Estudio de alternativas de sistemas fotovoltaicos para la Aeronáutica Civil en el Aeropuerto Camilo Daza

---

Introducción

La implementación de energías renovables ha tenido un gran crecimiento en los últimos años, gracias al desarrollo tecnológico y el amplio mercado de equipos disponibles actualmente. En Colombia, la ley 1715 de 2014 [1] busca incentivar la implementación de sistemas que aprovechen estas fuentes de energía, por lo que, en este tiempo el desarrollo de proyectos con sistemas fotovoltaicos se ha vuelto de interés general en diversos sectores. Por ejemplo, para la estación de la Aerocivil en Araracuara, departamento del Amazonas, A. Charry y L. Álvarez realizaron un estudio preliminar para la implementación de un sistema fotovoltaico, como fuente alternativa de generación energética para los equipos que allí operan [2]. En el caso del Aeropuerto internacional Camilo Daza, en la ciudad de Cúcuta, se han implementado sistemas fotovoltaicos pequeños para suministrar energía a algunos sensores en pista. Ya que la ciudad de Cúcuta cuenta con un alto índice de recurso solar, de hasta 6.179 Hora Solar Pico mensual [3], se han llevado a cabo algunos estudios para la evaluación técnico-económica de implementar sistemas fotovoltaicos en algunas empresas de la ciudad. Por ejemplo, en Aguas Kpital Cúcuta S.A E.S.P., los autores en [4] describen un estudio que contemplaba la instalación de un sistema fotovoltaico autónomo en una planta de tratamiento de agua. Otro caso es presentado en [5] para la empresa Arcilobillos S.A.S. donde el autor desarrolló un análisis similar, pero contemplando la instalación de un sistema conectado a la red. En ambos casos se utilizó la herramienta de simulación para sistemas fotovoltaicos PVSyst.

En los últimos años, el estudio de sistemas fotovoltaicos se ha extendido significativamente, abordando temas de mayor complejidad y utilidad en el uso de la energía que disponemos. Con la implementación de sistemas fotovoltaicos, ahora no solo se busca aprovechar un nuevo recurso energético, también se busca generar avances tecnológicos y económicos que representen una mejora sustancial en el uso de la energía. Por ejemplo, Sharma y Kolhe desarrollaron un estudio tecno-económico para el caso de un sistema en la India, donde se observa que son muchos los factores que afectan el rendimiento operacional de un sistema fotovoltaico, no solo desde el punto de vista tecnológico, sino económico, ya que se concluyó que sus estudios ofrecen información útil para la promoción y adecuada regulación en la implementación de sistemas fotovoltaicos [6]. En varios casos, como en el trabajo realizado por Duman y Guler en Turquía [7], se encuentra que los estudios actuales no son lo suficientemente detallados para poder determinar la viabilidad de implementar un sistema fotovoltaico en un lugar específico, ya que se encuentra que dicha viabilidad cambia drásticamente dependiendo la región donde se implementa. Lo anterior lleva a pensar en la necesidad de desarrollar estudios para sistemas fotovoltaicos focalizados en una región, generando una contribución a la base de información sobre la implementación de sistemas fotovoltaicos para una región en específico, en este caso para la ciudad de Cúcuta en Norte de Santander.

Entonces estudiar la viabilidad de un sistema fotovoltaico conlleva analizar y tener en cuenta variables, técnicas y económicas. Por ejemplo, Culaba et al. [8] al igual que en trabajos similares como el de Sepúlveda y Hegedus [9] se utilizan conceptos de retorno de inversión y valor presente neto para obtener resultados cuantitativos que permitan concluir desde puntos de vista de innovación tecnológica y viabilidad económica. En este trabajo también se pretende estudiar el impacto técnico-económico de implementar un sistema fotovoltaico en el edificio de soporte técnico de la Aerocivil en el Aeropuerto Camilo Daza, pero analizando dos posibles alternativas de sistemas fotovoltaicos: un sistema conectado a la red y un sistema híbrido con baterías, empleando dos herramientas de simulación; el ya mencionado PVSyst y el más reciente software HOMER Grid, utilizado por muchos de los autores antes expuestos, ya que permite simular sistemas fotovoltaicos de mayor complejidad como el segundo sistema propuesto en este trabajo. En este estudio, se siguió un modelo basado en la MGA (Metodología General Ajustada) del DPN (Departamento Nacional de Planeación) para la evaluación de proyectos de inversión [10].

---

Materiales y métodos

En primer lugar, era importante conocer la demanda energética del edificio de soporte técnico, también denominado edificio tecnológico, y las condiciones presentes en él para la generación de energía eléctrica con un sistema fotovoltaico. Por esto, a partir de medidas experimentales y actividades de geo-referenciación en el edifico, se determinó de manera previa la siguiente información

Demanda energética y distribución de cargas

A partir de la distribución de tableros eléctricos encontrada en el edificio, se pudieron estimar los consumos diarios y mensuales presentados en cada servicio. En la Tabla I se resume esta información, concluyendo que el edificio posee un consumo estimado mensual de 17.203 kWh/mes.

Espacio disponible y pérdidas por sombreado

El edificio tecnológico tiene techo plano sobre el cual se encuentran algunos equipos de comunicaciones y aire acondicionado. Allí se pudo medir un área libre total de 127,6 m2 de la cual se puede utilizar hasta 80 m2para paneles fotovoltaicos, dejando los 47,6 m2 restantes, libres para las actividades de mantenimiento y libre maniobrabilidad a los técnicos que deban intervenir los equipos situados en el techo de la edificación o el mismo arreglo fotovoltaico.

Por otro lado, para determinar las pérdidas por sombreado en el área predispuesta, se realizaron mediciones con el instrumento Solar PathFinder [11]. Estas mediciones permitieron calcular las pérdidas porcentuales en las Horas Solar Pico (HSP) correspondientes a cada mes del año, datos que fueron extraídos de la investigación realizada en [3], dando como resultado la información expuesta en la Tabla II

Una vez que se cuenta con información previa suficiente para el planteamiento de los diseños y las simulaciones de los sistemas fotovoltaicos, se procede a analizar las dos alternativas planteadas, denominándolas como: Sistema A, sistema fotovoltaico de autoconsumo conectado a red; y Sistema B, sistema híbrido con baterías para proporcionar energía a la iluminación del edificio.

Análisis del Sistema A

Se plantea como Sistema A, un sistema fotovoltaico conectado a la red y de autoconsumo, lo que significa que no se entregan excedentes de energía al operador de red, y se espera que toda la energía producida sea consumida por las cargas del edificio. Atendiendo a este planteamiento, y a la norma establecida por el operador de red para este caso donde, si se decide no entregar excedentes de energía, la instalación debe incluir un limitador de potencia [12]; el diseño se plantea fijando como limitantes que la energía producida no puede superar los 17.203 kWh/mes y el espacio para instalación fotovoltaica puede ser de hasta 80 m2.

Empleando (1), se calcula la cantidad de energía producida en kWh/mes por un arreglo fotovoltaico de 80 m2 conformado por paneles de aproximadamente 2 m2 y 285 Wp.

E = Parreglo * ftemp *HSP * d (1)

De donde:
Parreglo es la potencia de la instalación (kWp)
femp es el factor de temperatura (Adimensional)
HSP son las horas solar pico (h)
d son los días del mes, generalmente 30 (días/mes)

Para determinar el factor de temperatura se usaron datos de temperatura de los sensores de pista del aeropuerto, con lo cual se pudieran establecer temperaturas del aire presentes en el aeropuerto y calcularlo mediante (2) y (3).

ftemp = 1 - Tcoef(Tcel-25°C) (2)

Donde:
Tcoef es el coeficiente de temperatura del panel (%/°C)
Tcel es la temperatura de la celda solar (°C)

Donde:
Tamb es la temperatura del ambiente (°C)
Pin es la potencia incidente, generalmente de 0,8 kW/m2
NOTC es la temperatura normal de operación del panel (°C)

Así se obtiene que el sistema A, se conforma de un arreglo fotovoltaico de 11,4 kWp el cual tendría una capacidad de producción de 1743,65 kWh/mes.

Para la simulación del sistema A, se emplea la herramienta especializada PVSyst, ya que permite realizar un análisis completo del funcionamiento de un sistema fotovoltaico, teniendo en cuenta las propiedades de los equipos seleccionados, las pérdidas por conductividad y eficiencia y las condiciones medioambientales. No obstante, el software está limitado solamente a simular sistemas fotovoltaicos de tipo autónomo, conectado a red o de bombeo.

Simulación en PVSyst. El proceso de simulación en PVSyst consiste en consignar toda la información posible acerca de las condiciones y los equipos que tendrá el sistema fotovoltaico en cuestión.

En primer lugar, se ingresa la información meteorológica. PVSyst requiere datos meteorológicos horarios de por lo menos un año de referencia. Por lo que se complementa la información obtenida con datos meteorológicos satelitales tomados de PVGIS, una base de datos publicada por la Comisión Europea de la ciencia al servicio del conocimiento (The European Commission’s science and knowledge service) [13]. Mediante el formato de conversión para archivos meteorológicos ASCII de la herramienta, se importan datos de radiación global horizontal, temperatura ambiente, velocidad del viento y humedad relativa para un año de referencia.

Posteriormente se seleccionan los equipos que componen el sistema dentro de la base de datos del software. Para los paneles se selecciona un arreglo de 40 paneles fotovoltaicos policristalinos Canadian Solar referencia CS6k – 285p. Como inversor se opta por una red de 10 micro inversores APSystems referencia YC1000-3 208.

Dentro de la herramienta de análisis de sombreado y perspectiva de PVSyst, se construye un modelo 3D del edificio tecnológico, basado en las dimensiones obtenidas de los planos cedidos por la Aerocivil. En la Figura 1 se muestra el modelo en cuestión, donde se aprecia además la disposición del arreglo fotovoltaico en el techo de la edificación.

Análisis del sistema B

Un sistema fotovoltaico híbrido, con respaldo de baterías es un sistema conectado a la red, pero con la capacidad de almacenar energía para ser utilizada en eventos adversos como apagones o picos de consumo en la carga. La industria ha estado implementando estas topologías en vista de los beneficios técnicos que se obtienen y la progresiva reducción en los precios de las baterías [14]. Por otro lado, un sistema de este tipo puede presentar dos subtipos, que se diferencian por el modo de conexión de las baterías al sistema. Este puede ser acople AC (AC coupling) y acople DC (DC coupling). Generalmente un sistema en acople AC tiene una eficiencia energética del 96%, mayor que el 93.1% de eficiencia que posee el acople DC [15], pero este último posee una distribución de equipos más asequibles. Este diseño es pensado para suministrar energía principalmente a la iluminación del edificio. En la Figura 2, se muestra la distribución de equipos y conexión con la carga del sistema B, optando por utilizar una conexión de acople DC mediante un inversor híbrido. Para el diseño del sistema B se tienen en cuenta las ecuaciones (4), (5) y (6)

Donde: Cdiaria es la energía almacenada diaria en Ah/día
ninv es la eficiencia del inversor
DemAC es la energía a entregar por las baterías
Vsist es el voltaje nominal de batería

Donde:
Cbanco es la capacidad del banco en Ah
da son los días de autonomía
DoD es la profundidad de descarga

La ecuación (4) se emplea para calcular la potencia del arreglo fotovoltaico en un sistema fotovoltaico autónomo, y tiene en cuenta la eficiencia de las baterías y del controlador de carga. Las ecuaciones (5) y (6) permiten determinar el tamaño del banco de baterías con base a una capacidad determinada en Ah. La energía recolectada puede considerarse como dos paquetes de energía a entregar, uno para ser almacenado y consumido principalmente en horas de poca radiación o eventualidades, y otra para ser entregada directamente a la red durante las HSP más altas. Se puede estimar entonces el arreglo fotovoltaico sumando (1) y (4), mientras que, para calcular el banco de baterías se emplean (5) y (6). Así, se obtiene que el sistema B está conformado por un arreglo fotovoltaico de 5.7 kWp y un banco de baterías de 48 VDC y 250Ah.

Simulación en HOMER Grid. Esta herramienta está especializada en el análisis técnico económico de micro-redes. Concepto empleado actualmente para referirse a sistemas de generación eléctrica a pequeña y mediana escala, que se caracterizan por aprovechar principalmente energías renovables, localizarse cerca de la carga e interactuar con la red comercial [16].

Por consiguiente, el sistema B puede ser simulado como una micro-red para el suministro de energía a la iluminación del edificio. A partir del consumo estimado y descrito anteriormente en la Tabla I, se crea un modelo de carga fijando consumos diarios de 1.197 kW para horas laborales y 0.647 kW en horarios de baja actividad. Para complementar el modelo se le agrega una variabilidad del ±20% mensual, dando como resultado los consumos mensuales mostrados en la Figura 3.

Posteriormente se ingresan los datos meteorológicos en HSP mostrados en la Tabla 2 para crear el modelo de recurso solar dentro de la simulación. Los datos de temperatura son tomados de un histórico mensual tomado en la estación meteorológica del IDEAM en el Aeropuerto Camilo Daza [17].

Para poder realizar el análisis económico mediante el software se establece una tarifa para la energía ofrecida por el operador de red, promediando la tarifa cobrada por CENS a la Aerocivil desde agosto del 2018 hasta agosto del 2019, donde se obtiene un cargo de $500 COP ±10%. HOMER Grid está programado para simular la utilidad del proyecto según el tiempo de vida de los equipos; siendo 25 años lo establecido para sistemas fotovoltaicos; por lo que es necesario indicar la tasa de descuento y el ritmo de inflación que se percibe en el peso colombiano. Según un estudio realizado para el DNP, la tasa de descuento para el 2019 se puede fijar en 9% [18]; mientras que la inflación se puede establecer del 3.18% [19].

Cabe resaltar que en otros países existen otros tipos de tarifas, denominadas tarifas dinámicas. Estas tarifas no son fijas, y varían durante las horas del día a la que se consume la energía eléctrica, siendo por lo general más alta en horas del día con mayor demanda y menor a otras horas. Las tarifas dinámicas pueden cambiar drásticamente las condiciones y el enfoque en la implementación de un sistema fotovoltaico, pudiendo llegar a ser incluso beneficiosas desde un punto de vista tecno-económico, tal como concluyen Sepúlveda y Hegedus [9]. Para la simulación, se toma como referencia el mismo modelo de panel solar utilizado en el sistema A, el convertidor por defecto de HOMER y un modelo de batería del catálogo ASM modelo de almacenamiento avanzado (Advanced Storage Model) [20], que permite simular de manera precisa la degradación de la batería por el paso del tiempo y su uso

Análisis financiero

A partir de los datos obtenidos en la simulación, se procede a evaluar la viabilidad económica de implementar las alternativas de sistemas fotovoltaicos propuestos. Este análisis se centra en estudiar dos variables importantes dentro de la planeación de proyectos de inversión. El VPN (valor presente neto) y el retorno de la inversión. Antes que todo, se debe calcular el factor de descuento fd que representa la devaluación de la moneda durante la operación del proyecto. En (8) se establece la relación entre la inflación f y la tasa de descuento i’ para determinar la tasa real de descuento, que se considera como una tasa de interés efectiva anual dentro del análisis del proyecto [21], [22]. Posteriormente, se obtiene el factor multiplicativo de descuento (9), que representa la devaluación del dinero a un número N de años.

Valor Presente Neto. Este se puede obtener al pasar todos los flujos de efectivo futuros asociados al proyecto, a dinero actual. Matemáticamente se define como la diferencia entre los beneficios y los costos de la alternativa analizada, como se plantea en (10). Donde Io es la inversión inicial, Ft flujos netos de efectivo, k la tasa de descuento o de oportunidad y n número de periodos de duración [21].

Ajustando (10) a la nomenclatura del proyecto, y reemplazando (9) en (10), se obtiene la ecuación que expresa el flujo de caja del proyecto en sus 25 años de duración, donde su resultado será igual al VPN

Retorno de inversión. Para obtener el tiempo de retorno con exactitud, es necesario tener en cuenta la pérdida de valor del dinero en el tiempo, y la dinámica del capital a lo largo de la operación del proyecto. Por esto, se plantea calcular el retorno de la inversión a partir de la amortización de la deuda generada por realizar la inversión en el proyecto. Así, este puede ser analizado como una deuda adquirida que se paga con 25 cuotas anuales iguales a los flujos netos de efectivo FN y una tasa de interés efectiva anual igual a i obtenida de (8).

Si se construye una tabla de amortización como se ilustra en la tabla 3, donde se calcule el capital acumulado para pagar la deuda adquirida, siguiendo la secuencia expresada en (12), donde se establece como capital en el año 0 al negativo de la inversión realizada, se espera que antes de los 25 años dicho capital acumulado sea mayor o igual a cero, lo que indicaría que la deuda fue pagada.

CN= FN- (CN-1* i) + CN-1 para N = 0, 1, 2, 3, ... ,25 (12)

Visto desde otro punto de vista, si se calcula la tasa de retorno de inversión ROI para cada año N empleando (13), el tiempo de retorno de la inversión será igual a la cantidad de años N transcurridos para obtener un ROI ≈ 100%.

Tras el análisis, se puede concluir que el sistema con un VPN positivo, un menor tiempo de retorno y un ROI mayor es la alternativa económicamente más viable

---

Resultados y discusión

Para exponer los resultados obtenidos, es necesario seguir la misma estructura planteada en la metodología. Por esto, primero se presentan los resultados de simulación para cada sistema por separado, PVSyst para el sistema A y HOMER Grid para el sistema B. Luego, se expone la evaluación económica concerniente al análisis del VPN y el retorno de la inversión en cada sistema, lo que finalmente permite deducir sobre su viabilidad económica. Resultados del sistema A

A partir del modelo 3D expuesto en la metodología y en la Figura 1, se comprueba que las pérdidas lineales por sombreado más significativas se presentan en los meses de mayo, junio y julio; en concordancia con los resultados obtenidos en el estudio con el Solar PathFinder.

Posteriormente, se obtiene que el sistema tiene una capacidad de producción anual de 18,64 MWh/año y unos balances de producción mensuales como se muestran en la Tabla IV Con base en las condiciones meteorológicas y de pérdidas para cada mes.

Si se relaciona la energía máxima que puede generar el sistema A, de hasta 1,8 MWh/mes, con los 17 MWh/mes que consume el edificio tecnológico, se obtiene una penetración de energía renovable de hasta el 10 %, que es equivalente a la energía consumida por la iluminación y las tomas del edifico, como se observa en la Tabla 1.

Resultados del sistema B

Dadas las capacidades de gestión energética de este sistema, se ven involucradas más variables que en el sistema A. En la figura 4 se exponen dos gráficas que muestran el funcionamiento del sistema B para una muestra de 3 días de operación, extraídas del reporte de resultados de simulación de HOMER Grid.

El sistema funciona normalmente como un sistema conectado a la red, pero cuando la carga presenta picos de consumo, el convertidor utiliza la energía almacenada en las baterías, produciendo eventualmente un ahorro extra de energía. Esta técnica en la industria se conoce como “Peak Shaving” [23]. Otra característica importante por evaluar en el sistema B es la resiliencia. Este es un concepto anglosajón recientemente adoptado en nuestro idioma, y que en el campo de la energía se refiere a la capacidad de un sistema para responder ante un eventual corte de energía [24]. En HOMER Grid se simuló un corte de energía programado de 1 día, para analizar la resiliencia del sistema. Allí se observa que el sistema tiene la capacidad de suplir energía a la iluminación del edificio durante las 24 horas del corte, terminando con las baterías a un 50 % de profundidad de descarga.

En la Tabla V se muestran los balances de energía relacionados al funcionamiento del sistema B durante 25 años de operación, al igual que el sistema anteriormente analizado.

Evaluación económica

Para poder calcular el VPN y el retorno de inversión de los sistemas fotovoltaicos, se deben estimar los presupuestos de inversión, y los gastos anuales de mantenimiento y reemplazo de equipos durante los 25 años de operación, estos parámetros se estiman con ayuda de los catálogos de PVSyst y HOMER Grid.

Rentabilidad de los sistemas (VPN). Al analizar la rentabilidad del sistema A, se obtiene el flujo de caja y el VPN expuesto en la figura 5.

Se observa que el sistema A posee una rentabilidad favorable, considerando que obtuvo un VPN positivo y mayor a la inversión relacionada de $42.900.000 COP. Este sistema al no contar con baterías, y garantía en sus equipos de 25 años, no necesita reemplazo de equipos durante su operatividad. Por otro lado, el sistema B posee un flujo de caja diferente, tal como se aprecia en la figura 6, teniendo en cuenta una inversión de $24.817.300 COP.

En la gráfica, se observan balances negativos mayores debido a que cada 8 años se deben cambiar las baterías, considerando que esto puede variar dependiendo la tecnología y calidad seleccionada. En este caso para baterías de ciclo profundo y tecnología AGM.

Es de resaltar que dichos balances y rentabilidades obtenidas se expresan como ganancias ya que son los ahorros en los gastos de energía eléctrica obtenidos, a consecuencia de la implementación de los sistemas fotovoltaicos analizados.

Retorno de inversión. Una vez se conoce la rentabilidad de los sistemas A y B, se calcula el tiempo de retorno de inversión y la tasa de rendimiento de las alternativas con base en la amortización del capital, como se expuso en la metodología. Se considera como capital inicial a la deuda generada al invertir en cada uno de los sistemas: -$42.900.000 COP para el sistema A, y -$24.817.300 COP para el sistema B; y los balances anuales del flujo de caja de cada sistema, se toman como los pagos anuales respectivos a dicha deuda. El interés que se emplea en los procesos de amortización se calcula con (8). Así se obtiene un interés efectivo anual de 5.6 %. En el gráfico de la figura 7, se muestra el rendimiento y tiempo de retorno del capital para el caso del sistema A. Como se observa en la figura 7, el tiempo de retorno que se obtiene para el sistema A es de 6 años, lo que indica que, a este periodo de tiempo, la inversión realizada para la instalación de este sistema ha sido devuelta con la acumulación de los ahorros de energía eléctrica obtenidos.

Para el caso del sistema B, se obtiene un tiempo de retorno de 12 años, como se aprecia en la figura 8.

Cabe resaltar que la tasa de rendimiento del sistema B se ve afectada por el reemplazo de las baterías durante su tiempo de operación, ya que se considera que para cubrir estos gastos se toma el capital acumulado hasta la fecha por concepto de ahorros en la energía eléctrica, tal y como se paga la deuda de inversión.

---

Conclusiones

La infraestructura física y eléctrica del edificio tecnológico, las condiciones meteorológicas y operativas dentro de la empresa, son favorables para la implementación de un sistema FV conectado a la red, ya sea en una configuración híbrida o convencional. Además, el recurso solar, en función al espacio disponible en el edificio tecnológico, es suficiente para instalar un sistema fotovoltaico capaz de suministrar una cantidad de energía equivalente al 10% de la energía total consumida por el edificio.

Para el caso del sistema A, donde se obtuvo el mayor porcentaje de penetración de renovables con respecto a la carga total del edificio, se puede observar que, para modelos de consumo industrial, a pesar de que se aprovecha casi la totalidad del espacio disponible, la cantidad de energía renovable que se puede generar es muy baja en comparación al enorme consumo del edificio. Sin embargo, el incentivo económico mensual obtenido de aproximadamente $785.000 COP representaría un incentivo significativo para la implementación de este sistema por parte de la empresa.

El sistema B ofrece mayores beneficios a la operatividad del edificio, ya que además de generar un ahorro económico, representa un sistema de suministro energético ininterrumpido para la iluminación del edificio durante alguna eventualidad, como se comprobó en la simulación el sistema demostró una capacidad de 1 día de autonomía sin llegar a dañar las baterías, lo cual, junto al beneficio del peak shaving, representa una mejora sustancial en la calidad y resiliencia del suministro de energía en el edificio.

autonomía sin llegar a dañar las baterías, lo cual, junto al beneficio del peak shaving, representa una mejora sustancial en la calidad y resiliencia del suministro de energía en el edificio.

---

Referencias

1. Congreso de la República, “Ley 1715 de 2014,” 13 de mayo, 2014. [En línea]. Disponible en: http://www.secretariasenado.gov.co/senado/basedoc/ley_1715_2014.html
2. L. Mayerly and A. Jimenez, “Diseño de un Sistema Solar Fotovoltaico Autónomo para la Estación Aeronáutica Araracuara de la Aeronáutica Civil de Colombia”, Universidad Distrital Francisco José de Caldas, 2017
3. W. Contreras, M. G. Galban, and S. B. Sepúlveda, “Análisis estadístico de la radiación solar en la ciudad de Cúcuta”, Entre Cienc. e Ing., vol. 12, no. 23, p. 16, Mar. 2018
4. J. E. García Garnica, S. B. Sepúlveda Mora, and J. Ferreira Jaimes, “Viabilidad técnico-económica de un sistema fotovoltaico en una planta de tratamiento de agua”, INGE CUC, vol. 14, no. 1, pp. 41–51, Jan. 2018
5. D. A. Carrillo, “Estudio de factibilidad téctico-económico para la implementación de un sistema fotovoltaico conectado a la red en la empresa Arcilobillos S.A.S.”, Universidad Francsico de Paula Santander, 2014
6. Departamento Nacional de Planeación, “Documento guía del módulo de capacitación en teoría de proyectos”, 2016
7. Solar PathFinder TM, “Instruction Manual For The SolarPathfinder UnitTM Item number: PF, and PF-TC”, Linden, TN 37096, 2016
8. EPM, Autogeneración a Pequeña Escala (AGPE) y Generación Distribuida (GD). Colombia: CREG, 2018, p. 17
9. The European Commission’s science and knowledge service, “JRC Photovoltaic Geographical Information System (PVGIS) - European Commission,” European Commission, 2019. [Online]. Available: https://re.jrc.ec.europa.eu/pvg_tools/en/tools.html#MR
10. C. Thompson, “AC vs DC coupling in utility-scale solar plus storage projects”, Cleveland, EATON Inc., 2016
11. W. Suponthana, “AC Counpling Vs DC Coupling,” in 7th Meeting of the ASIA SOLAR ENERGY FORUM, 2014, p. 16
12. A. Chiş and V. Koivunen, “Collaborative approach for energy cost minimization in smart grid communities”, in 2017 IEEE Global Conference on Signal and Information Processing, GlobalSIP 2017 - Proceedings, 2018, vol. 2018-Janua, pp.1115 –1119
13. IDEAM, “Cartas Climatológicas-Medias Mesuales Aeropuerto Camilo Daza”, 1999. [Online]. Available: http://bart.ideam.gov.co/cliciu/cucuta/temperatura.htm. [Accessed: 24-Feb-2020]
14. G. Piraquive, M. Matamoros, E. Cespedes, and J. Rodríguez, “Actualización de la tasa de rendimiento del capital en Colombia bajo la metodología de Harberger,” 2018
15. R. Ortega, “Inflación total en Colombia 2018 IPC,” Revista Dinero, 2019. [En línea]. Disponible en: https://www.dinero.com/economia/articulo/inflacion-total-en-colombia-2018-ipc/265860. [Accessed: 24-Feb-2020]
16. HOMER Energy, “Advanced Storage Module,” HOMER Pro 3.13 Glosary, 2018. [Online]. Available: https://www.homerenergy.com/products/pro/docs/latest/advanced_storage_module.html. [Accessed: 27-Feb-2020]
17. L. Blank and A. Traquin, “Ingeniería Económica,” Mc. Graw Hill, vol. 6, p. 846, 2006
18. HOMER energy, “Discount Factor,” HOMER Pro 3.13 Glorsary, 2018. [Online]. Available: https://www.homerenergy.com/products/pro/docs/latest/discount_factor.html. [Accessed: 26-Feb-2020]
19. Y. Li, W. Gao, and Y. Ruan, “Performance investigation of grid-connected residential PV-battery system focusing on enhancing self-consumption and peak shaving in Kyushu, Japan”, Renew. Energy, vol. 127, pp. 514–523, Nov. 2018
20. HOMER Energy, “Resilience,” HOMER Grid 1.2 Glosary, 2019. [Online]. Available: https://www.homerenergy.com/products/grid/docs/1.2/resilience.html