Estudio y modelación de la mezcla de biomasa y variables de procesos para la producción de vapor en la Planta Energía Pacífico S.A.

Abstract

El control de las variables de proceso en la combustión de la biomasa para la generación de energía, constituye un asunto de interés desde el punto de vista del rendimiento de la biomasa y la estabilidad en la generación de la energía. Es por ello que es de suma importancia establecer las variables que afectan significativamente al proceso. Diversos estudios se realizan al momento de diseñar una planta para la generación de energía con biomasa, con el fin de que esta funcione de manera óptima. Sin embargo, la falta de control de ciertas variables, como la humedad de la biomasa, densidad aparente, temperatura ambiente entre otros, hace imposible que se obtengan los mismos resultados de diseño. El presente trabajo de Habilitación Profesional se centra en estudiar la influencia de las variables de proceso, como también la influencia de las proporciones en la cual se mezcla la biomasa, ya que, la empresa Energía Pacífico S.A. utiliza una mezcla de diversas biomasas para combustionar. Esta influencia obtenida con el Análisis de Varianza (ANOVA, por sus siglas en inglés) da paso a la generación de modelos que predice el vapor neto con la mezcla de biomasa y las variables de proceso, todo realizado con la base de datos de la empresa de dos años (2018 y 2019). También se procedió a dividir la base de datos en dos períodos (Período 1; otoño-invierno, Período 2; primavera-verano), para evitar que las estaciones climáticas afecten el estudio estadístico. Posteriormente con una iteración de la influencia entre el modelo de variables de proceso y el modelo de mezcla, que maximice el Coeficiente de Determinación (R2) se obtuvo el Modelo general para ambos períodos. Finalmente se realizó una validación de los modelos generales obtenidos, con datos reales de la empresa. Esta validación tiene como fin demostrar de manera empírica la predicción del modelo, ya que, no se utilizaron ecuaciones de ningún tipo. Los modelos se obtuvieron con ajustes lineales y cuadráticos. El modelo general del Período 1 obtuvo un R2 de 99,51 % y el modelo general Período 2 con un valor de 97,57 %, con errores promedios de 2,42% y 1,38% para los Períodos 1 y 2 respectivamente.