Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
DOI: https://doi.org/10.46296/ig.v7i14edespoct.0233  
PROYECCIÓN OPTIMA DE LA DEMANDA ELÉCTRICA DE LA EMPRESA  
ELÉCTRICA DE COTOPAXI  
OPTIMAL PROJECTION OF ELECTRICAL DEMAND OF THE COTOPAXI  
ELECTRICAL COMPANY  
1
2
Masaquiza-Vera Cristhian Lenin ; Quinatoa-Caiza Carlos Iván ;  
3
Paguay-Llamuca Alex Iván ;  
1
Universidad Técnica de Cotopaxi. El Coca, Ecuador. Correo:  
cristhian.masaquiza1685@utc.edu.ec. ORCID ID: https://orcid.org/0009-0004-6526-7897  
2
Universidad Técnica de Cotopaxi. Latacunga, Ecuador.  
Correo: carlos.quinatoa7864@utc.edu.ec. ORCID ID: https://orcid.org/0000-0001-6369-7480  
3
Universidad Técnica de Cotopaxi. Riobamba, Ecuador.  
Correo: alex.paguay4248@utc.edu.ec. ORCID ID: https://orcid.org/0009-0008-4166-6067  
Resumen  
El artículo presenta un análisis de la demanda eléctrica proyectada en la provincia de Cotopaxi,  
utiliza el modelo LEAP para realizar una predicción detallada de la demanda energética durante  
el período 2022-2050. La investigación responde a la necesidad de anticipar los requerimientos  
de infraestructura y evaluar el impacto de políticas de eficiencia energética. Se ha proyectado  
que la demanda eléctrica aumentará de 381,657 PJ en 2022 a 692,754 PJ en 2050, reflejando  
una tasa de crecimiento anual del 2%. Aunque la demanda rural actualmente predomina, se  
anticipa un incremento significativo en la demanda urbana, que pasará del 23.1% en 2022 al  
26.8% en 2050. Estos hallazgos son fundamentales para la planificación energética sostenible,  
subrayando la necesidad de mejorar la infraestructura existente y adoptar medidas de eficiencia  
energética para gestionar el crecimiento de la demanda y reducir el impacto ambiental. Los  
resultados proporcionan una base sólida para la formulación de políticas energéticas estratégicas  
en la región, asegurando un suministro energético eficiente y sostenible a largo plazo.  
Palabras clave: Demanda eléctrica, LEAP, Eficiencia Sostenible, Proyección.  
Abstract  
The article presents an analysis of the projected electricity demand in the province of Cotopaxi,  
utilizing the LEAP model to conduct a detailed projection of energy demand for the period 2022-  
2
050. The research addresses the need to anticipate infrastructure requirements and assess the  
impact of energy efficiency policies. It is projected that electricity demand will increase from  
81,657 PJ in 2022 to 692,754 PJ in 2050, reflecting an annual growth rate of 2%. Although rural  
demand currently predominates, a significant increase in urban demand is anticipated, rising from  
3.1% in 2022 to 26.8% in 2050. These findings are crucial for sustainable energy planning,  
3
2
emphasizing the need to improve existing infrastructure and adopt energy efficiency measures to  
manage demand growth and reduce environmental impact. The results provide a solid foundation  
for the formulation of strategic energy policies in the region, ensuring an efficient and sustainable  
energy supply in the long term.  
Keywords: Electric demand, LEAP, Sustainable efficiency, Projection.  
Información del manuscrito:  
Fecha de recepción: 15 de julio de 2024.  
Fecha de aceptación: 05 de septiembre de 2024.  
Fecha de publicación: 07 de octubre de 2024.  
7
5
Masaquiza-Vera et al. (2024)  
1
. Introducción  
de la población. En Ecuador,  
asegurar un suministro energético  
accesible y seguro es esencial para  
mantener un país próspero y  
beneficioso para sus ciudadanos y  
sectores productivos (Meza Segura  
La energía es un pilar esencial en el  
mundo moderno, impulsando las  
economías nacionales, afectando  
las condiciones medioambientales y  
contribuyendo  
directamente  
al  
&
Luyo-Kuong, 2020). La proyección  
bienestar de la población. En  
Ecuador, asegurar un suministro  
energético accesible y seguro es  
crucial para mantener un país  
próspero y beneficioso para sus  
ciudadanos y sectores productivos.  
La proyección de la demanda  
energética es un componente clave  
para la planificación de la expansión  
de los sistemas eléctricos de  
de la demanda energética es clave  
para la planificación de la expansión  
de los sistemas eléctricos de  
distribución,  
permitiendo  
la  
formulación de soluciones óptimas y  
la orientación táctica y estratégica de  
futuras inversiones (Meza Segura &  
Luyo-Kuong, 2020). Además, un  
análisis riguroso de las tendencias  
de consumo energético puede  
distribución,  
permitiendo  
la  
identificar  
oportunidades  
para  
formulación de soluciones óptimas y  
la orientación táctica y estratégica de  
futuras inversiones. Además, un  
análisis riguroso de las tendencias  
de consumo energético puede  
mejorar la eficiencia y reducir costos,  
lo cual es fundamental para el  
desarrollo sostenible del país. En  
2
021, a nivel cantonal, se notó que la  
mayoría de la población se  
encontraba en zonas rurales, con la  
excepción del cantón La Maná. Los  
identificar  
oportunidades  
para  
mejorar la eficiencia y reducir costos.  
Por lo tanto, una gestión eficaz del  
cantones  
Pangua  
y
Sigchos  
suministro  
energético  
es  
mostraron un alto porcentaje de  
población rural, con un 92% y 91%  
fundamental para el desarrollo  
sostenible del país. La energía es  
fundamental en el mundo moderno,  
ya que impulsa las economías  
respectivamente.  
A
estos les  
siguieron los cantones Pujilí,  
Salcedo, Saquisilí y Latacunga, con  
un 85,43%, 78,55%, 71,54% y  
nacionales,  
influye  
en  
las  
y
condiciones medioambientales  
6
2,55% respectivamente. Esto  
contribuye directamente al bienestar  
refleja que la provincia de Cotopaxi  
7
6
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
es  
predominantemente  
energía proveniente de fuentes  
renovables. Además, los dispositivos  
y sistemas diseñados para operar  
con electricidad tienden a ser más  
eficientes en comparación con  
aquellos que utilizan otros tipos de  
energía (Pazmiño Ordóñez et al.,  
2019). Estos desafíos requieren un  
agropecuaria, donde la principal  
fuente de ingresos proviene de  
actividades económicas como la  
agricultura y la ganadería (Guaman  
&
Bravo, 2021). El censo, realizado  
decenalmente, revela que la  
provincia de Cotopaxi tenía una  
población de 424,663 habitantes en  
el año 2010, cifra que aumentó a  
enfoque  
multidisciplinario,  
herramientas analíticas avanzadas y  
4
88,716 en 2020, representando  
una  
planificación  
para  
estratégica  
aproximadamente el 2,79% de la  
población total del país (Guaman &  
rigurosa  
proporcionar  
estimaciones precisas y confiables  
de la demanda eléctrica futura  
(Fontalvo et al., 2018). Se captura la  
relación entre el comportamiento del  
Bravo,  
2021).  
Según  
las  
la  
proyecciones  
demográficas,  
población de la provincia pasó de  
aproximadamente 457,404  
habitantes en 2015 a 488,716 en  
020. A diez años después sigue  
consumo  
y
las  
También  
las  
opciones  
tecnológicas.  
consideran  
se  
2
energías  
habiendo una gran afluencia en que  
la parte rural es la más importante en  
la provincia de Cotopaxi (David et al.,  
n.d.). En el ámbito de la energía, la  
electricidad desempeña un rol crucial  
en la sociedad contemporánea, al  
ser el vector energético más versátil  
debido a su amplia gama de  
tradicionales y las diferencias en la  
demanda según la clase de ingresos  
(Cai et al., 2013). El enfoque de uso  
final refleja la transición en el uso de  
energía en el sector residencial,  
influenciada por los efectos de los  
ingresos y las políticas. Este enfoque  
es especialmente adecuado para los  
países en vías de desarrollo, donde  
la evolución del consumo energético  
y las políticas gubernamentales  
pueden tener un impacto significativo  
en la demanda energética futura  
(Benito & Arena, 2020). La finalidad  
aplicaciones  
significativo en la vida cotidiana  
Labein Tecnalia, 2007). A diferencia  
y
su  
impacto  
(
de otros portadores de energía, la  
electricidad ofrece ventajas notables  
al permitir la transmisión eficiente de  
7
7
Masaquiza-Vera et al. (2024)  
de este trabajo es para proyectar con  
precisión la demanda energética  
futura, garantizando un suministro  
adecuado y eficiente que satisfaga  
sectores industriales, o la producción  
de energía a nivel nacional o global,  
como lo evalua (Jha & Puppala,  
2017). Este estudio se basa en datos  
de 2022 debido a la fiabilidad y  
accesibilidad de la información en  
fuentes de acceso abierto. Aunque el  
2023 ya es un año transcurrido, la  
limitada disponibilidad de datos  
públicos para dicho año nos llevó a  
seleccionar el 2022 como punto de  
partida para las proyecciones  
energéticas. El artículo tiene como  
objetivo desarrollar la proyección de  
la demanda eléctrica en la provincia  
de Cotopaxi para el periodo 2022-  
2050, utilizando el software LEAP.  
Este enfoque busca mejorar la  
eficiencia energética de la región.  
las cambiantes  
crecientes  
y
necesidades del país (Benito &  
Arena,  
2020).  
Mediante  
detallada,  
una  
se  
simulación  
proporcionará una base robusta para  
la formulación de políticas  
estrategias que optimicen  
y
el  
suministro energético y minimicen  
los impactos ambientales adversos  
(Edgar M. Zapata & Alvaro S. Mullo  
Q, n.d.). Medir la actividad  
energética en los hogares presenta  
un desafío considerable debido a la  
diversidad de actividades que  
consumen energía. Por ello, se  
utiliza la cantidad de hogares como  
un indicador representativo de la  
actividad residencial, se recalca en  
este trabajo que no es un método de  
generación distribuida (Sreekanth,  
2
. Materiales y métodos  
Modelo  
LEAP (Plataforma de Análisis de  
2
016). Para las unidades de los  
Bajas  
Emisiones)  
es  
una  
datos obtenidos optaremos por  
ocupar los Petajoules que es una  
unidad de energía en el sistema  
internacional (SI) y es más común en  
contextos donde se discuten  
grandes cantidades de energía,  
como en la evaluación de la  
demanda energética de un país, el  
consumo energético de grandes  
herramienta  
reconocida  
mundialmente, creada por el Instituto  
de Medio Ambiente de Estocolmo,  
para analizar políticas energéticas y  
estrategias de mitigación del cambio  
climático. Adoptada en más de 190  
países por gobiernos, universidades,  
ONGs y empresas energéticas,  
LEAP se utiliza en escalas que van  
7
8
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
desde ciudades hasta aplicaciones  
globales. (Heaps, 2022). El modelo  
LEAP se destaca por su estructura  
de datos adaptable, que combina  
facilidad de uso con un alto nivel de  
detalle técnico para los usuarios  
finales. Ha sido extensamente  
(Sepulveda et al., 2024). En este  
estudio, se desarrollaron tres  
escenarios: uno de referencia, otro  
que  
prioriza  
la  
captura  
y
almacenamiento de carbono (CCS),  
y un tercero enfocado en la energía  
nuclear. De manera similar, (Mirjat et  
al., 2018) analizaron y proyectaron la  
demanda y oferta de electricidad en  
implementado  
por  
diversas  
organizaciones a nivel local, nacional  
e internacional para proyectar tanto  
la oferta como la demanda de  
energía, prever el impacto ambiental  
de las políticas energéticas e  
identificar posibles retos futuros. Es  
utilizado a nivel mundial para evaluar  
Pakistán entre 2015  
y
2050,  
formulando cuatro escenarios de  
suministro energético: Escenario de  
Referencia (REF), Tecnologías de  
Energía Renovable (RET), Máxima  
Utilización del Carbón Limpio (CCM),  
el consumo energético  
y
las  
y
Eficiencia  
Energética  
y
emisiones de gases de efecto  
invernadero en diversos sectores  
clave: áreas urbanas, rurales e  
industriales (Heaps, 2022). Esta  
herramienta ha demostrado ser  
valiosa para analizar el impacto  
ambiental y la eficiencia energética  
en estos ámbitos fundamentales de  
la actividad humana (S E I, 2005).  
Estudios anteriores, como el de (Cai  
et al., 2013), han centrado su análisis  
en la simulación y evaluación de  
diferentes escenarios de políticas de  
planificación eléctrica en China para  
el período de 2010 a 2050, algunos  
de estos modelos se caracterizan  
con los modelos como el de  
Conservación (EEC).  
Recopilación de datos  
El método utilizado en este estudio  
es de carácter cuantitativo  
descriptivo, basado en  
y
la  
recopilación y análisis de datos  
secundarios provenientes de fuentes  
oficiales. La principal fuente de  
información fue el Sistema de  
Información y Estadística Energética  
(SISDAT) de la Agencia de  
Regulación y Control de Electricidad  
(
ARCONEL).  
Este  
un  
sistema  
proporciona  
repositorio  
exhaustivo de datos relacionados  
con la generación, distribución y  
7
9
Masaquiza-Vera et al. (2024)  
consumo de electricidad en Ecuador,  
incluyendo estadísticas históricas de  
económica, fundamentales para  
establecer proyecciones confiables.  
Posteriormente, se examinó el uso  
de energía en distintos sectores  
(residencial, industrial, transporte),  
previendo futuras necesidades en  
las  
centrales  
eléctricas  
desagregadas por provincia. El  
desarrollo de modelos de previsión  
también viene determinado por la  
disponibilidad de datos pertinentes  
función  
de  
las  
y
tendencias  
(
Agencia de regulación y control de  
energía y recursos no renovables,  
022). El cambio económico  
demográficas  
económicas  
(Agencia de regulación y control de  
energía y recursos no renovables,  
2022). El uso de LEAP facilita la  
integración de datos complejos y la  
2
estructural y el aumento de la  
proporción de hogares rurales tienen  
efectos indirectos en la futura  
demanda de energía (Chen et al.,  
generación  
de  
proyecciones  
precisas de la demanda energética,  
cruciales para el desarrollo de  
2
019).  
políticas  
energéticas  
y
la  
Para lograr un enfoque más técnico  
y preciso, se utilizó el Sistema de  
Información y Estadística Energética  
planificación de la infraestructura  
eléctrica. ¡Error! No se encuentra el  
origen de la referencia.presenta los  
datos específicos utilizados para la  
proyección, los cuales fueron  
procesados a través de LEAP,  
proporcionando un sustento sólido  
para las conclusiones del estudio.  
(
SISDAT) de la Agencia de  
Regulación y Control de Electricidad  
ARCONEL) (Salazar & Panchi,  
014).  
(
2
La recolección de datos incluyó  
información  
poblacional  
y
Tabla 1. Datos generales para la proyección de demanda  
Nombre  
Descripción  
Producción energética  
Producción de energía por tipo planta (Hidroeléctrica, solar,  
térmica, etc  
Demanda  
Consumo de energía en diferentes sectores (residencial, industrial,  
comercial)  
Pérdidas eléctricas  
Perdidas en el sistema de transmisión y distribución  
Datos históricos de  
centrales  
Datos históricos de generación y consumo para el análisis de  
tendencias.  
Fuente: Cristhian Lenin Masaquiza Vera  
8
0
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
Manejo de datos en LEAP  
Los cálculos de demanda energética  
en LEAP difieren dependiendo de si  
está realizando un Análisis de  
Actividad, un Análisis de Existencias  
o un Análisis de Transporte (Mirjat et  
al., 2018). Aquí en esta investigación  
para el procesamiento y análisis de  
los datos, se utilizó el software LEAP  
Este software se utilizó para modelar  
el consumo energético en la región  
de Cotopaxi. En un nivel, los cálculos  
integrados de LEAP gestionan todos  
los cálculos de contabilidad de  
energía, emisiones y análisis costo-  
beneficio  
Heaps, 2022). La Figura 1 ilustra la  
estructura de cálculo de LEAP,  
proporcionando un entorno  
"no  
controversiales"  
(Long-range Energy Alternatives  
(
Planning System), el cual permite  
realizar cálculos detallados de la  
demanda energética a través de un  
análisis de actividad final.  
comprensivo para el simulador.  
Figura 1. Metodología de manejo de datos  
del programa LEAP.  
En este contexto, la demanda de  
energía se calcula como el producto  
del nivel de actividad total y la  
intensidad energética en cada rama  
tecnológica. La demanda de energía  
se calcula como el producto entre el  
nivel total de actividad (TA) y la  
intensidad energética (EI). La  
intensidad energética, que es una  
métrica de eficiencia en el uso de la  
energía, se deriva directamente del  
software en función de los datos  
ingresados, y su cálculo automático  
asegura la consistencia y precisión  
en las proyecciones energéticas. La  
Ecuación 1 se denota por lo  
siguiente.  
Fuente: Hecha por el propio Autor  
Db, s, t = TAb, s, t × EIb, s, t  
(1)  
8
1
Masaquiza-Vera et al. (2024)  
Para el año base (t=0), se observa  
un cambio en la Ecuación 2.  
actividad social o económica para la  
cual se consume energía. AL se  
mide anualmente como una escala  
de unidades por hogar o toneladas  
para la industria. En las Cuentas  
Corrientes se especifican las  
intensidades energéticas finales  
para la categoría con tipo de rama de  
intensidad energética agregada, y  
Db, 0 = TAb, 0 × EIb, 0  
(2)  
La demanda energética para cada  
rama tecnológica se asocia con un  
combustible LEAP  
calcula la demanda total de energía  
final para cada combustible  
específico.  
las cuotas de combustible  
y
sumando las demandas de todas las  
ramas tecnológicas. El nivel de  
actividad total de una tecnología se  
calcula multiplicando los niveles de  
actividad de todas las ramas desde  
la tecnología hasta la demanda  
original, se observa en la Ecuación 3.  
eficiencias para cada rama  
tecnológica a continuación. Para  
cada rama tecnológica se ve en la  
Ecuación 5.  
UEꢀ,ꢁ  
=
EIꢂG,ꢁ x FSꢀ,ꢁ x EFFꢀ,ꢁ  
(5)  
′
′′  
TAb, s, t = Abs, t × Abs, t  
Donde b = 1...B  
Abs, t′  
…
′′  
×
×
(3)  
La intensidad útil de la rama de  
intensidad energética agregada es la  
suma de las intensidades útiles de  
cada rama tecnológica, esto es la  
Ecuación 6  
Las ramas sin datos y la rama  
Demanda" tienen un nivel de  
actividad de 1. Los valores  
porcentuales se convierten  
"
a
UEꢂGG,ꢁ = Sumꢀ  
fracciones (0-1) para los cálculos. La  
energía consumida se calcula  
mediante la Ecuación 4  
=
1. . Bꢃꢄꢀ,ꢁ (6)  
La cuota de actividad (es decir, la  
cuota del número de tecnologías, en  
lugar de la cuota de combustible) es  
el producto de la cuota de  
combustible y la eficiencia de cada  
tecnología b, Ecuación 7.  
EC = ∑ ∑ 퐴퐿  
푥 퐸퐿푛,푗,푖  
푛,푗,푖  
n
(
4)  
푖
푗
Donde EC es el consumo energético  
total de un sector dado, y AL es el  
nivel de actividad, una medida de la  
8
2
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
UEꢀ,ꢁ  
=
UEꢂGG,ꢁ  
y la eficiencia de las tecnologías, lo  
que es fundamental para la  
ASꢀ,ꢁ  
(7)  
planificación  
energética  
y
la  
AS_(b,0)  
=UE_(b,0)/UE_(AGG,0)  
5)  
optimización de recursos en el  
contexto del estudio.  
(
Desarrollo de escenarios  
hipótesis  
e
Donde AS es la cuota de actividad.  
Los escenarios planteados se basan  
en los datos del Sisdat (Agencia de  
regulación y control de energía y  
recursos no renovables, 2022), que  
proporcionan estadísticas sobre la  
capacidad eléctrica de las empresas  
Donde EIAG,0 es la intensidad  
energética final en la rama de  
intensidad energética agregada, UE  
es la intensidad energética útil en  
una rama tecnológica b, FS es su  
cuota de combustible, EFF es su  
eficiencia y b es una de las ramas  
tecnológicas B. Por ejemplo, si se  
considera una rama de energía  
agregada con una intensidad final de  
distribuidoras.  
Además,  
se  
incorporan los servicios energéticos,  
construyendo así la propuesta de  
referencia, denominada REF. Cabe  
destacar que en el escenario de  
referencia hemos añadido un  
incremento de acuerdo con el  
PDYOT de la provincia de Cotopaxi  
1
00 GJ por actividad y dos  
tecnologías con una proporción de  
combustible del 50% cada una, una  
tecnología con una eficiencia del  
(
Guaman  
&
Bravo, 2021). El  
1
00% (electricidad) y otra con una  
eficiencia del 70% (gas natural), las  
intensidades útiles de estas  
tecnologías serían 50 GJ/actividad y  
5 GJ/actividad, respectivamente.  
escenario REF representa la  
situación base sin intervención de  
políticas energéticas. No obstante, la  
diferencia en esta investigación  
radica en el cálculo de la demanda  
futura en PetaJoules, considerando  
tanto las áreas urbanas y rurales  
como la iluminación utilizada. Esta  
3
Las participaciones en la actividad  
serían del 59% para la electricidad y  
del 41% para el gas natural. Este  
análisis de la demanda de energía  
útil proporciona una visión más  
precisa del consumo energético real  
investigación  
se  
enfoca  
exclusivamente en la demanda  
8
3
Masaquiza-Vera et al. (2024)  
futura hasta el año 2050. En la  
Figura 2 está la rama de demanda,  
formada por los hogares de  
Cotopaxi, las industrias que mayor  
consumo de energía tienen. Los  
hogares se dividen en su vez en  
hogares urbanos y rurales, que  
representan la situación actual de los  
hogares de la provincia de Cotopaxi.  
Los hogares rurales y urbanos se  
clasificaron en electrificados y no  
electrificados, según los datos por el  
INEN.  
diferentes tasas de crecimiento. Los  
valores de consumo total de energía  
en el modelo LEAP para la provincia  
de Cotopaxi en los dos escenarios se  
presentan en la Figura 3. Esta figura  
representa la demanda energética  
final bajo el escenario "Demand_p"  
(en  
verde)  
y
el  
escenario  
"Eficiencia_industrias" (en azul). En  
el escenario " Eficiencia_industrias ",  
la demanda es significativamente  
menor en comparación con el  
escenario de referencia, debido a la  
integración de sistemas fotovoltaicos  
en el sector industrial, lo que reduce  
Figura 2 Modelo LEAP, ramas y sub ramas  
la  
carga  
energética.  
Esta  
intervención no solo disminuye la  
demanda futura, sino que también  
fomenta un uso más eficiente y  
sostenible  
energéticos, alineándose con las  
estrategias de mitigación de  
emisiones y eficiencia energética. En  
el escenario de referencia  
Demand_p), se proyecta que el  
consumo energético alcanzará los  
93.691 Petajoules (PJ) en 2050,  
de  
los  
recursos  
(
Fuente: Cristhian Masaquiza  
6
3
. Resultados y discusión  
partiendo de 381.842 PJ en 2022,  
con una tasa de crecimiento anual  
del 2%. Esta tasa ha sido  
Demanda Energética  
En general, se proyecta que el  
consumo de energía aumentará de  
manera constante hasta 2050 en  
determinada  
tras  
un  
análisis  
exhaustivo de estudios previos y  
proyecciones robustas realizadas en  
el marco de esta investigación,  
cada  
escenario, aunque  
con  
8
4
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
basadas en datos históricos y  
tendencias observadas. Por otro  
2050. Aunque el incremento es  
notable, no representa un cambio  
significativo en el panorama general  
de la demanda energética. Cabe  
señalar que este estudio se centra  
en el análisis del sector industrial,  
lado,  
en  
el  
escenario  
"
Eficiencia_industrias ", orientado  
hacia la eficiencia energética en el  
sector industrial, se proyecta una  
disminución anual del 2% en la  
demanda de energía, iniciando  
también en 381.842 PJ en 2022,  
pero alcanzando 478.765 PJ en  
comercial  
y
residencial  
que  
representan la mayor porción del  
consumo energético en la provincia.  
Si bien el sector de transporte  
también es relevante en la región, ha  
sido excluido del análisis para  
mantener el enfoque en la  
evaluación del impacto y las mejoras  
en la eficiencia energética industrial.  
Este enfoque sectorial permite una  
evaluación más clara y detallada de  
las oportunidades de optimización en  
un sector crítico para el desarrollo  
económico de Cotopaxi.  
2
050. Esta reducción es atribuida a  
la implementación de tecnologías y  
medidas de eficiencia que optimizan  
el consumo energético. En cuanto al  
sector comercial, aunque se observa  
un crecimiento en la demanda, su  
impacto sigue siendo marginal en  
comparación con el sector industrial.  
El consumo en este sector pasa de  
0
.184 PJ en 2022 a 0.723 PJ en  
Figura 3. Curva de demanda energética pronosticada de ambos escenarios.  
Fuente: Cristhian Masaquiza  
Ahora nos centramos en el escenario  
el porcentaje de demanda energética  
en la zona rural era del 76.9%,  
de referencia “Demand_p”. En 2022,  
8
5
Masaquiza-Vera et al. (2024)  
mientras que en la zona urbana era  
apenas del 23.1%. Sin embargo,  
para el año 2050, esta tendencia  
cambia: la demanda en la zona rural  
se reduce al 73.2%, mientras que la  
demanda en la zona urbana  
aumenta al 26.8%. A pesar de esta  
variación, el escenario no es muy  
factible, ya que la demanda  
energética en la parte rural de  
alcanzando los 0.36503 PJ. Esta  
disparidad se mantiene en las  
proyecciones para 2050, donde las  
áreas urbanas alcanzan un consumo  
de 0.30700 PJ, en contraste con los  
0.83817 PJ en las áreas rurales.  
Estas cifras indican un crecimiento  
continuo en la demanda energética  
en ambas zonas, aunque la tasa de  
crecimiento es más pronunciada en  
las áreas rurales.  
Cotopaxi  
sigue  
siendo  
significativamente mayor que en la  
zona urbana. Al profundizar en el  
escenario “Demand_p”, observamos  
las divisiones entre las áreas  
urbanas y rurales. Estas divisiones  
incluyen subcategorías de áreas  
electrificadas, cocinas para el área  
urbana y cocinas para el área rural.  
En el caso del área rural, también se  
La Figura 4 se desglosa este  
consumo en varias subcategorías,  
proporcionando una visión detallada  
de los diferentes usos de energía. En  
las áreas urbanas, las duchas  
eléctricas y las cocinas a gas  
representan una parte importante del  
consumo, con 0.01663 PJ y 0.09100  
PJ en 2022, respectivamente. Para  
consideran no  
electrificadas. Al analizar los  
resultados del escenario  
Demand_p" para el consumo  
las  
zonas  
2
0
050, estos valores aumentan a  
.06133 PJ 0.21986 PJ,  
y
respectivamente. En las áreas  
rurales, las cocinas utilizando carbón  
vegetal y las cocinas a gas son las  
principales fuentes de consumo  
energético, con 0.02593 PJ y  
"
energético en la provincia de  
Cotopaxi, se observan varias  
tendencias  
significativas  
que  
destacan la diferencia en la  
demanda energética entre las zonas  
urbanas y rurales. En 2022, la  
demanda energética total en áreas  
urbanas es de 0.10941 Petajoules  
0
0
.12742 PJ en 2022, aumentando a  
.36889 PJ y 0.37080 PJ en 2050,  
respectivamente.  
(PJ), mientras que en las áreas  
rurales es significativamente mayor,  
8
6
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
Figura 4. Consumo energético de diferentes subcategorías en Cotopaxi.  
Fuente: Cristhian Masaquiza  
Es importante destacar la diferencia  
en el consumo entre áreas  
electrificadas y no electrificadas. En  
las áreas rurales electrificadas, el  
consumo total en 2022 es de  
proyecta que el consumo aumentará  
a 0.7235 PJ en 2050. El total de  
consumo acumulado es de 0.9081  
PJ.  
porcentual es alto, este sector sigue  
representando una proporción  
Aunque  
el  
crecimiento  
0
.34810 PJ, creciendo a 0.81625 PJ  
para 2050. En contraste, las áreas  
rurales no electrificadas tienen un  
consumo mucho menor, de 0.01693  
PJ en 2022 y 0.02191 PJ en 2050.  
Esta diferencia resalta la necesidad  
de mejorar la infraestructura y  
acceso a la electricidad en estas  
menor en el consumo energético  
total en comparación con la industria.  
La electricidad representa la mayor  
parte del consumo energético en  
Cotopaxi. En 2022, tanto en el  
escenario de referencia denominado  
“DEM” como en el segundo  
escenario denominada “IND”, el  
consumo de electricidad es de  
aproximadamente 366,467 PJ. Para  
zonas  
no  
electrificadas  
para  
equilibrar la demanda y facilitar el  
desarrollo sostenible. Si tenemos en  
cuenta el área rural, nos fijamos que  
El sector comercial presenta un  
consumo de 0.1846 PJ en 2022. Se  
2050,  
este  
valor  
aumenta  
significativamente,  
alcanzando  
665,231 GJ en el escenario DEM y  
8
7
Masaquiza-Vera et al. (2024)  
4
57,152 PJ en el escenario IND,  
sumando un total de 1,855,318 PJ.  
Este notable incremento subraya la  
fue el de (Zhang & Luo, 2023), que  
nos relaciona estos factores que  
hemos  
hablado  
en  
esta  
creciente  
dependencia  
de  
la  
investigación. Aunque su rol sigue  
siendo significativo, su proporción en  
el mix energético podría disminuir  
con la adopción de tecnologías más  
limpias. El uso de madera crece  
ligeramente de 1,011 PJ en 2022 a  
1,687 PJ en 2050 en el DEM, y el  
carbón vegetal muestra un aumento  
de 0,027 PJ a 0,375 PJ en el mismo  
periodo. Estos incrementos reflejan  
la persistencia del uso de biomasa  
tradicional, especialmente en áreas  
rurales. La biomasa, que en 2022  
registraba 0,797 PJ en ambos  
electricidad como fuente principal de  
energía en la región, impulsada por  
la expansión de la infraestructura  
eléctrica y el aumento de la  
electrificación estos datos se los  
puede observar en la Tabla 2. El  
consumo de gas natural, aunque  
modesto, pasa de 0,221 PJ en 2022  
a 0,597 PJ en 2050 en el escenario  
DEM y a 0,594 PJ en el IND,  
totalizando  
incremento  
1,635  
PJ.  
Este  
una  
sugiere  
diversificación energética hacia  
fuentes más limpias y eficientes. El  
carbón bituminoso, por su parte,  
aumenta de 13,132 PJ en 2022 a  
escenarios,  
aumenta  
para 2050,  
significativamente  
alcanzando 2,214 PJ en el DEM y  
1,257 PJ en el IND, sumando un total  
de 5,066 PJ.  
2
1
6
2,864 PJ en 2050 en el DEM y a  
8,566 PJ en el IND, sumando  
7,696 PJ en total, un estudio similar  
Tabla 2. Datos obtenidos de combustibles para ambos escenarios desde 2022 hasta 2050  
Combustible  
Esc. DEM 2022  
PJ]  
Esc. DEM  
2022 [PJ]  
Esc. DEM  
2050 [PJ]  
Esc. DEM  
2050 [PJ]  
Total  
[
Electricidad  
Gas Natural  
366,4672385  
0,22148703  
13,1329232  
366,4672385  
0,22148703  
13,1329232  
665,2313525  
0,59485972  
22,86473719  
457,1522804  
0,59713602  
18,56609447  
1.855,32  
1,63496978  
67,69667805  
Carbón  
Bituminoso  
Madera  
Carbón  
Biomasa  
Total  
1,01158869  
0,02731605  
0,79704  
1,01158869  
0,02731605  
0,79704  
1,68781916  
0,37518831  
2,214  
0,98302694  
0,02454135  
1,25749925  
478,5805784  
4,69402347  
0,45436177  
5,06557925  
1.934,86  
381,6575935  
381,6575935  
692,9679569  
Fuente: Cristhian Masaquiza  
8
8
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
Energía futura para Cotopaxi  
445.1 PJ. De estos, 366.5 PJ se  
convierten en electricidad, con 366.4  
PJ destinados a las industrias,  
aunque 78.8 PJ se pierden en el  
proceso. Las importaciones de  
combustibles sólidos a la industria  
alcanzan 13.1 PJ, sin cambios en su  
valor inicial, lo que sugiere un uso  
eficiente pero limitado de estos  
combustibles. En la Figura 8, que  
representa un escenario alternativo  
en el diagrama de Sankey, se  
destaca la incorporación de la  
producción de energía renovable,  
El acelerado crecimiento de la  
población, la urbanización y la  
mejora de los estándares de vida en  
Cotopaxi prevén un significativo  
aumento en el consumo de energía  
en los sectores doméstico  
e
industrial en el futuro. Este  
incremento impactará directamente  
el consumo total de energía y el  
sistema energético desde 2010,  
como se ilustra en la Figura 5, y se  
proyecta  
adicionales en las Figura 6 y Figura  
. Los diagramas de Sankey detallan  
en  
dos  
escenarios  
que aporta 3512.3 PJ  
a
la  
7
generación eléctrica. En este  
escenario, las pérdidas desde la  
generación son de 2.847 PJ. Desde  
la generación hacia la transmisión y  
distribución, se transfieren 808.2 PJ,  
y la electricidad destinada a la  
los flujos de energía desde la  
generación hasta el consumo final,  
cubriendo transmisión y distribución.  
En la Figura 10 del escenario de  
referencia  
"Demand_p",  
las  
importaciones de electricidad hacia  
transmisión y distribución son de  
industria reduce  
se  
considerablemente a 665.1 PJ.  
Figura 5 Diagrama de Sankey de Cotopaxi para el periodo 2022 año base.  
Fuente: Cristhian Masaquiza  
8
9
Masaquiza-Vera et al. (2024)  
Figura 6. Sistema energético de Cotopaxi, escenario Demand_p año 2050.  
Fuente: Cristhian Masaquiza.  
Figura 7. Sistema energético de Cotopaxi en 2050, según el escenario Industria Eficiente  
Fuente: Cristhian Masaquiza  
Discusión  
La proyección  
estado futuro de la situación de la  
oferta y demanda de electricidad en  
Cotopaxi (El-Sayed et al., 2023). El  
análisis detallado de los escenarios  
de referencia y eficiencia energética,  
junto con la diferenciación entre  
áreas urbanas y rurales, proporciona  
una base sólida para la formulación  
de políticas energéticas informadas y  
efectivas. El escenario de referencia  
del  
consumo  
energético en la provincia de  
Cotopaxi hasta el año 2050,  
presentada en este estudio, ofrece  
una visión integral de los desafíos y  
oportunidades que enfrenta la región  
en términos de sostenibilidad y  
eficiencia energética. Este estudio  
exploratorio intenta proporcionar una  
descripción juiciosa de un posible  
(Demand_p) indica un incremento  
9
0
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
significativo  
en  
el  
consumo  
aunque precisa según los estudios  
revisados, plantea importantes retos  
en términos de infraestructura y  
recursos. La demanda energética  
alcanzará su pico antes de 2050 en  
todos los escenarios para el caso de  
(Wang, 2020), para nuestro caso se  
alcanzó en el primer escenario ya  
que en el segundo se implementa  
una eficiencia energética. (Emodi et  
al., 2017) nos habla de que para  
complementar esto, se deben  
introducir cocinas de GLP y solares  
en la mezcla de energía rural y  
urbana. Por otro lado, el escenario  
de eficiencia energética revela el  
impacto transformador de las  
políticas de eficiencia en la reducción  
del consumo. Aquí, se proyecta una  
disminución del consumo energético  
a una tasa del 2% anual, alcanzando  
478.580 PJ en 2050 desde 391.657  
PJ en 2022. Este escenario  
demuestra que la implementación de  
medidas de eficiencia energética en  
las industrias puede tener un efecto  
significativo en la sostenibilidad del  
sistema energético, reduciendo no  
solo el consumo total sino también  
las emisiones asociadas y los costos  
operativos. La distinción entre las  
demandas energéticas urbanas y  
rurales en el escenario "Demand_p"  
energético, alcanzando los 692.754  
PJ en 2050, partiendo de 381.657 PJ  
en 2022, con una tasa de  
crecimiento anual del 2%. El análisis  
diferenciado entre áreas urbanas y  
rurales  
disparidades en  
energética,  
destaca  
importantes  
demanda  
la  
reflejando  
las  
características socioeconómicas de  
la provincia, predominantemente  
agrícola. La economía rural, basada  
en actividades agrícolas e industrias  
derivadas, tiende a requerir un  
consumo energético elevado debido  
a la necesidad de maquinaria,  
procesamiento  
agrícolas  
de  
productos  
y
otras actividades  
intensivas en energía. Esta demanda  
creciente en áreas rurales contrasta  
con el menor crecimiento en áreas  
urbanas, donde la infraestructura  
energética está más desarrollada y  
las políticas de eficiencia energética  
pueden ser implementadas con  
mayor eficacia. Este escenario,  
fundamentado en datos históricos y  
tendencias actuales, subraya la  
necesidad imperativa de una  
planificación energética robusta para  
evitar sobrecargas y asegurar la  
estabilidad del sistema energético.  
La tasa de crecimiento proyectada,  
9
1
Masaquiza-Vera et al. (2024)  
destaca diferencias cruciales. En  
demanda final. El escenario de  
referencia indica que el consumo  
energético podría alcanzar los  
478.580 PJ en 2050, destacando la  
importancia de implementar medidas  
de eficiencia para mitigar este  
aumento. El análisis reveló que las  
importaciones de electricidad hacia  
los sectores de transmisión y  
distribución ascienden a 445.1 PJ en  
el escenario de referencia, de los  
cuales 366.5 PJ se convierten en  
2
022, la demanda en áreas rurales  
era significativamente mayor  
76.9%) en comparación con las  
(
áreas urbanas (23.1%). Aunque se  
anticipa un ligero cambio para 2050,  
con un aumento en la demanda  
urbana al 26.8% y una reducción en  
la rural al 73.2%, la disparidad sigue  
siendo notable. Estos hallazgos  
sugieren la necesidad de mejorar la  
infraestructura y el acceso a la  
electricidad en las áreas rurales, no  
solo para equilibrar la demanda sino  
también para promover un desarrollo  
económico y social más equitativo.  
El análisis del consumo energético  
por fuente revela una creciente  
dependencia de la electricidad, que  
representa la mayor parte del  
consumo energético en ambos  
escenarios.  
electricidad  
utilizada  
por  
las  
industrias, mientras que 78.8 PJ se  
pierden durante el proceso. El uso de  
biomasa, que muestra un incremento  
considerable en ambos escenarios  
modelados, alcanzando hasta 2,214  
PJ en el escenario DEM para 2050,  
resalta la continuidad de la biomasa  
como una fuente clave de energía en  
áreas rurales. Este aumento refleja  
una tendencia hacia el uso de  
fuentes renovables, impulsada por  
políticas que promueven la biomasa  
como una alternativa viable y  
sostenible a los combustibles fósiles.  
Sin embargo, este incremento  
también sugiere la necesidad de  
4
. Conclusiones  
La utilización del software LEAP  
permitió modelar el consumo  
energético en la provincia de  
Cotopaxi hasta 2050, identificando  
que, bajo el escenario de eficiencia  
energética, la demanda energética  
disminuirá a una tasa anual del 2%,  
lo que se traduce en una reducción  
significativa en la proyección de  
estrategias  
que  
aseguren  
la  
sostenibilidad a largo plazo del  
recurso biomásico. El estudio revela  
que la demanda energética en la  
provincia  
de  
Cotopaxi  
está  
9
2
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
influenciada significativamente por  
su economía agrícola, que impulsa  
un mayor crecimiento en áreas  
rurales comparado con las urbanas.  
Este crecimiento diferencial destaca  
la necesidad de políticas energéticas  
mitigación de las emisiones y en el  
aseguramiento de un suministro  
energético estable y sostenible a  
largo plazo.  
Bibliografía  
específicas  
necesidades particulares de las  
áreas rurales, como la  
que  
aborden  
las  
Benito, A. O., & Arena, A. P. (2020).  
Distribuidos  
Eléctrica  
de  
en  
Energía  
Sistemas  
modernización de la infraestructura  
energética y la promoción de fuentes  
de energía renovables, como la  
biomasa, que es clave en estas  
zonas. Bajo el escenario de  
eficiencia energética, la proyección  
indica una reducción de la demanda  
energética a una tasa anual del 2%,  
lo que pone de manifiesto el impacto  
positivo de las políticas de eficiencia  
Energéticos  
Regionales:  
análisis con el modelo LEAP.  
AJEA, 5.  
https://doi.org/10.33414/ajea.  
.696.2020  
5
Cai, L., Guo, J., & Zhu, L. (2013).  
China’s Future Power  
Structure Analysis Based on  
LEAP. Energy Sources, Part  
A: Recovery, Utilization, and  
Environmental  
5(22),  
Effects,  
2113–2122.  
3
https://doi.org/10.1080/15567  
36.2013.764361  
y
la  
importancia  
de  
su  
0
implementación, particularmente en  
las áreas urbanas. El estudio  
también sugiere que el desarrollo de  
David, I., Tamayo, H., Msc, S., Tania,  
A., & Aguayo, A. M. (n.d.).  
Challenging inequalities: a  
socio-cultural analysis of  
infraestructuras en  
áreas rurales no solo es necesario  
para satisfacer la creciente  
energéticas  
Cotopaxi  
province.  
https://doi.org/10.24133/recih  
ys.v2i1.3487  
demanda, sino también para  
promover un desarrollo económico y  
social equitativo en la provincia. Las  
políticas que fomentan el uso  
sostenible de la biomasa y otras  
Edgar M. Zapata, & Alvaro S. Mullo  
Q. (n.d.). PLANIFICACIÓN  
ÓPTIMA LOS  
RECURSOSENERGÉTICOS  
DE UNA MICRO-  
DE  
GENERACIÓN DISTRIBUIDA  
EN EL CANTÓN PUCAYACU  
COMO RED ELÉCTRICA  
fuentes  
renovables  
podrían  
desempeñar un papel crucial en la  
9
3
Masaquiza-Vera et al. (2024)  
ALTERNA. Retrieved July 11,  
024, from  
Largo Plazo en el Perú.  
TECNIA, 30(2), 33–45.  
2
https://editorialalema.org/inde  
x.php/pentaciencias/article/vi  
ew/675/941  
https://doi.org/10.21754/tecni  
a.v30i2.862  
Mirjat, N. H., Uqaili, M. A., Harijan, K.,  
Walasai, G. Das, Mondal, M.  
A. H., & Sahin, H. (2018).  
Long-term electricity demand  
forecast and supply side  
scenarios for Pakistan (2015–  
Fontalvo, J., Ramírez, P.,  
&
Constante,  
Prospectiva  
J.  
(2018).  
de  
Autogeneración en el Ecuador  
mediante uso de Modelo  
LEAP.  
Energía,”  
https://doi.org/10.37116/revist  
aenergia.v15.n1.2018.323  
Revista  
Técnica  
2050):  
application for policy analysis.  
Energy, 165, 512–526.  
https://doi.org/10.1016/J.ENE  
RGY.2018.10.012  
A
LEAP model  
“
15(1).  
Guaman, J., & Bravo, S. (2021).  
PDYOT  
COTOPAXI.  
Pazmiño Ordóñez, I., Pico Mera, H.,  
& Abril Chafla, A. (2019).  
Metodología para proyección  
de la demanda eléctrica en  
zonas con un desarrollo  
https://www.cotopaxi.gob.ec/i  
mages/Documentos/2021/PD  
YOT/PDYOT%20COTOPAXI  
%202021%20-%202025  
cercano  
demográfica.  
Investigaciones En Energía,  
Medio Ambiente  
Tecnología: RIEMAT ISSN:  
588-0721, 4(1), 52.  
a
la saturación  
Revista de  
Heaps, C. G. (2022). LEAP: The Low  
Emissions Analysis Platform.  
Stockholm  
Institute.  
Environment  
y
2
Jha, S. K., & Puppala, H. (2017).  
Prospects of renewable  
https://doi.org/10.33936/riema  
t.v4i1.1946  
energy sources in India:  
Prioritization of alternative  
sources in terms of Energy  
Index. Energy, 127, 116–127.  
https://doi.org/10.1016/j.energ  
y.2017.03.110  
S E I. (2005). Long-range Energy  
Alternatives Planning System  
User Guide for LEAP 2005.  
http://forums.seib.org/leap  
Salazar, G., & Panchi, B. (2014).  
Análisis de la Evolución de la  
Demanda Eléctrica en el  
Ecuador Considerando el  
Ingreso de Proyectos de  
Eficiencia Energética. Revista  
EPN, 33.  
Labein Tecnalia. (2007). Guía básica  
de la generación distribuida.  
Meza Segura, J. N., & Luyo-Kuong,  
J. (2020). Metodología de  
Pronóstico de la Demanda  
Residencial el  
para  
Planeamiento Energético de  
9
4
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 7 Núm. (14) Ed. Esp. Octubre 2024.  
ISSN: 2737-6249  
Proyección optima de la demanda eléctrica de la empresa eléctrica de Cotopaxi  
Sepulveda, A., Zeghal, M., Kutter, B.  
L., Manzari, M. T., Abdoun, T.,  
Escoffier, S., Haigh, S. K.,  
Hung, W.-Y., Korre, E.,  
Madabhushi, G. S. P.,  
Manandhar, S., Okamura, M.,  
Tobita, T., Ueda, K., & Zhou,  
Y.-G. (2024). Correlation of  
CPT measurements and  
relative density of LEAP-2017  
and LEAP-2020 centrifuge  
models. Soil Dynamics and  
Earthquake Engineering, 181,  
Buildings,  
https://doi.org/10.1016/j.enbui  
ld.2023.113053  
289,  
113053.  
1
08639.  
https://doi.org/10.1016/j.soildy  
n.2024.108639  
Sreekanth, K. J. (2016). Review on  
integrated  
strategies  
for  
energy policy planning and  
evaluation of GHG mitigation  
alternatives. Renewable and  
Sustainable Energy Reviews,  
6
4, 837–850.  
https://doi.org/10.1016/j.rser.2  
16.06.086  
0
Tastu, J. (2013). Short-term wind  
power forecasting:  
probabilistic and space-time  
aspects.  
regulación  
energía  
renovables.  
SISDATBI.  
Agencia  
de  
y
control de  
recursos no  
(2022).  
y
https://sisdatbi.controlrecurso  
syenergia.gob.ec/index.php  
Zhang, C., & Luo, H. (2023).  
Research on carbon emission  
peak prediction and path of  
China’s  
public  
buildings:  
Scenario analysis based on  
LEAP model. Energy and  
9
5