XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Gestión Estratégica Dinámica de Gas Natural a Largo Plazo mediante la
Soft System Dynamics Methodology (SSDM): El Caso Peruano
Dynamic Strategic Management of Natural Gas in the Long Term using
Soft System Dynamics Methodology (SSDM): The Peruvian Case
Ricardo Rodríguez-Ulloa (Ph.D (c))1, Silvio Martínez-Vicente (Ph,D)2, Isaac Dyner(Ph,D)3, Julio
Pardo-Figueroa Yábar (Ϯ) (Ph.D)4, Vladimiro Huaytán Jaramillo (Eng.)5, Walter Cárdenas Arbieto
(Ph.D (c))6, José Navarro Campos (Eng.)7, Aldo Gonzáles Oré (Ph.D)8
Resumen
Abstract
El presente artículo muestra cómo es posible gestionar
estratégicamente y de manera dinámica e interactiva, la
problemática del Gas Natural (GN) en la realidad
peruana. Para ello se utilizó la denominada Soft System
Dynamics Methodology (SSDM) 9. El artículo trata de
cómo siguiendo los pasos de la SSDM, es posible
estudiar una situación compleja como la del GN en el
Perú, considerando diversos problemas de tipo duro
(factores cuantitativos), como blandos (factores
cualitativos) para analizarlos de manera integral y lograr
una visión sistémica dinámica, interpretativa, causal y
prospectiva de dicha problemática, y a partir de allí
elaborar políticas de intervención en dicha problemática,
que sean culturalmente factibles y sistémicamente
deseables
The present paper shows how it is possible to manage the
Peruvian natural gas problematic situation, in a
strategical and dynamic and interactive manner. For
doing this, it was used the so called Soft System Dnamics
Methodology (SSDM). The paper explains how
following the stages of SSDM, it is possible to study a
complex situation like de Peruvian natural gas
problematic situation, considering diverse hard problems
(quantitative factors) as well as soft ones (qualitative
factors) to analyze them in an integral manner and get a
systemic, dynamic, interpretive, causal and prospective
view of that problematic situation and from there to
elaborate intervention policies in that problematic
situation, which should be culturally feasible and
systemically desirable.
Palabras Clave:
Key words:
Soft Systems Methodology (SSM), System Dynamics
(SD), Soft System Dynamics Methodology (SSDM), Gas
Natural, Perú, Energía, Contaminación, Petroquímica,
Stakeholders, Weltanschauung, Poder
Soft Systems Methodology (SSM), System Dynamics
(SD), Soft System Dynamics Methodology (SSDM), Gas
Natural, Perú, Energía, Contaminación, Petroquímica,
Stakeholders, Weltanschauung, Poder
Presidente, Docente e Investigador Principal del Instituto Andino de Sistemas – IAS, Lima – Perú. Director del Proyecto motivo de este
artículo, por parte del Instituto Andino de Sistemas – IAS. Correspondencia sobre el artículo: Email: ias@iasvirtual.net
2
Investigador Principal del Consejo Superior de Investigaciones Científicas (CSIC), España; Docente e Investigador Principal Visitante
del Instituto Andino de Sistemas – IAS, Lima, Perú
3
Decano de la Facultad de Ciencias Naturales e Ingeniería de la Universidad Jorge Tadeo Lozano, Colombia; Docente e Investigador
Principal Visitante del Instituto Andino de Sistemas – IAS, Lima, Perú.
4
Director del Proyecto por parte de OSINERGMIN hasta Julio del 2015 que ocurrió su sentido deceso.
5
Supervisor en Actividades de Gestión de Proyectos de la Gerencia de Fiscalización del Gas Natural y miembro del Comité Técnico de
Trabajo (CTT), OSINERGMIN
6
Coordinador Técnico de la División de Distribución y Comercial de la Gerencia de Fiscalización del Gas Natural y miembro del Comité
Técnico de Trabajo (CTT) de OSINERGMIN
7
Supervisor de Actividades de Distribución del Gas Natural y miembro del Comité Técnico de Trabajo (CTT), OSINERGMIN.
8
Supervisor de Actividades de Distribución del Gas Natural y miembro del Comité Técnico de Trabajo (CTT), OSINERGMIN.
9
La SSDM fue creada por Ricardo Rodríguez-Ulloa, en el Instituto Andino de Sistemas – IAS de Lima, Perú, en el período 1992 – 2000,
en un proyecto de investigación por la acción, mediante su concepción, aplicación y perfeccionamiento en diversas situaciones de la realidad
peruana y argentina. La SSDM fusiona dos metodologías ampliamente usadas en el mundo sistémico, la llamada Soft Systems Methodology
(SSM), creada por el Prof. Peter B. Chekcland, en la Universidad de Lancaster, Reino Unido y la System Dynamics (SD), creada por el
Prof. Jay W. Forrester delMassachussets Institute of Technology (MIT), EE.UU.
1
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
1.
Introducción
La Energía se constituye en tiempos actuales en
uno de los puntos cruciales en el crecimiento
económico y el desarrollo de las sociedades. Toda
actividad que desarrolla el ser humano implica el
uso de algún tipo de energía y en tal sentido, si se
quiere estudiar el crecimiento y desarrollo de un
país, la piedra angular por la cual resulta
imprescindible empezar resulta ser el estudio de su
base energética.
Esta ha sido la preocupación del Organismo
Supervisor de Inversiones en Energía y Minería de
Perú (OSINERGMIN), para lo cual convocó, en su
momento, a un concurso de consultoría a fin de
desarrollar un modelo prospectivo y dinámico que
permita establecer lineamientos de acción en sus
actividades de fiscalización del Gas Natural, con un
horizonte al 2040.
El Instituto Andino de Sistemas – IAS fue la
institución que finalmente resultó elegida para el
desarrollo del presente trabajo, y lo que se muestra
a continuación es una síntesis muy apretada de esta
experiencia.
La realidad peruana es sumamente compleja y la
falta de competitividad como país, se debe a
diversos aspectos que tienen que ver con “la
burocracia gubernamental, las regulaciones
laborales restrictivas, la corrupción, la falta de
infraestructura, la inestabilidad política y el
crimen”10 .
Precisamente estas variables “blandas” son las que
usualmente no son tomadas en cuenta en la gran
mayoría de estudios de carácter estratégico, cuando
se desarrollan modelos, como es el caso del empleo
de la Dinámica de Sistemas (System Dynamics)
(SD).
Por el contrario, en el presente estudio, haciendo
uso de la Soft System Dynamics Methodology
(SSDM), se ha llevado a cabo el estudio de la
problemática del Gas Natural (GN), considerando
tanto variables cuantitativas (hard variables) como
Tomado de “El Perú cae cuatro puestos en el índice global de
competitividad”, Portafolio, Diario El Comercio, Miércoles 30
de Setiembre del 2015, Lima.
10
variables cualitativas (soft variables), como se verá
más adelante.
2.
Soft System Dynamics Methodology
(SSDM)
La Soft System Dynamics Methodology (SSDM)
[1], [2], [3]; fue creada por Ricardo RodríguezUlloa, en el Instituto Andino de Sistemas – IAS, de
Lima – Perú, en el período 1992-2000, en un largo
proceso de investigación por la acción,
desarrollándose casos de carácter académico y de
consultoría tanto a nivel nacional como
internacional, en dicho período.
La SSDM consta de 10 etapas y es la resultante de
la
fusión sinérgica de dos metodologías
ampliamente usadas en el mundo sistémico: Soft
Systems Methodology (SSM) [4], [5], [6]. [7], [8],
[9], creada por el Prof. Peter B. Checkland, de la
Universidad de Lancaster (Reino Unido) y la
System Dynamics (SD) [10], [11], creada por el
Prof. Jay W. Forrester del MIT (EE.UU).
En tal sentido, incorpora de manera ecléctica,
marcos filosóficos, etapas, conceptos, técnicas,
métodos y tecnologías de ambas metodologías,
pero a su vez incorpora nuevas etapas y formas de
usar tanto al SSM como la SD, como resultado de
esta fusión.
La Fig. 1 muestra una visión general de dicha etapa.
Fig. 1: Soft System Dynamics Methodology
(SSDM), (After [1], [2]. [3])
3.
Aplicación de la SSDM en
problemática del GN en el Perú
la
Para el logro de estos propósitos, la SSDM
considera la visión, los intereses, el tipo y nivel de
poder y propósitos de los diversos stakeholders
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
(involucrados) de esta problemática, logrando
identificar a 55, y a partir de allí, siguiendo los
procesos internos de esta metodología, se obtiene
un modelo conceptual consensuado de la
problemática del GN, así como las políticas que se
han de implantar en la misma.
Tanto la problemática como las políticas de
intervención sobre el GN son modeladas, usando la
SD, constituyéndose diversos escenarios de
análisis, con una mirada en el período 2,000 al
2,040, a fin de encontrar soluciones (políticas) que
tengan impactos importantes en la gestión
estratégica del GN, pero que a su vez sean
culturamente factibles y sistémicamente deseables
de implantar para los diversos stakeholders de
dicha problemática.
del empleo del GN para alimentar centrales
térmicas generadoras de energía eléctrica, que ha
justificado los niveles de producción de GN Seco
de Camisea hasta el presente, proyectándose cada
vez más su consumo como base energética para la
generación de energía eléctrica a través de centrales
térmicas.
En las Figs. 2 y 3 puede observarse el nivel de
generación de energía eléctrica, de acuerdo a las
distintas fuentes energéticas, en dos escenarios
planteados por el Ministerio de Energía y Minas de
Perú11. El primer escenario considera un
crecimiento de 4.5% del PBI anual, hacia el año
2025 y el segundo escenario considera un
crecimiento de 6.5% anual para el mismo período.
El modelo busca construir la estructura energética
basada en el GN, que se constituya en la plataforma
energética de base para el crecimiento económico
y desarrollo social y político futuro de la sociedad
peruana.
El presente artículo se basa en un trabajo de
consultoría que desarrolló el Instituto Andino de
Sistemas – IAS para el Organismo Supervisor de
las Inversiones en Minería y Energía del Perú
(OSINERGMIN).
Fig. 2: Escenario Crecimiento PBI 4.5% anual:
Fuentes Generadoras de Energía Eléctrica
3.1 Etapa 1 Situación no estructurada
En el Perú, la característica usual en lo referente al
uso de la energía, ha sido el empleo de la energía
basada en hidrocarburos líquidos y sólidos (diésel,
nafta y derivados líquidos, carbón) para los
sectores industrial, comercial, servicios (incluido el
transporte) y residencial, y en la generación de
energía eléctrica a partir de centrales
hidroeléctricas.
Sin embargo desde inicios de la explotación del
Gas Natural en el año 2000, a partir de los hallazgos
encontrados en Camisea (Región del Cusco), el uso
del GN ha venido incrementándose en los diversos
sectores de la economía nacional, especialmente
para la generación de energía eléctrica.
Así, uno de los efectos que ha venido ocurriendo en
los últimos 10 años ha sido el incremento paulatino
Plan Energético Nacional 2014-2025 – Resumen Ejecutivo,
Ministerio de Energía y Minas, Perú, 2014.
11
Fig. 3: Escenario Crecimiento PBI 6.5 % anual:
Fuentes Generadoras de Energía Eléctrica
Puede notarse en las Figs. 2, 3 y 4, el incremento
del uso del GN en la generación eléctrica
constituyéndose en el 46% de la fuente total, siendo
52% el valor correspondiente a la generación a
través de centrales hidráulicas.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
y existirán, si no se hace una intervención de
carácter estratégico en el curso de acción de la
gestión del GN
Fig. 4: Incremento exponencial del uso del GN en
la GEE: Caso Peruano
Por otro lado la Fig. 5 muestra la red de distribución
del GN a lo largo y ancho de Perú en ser
implementada en los próximos años.
Puede observarse que el proceso de masificación
del GN en el Perú resulta en un reto muy importante
que transformará completamente la economía
nacional y los niveles de calidad de vida de la
Fig. 6: Cuadro Pictográfico de la Situación Pasada
sobre el GN
población peruana.
Fig. 7: Cuadro Pictográfico de la Situación
Presente sobre el GN
Fig. 5: Red de distribución del GN en el Perú
3.2 Etapa 2 Situación Estructurada
El empleo de la SSDM consideró en el desarrollo
de sus etapas 1 (Situación No Estructurada) y 2
(Situación Estructurada), el desarrollo de cuadros
pictográficos de la situación pasada, presente y
futura del GN, considerando un enfoque
fenomenológico, hermenéutico, epistemológico y
sistémico [1], [2], [3].
Las Figs. 6, 7 y 8, muestran los cuadros
pictográficos obtenidos, en los cuales se
identificaron los problemas que existieron, existen
Fig. 8: Cuadro Pictográfico de la Situación Futura
sobre el GN (Escenario Probable)
El estudio determinó la existencia de 55
stakeholders, encontrando sus respectivas
cosmovisiones (weltanscahuungen), el nivel y tipo
de poder que ejercen, lo es parte fundamental de la
SSDM [1], [2], [3]. Estos 55 stakeholders
identificados ejercen influencia en una u otra forma
en la problemática del GN.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Entre dichos stakeholders, la SSDM considera a la
flora, la fauna, el aire, la tierra, el agua, como
stakeholders no humanos, que tienen el poder
suficiente para influenciar en el futuro de la gestión
del GN. Entre los stakeholders humanos están
considerados los inversionistas nacionales y
extranjeros, el Ministerio de Economía y Finanzas,
el Ministerio de Energía y Minas, las Comunidades
Indígenas,
el
Ministerio
de
Ambiente,
OSINERGMIN, la red de narcotraficantes, la red
de terroristas, la red transectorial de corrupción, la
Autoridad Nacional del Agua, Sedapal, ONGs
nacionales y extranjeras, el Colegio de Ingenieros,
entre otros.
La Fig. 9 muestra un mapa mental de los 55
stakeholders considerados.
Definiciones Básicas orientadas al Problema, de
cada uno de los stakeholders (Etapa 3 de la SSDM).
A partir de ellas, se desarrollan sus respectivos
Modelos Conceptuales (Etapa 4 de la SSDM). Es a
partir de allí que se obtuvo lo que se conoce como
Modelo de Tarea Primaria Validado (MTPV)
orientado al problema, que luego fue validado por
los miembros del Comité Técnico de Trabajo
(CTT) de OSINERGMIN. Ello permitió obtener el
Modelo de Tarea Primaria Confirmado y Validado
(MTPCyV) orientado al problema [3], [9] y
elaborar su respectiva Definición Básica orientada
al problema [1], [2], [3] y análisis CATWOE [4],
[5], [6], [7].
La Fig. 10 muestra la forma cómo se obtuvo el
MTPCyV, a partir de los modelos conceptuales de
los stakeholders.
Fig. 10: Obtención del Modelo de Tarea Primaria
Confirmado y Validado (MTPCyV) (After [3],
[9])
Fig. 9: Mapa mental de los Stakeholders que
intervienen en la problemática del GN en el caso
Peruano.
El MTPCyV obtenido se muestra en la Fig. 11. Este
modelo consta de 17 grandes actividades que
muestran la interrelación sistémica de la situación
problemática del GN desde una perspectiva
fenomenológica, hermenéutica, epistemológica y
sistémica [4], [5], [6], [7], [8], [9].
3.3 Etapas 3, 4 y 5: Elaboración de
Definiciones Básicas, Modelos
Conceptuales y Modelo de Tarea
Primaria Confirmado y Validado,
Desarrollo de Diagrama de
Contexto, Diagramas Causales y
Modelos de Forrester Orientados
al Problema
A partir de de la determinación de los 55
stakeholders y aplicando una variante de la Etapa 3
de la SSDM [1], [2], [3], se desarrollan
Fig. 11: Modelo de Tarea Primaria Confirmado y
Validado (MTPCyV) orientado al Problema
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Es a partir del MTPCyV que se inicia el modelado
en Dinámica de Sistemas de cada una de las
actividades de dicho modelo.
Así, en la Fig. 12, se explica de manera sucinta
como ha sido el proceso de desarrollo del modelado
SD.
Fig. 13: Módulo 1: Considerar el narcoterrorismo,
los conflictos sociales, la inseguridad ciudadana,
la corrupción, la impunidad, la inequidad y la
crisis de valores y paradigmas en la Sociedad
Peruana
Fig. 12: Desarrollo de CLDs y FDs de cada uno de
los módulos del Diagrama de Contexto basado en
el MTPCyV orientado al problema
Se parte del MTPCyV y luego de ello se obtuvo el
Diagrama de Contexto del Modelo DS. Un aspecto
importante que aporta la SSDM en comparación
con la SD es que el MTPCyV nos da el contexto
integral de la problemática, es decir, en dicho se
modelo conceptual están todas las actividades
mínimas y necesarias para tratar todos los aspectos
relacionados con la situación problemática pasada,
presente y futura alrededor del GN.
Cuando se usa la metodología de SD, el modelo
integral se haría en base a la experiencia de los
expertos convocados, o stakeholders, pero sin
ninguna guía metodológica para cubrir las diversas
aristas de la problemática, lo cual puede generar un
modelo de DS sesgado hacia un tema en particular,
y dejando de lado otros temas importantes que se
deberían haber considerado.
Fig. 14: Módulo 4: Mantener el uso de fuentes
tradicionales de generación de energía eléctrica
(térmica carbón, térmica diésel)
Fig. 15: Módulo 6: Implantar políticas de libre
mercado en detrimento de la rigurosidad de las
estudios ambientales en los contratos estatales de
GN
Esto trae como consecuencia, - es importante
enfatizarlo -, que los modelos de DS obtenidos
desde la SSDM sean muy distintos a los modelos
obtenidos usando la metodología de SD.
Algunos ejemplos de los Diagramas Causales
desarrollados que luego fueron integrados en un
solo modelo causal, se muestran en las Figs. 13, 14,
15, 16 y 17.
Fig. 16: Módulo 9: Explotar el GN (Explorar,
producir, procesar, transportar, licuefactar,
distribuir, transformar, almaenar y exportar)
contaminando la Flora, la Fauna, el aire, el agua
(ríos, lagos, humedales) y la tierra.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Fig. 17: Módulo 11: No cumplir con los objetivos
de masificación del GN, debido primero, a la
incapacidad económica para asumir los costos de
instalación, por parte de un segmento importante
de la población, segundo, al incumplimiento de las
normas de promoción del uso del GN, tercero, a la
falta de mecanismos adecuados para la creación
de la factibilidad cultura, para instaurar la
“Cultura del Gas Natural”, cuarto, la creación y
mantenimiento de trabas burocráticas y cobro de
tasas en las municipalidades.
Algunos ejemplos de los Diagramas de Forrester
(FDs) elaborados para cada módulo, se muestran en
las Figs. 18, 19, 20, 21, 22, 23 y 24.
Fig. 18: Modulo 1: Vista parcial que muestra
variables que tienen que ver con el
narcoterrorismo, corrupción, inseguridad,
impunidad, inequidad
Fig. 19: Módulo 4: Vista parcial que muestra el
FD orientado a mantener el uso de las fuentes
tradicionales de energía (Carbón y Diésel)
Fig. 20: Modulo 6: Vista parcial que muestra el
FD de cómo los criterios de evaluación ambiental
se hacen menos rigurosos para atraer las
inversiones en la cadena productiva del GN
Fig. 21: Módulo 9: Vista parcial que muestra el
FD de la actividad de exploración del GN
Fig. 22: Módulo 9: Vista parcial que muestra el
FD de como el GN Seco se bifurca en tres
ramales: el ramal de licuefacción, el ramal de
transporte de GN y el ramal que va a la generación
de LGN.
Fig. 23: Módulo 9: Vista parcial que muestra el
FD del impacto de la cadena de valor del GN en la
contaminación ambiental.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Fig. 24: Módulo 11: Vista parcial que muestra las
barreras culturales, burocráticas, de infraestructura
y económicas, existentes para poder llevar a cabo
la masificación del GN en la población peruana.
Fig. 26: Relación entre Disminución del Impacto
del Marco Legal vigente y las Inversiones en
Ecología
El modelo resultó ser altamente complejo, pero
representaba la complejidad existente en la gestión
del GN, dentro del contexto de la realidad peruana.
La Fig. 25 muestra el modelo DS integrado, en la
forma de Diagramas de Forrester (FDs).
Fig. 27: Relación entre los Recursos Financiero
para Mantener el Status Quo, el Paradigma de
Libre Mercado y las Políticas de Libre Mercado
en el Sector del GN
Fig. 25: Modelo Integrado, en Diagramas de
Forrester (FDs) de la Problemática del GN
Todo lo explicado hasta aquí corresponde a haber
desarrollado la SSDM hasta la Etapa 5 que culmina
con la validación del MTPCyV.
En las Figs. 26, 27, 28, 29. 30. 31,32, 33 y 34 se
muestran algunos resultados del modelo, para el
período 2000 - 2040.
Fig. 28: Stock de Productos Petroquímicos
Producidos (Fertilizantes, Explosivos),
Almacenados y Exportados 2000-2040
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Fig. 29: Stock de GN Seco Transportado y Stock
de GN Seco Distribuído en el período 2000.2040
(en TPC)
Fig. 30: Stock de GN Licuefactado, Almacenado y
Exportado en el período 2000-2040 (en TPC)
Fig. 32: Flujos transportando GN Seco generados
por el Modelo (azul) vs Proyectado (rojo) para el
período 2000-2040 (TPC/año)
Fig. 33:Flujos de distribuyendo, transportando GN
Seco (TPC/año) y Stocks de GN Seco
Transportado y Distribuido (TPC) en el período
2000-2040
Fig. 31: Flujos convirtiendo GN Seco a GNL,
almacenando GNL, exportando en el período
2000-2040 (en TPC/año)
Fig. 34: Masificación del GN Seco (No. de
usuarios), Promoción del GN Seco (Ptos
Porcentuales) y Presión Social (Puntos
Porcentuales, período 2000-2040
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
3.4 Etapas 6, 7, 8, 9 y 10: Búsqueda de
Cambios Culturalmente Factibles
y
Sistémicamente
Deseables,
Simulación de Políticas de Cambio
Culturamente
Factibles
y
Sistémicamente Deseables, Plan de
Acción y Puntos de Aprendizaje
Con el Modelo DS integrado y calibrado, se analizó
la situación problemática del GN con miras a
determinar qué políticas se podrían implantar en el
futuro (Etapa 6 de la SSDM).
Surgen de esa manera la posibilidad de desarrollar
4 posibles escenarios de solución, que son los
siguientes
(expresados
como
cuadros
pictográficos) (Figs. 35, 36, 37 y 38):
Fig. 35: Escenario 1: Masificación + exportación
Fig. 37: Escenario 3: Masificación + exportación
+ incremento de la energía eléctrica + reemplazo
de fuentes tradicionales de energía + petroquímica
+ empleo de energías renovables
Fig. 38: Escenario 4: Masificación + exportación
+ incremento de la energía eléctrica + reemplazo
de fuentes tradicionales de energía + petroquímica
+ empleo de energías renovables + empleo del GN
como base energética en el Plan Nacional de
Diversificación Industrial (PNDI).
De dichos escenarios, se muestran a continuación
los dos primeros, tanto a manera de CLDs como de
FDs (ver Figs. 39 y 40). (Esta parte corresponde a
la etapa 7 de la SSDM)
Escenario 1: Masificación
Exportación (Nafta, Diésel)
Fig. 36: Escenario 2: Masificación + exportación
+ incremento de la energía eléctrica + reemplazo
de fuentes tradicionales de energía
GN
Seco
+
El Escenario 1 considera proseguir con las
exportaciones (sub-actividad del Módulo 9 del
MTPCyV) y “cumplir” con las “metas de
masificación” perteneciente al Modulo 11 del
MTPCyV), es decir se mejoran estas actividades,
pero se sigue manteniendo la problemática en las
demás actividades del MTPCyV
Las Fig. 39 y 40 muestran detalles del
modelamiento del Escenario 1.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Fig. 39: CLD del Escenario 1
Fig. 42: Flujo exportando LGN Fraccionado
(TPC/año) (1), Precio del LGN Fraccionado
(M$/TPC) (2), Exportación de Nafta y Diesel
(M$/año), Exportaciones de Nafta y Diésel
(TPC/año) en el periodo 2000-2040,
Fig. 40: Vista parcial del FD del Escenario 1
Los resultados que se obtienen del Escenario 1 se
muestran a continuación, en las Figs. 41, 42 y 43.
Fig. 43: Precio regulado del GN Seco Marcado
Nacional en el período 2000-2040
Escenario 2: Masificación GN Seco +
Exportación (Nafta y Diésel) + Incremento en
GEE + Reemplazo de FFT de GEE
El Escenario 2 abarca el Escenario 1 más el
Incremento en la generación de energía eléctrica
(GEE) más el reemplazo de fuentes tradicionales
(FFTT) de generación eléctrica (GGE).
Fig. 41: Precios internacionales Henry & Hub (1)
y el generado por el Modelo (2), Exportaciones
del GNL (en Miles de US$/año) (3) y
Exportaciones de GNL (en TPC/año) para el
período 2000-2040
El incremento en la GEE se hace, en este escenario,
mediante el uso del GN Seco como combustible de
las Centrales Térmicas para la GEE. Esta práctica
es más barata y menos contaminante que las FFTT
de GEE, lo que justifica esta política y la
disminución del empleo de FFTT de GEE.
Las Figs. 44 y 45 muestran detalles del
modelamiento del Escenario 2.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Fig. 44: CLD del Escenario 2
Fig. 48: Flujos usando GN Seco en GEE
(TPC/año) (1), usando FFTT en GEE (TPC/año)
(2), usando Rec. Hídricos en GEE (Hm3/año) en
el período 2000-2040
Políticas de Estado
Fig. 45: Vista parcial del FD del Escenario 2
Los resultados que se obtienen del Escenario 2 se
muestran a continuación, en las Figs. 46, 47 y 48.
Como puede verse, en ambos escenarios se logra
mejorar la situación, mediante la implantación de
políticas tanto a nivel de masificación del GN,
como en las exportaciones así como el incremento
en la generación de energía eléctrica, mediante el
uso del GN Seco.
En lo referente a la masificación, una política es el
subsidio del precio del GN seco a fin de que esté
por debajo del GLP, aunado a un proceso de
promoción del uso del GN en la población,
brindando financiamiento para la instalación de las
conexiones domiciliarias y la aplicación de normas
de seguridad en su uso.
Fig. 46: Stock de Rec. Hídricos Perú (Hm3),
Stock de Rec. Hídricos usando para la GEE
(Hm3), Stock de FFT para la GEE y Stock de GN
Seco usado en GEE
También se plantea el incremento, mejoramiento y
mantenimiento de las vías de comunicación al
interior de Perú, con la finalidad de poder viabilizar
la distribución virtual del GN Seco.
En lo referente al uso del GN Seco en las Centrales
Térmicas, ello está generando el incremento en la
generación eléctrica, con lo cual será posible
satisfacer la demanda de energía eléctrica en los
próximos años.
Sin embargo es importante acotar que el consumo
de la energía eléctrica está en relación directa con
los precios.
Fig. 47: Stock de Rec. Hídricos Perú Global
(Hm3) (1), Stock de Rec. Hídricos usados en GEE
(Hm3) (2), flujo generando Rec. Hídricos global
Perú considerando Efecto Fenómeno del Niño
cada 7 años (Hm3/año) (3), flujo usando Rec.
Hídricos en GEE (Hm3/año) (4)
En consecuencia, como Política de Estado, resulta
de mucha importancia mantener los precios a un
nivel aceptable a fin de que el consumo de la
energía eléctrica no disminuya.
El modelo también recomienda seguir cumpliendo
con los niveles de exportación.
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
Estas y otras políticas adicionales se han
considerado en el estudio realizado y que
finalmente se traducen en un plan de acción a llevar
a cabo en un tiempo determinado.
4.
Conclusiones
La aplicación de la SSDM en el estudio de la
problemática del GN ha permitido reconocer los
diversos aspectos y variables cualitativas y
cuantitativas a tener en cuenta en la compleja
problemática del GN.
También ha permitido realizar un modelamiento de
DS basado en un Modelo de Tarea Primaria
Confirmado y Validado (MTPCyV) orientado al
problema, que ha generado un modelo distinto al
que usualmente se obtendría usando la
Metodología de Dinámica de Sistemas.
Los resultados generados por el modelo obtenido
han resultado y serán de gran utilidad en el proceso
de toma de decisiones y en el aprendizaje en la
gestión estratégica del GN para las instituciones
que usen este modelo, especialmente para
OSINERGMIN, el Ministerio de Energía y Minas,
el Ministerio del Ambiente, Autoridad Nacional del
Agua, el COES, entre las diversas instituciones del
Estado Peruano.
5.
Agradecimientos
Agradecemos a todos y cada uno de los miembros
del Comité Técnico de Trabajo (CTT) de
OSINERGMIN, que se conformó al inicio del
presente proyecto, pues a través de, primero un
proceso de capacitación en pensamiento sistémico,
y luego a través de una participación interactiva
permanente con los consultores del Instituto
Andino de Sistemas – IAS, a lo largo del proyecto,
lo cual permitió el desarrollo, calibramiento y
validación tanto de los modelos conceptuales como
de los modelos de Forrester desarrollados durante
la aplicación de la SSDM a lo largo de 11 meses de
trabajo intenso, queremos aquí también rememorar
la muy pertinente y profesional participación del
Ing. Julio Pardo-Figueroa Ýábar, Director del
Proyecto, por parte de OSINERGMIN y miembro
del CTT, lamentablemente fallecido en el mes de
Julio pasado, quién mostró altísimo interés por la
culminación exitosa del presente estudio.
Igualmente va nuestro agradecimiento al equipo
consultor del Instituto Andino de Sistemas – IAS
de Lima - Perú, en la persona de Isaac Dyner
(Colombia) y Silvio Martínez-Vicente (España),
ambos consultores internacionales del IAS, quienes
con su experiencia y amplios conocimientos en SD
aportaron opiniones y sugerencias muy valiosas
para la concepción del modelo desarrollado; a los
asistentes de investigación sistémica Hans
Villavicencio Cárdenas y Angélica Ramos Zorrilla,
quienes prestaron un apoyo muy valioso e
importante a lo largo de las diversas etapas del
desarrollo del modelo, en un proyecto que estuvo
bajo la dirección general de Ricardo RodríguezUlloa, Presidente e Investigador Principal del IAS
y autor de la SSDM.
Finalmente
nuestro
agradecimiento
a
OSINERGMIN y sus autoridades, por permitirnos
aplicar la SSDM en un contexto de alta
complejidad, como el encontrado en el estudio del
Gas Natural.
6 Referencias
[1] Rodríguez-Ulloa RA (1999) Soft system
dynamics methodology—SSDM: A tool for social
systems analysis and design. Paper presented at the
43rd international meeting of the International
Society for the Systems Sciences, USA
[2] Rodríguez-Ulloa RA (2002) Soft system
dynamics methodology (SSDM): the fusion of soft
systems methodology (SSM) and system dynamics
(SD). Paper presented at the third international
congress of electromechanics and systems
engineering, Instituto Politécnico Nacional,
México DF
[3] Rodríguez-Ulloa, R.A, Montbrun, A.;
Martinez-Viente, S.; (2011). Soft system dynamics
methodolgy in Action: The problem of citizen
insecurity in an Argentinean Province, Systemic
Practice and Action Research (SPAR), (2011). 24:
275-323.
[4] Checkland PB (1981) Systems thinking,
systems practice. Wiley, Chichester
[5] Checkland PB, Scholes J (1990) Soft systems
methodology in action. Wiley, Chichester
[6] Checkland PB (1999) Systems thinking
systems
practice
(includes
a
30-year
retrospective). Wiley, Chichester
XIII Congreso Latinoamericano y Colombiano de Dinámica de Sistemas
[7] Checkland PB, Poulter J (2006) Learning for
action: a short definitive account of soft systems
methodology and its use for practitioners, teachers
and
students.
Wiley,
Chichester
[8] Rodríguez-Ulloa RA (1994) La Sistémica, los
sistemas blandos y los sistemas de información,
Universidad del Pacífico, Lima
[9] Wilson B (2000) Soft systems methodology—
SSM. Wiley, Chichester
[10] Forrester J.W (1965) Industrial dynamics.
MIT Press, Cambridge
[11] Sterman J (2000) Business dynamics: systems
thinking and modeling for a complex world.
McGraw Hill, New York