo del margen de reserva indicaría
que la capacidad del sistema para atender la demanda se vería afectada ante la ocurrencia de
algún evento adverso.
Oferta y demanda

Una vez presentada la demanda y la oferta global en las secciones previas, así como la
evolución del margen de reserva efectivo, las pérdidas de energía y los intercambios
internacionales de electricidad; en el gráfico 7-31 se muestra el balance entre la oferta de
generación eléctrica y la demanda. Se puede apreciar que ambas variables han evolucionado
siguiendo la misma tendencia en los últimos 20 años. Como se ha señalado previamente, la
diferencia entre la producción y la demanda se debe a la existencia de las pérdidas de energía
en las redes de transmisión y distribución.
CARACTERIZACION DE LA CARGA
Las curvas de carga, expresión de las necesidades energéticas de los usuarios, son el punto
de partida para cualquier análisis de regulación de oferta, pero son también el resultado de
todas las acciones sobre la demanda. Un conocimiento suficiente de las curvas de carga es
una necesidad para la definición de las tarifas. Asimismo, el conocimiento de las curvas de
carga permite verificar la admisibilidad de los flujos de potencia en los componentes
individuales de la red y evaluar su confiabilidad en sus distintas configuraciones.
La identificación de modalidades de consumo características permitirá revisar críticamente los
coeficientes de asignación de los costos de distribución a los parámetros tarifarios, midiendo
probabilidades de participación de los consumos en los costos propios y de abastecimiento de
potencia y energía.
El objetivo de la campaña de caracterización de la carga es identificar dichas modalidades de
consumo, para cada tipo de usuario, a fin de determinar la responsabilidad que cada uno tiene
en la curva de carga diaria de la empresa.
La obtención de mediciones sistemáticas, además de ser útil para la determinación de los
factores de asignación, permite también la realización de estudios más precisos del sistema
eléctrico tales como el dimensionamiento de redes, detección de nuevos usos de energía y
desarrollo de modelos sectoriales para la agregación de cargas y estudios de pérdidas técnicas
y no técnicas.
En términos generales, una campaña de caracterización de la carga consta de una etapa
preliminar de identificación de las principales características o factores que definen las curvas
de carga y tres etapas adicionales de análisis e implementación, en las que se analizan los
datos del mercado y se definen los puntos de medición y finalmente su posterior
procesamiento.
De esta manera, las etapas del estudio de curvas de carga comprenden:
a) Diseño,
b) Implementación y,
c) Procesamiento de la información.

Para cada una de las etapas mencionadas, los principales aspectos a considerar comprenden:

El objetivo final de todo este proceso es definir los parámetros relacionados con la asignación
de los costos de abastecimiento y costos propios de distribución a los cargos tarifarios, en
función de las modalidades de consumo y el nivel de tensión en que se realice el suministro,
para cada conjunto de usuarios.

PRONOSTICO Y/O PROYECCION DE LA DEMANDA

La proyección de la demanda eléctrica es uno de los procesos más importantes en el sector
eléctrico. Este primer paso es crucial para cualquier análisis operacional o estudio de
planificación. Esta importancia se debe a que análisis o estudios posteriores se basarán en la
proyección de la demanda. Es necesario realizar la proyección de la demanda eléctrica para
en el futuro próximo suministrar energía eléctrica de manera continua, económica y confiable.
La proyección de la demanda eléctrica es la estimación de energía y potencia requerida en el
futuro en un determinado periodo. Esta proyección nos permite conocer la cantidad de energía
y potencia eléctrica para los siguientes días, semanas, meses o años. Para realizar la
proyección de la demanda de eléctrica se emplean una variedad de variables y métodos. En
este artículo, voy explicar la clasificación, variables y métodos conocidos para realizar la
proyección de la demanda eléctrica.
Clasificación
Típicamente la proyección de la demanda eléctrica es clasificada de acuerdo a la duración del
horizonte de planificación. En la literatura científica, la proyección de la demanda eléctrica está
clasificada en:
1) “Short-Term Load Forecasting (STLF)”, la proyección de la demanda es horaria y el
horizonte de proyección es de un día a una semana.
2) “Medium-Term Load Forecasting (MTLF)”, la proyección de la demanda es diaria y
el horizonte de proyección es de varias semanas a meses.

3) “Long-Term Load Forecasting (LTLF)”, la proyección de la demanda es mensual o

estacional. El horizonte de proyección es anual.
La proyección de demanda eléctrica de corto y mediano plazo es empleada para estudios
operativos. Mientras que la proyección de demanda de largo plazo es empleada en estudios
de planificación. Sin embargo, una proyección de la demanda a corto plazo es
significativamente diferente de la de largo plazo utilizada en los estudios de planificación. En
la figura 1, se muestra la clasificación desarrollada por Sei y Sepasian (2011), se observa las
variables y su relación con los horizontes de tiempo de proyección de la demanda.
 Figura 1- Relación entre variables y horizonte de planificación en la proyección de la demanda eléctrica
Fuente: Sei y Sepasian (2011)

1.La proyección de demanda eléctrica de corto plazo

La proyección de demanda eléctrica de corto plazo, es empleada para pronosticar la
demanda del día a la semana siguiente. Las variables empleadas son la demanda
histórica, precios de electricidad, condiciones meteorológicas, tipo de día (normal o
festivo) y/o eventos especiales. En la figura 2 se muestra un ejemplo de la proyección
realizada por el Comité de Operación Económica del Sistema Interconectado Nacional
(COES), para el día domingo 29 y 30 de mayo del 2018 en la red eléctrica del Perú.

FECHA EJECUTADO PROG. DIARIA PROG. SEMANAL

29/04/2018 00:30 5556.95414 5581.35167 5488.11221
29/04/2018 01:00 5442.86884 5501.06356 5488.11221
29/04/2018 01:30 5217.49479 5373.15692 5324.71616
29/04/2018 02:00 5158.31396 5328.64596 5324.71616
29/04/2018 02:30 5071.25575 5261.85368 5217.20176
29/04/2018 03:00 5123.57592 5230.09327 5217.20176
29/04/2018 03:30 5069.93334 5208.2775 5166.15639
29/04/2018 04:00 5076.61166 5181.37021 5166.15639
29/04/2018 04:30 5109.73124 5167.05143 5135.80526
29/04/2018 05:00 5084.24203 5144.50853 5135.80526
29/04/2018 05:30 5100.39424 5177.30089 5150.23682
29/04/2018 06:00 4990.45887 5152.13607 5150.23682
29/04/2018 06:30 4797.38959 5022.4848 4915.22004
29/04/2018 07:00 4714.28528 4923.59012 4915.22004
29/04/2018 07:30 4852.25261 4946.9657 5079.49711
29/04/2018 08:00 4887.39679 5040.55651 5079.49711
29/04/2018 08:30 5027.47349 5198.54529 5339.33902
29/04/2018 09:00 5127.43064 5280.3202 5339.33902
29/04/2018 09:30 5175.00193 5349.4778 5502.70126
29/04/2018 10:00 5213.83223 5441.79026 5502.70126
29/04/2018 10:30 5205.31815 5527.88558 5618.82292
29/04/2018 11:00 5274.83872 5579.22119 5618.82292
29/04/2018 11:30 5368.04005 5604.84229 5657.96687
29/04/2018 12:00 5338.14478 5618.81267 5657.96687
29/04/2018 12:30 5317.14947 5620.87265 5622.69135
29/04/2018 13:00 5271.41916 5582.30363 5622.69135
29/04/2018 13:30 5204.17179 5547.92276 5570.38995
29/04/2018 14:00 5216.56317 5534.46488 5570.38995
29/04/2018 14:30 5222.82056 5534.26534 5567.2733
29/04/2018 15:00 5219.68608 5509.87947 5567.2733
29/04/2018 15:30 5311.07135 5480.61662 5507.43662
29/04/2018 16:00 5302.79133 5448.1907 5507.43662
29/04/2018 16:30 5337.06901 5487.64247 5528.84073
29/04/2018 17:00 5403.47715 5493.18168 5528.84073
29/04/2018 17:30 5630.0136 5630.47951 5797.10963
29/04/2018 18:00 5809.37234 5813.55974 5797.10963
29/04/2018 18:30 6144.946 6310.3649 6376.82122
29/04/2018 19:00 6190.132 6399.29933 6376.82122
29/04/2018 19:30 6126.47413 6419.70666 6403.40268
29/04/2018 20:00 6191.38036 6395.78306 6403.40268
29/04/2018 20:30 6200.801 6333.44705 6247.5864
29/04/2018 21:00 6159.28207 6237.0346 6247.5864
29/04/2018 21:30 6088.27945 6196.55669 6107.77729
29/04/2018 22:00 5957.61974 6106.54989 6107.77729
29/04/2018 22:30 5720.70656 5916.52379 5704.56972
29/04/2018 23:00 5574.39505 5700.73803 5704.56972
29/04/2018 23:30 5429.09386 5542.98095 5361.45555

DEMANDA
7000
6000
5000
4000
MW

3000
2000
1000
0

DIARIO

EJECUTADO PROG. DIARIA PROG. SEMANAL

 Figura 2- Comparación entre la proyección y el valor real de demanda eléctrica de corto plazo en Perú
Fuente: COES (2018)

2. La proyección de demanda eléctrica de mediano plazo

La proyección de demanda eléctrica de mediano plazo, es empleada para pronosticar
los picos de demanda de la siguientes semanas y meses. Esta proyección es
frecuentemente desarrollada en países donde la estación del año juega un rol
importante. En la figura 3 se muestra un ejemplo de proyección de mediano plazo para
el periodo 2010 a 2014 en Algeria.

Figura 3 – Proyección de la demanda eléctrica de mediano plazo en Algeria, periodo mensual entre 2010 a
2014
Fuente: Laouafi (2015)

3. La proyección de demanda eléctrica de largo plazo

La proyección de demanda eléctrica de largo plazo, es empleada para estimar la
demanda máxima de los próximos años. Las variables determinantes son la
población, el “Producto Bruto Interno”, tendencias de consumo de electricidad y otras
variables macroeconómicas. En la figura 4 se muestra un ejemplo de la proyección
realizada por el COES para el periodo 2015 a 2028 en la red eléctrica del Perú.
Figura 4- Proyección de la demanda eléctrica de largo plazo en Perú
Fuente: COES (2017b)

DEMANDA DEL SEIN

PROYECCION DE LA DEMANDA 2015-2026

FUENTE COES

CRECIMIENTO DE LA DEMANDA
3 Variables
Como se observó en la figura 1, en la proyección de la demanda eléctrica intervienen
diferentes variables. Es preciso comentar que las variables se emplean de acuerdo al
tipo de proyección que se va a realizar. A continuación, explico brevemente cada
variable.

3.1.1 Demanda histórica

Es el resultado de la medición de potencia en intervalos de tiempo. La medición de
potencia se realiza en tiempo real en diferentes componentes de un sistema eléctrico
(Por ejemplo, bornes de las unidades de generación, subestaciones). Debido a la gran
cantidad de información es usual registrar datos cada 5, 10 o 15 minutos. Este registro
de información es importante porque nos permite conocer los valores máximos,
mínimos, tendencias en una determinada región para una hora, día, semana o año
específico.

3.1.2 Tiempo
El tiempo (hora del día, el día de la semana o mes del año) influyen en la proyección
de la demanda eléctrica. Los perfiles de carga son diferentes entre días, semanas o
estaciones. Por ejemplo, el comportamiento de la demanda es diferente entre día de
semana y un sábado, domingo o un día festivo. Los días festivos influyen
significativamente en la proyección de demanda eléctrica de corto plazo, son los más
difíciles de pronosticar debido a que tienen poca frecuencia y alta incertidumbre.

3.1.3 Condiciones Climáticas

 a) Temperatura
En la mayoría de países, la temperatura ambiente juega un rol importante en la
proyección de demanda eléctrica de corto plazo. Los efectos de la temperatura
no son uniformes y juega diferentes roles de una estación a otra. En invierno,
un decremento de temperatura significa un incremento de carga por el uso de
calefacción. En verano, un incremento de temperatura significa un incremento
de carga por el uso de aire acondicionado.
b) Velocidad de viento
Una alta velocidad de viento, tiene como consecuencia el enfriamiento de la
temperatura del medio ambiente. Los efectos de la velocidad de viento son
significativos en el invierno, este efecto es pequeño en otras estaciones.
c) Humedad
El nivel de humedad en la atmósfera es una variable meteorológica que influye
en gran medida en el uso de aire acondicionado y otras cargas de refrigeración
durante el verano. Los efectos de la alta humedad generalmente se perciben
cuando la temperatura es bastante alta, por lo general por encima de la
temperatura ambiente.

3.1.4 Tipo de clientes

La demanda tiene comportamiento diferente de acuerdo al tipo de cliente. Es posible
proyectar la demanda para cada tipo de cliente y luego agregarla en la proyección
global. Es usual clasificarlo en clientes urbanos, rurales y grandes consumidores.
Dentro de los clientes urbanos, los usos de la energía pueden ser residenciales,
comercial, público y pequeñas industrias.

3.1.5 Eventos Especiales

Los eventos especiales tales como programas especiales de TV (por ejemplo, la final
de la copa mundial de fútbol), días festivos (por ejemplo, año nuevo, navidad, día del
trabajador), eventos sociales (por ejemplo, la hora del planeta). De acuerdo a estos
eventos especiales se puede dar un incremento o reducción de la demanda en
pequeños intervalos de tiempo. Esta variable es considerada en modelos de
proyección de demanda eléctrica de corto plazo.

3.1.6 Producto Bruto Interno

La tasa de crecimiento del producto bruto interno y el crecimiento de la demanda
están altamente relacionadas. Numerosas investigaciones han demostrado la
relación de causalidad en el corto y largo plazo.

3.1.7 Población
El crecimiento poblacional está ligado con el consumo energético del sector urbano y
rural. Por lo cual tienen una relación directamente proporcional a la demanda de
electricidad
4 Modelos y métodos empleados
En esta sección voy a listar los métodos más conocidos para realizar la proyección de
la demanda eléctrica. El nombre del método lo escribo en inglés, debido a que en
ciertos casos no tiene una traducción exacta al español.
Srivastava (2016), realiza una revisión de métodos para la proyección de la demanda
de corto plazo. Revisa un total de 83 investigaciones referentes a proyecciones de
corto plazo, las cuales las agrupa del siguiente modo:
1. Statistical Technique
 Multiple regression method
 Exponential smoothing
 Iterative reweighted least square
 Adoptive load forescasting
 Stochastic time series
2.Autoregressive Moving-Average (ARMA) Model
3.Autoregressive Integrated Moving-Average
4.Artificial Intelligent (AI) Techniques
 Fuzzy logic
 Neural networks
 Genetic algorithms
Laouafi (2015), realiza una evaluación de métodos convencionales e inteligencia
artificial para proyecciones de la demanda eléctrica de mediano y largo plazo. Los
métodos que emplea para la proyección de mediano y largo plazo son:
1) Holt’s exponential smoothing technique (HWES)
2) Autoregressive integrated moving average model (ARIMA)
3) Holt-Winters method
4) Seasonal autoregressive integrated moving average (SARIMA)
5) Artificial neural network model
6) Adaptive neuro-fuzzy inference system
En nuestro país, la proyección de la demanda de corto plazo es realizada a diario por
el COES. En la cual se emplea el método de media móvil. El detalle de la metodología
la encontramos en el procedimiento No 3 – Pronóstico de la demanda a corto plazo
del sistema eléctrico interconectado nacional.
Cada año Osinergmin, desarrolla el procedimiento de fijación de precios en barra. En
este procedimiento se emplea un modelo ARIMA y un modelo de corrección de errores
(MCE). Ambos métodos se vienen empleando desde el año 2006.

5 Conclusiones
La proyección de la demanda eléctrica es muy importante para la decisión de procesos
en el sector eléctrico. Estos procesos pueden ser la programación de la operación de
corto plazo, una base para la compra y venta de energía eléctrica, la planificación de
proyectos de generación y transmisión.
En cuanto a las variables empleadas están fuertemente ligadas al horizonte de tiempo
que deseamos proyectar. Mientras que en los métodos empleados están basados en
técnicas estadísticas, de regresión e inteligencia artificial.
Finalmente, en nuestro país posiblemente se pueda mejorar los métodos de
proyección de la demanda eléctrica que son empleados actualmente. En particular
para la operación diaria, en la revisión literaria podemos encontrar métodos recientes
que proponen un menor error de pronostico en comparación al método de media móvil.

COMENTARIO:
1
En febrero se promulgó en Chile el Decreto Supremo # 148 que aprueba el Plan
“Energía al 2050”. El Plan fue preparado en 18 meses por 27 miembros. Entre ellos
están los principales productores y consumidores de energía (Consejo Minero,
Asociación de Generadores de Energía y de gas natural), así como la comunidad
académica, las ONG ambientalistas (WWF), defensores de los derechos indígenas y,
también, de protección del consumidor.
Energía 2050 (1) dice que Chile debe cumplir su compromiso de reducir en un 30% las
emisiones de gases de efecto invernadero al año 2030. Para ello aprueba una amplia
gama de políticas y metas cuantificables. Mencionemos una: las fuentes de energías
renovables (no contaminantes) tendrán una participación del 70% en la generación
eléctrica.
Energía 2050 señala actores y responsabilidades. Así, por ejemplo, para aumentar las
inversiones en infraestructura en la cadena de combustibles en consistencia con las
condiciones planteadas en el Eje “Gestión del Territorio”, se establece que los actores
son la Empresa Nacional de Petróleo, las empresas distribuidoras y las transportistas.
Finalmente, “el Ministerio de Energía será encargado de liderar la implementación de
la Política Nacional de Energía, realizar su seguimiento y realizar un informe anual de
sus avances al Consejo de la Sociedad Civil del Ministerio de Energía” (DS # 148, Art.
2).
Hay varias cosas claves acá. El Estado (no el mercado) lidera un concertado con todos
los actores de la sociedad. El compromiso es vinculante para todos pues se plasma
en un Decreto Supremo. Y el Ministerio de Energía, bajo responsabilidad, lidera su
implementación.
Qué diferencia con el Perú, donde no hay un Plan Energético de Largo Plazo. Lo único
que hay son “planes referenciales”, o sea proyecciones lineales de oferta y demanda.
Y no es que falten profesionales, que los hay y muy buenos. Ni tampoco que no haya
planes, pues tenemos la “Nueva Matriz Energética Sostenible (NUMES), financiada
por el BID y que duerme en alguna gaveta.
Pero aquí prima la ley del mercado, mejor dicho, de las empresas, lo cual nos viene
desde la Ley de Hidrocarburos (Ley 26221) de 1993. Esa ley del mercado hace que lo
que piden los empresarios se vuelva realidad, mientras que sucede lo contrario cuando
es el Estado quien lo pide (sorpréndase, de vez en cuando lo hace).
Esa libertad empresarial tiene un sustento de fondo: la Ley 26221 dice que los
empresarios son los dueños de la molécula de gas y petróleo, motivo por el cual nadie,
ni siquiera el Estado, puede decirles qué hacer con ella.
¿Quiere el Estado darle gas a la Región Sur del Perú, masificar el gas a domicilio,
tener gas natural vehicular, una industria petroquímica para la diversificación
productiva, descentralizar el país y generar miles de empleos? Para ello el Estado tiene
que pedirle el gas a los dueños del Lote 58 (CNPC de China) y del Lote 88 (Consorcio
Camisea). Pero las empresas hasta hoy no concretan esa oferta y el gobierno tampoco
ha hecho mucho para concretarla. Por ello, hasta hoy no está garantizada la oferta de
gas, pero el Gasoducto se está construyendo. De Ripley.
En Chile hay consenso acerca del rol de la empresa pública : ENAP tiene encargos
explícitos. En el Perú hay un amplio sector (66% según la última encuesta de Datum)
que pelea hace 20 años para que no se privatice Petroperú y que se le fortalezca y se
modernice, mientras que los proprivatización siguen pidiendo su disolución. Esto debe
terminar. PPK ha dicho que fortalecerá la empresa, lo que también plantean el Frente
Amplio y Fuerza Popular (con diferencias importantes entre todos ellos, ciertamente).
Es la hora del consenso positivo para Petroperú,
Se quedan temas en el tintero: el Plan de Masificación Nacional y la exportación del
gas del Lote 56 a México. La cuestión es que todo lo señalado aquí puede y debe ser
abordado en un Plan Energético al 2050, puesto en marcha por todos los actores y
aprobado por Decreto Supremo para que tenga carácter vinculante. Este Plan debe
“rayar la cancha” para todos los actores. Los planes de las empresas tienen que estar
en línea con lo que el país necesita. Y no al revés, como ahora.
Hay amplio terreno para avanzar. Revisando los planes de gobierno, vemos que PPK
propone una Ley Marco de Cambio Climático y Fuerza Popular plantea “equilibrar las
inversiones con el medio ambiente”. De su lado, el Frente Amplio desarrolla
exhaustivamente el cambio climático, la defensa del medio ambiente y los territorios
de las comunidades nativas, así como un plan energético alternativo.
Es hora que los peruanos forjemos nuestro desarrollo energético, decidiendo adónde
va la molécula. Todo eso dentro de un Plan de Largo Plazo. Ni más ni menos.

2
En noviembre del año 2014, el Ministerio de Energía y Minas (Minem) publicó el Plan Energético
Nacional 2014-2025. En el mencionado documento se presentan proyecciones de la demanda de
energía en el horizonte 2014-2025 para dos escenarios de crecimiento económico: un escenario
optimista (escenario base) y un escenario conservador (escenario alternativo). En el escenario
optimista se espera un crecimiento económico promedio anual de 6.5%, mientras que en el
escenario conservador se espera un crecimiento económico promedio anual de 4.5%. En la
figura 2 se muestran las proyecciones de la demanda de energía final para los escenarios
anteriormente descritos.
Se observan, además, dos escenarios complementarios a los escenarios de crecimiento
económico, relacionados con la introducción de medidas de eficiencia energética en los sectores
residencial, servicios, industrial y transporte. Por lo tanto, las autoridades gubernamentales del
sector energético no realizan un análisis serio de la evolución de la economía nacional y de la
coyuntura internacional y prefieren confundir sueños con realidad.
El sueño del crecimiento económico infinito se antepone a la realidad de final de un modelo
económico excluyente, desequilibrado socialmente y concentrado en algunos reducidos grupos
de poder económico. La existencia de una nueva realidad obliga a replantear una nueva
estrategia energética a largo plazo, dirigida a reemplazar el consumo de recursos fósiles en el
sector transporte y eléctrico y en democratizar y localizar la generación de energía en el Perú.

5 Referencias

 Seifi, H., & Sepasian, M. S. (2011). Electric power system planning: issues,
algorithms and solutions. Springer Science & Business Media.
 Laouafi, A., Mordjaoui, M., & Laouafi, F. (2015). An evaluation of
conventional and computational intelligence methods for medium and
long-term load forecasting in Algeria. In Control, Engineering &
Information Technology (CEIT), 2015 3rd International Conference
on (pp. 1-6). IEEE.
 Srivastava, A. K., Pandey, A. S., & Singh, D. (2016). Short-term load
forecasting methods: A review. In Emerging Trends in Electrical
Electronics & Sustainable Energy Systems (ICETEESES), International
Conference on (pp. 130-138). IEEE.