Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
DOI: https://doi.org/10.46296/ig.v9i17.0328  
ANÁLISIS Y PROYECCIÓN DEL BALANCE ENERGÉTICO DEL PERÚ  
MEDIANTE EL MODELO LEAP  
ANALYSIS AND PROJECTION OF PERU'S ENERGY BALANCE USING THE  
LEAP MODEL  
1
2
3
Avila-Toapanta Alex ; Caicedo-Vaca Erik ; Ortiz-Gonzalez Yadyra  
1
Universidad Técnica de Cotopaxi. Latacunga, Ecuador. Correo: alex.avila6277@utc.edu.ec.  
2
3
Universidad Técnica de Cotopaxi. Latacunga, Ecuador. Correo: erik.caicedo5985@utc.edu.ec.  
Universidad Técnica de Cotopaxi. Latacunga, Ecuador. Correo: yadyra.ortiz4110@utc.edu.ec.  
Resumen  
El propósito de esta investigación fue examinar y proyectar el balance energético del Perú a  
través del modelo LEAP, para poder evaluar cómo ha ido cambiando la demanda de energía y  
qué consecuencias tiene eso para una planificación sostenible. La expansión industrial y  
demográfica ha propiciado un aumento sostenido en el consumo energético, lo que genera una  
presión creciente sobre la oferta y hace que se dependa mucho de los combustibles fósiles. Este  
es el principal problema detectado. Los resultados indican que, en el escenario de referencia, la  
demanda nacional crece de 507.243 PJ en 2020 a 907.222 PJ en 2050, con una tasa anual  
aproximada del 1.96 %. Lo que demuestra la eficacia de las tecnologías eficientes y de la  
generación distribuida. Los diagramas de Sankey también muestran que el sistema sufre  
pérdidas constantes entre el 40 % y el 44 %. La implementación de LEAP se ha vuelto una opción  
técnica sólida para guiar las políticas energéticas, mejorar la infraestructura y fomentar una  
transición energética sustentable en el Perú.  
Palabras clave: Balance energético, proyección energética, sostenibilidad, sistema eléctrico,  
planificación.  
Abstract  
The purpose of this research was to examine and project Peru's energy balance using the LEAP  
model, in order to assess how energy demand has changed and what consequences this has for  
sustainable planning. Industrial and demographic expansion has led to a sustained increase in  
energy consumption, generating growing pressure on supply and making the country heavily  
dependent on fossil fuels. This is the main problem identified. The results indicate that, in the  
baseline scenario, national demand grows from 507,243 PJ in 2020 to 907,222 PJ in 2050, with  
an approximate annual growth rate of 1.96%. This demonstrates the effectiveness of efficient  
technologies and distributed generation. Sankey diagrams also show that the system suffers  
constant losses between 40% and 44%. The implementation of LEAP has become a solid  
technical option for guiding energy policies, improving infrastructure, and fostering a sustainable  
energy transition in Peru.  
Keywords: Energy balance, energy projection, sustainability, electrical system, planning.  
Información del manuscrito:  
Fecha de recepción: 11 de noviembre de 2025.  
Fecha de aceptación: 12 de enero de 2026.  
Fecha de publicación: 19 de febrero de 2026.  
181  
Avila-Toapanta et al. (2026)  
1. Introducción  
eficiencia energética y elevar el uso  
de energías renovables, varios  
El análisis del balance energético  
países  
aplican  
modelos  
de  
constituye  
una  
herramienta  
planificación  
energética.  
fundamental para comprender la  
dinámica del consumo, la producción  
y la eficiencia en el uso de los  
recursos energéticos de un país [1].  
Este proceso permite identificar  
desequilibrios entre la oferta y la  
demanda, evaluar la sostenibilidad  
de las fuentes utilizadas y proyectar  
Organismos como la Organización  
de las Naciones Unidas y la Agencia  
Internacional de Energía (AIE)  
fomentan el empleo de instrumentos  
de modelado como LEAP para crear  
tácticas que aseguren la seguridad  
energética y el logro de objetivos  
relacionados con el clima [4]. Estos  
escenarios  
futuros  
de  
modelos  
proporcionan  
una  
abastecimiento. La planificación  
energética se ha vuelto un elemento  
clave para el desarrollo económico  
sostenible en un escenario de  
demanda energética creciente y de  
perspectiva prospectiva del sistema  
energético, teniendo en cuenta  
factores ambientales, tecnológicos y  
económicos.  
En el contexto de Perú, el balance  
energético tiene una importancia  
particular debido a que su matriz  
está diversificada y que la demanda  
va en aumento como resultado del  
desarrollo urbano e industrial [5]. El  
país cuenta con gas natural,  
recursos hidroeléctricos y una gran  
capacidad en fuentes de energía  
renovables no convencionales. No  
obstante, se enfrenta a retos  
relacionados con su vulnerabilidad  
compromiso  
mundial  
con  
la  
reducción del cambio climático [2]. El  
uso de modelos de simulación y  
pronóstico, como LEAP, permite una  
evaluación  
completa  
de  
las  
las  
tendencias energéticas  
tecnologías.  
y
A escala global, el examen y la  
proyección del balance energético  
han cobrado importancia debido a su  
vínculo directo con las metas de  
desarrollo  
sostenible  
y
los  
energética frente  
a
fenómenos  
compromisos ambientales [3]. Para  
disminuir la dependencia de los  
combustibles fósiles, mejorar la  
climáticos y la dependencia de los  
combustibles fósiles [6]. El modelo  
LEAP posibilita la proyección del  
182  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
balance energético y, a través de  
esto, se pueden detectar situaciones  
de transición sostenible y valorar el  
efecto que tienen las políticas de  
eficiencia energética y de ampliación  
de fuentes renovables. De este  
modo, se colabora en la creación de  
una estrategia energética a largo  
plazo.  
2. Metodología  
Modelo  
LEAP (Plataforma de Análisis de  
Bajas Emisiones), un instrumento  
creado por el Instituto de Medio  
Ambiente de Estocolmo, es una  
herramienta aclamada globalmente  
que se utiliza para examinar políticas  
energéticas y tácticas para mitigar el  
cambio climático. LEAP se emplea  
en escalas que oscilan entre las  
ciudades y aplicaciones de alcance  
mundial, y ha sido adoptada por  
Mediante este estudio se pretende  
examinar la situación del sistema  
energético que presenta Perú en la  
actualidad  
y
crear escenarios  
prospectivos que ayuden a tomar  
decisiones estratégicas relacionadas  
gobiernos,  
universidades,  
con  
la  
sostenibilidad  
y
la  
organizaciones no gubernamentales  
y compañías energéticas en más de  
190 naciones [9].  
planificación [7]. Se estudian las  
tendencias de consumo, oferta y  
emisiones mediante el uso del  
software LEAP, que incluye factores  
En el modelo LEAP sobresale por  
tener una estructura de datos versátil  
que combina la facilidad de uso con  
un alto grado de detalle técnico para  
los usuarios finales. Se ha puesto en  
práctica ampliamente por varias  
entidades a nivel local, nacional e  
internacional para anticipar la oferta  
y la demanda energética, prever el  
impacto ambiental de las políticas  
energéticas e identificar potenciales  
obstáculos futuros [10]. Se emplea  
en todo el mundo para medir las  
emisiones de gases de efecto  
invernadero y el consumo energético  
económicos,  
tecnológicos  
y
medioambientales [8]. Este método  
posibilitará la detección de las  
opciones más factibles para lograr  
un equilibrio energético sustentable,  
promoviendo así la diversificación de  
fuentes y la eficiencia. Al final, la  
investigación pretende ofrecer un  
instrumento técnico que ayude a  
consolidar la política energética  
nacional y a pasar hacia un  
desarrollo sostenible.  
183  
Avila-Toapanta et al. (2026)  
en varios sectores fundamentales:  
los rurales, los urbanos y los  
industriales. Para examinar la  
eficacia energética y el impacto  
ambiental en estos aspectos  
esenciales de las actividades  
humanas, esta herramienta ha  
probado ser útil.  
limpio y una proyección tendencial  
del sistema eléctrico.  
Consolidación de información  
Este estudio emplea un método  
cuantitativo y descriptivo que se  
fundamenta en la recolección y el  
análisis de datos secundarios  
obtenidos de fuentes oficiales. La  
fuente de datos principal fue Sistema  
de Información Energética (SIE) del  
Ministerio de Energía y Minas  
Investigaciones previas, como la  
desarrollada por [11], han abordado  
la simulación y evaluación de  
diferentes enfoques de políticas de  
planificación eléctrica en China para  
el período 2010–2050, permitiendo  
analizar trayectorias tecnológicas y  
estructurales del sistema energético  
a largo plazo. En una línea similar, el  
trabajo de [12] empleó modelos  
(MINEM), que se erige como un  
depósito completo de datos sobre la  
producción, transmisión, distribución  
y consumo de electricidad en Perú,  
incluyendo  
series  
estadísticas  
históricas de las plantas eléctricas  
separadas por región [14]. La  
energéticos  
avanzados  
para  
disponibilidad, la calidad  
y
la  
comparar alternativas de desarrollo  
del sector eléctrico, considerando  
una línea base, una opción con  
consistencia de los datos oficiales  
son factores que determinan el  
desarrollo de modelos de proyección  
energética. La disponibilidad, la  
calidad y la consistencia de los datos  
énfasis  
en  
la  
captura  
y
almacenamiento de carbono (CCS) y  
otra orientada al fortalecimiento de la  
energía nuclear como eje de  
oficiales  
son  
factores  
que  
determinan el desarrollo de modelos  
de proyección energética [15].  
descarbonización.  
De  
manera  
análoga, [13] analizaron la evolución  
de la oferta y la demanda eléctrica en  
Además,  
la  
transformación  
estructural de la economía y el  
aumento de la población rural tienen  
un impacto indirecto en cómo  
evoluciona la demanda energética a  
futuro, ya que afectan los patrones  
Pakistán entre 2015 2050,  
incorporando enfoques basados en  
eficiencia energética, energías  
renovables, uso intensivo de carbón  
y
184  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
de consumo y planificación del  
sistema eléctrico [16]  
son cruciales para la formulación de  
políticas energéticas sostenibles, la  
evaluación de opciones tecnológicas  
y la planificación y ampliación  
correctas de la infraestructura  
eléctrica. De esta manera se  
garantiza que las decisiones se  
toman con información y basándose  
en criterios técnicos, en la Tabla 1,  
presenta los datos concretos que se  
emplearon para la proyección, los  
cuales fueron ingresados en LEAP,  
otorgando así una base firme para el  
desarrollo de la investigación, que  
muestra indicadores clave como un  
tamaño medio de hogar de 5  
personas, una tasa de crecimiento  
poblacional del 2.5%, una tasa de  
ingresos del 3.5% y un PIB base  
aproximado de $120 mil millones.  
Para lograr un enfoque más técnico  
y preciso, se utilizó el Sistema de  
Información  
Energética  
(SIE)  
administrado por el Ministerio de  
Energía y Minas (MINEM) del Perú,  
el cual proporciona datos oficiales y  
consolidados del sector eléctrico  
nacional  
[17].  
Para  
definir  
proyecciones fiables, la recopilación  
de datos abarcó información  
económica y poblacional. Después,  
se analizó el consumo de energía en  
diversos  
sectores  
(industrial,  
transporte y residencial), anticipando  
requerimientos futuros con base en  
las tendencias económicas  
y
demográficas [18]. Al emplear el  
modelo LEAP, se pueden incorporar  
También  
incluye  
para  
el  
objetivo  
las  
datos  
complicados  
de  
y
establecido  
reducir  
multidimensionales  
manera  
emisiones de gases de efecto  
invernadero (GEI) en 60 millones de  
toneladas CO₂e.  
lógica, lo que ayuda a producir  
estimaciones exactas de la demanda  
energética [19]. Estas estimaciones  
Tabla 1. Datos y Variables utilizadas  
Rama  
Valo Expresión del escenario de mitigación  
Escala Unidades  
r
Ingresos  
Población  
3.0  
Crecimiento (Tasa de crecimiento de los Miles  
ingresos [%]/100)  
Dólares  
40.0  
Hogares  
[푀푖푙푙표푛푒푠 퐻ogares]*Tamaño  
del Millone Gente  
hogar[Personas]  
s
Tamaño del 5.0  
hogar  
5
Gente  
Hogares  
8.0  
Crecimiento (tasa de crecimiento demográfico Millone Hogares  
%]/100)  
[
s
185  
Avila-Toapanta et al. (2026)  
GDP  
120.  
0
Población  
[푀푖푙푙표푛푒푠 푑푒 푃푒푟푠표푛푎푠]*Ingresos  
Mil  
millone  
s
US $  
%
[
푀푖푙푒푠 퐷표푙푎푟푒푠]  
Definición calculada del año base  
3.5  
Tasa  
de 3.5  
crecimiento  
de  
los  
ingresos  
Tasa  
de 2.5  
2.5  
%
crecimiento  
de  
la  
población  
Urbanizació 45.0  
n al final del  
año  
45  
60  
%
Nivel  
60.0  
Millone Tonelada  
s s CO2e  
objetivo de  
mitigación  
de Gases de  
Efecto  
Invernadero  
(
GEI)  
millones hacia el intervalo 2045 y  
050. Este comportamiento refleja  
La Figura 1, presenta el escenario de  
modelado LEAP del periodo 2020 a  
2
una expansión progresiva asociada  
al aumento de ingresos, consumo y  
actividad productiva, influyendo  
directamente en las demandas  
energéticas y ambientales, lo cual  
resulta clave para evaluar políticas  
de planificación, sostenibilidad y  
mitigación futura integral.  
2
050, donde se permitió estimar la  
proyección poblacional a largo plazo.  
La representación gráfica evidencia  
un incremento sostenido en el  
número de habitantes, que pasa de  
aproximadamente 40 millones en  
2020 a valores superiores a 75  
Figura 1. Proyección de LEAP de 2020 a 2050  
en Perú. En la cual los cálculos  
constituidos de LEAP permite  
integrar cálculos energéticos y de  
emisiones, permitiendo análisis  
Gestión de datos en LEAP  
Se empleó este software para crear  
un modelo del consumo de energía  
186  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
técnicos consistentes que respaldan  
la planificación, evaluación  
El estudio realizado en [22], proyecta  
y
la demanda eléctrica y opciones de  
abastecimiento en Pakistán entre  
2015 y 2050 mediante LEAP,  
aportando insumos técnicos para  
orientar decisiones estratégicas del  
sistema energético nacional. En esta  
investigación, el programa LEAP, fue  
el software empleado para procesar  
y analizar los datos que posibilita la  
realización de cálculos minuciosos  
de la demanda energética mediante  
un análisis de actividad final.  
formulación de políticas energéticas  
sostenibles [20]. La estructura de  
cálculo de LEAP se representa en la  
Figura 2, que ofrece un ambiente  
completo para el simulador.  
Figura 2. Proceso de gestión de datos del  
programa LEAP [21]  
En estas circunstancias, la demanda  
de energía se estima multiplicando el  
nivel total de actividad por la  
intensidad energética en cada sector  
tecnológico [23]. La Ecuación 1  
estima la demanda energética (D)  
como producto del nivel total de  
actividad (TA) y la intensidad  
energética (EI). El subíndice de rama  
tecnológica (b), el sector económico  
(s) y el periodo temporal (t),  
permitieron el análisis comparativos  
y prospectivos robustos. Su cálculo  
se y  
garantiza que las proyecciones  
energéticas sean precisas  
consistentes de la siguiente manera.  
hace  
automáticamente  
y
퐷푏,ꢀ,푡 = 푇퐴푏,ꢀ,푡 × 퐸퐼푏,ꢀ,푡  
(1)  
187  
Avila-Toapanta et al. (2026)  
Un cambio en la Ecuación 2 se  
representa la demanda energética  
estimada (D); donde (b) identifica la  
퐸퐶 = ∑ ∑ 퐴퐿  
× 퐸퐿ꢂ,푗,ꢃ  
(4)  
ꢂ
ꢂ,푗,ꢃ  
ꢃ
푗
En donde AL es el nivel de actividad,  
que representa una medida de la  
actividad social o económica para la  
cual se utiliza energía, y EC es el  
consumo total de energía en un  
sector específico. AL se calcula cada  
año como una escala de toneladas  
para la industria o de unidades por  
hogar. Las intensidades energéticas  
finales para la categoría con un tipo  
de rama de intensidad energética  
agregada, así como las cuotas de  
combustible y eficiencias para cada  
rama tecnológica, se detallan en las  
Cuentas Corrientes. La Ecuación 5  
representa el uso energético  
estimado (UE); identificando cada  
rama tecnológica (b), el año base  
correspondiente (0), y el agregado  
energético global (AG).  
rama tecnológica  
o
subsector  
analizado, mientras (0) indica el año  
base de referencia temporal.  
퐷푏,0 = 푇퐴푏,0 × 퐸퐼푏,0  
(2)  
Cada sector tecnológico tiene una  
demanda energética que está  
vinculada con un tipo de combustible  
en particular. LEAP suma las  
demandas de todas las ramas  
tecnológicas para calcular la  
demanda total de energía final para  
cada tipo de combustible. La  
Ecuación 3 muestra el que el nivel  
total de actividad energética (TA),  
sector económico (s) y el periodo  
temporal (t); en la ecuación se  
demuestra el nivel total de actividad  
de una tecnología se obtiene  
multiplicando los niveles de actividad  
푈퐸푏,0 = 퐸퐼ꢄ퐺,0 × 퐹푆푏,0 × 퐸퐹퐹푏,0  
(5)  
en todas las ramas, desde la  
tecnología hasta la demanda inicial.  
푇퐴푏,ꢀ,푡 = 퐴ꢁꢀ,푡′ × 퐴ꢁꢀ,푡′′퐴ꢁꢀ,푡′′′ ×. . . (3)  
La ecuación 6 describe que la  
intensidad útil de la rama de  
intensidad energética (UE) que es  
igual a la suma de las intensidades  
útiles de cada rama tecnológica  
donde (B) indica número total de  
Las ramas que no contienen datos y  
la rama "Demanda" se presentan un  
índice de actividad de valor 1. La  
Ecuación 4 se utiliza para calcular la  
energía consumida (EC); el nivel  
ramas,  
energético, (b) la rama tecnológica, y  
0) el año base considerado en  
análisis.  
(ACG)  
el  
agregado  
agregado  
(n),  
la  
categoría  
(
tecnológica (j), y unidad operativa o  
subactividad analizada (i)  
188  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
퐵
41% y la electricidad, del 59%. Para  
푈퐸ꢄꢅ퐺,0 = ∑ 푈퐸푏,0  
(6)  
la planificación energética y la  
optimización de recursos en el marco  
del estudio, es crucial tener una  
visión más precisa del consumo real  
de energía y de la eficacia de las  
tecnologías. Esta evaluación de la  
demanda de energía útil brinda esa  
visión.  
푏ꢆꢇ  
La cuota de actividad, que se refiere  
a la cuota del número de tecnologías  
y no a la cuota de combustible, es  
igual al producto de la eficiencia de  
cada tecnología (b) y la cuota de  
combustible. Esto se expresa en la  
Ecuación 7.  
푈퐸푏,0  
퐴푆푏,0  
=
(7)  
푈퐸ꢄꢅ퐺,0  
3. Resultados y discusión  
Donde AS representa la tasa de  
actividad.  
Crecimiento  
sostenido  
de  
la  
demanda energética  
퐸퐼ꢄ퐺,0 es la intensidad energética  
final en la rama de intensidad  
energética agregada; UE es la  
intensidad energética útil de una  
rama tecnológica b; FS es su cuota  
de combustible y EFF es su  
eficiencia. La letra b representa a  
una de las ramas tecnológicas del  
número total de ramas (B). Por  
ejemplo, si se tiene en cuenta una  
rama con una intensidad final de 100  
GJ por actividad y dos tecnologías  
que tienen el 50% cada una de  
combustible, además de una  
tecnología que tiene un rendimiento  
del 100% (electricidad) y otra con el  
En términos generales, la proyección  
desarrollada en el software LEAP  
sobre el consumo de energía en el  
Perú  
sostenida hasta el año 2050, aunque  
con tasas de crecimiento  
aumentará  
de  
manera  
diferenciadas. Los valores de  
consumo total de energía obtenidos  
mediante el modelo LEAP para el  
ámbito nacional se presentan en la  
Figura 3 que muestra cómo han  
cambiado a lo largo del tiempo el  
potencial de calentamiento global  
(GWP), dando emisiones directas de  
gases de efecto invernadero  
relacionadas con el consumo final de  
energía, desglosadas por sectores y  
analizadas para la franja temporal  
entre 2020 y 2050. La tendencia de  
70% (gas natural), las intensidades  
útiles serían, respectivamente, 50  
GJ/actividad y 35 GJ/actividad. Una  
participación del gas natural con el  
189  
Avila-Toapanta et al. (2026)  
las emisiones totales muestra un  
incremento continuo: suben desde  
unas 10,4 unidades en 2020 hasta  
cerca de 37,7 unidades en 2050.  
Esto equivale a un incremento  
acumulado que supera el 2.60 %.  
Durante todo el marco temporal  
examinado, el sector industrial es el  
que más contribuye. Desde 3,1 en  
experimenta  
un  
crecimiento  
moderado, de 1,1 a 2,6; en cambio,  
el sector comercial conserva la  
menor aportación relativa, con cifras  
que van desde 0,7 hasta 5,3. La  
comparación acumulada muestra  
que las emisiones evitadas en  
relación con el escenario base llegan  
a 148,9 unidades, lo cual evidencia  
la importancia de llevar a cabo  
2020 hasta 25,6 en 2050, la  
participación de este sector aumenta  
y, al final del período analizado,  
concentra más del 65% del total. Con  
cifras que aumentan de 5,6 a 10,5, el  
sector del transporte ocupa la  
segunda posición, lo que demuestra  
una presión permanente sobre el  
equilibrio medioambiental. En cuanto  
intervenciones  
sectoriales  
diferenciadas. En general, el gráfico  
enfatiza la sensibilidad elevada del  
sistema de energía a los cambios en  
la industria y la importancia de  
implementar  
estrategias  
estructurales que busquen reducir  
gradualmente las emisiones en  
escenarios a largo plazo.  
al  
sector  
residencial,  
este  
Figura 2. Pronóstico del consumo de energía en los diversos sectores  
de las posibilidades de optimización  
en un sector clave para el  
Este enfoque sectorial posibilita una  
valoración más precisa y minuciosa  
190  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
crecimiento económico peruano,  
acorde con lo establecido por el  
Ministerio de Energía y Minas  
país con predicciones sectoriales de  
largo plazo que contrastan  
metodologías y estrategias. En el  
escenario de referencia (DEM), el  
uso de gas natural, aunque modesto,  
crece de 0,332 PJ en 2020 a 0,628  
PJ en 2050. Este aumento indica una  
mayor participación del gas natural  
como fuente de respaldo dentro de la  
(
MINEM) robustecer la  
competitividad sostenibilidad  
nacional y también con las políticas  
para  
y
nacionales  
energética.  
de  
planificación  
La Tabla  
2
muestra que la  
matriz carbón  
energética.  
El  
infraestructura eléctrica se ha  
expandido y que la electrificación ha  
aumentado, lo cual ha llevado a una  
dependencia cada vez mayor de la  
electricidad como fuente de energía  
bituminoso, en tanto, se eleva de  
2
4,243 PJ en 2020 a 29,677 PJ en  
050 en DEM. La cantidad de  
2
madera utilizada aumenta poco a  
poco de 2,122 PJ en 2020 a 2,798 PJ  
en 2050; mientras tanto, el carbón  
vegetal pasa de 1,138 PJ a 1,486 PJ  
durante ese mismo lapso. Estos  
aumentos son un reflejo de la  
continuidad del empleo de biomasa  
tradicional, sobre todo en zonas  
rurales. La biomasa, que en 2020 era  
principal  
en  
la  
región.  
La  
investigación de [24], realizada en  
Punta Arenas, Chile, analiza  
situaciones con varias tecnologías  
renovables para disminuir emisiones  
y gastos. Dicha investigación se  
ajusta a la realidad en Perú, por esta  
razón, se implementó el modelo  
LEAP proyectándolo hacia un  
análisis al balance energético del  
de  
1,828  
PJ,  
crecerá  
considerablemente hasta los 2,368  
PJ para el año 2050 en el DEM.  
Tabla 2. Datos de consumo por combustible entre 2020 y 2050  
Esc. DEM 2020  
PJ]  
Esc. DEM 2030 Esc. DEM 2040  
Esc. DEM 2050  
[PJ]  
Combustible  
[
[PJ]  
[PJ]  
Electricidad  
477.5783496  
0.33259811  
577.4682496  
776.3424636  
868.2633915  
0.62824713  
29.67712558  
Gas Natural  
0.33259814  
24.2432343  
0.61596183  
Carbón  
Bituminoso  
2
4.2432343  
33.97584822  
191  
Avila-Toapanta et al. (2026)  
Madera  
2.1227  
2.12269972  
1.13842716  
1.29413715  
1.13565246  
2.79892127  
1.48629942  
Carbón  
1.13842716  
Biomasa  
Total  
1.82815  
1.82815  
3.325  
4.36852236  
507.2434592  
607.1333589  
816.6890633  
907.2225073  
procesos de conversión y salidas  
finales del sistema. El análisis  
muestra una fuerte dependencia de  
los recursos fósiles, con el fuelóleo  
pesado aportando cerca del 35% de  
la energía total procesada, seguido  
por el carbón sub-bituminoso con  
alrededor del 30% y el gas natural  
con cerca del 25%. En conjunto,  
estos tres elementos representan el  
Proyección energética para Perú  
El consumo de energía de los  
sectores doméstico e industrial en  
Perú se estiman que aumente  
considerablemente en el futuro  
debido a la acelerada urbanización,  
al crecimiento demográfico y a la  
mejora de las condiciones de vida.  
Este aumento afectará directamente  
tanto al consumo global de energía  
como al sistema energético desde el  
9
0% de las entradas. Por otro lado,  
las fuentes hidráulicas las  
renovables no convencionales  
como la eólica y la solar) tienen una  
y
2020, lo cual se evidencia en los  
(
diagramas Sankey que permiten  
visualizar los flujos energéticos  
proporcionales respaldando así el  
análisis para una planificación  
estratégica sostenible.  
participación del 10%, lo que indica  
una escasa variedad en la matriz.  
Esto reduce de manera importante la  
eficacia global, estableciendo una  
efectividad en la transición hacia las  
proyecciones futuras.  
La Figura 4 muestra el diagrama  
Sankey, en términos cuantitativos,  
los flujos energéticos del módulo de  
transformación para la producción de  
electricidad en el año 2020; esto  
facilita la identificación precisa de las  
conexiones entre fuentes primarias,  
192  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
Figura 3. Estructura del flujo energético nacional en el año base 2020  
contrario, las fuentes hidráulicas y  
renovables no convencionales,  
El módulo de transformación para la  
producción de electricidad en 2030,  
que incluye las entradas primarias,  
los procesos intermedios y las  
salidas finales del sistema, ilustrados  
en la Figura 5. El análisis muestra  
que la matriz está dominada por  
combustibles fósiles: el fuelóleo  
pesado representa alrededor del  
como la solar y la eólica, tienen una  
contribución total del 15%, lo que  
restringe  
la  
diversificación  
estructural. Desde el enfoque del  
rendimiento, el gráfico muestra  
pérdidas sistémicas importantes,  
que rondan el 42 % del flujo total y  
están  
relacionadas  
con  
la  
32% de lo procesado en total, el  
ineficiencia en la distribución y  
conversión. Aproximadamente el 53  
carbón sub-bituminoso contribuye  
con alrededor del 28% y el gas  
natural tiene una participación  
constante de aproximadamente el  
%
se convierte en electricidad útil,  
pero solamente el 5% se desvía para  
otros usos energéticos. Esta  
25%, sumando el 85% de los  
proyección abre paso a escenarios  
de los futuros años en la Figura 6.  
insumos energéticos. Por el  
Figura 4. Estructura del flujo energético nacional en el año base 2030  
193  
Avila-Toapanta et al. (2026)  
comparación  
con  
escenarios  
La Figura 6 presenta a la generación  
de electricidad en el año 2040. En  
este, se muestran de modo integrado  
y cuantitativo los flujos de energía  
desde las fuentes primarias hasta los  
procesos intermedios y las salidas  
finales del sistema eléctrico. El  
análisis muestra que el fuelóleo  
pesado sigue siendo uno de los  
insumos más importantes, con  
alrededor del 30% del total  
energético procesado. Luego está el  
previos, aunque mantiene una  
presencia notable. En cambio, las  
fuentes hidráulicas y renovables no  
convencionales, que incluyen la  
energía solar y eólica, tienen una  
participación total del 19 %, lo cual  
muestra  
un  
escaso  
avance  
de  
tecnológico.  
En términos  
eficiencia global, el 43 % del flujo  
total se pierde en pérdidas del  
sistema, el 52 % se convierte en  
electricidad utilizable y el 5 % se  
destina a otros usos energéticos, lo  
que muestra las limitaciones de  
carbón  
sub-bituminoso,  
cerca del  
que  
contribuye  
27%,  
manteniendo un papel estructural  
significativo en la matriz.  
Aproximadamente el 24  
efectividad  
del  
escenario  
proyectado. Su análisis antecede a  
la proyección final presentada en la  
Figura 7.  
%
corresponde al gas natural, lo que  
representa una leve reducción en  
Figura 5. Estructura del flujo energético nacional en el año base 2040  
forma cuantitativa e integrada, los  
flujos energéticos desde las fuentes  
primarias mediante los procesos de  
El diagrama expuesto en la Figura 7  
es el de la producción eléctrica para  
el año 2050. En él se ilustran, de  
194  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
transformación hasta que llegan a  
las salidas finales del sistema  
eléctrico. El estudio muestra que el  
fuelóleo pesado sigue teniendo un  
a la baja consistente con situaciones  
de transición gradual. Por el  
contrario, las fuentes hidroeléctricas  
y las renovables no convencionales,  
que incluyen la solar y la eólica,  
tienen una participación total del  
24%, lo que muestra un bajo nivel de  
penetración tecnológica. El sistema  
tiene una eficiencia proyectada de  
aproximadamente el 44 % en  
pérdidas, el 51 % en electricidad útil  
y el 5 % restante se utiliza para otros  
fines energéticos.  
rol  
preponderante,  
con  
una  
aportación cercana al 28 % del total  
de energía procesada. Después está  
el carbón sub-bituminoso, que  
representa alrededor del 26 %, lo  
cual  
confirma  
su  
en  
El  
constante  
términos  
natural  
importancia  
estructurales.  
gas  
contribuye con aproximadamente el  
22%, lo que muestra una tendencia  
Figura 6. Estructura del flujo energético nacional en el año base 2050  
4. Conclusiones  
energéticos,  
económicos  
y
demográficos que provienen de  
fuentes oficiales como el SIE del  
MINEM, OSINERGMIN y COES-  
SEIN. El cálculo de la demanda  
energética a través de la vinculación  
entre el nivel de actividad y la  
intensidad energética asegura que  
los cálculos sean transparentes y  
En el enfoque metodológico, la  
investigación ratifica la solidez del  
modelo LEAP como un recurso  
integral  
para  
la  
planificación  
energética a largo plazo. Esto es  
porque facilita que se integren de  
manera  
coherente  
datos  
195  
Avila-Toapanta et al. (2026)  
que haya coherencia contable.  
Además, LEAP tiene la habilidad de  
modelar situaciones alternativas,  
medida de los combustibles fósiles,  
sobre todo el carbón sub-bituminoso,  
el fuelóleo pesado y el gas natural, a  
pesar de que su participación relativa  
ha ido cambiando poco a poco  
durante todos los años del horizonte  
de proyección (2020-2050). Los  
diagramas de Sankey muestran que  
durante el período estudiado, las  
pérdidas en el sistema eléctrico se  
mantienen altas, oscilando entre el  
analizando  
controversias. Esto brinda un marco  
técnico robusto para tomar  
emisiones  
sin  
decisiones estratégicas y sitúa este  
estudio como un referente que  
puede ser aplicado en otros  
contextos nacionales con rasgos  
energéticos parecidos.  
40 % y el 44 % del flujo total de  
Los hallazgos de la proyección del  
energía. Por otro lado, la energía útil  
que se transforma en electricidad  
fluctúa entre el 51 % y el 55 %. Estos  
resultados muestran que la eficacia  
de la transformación y transmisión  
sigue siendo limitada, lo cual resalta  
la importancia de implementar  
políticas enfocadas en disminuir las  
pérdidas técnicas y no técnicas y en  
modernizar la infraestructura.  
balance  
energético  
nacional  
muestran que en Perú la demanda  
total de energía seguirá aumentando  
hasta el 2050. En el escenario de  
referencia, el consumo de energía  
sube desde unos 507.24 PJ en 2020  
hasta cerca de 907.22 PJ en 2050, lo  
que equivale a una tasa de  
crecimiento anual próxima al 1.96 %.  
Este aumento es mayormente  
impulsado por la expansión industrial  
y el incremento de la población. Lo  
cual demuestra que la inclusión de  
tecnologías eficientes y generación  
distribuida, por ejemplo, los sistemas  
fotovoltaicos es una táctica eficaz  
para optimizar el balance energético  
del país y disminuir las presiones  
sobre la oferta futura.  
Los resultados de la investigación  
tienen un impacto significativo en el  
diseño de políticas públicas sobre  
energía en Perú, ya que demuestran  
que la eficiencia energética y la  
diversificación  
tecnológica  
para  
son  
la  
factores esenciales  
sostenibilidad del sistema. Aunque  
se espera que la demanda crezca, el  
escaso aporte de fuentes renovables  
no convencionales de los escenarios  
La matriz energética de Perú  
continúa dependiendo en gran  
196  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
analizados es menor al 10 %,  
muestra una gran oportunidad de  
mejora para progresar hacia una  
transición energética más limpia. En  
esta línea, el trabajo proporciona  
datos cuantitativos que respaldan la  
necesidad de reforzar los incentivos  
regulatorios, invertir en energías  
renovables y planificar de manera  
10.46855/energy-  
proceedings-10429.  
[
3]  
H. Ibrahim and G. Kirkil,  
“Electricity  
Demand  
and  
Supply Scenario Analysis for  
Nigeria Using Long Range  
Energy Alternatives Planning  
(LEAP),” J. Sci. Res. Rep.,  
vol. 19, no. 2, pp. 1–12, May  
2
1
018, doi:  
0.9734/JSRR/2018/39719.  
integrada.  
En  
general,  
la  
[
4]  
Y. Yang, H. Wang, A. Löschel,  
and P. Zhou, “Energy  
transition toward carbon-  
neutrality in China: Pathways,  
investigación aporta de manera  
importante a la discusión técnica y  
académica la  
acerca  
de  
implications  
uncertainties,” Frontiers of  
Engineering Management,  
vol. 9, no. 3, pp. 358–372,  
Sep. 2022, doi:  
0.1007/s42524-022-0202-8.  
and  
sostenibilidad, eficiencia y seguridad  
energética  
en  
economías  
emergentes.  
1
Bibliografía  
[
5]  
D. G. De la Cruz Torres, L. F.  
Mazadiego, D. Bolonio, and R.  
R. Pons-Esparver, “Long-  
Term Forecast of Energy  
[
1]  
I. Perissi et al., “Cross-  
Validation of the MEDEAS  
Energy-Economy-  
Demand  
Sustainable  
towards  
Future  
a
in  
Environment Model with the  
Integrated MARKAL-EFOM  
System (TIMES) and the  
Renewable Energies Focused  
on Geothermal Energy in Peru  
Long-Range  
Alternatives Planning System  
LEAP),” Sustainability, vol.  
3, no. 4, p. 1967, Feb. 2021,  
Energy  
(
2020–2050): A LEAP Model  
Application,” Sustainability,  
vol. 16, no. 12, p. 4964, Jun.  
(
1
2024,  
doi:  
doi: 10.3390/su13041967.  
10.3390/su16124964.  
[
2]  
X. He, J. Huang, N. Wu, J. Lin,  
and Y. Zhao, “Renewable  
[
6]  
P. Lillo, L. Ferrer-Martí, and M.  
Juanpera, “Strengthening the  
Energy  
Planning Combining LEAP  
Simulation and Techno-  
Economic Optimization,” Feb.  
4, 2023. doi:  
Development  
sustainability  
electrification  
Renewable  
of  
rural  
projects:  
energy,  
management models and  
energy transitions in Peru,  
2
197  
Avila-Toapanta et al. (2026)  
Ecuador and Bolivia,” Energy  
Res. Soc. Sci., vol. 80, p.  
2060: scenario analysis of  
demand, electrification, and  
GHG emissions using the  
LEAP model,” Sustainable  
Energy Research, vol. 12, no.  
102222, Oct. 2021, doi:  
0.1016/j.erss.2021.102222.  
1
[
7]  
8]  
9]  
L. D. C. Suárez Santa Cruz, V.  
H. Puican Rodriguez, D. I.  
Ferré López, and J. J. Inoñan  
Olivera, “Electricity Industry  
Strategies in Ecuador and  
Peru: Their Impacts on Energy  
1
1
w.  
, p. 60, Oct. 2025, doi:  
0.1186/s40807-025-00211-  
[11] L. Cai, J. Guo, and L. Zhu,  
“China’s  
Future  
Power  
Efficiency  
and  
Prices,”  
Structure Analysis Based on  
LEAP,” Energy Sources, Part  
A: Recovery, Utilization, and  
Environmental Effects, vol.  
35, no. 22, pp. 2113–2122,  
International  
Journal  
of  
Energy  
Economics  
and  
Policy, vol. 14, no. 5, pp. 464–  
478,  
Sep.  
2024,  
doi:  
10.32479/ijeep.16713.  
Nov.  
2013,  
doi:  
1
3
0.1080/15567036.2013.764  
61.  
[
R.  
Acuña-Ascencio,  
E.  
Carhuamaca-Coronel, and B.  
Mougenot, “Incidence of  
Energy Consumption, Mining  
Sector and Economic Growth  
on CO2 Emission Levels:  
[12] A.  
Sepulveda  
et  
al.,  
“Correlation  
measurements and relative  
density of LEAP-2017 and  
of  
CPT  
Evidence  
International  
from  
Peru,”  
of  
LEAP-2020  
centrifuge  
Journal  
models,” Soil Dynamics and  
Earthquake Engineering, vol.  
181, p. 108639, Jun. 2024,  
doi:  
Energy  
Economics  
and  
Policy, vol. 14, no. 1, pp. 6–11,  
Jan. 2024, doi:  
0.32479/ijeep.14786.  
1
10.1016/j.soildyn.2024.10863  
9.  
[
M. McPherson and B. Karney,  
“
Long-term  
scenario  
their  
[13] N. H. Mirjat, M. A. Uqaili, K.  
Harijan, G. Das Walasai, M. A.  
H. Mondal, and H. Sahin,  
“Long-term electricity demand  
forecast and supply side  
scenarios for Pakistan (2015–  
alternatives  
implications: LEAP model  
application of Panama
׳
s  
electricity sector,” Energy  
Policy, vol. 68, pp. 146–157,  
and  
May  
2014,  
doi:  
2050):  
application  
A
LEAP model  
for policy  
10.1016/j.enpol.2014.01.028.  
analysis,” Energy, vol. 165,  
pp. 512–526, Dec. 2018, doi:  
[
10] S.  
Gebreslassie, and A. H.  
Mebrahtu, “Projecting  
Ethiopia’s energy future to  
T.  
Bahta,  
M.  
G.  
10.1016/j.energy.2018.10.01  
.
2
198  
Revista Científica ‘‘INGENIAR”: Ingeniería, Tecnología e Investigación. Vol. 9 Núm. (17) 2026. ISSN: 2737-6249  
Análisis y proyección del balance energético del Perú mediante el modelo LEAP.  
[
14] R. Akpahou, L. D. Mensah, D.  
A. Quansah, and F.  
[18] L. D. C. Suárez Santa Cruz, V.  
H. Puican Rodriguez, D. I.  
Ferré López, and J. J. Inoñan  
Olivera, “Electricity Industry  
Strategies in Ecuador and  
Peru: Their Impacts on Energy  
Kemausuor, “Energy planning  
and modeling tools for  
sustainable development: A  
systematic literature review,”  
Energy Reports, vol. 11, pp.  
Efficiency  
and  
Prices,”  
830–845, Jun. 2024, doi:  
International  
Journal  
of  
10.1016/j.egyr.2023.11.043.  
Energy  
Economics  
and  
Policy, vol. 14, no. 5, pp. 464–  
[
15] H. Fiestas-Chevez, J. M.  
Roldan-Fernandez, A. L.  
Trigo-Garcia, and M. Burgos-  
Payan, “Impact of renewables  
on the Peruvian electricity  
system,” J. Clean. Prod., vol.  
478,  
Sep.  
2024,  
doi:  
10.32479/ijeep.16713.  
[19] N. H. Mirjat, M. A. Uqaili, K.  
Harijan, G. Das Walasai, M. A.  
H. Mondal, and H. Sahin,  
“Long-term electricity demand  
forecast and supply side  
scenarios for Pakistan (2015–  
471, p. 143389, Sep. 2024,  
doi:  
10.1016/j.jclepro.2024.14338  
9.  
2050):  
application  
A
LEAP model  
for policy  
[
16] R. Makarewicz and R.  
Gołebiewski, “The Influence of  
a low level jet on the thumps  
generated by a wind turbine,”  
Renewable and Sustainable  
Energy Reviews, vol. 104, pp.  
analysis,” Energy, vol. 165,  
pp. 512–526, Dec. 2018, doi:  
1
2
0.1016/j.energy.2018.10.01  
.
[20] R. Chen, R. Zhenghua, L.  
Jixiong, C. Yingying, and L.  
337–342, Apr. 2019, doi:  
1
0.1016/j.rser.2019.01.022.  
Shengming, “Investigación  
sobre pronóstico de la  
demanda de energía  
contramedidas en la ciudad  
de Changsha basada en el  
modelo LEAP,” Resource  
Science, vol. 39, no. 3, pp.  
[
17] D. G. De la Cruz Torres, L. F.  
Mazadiego, D. Bolonio, and R.  
R. Pons-Esparver, “Long-  
Term Forecast of Energy  
y
Demand  
Sustainable  
towards  
Future  
a
in  
4
82–489, doi:  
2017,  
Renewable Energies Focused  
on Geothermal Energy in Peru  
10.18402/resci.2017.03.10.  
(
2020–2050): A LEAP Model  
Application,” Sustainability,  
vol. 16, no. 12, p. 4964, Jun.  
[21] R. Chen, Z. Rao, and S. Liao,  
“Hybrid LEAP modeling  
method for long-term energy  
demand forecasting of regions  
with limited statistical data,” J.  
Cent. South Univ., vol. 26, no.  
2
1
024,  
doi:  
0.3390/su16124964.  
199  
Avila-Toapanta et al. (2026)  
8, pp. 2136–2148, Aug. 2019,  
doi:  
10.1007/s11771-019-  
4161-0.  
[
22] N. H. Mirjat, M. A. Uqaili, K.  
Harijan, G. Das Walasai, M. A.  
H. Mondal, and H. Sahin,  
“Long-term electricity demand  
forecast and supply side  
scenarios for Pakistan (2015–  
2
050):  
A
LEAP model  
for policy  
application  
analysis,” Energy, vol. 165,  
pp. 512–526, Dec. 2018, doi:  
1
2
0.1016/j.energy.2018.10.01  
.
[
23] D. Pila, C. Quinatoa, L.  
Camacho, and J. Vaca,  
“Transient Stability Analysis of  
the Ecuadorian Electrical  
System: Case of the Southern  
Segment,”  
Transactions  
WSEAS  
Power  
on  
Systems, vol. 19, pp. 360–  
3
1
.
73, doi:  
0.37394/232016.2024.19.31  
2024,  
[
24] I. Muñoz and F. Fuentes,  
Multisectoral decarbonisation  
strategies in Punta Arenas,  
Chile: multi-renewable  
“
A
technologies approach,” Solar  
Energy Advances, vol. 5, p.  
1
00087, doi:  
2025,  
10.1016/j.seja.2024.100087.  
200