Costos de generación de energía eléctrica bajo gasificación

Page 1

Oportunidades

para la traNsformación de la biomasa forestal en energía y las posibilidades mediante procesos de gasificación

COSTOS DE GENERACIÓN DE ENERGÍA ELÉCTRICA BAJO GASIFICACIÓN Juan Fernando Pérez Bayer Grupo de manejo eficiente de la energía – GIMEL Departamento de Ingeniería Mecánica Facultad de Ingeniería - Universidad de Antioquia

Seminario Internacional Transformación de la Biomasa Forestal en Energía. Cartago, Costa Rica, 2017


AGENDA 1. 2. 3. 4. 5. 6.

Introducción Metodología Resultados Conclusiones Bibliografía Agradecimientos


1. Introducción

1.1 Generación de electricidad en Colombia

13500 MW installed Hydroelectric

68%

Thermal

32% Gas

27%

Coal

5%


1.2 Costos de generaciรณn de electricidad con diferentes recursos

1. Introducciรณn

Energy demand Generation MWh

Reservoir level (%)

Hydraulic generation Thermal generation

nov dic ene feb mar abr may jun jul

No rain

ago sep oct nov dic ene feb

Rains

www.xm.com.co


1. Introducciรณn

1.2 Costos de generaciรณn de electricidad con diferentes recursos

UPME, Colombia, 2013


1.3 Descripción del problema

1. Introducción

Se requiere calcular el costo de generación de energía eléctrica de centrales térmicas basadas en gasificación de biomasa. Esto se desarrolla mediante un análisis técnico-económico de varias plantas de gasificación. El objetivo es realizar un análisis previo de prefactibilidad en el contexto Colombiano calculando el costo de electricidad (COE).


2.1 Generalidades

2. Metodología

Núcleos forestales: *Selección *Potencial energía *Tecnología

cUSD/kWeh

Prefactibilidad: *Análisis técnico económico. *Precios de venta de la energía en mercados energéticos. *Costos de energía de la biomasa.


2. MetodologĂ­a

2.1 Generalidades

Wei et al. Evaluation of micro-scale electricity generation cost using biomass-derived synthetic gas through modeling. Int. J. Energy Res. 2011; 35:989–1003.


Área IMA Turno Calificación I 3 (ha) (m /ha/año) (años) Área IMA Turno Acacia mangium 11.300 28 4 4 5 4 13.0 Cupressus 4.278 23 10 1 3 2 6.0 lusitanica Eucalyptus sp. 4.6115 25 7 6 4 3 13.0 Gmelina arborea 4.972 23 7 2 3 3 8.0 Pinus patula 3.8495 20 13 5 2 1 8.0 Pinus sp. 59.811 20 13 7 2 1 10.0 Tectona grandis 6.341 18 7 3 1 3 7.0 Especie

2. Metodología

2.2 Bioenergía

De 19 empresas reforestadoras, 9 suministraron información. Nucleo

Producción Especie anual de forestal del madera para el núcleo proyecto

Energía Primaria

Potencia eléctrica estimada

[Ton/año]*

[GJ/año]

kWe

Kanguroid 3F

Acacia mangium

28800

432217

Pizano

Gmelina arbórea

7200

108841

Cipreses Yarumal

Pinus patula

7200

110329

Gresco

Pinus patula

11880

182043

2084 525 532 878

*Madera residual, seca al aire (20% humedad)


2.2 BioenergĂ­a SpecificConsumo fuel consumption [kg/kWe-h] especĂ­fico [kg/kWhe] 2.4

2.2

2

1.8

1.6

1.4

1.2

1

3500

Power [kWe] [kWe] Generada Potencia

2. MetodologĂ­a

3000 Kanguroid 3F 2000 kWe

2500

Pizano 500 kWe 2,084 kWe (Kanguroid 3F)

Cipreses Yarumal 500 kWe

2000

900 kWe Gresco Estimados

1500 878 kWe (Gresco)

1000 500

525 kWe (Pizano) 532 kWe (Cipreses Yarumal)

0 10%

12%

14%

16%

18%

20%

22%

Eficiencia Global Global efficiency [%]

đ??¸đ?‘?đ?‘&#x;đ?‘–đ?‘šđ?‘Žđ?‘&#x;đ?‘Ś đ?‘˜đ?‘Š = đ?‘‰đ?‘?đ?‘šđ?‘

đ?‘š3 đ?‘˜đ?‘” đ?‘˜đ??˝ đ?‘Śđ?‘’đ?‘Žđ?‘&#x; Ă— đ??´đ?‘&#x;đ?‘’đ?‘Ž(â„Žđ?‘Ž) Ă— đ?œŒ Ă— đ??żđ??ťđ?‘‰ Ă— đ??śđ?‘Ąđ?‘’ â„Žđ?‘Ž ∗ đ?‘Śđ?‘’đ?‘Žđ?‘&#x; đ?‘š3 đ?‘˜đ?‘” đ?‘ đ?‘’đ?‘”

24%


2. Metodología

2.2 Bioenergía: tecnologías de generación con biomasa

Para dendroenergía: La combinación lecho fijo equicorriente/motor es la más adecuada


2.3 Descripción del modelo técnico-económico Salidas

Entradas • Prestaciones:

• Potencia • Eficiencia

2. Metodología

• Biomasa:

MODELO TÉCNICO FINANCIERO

• LHV (base seca) • $ USD / Ton

• Costos: • Inversión (compra) • Operación • Mantenimiento • Obra civil

N e,neta e  m f  LHVbms n   i1i   A  C  c  n   1i  1 

C f ,a  m f  C f ,ton  t op, year C f ,e 

C A,e 

Costo específico de generación ($/kWeh). Análisis de sensibilidad del costo de generación respecto a: – Horas anuales de trabajo. – Inversión específica. – Costo de la biomasa. – Precio electricidad Análisis Financiero: Tiempo de repago, TIR.

C f ,a

CM , a  N e  top, year CM ,e   Ne  top, year

A N e  top, year

C Lab,e 

C Lab,a N e  t op, year

COEref  C A, e  C f , e  CLab, e  CM , e


2.3 Descripción del modelo técnico-económico Salidas

Entradas • Prestaciones:

• Potencia • Eficiencia

2. Metodología

• Biomasa:

MODELO TÉCNICO FINANCIERO

• LHV (base seca) • $ USD / Ton

• Costos: • Inversión (compra) • Operación • Mantenimiento • Obra civil

N e,neta e  m f  LHVbms n   i1i   A  C  c  n   1i  1 

C f ,a  m f  C f ,ton  t op, year C f ,e 

C A,e 

Costo específico de generación ($/kWe). Análisis de sensibilidad del costo de generación respecto a: – Horas anuales de trabajo. – Inversión específica. – Costo de la biomasa. – Precio electricidad Análisis Financiero: Tiempo de repago, TIR.

C f ,a

CM , a  N e  top, year CM ,e   Ne  top, year

A N e  top, year

C Lab,e 

C Lab,a N e  t op, year

COEref  C A, e  C f , e  CLab, e  CM , e


2.3 Descripción del modelo técnico-económico Salidas

Entradas • Prestaciones:

• Potencia • Eficiencia

2. Metodología

• Biomasa:

MODELO TÉCNICO FINANCIERO

• LHV (base seca) • $ USD / Ton

• Costos: • Inversión (compra) • Operación • Mantenimiento • Obra civil

N e,neta e  m f  LHVbms n   i1i   A  C  c  n   1i  1 

C f ,a  m f  C f ,ton  t op, year C f ,e 

C A,e 

Costo específico de generación ($/kWe). Análisis de sensibilidad del costo de generación respecto a: – Horas anuales de trabajo. – Inversión específica. – Costo de la biomasa. – Precio electricidad Análisis Financiero: Tiempo de repago, TIR.

C f ,a

CM , a  N e  top, year CM ,e   Ne  top, year

A N e  top, year

C Lab,e 

C Lab,a N e  t op, year

COEref  C A, e  C f , e  CLab, e  CM , e


2.3 Descripción del modelo técnico-económico Salidas

Entradas • Prestaciones:

• Potencia • Eficiencia

2. Metodología

• Biomasa:

MODELO TÉCNICO FINANCIERO

• LHV (base seca) • $ USD / Ton

• Costos: • Inversión (compra) • Operación • Mantenimiento • Obra civil

N e,neta e  m f  LHVbms n   i1i   A  C  c  n   1i  1 

C f ,a  m f  C f ,ton  t op, year C f ,e 

C A,e 

Costo específico de generación ($/kWe). Análisis de sensibilidad del costo de generación respecto a: – Horas anuales de trabajo. – Inversión específica. – Costo de la biomasa. – Precio electricidad Análisis Financiero: Tiempo de repago, TIR.

C f ,a

CM , a  N e  top, year CM ,e   Ne  top, year

A N e  top, year

C Lab,e 

C Lab,a N e  t op, year

COEref  C A, e  C f , e  CLab, e  CM , e


2.3 Descripción del modelo técnico-económico Salidas

Entradas • Prestaciones:

• Potencia • Eficiencia

2. Metodología

• Biomasa:

MODELO TÉCNICO FINANCIERO

• LHV (base seca) • $ USD / Ton

• Costos: • Inversión (compra) • Operación • Mantenimiento • Obra civil

N e,neta e  m f  LHVbms n   i1i   A  C  c  n   1i  1 

C f ,a  m f  C f ,ton  t op, year C f ,e 

C A,e 

Costo específico de generación ($/kWe). Análisis de sensibilidad del costo de generación respecto a: – Horas anuales de trabajo. – Inversión específica. – Costo de la biomasa. – Precio electricidad Análisis Financiero: Tiempo de repago, TIR.

C f ,a

CM , a  N e  top, year CM ,e   Ne  top, year

A N e  top, year

C Lab,e 

C Lab,a N e  t op, year

COEref  C A, e  C f , e  CLab, e  CM , e


3.1 Proveedores de plantas de potencia

3. Resultados

Parámeters

Potencia nominal (kWe) Potencia Autoconsumo (% de la nominal) Precio planta generación (USD x1000) Eficiencia (%) Consumo de combustible (kg/kWeh) Tecnología gasificación

Proveedores de plantas de gasificación (baja – media potencia) AME AS1 AS2 AS3

AFR 500 20 (aprox.)

1936

500

1000

1945

500

Generación neta

1000 1250 2250 20 (aprox.)

500

1000

15

11000 17200 26300 1760 3102 3146 6270 1100

1000 2000

15

15 (aprox.)

2200

3190 6380

EU1 750

EU2 2000

10 (aprox.)

6960

500 10 (apr ox.)

16700 4470

25.9

19.5

19.5

23

23

14.3

24

16.3

0.88

1.36

1.3

1.1

1.1

1.6

1

1.3

Downdraft

Dow ndra ft

Downdraft Updraft Valor utilizado Observaciones

Parámetro Tiempo Ratiode capital cost/equipment operación al año costs Mano de obra (h/year) año/persona Vida Útil (años)

2.0 NS

Mano de obra Costo de(#la biomasa requerida operarios)

NS30 USD/Ton

[15][18][42] 7200 (approx.)

15500 USD 15

25

[15, 44]

Downdraft

Fluidized bed

Fluidized bed

7000 (max.)

7500 (max.)

NS

7000 (approx.)

NS

10

15

20

15

NS

NS

2

2

15 Transporte y acondicionamiento etc.) 2 (secar, astillar, almacenamiento, NS de la biomasa [18][42].


3.1 Proveedores de plantas de potencia

3. Resultados

Parameters

AFR 500 25.9

Power (kWe) Efficiency (%) Gasification Downdraft technology Annual NS operation time (h/year) Lifetime (years) 15 ParĂĄmetro Ratio capital cost/equipment costs Mano de obra aĂąo/persona Costo de la biomasa

Global suppliers of power gasification plants (low-medium power range) AME AS1 AS2 AS3 EU1 EU2 500 1000 1945 500 1000 1250 2250 500 1000 1000 2000 750 2000 500 19.5 19.5 23 23 14.3 24 16.3 Fluidized Fluidized Down Updraft Downdraft Downdraft bed bed draft 7200 (approx.)

7000 (max.)

7500 (max.)

NS

7000 (approx.)

NS

25

15

10

15

20

15

Valor utilizado

Observaciones

2.0

[15][18][42]

15500 USD

[15, 44]

30 USD/Ton

Transporte y acondicionamiento (secar, astillar, almacenamiento, etc.) de la biomasa [18][42].


3.2 Costos de la electricidad con plantas de gasificación

3. Resultados

Modelo técnico económico: Manufacturer

Nominal power (kWe)

Capital investment cost (%)

Fuel cost (%)

O&M cost (%)

COEref (cUSD/kWe-h)

AFR

500

54.2

17.7

28.1

16.6

500

67.4

10.0

22.6

40.8

1000

66.0

12.5

21.4

32.5

2000

64.1

15.5

20.4

26.3

500

46.8

31.1

22.1

15.7

1000

47.0

35.4

17.6

13.8

1250

43.5

40.4

16.2

12.1

2250

45.2

37.9

16.9

12.9

500

44.8

33.8

21.4

10.8

1000

47.8

36.1

16.0

10.2

1000

50.1

35.4

14.6

15.1

2000

51.3

36.3

12.4

14.7

750

64.5

14.5

21.0

23.0

2000

64.7

16.0

19.3

20.9

500

63.0

17.7

19.2

26.3

AME

No rain: 23-27 cUSD/kWeh AS1

Isolated: 25-52 cUSD/kWeh AS2 AS3 EU1 EU2


3. Resultados

3.3 Análisis de sensibilidad: horas de operación de la planta (h/año)

*Las plantas con SIC entre 2000-4000 $US/kWe : ▲ COE 12.5% y 15% por cada 1000 hr de parada toperación. *Las plantas de mayor costo 22000 a 9000 $US/kWe, el efecto incremental por cada 1000 hr de parada es entre 17% y 20%.


3.3 Análisis de sensibilidad: Costo del combustible (USD/ton) *Plantas con eficiencias entre 14 % y 20 %, el COE ▲ entre 1.56 y 1.76 cUSD/kWe-h.

3. Resultados

*Plantas con eficiencias entre 20 % y 26 % el COE ▲ entre 1.36 y 0.98 cUSD/kWe-h.

▼ SIC ▲ Eficiencia

En plantas de bajo SIC se ve más afectado el COE por un incremento en el costo de la biomasa, porque presentan un COEref bajo asociado al menor costo de la tecnología.


4. Conclusiones

1. El COE asociado con las plantas de energía basadas en gasificación (500 – 2000 kWe) está en el rango de 10 – 40 cUSD/kWeh en función de la potencia nominal y el proveedor de la tecnología.

2. El COE determinado es competitivo para zonas no interconectadas (ZNI) en Colombia (25 - 52 cUSD/kWeh), y para la red eléctrica nacional en tiempos de fenómenos climáticos como sequias donde la energía alcanza valores en mercados de 23 - 27 cUSD/kWeh. 3. Los proyectos de generación de energía con biomasa contribuyen a la metas nacionales de EERR en Colombia. 4. Los cultivos forestales energéticos son una alternativa para la creación de empleo en el post-conflicto Colombiano. 5. Para favorecer la viabilidad para proyectos bioenergéticos en Colombia:

*Usar biomasa residual *Instalar la planta cerca de la fuente de biomasa *Desarrollar la tecnología a nivel local para reducir el costo de inversión *Crear incentivos tributarios para reducir el COE


Referencias:

5. Bibliografía

Pérez J.F., Lenis Y., Rojas S., León C. Decentralized power generation through biomass gasification: a technical – economic analysis and implications by reduction of CO2 emissions. Revista Facultad de ingeniería. 62:91-103, 2012 Pérez J.F., Osorio L.F. Biomasa forestal plantada como alternativa energética: Bases para el análisis silvicultural, energético y financiero de proyectos bioenergéticos. Editorial Universidad de Antioquia - Colección investigación. 2014 Pérez J.F., Osorio LF., Agudelo A. A techno-economic analysis of wood gasification for decentralized power generation in Colombian forest cores. Sometido en Revista Colombia Forestal. 2017


6. Agradecimientos

Agradecimientos: Centro de investigación e innovación en energía – CIIEN Universidad de Antioquia Colinversiones - Celsia – Grupo ARGOS Universidad Nacional de Colombia sede Medellín


¡Gracias por su atención!

Juan F. Pérez-Bayer

e-mail: juanpb@udea.edu.co Phone: (+57-4) 219 8552 - 5550 Mobile: (+57) 302 2871691


COSTOS DE GENERACIÓN DE ENERGÍA ELÉCTRICA BAJO GASIFICACIÓN Juan Fernando Pérez Bayer Grupo de manejo eficiente de la energía – GIMEL Departamento de Ingeniería Mecánica Facultad de Ingeniería - Universidad de Antioquia

Seminario Internacional Transformación de la Biomasa Forestal en Energía. Cartago, Costa Rica, 2017


Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.