Beruflich Dokumente
Kultur Dokumente
Ingeniería Industrial
i
Antonio Ángel Fernández Pérez
Ingeniería Industrial
Autor:
Antonio Ángel Fernández Pérez
Tutor:
Rocío González Falcón
Profesora Contratada Doctora
iii
Proyecto Fin de Carrera: Revisión de metodologías y aplicaciones de Benchmarking Energético en la
industria
El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes
miembros:
Presidente:
Vocales:
Secretario:
Sevilla, 2014
vii
A mi familia
A mis profesores
A mi tutora Rocío
ix
RESUMEN
El cambio climático es uno de los problemas fundamentales a los que el ser humano debe
hacer frente en el siglo XXI. La principal causa de esta situación es la emisión de gases de
efecto invernadero como consecuencia del consumo de energía de combustibles fósiles. El
benchmarking energético se ha consolidado como una herramienta muy potente para alcanzar
la eficiencia energética en la industria. Las vértebras del sistema de benchmarking son los
indicadores de eficiencia energética (IEEs). Este documento realiza una revisión de la
metodología existente que permite al usuario evaluar las variables de influencia que es
necesario considerar cuando se comparan datos energéticos de diferentes empresas, los
métodos de normalización que suelen aplicarse, los IEEs más apropiados según la finalidad
buscada así como las posibilidades de comparación existentes. También se proporcionan las
fuentes principales para la obtención de datos energéticos y se mencionarán las entidades más
importantes que fomentan actualmente el uso del benchmarking. En el segundo bloque se
analiza la situación en España y en la Unión Europea y se describen las características básicas
del programa ENERGY STAR de Estados Unidos. Este programa, creado en 1992, utiliza técnicas
de benchmarking para alcanzar la eficiencia en todos los sectores energéticos del país.
xi
ÍNDICE
Resumen...................................................................................................................................xi
1. Introducción ........................................................................................................................ 1
2. Metodologías .................................................................................................................... 19
xiii
2.3.2 Mínimos Cuadrados Ordinarios (OLS) .................................................. 31
3. Aplicaciones ...................................................................................................................... 89
xv
ÍNDICE DE TABLAS
[Tabla 1.1] Consumo eléctrico en el planeta [2]. ......................................................................... 1
[Tabla 3.1] Resultados de estudios de fronteras estocásticas agregados por sectores [29]. .. 103
xvii
ÍNDICE DE FIGURAS
[Figura 1.1] Consumo energético mundial. .................................................................................. 1
[Figura 1.2] Estimación de la evolución del consumo energético industrial según el EIA. .......... 2
[Figura 1.3] Imagen utilizada por la Comisión Europea para referirse al Plan Europa 2020....... 4
[Figura 1.4] Aspectos del desarrollo sostenible donde contribuye la eficiencia energética [12].
..................................................................................................................................................... 12
[Figura 2.3] Ejemplo de modelo de regresión lineal para una situación ficticia con una variable
independiente. ............................................................................................................................ 33
[Figura 2.4] Ejemplo de aplicación del método COLS para una situación ficticia con una variable
independiente. ........................................................................................................................... 33
[Figura 2.5] Fronteras no paramétricas orientadas a los insumos (izquierda) y a los productos
(derecha) [19]. ............................................................................................................................. 36
[Figura 2.6] Clasificación piramidal de los tres niveles de indicadores de eficiencia energética,
IEA [21]. ....................................................................................................................................... 46
[Figura 2.7] Producción según la ruta de procesos utilizada para algunos países en el año 2010
[21]. ............................................................................................................................................. 55
[Figura 2.8] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia. ................ 63
[Figura 2.9] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia (azul) y de su
competencia (rojo). ..................................................................................................................... 65
[Figura 2.10] Consumo energético según subsectores industriales de un país ficticio, IEA [21].
..................................................................................................................................................... 70
xix
[Figura 3.1] Distribución porcentual por sectores del consumo de energía final en España en
2012............................................................................................................................................. 90
[Figura 3.2] Evolución de la demanda sectorial de energía final en ktep desde el año 2000
hasta 2012 [26]............................................................................................................................ 91
[Figura 3.3] Incrementos en el consumo de energía final según fuente de energía en el sector
industrial de España. Base 1990.................................................................................................. 92
[Figura 3.4] Consumo de energía final según fuente en el sector industrial de España en el año
2012............................................................................................................................................. 92
[Figura 3.5] Evolución del consumo de energía final en el sector industrial de España desde
1990 a 2012. ................................................................................................................................ 93
[Figura 3.6] Evolución del producto interior bruto (PIB) en España desde 2000 hasta 2012. ... 94
[Figura 3.7] Evolución del indicador de intensidad energética IE1a en España desde 2000 hasta
2012............................................................................................................................................. 95
[Figura 3.8] IE2c. Consumo de energía final según fuente en el sector industrial de España en
el año 2012. ................................................................................................................................. 95
[Figura 3.9] Evolución del IE2a del subsector de alimentación, bebidas y tabaco desde el año
2000 al 2012. ............................................................................................................................... 96
[Figura 3.10] Evolución del IE2a del subsector de pasta, papel e impresión desde el año 2000 al
2012............................................................................................................................................. 97
[Figura 3.11] Evolución del IE2a del subsector químico desde el año 2000 al 2012. ................ 97
[Figura 3.12] Evolución del IE2a del subsector de minerales no metálicos desde el año 2000 al
2012............................................................................................................................................. 97
[Figura 3.13] Evolución del IE2a del subsector metalúrgico desde el año 2000 al 2012. .......... 98
[Figura 3.14] Evolución del IE2a de las ramas industriales más intensivas desde el año 2000
hasta 2012 [26]............................................................................................................................ 98
[Figura 3.15] Evolución del IE3a en la industria del cemento en España. .................................. 99
[Figura 3.16] Variación de las fuentes energéticas en la producción de clinker en España. .... 100
[Figura 3.17] Evolución del IE3a en la industria de la pasta y papel en España. ...................... 100
[Figura 3.18] Evolución del IE3a en la industria del acero en España. ..................................... 101
[Figura 3.20] Evolución del consumo final de energía en el sector industrial. Base 2000. ...... 110
[Figura 3.21] Indicador IE1a con clima corregido. Fuente: EnR/IDAE. ..................................... 111
[Figura 3.22] IE1c. Relación del consumo energético del sector industrial frente al total en
países de la UE en el año 2011. ................................................................................................. 112
[Figura 3.25] Emisiones totales de CO2 en el sector industrial de la UE desde el año 2000 hasta
el 2012. ...................................................................................................................................... 114
[Figura 3.26] IE2c. Distribución según subsectores industriales del consumo de energía final en
la UE en el 2012. ........................................................................................................................ 115
[Figura 3.27] Distribución según subsectores industriales del consumo de energía final en la UE
y España en el 2012. .................................................................................................................. 115
[Figura 3.28] Evolución del consumo de energía final en diferentes subsectores industriales de
la UE entre 2000 y 2012. ........................................................................................................... 116
[Figura 3.29] Distribución según subsectores industriales del consumo de energía final en la UE
y España en el 2012. .................................................................................................................. 116
[Figura 3.30] Evolución del consumo energético unitario en España y UE desde 2000 a 2012 en
diferentes subsectores. ............................................................................................................. 117
[Figura 3.31] Herramienta interactiva del programa BESS para la industria de alimentación y
bebidas. ..................................................................................................................................... 119
xxi
[Figura 3.33] Elementos principales de un programa estratégico de eficiencia energética [33].
................................................................................................................................................... 125
[Figura 3.34] Hoja de cálculo de la industria del cemento elaborada por el programa ENERGY
STAR. ......................................................................................................................................... 128
[Figura 3.35] Indicador IE2b en la industria del cemento en 1997 y 2008. Fuente: Universidad
de Duke. .................................................................................................................................... 129
ÍNDICE DE ECUACIONES
Ecuación 2-1: Energía total consumida por el sistema [14]. ....................................................... 24
Ecuación 2-15: Ratio que refleja la relación del consumo energético con el PIB. ...................... 48
Ecuación 2-16: Ratio que refleja el consumo energético industrial por habitante. ................... 48
Ecuación 2-17: Ratio que refleja proporción de sector industrial dentro de un país. ................ 49
Ecuación 2-18: Ratio que refleja el consumo energético proveniente de la fuente x en relación
al consumo energético industrial total. ...................................................................................... 50
Ecuación 2-19: Ratio que refleja la relación entre las emisiones de CO2 industriales y el PIB. .. 50
Ecuación 2-20: Ratio que refleja las emisiones de CO2 industriales por habitante. ................... 50
xxiii
Ecuación 2-21: Ratio que refleja la proporción de emisiones de CO2 del sector industrial dentro
de un país. ................................................................................................................................... 50
Ecuación 2-22: Ratio que refleja las emisiones de CO2 provenientes de la fuente x en relación a
las emisiones totales del sector industrial. ................................................................................. 50
Ecuación 2-23: Intensidad energética del subsector y con respecto al PIB. ............................... 51
Ecuación 2-24: Intensidad energética del subsector y con respecto a la unidad de producción.
..................................................................................................................................................... 51
Ecuación 2-25: Ratio que refleja proporción del subsector industrial dentro de la industria de
un país. ........................................................................................................................................ 52
Ecuación 2-26: Ratio que refleja el consumo energético proveniente de la fuente x en relación
al consumo total del subsector. .................................................................................................. 52
Ecuación 2-27: Ratio que refleja la relación entre las emisiones de CO2 del subsector y con el
PIB. .............................................................................................................................................. 53
Ecuación 2-28: Emisiones de CO2 del subsector y con respecto a la unidad de producción. ..... 53
Ecuación 2-29: Ratio que refleja proporción de emisiones de CO2 del subsector y dentro de la
industria de un país. .................................................................................................................... 53
Ecuación 2-30: Ratio que refleja las emisiones de CO2 del subsector y provenientes de la fuente
x en relación a las emisiones totales del subsector industrial. ................................................... 53
Ecuación 2-31: Energía empleada en el proceso z para obtener una unidad de producto. ....... 53
Ecuación 2-32: Energía empleada en el proceso z en relación al valor total del producto. ....... 53
Ecuación 2-38 Indicador de eficiencia energética basado en las emisiones de CO2 por tonelada
de acero bruto producido. .......................................................................................................... 56
Ecuación 2-40 Indicador de eficiencia energética basado en el consumo eléctrico por tonelada
de cemento producido. ............................................................................................................... 57
Ecuación 2-42 IEE basado en el consumo de clinker por tonelada de cemento producida. ...... 57
Ecuación 2-43 IEE basado en el calor residual recuperado por tonelada de cemento producida.
..................................................................................................................................................... 57
Ecuación 2-44 Indicador de eficiencia energética basado las emisiones de CO2 por tonelada de
cemento producido. .................................................................................................................... 58
Ecuación 2-47 Indicador de eficiencia energética basado en las emisiones de CO2. .................. 59
Ecuación 2-49 IEE basado en el consumo energético incluyendo el uso de la electricidad. ...... 60
xxv
Ecuación 2-51 Indicador de eficiencia energética basado en el consumo energético por
tonelada de bauxita obtenida. .................................................................................................... 60
Ecuación 2-52 IEE basado en el consumo energético por tonelada de alúmina producida. ...... 61
Ecuación 2-53 IEE basado en el consumo energético por tonelada de aluminio fundido. ......... 61
Ecuación 3-2: Problema de optimización condicionada del coste de producción para cada
empresa..................................................................................................................................... 102
Actividad Porcentaje
Usos comerciales 5%
Pérdidas en la
generación y en el 27%
transporte de la energía
[Tabla 1.1] Consumo eléctrico en el planeta [2]. [Figura 1.1] Consumo energético mundial.
En España, según el IDAE1, el sector industrial representaba en 2013 el 31 % del consumo total
de energía. El hecho de que este porcentaje sea algo menor que el mundial es debido
principalmente a que los países más desarrollados (los pertenecientes a la OCDE2) han
aumentado sustancialmente el sector servicios en detrimento del sector industrial. Los países
en vías de desarrollo (los no pertenecientes a la OCDE) actualmente están emergiendo, entre
otras causas, debido al fuerte incremento que el sector industrial está teniendo en ellos.
1
IDAE: Instituto para la Diversificación y Ahorro de la Energía.
2
La Organización para la Cooperación y el Desarrollo Económico (OCDE) es una organización de cooperación
internacional, compuesta por 34 estados, cuyo objetivo es coordinar sus políticas económicas y sociales. La OCDE
agrupa a países que proporcionaban al mundo el 70 % del mercado mundial y representaban el 80 %
del PNB mundial en 2007. En inglés, OECD.
Introducción 1
El consumo energético del sector industrial en el total de la energía consumida a nivel mundial
es, por tanto, bastante elevado y se espera que crezca desde los 200 mil billones de BTU3 en
2010 a los 307 mil billones de BTU en 2040 en el caso estimado en la [Figura 1.2].
4
[Figura 1.2] Estimación de la evolución del consumo energético industrial según el EIA .
El sector industrial representó la mayor parte de la reducción energética que tuvo lugar en los
años 2008-2009 debido a la recesión económica, principalmente por el impacto de los
sustanciales recortes en el sector manufacturero que fue más pronunciado que el impacto de
las reducciones marginales en el uso de energía en otros sectores. Las economías no
pertenecientes a la OCDE representan aproximadamente el 86 % del aumento mundial en el
consumo de energía del sector industrial en la situación estimada. Mientras que el crecimiento
económico proyectado para los países de fuera de la OCDE se estima en un promedio del 1,8 %
anual desde el año 2010 al 2040, el consumo de energía industrial en la región de la OCDE en
su conjunto crece en un promedio de sólo el 0,6 % anual durante estos 30 años. Este hecho se
debe principalmente a que las naciones de la OCDE han sido sometidas a una transición de las
3
BTU: La british thermal unit es una unidad de energía. Una BTU representa la cantidad de energía que se requiere
para elevar en un grado Fahrenheit la temperatura de una libra de agua en condiciones atmosféricas normales. Una
BTU equivale aproximadamente a 1055,056 julios (J).
4
EIA: U.S. Energy Information Administration. La Administración de Información Energética de Estados Unidos (EIA)
es el organismo de estadística y de análisis en el Departamento de Energía de los Estados Unidos.
2 Introducción
economías de fabricación a economías de servicios en las últimas décadas y, como
consecuencia, se ha proyectado un crecimiento relativamente lento de la producción
económica [2].
Durante años las industrias han buscado la reducción del consumo de energía, principalmente
las industrias intensivas5 (productos químicos, pulpa y papel, hierro y acero, refinerías y
minerales no metálicos), ya que representa una gran parte de sus costos de producción. En los
últimos años el precio de la energía ha aumentado considerablemente por lo que el ahorro
energético es, ahora más que nunca, sinónimo de un importante ahorro económico.
Analizando además las previsiones de crecimiento para el futuro parece inteligente el
plantearse medidas que busquen la eficiencia energética y contribuyan además a un ahorro
económico.
Y, además de este cada vez más significativo ahorro económico, no debemos olvidar la
situación climática que directamente están provocando las industrias en la Tierra. La
contaminación provocada por el uso no responsable de la energía está afectando seriamente
al planeta.
El dióxido de carbono (CO2), el gas que más contribuye al efecto invernadero, aumentó su
concentración entre 2012 y 2013 a un ritmo que no se había registrado en casi 30 años,
precisó el secretario general de la OMM6, Michel Jarraud en Ginebra y añadió: “se nos está
agotando el tiempo”. En 2013, la concentración de CO2 alcanzó el 142 % del nivel de la era
preindustrial (antes del 1750); el de metano, el 253 % y el de óxido nitroso, el 121 % [3].
Hasta finales del siglo pasado el ser humano no ha sido consciente del daño que estaba
provocando con la emisión no controlada de los denominados gases de efecto invernadero y
esto, unido al barato precio de la energía hace unas décadas, no propiciaba la búsqueda de la
eficiencia energética.
5
Las industrias intensivas son aquellas que necesitan una mayor cantidad de energía para obtener una unidad de
producción.
6
OMM: Organización Meteorológica Mundial.
Introducción 3
situación insostenible que se avecinaba y se empezaron a adoptar políticas y medidas que
buscaban reducir y controlar la emisión de estos gases.
Actualmente en Europa está vigente el Plan Europa 2020 que en materia de cambio climático y
sostenibilidad energética busca principalmente que en Europa se cumplan los siguientes
objetivos [4]:
Objetivos similares a estos están fijándose en todo el mundo, principalmente en los países
desarrollados. Para alcanzar estos objetivos, es conveniente conocer dónde y cómo es posible
ahorrar energía. Con la información que se tiene a día de hoy en materia de consumo
energético resulta difícil resolver esta cuestión y, por ello, se están comenzando a desarrollar
sistemas que contribuyen a lograr la eficiencia energética en todos los sectores. Uno de estos
sistemas que facilitan la tarea es el benchmarking. En este trabajo se intentará desarrollar una
metodología basada en el benchmarking energético de aplicación en el sector industrial.
[Figura 1.3] Imagen utilizada por la Comisión Europea para referirse al Plan Europa 2020.
4 Introducción
1.2 CONCEPTO DE BENCHMARKING
A pesar de que la gran mayoría de autores coincide en señalar a esta empresa norteamericana
como la promotora del benchmarking moderno, además de relacionarla con la formalización
de la actual concepción del benchmarking, un amplio grupo de autores comparte la opinión de
que esta práctica se ejercita desde mucho tiempo atrás en muchas empresas. Si bien es cierto
que antes de la formalización metodológica de la práctica de benchmarking por parte de
Xerox, no encontramos ningún caso documentado de empresa que haya aplicado de forma
sistemática y planificada esta herramienta. Así tenemos que el Benchmarking nace en Estados
Unidos a finales de los años setenta, convirtiéndose en una herramienta de gestión
empresarial desde finales de los ochenta en ese país.
7
Personas que se dedicaban a medir las tierras.
8
Benchmarking: La búsqueda de las mejores prácticas para la industria que le conduzcan a un mejor rendimiento.
Introducción 5
En la actualidad, el benchmarking es una técnica de gestión que básicamente comprende un
proceso continuo de medición de productos, servicios y tecnologías de fabricación de una
determinada organización, para compararlos, generalmente, con los de una organización
modelo [7]. Consiste, generalmente, en tomar comparadores o “benchmarks” que evidencien
las mejores prácticas sobre el área de interés, con el propósito de que este conocimiento se
transfiera a otras empresas para que se implementen estas prácticas [5].
Aunque todos los sistemas de benchmarking energético buscan alcanzar la mayor eficiencia
energética posible, existen muchos tipos de benchmarking en función de la finalidad concreta
que se tenga, de los datos de los que se dispongan y de otros factores.
En una primera clasificación muy básica del benchmarking, en la que se une información
obtenida de un artículo de la revista Invenio [8] con otra de un artículo de W. Chung [10] se
puede distinguir entre:
6 Introducción
grandes empresas formadas por numerosos departamentos, en las que es muy común
comparar los niveles alcanzados por cada uno de ellos.
En general, el procedimiento del benchmarking requiere, según Luis Miguel Manene [6], llevar
a cabo siete pasos, a saber:
Introducción 7
1.3 ESTADO DEL ARTE
Un primer hito en el uso del benchmarking energético en el sector industrial fue el estudio de
combustibles de Solomon Associates en 1980, donde se midió el rendimiento de las refinerías
de petróleo de los Estados Unidos. La cobertura regional y el número de sectores analizados
fueron ampliándose, así como el número y tipo de organizaciones que llevaban a cabo estos
estudios [9].
Estos estudios fueron consecuencia de la crisis que sufrió el sector petrolífero. A raíz de este
influyente cambio en el sector de los combustibles, comenzaron a realizarse estudios de
consumos energéticos en diferentes industrias. Estos estudios fueron primeramente
económicos y buscaban sustituir las fuentes de energía basadas en el petróleo por otras que
resultasen más rentables. Es ya en los años 90 del siglo pasado cuando comienza a tener
importancia para la sociedad la emisión de gases de efecto invernadero a la atmósfera. Se
advierte de la existencia de agujeros en la capa de ozono y empiezan a saltar las primeras
alarmas. Es entonces cuando comienzan a realizarse en sectores distintos del petróleo los
primeros estudios de benchmarking puramente energético, generalmente aplicando métodos
de fronteras estocásticas y métodos basados en el análisis envolvente de datos.
9
EPA (United States Enviromental Protection Agency): Agencia de Protección Ambiental de los Estados Unidos. El
link a su página web es: http://www.epa.gov
10
Energy Performance Indicators. También son denominados KPIs (Key Performance Indicators).
8 Introducción
El término "competitividad industrial" describe un proceso de las empresas que se esfuerzan
por alcanzar niveles más altos de rendimiento y rentabilidad que sus directos competidores. Lo
hacen mediante la producción y venta de más productos a menores costos y obteniendo, por
tanto, mayores ganancias. Las empresas se comparan con sus homólogas a través de las
métricas dictaminadas por el benchmarking para lograr un mayor rendimiento. El programa
ENERGY STAR centrado en las industrias se fundamenta en una relación recíproca entre las
empresas y la EPA. Esta naturaleza de colaboración entre ambas es crítica para la creación de
herramientas de benchmarking energético que puedan ser aceptadas e implementadas en la
industria. Como resultado de estas interacciones, el ENERGY STAR, realizando las
normalizaciones necesarias a través de análisis estadísticos para poder comparar los EPIs antes
definidos, consigue calificar las industrias en función de su eficiencia energética en un rango
que va desde 1 hasta 100. La empresa que posea el percentil 100 será la más eficiente del
sector [11].
La OEE11 de Canadá a través de la implantación del CIPEC12 fomenta una colaboración entre la
industria privada y el gobierno federal. Tiene como objetivo promover y mejorar la eficiencia
energética en la industria de Canadá y reducir las emisiones de gases de efecto invernadero
derivadas de la utilización de la energía en el sector industrial. Para ello incluye más de 1.400
empresas y asociaciones comerciales, promueve mejores prácticas a través del diálogo y la
colaboración a través de un Comité Ejecutivo, Consejo de Mando y grupos de trabajo del
sector. También reconoce y premia a aquellas industrias más eficientes que llevan el camino
adecuado [12].
Teniendo en cuenta las previsiones comentadas en el marco general, en estos años se han
hecho esfuerzos considerables a fin de comprender mejor los potenciales de eficiencia
energética de las industrias, principalmente de las intensivas. Sin embargo, la fiabilidad de
estos análisis ha sido limitada para la mayoría de los países y sectores debido a la falta de
datos disponibles públicamente de plantas individuales. Además, los potenciales de eficiencia
energética de las industrias no intensivas y sectores a pequeña escala, que son especialmente
importantes para los países en desarrollo, casi no se han evaluado [9].
11
OEE: Oficina de Eficiencia Energética (Office Energy Efficiency).
12
CIPEC: Canadian Industry Program for Energy Conservation (Programa de la Industria de Canadá para la
Conservación de la Energía).
Introducción 9
Hoy en día, el benchmarking también es utilizado como una herramienta base para la
formulación de políticas gubernamentales. Uno de los casos concretos en que se establece la
política climática con base en los datos obtenidos con esta metodología es el “Benchmarking
Covenant” gestionado por los gobiernos holandés y belga. El objetivo de ambos acuerdos es
aumentar la eficiencia energética de las instalaciones individuales al nivel de la cabeza del
mundo, lo que se ha definido como pertenecer al 10 % más eficiente de todas las plantas
mundiales [9].
Por otra parte, las asociaciones de la industria tienden a difundir los datos energéticos y de
producción en una medida cada vez mayor, sin embargo, sin datos de plantas individuales.
Algunos estudios financiados con fondos públicos, por ejemplo, los estudios de referencia para
numerosas industrias (como amoníaco, alimentos y bebidas, pulpa y papel, textiles o
cemento), preparados por la Oficina de Eficiencia Energética (OEE) en Canadá o los BREFs13
preparados por la Oficina Europea de Prevención y Control Integrados de la Contaminación
(EIPPCB14) proporcionan información importante, incluyendo datos de referencia para las
regiones que cubren. Hay otros programas nacionales en el Reino Unido (Acuerdos sobre el
cambio climático), Japón (Plan de Acción Voluntaria Keidanren) y Estados Unidos (EPA ENERGY
STAR para la industria) para la evaluación de las mejores prácticas [9].
Como se analizará en el apartado 2.7 Entidades que fomentan el benchmarking, cada vez son
más los organismos conscientes de la necesidad de implantación de un gran sistema de
benchmarking energético en la industria. Durante los últimos años, la Comisión Europea, así
como organismos de otros continentes, está implementando sistemas de benchmarking
similares al programa ENERGY STAR de los Estados Unidos.
13
BREFs: Best Available Technology Reference Documents. Son una serie de documentos de referencia que cubren,
en la medida de lo posible, las actividades industriales que figuran en el anexo 1 de la Directiva IPPC (Prevención y
Control Integrados de la Contaminación) de la UE. Se proporcionan descripciones de una serie de procesos
industriales y sus respectivas condiciones de funcionamiento y las tasas de emisión. Los Estados miembros están
obligados a adoptar estos documentos a la hora de determinar las mejores técnicas disponibles en general o en
casos específicos en virtud de la Directiva.
14
EIPPCB: European Integrated Pollution Prevention and Control Bureau (Oficina Europea de Control y Prevención
de la Contaminación Integrada). Página web: http://eippcb.jrc.ec.europa.eu
10 Introducción
1.4 UTILIDAD Y JUSTIFICACIÓN
Conciencia social: La población es cada vez más consciente de los efectos que provoca
la contaminación debida al mal uso de la energía y está más sensibilizada con el ahorro
energético. Son muchas las campañas publicitarias que buscan atraer al comprador
vendiéndole un producto fabricado de forma eficiente y cuya producción respeta el
medio ambiente y contribuye al desarrollo sostenible. La implementación de sistemas
basados en el benchmarking es imprescindible para lograr la eficiencia energética y
ésta se está convirtiendo en un requisito indispensable para los consumidores.
Introducción 11
sostenible y los tres vértices se corresponden con los diferentes aspectos que rodean este
objetivo. Esto podemos verlo en la [Figura 1.5] y en el posterior esquema donde se nos
detallan los principales motivos por los que debemos realizar un uso adecuado de la energía en
la industria.
Aspecto medioambiental
Uso de la energía y
desarrollo sostenible
Aspecto social Aspecto económico
[Figura 1.5] Aspectos del desarrollo sostenible donde contribuye la eficiencia energética [13].
15
ETS: Emission Trading System (Comercio de Derechos de Emisión). Son los acuerdos a través de los cuales los
países pueden comprar unos a otros los derechos de emisión de gases de efecto invernadero para evitar así tener
que reducir sus emisiones a la atmósfera.
12 Introducción
- Garantizar los recursos y la seguridad energética y un medio ambiente intacto
para las generaciones futuras
- Imagen de la sociedad
Muchas industrias siguen careciendo de los medios adecuados para abordar eficazmente la
eficiencia energética en la gestión de la producción. Los enfoques que se utilizan para integrar
la eficiencia energética como criterio relevante en la gestión de la producción parecen tener
carencias en su globalidad y sentido práctico. Según el artículo en Journal of Cleaner
Production [13] tenemos que partir de dos hipótesis que justifican la necesidad del desarrollo
del benchmarking:
- Los métodos actuales para medir, controlar y mejorar la eficiencia energética en los
procesos de fabricación no se ocupan de las necesidades de las empresas industriales
de una manera completa y práctica.
- La información, la comunicación y la estandarización son facilitadores importantes
para medir, controlar y mejorar la eficiencia energética en la industria manufacturera.
A estas justificaciones e hipótesis más generales podemos añadir una serie de beneficios que
según el ingeniero Luis Miguel Manene [14] aporta la aplicación del benchmarking a la
empresa y que divide en tres bloques:
Amplía el análisis externo más allá del núcleo competitivo, ello mejora el
análisis sobre el posicionamiento de la empresa, tanto frente a la competencia como frente
a los niveles de excelencia.
Introducción 13
evita el estancamiento y fomenta la innovación, además de mejorar el proceso de control,
en base a los estándares establecidos y los indicadores utilizados.
2. Beneficios relacionados con el proceso de mejora continua, que varían en función del
tipo de proyecto de benchmarking, según el área, proceso, función, empresa o sector.
Generalmente se concretan en:
A todos estos beneficios más concretos que aporta el benchmarking a una empresa podemos
añadirle las siguientes ventajas:
Nos ubica frente a la competencia. Nos permite saber dónde estoy en relación a la
competencia.
14 Introducción
1.5 VACÍO EXISTENTE Y OBJETIVOS DEL BENCHMARKING
Otro de los problemas del benchmarking es la accesibilidad por parte de todas las empresas.
Desde hace pocos años el benchmarking está siendo desarrollado y se está extendiendo cada
vez más en grandes industrias y fundamentalmente en industrias intensivas. El futuro de la
eficiencia energética pasa por acercar estas medidas de benchmarking a todas las empresas y
facilitar su implementación. La idea que debe explotarse es el desarrollo de programas a nivel
nacional o incluso internacional, similares al ENERGY STAR de los Estados Unidos, y conseguir ir
aún más allá, llegar al máximo número de industrias y de Pequeñas y Medianas Empresas
(PyMEs).
Introducción 15
tienen posibilidad en la mayoría de los casos de acceder a datos de sus homólogas para
conocer la posibilidad de mejora real de su empresa.
El benchmarking energético no es más que una técnica que permite la evaluación de nuestra
empresa en materia de eficiencia energética a través de la comparación, generalmente con
otra empresa. ¿Con quién nos debemos comparar? En este trabajo se intentarán analizar las
diferentes posibilidades de comparación que existen y las ventajas e inconvenientes de cada
una de ellas.
Este trabajo se realiza también con la finalidad de facilitar a las PyMEs un primer
acercamiento a las técnicas de benchmarking y despertar en ellas la necesidad fehaciente de la
implementación de un procedimiento de benchmarking que permita obtener una mayor
eficiencia energética.
16 Introducción
El objetivo principal de este trabajo es analizar la bibliografía existente con idea de
elaborar un documento en el que, a nivel general, pueda tenerse una información más
organizada de los principales indicadores energéticos y de su uso. Busca revisar los conceptos
existentes para aclarar y clasificar la información, y que en un futuro cercano sirva de base
para la elaboración de prescripciones o medidas que contribuyan a la eficiencia energética.
Introducción 17
2. METODOLOGÍAS
Parece ser que, llegados a la situación actual, la mayoría de países de todos los continentes
quieren solventar este problema o, al menos, evitar que tenga peores consecuencias. Más vale
tarde que nunca. Si bien, aunque existe una clara voluntad por conseguir una eficiencia
energética en el sector industrial, aún son pocos los esfuerzos, tanto económicos como de otra
índole, dedicados a lograr este objetivo.
Los diferentes gobiernos deberían comenzar a establecer políticas más radicales. Además de
normativas que obliguen a reducir las emisiones de gases de efecto invernadero o a imponer
una serie de medidas en beneficio de la eficiencia energética, deben crearse leyes que
obliguen a las empresas a aportar información verídica sobre los diferentes consumos
energéticos y otros datos de los procesos de fabricación, que permitan a las instituciones
analizar a través del benchmarking la situación de la compañía.
Uno de los primeros problemas que se presentan, es que resulta prácticamente imposible que
dos empresas reales tengan exactamente el mismo proceso de producción y se vean bajo la
Metodologías 19
influencia de los mismos factores. Por ello es necesario analizar las variables de influencia que
pueden alterar los resultados en empresas, generalmente del mismo subsector. En el apartado
2.2, Variables de influencia consideradas, se describen las principales diferencias que pueden
interferir en la comparación entre las distintas industrias.
Una vez se tienen en consideración estas diferencias, es necesario aplicar una metodología que
permita normalizar los datos de las distintas empresas para que pueda efectuarse una
comparación entre ellas. Existen diferentes métodos de normalización, en el apartado 2.3,
Métodos de normalización, se describirán los métodos de Normalización Simple, Mínimos
Cuadrados Ordinarios (OLS 16 ) (también llamado análisis de regresión simple), Análisis
Envolvente de Datos (DEA17) y análisis de frontera estocástica (SFA18).
Una de las primeras preguntas que subyacen en este estudio es, ¿Qué variables necesitamos
para saber si una empresa es más eficiente energéticamente que otra? Este apartado es quizás
uno de los más complejos y puede tener más de una respuesta. En la sección 2.4,
Otra de las preguntas que aparecen, y que al igual que la anterior, no tiene una única y cerrada
respuesta es, ¿con quién y cómo se compara una empresa? Para acotar las posibilidades que
nacen al efectuar esta pregunta, en el apartado 2.5 se analizan las diferentes posibilidades
viendo las ventajas e inconvenientes inherentes a cada una de ellas.
Teniendo en cuenta todas estas reflexiones, la que, desde el punto de vista del autor, es más
complicada actualmente, es la disponibilidad de la información para realizar los estudios de
benchmarking. Por un lado, a menudo es difícil adquirir los datos de energía pertinentes y
suficientes para caracterizar los distintos procesos. Por otro, la medición del rendimiento
energético y la verificación es a veces una tarea difícil. Además, la información detallada de la
energía es un material sensible debido a las preocupaciones sobre la competitividad, datos de
propiedad, confidencialidad, etc. Todas estas complicaciones tienen como consecuencia el que
16
OLS: Ordinary Least Squares
17
DEA: Data Envelopment Analysis
18
SFA: Stochastic Frontier Analysis
20 Metodologías
las empresas sean, en general, reacias a aportar información detallada sobre sus usos
energéticos.
Para hacer frente a esta ardua tarea, los organismos e instituciones nacionales e
internacionales deben estar al pie del cañón. La creación de políticas y de agencias y
programas que fomenten el uso del benchmarking y la recolección de datos de producción de
las diferentes empresas es fundamental para lograr importantes avances en eficiencia
energética y, consecuentemente, en la reducción de emisiones de gases de efecto invernadero
y en el desarrollo sostenible de la industria. El apartado 2.7, Entidades que fomentan el
benchmarking, describe las principales organizaciones e instituciones que tienen entre sus
obligaciones aplicar y desarrollar el benchmarking energético.
En el apartado 2.8, ¿Qué se necesita?, se comentan brevemente las principales carencias que
deben subsanarse para que el sistema de benchmarking funcione correctamente.
Para que la aplicación de todas estas medidas tenga éxito, es muy importante tener en cuenta
que el benchmarking es una herramienta viva y en continuo cambio. Una vez se tenga
establecido un procedimiento teórico, es necesario actuar tal y como se indica en la [Figura
2.1]. Si no existe una realimentación en el proceso, de nada servirá recopilar y tratar los datos
de consumos energéticos de las diferentes empresas.
Se debe realizar una recolección de datos actualizados y útiles para el objetivo propuesto. Tras
esto, será necesario normalizarlos y calcular los Indicadores de Eficiencia Energética
pertinentes. Posteriormente, la información tratada y organizada podrá ser estudiada a fondo,
podrá comprobarse si se han cumplido los objetivos que se hubieran propuesto con
anterioridad y podrán establecerse nuevos objetivos viables para la empresa. Para lograr estas
metas, la empresa planteará y ejecutará medidas que aumenten la eficiencia energética, y
revisará posteriormente la estrategia utilizada con objeto de incluir posibles mejoras. La
mayoría de instituciones que actualmente realizan estudios de benchmarking recopilan datos
anualmente o, en algunos casos, trimestralmente. Si bien, cuantas más iteraciones del ciclo
existan, mejores serán los resultados obtenidos.
Metodologías 21
Recopilación de
datos
Planteamiento y Evaluación.
ejecución de Establecimiento
mejoras de objetivos.
22 Metodologías
Un modelo matemático que describe el sistema y puede ser utilizado para comprender el
análisis del benchmarking energético es el que se puede ver en la [Figura 2.2]:
x y x(r) son vectores de orden m cuyos elementos representan los factores que
gobiernan el uso de la energía (entrada de material, volumen de producción, tipo de
producto y de diseño, tipo de equipo utilizado…). Es decir, el vector x recoge las
variables de control.
G(x) es la función que mediante una transformación, traduce las variables de control
desde x hasta x(r). Esta función es la que se utiliza para normalizar los sistemas de
forma que puedan ser comparados entre sí. En este apartado se van a detallar las
principales causas que deben ser tenidas en cuenta a la hora de comparar dos
sistemas desde el punto de vista de la eficiencia energética.
y e y(r) son vectores de orden n cuyos elementos representan cantidades de
diferentes tipos de energía o de combustible energético (carbón, gas natural,
consumo eléctrico…) que son consumidos o producidos por el sistema.
y=F(x) e y(r)=F(r)(x(r)) es el modelo matemático de energía del sistema cuya eficiencia
energética pretende ser evaluada.
d= y - y(r) es un vector n-dimensional cuyos elementos representan la diferencia en
consumo o generación de un tipo de combustible o energía entre el sistema evaluado
y el sistema utilizado como referencia.
U(x)=F(x); U(r)(x)=F(r)(G(x)) es una función compuesta.
Metodologías 23
El consumo energético de una planta cualquiera podrá ser calculado como:
donde wi denota el factor de conversión para cada tipo de combustible o energía que es
consumido o producido por el sistema. Se puede apreciar que en este valor de la energía se
muestra un balance entre la energía consumida y la producida por la planta. Una empresa que
aproveche el calor residual de sus procesos e instale algún tipo de aprovechamiento
energético mediante cogeneración, verá reducido este valor considerablemente.
De forma similar podrá ser calculado el consumo energético del sistema de referencia:
Una vez se tiene E y E(r) se está en disposición de realizar una comparación en igualdad de
condiciones. Se procede a emitir conclusiones y a proporcionar posibles mejoras que
contribuyan a un ahorro energético.
Para hacer frente a las diferencias entre las plantas, con objeto de poder compararlas, existen
métodos estadísticos que facilitan la creación de un “modelo virtual” sobre el que se obtienen
los indicadores de eficiencia energética. En referencia a este modelo se crea la función G(x)
que normaliza los factores más importantes de uso energético en la organización en estudio de
forma que pueda realizarse un análisis de benchmarking. Aunque los detalles varían según
cada sector, sirva como ejemplo el enfoque del programa ENERGY STAR, que considera
típicamente cuatro efectos como principales.
24 Metodologías
• La producción mixta.
Metodologías 25
Otra situación se manifiesta claramente en la industria cementera. A pesar de que ésta
proporciona principalmente un solo producto bien definido, algunas plantas elaboran
cantidades más pequeñas de cementos especiales, por ejemplo, de mampostería o de
aplicaciones para pozos de petróleo. Si estos productos especiales requieren un consumo
energético diferente, el enfoque estadístico será el responsable de estimar y sopesar estas
diferencias.
Otras industrias, como la farmacéutica o la automovilística, que también tienen una amplia
gama de productos pueden ser tratadas de forma diferente por el benchmarking. Para el
montaje de automóviles, el tamaño del vehículo resulta ser una buena medida para las
diferencias entre ellos al evaluar el uso energético. Esto es debido a que el proceso de pintura
domina el consumo energético en la producción de automóviles. Para los productos
farmacéuticos existe una enorme diversidad, si bien, las principales diferencias en el uso de
energía tienen lugar en las tres actividades básicas: laboratorios de I + D, preparación de
principio activo, y llenado y acabado.
Para poder incluir el tamaño como un factor de normalización en los IEEs es necesaria una
medida significativa del tamaño o de la capacidad productiva de la planta. Esta medida puede
ser la cuantificación de entrada de materia prima principal en la planta, la salida de productos
terminados o directamente el tamaño de la planta. En algunos casos puede haber ventajas a
mayor escala de producción. Independientemente de los resultados específicos obtenidos
hasta la fecha para cada industria, el tamaño de la planta y las economías de escala siguen
siendo un área importante para la normalización en el enfoque de benchmarking.
Una situación algo diferente podemos observar por ejemplo en la industria del vidrio. Los
insumos principales para la fabricación de vidrio suelen ser arena, cal, carbonato de sodio y
vidrio de desecho. Si los materiales se mezclan de manera diferente para producir distintos
tipos de vidrio entonces el modelo estadístico puede aplicar diferentes pesos al consumo
energético de la misma manera que lo hace con la mezcla de materias primas. En otras
palabras, las diferencias en el uso de energía se infieren a partir del volumen y los tipos de
materiales utilizados en la producción. Las diferencias en la calidad de los materiales también
pueden ser considerados en la normalización estadística. Para las plantas de cemento, la
dureza y el contenido de humedad de la piedra caliza pueden influir en el consumo de energía.
Las tasas de trabajo de producción también pueden controlar las diferencias en la actividad
manufacturera de las plantas y consecuentemente las diferencias en los consumos
energéticos. Mientras que la relación entre la energía y la mano de obra no es tan directa
como la energía y la producción, el hecho de que se necesita mano de obra y energía para la
fabricación de un producto permite una relación indirecta estimable. Una ventaja es que las
horas de trabajo pueden proporcionar un denominador común en términos de medición.
Metodologías 27
Cuando la componente energética de climatización es pequeña en relación con el consumo
total de la planta el enfoque estadístico puede no ser capaz de medir el efecto con precisión
suficiente para cumplir con las pruebas de fiabilidad.
El principal agente externo que influye en las diferencias de consumo energético de las plantas
es la temperatura. La cantidad de energía necesaria para la calefacción o aire acondicionado
depende en gran medida de la temperatura exterior, y este impacto en el consumo de energía
puede ocultar fácilmente los efectos de mejorar la eficiencia energética.
Controlar con precisión la evolución en el tiempo del consumo de energía para climatización,
es esencial para eliminar el impacto de las variaciones de temperatura y producir datos que
permitan una comparación en igualdad de condiciones. Una de las metodologías más comunes
adoptadas es el uso de días-grado de calentamiento (HDD19) [16].
Los HDD son una medida simplificada de la intensidad y la duración de tiempo frío durante un
periodo determinado en un lugar determinado. El valor de HDD durante un periodo, por
ejemplo, un invierno, se determina restando de cada día la temperatura media diaria de una
temperatura de referencia preestablecida y posteriormente, se suman los días del periodo en
el que la temperatura media del aire exterior es inferior a la temperatura de referencia.
Cuando la temperatura del aire exterior es igual o mayor que la temperatura de referencia, los
HDD son cero. Los mayores HDD, coinciden con los inviernos más fríos de la temporada, y por
tanto, mayor será la cantidad de energía necesaria para calefacción. Los HDD pueden ser
calculados como:
19
Heating Degree Days.
28 Metodologías
donde:
Una finalidad del proceso de benchmarking es determinar si una industria utiliza la energía de
manera más eficiente que otra. Para desarrollar un esquema de benchmarking adecuado a
cada sector, y dada la gran diversidad de tecnologías existente, es necesario que los usos
energéticos de las industrias sean identificados y normalizados con el fin de proporcionar una
comparación significativa. Es por ello necesario realizar un análisis de cada sector,
identificando tanto los indicadores de eficiencia energética (IEEs) característicos del mismo
como los factores principales que les afectan, como pueden ser la producción, la capacidad
productiva y el mix de producción [11]. Además, para la aplicación del benchmarking es
necesario desarrollar un procedimiento que permita la obtención de un escenario para evaluar
comparativamente la eficiencia energética de la industria objeto. Para ello se requerirá el
análisis estadístico de una muestra significativa de datos de la población. Es necesario
establecer una normalización que permita proceder a una justa comparación entre industrias.
20
OLS: Ordinary Least Squares
21
DEA: Data Envelopment Analysis
Metodologías 29
análisis de frontera estocástica (SFA22), el modelo basado en el método (Simulación) y Redes
Neuronales Artificiales (ANN23).
En este trabajo se analizan, principalmente de forma cualitativa, los cuatro primeros métodos
arriba mencionados con objeto de proporcionar al lector un criterio que le permita seleccionar
el método que mejor se ajuste a sus necesidades o a las de su empresa.
Por ejemplo, si se tienen que comparar dos organizaciones que trabajan en un mismo
subsector industrial, hay que tener en cuenta para la normalización muchos parámetros que
difieren entre ambas. Estas variables de influencia y sus consecuencias se desarrollan en el
apartado 2.2 del presente trabajo. Para este caso, se va a suponer que ambas empresas están
localizadas en lugares geográficos con condiciones climáticas semejantes, que las dos se
dedican a fabricar un único producto, que los factores externos por los que se ven
22
SFA: Stochastic Frontier Anlysis
23
ANN: Artificial Neural Network
30 Metodologías
influenciadas son semejantes y que únicamente difieren en el tamaño de la planta (y
consecuentemente en la cantidad de producto fabricado anualmente).
Se tiene entonces una empresa A, que consume anualmente 750 MJ de energía y que utiliza un
área de producción de 1000 m2, y una empresa B, que con 2000 m2 consume anualmente 1400
MJ de energía. Si se calcula para ambas el indicador de Intensidad de Uso de la Energía se tiene
que la empresa A consume 0.75 MJ/m2 mientras que la empresa B consume 0.7 MJ/m2. A la
vista de este resultado la empresa B resultaría más eficiente que la empresa A.
Si bien, hay que tener en cuenta que las similitudes propuestas en el ejemplo anterior es muy
difícil que existan en la realidad y, además, se debe desarrollar un método de normalización
que sea válido para todas las empresas y que permita una normalización en base a muchas
variables de influencia. Por tanto, aunque se trata de un método sencillo, intuitivo y fácil de
aplicar, su utilización no suele aportar resultados que reflejen verazmente la diferencia en
eficiencia energética entre las diferentes empresas del sector de la industria.
Monts y Blissett [17] discutieron las limitaciones sobre el uso de la IUE normalizada simple
para edificios comerciales y utilizaron un modelo de regresión lineal simple para evaluar el
rendimiento en el uso de energía en los edificios comerciales. El OLS puede ayudar a estimar la
línea de regresión que representa el nivel medio de eficiencia energética. Es evidente que una
simple aplicación de los resultados de un OLS puede mostrar que todos los edificios con
puntuaciones superiores a la media pueden ser consideradas ineficientes mientras que
aquellos con puntuaciones inferiores son eficientes. Por otro lado, un sistema de
benchmarking puede ser desarrollado sobre la base de la distribución de los residuos del
modelo de regresión. El residuo es la diferencia entre el IUE real y el IUE predicho. Por lo tanto,
los residuos se tratan como medidas de ineficiencia. Si el IUE real para una industria
determinada a partir de referencias es menor que el predicho IUE, significa que el proceso
utiliza menos energía que los procesos similares.
Y: variable dependiente.
β0, β1, β2, …, βp: parámetros que miden la influencia que las variables independientes tienen
sobre la variable dependiente.
Si consideramos uno de los indicadores (por ejemplo el IUE) como una función lineal
dependiente de p factores Xi (donde estos factores son la edad de la maquinaria, el área de la
fábrica, el sistema energético…) podemos obtener una recta de regresión y calcular fácilmente
los residuos antes comentados. El problema OLS para n industrias podría ser enunciado como:
{∑ | | }
Para observar gráficamente las consecuencias que implica este método se va a tomar como
variable dependiente el consumo energético y como variable independiente el tamaño de la
planta. Para ello, se ha de suponer que todas las empresas que se comparan únicamente
varían en estos dos parámetros (situación ficticia). En la [Figura 2.3] puede verse el resultado
de la aplicación del modelo de regresión lineal.
A la vista de la gráfica y teniendo en cuenta las consideraciones del método, se podría indicar
que todas las empresas situadas por encima de la recta son ineficientes energéticamente. No
se tienen en cuenta correcciones debidas a los errores aleatorios. Esta recta de regresión no
tiene una expresión fija, sino que depende del número de empresas de las que se dispongan
datos así como de la evolución y las mejoras implementadas a lo largo del tiempo. Cuanto
mayor sea la cantidad de empresas de las que se dispongan datos, menor error existirá en la
estimación de esta recta de regresión.
32 Metodologías
[Figura 2.3] Ejemplo de modelo de regresión lineal para una situación ficticia con una variable independiente.
Existen variaciones de este método de regresión lineal. Uno de ellos es el método de mínimos
cuadrados ordinarios corregidos (COLS 24 ). La estimación a través de COLS supone el
desplazamiento hacia arriba del término constante hasta que un residuo sea igual a cero y
todos los demás sean negativos. Un inconveniente consiste en que incluso después de esta
corrección, algunos de los residuos pueden presentar todavía signos de error, con lo cual no se
distingue que parte se corresponde realmente con la ineficiencia y que parte se debe a errores
aleatorios y a perturbaciones estadísticas. El ejemplo anterior según este método tendría
como resultado el mostrado en la [Figura 2.4].
[Figura 2.4] Ejemplo de aplicación del método COLS para una situación ficticia con una variable independiente.
24
COLS: Corrected Ordinary Least Squares.
Metodologías 33
Según este método, tan solo la empresa situada en el punto (x,y)=(1200,1100) sería eficiente.
Este método tampoco tiene en cuenta el error aleatorio y es más conservador que el anterior.
El Análisis Envolvente de Datos o Data Envelopment Analysis (DEA) es una poderosa técnica de
optimización, desarrollada por Charnes, Cooper y Rhodes (1978), construida para medir el
comportamiento relativo de diferentes unidades organizacionales en las cuales la presencia de
múltiples insumos (inputs) y productos (outputs) hace difícil la comparación de su desempeño
[18].
El método de análisis envolvente de datos es una herramienta empírica útil para estudiar las
eficiencias técnicas y de escala de unidades productivas comparables entre sí. Para mejorar la
precisión de los estudios que se realicen, es posible combinar este método no paramétrico con
los paramétricos, como los métodos de frontera estocástica que se analizan en el siguiente
subapartado.
El documento de Andrés Ricardo Schuschny [20] nos invita, antes de conocer el método DEA
propiamente dicho, a repasar las nociones de eficiencia productiva y el cálculo de los índices
de eficiencia técnica, tal como los plantea Farrell (1957).
Según Schuschny, la propuesta de Farell es visualizar a la eficiencia desde una perspectiva real,
no ideal, donde cada unidad de producción sea evaluada en relación con otras tomadas de un
grupo representativo y comparable. Así, las medidas de eficiencia serían relativas y no
absolutas, donde el valor alcanzado por determinada unidad productiva, corresponda a una
expresión de la desviación observada respecto a aquellas consideradas como más eficientes
34 Metodologías
dada la información disponible. En este sentido, la metodología que propone Farrell es una
técnica basada en el concepto de “benchmark” o referenciación.
Sea un conjunto más o menos extenso de unidades productivas comparables entre sí por la
particularidad de que emplean el mismo tipo de insumos o factores para producir un conjunto
de productos similares o equivalentes. Para alcanzar un mayor nivel de generalidad, las
denominamos como “unidades de toma de decisiones” (DMU25). Entonces, es posible definir
tres medidas de eficiencia:
Para cada DMU ineficiente el método DEA identifica una serie de unidades eficientes
correspondientes que pueden ser utilizados como benchmarks para la mejora de la actuación
energética.
25
DMU: Decision making units.
Metodologías 35
[Figura 2.5] Fronteras no paramétricas orientadas a los insumos (izquierda) y a los productos (derecha) [20].
El método que propuso Farrell (1957) para obtener la frontera a partir de las
observaciones queda ilustrado para el caso en que se emplean dos factores, x1 y x2, en la
obtención de un bien y. No fue hasta dos décadas después cuando Charnes, Cooper y Rhodes
(1978), acuñaron por primera vez el término de análisis envolvente de datos. Con esta
denominación se engloba el uso de técnicas de programación matemática para seleccionar, de
entre una muestra, aquellas DMU que son eficientes, y a partir de ellas construir una
envolvente de las observaciones (de ahí el nombre de la técnica); también se obtiene una
medida de eficiencia para cada DMU, comparándola con dicha envolvente. Con ellas es posible
analizar el caso más general de múltiples inputs y outputs. Posteriormente, Banker, Charnes y
Cooper (1984) adaptaron la técnica al caso de un modelo de rendimientos variables de escala.
Es posible establecer una medida de eficiencia para cada una de las unidades j, expresada de la
siguiente manera:
∑
∑
Al usar DEA, se construye y resuelve un modelo de optimización para cada una de las
unidades organizacionales que se van a comparar. En dicho modelo, al igual que en cualquier
36 Metodologías
modelo de optimización se pretende maximizar o minimizar una función en presencia de un
número determinado de restricciones. Si se desea comparar o medir la eficiencia relativa de n
unidades organizacionales se construyen n modelos de optimización y en cada uno de ellos la
función a maximizar es la eficiencia de la unidad organizacional j, donde j varía de 1 a n
(j=1,2,…n).
Las restricciones de cada uno de los n modelos son idénticas y expresan que la eficiencia de
cada una de las unidades organizacionales debe ser menor que 1 (o que 100 o cualquier valor
positivo), con el objetivo de que todas estén en la misma escala de medida. En otros términos,
se da una cota superior a la medida de eficiencia para comprender en un contexto
comparativo qué significa el hecho de que la eficiencia de una unidad tome un valor particular.
Las variables de cada modelo son entonces los pesos que se deben otorgar a cada input y cada
output con el objetivo de que la unidad en consideración (aquella de la cual se está tratando
de maximizar su medida de eficiencia) aparezca presentada de la mejor manera posible.
Después de resolver todos los modelos se tienen los valores de eficiencia de todas las unidades
y se puede identificar cuáles unidades son eficientes y cuáles no.
Además, se puede determinar cómo podrían “moverse” las unidades menos eficientes para
mejorar, ya sea para aumentar alguno o todos sus outputs, o para reducir inputs y aumentar
outputs simultáneamente. La forma en que se mueven las unidades ineficientes hacia la
frontera de eficiencia depende del modelo DEA que se utilice.
Teniendo en cuenta las consideraciones, entre otros de Schuschny y Chung, de las principales
ventajas que proporciona el método DEA podemos destacar:
Permite trabajar con industrias que requieren el uso de múltiples insumos y que
producen múltiples productos independientemente de que posean diferentes sistemas
de unidades.
Las industrias se comparan con una industria ideal construida a partir del desempeño
de organizaciones reales, productivamente más eficientes, mediante el cálculo de una
combinación lineal de estas últimas.
Metodologías 37
No requiere el uso de formas funcionales explícitas. El método no necesita asumir una
forma funcional en la frontera. Consecuentemente no existe peligro de definir un
modelo erróneo para la frontera.
Existen numerosas aplicaciones comerciales y gratuitas para realizar los cálculos que
demanda esta metodología. Durante los últimos años el análisis envolvente de datos
ha dejado de ser un tema circunscrito a los ámbitos académicos para comenzar a ser
aplicado en numerosos círculos profesionales.
Asimismo, podemos destacar algunos de los inconvenientes que presenta este método:
Al igual que ocurre con el método DEA, el análisis de datos a través de fronteras estocásticas
también parte de los trabajos de Farrel. Este autor también hizo referencia a la posibilidad de
estimar econométricamente una función de producción, de modo tal que ninguna observación
resultara por encima de ella. Apoyándose en los estudios de Farrel, Aigner Lovell y Schmidt
(1977) y Meeusen y van den Broeck (1977), simultánea aunque independientemente,
desarrollaron el concepto de frontera estocástica.
En este caso, el método para encontrar la frontera consiste en postular una función de
comportamiento eficiente (función de producción, de costes, o de beneficios), a la que se
38 Metodologías
añaden dos perturbaciones: una simétrica, que recoge el ruido aleatorio, y otra sesgada que
refleja la ineficiencia. Mediante técnicas econométricas se estiman los parámetros de la
frontera, frecuentemente postulando una determinada distribución estadística para cada una
de las dos perturbaciones y estimando por máxima verosimilitud. Finalmente se calcula la
eficiencia de cada empresa a partir del valor estimado para la perturbación de carácter
sesgado anteriormente mencionada.
La frontera que se obtiene con este método, a diferencia de lo que ocurre con el empleo del
análisis envolvente de datos, tiene un carácter paramétrico, en cuanto a que se postula una
forma funcional específica que explica el comportamiento eficiente de las empresas. La
estimación proporciona unos índices de eficiencia con propiedades estadísticas, lo que permite
plantear contrastes de hipótesis sobre los resultados.
Se puede definir una función de producción que muestre el máximo producto que se puede
obtener dado el vector de insumos disponibles, x, y en función de una serie de parámetros, β:
A partir de ella, se sabe que el producto actual, Y, puede ser menor o igual que la función
anterior, es decir:
Aigner y Chu (1968) postularon una función de producción a la que añadieron un término de
error no positivo (-ui) con el que pretendían reflejar las decisiones ineficientes de las empresas.
Metodologías 39
Según este modelo, yi es la producción de una empresa del conjunto de N empresas, f(xi,β) es
la función de Cobb-Douglas de producción, xi=(x1i,…,xni)’ es un vector de inputs, β=(β0,…βn)’ es
un vector de parámetros, y ui una perturbación aleatoria que se considera no negativa,
resultado de las decisiones ineficientes de la empresa.
ETi es una medida que viene orientada hacia el output, y mide la proporción que representa la
producción actual con respecto a la que se obtendría si la empresa utilizara sus recursos de
forma eficiente.
En la frontera determinista todas las desviaciones con respecto a la producción máxima son
descritas como ineficiencias. Sin embargo, a veces la cantidad de producto obtenida puede ser
inferior o superior a lo esperado debido a shocks exógenos. Es decir, la propia frontera de
producción puede estar en continuo cambio. Se dice entonces que la frontera es desplazada
por elementos estocásticos que están fuera del control de la organización.
Aun cuando una empresa lleve su gestión de la forma más eficiente posible, existen factores
que se escapan de su control y que pueden hacer que el nivel de producción obtenido varíe
con respecto a lo esperado. Por ello, para el cálculo de la frontera estocástica se añade una
perturbación aleatoria a la función de producción. Con esta variable se pretenden recoger
factores diversos que pueden resumirse en lo que se conoce como aleatoriedad. Dentro de
40 Metodologías
esta aleatoriedad podemos incluir errores de medida a la hora de cuantificar las variables,
elementos fuera del control de la empresa que pueden hacer que circunstancialmente ésta
obtenga mejores o peores resultados de los esperados, y también, variables omitidas en la
especificación funcional que por sí solas no tienen una influencia importante pero sí de forma
conjunta.
26
Distribución normal de media cero y truncada en cero para tomar solamente valores positivos.
Metodologías 41
asintóticamente eficientes, ya que con la presencia del término aleatorio (que es simétrico) en
el error, desaparecen los problemas que presentaba la función de verosimilitud en el caso de
las fronteras deterministas.
Entre las limitaciones que posee esta metodología Schuschny y García Prieto destacan:
Existe información limitada para separar el error compuesto en un error aleatorio (vi) y
otro debido a ineficiencias (ui).
Se pueden cometer errores de especificación de la función de producción (que suele
basarse en supuestos neoclásicos de rendimientos constantes a escala).
Utiliza una sola ecuación de regresión para todos los datos (modelo univariado).
La estimación de fronteras estocásticas presenta un inconveniente que consiste en la
sensibilidad que ofrecen los resultados a la especificación de distintas distribuciones
estadísticas para el término de ineficiencia. Sin embargo, los estudios comparativos
realizados resultan tranquilizadores en cierta medida, ya que los rankings de eficiencia
obtenidos con diferentes especificaciones y distintos métodos de estimación, suelen
presentar un alto grado de correlación estadística.
La frontera que se obtiene con el método estocástico, a diferencia de lo que ocurre con el
empleo del DEA, tiene carácter paramétrico. Se postula una forma funcional específica que
explica el comportamiento eficiente de las empresas u organizaciones. Este hecho permite
efectuar contrastes de hipótesis sobre los resultados ya que la resolución del modelo
proporciona unos índices de eficiencia con propiedades estadísticas.
Por el contrario, con el método DEA se obtiene una frontera no paramétrica. No se postula una
forma funcional. Únicamente se encuentra un conjunto de empresas eficientes a partir de las
cuales, mediante combinaciones lineales, se obtiene la envolvente. En un primer momento
42 Metodologías
esto representa una ventaja en el caso del DEA por la mayor flexibilidad del método27, pero el
inconveniente fundamental consiste en la falta de propiedades estadísticas de los resultados
obtenidos con la programación matemática.
El método DEA proporciona una frontera determinista porque toda la desviación con respecto
a la frontera es atribuida a ineficiencias y en ningún caso a errores aleatorios. Sin embargo, la
estimación de fronteras estocásticas distingue entre las dos fuentes posibles de desviaciones
respecto a la frontera: ineficiencia y error aleatorio. Es esta la razón por la que el análisis
envolvente de datos resulta muy sensible a la presencia entre la muestra de valores anómalos,
que pueden influir en los índices de eficiencia finalmente encontrados.
27
El imponer una forma funcional y disponer de una expresión matemática para la frontera, permite trabajar más
fácilmente con ella, pero introduce una cierta rigidez sobre los datos, que deben ajustarse a esa función.
28
IEA: International Energy Agency.
Metodologías 43
En palabras muy simples se podría decir que un indicador es algo que proporciona una
indicación; en términos un poco más sofisticados, un indicador puede ser cualquiera de los
diversos valores estadísticos que juntos proporcionan una indicación. Un indicador es
generalmente un parámetro o bien un porcentaje, tasa o razón entre dos o más variables que
permite establecer comparaciones entre diferentes entidades.
Esto conduce a un debate, ya que, algunos expertos consideran que un valor absoluto puede
ser un indicador mientras que otros van a pensar que sólo los coeficientes u otros valores
compuestos podrían clasificarse como indicadores. En este trabajo se ha optado por hacer
especial hincapié en los IEEs como ratios, ya que desde el punto de vista del autor, son los que
más interés poseen. Los indicadores de eficiencia energética absolutos tienen en cuenta una
variable de producción (ya sea el consumo energético o cualquier otra) y tienen interés,
principalmente, cuando se comparan con datos históricos o cuando el motivo principal en la
comparación no es obtener conclusiones acerca de la eficiencia energética.
Los Indicadores de Eficiencia Energética (IEEs) son unos parámetros o ratios que nos permiten
evaluar las posibles mejoras energéticas de los procesos industriales en particular y de las
industrias en general. La comparación entre los IEEs de diferentes procesos y/o empresas
fomenta la competitividad y ayuda a conseguir un ahorro energético. Según la Agencia
Internacional de la Energía, los IEEs son una importante herramienta para analizar las
interacciones entre la actividad económica y humana, el uso energético y las emisiones de CO2.
Los IEEs son los “signos vitales” de una organización. Constituyen una herramienta importante
para la medición de las mejores prácticas a través del Benchmarking. Esta herramienta indica a
la empresa cómo están realizando las tareas de los procesos bajo medición. Un indicador no es
más que una cuantificación de cómo las actividades de un proceso o los outputs del mismo
están alcanzando los objetivos deseados [21].
Según la experiencia de la IEA [22], las empresas pueden utilizar los IEEs para extraer
información de cómo ser más eficientes energéticamente, y pueden compararse con otras
empresas o trazar su propio progreso en el tiempo. Los indicadores también pueden ayudar a
la industria a mejorar la fiabilidad y la flexibilidad. En última instancia, los indicadores pueden
ser usados para aumentar la competitividad.
El número de IEEs es muy elevado ya que el cociente entre dos magnitudes cualesquiera
propias del proceso puede ser considerado como comparador entre dos entes diferentes. Si
44 Metodologías
bien, solo unos pocos IEEs son representativos de un proceso industrial, una fábrica, un sector
industrial o incluso un país. Aunque existen indicadores generales válidos para todos los
sectores industriales, en ocasiones dentro de un sector, podemos encontrar otros IEEs más
apropiados para reflejar la realidad energética del mismo.
Los IEEs son los indicadores que nos ayudarán a determinar si un proceso o actividad es más
eficiente energéticamente que otro de similares características.
Conocer y analizar los datos del consumo de energía en los diferentes subsectores industriales
es complejo. Incluso cuando se dispone de los datos necesarios, a menudo no es sencillo
calcular indicadores coherentes y comparables que sean útiles para el benchmarking y,
consecuentemente, para un control energético por parte de los gobiernos de las diferentes
naciones.
En general, los indicadores de eficiencia energética son las intensidades, que se presentan
como una relación entre el consumo de energía (medida en unidades de energía) y los datos
de actividad (medido en unidades físicas).
Si bien es cierto, estos IEEs pueden ser a un nivel más agregado (por ejemplo, el consumo total
de energía por kg de aluminio obtenido) o desagregado (por ejemplo, el consumo de energía
eléctrica en el proceso de electrólisis para la producción de un kg de aluminio). Pero como se
ha expresado anteriormente, suelen componerse de un consumo de energía como numerador
y un dato de actividad como denominador. En el caso del estudio de las emisiones de CO2, en
el numerador aparecerán datos referentes a las emisiones de este compuesto. En algunas
ocasiones interesará expresar el indicador en volumen o masa de combustible utilizado y no
convertir a unidades de energía. El tipo de unidades del denominador varía significativamente
en función de la actividad o producto que se analice.
Desde la perspectiva de una empresa así como desde el punto de mira de un país, el desarrollo
de IEEs es de vital importancia. Una mejora de la eficiencia energética reduce la necesidad de
energía, lo cual contribuye a la reducción del gasto económico y consecuentemente al
Metodologías 45
aumento de la competitividad y los beneficios de la planta. Cuanto mayor sea el nivel de
detalle de un indicador, más facilidades tendrá la organización para mejorarlo, ya que sabrá
donde conviene actuar más urgentemente.
En este trabajo se ha optado por desarrollar los IEEs de lo general a lo particular. Es decir, en
primer lugar se procederá a desarrollar indicadores en un nivel más agregado que permita
comprender la importancia que posee el sector industrial en la economía de un país o una
región. Posteriormente, se analizarán diferentes indicadores que aporten información
relevante sobre los diferentes subsectores industriales. Con estos datos podrá construirse la
tarta de distribución del consumo energético industrial de un país y, consecuentemente, el
gobierno del mismo dispondrá de cifras que le permitan dictaminar donde es más necesario
implementar políticas que fomenten la eficiencia energética. Por último, se estudiará cómo
deben ser los IEEs a nivel de procesos para cada uno de los subsectores, analizando más en
profundidad cinco importantes subsectores de la industria mundial. Estos indicadores son los
que más información aportan a la empresa y los que le facilitan establecer objetivos medibles
de mejora.
Nivel 1
Indicadores
agregados
Nivel 2
Subsector industrial
Nivel 3
Indicadores específicos según procesos y
tecnologías
[Figura 2.6] Clasificación piramidal de los tres niveles de indicadores de eficiencia energética, IEA [22].
Esta jerarquía es importante porque muestra cómo los cambios detallados en el nivel más bajo
pueden estar vinculados con un orden superior. Ir descendiendo desde la cúspide de la
pirámide requiere el conocimiento de mayor cantidad de datos y supone un análisis más
46 Metodologías
complejo. Sin embargo, cada descenso también proporciona una mejor medida de la eficiencia
energética definida para un sector específico, proceso y/o tecnología.
Para identificar cada uno de los IEEs utilizaremos una notación con alguna variación respecto a
la que utiliza la IEA. Todos los IEEs comenzarán por I, haciendo referencia al sector industrial y
vendrán seguidos por una E si analizan el consumo energético o por una D si tienen en
consideración las emisiones de dióxido de carbono. Posteriormente vendrán acompañados de
una cifra (1,2 ó 3) que hará referencia al nivel de desagregación en el que se encuentran. Por
último, se asignará una letra (a-z) para ordenar los diferentes tipos de indicadores de cada
nivel.
Es conveniente tener en cuenta la finalidad para la que se desarrollarán los indicadores, con
objeto de responder eficazmente a las prioridades de la empresa, ya que para el desarrollo de
los IEEs, los recursos suelen ser limitados y la recogida de los datos necesarios no es trivial.
Esta selección debe basarse en la información que posea el país, en los recursos y datos
disponibles y, cada vez más, en la cuestión política a la que hay que responder.
Hay que ser consciente de que cada IEE tiene su propio propósito, pero también posee
limitaciones en lo que puede explicar. Proporcionar una imagen precisa requiere de un
conjunto de indicadores, que cuando se analizan de forma conjunta proporcionarán una base
sólida para la elaboración de políticas internas, nacionales y/o internacionales.
Según lo explicado hasta entonces, cualquier cociente entre variables puede ser definido como
un indicador. Y, siempre y cuando exista una correlación de las variables entre las cuales se
efectúe el cociente, es prácticamente así. Sin embargo, en este documento se detallan los IEEs
que se han considerado de mayor interés y que en primera instancia pueden ofrecer una
información más útil y fiel a lo que está ocurriendo en la realidad.
Metodologías 47
2.4.2.1 INDICADORES GLOBALES. NIVEL 1
Resulta casi imposible definir un único indicador “verdadero” que recoja satisfactoriamente
toda la información que se necesita para caracterizar unívocamente el comportamiento en
cuanto a eficiencia energética industrial de un país, sector o proceso. Seleccionar un único
indicador con el que efectuar comparaciones entre diferentes organizaciones puede producir
una imagen no fidedigna de lo que sucede.
Dada la diversidad del sector industrial y el perfil de energía tan diferente de cada industria, el
uso de los indicadores de intensidad globales para la comparación entre países, o incluso para
una evaluación de desempeño de la industria a través del tiempo, puede resultar bastante
engañosa.
Los indicadores globales que se presentan a continuación sólo pueden proporcionar una idea
general sobre el orden de magnitud de los potenciales de mejora en la industria. Es por ello
recomendable que se haga un análisis más detallado a nivel interno del país, según
subsectores o procesos, antes de que estos indicadores puedan considerarse como base para
el establecimiento de objetivos.
Ecuación 2-15: Ratio que refleja la relación del consumo energético con el PIB.
Alternativamente, esta intensidad energética podría ser definida como la relación entre el
consumo de energía por la industria y otra variable macroeconómica, como la población. Es
útil tener en cuenta los indicadores de PIB y de población de forma simultánea para observar
los dos principales motores del consumo de energía.
Ecuación 2-16: Ratio que refleja el consumo energético industrial por habitante.
48 Metodologías
¿Por qué pueden resultar engañosos estos indicadores? Estos indicadores reflejan la relación
entre el consumo energético y el desarrollo económico, no mide por tanto el desarrollo de la
eficiencia energética. Un país con una intensidad energética baja no necesariamente tiene una
alta eficiencia. Por ejemplo, un país con una pequeña industria y basado en el sector servicios,
con un clima templado, tendrá una intensidad mucho menor que un país grande basado en la
industria, en un clima muy frío, incluso si se consume la energía de manera más eficiente en
este país que en el primero.
Si consultamos por ejemplo los datos de 2011, la intensidad energética en Filipinas era de 3672
Btu por año en dólares estadounidenses de 2005, mientras que en Alemania era de 4837. Si
únicamente tuviésemos en cuenta este indicador, parecería que Filipinas es un país que utiliza
la energía de forma más eficiente que Alemania. En cambio, lo que ocurre es que Filipinas
posee mucha menos industria que Alemania y el porcentaje de consumo energético industrial
en el PIB de Filipinas es mucho menor que el que representa para el país germano.
Además, los cambios en estos indicadores son el resultado no sólo de cambios en la eficiencia
energética sino también de muchos otros elementos que deben ser considerados. Entre estos
elementos destacan: la estructura de la economía (presencia de grandes industrias
consumidoras de energía, por ejemplo); el tamaño del país (la mayor demanda del sector del
transporte); y el clima (mayor demanda de calefacción o refrigeración).
Podemos decir entonces que, en los países donde no ha habido ningún cambio importante en
la estructura económica, un estudio de los datos históricos de la intensidad energética podría
ser reflejo de la tendencia general del país en materia de eficiencia energética.
Un indicador que refleja el peso energético de la industria en un país es el IE1c. Este indicador,
si bien no refleja directamente la eficiencia energética, nos da una idea de la importancia para
un país de implementar medidas de eficiencia energética en su sector industrial.
Ecuación 2-17: Ratio que refleja proporción de sector industrial dentro de un país.
Los indicadores vistos anteriormente no distinguen entre las diferentes fuentes energéticas
que se requieren en la industria. El indicador IE1d aporta información sobre el origen de la
energía utilizada. Así podemos saber qué porcentaje de energía proviene de fuentes
Metodologías 49
renovables y cuál no y distinguir entre los diferentes combustibles utilizados. El subíndice x
hace referencia a la fuente primaria de donde procede la energía.
Ecuación 2-18: Ratio que refleja el consumo energético proveniente de la fuente x en relación al consumo
energético industrial total.
A la vista de estos indicadores resulta imposible iniciar mecanismos que mejoren la eficiencia
energética del sector industrial. En cambio, en muchas ocasiones, sí nos sirven de base para
desarrollar los indicadores del nivel 2. Además, permiten analizar año a año las mejoras
implementadas en el sector industrial y posibilita una primera clasificación mundial en cuanto
a eficiencia energética. Los países que se encuentren al final de la lista tendrán que imitar a los
países que se encuentren a la cabeza con objeto de alcanzar, entre todos, la eficiencia
energética. Recordemos que para que funcione una buena política de benchmarking es
fundamental la transparencia en la información y la cooperación entre diferentes países y
empresas.
Por último, cabe señalar que los IE1 antes definidos pueden ser transformados en indicadores
que nos aporten información acerca de las emisiones de CO2. Así, podemos tener:
50 Metodologías
2.4.2.2 INDICADORES SEGÚN EL SUBSECTOR INDUSTRIAL. NIVEL 2
Este nivel de desagregación depende de los datos disponibles, tanto en términos de los datos
de consumo de energía como de los datos de actividad (de valor añadido o unidades físicas de
producción). Por ejemplo, mientras que en algunos países la información puede estar
disponible para la categoría general de "pulpa, papel y artes gráficas", en los países donde este
subsector de la industria es importante, debe existir más desagregación por tipo de pasta y
papel. Como resultado, la pertinencia de los indicadores desarrollados en este nivel será muy
dependiente del nivel de información disponible para cada subsector.
Los IEEs que podemos identificar para los diferentes subsectores industriales se basan en la
intensidad energética comentada en el subapartado anterior. En este caso, además de
expresar el consumo energético de un subsector industrial con respecto al PIB, resulta de gran
interés el cociente entre el consumo energético y la unidad física de producción. Es decir, mide
la cantidad de energía que se necesita para producir una unidad de riqueza del país o una
unidad de producto físico. Sin embargo, este indicador sólo está disponible para algunas
industrias, ya que otras industrias son demasiado heterogéneas para tener una medida
efectiva de la producción (por ejemplo, la industria química).
Ecuación 2-24: Intensidad energética del subsector y con respecto a la unidad de producción.
Cuando el indicador se desarrolla a un nivel más desagregado, como ocurre en este caso, la
intensidad energética proporciona pistas importantes que ayudan a comprender el
rendimiento de la eficiencia y el potencial de reducción de energía. Además, es posible
comparar los países y evaluar su eficiencia relativa.
Metodologías 51
Con este nivel de información, si bien este indicador todavía incluye algún cambio estructural
en subsectores y diferencias en la calidad de los insumos y el proceso utilizado, se puede
realizar una comparación más exacta que con la intensidad energética global.
Hay que tener en cuenta que, cuando dentro de un mismo subsector se obtienen diferentes
productos, en ocasiones resulta prácticamente imposible determinar el valor del indicador
IE2b para cada uno de ellos. Esto ocurre, por ejemplo, en el subsector químico y petroquímico.
Para este tipo de subsectores tendremos que recurrir a los IEEs de nivel 3 que nos
proporcionen datos acerca de la eficiencia energética de los procesos que tengan lugar.
También es importante destacar que a través del indicador IE2b no pueden establecerse
relaciones cuando éste esté definido en diferentes unidades en función de la actividad
producto del subsector. Además, este indicador no permite obtener una imagen completa de
la eficiencia energética del sector industrial de un país.
Para reflejar el peso que un subsector posee dentro del sector industrial de un país se define el
grupo de indicadores IE2c. Estos indicadores, si bien no reflejan directamente la eficiencia
energética, nos dan una idea de la importancia que cada subsector industrial tiene en el
consumo energético del país.
Ecuación 2-25: Ratio que refleja proporción del subsector industrial dentro de la industria de un país.
Paralelamente a los indicadores del grupo IE1d podemos establecer los indicadores similares
del nivel 2. De esta forma se distingue entre las diferentes fuentes energéticas que se
requieren en el subsector que se esté estudiando. El subíndice x hace referencia a la fuente
primaria de donde procede la energía.
Ecuación 2-26: Ratio que refleja el consumo energético proveniente de la fuente x en relación al consumo total
del subsector.
Como ocurría con los IEEs de eficiencia energética de nivel 1, en este caso también podemos
transformarlos en indicadores que nos proporcionen información de las emisiones de CO2.
Esto es:
52 Metodologías
Ecuación 2-27: Ratio que refleja la relación entre
las emisiones de CO2 del subsector y con el PIB.
Siguiendo la metodología aplicada en los niveles 1 y 2, y con carácter general, para este tercer
nivel podemos definir dos indicadores que nos permitirán comparar los procesos utilizados en
industrias pertenecientes al mismo subsector.
El indicador IE3a establece la energía empleada por unidad de producto en un proceso. Cuanto
menor sea este indicador, más eficiente será el proceso z.
Ecuación 2-31: Energía empleada en el proceso z para obtener una unidad de producto.
Una interpretación económica la puede aportar el indicador IE3b. Este IEE establece la energía
empleada en el proceso z para la producción de una unidad económica de riqueza. Es preciso
señalar que este indicador puede dar lugar a confusiones si no se utiliza con la cautela
necesaria, ya que, debido al término utilizado como denominador, no permite comparaciones
entre escenarios económicos diferentes.
Ecuación 2-32: Energía empleada en el proceso z en relación al valor total del producto.
Metodologías 53
De manera análoga a las transformaciones efectuadas en el nivel 1 y 2, pueden obtenerse para
este nivel 3 los indicadores ID3a e ID3b que proporcionarán información de las emisiones de
CO2 de cada uno de los procesos.
El nivel 3 corresponde a un nivel bastante desagregado. Estos indicadores son los que deben
aplicar las grandes empresas e incluso las PyMEs. Dado el número de subsectores que abarca
el sector de la industria, así como la infinidad de procesos que existen, no es posible
proporcionar una lista exhaustiva de indicadores específicos para cada uno de ellos. Por tanto,
el análisis de este trabajo abarcará de manera breve e indicativa, con la finalidad de dar
pequeñas pinceladas, los cinco siguientes subsectores industriales: hierro y acero, cemento,
pulpa y papel, productos químicos y petroquímicos, y aluminio. El motivo por el que se decide
escoger estos cinco subsectores no es otro que el hecho de que son los más estudiados por las
diferentes organizaciones mundiales y, además, coincide que pertenecen a la industria
intensiva, es decir, aquellas empresas que necesitan una mayor cantidad de energía para
obtener una unidad de producto.
Un análisis en profundidad de cada uno de los subsectores así como de cada empresa en
particular puede proporcionar información muy valiosa para el benchmarking. Si bien en
ocasiones la empresa no tendrá referentes de la competencia o de la mejor tecnología
existente en el mercado que le permitan compararse, siempre podrá recurrir a sus datos
históricos e ir avanzando en la eficiencia energética.
HIERRO Y ACERO
Alto Horno (BF29) / horno de oxígeno básico (BOF30), a cuya entrada encontramos entre
un 70 % y un 100 % de mineral puro de hierro y el resto es chatarra de hierro.
29
Blast furnace.
30
Basic oxygen furnace.
54 Metodologías
Horno de arco eléctrico (EAF31), basado en la entrada únicamente de chatarra de
hierro.
Hierro reducido directo (DRI32) / método EAF, basado en mineral de hierro y a menudo
chatarra de hierro en la entrada.
La chatarra/ruta EAF requiere mucha menos energía (de 4 a 6 Gigajulios por tonelada [GJ/t])
que la ruta BF/BOF (de 13 a 14 GJ/t), porque no hay necesidad de reducir mineral de hierro a
hierro, y elimina la necesidad de la preparación de mineral y otros pasos intermedios.
[Figura 2.7] Producción según la ruta de procesos utilizada para algunos países en el año 2010 [22].
31
Electric arc furnace.
32
Direct reduced iron.
Metodologías 55
Ecuación 2-33 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero bruto
producido.
Ecuación 2-34 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero por BF.
Ecuación 2-35 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero por
BOF.
Ecuación 2-36 Indicador de eficiencia energética basado en el consumo energético por tonelada de DRI.
Ecuación 2-37 Indicador de eficiencia energética basado en el consumo energético por tonelada de acero EAF.
Ecuación 2-38 Indicador de eficiencia energética basado en las emisiones de CO2 por tonelada de acero bruto
producido.
Estos indicadores detallados tendrían que basarse en las definiciones de límites coherentes
entre los países y tener en cuenta una serie de prácticas comunes en la industria. Además,
deben considerar las diferencias existentes entre organizaciones y países y tener presentes
una serie de variables de influencia (que se detallaron en la página 22).
CEMENTO
56 Metodologías
agua y por consiguiente tiene un consumo de energía mucho más bajo (alrededor de 3 GJ por
tonelada de clinker33, en comparación con 4,2 GJ por tonelada de clinker para las plantas de
proceso mojado eficientes). La otra gran diferencia es entre los hornos de eje vertical y de sus
contrincantes más eficientes, los hornos rotatorios. Los hornos de secado rotativo con
tecnología punta son bastante eficientes en combustible, utilizando alrededor de 2,9 a 3,0 GJ
por tonelada de clinker.
Dado que la producción de cemento es un proceso relativamente simple, con los límites del
sistema bien definidos y un producto uniforme, resulta muy adecuado su análisis a través de
indicadores. Entre los IEEs más representativos de este subsector podemos incluir:
Ecuación 2-39 Indicador de eficiencia energética basado en el consumo energético por tonelada de clinker
producido.
Ecuación 2-40 Indicador de eficiencia energética basado en el consumo eléctrico por tonelada de cemento
producido.
Ecuación 2-41 IEE basado en el consumo de combustibles alternativos por tonelada de cemento.
Ecuación 2-42 IEE basado en el consumo de clinker por tonelada de cemento producida.
Ecuación 2-43 IEE basado en el calor residual recuperado por tonelada de cemento producida.
33
Producto parcialmente fundido de un horno que, a continuación, se muele para su uso en cemento.
Metodologías 57
Ecuación 2-44 Indicador de eficiencia energética basado las emisiones de CO2 por tonelada de cemento
producido.
Tal vez el indicador más importante desde un punto de vista de la eficiencia energética es el
consumo medio de energía por tonelada de clinker producido. Hay que tener cuidado al
interpretar los niveles absolutos de los indicadores que se analicen. Es necesario seguir
trabajando para perfeccionar estos indicadores con la intención de asegurar que las
definiciones y límites coherentes se utilizan en todos los países.
PULPA Y PAPEL
Ecuación 2-45 Indicador de eficiencia energética basado en el uso de combustible para la producción de calor.
34
BAT: Best Available Technique. Mejor técnica disponible.
58 Metodologías
Ecuación 2-46 Indicador de eficiencia energética basado en el uso de la electricidad.
QUÍMICA Y PETROQUÍMICA
Dentro de la industria química y petroquímica existe una gran diversidad, con miles de
empresas que producen decenas de miles de productos en cantidades que varían desde unos
pocos kilogramos a miles de toneladas y con varios productos que se producen de forma
conjunta a través de la misma tecnología de proceso. Debido a esta complejidad, los datos
fiables sobre el consumo de energía a nivel de proceso individual no están generalmente
disponibles.
Aunque, como hemos comentado, sería poco realista desarrollar indicadores separados para
todos los productos químicos y petroquímicos, sería en teoría posible, construir indicadores
energéticos agregados para el subsector, junto con indicadores separados para productos
clave como pueden ser el amoniaco , etileno, propileno, benceno, tolueno, y xileno. Además,
para algunos productos se pueden utilizar diferentes procesos de producción, y estos deben
ser tenidos en cuenta.
Ecuación 2-48 Indicador de eficiencia energética basado en el consumo de energía excluyendo el uso en
electricidad.
Metodologías 59
Ecuación 2-49 IEE basado en el consumo energético incluyendo el uso de la electricidad.
Los potenciales de mejora que se pueden extraer de los IEEs arriba indicados representan
únicamente el ahorro de energía que se lograría mediante la implementación de BPT en los
procesos químicos básicos. No hay que olvidarse de que existen oportunidades en el subsector
aún no estandarizadas para el ahorro energético en el corto y medo plazo, que incluyen entre
otras, co-generación, reciclado y recuperación de energía.
ALUMINIO
Ecuación 2-51 Indicador de eficiencia energética basado en el consumo energético por tonelada de bauxita
obtenida.
60 Metodologías
Ecuación 2-52 IEE basado en el consumo energético por tonelada de alúmina producida.
Ecuación 2-53 IEE basado en el consumo energético por tonelada de aluminio fundido.
Para que nos hagamos una idea, cuatro toneladas de bauxita producen dos toneladas de
alúmina y, finalmente, una de aluminio. Para obtener alúmina a partir de bauxita se recurre al
proceso Bayer, una combinación de una extracción (digestión con sosa cáustica) y un proceso
de calcinación. La mayor parte de la energía consumida en refinerías de alúmina es en forma
de vapor. La calcinación (secado) de la alúmina requiere grandes cantidades de calor a alta
temperatura. Es por ello que, debido a la gran demanda de vapor, las plantas modernas
utilizan sistemas de cogeneración, que aumentan considerablemente la eficiencia energética
del proceso. El consumo de combustible de una planta que aplique el proceso Bayer puede
variar entre 10 GJ/t y 15 GJ/t de alúmina.
Metodologías 61
2.5.1 ¿CON QUIÉN COMPARARSE?
La primera de las preguntas tiene varias respuestas. La decisión más acertada dependerá de la
información que la empresa tenga disponible (tanto datos internos como información
procedente del exterior), de las posibles mejoras que pueda llevar a cabo o de las conclusiones
que tenga intención de obtener al implementar esta técnica de evaluación comparativa.
Eficiencia pasada
Mejor de la clase
Media estadística
Mejor tecnología disponible
Esta opción es quizás una de las más fáciles de llevar a cabo y a través de la cual se pueden
obtener importantes conclusiones de la mejora de la eficiencia energética de la empresa. Se
trata de una comparación de la situación actual con datos históricos de la empresa.
Para exprimir al máximo el potencial de este tipo de análisis se deben poseer equipos de
medida adecuados y buenos indicadores de eficiencia energética que permitan actualizar los
registros y proceder a la comparación con datos anteriores.
Si se pretende estudiar la evolución del consumo eléctrico de una empresa ficticia, podemos
utilizar los datos propios de la empresa para valorar cómo de eficientes han sido las medidas
de ahorro implementadas por la organización durante esos años. Suponiendo que los únicos
cambios que ha sufrido la empresa se deben a las actuaciones llevadas a cabo en materia de
eficiencia energética, en la [Figura 2.8] puede verse que la empresa ha reducido el consumo
eléctrico progresivamente.
62 Metodologías
[Figura 2.8] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia.
La realidad es algo más compleja. Este hecho de bajada del consumo eléctrico puede ser
debido a la mejora de la eficiencia energética o a otros factores por lo que se tendrán que
estudiar diferentes indicadores para sacar conclusiones verdaderas.
Pudiera darse el caso de una empresa que aumenta progresivamente su consumo eléctrico
pero que a la vez aumenta su eficiencia energética. Esta situación puede tener sentido si la
empresa ha ido incrementado su volumen con mayor pendiente que ha incrementado el
consumo de energía eléctrica.
En el caso anterior, en la [Figura 2.8] se puede observar que el consumo eléctrico en el año
2013 es de 9500 MWh. Si en la empresa no va a haber cambios significativos distintos de los
concernientes a eficiencia energética que afecten a estos datos, ¿hasta dónde podrá reducir la
empresa su consumo energético? ¿Es la empresa la más eficiente del mercado? ¿Existen
actualmente tecnologías que de haber sido implementadas se habrían traducido en un mayor
ahorro eléctrico?
Metodologías 63
2.5.1.2 MEJOR DE LA CLASE
Una posibilidad que resulta de gran ayuda para una empresa es conocer a la competencia y
compararse con ella. Este método en concreto se basa en compararnos con la mejor empresa
del subsector o con la mejor empresa en cuanto a la puesta en marcha de un determinado
proceso. Esta opción proporciona mucha información útil que, siendo bien utilizada, puede
contribuir significativamente a la eficiencia energética.
Desde una óptica utópica, las empresas serían totalmente transparentes y la empresa más
eficiente energéticamente, la que tuviese la técnica o proceso óptimo, sería el modelo de las
demás. De esta forma, todas las empresas estarían siempre a la cabeza de la eficiencia
energética y sería el mecanismo más eficaz para combatir el deterioro progresivo del medio
ambiente.
Sin embargo, en el mundo real existen intereses económicos que no hacen posible esta
práctica, al menos de forma completa. De hecho, el principal problema que presenta esta
alternativa es la obtención de datos. Una empresa necesita conocer los datos de la
competencia para poder compararse con ella. El debate ahora mismo radica en la cantidad de
información que debe transmitirse. Como veremos en el siguiente apartado (2.6 Datos de
partida), los gobiernos y grandes organizaciones de la energía y el medio ambiente son
conscientes de esta problemática y están intentando erigirse como intermediarios en este
trasvase de información.
En la [Figura 2.9] se muestran datos desde el año 2000 hasta el 2013 de consumo eléctrico de
la empresa ficticia del subapartado anterior y de la empresa de su competencia (con los datos
normalizados a la producción de la primera). Si únicamente atendemos a este método de
comparación, se puede ver como, por ejemplo, en el año 2000 existía un desfase entre ambas
empresas de 300 MWh. En el año 2013, este desfase se redujo a una diferencia de solo 100
MWh. Realizando este análisis realmente estamos teniendo en cuenta tanto datos de
históricos como datos de la competencia.
64 Metodologías
[Figura 2.9] Consumo eléctrico desde el año 2000 al 2013 de una empresa ficticia (azul) y de su competencia
(rojo).
Si existe una institución intermediaria que recolecta datos de las empresas y elabora y da a
conocer la eficiencia media de un determinado subsector o proceso industrial, las empresas
suelen ser menos reticentes a facilitar los datos. Estos aspectos son analizados en profundidad
en el apartado 2.6 Datos de partida.
Metodologías 65
MWh, se concluye que la empresa es más eficiente en cuanto a consumo de electricidad que la
mayoría de su subsector. Está gastando 500 MWh menos que la media de su subsector.
Un caso concreto donde es globalmente utilizado es en la industria del refino del petróleo. El
Índice de Solomon es un índice de intensidad energética (IIE). A través de un modelo
estadístico se determina la eficiencia energética estándar de una planta. El IIE estándar se
normaliza a 100. Un valor superior a éste significa una planta más eficiente y, un valor inferior
a 100 indica que la planta es menos eficiente que la media estadística.
Esta opción, conocida comúnmente por sus siglas en inglés, BAT (Best Available Technique),
propone la comparación con ciertas prácticas disponibles y consideradas como las mejores en
la industria hasta la fecha.
El acceso a este tipo de datos puede resultar bastante difícil en muchas ocasiones.
Actualmente son cada vez más las instituciones que proporcionan estos o similares datos.
Dentro de la UE, el Instituto de Prospectiva Tecnológica de la Unión Europea (IPTS35), elabora
unos documentos que facilitan a muchas industrias conocer las BAT de su sector. Estos
documentos se denominan BREF. Un BREF o “documento de referencia BAT” es un
documento, resultante del intercambio de información organizada de conformidad con el
artículo 13 de la Directiva 2010/75/UE, elaborado para determinadas actividades y que tiene
por objeto describir las técnicas, las emisiones actuales y los niveles de consumo aplicados, las
tecnologías consideradas para la determinación de las BAT, así como conclusiones sobre las
BAT y las técnicas emergentes, prestando especial atención a los criterios enumerados en el
anexo III de la Directiva 2010/75/UE.
35
Institute for Prospective Technological Studies.
66 Metodologías
Si se conoce la mejor tecnología disponible para un proceso determinado, es posible estimar el
ahorro energético que supondrá la implantación de dicha tecnología en una empresa. De esta
forma se puede analizar la rentabilidad de su implementación, así como fijar un máximo en el
ahorro energético y ver cómo de lejos está la empresa de alcanzar la máxima eficiencia
energética posible para un determinado proceso o subsector hasta el momento.
En el ejemplo de la empresa ficticia de los apartados anteriores para el año 2013 la empresa
posee un consumo eléctrico de 9500 MWh y la empresa mejor de la competencia posee un
consumo de 9400 MWh. A través del conocimiento del ahorro que proporcionaría la mejor
tecnología disponible en el año 2013 es posible estimar que el consumo energético de la
empresa se reduciría en 200 MWh, pudiendo llegar a un consumo de 9300 MWh.
La segunda de las preguntas tiene un amplio abanico de respuestas. En este caso no está claro
el número de posibilidades que existen. La respuesta adecuada vendrá determinada
principalmente por el subsector industrial al que pertenezca la empresa.
En el apartado
Indicadores Eficiencia Energética (IEEs) se analizaron los IEEs más importantes desde el punto
de vista del autor. Los IEEs pueden ser valores absolutos de datos energéticos de la empresa,
pueden ser resultado del cociente entre datos energéticos y de otra índole de la empresa o
pueden ser el cociente entre datos energéticos de la empresa y datos de otras empresas o de
otras tecnologías.
Cuando se tienen indicadores de eficiencia energética que únicamente tienen en cuenta los
datos de la empresa en un determinado momento, se pueden comparar estos IEEs con otros
procedentes de distintas empresas o tecnologías, es decir, podemos comparar los IEEs a través
de los métodos analizados en el anterior subapartado.
Por otro lado, cuando tengamos indicadores de eficiencia energética que necesiten datos de
otras empresas o de la misma empresa en otro momento distinto a la actualidad, estaremos
ante IEEs que llevan implementado alguno de los métodos de comparación vistos
anteriormente. Esto ocurrirá principalmente en los IEEs de nivel 3.
Metodologías 67
Para finalizar, dependiendo de la información de la que se disponga, de las normativas que
resulten de obligado cumplimiento, de los objetivos que se quieran cumplir y de las
conclusiones que se quieran obtener utilizaremos unos indicadores de eficiencia energética u
otros y obtendremos resultados directamente a través de ellos, o gracias a la comparación de
estos últimos con otros IEEs.
En primer lugar se debe partir de la siguiente premisa: el hecho de recolectar datos tiene un
coste. Por ello, es importante saber qué datos son necesarios y cuáles no para llevar a cabo el
análisis que se considere apropiado en cada caso. Y, debido a las limitaciones existentes en la
actualidad, en otras ocasiones, la disponibilidad de datos o la facilidad de acceso a ellos
condicionarán también en mayor o menor medida el tipo de análisis y de conclusiones que
puedan obtenerse.
La pregunta que subyace inmediatamente es: ¿cuáles son las necesidades? No hay una única
respuesta para esta pregunta ya que las necesidades dependen de la situación del país y de sus
empresas. Este hecho es cierto para cualquier tipo de estadística, sin embargo, es aún más
importante en las estadísticas de datos de indicadores de eficiencia energética, ya que el coste
de la recogida de datos de energía y de actividad a un nivel muy detallado puede ser bastante
alto.
Por otro lado, hay que tener en cuenta que si no se dispone de los datos adecuados, puede
darse la situación de decisiones y acciones políticas equivocadas que afectarán no solo a una
mala gestión de la eficiencia energética en la industria, sino también a la economía de las
empresas. Por consiguiente, tanto las diferentes organizaciones como el gobierno están
interesados en que los datos que se recopilen sean veraces.
A día de hoy son cada vez más los países que, siendo conscientes de la importancia de estas
medidas, obligan a las grandes empresas a informar al gobierno sobre ciertos datos
concernientes a energía e instauran políticas que regulan de alguna manera el consumo
energético de la industria.
68 Metodologías
La recopilación de datos relativos al consumo energético de las empresas pequeñas y
medianas (PyMEs) aún no es una práctica generalizada en todo el mundo. En muchos casos, no
existe legislación de base para la notificación obligatoria. La experiencia de la IEA [22] es que
los datos de las PyMEs son un componente importante de la escena energética. En algunos
países, las PyMEs pueden informar de sus datos pertinentes de forma voluntaria. En otros
países, la notificación es obligatoria.
La IEA también considera que puede ser más difícil obtener datos de grandes empresas si
únicamente hay una o dos empresas en el subsector, ya que las organizaciones pueden ser
reacias a la presentación de informes por razones de confidencialidad. Sin embargo, estas
barreras pueden ser superadas mediante el desarrollo de mecanismos adecuados para la
recogida y difusión de datos.
Como se verá a continuación, no solo es importante la recolección de datos, también hay que
focalizar la atención de los investigadores en la validación de los mismos y en la difusión de los
resultados obtenidos en los análisis y estudios realizados.
Como se mencionó anteriormente, con el fin de limitar los costes, el desarrollo de indicadores
de eficiencia energética debe dirigirse, en primer lugar, a los subsectores que más cantidad de
energía consumen con objeto de mejorar lo máximo posible la eficiencia energética del sector
industrial del país. Por lo tanto, se recomienda hacer una evaluación inicial de los patrones de
consumo de energía en el sector industrial del país, de las preguntas políticas que deben ser
contestadas y de la cantidad de información disponible.
1. Proporciona una visión global del perfil del consumo energético industrial de un país,
que ayuda a supervisar la seguridad energética, los mercados de energía, los
objetivos de política pertinentes y formular políticas energéticas adecuadas.
Metodologías 69
2. Sirve de base para los indicadores globales, tanto referentes a consumos energéticos
como para las estimaciones de las emisiones de CO2.
3. Permite la comparación entre los diferentes periodos de referencia y entre los
diferentes países.
4. Proporciona una herramienta para asegurar la integridad, la coherencia y la
comparabilidad de las estadísticas básicas.
5. Calcula las participaciones relativas de los diferentes subsectores o productos en el
consumo total del país.
[Figura 2.10] Consumo energético según subsectores industriales de un país ficticio, IEA [22].
En el caso de este país ficticio, los subsectores químico y petroquímico e hierro y acero
representan cada uno un tercio del consumo total de la industria, por lo que sería
recomendable que estos dos subsectores fuesen los primeros en ser evaluados para posibles
ahorros de energía en este país.
70 Metodologías
Como consecuencia de políticas relacionadas con la eficiencia energética, el cumplimiento de
legislación internacional o el establecimiento de acuerdos entre diferentes países, en algunas
ocasiones será necesario obtener datos referentes a eficiencia energética del sector industrial.
Será importante identificar qué datos son necesarios y cuáles son los métodos más eficaces
para conseguirlos.
Una vez que las necesidades de datos se establecen, un nuevo diagnóstico evaluará los
recursos que se necesitan, incluidos recursos humanos, costes globales de recogida de datos, y
posibles barreras que puedan impedir o retrasar el éxito del proyecto. Como consecuencia
será necesario abordar una serie de cuestiones: ¿Son de fácil acceso los datos existentes? ¿El
proyecto implicará la recopilación de nuevos datos? Si es así, ¿qué datos tendrán que ser
recogidos? ¿Con qué frecuencia? ¿Quién estará a cargo de la recolección de datos? ¿El trabajo
se llevará a cabo por personal interno o con la ayuda de consultores externos?
Por otro lado, algunos datos son más fáciles de recoger que otros; esto es cierto para los datos
tanto de consumo como de actividad energética. Es fundamental, en cualquier caso, elegir una
estrategia óptima para la recolección de datos, dada la situación específica de cada país.
Ejemplos de prácticas de países con circunstancias similares también podrían ayudar a
identificar las necesidades de datos y los posibles enfoques para la recolección de los mismos.
Las fuentes administrativas son las que ya suelen recoger los datos más relevantes, ya sea para
el cálculo de IEEs o, muy a menudo, para otros fines. Fuentes del gobierno, incluidos no solo
los gobiernos nacionales, sino también los gobiernos a nivel regional y local, recogen una gran
cantidad de información que podría ser útil para desarrollar indicadores de energía y de
Metodologías 71
eficiencia energética. Por ejemplo, los organismos nacionales y las oficinas de estadística
recogen diversos datos macroeconómicos tales como población o PIB. Entre las organizaciones
no gubernamentales, asociaciones de la industria en general, recogen información específica
del subsector en estudio, aunque a veces de forma confidencial, e incluso empresas
distribuidoras mediante el seguimiento de envíos podrían proporcionar información sobre la
penetración de ciertos equipos.
Para obtener dicha información de otras organizaciones, a veces los datos se deben comprar, o
deben establecerse una serie de acuerdos. En cualquier caso, se requiere de un esfuerzo para
crear un procedimiento de intercambio de datos entre las distintas organizaciones. Uno de los
mayores retos asociados a la recolección de datos administrativos es reducir el tiempo y
esfuerzo para reunirlos, incluyendo la necesidad de desarrollar relaciones con proveedores de
datos y traducción de los datos a un formato adecuado.
A través de las fuentes administrativas se suelen obtener principalmente los datos de consumo
de energía, a menudo por fuente de energía, por uno o varios subsectores y los datos de
producción. Datos más concretos para la elaboración de IEEs más desagregados, pueden ser
obtenidos de asociaciones industriales específicas, como por ejemplo, el Instituto Internacional
del Aluminio, la Asociación Mundial del Acero, la Iniciativa de Sostenibilidad del Cemento, la
Confederación Europea de Industrias del Papel, etc.
2.6.1.2 ENCUESTAS
Una encuesta es un método de recogida de datos a través de una serie de preguntas dirigidas a
una muestra de la población que necesita ser estudiada, por ejemplo, un grupo de empresas
de un determinado subsector industrial. Un proceso para el desarrollo de una encuesta que
proporcione información útil debe seguir una serie de pasos, como son: diseño preliminar, fase
de prueba, implementación y recopilación de datos y análisis final de los resultados.
En la primera fase deben definirse claramente los objetivos que persigue la encuesta: ¿Qué
información necesita obtenerse? ¿Qué preguntas conducen a obtener dicha información? ¿A
qué personas o empresas irá dirigida la encuesta? ¿Hay algún requisito legal? Etc.
Un cuestionario bien diseñado es esencial para obtener respuestas de buena calidad. Un buen
diseño debe tener como objetivo la recogida de datos completos y precisos. Los cuestionarios
deben ser revisados internamente y probados para garantizar que las preguntas son claras.
72 Metodologías
Para garantizar una tasa de éxito en la respuesta, los cuestionarios deben solicitar sólo la
información esencial y las preguntas deben formularse lo más sencillamente posible.
Los grandes subsectores que tienen sólo un pequeño número de instalaciones, como la pulpa y
el papel, el cemento, el aluminio y el hierro y el acero, pueden ser evaluados utilizando un
enfoque censo. En subsectores más heterogéneos, como muebles o alimentos, tal enfoque
sería muy engorroso y costoso. Un enfoque muestra estratificada es más práctico, pero su
inconveniente, como ya se ha comentado, es la posible inclusión de errores de muestreo.
Metodologías 73
2.6.1.3 MEDIDAS
Las medidas directas son el método más efectivo a día de hoy para obtener resultados fiables.
Sin embargo, es el método más costoso. Hay que considerar el coste de los equipos
individuales, los costes de mano de obra para su instalación, para su mantenimiento en buen
estado de funcionamiento y para recolectar los datos de las mediciones. Además, como costes
adicionales estarían los costes del diseño de la muestra, del análisis de los datos y de la
comunicación de los resultados. Para que los datos reproduzcan la realidad de la forma más
fiel posible es importante que las medidas se tomen utilizando la mejor tecnología disponible.
Este tipo de metodología es la que proporciona los mejores datos para el cálculo de los
indicadores de eficiencia energética más desagregados, los de nivel 3. Las empresas, cada vez
más conscientes de esta situación, están procediendo a instalar equipos que les permitan
obtener datos de los consumos específicos de cada máquina o proceso. Sin embargo, en la
gran mayoría de los casos, estos datos son privados y confidenciales y no es fácil acceder a
ellos. Generalmente se utilizan para establecer comparaciones en la empresa con respecto a
datos históricos.
En otras ocasiones, por medio de auditorías externas, ingenieros expertos realizan las medidas
de consumos energéticos y producción de una planta. A día de hoy, esta situación se
encuentra en una fase muy inicial y, debido a lo costoso de estas auditorías, son muy pocos los
países que las están implementando.
2.6.1.4 MODELADO
El modelado tiene por objeto estimar algunos datos energéticos en base a los datos
disponibles. Con los datos de entrada y basándose en una serie de supuestos, un modelo
produce un conjunto de datos de salida. Los modelos también pueden ser utilizados para
construir previsiones energéticas y futuros escenarios. Se suelen utilizar mucho para estudiar
el impacto de posibles actuaciones políticas. Se pueden utilizar para evaluar las posibilidades
de sustitución de combustibles y la evolución de la tecnología en un subsector industrial en
particular.
74 Metodologías
exactitud de los supuestos impactarán fuertemente en la calidad de la salida. El modelado para
la industria puede estar basado en un enfoque de arriba hacia abajo, con base en variables
macroeconómicas en ausencia de datos sobre el uso final de la energía, o en base a un
enfoque de abajo hacia arriba, cuando se conocen los datos energéticos y los flujos de salida
en los diferentes subsectores de fabricación.
Los métodos analizados en el apartado 2.2 resultan de mucho interés en la elaboración de los
modelos y en la recreación de posibles futuros escenarios.
El conjunto de controles que deben pasar los datos será específico en cada caso. Sin embargo,
estos controles podrían ser por lo general agrupados en torno a cuatro áreas principales:
cobertura y definición, consistencia interna, coherencia con fuentes externas y admisibilidad.
Los controles de cobertura y definición garantizan que los datos recogidos se adecuan a los
requisitos predefinidos de los diferentes subsectores, usos finales, geografía, tiempo, etc. Las
comprobaciones que se realizan incluyen la verificación de que las fronteras para unos datos
determinados son las mismas, analizan si el plazo se define en año calendario o año fiscal, si
los valores caloríficos son brutos o netos, etc. Como los IEEs se calculan generalmente
mediante la combinación de datos procedentes de diferentes fuentes, es esencial que todas
las variables se encuentren exactamente bajo los mismos límites. El establecimiento claro de
estas fronteras es también importante desde el punto de vista del trasvase de información y
de la comunicación eficaz con proveedores de datos, con instituciones políticas, con
asociaciones…
Metodologías 75
2.6.2.2 CONSISTENCIA INTERNA
Para comprobar la coherencia de los datos, en algunas ocasiones, se puede recurrir a fuentes
externas que posibilitan verificar la consistencia de la información obtenida a través de la
comparación con datos similares producidos por estas fuentes (industria, organizaciones,
oficinas estadísticas, etc.). Este análisis sirve, además, para explicar las discrepancias
significativas que pueden observarse entre los diferentes datos, ya sean diferentes límites en
las definiciones, distintas metodologías, variaciones en la cobertura, etc.
Entre las fuentes de referencia que se podrían utilizar para validar los datos de los IEEs se
incluyen, por ejemplo: la Agencia Internacional de Energía (IEA), los balances de energía (a
partir de presentaciones de datos oficiales del gobierno), la base de datos en línea para la
evaluación anual de la eficiencia energética (ODYSSEE) con datos de la Unión Europea, otras
organizaciones nacionales e internacionales, tales como las oficinas nacionales de estadística,
los ministerios, las asociaciones industriales, las Naciones Unidas, la Organización para la
Cooperación y el Desarrollo Económico (OCDE), la Organización para la Agricultura y la
Alimentación (FAO), etc.
2.6.2.4 ADMISIBILIDAD
Incluso realizando los anteriores controles, los resultados obtenidos pueden no ser razonables.
Es necesario aplicar controles que aseguran que los valores están dentro de los rangos
esperados y que los datos y los indicadores tienen sentido. Al nivel más simple, los ejemplos de
tales verificaciones incluyen la verificación de que el consumo real de combustible no es
negativo, o comprobar si los datos reportados como cero representan valores reales o
76 Metodologías
información que simplemente no está disponible. En un nivel superior, seguimiento de las
tendencias de datos e indicadores, comparación de los indicadores calculados con los valores
de referencia (por ejemplo, promedio de la industria y los rangos, otros valores de los países, la
mejor tecnología disponible,…), etc.
No existe una fórmula óptima que garantice una perfecta difusión, pero hay algunos principios
clave a seguir con el fin de maximizar el uso de los datos e indicadores energéticos.
Antes de la difusión de los datos debe garantizarse que éstos son de buena calidad.
Liberar datos erróneos o mensajes basados en información incorrecta resultaría muy
contraproducente para lograr el objetivo perseguido.
Deben estar claramente definidos para evitar cualquier ambigüedad.
Metodologías 77
Definir claramente las unidades utilizadas.
Al mostrar series de tiempo, la consistencia es un elemento importante.
El acceso a las bases de datos debe ser lo más fácil posible.
Deben aportarse los metadatos 36 que se consideren necesarios para un mejor
entendimiento.
Sólo los datos que no son confidenciales deberían difundirse. En las estadísticas
sobre la eficiencia energética como en muchas otras áreas de estadística, los
estadísticos deben respetar las cláusulas de confidencialidad o actos jurídicos.
Los cuadros y gráficos deben ser lo más simple posible, fáciles de leer y entender.
Estar acompañados de la información necesaria que facilite la comprensión y de
mensajes cortos, claros y enérgicos que destaquen los aspectos principales.
Identificar el grupo (o grupos) destino de la información. Existe un amplio espectro
de grupos destinatarios: políticos, analistas, empresas, periodistas, académicos y el
hombre de la calle. Cada grupo tiene su propio interés, su propia manera de ver la
información, su propia capacidad de entender los datos y su forma de interpretarla.
Por ejemplo, los políticos sólo tendrán unos minutos para absorber una parte de la
información. Por eso es importante cuando la retransmisión de un mensaje conciso,
mediante el uso de un gráfico claro, explicación o declaración de gran alcance y
potente. El otro extremo es analistas e investigadores que podrían pasar días
estudiando y excavando en una base de datos para obtener más información que
verifiquen sus propios análisis, informes y mensajes. Ellos no estarían satisfechos con
un solo gráfico o tabla, querrían acceso completo a toda la base de datos con el fin de
seleccionar y manipular los datos que deseen.
Actualmente existen varias formas de difusión de datos e indicadores, desde grandes bases de
datos hasta tuits en redes sociales pasando por publicaciones, folletos, artículos en revistas,
comunicados de prensa, sitios web, aplicaciones para smartphones, etc.
36
Los metadatos son información adicional sobre cómo se han recogido los datos y algunas consideraciones que el
usuario debe conocer antes de utilizarlos.
78 Metodologías
2.7 ENTIDADES QUE FOMENTAN EL BENCHMARKING
37
Página web del Consejo Mundial de Energía: http://www.worldenergy.org
38
WEC: World Energy Council.
39
Página web de la IEA: http://www.iea.org
Metodologías 79
Eurostat40
Red ODYSSEE41
40
Página web de Eurostat: http://epp.eurostat.ec.europa.eu
41
Página web de la Red ODYSSEE: http://www.odyssee-mure.eu
42
Página web del CREREE: www.rcreee.org
43
Asia-Pacific Economic Cooperation’s Energy Working Group.
80 Metodologías
el bienestar económico y social de la región, además de la mitigación de los efectos
ambientales. Reconociendo la importancia de la información y las estadísticas energéticas, el
Grupo de Trabajo de Energía creó un grupo de expertos en análisis de datos energéticos
(EGEDA44). Este grupo ha desarrollado la base de datos de energía del APEC y ha establecido
una red de recolección de datos de energía entre todos los países miembros.
La Comisión Económica de las Naciones Unidas para América Latina y el Caribe (CEPAL) es una
comisión regional de las Naciones Unidas que tiene como objetivo la cooperación económica
entre los países miembros. CEPAL está formada actualmente por 44 estados miembros y 8
miembros asociados. CEPAL publica estadísticas económicas, demográficas, sociales y
ambientales de las regiones de los países miembros. Desde 2001, CEPAL está implementando
una base de datos, basada en el modelo de ODYSSEE, de indicadores de eficiencia energética.
44
Expert Group on Energy Data Analysis. Página web: http://www.ieej.or.jp/egeda
45
Página web: http://www.cepal.org
46
Página web: http://www.adb.org
Metodologías 81
Asociación Mundial del Acero47
La Iniciativa de Sostenibilidad del Cemento (CSI50) del Consejo Empresarial Mundial para el
Desarrollo Sostenible reúne a una serie de importantes empresas cementeras que han
acordado una metodología para el cálculo y la notificación de las emisiones de CO2. La CSI
también posee una importante base de datos mundial sobre eficiencia energética y emisiones
de CO2 en el sector del cemento. Esta base de datos abarca más de 900 instalaciones de
producción de cemento, propiedad de 46 empresas, que representan aproximadamente el 26
% de la producción mundial de cemento.
La Confederación Europea de Industrias del Papel (CEPI52) supervisa, analiza y actúa sobre la
legislación y las iniciativas relacionadas con la industria papelera de la UE, la comunicación de
los logros en materia de eficiencia energética y los beneficios de sus productos.
Actualmente está constituida por 18 países miembros con un total de 520 empresas europeas
productoras de pulpa, papel y cartón, que van desde pequeñas y medianas empresas a
47
Página web: http://www.worldsteel.org
48
WSA: World Steel Asociation.
49
Página web: http://www.wbcsdcement.org
50
CSI: Cement Sustainability Initiative.
51
Página web: http://www.cepi.org
52
CEPI: Confederation of European Paper Industries.
82 Metodologías
multinacionales, y 950 fábricas de papel. En conjunto, representan el 24 % de la producción
mundial. A día de hoy, la industria europea de la pulpa y el papel es el mayor productor
industrial y de consumo de energía de fuentes renovables. Su cuota de energía basada en la
biomasa supera el 55 % de su consumo anual total de energía primaria. Como una importante
medida de sostenibilidad, la CEPI empuja constantemente a aumentar la tasa europea de
reciclado que alcanzó el 71,7 % en 2012 [25].
El Instituto Internacional del Aluminio (IAI54), formado por alrededor del 60 % de las empresas
encargadas de la producción de aluminio primario en el mundo, ofrece anualmente datos de
energía y de actividad de sus miembros.
Los gobiernos de los diferentes países, ya sea debido a compromisos adquiridos directamente
o a compromisos adquiridos por la Unión Europea u organismos similares, se ven a menudo en
la obligación de establecer políticas que desemboquen en la consecución de una serie de
objetivos en materia de medio ambiente y de eficiencia energética. Para asesorarse sobre
estos asuntos, muchos de estos países desarrollan comités o agencias especializados en estos
temas. Aunque existen numerosos organismos nacionales preocupados por la eficiencia
53
Página web: http://www.world-aluminium.org
54
IAI: International Aluminium Institute.
55
Página web: http://www.icca-chem.org
56
ICCA: International Council of Chemical Associations.
Metodologías 83
energética y cada día son más los que se crean, se van a describir los dos que el autor
considera más importantes. A continuación se analiza brevemente el papel que desempeñan el
programa ENERGY STAR de los Estados Unidos y el ministerio de Recursos Naturales de
Canadá.
La Agencia de Protección Ambiental de los Estados Unidos, (EPA), creó en 1992 el programa
ENERGY STAR que se dedica al desarrollo de herramientas que permiten la aplicación de
técnicas de benchmarking para valorar la eficiencia energética dentro de una gran variedad de
subsectores industriales. Este programa, a través de la evaluación con los IEEs calcula la
rentabilidad relativa de las diferentes empresas y proporciona reconocimientos públicos a las
empresas más eficientes energéticamente de su subsector. Para desarrollar los IEEs, el
programa ENERGY STAR de la EPA utiliza un proceso de colaboración con empresas en varios
subsectores industriales [11].
El análisis a través del benchmarking de los IEEs se basa en una herramienta estadística que
proporciona una vista de pájaro del consumo energético a nivel de planta industrial a través de
una relación funcional entre el nivel de consumo de energía y el nivel y tipo de las diversas
actividades de producción, la calidad del material de entrada y factores externos. ENERGY
STAR utiliza el método de regresión de frontera estocástica (Ver 2.3.4 Análisis de datos a través
de Fronteras Estocásticas) [26].
Uno de los principales motivos por lo que este programa está teniendo éxito y siendo muy
utilizado y valorado en los EEUU es la cantidad de datos de los que dispone. Las empresas
colaboran voluntariamente con este programa porque, además de proporcionarle ciertas
garantías en cuanto a confidencialidad de parte de la información proporcionada, les facilita
estadísticas y documentos muy útiles que pueden ayudar a mejorar aún más la eficiencia
energética de la empresa y proporcionarle importantes ahorros económicos.
84 Metodologías
Natural Resources Canada57
Siguiendo la línea propuesta por el programa ENERGY STAR de los EEUU, este ministerio de
Canadá es cada vez más consciente de la importancia de la eficiencia energética y también ha
desarrollado programas que fomentan el uso de las técnicas de benchmarking aplicadas a
sectores industriales. Asimismo ha creado una gran base de datos que recoge información de
cada vez más empresas del país. La Oficina de Eficiencia Energética de Canadá a través de la
implantación del CIPEC58 fomenta una colaboración entre la industria privada y el gobierno
federal. Tiene como objetivo promover y mejorar la eficiencia energética en la industria de
Canadá y reducir las emisiones de gases de efecto invernadero derivadas de la utilización de la
energía en el sector industrial.
España, como consecuencia de pertenecer a la Unión Europea, basa la mayoría de sus políticas
en las directrices propuestas por la misma, y por tanto, por algunos de los organismos
internacionales anteriormente descritos. Si bien es cierto, para llevar a cabo estos objetivos y
para defender los intereses de la industria española en Europa y en el resto del mundo, España
cuenta con organismos que promueven medidas de benchmarking para contribuir a la
eficiencia energética.
57
Recursos Naturales de Canadá. Página web: http://www.nrcan.gc.ca
58
Canadian Industry Program for Energy Conservation. Programa de la Industria de Canadá para la Conservación de
la Energía.
59
Página web: http://www.minetur.gob.es
Metodologías 85
marcados por las instituciones europeas. La metodología utilizada a la hora de realizar el
balance es la correspondiente a la internacionalmente aceptada de la Agencia Internacional de
la Energía.
ENERAGEN es una superestructura que aglutina los intereses comunes a todas las agencias
españolas que promocionan la eficiencia energética y las fuentes de energía renovables con
objeto de mejorar el trabajo de todas, intercambiar informaciones y buenas prácticas, así
60
Página web: http:// www.idae.es
61
Página web: http://www.ine.es
62
Página web: http:// http://www.eneragen.org
86 Metodologías
como tener una voz única que las represente, tanto en el ámbito nacional como en foros
internacionales. Es una organización sin ánimo de lucro.
¿Cuáles son actualmente las principales carencias existentes tanto en las empresas como en
los organismos nacionales e internacionales que dificultan el correcto funcionamiento del
sistema de benchmarking?
En primer lugar, y sin duda lo que es más importante, es necesario un compromiso real por
parte del país o de la organización de países o empresas. Es imprescindible instaurar el sistema
de benchmarking con la intención de contribuir a la mejora de la eficiencia energética y a la
sostenibilidad del planeta, y no crear programas u organizaciones que únicamente se limiten a
aparentar o a cumplir con la mínima implicación posible las directrices encomendadas. Para el
éxito del benchmarking es ineludible un claro interés y una firme participación.
Fruto de esta primera idea se requerirá una mayor dedicación por parte de técnicos e
ingenieros cualificados en diversas áreas industriales, que tengan conocimiento profundo de
los procesos industriales y que sean capaces de medir y valorar las mejoras en eficiencia
energética. Las experiencias prácticas y la retroalimentación de técnicos e ingenieros son muy
importantes para la aplicación del proceso de benchmarking. También deberá formarse a los
trabajadores en estos asuntos para que sepan qué están haciendo y por qué lo están haciendo,
de esta forma se inducirá en ellos el interés necesario para que la aplicación del benchmarking
tenga éxito.
Metodologías 87
Como resultado también de esa primera idea, será indispensable facilitar más recursos y
herramientas tanto para las empresas como para las organizaciones encargadas de efectuar
los estudios. Será recomendable crear softwares informáticos que faciliten la recolección y el
tratamiento de los datos así como la compartición de los mismos.
Por otro lado, es importante demostrar la utilidad y el potencial del benchmarking. Para que
exista un interés en la aplicación de estas técnicas se deben presentar todas las ventajas
resultado de su implementación. Tanto los gerentes y máximos mandatarios de las grandes
empresas, como los trabajadores de las pequeñas y medianas empresas tienen que estar
informados del beneficio que supone para ellos el desarrollo de un sistema de benchmarking
energético.
Además, es importante que exista una retroalimentación entre los organismos que realizan los
estudios y las empresas que aportan los datos. Las empresas deben disponer asiduamente de
los informes elaborados y deben ser receptores de las conclusiones que derivan del análisis de
dichos informes. Asimismo, sería muy recomendable la existencia de un asesoramiento directo
por parte de las organizaciones que realizan el estudio a las diferentes empresas, atendiendo
especialmente a aquellas que no disponen por sus propios medios de algo similar.
En el apartado 3.4 se estudiará el caso del programa ENERGY STAR en Estados Unidos. Este
programa puede sentar las bases para otros países, mostrándoles el camino que deben seguir
para instaurar un sistema de benchmarking energético.
88 Metodologías
3. APLICACIONES
Para la obtención de los datos en los siguientes apartados ha sido fundamental la información
del Instituto para la diversificación y ahorro de la energía de España, de la base de datos
ODYSSEE y de la Agencia Internacional de la Energía.
Dentro del amplio programa ENERGY STAR, este trabajo se centra en el sector industrial. Poco
a poco, la EPA ha ido ampliando su alcance y colaborando con un mayor número de
subsectores industriales logrando importantes mejoras energéticas. A través de un sistema de
puntuaciones, el programa energético clasifica a todas las empresas de un mismo subsector y
facilita la toma de decisiones políticas referentes a subvenciones o a recompensas por el
esfuerzo efectuado.
Aplicaciones 89
Se toma el caso del subsector del cemento como ejemplo y, para él, se detallan las
herramientas y procedimientos que existen para entrar a formar parte del programa ENERGY
STAR y se evidencian las importantes mejoras que la implantación del mismo ha tenido para
uno de los subsectores industriales que mayor cantidad de energía consume en los Estados
Unidos.
[Figura 3.1] Distribución porcentual por sectores del consumo de energía final en España en 2012.
90 Aplicaciones
Según la última información disponible del año 2012, recogida en la [Figura 3.1], se puede
observar como el sector industrial representa la cuarta parte del consumo de energía final en
España. Este porcentaje no ha permanecido constante. En los últimos años el sector de la
industria en España viene reduciendo su peso, como puede verse en la [Figura 3.2], no sólo a
nivel de su demanda energética global, sino también a nivel de su aportación al PIB, evolución
que se ve reforzada en el contexto actual de la crisis.
63
[Figura 3.2] Evolución de la demanda sectorial de energía final en ktep desde el año 2000 hasta 2012 [27].
Es importante analizar también los cambios que se han producido en la industria en cuanto a
fuente de energía final utilizada. En la [Figura 3.3] puede verse el enorme incremento que han
tenido los gases o el decremento del consumo de carbón y productos petrolíferos,
principalmente debido a los grandes incrementos en el precio, y también de las fuentes de
energía renovables (hay que hacer notar que se trata de un decremento respecto al total y no
en términos absolutos). Nuevamente puede apreciarse el impacto de la crisis económica,
desde el año 2006.
63
La tonelada equivalente de petróleo (tep), en inglés toe (tonne of oil equivalent) es una unidad de energía. Su
valor equivale a la energía que rinde una tonelada de petróleo, para la cual, como varía según la composición
química de éste, se ha tomado un valor convencional de: 41 868 000 000 J (julios) = 11 630 kWh (kilovatios-hora)
[4].
Aplicaciones 91
[Figura 3.3] Incrementos en el consumo de energía final según fuente de energía en el sector industrial de
España. Base 1990.
Como atestigua la [Figura 3.4], en el año 2012, los gases son la fuente de energía más utilizada
en la industria, seguida de la energía eléctrica. Para alcanzar una eficiencia energética mayor
parece clara la necesidad de aumentar la participación de las energías renovables en este
sector. ¿Cuál es el problema? El coste que supone implementar este tipo de tecnologías no
está subvencionado de ninguna forma por el gobierno y, a día de hoy, el aprovechamiento
directo de las fuentes renovables no resulta rentable (o al menos a un corto o medio plazo).
[Figura 3.4] Consumo de energía final según fuente en el sector industrial de España en el año 2012.
92 Aplicaciones
Sumergidos en esta situación se puede entonces analizar la evolución del consumo de energía
final en el sector industrial [Figura 3.5]. La crisis económica puede verse reflejada en la
tendencia que presenta el gráfico. ¿Cuál debe ser el comportamiento que debe tener este
gráfico? La respuesta no es clara, hay que contrastar estos datos con datos de producción. Un
incremento del consumo energético estará relacionado con el aumento en la producción
mientras que un decremento en el consumo puede ser consecuencia de la disminución de la
producción o de una mejora de la eficiencia energética. Ahora bien, también pueden darse
ambos sucesos a la vez y se necesitarán otros indicadores para establecer conclusiones. Por
ejemplo, se puede no observar variación en el consumo energético y la causa puede ser un
incremento en la producción junto con una mejora de la eficiencia energética.
[Figura 3.5] Evolución del consumo de energía final en el sector industrial de España desde 1990 a 2012.
Aplicaciones 93
El IEE global más ampliamente utilizado en el sector industrial es la intensidad energética
definida como la relación entre el consumo energético industrial y el producto interior bruto
(PIB) de un país. Anteriormente lo designamos como IE1a. Este indicador refleja la relación
entre el consumo energético y el desarrollo económico, no mide por tanto el desarrollo de la
eficiencia energética. A esto tenemos que añadirle el hecho de la crisis económica acaecida en
los últimos años, que ha provocado un cambio en la tendencia del PIB en España, como refleja
la [Figura 3.6].
[Figura 3.6] Evolución del producto interior bruto (PIB) en España desde 2000 hasta 2012.
Teniendo en cuenta estas consideraciones, la evolución del IE1a del sector industrial español
puede verse en la [Figura 3.7]. Hay que tener especial cuidado a la hora de interpretar este
comportamiento. El indicador IE1a cuantifica la cantidad de energía necesaria para producir
una unidad de riqueza del país. Visto así parece que España ha evolucionado muy
positivamente ya que en el año 2009 el gasto energético por producir una unidad de riqueza
era tres cuartas partes del que tenía lugar en 2005. ¿Qué puede estar ocurriendo entonces?
Por un lado, en estos años muchas empresas han desaparecido o han alterado
considerablemente su ritmo productivo. Según el subsector industrial, la variación ha sido
diferente. Si por ejemplo consideramos una disminución en la producción del subsector
metalúrgico, la influencia en el IE1a es mayor que si consideramos la disminución en la
producción de calzado. Por otro lado, la variación en el PIB no sólo es debida al sector
industrial, sino que depende de otros muchos factores.
94 Aplicaciones
[Figura 3.7] Evolución del indicador de intensidad energética IE1a en España desde 2000 hasta 2012.
[Figura 3.8] IE2c. Consumo de energía final según fuente en el sector industrial de España en el año 2012.
Aplicaciones 95
industria, mientras que su aportación al valor añadido bruto64 (VAB) de la industria es
relativamente baja (25,5 %).
La evolución de la intensidad energética de la industria desde el año 2000 hasta el 2012 guarda
una estrecha relación con la estructura sectorial de la misma, así como con el comportamiento
de las distintas ramas que la integran.
A continuación se presentan una serie de gráficas donde puede observarse la evolución del
indicador IE2a, que es el ratio entre el consumo energético del subsector y el PIB.
[Figura 3.9] Evolución del IE2a del subsector de alimentación, bebidas y tabaco desde el año 2000 al 2012.
64
El valor añadido bruto (VAB) es la macromagnitud económica que mide el valor añadido generado por el conjunto
de productores de un área económica, recogiendo en definitiva los valores que se agregan a los bienes y servicios
en las distintas etapas del proceso productivo. A partir del valor añadido bruto de un país se obtiene fácilmente el
PIB, con el que mantiene una estrecha relación, pues ambos están midiendo el mismo hecho. El PIB se obtiene
después de añadirle al valor agregado del país los impuestos indirectos que gravan las operaciones de producción
[4].
96 Aplicaciones
[Figura 3.10] Evolución del IE2a del subsector de pasta, papel e impresión desde el año 2000 al 2012.
[Figura 3.11] Evolución del IE2a del subsector químico desde el año 2000 al 2012.
En la [Figura 3.11] se halla la evolución del indicador IE2a del subsector químico, en la [Figura
3.12] el comportamiento del mismo indicador para el subsector de minerales no metálicos y en
la [Figura 3.13] para el subsector metalúrgico. Como se viene comentando y, en gran medida,
debido a la crisis y a la influencia del PIB en este indicador, es difícil obtener conclusiones
sobre la evolución de la eficiencia energética y, en general, de las técnicas de benchmarking
que se han implementado en estos subsectores.
[Figura 3.12] Evolución del IE2a del subsector de minerales no metálicos desde el año 2000 al 2012.
Aplicaciones 97
[Figura 3.13] Evolución del IE2a del subsector metalúrgico desde el año 2000 al 2012.
[Figura 3.14] Evolución del IE2a de las ramas industriales más intensivas desde el año 2000 hasta 2012 [27].
98 Aplicaciones
A la vista de estos datos parece evidente que los indicadores de nivel 1 y nivel 2 pueden
aportar información que permita realizar comparaciones entre países o quizás entre diferentes
subsectores, si bien, para analizar la eficiencia energética en un subsector sin someterlo a
ningún tipo de comparación, necesitamos indicadores más desagregados.
Para evaluar las tendencias en cuanto a eficiencia e intensidad energética, el IE3a, es decir, el
consumo energético necesario por unidad de producto generado por cada rama o subsector
de actividad puede resultar de gran interés. Considerando tres de las ramas más intensivas, se
observa como el impacto de la crisis introduce cierta inflexión en la tendencia a la baja del
consumo unitario iniciada años atrás, muy significativa en algunas ramas de la industria. A esta
tendencia a la baja contribuyeron las mejoras implementadas en los procesos productivos,
hacia una mayor eficiencia (procesos vía seca en la industria cementera o arco eléctrico en la
industria siderúrgica), así como la importación de materias primas intensivas en su producción
como pueden ser el clinker en la industria cementera o bien la pasta en la industria papelera.
En la [Figura 3.15] puede observarse como desde el año 2000 hasta el año 2007 se observaba
un decremento del indicador IE3a. A partir del año 2007, y directamente relacionado con la
crisis económica, se invierte esta tendencia. Es probable la influencia de la ralentización en el
ritmo de actividad de muchas instalaciones industriales, lo que a menudo distorsiona el
rendimiento global del equipamiento implicado (calderas, hornos, motores, etc.). Ello implica
un funcionamiento por debajo del punto óptimo de capacidad, con el resultado de una menor
eficiencia. A esto se suma la existencia de demandas energéticas cautivas e independientes del
nivel de actividad como las vinculadas a mantenimiento de temperaturas mínimas,
iluminación, acondicionamiento de las instalaciones, etc. Así, en periodos de baja actividad
económica como el actual, la demanda energética no sigue la misma trayectoria que la
Aplicaciones 99
actividad productiva, distorsionándose la pauta de evolución del indicador IE3a, circunstancia
observada no solo en España sino también en los países de nuestro entorno.
En la industria papelera, la influencia de la crisis a partir del año 2006 es también muy evidente
[Figura 3.17]. La importación de la pasta de papel de otros países, las campañas de ahorro de
papel y la sustitución del mismo en muchas empresas e instituciones por información a través
de dispositivos electrónicos, ha fomentado que ya desde el año 2003 se observase un
decremento del consumo energético que sigue teniendo efectos a día de hoy.
100 Aplicaciones
La industria del acero en España ha sufrido también las consecuencias de la economía del país.
Aunque es sabido que se han implementado medidas de mejora y ahorro de energía, tales
como el cambio de hornos convencionales por los de arco eléctrico, no se observa a través de
este indicador una mejora evidente de la eficiencia energética.
Sería muy interesante poder profundizar más en estos subsectores a través de indicadores más
específicos. Sin embargo, no existe mucha más información disponible en materia de eficiencia
energética, en la mayoría de los casos porque no existen organismos o asociaciones que
posean dichos datos, y en los menos, por motivos de confidencialidad.
Uno de los principales problemas al que se enfrentan las instituciones u organismos que
pretenden estudiar la eficiencia energética y hacer estudios de benchmarking es la poca
información disponible y la dificultad de acceder a ella.
La mayoría de los estudios de benchmarking de los que se dispone en España están basados en
datos de la Encuesta Industrial Anual de Empresas (EIAE) realizada por el Instituto Nacional de
Estadística (INE). Esta encuesta tiene como objetivo fundamental proporcionar información de
los diversos sectores que constituyen la actividad industrial en España.
La Encuesta Industrial de Empresas implantada a partir del año 1993, proporciona anualmente
una visión general de la estructura industrial española. Su metodología se atiene a las
recomendaciones de Eurostat, especificadas en sus reglamentos y normativas, ofreciendo un
enfoque analítico adecuado a la realidad industrial que se quiere reflejar. Se trata de una
encuesta estructural dirigida a empresas cuya actividad principal sea industrial, realizada por
Aplicaciones 101
muestreo (el estrato de muestreo se define a partir del cruce de comunidad autónoma,
actividad y tamaño) y en cuyos cuestionarios se recogen los datos en cuatro apartados
fundamentales: ingresos, gastos, inversión e información relativa a los establecimientos
industriales que las empresas poseen.
A partir de estos datos y, según se describe en los informes de la Universidad de Zaragoza [29]
[30], una forma de obtener conclusiones válidas de la eficiencia (o ineficiencia) energética de
las empresas es aplicando el modelo de fronteras estocásticas, en general, a través de datos
económicos. Ambos estudios utilizan los datos de la IEAE de 1995 que comprende un coste
transversal del total de empresas españolas con 20 o más trabajadores agrupadas en 100
subsectores industriales. A partir de estos datos se han estimado fronteras de producción de
Cobb-Douglas estocásticas para los principales subsectores. Posteriormente se han obtenido
las funciones de demanda condicionada que minimizan el coste de producción, las cuales han
sido utilizadas como el estándar para calcular la eficiencia en la utilización de los inputs
energéticos.
Para estos análisis y con los datos disponibles se considera la siguiente frontera de producción:
donde Q representa el valor añadido, L los gastos de personal, K las dotaciones para la
amortización del inmovilizado, A los gastos en publicidad y, finalmente, E, G y F los gastos en
electricidad, gas y otros combustibles.
Ecuación 3-2: Problema de optimización condicionada del coste de producción para cada empresa.
102 Aplicaciones
Ecuación 3-3 Potencial de mejora en cuanto a eficiencia energética.
Uno de los inconvenientes con los que cuentan estos estudios es que para estimar los niveles
de eficiencia de cada empresa se requiere manejar información a nivel individual y debido a la
Ley de Secreto Estadístico, esto no es posible. Por tanto, ha sido necesario agregar los datos
por volumen de ventas en grupos de empresas dentro de cada sector industrial, reduciéndose
la muestra finalmente a 2068 datos.
[Tabla 3.1] Resultados de estudios de fronteras estocásticas agregados por sectores [30].
Aplicaciones 103
Los resultados de estos estudios agregados por subsectores se encuentran en la tabla anterior,
donde el input TE representa el consumo total de energía (TE=E+G+F). Esta tabla proporciona
los datos del nivel de eficiencia económica según los diferentes subsectores, y en algunas
ocasiones, puede verse como esta eficiencia económica se encuentra reñida con la eficiencia
energética.
Así, por ejemplo, el nivel de eficiencia económica en el sector de pan y elaborados es del 79 %,
lo que indica que el valor añadido generado por este sector se podría obtener incurriendo en
un 21 % menos de coste. Desagregando los resultados por inputs, se observa que el consumo
energético debería disminuir en un 63,8 % mientras que el uso de trabajo, capital y publicidad
debería reducirse en un 7,2 %, 8,7 % y 96,7 %, respectivamente.
Para conseguir que el logro de la eficiencia económica de las empresas provoque un aumento
del consumo energético se deben crear políticas que penalicen de alguna forma el gasto de
energía o que restrinjan la cantidad de emisiones de gases contaminantes permitidas.
Atendiendo a este último aspecto, el problema de minimización tendría una restricción
adicional que contemplaría esta prohibición.
104 Aplicaciones
Metal, el Químico y el Agroalimentario. El estudio se ha centrado en las empresas de tamaño
medio y ha sido necesario seleccionar una muestra de empresas a analizar para cada uno de
los tres subsectores industriales, con objeto de, mediante inferencia estadística, extrapolar los
resultados al total del correspondiente subsector.
Las principales conclusiones obtenidas para cada uno de los subsectores estudiados son las
siguientes:
El porcentaje de ahorro total medio por la industria del metal que podría obtenerse con
medidas amortizables en un periodo inferior a tres años es del 5,5 % para las empresas
medianas. Para lograr este ahorro, será necesario invertir en variadores de frecuencia y en la
sustitución de un importante número de motores antiguos y, desde el punto de vista térmico,
es importante regular de forma eficiente la combustión en sistemas consumidores de
combustibles fósiles, mejorar el aprovechamiento de los gases de escape de los distintos
sistemas y sustituir equipos térmicos antiguos por equipos nuevos más eficientes.
Aplicaciones 105
Subsector químico
De los valores medios de consumo de energía entre 1992 y 1997 se puede obtener que el 53 %
del consumo energético del subsector proviene de la energía eléctrica. El 47 % restante se
debe además al consumo de combustibles tales como gasoil, gas natural, fuel y propano y al
del calor procedente de las centrales de cogeneración.
La tasa de ahorro eléctrico se sitúa en torno a un 9,04 %. Para llevarlo a cabo es importante la
regulación de los presostatos de los equipos de frío, las modificaciones de la toma de aire en
equipos de aire comprimido, la inclusión de variadores de frecuencia y la sustitución de
algunos motores.
El porcentaje de ahorro total medio que podría obtenerse con medidas amortizables en un
período inferior a tres años es casi del 5 %. Nótese que dado que el sector químico es muy
intensivo en el consumo de energía, con no demasiados altos porcentajes de ahorro se
consiguen elevados valores de ahorro absoluto.
Subsector agroalimentario
Si se toman los valores medios de lo ocurrido entre 1992 y 1997 se constata que el 39 % de
todo el consumo se satisfizo mediante energía eléctrica, mientras que el 61 % restante de la
demanda energética fue resuelto con combustibles como el gasoil, el gas natural, etc.
En las empresas pequeñas el porcentaje de ahorro térmico medio por industria dentro de este
grupo que podría obtenerse con medidas amortizables en un período inferior a tres años es
más del 10 %. La medida de ahorro térmico que con menor inversión más cantidad de energía
ahorra es la regulación de la combustión en los generadores de calor, amortizable en menos
de un año. El porcentaje de ahorro térmico medio por industria dentro del grupo de industrias
medianas que podría obtenerse con medidas amortizables en un período inferior a tres años
es del 2,5 %.
106 Aplicaciones
En las pequeñas empresas, el porcentaje de ahorro eléctrico medio por industria que podría
obtenerse con medidas amortizables en un período inferior a tres años es del 17,8 %. El ahorro
económico es mucho mayor que en el caso anterior, aunque se conseguiría con medidas con
un mayor período de recuperación. El 94 % de este ahorro es debido a la instalación de
variadores de frecuencia en los motores repartiéndose el resto de medidas en la regulación del
presostato de los equipos de frío, disminución de la temperatura de condensación en estos
mismos equipos, aislamientos en las líneas de distribución de frío y la sustitución de motores.
En las empresas de tamaño medio, el porcentaje de ahorro eléctrico en las mismas condiciones
es de algo más del 8 %. Este ahorro se consigue con las mismas medidas comentadas para las
pequeñas empresas.
El porcentaje de ahorro total medio por industria pequeña que podría obtenerse con medidas
amortizables en un período inferior a tres años es de algo más del 15 %, y en las industrias
medianas, de casi el 5 %. Nótese que debido al mayor consumo de las empresas medianas,
aunque en porcentaje el potencial de ahorro es mucho menor que en el caso de las pequeñas,
en términos absolutos es sustancialmente mayor.
En las conclusiones de este artículo, se hace referencia a las disparidades al contrastar los
datos de ambas metodologías. Estas diferencias, por un lado, son consecuencia de que la
metodología seguida es muy distinta en cada enfoque, valorando los inputs base del estudio
en términos monetarios en un caso y en energéticos en otro, por otro lado, hay que tener en
cuenta que el coste monetario por unidad de energía consumida en un mercado como el
energético está sujeto a sustanciales cambios debido al ajuste de la oferta y la demanda en los
mercados internacionales así como al tipo de fuente energética empleada y a la intervención
de los mercados mediante acuerdos u otro tipo de negociación que afecte al precio final de la
materia consumida.
Aplicaciones 107
3.2.4 REALIDAD DEL BENCHMARKING
Las técnicas de benchmarking aplicadas al sector industrial en España no son a día de hoy una
realidad palpable, aún queda mucho camino por recorrer. Aunque existen algunos estudios
realizados con la información disponible, estos no sirven de referencia generalmente para la
consecución de objetivos y, en la mayoría de los casos, quedan recluidos en un cajón. Existen
planes que buscan el ahorro energético y alcanzar una eficiencia energética en el sector, sin
embargo, en general, no van acompañados de facilidades por parte de los organismos
nacionales o autonómicos.
A esta situación se une la visión que tienen las empresas. El hecho de implementar estas
medidas les supone generalmente un quebradero de cabeza y suelen percibirse como
inconvenientes en lugar de como mejoras que ayudan al crecimiento y la competitividad de la
misma. Es necesario aportar mucha más información a las empresas y concienciarlas de la
situación. En los últimos años, en el marco de los distintos Planes de Acción de Ahorro y
Eficiencia, se han ido introduciendo distintas medidas focalizadas hacia la mejora tecnológica
de los procesos y equipamientos del sector industrial, así como hacia la implantación de
sistemas de gestión energética. Sin embargo, esto no es suficiente.
¿Qué es entonces lo que España debe hacer para lograr establecer un sistema de
benchmarking como el que se ha analizado en el bloque anterior? El talón de Aquiles de
España, desde el punto de vista del autor, es la falta de una o varias instituciones que se
encarguen de gestionar estos asuntos. Es de vital importancia que existan organismos públicos
o privados cuyo objetivo principal sea lograr la eficiencia energética en la industria.
¿Cuál será el cometido de estos organismos? La labor principal debe ser la recolección de
datos, que les permita elaborar indicadores útiles, su análisis y la posterior difusión de los
resultados. Asimismo, deben estar en contacto directo con las empresas para asesorarles y
concienciarles de las ventajas del benchmarking. El gobierno debería crear leyes que obligasen
a las empresas a proporcionar los datos que les fuesen requeridos y que, a la vez, garantizasen
confidencialidad a las mismas.
Por otro lado, es fundamental que la sociedad sea consciente de la importancia que tiene para
el planeta adoptar medidas de eficiencia energética. A través de campañas publicitarias o de
otro tipo de actividades, el gobierno debe hacer ver a la población la necesidad de poner
solución de manera inmediata al consumo excesivo y no eficiente de energía.
108 Aplicaciones
3.3 SITUACIÓN EN EL SECTOR INDUSTRIAL EUROPEO
La mayoría de los países europeos poseen organismos nacionales que se encargan en mayor o
menor medida de todo lo referente a eficiencia energética. Además de esto, los países de la
Unión Europea luchan conjuntamente para lograr la sostenibilidad energética del continente.
El área de energía y cambio climático de la Comisión Europea es el organismo que vela por los
intereses energéticos y, en consecuencia, por la eficiencia energética en la Unión Europea.
65
La información de la base de datos ODYSEE solo puede utilizarse con finalidad académica.
Aplicaciones 109
Enerdata es el coordinador técnico del programa europeo ODYSSEE, dedicado al estudio del
uso de la energía y de datos e indicadores de eficiencia energética en Europa, en nombre de
todas las agencias de energía de la UE y de la Comisión Europea.
Enerdata compila los datos proporcionados por todas las agencias de la energía de Europa en
una sola base de datos. Enerdata gestiona esta base y sus actualizaciones, y proporciona un
software que incluye indicadores detallados por sector para cada año desde 1990 hasta 2012
para los 28 miembros de la UE más Noruega. Además posee algunos datos de Australia,
Canadá, Japón, Nueva Zelanda, Corea del Sur, Suiza y Estados Unidos.
[Figura 3.20] Evolución del consumo final de energía en el sector industrial. Base 2000.
110 Aplicaciones
de la década de principios de siglo, situándose muy por encima de la media europea, y
observar como desde la crisis, la situación se ha invertido. Se puede destacar como Alemania,
aunque también ha sido víctima de la situación económica, no ha sufrido tanto desplome en su
industria y se ha recuperado mucho más rápido.
66
[Figura 3.21] Indicador IE1a con clima corregido. Fuente: EnR /IDAE.
Debido a las diferencias climatológicas que existen entre los diferentes países que conforman
la UE, en todas estas gráficas se ha procedido a realizar una corrección por grados-día, de
forma que la comparación pueda reflejar mejor la realidad. En la [Figura 3.21] se refleja la
evolución del indicador IE1a en varios países de la UE. Se puede observar como, según este
indicador, el Reino Unido y Bélgica son los países que mayor decremento han efectuado en el
consumo de energía para la producción de una unidad de riqueza. Si bien, dado el período de
inestabilidad económica que ha tenido y tiene lugar en estos años, es difícil asegurar que dicho
gran decremento sea fruto de una política de eficiencia energética. Quizás, si tiene sentido
garantizar esta conclusión entre los años 2000 y 2007. Son necesarios indicadores más
desagregados para establecer mejores conclusiones. Otra lectura que puede obtenerse de esta
gráfica es la comparación entre los distintos países. Podemos ver como Bélgica, Portugal o
Grecia se sitúan por encima de la media de la UE. Esto quiere decir que para producir una
unidad de riqueza, estos países consumen mayor cantidad de energía que la media europea.
66
European Energy Network. Red de voluntariado de agencias europeas de energía que tienen el objetivo de
promover el uso de la energía de forma sostenible y a través de las mejores prácticas. Página web: http://www.enr-
network.org
Aplicaciones 111
Por el contrario, entre los países aparentemente más eficientes se sitúan el Reino Unido e
Irlanda.
Es necesario matizar esta última lectura, conviene recordar que este indicador puede resultar
engañoso. Este IEE refleja una relación entre consumo energético y desarrollo económico, no
mide por tanto el desarrollo de la eficiencia energética. Un país con una intensidad energética
baja no necesariamente tiene una alta eficiencia. Por ejemplo, un país con una pequeña
industria y basado en el sector servicios tendrá una intensidad mucho menor que un país
grande basado en la industria, incluso si se consume la energía de manera más eficiente en
este país que en el primero. Por tanto, parece evidente la necesidad de acudir a indicadores
más desagregados para obtener una información cierta.
[Figura 3.22] IE1c. Relación del consumo energético del sector industrial frente al total en países de la UE en el
año 2011.
A la vista de la [Figura 3.22] se puede comprobar como Reino Unido e Irlanda tienen un
porcentaje de industria inferior al de Bélgica o Portugal. Por tanto la comparación a través del
indicador IE1a no aporta conclusiones válidas. En cambio sí podemos comparar países que
tengan un porcentaje de industria similar, como puede ocurrir en el caso de Alemania y
Bélgica, de Francia e Irlanda o de Grecia y Reino Unido. Volviendo a la gráfica anterior [Figura
3.21] podemos deducir que Alemania utiliza la energía de forma más eficiente que Bélgica, que
Irlanda es más eficiente energéticamente que Francia y que Grecia es mucho más ineficiente
que el Reino Unido. Estos datos deberían ser objeto de una matización y quizás
112 Aplicaciones
complementados con un estudio económico. Por ejemplo, Irlanda es más eficiente que Francia
porque su industria es mucho más artesanal y menos intensiva que la industria francesa.
Nuevamente se presenta la necesidad de indicadores de eficiencia energética más
desagregados.
Por otro lado, para un análisis más completo de las emisiones de gases contaminantes
convendría estudiar de donde procede la energía en cada uno de estos países, ya que, no
contamina igual ser ineficiente consumiendo energía de fuentes renovables que utilizando
energía de combustibles fósiles.
En valores absolutos, la UE consumió durante el año 2012 una cantidad de 1114 Mtep, de las
cuales 282,75 Mtep fueron en el sector industrial, que equivale a más de 3280 TWh. Por tanto,
la industria europea dentro del consumo energético total de la UE representa el 25,38 %, un
porcentaje muy similar al que representa la industria española dentro del consumo energético
de España (25,01 %).
Aplicaciones 113
[Figura 3.24] Porcentaje de emisiones de CO2 frente al consumo energético en el sector industrial en el año 2011.
Es interesante viendo la [Figura 3.24] observar como el porcentaje de emisiones de CO2 frente
al total es mayor que el consumo energético de la misma frente a su análogo. Por tanto, las
fuentes de energía utilizadas en el sector industrial producen mayor contaminación que otros
tipos de energía utilizados en otros sectores. Esta situación ocurre en todos los países
desarrollados. No solo hay que ser eficiente energéticamente sino utilizar una fuente de
energía primaria lo menos contaminante posible.
[Figura 3.25] Emisiones totales de CO2 en el sector industrial de la UE desde el año 2000 hasta el 2012.
La crisis económica europea ha tenido y tiene una consecuencia muy positiva para el medio
ambiente. La [Figura 3.25] representa el enorme descenso en las emisiones de CO2 del sector
industrial en la UE. Uno de los objetivos que debe imponerse en la UE es obligar a que este
indicador tenga pendiente negativa. Aunque este IEE no refleje las ineficiencias en el sector
industrial ni proporcione información de dónde es necesario actuar, sí es un claro indicador de
114 Aplicaciones
que las políticas que se pongan en marcha están dando sus frutos. Para llegar a los niveles de
contaminación existentes antes de la revolución industrial, es fundamental que este indicador
vaya decrementando su valor progresivamente hasta que en el futuro tenga un valor nulo.
[Figura 3.26] IE2c. Distribución según subsectores industriales del consumo de energía final en la UE en el 2012.
[Figura 3.27] Distribución según subsectores industriales del consumo de energía final en la UE y España en el
2012.
Aplicaciones 115
La evolución de estos subsectores industriales en la UE aparece en la [Figura 3.28], donde
nuevamente puede contemplarse las consecuencias de la crisis económica (especialmente en
el subsector del acero). Con esta información no se pueden emitir conclusiones acerca de
eficiencia energética. Se necesitan indicadores a un nivel más desagregado.
[Figura 3.28] Evolución del consumo de energía final en diferentes subsectores industriales de la UE entre 2000 y
2012.
[Figura 3.29] Distribución según subsectores industriales del consumo de energía final en la UE y España en el
2012.
116 Aplicaciones
Si bien, fruto de la coyuntura económica o debido a la eficiencia energética, es importante
destacar lo que se muestra en la [Figura 3.29]. Los subsectores industriales más intensivos de
la UE han decrementado su consumo energético entre el año 2000 y 2012 en mayor o menor
medida. El objetivo es conseguir que la tendencia de las curvas de la [Figura 3.28] sea siempre
decreciente.
[Figura 3.30] Evolución del consumo energético unitario en España y UE desde 2000 a 2012 en diferentes
subsectores.
Los indicadores que se han mostrado en este apartado únicamente permiten, y bajo ciertas
consideraciones, comparaciones entre subsectores industriales y entre países, y casi nunca, en
lo que a eficiencia energética se refiere.
Aplicaciones 117
Sin embargo, los datos que se obtienen sí sirven para valorar la situación actual del planeta. Se
tiene acceso al conocimiento de todos los consumos energéticos que tienen lugar en la UE y
todas las emisiones de CO2 existentes no sólo para el sector industrial sino para todos los
sectores. Por tanto, los indicadores vistos en este apartado son una magnífica herramienta de
diagnosis.
Con una base de datos más completa y con información más desagregada se pueden
establecer políticas mucho más realistas y efectivas y se evidencian los cuellos de botella en
cuanto a eficiencia energética del sector industrial. De esta forma se podrían otorgar
subvenciones o imponer sanciones a las empresas que más alejadas estén de la eficiencia
energética.
En muchas ocasiones se establecen objetivos como los del Plan 2020 que buscan reducir
drásticamente las emisiones de gases contaminantes, pero es difícil saber por donde empezar.
Es de vital importancia la creación de leyes que faciliten el trabajo a los nuevos o
reestructurados organismos que aparezcan. También será importante definir una metodología
y unos IEEs según cada subsector industrial válidos para todos los países que conforman la
Unión Europea.
67
Benchmarking and Energy management Schemes in SMEs.
118 Aplicaciones
El proyecto BESS comenzó en 2005 y está apoyado por la Comisión Europea a través del
programa Energía Inteligente de la Unión Europea. El principal objetivo del proyecto es
extender el uso de las mejores prácticas de gestión energética y herramientas de
benchmarking y mejorar la eficiencia energética en la pequeña y mediana industria, con un
especial interés en la industria de alimentación y bebidas. Las asociaciones y empresas
participantes en el estudio pertenecen a España, Finlandia, Austria, Irlanda, Bulgaria, Lituania,
Eslovenia, Holanda, Noruega, Grecia, Suecia y la UE.
Para el desarrollo de este programa se partió de los modelos existentes en Noruega, Holanda e
Irlanda así como de esquemas desarrollados por el Departamento de Recursos Naturales de
Canadá. Entre las tareas principales del proyecto se encuentra el desarrollo de una
herramienta interactiva (de características similares aunque con un alcance menor y un mayor
grado de desagregación a la base de datos ODYSSEE), medidas de 55 plantas piloto de PyMEs y
análisis comparativo a través de herramientas de benchmarking entre las industrias de los
once países anteriormente mencionados.
[Figura 3.31] Herramienta interactiva del programa BESS para la industria de alimentación y bebidas.
Aplicaciones 119
3.4 EL CASO DE LOS EEUU. EL PROGRAMA ENERGY STAR
El programa ENERGY STAR fue creado en 1992 por la EPA, bajo la Ley de Aire Limpio. Esta ley
contempla "llevar a cabo un programa de investigación de la ingeniería y la tecnología básica
para desarrollar, evaluar y demostrar las estrategias y tecnologías no legislativas para reducir
la contaminación del aire." En 2005, el Congreso promulgó la Ley de Política Energética según
la cual se "establece en el Departamento de Energía y la Agencia de Protección Ambiental un
programa voluntario para identificar y promover productos y edificios energéticamente
eficientes con el fin de reducir el consumo de energía, mejorar la seguridad energética y
reducir la contaminación a través de un etiquetado u otras formas de comunicación de los
productos y edificios que cumplen con los más altos estándares de eficiencia energética."
120 Aplicaciones
identificación de productos de bajo consumo energético llegando a identificar y certificar la
alta eficiencia energética en la producción industrial [26].
El uso de energía en los hogares, los edificios y la industria representan dos terceras partes de
las emisiones de gases de efecto invernadero en los Estados Unidos. ENERGY STAR ha sido
fundamental en la reducción de este consumo energético y ha contribuido a importantes
beneficios sanitarios y ambientales, abordando los retos del cambio climático y colaborando
con el fortalecimiento de la economía. A diciembre de 2012, tanto los particulares como las
empresas, se han dado cuenta del enorme ahorro, estimado en más de 239 000 millones de
dólares y evitando más de 1 900 millones de toneladas de emisiones de gases de efecto
invernadero en las últimas dos décadas. La interacción de los gobiernos con las empresas y las
fuerzas del mercado, reunidos a través del programa ENERGY STAR, ha cambiado el panorama
de la eficiencia energética en Estados Unidos.
Todos los productos o edificios bajo la etiqueta de ENERGY STAR tienen que cumplir una serie
de requisitos supervisados por terceros. Estos terceros son empresas intermediarias que han
obtenido previamente el beneplácito de la EPA para acometer estas tareas. Además de
auditorías iniciales que permitan obtener la certificación de ENERGY STAR, estas empresas
realizan una serie de verificaciones que se repiten anualmente con el fin de asegurar que las
variaciones en el proceso de fabricación o los cambios implementados en los edificios no
socaven la calificación de un producto o edificio etiquetado como ENERGY STAR. Este énfasis
en realizar pruebas, revisiones por parte de terceros y supervisiones del cumplimiento de los
requisitos, refuerza la integridad del programa y garantiza a los consumidores que los
Aplicaciones 121
productos o edificios ENERGY STAR cumplen con la actuación energética que se indica en la
etiqueta.
La EPA ha desarrollado el programa ENERGY STAR para que sirva de plataforma nacional y
como catalizador que permite ofrecer una eficiencia energética real a las empresas y hogares
frente a los obstáculos existentes en los diferentes mercados.
La participación en el programa ENERGY STAR es voluntaria y está abierta a todas las empresas
dentro de un sector industrial con instalaciones de producción en los EE.UU. Las empresas
participantes se comparan con sus directos competidores y comparten las mejores prácticas y
técnicas de gestión de la energía. LA EPA lleva más de diez años introduciendo una serie de
innovadores indicadores de eficiencia energética y estandarizando sistemas de medidas
basados en los actuales usos energéticos en los mercados industriales.
122 Aplicaciones
programa ENERGY STAR es el de frontera estocástica estudiado en el apartado 2.3.4 (Análisis
de datos a través de Fronteras Estocásticas).
Por ejemplo, una planta que está situada en el primer cuartil (puntuación de ENERGY STAR
entre 1 - 25) es candidata a recibir subvenciones, mientras que otra en el cuartil superior
(puntuación de ENERGY STAR entre 75 a 100) es un ejemplo de la que aprender y en muchos
casos se suele recompensar su esfuerzo. Las plantas situadas en este cuartil son candidatas a
obtener la certificación ENERGY STAR.
Aplicaciones 123
siguen el modelo de la Organización Internacional para la Estandarización (ISO) reflejado en
normas ambientales y de calidad. Las características fundamentales son [33]:
• Llevar a cabo auditorías que tengan como resultado la determinación de las áreas con un
mayor potencial de ahorro energético.
El programa ENERGY STAR de la EPA de los EE.UU. ha desarrollado un marco para la gestión de
la energía sobre la base de las mejores prácticas observadas en las empresas líderes. Otros
marcos de gestión, tales como la ISO 1400168, se pueden utilizar para asegurar una mejor
gestión de la organización de la energía. Un socio de ENERGY STAR señaló que el uso de
programas de gestión de energía en combinación con el programa ISO 14001 ha tenido un
mayor impacto en el ahorro de energía en sus plantas que cualquier otra estrategia.
68
Estándar internacional de implantación de un sistema de gestión ambiental.
124 Aplicaciones
[Figura 3.33] Elementos principales de un programa estratégico de eficiencia energética [34].
A día de hoy, el programa ENERGY STAR goza de bastante prestigio en los Estados Unidos y
encuentra enorme cooperación voluntaria en las empresas de las diferentes industrias. Si bien,
existen compañías que no colaboran con estos proyectos y que se mantienen al margen de los
sistemas de benchmarking. Sería un punto a estudiar imponer a todas las empresas aportar sus
datos energéticos al programa ENERGY STAR y obligar a las menos eficientes a cumplir con una
serie de objetivos energéticos.
Aplicaciones 125
ampliando su alcance e intenta lograr en los próximos años dar soporte a todas las empresas
de EE.UU., independientemente de cual sea el subsector industrial al que pertenezca.
Puesto que resulta inviable en este documento estudiar con detalle todos los subsectores
industriales que reciben soporte del programa ENERGY STAR, el autor ha seleccionado el
subsector del cemento para que sirva como ejemplo del patrón seguido por la EPA en los
diferentes subsectores industriales.
Para poder elaborar los IEEs de nivel 3 asociados a la fabricación del cemento con objeto de
posteriormente poder establecer comparaciones entre las empresas del mismo subsector, las
empresas deben aportar los siguientes datos [33]:
69
Es utilizado en Estados Unidos como un equivalente al código postal utilizado en España.
126 Aplicaciones
6. Cantidad anual de cemento ASTM 4 producido.
7. Cantidad de cemento de mampostería producido anualmente.
8. Cantidades de otros tipos de cemento producidas anualmente.
9. Cantidad total de trabajadores: El número de horas de trabajo puede ser
obtenido multiplicando el número de empleados por el número medio de
horas trabajadas durante el año.
Con todos estos datos, pueden obtenerse distintos indicadores de eficiencia energética que
permitirán la comparación entre las distintas empresas. Finalmente, el tratamiento de los
datos a través de fronteras estocásticas proporciona una clasificación general de las diferentes
industrias en función de la puntuación obtenida. Se trata de una puntuación percentil en una
escala de 0 a 100. Las plantas que obtengan una puntuación 75 o superior se clasifican como
eficientes. Este 75 indica que la planta en particular es más eficiente energéticamente que el
75% de las plantas en la industria. Como se puede razonar, esta clasificación no contiene ni
revela ninguna información confidencial.
Con objeto de facilitar la recogida de datos y la utilización de los mismos se elaboró una hoja
de cálculo que permite mostrar resultados para un conjunto arbitrario de insumos. A través de
un mecanismo sencillo, cada empresa puede saber en qué situación se encuentra en relación a
sus competidores. Estas hojas de datos pueden descargarse de la página web del programa
ENERGY STAR. En la [Figura 3.34] puede observarse una de los hojas que es necesario
cumplimentar para las empresas del cemento.
La EPA recomienda que las empresas utilicen esta hoja de datos de forma regular. Como
mínimo se sugiere una vez al año. Un plan más proactivo sería el uso de puntos de referencia
para todas las empresas sobre una base trimestral. Dado que el objetivo de eficiencia
energética va evolucionando fruto del avance tecnológico, la EPA tiene previsto actualizar el
modelo cada pocos años.
70
Organismo de Normalización de los Estados Unidos.
Aplicaciones 127
Cement Manufacturing Plant
Energy Performance Indicator
Version 2.4, Release 6/27/2013
Plant Characteristics
Current Plant Reference Plant
Enter Name Enter Name
Year 2010 2008
ZIP Code: Maximum daily kiln throughput 1 short tons 1
Location: ZIP Code Error Total clinker produced 1 short tons 1
Annual capacity 326 short tons 326
Capacity utilization 0% percent 0%
ASTM 1, 2, 3 and 5 produced 1 short tons 1
ASTM 4 produced short tons
Energy Consumption
Electricity Gas Distillate Oil Residual Oil Coal Waste-derived Other
Select units
Results
Your Current Plant Your Reference Plant Average Plant Efficient Plant
Enter Name 2010 Enter Name 2008 Enter Name 2010 Enter Name 2010
Energy Performance Score (EPS) 97 97 50 75
Annual Energy Cost ($/year)
Total Cement Shipped (Short Tons) 1 1 1 1
Energy Cost/Total Clinker ($/Short Ton)
Purchased Source Energy (MMBtu) 1 1 376 41
Purchased Site Energy (MMBtu) 1 1 376 41
Energy Intensity
1,00 1,00 375,78 41,05
(Source MMBtu/Short Ton of Clinker)
100% 100%
80% 80%
70% 70%
60% 60%
50% 50%
40% 40%
30% 30%
20% 20%
10% 10%
0% 0%
0 100000 200000 300000 400000 500000 600000 0 100000 200000 300000 400000 500000 600000
[Figura 3.34] Hoja de cálculo de la industria del cemento elaborada por el programa ENERGY STAR.
Desde 1970 hasta 1999, en la industria del cemento, la generación de dióxido de carbono
debido al consumo de combustible y calcinación de materias primas cayó un 16 %. A pesar de
este progreso histórico, existe todavía un considerable potencial de mejora de la eficiencia
energética. La proporción de plantas de proceso húmedo se redujo del 60 % en 1970 a
128 Aplicaciones
alrededor del 7 % de la producción de clinker en 2010 en EE.UU. No obstante, las plantas
restantes evidencian la existencia de un potencial ahorro energético considerable si se
comparan con las de otros países industrializados. El carbón y el coque son actualmente los
combustibles más utilizados en este sector, suplantando el predominio del gas natural en la
década de 1970. Si bien, una variedad de combustibles de desecho, como por ejemplo los
neumáticos, aumentan de manera progresiva su participación. Entre 1970 y 2010, el IE2b para
la producción de cemento se redujo un 1,2 % por año, de 7,3 MBtu/t a 4,5 MBtu/t.
Teniendo en cuenta todos estos datos, la EPA elaboró una guía que examina más de 40
tecnologías y medidas eficientes de energía, y estima el ahorro energético, el decremento de
emisiones de dióxido de carbono, los costes de inversión, de operación y de mantenimiento
para cada una. El informe describe las medidas y experiencias de las plantas de cemento de
todo el mundo con estas prácticas y tecnologías.
[Figura 3.35] Indicador IE2b en la industria del cemento en 1997 y 2008. Fuente: Universidad de Duke.
Aplicaciones 129
4. CONCLUSIONES
El problema de las emisiones de gases de efecto invernadero es uno de los principales
inconvenientes del desarrollo industrial y se ha convertido en una importante amenaza para el
planeta y, en consecuencia, para la vida. El benchmarking energético ha de convertirse en la
herramienta principal para la gestión energética en el sector industrial.
La utilización de métodos estadísticos para el análisis de los IEEs facilita la tarea de efectuar
comparaciones entre las diferentes empresas independientemente de sus circunstancias
particulares. Los métodos estadísticos que más se utilizan en los estudios que se están
realizando actualmente y los que, según parece, mejores resultados proporcionan, son el
análisis envolvente de datos (DEA) y el análisis a través de fronteras estocásticas.
El acceso a los datos de consumos energéticos de las empresas así como la difusión de los
mismos o de las conclusiones obtenidas tras su estudio resulta esencial para el buen
funcionamiento del benchmarking y, en consecuencia, para lograr la eficiencia energética en el
sector industrial. Asimismo, es de vital importancia que los mecanismos iniciados para este fin
permanezcan constantemente actualizados y evolucionando hasta lograr en un futuro una
emisión nula de gases contaminantes a la atmósfera.
Conclusiones 131
ejemplo del camino a seguir por otros países. Este programa estadounidense ha sentado las
bases del inicio de una red de empresas y asociaciones que a través del benchmarking
energético tienen el objetivo común de alcanzar la eficiencia energética y, consecuentemente,
de reducir lo máximo posible las emisiones de gases de efecto invernadero a la atmósfera.
132 Conclusiones
5. DESARROLLOS FUTUROS
El benchmarking está llamado a convertirse en una de las principales herramientas para la
gestión del cambio climático durante el siglo XXI. El establecimiento de una metodología sólida
que sirva de base para la creación de indicadores de eficiencia energética útiles y eficaces debe
ser uno de los principales asuntos a abordar en el presente.
Este trabajo pretende ser un inicio del que partir para la elaboración de una metodología
robusta y eficaz que aglutine unos indicadores de eficiencia energética de uso universal y con
un nivel de desagregación tal que sirvan para atender a todos los subsectores industriales y
procesos de fabricación que existen.
Es importante que se creen líneas de investigación en cada uno de los diferentes subsectores
industriales que analicen y encuentren los indicadores de eficiencia energética más apropiados
para cada proceso y subsector. Esta búsqueda debe estar basada en datos experimentales, en
la experiencia de ingenieros de estos subsectores, en la realización de encuestas o estudios de
benchmarking energético y en el estudio de la bibliografía existente, especialmente de Estados
Unidos a través del programa ENERGY STAR.
Toda esta validación de los indicadores de eficiencia energética así como los posibles estudios
de benchmarking energético que se realicen en subsectores concretos o en el sector industrial
en general podrían utilizar diferentes métodos matemáticos de normalización. La comparación
de los datos obtenidos con unos y otros puede arrojar información que permita el desarrollo
de nuevos métodos o la creación de métodos de normalización combinados que posibiliten
obtener mejores conclusiones.
El análisis de los datos que puedan obtenerse con los indicadores de eficiencia aquí
desarrollados puede servir de base para la creación de leyes que faciliten la recolección de
datos por parte de organismos o asociaciones autorizadas. También pueden utilizarse para la
asignación de subvenciones por parte de instituciones públicas o para la imposición de
sanciones a las empresas más ineficientes energéticamente.
[2] U. E. I. A. «International Energy Outlook 2013 (IEO2013),» 25 Julio 2013. [En línea].
Available: http://www.eia.gov/forecasts/ieo. [Último acceso: 7 Febrero 2014].
[3] «Los gases de efecto invernadero baten récord en 2013,» El País, 10 Septiembre 2014.
[4] Comisión Europea, «Objetivos Europa 2020,» 7 Febrero 2014. [En línea]. Available:
http://ec.europa.eu/europe2020/europe-2020-in-a-nutshell/targets/index_es.htm.
[Último acceso: 11 Febrero 2014].
Bibliografía 135
[11] Gale Boyd, Duke University Walt Tunnessen, U.S. Enviromental Protection Agency,
«Promoting Energy Efficiency through Industrial Sector Benchmarking: The ENERGY STAR
Approach,» 2007. [En línea]. Available:
http://aceee.org/files/proceedings/2007/data/papers/68_6_098.pdf. [Último acceso: 4
Febrero 2014].
[14] L. M. Manene, «Blog de Luis Miguel Manene,» 15 Abril 2011. [En línea]. Available:
http://www.luismiguelmanene.com/2011/04/15/benchmarkingdefiniciones-aplicaciones-
tipos-y-fases-del-proceso/. [Último acceso: 12 Febrero 2014].
[17] M. B. J.Kenneth Monts, «Assessing energy efficiency and energy conservation potential
among commercial buildings: A statistical approach,» Energy, vol. 7, nº 10, pp. 861-9,
1982.
136 Bibliografía
estocásticas de costes: una aplicación a los hospitales de INSALUD,» Valladolid, 2002.
[20] A. R. Schuschny, «El método DEA y su aplicación al estudio del sector energético y las
emisiones de CO2 en América Latina y el Caribe,» Santiago de Chile, 2007.
[22] Agencia Internacional de la Energía, «Energy Efficiency Indicators: Essentials for Policy
Making,» París, 2014.
[23] Agencia Internacional de la Energía, «Tracking Industrial Energy Efficiency and CO2
Emissions,» París, 2007.
[24] Asociación Mundial del Acero, «Asociación Mundial del Acero,» [En línea]. Available:
http://www.worldsteel.org. [Último acceso: June 2014].
[25] Confederación Europea de Industrias del Papel, [En línea]. Available: http://www.cepi.org.
[Último acceso: Junio 2014].
[26] E. D. W. T. Gale Boyd, «The evolution of the ENERGY STAR energy performance indicator
for benchmarking industrial plant manufacturing energy use,» Journal of Cleaner
Production, vol. 16, nº 6, pp. 709-715, 2008.
[27] Instituto para la diversificación y ahorro de la energía (IDAE), [En línea]. Available:
http://www.idae.es. [Último acceso: Septiembre 2014].
[28] Ministerio de Industria, Energía y Turismo. Gobierno de España, «La Energía en España,»
2014.
Bibliografía 137
Industrial, nº 352, pp. 11-24, 2003.
[32] Agencia de Protección Ambiental de los Estados Unidos, «Página web del programa
ENERGY STAR,» [En línea]. Available: http://www.energystar.gov/. [Último acceso:
Septiembre 2014].
[34] Ernst Worrell y Katerina Kermeli (Universidad de Utrecht), Christina Galitsky (Lawrence
Berkeley National Laboratory), «Energy efficiency improvement and cost saving
opportunities for cement making,» 2013.
[37] A. Carretero Peña y J. M. García Sánchez, Gestión de la eficiencia energética: cálculo del
consumo, indicadores y mejora, Madrid: Aenor, 2012.
138 Bibliografía
[41] E. W. M. P. D. G. D. Saygina, «Benchmarking the energy use of energy-intensive industries
in industrialized and in developing countries,» Energy, vol. 36, nº 11, pp. 6661-6673, 2011.
[42] C.-F. H. W.-C. L. G.-B. H. David Yih-Liang Chan, «Energy efficiency benchmarking of energy-
intensive industries in Taiwan,» Energy Conversion and Management, vol. 77, pp. 216-
220, 2014.
Bibliografía 139