Ubicación óptima de inyección de hidrógeno distribuido en redes de distribución de gas natural

Prieto Parrado, Juan Diego

Ubicación óptima de inyección de hidrógeno distribuido en redes de distribución de gas natural

dc.contributor.advisor	Paternina Duran, José Luis
dc.contributor.advisor	Toro Tovar , Billy Wladimir
dc.contributor.author	Prieto Parrado, Juan Diego
dc.contributor.corporatename	Universidad Santo Tomás
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001652171
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001402348
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001892952
dc.contributor.googlescholar	https://scholar.google.com/citations?user=VEsFa94AAAAJ&hl=es&oi=ao
dc.contributor.orcid	https://orcid.org/0000-0001-8138-9588
dc.contributor.orcid	https://orcid.org/0000-0003-2529-7026
dc.date.accessioned	2026-09-25T12:25:48Z
dc.date.available	2026-09-25T12:25:48Z
dc.date.issued	2026-09-24
dc.description	Este trabajo estudia la localización óptima de unidades Power-to-Gas (P2G) en redes de distribución de gas natural, con el objetivo de minimizar de manera conjunta los costos de inversión, operación y las emisiones de gases de efecto invernadero. Para ello, se desarrolló un modelo de Programación Lineal Entera Mixta (MILP) que integra la ecuación de Weymouth (linealizada mediante la aproximación LP externa), junto con balances nodales de masa, restricciones de presión y señales económicas asociadas al mercado del hidrógeno verde. El modelo fue validado utilizando dos redes de referencia de la biblioteca GasLib. En una primera etapa, se empleó la red GasLib-134, de menor escala y basada en datos reales de Open Grid Europe (134 nodos, 86 tuberías y 1 compresor), lo que permitió evaluar el comportamiento del modelo en un entorno controlado. Posteriormente, se aplicó a la red GasLib-582, que representa un sistema de transmisión a escala real (582 nodos, 555 tuberías, 5 compresores y 23 válvulas de control), constituyéndose así el caso de estudio principal. Para la red GasLib-582, se analizaron dos períodos representativos del perfil anual de demanda (T1: demanda baja, Percentil 10, factor de demanda DF=0.45; T2: demanda alta, Percentil 90, factor de demanda DF=0.55). Asimismo, se consideraron tres señales económicas: prima de hidrógeno verde a 3 USD/kg (S5a), prima a 4.5 USD/kg (S5b) y subsidio CAPEX del 30% bajo la Ley 1715/2014 de Colombia (S2). Los resultados muestran que, en ausencia de incentivos económicos, el modelo no realiza inversiones en P2G, lo cual es consistente desde el punto de vista técnico, ya que la red logra cubrir completamente la demanda con las fuentes existentes. En cambio, bajo las señales S5a y S5b, se instalan 35.2 MW distribuidos en cuatro nodos, con una inversión total de 42.2 millones de USD. El análisis multiperíodo permite además identificar comportamientos que no serían evidentes en modelos de un solo período. En particular, se observa que ciertos nodos (como el sink_123) solo resultan viables en condiciones de alta demanda estacional, presentando variaciones en la inyección de hidrógeno de hasta +23.000% entre períodos. Este tipo de hallazgos resalta la importancia de incorporar variabilidad temporal en la planificación de este tipo de infraestructuras.
dc.description.abstract	This work addresses the optimal siting and sizing of Power-to-Gas (P2G) units in natural gas distribution networks, aiming to jointly minimize investment and operational costs, as well as greenhouse gas emissions. To this end, a Mixed-Integer Linear Programming (MILP) model is developed, incorporating a linearized formulation of the Weymouth equation through an outer linear approximation, along with nodal mass balances, pressure constraints, and economic signals from the green hydrogen market. The proposed model is validated using two reference networks from the GasLib library. First, the GasLib-134 network—based on real data from Open Grid Europe—is used to assess model performance under controlled conditions. Subsequently, the model is applied to the GasLib-582 network, representing a real-scale transmission system, which serves as the main case study. For GasLib-582, two representative demand scenarios are analyzed: a low-demand case (10th percentile, demand factor DF = 0.45) and a high-demand case (90th percentile, DF = 0.55). Additionally, three economic signals are considered: green hydrogen premiums of 3 USD/kg and 4.5 USD/kg, and a 30% CAPEX subsidy under Colombia’s Law 1715/2014. Results show that, in the absence of economic incentives, no investment in P2G is selected, as the network can fully meet demand using existing supply sources. In contrast, under hydrogen premium scenarios, 35.2 MW of P2G capacity are installed across four nodes, corresponding to a total investment of 42.2 million USD.
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magister en Ingeniería Electrónica	spa
dc.format.mimetype	application/pdf
dc.identifier.citation	Prieto Parrado, J. D. (2026),Ubicación Óptima de Inyección de Hidrógeno Distribuido en Redes de Distribución de Gas Natural. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional
dc.identifier.instname	instname:Universidad Santo Tomás	spa
dc.identifier.reponame	reponame:Repositorio Institucional Universidad Santo Tomás	spa
dc.identifier.repourl	repourl:https://repository.usta.edu.co	spa
dc.identifier.uri	http://hdl.handle.net/11634/74331
dc.language.iso	spa
dc.publisher	Universidad Santo Tomás	spa
dc.publisher.branch	CRAI-USTA Bogotá
dc.publisher.faculty	Facultad de Ingeniería Electrónica	spa
dc.publisher.program	Maestría Ingeniería Electrónica	spa
dc.relation.references	Agencia Nacional de Hidrocarburos (ANH). (2025). Recursos y Reservas IRR 2024. www.anh.gov.co
dc.relation.references	Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge University Press. http://www.cambridge.org
dc.relation.references	CEN. (2020). The Wobbe Index in the H-gas standard and renewable gases in gas quality standardisation.
dc.relation.references	De Corato, A., Saedi, I., Riaz, S., & Mancarella, P. (2022). Aggregated flexibility from multiple power-to-gas units in integrated electricity-gas-hydrogen distribution systems. Electric Power Systems Research, 212. https://doi.org/10.1016/j.epsr.2022.108409
dc.relation.references	De Wolf, D., & Smeers, Y. (1996). Optimal dimensioning of pipe networks with application to gas transmission networks. Operations Research, 44(4), 596–608. https://www.jstor.org/stable/172002
dc.relation.references	DIAN. (2024). Resolución 7 de 2024. Ajuste de tarifas del Impuesto Nacional al Carbono. https://www.suin-juriscol.gov.co/viewDocument.asp?id=30051045
dc.relation.references	GB/T 13611-2018. (2018). Classification and basic characteristics of gas appliances. https://www.chinesestandard.net/PDF.aspx/GBT13611-2018
dc.relation.references	Guidance Note on Energy Determination when Non-Conventional Gases are injected into the Gas Network. (2021).
dc.relation.references	IEA. (2024a). Global Hydrogen Review 2024. https://www.iea.org/reports/globalhydrogen-review-2024
dc.relation.references	IEA. (2024b). Natural gas supply. https://www.iea.org/world/natural-gas
dc.relation.references	IEA. (s.f.). World - Natural gas. Recuperado el 5 de septiembre de 2025, de https://www.iea.org/world/natural-gas
dc.relation.references	Inventory of U.S. Greenhouse Gas Emissions and Sinks \| US EPA. (2025). https://www.epa.gov/ghgemissions/inventory-us-greenhouse-gas-emissions-and-sinks
dc.relation.references	IPCC. (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories. https://www.ipcc-nggip.iges.or.jp/public/2006gl/index.html
dc.relation.references	Jiang, Y., Ren, Z., Yang Dong, Z., Sun, Z., & Terzija, V. (2024). An optimal dispatch method of integrated electricity and gas systems incorporating hydrogen injection 177 USTA Sede Bogotá D.C. – Facultad de Ingeniería Electrónica flexibility. International Journal of Electrical Power & Energy Systems, 155, 109662. https://doi.org/10.1016/J.IJEPES.2023.109662
dc.relation.references	Ley 1715 de 2014. Por medio de la cual se regula la integración de las energías renovables no convencionales al Sistema Energético Nacional. Congreso de la República de Colombia. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=57353
dc.relation.references	Ley 2099 de 2021. Por medio de la cual se dictan disposiciones para la transición energética. Congreso de la República de Colombia. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=166326
dc.relation.references	Methane emissions in the EU: The key to immediate action on climate change. (2022).
dc.relation.references	Ministerio de Minas y Energía. (2021). Hoja de Ruta del Hidrógeno en Colombia
dc.relation.references	Natural Gas Consumption Statistics \| Enerdata. (2025). https://yearbook.enerdata.net/natural-gas/gas-consumption-data.html
dc.relation.references	Naturgas. (2025). Aumentarán tarifas de gas natural en Colombia a partir de 2025. https://naturgas.com.co/aumentaran-tarifas-de-gas-natural-en-colombia-a-partir-de-2025/
dc.relation.references	Pfetsch, M. E., Fügenschuh, A., Geißler, B., Geißler, N., Gollmer, R., Hiller, B., Humpola, J., Koch, T., Lehmann, T., Martin, A., Morsi, A., Rövekamp, J., Schewe, L., Schmidt, M., Schultz, R., Schwarz, R., Schweiger, J., Stangl, C., Steinbach, M. C., & Willert, B. M. (2015). Validation of nominations in gas network optimization: Models, methods, and solutions. Optimization Methods and Software, 30(1), 15–53. https://doi.org/10.1080/10556788.2014.888426
dc.relation.references	Promigas. (2026). Transporte de gas en firme. https://www.promigas.com/BEO/Paginas/InformacionComercial/TransporteGasEnFirme.as px
dc.relation.references	Schmidt, M., Aßmann, D., Burlacu, R., Humpola, J., Joormann, I., Kanelakis, N., Koch, T., Oucherif, D., Pfetsch, M. E., Schewe, L., Schwarz, R., & Sirvent, M. (2017). GasLib—A library of gas network instances. Data, 2(4), 40. https://doi.org/10.3390/DATA2040040
dc.relation.references	Shao, Y., Wang, J., Ding, J., & Zhang, Y. (2024). Stochastic scheduling optimization of integrated energy system based on hybrid power to gas and hydrogen injection into gas grid. International Journal of Hydrogen Energy, 80, 381–393. https://doi.org/10.1016/j.ijhydene.2024.07.183
dc.relation.references	Tichler, R., Bauer, S., & Böhm, H. (2022). Power-to-Gas. En Storing Energy: With Special Reference to Renewable Energy Sources (pp. 595–612). https://doi.org/10.1016/B978-0-12- 824510-1.00010-6
dc.relation.references	Unidad de Planeación Minero Energética. (2024). Factores de emisión del Sistema Interconectado Nacional–SIN para el año 2024.
dc.relation.references	U.S. Department of Energy. (2025). Hydrogen production: Electrolysis. https://www.energy.gov/eere/fuelcells/hydrogen-production-electrolysis
dc.relation.references	Wen, D., & Maréchal, F. (2025). Modeling and optimization of a membrane-assisted hybrid gas grid for methane and carbon dioxide transport, storage, and sector coupling. Applied Energy, 401, 126667. https://doi.org/10.1016/J.APENERGY.2025.126667
dc.relation.references	Wu, Q., Tan, J., Jin, X., Zhang, M., & Turk, A. (2022). Introduction of integrated energy systems. En Optimal Operation of Integrated Multi-Energy Systems Under Uncertainty (pp. 1–16). https://doi.org/10.1016/B978-0-12-824114-1.00006-8
dc.relation.references	Yang, J., Liang, T., Mi, D., Jing, Y., Huang, Z., & Wu, H. (2025). Low-carbon optimization scheduling of a CCS-P2G-HFC integrated energy system with 2D-DR under multi-mechanism collaboration. Energy, 336, 138348. https://doi.org/10.1016/J.ENERGY.2025.138348
dc.relation.references	Zlateva, P., & Dimitrov, S. (2016). Logistics chain of natural gas in Bulgaria. ACTA Technica Corviniensis – Bulletin of Engineering, IX, 1–4. https://acta.fih.upt.ro/pdf/2016- 4/ACTA-2016-4-11.pdf
dc.rights	Attribution-NonCommercial-NoDerivs 2.5 Colombia	en
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Abierto (Texto Completo)	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keyword	Power-to-Gas
dc.subject.keyword	MILP
dc.subject.keyword	Natural gas networks
dc.subject.keyword	Distributed hydrogen
dc.subject.keyword	GasLib
dc.subject.keyword	Multiperiod optimization
dc.subject.keyword	Decarbonization
dc.subject.lemb	Ingeniería Electrónica
dc.subject.lemb	Redes de transmisión de gas
dc.subject.lemb	Energías renovables
dc.subject.proposal	Power-to-Gas
dc.subject.proposal	MILP
dc.subject.proposal	Redes de gas natural
dc.subject.proposal	Hidrógeno distribuido
dc.subject.proposal	GasLib
dc.subject.proposal	Optimización multiperíodo
dc.subject.proposal	Descarbonización
dc.title	Ubicación óptima de inyección de hidrógeno distribuido en redes de distribución de gas natural
dc.type	master thesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.drive	info:eu-repo/semantics/masterThesis
dc.type.local	Tesis de maestría	spa
dc.type.version	info:eu-repo/semantics/acceptedVersion