Proyeccion Demanda Nacional PDF

PROGRAMA DE GESTION Y ECONOMIA AMBIENTAL
DEPARTAMENTO DE INGENIERIA INDUSTRIAL

U N I V E R S I D A D D E C H I L E
PROGRAMA DE GESTIN Y ECONOMA AMBIENTAL (PROGEA)
UNIVERSIDAD DE CHILE
Departamento de Ingeniera Industrial
Diseo de un Modelo de Proyeccin de Demanda

Energtica Global Nacional de Largo Plazo
Informe Final
Preparado para la Comisin Nacional de Energa
Investigador Responsable: Ral O`Ryan.

30 de Junio, 2008
INTRODUCCION ................................................................................................................. 5
A. EVOLUCION DEL CONSUMO DE ENERGIA EN CHILE ........................................ 7
1 Situacin actual ............................................................................................................. 7
2 Evolucin de consumo final de energa 1982-2006 ................................................... 11
3 Comportamiento de consumo sectorial....................................................................... 13
4 Comportamiento de los precios de los energticos ..................................................... 15
B. MODELOS ENERGETICOS UTILIZADOS EN EL MUNDO. .................................. 18
1 Introduccin................................................................................................................. 18
2 Clasificacin y Categoras de Modelos Energticos. ................................................. 18
2.1 Clasificacin segn propsito/objetivo del modelo ................................................ 19
2.2 Clasificacin segn cobertura espacial .................................................................. 19
2.3 Clasificacin Segn Enfoque de Modelacin ........................................................ 19
2.4 Clasificacin bottom up versus top down ....................................................... 22
2.5 Resumen de Categoras de Modelos ....................................................................... 24
2.6 Presentacin de Principales Modelos Utilizados y sus Aplicaciones..................... 25
2.7 Conclusin ............................................................................................................... 34
3 Modelos de Estimacin de Consumo de Largo Plazo ................................................ 35
3.1 Tipos de Modelos para Pronosticar Consumos Energticos de Largo Plazo........ 35
3.2 Resumen de Metodologas Usuales de Proyeccin de Demanda........................... 41
3.3 Visin integrada de los modelos.............................................................................. 42
C. MODELO DE ESTIMACION DE CONSUMO ENERGETICO PARA CHILE ........ 46
1 Introduccin................................................................................................................. 46
2 Criterios para Seleccionar un Modelo de Estimacin de Consumo de Largo Plazo 47
2.1 Requerimiento de propsito..................................................................................... 47
2.2 Otras Caractersticas Deseables para un Modelo de Consumo de Largo Plazo ... 50
3 Propuesta General de Modelo de Proyeccin de Consumo Energtico de Largo
Plazo ..................................................................................................................................... 51
3.1 Antecedentes generales............................................................................................ 51
3.2 Metodologa de Proyeccin Propuesta.................................................................... 53
3.3 Sectores considerados.............................................................................................. 55
2
3.4 Modelos por sector................................................................................................... 58

3.4.1 Sector Industrial .................................................................................................. 58
3.4.1.1 Subsector Cobre ................................................................................................... 58
3.4.1.2 Subsector Papel y Celulosa ................................................................................. 68
3.4.1.3 Subsector Cemento .............................................................................................. 78
3.4.1.4 Subsector Industrias y Minas Varias .................................................................. 88
3.4.1.5 Otros sectores ....................................................................................................... 99
3.4.2 Sector Comercial, Pblico y Residencial (CPR)............................................... 100
3.4.3 Sector Transporte .............................................................................................. 108
3.4.3.1 Sub sector transporte terrestre .......................................................................... 108
3.4.3.2 Sub sector transporte areo............................................................................... 114
3.4.3.3 Sub sector transporte martimo......................................................................... 115
3.4.3.4 Sub sector transporte ferroviario ...................................................................... 119
3.4.3.5 Otros consumos del sector transporte ............................................................... 120
3.5 Consumos energticos agregados ......................................................................... 124
3.6 Escenarios alternativos.......................................................................................... 131
D. PROPUESTA PARA CONSTRUIR CURVA DE DURACION ................................. 138
1 Introduccin............................................................................................................... 138
2 Antecedentes .............................................................................................................. 138
3 Metodologa propuesta .............................................................................................. 141
4 Aplicacin .................................................................................................................. 145
5 Uso de modelos de estimacin................................................................................... 151
E. CONCLUSIONES Y RECOMENDACIONES PARA EL DESARROLLO DE UN
MODELO DE PROYECCION DE CONSUMO ENERGTICO FUTURO ................. 153
Referencias......................................................................................................................... 159
ANEXO .............................................................................................................................. 161
Anexo 1: Modelo LEAP .................................................................................................... 161
Anexo 2: Modelo MAED ................................................................................................... 165
Anexo 3: Resumen de metodologas empleadas en el clculo del consumo energtico. 202
Anexo 4: Regresiones Sectoriales y Datos histricos....................................................... 205
Anexo 5: Datos de Proyecciones ....................................................................................... 227
3
Anexo 6: Proyeccion de demanda elctrica SIC y SING ................................................. 245

Anexo 7: Metodologa Estimacin Consumo de Combustibles Transporte Terrestre.... 247
Anexo 8: Demanda mxima estimada para el SIC y SING ............................................. 271
Anexo 9: El Modelo LEAP y una Propuesta Preliminar de implementacion para Chile
............................................................................................................................................ 272
4
INTRODUCCION
El presente informe ha sido elaborado por el Programa de Gestin y Economa Ambiental

del Departamento de Ingeniera Industrial de la Universidad de Chile (PROGEA) y
corresponde al informe final del proyecto Diseo de un Modelo de Proyeccin de
Demanda Energtica Global Nacional de Largo Plazo, preparado para la Comisin
Nacional de Energa (CNE).
El objetivo general del estudio es disear un modelo de proyeccin de demanda energtica

de largo plazo con una dimensin espacial y sectorial, que permita evaluar la evolucin de
la demanda y los impactos de modificaciones en variables econmicas, sociales,
ambientales, tecnolgicas o de polticas aplicadas. El alcance acordado del estudio
considera una proyeccin del consumo de energa final por sector de consumo relevante,
hasta el ao 2030.
Los objetivos especficos buscados por la CNE para proyectar el consumo energtico son:
Definir un marco conceptual y de informacin para un modelo de proyeccin de

demanda energtica nacional, incluyendo metodologas, desagregacin espacial y
sectorial, disponibilidad de informacin y validez.
Disear un modelo simple y transparente de proyeccin del consumo energtico a

largo plazo compatible con los antecedentes disponibles y adaptable a cambios
estructurales futuros y mayor obtencin de informacin.
Aplicacin del modelo en escenarios razonables, con la informacin de

disponibilidad inmediata, e indicando la informacin faltante para hacer la
proyeccin completa.
Para responder a estos objetivos, el informe se ha estructurado en cinco captulos. En el

primer captulo se presenta una revisin del consumo histrico de energa en Chile, la
evolucin del consumo sectorial y de los precios de los energticos. Esto permite poner en
contexto la evolucin futura del consumo de energa final para cada sector y energtico.
En el segundo captulo se analizan metodologas de modelacin de variables energticas

usadas en el mundo. Se diferencia estos modelos segn clasificacin y categoras de
modelos energticos. En particular se analizan los modelos de proyeccin de consumo de
largo plazo.
5
En el siguiente captulo se describe y justifica el modelo de consumo energtico de largo

plazo elegido para Chile. En particular se describen los supuestos metodolgicos
seleccionados para proyectar el consumo energtico sectorial y agregado. Se hacen
supuestos que permiten construir un escenario de lnea base hasta el ao 2030. Finalmente
se desarrollan diversos anlisis de sensibilidad en torno al crecimiento del PIB lo que
permite examinar un rango de consumos potenciales en el largo plazo.
En el cuarto captulo se propone una metodologa y se desarrolla su aplicacin para

construir una curva de duracin y proyecciones de demanda elctrica diferenciada
espacialmente. Lo anterior se elabora en funcin de los consumos de energa electrica
proyectados en el captulo anterior. En particular se realiza un ejercicio inicial de
diferenciacin espacial entre el sistema interconectado central (SIC) y el sistema
interconectado del norte grande (SING).
Finalmente en el quinto captulo se detallan las conclusiones del estudio y se dan

recomendaciones de trabajo a futuro. Adems se hace una propuesta de cmo realizar a
futuro un anlisis de la demanda en base a disponer de mayores antecedentes e implementar
un modelo ms detallado.
Adems, como producto del proyecto se entrega una planilla en la que es posible simular
diverso escenarios de anlisis de demanda.
6
A. EVOLUCION DEL CONSUMO DE ENERGIA EN CHILE1
1 Situacin actual
De acuerdo al Balance de Energa (2006) el consumo energtico de Chile est determinado

por el consumo final de tres grandes sectores consumidores: transporte; industrial y minero;
y residencial, pblico y comercial (CPR). Debido a la importancia del consumo minero
conviene separarlo del industrial, considerando los subsectores cobre, hierro, salitre y minas
varias2. La Figura 1 muestra el flujo de energa para el ao 2006, a partir del cual se puede
observar la importancia de cada tipo de energa en el consumo final de cada sector.
El transporte es el mayor demandante de energa, representando el 37% del consumo final

de energa. En este caso, el consumo energtico se concentra en un 99% en un solo
producto, los derivados del petrleo, que incluyen bsicamente petrleo diesel y gasolinas.
Existe adems un consumo elctrico menor asociado al Metro y Ferrocarril y gas asociado a
un parque menor de vehculos livianos. El sector industrial representa el 24% del consumo
final. Este sector presenta un consumo bastante diversificado de energticos, demandando
recursos de todas las fuentes consideradas. Sin embargo, el 75% de su consumo energtico
se concentra en tres fuentes: derivados del petrleo (26%), electricidad (25%) y lea (24%).
El sector CPR representa un 24% del consumo final de energa. La mayor fuente energtica
es la lea, correspondiendo a un 49% del consumo total, fuente que es utilizada en su gran
mayora para cocina y calefaccin. La electricidad y derivados del petrleo son igualmente
importantes en la demanda final, correspondiendo a un 19% y 23% respectivamente. El gas
natural ha aumentado su importancia llegando a representar el 8% del consumo final de este
sector. Finalmente, el sector minero consume el 14% del total de energa final. La
electricidad es un energtico relevante para este sector correspondiendo al 50% del
consumo total. Los derivados del petrleo, por su parte, corresponden a un 41% de este
consumo.
1
Esta seccin se basa en Palma y Jimnez (2007)
2
Desafortunadamente la separacin entre industrias varias y minas varias solo existe desde 1997, lo que
impide separarlos para las regresiones que se especifican en los siguientes captulos.
7
Figura 1 Flujo de energa para el ao 2006 en GWh.
Fuente Tipo de energa Tipo de uso

Importacin de combustible 26109
11621
Transporte
Petrleo 140800 Petrleo combustible y 94070 94811
derivados
135244 37%
138176
40%
5556
13544 13603
Residencial,
3012 13764
comercial y pblico
5041
48007 61895
Gas Natural 29212
26223 98284 324
24%
85525 1868
25%
21683
Elctrica 15167 Minera
28964 48409 18494 36834
14%
1933
33632 416 15889

Hidralica 47884
28853 8% 14251 15827
Industrial
3922
6861 62057
4384 24%
Carbn 5416
40029 15174
15142 275
12%
5862 25262
5856 Coke y otros gases 4704
5862 5208
Lea
50249 44387
15%
Fuente: CNE
Si bien, como se discutir en la seccin siguiente, ha habido en Chile un crecimiento

significativo del consumo energtico en la ltima dcada, los consumos especficos de cada
sector se mantienen bajos comparados con los de pases desarrollados.
En la figura 2 se presenta el consumo especfico del sector residencial para diversas

regiones del mundo, durante los aos 2000 y 2003. El consumo especfico en este sector se
define como el consumo final de energa por habitante, expresado en kilogramos
equivalentes de petrleo (koe) por persona. El consumo final corresponde a los energticos
empleados por los hogares para todas sus actividades, a excepcin del transporte.
En la figura se aprecia que el consumo especfico de Chile en el ao 2003 es un 43% del

consumo especfico de Europa y slo un 32% del de Norteamrica. Sin embargo, se
8
muestra superior a los consumos especficos de Asia y del Medio Oriente y Norte de frica
en un 29% y 23% respectivamente. Asimismo, resulta superior al de Sudamrica en
promedio, doblando el consumo especfico de la regin.
Figura 2: Consumo especfico de energa en el sector residencial
Consumo de energa
sector residencial por persona
1000
900
800
koe/persona
700
600
2000
500
2003
400
300
200
100
0
Europa North Chile Asia Sudamrica Medio

America (excepto Oriente y
Medio Norte de
Oriente) Africa
Regin/Pas
Fuente: Elaboracin propia. Base de Datos Earth Trends. World Resources Institute
La figura 3 presenta el consumo de gasolina y diesel por habitante para varias regiones del
mundo durante el ao 2003. Los valores son expresados en litros de combustible
consumidos por persona.
Al igual que en el sector residencial, se observa que el consumo de gasolina y diesel por
habitante en Chile es inferior al de Europa y Norteamrica. En efecto, el consumo de
gasolina en Chile representa un 61% del consumo europeo y slo un 11% del consumo
norteamericano, mientras que el consumo de diesel por habitante en Chile es un 70% del de
Europa y un 41% del de Norteamrica.
El consumo especfico de ambos combustibles es, sin embargo, superior al de Asia, siendo
casi 4 veces mayor. Con respecto a los consumos del Medio Oriente y Norte de frica, el
consumo especfico de diesel en Chile es 37% mayor, mientras que el de gasolina es casi el
mismo. Con respecto a Sudamrica, el consumo especfico de gasolina y diesel en Chile es
un 48% superior al de su regin en promedio.
9
Figura 3: Consumo especfico de energa sector transporte
Consumo de gasolina y diesel por habitante

Ao 2003
1800
1600
1400
litros/persona
1200
1000
800
600
400
200
0
Europa North Chile Asia Sudamrica Medio
America (excepto Oriente y
Medio Norte de
Oriente) Africa
consumo diesel por habitante consumo gasolina por habitante
En la figura 4 se presenta el consumo elctrico por habitante durante los aos 2000 y 2003
para varias regiones del mundo, expresado en kilowatt-hora por persona (kwh/persona). Se
aprecia que el consumo por persona en Europa es el doble del observado en Chile, mientras
que el consumo de Norteamrica es 4,7 veces mayor.
Nuevamente en este caso el consumo especfico del pas es superior al de otras regiones del
mundo; en efecto, en el ao 2003 dobla el consumo de Asia, y resulta ser un 50% superior
al de Medio Oriente y Norte de frica. Con respecto a Sudamrica, el consumo elctrico
por persona en Chile es 2,3 veces superior al de la regin en promedio.
10
Figura 4: Consumo de energa elctrica por persona
Consumo de energa elctrica por persona
16000
14000
12000
khw/persona
10000
2000
8000
2003
6000
4000
2000
0
Europa North America Chile Sudamrica Asia (excepto M edio Orient e y
M edio Oriente) Norte de Africa
Regin/Pas
La evidencia presentada muestra que en Chile las posibilidades de crecimiento del consumo
energtico son elevadas al compararlas con los pases desarrollados. En efecto, para
alcanzar los niveles de consumo europeos en los sectores residencial y de transporte, Chile
tendra que duplicar su consumo especfico. Asimismo en el caso del consumo elctrico por
habitante, el consumo de Chile es slo la mitad del europeo y una quinta parte del
norteamericano.
2 Evolucin de consumo final de energa 1982-2006
Antes de analizar la demanda energtica esperada para los prximos 24 aos (hasta el
2030), es interesante examinar lo que ha sucedido con sta en un periodo similar.
Considerando el consumo total de energa final entre el ao 1982 y el ao 2006, se observa
que ste ha aumentado ms de 3 veces en el periodo, pasando de 71.659 teracaloras a
240.579 teracaloras.
Como se puede apreciar en la figura 5, hay una clara tendencia al aumento de la

importancia relativa de la energa elctrica en el perodo, partiendo con un 12% de
participacin en el consumo final de energa en el ao 1982, y alcanzando un 21% de
participacin en el ao 2006. El gas natural tambin muestra una tendencia al aumento en el
perodo 1982-2004, partiendo con un 1,6% de participacin en el consumo final, y
alcanzando un 8% en el 2004. A partir del 2004 se observa una disminucin en el consumo
11
relativo de este energtico, llegando al 6,3% en 2006 al reducirse la disponibilidad del gas
argentino.
Por otro lado, se observa en el perodo una tendencia a la baja en la importancia relativa de
la lea y derivados del petrleo. En el caso de la lea, la disminucin relativa del consumo
parte de 25% en 1982 y llega a 20% en 2006. En cuanto a los derivados del petrleo, se
observa que la disminucin del consumo relativo vara desde un 46% en 1982 a un 39% en
2006.
Figura 5: Evolucin del consumo relativo de energticos. Perodo 1982-2006.
Consumo Relativo de energticos
0,50
0,45
Consumo energtico/Consumo Total
0,40
Derivados del petrleo
0,35 gah
Carbon
0,30
Electricidad
0,25 Lea
gn
0,20
gl
0,15 Coke
gas corriente
0,10
0,05
0,00
1982 1987 1992 1997 2002 2007
Ao
Fuente: CNE
En la figura 6 se presenta la evolucin en Chile del consumo final de energticos en

trminos absolutos, durante el perodo 1982-2006. Se observa que en trminos absolutos el
consumo de electricidad ha aumentado 5 veces en este perodo, mientras que el gas natural
ha aumentado 11 veces.
Por otro lado, el consumo absoluto de lea ha aumentado 2,3 veces en el perodo, mientras
que el de derivados de petrleo ha aumentado 2,5 veces. Dado que en trminos absolutos el
12
consumo de la lea y de los derivados del petrleo ha ido en aumento a lo largo del
perodo, su disminucin en la participacin relativa del consumo de energticos (figura 5)
es debida a un efecto sustitucin.
Figura 6. Evolucin del consumo de energa final por energtico (1982-2006).
Consumo Final de Energa por Energtico
200000
180000
160000
140000
Consumo energa [Tcal]
120000
100000
80000
60000
40000
20000
0
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
Derivados del Petroleo Elect ricidad Carbn Coke Gas Nat ural Lea gas licuado gas corrient e gas alt os h
Fuente: CNE
3 Comportamiento de consumo sectorial
La Figura 7 muestra la evolucin del consumo final de energa por sector econmico en
relacin al consumo total. Se puede observar que el sector que demanda mayores
cantidades de energa es el CPR, cuyo consumo presenta una ligera tendencia a la baja,
variando de un 36% a un 32% en el perodo considerado. La participacin de los sectores
industria y transporte se ha mantenido estable durante el perodo, presentando en promedio
un consumo relativo del 24% y 27% respectivamente.
13
Con respecto al aumento del consumo de energa, el sector que ha presentado un mayor
crecimiento es el de minera. En efecto, entre 1995 y 2006 el sector cobre aumenta su
consumo relativo desde 7,6% a 11,5% del consumo total, lo cual se traduce en trminos
absolutos en una duplicacin de su consumo energtico en 10 aos.
Figura 7: Evolucin del Consumo final de energa por sector en relacin al consumo total
Consumo energtico sectorial relativo
40,00%
35,00%
Consumo sector / Consumo Total
30,00%
25,00%
Cobre
Industria y minas varias
20,00%
CPR
Transporte
15,00%
Otros
10,00%
5,00%
0,00%
82
84
86
88
90
92
94
96
98
00
02
04
06
19
19
19
19
19
19
19
19
19
20
20
20
20
Fuente: CNE
En la figura 8 se observa la evolucin del consumo absoluto de energticos por sector. En

trminos generales hay un aumento de la demanda energtica en todos los sectores
considerados a lo largo del perodo.
En el caso del cobre, el consumo se ha triplicado entre 1982 y 2006. Asimismo en los
sectores transporte y residencial, donde el consumo energtico en el 2006 es 2,7 veces y
2,5 veces el consumo del ao 1982 respectivamente. El sector industria y minas varias
igualmente han aumentado su consumo energtico en casi 4 veces a lo largo del perodo
considerado.
14
Figura 8. Evolucin del consumo de energa por sector.
Consumo Final de energa por sector
250.000
200.000
Consumo Energa [Tcal]
150.000
100.000
50.000
0
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
Cobre Industria y minas varias CPR Transporte Otros
Fuente: CNE
4 Comportamiento de los precios de los energticos
Durante los ltimos aos, los precios internacionales de los energticos primarios han
experimentado un alza continua en trminos reales. Esta situacin resulta compleja para
aquellos pases que importan gran parte de sus combustibles, como es el caso de Chile.
La Figura 9 muestra la evolucin de los precios reales del petrleo, gas natural licuado y
carbn en mercados de relevancia internacional entre 1991 y 2006, expresados en dlares
americanos de 1983. En general, todos estos energticos presentan una tendencia al alza
durante el perodo.
En el caso del carbn CAPP, se observa un comportamiento estable del precio entre los
aos 1991 y 2000 con variaciones en torno a los 1,57 USD 83 / MmBTU. Sin embargo, a
partir del ao 2000 el precio del carbn tiende al alza, aumentando en un 71% entre los
aos 2001 y 2006.
Con respecto al precio real cif del petrleo en la OECD, se observa una tendencia alcista
durante todo el perodo. Sin embargo, entre los aos 2002 y 2006 esta tendencia se
incrementa, llegando a doblarse el precio real.
15
El precio cif del gas natural licuado, por su parte, tambin muestra una tendencia al alza
durante todo el perodo, experimentando su mayor alza entre 2002-2006, con un aumento
de su precio en un 50%.
Figura 9. Comportamiento de los precios reales de los energticos primarios.
Evolucin del Precio Real

de Energticos Primarios
6,00
5,00
4,00
USD 83 / MmBTU
3,00
2,00
1,00
0,00
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Petrleo Crudo OECD cif Carbn CAPP precio spot GNL cif Japn
Fuente: BP. Energy Review 2008. Para calcular los valores en dlares constantes se emplea el CPI del
Bureau of Labor Statistics.
: CAPP: Precio spot Carbon de la Central Appalachia.
En la figura 10 se muestra la evolucin del precio de la energa elctrica en Chile durante el

perodo 1982-2006, expresado en pesos chilenos reales por kilowatt-hora.
Entre 1982 y 2000 el precio real de la electricidad experimenta una baja importante,
llegando, en el caso de SIC, a un 70% del valor de 1982 y, en el caso de SING, a un 16%
del valor de 1984. Entre 2000 y 2003 el precio de la energa tiende a mantenerse estable. A
partir del ao 2003 el precio de la energa elctrica experimenta una tendencia al alza,
observandose un aumento del precio del nudo en SIC y SING de aproximadamente 50%.
16
Figura 10. Evolucin del precio real de la energa elctrica en Chile
PRECIO DE NUDO ENERGIA
100
80
[$/kWh]
60
40
20
0
OCTUBRE OCTUBRE ABRIL OCTUBRE ABRIL OCTUBRE ABRIL OCTUBRE INDEX. A OCTUBRE ABRIL OCTUBRE INDEX. A
1982 1984 1987 1989 1992 1994 1997 1999 SEP-01 2002 2004 2005 SEPT-06
SIC - Santiago SING - Antogafasta
Fuente: CNE. Datos histricos de precios de nudo. Sistemas elctricos chilenos.

Los valores se expresan en pesos chilenos reales indexados por UF.
De acuerdo a la evidencia presentada, la tendencia histrica del consumo final de

energticos en Chile muestra un aumento sostenido, sin alcanzar an los niveles de
consumo de pases desarrollados. Debido a ello, la elaboracin de un modelo de proyeccin
del consumo energtico a largo plazo en Chile puede efectuarse en base a la tendencia
histrica del consumo, sin la necesidad de incluir un efecto de saturacin de los consumos
energticos3.
Por otro lado, la alta volatilidad que se observa en la evolucin histrica de los precios
reales de los energticos muestra que no es recomendable su inclusin en un modelo de
proyeccin a largo plazo. No se sabe como evolucionarn estos precios en trminos
absolutos, aunque es probable que continen subiendo en el periodo considerado, y menos
las variaciones entre los precios relativos.
3
Para un mayor de detalle de este efecto saturacin vase el captulo C. 3.1
17
B. MODELOS ENERGETICOS UTILIZADOS EN EL MUNDO.
1 Introduccin
En los ltimos aos se ha hecho evidente la necesidad de desarrollar una poltica energtica
en cada pas. El cambio climtico, la desregulacin, la oferta econmica de servicios
energticos, la seguridad energtica y otros desafos se traducen en iniciativas de poltica
energtica. Segn expertos, los instrumentos actuales de poltica energtica se alejan de las
alternativas tradicionales de regulacin monetaria (impuestos y subsidios) hacia
instrumentos no-monetarios (Laitener, et al, 2003). En esta lnea, la eficiencia energtica
surge como un rea de poltica relevante. La incorporacin de energas renovables no
convencionales (ERNC) tambin . Estas nuevas tendencias hacen necesario contar con
herramientas adecuadas para evaluar los impactos de poltica energtica y realizar buenos
pronsticos.
Generalmente, los reguladores utilizan estudios de escenarios para evaluar ex-ante los
efectos potenciales de elecciones de poltica particulares. Con este propsito, se utilizan
distintos modelos que intentan estimar el efecto de estas elecciones, por ejemplo, en usos
energticos y en bienestar econmico. Sin embargo, todos los modelos presentan virtudes y
limitaciones las que sern explicadas en los siguientes puntos.
En esta seccin se presentan las categoras generales de distintos modelos energticos que
hoy se utilizan para analizar el impacto de polticas energticas y planificacin energtica
de mediano y largo plazo. Posteriormente, se presentan algunos de los modelos especficos
que se han desarrollado y empleado para realizar pronsticos, planificacin y evaluacin de
polticas.
2 Clasificacin y Categoras de Modelos Energticos.
El uso de modelos se explica por el deseo de lograr reflejar sistemas complejos de manera
simple y comprensible. Por otra parte, los modelos contribuyen en la organizacin de
mucha informacin y brindan un marco consistente para testear distintas hiptesis. Un gran
nmero de modelos se han desarrollado para llevar a cabo anlisis de sistemas energticos.
Estos modelos se basan en enfoques distintos y utilizan una amplia gama de herramientas
matemticas.
Existen diversas formas de clasificar modelos energticos. Entre las clasificaciones

principales se encuentran las siguientes:
18
Clasificacin segn propsito/objetivo del modelo

Clasificacin segn cobertura espacial
Clasificacin segn enfoque de modelacin
Clasificacin bottom up versus top down
A continuacin se presentan y explican brevemente estos criterios de clasificacin.
2.1 Clasificacin segn propsito/objetivo del modelo
Usando el criterio de propsito/objetivo, los modelos energticos pueden clasificarse en las

siguientes categoras generales:
(1) Modelos de Demanda

(2) Modelos de Oferta
(3) Modelos de Sistemas
Los modelos de demanda son aquellos modelos cuya funcin principal es el pronstico de
la demanda (Por ejemplo, MEDEE-S, MAED). Por otra parte, los modelos de oferta son
aquellos cuyo objetivo principal consiste en la prediccin, o bien, planificacin de oferta
(Por ejemplo, MARKAL, EFOM-ENV, WASP, DECPAC). Finalmente, los modelos de
sistemas se utilizan para analizar el sistema energtico en su totalidad incluyendo tanto
oferta como demanda (Por ejemplo, LEAP, ENPEP, NEMS).
2.2 Clasificacin segn cobertura espacial
En general, los modelos energticos son desarrollados para propsitos de planificacin

nacional o bien de anlisis de poltica global. Luego, una primera clasificacin considera
modelos nacionales (como MARKAL, LEAP, MEDEE) y globales (como POLES). En este
contexto, adems de los modelos globales y nacionales existen los modelos regionales
(como PRIMES modelo desarrollado para la Unin Europea). Para estimaciones de
demanda elctrica existen resoluciones espaciales mucho ms finas que pueden definirse a
nivel de nodo o a travs de grillas que suelen ser hexagonales (Infante, 2006).
2.3 Clasificacin Segn Enfoque de Modelacin
Los principales enfoques de modelos utilizados para la evaluacin de polticas,

planificacin de sistemas energticos y realizacin de pronsticos se describen a
continuacin:
19
Optimizacin
En general, los modelos de optimizacin utilizan la programacin lineal para identificar la

configuracin de mnimo costo de los sistemas energticos y que satisfaga una demanda
determinada exgenamente. La minimizacin se realiza con restricciones adicionales al
equilibrio de mercado (se limitan explcitamente las emisiones de CO2, las opciones
tecnolgicas, etc). En la resolucin, se asumen tpicamente condiciones de competencia
perfecta.
Puede optimizar sobre el horizonte completo de la evaluacin (perfect foresight), o bien,

ao a ao (expectativas miopes). Este tipo de modelos suele seleccionar tecnologas en base
a sus costos relativos. La solucin del problema dual entrega estimaciones precios sombra
de los precios de la energa.
Este tipo de modelos es especialmente til cuando deben analizarse diversas opciones
tecnolgicas y se conocen los costos asociados a cada una. Sin embargo, los supuestos que
se realizan para la minimizacin de costos pueden ser inapropiados para representar la
evolucin de los sistemas en el mundo real.
Modelos de Simulacin y Equilibrio Parcial
Este tipo de modelos simula el comportamiento de consumidores y productores bajo

distintos tipos de seales (precios, niveles de ingreso) y restricciones (por ejemplo, lmites
en la tasa de reemplazo de stock). En esta categora de modelos, los precios y cantidades se
ajustan endgenamente utilizando clculos iterativos para encontrar los precios de
equilibrio. Luego, se iguala oferta y demanda a travs de precios de equilibrio de mercado.
En este tipo de modelos es ms fcil incluir factores no monetarios que en los modelos de
optimizacin. Sin embargo, las relaciones de comportamiento pueden ser controversiales y
difciles de parametrizar.
Modelos de Uso Final o Contabilidad
El enfoque de uso final intenta capturar el impacto de patrones de consumo de distintos

sistemas y artefactos. Los modelos de uso final para demanda de electricidad se enfocan en
los variados usos de sectores como residencial, comercial, agricultura, e industrial. Por
ejemplo, en el sector residencial la electricidad se utiliza para cocinar, aire acondicionado,
refrigeracin, iluminacin mientras que en el sector agrcola se usa para regado. Este tipo
de modelos se basa en la premisa que la energa se requiere por el servicio que habilita y no
como un bien de consumo final.
Este tipo de enfoque es especialmente efectivo cuando se introducen nuevas tecnologas y

combustibles o cuando no existen series de tiempo adecuadas de tendencias en consumo y
20
otras variables. Sin embargo, este tipo enfoque suele requerir un alto nivel de detalle en
usos finales.
Modelos Economtricos
Estos mtodos proyectan la relacin entre elementos del sistema y puede incorporar
elementos de proyecciones de tendencia. El enfoque economtrico se basa en el anlisis de
regresin de datos histricos y asume rigidez estructural de la economa.
Los mtodos ms simples en esta categora son las de series de tiempo. En stos se
proyectan los elementos claves de un sistema (macro-variables) de manera independiente.
Este tipo de construccin asume que el futuro ser una extensin suave y contina del
pasado. Estas proyecciones se basan en correlaciones empricas y funcionan bien en
ausencia de cambios estructurales del sistema. La principal deficiencia de este tipo de
construcciones es que no se ocupa de identificar o explicar los catalizadores y fuerzas que
alteran el sistema.
Modelos de Equilibrio General Computable (CGE)
Los modelos de equilibrio general son modelos multisectoriales que incorporan

mecanismos de mercado en la asignacin de recursos. Su modelacin se desarrolla a travs
de una estructura Neo-Clsica, la que permite describir el comportamiento de los agentes.
Difieren de los modelos de equilibrio parcial ya que consideran las interacciones de todos
los sectores de la economa lo que permite analizar los efectos directos e indirectos.
Los modelos de CGE incorporan los precios en forma endgena, adems permiten la
sustitucin entre los factores productivos por lo que son adecuados para realizar
simulaciones de mediano y largo plazo. En ORyan et al. (2000) se seala que al integrar la
perspectiva de mediano y largo plazo se pueden aplicar en la generacin de estrategias de
desarrollo asociadas a diversas sendas de crecimiento. Tambin se pueden aplicar desde
una perspectiva de corto plazo al anlisis de problemas coyunturales y poltica de
estabilizacin.
Estos modelos se preocupan de las consecuencias de polticas en trminos de finanzas

pblicas, competitividad econmica y empleo. Los modelos de CGE intentan representar la
respuesta macroeconmica real a polticas, como la sustitubilidad de la energa por otros
insumos de bienes de consumo.
Modelos de Desarrollo Reciente
Este grupo considera aquellas metodologas que han sido desarrolladas a partir de la dcada
de los 80, siendo hasta hoy en da un rea de fuerte investigacin. Lo anterior se explica
principalmente producto del gran avance que ha sostenido la industria informtica,
21
permitiendo incorporar algoritmos cada vez ms complejos, manejando tiempos de clculo

razonables. Dentro de este grupo, las metodologas ms importantes son:
-Sistemas expertos: Estos modelos intentan simular el razonamiento humano, a travs

de la incorporacin del conocimiento experto, de tal manera de inferir en forma
automatizada respuestas frente a casos especficos. Este tipo de metodologas han sido
utilizadas satisfactoriamente tanto en estimaciones de corto como de largo plazo.
-Lgica difusa: Este tipo de metodologas est orientado a modelar las incertidumbres,
expandiendo las capacidades de los algoritmos clsicos, que slo permiten manejar
atributos determinsticos. Para esto, se reconoce la existencia de grados de pertenencia,
los que con un conjunto de reglas, permiten llevar a cabo procesos sobre variables
inciertas.
-Redes Neuronales: Los modelos de redes neuronales intentan simular el proceso de
razonamiento y aprendizaje humano, realizando un entrenamiento de forma iterativa y a
travs del uso de ejemplos o patrones. La gran ventaja que presenta este tipo de
modelos es la capacidad de modelar relaciones no lineales, a travs de un proceso
autnomo, sin especificar a priori alguna forma funcional del modelo. Por el contrario,
la desventaja que presentan es que es necesario disponer de una cantidad de datos
suficiente, de tal manera que la red logre asimilar el modelo subyacente. Este tipo de
metodologas ha sido ampliamente utilizada para estimaciones a corto plazo y se han
realizado algunos anlisis para estimaciones a largo plazo, aunque este ltimo caso ha
estado fuertemente restringido dada la poca disponibilidad de datos.
Modelos Hbridos
Este tipo de modelos considera combinaciones entre los enfoques antes presentados.
Existen distintas opciones, por ejemplo, enfoques que mezclan metodologas economtricas
con otras de uso final. Existen modelos que funden mtodos de simulacin y optimizacin.
El uso de enfoques hbridos suele recomendarse en la medida que las debilidades de un
enfoque sean superadas por las fortalezas del otro creando sinergia.
2.4 Clasificacin bottom up versus top down
La teora econmica dispone de distintas formas de analizar las relaciones entre consumos
de energa y variables econmicas como la produccin y los precios. En este sentido
existen metodolgicos alternativos para analizar estas relaciones. En efecto, por un lado
existe el enfoque ms asociado a los modelos microeconmicos conocido como bottom
up, que disponen de una fuerte base de ingeniera y en donde en muchos casos se
especifican los requerimientos energticos de equipos y maquinarias para determinar el
consumo energtico.
Por otro lado, existen los modelos econmicos de corte ms macroeconmico, que se
conocen como top-down. En este ltimo caso destacan los modelos de equilibrio general
22
computables que disponen de una importante consistencia con la teora econmica.

Tambin se cuenta con modelos de tipo economtricos que permiten incorporar de manera
sistemtica la informacin histrica disponible. El cuadro siguiente muestra
comparativamente caractersticas de ambas categoras de modelos.
Cuadro 1. Comparacin entre Modelos Top-Down y Bottom-Up

Top-down Bottom-Up
Usa datos detallados en combustibles,
Usa datos econmicos agregados
tecnologas y polticas
Evala costos/beneficios a travs de impactos Evala costos/beneficios de tecnologas y
en produccin, ingreso, PIB polticas individuales
No necesariamente asume eficiencia de
mercados, sobrepasar barreras de mercado
Generalmente asume eficiencia de mercados
puede resultar en ahorros energticos costo
efectivos.
Captura retroalimentacin e interacciones Captura interacciones entre proyectos y
intersectoriales polticas
No es un enfoque adecuado para examinar Utilizado para evaluar costos y beneficios de
polticas tecnolgicas especficas programas
Fuente: Basado en United Nations Framework Convention on Climate Change, 2005.
La figura siguiente presenta los principales tipos de modelos segn si son top-down o
bottom-up. Se puede apreciar que los mtodos economtricos pueden ser tanto bottom up o
top down segn el caso y la aplicacin. En efecto, y a modo de ejemplo, es posible estimar
consumos energticos a nivel nacional o global (modelos top-down) o bien sectoriales o de
una pequea comunidad (bottom-up).
Figura 11. Presentacin de Categoras Principales de Modelos Energticos segn clasificacin Top
down o Bottom up
MODELOS BOTTOM UP MODELOS TOP DOWN
Optimizacin
Simulacin
(Equilibrio parcial) Equilibrio
Economtricos
General
Uso Final Computable
(Contabilidad) (CGE)
Mtodos recientes
Fuente: Elaboracin Propia.
23
2.5 Resumen de Categoras de Modelos
El cuadro siguiente muestra un resumen de los enfoques de modelos y su relacin con los
otros criterios de clasificacin.
Cuadro 2. Resumen de Enfoques de Modelos

Horizonte
Nivel de Modelamiento
Metodologas Tpico de Principio de Metodologa Ventajas/ Desventajas
Agregacin Energtico
Aplicacin
Ventajas. Simplicidad y
Modelos Corto y facilidad de aplicacin.
Modelos de
Economtricos (Se Mediano Plazo Desventaja: Requerimientos de
Bottom Up/ Top demanda, Curva
incluyen modelos de (no responde a Mtodos estadsticos conjuntos consistentes de datos
Down de demanda y
series de tiempo y de cambios e incapacidad de incorporar
consumos.
curva logstica) estructurales) cambios estructurales (como
nuevas polticas).
Ventajas: Se incorporan
Foco en servicios que fcilmente cambios
Modelos de
usan energa y luego en tecnolgicos anticipados.
Modelos de Uso Final/ Mediano y demanda, y
Bottom up caractersticas Desventajas: Requiere muchos
Contabilidad largo Plazo sistemas.
tecnolgicas que brindan detalle en informacin de uso
Consumos.
los servicios energticos. final y no representa
comportamiento de agentes.
Ventajas: Especialmente til
Tpicamente problema de cuando hay varias opciones
optimizacin lineal tecnolgicas. Consistente con
restringida. Oferta debe anlisis de backcasting.
Mediano y Modelos de
Optimizacin Bottom up satisfacer demanda Desventajas: Supuestos de
largo Plazo Oferta
energtica exgena. competencia perfecta, no
Problema dual entrega simula comportamiento real de
valores de energticos. sistemas, modelos complejos y
dato-intensivos.
Ventaja: No estn limitados por
Simula comportamiento de
supuestos de "comportamiento"
productores y
ptimo y no asume que la
consumidores ante seales
energa es el nico factor que
(precios, ingresos, Modelos de
Equilibrio Parcial y Mediano y afecta la decisin tecnolgica.
Bottom up polticas). Tpicamente usa Sistema
Simulacin largo Plazo Desventajas: Complejos y dato
enfoque iterativo para Energtico
intensivos, Relaciones de
encontrar equilibrio de
comportamiento pueden ser
mercado. Precios de
controversiales y de difcil
energa son endgenos.
parametrizacin.
Los modelos de EGC
intentan representar la
Las crticas a este tipo de
respuesta macroeconmica Modelos de
Modelos de Equilibrio modelos es que carecen de la
Mediano Plazo Top Down real a polticas, como la Sistema
General Computable flexibilidad tecnolgica que
sustitubilidad de la energa Energtico
ofrecen otro tipo de modelos.
por otros insumos de
bienes de consumo.
24
Horizonte
Nivel de Modelamiento
Metodologas Tpico de Principio de Metodologa Ventajas/ Desventajas
Agregacin Energtico
Aplicacin
Son modelos asociados al
desconocimiento del
modelo de proceso,
tpicamente se emplean
redes neuronales, sistemas Presentan buen desempeo en
expertos o sistemas fuzzy. condiciones generales, pero no
Corto, Modelos de
Modelos de Desarrollo Se realiza el entrenamiento responden a cambios
Mediano y Bottom up Sistema
Reciente (redes neuronales) o estructurales o tecnolgicos. Su
Largo Plazo Energtico
etiquetado (fuzzy) a travs estabilidad y observabilidad no
de datos. La calidad y est asegurada.
vigencia de los datos es
crucial para el buen
funcionamiento de este
tipo de modelos
2.6 Presentacin de Principales Modelos Utilizados y sus Aplicaciones
Los principales modelos utilizados en la actualidad en Amrica, Europa y Asia son:

MARKAL, MARKAL-MACRO, ENPEP y LEAP, cada uno se ajusta a diferentes
clasificaciones. Se analizar las caractersticas generales de cada uno de estos modelos y
sus aplicaciones en diferentes pases. Se har tambin una breve descripcin del modelo
PERSEUS.
MARKAL y MARKAL-MACRO
Genera modelos de equilibrio energticos y econmicos. Calcula las cantidades y precios

de equilibrio que maximizan la utilidad y adems minimizan los costos totales del sistema
de energa.
MARKAL identifica soluciones a la planificacin del sistema de energa al menor costo y

evala opciones en el contexto del sistema de energa tales como el balance entre oferta y
demanda y restricciones de poltica ambiental. Selecciona tecnologas basado en los costos
de las alternativas.
MARKAL calcula las cantidades y precios maximizando el excedente del

productor/consumidor en el horizonte de planificacin, por lo tanto, el costo total de
energa del sistema.
Adems provee estimaciones de precios de energa, demanda, GHG, tecnologas. En
MARKAL la demanda no responde a precios y es determinada exgenamente. MARKAL
ha sido utilizado en:
25
International Energy Agency (IEA): Detalles de tecnologas para los escenarios de

World Energy Outlook.
Unin Europea. Modelo de 25 estados: Estudio de externalidades y valoracin de
temas asociados al ciclo de vida
6 estados de Nueva Inglaterra: Anlisis de Aire limpio, metas y evidencia para el
compromiso de cambio climtico.
USAID: Estableciendo un marco de referencia comn para la evaluacin de gestin
de la demanda.
APEC: Niveles de costo-efectividad de generacin renovable en cuatro economas
de la APEC.
Bolivia: Estrategias de reduccin de GHG, incluyendo un modelo de forestacin
como una opcin de reduccin de carbono.
South Africa: Planificacin energtica y ambiental.
A continuacin se presenta un esquematizacin del flujo energtico en MARKAL:
Figura 12. Esquema de flujo energtico en MARKAL
Estacin de
Sistema de almacenamiento de
Transformacin energa
Planta Central de
Poder
Planta de poder
Descentralizada Suministro
sectorial de
energa
Planta de
Energa Suministro Demanda de
Trmica sectorial de servicios
Calefaccin
Stock Ejemplo: Planta de

Tratamiento Calefaccin Demanda
Minera Demanda de Energa
Ejemplo: til
Importacin Petrleo Ejemplo:
Carbn Ejemplo: Luz
Uranio Refinara Agua
Reactores
Exportacin
Combustible
Combustible Secundario
Primario Ejemplo: Ejemplo: Stock
Concentrado Mquina de
Tratamiento
Importacin Exportacin
Fuente: Fei Teng 2007
26
El esquema de flujo de energa muestra las interrelaciones que se producen para llegar a la
demanda final, primero considerando combustibles primarios y variable de stock,
controlando por importaciones y exportaciones. Luego, combustibles secundarios y
variable de stock, controlando por importaciones y exportaciones. Finalmente se encuentran
los centros de transformacin que satisfacen la demanda final.
MARKAL-MACRO es una extensin del modelo MARKAL y resuelve simultneamente

los sistemas de energa y economa.
MARKAL-MACRO es una mezcla entre modelos bottom-up y top-down. En este modelo

la demanda responde a precios, es decir, la demanda es determinada endgenamente.
El modelo MARKAL-MACRO maximiza el bienestar del consumidor, optimiza la

inversin agregada y provee la configuracin del sistema de menor costo. Precios de
energa y costos de energa son determinados simultneamente durante la optimizacin.
Los costos relativos de la energa determinan el tipo y nivel de sustitucin de portadores
energticos y tecnologas.
MARKAL-MACRO ha sido utilizado en:
INET: impacts of emission reductions on Chinas GDP with MARKAL-MACRO

Model; Beijings energy supply scenarios and possible impacts;
SHESRI: responses of the energy system to energy structure adjustment policies in
Shanghai
Croacia: Institute Hrvoje Poar. Helena Boi. ENERGY SYSTEM PLANNING
ANALYSIS USING THE INTEGRATED ENERGY AND MACROECONOMY
MODEL. Interdisciplinary Description of Complex Systems 5(1), 39-47, 2007
Limitaciones
El modelo MARKAL es un modelo estrictamente de sector energtico y no

establece relaciones con otros sectores de la economa.
La demanda es provista exgenamente por esto no responde a precios y no posee
determinacin de variables econmicas endgenas que puedan realimentar el
modelo.
El modelo MARKAL-MACRO resuelve estos ltimos inconvenientes, pero el
modelo macroeconmico que incorpora es un modelo neoclsico y adopta una
funcin de produccin de elasticidad de substitucin constante (CES). El modelo
resuelve para un consumidor representativo ptimo, donde todas las variables
relevantes son agregadas.
27
ENPEP
ENPEP es un conjunto de herramientas de anlisis energticas, ambientales y econmicas

integradas. ENPEP realiza anlisis macroeconmico, desarrolla estimaciones de demanda
de energa y sobre esta base se realiza anlisis conjunto de oferta y demanda para todo el
sistema energtico. Se evala en detalle el sistema elctrico y se determina efectos de
configuraciones alternativas.
El foco energtico est en 2 herramientas de ENPEP: BALANCE y MAED, respecto a

MAED un anlisis ms detallado se presenta en otro apartado de este informe. BALANCE
es un modelo de simulacin basado en mercado que determina cmo varios segmentos del
sistema de energa pueden responder a cambios en la demanda y precios de energa.
Balance es un sistema de ecuaciones simultneas, lineales y no lineales que especifican la
cantidad de transformacin de energa y precios a travs de varios escenarios de produccin
y usos de energa. Este modelo tambin calcula emisiones gases efecto invernadero (GEI).
Junto con BALANCE y MAED, ENPEP posee otros ocho mdulos que lo conforman, cuya
interrelacin se muestran en la siguiente figura:
Figura 13. Mdulos de ENPEP
Fuente: CEEESA
28
Una breve descripcin de cada mdulo se hace a continuacin:
MACRO-E: Este mdulo realiza la retroalimentacin entre el sector energtico y el resto de

la economa.
LOAD: Carga elctrica horaria y generacin de de curva de duracin para usos de otros
mdulos de ENPEP
PC-VALORAGUA: Estrategia ptima de generacin para un parque Hidro-trmico.
WASP: Alternativas de expansin de la generacin a menor costo.
GTMax: Operacin de Sistema Energtico en Mercados Desregulados.
ICARUS: Confiabilidad y perspectiva econmica de alternativas de expansin de la

generacin de electricidad.
IMPACTS: Dao fsico y econmico de la contaminacin del aire.
DAM: Herramienta de anlisis de decisin para evaluar tradeoffs entre aspectos tcnicos,
econmicos y medioambientales.
ENPEP tiene numerosas aplicaciones en frica. Asia, Europa, Amrica y en OECD. En

Sudamrica ha sido aplicado en los siguientes pases:
COLOMBIA (MAED, WASP, BALANCE,IMPACTS, VALORAGUA)
Anlisis Energtico Nacional
Expansin de Gas Natural
Desarrollo del Sistema Elctrico
PER (WASP, BALANCE, IMPACTS)
Estimacin de Demanda
Expansin del Sistema Elctrico
Anlisis de Polucin
Reduccin de GHG
BRASIL (WASP, BALANCE,VALORAGUA, IMPACTS)
Anlisis Sector Energtico
Desarrollo del Sistema Elctricot
Anlisis de Polucin
URUGUAY (BALANCE, IMPACTS)
Anlisis del Sector Energtico
Penetracin del Gas Natural en el Mercado
29
Anlisis de Reduccin de GHG
Limitaciones
El modelo ENPEP analiza planificacin de sistemas desde el punto de vista del

mnimo costo, lo cual no necesariamente refleja la realidad.
La operacin del programa requiere importantes conocimientos de optimizacin.
Es muy intensivo en datos.
LEAP
Modelo de energas integradas asociadas a un ao base y escenarios posibles, basados en

contabilidad de flujos energticos y simulacin de modelos aproximados. LEAP tiene un
manejo de datos flexible e intuitivo. Su mbito de operacin incluye: demanda, emisiones
GHG, anlisis de costo-beneficio social entre otros. LEAP es abordado ms intensamente
en otro apartado de este informe.
El LEAP al igual que otros modelos de simulacin como el MAED, requieren de

informacin demogrfica y socioeconmica, tales como poblacin e ingreso entre otros. En
general, se analiza la demanda de diferentes sectores, subsectores y centros de
transformacin, se consideran variables de stock y se calcula efectos medioambientales y se
evala costo-beneficio. Un esquema general del proceso de clculo realizado por el LEAP
se presenta en la siguiente figura:
30
Figura 14. Proceso de clculo del LEAP
Poblacin Macro-economa
Anlisis de
demanda
Diferencias
Cargas estadsticas Anlisis
ambientales costo
beneficio
Anlisis de integrado
Transformaci
Cambios de
stock
Anlisis de
Recursos
Anlisis de emisiones
de sector no-energtico
Externalidades medio
ambientales
Fuente: Elaboracin Propia
LEAP ha sido utilizado en:
Estudios de reduccin de gases efecto invernadero en: Argentina, Bolivia, Ecuador,

Korea, Tanzania, Senegal.
USA. Estudios de reduccin de GHG en California, Washington, Oregon y Rhode
Island.
APERC Energy Outlook: Pronstico de Demanda de Energa en Economas de la
APEC.
31
Proyectos Energticos Asia del Este: Estudio de Seguridad Energtica en Asia del
Este.
NDRC Energy Research Institute (ERI), INET and SHESRI
ERI: Sustainable Energy Development Scenarios in China
INET: Chinas energy system under future Northeast Asia cooperation scenario
Limitaciones
El modelo LEAP no genera procesos de optimizacin o de equilibrio de mercados,
pero puede ser usado para identificar escenarios de menor costo. Una ventaja
importante del LEAP es su flexibilidad y su fcil utilizacin, el cual permite
analizar distintas polticas sin complejidad adicional.
El modelo LEAP no evala impactos sobre variables econmicas como PIB o
desempleo, el modelo LEAP es consistente fsicamente pero no econmicamente.
PERSEUS
PERSEUS (Programme Package for Emission Reduction Strategies in Energy Use and
Supply) en un familia de modelos basados en los modelos EFOM-ENV (modelos de
optimizacin dinmica que utilizan programacin lineal) desarrollados en la Universidad de
Karlsruhe, Alemania. Estos modelos estn basados en programacin lineal y entera mixta.
Sus funciones objetivos consisten en la minimizacin del gasto de toda decisin relevante
del sistema completo. Las restricciones econmicas, tcnicas y ecolgicas son integradas en
los modelos en una forma apropiada que capture las caractersticas reales del sistema de
suministro de energa.
Es un modelo de anlisis y planificacin de polticas energticas y ambientales
Requerimiento de datos
Este modelo tiene un horizonte de mediano y largo plazo
Balance de energa en un ao base

Proyecciones de demanda de energa til y precio de combustibles
Inversin y costos de operacin, disponibilidad y eficiencia de la produccin de
energa.
Restricciones energticas y ambientales
Factores de emisin.
Curva de de duracin de demanda elctrica.
32
Comparacin de modelos para sector energtico
El cuadro siguiente presenta un resumen de los modelos ms utilizados en poltica

energtica internacional a juicio de Naciones Unidas.
Cuadro 3. Comparacin de Modelos
Caracterstica LEAP ENPEP MARKAL MARKAL-
MACRO
Creador Stockholm Environment Institute IAEA IEA/ETSAP
Sitio web www.energycommunity.org www.dis.anl.gov www.etsap.org

mbito Energas Integradas escenarios GHG Energas Integradas, Energas Energas-
escenarios GHG Integradas, economa
escenarios GHG Integradas,
escenarios
GHG
Metodologa
Tipo - Contabilidad - Simulacin - Optimizacin - Hbrida
modelo. equilibrio
Algoritmo - Contabilidad - Iteracin - Prog. Lineal - Prog.
solucin. nolineal
Previsin. - n/a - Miope - Perfecta o - Perfecta o
miope miope
Aplicabilidad Local, Nacional, Regional, Global Local, Nacional, Local, Nacional, Regional, Global
geogrfica Regional, Global
Requerimiento de Medio-bajo Medio-alto Medio-alto
datos
Datos incluidos Factores de emisin Factores de emisin Ninguno
(default)
Horizonte de tiempo Controlado, resultados anuales Hasta 75 aos, Controlado
resultados anuales
Experticia Media Alta Alta
requerida
Esfuerzo requerido Medio-bajo Alto Alto
Intuitivo Alto Bajo Medio
Manejo datos Avanzado Bsico Bsico
Requerimiento de Windows Windows Windows, GAMS, solver e interface
software
Costos Gratis para ONG, Gobierno, Gratis para ONG, US$8.500-$15.000
Investigadores Gobierno,
Investigadores
Soporte tcnico Telefnico, e-mail, foros web. Telefnico, e-mail. Telefnico, e-mail. US$500-$2500
Gratuito(limitado) US$10.000 por 80 hrs por un ao
Materiales de Manual y material de entrenamiento Manual disponible para Manual disponible para usuarios
referencia libre en la web usuarios registrados registrados
Lenguajes Espaol, Ingls, Francs Portugus, Ingls Ingls
Chino.
Fuente: Naciones Unidas
33
2.7 Conclusin
Distintos modelos energticos cumplen distintos objetivos y se basan en fundamentos

conceptuales diferentes. Dentro de las clasificaciones existen consideraciones temporales,
espaciales, de propsito, enfoque metodolgico y agregacin. Cada tipo de modelo cuenta
con virtudes y defectos, y la eleccin de un tipo de modelo depende de la pregunta de
anlisis. Sin embargo, existe consenso relativo respecto de las bondades de los enfoques
hbridos ya que stos permiten reducir los errores sistemticos del uso de un enfoque nico.
Existe una amplia gama de modelos energticos de uso estratgico actualmente usndose en
el mundo. De estos destaca el LEAP, un modelo del sistema general de energa y el modelo
ENPEP, un modelo modular que captura el sistema energtico de manera fsica, econmica
y ambiental. Son tambin muy conocidos los modelos de oferta como MARKAL y el
WASP (mdulo de ENPEP). Para demanda, los modelos ms utilizados son MAED
(mdulo de ENPEP), y LEAP, que a pesar de no ser especficamente diseado para
proyeccin de consumo permite esa labor con relativa simpleza. Otros modelos que
permiten caracterizar el consumo basndose en datos histricos son los economtricos que
incorporan los cambios tcnicos que han ocurrido en el tiempo explicando relaciones entre
el consumo energtico y variables econmicas. A partir de lo anterior es posible proyectar
escenarios futuros.
Debido a que este estudio esta enfocado en analizar y proyectar el consumo futuro de
combustibles se analizaran aquellos modelos que se enfocan en analizar con mayor detalle
la demanda de combustibles. Por este motivo, en los siguientes captulos, se analizan las
principales caractersticas de los Modelos Economtricos y de Series de Tiempo,
Modelos de Uso Final, Enfoques Combinados o Hbridos y Anlisis de Escenarios.
A partir de esta descripcin se elige el modelo que mejor se aplique a la realidad nacional y
a los objetivos del estudio.
34
3 Modelos de Estimacin de Consumo de Largo Plazo
Los pronsticos energticos se volvieron extremadamente populares tras los shocks de

petrleo de la dcada de los setenta. Actualmente existen muchas alternativas para estimar
demanda energtica futura. En particular, para los sistemas elctricos existen pronsticos
incluso para unos pocos minutos a futuro. Otras estimaciones intentan proyectar consumos
energticos por ms de 30 aos llegando incluso al orden de siglos para estudios con
propsitos de anlisis de calentamiento global.
A pesar de la amplia gama de alternativas, esta seccin se centra en aquellas metodologas

que permiten prever la demanda energtica de largo plazo. Por otra parte, esta seccin
tambin se limita a aquellas metodologas que permiten estimar la demanda globalmente y
eventualmente realizar desagregacin sectorial de los consumos. Finalmente, esta seccin
se centra solo en aquellas opciones que tienen como fin exclusivo el pronstico de
consumos energticos futuros.
Las metodologas de pronstico de demanda de largo plazo ms utilizadas son de las

siguientes categoras: proyecciones de series de tiempo y economtricas, anlisis de uso
final, enfoques de dinmica de sistemas, enfoques combinados, y anlisis de escenarios.
Cada enfoque refleja una cierta visin revelada en supuestos y permiten estimar consumos
multienergticos de largo plazo (Craig et al, 2002). Para los modelos de dinmicas de
sistemas4 no existe mucha experiencia en poltica energtica y tpicamente son aplicables
en niveles de mucha agregacin y abstraccin por lo que no se incluyen en detalle.
3.1 Tipos de Modelos para Pronosticar Consumos Energticos de Largo Plazo
En esta seccin se presentan las principales metodologas utilizadas para la estimacin de

demanda de largo plazo.
Modelos Economtricos
La literatura energtica suele distinguir entre los modelos economtricos y series de

tiempo5. Los modelos economtricos suelen basarse en el ajuste entre una variable
4
La dinmica de sistemas modela los sistemas de ingeniera, sociales, y econmicos como combinaciones de
reservas (baldes) que se acumulan y evacuan cantidades de inters (como la energa, poblacin, y dinero). Las
trayectorias de flujo suelen representar procesos de tasa no-lineal y relacionan las reservas creando ciclos de
retroalimentacin que definen un conjunto de ecuaciones diferenciales acopladas. Esta tcnica de modelacin
hace nfasis en la dinmica e identificacin de variables fuerzas conductoras (driving forces). Una vez que
es modelo est definido, se varan parmetros y fuerzas conductoras.
5
Al contrario, en la literatura econmica suelen considerarse las tcnicas de series de tiempo un subconjunto
de las economtricas.
35
independiente (consumo de energa, combustible, electricidad) y variables independientes

(tiempo, precios, indicador de actividad econmica, etc.). Se acepta que la estructura de la
relacin obtenida no se modificar en el futuro.
Para predicciones energticas, las variables que normalmente son consideradas son de tipo
meteorolgico para estimar electricidad a corto plazo, pero para el caso de largo plazo
suelen considerarse variables como producto interno bruto, ndices de actividad, ingresos
familiares, precios de los combustibles y sus sustitutos, precios de equipos, datos
demogrficos, variables mudas, entre otras.
Por ejemplo, la demanda elctrica puede considerarse dependiente del precio de la

electricidad (Pe), ingreso (y), precio de combustibles relacionados (Po), poblacin (POB) y
tecnologa (T). Es decir,
DE = f ( y, Pe , Po , POB, T )
Para llevar a cabo el ajuste, es necesario especificar la forma funcional del modelo, el que
puede ser lineal o no lineal. Para determinar esta especificacin, la formulacin puede venir
de modelos tericos (por ejemplo, econmicos) o bien, de planteamientos intuitivos de los
analistas. Las predicciones realizadas mediante el modelo requieren estimar la evolucin
futura de las variables explicativas.
Una variante de los modelos economtricos es la categora de estimacin de participacin

de combustibles. sta considera un enfoque de dos etapas para estimar demandas
energticas. Primero, se estima el consumo total de energa de un sector, el cual despus es
utilizado en la determinacin de participaciones de distintos combustibles. Estas
participaciones vienen definidas como razones entre consumos de un combustible
individual y el consumo energtico total.
Finalmente, es importante destacar que los mtodos economtricos son la nica alternativa
de obtener de curva de demanda en vez de solo pronsticos de consumos.
Modelos de Series de Tiempo
La forma ms simple de realizar un pronstico consiste en asumir que el futuro es una

extensin suave del pasado. Las variables clave se identifican y son descritas en trminos
de tendencias temporales o de correlaciones con otras variables.
En esta clase de modelos se encuentran tambin metodologas que consideran un

modelamiento matemtico exhaustivo de la serie histrica. Las tres categoras de series de
tiempo ms conocidas son los Modelos Autoregresivos (AR), Modelos Autoregresivos y de
Medias Mviles (ARMA) y Modelos Autoregresivos Integrados y de Medias Mviles
36
(ARIMA). La formulacin bsica asociada a cada una de ellos se resume en las siguientes
expresiones:
AR : ( B) y (t ) = e(t )
ARMA : ( B) y (t ) = ( B ) e(t )
ARIMA : ( B) ' ' y (t ) = ( B) e(t )
En donde B corresponde al operador de desplazamiento temporal (operador de rezago), y es

la serie estudiada (consumo), e el error o ruido existente, corresponde al operador de
diferenciacin y y son polinomios en funcin de B. El ajuste del modelo consiste en
encontrar los coeficientes asociados a estos dos ltimos polinomios, hasta comprobar que
los errores siguen una serie aleatoria. Este tipo de metodologas han sido usadas
satisfactoriamente para estimaciones a corto plazo.
Una variante de los mtodos de series de tiempo es la co-integracin. Este mtodo intenta
superar algunas de las limitaciones de los pronsticos economtricos o de series de tiempo.
El concepto principal es que la relacin existente entre dos variables puede seguir un patrn
o tendencia en el largo plazo. En efecto, se observa que algunas variables econmicas se
comportan de manera similar en el largo plazo. Por ejemplo, el PIB per. capita y el
consumo siguen en el largo plazo un patrn similar de consumo. En este caso, se dice que
ambas series estn co-integradas. La ecuacin de largo plazo que captura la relacin entre
las variables se conoce como vector de co-integracin.
Si dos series estn co-integradas, el proceso de construccin del modelo requiere del uso de
un sistema de ecuaciones como en contra de una nica ecuacin (de un modelo de series de
tiempo o economtrico). Adicionalmente, tambin se incluye un trmino adicional
conocido como trmino de correccin de error para considerar los efectos de largo plazo,
mientras que los efectos de corto polazo se capturan por el vector de co-integracin.
Modelos de Uso Final
El mtodo de uso final o contabilidad intenta capturar los impactos que tienen los patrones
de usos energticos de artefactos y sistemas. Los modelos de uso-final para demanda
energtica se enfocan en varios usos en los sectores residencial, comercial, agricultura, e
industriales. Por ejemplo, en el sector de residencial la electricidad se utiliza para
iluminacin, refrigeracin, aire acondicionado y para usos de cocina.
Los anlisis de uso final suelen requerir medidas de las intensidades energticas (I) de los
usos como medidas de niveles de actividad (NA). De esta manera, la relacin bsica que
estima el consumo energtico es:
37
E = I NA
Por ejemplo, la relacin siguiente define una relacin tpica de uso elctrico final para un
sector:
E = S N PH
Donde E es consumo de energa del uso (en KCal, kWh, etc), S el nivel de penetracin del
nmero de tales artefactos por consumidor, N el nmero de consumidores, P la potencia
requerida por el artefacto, y H las horas de aplicacin medias del artefacto por individuo.
Este anlisis agregado por los distintos usos finales de un sector entrega la energa total
demandada por el sector. El anlisis tambin puede agregarse para todos los sectores y es
posible desagregar o agregar distintos combustibles.
Este tipo de mtodos puede incorporar mejoras de eficiencia energtica, tasa de utilizacin,
sustitucin de combustibles. En el proceso el enfoque captura implcitamente los precios,
ingreso y otros efectos econmicos y de poltica.
En esta seccin se presenta una revisin general respecto de las metodologas existentes
para evaluar polticas energticas de largo plazo. En particular, se explica qu se entiende
por escenarios y la aplicabilidad de stos en anlisis energtico de largo plazo. Luego, se
distingue entre escenarios normativos y exploratorios. Finalmente, se presentan distintos
enfoques metodolgicos y modelos formales disponibles para la construccin de
escenarios.
Enfoques Combinados o Hbridos
Los modelos hbridos corresponden a combinaciones entre las metodologas antes descritas.
Destacan enfoques en que se combinan mtodos de regresin y series de tiempo cuando las
tendencias parecen robustas con anlisis de uso-final. Este tipo de enfoque se usa cada vez
ms tanto en las industrias como gobierno.
Mucha literatura recomienda el uso de este enfoque. Esto porque un modelo hbrido de
estas caractersticas permite integrar tanto los aspectos fsicos como econmicos (y
potencialmente de comportamiento) en un marco comn. Por ejemplo, mientras las
relaciones economtricas internalizan los efectos de precios, ingresos o polticas, el enfoque
de uso final otorga un marco de agregacin tanto de uso final como sectorial. El enfoque
de uso final acomoda nuevos usos finales, mezclas alternativas de combustibles,
penetracin de artefactos y tecnologas, patrn de crecimiento de la produccin fsica o su
valor, la poblacin y la distribucin del ingreso entre segmentos.
38
Anlisis de Escenarios
A pesar de no ser el anlisis un mtodo particular de pronstico de demanda se considera

por su utilidad para tal propsito como se considera generalmente en la literatura. (Craig et
al, 2002).
La evaluacin de sistemas energticos de largo plazo y de emisiones de gases efecto

invernadero suele realizarse mediante la construccin de escenarios. Este tipo de ejercicio
puede llevarse a cabo en distintas escalas y considerando horizontes temporales diferentes.
Sin embargo, en general para su construccin se requiere integrar fenmenos de largo plazo
(incluyendo demogrficos, tecnolgicos o tendencias de ecosistemas) con otros de corto
plazo (como pueden ser la inflacin o un shock en los precios del petrleo). Segn
Anderberg (1989), la crisis de petrleo de 1973 vuelve el trmino de escenario ms popular
la evaluacin de polticas energticas.
Las definiciones de escenarios no tienen relacin directa con predicciones ni proyecciones.

Esto porque el uso de escenarios es radicalmente distinto de la idea tradicional de
prediccin econmica. Esto porque los escenarios intentan mostrar imgenes alternativas
del futuro y no proyectar tendencias del pasado. Una de las caractersticas ms tiles de los
escenarios es que estn diseados explcitamente para explorar cambios importantes en las
tendencias, quiebres en el sistema y cambios mayores en el comportamiento humano o
reglas institucionales (variables que no es posible predecir o proyectar). Esta es una forma
usual de incorporar la incertidumbre.
Expertos han dado diversas definiciones y comentarios respecto del uso de escenarios, y en
particular aplicados al anlisis de sistemas energticos de largo plazo. Entre estas
consideraciones destacan las siguientes:
Al disear escenarios nos creamos imgenes del futuro, o mejor de futuros alternativos.
Los escenarios no son predicciones ni proyecciones. En vez, cada escenario es una imagen
alternativa de cmo podra desenvolverse el futuro. Cada uno se basa en un conjunto de
supuestos acerca de las relaciones claves y de los catalizadores de cambios derivados de
nuestro entendimiento de la historia y la situacin actual La mayora de los escenarios
realizan un supuesto particular acerca del fututo: La ausencia de discontinuidades mayores
y catstrofes. Estas no solo son inherentemente difciles de anticipar, pero tambin ofrecen
poca gua de poltica en la administracin de una transicin ordenada desde el sistema
energtico de hoy, basado en combustibles fsiles, hacia un sistema ms sustentable con
acceso ms equitativo a los servicios energticos [IIASA, WEC 1995]
La evolucin futura del mundo es formulada en lo que se conoce como escenario, un tipo
de cuento corto de futuros posibles [Ygdrassil et al., 1989]
39
Los escenarios pueden ayudar a mejorar el entendimiento de las relaciones clave entre los
factores que determinan las emisiones futuras. Los resultados de los escenarios no son
predicciones del futuro, y no debieran utilizarse como tales; stos ilustran el efecto de una
gama amplia de supuestos econmicos, demogrficos y de poltica. Estos son
inherentemente controversiales porque reflejan distintas posturas acerca del futuro. [IPCC,
1992]
Refirindose a escenarios la IPCC seala que stos no son predicciones, sino que
construcciones consistentes que indican qu podra lograrse al seguir estrategias tcnicas
particulares. Estas trayectorias alternativas hacia el futuro energtico debieran considerarse
como experimentos de pensamiento explorando las posibilidades de conseguir
reducciones de emisiones profundas Ms an, podran existir otras trayectorias factibles
que pudiesen llevar a reducciones de emisiones comparables. [IPCC, 1996]
En conclusin, enfrentados a la imposibilidad cientfica de predecir el desarrollo futuro de

sistemas socio-tcnicos complejos, como los sistemas energticos, y la necesidad prctica
de restringir el campo de eventos futuros posibles o de anticipacin para mejorar las
decisiones presentes, la construccin de escenarios es la mejor alternativa que han
encontrado los expertos (IPP Report No. 16/13).
El tipo de escenario ms comn se asocia a escenarios de referencia de tipo proyectivos.

stos asumen la continuacin de las tendencias histricas del futuro y que la estructura del
sistema permanece invariante o responde de formas predeterminadas. Este tipo de escenario
suele conocerse como escenario base (BAU por las siglas en ingls de business as usual).
Estas construcciones parecen razonables solo en proyecciones de corto y mediano plazo
porque en el largo plazo variables como el desarrollo tecnolgico, la apertura de los
mercados, las estructuras sociales o percepciones ambientales son poco predecibles. Sin
embargo, en anlisis sobre periodos de ms de 30 o 50 aos estos son los factores
determinantes. Por lo tanto, en el largo plazo, suele ser riesgoso solo centrarse en
escenarios BAU basndose solo en proyecciones tendenciales (IPP Report No. 16/13).
Por el contrario, los escenarios exploratorios estn diseados para explorar configuraciones
posibles del mundo en el futuro. El propsito es la identificacin de las estrategias ms
robustas en cuanto al propsito de la exploracin a travs de distintos escenarios. La
ventaja del uso de estos escenarios permite analizar desviaciones de las tendencias
presentes.
Los escenarios normativos pueden disearse sobre la base un conjunto de atributos

deseables (o reglas) que debera tener el mundo en el futuro. Este tipo de escenario se
orienta especficamente a propsitos regulatorios y se suelen construir futuros deseables.
Este tipo de escenario es til para disear mecanismos que permitan alcanzar estos estados
deseables desde el presente.
40
En la prctica, suelen utilizarse escenarios exploratorios pero haciendo referencia a

consideraciones normativas. Lo importante es recordar que la funcin de los escenarios es
ayudar a explorar las incertidumbres principales asociadas a los sistemas energticos
futuros y explicitarlas. As, al cuantificar modelos especficos en los escenarios, no se debe
confundir el ejercicio con un falso sentido de precisin predictiva (IPP Report No. 16/13).
3.2 Resumen de Metodologas Usuales de Proyeccin de Demanda
El cuadro siguiente presenta un cuadro con las ventajas, desventajas y requerimientos de

informacin generales de cada tipo de metodologa. Este cuadro incluye el anlisis de
escenarios que puede utilizarse conjuntamente con las distintas metodologas e incluso
hbridos.
Cuadro 4. Ventajas, Desventajas y Requerimientos de Informacin de Metodologas de Proyeccin de

Demanda
Requerimientos de
Metodologa Ventajas Desventajas
Informacin Tpicos
Series histricas sociales,
No considera "driving forces"
til para demogrficas,
Tendenciales No incluyen causalidad y no
predicciones de econmicas, etc. Por
(Series de Tiempo) pueden identificar cuando
tipo BAU. ejemplo: PIB, Poblacin,
surgen contradicciones.
consumos, etc.
No captura cambios
Series histricas sociales,
estructurales. Segn expertos
Especialmente demogrficas,
este mtodo no
Economtricas tiles en el corto y econmicas, etc. Por
necesariamente resulta en
mediano plazo. ejemplo: PIB, Poblacin,
mejores predicciones que las
consumo, etc.
tendenciales (Huss, 1985)
Intensivo en datos.
Fcil de incorporar
Puede llevar a pronsticos de Requiere consumos
cambios
demanda mecnicos sin energticos sectoriales,
tecnolgicos
referencia alguna al desagregados tanto como
anticipados.
Anlisis de Uso comportamiento ptimo de sea posible, en general,
Permite capturar
Final los agentes ni variaciones en los sectores desagregados
efectos de
patrones de consumo debido en subsectores
saturacin. Permite
a cambios demogrficos, representativos con datos
distintos niveles de
econmicos o culturales. de diferentes tipos de
agregacin.
consumos.
Permite incluir en Intensivo en datos.
Enfoques las estimaciones Consumos sectoriales
Combinados/Hbri las inquietudes de desagregados y series de
dos ingenieros y datos que sustenten el
economistas anlisis economtrico.
41
Intensivo en datos.
Requiere consumos
energticos sectoriales,
Escenarios son dbiles
desagregados tanto como
Los supuestos cuando se asume que los
Anlisis de sea posible, en general,
quedan explcitos "drivers" claves del anlisis
Escenarios los sectores desagregados
(transparencia) permanecen inalterados en
en subsectores
forma indefinida
representativos con datos
de diferentes tipos de
consumos.
3.3 Visin integrada de los modelos
En este punto se analizan las caractersticas comunes y las diferencias asociadas a los
mecanismos de estimacin y modelacin del consumo energtico. En particular se
comparan dos tipos de modelos, los economtricos (incluyendo series de tiempo) y los de
uso final. Se usar el caso del sector transporte para ilustrar las diferencias aunque es
igualmente vlido para otros sectores.
El consumo de un energtico especfico para un grupo de fuentes tecnolgicamente

similares, se puede representar genricamente a travs de la siguiente relacin:
C = P * NA * cu
Donde C es el consumo de combustible, P es el nmero de fuentes (para empresas o

parque automotor para el transporte), NA es el nivel de actividad promedio de ese parque y
cu es el consumo unitario de combustible. Por ejemplo, para calcular el consumo de Diesel
del sector de transporte, P representa el nmero de vehculos, NA los kilmetros promedio
recorridos por los vehculos y cu el consumo unitario expresado en litros por kilmetro
recorrido.
Adems, el consumo de un determinado energtico para cada sector (i) puede ser
desagregado para cada subsector (j). Cada subsector puede poseer distintas tecnologas
asociadas a su proceso productivo (k) lo que se asocia a distintas intensidades en el uso de
energticos, adems estas caractersticas van cambiando en el tiempo (t). Al hacer esta
distincin el consumo de un determinado energtico en el ao t queda definido como:
jk
Ck ,t i , j = jk ( Pk ,t i , j * NAk ,t i , j * cuk ,t i , j )
En este caso, por ejemplo para el sector transporte (i) en el periodo t, cada j corresponde a
un modo que utiliza diesel (buses, camiones, vehculos livianos y comerciales, vehculos
42
fuera de ruta) .El subndice k denota las tecnologas, por ejemplo si son Euro 1 o Euro 2,
catalticos o no, antiguos o nuevos.
Un modelo de uso final permite distintos niveles de agregacin y dependiendo de la

disponibilidad de datos es factible llegar a la unidad ms bsica de agregacin. Adems,
tiene una estructura que permite asociar los consumos de combustible a variables intuitiva y
cercanamente relacionadas con los consumos de combustible. En efecto, el consumo de un
determinado energtico para cada ao t, tecnologa k, subsector (o modo) j y sector i queda
determinado por:
Ck ,t i , j = Pk ,t i , j * NAk ,t i , j * cuk ,t i , j
Por ejemplo, Ck ,t i , j podra representar el consumo de diesel, del subsector vehculos

comerciales del sector transporte, para tecnologas Euro 3, en el ao t.
As, es posible caracterizar para cada combustible las distintas tecnologas asociadas a los
diferentes subsectores y su evolucin en el tiempo por medio de cuk ,t i , j . Adems permite
incorporar pronsticos de demanda considerando cambios en Pk ,t i , j y en NAk ,t i , j , de manera
separada. Se requiere por tanto proyectar estas variables en el tiempo, utilizando mtodos
economtricos combinados con opinin experta6. Por lo general, no se incorpora en este
anlisis un comportamiento ptimo de los agentes.
Este enfoque permite un nivel de desagregacin muy amplio, y los requerimientos de

informacin se pueden transformar rpidamente en inmanejables. El alcance de la
desagregacin depende de las preguntas que se busque responder con el modelo y requiere
un delicado equilibrio con la informacin disponible para proyectar cada variable. Es
especialmente til si se esperan cambios estructurales en sectores que no se capturan por
medio de los modelos economtricos o si se busca evaluar polticas que afectan la adopcin
de ciertas tecnologas.
Con este enfoque, los cambios tecnolgicos esperados se incorporan de manera directa en
cada subsector. Las sustituciones futuras entre energticos en cada subsector se obtienen al
hacer el anlisis anterior para todos los energticos utilizables en el mismo para cada
tecnologa.
6
Por ejemplo se debe especificar la penetracin esperada cada ao de determinada
tecnologa, o variaciones en el nivel de actividad. Ambos pueden ser a su vez funcin de otras
variables, por ejemplo el nivel de ingresos y/o precios relativos de los energticos o
tecnologas.
43
Por otro lado los modelos economtricos permiten un anlisis a escala mayor, utilizando
variables ms agregadas y menos intuitivamente relacionadas con cada tecnologa. En
efecto, es comn estimar conjuntamente el parque y su nivel de actividad, por medio de una
variable ms agregada de nivel de produccin: NP = P * NA .
Se puede adems considerar una tecnologa promedio con lo cual la estimacin se puede
realizar para un subsector, sin diferenciar por tecnologa. Una expresin simple podra ser,
por ejemplo:
( cu k ,t
i, j
)
cut i, j
= k
Adicionalmente, puede no interesar considerar los consumos para cada tecnologa

especfica, en cuyo caso NPk ,t i , j = NP t se puede considerar como una variable del
i, j
k
nivel de actividad del subsector para cada periodo, sin especificar tecnologa. En
consecuencia, el consumo de un determinado energtico en t quedara:
Ct = cut i , j *NP
i, j
t
i, j
Como resultado, para cada subsector i es necesario especificar un nivel de produccin

NP
i, j
t en el periodo t y relacionarlo con un coeficiente unitario promedio para ese
periodo.
Aqu el enfoque economtrico se distancia ms del de uso final. Es comn no disponer de

antecedentes respecto del coeficiente unitario promedio para el futuro. Por eso, en este
enfoque se hacen regresiones que relacionan el consumo de combustible del subsector
pasado, con el nivel de produccin. Esta especificacin puede ser ms, o menos compleja,
por ejemplo:
C j = + i , j *NP
i, j
t
i
NP
i, j
Donde C j y t
pueden ser en nivel o logaritmo.
Esto permite determinar, a partir de la historia, los coeficientes que luego se utilizan para
proyectar el consumo de combustible para los futuros niveles de produccin para cada
sector. El coeficiente obtenido puede o no ser dependiente del tiempo, reflejando un cambio
tecnolgico autnomo, lo que quedar reflejado en el valor de .
44
Por cierto, este coeficiente incorpora implcitamente los cambios tecnolgicos y la

sustitucin entre energticos habidos en el periodo para los cuales hay datos. Con ello el
coeficiente se aleja de tener una interpretacin relacionada muy estrechamente con una
determinada tecnologa, como es el caso en el enfoque de uso final. Si no se esperan
cambios en estas tendencias, esta aproximacin puede considerarse apropiada, y tiene la
ventaja de no exigir disponer de muchos datos tecnolgicos.
Por otra parte, es comn no disponer de informacin sobre el nivel de produccin futuro de
un subsector, y muchas veces ni siquiera del pasado. Por ejemplo, los vehculo/km que
circular un determinado modo de transporte, o algn indicador de actividad para el sector
industrias y minas varias. En estos casos, se requiere usar alguna variable que se
correlacione bien con el nivel de produccin (proxy). Por ejemplo, el parque automotor y el
PIB respectivamente. Al hacer regresiones entre esta variable y el consumo de combustible
para los periodos con informacin se obtiene una expresin que puede permitir proyectar
este consumo a futuro. Por ejemplo:
C j = + i , j *Parquei , j
i
En estos casos, los parmetros y se alejan aun ms de una interpretacin intuitiva

directamente asociada a la tecnologa. Incorporan adems una serie de cambios
tecnolgicos y sustituciones entre combustibles pasadas. Adems pueden correlacionarse
con otras variables omitidas en el anlisis, lo que puede hacer esprea la estimacin.
En la medida que haya una correlacin fuerte entre las proxy y el consumo de combustible,
se podr hacer proyecciones razonables de su consumo futuro. Los mtodos economtricos
permiten establecer si las correlaciones obtenidas son aceptables.
Si no se esperan cambios tecnolgicos o sustituciones diferentes a los observados en la

historia, y si las correlaciones resultan aceptables, el mtodo economtrico permite una
aproximacin razonable al consumo energtico futuro. Si bien esta, metodologa no entrega
un gran nivel de detalle como el caso de un modelo de uso final, permite trabajar en forma
consistente con variables econmicas ligadas al nivel de produccin. Adems permite
proyectar de manera simple en funcin de datos del pasado, tendencias de mediano y largo
plazo. Es dbil para proyectar el impacto de polticas que puedan afectar la tendencia
tecnolgica o de sustitucin.
45
C. MODELO DE ESTIMACION DE CONSUMO ENERGETICO PARA CHILE
1 Introduccin
En este captulo se presentan las caractersticas deseables de un modelo de consumo

energtico para Chile, a partir de los requerimientos declarados por la CNE. En base a estos
requerimientos, los datos disponibles y las caractersticas de los diversos modelos
explicados en el capitulo anterior se propone un enfoque de modelacin para la estimacin
del consumo energtico en Chile. Finalmente se presentan los modelos especficos por
sector y los consumos esperados totales de cada energtico en el periodo 2008-2030. En
funcin de estos requerimientos y de la literatura analizada se utilizarn los modelos de uso
final y los modelos economtricos.
En el primer punto de este captulo se describen los principales criterios utilizados para
seleccionar un modelo de estimacin de consumo de largo plazo, donde se describen los
principales usos y su relacin con variables macro energticas y ambientales. Adems los
modelos seleccionados deben permitir el clculo de la capacidad de potencia elctrica
instalada. Otro tema relevante para la eleccin de un modelo, independiente de sus
caractersticas, se asocia a la disponibilidad y calidad de los datos que utiliza. En particular
se espera que las variables explicativas del modelo seleccionado puedan ser proyectadas de
manera robusta.
El segundo punto tratado en este captulo se asocia a la descripcin y metodologa de

seleccin de un modelo de proyeccin de consumo energtico de largo plazo. Ac se
describe la propuesta general del modelo, los sectores considerados y el modelo elegido en
cada sector. Cada modelo es desarrollado dependiendo de las caractersticas sectoriales que
incorporan diferentes tecnologas de uso de energticos y diversas opciones de sustitucin.
Finalmente se presentan los consumos energticos agregados y sus proyecciones de largo

plazo.
46
2 Criterios para Seleccionar un Modelo de Estimacin de Consumo de Largo

Plazo
En este punto se describen los principales criterios utilizados para seleccionar un modelo de
estimacin de consumo de largo plazo. Se seleccionar un modelo basndose en cmo sus
caractersticas responden a las necesidades del usuario y cmo la disponibilidad y calidad
de los datos puede permitir proyectar el consumo futuro de manera robusta.
2.1 Requerimiento de propsito
El modelo seleccionado para Chile debe permitir evaluar para un horizonte de largo plazo
que permita incorporar distintos tipos de polticas macro energticas y ambientales en
Chile. Tambin es necesario que el modelo seleccionado para Chile entregue los insumos
necesarios para determinar la capacidad de potencia elctrica instalada. Es importante la
determinacin del factor de carga asociada a los requerimientos de energa en las horas de
demanda punta ya que permite planificar la oferta de largo plazo.
El modelo de proyeccin de demanda debe poder estimar los consumos energticos tanto
de electricidad como de los distintos combustibles en el largo plazo (hasta el 2030). Para tal
propsito se debe acotar y definir el alcance del modelo, las metodologas a aplicar y los
niveles de desagregacin deseados. El desafo principal de los modelos de energa es
representar diversas polticas y sus impactos en las proyecciones.
Las consideraciones generales para el diseo del modelo de demanda para Chile se debe
basar en su facilidad de operacin y actualizacin, que sus variables explicativas sean
simples en trminos de su construccin y de la intuicin asociada a ellas. Otro punto a
considerar es que exista disponibilidad de datos y que estos sean actualizables
peridicamente. Este modelo debe ser sensible al PIB y a variables crticas de cada sector.
Adems debe estar basado en la mejor informacin experta y estadstica disponible.
La proyeccin de escenarios de largo plazo permite abordar la incertidumbre a travs de la

planificacin estratgica. Adems, permite analizar los efectos generados por polticas de
gobierno sobre los escenarios futuros.
Por ejemplo, las decisiones de inversin en plantas energticas, aislamiento trmico en

hogares o el recambio de artefactos poco eficientes dependen de supuestos sobre la
demanda energtica futura. Otro tema asociado a las decisiones de largo plazo es el anlisis
de los efectos ambientales. En particular el anlisis de cambio climtico es desarrollado
utilizando modelos de proyeccin de consumo energtico de largo plazo. (Tosato, 2007)
47
Las caractersticas buscadas por la CNE para proyectar el consumo energtico son:
Que los modelos permitan proyectar el consumo de largo plazo.

Que sea un modelo que identifique los consumos sectoriales.
Que permita proyectar el consumo desde una perspectiva multi energtica.
Que permita proyectar una demanda elctrica compatible con una separacin SIC
SING.
Que sea sensible a parmetros claves.
Que considere aspectos de incertidumbre y variabilidad.
Considerando los puntos anteriores es posible partir con un modelo economtrico simple
para Chile que permite considerar los siguientes 7 puntos.
Permite desarrollar un anlisis de largo plazo para distintos tipos de energticos y

sectores.
Entrega la demanda elctrica anual que puede transformarse en una curva de carga
siguiendo distintos mtodos (explicados en el captulo D).
Estos modelos pueden incorporar al PIB y producciones sectoriales relevantes
(como en Cobre y Celulosa) como otras variables explicativas por lo que se pueden
adaptar a cambios en ellas.
Este modelo permite desarrollar anlisis de escenarios basados en crecimiento
econmico y de ciertos sectores especficos.
No incorpora cambios tecnolgicos ni en precios en forma explcita. Sin embargo
si asume implcitamente cambios similares a los del pasado.
No incorpora desagregacin geogrfica.
Permite desarrollar un anlisis rpido del impacto de variables macroeconmicas
sobre los consumos agregados.
Una caracterstica transversal a un modelo debe ser la transparencia. En efecto, y frente a

una importante falta de informacin, los supuestos deben quedar explcitos y los parmetros
claves del modelo deben poder modificarse en la medida que surjan nuevos antecedentes.
La complejidad de realizar una proyeccin hace necesario contar con mtodos flexibles que
permitan llenar vacos de informacin y realizar comparaciones. Por este motivo, se sugiere
un enfoque metodolgico hbrido que combine herramientas de econometra y series de
tiempo con otras de tipo de uso final. Eventualmente, para sectores con informacin escasa,
o bien, claves para la economa y/o consumos energticos, se utilizar opinin experta para
sumar antecedentes respecto del desarrollo futuro de stos. Los mtodos economtricos y
de series de tiempo permiten comparar tendencias de corto y largo plazo.
Tal como se muestra en la siguiente figura la demanda multienergtica asociada a cada

sector ser determinada, dependiendo del caso, a travs de estimaciones economtricas o de
48
uso final (pueden ser ambas a la vez). Los resultados de estas estimaciones servirn para
construir la curva de duracin de electricidad y tambin permitirn construir los escenarios
de consumo global para Chile. La figura siguiente resume las principales caractersticas del
modelo propuesto
Figura 15 Resumen de Caractersticas Generales de

Modelo
Estimacin de
nfasis elctrico
curva de
duracin
Demanda
Multienergtica Modelo estima
Mtodo Hbrido (Uso consumos globales
por sector (sin
Final, Economtrico, desagregacin
Info. Disponible
Opinin Experta) plazos espacial)
Consumos
Sectoriales
Construccin de
escenarios (da cuenta
de incertidumbre de
Incertidumbre, manera transparente)
(econmica, tecnolgica)
Fuente: Elaboracin propia.
Las predicciones a largo plazo suelen asumir la existencia de relaciones estructurales y que
stas varan de manera gradual. Por el contrario, el mundo real presenta discontinuidades y
eventos disruptivos que se hacen ms probables mientras mayor es el horizonte del
pronstico. La existencia de esta incertidumbre hace que se recomiende un anlisis de
escenarios que d cuenta de variaciones en parmetros claves.
De esta manera, se construye un escenario base (BAU) y escenarios alternativos. La

eleccin de condiciones tecnolgicas en cada escenario (y particularmente en BAU) es
crtica (IWG, 2000). En efecto, los anlisis de escenarios de largo plazo deben incluir
consideraciones de desarrollo tecnolgico, investigacin y desarrollo, y cambios
estructurales. Los cambios estructurales pueden separarse en cambios inter-sectoriales e
intra-sectoriales. El resumen de la metodologa sectorial propuesta se puede ver en el anexo
3.
La eleccin metodolgica y enfoque sectorial del proyecto hacen factible estimar solo la
demanda energtica a nivel global. Es decir, no es posible realizar desagregaciones
geogrficas a nivel espacial. La inclusin de consideraciones espaciales requerira de
49
numerosos antecedentes respecto del origen de los consumos. Este tipo de estudio no es
factible de realizar en los plazos definidos para el proyecto actual.
Finalmente, y particularmente para la demanda elctrica, el modelo a desarrollar debe ser

capaz de transformar el consumo anual en una la demanda anual, reflejada en una curva de
carga o duracin.
2.2 Otras Caractersticas Deseables para un Modelo de Consumo de Largo Plazo
Variables del lado derecho estimables

Una de las caractersticas deseables de los modelos economtricos es que las variables
explicativas sean estimables. Como la variable a explicar es el consumo de combustibles en
el tiempo es necesario que existan proyecciones de las variables explicativas.
En este caso se han elegido como variables explicativas la produccin sectorial, el parque
automotor (para el sector del transporte) y en algunos casos el PIB (asociado a industrias y
minas variasy el sector CPR, entre otros).
Con el fin de definir la senda de las variables explicativas hay que preguntarse si las tasas
de crecimiento de estas variables son razonables. Es decir que sus supuestos de crecimiento
no sean demasiado optimistas ni pesimistas, tambin deben poder incorporarse en estas
variables cambios estructurales.
Otras variables que no fueron incorporadas en las proyecciones son el precio de los
combustibles y elasticidades de sustitucin entre energticos, debido a la falta de
certidumbre que presentan estas variables en su proyeccin. Tampoco se incluyen
supuestos sobre cambios futuros de tecnologas ni de costos en el modelo.
Parmetros estimables
El grado de dependencia del consumo energtico es recogido en los parmetros que
acompaan a las diversas variables econmicas explicativas. Para asegurar la correcta
elaboracin de este modelo es necesario que los parmetros explicativos respondan a la
intuicin econmica y que sean estadsticamente distintos de cero.
Economtricamente robusto
Un modelo debe ser economtricamente robusto al estar en lnea con los postulados
tericos que describan la mejor aproximacin en el tipo de datos a estimar. Este modelo
debe ser lo suficientemente estable ante fluctuaciones en sus parmetros. Para esto es
necesario desarrollar un anlisis de sensibilidad en sus variables explicativas.
Apropiado para los datos existentes

Otro punto a considerar es que el modelo permita incorporar los mejores datos disponibles
y que no deje fuera variables que ilustren el comportamiento del consumo en el tiempo.
50
3 Propuesta General de Modelo de Proyeccin de Consumo Energtico de

Largo Plazo
3.1 Antecedentes generales
En este trabajo se emplea un enfoque economtrico que considera los sectores econmicos
desagregados, segn el balance de energa publicado anualmente por la Comisin Nacional
de Energa.
Se desea un enfoque que entregue las tendencias de largo plazo para los distintos consumos
energticos en los distintos sectores, en funcin de las variables que afectan el consumo
energtico de ese sector o subsector. Este enfoque es superior, dado los datos disponibles, a
otros enfoques que tienen requerimientos de serie de tiempo ms intensivas. Adems no
permiten realizar sensibilidades en las predicciones bajo diferentes supuestos de cambios en
los niveles de produccin.
Los modelos ARMA son otro enfoque de estimacin. El problema de este tipo de modelos,
adems de ser muy intensivos en datos (series largas), es que la variable modelada es
explicada en base a s misma. Debido a esto, no aprendemos nada de su comportamiento y
de la relacin que en definitiva determina su nivel, como por ejemplo la produccin o el
nivel de actividad asociado al sector o subsector al que pertenece la variable modelada.
El filtro Hoddrick-Prescott (HP por su sigla en ingls) es otro enfoque de estimacin; este
tipo de proceso suaviza la serie y no agrega valor, ya que en s mismo este proceso es un
insumo para la estimacin. Este tipo de tcnicas se justifica con series largas, pues el filtro
necesita saber qu es largo plazo y qu es corto plazo.
Dado que se desea la tendencia de largo plazo, no se incluyen en el enfoque variables que
generen oscilaciones de corto plazo, como por ejemplo los precios. Otra razn importante
de no considerar los precios en el enfoque economtrico deseado es la necesidad de contar
con proyecciones de estos en el largo plazo, lo cual lgicamente no es posible, toda vez que
sera inviable obtener estimaciones crebles del precio del petrleo o del carbn en el largo
plazo. Desafortunadamente es difcil obtener buenas estimaciones de dichos precios incluso
para el corto plazo debido a su alta volatilidad.
Otra variable que podra incluirse para modelar el comportamiento de los consumos
energticos en algunos sectores ms abiertos que otros, es el tipo de cambio. El problema
en este caso es similar al caso de los precios, ya que no se cuenta con estimaciones
confiables del tipo de cambio en el largo plazo.
No se incluye en el modelo un efecto de saturacin (distinto al histrico de los datos) de los

consumos energticos propios y naturales de los pases desarrollados ya que el PIB per
51
cpita de Chile no alcanza an esos niveles. A modo de ilustracin se muestra en la

siguiente figura los niveles de PIB per cpita para los cuales se produce saturacin del
consumo elctrico en diferentes pases de la APEC.
Figura 16: saturacin del consumo elctrico
Fuente: IAE World Bank.
Para el caso de Chile los niveles de PIB per cpita proyectados no alcanzan los niveles a los
cuales se produce saturacin. Esto justifica la no incorporacin de este efecto en el modelo
economtrico. Lo anterior se muestra en la siguiente figura donde se espera que el PIB per
capita este en torno a los 17.000 dlares el ao 2030.
52
Figura 17: Proyeccin de PIB per cpita en US$
Fuente: Elaboracin propia
3.2 Metodologa de Proyeccin Propuesta

Para realizar las estimaciones y proyecciones de los distintos consumos de energa, se
emplea una metodologa multisectorial y subsectorial, que se fundamenta en funciones de
produccin para cada sector, lo cual nos entrega una medida de tendencia de los consumos
de largo plazo.
Donde representa los distintos consumos de energa del sector o subsector, C es una
constante, es la produccin tipo i del sector o subsector en cuestin en el tiempo t y
es la elasticidad del consumo energtico respecto de la produccin tipo i en el sector o
subsector tratado.
Para visualizar mejor las relaciones antes expuestas, es comn expresar la ecuacin anterior
en trminos logartmicos, esto es:
53
Las variables minsculas representan las variables antes descritas en logaritmo natural.
En particular, para el sector comercial pblico y residencial (CPR) se emplea como proxy
de la variable explicativa P el producto interno bruto (PIB). Lo mismo ocurre en el
subsector Industrias y minas varias. En el Anexo 4 se encuentran las ecuaciones de cada
sector y subsector y las tablas obtenidas de cada regresin en el software Eviews.
La evolucin del producto interno bruto, considerado en este trabajo, se muestra en la

figura 18. Hasta el ao 2006 se muestran los datos reales y para los siguientes aos se
proyecta, en base a opinin experta, un crecimiento de un 5% hasta el ao 2015 y luego un
crecimiento de un 4% hasta el ao 2030.
Figura 18: Proyeccin de PIB
54
3.3 Sectores considerados
Los tres sectores considerados en las proyecciones de consumo energtico son Comercial,
Pblico y Residencial; Transporte; e Industrial y Minero. Cada uno presenta participaciones
relativas similares en el consumo total tal como se aprecia en la siguiente figura.
Figura 19: Participacin sectorial de los consumos
Fuente: Elaboracin propia en base a datos CNE
Debido a que cada uno de los tres sectores est compuesto por subsectores con estructuras
diferentes de consumo energtico se desagregan los subsectores ms importantes para
estimar su consumo.
En particular el sector CPR es tratado como un gran sector por lo que no es desagregado. El
sector de Transporte es desagregado en transporte terrestre, areo, ferroviario y martimo.
Como se aprecia en la siguiente figura cerca del 70% del consumo energtico del sector
transporte se asocia al transporte terrestre y el 23% a transporte martimo. Los otros sub
sectores representan una menor proporcin del consumo de este sector.
55
Figura 20: Sector y subsector Transporte
Fuente: Elaboracin propia en base a datos de CNE
El sector Industrial y Minero por su parte es desagregado en los subsectores de Cobre,

Papel y Celulosa e Industrias y Minas Varias, Cemento y Otros. Los primeros tres sub
sectores representan el 90% del consumo total de este sector. El sector Otros est
compuesto por varios subsectores como hierro, salitre y pesca entre otros.
Figura 21: Consumo Subsectores de Industrial y Minero
A continuacin se presenta un resumen con los sectores y subsectores proyectados. Adems

se muestran las agregaciones asociadas a cada subsector proyectado. Por ejemplo, el
consumo del sector Industrial y Minero esta compuesto por los consumos energticos de los
subsectores Cobre, Cemento, Celulosa y papel, Industria y minas varias y Otros sectores.
56
Cada subsector proyectado se agrega como se muestra en la ltima columna de la siguiente

tabla. En particular se aprecia que Otros sectores esta compuesto por Salitre, Hierro,
Siderrgica, Petroqumica, Azucar y Pesca.
Cuadro 5. Desagregacin de los sectores proyectados

Subsectores
Sectores Proyectados Agregacin
Cobre Cobre
Cemento Cemento
Celulosa y papel Celulosa y papel
Industria y minas varias Industria y minas varias
Industrial y Salitre, Hierro, Siderrgica,
minero Otros sectores Petroqumica, Azucar y Pesca
Comercial, Pblico y
CPR CPR Residencial
Vehculos de pasajeros o
livianos (automviles y taxis),
Vehculos comerciales
(Furgones y camionetas), Buses
Transporte terrestre y Camiones
Transporte martimo Transporte martimo
Transporte ferroviario Transporte ferroviario
Transporte Transporte areo Transporte areo
57
3.4 Modelos por sector
En el enfoque economtrico propuesto multienergtico y multisectorial de largo plazo es

necesario utilizar proxies adecuados que identifiquen el nivel de produccin o actividad del
sector o subsector. Por ello, para cada sector y subsector, los consumos energticos sern
modelados como funcin de produccin, segn lo descrito en la seccin 3.2. A
continuacin se describen las principales caractersticas de cada sector y subsector, las
proxies seleccionadas por subsector y las estimaciones de consumo energtico obtenidas.
3.4.1 Sector Industrial
3.4.1.1 Subsector Cobre
Los consumos energticos del subsector Cobre se relacionan de manera directa con la
produccin de cobre nacional. Por otro lado, en este sector se cuenta con proyecciones
oficiales de COCHILCO respecto de la produccin futura anual de cobre hasta el 2030. De
esta manera, para ser consistente con el enfoque economtrico propuesto (funcin de
produccin), se pueden utilizar las producciones de cobre separadas por produccin de
cobre ctodo y produccin de cobre concentrado como variable explicativa del consumo
energtico de largo plazo de este subsector.
Las proyecciones de produccin, separadas en concentrados y ctodos, se muestran en la

siguiente figura.
Figura 22: Proyeccin de Cobre Concentrado y Ctodo
Fuente: Elaboracin propia en base a datos de COCHILCO
58
Los consumos energticos de este sector son principalmente de electricidad y diesel; y en

una menor medida de petrleos combustibles y gas natural. Todas las variables de consumo
son expresadas en teracaloras como unidad energtica para realizar comparaciones y ser
consistentes con el balance de energa. En los procesos de produccin de ctodos existen
dos tecnologas distintas en el uso de energa, la pirometalurgia y la hidrometalurgia. La
primera utiliza electricidad y combustibles y su uso genera modificaciones en los procesos
de fundicin obtenindose menores consumos especficos. La segunda utiliza
principalmente electricidad. Por otro lado la obtencin de concentrados ocupa
mayoritariamente electricidad. El consumo de diesel se asocia mayoritariamente a
camiones. No se aprecian mayores sustituciones entre energticos salvo para petrleo
combustibles y gas natural.
La siguiente figura presenta la importancia relativa de cada energtico.
Figura 23: Consumo de cobre
Fuente: Elaboracin Propia en Base a Datos CNE
En la siguiente figura se aprecia la evolucin del consumo unitario de energa por miles de
toneladas de concentrado y ctodos producidos. Esta evolucin se explica principalmente
por dos efectos. El primero se asocia al progreso tecnolgico recogido en la regresin y que
indica que cada vez se produce con menos energa. El segundo efecto presente es originado
por el empeoramiento de la ley del recurso y que genera un mayor esfuerzo en su
extraccin y por lo tanto un mayor consumo energtico para producir una tonelada de
cobre. Sin embargo como se aprecia en la siguiente figura predomina el efecto tecnolgico
por lo que la evolucin de este consumo va cayendo en el tiempo.
59
Figura 24: Consumo energa por mil toneladas de produccin de cobre
6,50
Consumo energtico por mil
6,00
toneladas de produccin
5,50
5,00
4,50
4,00
3,50
3,00
87
90
93
96
99
02
05
08
11
14
17
20
23
26
29
19
19
19
19
19
20
20
20
20
20
20
20
20
20
20
Aos
Consumo de Electricidad del Subsector Cobre
El consumo histrico de Electricidad de este subsector muestra un buen ajuste con la

produccin de cobre concentrado y produccin de cobre ctodo. En consecuencia,
utilizando los datos histricos para este sector se estima el modelo de consumo de
electricidad7.
El consumo de electricidad del subsector Cobre queda modelado por la siguiente funcin8:
En base a esta estimacin y la proyeccin futura de la produccin de cobre concentrado y

cobre ctodo, se presenta en la siguiente figura la estimacin y proyeccin del consumo de
electricidad.
7
Los detalles del modelo y resultados se presentan en el anexo 4.
8
Donde todas las variables estn como logaritmos naturales.
60
Figura 25: Curva real y estimada de consumo de Electricidad
De la figura anterior se desprende que el modelo de consumo de electricidad tiene un buen

ajuste con el consumo real de electricidad, esto es, dados los patrones histricos, es decir,
con la informacin histrica disponible para este consumo.
Las estimaciones muestran un incremento de un 2.9% promedio anual del consumo de

electricidad del subsector Cobre entre los aos 2006 y 2030. Esto es bastante menor que el
incremento del consumo electricidad de este subsector para un periodo de tiempo similar,
ya que entre 1982 y 2006 este aumento fue de 8.1% promedio anual.
Consumo de Diesel del Subsector Cobre
El consumo histrico de Diesel de este subsector muestra un buen ajuste con la produccin
de cobre concentrado y produccin de cobre ctodo, a pesar que se aprecian fluctuaciones
de corto plazo (lo que se debera a cambios en precios), el modelo es adecuado para los
fines requeridos, el que es el largo plazo. En consecuencia, utilizando los datos histricos
para este sector se estima el modelo de consumo de diesel9, que es expresado por la
siguiente funcin10:
9
10
61

diesel.
Figura 26: Curva real y estimada de consumo de Diesel
De la figura anterior se desprende que el modelo construido para el diesel presenta un buen
ajuste con el consumo real de diesel. Lo que se explica revisando la informacin histrica
disponible para el consumo de diesel.
Los resultados muestran un incremento promedio anual de un 2.9% del consumo de diesel
del subsector Cobre entre los aos 2006 y 2030. Esto es bastante menor que el incremento
del consumo diesel de este subsector para un periodo de tiempo similar, ya que entre 1982
y 2006 este aumento fue de 8.9%.
Consumo de Petrleos Combustibles y Gas Natural del Subsector Cobre
El consumo de Petrleo combustibles en este sector ha presentado una marcada tendencia a

la baja. Lo que se explica por cambios en las tecnologas de produccin, marcadas por la
incorporacin de procesos autogenos que se basan en procesos de oxidacin en hornos,
sustituyendo a los hornos del tipo reverbero.
El gas natural y el petrleo combustible son sustitutos muy cercanos para el subsector
Cobre. En consecuencia el consumo de ambos energticos debe modelarse de manera
conjunta y luego se debe desagregar en base a criterios de disponibilidad futura de ambos
combustibles. En particular, en base a opinin experta del subsector, se asume que el
consumo de gas natural se mantiene constante a partir del ao 2006.
62
A modo ilustrativo, en la siguiente figura, se muestra el grado de sustitucin y la evolucin

histrica de los consumos. A partir de 1997 la tendencia del consumo de petrleos
combustibles se ve acentuada por la aparicin del gas natural.
Figura 27: Evolucin del consumo de gas natural y petrleos combustibles
El consumo histrico de gas natural y petrleos combustibles de este sector muestra un

buen ajuste con la produccin de cobre concentrado y cobre ctodo. En consecuencia,
utilizando los datos histricos de gas natural y petrleos combustibles para este sector se
estima el siguiente modelo de consumo11.
12
En base a la estimacin conjunta realizada y la proyeccin futura de la produccin de cobre

concentrado y cobre ctodo, se presenta en la siguiente figura la estimacin y proyeccin
del consumo de petrleos combustibles y gas natural.
11
12
63
Figura 28: Curva real y estimada de consumo de Petrleos Combustibles y Gas Natural
De la figura anterior se desprende que el modelo de consumo de gas natural y petrleos

combustibles presenta un buen ajuste de largo plazo con el consumo real de estos
energticos. Lo anterior permite realizar proyecciones confiables del consumo de estos
combustibles a partir de los patrones histricos para este consumo. Se espera que la tasa de
crecimiento entre el perodo 2006 y el 2030 sea de un -0.9% lo que refleja que la tendencia
histrica a la baja se debera suavizar ya que en el perodo 1982-2006 el consumo de gas
natural y petrleos combustibles cay a una tasa promedio anual del -1.8%.
Consumo de Otros Energticos del Subsector Cobre
Los otros energticos consumidos por Cobre corresponden al 0,7% del consumo total de
energa de este sector. En particular se consideran como otros energticos el Kerosene, Gas
licuado, Nafta, Carbn y Coke.
Si bien se aprecian fluctuaciones de corto plazo, el consumo histrico de otros energticos

en este subsector muestra un buen ajuste con la produccin de cobre concentrado y
produccin de cobre ctodo en el largo plazo. En consecuencia, utilizando los datos
histricos para este sector se estima el modelo de consumo13, el cual se expresa por la
siguiente funcin:
otrost = 12.66 0.68 prod cu concentradot 0.24 prod cu ctodot + t 14
13
14
64

otros energticos.
Figura 29: Curva real y estimada de consumo de Otros energticos
900
800
700
600
Teracaloras
500 Cobre(Real)
400 Cobre(Estimadol)
300
200
100
0
1980 1990 2000 2010 2020 2030 2040
Aos
Como se observa en la figura anterior, el modelo de consumo de otros energticos presenta

un buen ajuste con el consumo real en el largo plazo, si bien el modelo no captura las
fluctuaciones reales de corto plazo.
De acuerdo a los datos histricos, el consumo de otros energticos en el subsector presenta

una disminucin promedio anual de -6,4% en el perodo 1982-2006. Se espera que dicha
tendencia a la baja se suavice durante el perodo 2007-2030, presentando una tasa de
disminucin anual del consumo de -2,6%.
65
Resumen de Consumos Energticos en Cobre
Agregando las distintas estimaciones, podemos graficar las estimaciones (2007-2030) en

conjunto para los distintos consumos del subsector cobre, esto se muestra en la siguiente
figura:
Figura 30: Consumos Cobre
45000
40000
35000
Teracaloras
30000 otrosCobre
25000 GasNatural
20000
Electricidad
15000
PetrleosCombustibles
10000
DIESEL
5000
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento promedio anual de un 2.1% del consumo
total de energa del subsector Cobre entre los aos 2006 y 2030. Esto es bastante menor que
el incremento del consumo total de energa de este subsector para un periodo de tiempo
similar, ya que entre 1982 y 2006 la tasa de crecimiento promedio anual fue de un 5.2%.
Tal como se aprecia en las figuras 31, 32 y 33 la estructura de consumo de energticos en el

sector del cobre ha cambiado fuertemente. Entre los aos 1982 y 2006 se redujo
fuertemente la dependencia de petrleos combustibles y otros combustibles, para
transformarse en un subsector ms intensivo en electricidad y diesel. Adems, en este
perodo se utiliza el gas natural como un nuevo energtico. Segn las proyecciones de largo
plazo se espera que aumente, para el ao 2030, la intensidad en el uso de electricidad y que
se mantenga la estructura de consumo de petrleos combustibles y diesel.
66
Figura 31: Estructura de consumo energtico en el sector del cobre, ao 1982
Ao 1982
0% 11% 14%
31%
44%
Diesel Petrleos Combustibles Electricidad Gas Natural otros Cobre
Fuente: Elaboracin Propia en base a datos de CNE

Ao 2006
5% 1%
32%
58% 4%
Fuente: Elaboracin Propia en base a datos de CNE

Ao 2030
3% 0%
30%
3%
64%
67
3.4.1.2 Subsector Papel y Celulosa
Los consumos energticos del subsector Papel y Celulosa se relacionan de manera directa
con su produccin, la que esta compuesta por papel, celulosa y madera aserrada. Para este
subsector se utilizan las proyecciones de produccin de papel, celulosa y madera aserrada
como variable explicativa del consumo energtico de largo plazo.
Produccin de Papel, Celulosa y Madera Aserrada
En este punto se explican los supuestos y la metodologa empleada para proyectar las
producciones de papel, celulosa y madera aserrada. Para proyectar estos niveles de
produccin se modelan estas variables dependientes del nivel de actividad (PIB). Adems
se incorporan conceptos de agotabilidad de la madera en base a opinin experta del
sector15.
En los ltimos 20 aos la produccin de papel a presentado una tasa de crecimiento

promedio anual del 5.5%. Utilizando el modelo anterior se obtiene una tasa de crecimiento
del 4.9% para la produccin de papel hasta el ao 2015. A partir del ao 2015, en base a
opinin de expertos, la produccin permanece constate debido a la agotabilidad de nuevos
terrenos aptos para la plantacin de rboles.
A su vez la produccin de celulosa en los ltimos 15 aos a presentado un crecimiento

promedio anual del 5.5%. Con el modelo propuesto se estima una tasa de crecimiento del
5.6%. Adems se espera que la reduccin del consumo de madera asociado a papel permita
mantener las tasas de crecimiento de celulosa. La evolucin y proyeccin de la produccin
de papel y celulosa se muestran en la siguiente figura.
15
Los resultados y datos de esta modelacin se presentan en el anexo 4.
68
Figura 34: Evolucin y Proyeccin de Produccin Papel y Celulosa
En los ltimos 15 aos la produccin de madera presenta una tasa de crecimiento promedio
anual del 6%.
Con el modelo propuesto en este trabajo se obtiene una tasa de crecimiento promedio del
5.9% para la produccin de Madera Aserrada hasta el ao 2015. A partir del ao 2015 hasta
el ao 2030 se asume en base a opinin experta que la produccin permanece constate. La
evolucin y proyeccin de la produccin de Madera Aserrada se muestra en la siguiente
figura.
Figura 35: Evolucin y Proyeccin de Produccin de Madera Aserrada
69
Los consumos energticos de este sub sector, para el ao 2006, son bsicamente de lea,
electricidad, petrleos combustibles y gas natural. Todas las variables de consumo estn
expresadas en teracaloras como unidad energtica para ser consistentes con el balance de
energa. La siguiente figura presenta la importancia relativa de cada energtico desatacando
el consumo de lea.
Figura 36: Consumo Papel y Celulosa
En trminos de sustitucin de energticos se aprecia que existira sustitucin entre lea

petrleos combustibles y gas natural. Y en particular en los aserraderos existe un menor
grado de sustitucin entre petrleo combustible y lea (aserrn) debido a usos alternativos
en la produccin.
Consumo de Electricidad del Subsector Papel y Celulosa
Hay que notar que la mayora del consumo elctrico de este sector es generado como
autoproduccin. El consumo histrico de electricidad de este subsector muestra un buen
ajuste con la produccin de papel, celulosa y madera aserrada. En consecuencia, utilizando
los datos histricos para este sector se estima el modelo de consumo de electricidad16. Este
consumo se expresa por la siguiente funcin17:
16
Los detalles del modelo y resultados se presentan en el anexo 4
17
70
En base a esta estimacin y la proyeccin futura de la produccin de papel, celulosa y

madera aserrada, se presenta en la siguiente figura la estimacin y proyeccin del consumo
de electricidad.
De la figura anterior se desprende que el modelo de consumo de electricidad presenta un

buen ajuste con el consumo real de electricidad, es decir, con la informacin histrica
disponible para este consumo. Adems, se aprecia que en ele ao 2015 se produce un punto
de inflexin en la proyeccin dado por los supuestos de disponibilidad de madera.
Los resultados del modelo muestran un crecimiento promedio anual de un 3.3% del
consumo de electricidad del subsector Papel y Celulosa entre el perodo 2006 y 2030, esta
tasa es menor que el crecimiento promedio anual para el periodo 1982 y 2006 que fue de un
7.9%.
71
Consumo de Petrleos combustibles y Gas Natural del Subsector Papel y Celulosa
El gas natural y el petrleo combustible son sustitutos muy cercanos para el subsector papel
y celulosa. Por ello el consumo de ambos debe modelarse de manera conjunta, y luego se
debe desagregar en base a criterios de disponibilidad futura de ambos combustibles. En
base a opinin experta del subsector se asume que el consumo de gas natural se mantiene
constante a partir del ao 2006.
En el siguiente grfico se presenta la evolucin histrica de ambos consumos, donde se

aprecia un grado de sustitucin:
Figura 38: Evolucin del consumo de Petrleos Combustibles y Gas Natural
El consumo histrico de gas natural y petrleos combustibles de este sub sector muestra un
buen ajuste con la produccin de papel, celulosa y madera aserrada. Luego, utilizando los
datos histricos de gas natural y petrleos combustibles para este subsector se estima el
modelo de consumo respectivo18.
El consumo de petrleos combustibles y gas natural del subsector Papel y Celulosa queda
modelado por la siguiente funcin19:
18
19
72
En base a la estimacin conjunta realizada y la proyeccin futura de la produccin de papel,

celulosa y madera aserrada, se presenta en el siguiente grfico la estimacin y proyeccin
del consumo de petrleos combustibles y gas natural.
El buen ajuste presentado por el modelo de largo plazo permite realizar proyecciones del
consumo de petrleos combustibles y gas natural. Los resultados muestran un incremento
de un 2.3% del consumo de petrleos combustibles y gas natural para este subsector entre
los aos 2006 y 2030. Lo que es menor que el incremento del consumo petrleos
combustibles ms gas natural (6.4% promedio anual) entre 1982 y 2006. A su vez el
consumo de gas natural permanece constante desde el ao 2006.
Consumo de Lea del Subsector Papel y Celulosa
El consumo histrico de Lea de este subsector muestra un buen ajuste con la produccin
de papel, celulosa y madera aserrada. Por ello se estima el modelo de consumo de lea
utilizando los datos histricos de este sector 20.
El consumo de lea del subsector Papel y Celulosa queda modelado por la siguiente
funcin:
21
20
73

de lea.
Figura 40: Curva real y estimada de consumo de Lea
En este caso, la figura anterior no muestra la presencia de un buen ajuste entre las curvas de
consumo real de lea y la curva estimada. Lo anterior podra deberse a shocks o
fluctuaciones de corto plazo. A pesar bajo ajuste de corto plazo el modelo captura la
tendencia de largo plazo. Otro problema asociado al desajuste de las curvas son los posibles
errores de medicin de las variables, por lo que habra que analizar el grado de
confiabilidad de los datos de lea obtenidos. Este problema de credibilidad de los datos es
recurrente en consumos de lea y petrleos combustibles. Un interesante trabajo futuro, se
asocia a recopilar una nueva fuente de datos o mejorar los sistemas de medicin del
energtico lea, lo que generara la posibilidad de estudiar ms profundamente cada sector
y subsector. Sin embargo es interesante notar que las tasas de crecimiento promedio
modelada y real no difieren sustancialmente, ya que en el perodo 1982-2006 se creci a un
3.4% promedio anual mientas que se espera un crecimiento anual del 4.4% en el perodo
2006-2030.
Otros energticos de papel y celulosa
Los otros energticos consumidos por el sector papel y celulosa son Diesel y Gas licuado,
cuyo consumo equivale al 0.5% del consumo total de este sector. Dado que el consumo
21
74
histrico de otros energticos en este subsector muestra un buen ajuste con la produccin de
papel, celulosa y madera aserrada, se emplean los datos histricos para estimar el modelo
de consumo22, el cual se expresa por la siguiente funcin23:
otrost = 0.79 1.26 prod celulosat 0.34 prod papelt + 1.8 prod maderat + t

de otros energticos.
6000
5000
4000
Teracaloras
Papelycel(Real)
3000
Papelycel(Estimado)
2000
1000
0
1960 1980 2000 2020 2040
Ao
Como se observa en la figura anterior, no existe un buen ajuste entre las curvas de consumo
real y estimado, dado que el modelo no capta fluctuaciones de corto plazo. Dada la baja
participacin de otros energticos en el consumo total del subsector (de acuerdo a datos del
2006, otros energticos conforman slo un 0,5% del consumo total) no se considera
relevante una reevaluacin de los datos histricos disponibles, aunque queda sugerida para
estudios posteriores que requieran profundizar la estructura del consumo energtico del
subsector.
De acuerdo a los datos histricos, se observa un incremento promedio anual de 3,7% en el

perodo 1982-2006. La proyeccin estimada por el modelo muestra una tasa cada del 2,1%
en el perodo 2006-2030.
22
23
75
Resumen de Consumos Energticos en Papel y Celulosa

conjunto para los distintos consumos del subsector papel y celulosa:
Figura 42: Consumos Papel y Celulosa
40000
35000
30000
Teracaloras
25000 Otrospapelycelulosa
20000 GasNatural
Lea
15000
Electricidad
10000
5000
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento de un 3% promedio anual del consumo

total de energa del subsector Papel y Celulosa al ao 2030 con respecto al ao 2006. Lo
que es menor que el incremento del consumo total de energa (4,7% promedio anual) para
el periodo 1982 y 2006.
Como se aprecia en las figuras 43, 44 y 45 la estructura de consumo de energticos en el

sub sector de celulosa y papel ha cambiado entre los aos 1982 y 2006, ya que se redujo la
dependencia de lea, aument el consumo elctrico y se incorpor gas natural. Segn las
proyecciones de largo plazo se espera que aumente, para el ao 2030, el uso de lea y se
reduzca la proporcin asociada al consumo de gas natural y petrleo combustible.
76
Figura 43: Estructura de consumo energtico en celulosa y papel, ao 1982
Ao 1982
0% 12%
12%
76%
PC Electricidad Lea Gas Natural
Fuente: Elaboracin Propia base a datos de CNE

Ao 2006
8% 10%
26%
56%

Ao 2030
4% 8%
25%
63%
77
3.4.1.3 Subsector Cemento
Los consumos energticos del subsector Cemento se relacionan de manera directa con la
produccin de cemento y por ello se considera esta variable para la proyeccin de largo
plazo del consumo de energticos.
Produccin de Cemento
En los ltimos 15 aos la produccin de cemento ha mostrado una tasa de crecimiento
promedio anual de un 5%. La modelacin de la proyeccin futura de la produccin de
cemento se desarrolla en funcin del nivel de actividad esperado (PIB)24. Con el supuesto
anterior se obtiene una tasa de crecimiento de la produccin de cemento de un 4.2%
promedio anual.
La siguiente figura muestra la evolucin y proyeccin de la produccin de cemento.
Figura 46: Evolucin y Proyeccin de Produccin de Cemento
Los consumos energticos de este sector son bsicamente de carbn, electricidad, petrleos
combustibles, gas natural, y diesel25. La siguiente figura presenta la importancia relativa de
cada energtico, donde el consumo de carbn representa cerca del 60% del consumo total
de energa.
24
El modelo y sus resultados se muestran en el anexo 4
25
Todas las variables de consumo son expresadas en teracaloras como unidad energtica para realizar
comparaciones y ser consistentes con el balance de energa.
78
Figura 47: Consumo Cemento
Este subsector se caracteriza por el alto grado de sustitucin en la mayora de sus

energticos y en particular se sustituyen petrleos combustibles con gas natural y carbn.
En esta industria el principal uso de electricidad se asocia al proceso de molienda y permitir
la rotacin de hornos. El carbn es utilizado para mantener las temperaturas en los hornos
que producen el clinquer, junto con el carbn tambin se incorporan una serie de otros
materiales combustibles como desperdicios agrcolas y neumticos. A su vez el diesel se
ocupa principalmente para transporte interno.
79
Consumo de Electricidad del Subsector Cemento
El consumo histrico de Electricidad de este subsector muestra un buen ajuste con la

produccin de cemento por lo que se utilizan los datos histricos de este sub sector para
estimar el modelo de consumo de electricidad26. El consumo de electricidad del subsector
Cemento queda modelado por la siguiente funcin27:
En base a esta estimacin y la proyeccin futura de la produccin de cemento, se presenta

la estimacin y proyeccin del consumo de electricidad.
De la figura anterior se desprende que el modelo de consumo de electricidad presenta un

buen ajuste con el consumo real de electricidad28. Los datos histricos muestran que en el
perodo 1982-2006 el incremento promedio anual del consumo de electricidad de este
subsector fue de un 6.4%. Mientras que para el perodo 2006-2030 la modelacin refleja un
crecimiento promedio anual de un 3.8%.
26
27
28
Para la informacin histrica disponible para este consumo.
80
Consumo de Carbn del Subsector Cemento
El consumo histrico de Carbn de este subsector tambin presenta un buen ajuste con la
produccin de cemento. Por ello se estima el modelo de consumo de carbn utilizando los
datos histricos de produccin para este subsector29.
El consumo de carbn del subsector Cemento queda modelado por la siguiente funcin30:

en la siguiente figura la estimacin y proyeccin del consumo de carbn.
Figura 49: Curva real y estimada de consumo de Carbn
El modelo de consumo de carbn presenta un buen ajuste de largo plazo con la tendencia
del consumo real de carbn. En el perodo 1982-2006 el consumo de carbn aument un
3.3% promedio anual mientras que entre los aos 2006 y 2030 se espera un aumento del
1.2% anual.
29
30
81
Consumo de Diesel del Subsector Cemento
Anlogamente a los casos anteriores el consumo histrico de Diesel presenta un buen ajuste
con la produccin de cemento. Por ello se utilizan los datos histricos de este subsector
para estimar el modelo de consumo de diesel31, el que se modela por la siguiente funcin32:

la estimacin y proyeccin del consumo de Diesel.
De la figura anterior se desprende que el modelo de consumo de diesel presenta un buen

ajuste de largo plazo con el consumo real de diesel (obviando las fluctuaciones de corto
plazo). En este caso el crecimiento esperado para el perodo 2006-2030 es de un 5.8%
promedio anual lo que es superior a la tasa histrica, ya que entre los aos 1982 y 2006 se
creci a una tasa promedio anual de un 4.1%.
31
32
82
Consumo de Petrleos combustibles y Gas Natural del Subsector Cemento
El gas natural y el petrleo combustible son sustitutos muy cercanos para el subsector
cemento, esto se ilustra en la figura 51. Por ello el consumo de ambos energticos se
modela de conjuntamente y luego se desagregan ambos consumos utilizando criterios de
disponibilidad futura. En base a opinin experta del subsector se asume que el consumo de
gas natural se mantiene constante a partir del ao 2006.
Figura 51. Evolucin de los consumos de Petrleos Combustibles y Gas Natural
Utilizando los datos histricos de gas natural y petrleos combustibles para este subsector
se estima el modelo de consumo respectivo33, el que es representado por la siguiente
funcin34:
Utilizando la estimacin anterior y la produccin futura cemento, se presenta en el siguiente

grfico la estimacin y proyeccin del consumo de petrleos combustibles y gas natural.
33
34
83
La estimacin desarrollada para petrleos combustibles se aproxima bien hasta el ao 1998,

a partir del siguiente ao el modelo no se ajusta bien en el corto plazo. Sin embargo, este
modelo establece una tendencia de largo plazo eliminando fluctuaciones corto placistas.
Con respecto a esto ltimo se aprecia que en el perodo 1982-2006 la tasa de crecimiento
promedio anual registrada fue de un 17%, influenciada fuertemente por el explosivo
aumento del consumo observado entre los aos 1999 y 2005. Sin embargo, el modelo
proyecta que entre los aos 2006 el 2030 el consumo aumentar a una tasa del 8%
promedio anual.
Consumo de Otros Energticos del Subsector Cemento
El consumo de Otros energticos en la industria del Cemento incorpora el consumo de Gas

licuado y Coke, lo que equivale al 8% del consumo de este sector. Dado que el consumo
histrico de otros energticos en este subsector presenta un buen ajuste con la produccin
de cemento, se estima el modelo de consumo empleando los datos histricos de produccin
para este subsector35.
El consumo de otros energticos del subsector Cemento queda modelado por la siguiente
funcin36:
otrost = 5.4 + 1.3 prod cementot + t
35
36
84

en la siguiente figura la estimacin y proyeccin del consumo de carbn.
1200
1000
800
Teracaloras
Cemento(Real)
600
Cemento(Estimado)
400
200
0
1960 1980 2000 2020 2040
Ao
Como se observa en la figura anterior, los datos estimados no se ajustan a los reales, dado
que el modelo no capta fluctuaciones de corto plazo. La tasa de crecimiento calculada con
datos histricos durante el perodo 1993-2006 es de 5,8%, mientras que el crecimiento
promedio anual estimado por el modelo es de 3,5% para el mismo perodo. Con respecto a
la proyeccin, se estima una tasa de 5,5% de crecimiento promedio anual durante el perodo
2006-2030. Dado que la participacin de otros energticos en el consumo total del
subsector para el ao 2006 es de un 8%, una reevaluacin del modelo de estimacin
resultara til para aumentar la confiabilidad de las proyecciones en estudios futuros.
85
Resumen de Consumos Energticos en Cemento
Agregando las distintas estimaciones las estimaciones (2007-2030) en conjunto para los
distintos consumos del subsector cemento, esto se muestra en la siguiente figura:
Figura 54: Consumos Cemento
6000
5000
OtrosCemento
Teracaloras
4000
GasNatural
3000
2000 Electricidad
Diesel
1000
Carbn
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento promedio anual de 2.9% en el consumo

total de energa para el subsector Cemento durante el perodo 2006-2030. Esto implica una
disminucin con respecto al crecimiento de un 5% generado en el perodo 1982-2006.
Entre los aos 1982 y 2006 la estructura del consumo cambia considerablemente. El
consumo relativo de carbn disminuye de 84% a 54%, debido principalmente al aumento
de la importancia relativa del petrleo combustible (con un aumento de 1% a 11%), de la
electricidad (con un aumento de 13% a 18%) y de gas natural y otros energticos.
Para el ao 2030 se espera que el carbn contine perdiendo importancia, disminuyendo su

participacin a un 36%. Se espera asimismo una disminucin del consumo relativo de gas
natural. Entre los energticos que aumentan su importancia relativa destacan petrleos
combustibles (aumentando de 11% en el 2006 a 22% en el 2030), y de otros energticos
(con un aumento de 8% a 16% en el perodo 2006-2030).
86
Figura 55: Estructura de consumo energtico en cemento, ao 1982
Ao 1982
13% 1%
2%
84%
Carbn Diesel Electricidad Petrleos Combustibles Gas Natural Otros Cemento

Ao 2006
4% 8%
11%
57%
18%
2%

Ao 2006
4% 8%
11%
57%
18%
2%
87
3.4.1.4 Subsector Industrias y Minas Varias
Los consumos energticos del subsector Industrias y minas varias se relacionan de manera
directa con el aumento de la poblacin y del ingreso per cpita, variables que a su vez son
resumidas por el nivel de actividad de la economa. Dado esto, y considerando que el PIB
es un buen indicador de la actividad econmica, se emplea este ltimo como variable
explicativa en la proyeccin de largo plazo del consumo energtico.
Los energticos que se consumen en el subsector Industrias y Minas Varias son lea,
electricidad, gas licuado y natural, carbn y petrleos combustibles. Como se muestra en la
siguiente figura, la electricidad y el diesel representan en conjunto un 60% del consumo.
Figura 58: Consumo Industrias y Minas Varias
Con respecto al grado de sustitucin de los insumos energticos, existe una fuerte
sustitucin entre gas natural y petrleos combustibles, y una menor entre gas natural, diesel
y lea. Aunque se desconoce el alcance de una futura restriccin de lea, se espera que su
consumo tienda a estabilizarse y que sea sustituida por diesel, carbn, petrleos
combustibles y gas.
88
Consumo de Electricidad del Subsector Industrias y Minas Varias
Dado que el consumo histrico de Electricidad muestra un buen ajuste con el nivel de
actividad, se emplean los datos histricos del subsector para estimar el modelo de consumo
de electricidad37.
El consumo de electricidad del subsector Industrias y minas varias queda modelado,
entonces, por la siguiente funcin38:
En base a esta estimacin y la proyeccin futura del nivel de actividad, se presenta en la

siguiente figura la estimacin y proyeccin del consumo de Electricidad.
De la figura anterior se desprende que el modelo presenta un buen ajuste con el consumo
real de electricidad39. Los datos histricos muestran un incremento promedio anual de 7,1%
del consumo de electricidad en el subsector, entre los aos 1982 y 2006. Por su parte, la
modelacin refleja un crecimiento promedio anual de 6,8% en el perodo 2006-2030
37
38
39
Dada la informacin histrica disponible
89
Consumo de Diesel del Subsector Industrias y Minas Varias
Dado que el consumo histrico de Diesel de este subsector muestra un buen ajuste con el
nivel de actividad, se utilizan los datos histricos para estimar el modelo de consumo de
diesel40.
El consumo de diesel del subsector Industrias y Minas Varias queda modelado por la
siguiente funcin41:

siguiente figura la estimacin y proyeccin del consumo de Diesel.
De la figura anterior se desprende que el modelo de consumo de diesel presenta un buen

ajuste con el consumo real42. Los datos histricos muestran un incremento promedio anual
de 7,6% en el consumo de diesel durante el perodo 1982-2006. Por su parte, de acuerdo a
la modelacin, se espera un crecimiento promedio anual de 5,3% durante el perodo 2006-
2030.
40
41
Todas las variables estn expresadas en logaritmos naturales.
42
Dada la informacin histrica disponible
90
Consumo de Gas licuado del Subsector Industrias y Minas Varias
El consumo histrico de gas licuado del subsector muestra un buen ajuste con el nivel de
actividad. En consecuencia, se emplean los datos histricos para estimar el modelo de
consumo43.
El consumo de gas licuado del subsector Industrias y minas varias queda modelado por la
siguiente funcin44:

siguiente figura la estimacin y proyeccin del consumo de gas licuado.
Figura 61: Curva real y estimada de consumo de Gas Licuado
De la figura anterior se desprende que el modelo de consumo de gas licuado tiene un buen
ajuste con el consumo real de gas licuado45. De acuerdo a los datos histricos, entre 1982 y
2006 el consumo presenta un aumento promedio anual de 8,6%. Adicionalmente, de
acuerdo a la proyeccin del consumo, se espera en el perodo 2006-2030 un incremento
promedio anual de 6,5%
43
44
Todas las variables estn expresadas en logaritmos naturales.
45
Dada la informacin histrica disponible para este consumo
91
Consumo de Carbn del Subsector Industrias y Minas Varias
El consumo histrico de carbn de este subsector muestra un buen ajuste con el nivel de
actividad, por lo que se emplean los datos histricos para estimar el modelo de consumo de
carbn46.
El consumo de carbn del subsector Industrias y minas varias queda modelado por la
siguiente funcin47:
En base a esta estimacin y la proyeccin futura del nivel de actividad discutida en una
seccin anterior, se presenta en la siguiente figura la estimacin y proyeccin del consumo
de carbn.
Figura 62: Curva real y estimada de consumo de Carbn
Como se observa en la figura, la estimacin del consumo de carbn no se ajusta a los datos
histricos en el corto plazo, dado que el modelo empleado no registra las fluctuaciones. Sin
embargo, el modelo permite establecer una tendencia de crecimiento del consumo en el
largo plazo. De acuerdo a los datos histricos, el consumo de carbn en el perodo 1982-
2006 presenta una tasa de crecimiento anual de 5,81%, mientras que la estimacin
determina que el consumo aumentar en el perodo 2006-2030 a una tasa promedio anual
de 1,9%.
46
47
Todas las variables estn en logaritmo natural
92
Consumo de Lea del Subsector Industrias y Minas Varias
Dado que el consumo histrico de lea en este subsector muestra un buen ajuste con el
nivel de actividad, se emplean los datos histricos para estimar el modelo de consumo de
lea48.
El consumo de lea del subsector Industrias y minas varias queda modelado por la siguiente
funcin49:

siguiente figura la estimacin y proyeccin del consumo de lea.
De la figura anterior se desprende que el modelo de consumo de lea tiene un buen ajuste
con el consumo real50. Segn los datos histricos, entre 1982 y 2006 el consumo presenta
un incremento promedio anual del 4,9%. Por otra parte, se proyecta un aumento promedio
anual de 5,3% entre 2006 y 2030.
48
49
Todas las variables estn expresadas en logaritmo natural.
50
Dada la informacin histrica disponible para este consumo.
93
Consumo de Petrleos combustibles y Gas Natural del Subsector Industrias y Minas

Varias
Como se puede apreciar en la figura 63, donde se muestra la evolucin del consumo de gas
natural y petrleo combustible en el subsector, ambos energticos son sustitutos muy
cercanos. En consecuencia, el consumo de ambos se modela de manera conjunta, y luego se
desagrega en base a criterios que estiman la disponibilidad futura de estos combustibles. De
acuerdo a opinin experta, se asume que el consumo de gas natural se mantiene constante a
partir del ao 2006.
Figura 64: Evolucin de los consumos de petrleos combustibles y gas natural
Dado que el consumo histrico de gas natural y petrleos combustibles en el subsector

muestra un buen ajuste con el nivel de actividad, se emplean los datos histricos para
estimar el modelo de consumo respectivo51.
El consumo de petrleos combustibles y gas natural del subsector Industrias y minas varias
queda modelado por la siguiente funcin52:
pc _ y _ gnt = 0.88 + 0.89 pibt + t
En base a la estimacin conjunta realizada y la proyeccin futura del nivel de actividad,

discutida en una seccin anterior, se presenta en el siguiente grfico la estimacin y
proyeccin del consumo de petrleos combustibles y gas natural.
51
52
94
Como se observa en la figura anterior, existe un buen ajuste entre el consumo real y el
modelado, si bien este ltimo no registra fluctuaciones de corto plazo. Lo anterior permite
realizar proyecciones basadas en la informacin histrica disponible.
De acuerdo a los datos histricos, el consumo de ambos combustibles presenta un aumento

promedio anual de 4,8% entre los aos 1982 y 2006. Por su parte, la proyeccin entre los
aos 2006 y 2030 revela un incremento promedio anual de 3,9% en el consumo de
petrleos combustibles y gas natural en el subsector.
Consumo de Otros Energticos del Subsector Industrias y Minas Varias
En este sector Otros sectores energticos incluyen el consumo de Kerosene, Nafta, Coke y
Metanol lo que equivale al 2% del consumo totald e este sector. El consumo histrico de
otros energticos en este subsector muestra un buen ajuste con el nivel de actividad. Dado
esto, se emplean los datos histricos para estimar el modelo de consumo53.
El consumo de otros energticos en el subsector Industrias y minas varias queda modelado

por la siguiente funcin54:
otrost = 5.7 + 0.07 pibt + t
53
54
95

siguiente figura la estimacin y proyeccin del consumo de otros energticos.
2500
2000
Teracaloras
IndustriasyMV(Real)
1500
IndustriasyMV
1000
(Estimado)
500
0
1960 1980 2000 2020 2040
Ao

Como se observa en la figura anterior, no existe un buen ajuste entre el consumo real y el
modelado. La tasa de crecimiento promedio anual calculada con datos reales para el
perodo 1982-2006 es de 3,7%, mientras que la tasa estimada por el modelo es de 0,33%
para el mismo perodo. Existe, por lo tanto, una baja confiabilidad en el consumo
proyectado para el perodo 2006-2030 (se estima una tasa de 0,27% de incremento
promedio anual). Dada la poca importancia relativa del consumo de otros energticos en el
subsector Industria y minas varias (para el 2006, el consumo de otros energticos representa
un 2% del consumo total) no se ha considerado efectuar una revisin del modelo
proyectivo. No obstante, resultara necesaria en estudios posteriores, a fin de mejorar la
proyeccin del consumo energtico en el subsector.
96
Resumen de Consumos Energticos en Industrias y Minas Varias
En la siguiente figura se grafican las estimaciones (2007-2030) de los distintos consumos

del subsector industrias y minas varias.
Figura 67: Consumos Industrias y Minas Varias
140000
120000
OtrosIndustriasyMinasVarias
100000
GasNatural
Teracaloras
80000 Lea
GasLicuado
60000
Carbn
40000 Electricidad
20000
Diesel
0
2007 2017 2027
Aos
Los resultados muestran un incremento promedio anual de un 6,3% en el consumo total de

energa del subsector entre 1982 y 2006, mientras que en el perodo 2006-2030 el aumento
del consumo ocurre a una tasa de 5,8%.
Con respecto a la evolucin de la estructura de consumo en el subsector, entre los aos

1982 y 2006 el consumo de gas natural aumenta considerablemente su importancia relativa,
sustituyendo parcialmente a la lea y los petrleos combustibles. En efecto, en las figuras
siguientes se observa que el consumo relativo de lea disminuye desde 16% a 11% y el de
petrleos combustibles disminuye de 25% a 7%, mientras que el consumo relativo de gas
natural aumenta desde 1% hasta 12%.
Los consumos de gas licuado, diesel y electricidad tambin aumentan su importancia

relativa, pero en menor grado (de 3% a 5%, de 24% a 32% y de 22% a 27%
respectivamente), mientras que el carbn disminuye levemente su importancia relativa (de
5% a 4%). Entre el 2006 y el 2030 se proyecta que la estructura del consumo energtico
vare hacia una disminucin del consumo relativo del gas natural (de 12% a 3%), as como
tambin del carbn (de 4% a 2%) y del diesel (de 32% a 29%), con un consecuente
aumento del consumo relativo de petrleos combustibles (de 7% a 11%), electricidad (de
27% a 34%) y lea (de 11% a 13%).
97
Figura 68: Estructura de consumo energtico en Industria y minas varias, ao 1982
Ao 1982
1% 4%
16% 24%
3%
5%
25%
22%
Diesel Petrleos Combustibles Electricidad

Carbn Gas Licuado Lea
Gas Natural Otros Industrias y Minas Varias

Ao 2006
12% 2%
32%
11%
5%
4% 7%
27%


Ao 2030
3% 1%
13%
29%
7%
2%
11%
34%

98
3.4.1.5 Otros sectores
El sector Otros sectores esta compuesto por los sectores de salitre, hierro, siderurgica,
petroqumica, azucar y pesca. El consumo de energticos de otros sectores corresponde al
11% del consumo total del sector Industrial y minero.
Debido a su tamao es que los consumos de los distintos energticos sern proyectados en
forma conjunta y sern modelados utilizando el PIB como variable explicativa. A
continuacin se muestra el modelo seleccionado.
otrosconsumost = 3.6 + 0.5 pibt + t
A continuacin se muestra las estimaciones proyectadas del consumo de todos los

energticos para este sector
Figura 71: Curva real y estimada de consumo de Otros sectores
25000
20000
15000
otrossectores(Real)
10000 otrossectores(Real)
5000
0
1960 1980 2000 2020 2040
Ene ste caso se aprecia que la tasa de crecimiento historica en el perodo 1982-2006 fue de
un 3,3% mientras que se espera un crecimiento promedio anual para el perodo 2006-2030
de un 2,3%.
99
3.4.2 Sector Comercial, Pblico y Residencial (CPR)
Los consumos energticos del sector CPR se relacionan de manera directa con el aumento
de la poblacin y del ingreso per cpita, variables que a su vez son resumidas por el nivel
de actividad de la economa. Dado esto, y considerando que el PIB es un buen indicador de
la actividad econmica, se emplea este ltimo como variable explicativa en la proyeccin
de largo plazo del consumo energtico55.
Los consumos energticos de este subsector son bsicamente lea, electricidad, gas licuado
y gas natural. La siguiente figura presenta la importancia relativa de cada energtico,
destacando la lea con un 49% de participacin en el consumo energtico del sector.
Figura 72. Consumo Subsector CPR
Gas Natural
Otros CPR
8%
3%
Gas Licuado
Lea 17%
49%
Electricidad
23%
Consumo de Electricidad del sector CPR
Dado que el consumo histrico de electricidad muestra un buen ajuste con el PIB, se
emplean los datos histricos desde 1960 para estimar el modelo de consumo de
electricidad56. El consumo de Electricidad del sector CPR queda modelado por la siguiente
funcin57:
55
Hay que considerar que el crecimiento del PIB tambin incorpora el crecimiento de la poblacin dentro de
otros factores. Por lo que no se considera explcitamente el crecimiento de la poblacin dentro de la
estimacin.
56
57
Todas las variables son logaritmos naturales
100
En base a esta estimacin y la proyeccin futura del PIB, se presenta en el siguiente grfico
la estimacin y proyeccin del consumo de Electricidad.
Como se observa en la figura anterior, el consumo de electricidad estimado tiene un buen

ajuste con el consumo real de electricidad, lo cual permite realizar proyecciones confiables,
dados los datos histricos disponibles.
De acuerdo a los datos histricos, el consumo de electricidad presenta un aumento

promedio anual de 6,53% entre los aos 1982 y 2006. Por su parte, la proyeccin entre los
aos 2006 y 2030 revela un incremento promedio anual de 6,46% en el consumo elctrico
del subsector.
Consumo de Gas Natural y Gas Licuado del sector CPR
De acuerdo a la evolucin histrica del consumo de estos energticos en el sector CPR, se

observa que el gas natural y el gas licuado son sustitutos muy cercanos. Debido a esto, su
consumo se modela de manera conjunta, y luego se desagrega en base a criterios de la
disponibilidad futura de ambos combustibles. De acuerdo a opinin experta del sector, se
asume que el consumo de gas natural se mantiene constante a partir del ao 2006.
En el siguiente grfico se muestra la evolucin histrica de los consumos de gas natural y

gas licuado en el subsector. Adems de la sustitucin entre ambos combustibles, se observa
101
que a partir de 1997 la tendencia del consumo de gas licuado se ve afectada por la aparicin
del gas natural.
Figura 74: Curvas de consumo de Gas Natural y Gas Licuado
Dado que el consumo histrico de gas natural y licuado en conjunto presentan un buen
ajuste con el PIB, se emplean los datos histricos desde 1960 para estimar el modelo de
consumo58. El consumo de gas del sector CPR queda modelado por la siguiente funcin59:
En base a la estimacin conjunta realizada y la proyeccin futura del PIB se presenta en el

siguiente grfico la estimacin y proyeccin del consumo de gas licuado y gas natural.
58
59
Todas las variables estn como logaritmos naturales.
102
Figura 75: Curva real y estimada de consumo de Gas Licuado-Gas Natural
Como se observa en la figura anterior, el consumo modelado se ajusta bastante al real, por
lo que es posible realizar proyecciones confiables del consumo de gas con la informacin
histrica disponible.
De acuerdo a los datos histricos, hay un incremento promedio anual de 3,5% en el

consumo sectorial de estos combustibles, entre los aos 1982 y 2006. Por su parte, el
consumo proyectado por el modelo revela un aumento promedio anual de 3,3% para el
perodo 2006-2030.
Consumo de Lea del sector CPR
El consumo histrico de lea de este sector muestra un buen ajuste con el PIB. En
consecuencia, se emplean los datos histricos para estimar el modelo de consumo60. El
consumo de lea del sector CPR queda modelado por la siguiente funcin61:
En base a esta estimacin y la proyeccin futura del PIB, se presenta en la siguiente figura
la estimacin y proyeccin del consumo de lea.
60
61
103
De la figura anterior se desprende que el modelo de consumo de lea se ajusta bastante bien
al consumo real, por lo que se emplea la informacin histrica disponible para efectuar las
proyecciones.
De acuerdo a los datos histricos, el consumo de lea del sector CPR presenta un
incremento promedio anual de 3,5%, durante el perodo comprendido entre 1982 y 2006.
Por su parte, el consumo proyectado por el modelo muestra un aumento promedio anual de
2,5% para el perodo 2006-2030.
Consumo de Otros Energticos del sector CPR
En este caso los otros energticos considerados son Petrleo Combustibles, Kerosene,
Diesel, Carbn y Gas Corriente, el consumo de estos energticos equivale al 3% del
consumo total en el ao 2006. Empleando datos histricos para estimar el modelo de
consumo62 de otros energticos en el sector CPR, ste queda modelado por la siguiente
funcin63:
otrost = 11.37 0.31 pibt + t
62
63
104
En base a esta estimacin y la proyeccin futura del PIB, se presenta en la siguiente figura
la estimacin y proyeccin del consumo de otros energticos.
8000
7000
6000
Teracaloras
5000
4000
CPR(Real)
3000
CPR(Estimado)
2000
1000
0
1960 1980 2000 2020 2040
Ao
Como se observa en la figura anterior, no existe un buen ajuste entre el consumo real y el
modelado. La tasa de crecimiento promedio anual calculada con datos reales para el
perodo 1982-2006 es de 3,1%, mientras que la tasa estimada por el modelo es -0,4% para
el mismo perodo. Existe, por lo tanto, una baja confiabilidad en el consumo proyectado
para el perodo 2006-2030 (se estima una disminucin promedio anual de 0,3%), por lo que
resulta aconsejable efectuar una revisin del modelo en estudios posteriores, a fin de
mejorar la proyeccin del consumo energtico en este subsector.
105
Resumen de Consumos Energticos en CPR

conjunto para los distintos consumos del sector CPR, como se muestra en la siguiente
figura:
Figura 78: Consumos CPR
180000
160000
140000
Teracaloras
120000 OtrosCPR
100000 GasNatural
80000
Lea
60000
Electricidad
40000
GasLicuado
20000
0
2007 2017 2027
Aos
Los resultados muestran para el consumo total un incremento promedio anual de 3,9% entre
los aos 1982-2006, mientras que para el perodo 2006-2030 el consumo crece a una tasa
promedio anual de 3,8%.
Con respecto a la evolucin de la estructura de consumo en el subsector, entre los aos

1982 y 2006 el consumo relativo de electricidad aumenta considerablemente (de 12% a
21%). Tambin se observa un aumento del consumo relativo de gas natural, mientras que el
consumo de gas licuado disminuye su importancia. Se observa una disminucin de la
importancia relativa de la lea.
Hacia el 2030 se espera un aumento importante del consumo relativo de electricidad, con
la consecuente disminucin en los consumos relativos de lea, gas natural y otros
energticos. Se espera tambin un aumento en la importancia relativa del gas licuado.
106
Figura 79: Estructura de consumo energtico en CPR, ao 1982
Ao 1982
13% 21%
4%
12%
50%
Gas Licuado Electricidad Lea Gas Natural Otros CPR
Ao 2006
11% 15%
8%
21%
45%

Ao 2030
3% 2% 20%
35%
40%
107
3.4.3 Sector Transporte
Las proyecciones del consumo futuro del sector transporte son analizadas para cada uno de
los subsectores que lo componen, decir, para el transporte terrestre, martimo, areo y
ferroviario. El consumo energtico de los tres ltimos subsectores es proyectado con un
modelo economtrico. Por otro lado, el consumo del sector transporte terrestre es
proyectado utilizando dos metodologas, una hbrida y una de uso final.
3.4.3.1 Sub sector transporte terrestre
En la proyeccin del consumo energtico del sector transporte terrestre se utiliza una
metodologa hbrida que mezcla una proyeccin economtrica con una de uso final,
aplicndose esta ltima solo al consumo de diesel de vehculos livianos y comerciales.
Para realizar las estimaciones economtricas se proyectan los consumos energticos del
transporte terrestre relacionndolos de manera directa con el aumento del parque de
vehculos. Este ltimo est compuesto por cuatro tipos de vehculos:
Parque de vehculos de pasajeros o livianos (automviles y taxis)

Parque de vehculos comerciales (Furgones y camionetas)
Parque de buses
Parque de camiones
En las siguientes figuras se aprecian las proyecciones del parque de vehculos de pasajeros
y comerciales y del parque de buses y camiones.
Figura 82: Parque de vehculos de pasajeros y comerciales
6000000
Nmero de vehculos
5000000
4000000
pasajeros
3000000
comerciales
2000000
1000000
0
79
84
89
94
99
04
09
14
19
24
29
19
19
19
19
19
20
20
20
20
20
20
Ao
108
Figura 83: Parque de buses y camiones.
250000
200000
Nmero de vehculos
150000
buses
camiones
100000
50000
0
80
85
90
95
00
05
10
15
20
25
30
19
19
19
19
20
20
20
20
20
20
20
Ao
El parque de vehculos en general tiene estrecha relacin con el nivel de actividad de la

economa. Por lo tanto se puede proyectar el parque de vehculos ya sea livianos,
comerciales, buses o camiones relacionndolo con el nivel de actividad de la economa
como determinante de largo plazo64.
De esta forma los consumos energticos de largo plazo del sector transporte terrestre
quedan determinados por su relacin con el parque de vehculos. Este sector esta
compuesto por los siguientes consumos energticos:
64
En el anexo 7 se muestra la metodologa de estimacin y proyeccin del parque de vehculos en general.
109
Figura 84: Consumo transporte terrestre
Consumo de Gasolina de transporte terrestre

El consumo histrico de gasolina de este sector muestra un buen ajuste con el parque de
vehculos (livianos y comerciales ya que buses y camiones no consumen gasolina). En
consecuencia, utilizando los datos histricos para este sector se estima el modelo de
consumo de gasolina65.
El consumo de gasolina del sector Transporte queda modelado por la siguiente funcin:
gasolinat = 0.25 0.6 pvpt + 1.8 pvlt + t
Donde pvl es el parque de vehculos comerciales, pvp es el parque de vehculos de

pasajeros. En base a esta estimacin y la proyeccin futura del parque de vehculos, se
presenta en la siguiente figura la estimacin y proyeccin del consumo de gasolina.
65
110
Figura 85: Curva real y estimada de consumo de Gasolina
De la figura anterior se aprecia que el modelo de consumo de gasolina tiene un buen ajuste
con los patrones histricos del consumo de gasolina.
Los resultados muestran un incremento promedio anual de un 3.0% del consumo de

gasolina del sector transporte terrestre entre los aos 2006 y 2030. Esta tasa es levemente
mayor que el incremento del consumo gasolina de este sector para un periodo de tiempo
similar, ya que entre 1982 y 2006 se registr una tasa de crecimiento anual del 2.6%.
Consumo de diesel del sub sector transporte terrestre

Para estimar el consumo de diesel del subsector de transporte terrestre se realizan dos
estimaciones en forma separada. La primera proyecta con el modelo economtrico el
consumo de Diesel de buses y camiones. El restante porcentaje asociado al consumo de
diesel de vehculos livianos y comerciales se proyecta con una metodologa de uso final.
Con el modelo economtrico se aprecia que el consumo histrico de diesel presenta un

buen ajuste con el parque de buses y camiones. Por lo que, utilizando los datos histricos de
parque y de diesel de este sector se estima el modelo de consumo de diesel66. Hay que
resaltar que dentro de estas estimaciones los datos incorporan el consumo de diesel de otros
medios de transportes (principalmente vinculados con el sector agrcola) y tambin se
incorpora el consumo de diesel de vehculos livianos y comerciales. La proporcin de estos
corresponde al 19% del consumo de diesel por lo que las estimaciones tendran a sobre
estimar el consumo de camiones y buses, no se pudieron separar para las estimaciones el
consumo de otros ya que no hay suficientes datos para estimar en forma separada.
66
111
El consumo de diesel del sub sector transporte terrestre y relacionado solo con buses y
camiones queda modelado por la siguiente funcin:
Donde pbuses es el parque de buses, pcamiones es el parque de camiones, ambas variables

se expresan en logaritmo natural. En base a esta estimacin y la proyeccin futura del
parque de vehculos, se presenta la estimacin y proyeccin del consumo de Diesel.
Figura 86: Curva real y estimada de consumo de Diesel de buses y camiones
Los resultados muestran un incremento promedio anual de un 5,3% del consumo de diesel
del sector transporte terrestre entre los aos 2006 y 2030. Esto es menor que el incremento
del consumo histrico de diesel de este sector ya que entre 1982 y 2006 el incremento
promedio fue de un 6,1% promedio anual.
Por otro lado, con la metodologa de uso final, se estim la demanda de diesel por parte de
los vehculos livianos y comerciales. Esta metodologa se emplea debido a que no es
posible proyectar economtricamente el consumo de diesel de estos vehculos por la poca
informacin histrica disponible. Con el mtodo de uso final es posible incorporar la
proyeccin del parque automotriz y las distintas tecnologas que se incorporarn en el
futuro, incorporando adems en las proyecciones, las ganancias en la eficiencia del uso de
diesel67. A continuacin se presentan las proyecciones del Diesel consumido por vehculos
livianos y comerciales.
67
En el anexo 7 se describe la metodologa de uso final y se incorpora el analisis completo para el sector
transporte terrestre.
112
Figura 87: Consumo de Diesel asociado a vehculos livianos y comerciales

(Teracaloras)
70000
60000
50000
40000 Livianos
30000 Comerciales
20000
10000
0
2005 2008 2011 2014 2017 2020 2023 2026 2029
Una vez estimados los consumos de Diesel con ambas metodologas se suman ambos
resultados, lo que se aprecia en la siguiente figura. Hay que considerar que existe una sobre
estimacin en el monto agregado ya que un porcentaje del consumo de diesel de vehculos
livianos y comerciales se incorpora en la estimacin economtrica, sin embargo, debido a la
poca informacin disponible no es posible desarrollar mejorar esta aproximacin. No
obstante lo anterior, hay que destacar que con el mtodo economtrico el consumo histrico
de buses y camiones representaba hasta el 2006 el mayor porcentaje de diesel. Sin embargo,
se espera un fuerte aumento de vehculos livianos y comerciales que utilizan diesel,
aumento que no es recogido por los datos histricos.
113
Figura 88: Consumo de Diesel del sector transporte terrestre

(Teracaloras)
250000
200000
150000
100000
50000
0
2005 2008 2011 2014 2017 2020 2023 2026 2029
3.4.3.2 Sub sector transporte areo
El consumo energtico del sector de transporte areo se caracteriza principalmente por el

consumo de kerosene de aviacin cuyo consumo corresponde al 99.1%68. Por este motivo
solo se analiza la evolucin de este componente energtico.
En particular el kerosene de aviacin presenta un buena correlacin con el PIB. Por este
motivo se elige dicha variable como explicativa del consumo energtico en este sector. A
continuacin se muestra el modelo propuesto.
kerosenet = 9.8 + 1.7 pibt + t
En la siguiente figura se aprecia el kerosene de aviacin real y el estimado, donde se

distingue la buena aproximacin del modelo presentado.
68
Segn el balance de energa del ao 2006.
114
Figura 89: Consumo de Kerosene en el sector de transporte areo
60000
50000
Teracaloras
40000
Keroseneaviacion
30000
(Real)
20000 Keroseneaviacion
(estimado)
10000
0
1977 1997 2017
Aos
En este modelo se aprecia que consumo de kerosene en el perodo 1982-2006 del se ha

incrementado a una tasa promedio del 5,8% y se espera que aumente al 7.7% promedio
anual en el perodo 2006-2030.
3.4.3.3 Sub sector transporte martimo
El consumo de energticos asociado al transporte martimo est claramente marcado por el

consumo de dos energticos: petrleo combustibles, que representa el 81% del consumo
total, y diesel que representa el 19% del consumo total69. Tambin se consume un
porcentaje muy reducido de kerosene y gasolina que no ser incluido en el anlisis por su
participacin casi despreciable.
69
Expresado en teracalorias segn el balance de energa del ao 2006.
115
Figura 90: Consumo de energticos en el sector de transporte martimo 2006
0% 0%
19%
81%
PETROLEO COMBUSTIBLE DIESEL GAS 93 S/P (*) KEROSENE
Consumo de petrleo combustible en el sub sector de transporte martimo

El petrleo combustible es estimado utilizando como variable explicativa el PIB la que
presenta un buen ajuste a los datos reales. La ecuacin que caracteriza esta aproximacin
esta dada por:
petroleot = 19.6 + 2.6 pibt + t
A continuacin se presenta la proyeccin resultante del modelo de estimacin proyectado.

Se observa un aumento muy significativo del consumo de petrleo combustible por parte
del transporte martimo al 2030.
116
Figura 91: Consumo de petrleo combustible en el sub sector de transporte martimo
200000
180000
160000
140000
Teracaloras
120000
Petroleocombustible
100000
(Real)
80000
Petroleocombustible
60000
(estimado)
40000
20000
0
1977 1987 1997 2007 2017 2027
Aos
A pesar del aumento significativo en el consumo total de este combustible, ser inferior al
observado en un periodo similar anterior. En efecto, el crecimiento histrico del consumo
de petrleo combustibles de este sector presenta un aumento promedio anual del 17,3%
para el perodo 1982-2006, superior al aumento en la tasa de crecimiento anual de un 12%
esperado para los siguientes 24 aos.
Consumo de diesel en el sub sector de transporte martimo

Anlogamente al caso anterior la evolucin del consumo de diesel es explicado por el
producto interno bruto. Por lo que el modelo de proyeccin se expresa de la siguiente
forma:
dieselt = 2.3 + 0.98 pibt + t
Como se aprecia en la siguiente figura el modelo consumo de diesel presenta un buen ajuste
en promedio con la tendencia de largo plazo seguida por los datos reales.
117
Figura 92: Consumo de diesel en el sub sector de transporte martimo
14000
12000
10000
Teracaloras
8000
Diesel(Real)
6000
Diesel(estimado)
4000
2000
0
1977 1987 1997 2007 2017 2027
Aos
En este caso hay que distinguir que la tasa de crecimiento anual de los datos reales en el
perodo 1982-2006 es de un 4.2% mientras que para el mismo perodo el modelo estima un
5.1% de crecimiento. Sin embargo el modelo para el perodo 2006-2030 estima que la tasa
de crecimiento ser de un 4.3%, muy en lnea con el crecimiento histrico presentado.
118
3.4.3.4 Sub sector transporte ferroviario
El sector de transporte ferroviario consume dos tipos de energticos. Diesel y electricidad

donde la proporcin de su consumo, expresado en teracaloras, es un 76% de diesel y un
24% de electricidad.
Estos dos consumos se correlacionan con el PIB por lo que se estiman los siguientes
modelos para estos energticos:
dieselt = 9.7 0.42 pibt + t

electricidadt = 9.6 0.49 pibt + t
Los modelos antes sealados permiten proyectar el consumo de diesel y electricidad de este
sub sector los que se aprecian en las siguientes figuras.
Figura 93: Consumo de diesel en el sub sector de transporte ferroviario
350
300
250
Teracaloras
200
diesel(Real)
150
diesel(estimado)
100
50
0
1977 1987 1997 2007 2017 2027
Aos
El consumo de Diesel ha presentado una tasa de crecimiento anual, en el perodo 1982-

2006, del -1.4%, lo que difiere levemente con la tasa del -2.2% estimada por el modelo para
este perodo. Sin embargo, el modelo proyecta que para el perodo 2006-2030 la tasa sea
menos brusca, con una cada esperada del -1.8%
119
Figura 94: Consumo de electricidad en el sub sector de transporte ferroviario
160
140
120
Teracaloras
100
80
Electricidad(Real)
60 Electricidad(estimado)
40
20
0
1977 1987 1997 2007 2017 2027
Aos

El consumo de electricidad presenta una tasa de crecimiento anual, en el perodo 1982-
2006, del -2,2%, lo que difiere levemente con la tasa del -2,5% estimada por el modelo para
este perodo. A su vez, el modelo proyecta para el perodo 2006-2030 que la tasa de
crecimiento este en lnea con la proyeccin histrica, ya que se espera una tasa del -2,1%
3.4.3.5 Otros consumos del sector transporte
Tambien se ha analizado el consumo de otros energticos los que para el sector transporte
terrestre son Petrleo combustible, Kerosene de aviacin, Kerosene, Gas licuado
Electricidad y Gas natural el consumo de estos energticos equivale al 0,8% del consumo
del sector Transporte. Para el subsector Transporte ferroviario no existen otros energticos
distintos de los ya estimados. Mientras que el subsector Transporte martimo se incorpora
como otro energtico Diesel, Gasolina 93/SP y Kerosene, los que equivalen a menos del
0,1% del consumo del sector Transporte. Finalmente el subsector de transporte areo
presenta en otros combustibles el Diesel, Gasolina 93/SP y Gasolina de aviacin consumo
que corresponde a menos del 0.1% del consumo total del sector transporte.
En general los otros combustibles del sector transporte equivalen al 0.9% del consumo total
del sector transporte. Estos combustibles fueron proyectados con la siguiente ecuacin
otros _ energti cost = 0.15 4.39 pbusest + 4.46 pcamionest + t
Donde pvl es el parque de vehculos comerciales, pvp es el parque de vehculos de

pasajeros, pbuses es el parque de buses y pcamiones es el parque de camiones.
120
Resumen de Consumos Energticos en Transporte
En el grfico siguiente se presenta la estimacin del consumo energtico del sector

transporte para el periodo 2007-2030 por subsector de transporte.
Figura 95: Consumos Transporte
500000
450000
400000
350000 OtrosTransporte
Teracaloras
300000 Keroseneaviacin
250000
200000
Electricidad
150000
100000 Gasolina
50000 Diesel
0
2007 2017 2027
Aos
total de energa del sector Transporte entre los aos 2006 y 2030. Esta tasa es mayor que el
incremento del consumo total de energa de este sector para perodo 1982-2006 en el cual
se registr un aumento promedio anual del 5.2%.
Como se aprecia en las figuras 93, 94 y 95. La estructura de produccin presentada por el
sector de transporte en el ao 1982 se centraba en el consumo de tres energticos Gasolina,
Diesel y Kerosene de aviacin. Sin embargo al ao 2006 esta estructura ha aumentado el
grado de diversificacin debido a la inclusin de petrleos combustibles que ha sustituido
fundamentalmente a gasolina. Los otros energticos han mantenido su participacin en el
consumo energtico. Para el ao 2030 se espera que siga aumentando la participacin de
petrleos combustibles en detrimento de la gasolina; que aumente la participacin del
kerosene de aviacin; y que el consumo de diesel se acerque a la mitad de las teracalorias
consumidas por este sector.
121
Figura 96: Estructura de consumo energtico en transporte, ao 1982
Ao 1982
1%
8% 0%
0%
38%
53%
Diesel Gasolina Electricidad

Petrleos Combustibles Kerosene aviacin Otros Transporte

Ao 2006
9% 1%
18%
43%
0%
29%

122
Ao 2030
13% 0%
48%
28%
0% 11%

123
3.5 Consumos energticos agregados
El propsito de esta seccin es ofrecer una visin agregada de las proyecciones obtenidas
para el perodo 2007-2030. Para tales fines se analiza la evolucin del consumo energtico
nacional segn tipo de combustible, agregando los sectores involucrados. Asimismo, se
estudia el consumo energtico nacional por sector. En el caso de los energticos ms
consumidos en el pas, se presenta la evolucin de su consumo por sectores durante el
perodo considerado.
Consumo nacional por tipo de combustible

En la siguiente figura se presenta el consolidado anual del consumo multisectorial por tipo
de combustible, durante el perodo 2007-2030.
Figura 99: Consumo nacional por tipo de combustible
900000
800000
700000
600000
Teracaloras
500000
400000
300000
200000
100000
0
2007 2017 2027
Diesel PetrleosCombustbles Electricidad Carbn

Lea GasLicuado Gasolina GasNatural
Kerosene Keroaseneaviacin otros
Como se aprecia en el grfico, la proyeccin del consumo nacional de combustibles

presenta una tendencia general al alza, con un aumento promedio anual de 5,4%.
Los energticos de mayor relevancia en el consumo durante todo el perodo son diesel,
petrleos combustibles, electricidad y lea, representando en conjunto entre un 69% (para
el ao 2007) y un 78% (para el ao 2030) del consumo total.
124
El consumo relativo de diesel y petrleos combustibles aumenta a lo largo del perodo (el
diesel incrementa su importancia relativa de 24% a 31% y petrleos combustibles, de 8,5%
a 18%) mientras que el consumo relativo de electricidad y lea, si bien continan siendo
mayoritarios a lo largo del perodo, tienden a disminuuir (electricidad disminuye su
importancia relativa de 18,5% a 18,1% y lea, de 18% a 11%).
Con respecto a la tasa de crecimiento del consumo, los energticos que lideran el aumento
de consumo son petrleos combustibles con una tasa de crecimiento anual de 8,9%, y diesel
con una tasa de crecimiento de 6,5% anual. Por otra parate, los consumos de carbn y
kerosen muestran una tendencia constante durante el perodo.
Dada la importancia del consumo de diesel, petrleos combustibles, electricidad y lea

durante el perodo estudiado, se presenta a continuacin el consumo de dichos
combustibles por sector detalladamente.
Consumo de diesel por Sector, 2007-2030

El siguiente grfico presenta la proyeccin del consumo de diesel por sector entre los aos
2007 y 2030.
Figura 100: Consumo de Diesel por Sector , 2007-2030.
300000
250000
200000
Teracaloras
150000
100000
50000
0
2007 2017 2027
Cobre Cemento IndustriasyMinasVarias Transporte Otros
Se observa que la mayor parte del consumo de diesel a lo largo del perodo considerado
proviene del sector transporte, el cual concentra el 68,5% del consumo intersectorial en el
ao 2007 y se proyecta con un 79,2% de participacin hacia el 2030. Adems, este es el
sector que ms aumenta su consumo de este energtico durante el perodo, presentando una
tasa de crecimiento promedio anual de 7,2%.
125
Inversamente, el sector que menos consume diesel en relacin al total, es el cemento, con
una participacin de 0,1% a lo largo de todo el perodo y una tasa de crecimiento promedio
anual de 5,4%.
En orden de importancia relativa, el sector Industria y minas varias es el segundo

consumidor de diesel, con un consumo relativo de 18% con respecto al consumo total en el
2007. Esta participacin disminuye a lo largo del perodo, de manera que en el ao 2030 se
estima que el consumo relativo de diesel de este subsector sea de 14,4%. No obstante lo
anterior, se proyectya que el sector aumente su consumo durante el perodo a una tasa de
5,5% anual.
Consumo de petrleos combustibles por Sector, 2007-2030

El siguiente grfico presenta la proyeccin del consumo de petrleos combustibles por
sector entre los aos 2007 y 2030.
Figura 101: Consumo de Petrleos Combustibles por Sector, 2007-2030.
150000
130000
110000
Teracaloras
90000
70000
50000
30000
10000
2007 2017 2027

10000
cobre Cemento papelycelulosa IndustriasyMinasVarias Transporte Otros

Al igual que en el caso del diesel, la mayor parte del consumo de petrleos combustibles a
lo largo del perodo considerado proviene del sector transporte, el cual concentra en el ao
2007 el 61% del consumo intersectorial, y se proyecta con un 86% de participacin hacia el
2030. Adems, este es el segundo sector que ms aumenta su consumo durante el perodo,
presentando una tasa de crecimiento promedio anual de 10,5%.
El sector que lidera el crecimiento del consumo de petrleos combustibles es el cemento,

con una tasa promedio anual de 10,6%. Sin embargo, se trata del sector menos relevante en
126
cuanto a su consumo relativo, representando menos del 1% del total a lo largo de todo el
perodo.
En orden de importancia relativa, el sector Industria y minas varias es el segundo

consumidor de petrleos combustibles, con un consumo relativo de 17% con respecto al
consumo total en el 2007. Esta participacin disminuye a lo largo del perodo, de manera
que en el ao 2030 se estima que el consumo relativo del subsector sea de 9,5%. No
obstante lo anterior, se proyectya que el sector aumente su consumo durante el perodo a
una tasa de 6% anual.
Consumo de electricidad por Sector, 2007-2030

El grfico siguiente presenta la proyeccin del consumo de electricidad por sector entre los
aos 2007 y 2030.
Figura 102: Consumo de Electricidad por Sector, 2007-2030
140000
120000
100000
Teracaloras
80000
60000
40000
20000
0
2007 2017 2027
Cobre Cemento PapelyCelulosa IndustriasyMinasVarias CPR Transporte Otros
En el grfico se puede apreciar que el sector que ms consume electricidad es el CPR,

representando un 33,2% del consumo total en el 2007. Se estima que para el 2030 la
importancia relativa del subsector aumente, conformando el 43% del consumo total de este
energtico. Asimismo, se estima que este sea el subsector con mayor crecimiento del
perodo, presentando una tasa de aumento de 6,4% anual.
El segundo sector en presentar la mayor tasa de crecimiento promedio anual es Industria y

minas varias, con 6,4% promedio anual. Se estima que la participacin relativa del sector
en el consumo de electricidad tambin aumente, partiendo de 22,4% en 2007 y llegando a
conformar un 29% del consumo intersectorial en el 2030.
127
El cemento es el sector que menos consume electricidad, conformando alrededor de un 1%

del consumo relativo durante todo el perodo.
Consumo de lea por Sector, 2007-2030

En el siguiente grfico se presenta la proyeccin del consumo de lea por sector entre los
aos 2007 y 2030
Figura 103: Consumo de Lea por Sector, 2007-2030

100000
90000
80000
70000
Teracaloras
60000
50000
40000
30000
20000
10000
0
2007 2017 2027
PapelyCelulosa IndustriasyMinasVarias CPR

Como se aprecia en el grfico, la mayor parte del consumo de lea a lo largo del perodo
considerado proviene del sector CPR, el cual concentra el 70,5% del consumo intersectorial
en el ao 2007 y se proyecta con una disminucin de la participacin, llegando a 59,4%,
hacia el 2030. Esto ltimo, producto del aumento de la importancia relativa del consumo de
lea por parte de los dems sectores.
Se proyecta que el subsector Industria y minas varias sea el que ms aumente su consumo
de lea, presentando una tasa promedio de crecimiento anual de 5,3%. En segundo lugar se
encuentra el sector Industria y minas varias, con un incremento promedio anual de 4,3% en
el consumo de lea Por su parte, para el sector CPR se estima una tasa de crecimiento
menor, de 2,5% promedio anual.
128
Consumo nacional por sector

El siguiente grfico presenta la proyeccin del consumo agregado anual de energticos, por
parte de cada sector, durante el perodo 2007-2030.
Figura 104: Consumo nacional de energticos por Sector, 2007-2030

900000
800000
700000
600000
Teracaloras
500000
400000
300000
200000
100000
0
2007 2017 2027
TotalCobre TotalCemento TotalPapelyCelulosa
TotalIndustriasyMinasVarias TotalTransporte TotalCPR
OtrosSectores
Como se observa en el grfico anterior, el sector que lidera el consumo de energticos es el

transporte, conformando el 38% del consumo agregado en el ao 2007, y proyectndose
hacia el 2030 con una participacin an mayor, del 53,8%. Asimismo el consumo de
energticos por parte de este sector es el que muestra un mayor crecimiento esperado,
proyectndose con una tasa promedio anual de 6,9%.
En orden de importancia relativa, el segundo sector es CPR cuyo consumo, en el ao 2007,

conforma un 26,4% del agregado sectorial. Se espera sin embargo, una disminucin
gradual de su importancia relativa, de manera que en el 2030 represente el 19% del total. Se
proyecta una tasa de crecimiento del consumo de 3,8% anual por parte de este sector
Se espera que el consumo relativo del sector Industria y minas varias se mantenga en torno
al 15% durante todo el perodo. Sin embargo, se espera un aumento promedio anual de
5,3% en el consumo de energticos por parte de este sector.
Con respecto a los dems sectores, que en conjunto representan el 20,3% del consumo total
en el ao 2007, se espera que cada uno de ellos disminuya su participacin relativa, de
manera que hacia el 2030 representen en conjunto un 12% del total.
129
Por ltimo, se proyecta que el cobre sea uno de los sectores con menor crecimiento en
consumo de energticos, con una tasa de crecimiento anual de 2,6%.
Al comparar la evolucin proyectada del consumo agregado de energa con la evolucin

del PIB se aprecia que la tasa de crecimiento del consumo energtico es mayor en un punto
porcentual en promedio. De hecho entre los aos 2006 y 2015 se proyecta un crecimiento
anual del PIB de un 5,0% y se espera que el consumo totalde energa aumente en un 5,8%.
Por otro lado para el perodo 2016-2030 se espera que el producto aumente en un 4,0%
promedio mientras que las proyecciones del consumo total de energa aumentan en un
5.1%. A continuacin se muestran el grfico comparativo de las tasas de crecimiento anual
de ambas variables.
Figura 105: Tasa de crecimiento anual del PIB vs. Consumo energtico total, 1990-2030
11,00%
9,00%
7,00%
PIB
5,00% Consumo total
3,00%
1,00%
-1,00%
90
94
98
02
06
10
14
18
22
26
30
19
19
19
20
20
20
20
20
20
20
20
130
3.6 Escenarios alternativos
En este punto se desarrolla un anlisis de sensibilidad en torno a los consumos totales de

energa y por tipo de combustible. El anlisis realizado hasta es desarrollado bajo el
supuesto que el escenario base de consumo es funcin del PIB, el que crece un 5%
promedio anual hasta el 2015 y desde el ao 2016 crece un 4% hasta el 2030.
El anlisis de sensibilidad consiste en generar escenarios alternativos de crecimientoy para

esto se analiza un escenario optimista y un escenario pesimista, los que consisten
principalemnete en:
Escenario optimista: Proyectar un crecimiento de un 6% promedio anual hasta el

2015 y luego un crecimiento promedio anual de un 5% hasta el 2030.
Escenario pesimista: Proyectar un crecimiento de un 4% promedio anual hasta el
2015 y luego un crecimiento promedio anual de un 3% hasta el 2030.
Consumo total de energa segn escenario

La siguiente figura muestra la variacin en el consumo total de energa anual para los
distintos escenarios de crecimiento:
Figura 106: Consumo total de energa segn escenario
1200000
1000000
Teracalorias
800000
600000
400000
200000
0
00
02
04
06
08
10
12
14
16
18
20
22
24
26
28
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Aos
Escenario base Escenario pesimista Escenario optimista
131
Se aprecia que para al ao 2015, el escenario de crecimiento optimista (pesimista) permite

proyectar un crecimiento en el consumo un 8% (7%) mayor al esperado en el escenario
tendencial. Esta diferencia se hace ms importante al ao 2030 ya que el escenario
optimista estima un 29% ms de consumo que el escenario base y el de crecimiento
pesimista uno 20% menor. Esta variablidad depende principalmente de los sectores ms
sensibles a la evolucin del PIB. A continuacin se desarrolla un analisis de sensibilidad
para estos sectores.
Consumo total de energa sectorial

A continuacin se presentan las variaciones en el consumo sectorial generadas ante los tres
escenarios propuestos.
En el siguiente grfico se presenta la evolucin del consumo del sector CPR. En este caso
se aprecia que para el ao 2030 el consumo en el escenario optimista es un 21% mayor que
el escenario base mientras que el escenario pesimista proyecta un consumo menor en un
16%.
Figura 107: Consumo total de Energa Sector CPR
200000
180000
160000
Teracaloras
140000
120000
100000
80000
60000
40000
00
02
04
06
08
10
12
14
16
18
20
22
24
26
28
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Aos

132
Para el sector transporte, como se muestra en el siguiente grfico, para el ao 2030 el

escenario optimista estima un consumo mayor en un 36% al del escenaro base, mientras
que el escenario de crecimiento pesimista proyecta un consumo un 24% menor.
Figura 108: Consumo total de Energa Sector Transporte
700000
600000
500000
Teracaloras
400000
300000
200000
100000
0
00
03
06
09
12
15
18
21
24
27
30
20
20
20
20
20
20
20
20
20
20
20
Aos
Las diferencias presentadas en el sector de celulosa y papel son menores que en el caso
anterior ya que, segn el siguiente grfico, para el ao 2030, el escenario optimista estima
un consumo mayor en 21% el base, mientras que el escenario pesimista proyecta un
consumo un 17% menor.
133
Figura 109: Consumo total de Energa Subsector Papel y Celulosa
43000
38000
Teracaloras
33000
28000
23000
18000
13000
8000
00
03
06
09
12
15
18
21
24
27
30
20
20
20
20
20
20
20
20
20
20
20
Aos
Como se muestra en la siguiente figura, las variaciones en el sector de cemento son

menores que las presentadas en los casos anteriores ya que, para el ao 2030, el escenario
optimista sobreestima el consumo base solo en un 13% mientras que el escenario pesimista
subestima el consumo sectorial en un 10%.
Figura 110: Consumo total de Energa Subsector Cemento
7000
6500
6000
Teracaloras
5500
5000
4500
4000
3500
3000
2500
2000
00
02
04
06
08
10
12
14
16
18
20
22
24
26
28
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Aos
134
Como se muestra en la siguiente figura, las variaciones en el sector de industrias y minas

varias son casi tan altas como las presentadas por el sector de transporte ya que para el ao
2030 el escenario optimista sobreestima el consumo base en un 30% mientras que el
escenario pesimista subestima el consumo sectorial en un 22%.
Figura 111: Consumo total de Energa Subsector Industrias y Minas Varias
180000
160000
140000
Teracaloras
120000
100000
80000
60000
40000
20000
00
03
06
09
12
15
18
21
24
27
30
20
20
20
20
20
20
20
20
20
20
20
Aos

En general se aprecia que las mayores variaciones en el consumo sectorial ante cambios en
el PIB se asocian a dos sectores el trnsporte y el de industria y minas varias. Ademas hay
que resaltar que los modelos son ms sensibles en el escenario optimista que en el
pesimista.
Consumos por tipo de energtico

En este punto se realizan analisis de sensibilidad en torno al consumo de los principales
energticos. Por este motivo se analizan los consumos agregados de electricidad, diesel y
lea.
Como se muestra en la siguiente figura el consumo electrico presenta un alto gradod e

sensibilidad al crecimiento del PIB. Debido a esto, para el ao 2030, el escenario optimista
tiende a sobreestimar en un 31% el consumo calculado en el escenario base, mientras que el
escenario pesimista subestima el consumo de electricidad en un 22%.
135
Figura 112: Consumo total de Electricidad
220000
200000
180000
Teracaloras
160000
140000
120000
100000
80000
60000
40000
20000
00
03
06
09
12
15
18
21
24
27
30
20
20
20
20
20
20
20
20
20
20
20
Aos

A su vez, para el consumo de diesel se aprecia una menor sensibilidad ante cambios en el
PIB ya que, para el ao 2030, el escenario optimista sobreestima en un 18% el consumo
calculado en el escenario base y el escenario pesimista subestima el consumo de diesel en
un 14%.
Figura 113: Consumo total de Diesel
320000
270000
Teracaloras
220000
170000
120000
70000
20000
0
0
0
3
20
20
20
20
20
20
20
20
20
20
20
Aos

136
Finalmente, el consumo de lea es presenta variaciones intermedias ante cambios en el PIB.

Ya que en el escenario de crecimiento optimista se espera que para el ao 2030 el consumo
de lea sobreestime en un 20% el consumo determinado en el escenario base. Mientras que
el escenario de crecimiento pesismista sobreestima en un 17% este consumo.
Figura 114: Consumo total de Lea
120000
110000
100000
Teracaloras
90000
80000
70000
60000
50000
40000
30000
20000
00
03
06
09
12
15
18
21
24
27
30
20
20
20
20
20
20
20
20
20
20
20
Aos

137
D. PROPUESTA PARA CONSTRUIR CURVA DE DURACION
1 Introduccin
La estimacin futura de la demanda elctrica es un factor de relevancia en el estudio de la

expansin y desarrollo de los sistemas elctricos interconectados. Mientras mayor detalle se
posea sobre la evolucin futura de los consumos elctricos, mejor ser el nivel de anlisis
que se pueda realizar.
Un consumo elctrico puede ser caracterizado a travs de distintos indicadores (parmetros)

que reflejan en mayor o menor detalle su comportamiento a travs del tiempo. En esta
seccin se propone, luego de presentar antecedentes tcnicos relacionados con el estudio de
consumos, metodologas alternativas que permiten estimar curvas de duracin de carga de
consumos futuros de energa elctrica a partir de las estimaciones generales de energa
presentadas en las secciones anteriores.
2 Antecedentes
Respecto de los consumos, con el fin de poder formalizar un lenguaje para desarrollar un
modelo de estimacin de consumos, es conveniente realizar las siguientes definiciones
preliminares:
Demanda es la potencia presente en los terminales de un sistema, promediada en un

intervalo corto y especificado de tiempo (por ejemplo 15 minutos, 30 minutos o 1 hora, que
es lo ms comn).
Consumo es la energa total solicitada en un perodo dado.
Las curvas de carga (diaria, semanal, anual, segn sea el perodo considerado) se usan para
considerar las variaciones lentas a lo largo del tiempo. Una forma tpica para un sistema
grande (en un pas no tropical y donde no se emplee mucho el aire acondicionado, como
Chile) es la de la siguiente figura (izquierda), con dos mximos bien diferenciados (plena
ocupacin industrial al final de la maana, y superposicin del alumbrado al final de la
tarde). En pases donde los equipos de aire acondicionado son importantes, la punta suele
ser mayor al final de la maana.
138
Figura 115: Representacin de la demanda.

P [pu] P [pu]
Dmx
1
0,4
Dmn
[t] [t]
0 24 0 24
Curva de consumo o de carga Curva de duracin de la demanda
La curva de carga no es permanente, sino que se modifica significativamente ante la

ocurrencia de situaciones especiales, como la transmisin por TV de algn evento
importante, detenciones de industrias grandes, huelgas o mantenimientos, condiciones
atmosfricas que adelanten la conexin del alumbrado o del aire acondicionado, etctera.
Demanda mxima, demanda de punta o pico de demanda es la mayor demanda que se

presenta durante el perodo considerado ( Dmax en la Figura 115).
Perodo de mxima carga es aquel durante el cual se presentan las mayores demandas
(por ejemplo, 18 a 23 horas en invierno).
Demanda mnima o carga base es la menor demanda que se presenta durante el perodo
considerado ( Dmin en la Figura 115).
El consumo o energa E utilizada durante el perodo total T es el rea bajo la curva de

carga.
Demanda media es el cociente entre la energa consumida durante el perodo

considerado y la duracin de dicho perodo:
T
E P(t )dt
Dmed = = 0
(1)
T T
Valores usuales del perodo T son:
139
o 8760 horas para un ao de 365 das,

o 8640 horas si se trabaja con un ao de 12 meses, de 30 das c/u,
o 744 horas para un mes de 31 das,
o 720 horas para un mes promedio de 30 das,
o 168 horas para una semana.
Factor de carga es el cuociente entre la demanda media y la demanda mxima, medido

en un intervalo de tiempo especificado.
Dmed E
fc = =
Dmax T Dmax (2)
El factor de carga vara entre 12% (consumos domiciliarios) y cerca de un 100% (por
ejemplo, industria minera intensiva).
Factor de demanda es la relacin entre la demanda mxima de uno o varios

consumidores durante un perodo especificado y la potencia elctrica instalada ( Pinst )
por ese o esos consumidores. Este factor mide la utilizacin real que se hace del equipo
instalado:
Dmax
f dem =
Pinst
(3)
Diversidad es la no-coincidencia horaria de las demandas mximas individuales
alimentadas por un sistema.
Factor de diversidad es el cociente entre la suma de las demandas mximas individuales

Dmax,i
y la demanda mxima del conjunto Dmax .
D max, i
f div = i
Dmax
(4)
Para agrupaciones grandes de consumos (regiones), el factor de diversidad vara entre
1,03 y 1,10 mientras que en el caso de las industrias, lo hace entre 1,1 y 1,3,
aproximadamente.
Factor de coincidencia es el recproco del factor de diversidad.
La curva de duracin de la demanda (Figura 115 derecha) presenta tambin las

demandas del perodo considerado, pero ordenadas de mayor a menor. Los ejes pueden
ser expresados en MW y horas, o en tanto por uno, en cuyo caso se les puede dar el
significado de probabilidades. El rea bajo la curva es la energa consumida en el
140
perodo si los ejes estn en MW y h, o el factor de carga del perodo si los ejes estn en
tanto por uno.
Cuando no hay datos suficientes o detallados o bien en estudios preliminares, suelen

usarse representaciones aproximadas de la curva de duracin, tales como la recta de
expresin:
D
d= = 1 3 (1 f c ) t
Dmax (5)
o tambin la curva de expresin:
d = 1 (1 f c2 ) t fc
(6)
3 Metodologa propuesta
Es de inters poder realizar estimaciones anuales del consumo de electricidad del pas,
atendiendo a los siguientes criterios:
Abordar un horizonte de anlisis de 30 aos.
Se desea conocer al menos el consumo anual de energa y las demandas

mximas que enfrentara el sistema.
Es deseable conocer las estimaciones para el pas completo, el sistema

interconectado del norte grande (SING) y el sistema interconectado central
(SIC).
Hacer uso del modelo de proyeccin propuesto en este trabajo.
Permitir un anlisis de sensibilidad de los parmetros crticos.
Respecto del modelo de proyeccin propuesto en este trabajo, cabe sealar que este es
capaz de estimar consumos anuales de energa elctrica para los siguientes sectores:
Sector transporte,
Sector Industrial y Minero,
Sector Comercial, Pblico y Residencial (CPR),
Otros Sectores.
En cada uno de estos sectores se consideran subsectores especficos que permiten una
desagregacin mayor de las estimaciones.
141
En funcin de estos antecedentes, se propone el siguiente esquema general con

metodologas alternativas para la estimacin del consumo elctrico.
Figura 116: Modelaciones alternativas
Seleccin
del modelo
Metodologa Alcance
Sistema Subsistema
completo Pas SIC,SING
Paso 1 Paso 2 Paso 3 FIN
Consumo Composicin fc,a Para Sistema

M1
electricidad Industrial / equivalente Modelado
Ea CPR con datos
GWh/ao histricos Dmax,a , Dmin,a
Dmed,a , Ea
Consumo Clculo de fc,a

electricidad fc,a promedio
M2
Ea por ponderado
GWh/ao subsector E
D (t ) = g (t )
8760 f c
(
g (t ) = 1 (1 f c2 ) t fc )
Un primer elemento a determinar corresponde al alcance del modelo. En la medida que se

desee analizar el pas completo la metodologa debera tener un alcance Pas. Esto es
especialmente vlido si se desea estudiar un escenario donde los sistemas interconectados
del pas se unan.
Por otro lado, se proponen dos metodologas alternativas de estimacin:
Metodologa 1
Del modelo de estimacin de consumos propuesto en este trabajo se dispone de una

estimacin global del consumo de electricidad para el sistema seleccionado en un ao
142
determinado (paso 1). Asimismo, el anlisis por subsector permite determinar

porcentualmente la componente energtica CPR e industrial del consumo estudiado (paso
2). El resultado del paso puede ser utilizado para estimar un factor de carga del subsistema
seleccionado. La siguiente grfica muestra la evolucin histrica del factor de carga para el
SING y el SIC y para el sistema conjunto suponiendo un factor de coincidencia unitario.
Figura 117 Evolucin del factor de carga
E voluc infac tordec arg apors is tema

1
0,95
0,9 F C S ING
0,85
F C S IC
0,8
0,75
F C S is tema
0,7
0,65
0,6
0,55
0,5
1994 1996 1998 2000 2002 2004 2006
Si se supone un desarrollo tendencial para los prximos aos, la evolucin histrica es

consistente con los valores utilizados por la CNE en la ltima fijacin de precios de nudo:
Factor de carga SIC de 0,744.
Factor de carga SING de 0,87.
Asimismo, en el caso de cambios estructurales importantes en la composicin del consumo

elctrico, es posible interpolar o extrapolar el factor de carga del subsistema seleccionado.
La siguiente figura muestra un esquema general de clculo.
143
Figura 118: Estimacin del factor de carga
Factor de SING hoy

carga
SIC hoy
0,870
0,744
Estimacin
Composicin
de consumo
% CPR % industrial
A travs del conocimiento actual de los factores de carga de nuestros subsistemas y de su

composicin industrial/CPR, es posible establecer la estimacin lineal mostrada en la
Figura 115. De esta forma estimando una composicin futura de los consumos, es factible
estimar el factor de carga del sistema o subsistema (paso 3).
Conocida la energa anual y el factor de carga, es posible aproximar de la curva de duracin
de carga presentada en la seccin anterior como
D(t ) =
E
8760 f c
(
1 (1 f c2 ) t fc )
(7)
Consecuentemente, se pueden conocer para cada ao de estudios los valores de Dmax,
Dmin, Dmed.(paso 4).
Metodologa 2
El primer paso de esta metodologa es anlogo al descrito para la metodologa 1. Sin

embargo, en el proceso de clculo de la energa para cada subsector, junto con suponer
factores de conversin de energa elctrica asociados a la evolucin de la actividad de cada
subsector, se estima un factor de carga para cada subsector especfico. Esta estimacin se
basa en un conocimiento de los procesos productivos asociados, el que es fcil de respaldar
con mediciones en terreno (paso 2).
Con los resultados del paso 2 es factible estimar un factor de carga para el sistema en el ao
de estudio, el que corresponde a un promedio ponderado de los factores de carga calculados
144
para cada subsector en conformidad con su aporte energtico relativo. En este clculo
puede ser necesario estimar un factor de diversidad asociado a los consumos de manera de
reflejar la dinmica diaria o estacional de los distintos procesos productivos. El factor de
diversidad puede calcularse a travs de una calibracin del modelo con datos estadsticos de
aos recientes (paso 3).
Por ltimo, conforme a lo explicado para la metodologa 1, conocida la energa anual para
el sistema en estudio y el factor de carga asociado, es factible una estimacin de la curva de
duracin de carga y sus parmetros distintivos (paso 4).
Cabe mencionar que en el caso de estudiar subsistemas como el SIC o SING, esa
metodologa requiere de un tratamiento diferenciado por subsistema de los modelos de
actividad de cada subsector.
4 Aplicacin
En esta seccin se describir en detalle la aplicacin de la metodologa propuesta para

poder realizar una proyeccin de la demanda mxima por sistema (SIC, SING). La
aplicacin que se muestra ms abajo se basa en la implementacin de la metodologa 1
propuesta en este estudio. Para ello se necesita determinar la composicin de la demanda de
cada sistema en trminos de consumo de los sectores CPR e industrial, y los factores de
carga de cada sistema para el ao base, en este caso 2006.
El primer paso consiste entonces en determinar la composicin CPR(%) e Industrial(%) de

cada sistema. Dada la desagregacin por sectores de que se dispone para los pronsticos de
consumo de energa elctrica, se propone asociar cada uno de ellos a los respectivos
sistemas interconectados (SIC, SING) de acuerdo a como se muestra en el cuadro 5:
CUADRO 5: Composicin de demanda de energa elctrica por sistema

SIC SING
Sector Participacin Sector Participacin
CPR parcial* CPR parcial
Papel y celulosa total** Minera parcial
Minera parcial Industria y minas varias parcial
Cemento total
Industria y minas varias parcial
Otros total
Nota: * Indica que el consumo total de este sector se distribuye entre ambos sistemas
** Indica que el consumo total de este sector se asocia a un nico sistema
Del cuadro 5 se observa que los sectores Papel y celulosa, Cemento y Otros no representan
dificultad, puesto que se asocian a un solo sistema, en este caso, el SIC. Por otro lado, el
consumo de los sectores: CPR, Minera, e Industria y minas varias si debe distribuirse entre
145
ambos sistemas. Para el caso del sector CPR, la desagregacin de consumo fue realizada
utilizando la proyeccin de poblacin por sistema de acuerdo a las proyecciones
demogrficas realizadas por CELADE. En el sector minera, el parmetro utilizado para
realizar la desagregacin descrita fueron las proyecciones de consumo de energa del sector
realizadas por Cochilco para el perodo 2007-2030 e informacin sobre futuros proyectos
mineros. Finalmente, en el caso de Industria y minas varias la desagregacin se realiz
usando como base los datos obtenidos de la encuesta de consumos de energa elctrica
realizada por el INE.
Una vez determinados los consumos de sectores por sistema, la participacin porcentual en
la demanda de energa del sector CPR se determina considerando solamente su consumo
propio y mediante la suma de los dems sectores se determina la participacin porcentual
del sector industrial.
De acuerdo a lo descrito anteriormente, para el sistema SIC en 2006, la proporcin de

consumo del sector CPR es de 38,8% y la componente industrial corresponde al 62,2%
restante. Por otro lado, en el caso del SING, el consumo del sector CPR equivale a un 8,1%
y la industria representa el 91,9% restante. De igual manera, se obtienen los puntos
caractersticos por sistema para el perodo 1995-2006, en los anexos de este informe se
presentan las Tablas que muestran los datos histricos y proyectados usados en este estudio.
Esto permite generar un conjunto de puntos para cada sistema, sobre los cuales se
proyectar una lnea recta que permitir la proyeccin del factor de carga de acuerdo al
cambio estructural en el consumo de energa, en este caso, considerando la variacin del
consumo CPR respecto del total. Las figuras 119 y 120 muestran las rectas obtenidas para
cada sistema y los valores de factor de carga proyectados para cada uno de ellos.
146
Figura 119: Factores de carga y participacin sectorial del consumo SING
Proyeccin factores de carga SING

0,88
0,86
0,84
0,82
0,8
fc
0,78
0,76
0,74
0,72
0,7
0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 0,160
%CPR
Histrico Proyectado Lineal (Histrico)
En la figura 119 se observa que la recta obtenida es de pendiente negativa, lo que significa
que en la medida que aumente el consumo del sector CPR el factor de carga disminuir.
Esto se debe a que el SING es un sistema en el que el comportamiento de la demanda se
rige en gran medida por el rgimen de operacin de las faenas mineras. Asimismo, dada la
caracterstica industrial de la demanda en el SING se puede imponer un factor de carga
mnimo por el poco consumo del sector CPR en relacin con el total, en este sentido se
impone una cota mnima para sistemas elctricos con estas caractersticas que para el caso
en estudio es de 0,72. Por tal razn, se observa que los fc proyectados (lnea roja) saturan
hacia abajo en el nivel previamente fijado. En cuanto a la proyeccin, la tendencia lineal
obtenida corresponde a la siguiente ecuacin:
fc = 4, 0206 ( %CPR ) + 1,1255 (8)
147
Figura 120. Factores de carga y participacin sectorial del consumo SIC
Proyeccin factores de carga SIC

0,8
0,75
0,7
fc
0,65
0,6
0,55
0,5
0,250 0,300 0,350 0,400 0,450
%CPR
Histrico Proyectado Lineal (Histrico)
Por otro lado, para el caso del SIC, ver figura 120, el comportamiento histrico del factor
de carga corresponde a un cambio estructural opuesto al del SING, es decir ste aumenta en
la medida que el consumo del sector CPR crece. Lo que corresponde a una recta de
pendiente positiva. En cuanto a los datos proyectados (puntos rojos) tambin se impuso
una cota, en este caso superior, en concordancia con el comportamiento de la demanda en
sistemas con alta participacin de consumos residenciales, pblicos y comerciales. A
diferencia del SING, en el SIC el sector CPR es energticamente mas intensivo y grandes
centros de demanda, caso Santiago, estn pasando de ser dependientes de actividades
industriales a sociedades prestadoras de servicios, fenmenos que contribuyen al
comportamiento observado del fc. Dados estos antecedentes, la cota superior fue fijada para
un factor de carga de 0,76. La proyeccin entonces satura en 0,76 y para valores menores
obedece a la siguiente ecuacin:
fc = 0,9269 ( %CPR ) + 0,3558 (9)
Una vez estimados los factores de carga por sistema para el perodo de planificacin bajo
estudio resta calcular la curva de duracin anual de acuerdo a la ecuacin (7). Las figuras
121 y 122 muestran las curvas de duracin obtenidas para SING y SIC respectivamente,
para los aos comprendidos en el perodo bajo estudio en intervalos de 5 aos para facilitar
su observacin.
148
Figura 121. Curvas de duracin anual SING (2007/2030)
Curvas duracin SING (2007-2030)
4000,0
3500,0
3000,0
2500,0 ao
Demanda [MW]
2007
2012
2000,0 2017
2022
2027
1500,0 2030
1000,0
500,0
0,0
0 438 876 1314 1752 2190 2628 3066 3504 3942 4380 4818 5256 5694 6132 6570 7008 7446 7884 8322 8760
horas
Datos
Figura 122. Curvas de duracin anual SIC (2007/2030)
Curvas de duracin SIC (2007-2030)
25000,0
20000,0
ao
Demanda [MW]
15000,0
2007
2012
2017
2022
2027
10000,0
2030
5000,0
0,0
0 438 876 1314 1752 2190 2628 3066 3504 3942 4380 4818 5256 5694 6132 6570 7008 7446 7884 8322 8760
horas
Datos
149
Finalmente, obtenidas las curvas de duracin se pueden calcular los valores de demanda
mxima, demanda media y demanda mnima del SIC y SING. Las figuras 123 y 124
muestran las proyecciones por sistema interconectado.
Figura 123. Proyeccin de la demanda SING

Proyeccin de la demanda SING
4.000,0
3.500,0
3.000,0
2.500,0
Demanda [MW]
2.000,0
1.500,0
1.000,0
500,0
0,0
1995 2000 2005 2010 2015 2020 2025 2030
Ao
Dmax Dmedia Dmin
Figura 124. Proyeccin de la demanda SIC

Proyeccin de la demanda SIC
25.000,0
20.000,0
Demanda [MW]
15.000,0
10.000,0
5.000,0
0,0
1995 2000 2005 2010 2015 2020 2025 2030
Ao
Dmax Dmedia Dmin
150
5 Uso de modelos de estimacin
Los modelos de estimacin de consumos pueden ser utilizados como informacin de

entrada en distintos tipos de estudios de los sistemas elctricos de potencia. La siguiente
figura muestra una clasificacin de este tipo de estudios segn su alcance estratgico,
tctico u operacional.
Figura 125. Clasificacin Estudios de los sistemas elctricos de potencia

Nivel estratgico Nivel tctico Nivel operacional
Panificacin / Estudios de Anlisis de
evaluacin de proyectos tipo estacionario seguridad
Estudios de mltiples Estudio detallado de
Consumo estados/escenarios condiciones de
Dmax, Dmedia, Dmin de operacin. operacin crticas.
Curva duracin anual
Flujos de potencia AC Simulaciones dinmicas.
Coordinacin hidrotrmica Despacho econmico
Modelos de planificacin Predespacho de unidades
Estudio de cortocircuito.
Bloques de demanda Condicin de operacin
mensual Demandas diarias, horarias. especfica.
Red: modelo simplificado Red: modelos de red Red: modelos dinmicos
Flujos DC, transporte detallados pero de componentes.
estacionarios.
t meses / aos horas / semanas / meses segundos
Cada uno de estos involucra niveles de detalle distinto tanto en lo que se refiere a la
demanda como a los parmetros del resto del sistema. A modo de ejemplo en estudios
operacionales que buscan evaluar la seguridad de un sistema elctrico, slo se requiere la
informacin de demanda para situaciones de operacin especficas, las que sirven de
situacin base para estudios dinmicos. De esta forma es posible evaluar la estabilidad de
un sistema elctrico frente a perturbaciones. A nivel tctico, las demandas pueden ser
descritas en forma diaria, en etapas horarias. De esta forma, a travs de herramientas, tales
como el predespacho de unidades, es posible evaluar el desempeo del parque generador y
detectar posibles problemas (coordinacin de unidades, precios, congestiones) en la
operacin estacionaria del sistema.
Por ltimo, a nivel estratgico, los estudios tienden a simplificar la modelacin de la red
elctrica a favor de una representacin adecuada de las incertidumbres para horizontes de
anlisis anuales, en etapas mensuales. En el caso de Chile, en el sistema interconectado
151
central, es comn el uso de herramientas de coordinacin hidrotrmica para simular la

operacin esperada del sistema, realizando un uso optimizado de los recursos hidrulicos
del sistema. En este tipo de anlisis la red es modelada a travs de modelos de transporte o
bien con flujos de potencia linealizados.
El modelo desarrollado aporta con informacin en el mbito estratgico, para conocer

anualmente en forma estimada las energas demandadas, la curva de duracin de carga
asociada, factores de carga, demandas mximas, medias y mnimas esperadas.
De esta forma, utilizando los criterios actualmente en aplicacin por parte de la CNE, es
factible completar la informacin necesaria para estudios de carcter estratgico. Estos
criterios pueden ser perfeccionados a futuro en el marco de estudios detallados de la
distribucin espacial y temporal de la demanda en el sistema.
152
E. CONCLUSIONES Y RECOMENDACIONES PARA EL DESARROLLO DE UN

MODELO DE PROYECCION DE CONSUMO ENERGTICO FUTURO
En este estudio se propone y aplica un modelo para proyectar el consumo de energa final
de Chile hasta el ao 2030, considerando los principales sectores consumidores. Adems,
con las proyecciones del consumo elctrico sectorial y agregado se hace un ejercicio que
permite estimar las curvas de duracin anual y las proyecciones de demanda elctrica
diferenciada espacialmente entre los sistemas interconectado Central (SIC) y del Norte
Grande (SING). A continuacin se presentan las principales conclusiones y
recomendaciones que emanan del estudio.
Conclusiones
El modelo seleccionado para este fin es de carcter hbrido, basado en un enfoque sectorial,
que combina un anlisis economtrico cuando las tendencias parecen robustas para el sector
y opinin experta y anlisis de uso final cuando se esperan cambios en estas tendencias. Se
sigue con ello lo prctica creciente en el mundo para proyectar consumos energticos en el
largo plazo y hacer planificacin estratgica del sector. Por cierto este tipo de modelo no
pretende replicar fluctuaciones asociadas a shocks de corto plazo como por ejemplo el
impacto de variaciones en los precios de los energticos.
Un modelo hbrido de estas caractersticas permite integrar tanto los aspectos fsicos como
econmicos en un marco comn. Por ejemplo, mientras las relaciones economtricas
internalizan los efectos de precios, ingresos o polticas del pasado, el enfoque de uso final
acomoda nuevos usos finales, mezclas alternativas de combustibles, penetracin de
artefactos y tecnologas, patrn de crecimiento de la produccin fsica o su valor, la
poblacin, emisiones y la distribucin del ingreso entre segmentos. El enfoque hbrido
permite as acomodar cambios esperados no tendenciales, en particular la abrupta reduccin
en la disponibilidad de gas natural desde Argentina.
En efecto, la componente economtrica del modelo propuesto incorpora de manera

implcita en sus parmetros los cambios tecnolgicos y la sustitucin entre energticos
ocurridos en el periodo para los cuales hay datos. Asume un enfoque de funcin de
produccin al relacionar la produccin anual de cada subsector con consunos energticos,
basado en la relacin entre estos parmetros observados en el pasado. Por lo anterior, las
proyecciones asumen que las evoluciones histricas en estas variables se mantienen en el
tiempo y no incorporan la aparicin de tecnologas o cambios en precios relativos
sustancialmente diferentes a los vistos en el pasado, o que puedan generar cambios
estructurales. Si no se esperan cambios en las tendencias pasadas, esta aproximacin puede
considerarse apropiada, y tiene la ventaja de no exigir disponer de muchos datos
tecnolgicos.
153
Aplicando el enfoque propuesto se hacen proyecciones para los sectores Industrial y

Minero; de Transporte; y Comercial, Pblico y Residencial basadas en correlaciones con
variables cuya variacin futura se puede estimar de manera relativamente simple. Para los
subsectores energo intensivos del sector Industrial y Minero se proyecta la produccin
futura del subsector en base a tendencias y opinin experta y asocia luego un consumo
energtico. Los consumos del sector transporte se relacionan con el parque futuro de cada
tipo de vehculo asumiendo patrones de consumo parecidos al pasado por vehculo. Los
consumos de los dems sectores se relacionan con el crecimiento del producto interno
bruto, variable con la cual resultaron estar estrechamente correlacionadas. Para cada sector
se han considerado mltiples energticos, en particular electricidad, derivados del petrleo,
gas natural, carbn y lea.
En general, los modelos desarrollados tienen un buen ajuste frente a los datos histricos. La
nica excepcin es la estimacin del consumo de lea que result poco robusta. Esto puede
ser explicado por problemas en la medicin de los datos entregados por el balance de
energa, Por ello se sugiere a futuro realizar un estudio especfico del consumo actual y
futuro de este energtico por sector y de las tendencias sectoriales esperadas en su
consumo.
Los resultados muestran que el consumo de energa final entre los aos 2007 y 2030
aumentar 3,3 veces, a una tasa promedio de 5.4% anual. Chile pasar de consumir 245.000
tcal ao a 812.000 tcal ao en este periodo. El sector Industrial aumentar su consumo 2,5
veces, el sector CPR 2,4 veces y Transporte 4,7 veces. Como resultado, el sector transporte
pasar de representar el 38% del consumo final el ao 2007 al 54% el ao 2030, siendo por
lejos el sector ms importante en cuanto a consumidor de energa final.
Respecto de los consumos por energtico, cabe destacar el notable aumento esperado en el
consumo elctrico y de diesel. En efecto el sector Elctrico aumenta 3,2 veces y Diesel 4,2
veces. El mayor crecimiento de electricidad surge del crecimiento del consumo del sector
CPR que aumenta 4,2 veces en el perodo. El consumo de diesel en cambio se ve afectado
por el aumento de su consumo en el sector transporte (4,9 veces). Petroleos combustibles
aumenta 7 veces influenciado por el fuerte aumento en el transporte martimo. La lea por
su parte, muestra un crecimiento esperado de 2,1 veces, influenciado por el aumento del
consumo en el sector Industrial (2,9 veces). No se aprecia un mayor aumento en el
consumo final de carbn debido a que este energtico se usa bsicamente para generar
electricidad, por tanto corresponde a consumo intermedio y no se considera en este estudio.
Un anlisis de sensibilidad considerando tasas de crecimiento optimistas (un punto

superior al caso base) y pesimistas (un punto menos) genera un rango para los valores de
consumo energtico final. Bajo un escenario de crecimiento alto (bajo), el consumo de
energa al ao 2015 sera un 8% superior al de lnea base (7% inferior) y al 2030, un 29%
ms alto (20% menor), superando el milln de Tcal/ao.
154
Para planificar el desarrollo del sector elctrico es importante relacionar la energa

promedio anual con la demanda (potencia) media y mxima requerida para satisfacer sta.
Para ello, se propone una metodologa relativamente simple, basada en el factor de carga de
cada sistema, que corresponde al cuociente entre la demanda media y mxima. Este factor
depende de los tipos de consumo conectados al sistema elctrico, siendo menor para
aquellos con alto consumo del sector CPR y mayores para los con alto consumo industrial.
Para el SIC este factor fue de 0,74% el ao 2006 y para el SING de 0,87%, reflejando un
mayor consumo relativo industrial de este ltimo.
Para examinar el desarrollo espacial de la demanda elctrica final se ha separado sta entre
el SIC y el SING. En base a la energa requerida y los factores de carga esperados cada ao
para cada sistema se proyect la demanda anual por sistema entre el 2007 y 2030. Los
resultados muestran que la demanda elctrica media del SIC se ms que triplicar, pasando
de 5.000 MW el 2007 a casi 17.000 MW el 2030 y la mxima de casi 7.500 MW a 22.000
MW en el mismo periodo. Para el SING, la demanda media (mxima) se duplicar,
pasando de 1.400 MW (2.000 MW) a casi 2.700 MW (3.750 MW) en el periodo.
Recomendaciones para el Desarrollo de Futuros Modelos de Consumo Energtico

Final
A continuacin se hacen recomendaciones especficas para el desarrollo futuro de modelos

de estimacin de consumo de energa final. En el anexo 9 se presenta una descripcin ms
detallada de los sectores a analizar y los parmetros y variables que seran deseables de
modelar.
Mejorar informacin sobre lea/biomasa. Los resultados anteriores se basan en

antecedentes secundarios disponibles de consumos finales de cada energtico por sector a
partir de antecedentes del balance de Energa de la CNE. Una primera recomendacin es
mejorar la serie de datos para el consumo final e intermedio de lea ya que ste se estima
deficiente. Esto es relevante para determinar la evolucin esperada de este consumo y las
sustituciones esperadas con otros energticos. La lea y biomasa se usarn de manera
creciente para generar electricidad y calor en la industria, en particular si reemplazan
combustibles fsiles. Esta sustitucin se ver incentivada por el desarrollo de proyectos de
reduccin de emisiones de gases de efecto invernadero, apoyado por recursos externos. Por
otra parte existen restricciones de disponibilidad de este energtico que deben incorporarse
en el anlisis. La inadecuada informacin disponible no hace posible un buen anlisis de lo
anterior.
Analizar por sector y energtico si los factores promedio de consumo obtenidos se

mantendrn en el tiempo. Los modelos desarrollados para cada sector y energtico
permiten una proyeccin simple de los consumos energticos finales. Los resultados se
basan en las tendencias observadas de consumo asociadas a los diversos niveles de
produccin o consumo futuros de los principales sectores.
155
El incremento de los consumos esperados al 2030 se proyecta sin considerar mayores

efectos de las polticas de eficiencia energtica desarrolladas hasta ahora de manera
incipiente en Chile. Tampoco se examina de manera diferenciada el efecto esperado de
cambios en los quintiles de ingreso sobre estos consumos. No se consideran los efectos
sobre las tendencias de consumo de los cambios en los precios absolutos y relativos de los
energticos. Finalmente, los cambios tecnolgicos o de disponibilidad energtica no se
incorporan de manera explcita a menos que haya algn cambio sustancial, como es el caso
de disponibilidad de gas natural. Sin embargo cada una de stas podra tener un efecto
importante sobre la demanda energtica, en particular la elctrica y su efecto debera
estudiarse en ms detalle.
Para mejorar esta estimacin, es necesario en primer trmino, realizar un anlisis por sector
respecto de si los factores promedio estimados reflejan bien los cambios esperados a futuro
para cada energtico. En caso contrario debern corregirse. Esto se hizo de manera inicial
en base a opinin experta, pero debe hacerse de manera ms sistemtica por sector. Por
ejemplo, se puede hacer en base a un benchmarking tecnolgico a nivel mundial para los
sectores energo intensivos y del impacto de polticas de eficiencia energtica para CPR. El
problema de estas correcciones es que son ad-hoc y requieren supuestos fuertes por parte
del modelador.
Sera interesante desarrollar un anlisis de la evolucin esperada de los ingresos por quintil
hasta el 2030, y un anlisis por separado para cada uno de las implicancias en la demanda
energtica del sector residencial.
Profundizar los anlisis de sustitucin entre energticos. Esto se realiz en base a

opinin experta y los datos disponibles, en particular entre gas natural y otros energticos y
diesel y petrleo combustible. Es necesario profundizar lo realizado considerando en mayor
detalle las sustituciones entre energticos en el sector de industrias y minas varias,
idealmente separando ambos subsectores (existen antecedentes para ello al menos desde
1996); adems para cemento que permite sustitucin entre diversos combustibles. Se
requiere analizar con ms detencin el impacto esperado de la desaparicin del gas natural
sobre los sectores que ms lo utilizan; lo mismo se debe hacer para los sectores que
consumen lea. Tambin deben examinarse el uso de combustibles que no se correlciona
bien con la variable independiente considerada. Por ejemplo, otros combustibles tiene
una mala correlacin con PIB para el sector CPR, lo que dificulta una buena estimacin
para ste.
Hacer anlisis de otros escenarios de inters para la autoridad. Los modelos

desarrollados permiten sensibilizar en torno a produccin sectorial y PIB y solo se hizo esto
ltimo. Tambin se pueden hacer supuestos diferentes respecto del crecimiento del parque
de vehculos, en particular livianos y comerciales diesel; o asumir cierta tendencia a la
reduccin de ciertos consumos en base al anlisis de benchmarking sugerido antes.
156
Extender la modelacin hacia un modelo de uso final en sectores con impacto

importante en los consumos elctricos. Una extensin natural para este tipo de anlisis de
largo plazo consiste en utilizar modelos de uso final. En particular se sugiere como
siguiente etapa implementar el modelo LEAP que a pesar de no ser especficamente
diseado para proyeccin de consumo, lo permite con relativa simpleza. Debido al amplio
grado de detalle que requiere este modelo, es necesario un mayor plazo para elaborarlo y
focalizar solo en los sectores en que los cambios tendenciales no reflejan apropiadamente lo
que se espera para el largo plazo.
Otro criterio para una primera etapa es implementar en mayor detalle aquellos sectores en
los que se espera haya un impacto importante de polticas de eficiencia energtica. Por ello
se propone inicialmente abordar el sector CPR y los subsectores industriales intensivos en
consumo de electricidad. En una segunda etapa se puede incorporar el subsector de
industrias y minas varias, examinando en ms detalle los procesos especficos que incluye.
Finalmente, parece aconsejable incorporar el sector transporte en ms detalle ya que se
esperan cambios importantes de tecnologa al incorporar vehculos con crecientes
exigencias ambientales.
Esto tiene varias ventajas, respecto de lo ya realizado.

El LEAP permite trabajar con un nivel de agregacin alto. Las proyecciones
economtricas realizadas seran un insumo til, por lo que se aprovechara el trabajo
realizado.
No tiene las exigencias de informacin del MAED.
Permite elaborar distintas opciones de poltica asociadas principalmente a criterios
de eficiencia energtica y la incorporacin de nuevas tecnologas y combustibles.
Permite evitar el problema de cambios macro ad-hoc al variar los parmetros
estimados de manera economtrica. Al haber suficiente detalle en cada sector, los
cambios que se incorporan al modelo reflejan con mayor realismo los cambios
tecnolgicos o de comportamiento esperados que los cambios ad-hoc antes
sealados.
Se puede estimar la demanda derivada de energticos del sector elctrico. Con ello
se puede estimar el consumo energtico total al incorporar la demanda por energa
de centros de transformacin. En particular se puede proyectar la demanda futura de
carbn.
El LEAP permite adems analizar el impacto sobre el consumo total de energa de
incoroporar energas renovables no convencionales (ERNC) al sector elctrico.
Otra ventaja es que permite estimar de manera directa las emisiones de gases de
efecto invernadero y las reducciones esperadas de polticas de eficiencia energtica
y de promocin de ERNC.
Desarrollar en detalle la proyeccin por separado del consumo elctrico del SIC y del
SING. Sobre la base de los antecedentes disponibles se realiz un primer ejercicio
separando el consumo del SIC y del SING. Hubo que hacer para ello diversos supuestos
157
que es necesario mejorar. Por ejemplo, el consumo elctrico esperado de cada sector por
sistema. Se debe analizar en mayor detalle el consume de industrias y minas varias, CPR y
el sector cobre. Lo mismo respecto de los supuestos relativos a la forma de evolucin del
factor de carga para cada sistema. Se asumi saturacin para cada uno en base a
experiencia, pero se requiere realizar este anlisis con mayor detencin.
Para un anlisis regional se sugiere combinar lo realizado con otros esfuerzos, por
ejemplo el model DARTE. Un enfoque basado en redes parece atractivo para realizar este
tipo de anlisis. Utiliza como insumo las proyecciones de nivel nacional de consumos de
energa final.
Integrar en una etapa posterior, o en paralelo al desarrollo del LEAP, modelacin de

equilibrio general de la economa. Este debe ser un modelo dinmico recursivo, diferente
al LEAP y no integrado al mismo, al menos en una primera etapa. El plan de obras que se
proponga, el impacto de las polticas de eficiencia energtica e incorporacin de ERNC y
las tarifas de distribucin que se logren del proceso de licitacin de las mismas
determinarn, en conjunto con la evolucin esperada de los precios de los combustibles,
diversos impactos en el desarrollo de los sectores econmicos. Estos deben determinarse
utilizando un modelo de equilibrio general que a su vez incorpore los shocks esperados para
la economa en cuanto a precios de sus exportaciones e importaciones en el periodo de
anlisis. Con ello se puede hacer un anlisis de la compatibilidad entre los supuestos
relizados para el sector energtico para el LEAP (por ejemplo tasas de crecimiento) y los
que se obtienen del modelo de equilibrio para la economa.
158
REFERENCIAS
[1] Anderberg, S., Surprise-Rich Scenarios for Global Population, Energy and Agriculture
1975-2075: in Toth F. L., E. Hizsnyik and W. Clark, 1989, Scenarios of Socioeconomic
Development for Studies of Global environmental Change: A Critical Review. IIASA RR-
89-004. Laxenburg, Austria.
[2] Hfele W. (program leader) Energy in a Finite World: Paths to a Sustainable Future
Vol.1. A Joint Study of the International Institute of Applied System Analysis and the
World Energy Council, Ballinger, Cambridge, USA
[3] Intergovernmental Panel on Climate Change, Chapter 19: Energy supply mitigation
options. In: Impacts, Adaptation and Mitigation of Climate change: Scientific - Technical
Analyses. Contribution of Working Group II to the second assessment Report of the
Intergovernmental Panel on Climate Change. (Watson, R. T., M. C. Zinyowera, and R. H.
Moss, (eds.)), Cambridge University Press, Cambridge and New York, UK.
[4] Instituto Nacional de Estadsticas, Sector Elctrico, Informe Anual 2006. pp 48-49.
Julio 2007.
[5] Joost Siteur, RWEDP. The Long-range Energy Alternatives Planning model (LEAP)
and Wood Energy Planning Overview and Exercises.
[6] Long-range Energy Alternatives Planning System . User Guide for LEAP 2005.
http://forums.seib.org/leap.
[7] Max-Planck-Insitut fr Plasmaphysik (IPP). Global long-term energy scenarios: lessons

learnt. Report No. 16/13. March 2007.
[8] McCarthy, Yang, Ogden Assessing Strategies for Fuel and Electricity Production in a
California Hydrogen Economy. 2006.
[9] Ygdrassil, A., M. Gelobter, P. Holnicki, S. Anderberg, C. Schlenzig, A Critical Review

of Population/Energy Projections for the Study of Long-term, Large-scale Interactions
between Development and Environment: in Toth F. L., E. Hizsnyik and W. Clark 1989,
Scenarios of Socioeconomic Development for Studies of Global environmental Change: A
Critical Review. IIASA RR-89-004. Laxenburg, Austria.
[10] Helena Boi. "Energy System Planning Analysis Using the Integrated Energy and
Macroeconomy Model", Institute Hrvoje Poar, Zagreb, Croatia, 2007
159
[11] Coleccin de manuales de informtica N 18/S. Modelo para el Anlisis de la

Demanda de Energa. Organismo Internacional de Energa Atmica, VIENA, 2007
[12] Ismael Concha. Fortalecimiento de capacidades para el Desarrollo de Sistemas

Energticos Sostenibles. 19-21 de Marzo 2007, Quito, Ecuador. Organismo Internacional
de Energa Atmica.
[13] S. Kononov, I.Concha. Overview of the MAED Model. Planning and Economic
Studies Section, IAEA. 12-16 November 2001
[14] Fei TENG. "Energy Models in China". Global Climate Change Institute, Tsinghua
University.
[15] Charles Heaps. "Mitigation Methods and Tools in the Energy Sector". United Nation
Framework Convention On Climate Change.
[16] Comisin Nacional de Energa de Chile. Balances Energticos. www.cne.cl
[17] Instituto Chileno del Cemento y del Hormign. www.ich.cl
[18] Baldur Eliasson. "The China Technology Program". CETP/ETSAP Sminar, CHCRC,
October 16, 2000
[19] Laitner, J.A., S.J. DeCanio, J.G. Koomey y A.H. Sanstad. Room for Improvement:
Increasing the Value of Energy Modeling for Policy Analysis. Utilities Policy 11(2): 87-
94. 2003.
[20] Fei Teng, Alun Gu, Maosheng Duan,"Energy Models in China A Literature Survey".
Global Climate Change Institute,Tsinghua University, 2007.
COPERT IV, 2006. "EMEP/CORINAIR Emission Inventory Guidebook - 2006", Group 7

Road transport.
160
ANEXO
ANEXO 1: MODELO LEAP
El Leap es una herramienta es una de las ms utilizadas en el mundo con cientos de

usuarios en ms de 140 pases y ha servido como medio de comunicacin con la IPCCC.
Primero se presenta una breve descripcin del modelo y luego se muestran resultados
preliminares asociados a la inclusin de la demanda final de energa para Chile en el ao
2005.
Descripcin del Modelo Long range Energy Alternatives Planning System (LEAP)
LEAP es un modelo basado en la construccin de escenarios. Esta se realiza de manera tal

que los escenarios facilitan la realizacin de clculos de ofertas y demandas energticas, y
la evaluacin de alternativas tecnolgicas y de poltica. El usuario define variables clave
(como kilmetros recorridos por parte de vehculos y rendimientos de combustible) a partir
de los cuales el LEAP construye escenarios de demanda. Un conjunto de
transformaciones caracterizan los procesos de conversin y se relacionan a la demanda
para entregar resultados en trminos de emisiones y consumo de recursos. Opciones
tecnolgicas y de poltica pueden ser estudiadas en la medida que alteren variables claves,
escenarios de demanda o transformaciones.
LEAP puede utilizarse para proyectar la situacin de oferta y demanda energtica de

manera de entrever pautas futuras, identificar problemas potenciales, y evaluar los posibles
impactos de polticas energticas. LEAP puede ayudar a examinar una amplia gama de
proyectos, programas, tecnologas y otras iniciativas energticas, y a encontrar estrategias
que permitan resolver problemas ambientales y energticos
A diferencia de los modelos macroeconmicos, LEAP no intenta calcular el impacto de las

polticas energticas sobre el desempleo o el producto nacional. Sin embargo, esos
modelos se pueden correr en forma conjunta con este programa. LEAP tampoco genera en
forma automtica escenarios de ptimos o de equilibrio de mercado, aunque se puede usar
para identificar los escenarios de menor costo.
El concepto de anlisis de escenarios constituye el ncleo de LEAP. Los escenarios son

proyecciones sistemticas de la probable evolucin futura de sistemas energticos bajo un
contexto socioeconmico particular y bajo un conjunto determinado de condiciones de
poltica. En LEAP los escenarios se pueden construir y luego comparar, para evaluar sus
requerimientos energticos, costos y beneficios sociales e impactos ambientales. Todos los
escenarios comienzan a partir de un ao base comn, para el cual se establecen los datos de
Ao Base. Los escenarios de LEAP abarcan factores que pueden cambiar en el tiempo
incluyendo aquellos que varan por intervenciones de polticas particulares.
161
Algunas de las importantes ventajas de LEAP son su flexibilidad y facilidad de uso, que
permiten, al momento de tomar decisiones, pasar rpidamente del plano de las ideas al de
anlisis de polticas sin tener que recurrir a modelos ms complejos. Sin embargo, cuenta
con las debilidades tpicas de modelos de bottom-up al no considerar comportamiento
ptimo de los sistemas o agentes econmicos.
La figura siguiente muestra el marco general del modelo.
Figura A1. Marco General del Modelo LEAP
Escenarios de
Variables Clave
Demanda
Desarrollo
Tecnolgico y
Transformaciones Resultados
Cambios de
Poltica
Fuente: McCarthy et al (2006).
La determinacin de la demanda es crucial en el modelo. En efecto, tras especificar la

demanda los centros de transformacin estiman la oferta necesaria para abastecerla (dado el
parque elctrico y combustibles disponibles). Tambin es posible analizar el
desabastecimiento elctrico. Para estimar la demanda el LEAP considera distintas
alternativas:
1. Anlisis de Energa Final: e = a*i
Donde e=demanda de energa, a=nivel de actividad, i=intensidad de energa final

(consumo de energa por unidad de actividad)
Por ejemplo, la demanda de energa en la industria del cemento puede proyectarse en

base a la produccin de cemento y energa por unidad de cemento que se utiliza. stas
pueden variar en el fututo.

2. Anlisis de Energa til: e = a

162
Donde =intensidad de energa til, =eficiencia, a=nivel de actividad.
Por ejemplo, la demanda energtica de edificios residenciales va a cambiar en el futuro

ya que (1) se construyen ms edificios (a aumenta) y (2) porque el crecimiento
econmico hace que aumenten requerimientos de calefaccin y refrigeracin (u
aumenta). Adicionalmente, puede presentarse cambio tecnolgico que reduzca u.
3. Anlisis de Stock: e = s*d
Donde s=stock, d= intensidad del artefacto (uso de energa por artefacto).
El stock se modela basndose en artefactos actuales existentes, las ventas de los

artefactos nuevos y esperanza de vida de artefactos.
Por ejemplo, se puede evaluar qu tan rpido un estndar de eficiencia energtica en

refrigeradores puede traducirse en ahorros de energas basados en la penetracin de los
nuevos artefactos y en la salida gradual del stock existente.
4. Anlisis de Transporte (e=n*m/fe)
Donde n= nmero de vehculos, m=millas recorridas anualmente por vehculo, fe=

rendimiento (millas por litro).
Por ejemplo, puede examinarse un cambio en una norma de emisin o un mejor

rendimiento de los vehculos.
En un anlisis de transformacin, se simula todo el trayecto de la conversin y transporte de

formas de energa desde el punto de extraccin de los recursos primarios y las fuentes
importadas hasta el punto final de consumo. Como con los anlisis de demanda, se pueden
usar escenarios alternativos para representar diferentes configuraciones de transformaciones
futuras que reflejen alternativas de polticas y tecnologa. Es posible considerar o no la
transformacin de combustibles primarios a secundarios.
En particular, el mdulo de transformacin incluye la transmisin y generacin elctrica.

La transmisin tpicamente se modela a partir de las prdidas de transmisin. Para la
generacin hay distintas alternativas de criterios de despacho de las tecnologas. Por
ejemplo, es posible asignar generacin por promedios histricos asociados a centrales
hidroelctricas y a carbn, o bien hacerlas entrar por orden de mrito o costo de operacin
unitario.
En cada uno de los procesos tanto de oferta como demanda es posible asignar factores de
emisin tanto para contaminantes globales como locales. Por ejemplo, la demanda de un
sector industrial puede asignar un factor de emisin por tonelada carbn que se consume
para un cierto proceso. El programa viene con factores disponibles de IPCCC pero tambin
163
est abierto a modificaciones. Las emisiones asociadas al consumo elctrico se contabilizan

en el mdulo de transformacin y dependen de la matriz energtica.
LEAP tambin puede utilizarse para realizar anlisis integrados sociales y de costo-
beneficio en los escenarios que se crean. Los costos de cada parte del sistema se pueden
incluir en el modelo: Costo de capital, operacin y mantencin, uso de tecnologas en los
sistemas de demanda y transformacin, costos de extraccin de recursos primarios y de la
importacin de fuentes, y los beneficios de la exportacin de fuentes. Adems, se puede
tambin ampliar el alcance de los clculos al asignar costos a las emisiones de
contaminantes.
164
ANEXO 2: MODELO MAED
En esta seccin, y a modelo de ejemplo, se presenta en detalle el modelo de proyeccin de

demanda MAED. La importancia de usar el MAED consiste en comprender un modelo
diseado particularmente para la labor de estimar consumos energticos de largo plazo,
existe abundante experiencia respecto de su aplicacin, y utiliza los enfoques usuales de
estimacin.
El modelo Model for Analysis of the Energy Demand (MAED) fue desarrollado por la
Agencia Internacional de Energa Atmica y es un modelo de simulacin diseado para
evaluar la demanda de energa de un pas o una regin en el mediano y largo plazo. Permite
determinar el efecto de cambios estructurales sobre la demanda de energa. Para ello,
realiza un anlisis detallado de los sistemas sociales, econmicos y tecnolgicos. Tambin
permite observar la evolucin de los mercados potenciales para cada forma de energa final:
Electricidad, carbn, petrleo, gas y solar.
1. Antecedentes Generales.
En el modelo MAED la naturaleza y el nivel de la demanda de bienes y servicios son una

funcin de varios factores determinantes, en los que se incluyen el crecimiento de la
poblacin, el nmero de habitantes por vivienda, el nmero de equipos electrodomsticos
usados en la hogares, la movilidad de la poblacin y las preferencias de modos de
transporte, las prioridades nacionales para el desarrollo de ciertas industrias o sectores
econmicos, la evolucin de la eficiencia de ciertos tipos de equipamiento, la penetracin
de nuevas tecnologas o formas de energa en el mercado, etc. Las tendencias futuras que se
esperan para estos factores determinantes, que en su conjunto constituyen los escenarios,
se introducen de manera exgena.
La demanda total de energa para cada categora de uso final se agrega en cuatro sectores
principales consumidores de energa: Industria (que incluye Agricultura, Construccin,
Minera y Manufacturero), Transporte, Servicios y Residencial.
El punto de partida para usar el modelo MAED es la construccin del patrn de consumo
de energa del ao base dentro del modelo. Esto requiere la recopilacin y conciliacin de
los datos necesarios de las diferentes fuentes, deducir y calcular varios parmetros de
entrada y ajustarlos para reproducir el balance energtico en el ao base. Este proceso
ayuda a ajustar el modelo a la situacin especfica del pas.
El paso siguiente es desarrollar los escenarios especficos para la situacin y objetivos

futuros del pas. Los escenarios pueden ser subdivididos en dos subescenarios:
165
Uno relativo al sistema socio-econmico describiendo las caractersticas

fundamentales de la evolucin econmica y social del pas.
el segundo relativo a los factores tecnolgicos que afectan el clculo de la demanda,
por ejemplo, la eficiencia y el potencial de penetracin en el mercado de cada forma
de energa disponible.
La demanda de combustibles fsiles no se separa en trminos de carbn, gas o petrleo,

debido a que este suministro de energa depende principalmente de las posibilidades
tecnolgicas del suministro y los precios relativos de estos combustibles, aspectos que estn
fuera del alcance del anlisis del modelo.
Se puede esquematizar de manera sencilla el MAED de la siguiente forma:
Cuadro A1. Organizacin general MAED
Datos del sector energtico

Demanda de energa final
(Balance de energa)
Demanda de electricidad
Hiptesis de scenarios
Socio-econmicas, tecnolgicas MAED Curva elctrica horaria
Usos de energies sustituibles Curva de duracin de carga
(WASP)
Eficiencias de los procesos
Caracterstica de la curva horaria
Un esquema de los datos requeridos se muestra a continuacin:
166
Cuadro A2. Diagrama general datos MAED
Economa Demografa Estilo de vida Tecnologa
PIB Poblacin Tamao Intensidad

Tasa Tasa viviendas energtica
crecimiento crecimiento Movilidad Eficiencia
PIB Urbanizacin Tenencia de Recorrido
Fracciones de Fuerza automviles Penetraciones
sector laboral Electrificacin
Modos de
transporte
167
2. Organizacin del Modelo MAED
El programa MAED se encuentra en dos archivos Excel: MAED_D y MAED_EL. El

archivo MAED_D se denomina Modulo 1 (Clculo de demanda de energa) y contiene
varias hojas de clculo dedicada a representar los diferentes sectores, subsectores y
actividades de uso final incluidas en el modelo. En el Mdulo 1 se procesa la informacin
que describe el escenario de desarrollo econmico, tecnolgico y social y calcula la
demanda de energa total para los aos deseados. El archivo MAED_EL se denomina
Mdulo 2 (Demanda horaria de potencia elctrica). Este archivo contiene varias hojas que
describen la demanda anual de electricidad en trminos de demanda semanal y horaria. El
Mdulo 2 usa la demanda total anual de electricidad de cada sector (calculada en Modulo
1) para determinar la demanda total de electricidad para cada hora del ao.
En general los datos macroeconmicos y de demografa que utiliza el MAED_D se

resumen en el siguiente cuadro. Los datos de cada sector en especfico de explican ms
adelante
Cuadro A3. Requerimiento general datos
Datos Mdulo 1 (MAED_D)
PIB total X
PIB desagregado por X
sector econmico
Poblacin X
Poblacin desagregada en X
urbana y rural
3. Anlisis de Demanda de Energa (Mdulo 1)
El mdulo 1 es un modelo de simulacin diseado para la evaluacin de la demanda de

energa de un pas o regin a mediano y largo plazo. Tiene un enfoque de planificador y los
escenarios se hacen sobre supuestos acerca de la evolucin posible del patrn de desarrollo
social, econmico y tecnolgico de un pas que se puede anticipar a partir de las tendencias
actuales y los objetivos gubernamentales.
El modelo MAED_D ha sido diseado para reflejar:
Los cambios estructurales en la demanda de energa de un pas en el mediano y

largo plazo.
la evolucin de los mercados potenciales de cada forma de energa final:
electricidad, combustibles fsiles.
168
En el modelo la sustitucin entre formas de energas disponibles no se calcula

automticamente a partir de la evolucin del precio para cada forma de energa y sus
correspondientes coeficientes de elasticidad, sino de un anlisis hecho durante la
formulacin de los posibles escenarios de desarrollo.
El MAED_D calcula la demanda de energa total para cada categora de uso final,
agregando los sectores econmicos dentro de cuatro sectores consumidores de energa
fundamentales: Industria (que incluye Agricultura, Construccin, Minera y
Manufacturero), Transporte, Residencial y Servicio.
Algunos datos generales del Mdulo 1 hacen referencia a la demografa y el PIB
Cuadro A4. Demografa
tem Unidad 2000 2005 2010 2015 2020 2025

Poblacin [milln] 19.150 21.666 24.275 26.934 29.591 32.194
Tasa de crec. Pob. [%p.a.] na 2.500 2.300 2.100 1.900 1.700
Pob. Urbana [%] 41.500 42.000 43.000 44.000 45.000 45.000
habitantes/casa [cap] 6.000 5.900 5.700 5.400 5.000 4.500
Viviendas [milln] 1.325 1.542 1.831 2.195 2.663 3.219
Pob. Rural [%] 58.500 58.000 57.000 56.000 55.000 55.000
habitantes/casa [cap] 7.000 6.800 6.600 6.300 5.900 5.400
Viviendas [milln] 1.600 1.848 2.097 2.394 2.759 3.279
Fuerza laboral pot. [%] 49.000 49.200 49.400 49.550 49.650 49.700
Fuerza laboral trab. [%] 40.000 42.000 45.000 49.000 54.000 60.000
Fuerza laboral activa [milln] 3.753 4.477 5.396 6.539 7.934 9.600
Porc. Pob. en grandes
ciudades [%] 22.000 23.000 24.000 25.000 26.000 27.000
Pob. en grandes ciudades [milln] 4.213 4.983 5.826 6.733 7.694 8.692
Fuente: MAED_D
Cuadro A5. Formacin del PIB

tem Unidad 2000 2005 2010 2015 2020
PIB* [mil mill US$] 33.550 42.819 54.131 67.780 84.063
Tasa de crec.
PIB [%] na 5.000 4.800 4.600 4.400
PIB/cap US$ 1752.0 1976.3 2229.9 2516.6 2840.8
Agricultura [%] 24.500 23.500 21.500 19.400 17.400
Construccin [%] 2.300 2.300 2.300 2.300 2.300
Minera [%] 5.500 5.300 5.100 4.800 4.300
Manufactura [%] 13.000 14.000 15.200 16.100 16.800
169
Servicios [%] 49.000 49.000 50.000 51.800 54.200

Energa [%] 5.700 5.900 5.900 5.600 5.000
Fuente: MAED_D
Cuadro A6. Distribucin PIB por Subsectores
Distribucin del PIB por subsectores de la Agricultura

tem Unidad 2000 2005 2010 2015 2020 2025
Cultivos [%] 55.000 53.000 50.500 48.000 46.000 44.000
Ganadera [%] 25.000 26.500 28.000 29.500 30.500 32.000
Silvicultura [%] 15.500 15.000 15.000 15.000 15.000 15.000
Pesca [%] 4.500 5.500 6.500 7.500 8.500 9.000
Distribucin del PIB por subsectores de la Construccin
tem Unidad 2000 2005 2010 2015 2020 2025
Edificaciones [%] 20.000 21.000 22.000 23.000 24.000 25.000
Infraestructura [%] 80.000 79.000 78.000 77.000 76.000 75.000
Distribucin del PIB por subsectores de la Minera

tem Unidad 2000 2005 2010 2015 2020 2025
Metales [%] 35.000 35.000 35.000 35.000 35.000 35.000
No metales [%] 40.000 40.000 40.000 40.000 40.000 40.000
Otros [%] 25.000 25.000 25.000 25.000 25.000 25.000
Distribucin del PIB por subsectores de la Manufactura
tem Unidad 2000 2005 2010 2015 2020 2025
Materiales Bsicos [%] 25.000 24.000 23.000 22.000 21.000 20.000
Maquinaria y equipo [%] 10.000 13.000 16.000 19.000 21.000 23.000
No duraderos [%] 60.000 58.000 56.000 54.000 53.000 52.000
Miscelneas [%] 5.000 5.000 5.000 5.000 5.000 5.000
Distribucin del PIB por subsectores de la Servicios
tem Unidad 2000 2005 2010 2015 2020 2025
Comercio y Turismo [%] 13.000 15.000 16.500 18.000 19.000 19.500
Administracin
Pblica [%] 32.500 33.000 33.500 34.000 34.500 35.000
Financias y Negocios [%] 6.000 6.500 7.000 7.500 8.100 9.000
Serv. Pers.y otros [%] 48.500 45.500 43.000 40.500 38.400 36.500
Fuente: MAED_D
170
Sector Industria
En este sector agregado se incluyen los siguientes sectores econmicos: Agricultura,

Construccin, Minera y las Industrias Manufactureras. Cada sector principal, puede ser
subdividido en un mximo de diez subsectores definidos por el usuario.
La demanda de energa de cada subsector econmico es definida por el nivel de actividad

econmica del subsector evaluado en trmino de su valor agregado y la intensidad
energtica de cada forma de energa.
Para cada sector la demanda de energa se calcula por separado en tres categoras de uso
final: electricidad para usos especficos (alumbrado, motores, electrlisis, etc.); usos
trmicos (calefaccin, calentamiento de agua, generacin de vapor, hornos y calor directo)
y combustibles de motor.
Este sector requiere de datos como: PIB sectorial y participacin en el PIB de los
subsectores, intensidades energticas subsectoriales segn usos especficos, porcentaje de
penetracin de portadores energticos en la energa trmica til en la industria y eficiencia
promedio de los diferentes combustibles.
Los factores determinantes de la demanda de energa en la industria son el nivel de

actividad y las intensidades energticas. Los datos relevantes para el sector industrial se
pueden resumir en el siguiente cuadro:
Cuadro A7. Datos sector Industria

Datos Mdulo 1
Intensidades energticas
X
por uso
Categoras de usos
X
energticos
Penetracin de formas
alternativas en los X
mercados
Eficiencias energticas de
equipos de uso final para X
cada uso y energtico
Demanda de materias
X
primas
171
Principales categoras de uso de energas en la industria:
Figura A2. Organizacin General Sector Industria
Iluminacin
Usos especficos Fuerza motriz
Elctricos
Etc.
Uso final Combustibles de

de energa motor
Agricultura construccin y
minera son tratados en conjunto
Usos Trmicos
Manufactura es tratado por
separado
Usos Especiales
Se debe ingresar tambin las intensidades energticas por uso final, esto es: Combustibles
de motor, electricidad y trmicos. La siguiente tabla muestra los datos requeridos, en
particular para combustibles de motor:
Cuadro A8. Intensidades energticas de Combustibles motor
tem Unidad 2000 2005 2010 2015 2020 2025

Agricultura [kWh/US$] 0.972 0.872 0.798 0.725 0.668 0.611
Cultivos [kWh/US$] 1.500 1.400 1.350 1.300 1.250 1.200
Ganadera [kWh/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Silvicultura [kWh/US$] 0.800 0.700 0.600 0.500 0.450 0.400
Pesca [kWh/US$] 0.500 0.450 0.400 0.350 0.300 0.250
Construccin [kWh/US$] 0.580 0.574 0.568 0.562 0.556 0.550
Edificaciones [kWh/US$] 0.100 0.100 0.100 0.100 0.100 0.100
Infraestructura [kWh/US$] 0.700 0.700 0.700 0.700 0.700 0.700
Minera [kWh/US$] 0.210 0.210 0.210 0.210 0.210 0.210
Metales [kWh/US$] 0.300 0.300 0.300 0.300 0.300 0.300
No metales [kWh/US$] 0.200 0.200 0.200 0.200 0.200 0.200
Otros [kWh/US$] 0.100 0.100 0.100 0.100 0.100 0.100
Manufactura [kWh/US$] 0.122 0.121 0.120 0.119 0.119 0.118
Materiales Bsicos [kWh/US$] 0.150 0.150 0.150 0.150 0.150 0.150
Maquinaria y
equipo [kWh/US$] 0.100 0.100 0.100 0.100 0.100 0.100
No duraderos [kWh/US$] 0.120 0.120 0.120 0.120 0.120 0.120
172
Miscelneas [kWh/US$] 0.050 0.050 0.050 0.050 0.050 0.050

Fuente: MAED_D
Con los datos de las tablas anteriores se puede obtener la energa final til de la industria a
travs de los diferentes sectores segn uso final de la energa, por ejemplo:
Cuadro A9. Demanda de energa til para los combustibles motor
tem Unidad 2000 2005 2010 2015 2020 2025

Agricultura GWa 0.912 1.001 1.060 1.089 1.115 1.115
Cultivos GWa 0.774 0.852 0.906 0.937 0.960 0.965
Ganadera GWa 0.000 0.000 0.000 0.000 0.000 0.000
Silvicultura GWa 0.116 0.121 0.120 0.113 0.113 0.110
Pesca GWa 0.021 0.028 0.035 0.039 0.043 0.041
Construccin GWa 0.051 0.065 0.081 0.100 0.123 0.143
Edificaciones GWa 0.002 0.002 0.003 0.004 0.005 0.006
Infraestructura GWa 0.049 0.062 0.078 0.096 0.117 0.136
Minera GWa 0.044 0.054 0.066 0.078 0.087 0.094
Metales GWa 0.022 0.027 0.033 0.039 0.043 0.047
No metales GWa 0.017 0.021 0.025 0.030 0.033 0.036
Otros GWa 0.005 0.006 0.008 0.009 0.010 0.011
Manufactura GWa 0.061 0.083 0.113 0.149 0.191 0.235
Materiales Bsicos GWa 0.019 0.025 0.032 0.041 0.051 0.060
Maquinaria y equipo GWa 0.005 0.009 0.015 0.024 0.034 0.046
No duraderos GWa 0.036 0.048 0.063 0.081 0.103 0.124
Miscelneas GWa 0.001 0.002 0.002 0.003 0.004 0.005
Total GWa 1.068 1.203 1.320 1.415 1.516 1.587
Fuente: MAED_D
173
Un esquema general para visualizar la contabilidad energtica en el sector de la industria se

muestra a continuacin:
Figura A3. Esquema General Sector Industria
Agricultura Construccin Minera Manufactura
Uso final
Uso especfico para Calor para uso Fuerza motora

electricidad trmico
Categora
energa final
Materias Primas Electricidad Bomba Calor de Comb. Motor

Trmica cogeneracin
Calefaccin Sistema Comb. No

centralizada Solar fsiles Comercial
Fuente: MAED_D
174
Para ejemplificar en ms detalle, mostraremos como queda definido el sector

Manufacturero.
Figura A4. Esquema Sector Manufactura
ITEM Tipo uso
Materiales
Bsicos
Maquinaria y Generacin Vapor

equipo
Industria Horno/calor directo ENERGAS
Manufacturera Calefaccin
No durables
Miscelneos
Se tiene entonces la estructura de la demanda de energa trmica de la industria

manufacturera como se muestra a continuacin:
Cuadro A10. Estructura de la demanda de energa trmica til en la Manufactura

Materiales Bsicos Unidad 2000 2005 2010 2015 2020 2025
Generacin de vapor [%] 15.000 15.000 15.000 15.000 15.000 15.000
Hornos/Calor directo [%] 80.000 80.000 80.000 80.000 80.000 80.000
Calefaccin y Cal.
Agua [%] 5.000 5.000 5.000 5.000 5.000 5.000
SHARE
Maquinaria y equipo Unidad 2000 2005 2010 2015 2020 2025

Calefaccin y Cal.
Agua [%] 15.000 15.000 15.000 15.000 15.000 15.000
No duraderos Unidad 2000 2005 2010 2015 2020 2025

175
Calefaccin y Cal.
Agua [%] 15.000 15.000 15.000 15.000 15.000 15.000
Miscelneas Unidad 2000 2005 2010 2015 2020 2025

Calefaccin y Cal.
Agua [%] 20.000 20.000 20.000 20.000 20.000 20.000
Fuente: MAED_D
A travs de la siguiente forma se obtiene la demanda de energa final para cada tipo de
utilizacin de energa.
ED = ED * SHARE
util final util
Para la Industria Manufacturera tambin se requieren los factores de penetracin de los

portadores energticos y sus eficiencias
176
Cuadro A11. Penetracin de los portadores energticos en la demanda de energa trmica til en la
Manufactura
Portadores energticos Unidad 2000 2005 2010 . 2025

Electricidad, gen. vapor [%] 2.000 2.000 2.000 . 2.000
Electricidad, hornos/calor dir. [%] 7.000 8.000 9.000 . 14.000
Electricidad, calef./cal. agua [%] 2.000 3.000 4.000 . 10.000
De los cuales:
Bombas trmicas, gen. vapor [%] 0.000 0.000 0.000 . 0.000
Bombas trmicas, calef./cal.
agua [%] 20.000 30.000 40.000 . 80.000
Calefaccin centralizada, gen.
vapor [%] 10.000 11.000 12.000 . 16.000
Calefaccin centralizada,
Calef./Cal. agua [%] 12.000 13.000 14.000 . 17.000
Cogeneracin, gen. vapor [%] 14.000 15.000 16.000 . 19.000
Cogeneracin, Calef./Cal. agua [%] 9.000 10.000 11.000 . 14.000
Solar, gen. vapor [%] 0.000 0.000 0.000 . 0.000
Solar, Calef./Cal. agua [%] 1.000 2.000 3.000 . 6.000
Comb. trad., generacin de vapor [%] 5.000 4.500 4.000 . 2.000
Comb. trad., hornos/calor directo [%] 3.000 2.600 2.200 . 1.000
Comb. trad., calef./cal. agua [%] 5.000 4.500 4.000 . 2.000
Biom. mod., generacin de vapor [%] 2.000 3.000 4.000 . 10.000
Bio. Mod., hornos/calor directo [%] 2.000 3.000 4.000 . 10.000
Bio. Mod., calef./cal. agua [%] 2.000 3.000 4.000 . 10.000
Fuente: MAED_D
177
Cuadro A12. Eficiencias
Factores Unidad 2000 2005 2010 . 2025

COP de las bombas trmicas [razn] 2.500 3.000 3.500 . 5.000
Participacin de la energa
solar [%] 40.000 40.000 40.000 . 40.000
Eficiencia de la cogeneracin [%] 70.000 72.000 74.000 . 80.000
Relacin calor/electricidad [razn] 3.000 3.000 3.000 . 3.000
Part. de la biomasa en la cogen. [%] 4.000 6.000 8.000 . 15.000
Efic. comb. fs., gen. vapor [%] 70.000 71.000 72.000 . 75.000
Efic. comb. fs., hornos/calor
dir. [%] 60.000 61.000 62.000 . 65.000
Efic. comb. fs., calef./cal. agua [%] 60.000 61.000 62.000 . 65.000
Efic. comb. trad., gen. vapor [%] 30.000 32.000 34.000 . 40.000
Efic. comb. trad., hornos/calor
dir. [%] 30.000 32.000 34.000 . 40.000
Efic. comb. trad., calef./cal.
agua [%] 25.000 27.000 29.000 . 35.000
Efic. bio. mod., gen. vapor [%] 40.000 42.000 44.000 . 50.000
Efic. bio. mod., hornos/calor
dir. [%] 40.000 42.000 44.000 . 50.000
Efic. bio. mod., calef./cal. agua [%] 35.000 37.000 39.000 . 45.000
Efic. Comb. fs., promedio [%] 63.535 64.364 65.154 . 67.792
Eff. Comb. trad., promedio [%] 29.249 31.257 33.264 . 39.268
Eff. Bio. mod., promedio [%] 39.407 41.423 43.442 . 49.470
Fuente: MAED_D
La demanda final de energa se calcula en funcin del tem (i), del tipo de uso (tu), del
portador energtico (p) y del ao correspondiente (t), adems se incorpora la eficiencia.

ED = ED * MP * 1
i , tu , p , t tu , p , t i , tu , p , t eficiencia
i , tu , p , t
Finalmente se obtiene:
178
Cuadro A13. Demanda total de energa final en la Manufactura

tem Unidad 2000 2005 2010 2015 2020 2025
Comb. tradicionales GWa 0.156 0.153 0.146 0.135 0.117 0.084
Biomasas modernas GWa 0.062 0.107 0.160 0.262 0.374 0.497
Electricidad GWa 0.380 0.519 0.711 0.944 1.234 1.492
Calefaccin
centralizada GWa 0.064 0.080 0.098 0.119 0.143 0.172
Solar GWa 0.000 0.001 0.002 0.003 0.004 0.005
Comb. Fsiles GWa 1.488 1.711 1.940 2.133 2.250 2.332
Comb. Motor GWa 0.061 0.083 0.113 0.149 0.191 0.235
Coque GWa 0.347 0.465 0.679 0.846 0.957 0.968
Materia prima GWa 0.882 1.159 1.521 1.926 2.376 2.794
Total MAN GWa 3.440 4.280 5.369 6.516 7.646 8.578
Fuente: MAED_D
Los subsectores Agricultura, Minera y Construccin se tratan de manera conjunta y

anloga a la forma descrita en el sector manufactura.
Sector Transporte
La demanda de energa de este sector es calculada directamente en trminos de la energa

final como una funcin de la demanda total para el transporte de pasajeros (pasajeros-
kilmetros) y de carga (toneladas-kilmetros). Para el transporte de pasajeros, se realiza
distincin para el transporte urbano (dentro de la ciudad) y entre ciudades (interurbano).
La demanda total para el Transporte se calcula de forma independiente para carga y

pasajeros de acuerdo a factores macroeconmicos y al estilo de vida.
En el caso del transporte de carga, la demanda se calcula como una funcin de la

contribucin al PIB (t-km/Unidad Monetaria) de los subsectores de Agricultura,
Construccin, Minera, Manufacturero y Servicios y del sector Energa. La demanda para el
transporte de pasajeros se determina a partir de la poblacin total, la poblacin que vive en
grandes ciudades y la distancia promedio entre ciudades y dentro de las ciudades recorrida
por persona.
Los datos requeridos para la especificacin del transporte de carga son: Generacin carga-
kilmetro subsectorial, participacin de modos de transporte, intensidades energticas por
tipo de transporte de carga.
Los datos requeridos para la especificacin de transporte de pasajeros son: Distancias

recorridas en las ciudades y entre las ciudades, Factores de carga, participacin segn
modos de transporte e intensidades energticas segn tipo de transporte.
179
Los factores de carga por modo de transporte son altamente dependientes de la poltica de
transporte del pas y por lo tanto se deben especificar como parmetros en los escenarios.
Figura A5. Organizacin general Sector Trasporte
Pasajero Pasajero Carga Carga Larga

Urbano Rural Local dist. Otros
Automviles Automviles Camiones Camiones Otros
Transporte Aviones Ductos

pblico
Buses Trenes
Trenes
Electricidad Carbn Comb. Motor
180
Requerimientos de datos del Sector Transporte
El sector transporte se trata en el MAED_D diferenciando: transporte de carga, transporte

de pasajeros en las ciudades y transporte de pasajeros entre ciudades, como lo muestra la
siguiente figura:
Figura A6. Organizacin general de datos Sector Transporte
-Generacin carga-kilmetro
-Estructura por modos de
Sector Transporte de carga
transporte de carga.
-Intensidades energticas
Sector Transporte de Pasajeros

Sector Transporte en la ciudad -Distancias recorridas
-Intensidades energticas
-Factores de carga
Sector Transporte de -Estructura por modos de
pasajeros entre ciudades transporte de pasajeros
Por ejemplo en el transporte de carga se debe disponer de:
Cuadro A14. Generacin de la carga-kilmetros
tem Unidad 2000 2005 2010 2015 2020 2025

Cultivos [tkm/US$] 0.816 0.816 0.816 0.816 0.816 0.816
Ganadera [tkm/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Silvicultura [tkm/US$] 0.816 0.816 0.816 0.816 0.816 0.816
Pesca [tkm/US$] 0.816 0.816 0.816 0.816 0.816 0.816
Edificaciones [tkm/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Infraestructura [tkm/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Metales [tkm/US$] 0.800 0.800 0.800 0.800 0.800 0.800
No metales [tkm/US$] 0.800 0.800 0.800 0.800 0.800 0.800
Otros [tkm/US$] 0.800 0.800 0.800 0.800 0.800 0.800
Materiales Bsicos [tkm/US$] 1.500 1.500 1.500 1.500 1.500 1.500
Maquinaria y equipo [tkm/US$] 0.500 0.500 0.500 0.500 0.500 0.500
No duraderos [tkm/US$] 0.800 0.800 0.800 0.800 0.800 0.800
Miscelneas [tkm/US$] 1.000 1.000 1.000 1.000 1.000 1.000
Comercio y Turismo [tkm/US$] 0.500 0.500 0.500 0.500 0.500 0.500
Administracin [tkm/US$] 0.500 0.500 0.500 0.500 0.500 0.500
181
Pblica
Financias y Negocios [tkm/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Servicios Pers y otros [tkm/US$] 0.000 0.000 0.000 0.000 0.000 0.000
Energa [tkm/US$] 0.400 0.400 0.400 0.400 0.400 0.400
[10^9
Valor base tkm] 43.800 43.800 43.800 43.800 43.800 43.800
Fuente: MAED_D
Y con datos de la estructura del subsector y las intensidades energticas de la forma que se
muestra a continuacin:
Cuadro A15. Estructura por modos del transporte de carga
tem Unidad 2000 2005 2010 2015 2020

Camiones - locales [%] 20.000 21.000 22.000 23.000 24.000
Camiones - largas
distancias [%] 25.000 24.000 23.000 22.000 21.000
Tren - Diesel [%] 30.000 28.000 26.000 24.000 22.000
Tren - electricidad [%] 10.000 12.000 14.000 16.000 18.000
Tren - vapor [%] 5.000 4.000 3.000 2.000 1.000
Cabotaje [%] 3.000 3.200 3.400 3.600 3.800
leoductos (diesel) [%] 4.000 4.400 4.800 5.200 5.600
leoductos (electricidad) [%] 3.000 3.400 3.800 4.200 4.600
Fuente: MAED_D
Cuadro A16. Intensidades energticas del transporte de carga (unidades fsicas)
tem Unidad 2000 2005 2010 2025

Camiones - locales [l/100tkm] 11.500 11.500 11.400 11.100
Camiones - larga dist [l/100tkm] 9.250 9.250 9.200 8.900
Tren - Diesel [l/100tkm] 2.310 2.300 2.290 2.260
Tren - electricidad [kWh/100tkm] 6.500 6.500 6.400 6.100
Tren - vapor [kgce/100tkm] 13.150 13.150 13.150 13.150
Cabotaje [l/100tkm] 2.300 2.300 2.290 2.250
leoductos (diesel) [l/100tkm] 0.800 0.800 0.800 0.800
leoductos
(electricidad) [kWh/100tkm] 6.050 6.050 6.050 6.050
Fuente: MAED_D
Se puede obtener de manera directa de los datos anteriores los consumos energticos del
trasporte de carga por: modos de transporte y por grupo de combustible. En general la
obtencin de los consumos se puede obtener con la siguiente frmula:
182
consumo = c arg a kilmetro * int ensidadene rgtica * estructura de transporte
Y se obtienen los consumos finales:
Cuadro A17. Consumo energtico en el transporte de carga (por modos)
tem Unidad 2000 2005 2010 2015 2020 2025

Camiones - locales GWa 1.551 1.748 1.963 2.214 2.504 2.826
Camiones - largas
distancias GWa 1.559 1.607 1.656 1.705 1.760 1.813
Tren - Diesel GWa 0.467 0.466 0.466 0.466 0.465 0.460
Tren - electricidad GWa 0.044 0.056 0.070 0.086 0.104 0.124
Tren - vapor GWa 0.360 0.310 0.251 0.182 0.100 0.000
Cabotaje GWa 0.047 0.053 0.061 0.070 0.080 0.092
leoductos (diesel) GWa 0.022 0.025 0.030 0.035 0.042 0.049
leoductos (electricidad) GWa 0.012 0.015 0.018 0.022 0.026 0.031
Total GWa 4.061 4.281 4.516 4.780 5.080 5.395
Fuente: MAED_D
Cuadro A18. Consumo energtico en el transporte de carga (grupos de combustibles)
tem Unidad 2000 2005 2010 2015 2020 2025

Carbn GWa 0.360 0.310 0.251 0.182 0.100 0.000
Combustibles
motor GWa 3.645 3.900 4.177 4.490 4.851 5.240
Total GWa 4.061 4.281 4.516 4.780 5.080 5.395
Fuente: MAED_D
Sector Servicios
Los parmetros del escenario y las ecuaciones que caracterizan el consumo de energa en el
sector Servicios estn relacionas con el nivel econmico de actividad de este sector (valor
agregado subsectorial) y la fuerza laboral del sector.
Las categoras de uso final utilizadas en el sector Servicios son: calefaccin, otros usos
trmicos (esencialmente calentamiento de agua y coccin), aire acondicionado, usos
especficos de la electricidad (fuerza motriz para pequeos motores, computadoras,
alumbrado, etc.) y combustible motor.
183
Los datos necesarios para la descripcin del sector servicios son los siguientes: Fuerza
laboral en el sector, rea de piso por empleado, participacin en el sector del aire
acondicionado y calefaccin, intensidades energticas de usos finales diferentes a
calefaccin y aire acondicionado, factor de penetracin de diferentes combustibles para
diferentes usos trmicos y eficiencias de los diferentes combustibles en diferentes usos
trmicos
Figura A7. Organizacin general Sector Servicios
Sector Servicios
Uso final
Uso especfico de Aire acondicionado Calor para uso trmico

electricidad
Categora
energa final
Electricidad Bomba Calefaccin Combustibles

trmica centralizada fsiles
Sistema solar No comercial

Requerimientos de datos del Sector Servicios
Esquematizamos los requerimientos de datos especficos del sector servicios de la siguiente

forma:
184
Figura A8. Organizacin general de Datos Sector Servicios
Sector Servicios
-Fuerza laboral en el -Factores para -Intensidades

sector calefaccin y aire energticas segn
-rea de piso por acondicionado usos especficos
empleado -Factores de
penetracin de
formas energticas
-Eficiencias
Los datos son requeridos por MAED_D de la siguiente forma:
Cuadro A19. Datos bsicos para la demanda de energa til en el sector Servicios
tem Unidad 2000 2005 2010 2025
Fuerza laboral en el sect.
Serv. [%] 45.000 46.000 47.000 50.000
rea de piso por empleado [m2/cap] 8.000 8.400 8.800 10.000
Fuerza laboral en el sect. [mill
Serv. cap] 1.689 2.059 2.536 4.800
rea de piso del sect. Serv [mill m2] 13.512 17.300 22.320 48.001
Fuente: MAED_D
185
Cuadro A20. Factores para la calefaccin y el aire acondicionado

tem Unidad 2000 2005 2010 2025
Por ciento de rea que requiere
calefaccin [%] 100.000 100.000 100.000 100.000
rea que realmente tiene
calefaccin [%] 50.000 55.000 60.000 75.000
Requerimientos especficos de
calefaccin [kWh/m2/a] 60.000 58.000 56.000 50.000
rea de piso con aire
acondicionado [%] 10.000 15.000 20.000 40.000
Requer. especficos de aire
acondicionado [kWh/m2/a] 50.000 50.000 50.000 50.000
Fuente: MAED_D
Con los datos anteriores se obtienen la demanda de energa til, que luego con las
eficiencias es corregida a energa final. Luego con las intensidades energticas por uso final
se obtienen las demandas de energa tiles segn uso final, las cuales corregidas por
eficiencia y los factores de penetracin de las distintas formas energticas, entregan el
consumo final de energa. Por ejemplo:
Cuadro A21. Intensidades energticas de los combustibles motor
tem Unidad 2000 2005 2010 2015 2020

Servicios [kWh/US$] 0.169 0.175 0.180 0.184 0.187
Comercio y Turismo [kWh/US$] 0.400 0.400 0.400 0.400 0.400
Administracin Pblica [kWh/US$] 0.200 0.200 0.200 0.200 0.200
Financias y Negocios [kWh/US$] 0.050 0.050 0.050 0.050 0.050
Servicios Personales y
otros [kWh/US$] 0.100 0.100 0.100 0.100 0.100
Fuente: MAED_D
Con estas intensidades y el PIB sectorial se obtiene:
186
Cuadro A22. Demanda total de energa til del sector Servicios
tem Unidad 2000 2005 2010 2015 2020

Calefaccin GWa 0.046 0.063 0.086 0.116 0.155
Aire condicionado GWa 0.008 0.015 0.025 0.041 0.064
Combustibles motor GWa 0.316 0.419 0.555 0.738 0.975
Usos especficos de electricidad GWa 2.038 2.600 3.353 4.349 5.644
Otros usos trmicos GWa 0.231 0.304 0.400 0.530 0.697
Total GWa 2.639 3.400 4.419 5.775 7.535
Fuente: MAED_D
Se necesitan los factores de penetracin y las eficiencias:
Cuadro A23. Penetracin de formas energticas y eficiencias
Penetracin de las formas energticas para la calefaccin

tem Unidad 2000 2005 2010 2015 2020 2025
Combustibles
tradicionales [%] 25.000 23.000 21.000 19.000 17.000 15.000
Biomasas modernas [%] 2.000 3.000 4.000 6.000 8.000 10.000
Electricidad [%] 8.000 10.000 12.000 14.000 16.000 18.000
(de esto: bomba trmica) [%] 10.000 12.000 14.000 16.000 18.000 20.000
Calefaccin centralizada [%] 0.000 0.000 5.000 7.000 10.000 12.000
Solar trmica [%] 0.000 1.000 3.000 5.000 7.000 9.000
Combustibles fsiles [%] 65.00 63.00 55.00 49.00 42.00 36.00
Eficiencias y otros factores de los usos trmicos
tem Unidad 2000 2005 2010 2015 2020
Eficiencia de los combustibles
tradicionales [%] 15.000 16.000 17.000 18.000 19.000
Eficiencia de las biomasas modernas [%] 25.000 26.000 27.000 28.000 29.000
Eficiencia de los combustibles fsiles [%] 60.000 61.000 62.000 63.000 64.000
COP de las bombas trmicas [razn] 2.500 2.750 3.000 3.500 4.000
Por ciento de edificios de poca
altura [%] 70.000 65.000 60.000 55.000 50.000
Participacin de la solar trmica [%] 40.000 40.000 40.000 40.000 40.000
Fuente: MAED_D
As se obtiene la energa de la forma genrica:
E final = Etil * Factor _ Penetracio n * 1

eficiencia
187
Para finalmente obtener:
Cuadro A24: Demanda de energa final para usos trmicos
tem Unidad 2000 2005 2010 2015 2020 2025

Combustibles
tradicionales GWa 0.462 0.527 0.600 0.682 0.762 0.835
Calefaccin
centralizada GWa 0.000 0.000 0.024 0.045 0.085 0.134
Solar trmica GWa 0.000 0.001 0.003 0.007 0.012 0.020
Combustibles fsiles GWa 0.300 0.381 0.439 0.519 0.587 0.663
Total GWa 0.806 0.987 1.196 1.480 1.814 2.219
Fuente: MAED_D
Sector Residencial
La demanda de energa se calcula de manera similar en los sectores Residencial y Servicios

pero los parmetros del escenario y las ecuaciones que caracterizan su consumo de energa
no son las mismas: en el sector Residencial el factor determinante es de naturaleza
demogrfica (poblacin, nmero de casas, etc.), mientras que el sector Servicios est
determinada por el nivel de actividad econmica del sector.
Las categoras de uso de energa consideradas en el sector Residencial son: calefaccin,

calentamiento de agua, aire acondicionado y equipos domsticos secundarios
(refrigeradores, luminarias, lavadoras, etc.).
Los clculos para este sector se realizan teniendo en cuenta las condiciones de vida de la
poblacin, es decir, el lugar de residencia (clculos separados para zonas urbanas y rurales),
y el tipo de residencia.
Los datos necesarios para la descripcin del sector residencial son los siguientes: porcentaje
de viviendas que requieren calefaccin, factor de participacin de aire acondicionado y
calefaccin en los subsectores, factores de penetracin de los diferentes combustibles para
diferentes usos trmicos y eficiencia en los usos trmicos.
188
Figura A9: Organizacin General Sector Residencial
Sector Residencial
Uso final
Uso especfico Aire Calefaccin Calentamiento Coccin

electricidad acond. de agua
Categora
energa final
Electricidad Bomba Calefaccin Combustibles

trmica centralizada fsiles
Sistema solar No comercial
Requerimientos de datos del Sector Residencial
Esquematizamos los requerimientos de datos especficos del sector servicios de la siguiente

forma:
189
Figura A10: Organizacin General de Datos Sector Residencial
Sector Residencial
Residencial Urbano Residencial Rural
-Factores para calefaccin y aire acondicionado

-Factores para coccin, calentamiento de agua y equipamiento
-Penetracin de formas energticas y eficiencias:
-calefaccin
-calentamiento de agua
-coccin
-aire acondicionado
Por ejemplo, para el subsector Residencial urbano se necesita:
Cuadro A25: Factores de la vivienda para la calefaccin y el aire acondicionado, Residencial Urbano
tem Unidad 2000 2005

Por ciento de: Apartamentos [%] 30.000 30.000
Por ciento de: Casas [%] 13.000 14.000
Por ciento de: Viviendas con calefaccin [%] 45.000 43.000
Por ciento de: Viviendas sin calefaccin [%] 8.000 8.000
Por ciento de: Villas [%] 4.000 5.000
Tamao de la vivienda--Apartamentos [m2] 80.000 80.000
Tamao de la vivienda--Casas [m2] 120.000 120.000
Tamao de la vivienda--Viviendas con
calefaccin [m2] 60.000 60.000
Tamao de la vivienda--Viviendas sin
calefaccin [m2] 50.000 50.000
Tamao de la vivienda--Villas [m2] 200.000 200.000
rea con calef.--Apartamentos [%] 100.000 100.000
rea con calef.--Casas [%] 80.000 80.000
rea con calef.--Viviendas con calefaccin [%] 40.000 40.000
rea con calef.--Viviendas sin calefaccin [%] 0.000 0.000
rea con calef.--Villas [%] 80.000 80.000
Prd. Calor--Apartamentos [Wh/m2/C/h] 4.000 4.000
Prd. Calor--Casas [Wh/m2/C/h] 4.500 4.500
190
tem Unidad 2000 2005

Prd. Calor--Viviendas con calefaccin [Wh/m2/C/h] 3.500 3.500
Prd. Calor--Viviendas sin calefaccin [Wh/m2/C/h] 3.500 3.500
Prd. Calor--Villas [Wh/m2/C/h] 4.500 4.500
Viv. con aire acond.--Apartamentos [%] 5.000 7.000
Viv. con aire acond.--Casas [%] 7.000 8.000
Viv. con aire acond.--Viviendas con
calefaccin [%] 5.000 5.500
Viv. con aire acond.--Viviendas sin
calefaccin [%] 0.000 0.000
Viv. con aire acond.--Villas [%] 100.000 100.000
Req. esp. AC--Apartamentos [kWh/viv/ao] 2500.000 2500.000
Req. esp. AC--Casas [kWh/viv/ao] 3500.000 3500.000
Req. esp. AC--Viviendas con calefaccin [kWh/viv/ao] 2000.000 2000.000
Req. esp. AC--Viviendas sin calefaccin [kWh/viv/ao] 0.000 0.000
Req. esp. AC--Villas [kWh/viv/ao] 6000.000 6000.000
Fuente: MAED_D
Con lo anterior y el total de viviendas se obtiene la energa final til, esto es:
Cuadro A26: Clculo de la demanda de energa til, sector Residencial Urbano
tem Unidad 2000 2005 2010 2015

Calefaccin GWa 1.191 1.449 1.821 2.302
Calentamiento de agua GWa 0.127 0.187 0.268 0.372
Coccin GWa 0.141 0.161 0.188 0.213
Aire acondicionado GWa 0.054 0.077 0.110 0.155
Electricidad para equipamiento GWa 0.116 0.174 0.258 0.368
Combustibles fsiles para la
iluminacin GWa 0.002 0.002 0.001 0.001
Total GWa 1.630 2.050 2.646 3.411
Fuente: MAED_D
Junto a lo anterior se necesitan los distintos factores de penetracin y de eficiencia, como

por ejemplo, los de calefaccin:
191
Cuadro A27: Penetracin de formas energticas y eficiencias
Penetracin de las formas energticas para la calefaccin, Residencial Urbano

tem Unidad 2000 2005 2010 2015
Combustibles tradicionales [%] 5.000 4.500 4.000 3.000
Biomasas modernas [%] 2.000 2.500 3.000 3.500
Electricidad [%] 5.000 6.000 7.000 8.000
(de esto: bomba trmica) [%] 1.000 2.000 3.000 4.000
Calefaccin centralizada [%] 0.000 0.000 0.000 3.000
Solar trmica [%] 0.000 0.000 0.000 1.000
Combustibles fsiles [%] 88.0 87.0 86.0 81.5
Eficiencias y otros factores para calefaccin, Residencial Urbano
tem Unidad 2000 2005 2010 2015
Eficiencia de los combustibles
tradicionales [%] 15.000 16.000 17.000 18.000
Eficiencia de las biomasas modernas [%] 25.000 26.000 27.000 28.000
Eficiencia de los combustibles fsiles [%] 60.000 61.000 62.000 63.000
COP de las bombas trmicas [razn] 2.500 2.750 3.000 3.500
Participacin de la solar trmica [%] 40.000 40.000 40.000 40.000
Fuente: MAED_D
Y as se obtiene:
Cuadro A28: Residencial Urbano, calefaccin
tem Unidad 2000 2005 2010 2015 2020 2025

Combustibles tradicionales GWa 0.397 0.408 0.428 0.384 0.313 0.182
Calefaccin centralizada GWa 0.000 0.000 0.000 0.069 0.149 0.291
Solar trmica GWa 0.000 0.000 0.000 0.009 0.024 0.058
Total GWa 2.298 2.699 3.281 3.928 4.829 5.647
Fuente: MAED_D
Con todos los factores de penetracin y de eficiencia se obtiene el cuadro resumen final,
que corrige la energa til por penetracin y eficiencia, esto es:
192
Cuadro A29: Demanda total de energa final en el sector Residencial Urbano
tem Unidad 2000 2005 2010 2015 2020 2025

Combustibles tradicionales GWa 0.556 0.576 0.607 0.556 0.457 0.281
Calefaccin centralizada GWa 0.000 0.000 0.000 0.080 0.176 0.356
Solar trmica GWa 0.000 0.000 0.000 0.012 0.030 0.074
Total GWa 3.067 3.675 4.535 5.498 6.876 8.320
Fuente: MAED_D
Los resultados del Mdulo 1 se esquematizan a continuacin, con especial atencin en que
los resultados de demanda elctrica son utilizados en el Mdulo 2 (MAED_EL):
Figura A11: Resumen General Mdulo 1
Demanda de Energa Final 2030

Industria Transporte Servicio Residencial
Electricidad Combustible Combustible Calefaccin Otros

fsil motor centralizada
Demanda MAED EL
Fuente: MAED_D
Clculos de la Demanda de Potencia Elctrica Horaria (Mdulo 2)
El segundo mdulo del MAED fue desarrollado para convertir la demanda de electricidad
anual de cada sector econmico (considerado para la proyeccin de la demanda en el
Modulo 1) en la demanda de electricidad horaria para todo el ao. Para el clculo de la
demanda de la electricidad horaria, el Mdulo considera cuatro sectores econmicos:
193
Industrial, Transporte, Residencial y Servicios y hasta seis clientes en cada uno de estos
sectores.
Se utilizan varios factores de modulacin para calcular la demanda horaria a partir de la

demanda de electricidad anual. Estos factores caracterizan los cambios en el consumo de
electricidad con respecto al consumo de electricidad promedio durante un ao, semana o
da.
El mdulo convierte la demanda total de electricidad anual de un sector en la carga de

electricidad del sector en una hora dada, da y semana del ao, teniendo en cuenta los
siguientes aspectos:
La tendencia de la tasa de crecimiento promedio de la demanda de electricidad

durante el ao.
Los cambios en el nivel de consumo de electricidad perteneciente a varias
estaciones del ao (esta variacin se refleja en una base semanal en el Mdulo).
Los cambios en el nivel de consumo de electricidad propios del tipo de da que se
est considerando (es decir, das de trabajo, fines de semana, das feriados, etc.).
La variacin horaria del consumo de electricidad durante un tipo de da en
particular.
La tendencia de la tasa de crecimiento promedio de la demanda de electricidad ya es

conocida de los resultados del Mdulo 1. La variacin de la carga de electricidad de un
sector dado por hora, da y semana es caracterizada por tres conjuntos de coeficientes de
modulacin, que estn definidos para las 24 horas del da, por tipo de das en una semana y
por cada semana en el ao. Conocer todos estos coeficientes para un ao determinado nos
permite calcular la carga de electricidad horaria cronolgica para las 8760 horas de ese ao.
Identificacin del Calendario
En el modelo MAED_EL, el ao es dividido en cuatro temporadas y un perodo festivo

especial, el cual puede tener un patrn de consumo de electricidad diferente de estas cuatro
temporadas. El usuario define la fecha del primer da de cada temporada, para cada ao de
referencia considerado en el perodo de estudio, con el fin de identificar las diferentes
temporadas durante el ao.
Consideracin de la tasa de crecimiento de la demanda de electricidad durante el ao:

Coeficiente T(i)
Para llegar a un da estndar, la primera correccin a realizar corresponde a la tendencia

general del crecimiento del consumo de electricidad durante el ao. Esta tendencia se
representa por un deflactor que se calcula sobre una base semanal (con un total de 52
194
valores en el ao), de manera que el deflactor del consumo de electricidad bruto (es decir,
el coeficiente de tendencia de crecimiento) para la semana i es:
Donde GROWTH es la tasa de crecimiento anual promedio de la demanda de electricidad

del sector que se est trabajando entre el ao ltimo previo y el ao actual. La tasa de
crecimiento es definida por el usuario (para el primer ao) o calculada por el programa a
partir de la informacin leda del Mdulo 1 (para los aos subsiguientes).
Coeficientes por temporadas: K(i)
Con el objetivo de tener en cuenta el impacto de la temporada sobre el consumo de

electricidad de un sector, se utiliza el deflactor de temporada. Para el perodo de tiempo
i, K(i) representa el peso promedio de este perodo en el consumo de electricidad total
para el ao.
En el Mdulo 2, se ha seleccionado la semana como la unidad de tiempo elemental para

representar estas variaciones por temporadas y, por tanto, 53 coeficientes K(i) deben ser
suministrados como datos de entrada para cada ao de referencia del perodo de estudio,
teniendo presente que al menos una de la primera y la ltima semana no ser una semana
completa. Por eso, el nico clculo que realiza el programa para estos coeficientes es el
control:
Coeficientes de ponderacin diarios: P(i, id)
Este tipo de coeficientes refleja las fluctuaciones del consumo de electricidad debido al tipo
de da que esta siendo considerado, es decir da laborable, sbado, domingo. En general
estos coeficientes fluctan en todo el ao de acuerdo al perodo de tiempo considerado (en
el MAED, la semana, como se explic en la sub-seccin precedente) por tanto ellos son
representados ms adecuadamente como P (i, id), {i = 1, 53} e {id = 1, 7}. Nuevamente,
estos coeficientes deben ser dados como datos de entrada para cada ao de referencia del
perodo de estudio
Coeficientes Horarios: LCS(h, id)
El objetivo del coeficiente horario es ponderar el consumo de energa para las 24 horas del
da. Para cada hora h de un da se dar un coeficiente de acuerdo al nivel de consumo en
esa hora, de forma tal que la suma de los coeficientes para el da sea igual a 24.
195
Requerimiento de Datos del MAED_EL
Los datos de consumo elctrico de cada sector los recibe el MAED_EL de el MAED_D, y
estos son de la forma:
Cuadro A30 : Consumo de electricidad final por sectores (del MAED_D)
tem Unidad 2000 2005 2010 2015 2020 2025

Industria GWa 0.494 0.662 0.882 1.143 1.460 1.746
Transporte GWa 0.063 0.079 0.100 0.128 0.162 0.203
Residencial GWa 0.249 0.378 0.558 0.811 1.173 1.638
Servicios GWa 2.062 2.641 3.418 4.449 5.793 7.553
Total GWa 2.868 3.760 4.959 6.531 8.588 11.140
Fuente: MAED_EL
Se deben adems definir los das festivos, las temporadas del ao, los das normales de la
semana y los das tpicos, esto es:
Cuadro A31: Definicin Das Festivos
cada das
Ao Descripcin semana independientes
2000 libre Dom 1-Jan
especial
especial 0
especial 0
especial 0
especial 0
especial 0
Fuente: MAED_EL
Cuadro A32: Inicio y Trmino de Temporadas
Temporada 2000 2005 2010 2015 2020 2025

Invierno 1-Jan 1-Jan 1-Jan 1-Jan 1-Jan 1-Jan
21- 21- 21- 21-
Primavera 21-Mar 21-Mar Mar Mar Mar Mar
Verano 1-Jun 1-Jun 1-Jun 1-Jun 1-Jun 1-Jun
196
Otoo 1-Oct 1-Oct 1-Oct 1-Oct 1-Oct 1-Oct

31- 31- 31- 31-
31-Dec 31-Dec Dec Dec Dec Dec
Fuente: MAED_EL
Cuadro A33 : Definicin de los das normales y tpicos de la semana
1 2 3 4 5 6 7
Todos Sab Dom Lun Mar Mie Jue Vie
Definicin de los das tpicos de la semana
1 2 3 4 5 6 7
Reducidos Sab Dom DTr
Fuente: MAED_EL
As tambin, se debe definir la estructura de consumos de electricidad.
Cuadro A34 : Estructura de la electricidad suministrada por la red principal a cada sector
unidad 2000 2005 2010 2015 2020 2025

Industria % 80.00 80.00 80.00 80.00 80.00 80.00
Transporte % 80.00 80.00 80.00 80.00 80.00 80.00
Residencial % 50.00 53.00 53.00 53.00 53.00 53.00
Servicios % 60.00 65.00 65.00 65.00 65.00 65.00
Fuente: MAED_EL
El MAED_EL requiere de la especificacin de la estructura de los clientes de la Industria,

Transporte, Residencial y de Servicios. Por ejemplo, la estructura de los clientes de la
Industria se presenta de la siguiente forma:
Cuadro A35: Estructura de los clientes de la Industria:
unidad 2000 2005 2010 2015 2020 2025

ind1 % 50.00 50.00 50.00 50.00 50.00 50.00
ind2 % 20.00 20.00 20.00 20.00 20.00 20.00
% 0.00 0.00 0.00 0.00 0.00 0.00
ind3 % 30.00 30.00 30.00 30.00 30.00 30.00
% 0.00 0.00 0.00 0.00 0.00 0.00
% 0.00 0.00 0.00 0.00 0.00 0.00
Total % 100.00 100.00 100.00 100.00 100.00 100.00
Fuente: MAED_EL
Los consumos diarios, semanales y anuales son especificados a travs de coeficientes como
se muestra a continuacin:
197
Cuadro A36 : Coeficientes de consumo semanal

sem temporada 2000 2005 2025 Sab Dom Lun Mar Mie Jue Vie
1 invierno 1.01 1.02 . 1.50 0.98 0.99 1.01 1.02 1.01 1.02 0.98
2 invierno 1.02 1.03 . 1.61 0.98 0.99 1.01 1.02 1.01 1.02 0.98
3 invierno 1.03 1.05 . 1.60 0.99 1.00 0.99 1.00 1.00 1.02 0.99
4 invierno 0.94 0.96 . 1.40 1.00 1.11 1.00 0.94 0.96 0.99 1.00
5 invierno 1.00 1.02 . 1.66 0.96 0.99 1.00 1.00 1.04 1.04 0.96
6 invierno 0.99 1.00 . 1.59 0.99 1.01 0.99 1.00 1.00 1.01 0.99
7 invierno 0.99 1.01 . 1.34 0.94 1.03 1.03 1.04 1.00 1.02 0.94
8 invierno 0.95 0.97 . 1.20 0.97 1.02 1.02 1.02 1.05 0.95 0.97
9 invierno 0.99 1.01 . 1.01 0.96 1.02 1.03 1.01 1.00 1.03 0.96
10 primavera 1.00 1.02 . 0.72 0.95 1.01 1.01 1.02 1.04 1.02 0.95
11 primavera 0.97 0.98 . 0.55 0.98 0.99 0.97 1.00 1.04 1.05 0.98
12 primavera 1.01 1.03 . 0.38 0.98 0.99 0.97 1.00 1.04 1.05 0.98
13 primavera 1.01 1.03 . 0.31 0.98 1.01 1.01 1.01 1.01 1.01 0.98
14 primavera 0.86 0.87 . 0.34 1.01 0.98 0.97 0.98 1.00 1.05 1.01
15 primavera 0.93 0.95 . 0.34 0.96 1.00 0.98 1.01 1.05 1.04 0.96
16 primavera 0.91 0.92 . 0.47 0.95 0.97 1.00 1.04 1.04 1.04 0.95
17 primavera 0.92 0.93 . 0.72 0.95 0.98 1.02 1.02 1.03 1.04 0.95
18 primavera 0.93 0.95 . 0.92 0.95 1.02 1.01 1.02 1.01 1.04 0.95
19 primavera 0.96 0.97 . 1.01 0.95 1.01 1.03 1.02 1.03 1.02 0.95
20 verano 0.96 0.97 . 1.01 0.96 1.00 1.01 1.02 1.03 1.03 0.96
21 verano 0.96 0.98 . 1.01 0.93 1.02 1.04 1.04 1.04 1.01 0.93
22 verano 0.95 0.97 . 1.01 0.93 1.04 1.05 1.03 1.02 1.01 0.93
23 verano 0.93 0.95 . 1.01 0.95 1.00 1.03 1.01 1.03 1.04 0.95
24 verano 0.96 0.97 . 1.01 0.94 1.02 1.02 1.01 1.04 1.04 0.94
25 verano 0.96 0.97 . 1.01 0.94 1.02 1.02 1.01 1.04 1.04 0.94
26 verano 0.99 1.00 . 1.01 0.93 1.02 1.03 1.04 1.03 1.01 0.93
27 verano 0.98 1.00 . 1.01 0.95 0.99 1.01 1.03 1.03 1.02 0.95
28 verano 1.01 1.03 . 1.01 0.93 1.03 1.03 1.04 1.02 1.02 0.93
29 verano 1.03 1.05 . 1.01 0.92 1.01 1.04 1.04 1.04 1.03 0.92
30 verano 1.05 1.07 . 1.01 0.94 1.02 1.02 1.03 1.03 1.04 0.94
31 verano 1.06 1.08 . 1.01 0.93 1.01 1.00 1.04 1.04 1.04 0.93
32 verano 1.05 1.07 . 1.01 0.94 1.02 1.03 1.02 1.02 1.03 0.94
33 verano 1.04 1.06 . 1.01 0.97 1.04 1.04 1.04 0.94 1.02 0.97
34 verano 1.08 1.09 . 1.01 0.94 1.02 1.02 1.02 1.02 1.03 0.94
35 verano 1.06 1.08 . 1.01 0.93 1.04 1.04 1.05 1.00 1.02 0.93
36 verano 1.04 1.06 . 1.01 0.93 1.02 1.02 1.04 1.04 1.03 0.93
37 verano 1.02 1.04 . 1.01 0.92 1.02 1.02 1.04 1.04 1.03 0.92
38 otoo 0.99 1.01 . 1.01 0.93 1.04 1.04 1.04 1.01 1.02 0.93
39 otoo 0.96 0.98 . 1.01 0.94 1.02 1.03 1.03 1.03 1.02 0.94
40 otoo 0.96 0.98 . 1.01 0.97 1.01 1.02 1.02 1.02 1.00 0.97
198
sem temporada 2000 2005 2025 Sab Dom Lun Mar Mie Jue Vie
41 otoo 0.96 0.98 . 1.01 0.95 1.02 1.02 1.02 1.03 1.01 0.95
42 otoo 0.91 0.92 . 1.01 0.94 1.01 1.02 1.03 1.01 1.05 0.94
43 otoo 0.91 0.93 . 1.01 0.95 1.01 1.02 1.01 1.02 1.03 0.95
44 otoo 0.90 0.91 . 1.01 0.96 0.99 1.01 1.01 1.02 1.04 0.96
45 otoo 0.89 0.90 . 1.01 0.97 1.01 1.00 1.00 1.02 1.03 0.97
46 otoo 0.93 0.95 . 1.01 0.98 1.00 1.00 1.00 1.01 1.02 0.98
47 otoo 0.94 0.96 . 1.01 0.94 1.02 1.03 1.03 1.01 1.01 0.94
48 otoo 0.92 0.94 . 1.01 0.99 1.01 1.00 1.00 0.99 1.02 0.99
49 otoo 1.05 1.07 . 1.01 0.96 1.00 1.01 1.02 1.02 1.03 0.96
50 otoo 1.07 1.08 . 1.01 0.96 0.99 1.02 1.01 1.03 1.03 0.96
51 otoo 1.04 1.06 . 1.01 0.98 1.03 1.05 0.99 0.96 1.02 0.98
52 otoo 1.97 1.07 . 1.01 0.97 0.99 1.01 1.02 1.03 1.02 0.97
53 otoo 1.07 1.09 . 0.97 0.96 1.01 1.04 1.01 1.01 1.01 0.96
Total #NAME? 53.0 53.0 53.0 Sab Dom Lun Mar Mie Jue Vie
Fuente: MAED_EL
Con los datos anteriores el programa entrega curvas de carga y datos asociado a la
demanda, esto es:
Cuadro A37: Resultados MAED_EL
2025 total invierno primavera verano otoo

Demanda mxima (MW): 16106.801 16106.801 10247.875 10504.089 10813.285
Rel. con el pico anual 1.000 1.000 0.636 0.652 0.671
Energa (GWh): 71167.313 18089.633 10051.420 24392.425 18633.836
Factor de carga (%): 50.44 58.50 56.76 79.31 78.90
Nmero de horas: 8760 1920 1728 2928 2184
Diff. to annual demand: -46.168
% Diff. to ann. demand: -0.1
Fuente: MAED_EL
199
Figura A12 : Curva de Duracin Anual
Fuente: MAED_EL
4. Ventajas y Desventajas del MAED
MAED como mtodo de uso final
Se fundamenta en el hecho que la energa es slo un intermediario en la obtencin de

determinados bienes, tales como: calor, luz, potencia, etc.
Ventajas:
Permite alcanzar un mejor conocimiento de los factores que inciden en el consumo
de energa: de tipo tecnolgico y socioeconmico.
Permite independizarse de la estructura actual del consumo.
El nivel de detalle del anlisis puede ser graduado por el usuario en funcin de la
informacin disponible.
Pueden ser usados con fines normativos
Desventajas:
Se puede tender a concentrar el anlisis en aspectos fsicos, dejando de lado efectos
provocados por los precios u otras variables econmicas
La necesidad de datos crece significativamente con el nivel de detalle y sofisticacin
del modelo
MAED como mtodo multienergtico
200
Trata simultneamente la demanda final de las diferentes formas de energa. Se distinguen

usos especficos de aquellos en los cuales diferentes formas de energa compiten.
Ventaja:
Es muy adecuado para fines normativos, pues permiten una visin en perspectiva
del sector energtico de un pas.
Desventaja:
Requiere enormes volmenes de informacin y extensos periodos de trabajo de
equipos multidisciplinarios.
MAED como enfoque sectorial
Analiza la evolucin del consumo de energa elctrica a nivel de los distintos sectores de la
economa.
Ventaja:
Relaciones ms fidedignas a nivel sectorial que para el conjunto, permite establecer
desagregacin espacial.
Desventaja:
Requiere mucha informacin estadstica.
201
ANEXO 3: RESUMEN DE METODOLOGAS EMPLEADAS EN EL CLCULO DEL CONSUMO ENERGTICO.
Metodologa de
Sector Sub sector estimacin Energtico Driver Estimacin del driver Fuentes
Sector Proyeccin de
Industrial y Concentrado de cobre y Energticos historicos: Balance nacional de
minero Economtrica Electricidad de Ctodo de cobre COCHILCO energa; Concentrados y ctodos COCHILCO
Proyeccin de
Concentrado de cobre y Energticos historicos: Balance nacional de
Economtrica Diesel de Ctodo de cobre COCHILCO energa; Concentrados y ctodos COCHILCO
Proyeccin de
Gas natural y petrleos Concentrado de cobre y Energticos historicos: Balance nacional de
Economtrica combustibles de Ctodo de cobre COCHILCO energa; Concentrados y ctodos COCHILCO
Proyeccin de
Concentrado de cobre y Energticos historicos: Balance nacional de
Cobre Economtrica Otros Energticos (a) de Ctodo de cobre COCHILCO energa; Concentrados y ctodos COCHILCO
Proyeccin de Energticos historicos: Balance nacional de
produccin de papel, Estimacin en funcin del energa; PIB histrico: banco central; PIB
Economtrica Electricidad celulosa y madera PIB y opinin experta proyectado: opinin experta
Petrleos combustibles produccin de papel, Estimacin en funcin del energa; PIB histrico: banco central; PIB
Economtrica y Gas Natural celulosa y madera PIB y opinin experta proyectado: opinin experta
produccin de papel, Estimacin en funcin del energa; PIB histrico: banco central; PIB
Economtrica Lea celulosa y madera PIB y opinin experta proyectado: opinin experta
Papel y produccin de papel, Estimacin en funcin del energa; PIB histrico: banco central; PIB
Celulosa Economtrica Otros energticos (b) celulosa y madera PIB y opinin experta proyectado: opinin experta
Energticos historicos: Balance nacional de
Proyeccin de Estimacin en funcin del energa; PIB histrico: banco central; PIB
Cemento Economtrica Electricidad produccin de cemento PIB proyectado: opinin experta
Economtrica Carbn produccin de cemento PIB proyectado: opinin experta
Economtrica Diesel produccin de cemento PIB proyectado: opinin experta
Petrleos combustibles Proyeccin de Estimacin en funcin del energa; PIB histrico: banco central; PIB
Economtrica y Gas Natural produccin de cemento PIB proyectado: opinin experta
Metodologa de
Economtrica Otros Energticos (c) produccin de cemento PIB proyectado: opinin experta
energa; PIB histrico: banco central; PIB
Economtrica Electricidad Proyeccion del PIB Opinion experta proyectado: opinin experta
Economtrica Diesel Proyeccion del PIB Opinion experta proyectado: opinin experta
Economtrica Gas licuado Proyeccion del PIB Opinion experta proyectado: opinin experta
Economtrica Carbn Proyeccion del PIB Opinion experta proyectado: opinin experta
Economtrica Lea Proyeccion del PIB Opinion experta proyectado: opinin experta
Petrleos combustibles energa; PIB histrico: banco central; PIB
Economtrica y Gas Natural Proyeccion del PIB Opinion experta proyectado: opinin experta
Industrias y energa; PIB histrico: banco central; PIB
Minas Varias Economtrica Otros Energticos (d) Proyeccion del PIB Opinion experta proyectado: opinin experta
Otros sectores energa; PIB histrico: banco central; PIB
(e) Economtrica Energticos agregados Proyeccion del PIB Opinion experta proyectado: opinin experta
Gas Natural y Gas energa; PIB histrico: banco central; PIB
Economtrica Licuado Proyeccion del PIB Opinion experta proyectado: opinin experta
Sector Sector Economtrica Lea Proyeccion del PIB Opinion experta proyectado: opinin experta
Comercial, Comercial, Energticos historicos: Balance nacional de
Pblico y Pblico y energa; PIB histrico: banco central; PIB
Residencial Residencial Economtrica Otros Energticos (f) Proyeccion del PIB Opinion experta proyectado: opinin experta
Transporte
Transporte terrestre
Economtrica Gasolina Proyeccin de parque Estimacin en funcin del Energticos historicos: Balance nacional de
de vehculos pib y del parque del ao energa; PIB histrico: banco central; PIB
comerciales y livianos anterior proyectado: opinin experta; Parque: Cculos
203
Metodologa de
propios

Estimacin en funcin del energa; PIB histrico: banco central; PIB
Proyeccin de parque pib y del parque del ao proyectado: opinin experta; Parque: Cculos
Economtrica Diesel de buses y camiones anterior propios
Proyeccin de parque energa; PIB histrico: banco central; PIB
de vehculos proyectado: opinin experta; Parque: Cculos
Uso Final Diesel comerciales y livianos Metodologa de uso final propios
Transporte energa; PIB histrico: banco central; PIB
areo Economtrica Kerosene Proyeccion del PIB Opinion experta proyectado: opinin experta
Economtrica Petrleo combustible Proyeccion del PIB Opinion experta proyectado: opinin experta
martimo Economtrica Diesel Proyeccion del PIB Opinion experta proyectado: opinin experta
ferroviario Economtrica Diesel Proyeccion del PIB Opinion experta proyectado: opinin experta
(a) Los otros energticos consumidos por Cobre son Kerosene, Gas licuado, Nafta, Carbn y Coke
(b) Los otros energticos consumidos por el sector Papel y celulosa son Diesel y Gas licuado
(c) El consumo de otros energticos en la industria del Cemento incorpora el consumo de Gas licuado y Coke
(d) En el sector de Industria y minas varias se incluyen el consumo de Kerosene, Nafta, Coke y Metanol
(e) Otros sectores esta compuesto por los sectores de salitre, hierro, siderurgica, petroqumica, azucar y pesca
(f) Para el sector CPR los otros energticos considerados son Petrleo Combustibles, Kerosene, Diesel, carbn y Gas Corriente
204
ANEXO 4: REGRESIONES SECTORIALES Y DATOS HISTRICOS
Subsector Cobre
Electricidad
Dependent Variable: LOG(ELECT)
Method: Least Squares
Date: 05/06/08 Time: 09:55
Sample: 1987 2006
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 1.619333 0.286540 5.651341 0.0000

LOG(CUC) 0.734920 0.039888 18.42451 0.0000
LOG(CUT) 0.242249 0.023061 10.50449 0.0000
R-squared 0.975843 Mean dependent var 8.812601

Adjusted R-squared 0.973001 S.D. dependent var 0.561020
S.E. of regression 0.092184 Akaike info criterion -1.792584
Sum squared resid 0.144463 Schwarz criterion -1.643224
Log likelihood 20.92584 F-statistic 343.3610
Durbin-Watson stat 0.517490 Prob(F-statistic) 0.000000
Diesel
Dependent Variable: LOG(DIESEL)
Date: 05/06/08 Time: 09:57
Sample: 1987 2006
C 0.648881 0.412175 1.574287 0.1338

LOG(CUC) 0.770968 0.057377 13.43679 0.0000
LOG(CUT) 0.225642 0.033173 6.802006 0.0000

Petrleos Combustibles y Gas natural
Dependent Variable: LOG(GN_PC)

Date: 06/11/08 Time: 15:38
Sample: 1987 2006
C 10.13971 0.336386 30.14304 0.0000

LOG(CUC) -0.204646 0.046827 -4.370245 0.0004
LOG(CUT) -0.083963 0.027073 -3.101337 0.0065

206
Datos utilizados en subsector Cobre

Petrleo Gas
Cu Cu Diesel Combustible Electricidad Natural
Aos concentrado Ctodo [Tcal] [Tcal] [Tcal] [Tcal]
1973 854 3.138 1.508 0
1974 939 3.828 1.742 0
1975 1037 3.678 1.593 0
1976 1010 3.686 1.706 0
1977 895 4.076 1.834 0
1978 846 3.701 1.838 0
1979 1053 4.090 1.969 0
1980 1033 3.722 2.024 0
1981 970 3.352 1.991 0
1982 971 3.168 2.157 0
1983 942 3.366 2.168 0
1984 999 3.354 2.336 0
1985 1.129 3.319 2.467 0
1986 1.228 3.412 2.667 0
1987 628 790 1.222 3.497 2.774 0
1988 638 813 1.278 3.781 3.071 0
1989 702 907 1.388 4.008 3.367 0
1990 1.466 122 1.859 4.238 3.681 0
1991 1.694 120 1.827 3.804 3.953 0
1992 1.797 136 1.821 3.686 4.374 0
1993 1.900 155 1.939 3.330 4.488 0
1994 2.019 201 2.235 3.198 4.747 0
1995 2.116 373 2.534 2.796 5.282 0
1996 2.480 636 2.618 3.015 6.391 0
1997 2.511 881 3.183 3.286 7.388 0
1998 2.579 1.108 4.053 2.724 8.217 53
1999 3.029 1.362 4.596 2.644 9.176 429
2000 3.230 1.372 4.636 2.475 10.543 538
2001 3.201 1.538 5.300 1.558 11.059 792
2002 2.979 1.602 5.759 2.325 11.687 817
2003 3.251 1.653 5.096 1.559 13.747 1.104
2004 3.776 1.636 4.700 901 13.500 1.442
2005 3.736 1.585 6.430 759 13.639 1.678
2006 3.670 1.691 7.501 995 13.917 1.066
207
Subsector Cemento
Produccin de Cemento
Dependent Variable: LOG(CEM)

Date: 05/10/08 Time: 11:40
Sample: 1960 2006
C -1.517689 0.319748 -4.746509 0.0000

LOG(PIB) 0.903780 0.031966 28.27307 0.0000

Electricidad

Date: 05/31/08 Time: 20:02
Sample: 1960 2006
C -1.380537 0.131282 -10.51583 0.0000

LOG(CEM) 0.893580 0.017443 51.22726 0.0000

208
Diesel
Date: 05/06/08 Time: 10:14
Sample: 1978 2006
C -7.025073 2.132743 -3.293914 0.0028

LOG(CEM) 1.361800 0.273689 4.975724 0.0000

S.E. of regression 0.660702 Akaike info criterion 2.075444
Sum squared resid 11.78623 Schwarz criterion 2.169741
Log likelihood -28.09394 F-statistic 24.75782
Carbn
Dependent Variable: LOG(CARB)

Date: 05/31/08 Time: 20:17
Sample: 1960 2006
C 4.865959 0.460746 10.56104 0.0000

LOG(CEM) 0.295879 0.061219 4.833091 0.0000

209
Petrleos combustibles y gas natural
Dependent Variable: LOG(PC_GN)

Date: 06/11/08 Time: 15:50
Sample: 1960 2006
C -10.81548 2.052311 -5.269904 0.0000

LOG(CEM) 1.930193 0.272691 7.078312 0.0000

210
Datos utilizados en subsector cemento

Petrleo
Produccin Carbn Diesel Electricidad Combustible Gas natural
Aos de cemento [Tcal] [Tcal] [Tcal] [Tcal] [Tcal]
1973 1.378 1.332 0 157 20 0
1974 1.433 1.300 0 166 22 0
1975 9.83 804 0 128 104 0
1976 9.12 623 0 116 123 0
1977 1.004 677 0 132 152 0
1978 1.119 903 13 142 68 0
1979 1.318 1.010 4 147 13 0
1980 1.528 1.247 2 176 16 0
1981 1.889 1.393 22 200 19 0
1982 1.184 751 22 115 9 0
1983 1.277 781 39 142 11 0
1984 1.415 795 25 154 15 0
1985 1.434 771 24 157 14 0
1986 1.449 857 30 161 10 0
1987 1.603 929 27 177 12 0
1988 1.857 1.176 31 209 16 0
1989 2.008 1.264 32 220 23 0
1990 2.049 1.361 33 234 38 0
1991 2.166 1.240 28 252 40 0
1992 2.629 1.731 28 292 47 0
1993 3.039 1.560 61 324 33 0
1994 3.031 1.189 56 341 32 0
1995 3.327 1.247 27 354 48 0
1996 3.721 1.310 44 374 154 0
1997 3.861 1.618 49 407 99 0
1998 3.970 1.188 100 402 128 0
1999 3.116 1.486 99 345 258 0
2000 3.469 1.668 116 343 232 8
2001 3.587 1.442 125 364 72 373
2002 3.684 1.289 87 397 35 355
2003 3.874 1.618 40 439 22 510
2004 4.023 1.722 55 414 234 395
2005 4.379 1.393 69 423 243 293
2006 4.261 1.656 58 510 304 126
211
Subsector Papel y Celulosa

Papel
Dependent Variable: LOG(PAPEL)

Date: 06/01/08 Time: 10:48
Sample: 1960 2006
C -5.088414 0.451685 -11.26541 0.0000

LOG(PIB) 1.103241 0.045156 24.43167 0.0000

Celulosa
Dependent Variable: LOG(CELULOSA)

Date: 06/01/08 Time: 10:48
Sample: 1960 2006
C -10.58163 0.759939 -13.92431 0.0000

LOG(PIB) 1.723310 0.075973 22.68314 0.0000

212
Madera aserrada
Dependent Variable: LOG(MADERA)

Date: 05/17/08 Time: 15:50
Sample: 1960 2006
C -5.749504 0.464032 -12.39031 0.0000

LOG(PIB) 1.341699 0.046391 28.92179 0.0000

Electricidad

Date: 05/31/08 Time: 21:28
Sample: 1960 2006
C -0.123982 0.241634 -0.513099 0.6105

LOG(PAPEL) 0.499821 0.120058 4.163149 0.0001
LOG(CELULOSA) 0.330214 0.068526 4.818786 0.0000
LOG(MADERA) 0.236553 0.079232 2.985567 0.0047

213
Lea
Dependent Variable: LOG(LENA)

Date: 05/31/08 Time: 21:37
Sample: 1960 2006
C 4.712720 0.779109 6.048856 0.0000

LOG(PAPEL) 0.076625 0.387109 0.197942 0.8440
LOG(CELULOSA) 0.912176 0.220952 4.128398 0.0002
LOG(MADERA) -0.413391 0.255471 -1.618149 0.1129

Petrleos Combustibles y Gas Natural

Dependent Variable: LOG(PC_GN)
Date: 06/08/08 Time: 14:15
Sample: 1960 2006
C 3.574280 0.712225 5.018469 0.0000

LOG(PAPEL) 2.144869 0.353877 6.061067 0.0000
LOG(CELULOSA) 0.301764 0.201984 1.494001 0.1425
LOG(MADERA) -1.489960 0.233540 -6.379894 0.0000

214
Datos utilizados en subsector papel y celulosa (Teracaloras)

Petrleo Gas
Combustible Electricidad Lea Natural Madera
Aos [Tcal] [Tcal] [Tcal] [Tcal] Aserrada Papel Celulosa
1973 1.511 485 1.788 0 932 251 350
1974 1.411 562 2.373 0 1.399 307 433
1975 1.383 583 2.346 0 960 266 436
1976 1.377 590 2.726 0 1.223 298 515
1977 1.584 672 3.171 0 1.336 300 603
1978 1.465 726 3.986 0 1.475 301 665
1979 1.021 717 4.082 0 2.196 306 701
1980 1.090 758 4.453 0 2.250 324 771
1981 916 733 4.113 0 1.732 320 751
1982 671 689 4.172 0 1.172 263 677
1983 704 828 5.108 0 1.606 325 807
1984 729 870 5.512 0 2.002 366 851
1985 728 879 5.358 0 2.191 369 849
1986 712 877 5.117 0 2.026 388 859
1987 546 939 5.318 0 2.677 442 883
1988 586 961 5.144 0 2.710 450 910
1989 630 907 4.326 0 2.681 438 841
1990 638 1.039 4.944 0 3.327 462 8.04
1991 1.330 1.330 6.995 0 3.218 486 1.113
1992 1.618 1.795 7.940 0 3.019 508 1.680
1993 1.405 1.834 4.379 0 3.113 528 1.864
1994 1.548 1.821 4.287 0 3.364 553 1.953
1995 1.520 2.037 4.441 0 3.802 574 2.112
1996 1.620 2.152 4.369 0 4.140 597 2.146
1997 1.558 1.969 2.967 0 4.661 614 2.078
1998 1.476 2.188 4.620 331 4.551 642 2.210
1999 876 2.366 5.793 250 5.254 796 2.434
2000 1.625 2.739 7.917 325 5.698 861 2.592
2001 1.438 3.134 5.630 325 5.872 874 2.668
2002 1.519 3.580 6.313 925 6.439 1.016 2.687
2003 1.245 3.322 3.757 1.144 7.005 1.098 2.759
2004 1.001 3.477 5.707 1.467 8.015 1.139 3.339
2005 1.338 3.742 7.364 830 8.298 1.184 3.237
2006 1.605 4.282 9.269 1.382 8.718 1.203 3.483
215
Subsector Industrias y Minas Varias

Electricidad

Date: 05/31/08 Time: 20:23
Sample: 1960 2006
C -6.844496 0.270754 -25.27939 0.0000

LOG(PIB) 1.456966 0.027068 53.82612 0.0000

Carbn
Dependent Variable: LOG(CARB)

Date: 05/31/08 Time: 20:27
Sample: 1960 2006
C 2.795393 1.156666 2.416769 0.0198

LOG(PIB) 0.436097 0.115635 3.771326 0.0005

216
Diesel

Date: 06/14/08 Time: 20:24
Sample: 1973 2006
C -4.584912 0.641187 -7.150666 0.0000

LOG(PIB) 1.254697 0.062802 19.97849 0.0000

Gas Licuado
Dependent Variable: LOG(GL)

Date: 06/14/08 Time: 20:23
Sample: 1973 2006
C -8.645865 0.645049 -13.40341 0.0000

LOG(PIB) 1.480120 0.063181 23.42676 0.0000

217
Lea

Date: 06/18/08 Time: 16:38
Sample: 1983 2006
C -2.673631 0.429988 -6.217922 0.0000

LOG(PIB) 1.005588 0.041253 24.37619 0.0000

Petrleos combustibles y gas natural
Dependent Variable: LOG(GN_PC)

Date: 06/08/08 Time: 15:11
Sample: 1960 2006
C -0.798281 0.600174 -1.330082 0.1902

LOG(PIB) 0.880418 0.060001 14.67338 0.0000

218
Datos utilizados en subsector Industrias y Minas Varias

Diesel Pc Electricidad Carbon Gas licuado Lea Gn
Aos Pib [Tcal] [Tcal] [Tcal] [Tcal] [Tcal] [Tcal] [Tcal]
1973 14.858 1.778 2.095 1.307 1.277 290 564 19
1974 15.003 1.963 1.988 1.299 1.155 226 524 37
1975 13.066 1.675 1.371 1.099 726 242 512 19
1976 13.526 1.717 1.507 1.342 832 242 462 94
1977 14.860 1.771 1.817 1.359 785 290 456 94
1978 16.081 1.758 2.247 1.395 791 290 483 94
1979 17.412 1.563 2.816 1.563 720 315 641 84
1980 18.796 1.674 3.039 1.638 901 339 823 84
1981 19.963 1.621 2.503 1.791 955 363 994 93
1982 17.251 1.785 1.925 1.703 347 233 1.187 93
1983 16.767 2.120 2.436 1.771 435 295 1.211 67
1984 17.754 2.425 2.490 1.959 817 291 1.456 72
1985 18.104 2.011 2.371 2.129 1.828 350 1.299 71
1986 19.117 2.798 2.336 2.287 1.501 411 1.365 79
1987 20.375 3.080 2.068 2.442 1.412 413 1.432 96
1988 21.860 3.354 2.207 2.527 1.652 489 1.502 97
1989 24.178 4.599 2.176 2.966 2.050 572 1.585 95
1990 25.066 3.439 1.705 2.739 1.459 596 1.664 32
1991 27.063 3.916 1.970 3.136 1.419 611 1.743 55
1992 30.385 2.906 4.340 3.664 1.539 719 2.491 70
1993 32.512 5.130 4.275 4.013 1.294 1.042 2.606 55
1994 34.370 5.097 4.238 4.326 834 901 2.770 111
1995 38.023 6.446 5.487 5.261 884 1.167 3.074 103
1996 40.838 7.680 4.323 5.514 1.304 1.221 3.383 121
1997 43.535 8.843 4.816 5.942 6.246 1.438 3.246 2.895
1998 44.942 7.084 3.407 5.741 2.852 2.411 3.260 2.449
1999 44.600 6.084 2.695 7.342 2.560 1.904 3.365 2.718
2000 46.602 5.832 2.812 6.691 1.493 1.655 3.378 6.388
2001 48.176 7.884 2.648 6.997 3.665 1.178 3.445 5.902
2002 49.228 6.697 1.304 6.665 2.280 1.511 3.818 5.598
2003 51.156 7.969 2.632 7.081 1.600 1.365 3.919 5.220
2004 54.217 9.439 1.479 8.398 1.759 1.372 3.840 5.767
2005 57.316 7.703 1.952 8.174 1.413 1.566 3.846 4.495
2006 59.589 10.369 2.242 8.845 1.346 1.693 3.779 3.956
219
CPR
Electricidad

Date: 05/23/08 Time: 16:30
Sample: 1960 2006
C -6.514439 0.461814 -14.10620 0.0000

LOG(PIB) 1.461193 0.046160 31.65502 0.0000

Lea

Date: 05/23/08 Time: 16:31
Sample: 1960 2006
C 3.936010 0.402928 9.768509 0.0000

LOG(PIB) 0.579625 0.040274 14.39202 0.0000

220
Gas natural y gas licuado
Dependent Variable: LOG(GN_GL)

Date: 06/08/08 Time: 15:54
Sample (adjusted): 1971 2006
Included observations: 36 after adjustments
C 0.813244 0.346309 2.348319 0.0248

LOG(PIB) 0.805817 0.034012 23.69224 0.0000

221
Datos utilizados en sector CPR

Gas licuado Electricidad Lea Gas Natural
Aos PIB [Tcal] [Tcal] [Tcal] [Tcal]
1973 14.859 4.332 2.020 10.720 420
1974 15.003 4.566 2.113 10.339 692
1975 13.066 4.429 2.118 9.954 812
1976 13.526 4.695 2.120 9.578 877
1977 14.859 5.010 2.190 9.198 952
1978 16.081 5.070 2.399 8.817 1.027
1979 17.412 5.118 2.557 12.054 1.037
1980 18.796 5.197 2.715 12.292 1.018
1981 19.963 5.397 2.979 12.534 1.018
1982 17.251 5.491 3.019 12.786 1.084
1983 16.767 4.837 2.971 13.425 1.287
1984 17.754 4.950 3.231 14.095 1.377
1985 18.104 4.698 3.290 14.802 1.359
1986 19.117 4.855 3.464 15.540 1.492
1987 20.375 5.186 3.689 16.319 1.409
1988 21.860 5.643 3.907 17.134 1.533
1989 24.178 5.987 4.184 17.995 1.583
1990 25.066 6.204 4.329 18.916 1.672
1991 27.063 6.660 4.542 19.863 1.757
1992 30.385 7.366 4.947 20.661 1.825
1993 32.512 7.795 5.374 21.692 1.864
1994 34.370 8.159 5.862 22.996 1.881
1995 38.023 8.796 6.299 24.368 1.957
1996 40.838 9.542 7.039 25.826 2.008
1997 43.535 9.789 7.525 27.117 2.168
1998 44.942 9.764 8.257 27.113 2.100
1999 44.600 10.536 8.667 27.658 2.539
2000 46.602 10.863 9.195 27.934 3.328
2001 48.176 10.800 10.271 28.487 4.189
2002 49.228 10.102 10.724 28.630 4.129
2003 51.156 10.265 11.313 28.773 4.140
2004 54.217 10.441 12.480 29.000 4.357
2005 57.316 9.947 13.216 29.067 4.695
2006 59.589 10.014 13.764 29.212 5.041
222
Transporte
Parque vehculos livianos
Dependent Variable: LOG(PVL)

Date: 05/10/08 Time: 15:55
C -0.075376 0.280591 -0.268634 0.7903

LOG(PVL(-1)) 0.742179 0.076795 9.664411 0.0000
LOG(PIB) 0.326550 0.107352 3.041853 0.0052

Parque vehculos de pasajeros
Dependent Variable: LOG(PVP)

Date: 05/10/08 Time: 15:53
C 0.214046 0.173759 1.231853 0.2249

LOG(PVP(-1)) 0.949900 0.019483 48.75638 0.0000
LOG(PIB) 0.050661 0.036944 1.371316 0.1776

223
Parque de buses
Dependent Variable: LOG(PBUSES)

Date: 06/14/08 Time: 18:16
Sample: 1975 2005
C 1.276738 0.472758 2.700616 0.0116

LOG(PBUSES(-1)) 0.660051 0.122602 5.383696 0.0000
LOG(PIB) 0.216560 0.079968 2.708085 0.0114

Parque Camiones
Dependent Variable: LOG(PCAMIONES)

Date: 06/14/08 Time: 18:20
Sample: 1970 2005
C 1.144616 0.519557 2.203060 0.0347

LOG(PCAMIONES(-1)) 0.794789 0.089909 8.839967 0.0000
LOG(PIB) 0.117972 0.060138 1.961677 0.0583

224
Gasolina
Dependent Variable: LOG(GASOLINA)

Date: 06/14/08 Time: 18:23
C 4.942982 0.604518 8.176738 0.0000

LOG(PVP) -0.500355 0.154075 -3.247482 0.0030
LOG(PVL) 0.925968 0.125727 7.364932 0.0000

Diesel

Date: 06/14/08 Time: 18:12
Sample: 1986 2005
C -10.70058 1.643310 -6.511598 0.0000

LOG(PBUSES) 1.366324 0.582654 2.344999 0.0314
LOG(PCAMIONES) 0.548905 0.465540 1.179071 0.2546

225
Datos utilizados en sector transporte

Diesel Gasolina
Aos [Tcal] [Tcal] Pasajeros Livianos Buses Camiones
1973 3.195 13.409 225.247 15.479
1974 3.470 12.214 235.335 15.682
1975 3.644 9.909 255.717 81.158 15.563 71.987
1976 3.992 9.754 262.817 89.600 16.413 65.469
1977 4.139 10.432 294.594 94.211 16.563 70.377
1978 5.072 11.299 335.783 98.475 17.135 75.562
1979 6.660 11.605 385.979 108.719 20.117 74.500
1980 7.823 12.103 448.492 125.975 20.734 72.850
1981 8.507 12.847 573.836 166.129 22.186 70.889
1982 7.629 12.685 605.590 171.148 21.173 64.152
1983 8.243 12.171 618.731 166.190 20.037 62.586
1984 8.313 11.849 630.418 159.052 20.520 55.799
1985 8.710 11.178 624.884 186.396 21.491 49.975
1986 8.864 11.634 590.719 166.421 21.559 54.071
1987 9.917 12.242 618.496 176.299 23.487 68.148
1988 11.349 13.663 669.097 199.557 24.748 72.714
1989 11.946 14.894 660.171 228.840 25.532 75.651
1990 12.080 15.391 710.417 252.118 28.730 80.462
1991 11.936 15.926 765.519 281.664 30.369 86.853
1992 12.774 17.557 826.794 315.605 30.331 91.584
1993 15.006 18.523 896.473 347.727 30.981 100.761
1994 17.030 20.802 914.268 364.162 32.516 99.227
1995 18.881 22.498 1.026.008 399.938 33.970 108.065
1996 20.637 24.090 1.121.179 441.845 34.734 110.246
1997 21.790 25.052 1.175.785 469.524 34.398 116.435
1998 23.206 26.067 1.236.852 498.735 36.627 120.351
1999 24.982 26.592 1.323.808 531.220 35.437 120.839
2000 26.433 26.659 1.320.519 529.900 35.323 115.581
2001 25.430 24.384 1.351.896 541.100 36.815 115.084
2002 27.432 24.239 1.373.121 556.704 37.697 118.814
2003 28.047 23.541 1.402.766 562.238 39.209 116.100
2004 27.831 23.587 1.488.655 572.318 41.091 122.058
2005 31.646 23.538 1.595.128 598.230 43.413 125.894
226
ANEXO 5: DATOS DE PROYECCIONES
Consumo total por sector econmico

Teracalorias
Industrias y
Papel y Minas Otros Total
Cobre Cemento Celulosa Varias Transporte CPR Sectores(a) Balance
2000 18.408 2.381 12.912 29.179 69.835 54.257 11.330 198.302
2001 18.936 2.423 10.569 32.453 67.320 56.282 10.908 198.891
2002 20.904 2.187 12.432 28.664 68.996 56.190 11.485 200.858
2003 21.811 2.912 9.588 30.327 70.365 56.172 10.946 202.121
2004 20.818 3.188 11.748 32.251 73.459 58.869 10.532 210.865
2005 22.709 2.846 13.377 29.304 80.206 58.972 10.399 217.812
2006 23.635 2.897 16.617 32.949 81.526 60.034 9.531 227.188
2007 21.568 2.692 14.503 38.158 95.300 65.298 12.300 249.819
2008 21.970 2.776 15.136 40.424 103.025 67.920 12.622 263.873
2009 22.691 2.865 15.798 42.833 111.280 70.677 12.952 279.097
2010 22.910 2.959 16.492 45.396 120.131 73.578 13.291 294.757
2011 24.564 3.058 17.219 48.123 129.643 76.629 13.639 312.875
2012 25.003 3.162 17.982 51.023 139.810 79.841 13.995 330.816
2013 24.553 3.271 18.781 54.110 150.701 83.223 14.362 349.001
2014 24.853 3.387 19.620 57.395 162.384 86.785 14.737 369.160
2015 25.299 3.509 20.499 60.891 174.930 90.538 15.123 390.787
2016 26.360 3.612 21.154 63.863 186.931 93.700 15.440 411.061
2017 27.006 3.720 21.837 66.989 199.402 97.000 15.764 431.718
2018 27.678 3.833 22.548 70.276 212.451 100.444 16.094 453.324
2019 28.378 3.951 23.287 73.734 225.609 104.039 16.432 475.429
2020 29.106 4.074 24.058 77.370 239.551 107.792 16.776 498.727
2021 30.251 4.204 24.860 81.194 256.156 111.711 17.128 525.504
2022 31.040 4.339 25.695 85.217 272.459 115.805 17.487 552.043
2023 31.861 4.482 26.565 89.449 289.724 120.082 17.854 580.016
2024 32.909 4.631 27.471 93.901 308.038 124.551 18.229 609.729
2025 33.993 4.787 28.414 98.585 327.492 129.222 18.611 641.105
2026 34.918 4.952 29.398 103.514 348.178 134.105 19.001 674.065
2027 35.881 5.124 30.422 108.699 370.203 139.211 19.400 708.940
2028 36.883 5.305 31.489 114.156 393.676 144.552 19.807 745.868
2029 37.925 5.496 32.601 119.899 418.715 150.138 20.222 784.995
2030 39.009 5.696 33.760 125.942 445.444 155.984 20.646 826.481
(a) Otros sectores esta compuesto por los sectores de salitre, hierro, siderurgica, petroqumica, azucar y
pesca
227
Consumo total por combustibles proyectado

Teracalorias
Petrleo Gas Gas Coke y Gas Kerosene Total
Aos Diesel Combustbles Electricidad Carbn Lea Licuado Gasolina Natural alquitran corriente aviacin Otros Balance
2000 42.184 14.315 31.474 5.202 39.229 12.518 26.659 10.878 2.416 1.392 6.009 6.026 198.302
2001 43.708 12.644 33.866 6.848 37.562 11.978 24.384 12.445 2.505 1.391 6.790 4.770 198.891
2002 45.323 11.721 35.089 5.369 38.761 11.613 24.239 13.624 2.476 1.240 6.798 4.605 200.858
2003 45.494 14.796 38.115 4.595 36.449 11.630 23.541 14.232 2.984 1.336 5.814 3.135 202.121
2004 48.528 14.738 40.347 5.246 38.547 11.813 23.587 15.515 1.997 1.047 6.384 3.117 210.864
2005 51.870 17.461 41.318 4.453 40.277 11.513 23.538 13.999 2.680 1.045 6.844 2.814 217.812
2006 55.015 20.015 43.555 4.485 42.260 11.707 23.230 12.960 2.659 1.167 7.290 2.844 227.188
2007 64.839 18.898 45.218 5.133 43.783 13.695 25.983 12.960 3.091 1.066 10.465 4.688 249.819
2008 69.793 20.862 47.767 5.148 45.248 14.523 27.205 12.960 3.195 1.091 11.384 4.696 263.873
2009 75.220 23.020 50.704 5.165 46.766 15.390 28.370 12.960 3.300 1.116 12.384 4.701 279.097
2010 80.883 25.432 53.434 5.185 48.340 16.298 29.495 12.960 3.410 1.141 13.471 4.706 294.757
2011 87.422 28.051 57.369 5.206 49.972 17.249 30.599 12.960 3.519 1.166 14.654 4.707 312.875
2012 93.914 30.996 60.637 5.231 51.664 18.246 31.692 12.960 3.633 1.192 15.941 4.709 330.816
2013 100.489 34.287 63.487 5.258 53.420 19.290 32.787 12.960 3.750 1.219 17.341 4.712 349.001
2014 107.706 37.910 67.091 5.288 55.240 20.384 33.890 12.960 3.870 1.245 18.864 4.711 369.160
2015 115.382 41.924 71.038 5.320 57.129 21.531 35.011 12.960 3.991 1.272 20.520 4.709 390.787
2016 123.090 45.396 74.679 5.347 58.903 22.493 36.153 12.960 4.088 1.292 21.957 4.703 411.061
2017 130.865 49.195 78.176 5.375 60.740 23.493 37.222 12.960 4.187 1.313 23.493 4.698 431.718
2018 138.898 53.331 81.861 5.405 62.643 24.531 38.242 12.960 4.288 1.335 25.138 4.691 453.324
2019 146.664 57.837 85.746 5.437 64.613 25.610 39.231 12.960 4.392 1.356 26.898 4.684 475.429
2020 154.786 62.747 89.841 5.471 66.654 26.732 40.204 12.960 4.497 1.377 28.781 4.677 498.727
2021 165.213 68.090 94.431 5.507 68.769 27.898 41.171 12.960 4.603 1.399 30.795 4.669 525.504
2022 174.675 73.925 98.982 5.544 70.961 29.110 42.141 12.960 4.712 1.421 32.951 4.660 552.043
2023 184.503 80.290 103.782 5.583 73.232 30.370 43.122 12.960 4.823 1.443 35.258 4.651 580.016
2024 194.787 87.229 108.979 5.623 75.586 31.680 44.117 12.960 4.936 1.465 37.726 4.641 609.729
2025 205.488 94.801 114.453 5.665 78.026 33.043 45.132 12.960 5.051 1.487 40.367 4.631 641.105
2026 216.565 103.069 120.083 5.710 80.557 34.460 46.170 12.960 5.168 1.510 43.192 4.620 674.065
2027 228.113 112.096 126.022 5.755 83.180 35.935 47.234 12.960 5.287 1.532 46.216 4.609 708.940
2028 240.158 121.951 132.287 5.803 85.902 37.469 48.325 12.960 5.408 1.555 49.451 4.597 745.868
2029 252.726 132.715 138.897 5.852 88.724 39.066 49.447 12.960 5.532 1.578 52.913 4.585 784.995
2030 265.847 144.472 145.871 5.903 91.652 40.728 50.599 12.960 5.658 1.601 56.617 4.573 826.481
228
Consumo en el sector cobre (Proyecciones en gris)

Teracalorias
Petrleos otros
Aos Diesel Combustibles Electricidad Gas Natural Cobre(a) Total
2000 4.636 2.475 10.543 538 216 18.408
2001 5.300 1.558 11.059 792 227 18.936
2002 5.759 2.325 11.687 817 316 20.904
2003 5.096 1.559 13.747 1.104 305 21.811
2004 4.700 901 13.500 1.442 275 20.818
2005 6.430 759 13.639 1.678 202 22.709
2006 7.501 995 13.917 1.066 156 23.635
2007 5.849 1.445 13.013 1.066 195 21.568
2008 5.975 1.425 13.314 1.066 191 21.970
2009 6.204 1.394 13.843 1.066 184 22.691
2010 6.281 1.387 13.995 1.066 182 22.910
2011 6.829 1.332 15.169 1.066 169 24.564
2012 6.974 1.318 15.480 1.066 166 25.003
2013 6.825 1.332 15.161 1.066 169 24.553
2014 6.926 1.323 15.371 1.066 167 24.853
2015 7.076 1.311 15.682 1.066 164 25.299
2016 7.417 1.275 16.445 1.066 156 26.360
2017 7.628 1.256 16.903 1.066 152 27.006
2018 7.847 1.237 17.379 1.066 148 27.678
2019 8.075 1.218 17.874 1.066 145 28.378
2020 8.312 1.199 18.388 1.066 141 29.106
2021 8.684 1.171 19.195 1.066 135 30.251
2022 8.940 1.152 19.750 1.066 132 31.040
2023 9.207 1.133 20.327 1.066 128 31.861
2024 9.546 1.110 21.063 1.066 124 32.909
2025 9.897 1.088 21.822 1.066 120 33.993
2026 10.197 1.069 22.469 1.066 117 34.918
2027 10.509 1.051 23.142 1.066 113 35.881
2028 10.833 1.032 23.842 1.066 110 36.883
2029 11.170 1.014 24.569 1.066 107 37.925
2030 11.520 995 25.324 1.066 104 39.009
(a) Los otros energticos consumidos por Cobre son el Kerosene, Gas licuado, Nafta,
Carbn y Coke.
229
Consumos Cobre
45000
40000
35000
Teracaloras
30000 otrosCobre
25000 GasNatural
20000
Electricidad
15000
10000
DIESEL
5000
0
2007 2017 2027
Aos
total de energa del subsector Cobre entre los aos 2006 y 2030.
Para el perodo 2006-2030 se esperan los siguientes crecimientos por energtico:

El consumo de electricidad presenta un incremento de un 2,9% promedio anual.
El consumo de diesel presenta un incremento promedio anual de un 2,9%.
El consumo petrleos combustibles presenta una la tasa de crecimiento de -0,9%.
Gas natural se mantiene en el nivel del ao 2006
El consumo de otros energticos presenta una tasa de disminucin anual del
consumo de -2,6%.
230
Consumo en el sector cemento (Proyecciones en gris)

Teracalorias
Petrleos Otros Cemento
Aos Carbn Diesel Electricidad Combustibles Gas Natural (a) Total
2000 1.668 116 343 232 8 14 2.381
2001 1.442 125 364 72 373 47 2.423
2002 1.289 87 397 35 355 24 2.187
2003 1.618 40 439 22 510 283 2.912
2004 1.722 55 414 234 395 369 3.188
2005 1.393 69 423 243 293 425 2.846
2006 1.656 58 510 304 126 243 2.897
2007 1.588 90 484 124 126 280 2.692
2008 1.609 96 504 146 126 296 2.776
2009 1.630 102 524 170 126 314 2.865
2010 1.651 108 545 196 126 332 2.959
2011 1.673 115 567 225 126 352 3.058
2012 1.695 122 590 256 126 373 3.162
2013 1.717 129 613 290 126 395 3.271
2014 1.740 137 638 327 126 418 3.387
2015 1.763 146 664 368 126 443 3.509
2016 1.781 153 685 403 126 464 3.612
2017 1.800 160 707 440 126 486 3.720
2018 1.819 168 730 480 126 509 3.833
2019 1.838 177 753 523 126 533 3.951
2020 1.858 185 777 569 126 559 4.074
2021 1.877 195 802 618 126 585 4.204
2022 1.897 204 828 671 126 613 4.339
2023 1.917 214 855 727 126 642 4.482
2024 1.937 225 882 788 126 672 4.631
2025 1.958 236 911 852 126 704 4.787
2026 1.978 248 940 922 126 738 4.952
2027 1.999 260 970 996 126 773 5.124
2028 2.020 273 1.002 1.075 126 809 5.305
2029 2.041 286 1.034 1.161 126 848 5.496
2030 2.063 300 1.067 1.252 126 888 5.696
(a) Los otros energticos consumidos por la industria del cemento son Gas licuado y Coke,
231
Consumos Cemento
6000
5000
OtrosCemento
Teracaloras
4000
GasNatural
3000
2000 Electricidad
Diesel
1000
Carbn
0
2007 2017 2027
Aos
total de energa del subsector Cemento entre los aos 2006 y 2030.

El consumo de carbn presenta un incremento de un 1,2% promedio anual.
El consumo de diesel presenta un incremento promedio anual de un 5,8%.
El consumo petrleos combustibles presenta una la tasa de crecimiento de 8%.
El consumo de otros energticos presenta un crecimiento anual del 5,5%.
232
Consumo en el sector papel y celulosa (Proyecciones en gris)

Teracalorias
Petrleos Otros papel y celulosa
Aos Combustibles Electricidad Lea Gas Natural (a) Total
2000 1.625 2.739 7.917 325 306 12.912
2001 1.438 3.134 5.630 325 42 10.569
2002 1.519 3.580 6.313 925 95 12.432
2003 1.245 3.322 3.757 1.144 120 9.588
2004 1.001 3.477 5.707 1.467 97 11.748
2005 1.338 3.742 7.364 830 103 13.377
2006 1.605 4.282 9.269 1.382 78 16.617
2007 965 3.945 8.108 1.382 103 14.503
2008 1.054 4.202 8.392 1.382 105 15.136
2009 1.145 4.476 8.686 1.382 108 15.798
2010 1.240 4.768 8.991 1.382 110 16.492
2011 1.339 5.079 9.306 1.382 113 17.219
2012 1.441 5.410 9.633 1.382 115 17.982
2013 1.547 5.763 9.970 1.382 118 18.781
2014 1.658 6.139 10.320 1.382 120 19.620
2015 1.772 6.539 10.682 1.382 123 20.499
2016 1.820 6.650 11.187 1.382 115 21.154
2017 1.870 6.762 11.715 1.382 108 21.837
2018 1.920 6.875 12.268 1.382 102 22.548
2019 1.971 6.991 12.848 1.382 95 23.287
2020 2.022 7.109 13.454 1.382 90 24.058
2021 2.074 7.229 14.090 1.382 84 24.860
2022 2.128 7.351 14.755 1.382 79 25.695
2023 2.182 7.474 15.452 1.382 74 26.565
2024 2.237 7.600 16.182 1.382 69 27.471
2025 2.292 7.728 16.946 1.382 65 28.414
2026 2.349 7.859 17.747 1.382 61 29.398
2027 2.406 7.991 18.585 1.382 57 30.422
2028 2.464 8.126 19.463 1.382 54 31.489
2029 2.524 8.262 20.382 1.382 51 32.601
2030 2.584 8.402 21.344 1.382 47 33.760
(a) Los otros energticos consumidos por el sector papel y celulosa son Diesel y Gas
licuado
233
Consumos Papel y Celulosa
40000
35000
30000
Teracaloras
25000 Otrospapelycelulosa
20000 GasNatural
Lea
15000
Electricidad
10000
5000
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento promedio anual de un 3% del consumo

total de energa del subsector Papel y celulosa entre los aos 2006 y 2030.

El consumo petrleos combustibles presenta una la tasa de crecimiento de 2,3%.
El consumo de lea presenta un incremento de un 4,4% promedio anual.
El consumo de otros energticos presenta una tasa de disminucin anual del
consumo de -2,1%.
234
Consumo en el sector industrias y minas varias (Proyecciones en gris)

Teracalorias
Otros
Industrias
Petrleos Gas Gas y Minas
Aos Diesel Combustibles Electricidad Carbn Licuado Lea Natural Varias (a) Total
2000 5.832 2.812 6.691 1.493 1.655 3.378 6.388 930 29.179
2001 7.884 2.648 6.997 3.665 1.178 3.445 5.902 734 32.453
2002 6.697 1.304 6.665 2.280 1.511 3.818 5.598 791 28.664
2003 7.969 2.632 7.081 1.600 1.365 3.919 5.220 541 30.327
2004 9.439 1.479 8.398 1.759 1.372 3.840 5.767 198 32.251
2005 7.703 1.952 8.174 1.413 1.566 3.846 4.495 154 29.304
2006 10.369 2.242 8.845 1.346 1.693 3.779 3.956 720 32.949
2007 10.447 3.697 10.366 2.022 2.210 4.810 3.956 652 38.158
2008 11.103 4.036 11.129 2.065 2.375 5.105 3.956 654 40.424
2009 11.800 4.391 11.949 2.110 2.553 5.419 3.956 656 42.833
2010 12.541 4.761 12.830 2.155 2.744 5.751 3.956 658 45.396
2011 13.329 5.148 13.775 2.201 2.950 6.104 3.956 661 48.123
2012 14.166 5.552 14.790 2.249 3.171 6.478 3.956 663 51.023
2013 15.056 5.974 15.879 2.297 3.408 6.876 3.956 665 54.110
2014 16.001 6.415 17.049 2.346 3.663 7.298 3.956 667 57.395
2015 17.006 6.875 18.305 2.397 3.938 7.745 3.956 669 60.891
2016 17.859 7.259 19.382 2.438 4.173 8.125 3.956 671 63.863
2017 18.756 7.658 20.521 2.480 4.422 8.523 3.956 673 66.989
2018 19.697 8.070 21.728 2.523 4.687 8.941 3.956 675 70.276
2019 20.685 8.497 23.006 2.566 4.967 9.380 3.956 676 73.734
2020 21.723 8.940 24.359 2.611 5.264 9.840 3.956 678 77.370
2021 22.813 9.398 25.792 2.656 5.578 10.322 3.956 680 81.194
2022 23.958 9.872 27.308 2.702 5.912 10.828 3.956 682 85.217
2023 25.160 10.363 28.914 2.748 6.265 11.359 3.956 683 89.449
2024 26.423 10.872 30.615 2.796 6.639 11.916 3.956 685 93.901
2025 27.749 11.398 32.415 2.844 7.036 12.500 3.956 687 98.585
2026 29.141 11.944 34.321 2.893 7.457 13.113 3.956 689 103.514
2027 30.604 12.509 36.339 2.943 7.903 13.756 3.956 691 108.699
2028 32.140 13.093 38.477 2.994 8.375 14.430 3.956 692 114.156
2029 33.752 13.699 40.739 3.045 8.875 15.138 3.956 694 119.899
2030 35.446 14.326 43.135 3.098 9.406 15.880 3.956 696 125.942
(a) Los otros energticos de Industrias y Minas Varias son Kerosene, Nafta, Coke y
Metanol
235
Consumos Industrias y Minas Varias
140000
120000
OtrosIndustriasyMinasVarias
100000
GasNatural
Teracaloras
80000 Lea
GasLicuado
60000
Carbn
40000 Electricidad
20000
Diesel
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento promedio anual de un 5,8% del consumo
total de energa del subsector Papel y celulosa entre los aos 2006 y 2030.

El consumo de diesel presenta una la tasa de crecimiento de 5,3%.
El consumo de gas licuado presenta una la tasa de crecimiento de 6,5%.
El consumo de carbn presenta una la tasa de crecimiento de 1,9%.
El consumo de otros energticos presenta una crecimiento anual del 0,3%.
236
Transporte martimo (Proyecciones en gris)

Teracalorias
Petroleo
Ao combustible Diesel Total
2000 7.171 3.036 10.207
2001 6.928 3.237 10.165
2002 6.538 3.293 9.831
2003 9.338 2.937 12.275
2004 11.124 3.672 14.796
2005 13.169 3.706 16.875
2006 14.870 3.490 18.360
2007 12.668 4.968 17.636
2008 14.201 5.212 19.413
2009 15.920 5.468 21.388
2010 17.847 5.736 23.583
2011 20.007 6.018 26.025
2012 22.429 6.314 28.743
2013 25.144 6.624 31.768
2014 28.187 6.949 35.136
2015 31.599 7.291 38.890
2016 34.639 7.577 42.216
2017 37.971 7.875 45.846
2018 41.623 8.184 49.807
2019 45.627 8.506 54.133
2020 50.017 8.840 58.857
2021 54.828 9.188 64.016
2022 60.103 9.549 69.652
2023 65.884 9.924 75.808
2024 72.222 10.314 82.536
2025 79.170 10.720 89.890
2026 86.786 11.141 97.927
2027 95.134 11.579 106.713
2028 104.286 12.034 116.320
2029 114.318 12.507 126.825
2030 125.315 12.998 138.313
237
Transporte ferroviario (Proyecciones en gris)

Teracalorias
Ao Diesel Electricidad Total
2000 194 76 270
2001 186 82 268
2002 201 71 272
2003 202 73 275
2004 190 71 261
2005 182 63 245
2006 197 61 258
2007 155 68 223
2008 151 66 217
2009 148 65 213
2010 145 63 208
2011 142 62 204
2012 139 60 199
2013 136 59 195
2014 134 58 192
2015 131 56 187
2016 129 55 184
2017 127 54 181
2018 125 53 178
2019 123 52 175
2020 120 51 171
2021 118 50 168
2022 117 49 166
2023 115 48 163
2024 113 47 160
2025 111 46 157
2026 109 46 155
2027 107 45 152
2028 105 44 149
2029 104 43 147
2030 102 42 144
238
Transporte areo (Proyecciones en gris)

Teracalorias
Ao Kerosene aviacion
2000 6.009
2001 6.790
2002 6.798
2003 5.814
2004 6.384
2005 6.844
2006 7.290
2007 10.465
2008 11.384
2009 12.384
2010 13.471
2011 14.654
2012 15.941
2013 17.341
2014 18.864
2015 20.520
2016 21.957
2017 23.493
2018 25.138
2019 26.898
2020 28.781
2021 30.795
2022 32.951
2023 35.258
2024 37.726
2025 40.367
2026 43.192
2027 46.216
2028 49.451
2029 52.913
2030 56.617
239
Transporte terrestre, estimacin economtrica de diesel. (Proyecciones en gris)

Teracalorias
Aos Diesel Gasolina Otros de transporte (a) Total
2000 26.433 26.659 257 53.349
2001 25.430 24.384 283 50.097
2002 27.432 24.239 424 52.095
2003 28.047 23.541 413 52.001
2004 27.831 23.587 601 52.019
2005 31.646 23.538 1.059 56.243
2006 31.649 23.230 739 55.618
2007 34.459 25.983 217 60.659
2008 36.487 27.205 218 63.910
2009 38.651 28.370 218 67.239
2010 40.952 29.495 218 70.665
2011 43.396 30.599 217 74.212
2012 45.988 31.692 216 77.896
2013 48.736 32.787 214 81.737
2014 51.648 33.890 213 85.751
2015 54733 35.011 211 89.955
2016 57.802 36.153 210 94.165
2017 60.898 37.222 209 98.329
2018 64.054 38.242 208 102.504
2019 67.297 39.231 207 106.735
2020 70.647 40.204 207 111.058
2021 74.123 41.171 206 115.500
2022 77.738 42.141 205 120.084
2023 81.506 43.122 203 124.831
2024 85.439 44.117 202 129.758
2025 89.548 45.132 201 134.881
2026 93.844 46.170 199 140.213
2027 98.339 47.234 198 145.771
2028 103.042 48.325 196 151.563
2029 107.965 49.447 195 157.607
2030 113.119 50.599 193 163.911
Los otros energticos del sector transporte terrestre son Petrleo combustible, Kerosene de
aviacin, Kerosene, Gas licuado Electricidad y Gas natural
240
Transporte terrestre: Estimacin de uso final de diesel

Teracalorias
Vehculos Livianos Vehculos Comerciales Total
2005 257 3.383 3.640
2006 425 4.444 4.869
2007 694 5.625 6.319
2008 1.079 7.020 8.099
2009 1.514 8.542 10.056
2010 2.000 10.203 12.203
2011 2.541 12.007 14.548
2012 3.130 13.901 17.031
2013 3.767 15.893 19.660
2014 4.455 17.987 22.442
2015 5.191 20.188 25.379
2016 5.979 22.432 28.411
2017 6.824 24.729 31.553
2018 7.732 27.091 34.823
2019 8.708 28.959 37.667
2020 9.755 30.929 40.684
2021 11.041 34.635 45.676
2022 12.349 37.258 49.607
2023 13.683 39.980 53.663
2024 15.048 42.809 57.857
2025 16.448 45.749 62.197
2026 17.887 48.803 66.690
2027 19.369 51.983 71.352
2028 20.896 55.296 76.192
2029 22.473 58.751 81.224
2030 24.103 62.355 86.458
241
Consumos Sector Transporte
500000
450000
400000
350000 OtrosTransporte
Teracaloras
300000 Keroseneaviacin
250000
200000
Electricidad
150000
100000 Gasolina
50000 Diesel
0
2007 2017 2027
Aos
total de energa del sector Transporte entre los aos 2006 y 2030

El consumo de electricidad presenta una cada de un -1,5% promedio anual.
El consumo de diesel presenta una la tasa de crecimiento de 7,8%.
El consumo de gasolina presenta una la tasa de crecimiento de 3,3%.
El consumo de Kerosen de aviacin presenta una la tasa de crecimiento de 8,9%.
El consumo de otros energticos presenta caen anualmente un -5,4%.
242
CPR (Proyecciones en gris)

Teracalorias
Gas Otros CPR
Ao Licuado Electricidad Lea Gas Natural (a) Total
2000 10.863 9.195 27.934 3.328 2.937 54.257
2001 10.800 10.271 28.487 4.189 2.535 56.282
2002 10.102 10.724 28.630 4.129 2.605 56.190
2003 10.265 11.313 28.773 4.140 1.681 56.172
2004 10.441 12.480 29.000 4.357 2.591 58.869
2005 9.947 13.216 29.067 4.695 2.046 58.972
2006 10.014 13.764 29.212 5.041 2.003 60.034
2007 15.075 15.108 30.866 5.041 2.798 68.888
2008 15.075 16.225 31.751 5.041 2.756 70.847
2009 15.075 17.424 32.662 5.041 2.714 72.915
2010 15.075 18.711 33.598 5.041 2.673 75.099
2011 15.075 20.094 34.562 5.041 2.633 77.405
2012 15.075 21.579 35.554 5.041 2.593 79.841
2013 15.882 23.173 36.573 5.041 2.554 83.223
2014 16.721 24.885 37.622 5.041 2.515 86.785
2015 17.593 26.724 38.702 5.041 2.477 90.538
2016 18.320 28.301 39.591 5.041 2.447 93.700
2017 19.070 29.970 40.502 5.041 2.417 97.000
2018 19.845 31.738 41.433 5.041 2.388 100.444
2019 20.644 33.610 42.386 5.041 2.359 104.039
2020 21.468 35.592 43.360 5.041 2.330 107.792
2021 22.320 37.691 44.357 5.041 2.302 111.711
2022 23.198 39.914 45.377 5.041 2.274 115.805
2023 24.105 42.269 46.421 5.041 2.246 120.082
2024 25.041 44.762 47.488 5.041 2.219 124.551
2025 26.007 47.402 48.580 5.041 2.192 129.222
2026 27.004 50.198 49.697 5.041 2.166 134.105
2027 28.032 53.159 50.840 5.041 2.139 139.211
2028 29.094 56.294 52.009 5.041 2.113 144.552
2029 30.190 59.615 53.205 5.041 2.088 150.138
2030 31.322 63.131 54.428 5.041 2.062 155.984
(a) Los otros energticos considerados son Petrleo Combustibles, Kerosene, Diesel,
Carbn y Gas Corriente
243
Consumos CPR
180000
160000
140000
Teracaloras
120000 OtrosCPR
100000 GasNatural
80000
Lea
60000
Electricidad
40000
GasLicuado
20000
0
2007 2017 2027
Aos
En general, los resultados muestran un incremento promedio anual de un 3,8% del consumo
total de energa del sector CPR entre los aos 2006 y 2030.

El consumo de gas licuado presenta una la tasa de crecimiento de 3,3%.
El consumo de otros energticos presenta una caida anual del 0,3%.
244
ANEXO 6: PROYECCION DE DEMANDA ELCTRICA SIC Y SING

Figura A13
Proyeccin demanda sistema SING
I y Minas
Minera Total suma Dmedia
Ao varias CPR [GWh] CPR [0/1] IND [0/1] fc histrico fc proy Dmax [MW] Dmin [MW]
[GWh] [GWh] [MW]
[GWh]
1990 210 284
Datos base
1991 241 300
para
1992 274 329
pronstico
1993 308 360
1994 344 396
1995 3.691 382 428 4501 0,095 0,905 0,74484098 0,7429334 455,4 611,4 339,2
1996 4.474 421 484 5378 0,090 0,910 0,76102671 0,7640309 568,6 747,2 432,7
1997 5.461 461 522 6444 0,081 0,919 0,80861069 0,79981003 656,3 811,6 530,7
1998 6.194 504 578 7276 0,079 0,921 0,73983076 0,80593801 755,3 1.020,9 558,8
1999 7.145 547 613 8305 0,074 0,926 0,84756135 0,82895005 926,9 1.093,6 785,6
2000 7.883 593 656 9131 0,072 0,928 0,83110481 0,83679607 958,7 1.153,5 796,8
2001 8.348 639 734 9722 0,076 0,924 0,84074145 0,82176852 1026,4 1.220,8 862,9
2002 8.667 688 769 10124 0,076 0,924 0,79570482 0,82010966 1082,4 1.360,3 861,3
2003 10.239 738 813 11790 0,069 0,931 0,84489397 0,84810922 1196,4 1.416,0 1010,8
2004 10.106 789 900 11794 0,076 0,924 0,81906721 0,81880333 1283,2 1.566,6 1051,0
2005 10.328 842 955 12125 0,079 0,921 0,842571 0,80875861 1319,6 1.566,2 1111,9
2006 10.243 1066 997 12306 0,081 0,919 0,81934319 0,7996887 1373,2 1.676,0 1125,1
2007 9.344 1119 1097 11561 0,095 0,905 0,74390641 1319,7 1.774,0 981,7
2008 9.654 1175 1181 12010 0,098 0,902 0,73012507 1371,0 1.877,7 1001,0
2009 10.185 1234 1271 12690 0,100 0,900 0,72277269 1448,7 2.004,3 1047,1
2010 9.719 1296 1368 12382 0,110 0,890 0,72 1413,5 1.963,2 1017,7
2011 10.259 1360 1472 13091 0,112 0,888 0,72 1494,4 2.075,6 1076,0
2012 10.376 1428 1584 13388 0,118 0,882 0,72 1528,3 2.122,7 1100,4
2013 9.697 1500 1704 12901 0,132 0,868 0,72 1472,8 2.045,5 1060,4
2014 9.832 1575 1834 13240 0,138 0,862 0,72 1511,4 2.099,2 1088,2
2015 10.031 1653 1973 13657 0,144 0,856 0,72 1559,0 2.165,3 1122,5
2016 10.519 1720 2092 14331 0,146 0,854 0,72 1635,9 2.272,1 1177,9
2017 10.812 1784 2219 14814 0,150 0,850 0,72 1691,1 2.348,8 1217,6
2018 11.116 1850 2353 15320 0,154 0,846 0,72 1748,8 2.428,9 1259,2
2019 11.433 1919 2496 15847 0,157 0,843 Datos 0,72 1809,1 2.512,6 1302,5
2020 11.762 1990 2647 16399 0,161 0,839 proyectados
0,72 1872,0 2.600,0 1347,8
2021 12.278 2064 2803 17145 0,163 0,837 0,72 1957,2 2.718,3 1409,2
2022 12.633 2141 2968 17742 0,167 0,833 0,72 2025,4 2.813,0 1458,3
2023 13.002 2221 3143 18366 0,171 0,829 0,72 2096,6 2.911,9 1509,5
2024 13.472 2303 3329 19104 0,174 0,826 0,72 2180,9 3.029,0 1570,2
2025 13.958 2389 3525 19872 0,177 0,823 0,72 2268,5 3.150,7 1633,3
2026 14.372 2478 3733 20583 0,181 0,819 0,72 2349,7 3.263,4 1691,7
2027 14.802 2570 3953 21326 0,185 0,815 0,72 2434,5 3.381,2 1752,8
2028 15.250 2666 4187 22102 0,189 0,811 0,72 2523,1 3.504,2 1816,6
2029 15.715 2765 4433 22913 0,193 0,807 0,72 2615,6 3.632,8 1883,3
2030 16.198 2868 4695 23761 0,198 0,802 0,72 2712,4 3.767,2 1952,9
245
Figura A14
Proyeccin demanda sistema SIC
Papel y I y Minas
Cemento Minera Total suma Dmedia Dmin
Ao celulosa varias Otros [GWh] CPR [GWh] CPR[0/1] IND[0/1] fc histrico fc proyectado Dmax [MW]
[GWh] [GWh] [GWh] [MW] [MW]
[GWh] [GWh]
1990 272 1208 2976 1326 4666
Datos base
1991 293 1547 3406 1394 4894
para
1992 340 2087 3987 1587 5329
pronstico
1993 377 2133 4359 1497 5787
1994 397 2118 4687 1580 6311
1995 412 2369 2.451 5737 1656 6779 19404 0,349 0,651 0,6714091 0,679631735 2017,4 3.235,0 1658,9
1996 435 2503 2.958 5992 1801 7571 21260 0,356 0,644 0,68124851 0,685872274 2172,0 3.497,0 1793,3
1997 473 2290 3.131 6449 2128 8088 22560 0,359 0,641 0,67877676 0,688119034 2382,3 3.773,0 1934,8
1998 468 2545 3.362 6173 1940 8870 23357 0,380 0,620 0,69327211 0,707795898 2561,0 3.991,4 2046,8
1999 401 2752 3.526 7991 2162 9305 26137 0,356 0,644 0,69631235 0,685784813 2767,1 4.185,5 2146,4
2000 399 3185 4.378 7189 2194 9866 27212 0,363 0,637 0,69902706 0,691861788 2914,4 4.516,0 2315,9
2001 423 3645 4.513 7498 2278 11019 29376 0,375 0,625 0,70877359 0,703494577 3156,8 4.694,0 2407,1
2002 462 4163 4.924 7063 2285 11504 30402 0,378 0,622 0,70989448 0,706540645 3327,0 4.878,0 2501,5
2003 511 3863 5.749 7497 2489 12135 32243 0,376 0,624 0,70934596 0,704642049 3462,9 5.162,0 2647,1
2004 481 4043 5.594 8978 2334 13386 34816 0,384 0,616 0,7273414 0,712162339 3661,6 5.430,8 2785,0
2005 492 4352 5.534 8664 2396 14174 35611 0,398 0,602 0,7109001 0,724718344 3950,0 5.763,9 2955,8
2006 593 4980 5.942 9221 2531 14759 38026 0,388 0,612 0,72021678 0,715565515 4097,6 6.058,9 3107,1
2007 563 4588 5.789 10936 2792 16199 40867 0,396 0,604 0,723213086 4665,2 6.450,6 3373,9
2008 586 4887 5.830 11768 2913 17395 43378 0,401 0,599 0,727484816 4951,9 6.806,8 3602,4
2009 609 5206 5.914 12663 3040 18678 46110 0,405 0,595 0,731270332 5263,7 7.198,0 3849,2
2010 634 5545 6.556 13625 3173 20057 49589 0,404 0,596 0,730688413 5660,9 7.747,3 4136,3
2011 659 5907 7.383 14659 3311 21537 53455 0,403 0,597 0,729242212 6102,2 8.367,9 4450,0
2012 686 6292 7.627 15771 3455 23126 56957 0,406 0,594 0,732150606 6502,0 8.880,7 4760,4
2013 713 6702 7.934 16967 3606 24833 60756 0,409 0,591 0,734663063 6935,6 9.440,5 5095,3
2014 742 7139 8.044 18253 3763 26666 64607 Datos 0,413 0,587 0,738376547 7375,2 9.988,4 5445,7
2015 772 7605 8.207 19635 3926 28635 68779 proyectados
0,416 0,584 0,74169403 7851,5 10.585,9 5823,4
2016 797 7733 8.606 20820 4063 30322 72342 0,419 0,581 0,744309924 8258,2 11.095,1 6146,6
2017 822 7863 8.846 22082 4205 32109 75927 0,423 0,577 0,747774997 8667,5 11.591,0 6481,3
2018 849 7996 9.095 23419 4352 34001 79711 0,427 0,573 0,751169336 9099,4 12.113,7 6835,2
2019 876 8131 9.354 24836 4503 36004 83704 0,430 0,570 0,754493534 9555,3 12.664,5 7209,4
2020 904 8267 9.623 26338 4660 38126 87919 0,434 0,566 0,757747574 10036,5 13.245,1 7605,1
2021 933 8407 10.045 27930 4823 40375 92513 0,436 0,564 0,76 10560,9 13.895,9 8026,3
2022 963 8548 10.336 29617 4991 42756 97212 0,440 0,560 0,76 11097,3 14.601,7 8433,9
2023 994 8692 10.638 31405 5165 45278 102173 0,443 0,557 0,76 11663,6 15.346,8 8864,3
2024 1026 8839 11.023 33300 5345 47949 107482 0,446 0,554 0,76 12269,6 16.144,2 9324,9
2025 1059 8988 11.420 35308 5532 50777 113084 0,449 0,551 0,76 12909,1 16.985,6 9810,9
2026 1093 9139 11.759 37436 5724 53772 118924 0,452 0,548 0,76 13575,8 17.862,9 10317,6
2027 1129 9293 12.111 39691 5924 56943 125091 0,455 0,545 0,76 14279,8 18.789,3 10852,7
2028 1165 9450 12.477 42081 6131 60302 131605 0,458 0,542 0,76 15023,4 19.767,7 11417,8
2029 1202 9609 12.858 44613 6344 63859 138485 0,461 0,539 0,76 15808,8 20.801,1 12014,7
2030 1241 9771 13.253 47296 6566 67626 145752 0,464 0,536 0,76 16638,4 21.892,6 12645,2
246
ANEXO 7: METODOLOGA ESTIMACIN CONSUMO DE COMBUSTIBLES

TRANSPORTE TERRESTRE
1.1 Parque de automviles livianos y medianos.
Para analizar y proyectar el parque se usa informacin del stock de vehculos motorizados
existentes en Chile, desagregado a nivel regional, a travs de las encuestas anuales sobre
permisos de circulacin de vehculos, aplicada a las municipalidades del pas. Esta encuesta
ha cambiado de formato a travs de los aos y tambin han cambiado las categoras de
vehculos. De la informacin existente se toma la serie larga del INE que contiene datos
sobre parque a partir de 1975. Esta incluye informacin de automviles particulares, taxis,
camionetas y furgones, camiones, buses y otros. La proyeccin se separa entre automviles
livianos incluye automviles particulares y taxis- y vehculos comerciales livianos y
medianos que incluye camionetas y furgones. En la figura 1 se muestra un grfico
conteniendo la tendencia en el parque para vehculos livianos de pasajeros tanto a nivel
nacional como regional.
De la figura se desprende la existencia de un crecimiento explosivo del parque, el que se

multiplica 5 veces entre 1975 y el 2005. Al comparar esto con el crecimiento de la
poblacin que aumenta en un 50% en el mismo perodo se concluye que mientras en el ao
1975 haban 31 autos livianos por cada 1000 habitantes, en el ao 2005 existan cerca de
130, cifra similar a Mxico pero muy lejana de los cerca de 400 vehculos por cada mil
habitantes de Europa o los cerca de 600 de USA. Evidentemente que parte fundamental de
este xito ha sido el crecimiento econmico el cual, medido como PIB, se ha multiplicado
por 2,5 veces en el mismo perodo. La Regin Metropolitana ha concentrado
histricamente casi el 50% de este parque, an cuando participe con un 42% de la
poblacin total. De esta manera el nmero de vehculos de pasajeros por cada mil
habitantes en esta regin era de 147 el ao 2005, un 12% mayor que a nivel nacional.
Sin embargo, esta informacin fue utilizada para obtener la composicin del parque entre
automviles catalticos y no catalticos; adems de la composicin etrea del parque, para
poder determinar los plazos en que los vehculos salen de circulacin.
Finalmente, an con algunos errores no sistemticos, la serie del INE entrega informacin
bastante consistente con el crecimiento del pas y permite trabajar con una serie larga de
tiempo, lo cual es muy til para propsitos de prediccin. Adicionalmente, la informacin
de parque proporcionada por el INE ha sido el mtodo de estudio del parque vehicular para
estudios anteriores de estimacin de emisiones incluido el inventario de emisiones.
247
Figura 1: Parque Vehculos de Pasajeros 1975-2005
1.800 120
1.600
100
1.400
Miles Unidades
1.200 80
Tasa Motorizacin
1.000
60
800
600 40
400
20
200
- 0
1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005
Ao
Nacional Regin Metropolitana Tasa Motorizacin

Fuente: INE.
Existe tambin un estudio del parque de Chumacero y Quiroz (2007) que tambin utiliza la
informacin del INE en la estimacin de la elasticidad ingreso.
En resumen la informacin del INE permite analizar, estudiar y proyectar en forma mucho
ms certera el parque a nivel nacional que la informacin entregada por las plantas de
revisin tcnica. Est ltima presenta serias deficiencias que subestiman el parque total de
vehculos livianos y medianos. El equipo consultor estim que al usar informacin de
revisin tcnica en el ao 2001 se subestimara el parque en un 13% comparado con la
informacin del INE, entre otros problemas detectados.
248
1.1.1 Modelo Economtrico de Largo Plazo para proyectar el Parque Nacional
Para proyectar el parque se aplica un modelo economtrico al stock de automviles de

pasajeros y comerciales a nivel nacional. Se usa stock y no flujo ya que no se cuenta con
una serie larga de informacin sobre ventas de automviles. Estas ltimas solo existen a
partir de 1989. Al realizar un anlisis grfico, se observa que existe una fuerte correlacin
entre el producto interno bruto y el stock de automviles. En la figura 2 se presentan estos
dos indicadores. El PIB es convertido a un ndice para dejarlo en la misma escala que el
parque. Como es de esperar para un bien durable, las tendencias de largo plazo son muy
parecidas. Ello permite usar un simple modelo de consumo durable para proyectar las
tendencias de largo plazo del stock de vehculos. Este tipo de modelo asume que el stock
deseado de un bien durable puede ser tratado como una inversin y por lo tanto, el
individuo debe determinar el consumo (flujo) ptimo de consumo en el tiempo. Como la
mayor parte de los modelos de consumo durable, este ser explicado por variables como la
riqueza y el ingreso.
Figura 2: Relacin Parque Automoviles PIB REAL
1. 8 0 0
1. 6 0 0
1. 4 0 0
Parque
Nacional
unidades (miles)
1. 2 0 0
1. 0 0 0
800
600
400
PIB real
200
-
1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005
Aos
Fuente: INE y Banco Central.
1.1.2 Modelo Economtrico Utilizado
Se utiliza un modelo estndar de consumo de un bien durable (automvil). Bajo este

modelo se asume que los individuos son racionales y compran un vehculo para optimizar
su bienestar. Ellos maximizan la siguiente funcin de bienestar:
249
T
Max tU ( xt , gt )
t =0
dt st
gt =
et
Donde es la tasa de descuento, x corresponde a otros bienes de consumo, g corresponde al
consumo de gasolina, t es un ndice de tiempo, d es la distancia en Kms, s es el stock de
vehculos, e es un parmetro de eficiencia.
Los consumidores enfrentan una restriccin de presupuesto es del tipo:
Px x + pg g + pa v + f = y + (1 + r ) f t 1
Los individuos gastan su ingreso (y) en otros bienes, gasolina, la compra o arriendo de un
auto nuevo (v), un activo financiero (f) que les permite ahorrar o desahorrar. El stock de
vehculos se ajusta a travs de la ecuacin:
vt = st (1 ) st 1
Donde es la tasa de obsolescencia del parque. Resolviendo este problema se puede
obtener un modelo de forma de reducida que muestra que el stock deseado de automviles
(s*) depende del costo de uso del vehculo y de la riqueza, esto es:
st* = s (cut ,Wt ) , donde cu es el costo de uso que est compuesto por el valor anual
equivalente de usar un auto (compuesto entre el precio de compra, el costo del combustible,
el rendimiento y la distancia); y W es la riqueza, es decir, el ingreso ms los activos
financieros.
La modelacin estadstica asumir que el stock deseado de automviles (s*) se ajusta

suavemente a travs del tiempo a travs de un mecanismo de expectativas adaptativas que
viene dado por:
st st 1 = ( st* st 1 ), [0,1]
Esto muestre que el stock deseado (s*) en una fraccin de la diferencia entre el stock actual
y el del perodo anterior. De esta manera, se puede especificar un modelo lineal como:
st = o + 1 Pt + 2 yt + (1 ) st 1 + et
La variable Pt es el costo de uso, yt es el ingreso y se usar como proxy para la riqueza.

Este modelo ser estimado con datos del parque de automviles de pasajeros y comerciales
para el perodo 1975-2005. Los datos son obtenidos del INE y Banco Central y se expresan
en trminos reales. En el cuadro A38 se presentan los resultados de estos modelos.
250
Como variable proxy para el precio se utiliz el precio del dlar, el que no fue significativo
en la estimacin. Se utiliza el mtodo de Mnimos Cuadrados en dos Etapas dada la
existencia de una variable dependiente rezagada. Como mtodo de correccin de
autocorrelacin de primer orden se utiliz el procedimiento Hatanaka.
Los resultados del modelo muestran que la nica variable significativa es el ingreso. De
este modelo se deduce que la elasticidad ingreso de corto plazo es de 0,71 y la elasticidad
0,89 = 10,7189
ingreso de largo plazo es de 0,1987
. Lo que significa que en promedio un 1% de
aumento del PIB increment el nmero de automviles, en el largo plazo, en. 0,89.
Similar a la que encuentran Chumacero y Quiroz (2007).
Cuadro A38: Resultado modelo largo plazo, Parque Vehculos Pasajeros.
Coeficiente Error Estndar Estadstico t Valor P

Constante -0,8210 1,4536 -0,5648 0,5722
LPIB (*) 0,7189 0,0954 7,5361 0,0000
LDOLR -0,0959 0,0902 -1,0638 0,2874
LPARR (*) 0,1987 0,0631 3,1509 0,0016
RHO 1,2550 0,0935 13,4181 0,0000
Mtodo de Estimacin: Mnimos Cuadrados en Dos Etapas
R2 ajustado= 0.9928 ; F[ 3, 25] = 1288.71, N = 29, (*) valido al 95% de confianza.
Este mismo modelo aplicado a automviles comerciales livianos entrega los siguientes
resultados.
Cuadro A39: Resultado modelo largo plazo, parque comercial.

Constante -4,4022 3,0161 -1,4596 0,1444
LPIB (*) 0,6133 0,1850 3,3150 0,0009
LDOL -0,0120 0,1273 -0,0939 0,9252
LPARR (*) 0,5318 0,1107 4,8055 0,0000
RHO 1,1053 0,1418 7,7957 0,0000
Mtodo de Estimacin: Mnimos Cuadrados en Dos Etapas
De los resultados anteriores se obtiene una elasticidad ingreso de corto plazo de 0,61 y de
1,31 = 10,6133
largo plazo de 0,5318
. Tampoco la variable precio es significativa en este caso.
251
1.1.3 Estimacin de la tasa de obsolescencia
El modelo anterior permite entregar una prediccin del comportamiento del parque usando
ciertos supuestos de ingreso. Para pasar de datos de parque a datos de venta se utiliza la
ecuacin de ajuste:
vt = st (1 ) st 1
Esta ecuacin indica que la ventas de automviles en un perodo, es la diferencia entre el

stock de autos que existe y el stock del ao anterior, ms una tasa de mortalidad u
obsolescencia . Este dato no se conoce y se estima usando la informacin de parque y de
ventas a nivel nacional para los aos 1989-2002 y que se presenta en el cuadro A40. Se
estima la tasa de obsolescencia usando la ecuacin anterior. Aunque esta es muy errtica,
su valor medio gira en torno al 2,36% en el caso de los vehculos de pasajeros y en torno a,
3,73% en el caso de los vehculos comerciales70.
Figura A17: Evolucin tasa de obsolescencia estimada
Comerciales
tasa(%)
2
Pasajeros
1
0
1992 1994 1996 1998 2000 2002 2004
Aos
La estimacin estadstica de esta tasa usando los datos de ventas y parque son solo vlidas
en promedio. Esto debido, y como se desprende del cuadro anterior, a que las ventas no
guardan relacin con las diferenciales calculadas del stock. Se tiene que asumir que esto se
70
Este nmero difiere con la informacin de ANAC debido a que el parque considerado es distinto. Aqu
solo se toman vehculos livianos y medianos mientras que ANAC incluye en el parque de vehculos
comerciales los buses.
252
debe a problemas temporales y por lo tanto existe un error de medicin al estimar las ventas
como la diferencia de stock menos la obsolescencia. Se representar el error de medicin
como , y se asumir que esta variable se distribuye con media cero y una cierta varianza
en un lapso de tiempo no conocido.
Cuadro A40: Clculo Tasa media de obsolescencia
Vehculos de pasajeros Tasa Vehculos Comerciales Tasa

Ao Parque Diferencia Ventas Estimada Parque Diferencia Ventas Estimada
1989 615.900 45.500 57.237 9,87 228.800 29.200 32.871 1,84
1990 655.800 55.900 40.904 -1,42 252.100 23.300 23.401 0,04
1991 706.500 60.500 53.968 -0,19 281.700 29.600 30.854 0,50
1992 763.600 64.800 75.038 1,78 315.600 33.900 44.614 3,80
1993 825.300 72.900 71.755 0,24 347.700 32.100 41.121 2,86
1994 837.400 76.900 66.244 5,58 364.200 16.500 42.083 7,36
1995 930.400 95.600 95.360 -1,79 399.900 35.700 51.070 4,22
1996 1.017.100 104.100 105.606 1,01 441.800 41.900 56.433 3,63
1997 1.061.100 114.700 112.548 5,17 469.500 27.700 62.927 7,97
1998 1.121.300 115.600 89.650 2,43 498.700 29.200 51.218 4,69
1999 1.207.000 116.800 68.132 -1,52 531.200 32.500 36.289 0,76
2000 1.210.000 110.600 71.499 5,64 529.900 -1.300 37.256 7,26
2001 1.248.000 103.900 64.269 2,50 541.100 11.200 34.062 4,31
2002 1.270.516 102.605 71.204 3,70 556.704 15.604 31.312 2,90
2003 1.302.602 100.164 88.014 4,25 562.238 5.534 31.512 4,67
2004 1.387.942 100.713 111.459 1,82 572.318 10.080 37.127 4,81
2005 1.490.540 104.588 133.936 1,84 598.230 25.912 48.411 3,93
Promedio 1.038.294 90.934 80.990 2,41 440.688 23.449 40.739 3,86
Las diferencias entre las ventas y las variaciones del parque se producen debido a que
algunos autos que fueron sacados de circulacin en el perodo t (reparacin o dados de
baja) son sacados del registro de inscripcin mucho despus. Por otro lado, autos que son
vendidos en t son inscritos en un perodo posterior. Se puede deducir que estas diferencias
se anularn al cabo de algn tiempo. Se supone que 4 aos es un perodo razonable para
que estas diferencias se anulen.
Dado lo anterior, se asume que la tasa de obsolescencia en promedio es correcta. Para ello
se tomarn promedios mviles cada cuatro aos y se analizar la tendencia de la serie.
Grficamente, se observa que esta tasa tiene un comportamiento autoregresivo. La tasa de
obsolescencia estimada de vehculo de pasajeros tiene una tendencia positiva, mientras que
la de vehculos comerciales parece haberse estabilizado cerca de 4%.
Dada la evidencia visual y con el objeto de analizar el comportamiento de la serie de datos

en el tiempo se ajusta una ecuacin autoregresiva de segundo orden con drift para la serie
de autos comerciales. Esta es:
253
Tasat = o + 1Tasat 1 + 2Tasat 2 + 3tiempo +
Los resultados se muestran en los cuadros A41 y A42. El resultado de la proyeccin

muestra que una ecuacin autoregresiva se ajusta bien a los valores existes. Se asumir
entonces que existe una tasa de obsolescencia creciente que se aproxima a un valor de 6%
al ao 2020. En Estados Unidos la flota de vehculos livianos dura 8,5 aos y la tasa de
retiro fue de alrededor de 6,5% en 1997. En la figura 5 se muestra la tasa de obsolescencia
de este mercado. Esta oscil en alrededor de 6,22 entre 1973 y 1990 con tendencia a la
baja. Para el caso de los vehculos comerciales esta fue de 4,21% ese mismo perodo de
tiempo.
Cuadro A41: Resultado modelo tasa de obsolescencia, parque pasajeros.

Constante (*) -4,0443 1,0036 -4,0298 0,0024
TOVPR -0,4910 0,1983 -2,4759 0,3280
TOVPRR (*) 0,0000 0,0000 0,0000 0,0000
TIEMPO (*) 0,2915 0,0494 5,8998 0,0002
Mtodo de Estimacin: Mnimos Cuadrados Ordinarios
Cuadro A42: Resultado modelo tasa de obsolescencia, parque comercial.

Constante (*) 2,1100 0,7344 2,8729 0,0152
TOVCR (*) 0,5341 0,1717 3,1099 0,0099
Para propsitos de proyeccin de la tasa de obsolescencia de automviles de pasajeros se

usa el valor de la tendencia generada por la ecuacin anterior. Para el caso de los
comerciales se asumir que la tasa se estabiliza en alrededor de 4,04% y de all se mantiene.
En la memoria de clculo se presentan las proyecciones de la tasa de obsolescencia.
254
Figura 4 : Pre diccin tasa de Figura 5: Tasas de obsolescencia (USA)

obsole sce ncia (Chile ) 8
7
7
6
6
5
Tasa (%)
Tasa (%)
5
4
4
3
3
2
2
1
1
0 0
1990 2000 2010 2020 1970 1975 1980 1985 1990 1995
Prediccin real Pasajeros Comerciales
1.1.4 Proyeccin del Parque Nacional
La proyeccin del parque se realiza usando el modelo descrito y las tasas de obsolescencia
de las secciones anteriores. En base a estas predicciones se estimarn las ventas aparentes
de automviles de pasajeros y comerciales en un escenario de largo plazo utilizando la
ecuacin de ajuste de stock.
El ao 2005 el parque de vehculos livianos creci un 7,2%, y en el perodo 2000-2005

creci un promedio de 4,2% por ao; mientras que las ventas en ao 2005 crecieron en
torno al 20% y en el perodo 2000-2005, el promedio fue de un 17,5%. Por lo tanto se
puede concluir, que el parque ha estado creciendo a tasas crecientes. Algo similar ocurre
con el parque de vehculos comerciales. Todo esto se puede apreciar en el Cuadro A43.
Cuadro A43: Tasas de Crecimiento del Parque y Ventas de Vehculos Livianos y Comerciales
Vehculos Livianos Vehculos Comerciales
Ao Parque Ventas Parque Ventas
Real % Real % Real % Real %
2000 1.320.600 71.499 529.900 37.256
2001 1.351.900 2,4% 64.269 -10,1% 541.100 2,1% 34.062 -8,6%
2002 1.373.121 1,6% 71.204 10,8% 556.704 2,9% 31.312 -8,1%
2003 1.402.766 2,2% 88.014 23,6% 562.238 1,0% 31.512 0,6%
2004 1.488.655 6,1% 111.459 26,6% 572.318 1,8% 37.127 17,8%
2005 1.595.128 7,2% 133.936 20,2% 598.230 4,5% 48.411 30,4%
2000-2005 20,8% 87,3% 12,9% 29,9%
Promedio 4,2% 17,5% 2,6% 6,0%
Fuente: ANAC.
255
La prediccin del parque de largo plazo utilizar como principal parmetro la estimacin de
la elasticidad ingreso obtenido del modelo presentado en la seccin anterior. Esta es una
elasticidad de largo plazo promedio para el perodo 1975-2005, sin embargo, es conocido
que a medida que aumenta el ingreso la elasticidad parque-ingreso se reduce. Por ejemplo,
algunas estimaciones muestran que pases con ingresos per cpita inferiores a US$ 2.000
tendran elasticidades de largo plazo superiores a 2.3, mientras que pases con ingresos per
cpita superiores a US$ 20.000 tendran una elasticidad de 0,171.
1.1.4.1 Proyecciones de Ventas y Parque
Las ventas de automviles nuevos se obtienen de la informacin entregada por ANAC, la

cual se encuentra disponible en detalle para los aos 1998-2007, y en forma agregada para
los aos 1989-1993. Los anlisis se separan entre vehculos de pasajeros y comerciales
porque claramente son un mercado distinto. De la informacin se desprenden los siguientes
aspectos.
Figura A20: Ventas Reales de Vehculos de Livianos y Comerciales Nacional
160
140
120
100
80
60
40
20
0
1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
Comerciales Reales Livianos Reales
Fuente: ANAC.
Primero, el comportamiento de las ventas ha seguido la tendencia del desempeo de la

economa chilena. La figura A20 muestra que existe una tendencia creciente hasta 1997 y
71
Para una revisin de modelos y estimacin ver Medlock y Soligo, 2002, J of Trans. Econ. and Pol. V. 36, pp. 163-188.
Ellos usan una estimacin de panel para 28 pases desarrollados y en desarrollo. Ellos usan datos de PIB per cpita
corregido por PPP a precios de 1985. An cuando Chile no aparece entre los pases analizados, pases con PIB
comparable como Mxico y Malasia tendran una elasticidad ingreso de alrededor de 1,2 .
256
de all comienza a caer al vaivn de la economa. A partir del ao 2000 comienza la

recuperacin de las ventas de vehculos de pasajeros.
En segundo lugar, las ventas de vehculos de pasajeros y comerciales, figura A21, tienen un
comportamiento similar hasta el ao 2001, en que la tendencia entre ambas cambia
fuertemente. A partir de all, la venta de vehculos de pasajeros se recuperan y la de
vehculos comerciales se mantienen estancadas. Claramente aqu se observa la incidencia
de la Ley 19.738 contra la evasin tributaria.
Adems, del grfico A21 se desprende que las ventas de vehculos diesel han aumentado,
tanto en el grupo de vehculos pasajeros, como en el grupo de vehculos comerciales. En
este segmento en particular se puede observar que an cuando las ventas totales disminuan,
las ventas de vehculos diesel aumentaban y desde el ao 2001 a la fecha el nmero de
unidades, supera al nmero de unidades a gasolina. En efecto mientras en 1998 los diesel
representaron el 24% de las ventas de este segmento, el ao 2006 representaron cerca del
80%.
Situacin que no ocurre en el caso de los vehculos de pasajeros, donde el nmero de

vehculos diesel aumenta, pero muy por debajo de los vehculos a gasolina. Esto se traduce
en que desde un 2,2% de importancia en 1998, el nmero de vehculos de pasajeros diesel
vendidos lleg a un 9,2% en el ao 2006.
257
Figura A21: Ventas Reales de Vehculos de Livianos y Comerciales Nacional, segn Combustible.
140
120
100
Miles unidades
80
60
40
20
0
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pasajeros Diesel Comerciales Gasolina

Comerciales Diesel Pasajeros Gasolina
Fuente: ANAC.
Como se explic en la seccin anterior, se utilizaron 2 modelos para la proyeccin del

parque: uno de corto plazo y uno de largo plazo; ms un perodo de ajuste. En la prctica
esto significa que en el perodo 2007-2011, las ventas se proyectan a travs del modelo de
corto plazo, en funcin de variables como PIB, desempleo, rentabilidad del mercado
accionario y tipo de cambio real.
Para proyectar estas variables se utiliz la encuesta de expectativas que realiza el Banco
Central, ajustando las variables por variaciones estacionales.
Para el perodo 2015-2030, se utiliz el modelo de largo plazo, las ventas se adaptan al
crecimiento del parque, puesto que en el largo plazo, la nica variable relevante ser el
nivel de actividad econmica (PIB).
Finalmente en el perodo de ajuste, tanto las ventas como el parque se adecuan para lograr
traspasar la proyeccin de corto plazo hacia la tendencia de largo plazo. Debido a que el
crecimiento de las ventas en el corto plazo es superior a la tendencia de largo, se extrapolan
linealmente estas tasas de crecimiento de manera que se ajusten en una cierta cantidad de
aos. Se asume que en 5 aos las ventas se ajustan a un equilibrio de largo plazo.
258
Con la informacin de ventas estimadas hasta el ao 2011 y con el nmero de vehculos

que salen por obsolescencia, se estima el parque de acuerdo a la ecuacin de stock dada
por:
st = vt + st 1 st 1 .
Ello debido a que razonablemente se cree que el modelo de corto plazo proyecta
relativamente bien el comportamiento de las ventas. Ms all de esto, se prefiri usar el
modelo de stock de vehculos, es decir ver la tendencia del parque y determinar que nivel
de ventas estaba acorde con un parque esperable de vehculos comerciales y de pasajeros.
Por lo tanto, desde el ao 2011 se utilizo como base de la proyeccin la tendencia del
parque en el largo plazo usando la elasticidad ingreso definida anteriormente.
Para determinar el tamao del parque en el perodo t, al parque del perodo anterior se le
suman las ventas, y se le resta una fraccin del parque del perodo anterior, por lo tanto, hay
que resolverlo progresivamente desde el ao 2006, hasta el ao 2020. Los resultados se
pueden apreciar en la figura A22. En esta figura, podemos ver el crecimiento que
experimenta el parque vehicular nacional. En el caso de los vehculos de pasajeros livianos,
se experimentara un aumento en el parque desde 1.600.000 vehculos el ao 2005 a
5.700.000 vehculos para el ao 2030, lo que se traduce en un crecimiento cercano a 3,5
veces. Por otro lado, el caso de los vehculos comerciales, el crecimiento que
experimentaran sera superior, puesto que en el mismo perodo estaran aumentando ms
de 4 veces, pasando desde un valor cercano a los 600.000 vehculos el ao 2005 a un valor
cercano a 2.600.000 vehculos al ao 2030.
259
Figura A22: Proyeccin de automviles livianos y comerciales 2005 - 2030
4,5
4,0
3,5
3,0
Millones Unidades
2,5
2,0
1,5
1,0
0,5
0,0
1980 1985 1990 1995 2000 2005 2010 2015 2020 2025 2030
Parque Livianos Parque Livianos Proyectado

Parque Comercial Parque Comercial Proyectado
Fuente: ANAC y Elaboracin Propia.
Si analizamos lo que ocurre con las tasas de crecimiento de las ventas, podemos observar
que las ventas siguen el mismo comportamiento del PIB, como se puede apreciar en la
figura A23. Aqu, vemos que en la medida que el PIB crece, las ventas de vehculos
livianos, ya sean de pasajeros o comerciales, crecen; y en la medida que el PIB decrece, las
ventas decrecen.
En el anlisis se ha supuesto que la tendencia de largo plazo del PIB, es crecer a tasas
cercanas al 4,75% anual, eso provoca que la tendencia de largo plazo de las ventas sea
crecer a tasas cercanas al 5% (5,5 en el caso de los comerciales y 4,2 en el caso de los
vehculos livianos).
260
Figura A23: Tasas de Crecimiento de Ventas y PIB
60% 20%
18%
40%
16%
14%
% Crecimiento Ventas
20%
% Crecimiento PIB
12%
0%
10%
8%
-20%
6%
-40% 4%
2%
-60%
0%
-80% -2%
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
Ventas Comerciales Ventas Livianos PIB
Fuente: ANAC y elaboracin propia
1.1.4.2 Proyeccin del Parque: Comparacin Internacional
Una forma de verificar los resultados encontrados hasta ahora, consiste en compararlos con
otros estudios relevantes y con la experiencia internacional.
As, si analizamos los resultados y proyecciones de Chumacero y Quiroz (2007) vemos que
para el ao 2015, proyecta una tasa de motorizacin que estar en el rango entre 0,19 y
0,23 vehculos por habitante; o lo que es equivalente a un intervalo entre 190 y 230
vehculos por cada 1000 habitantes.
En este estudio se ha encontrado que para el ao 2015, la tasa de motorizacin estar en

torno a los 200 vehculos por 1000 habitantes, para llegar a 241,5 vehculos por cada 1000
habitantes al ao 2020.
En el mbito internacional, con las tasas de crecimiento del PIB esperadas para el perodo
2007-2020, Chile debiese pasar desde un PIB per cpita corregido por Poder de Paridad de
Compra de US$ 11.212 el ao 2005 a US$ 22.662. Esto significa que Chile el ao 2020,
debiese tener un PIB per cpita cercano los que poseen pases como Eslovenia (US$
21.190), Portugal (US$ 21.324) y Espaa (US$ 25.187), los cuales presentaban una tasa de
motorizacin de 456, 384 y 437 vehculos por cada 1000 habitantes respectivamente.
261
Sin embargo, lo que podemos observar es que pese a que se doblara el nmero de
vehculos por cada 1.000 personas (129 a 241), todava son tasas de motorizacin muy por
debajo de las tasas de los pases sealados anteriormente.
Por lo tanto, slo se puede concluir que las estimaciones realizadas son bastante
conservadoras, considerando la experiencia internacional.
Figura A24: Parque Vehculos de Pasajeros Versus PIB per cpita (2004)
900
750
Vehculos / 1.000 hab.
600
Slovenia
450
Spain
Portugal
Czech Republic
300
Hungary
Slovak Republic Israel
2020
Russia 2015
150
2010
Chile
0
- 5.000 10.000 15.000 20.000 25.000 30.000 35.000 40.000 45.000
PPC Corregido PPC

Fuente: FMI y UNECE.
262
1.2 Estimacin del Parque de Camiones
Para estimar el parque de camiones se utiliz la informacin del INE para el perodo 1975-
2005. Esta informacin, que se presenta en la figura siguiente, muestra que el parque de
camiones a nivel nacional ha estado creciendo sostenidamente a una tasa promedio anual de
un 2,2%. La misma informacin muestra que a nivel de la Regin Metropolitana, el parque
ha estado creciendo a una tasa promedio de 2,7%, lo que se traduce en que la participacin
media de la Regin Metropolitana ha crecido en este perodo. En efecto, la figura muestra
que la participacin del parque de camiones de la R.M en relacin al total nacional fue de
un 29,1% promedio en el perodo 1975-1985 y de un 32,5% en el perodo 1986-2005. La
figura tambin muestra que a partir de 1990 esta participacin se ha mantenido cerca del
33% y ha sido bastante estable, salvo los ltimos dos aos, en las que present un pequeo
incremento.
Adicionalmente se cuenta con informacin de las plantas de revisin tcnica para la R.M
para el perodo 1998-2001. La informacin presentada en el cuadro siguiente muestra que
la informacin de las PRT difiere fuertemente con la del INE en 1998 y 1999, pero ya en el
ao 2001 la informacin de ambas fuentes comienza a coincidir. Sin embargo y por las
mismas razones enunciadas anteriormente, se opt por trabajar con la informacin del INE.
Figura A25: Parque de Camiones
140 40
120 35
30
100
Miles Unidades
25
80 %
20
60
15
40
10
20 5
0 0
1975 1980 1985 1990 1995 2000 2005
Aos
Participacin Nacional R.Metropolitana
263
Cuadro A44: Parque de camiones R.M segn PRT

.
Categora 1998 1999 2000 2001
Camin < 7 ton 16.394 22.264 27.495 30.290
Camin 7 - 16 ton 3.030 2.582 2.872 3.920
Camin > 16 ton 40 34 60 207
Tracto camin < 7 ton 979 1.943 3.110 3.452
Tracto camin 7 - 16 ton 452 893 1.303 1.719
Tracto camin > 16 ton 14 30 38 274
Total PRT 20.909 27.746 34.878 39.862
Total INE 40.814 40.326 37.074 38.025
1.2.1 Estimacin de la tasa de obsolescencia de camiones
Para estimar la tasa de obsolescencia se utilizaron los mismos supuestos anteriores, es decir se
asume que la relacin entre las ventas y el parque de automviles viene dado por la relacin:
vt = st (1 ) st 1
Donde es la tasa de obsolescencia. El nmero de vehculos retirados se estima usando datos de
parque y ventas de camiones provenientes de ANAC, se asume que la tasa de retiro u obsolescencia
solo es vlida en promedio y correspondera a un 3,13%. Esta tasa presenta una leve tendencia al
alza en el ltimo tiempo, tal como se desprende de la ltima columna del cuadro A45, donde se
trabajan con promedios mviles cada cuatro aos.
Sin embargo y dado la existencia de una cierta cantidad de camiones que entran al parque y que no
est registrado como ventas es probable que la tasa sea an mayor. Si se sume que anualmente
entran otros 1000 camiones en forma anormal, los retiros aumentaran en promedio en 1000
unidades y la tasa de obsolescencia crecera a 4% promedio.
1.2.2 Proyeccin del Parque de Camiones
Para proyectar el parque se utiliz la informacin del INE a nivel nacional. Con esta
informacin se estim una ecuacin de stock de camiones que puede ser representada por la
siguiente ecuacin:
SCt = + o I t + 1 I t 1 + 2 I t 2 + 3 I t 3 + Pt + t
Donde SC es el parque de camiones en el ao t, It es el ingreso del ao t y It-i es el ingreso

rezagado i perodos . Se incluye adems una variable precio, la que fue estimada usando
como proxy el precio del dlar.
264
Cuadro A45: Clculo de la tasa de obsolescencia
Parque Ventas Retiros Retiros Tasa

Ao Diferencia
INE ANAC Estimados Estimados(*) obsolescencia(*)
1989 75.700 4.860
1990 80.500 4.800 2.807 -1.993
1991 86.900 6.400 4.334 -2.066
1992 91.600 4.700 7.606 2.906
1993 100.800 9.200 7.806 -1.394 -637 -0,6%
1994 99.200 -1.600 7.442 9.042 2.122 2,1%
1995 108.100 8.900 9.362 462 2.754 2,5%
1996 110.200 2.100 9.590 7.490 3.900 3,5%
1997 116.400 6.200 10.269 4.069 5.266 4,5%
1998 120.400 4.000 7.528 3.528 3.887 3,2%
1999 120.800 400 4.557 4.157 4.811 4,0%
2000 115.600 -5.200 4.965 10.165 5.480 4,7%
2001 115.100 -500 4.648 5.148 5.750 5,0%
2002 118.814 3.714 4.584 870 5.085 4,3%
2003 116.100 -2.714 5.563 8.277 6.115 5,3%
2004 122.058 5.958 8.549 2.591 4.222 3,5%
2005 125.894 3.836 11.046 7.210 4.737 3,8%
promedio 107.304 3.779 4.115 3,53%
3,52%
* Promedio mvil de 4 aos.
La ecuacin se estim en logaritmo natural usando Mnimos Cuadrados Ordinarios

corregido por autocorrelacin de errores y sus resultados se presentan en el cuadro A46.
Cuadro A46: Resultado modelo largo plazo, Parque Camiones.

Constante (*) 3,7322 1,2109 3,0822 0,0021
LPIB (*) 0,6637 0,2615 2,5378 0,0112
LPIBR -0,1749 0,3293 -0,5311 0,5954
LPIB2R 0,3924 0,3231 1,2148 0,2244
LPIB3R -0,3315 0,2576 -1,2868 0,1982
LDOL(*) -0,3557 0,1193 -2,9812 0,0029
RHO (*) 0,6034 0,1535 3,9319 0,0001
R2 ajustado= 0.9479 ; F[ 5, 22] = 99,26, N = 28, (*) valido al 95% de confianza.
Las variables con (*) muestran significancia al 95%. Las variables LPIB es el logaritmo del
Producto Interno Bruto (PIB), mientras que LPIBR es el logaritmo del PIB rezagado en un
265
perodo, LPIB2R indica 2 rezagos y as sucesivamente. LDOL es el logaritmo del valor real
del dlar que se usa como variable proxy para el precio del camin. La elasticidad ingreso
de corto plazo es de 0,66 mientras que la de largo plazo es de 0,55.
Usando estos datos y usando proyecciones del PIB y precio del dlar se estima el parque
para el perodo 2006-2030. En la figura siguiente se presentan los valores reales y
proyectados de la estimacin. Se debe hacer notar que esta proyeccin es de largo plazo y
no puede predecir lo que ocurrir en el corto plazo.
Esto significa que slo se proyecta el parque en funcin del PIB y del Tipo de Cambio
Real. Luego, como la tasa de obsolescencia est definida como un porcentaje del parque del
perodo anterior, se puede calcular fcilmente. Por ltimo, las ventas se obtienen como la
diferencia entre las unidades de un ao con las del ao anterior.
Figura A26: Estimacin y proyeccin parque de camiones

300
250
Prediccin
Miles
200 Real
150
100
50
0
1975 1980 1985 1990 1995 2000 2005 2010 2015 2020 2025 2030
Ao
1.3 Estimacin del Consumo de Combustibles del Sector Transporte
Para proyectar el consumo de combustible del transporte terrestre al ao 2030, es necesario

asociar un nivel de actividad y un consumo de combustible por cada categora de vehculo
perteneciente al parque considerado.
A partir de los modelos de estimacin de parque de camiones, informacin secundaria y un

modelo economtrico simplificado que permiti proyectar buses interurbanos, se obtiene la
evolucin del parque automotriz nacional (cuadro A47).
Cuadro A47: Parque de vehculos a nivel Nacional: Proyeccin 2005 2030

Ao Livianos Comerciales Buses Camiones Buses Otros
266
Interurbanos Santiago
2005 1.595.128 598.230 34.413 125.894 9.000 130.237
2010 2.099.341 875.363 46.407 152.703 5805 130.237
2015 2.745.464 1.211.680 56.974 179.955 5573 130.237
2020 3.548.652 1.601.686 68.098 207.118 5573 130.237
2025 4.526.590 2.067.506 80.066 235.676 5573 130.237
2030 5.715.312 2.654.558 93.523 267.578 5573 130.237
Tanto en vehculos livianos, como comerciales y camiones, se han considerado

subcategoras, de acuerdo a la tecnologa de los vehculos, a las que se han asociado
factores de consumo de combustible de fuentes mviles en ruta proporcionadas por fuentes
oficiales (COPERT IV, 2006). En el cuadro siguiente se presenta el resumen de las
categoras consideradas y los factores de consumo correspondientes para cada una de ellas.
Cuadro A48: Categoras de vehculos y consumos de combustibles asociados
Categora de Vehculo Consumo de
Combustible (gr/km)
Vehculos particulares gasolina catalticos Tipo 1 80,2
Vehculos particulares gasolina catalticos tipo 2 82,1
Vehculos particulares gasolina no catalticos 97,3
Vehculos particulares Diesel Tipo 1 76,6
Vehculos particulares Diesel Tipo 2 75,8
Vehculos particulares Diesel Tipo 3 76.2
Vehculos comerciales gasolina catalticos Tipo 1 134,9

Vehculos comerciales gasolina catalticos Tipo 2 134,9
Vehculos comerciales no catalticos 115,2
Vehculos comerciales Diesel Tipo 1 104,4
Camiones Livianos Convencionales 243,5

Camiones Livianos Tipo 1 205,4
Fuente: COPERT IV, 2006
267
De la misma forma, a continuacin se presenta el resumen de las categoras consideradas en

el caso de los buses y los factores de consumo correspondientes para cada una de ellas
Cuadro A49: Categoras de buses y consumos de combustibles asociados

Categora de Vehculo Consumo de
Combustible (gr/km)
Buses Transantiago
Euro 1 318,7
Euro 2 342,6
Euro 3 312,3
Euro 3 80pax 530
Euro 3 160pax 559
Buses Interurbanos
Euro 1 318,7
Fuente: COPERT IV, 2006
Por ultimo, se requiere asociar un nivel de actividad promedio anual a las grandes
categoras (modos) de vehculos consideradas. Ello se realiza sobre la base de opinin
experta e informacin secundaria y se presenta en el cuadro siguiente.
Cuadro A50: Nivel de Actividad por Modo

Categora Nivel de Actividad (Km/Ao)
Vehculos Livianos 15.000
Vehculos Comerciales 25.000
Buses Interurbanos 50.000
Camiones 60.000
Buses Santiago antiguos 70.000
Buses Transantiago 60.000
Otros 5.000
De esta forma, dado el parque de vehculos (nmero), el consumo de combustible y los

kilmetros recorridos al ao de cada categora, es posible estimar el consumo de
combustible total anual, dividido en gasolina y diesel. Ello se presenta en el siguiente
cuadro.
268
Cuadro A51: Consumo de combustible por categora de vehculo: 2005 2030

Buses
Ao Vehculos Livianos Vehculos Comerciales Camiones Buses Santiago Otros
Interurbanos
Gasolina Diesel Gasolina Diesel Diesel Diesel Diesel Diesel
(Toneladas)(Toneladas) (Toneladas) (Toneladas) (Toneladas) (Toneladas) (Toneladas) (Toneladas)
2005 1.175.377 23.619 940.874 310.377 1.604.421 548.371 206.313 207.543
2010 1.435.793 183.497 978.204 936.011 1.921.281 739.498 206.223 207.543
2015 1.718.332 476.220 885.894 1.852.130 2.218.391 907.888 211.284 207.543
2020 2.035.111 894.923 724.768 2.837.553 2.524.150 1.085.138 211.284 207.543
2025 2.363.989 1.509.022 626.751 4.197.198 2.843.332 1.275.855 211.284 207.543
2030 2.791.741 2.211.242 516.950 5.720.657 3.195.464 1.490.290 211.284 207.543
Como se aprecia en el cuadro anterior, el consumo proyectado de diesel ser mucho mayor
que los requerimientos de gasolina al ao 2030. En efecto, el consumo de diesel aumenta en
3,5 veces, mientras que el de gasolina slo en un 56%.
Finalmente, en el cuadro y la figura siguientes se presenta el consumo de combustible

diesel y gasolina en una unidad energtica comn (TCal).
Cuadro A52: Consumo de combustible por categora de vehculo: 2005 2030 (TCal)
Ao Consumo Diesel Consumo Gasolina
(TCal) (TCal)
2005 31.617 23.702
2010 45.715 27.037
2015 64.021 29.167
2020 84.590 30.911
2025 111.662 33.496
2030 142.098 37.057
269
Figura A27: Estimacin consumo de combustible diesel y gasolina: 2005 2030
160.000
140.000
Consumo Combustible (TCal)
120.000
100.000
Diesel
80.000
Gasolina
60.000
40.000
20.000
0
2005
2010
2015
2020
2025
2030
Aos
270
ANEXO 8: DEMANDA MXIMA ESTIMADA PARA EL SIC Y SING
Demanda mxima SIC Demanda mxima sistema SING Energa SIC Energa SING
Ao [MW] [MW] [MWh] [MWh]
1995 3.235 611 19.403.839 4.501.262
1996 3.497 747 21.259.934 5.378.307
1997 3.773 812 22.559.973 6.444.419
1998 3.991 1.021 23.356.869 7.275.655
1999 4.186 1.094 26.136.695 8.305.102
2000 4.516 1.154 27.212.001 9.130.797
2001 4.694 1.221 29.376.162 9.722.237
2002 4.878 1.360 30.402.186 10.123.778
2003 5.162 1.416 32.243.162 11.789.601
2004 5.431 1.567 34.816.023 11.794.478
2005 5.764 1.566 35.610.883 12.124.952
2006 6.059 1.676 38.026.260 12.305.797
2007 6.451 1.774 40.867.069 11.560.540
2008 6.807 1.878 43.378.335 12.009.794
2009 7.198 2.004 46.109.741 12.690.463
2010 7.747 1.963 49.589.251 12.382.209
2011 8.368 2.076 53.455.448 13.091.281
2012 8.881 2.123 56.957.326 13.388.223
2013 9.441 2.045 60.755.759 12.901.295
2014 9.988 2.099 64.606.923 13.239.970
2015 10.586 2.165 68.779.307 13.656.780
2016 11.095 2.272 72.341.689 14.330.766
2017 11.591 2.349 75.927.227 14.814.455
2018 12.114 2.429 79.711.034 15.319.677
2019 12.665 2.513 83.704.455 15.847.396
2020 13.245 2.600 87.919.383 16.398.688
2021 13.896 2.718 92.513.108 17.144.861
2022 14.602 2.813 97.212.009 17.742.118
2023 15.347 2.912 102.172.881 18.365.943
2024 16.144 3.029 107.481.828 19.104.462
2025 16.986 3.151 113.083.513 19.871.932
2026 17.863 3.263 118.923.742 20.582.943
2027 18.789 3.381 125.091.373 21.325.797
2028 19.768 3.504 131.605.201 22.101.978
2029 20.801 3.633 138.485.115 22.913.040
2030 21.893 3.767 145.752.157 23.760.614
271
ANEXO 9: EL MODELO LEAP Y UNA PROPUESTA PRELIMINAR DE

IMPLEMENTACION PARA CHILE
En este apartado se hace una propuesta respecto de la implementacin del modelo LEAP
para Chile. Se presenta primero cmo estimar la demanda de energa utilizando el modelo
LEAP y la forma en que ste podra implementarse para Chile. Basado en lo anterior, se
sugiere una estrategia preliminar para poder realizar esta implementacin.
1) Introduccin: Estimando Demanda Energtica en LEAP
En el modelo LEAP, el anlisis de demanda se realiza siguiendo un enfoque de uso final.

Al seguir este enfoque se usa informacin econmica, demogrfica y de usos energticos
para construir escenarios que examinan los consumos totales o desagregados por tipo de
combustible y como estos evolucionan a travs de los sectores de la economa.
LEAP brinda flexibilidad para escoger la estructura de los datos de demanda energtica. En
particular, es posible modelar demanda con altos niveles de agregacin como tambin
estructuras de uso final muy desagregadas. Tpicamente, una estructura considera sectores
como hogares, industria y transporte. A su vez, estos sectores pueden desagregarse en
subsectores, usos finales y/o artefactos que consumen energa.
LEAP provee de distintas opciones metodolgicas para realizar anlisis de demanda. En

particular considera las siguientes alternativas metodolgicas:
Anlisis de Nivel de Actividad. Este enfoque permite incorporar directamente los

consumos energticos de una actividad a un anlisis de demanda de energa final
(Incorporacin directa en el modelo de cada consumo final). Otra alternativa es
estimar los consumos de energa como el producto entre el nivel de actividad y
alguna estimacin de la intensidad energtica anual (uso de energa por unidad de
actividad).
Anlisis de Stock. Segn este enfoque el consumo se calcula mediante el anlisis

presente y futuro de artefactos que consumen energa y la intensidad energtica
anual de cada artefacto (definido como energa por artefacto).
Anlisis de Transporte. Este enfoque permite calcular el consumo energtico de

cada categora vehicular considerada como el producto entre el nmero de
vehculos, la distancia media recorrida por cada vehculo al ao y el consumo
unitario de combustible.
272
El LEAP permite escoger entre las distintas metodologas y utilizarlas conjuntamente. Por
ejemplo, puede utilizarse un enfoque de nivel de actividad para la actividad industrial y uno
de stock para el sector residencial.
En cada caso, los clculos de demanda se basan en la desagregacin de distintas medidas de

actividades sociales y econmicas (nmero de hogares, kilmetros recorridos por vehculo,
toneladas de produccin industrial o valor comercial agregado). Estos niveles de actividad
luego deben multiplicarse por las intensidades energticas de cada actividad. Cada
medicin de nivel de actividad o de intensidad energtica puede proyectarse en el LEAP
mediante distintas tcnicas que van desde aplicar tasas de crecimiento a tcnicas ms
sofisticadas como interpolacin y suavizacin exponencial.
2) Propuesta de Desarrollo para Chile
En esta seccin se presenta una propuesta para utilizar el modelo LEAP (u otro similar de
uso final) en Chile. Esta propuesta tiene como objeto utilizar el potencial de este tipo de
modelos. En particular, la propuesta busca incorporar en el modelo energtico el cambio
tecnolgico y posibles medidas de eficiencia energtica. Los criterios de definicin de esta
propuesta se basan en la factibilidad de obtener informacin en cada caso y en que los
sectores escogidos abarquen una fraccin relevante del consumo del sector.
Para ello, se distingue entre cuatro sectores principales de demanda final donde se justifica
realizar los primeros intentos de estimacin de demanda energtica ms detallada.
Residencial
Principales sectores Industriales
o Papel y celulosa, Siderurgia, Cemento, Industrias varias.
Minera del Cobre
Transporte Terrestre
Al ao 2006 y segn el Balance de Energa, el sector residencial representa ms del 80%

del consumo total del sector CPR. Al considerar los consumos de los sectores industriales
sealados y de minera del cobre se incluye alrededor del 87% del consumo total del sector
industria y minera segn el Balance Energtico del 2006. Finalmente, el transporte
terrestre segn el mismo balance representa alrededor del 70% del consumo total del sector
transporte.
Para los sectores ms pequeos se sugiere mantener anlisis de estimacin simple (ya sea
economtricos relacionados con variables econmicas o que permitan ser estimadas a partir
de los consumos de sectores principales). Este tipo de enfoques se sugiere por ejemplo para
los sectores comercial, pblico y sectores industriales y mineros menores. Esto se justifica
adems por contar estos sectores pequeos con escasa disponibilidad de estudios y datos
273
que permitan implementar adecuadamente un enfoque de uso final en el corto o mediano

plazo.
A continuacin para cada uno de estos sectores se propone una alternativa para el caso
chileno.
2.1 Sector Residencial
En el sector residencial se propone un anlisis de stock. La justificacin para esta eleccin

se basa en estudios preliminares existentes con fines comerciales respecto de la compra y
venta de artefactos energticos de uso residencial, o bien estudios con motivaciones de
eficiencia energtica que cuentan con informacin respecto de artefactos de uso residencial
y tendencias tecnolgicas. Respecto, a las tendencias tecnolgicas es posible incorporar
consideraciones de experiencias internacionales de pases desarrollados, estudios de
tendencias tecnolgicas y/o opinin experta de actores relevantes.
Puede ser conveniente desagregar los artefactos en categoras segn uso. Por ejemplo,
iluminacin, calefaccin, refrigeracin, etc. Por motivos de eficiencia energtica y para
obtener estimaciones de consumos ms precisos, deben distinguirse tipos de artefactos (por
ejemplo, ampolletas eficientes y la evolucin de tasas de penetracin). Tambin, las
normativas de vivienda deben considerar en los cambios de consumo particularmente para
los usos de calefaccin. Por otra parte, y con el objeto de tener mayor representatividad,
puede ser deseable desagregar los consumos energticos de los hogares por estratos
socioeconmicos.
El cuadro siguiente presenta para el sector residencial el tipo de anlisis escogido, los tipos
de estudios y datos ya existentes que justifican la eleccin metodolgica, y los datos finales
necesarios. Para obtener stos ltimos, se utilizara la informacin ya existente y
potenciales antecedentes adicionales. En particular, y a modo de ejemplo, puede ser
conveniente relacionar el aumento de stock de algunos artefactos con niveles de actividad
econmica (como crecimiento) tras el correcto testeo estadstico de tal dependencia. Por
otra parte, y a pesar de que por la naturaleza de los modelos de uso final, estos no pueden
incorporar cambios en precios relativos de combustible, supuestos de largo plazo de entrada
y reemplazo tecnolgico pueden suplir esta falencia e intentar representar condiciones de
mercado en el futuro.
274
Cuadro 4 Tipo de Anlisis, Justificacin y Datos Necesarios de Procesar para el Sector Residencial.
Tipo de Datos/Estudios
Sector Tipo de Anlisis Datos Finales Necesarios
Existentes que Justifican Eleccin
Inventario actual y proyectado
por tipo de artefacto (segn
uso), estimacin de uso
Existencia de Estudios de
promedio anual por tipo de
Mercado y Eficiencia Energtica,
artefacto. Para motivos de
encuestas tipo CASEN, datos de
eficiencia energtica
Sector mercado (ventas y tendencias),
Anlisis de Stock desagregar por tipo de
Residencial datos demogrficos
ampolleta, etc. (Puede ser til
desagregar por estrato
socioeconmico).
Estudios tecnolgicos de Consumos representativos
tendencias, experiencia unitarios (por hora-artefacto) y
internacional, opinin experta proyeccin al futuro.
Este tipo de anlisis parece adecuado para distintos artefactos ya sea elctricos, a gas
natural, gas licuado, kerosene, etc. Por este mismo motivo, el anlisis de polticas o
tecnologas de eficiencia energtica resultan simples y directos. Sin embargo, un
combustible relevante que no parece factible abordar a partir de este enfoque es la lea. De
todos modos, la flexibilidad que poseen los modelos tipo LEAP permiten incorporar para
este combustible alguna alternativa de estimacin simple (por ejemplo, de tipo estadstico o
economtrico) basado en estudios complementarios.
A modo de ejemplo, el cuadro siguiente presenta segn el uso, los tipos de artefactos
generalmente relevantes en este tipo de anlisis.
275
Cuadro 5 Ejemplo de Usos y Artefactos de Uso Residencial

Uso Artefactos
Iluminacin Ampolletas Incandescentes
Ampolletas Eficientes
Estufas Elctricas
Calefaccin y Sistemas de Estufas Gas Natural
Acondicionamiento Estufas Gas Licuado
Estufas Parafina
Calefaccin Central (por tipo de combustible)
Calefaccin a Lea//uso combinado con coccin y calentamiento de
agua.
Otros
Aire Acondicionado/ ventilacin
Refrigeracin Refrigeradores Normales
Refrigeradores Eficientes
Cocinas a Gas Natural
Coccin Cocinas a Gas Licuado
Cocinas Elctricas
Cocinas a Lea
Computadores
Usos Varios Televisores
DVD's
Equipos de audio
Artefactos electrodomsticos
Otros
Para poder introducir en un modelo de uso final el detalle por artefacto, es decir tecnologa,
caractersticas de consumo, evolucin de parque e intensidad energtica, etc. se insiste en la
necesidad de realizar un estudio destinado exclusivamente para tal efecto.
2) Principales Sectores Industriales y Minera del Cobre
Para los principales sectores industriales y la minera del cobre se sugiere un anlisis de
nivel de actividad. Los sectores industriales deberan incluir los sectores de papel y
celulosa, cemento, siderurgia e industrias varias. En cada caso, el nivel de actividad en cada
caso puede ser una mtrica fsica o econmica de la produccin de cada sector. Para el caso
de industrias varias el nivel de actividad puede ser la produccin agregada de la economa
y/o otras variables agregadas que permitan explicar bien su evolucin.
Este tipo de anlisis se justifica para estos sectores por el hecho de ser la industria y minera
extremadamente heterognea y por ser muy difcil realizar un anlisis de stock. Este ltimo
tipo de anlisis requerira un inventario detallado de motores, calderas, y de cada tipo de
276
artefacto utilizada en cada una de las industrias. Por otra parte, muchos de estos sectores
cuentan con estudios en que se proyecta al futuro la produccin y planes de desarrollo
(como por ejemplo, proyectos de inversin). Adems, la experiencia internacional suele
realizar anlisis de tipo stock para los sectores industriales (Por ejemplo MAED).
Los consumos por nivel de actividad deben incorporar las normativas y opciones
voluntarias de las empresas por aumentar la eficiencia de los procesos. En este caso, y a
pesar de no recomendar en estos sectores un anlisis de stock por la intensidad de datos
requeridos, las intensidades energticas deben considerar la penetracin progresiva de estas
alternativas.
El cuadro siguiente presenta para los principales sectores industriales el tipo de anlisis
sugerido, los tipos de estudios y datos existentes que justifican la eleccin metodolgica, y
los datos finales necesarios. Para obtener estos ltimos, se utilizara la informacin ya
existente y potenciales antecedentes adicionales.
Cuadro 6 Tipo de Anlisis, Justificacin y Datos Necesarios de Procesar para Principales Sectores
Industriales y Minera del Cobre
Tipo de Datos/Estudios Existentes que Datos Finales
Sector Tipo de Anlisis
Justifican Eleccin Necesarios
Niveles de actividad
(produccin fsica o
Existencia de Estudios de proyectos de
econmica) actuales
inversin, proyecciones de produccin
y proyectadas. Debe
sectoriales, relacin entre produccin
incorporar efecto de
sectorial con nivel de actividad
por ejemplo motores
Principales Sectores Anlisis de econmica agregada
ms eficientes y su
Industriales y Minera Nivel de
evolucin.
del Cobre Actividad
Para cada sector,
estimacin de uso de
Estudios de caracterizacin tecnolgica
cada combustible
por sector, experiencia internacional de
por unidad de nivel
sectores, opinin experta
de actividad actual y
proyectadas.
En este tipo de anlisis, el reemplazo y cambio tecnolgico (variacin de consumo de cada

combustible por unidad de nivel de actividad sectorial) debe intentar representar
condiciones de mercado y tecnolgicas de largo plazo.
277
3) Sector Transporte Terrestre
Para el sector transporte se sugiere un anlisis de transporte. ste es anlogo al anlisis de

stock pero incorpora las particularidades del sector transporte. Permite trabajar en base a
una desagregacin de las categoras vehiculares habituales (vehculos livianos particulares
y comerciales, transporte de carga, transporte de pasajeros urbano e interurbano). A su vez,
dentro de cada categora es posible hacer distinciones por tecnologa (el combustible
utilizado y, por ejemplo, que cumpla alguna norma EPA o EURO).
La eleccin de este tipo de anlisis se justifica por contar con estudios e informacin
desagregada del parque vehicular existente, de los consumos medios por kilmetro
recorrido segn categora vehicular y tecnologa, y de estimaciones de niveles de actividad
promedio por tipo de vehculo. Adicionalmente, la industria automotriz cuenta con metas
claras respecto de eficiencia en consumo de combustible y ambientales que resultan fciles
de incorporar. Por ejemplo, entrada de normas EPA o EURO, etc.
El cuadro siguiente presenta para el sector transporte terrestre el tipo de anlisis sugerido,
los tipos de estudios y datos existentes que justifican la eleccin metodolgica, y los datos
finales necesarios. Para obtener stos ltimos, se utilizara la informacin ya existente y
potenciales antecedentes adicionales.
Cuadro 7 Tipo de Anlisis, Justificacin y Datos Necesarios de Procesar para el Sector Transporte
Terrestre.
Tipo de Datos/Estudios Existentes Datos Finales
Sector Tipo de Anlisis
que Justifican Eleccin Necesarios
Proyeccin de
parque por
categora
Existencia de Estudios y datos de
vehicular,
parque y proyecciones, consumos
Consumos,
por kilmetro recorrido, niveles
promedio anuales por categora. niveles de
actividad
promedio anuales
Sector Transporte por categora.
Anlisis de Transporte
Terrestre Estimacin de
penetracin de
nuevas
tecnologas por
Estudios de futuras tecnologas y
categora
penetraciones
vehicular,
Evolucin de
consumos de
combustible
278
A modo de ejemplo, el cuadro siguiene presenta una desagregacin usual del parque de
transporte terrestre y tecnologa.
Cuadro 8 Ejemplo de modos de transporte

Modos de Transporte Tecnologa
Vehculos Particulares Diesel Euro1
Vehculos Particulares Diesel Euro3
Vehiculos Particulares Gasolineros Cataliticos Euro1
Vehiculos Particulares Gasolineros No Cataliticos
Vehiculos Particulares Gasolineros No Cataliticos ECE 15-00/01
Vehiculos Particulares Gasolineros No Cataliticos ECE 15-02/03
Vehiculos Particulares Gasolineros No Cataliticos ECE 15-04
Vehiculos Particulares Gasolineros No Cataliticos Improved conventional
Vehiculos Particulares Gasolineros No Cataliticos Open loop
Vehiculos Particulares Gasolineros No Cataliticos PRE ECE
Vehculos Livianos Hbridos
Comerciales Gasolina Convencional
Comerciales Gasolina Euro1
Comerciales Diesel Convencional
Comerciales Diesel Euro1
Vehculos Comerciales Hbridos
Euro 1
Euro 2
Euro 3
Euro 3 80pax
Buses Interurbanos Euro 3 160pax
Euro 1
Euro 2
Euro 3
Euro 3 80pax
Buses Urbanos Euro 3 160pax
Transporte de Carga Camiones Livianos Convencional
Camiones Livianos PEC-0
Camiones Medianos Convencional
Camiones Medianos PEC-0
279
Modos de Transporte Tecnologa

Camiones Pesados Convencional
Camiones Pesados PEC-0
4) Levantamientode la informacin requerida por el modelo LEAP
En el siguiente cuadro se distingue la informacin que puede ser incorporada en el modelo

LEAP y un levantamiento preliminar de la disponibilidad de informacin existente. Hay
que recalcar en la necesidad de un proceso ms detallado de recopilacin de sta.
Cuadro 9 Ejemplo informacin que se podria incorporar en el modelo LEAP y sus disponibilidad de
informacin.
Datos requeridos en el periodo de Informacin

LEAP
estudio disponible
Poblacin X Si
Tasa de crecimiento de la poblacin X Si
Poblacin urbana y rural
Demografa
Fuerza laboral
Porcentaje de la poblacin en grandes
ciudades
PIB X Si
ndices Tasa crecimiento PIB X
Datos econmicos Estructura PIB principales sectores y
generales Si(1)
subsectores econmicos
Intensidades energticas subsectoriales
por consumo de motor
Intensidades energticas subsectoriales
ndices por uso especfico de electricidad
energticos Intensidades energticas subsectoriales
por usos trmicos
Consumos energticos sectoriales y
X Si
subsectoriales (Balance energtico)
Industrial y Estructura de la demanda trmica til
Sectores
Minero por proceso
Factor de penetracin de portadores
energticos en los diferentes subsectores
eficiencia de los combustibles en los
Si
diferentes subsectores
280

LEAP
estudio disponible
eficiencia de los procesos en los

diferentes subsectores
Generacin carga-kilmetro
Estructura por modo de transporte de
Transporte X Si
carga
Carga
Intensidades energticas de transporte de
X Si
carga
Distancia recorrida en la ciudad X(2)
Transporte Factores de carga
pasajeros Estructura por modos de transporte
dentro de la Si
dentro de la ciudad
ciudad
Intesidades energticas de transporte de
X
pasajeros en la ciudad
Distancia recorrida entre ciudades X(2)
Transporte Factores de carga
pasajeros entre Estructura del transporte pblico X(3) Si
ciudades Intesnsidades energticas del transporte
pblico
Viviendas que requieren calefaccin y
grados da
Composicin de los tipos de vivienda
que requieren calefaccin
Tamao de los tipos de vivienda Si
Requerimientos de calefaccin y/o aire
Residencial X
acondicionado por tipo de vivienda
Urbano y Rural Prdidas de calor por tipo de vivienda
Factores de vivienda: coccin,
calentamiento agua y equipamiento
Penetracin de formas energticas X Si
Eficiencias de formas energticas
Factor de penetracin por tecnologa de
calefaccin
Fuerza laboral en el sector servicios
Factores de calefaccin y aire
acondicionado
Servicios Intensidades energticas para usos
distintos a la calefaccin
Penetracin de formas energticas
Eficiencias de formas energticas
Calendario, temporadas y definicin de
Generacin
das tpicos
Estructura de la electricidad
suministrada por la red principal a cada
sector
Estructura de los clientes por sector
281

LEAP
estudio disponible
Prdidas de transmisin y distribucin X Si
Orden de Mrito por tipo central
X Si
generadora
Coeficientes de carga para cada dia de
ao segn sector
(1) Se tiene la estructura sectorial del PIB pero se supondra una tasa de crecimiento
(2) El LEAP no distingue entre viajes en la ciudad e inter ciudades
(3) El LEAP considera un parque de vehculos y se asigna una tasa de crecimiento
282

Proyeccion Demanda Nacional PDF

Cargado por

Copyright:

Formatos disponibles

Proyeccion Demanda Nacional PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proyeccion Demanda Nacional PDF

Cargado por

Copyright:

Formatos disponibles

PROGRAMA DE GESTION Y ECONOMIA AMBIENTAL

DEPARTAMENTO DE INGENIERIA INDUSTRIAL

PROGRAMA DE GESTIN Y ECONOMA AMBIENTAL (PROGEA)

Departamento de Ingeniera Industrial

Diseo de un Modelo de Proyeccin de Demanda

Investigador Responsable: Ral O`Ryan.

3.4 Modelos por sector................................................................................................... 58

Anexo 6: Proyeccion de demanda elctrica SIC y SING ................................................. 245

El presente informe ha sido elaborado por el Programa de Gestin y Economa Ambiental

El objetivo general del estudio es disear un modelo de proyeccin de demanda energtica

Definir un marco conceptual y de informacin para un modelo de proyeccin de

Disear un modelo simple y transparente de proyeccin del consumo energtico a

Aplicacin del modelo en escenarios razonables, con la informacin de

Para responder a estos objetivos, el informe se ha estructurado en cinco captulos. En el

En el segundo captulo se analizan metodologas de modelacin de variables energticas

En el siguiente captulo se describe y justifica el modelo de consumo energtico de largo

En el cuarto captulo se propone una metodologa y se desarrolla su aplicacin para

Finalmente en el quinto captulo se detallan las conclusiones del estudio y se dan

A. EVOLUCION DEL CONSUMO DE ENERGIA EN CHILE1

De acuerdo al Balance de Energa (2006) el consumo energtico de Chile est determinado

El transporte es el mayor demandante de energa, representando el 37% del consumo final

Figura 1 Flujo de energa para el ao 2006 en GWh.

Fuente Tipo de energa Tipo de uso

33632 416 15889

Si bien, como se discutir en la seccin siguiente, ha habido en Chile un crecimiento

En la figura 2 se presenta el consumo especfico del sector residencial para diversas

En la figura se aprecia que el consumo especfico de Chile en el ao 2003 es un 43% del

Figura 2: Consumo especfico de energa en el sector residencial

Europa North Chile Asia Sudamrica Medio

Figura 3: Consumo especfico de energa sector transporte

Consumo de gasolina y diesel por habitante

consumo diesel por habitante consumo gasolina por habitante

Figura 4: Consumo de energa elctrica por persona

Consumo de energa elctrica por persona

2 Evolucin de consumo final de energa 1982-2006

Como se puede apreciar en la figura 5, hay una clara tendencia al aumento de la

Figura 5: Evolucin del consumo relativo de energticos. Perodo 1982-2006.

Consumo Relativo de energticos

En la figura 6 se presenta la evolucin en Chile del consumo final de energticos en

Figura 6. Evolucin del consumo de energa final por energtico (1982-2006).

Consumo Final de Energa por Energtico

3 Comportamiento de consumo sectorial

Consumo energtico sectorial relativo

En la figura 8 se observa la evolucin del consumo absoluto de energticos por sector. En

Figura 8. Evolucin del consumo de energa por sector.

Consumo Final de energa por sector

Cobre Industria y minas varias CPR Transporte Otros

4 Comportamiento de los precios de los energticos

Figura 9. Comportamiento de los precios reales de los energticos primarios.

Evolucin del Precio Real

En la figura 10 se muestra la evolucin del precio de la energa elctrica en Chile durante el

Figura 10. Evolucin del precio real de la energa elctrica en Chile

PRECIO DE NUDO ENERGIA

Fuente: CNE. Datos histricos de precios de nudo. Sistemas elctricos chilenos.

De acuerdo a la evidencia presentada, la tendencia histrica del consumo final de

B. MODELOS ENERGETICOS UTILIZADOS EN EL MUNDO.

2 Clasificacin y Categoras de Modelos Energticos.

Existen diversas formas de clasificar modelos energticos. Entre las clasificaciones

Clasificacin segn propsito/objetivo del modelo