Gestión de Activos Centrada en Confiabilidad.

Estudio de Caso
Carlos Alberto Rodelo Rueda Daniel Rondón Almeida
carlos.rodelo@siemens.com daniel.rondon@siemens.com
Siemens S.A. – ED SE – Bogotá - Colombia
Cra. 65 No. 11-83. Tel. 294 2442 Fax. 294 2592

Resumen incorpora anualmente más de un millón de clientes

nuevos. CFE también es el más importante jugador
El proceso de Gestión de Activos Centrada en
en el negocio de la generación de electricidad en
Confiabilidad - RCAM, fue desarrollado como una
México. Sus redes de transmisión operan a niveles
aproximación para la descripción y análisis de las
de tensión de 400 y 230 kV, en subtransmisión con
estrategias de mantenimiento y restitución de activos
equipos a 161, 138, 115, 85, 69kV y, en distribución,
de manera preventiva, las cuales están referidas a
manejan niveles de 34.5, 23 y 13,8 kV. Cuentan con
estrategias de gestión de activos aplicadas a sistemas
725 mil kilómetros entre líneas de transmisión y
de potencia. La metodología RCAM se enfoca en la
distribución, 353 subestaciones de potencia con una
evaluación del desempeño técnico-económico del
capacidad de 143,653 MVA, y 138 subestaciones de
sistema eléctrico mediante la consideración de
subtransmisión.
eventos y aspectos relevantes de los componentes de
dicha red, tales como, salidas de línea, tiempos de
El desafío más importante para los operadores de
operación, tecnología de los activos, entre otros. La
red, es optimizar los costos para la operación sin
metodología hace una evaluación probabilística de la
descuidar la calidad y confiabilidad del sistema. La
confiabilidad de estos componentes de red, teniendo
correlación entre el costo y la calidad del suministro
en cuenta un largo período de tiempo de aplicación
de energía es realmente compleja. Típicamente, los
de la misma. Esto permite establecer cuales
efectos de cualquier decisión y medidas sobre la red,
componentes de la red deben ser intervenidos de
se ven reflejados en el corto plazo, por ejemplo, si se
manera preventiva o reemplazados y cual es el
reduce el mantenimiento preventivo los costos se
momento óptimo para realizar esta acción.
reducen desde el momento en que se aplica la nueva
estrategia. Sin embargo, en términos de calidad,
Introducción
muchos de los efectos se reflejarán en el mediano y
largo plazo, por ejemplo, la reducción del
La gestión de activos centrada en confiabilidad –
mantenimiento preventivo llevará a un incremento
RCAM fue desarrollado con un enfoque integral para
apreciable en la falla de los componentes solamente
la descripción y análisis de estrategias para el
después de varios años de operación bajo la nueva
mantenimiento preventivo y restitución de activos
estrategia.
preventiva, los cuales son referenciadas como
estrategias de gestión de activos en redes de
La división centro-occidente del CFE ha impulsado
suministro de energía eléctrica.
de manera proactiva un proyecto piloto en el tema de
gestión de activos para las redes de subtransmisión
El proceso RCAM está enfocado en la evaluación
de las zonas de La Piedad y Morelia, implementando
del desempeño técnico-económico del sistema
la metodología RCAM.
mediante la consideración de aspectos y eventos
relevantes de cada uno de los componentes que
Siguiendo la decisión de la división Centro
conforman la red.
Occidente del CFE, para direccionar proactivamente
el tema en un modelo de gestión de activos para sus
La Comisión Federal de Electricidad – CFE es el
redes, este trabajo presenta el caso de aplicación de
organismo responsable de los sistemas de
la metodología “Gestión de Activos Centrada en
transmisión y distribución en la República Mexicana,
Confiabilidad - RCAM” aplicado a las redes de
excepto el Distrito Federal de la Ciudad de México.
subtransmisión de las zonas La Piedad y Morelia.
Transmite, distribuye y comercializa energía
eléctrica para más de 26.2 millones de clientes, lo
que representa a casi 80 millones de habitantes e
Aspectos básicos del RCAM
Para aplicar la metodología de análisis es necesario
considerar los siguientes aspectos:
a. Gestión de Activos
En general, los métodos de gestión de activos
consideran criterios de desempeño técnico y
económico del sistema de potencia. Esta
consideración típicamente cubre todo el ciclo de vida
técnico.
La alta complejidad de las correlaciones entre los
costos de operación de la red y calidad de la
potencia, en lo concerniente a los efectos en el largo
plazo, es una de las principales dificultades para la
aplicación de los métodos de la gestión de activos.
Como estas correlaciones son de mucha importancia,
se requiere información tan detallada como sea
posible para la toma de decisiones, teniendo en
cuenta que tanto las técnicas de procesamiento como
los datos de entrada de una forma detallada,
estructurada y de calidad apropiada no son de fácil
obtención. En muchos casos la recolección y
evaluación de los aspectos económicos es menos
problemática que los aspectos técnicos. Pero, la
aplicación de métodos de planeación de redes
novedosos, como por ejemplo, el cálculo de
confiabilidad probabilística, permite una
cuantificación objetiva de los aspectos de calidad.
b. Gestión de activos y calidad de la energía
El término calidad de la potencia describe todos los
aspectos técnicos y no técnicos, los cuales son
relevantes para el cliente final, concerniente al
suministro de energía eléctrica [1]. Los diferentes
aspectos de la calidad de la energía se pueden
agrupar en:
Calidad del Servicio, la cual describe los aspectos
formales de la relación contractual entre el
consumidor y la compañía que suministra el servicio,
Calidad de la Potencia, la cual se enfoca en las
características de la forma de onda de tensión y,
Confiabilidad del suministro, la cual está orientada a
la discriminación de los eventos asociados a las
interrupciones del suministro. A nivel internacional
se emplean dos indicadores para determinar la
2
calidad del suministro de energía. Estos son el
SAIDI y el SAIFI (IEEE 1366 / 1998) los cuales
contabilizan la duración y la frecuencia de las
interrupciones en un período de tiempo
respectivamente.
Calidad de la energía
del sumnistro
Confiabilidad
Calidad del
la potencia
Calidad de
Servicio
Seguridad en el sumnistro
Figura 1. Aspectos relacionados con la calidad de la
energía y seguridad en el suministro.
La seguridad en el suministro considera la
disponibilidad a largo plazo de una capacidad de
generación suficiente y la estabilidad dinámica del
sistema completo contra disturbios. La seguridad en
el suministro es una condición previa para proveer
una adecuada calidad de la energía.
En relación a la gestión de activos, la calidad del
servicio no es un aspecto relevante ya que este cubre
principalmente aspectos no técnicos. La calidad de la
potencia cubre aspectos que son muy importantes
para el consumidor, pero es básicamente
influenciado por características operacionales de los
equipos conectados y muchos aspectos de la calidad
de la potencia son definidos por normas y aspectos
regulatorios.
Finalmente, el principal aspecto de calidad
relacionado con la gestión de activos es la
confiabilidad del suministro.
c. Confiabilidad del suministro en sistemas de
potencia
En la práctica la influencia de la gestión de activos
en la confiabilidad del suministro se ve limitada a:
Mantenibilidad de los componentes de la red
La disponibilidad para labores de mantenimiento son
limitadas debido a aspectos como requerimientos de
seguridad y disposiciones regulatorias.
 descripción matemática de la probabilidad de fallas
Ocurrencia de salidas en la red en los componentes de la red, los cuales son
utilizados en el cálculo real de confiabilidad para
Aproximadamente un tercio de las salidas e determinar los diferentes indicadores. Los
indisponibilidad de la red es causado por fallas del indicadores son el criterio base para efectos de
tipo “Causa no identificada”. Este tipo de fallas está planeación.
relacionado con la gestión de activos y es donde se
presentan las oportunidades de mejora. Las otras Desempeño histórico del
fallas son causadas principalmente por eventos sistema Indicadores de
Confiabilidad del
Observación
atmosféricos o por otras influencias específicas. suministro

Estas últimas están más allá del control de los

operadores de red y pueden llevar a medidas Modos de Evaluación / Pronóstico
Datos de confiabilidad
extraordinarias como reemplazos a gran escala de falla
de componentes
Comparación
líneas aéreas por cables, y no se tienen en cuenta
Observación
para la gestión de activos.
Cálculo de confiabilidad Desempeño futuro del
sistema

En las Figuras 2 y 3 se presenta un análisis de las Figura 4. Diagrama del análisis probabilístico de
salidas de la red Alemana a partir de los datos confiabilidad.
estadísticos disponibles [2], [3].
El cálculo probabilístico de confiabilidad está basado
3,6%
5,2% en los siguientes aspectos:
2,4% Causa no identificada
8,4% Descargas atmosféricas
35,7% Tormentas - Generación estocástica de estados de contingencia,
3,4%
Humedad donde se consideran falla sencilla independiente,
Otras influencias atmosféricas
2,6%
Animales y aves
falla de modo común, mala operación de
5,9%
Arboles protecciones y operación indeseada de protecciones.
Excavaciones
1,3% Otras influencias
- Análisis de estados de la red
6,9%
Fallas en otras redes - Modelamiento de los procesos de restablecimiento
Otros
del servicio
24,7%

Figura 2. Análisis de salida de la red Metodología

100%
El objetivo específico del proceso RCAM [4], [5] es
90%
80% el de proveer detalladamente información
70% Otros
Fallas en otras redes
cuantitativa de la rentabilidad económica y
60%
50%
Otras influencias
Excavaciones
confiabilidad en el suministro de energía, de forma
40% Arboles
Animales y aves
tal que se pueda definir una estrategia exitosa a largo
30%
20%
Otras influencias atmosféricas
Humedad
plazo para la gestión de activos.
Tormenta
10%
Descargas atmosféricas
0% Causas no identificadas
La Figura 5 muestra las correlaciones básicas para la
e sr
P o le s d e

r
as

gea
c ia

dor

gestión de activos en redes eléctricas.

L ín e

itch
te n

rm a
b
Ca

Sw
n s fo
T ra

Figura 3. Análisis de salida por componente

Cálculo probabilístico de confiabilidad

El comportamiento histórico del sistema suministra o

provee la información necesaria para determinar las
características de los modos de falla y datos de
confiabilidad relacionados con los componentes.
Estos modelos y datos permiten la clasificación y

3
 Criterios de planeamiento y análisis de la
Gestión de Activos Centrado en Confiabilidad
red.
Análisis / Pronóstico Cálculo de la importancia de componentes
Cálculo de costos
Cálculo de condición de componentes
Confiabilidad de
Componentes de red
Costos del sistema Síntesis de las estrategias optimizadas para la
Cálculo confiabilidad gestión de activos
Pronóstico del desempeño de los
Síntesis componentes de falla
Confiabilidad suministro
Definición de las estrategias optimizadas
para la gestión de activos
Estrategias de Gestión de Activos Optimizada Observación estadística
Figura 5. Correlaciones básicas para el proceso RCAM
Estudio de Caso
Mientras que el cálculo de costos y el cálculo de la
confiabilidad probabilística son métodos bien El proyecto piloto consistió en analizar el sistema de
establecidos, el elemento diferenciador propuesto subtransmisión de las zonas la Piedad y Morelia al
por el proceso RCAM es el modelar el efecto nivel de tensión de 115kV. Para efectos de este
cuantitativo de cambios en las estrategias de gestión artículo presentamos únicamente la metodología
de activos sobre la confiabilidad de los componentes aplicada a una de estas zonas.
de red y combinar toda la información disponible y
los resultados intermedios dentro de la síntesis de La información mínima que debe contener el modelo
mejoramiento de los parámetros estratégicos para el de la red es: identificación de elementos nodales,
mantenimiento preventivo y la reposición potencias nominales, demanda de potencia activa y
preventiva. reactiva de cargas, potencia aparente e impedancia
de cortocircuito para transformadores, parámetros de
El proceso está estructurado en tres etapas básicas las líneas, tal como se presenta en la Figura 7.
(ver Figura 6).
73580
A CSR 477
29, 3 k m 73130
ACSR 477
29, 4 km

73631 P NJ
A TO ARS AB A
ACS R 397.5
L250 20, 9 k m
A CSR 477
1, 0 k m
ARS T1 A RS T2
ATO T1 ATO T2
20, 0 MVA 9, 4 MVA
20,0 MVA 9, 4 MVA
15, 0 % 12, 0 %
14,7 % 12, 0 %
73910
ACS R 795 73810 73150
28,9 k m ACS R 477 A CSR 477
5,0 k m 8, 9 k m

Y UR

LPP ES O LPI
ATO1 A TO2 A RS1 A RS 2

1. Análisis del proceso de Gestión

6, 9 MW 4, 9 MW 11, 6 MW 5, 8 MW 73550
2, 4 MVAr 1, 8 MV Ar 4, 1 MV Ar 1, 9 MV Ar Y UR T1 A CSR 477
20, 0 MVA ES O 18, 8 k m
15, 0 % LP P T1 ES O T1
Y UR 20, 0 MV A 4,5 MVA LP I T1
9, 0 MVA 20, 0 MVA 20, 0 MVA
12, 7 %
14, 8 % 13, 1 %

de Activos Actual 73570

ACSR 477
33, 2 km

73920
73500_1
ACSR 477
20, 3 k m

ACS R 477 Y UR
24, 0 k m 9, 5 MW Z ID
LPP E SO LP I
3, 1 MVAr 7, 4 MW 73210_1
9,1 MW 9, 5 MW 9, 0 MW
2, 6 MV Ar ACS R 266. 8
3,1 MVA r 3, 4 MVAr 14,3 k m 3, 0 MV Ar

73401
ACS R 477
1,0 k m
73930_2
A CS R 477
Z MA
13,6 k m BAL
Z I D T1
20, 0 MV A
73410 14, 5 %
A CSR 266. 8
1, 0 k m

VI H ZI D

73260
73070 ACS R 477

2. Análisis sistemático
VI H T1
BA L T1 ACS R 477 6, 0 k m
25,0 MVA 20, 0 MV A
73950 15, 0 % 39,6 k m
A CSR 477 6, 6 %
38, 2 k m
OCN
PRP

de la red BAL V IH
PRP
4,3 MW
CRZ T1
7, 5 MVA
6, 2 %
CRZ
VI J V IJ
21, 4 MW
0, 0 MW 8, 9 MW 1,5 MVA r 3, 3 MW 8, 3 MV Ar
JIQ 0, 0 MVA r 2, 9 MV Ar 73790_3 1, 6 MV Ar
ACSR 477
73480 0, 1 k m
A CS R 477 CME CME
34,6 k m 21, 7 MW
73790_1 CRZ 73790_2 5, 1 MV Ar
J IQ A CSR 477 ACS R 477
16, 4 k m 33,6 k m
11,2 MW
0,6 MVA r

73800_2 73800_1 73630

A CSR 477 CRD ACSR 477 ACS R 477
44, 3 k m 3, 2 k m 26,2 k m
73240
ACS R 266. 8
SHY
26,3 k m
73800_3
ACS R 477
SHY 0, 0 k m

3. Sintesis de las estrategias

18, 4 MW
5, 3 MVAr CRD
CRP
CRP 2

optimizadas del Sistema de Gestión de Activos 73970

ACS R 477
54,2 k m
73980
ACS R 477
30,0 k m

P OD POD
UPT 17, 6 MW
2, 1 MVAr

UP T
13, 1 MW
0, 4 MV Ar

Figura 6. Etapas básicas del proceso RCAM

Análisis del proceso de gestión de activos actual
- Definición detallada de la práctica de
gestión de activos
- Análisis de Modos de Falla y sus efectos
- Análisis de las prácticas de mantenimiento
Análisis Sistemático de la Red
Figura 7. Unifilar La Piedad
a. Análisis de la Red
Para dicho análisis es necesario realizar diferentes
tipos de cálculo eléctricos a través de software
PSSTMSINCAL [6] como flujo de cargas,
cortocircuito y confiabilidad probabilística en donde,
este último, permite determinar la frecuencia de

4
interrupción, indisponibilidad y energía no Los atributos a ser evaluados fueron:
suministrada. Indisponibilidad del sistema, expectativa de energía
no suministrada por componente, número de
Como resultado del análisis se obtuvo: usuarios desconectados por falla, criticidad de los
usuarios conectados, criticidad de los componentes.

b.2 Condición

El esquema para la evaluación de la condición de los

componentes está enfocado en su condición física
con respecto a sus efectos en el desempeño durante
una salida. El formato para evaluación de los
componentes se presenta en la Figura 10.

Figura 8. Confiabilidad del suministro - La Piedad Los atributos evaluados fueron:

b. Aplicación del proceso RCAM Edad (relacionada con la expectativa de vida del
componente), mantenibilidad (relaciona los aspectos
Para el proyecto piloto se estableció, de común de disponibilidad de repuestos, disponibilidad de
acuerdo con CFE, una adaptación básica del proceso personal y nivel de costo), condiciones ambientales,
en donde se mantuvo la parte básica del mismo: carga pico, seguridad operacional, experiencia
- Priorización de componentes basado en operacional y la evaluación de la condición física.
importancia y condición. Esta última aplicada a cada uno de los componentes
- Análisis RCAM de un escenario base. de red, definidos como líneas aéreas,
- Análisis RCAM de un escenario alternativo. transformadores, cables y celdas.
Condition Attribute Quality Weight factor Data Source
b.1 Importancia Description Detail Description Value
0-5% 5
5 - 50 % 0
Age 50 - 75 % 5 25 NIS
Esta evaluación está enfocada principalmente en que (related to std. service life) 75 - 90 %
90 - 100 %
10
25
> 100 % 35
importancia que tienen los componentes individuales Very Good 0
Spare parts Good 1
en relación con su efecto sobre la confiabilidad del availability Fair 2
Poor 4
sistema. Se especifican atributos por separado a cada Availability of
Very Good 0
Expert assessment
Good 1
Serviceability 10 (per component
uno de los componentes lo que permite una skilled staff Fair
Poor
2
3
class)

evaluación objetiva del mismo. El esquema de Low

Normal
0
1
Cost level
evaluación definido en este estudio de caso se High
Very High
2
3

presenta en la Figura 9. Indoor/Outdoor

Indoor
Outdoor
0
5
Low 0
Exposure to Normal 1
Network
Importance Attribute Quality Weight Data Source Ambient pollution High 3
15 topography, local
Identifier Description Description Value factor Conditions Very High 5
conditions
Low 0
Unavailability Unavailability Q I per component Individual results 0 - 15 15 Calculation Exposure to
Normal 1
Expected energy not supplied E I atmospheric
EENS Individual results 0 - 15 15 Calculation High 3
per component stresses
Very High 5
< 10.000 0 0-75 % 0
No. of customers 10.000 - 20.000 5 Peak Loading 75 - 85 % 3
CustNo disconnected on failure 20.001 - 35.000 10 20 Topography 15 Calculation
(related to th. capacity) 85 - 95 % 5
(per event) 35.001 - 50.000 15 > 95 % 15
> 50.000 20 Very Good 0
%Share Residential Rural
Good 3
%Share Residential Urban Operational safety 10 Expert assessment
Fair 10
Criticality of customer structure %Share Commercial
Poor 15
%Share Industrial
Very Good 0
(product of %share per customer %Share Services Customer Expert assessment
CustCrit 0 - 30 30 Good 3
type and relative importance of Importance Residential Rural structure Operational experience 10 (per component
Fair 10
customer type for each Importance Residential Urban class or individual)
transformer) Poor 15
Importance Commercial
Importance Industrial Physical Condition
0 - 15 15 Expert assessment
Importance Services assessment
Low 0
AssetCrit Criticality of component
Normal 20
20
Individual Figura 10. Formato para evaluación del condición de
High 30 assessment
Very High 40 componentes
Figura 9. Formato para evaluación de la importancia de
componentes

5
b.3 Recolección de datos
Para poder llevar a cabo las evaluaciones
enunciadas, se elaboraron diferentes formatos para la
recolección de la información. Dichos formatos
deben incluir todos los activos de la red, subestación
por subestación. La toma de datos fue llevada a cabo
por el personal del CFE. Para ello se hizo un
pequeño entrenamiento al personal, para explicar la
forma como se debería hacer cada una de las
evaluaciones.
c. Cálculo probabilístico de confiabilidad
c.1 Metodología de cálculo
Para los cálculos de confiabilidad se utilizó el
módulo Zuber del programa de análisis de redes
PSSTMSINCAL. Este módulo aplica un modelo de
Markov homogéneo para la generación de las
combinaciones de falla relevantes basado en los
datos de confiabilidad. Se fija un umbral mínimo de
probabilidad para las combinaciones de falla, el cual
fue fijado para este análisis en 10-9. Se evaluaron los
siguientes modos de falla: Falla sencilla, falla en
modo común, mal funcionamiento de la protección y
operación errónea de la protección.
Para el análisis se permite un factor de sobrecarga de
los componentes de 1,2 en condiciones de
contingencia.
c.2 Modelos de confiabilidad de componentes
La aproximación escogida para la definición del
pronóstico de la confiabilidad esperada de los
componentes es un modelo dependiente de la edad
del componente que utiliza dos fuentes de datos:
- La estadística especial de daños [7] y [8] la cual
fue compilada en un proyecto de investigación
reciente. Mientras que la estadística especifica la
edad de daño de los componentes, ésta contiene
solamente algunos miles de eventos debido al gran
esfuerzo para la recolección de datos retrospectivos.
- La estadística de salidas de la asociación alemana
(mencionada anteriormente) que aplica sobre los
operadores de red VDN [3]. Esta estadística ha sido
muy bien llevada durante varias décadas y se ha
realizado una evaluación especial de confiabilidad de
componentes incluyendo datos de más de diez años,
6
lo cual cubre algunos cientos de miles de eventos.
Sin embargo, en esta estadística no se especifica la
edad del componente fallado.
La aproximación escogida se combinó de la
siguiente forma:
- En primer lugar, se ajustó un modelo exponencial
de envejecimiento a la estadística de daños
dependiente de la edad de componentes para cada
clase de componente. Esto define la forma
característica del modelo de envejecimiento del
componente (ver línea punteada en la Figura 11).
0,050
Age-indep. statistic
Age-dep. statistic
0,040
Exp. approx.
Failure rate in 1/a
0,030
0,020
0,010
0,000
0 10 20 30 40 50 60 70
Age in a
Figura 11. Ejemplo de modelo de confiabilidad de
componentes.
- En segundo lugar, usando el parámetro a, esta
función exponencial se desplaza sobre el eje y para
ajustarse a la estadística de VDN de rata de fallos
independiente de la edad del componente, en un
intervalo de 40 años, que es a grosso modo, el
período de tiempo cubierto por la estadística del
VDN.
Finalmente, se asumió que los datos dados por la
estadística VDN están relacionadas con componentes
que han sido sujetos a un mantenimiento preventivo
en el pasado, lo cual fue una práctica común en
Alemania durante el tiempo de evaluación
estadístico. Los cambios del “como” se modela la
estrategia de mantenimiento se hace vía una variable
escalizadora x, la cual afecta al mismo tiempo el
modelo de ratas de falla como el modelo de costos.
Se utilizó la siguiente correlación para el modelo de Figura 12. Modelo de confiabilidad para
rata de falla: transformadores
 f (t ) + x ⋅ [ f (t i ) − f (t i −1 )], i > 0
f Pr M (t i ) =  Pr M i −1 d. Cálculo de costos
 f (t i ), i = 0
donde fPrM Rata de falla considerando el En general, los costos se clasifican en:
mantenimiento preventivo - CAPEX (Costos de capital), representados por
i Paso de tiempo los costos de inversión o valor del activo.
x Factor de escala para t ener en cuenta - OPEX (Costos de mantenimiento), los cuales
esfuerzo en mantenimiento preventivo incluyen el mantenimiento preventivo, y costos
de reparación y despeje de fallas.
c.3 Modelos de confiabilidad CFE
Los costos utilizados en el estudio de caso se
Para el caso de estudio, se realizó un ajuste de los resumen a continuación:
índices calculados a partir de las estadísticas
nombradas en esta sección. Para poder adaptar estos d.1 Costos de inversión
índices al caso bajo estudio, se tomaron los índices
de salidas de líneas aéreas y se comparó con el Cinv = nunit . cCircuit
índice calculado a partir de las estadísticas alemanas.
Con ello, se obtuvo un factor de conversión de 5. donde Cinv Costo de inversión
nunit Cantidad por clase de componente
Los índices de probabilidad utilizados para el caso (longitud en km para líneas aéreas,
de estudio se resumen en la Tabla 1. capacidad nominal para transformadores,
número de bahías para subestaciones)
Component Class Independent
Single Failure
Common Mode
Failure
Malfunction of
Protection
Unnecessary
Protection Op.
cCircuit Costo específico por unidad
Identifier
Description Hin in 1/a Tin in hHcm in 1/a Tcm in h p m p in 1 Tmp in h p uo in 1 Tu o in h
TRA_1 15 Transformer 115 kV 0,0339 4 21,588 0,00 970 1 ,0 00 0,0 2425 1,000
SBB_11 5 Switch bay BB-side + BB se ction 0,0084 6 18,200 0,00 970 1 ,0 00 0,0 2425 1,000
SBF_1 15 Switch bay Fee der-side
for Su bstatio n AIS 11 5 kV
0,0296 2 19,244 0,00 970 1 ,0 00 0,0 2425 1,000 d.2 Valor del activo
OHL_1 15 Overhea d line 115 kV 0,0394 6 9,000 0,006 75 5,000 0,00 970 1 ,0 00 0,0 2425 1,000

Tabla 1. Datos de confiabilidad de componentes –

C inv − A(i) ⋅ C inv Adepr ; A(i) ≤ Adepr
caso de estudio Vi = 
 0; A(i ) > Adepr
Se realizó el ajuste de cada uno de los modelos de
confiabilidad para cada componente seleccionado donde V Valor del activo
(ver ítem d de esta sección). En la Figura 12 se A Edad
muestra el ajuste el ajuste realizado para Adepr Período de depreciación
transformadores:
Frequency Independent single failure in 1/a Frequency Independent single failure in 1/a over age
Age Age-indep. Age-dep. Exp. Exp. approx. 0,040
statistic statistic approx. Inc. Maint.
0,035
0 0,0339 0,0336 0,0336
5 0,0339 0,0008 0,0336 0,0336 0,030 d.3 Costo de reparación
10 0,0339 0,0008 0,0336 0,0336
15 0,0339 0,0336 0,0336 0,025
Age-indep. statistic
20 0,0339 0,0337 0,0336
25 0,0339 0,0010 0,0338 0,0337
0,020 Age-dep. statistic
Exp. approx.
CRep = 1,02 . FI . cRep
30 0,0339 0,0010 0,0339 0,0337 0,015
35 0,0339 0,0012 0,0340 0,0338
0,010
40 0,0339 0,0014 0,0342 0,0339
45 0,0339 0,0016 0,0344 0,0340 0,005 donde CRep Costo de reparación
50 0,0339 0,0020 0,0348 0,0342
55 0,0339 0,0023 0,0353 0,0344
0,000
0 10 20 30 40 50 60 70
FI Frecuencia de fallas de componentes con
60 0,0339 0,0360 0,0348
65 0,0339 0,0369 0,0352 Frequency Independent single failure in 1/a over age interrupciones del servicio
0,040
70
75
0,0339
0,0339
0,0382
0,0400
0,0359
0,0368 0,035
cRep Costo específico de la reparación
80 0,0339 0,0426 0,0381
85 0,0339 0,0460 0,0398 0,030
Exp. approx. Inc. Maint.
90
95
0,0339
0,0339
0,0509
0,0575
0,0422
0,0455
0,025
Exp. approx. d.4 Costo de despeje de falla
100 0,0339 0,0668 0,0502 0,020
105 0,0339 0,0795 0,0565
0,015
110
115
0,0339
0,0339
0,0972
0,1217
0,0654
0,0776 0,010
CFcl = ( FI + FO). CFcl
120 0,0339 0,1555 0,0945
125 0,0339 0,2024 0,1180 0,005

0,000
0 10 20 30 40 50 60 70
donde CFcl Costo de despeje de falla
FO Frecuencia de falla de componentes sin
interrupciones del servicio

7
 cRep Costo específico de la reparación 1,0
Overhead Line
0,9 Switchbay
Transformer
d.5 Costo del mantenimiento preventivo 0,8

0,7

cinspection c revision
C Pr M = +
0,6

Condition Index
x ⋅ Tinspection x ⋅ Trevision 0,5

0,4
donde CPrM Costo mantenimiento preventivo
cinspection Costo específico de la inspección 0,3

Tinspection Duración de la inspección 0,2

x Factor de escala para los esfuerzos de 0,1

mantenimiento preventivo 0,0

crevision Costo especifico revisión 0,0 0,1 0,2 0,3 0,4 0,5
Importance Index
0,6 0,7 0,8 0,9 1,0

Trevision Duración de la revisión Figura 13. Priorización de componentes – caso de

estudio
d.6 Costos CFE
A partir del análisis se establecieron los
Para aplicar la metodología al caso específico, los componentes más importantes, los cuales
costos se presentan en la Tabla 2. corresponden a dos líneas de transmisión y dos
Component Class Unit Investm. cost Repair cost Prev. maint. c. Depr. period Eng. Life
Identifier Description
TRA_115 Transformer 115 kV 1 MVA
MXN/unit MXN/unit/event
250.000 130.000
MXN/unit/a
3.000
a
30
a
40
bahías. La razón por la que estas líneas cobran
OHL_115 Overhead line 115 kV
SAI_115 Substation AIS 115 kV
1 km
1 bay
370.000
1.500.000
30.000
30.000
14.000
85.000
30
30
50
30
importancia es que ambas subestaciones están
Tabla 2. Costos CFE conectadas radialmente vía una sola línea de
transmisión al sistema de potencia. Por lo tanto la
Adicionalmente se consideraron los costos asociados salida de una de estas líneas conlleva a tiempos de
con el despeje de fallas. Para este caso de estudio se interrupción en el suministro de energía
consideró como 8000MXN/evento. relativamente largos, para los usuarios afectados y
consecuentemente conlleva a altos índices de
e. Clasificación de componentes indisponibilidad y de energía no suministrada en la
evaluación de importancia.
Se realizó la siguiente clasificación de componentes
para un esquema en 115kV: Pronóstico de desempeño del escenario base
250 431 58 287 536 Qi 25
- Subestaciones intemperie (AIS) – SAI_115, Fi
Ei
subdividida en bahía del lado de barra 200 20

F I in 1/a, E I in MVAh/a
(Identificador SBB_115) y bahía del lado de
Q I in min/a

150 15

alimentador (identificador SBF_115) 100 10

- Transformador (identificador TRA_115)

50 5
- Línea aérea (identificador OHL_115)
0 0
CHURINTZIO

ZINAPARO
ARANDAS

HERMOSA

YURECUARO
PONIENTE
ATOTONILCO

LA PIEDAD

LA PIEDAD
BALLESTEROS

EL SOL

VISTA

Priorización de Componentes

El resultado de la evaluación de los índices Figura 14. Índices de confiabilidad del suministro
asociados a la importancia y condición de por subestación.
componentes se resume en un diagrama de
priorización, el cual se muestra en la Figura 13 para
el caso de estudio.

8
 300 Ø Qi 30 en esta zona se extiende en 15 años para cada
Ø Qi excl. ARS, BAL, CRZ
250 Ø Age Components 25
componente.

200 20 Estrategia B (índice de condición ≤0.9, 0.48 < índice

Age in years
Qi in min/a

150 15
de importancia < 0.55)
Componentes con importancia normal
100 10 Se aplica el mantenimiento preventivo, similar al
50 5
aplicado por la compañía, sin embargo la expectativa
de vida útil de los componentes no se altera.
0 0
t=0 t=5 t=10 t=15 t=20 t=25 t=30 t=35 t=40 t=45 t=50 t=55
Time step
Estrategia C (índice de condición ≤0.9, índice de
importancia ≥ 0.55)
Componentes muy importantes
Figura 15. Pronóstico de la confiabilidad del
Se deben realizar esfuerzos de mantenimiento
suministro de energía a largo plazo, escenario base.
mayores, en el modelo se aplican el doble del
160 Asset value
esfuerzo en mantenimiento preventivo (por ejemplo
140 Yearly OP EX reduciendo los tiempos de mantenimiento a la
120
mitad). Debido a que la expectativa de vida en estos
Value in Mio MXN

100 componentes es muy corta, en el modelo no se

80 modifica para esta área estratégica.
60

40 Estrategia D (índices de condición >0.9)

20 Área definida como independiente de la importancia
0 de los componentes, ya que los mismos se
t=0 t=5 t=10 t=15 t=20 t=25 t=30 t=35 t=40 t=45 t=50 t=55
Time step encuentran en una condición muy desfavorable. Los
componentes ubicados en esta área deberán ser
Figura 16. Pronóstico del desempeño económico,
reemplazados inmediatamente, por lo que sus índices
escenario base
de condición cambiaran a valores menores.
1,0
16
Overhead Line D
0,9
14 Switchbay
Trans form er 0,8
12
Number of components

10 0,7

8 0,6
Condition Index

6 0,5

4
0,4
2
0,3
0
1-5 6-10 11-15 16-20 21-25 26-30 31-35 36-40 41-45 46-50 >50 0,2
Overhead Line
Age in years Switchbay
0,1
Transformer
A B C
Figura 17. Edad de los componentes 0,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Importance Index

Pronóstico de desempeño del escenario Figura 18. Priorización de componentes incluyendo

alternativo las áreas estratégicas.

Definición del escenario alternativo

Estrategia A (índice de condición ≤0.9, índice de

importancia ≤ 0.48)
Componentes menos importantes
Se aplica el mantenimiento preventivo de la misma
forma como lo viene aplicando la compañía, pero la
expectativa de vida útil de los componentes ubicados

9
Confiabilidad del suministro – escenario alternativo Agradecimientos

300 BS Ø Qi
Ø Qi
30 Los autores agradecen el apoyo de Siemens S.A. por
250
BS Ø Qi excl. ARS, BAL, CRZ
Ø Qi excl. ARS, BAL, CRZ 25
permitir el desarrollo de este tipo de iniciativas. A la
Ø Age Components
Comisión Federal de Electricidad de México – CFE,
200 20 al Doctor Michael Schwan de Siemens, quien es el

Age in years
Qi in min/a

autor de la metodología RCAM.

150 15

100 10 Conclusiones
50 5
El proceso RCAM busca romper paradigmas en los
0 0 esquemas de mantenimiento actuales, teniendo en
t=0 t=5 t=10 t=15 t=20 t=25 t=30 t=35 t=40 t=45 t=50 t=55
Time step
cuenta el impacto de las metodologías de
Figura 19. Pronóstico de la confiabilidad del mantenimiento empleadas en sistemas de potencia a
suministro de energía a largo plazo, escenario través de la optimización del mantenimiento
alternativo. preventivo y, especialmente, en esquemas a largo
plazo donde la restitución de activos juega un papel
250 400 54 1388 528 Qi 25 relevante ya que depende de la gerencia de
Fi
200
Ei
20
mantenimiento decidir sobre la conservación de
F I in 1/a, E I in MVAh/a

componentes o su reposición.
Q I in min/a

150 15

100 10
La calidad del levantamiento y manejo de la
50 5 información de fallas, eventos, especificaciones,
0 0
reportes históricos de mantenimiento e
CHURINTZIO

ZINAPARO
ARANDAS

HERMOSA

YURECUARO
PONIENTE
ATOTONILCO

LA PIEDAD

LA PIEDAD
BALLESTEROS

EL SOL

intervenciones del sistema y de cada uno de los

VISTA

componentes que lo conforman es fundamental para

la obtención de un resultado contundente para el
sistema bajo estudio.
Figura 20. Índices de confiabilidad del suministro
por subestación. Escenario alternativo. El estudio piloto determinó que 2 de las 10
160 BS Asset Value
subestaciones evaluada afectar notablemente el
140
Asset value índice de indisponibilidad promedio del sistema por
BS Yearly OPEX
120 Yearly OPEX poseer una conexión radial con el sistema de
Value in Mio MXN

100 potencia, lo que indica que debemos concentrar los

80 esfuerzos de mantenimiento a estas. Empleando
60 cualquiera de las estrategias de mantenimiento para
40 aseguramiento de la confiabilidad.
20

0
t=0 t=5 t=10 t=15 t=20 t=25 t=30 t=35 t=40 t=45 t=50 t=55
Time step

Figura 21. Pronóstico del desempeño económico,

escenario alternativo.

Resumen escenarios base y alternativo

Zone Index Unit Base Scenario Alternative scenario

LPI Investment Cost Mio MXN/a 28.04 24.4 87.0%

Asset value Mio MXN 96.95 79.86 82.4%
OPEX Mio MXN/a 16.68 18.94 113.5%
Unavailability min /a 188.42 186.87 99.2%
Unavailability
(excl. ARS/BAL/CRZ) min/a 40.76 42.73 104.8%

10
Referencias Carlos Alberto Rodelo Rueda. Ingeniero
electricista de la Universidad Industrial de
[1] Schwan, M. “Grundsätze der VDE/ETG Analyse Santander, 1997. Ha trabajado en temas relacionados
‘Versorgungsqualität im deustchen con el mantenimiento predictivo y preventivo para el
Stromversorgungssystem’’ VDE ETG -Fachtangung sector eléctrico y petróleo. Conferencista en varios
Versorgungsqualität, Berlin, 2005. eventos a nivel nacional. Participación en la
[2] VDN-Storungs- und Verfugbarkeitsstatistik –
elaboración de más de 5 artículos técnicos a nivel
Anleitung, VDN, Berlin, 2007.
[3] VDN-Storungs (- und Verfugbarkeits)statistik / nacional. En la actualidad Técnico para el
VDEW-Storungs(- und Schadens)- statistik. Auswertung aseguramiento de la confiabilidad del grupo de
der Berichtsjahre 1994 bis 2006. (Separate yearly Operación y Mantenimiento de Siemens – Región
volumes), VDN / VDEW, Berlin/Frankfurt, 1996 to 2007. Austral – Andina.
[4] Schwan M.“Entwicklung optimierter Asset-
Management-Strategien“, BWK, vol. 57, no. 12, pp. 56-
58, 2005.
[5] Schwan M. “Reliability Centered Asset
Management – Process Overview and Practical
Application”. energy21C, Sydney, 2007.
[6] Siemens PTI: PSS™SINCAL Version 5.4,
Utility and industry network calculation tool, Erlangen,
2008
[7] FGH: Asset-Management von Verteilungsnetzen.
Komponentenverhalten und Analyse des Kostenrisikos,
Technischer Bericht 299, FGH, Mannheim, 2006
[8] Zickler U., Schnettler A., Zhang X., Gockenbach
E.: Statistical approach for component state evaluation
implemented in asset management of distribution systems,
19th CIRED, Vienna, 2007

Daniel Rondón Almeida. Ingeniero electricista de la

Universidad Nacional de Colombia, 1996. Maestría
en Sistemas de Potencia - Universidad Federal de
Minas Gerais –Brasil, 2002. Estudios de doctorado
en Ingeniería en la Universidad Nacional de
Colombia. Actualmente candidato a Doctor. Ha
trabajado en temas relacionados con la protección
contra rayos, sistemas de puesta a tierra, calidad de
la potencia eléctrica y análisis de sistemas de
potencia a través de simulaciones en computador.
Participación en los comités de normalización en
Sistemas de Puesta a Tierra, Protección contra Rayos
y Calidad de la Potencia Eléctrica de ICONTEC.
Conferencista en varios eventos a nivel nacional e
internacional, vinculado con el grupo de
investigación PAAS de la Universidad Nacional de
Colombia. Participación en la elaboración de más de
20 artículos técnicos a nivel nacional e internacional.
En la actualidad Coordinador Técnico del grupo de
Consultoría en Estudios Eléctricos de Siemens PTI –
Región Austral – Andina.

11